基于“碳中和”目标的土地利用研究进展与思考

Progress and Thoughts on Land Use under Carbon Neutrality Target

摘要

通过优化土地利用实现增汇减排，是当前自然资源管理部门和学术研究领域在“碳中和”目标要求下所面临的新问题与挑战。本文系统梳理了土地利用碳源/汇作用机理、土地利用碳源/汇效应、国土空间碳监测以及低碳土地利用等重点领域的研究进展，总结了当前研究的不足和面临的新挑战。考虑“碳中和”目标和新时期发展要求，提出在未来要加强基于多源数据融合的高精度国土空间碳监测、基于多尺度融合的低碳土地利用技术和智能化土地利用碳收支核算平台建设等方面研究；建议将“双碳”目标和低碳理念贯穿国土空间规划编制和实施过程，开展三生空间用地低碳化建设以及将碳评价纳入具体用地管理过程等。该研究对土地利用助力碳中和科学研究以及实践应用具有一定的借鉴意义。

Abstract

Under the target of carbon neutrality, how to increase carbon sink and reduce carbon emissions through land use optimization is both a new opportunity and a challenge for the academic research and the natural resource management department. In this paper, we systematically summarized several main research progress, including the mechanism how land use causes carbon source/sink change, the influence of land-use change on carbon source/sink, the carbon monitoring in space, and the low-carbon land use. Then, we summarized the research shortages and the challenges in the future study. By considering both the carbon neutral target and the development requirements in a new era, this study proposed several future research areas that need to be strengthened: to monitor carbon emissions in high resolution by integrating multisource data, to develop the integrated low-carbon land use technology from multi-perspectives, and to explore the intelligent platform for quick calculation of land-use-change caused carbon source/sink, etc. This study also proposed some policies for governments, including making the dual carbon objective and low carbon concept a constraint requirement through the whole preparation and implementation process of land spatial planning, adding carbon evaluation to individual land use management process, and strengthening low-carbon land use for production-living-ecological lands according to their land use characters, etc. This research can provide references for carbon neutrality promotion from the aspect of land use, both for scientific research and practical applications.

Graphical abstract

关键词

土地利用 / 碳源/汇 / 碳中和 / 低碳土地利用

Key words

land use / carbon source/sink / carbon neutrality / low-carbon land use

0　 引 言

全球变暖会对生态环境产生一系列负面影响，通过增加碳汇（增汇，adding sinks）、减少碳排放（减排，reducing emissions）应对全球变暖已成为各国政府和科学界的共识。由于经济发展和能源结构等原因，目前我国碳排放量位居世界首位。在此背景下，我国提出了“2030年前实现碳达峰，2060年前实现碳中和”的“双碳”目标。《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》将“碳排放达峰后稳中有降”列入中国2035年远景目标。党的二十大报告也作出了“积极稳妥推进碳达峰、碳中和”“协同推进降碳、减污、扩绿、增长，推进生态优先、节约集约、绿色低碳发展”等重要决策部署。

碳在大气圈、水圈、生物圈、土壤圈等不同圈层之间处于此消彼长的状态。水圈、生物圈、土壤圈中的碳释放，造成大气碳含量增加，带来了温室效应（图1）。这种碳释放主要是由人类活动造成的，其中，土地利用起到了重要的作用。土地利用类型、强度及管理方式的变化，会对植被、土壤、水体等自然要素，以及人为活动产生重要的影响，从而影响碳循环过程。

国土空间格局优化是推进碳中和的重要手段之一。土地利用变化及其对气候的影响一直是国际国内关注的热点。2019年8月，联合国政府间气候变化专门委员会（IPCC）发布了“Climate Change and Land”特别报告，使土地利用对气候变化的影响再次引起全球关注。“十四五”期间，我国将进一步推进《全国国土空间规划纲要（2021—2035年）》的实施，通过国土空间优化，可以增强生态系统碳汇能力，构建低碳土地利用结构和国土空间格局体系。当前，以土地利用增汇减排为切入点开展相关研究，探索低碳用地发展路径与模式，符合国家绿色发展和生态文明建设战略需求，将对“碳中和”目标的实现起到积极的推进作用。

1　 研究现状

已有研究主要解析了土地利用碳源/汇作用机理，分析了土地利用碳源/汇效应，开展了国土空间碳监测，形成了低碳土地利用技术与管理决策（图2）。在土地利用碳源/汇作用机理方面，不仅考虑了土地利用及管理对生态系统碳源/汇的影响，同时也基于土地承载作用，考虑了土地利用变化对人为碳排放的制约作用。在土地利用碳源/汇效应方面，基于机理框架，已有研究核算了土地利用变化对生态系统碳和人为碳排放的影响。在国土空间碳监测方面，基于实测、模型模拟、大数据等，对国土空间碳源/汇进行了模拟，评估了国土空间碳中和程度。在上述工作的基础上，开展了土地利用数量结构优化、空间格局和形态优化、土地利用碳补偿等低碳优化利用研究，并提出了低碳土地管理建议。

1.1　土地利用碳源/汇作用机理

土地利用类型和管理方式变化对碳源/汇的作用机理，包括对自然碳源/汇和人为碳排放的影响两个方面。

1） 自然碳释放：已有研究主要聚焦在土地利用对植被和土壤碳库的扰动作用方面^[1]。对植被碳的影响主要表现在土地利用变化使地表植被类型和密度发生改变，从而改变植被碳储量和固碳能力^[2-5]。高生物量土地利用类型转为低生物量用地类型一般会造成植被碳释放^[6-7]。例如：林地在向其他用地类型转移过程中，高生物量的植被大量损失，造成生态系统碳释放。土地利用变化还可能改变局地小气候、生物环境^[8-9]、土壤有机物的输入以及土壤的理化性质，影响土壤有机碳的分解速率，从而改变土壤碳源/汇能力，例如：地表植被清除后，枯枝落叶的减少会导致土壤有机碳的来源减少。总体上，对生态系统碳源/汇的影响机理研究相对成熟，但不同土地管理方式如何影响碳收支的研究，还需进一步加强。

2） 人为碳排放：不同土地利用类型承载的人类生产生活活动差异较大，导致其碳排放强度不同，已有研究一般是基于用地类型核算其碳排放水平的均值^[10-14]。例如：建设用地扩张往往意味着其所承载的工业生产、居住生活、交通出行等各类生产、生活活动增加，导致能源消费的持续攀升，并且通过与经济、人口等因素相互作用^[11，15-19]，深刻影响着碳排放的结构组成和排放强度^[20-21]。其中，居住用地、工矿用地、交通用地等承载着主要的人口以及能源消费活动，是人为碳排放最主要的来源，其用地面积的扩张必定拉动碳排放的快速增长^[22]。Li等^[23]研究发现，2018年长三角地区工业用地的碳排放强度分别是城镇用地和农村居民点的35倍和89倍，因此，工业用地的总量控制和效率提升是碳减排的重点领域。总体上，土地利用对人为碳排放的影响机理还需融合相关驱动因子，深化用地变化和碳排放增长的内部机制。

1.2　土地利用碳源/汇效应

土地利用变化可分为转变型和渐变型两类。转变型用地变化一般考虑用地类型的变化，例如：森林砍伐后变成其他用地类型，降低了植被生产力，使大量碳释放到大气中^[24-26]；草地开垦为农业用地、农业用地转为建设用地也都将带来明显的碳排放^{[11，18，27]}。渐变型土地利用变化碳排放效应，主要考虑土地管理方式的改变对植被和土壤碳储量的影响^[1，28-29]，例如： 有研究表明，1990—2010年期间，全国土地利用类型变化造成土壤有机碳损失达11.5 Tg/a，而林地、草地、农田管理方式变化造成的碳损失高达101.8 Tg/a ^[1]。目前，围绕转变型土地利用变化的碳排放效应研究较多。

建设用地是碳排放的主要载体，国内外学者针对建设用地规模、用地结构、用地效率等开展了研究。

1） 用地规模。研究主要考虑了用地面积扩张后，对生态系统碳和人为碳排放的影响。建设用地规模扩张会影响生态用地的规模，造成生态系统碳损失^[1]。同时，地表人类经济社会活动加强，能源消费等活动随之增加，拉动了碳排放的增长。相关研究^[20，30-32]从规模视角对建设用地扩张的碳效应进行了评价，证明建设用地规模的扩张是造成生态系统碳损失和拉动人为碳排放增长的主要驱动力，因此严格控制建设用地快速扩张是用地管理的首要任务。但基于低碳的规模控制还需进一步和空间规划需求相融合，合理确定规模大小及空间位置。

2） 用地结构。已有研究侧重于用地外部结构变化，即建设用地与其他用地类型之间的流转^[1，7，18]，而针对建设用地内部结构变化对碳排放的影响较少。孙斌栋等^[33]研究发现，上海的就业-居住空间均衡性趋于减弱，导致市民的跨区交通出行碳排放效应有所增强。Ou等^[34]研究发现城市景观破碎度与人为碳排放量之间具有显著的正相关性。总体上，基于用地结构的研究还需进一步细化，一是用地类型的进一步细化，二是基于用地空间结构对碳排放影响的深入研究。

3） 用地效率。建设用地碳排放效率的提高是低碳减排的关键。目前关于碳排放效率的研究更多集中在能源消费领域，土地利用碳排放效率的研究多是将土地作用和碳排放作为投入产出的要素，并融合其他要素进行评价，评价方法主要包括Malmquist指数、数据包络（DEA）模型、Super-SBM模型等。例如：员开奇^[35]以资本和劳动力作为投入，GDP和土地利用碳排放总量作为产出，测算了湖北省土地利用碳排放效率；余光英和员开奇^[36]基于Malmquist指数模型对湖南省土地利用碳排放效应进行了评价。总体上，根据研究对象的差异，用地碳排放效率在评价指标上还需要进一步优化。

1.3　国土空间碳监测

国土空间碳监测是开展低碳国土空间格局优化的基础，包括人为碳排放和自然生态系统碳源/汇监测两个方面，并可通过两者的叠加，在空间尺度上对碳中和状况进行评价。

1） 人为碳排放监测。已有学者利用了多源数据，尝试在不同空间尺度上对人为碳排放进行监测、模拟，使用的数据主要包括人口密度、GDP水平、夜光遥感^[37-39]等。欧盟和美国分别模拟了全球尺度碳排放空间分布，欧盟的EDGAR数据集 (Emissions Database for Global Atmospheric Research)，空间精度为0.1°×0.1°^[40]；美国的CDIAC数据集 (Carbon Dioxide Information Analysis Center)，空间精度为1°×1°^[41]。我国学者利用夜光遥感数据提取建设用地，并模拟建设用地承载碳排放水平^[42-43]。也有学者将经济社会指标、归一化植被指数（NDVI）与夜光遥感数据相结合，综合模拟碳排放空间分布^[44-45]。另外，有研究利用土地利用数据、全国污染源普查数据、交通数据、夜光遥感等多源数据，生成了全国尺度10 km×10 km和1 km×1 km碳排放栅格数据CHRED（High Resolution Emission Database）^[46]，进一步提高了全国尺度碳监测的精度。在城市尺度，揣小伟等^[47-48]融合了用地类型、建筑体量、企业能耗、高精度夜光遥感等“天-地”多源数据，设计了三维碳排放空间监测技术框架，研发了基于土地利用“类型-强度”的碳排放空间配给方案，极大地提高了城区人为碳排放的空间监测精度，并与生态系统碳收支进行空间叠加，实现了栅格尺度碳中和监测。为了有效指导低碳国土空间规划的需求，上述方法还需要进一步优化。

2） 自然生态系统碳监测。自然生态系统碳监测的指标和模型不尽相同，多以净生态系统生产力表征碳源/汇能力，但监测结果还具有较大的不确定性^[49-54]。随着全国范围覆盖多生态系统的野外观测站的逐步建立，模拟的精度将逐渐得到提高。在今后的研究中，应进一步优化相关模型，准确分析不同土地利用类型的生态碳源/汇能力，为土地利用变化对生态系统碳源/汇的影响的核算提供基础数据支撑。

1.4　低碳土地利用

已有研究主要从土地利用数量结构优化、空间优化、管理优化等方面开展了研究，具体如下：

1） 低碳土地利用数量结构优化。已有研究综合考虑了经济社会发展和资源环境保护要求，将碳汇/碳储量最大化和碳排放最小化作为目标函数，通过预测不同类型土地的数量需求，设置其需求区间，采用线性规划等方法，从数量结构上挖掘可优化的空间^[55-57]。研究发现，优化方案对增汇减排具有积极的贡献，但优化减排潜力具有较大的空间差异，我国沿海发达地区的优化往往面临较大的压力^{[12，18，58]}。

2） 空间优化。在数量、结构优化的基础上，一些学者开展了土地利用空间优化研究，如利用CLUE-S、Markov等空间模型，基于区域特征，考虑发展规划需求，优化土地利用的空间分布，为低碳土地管理提供空间参考^[59-62]。近年来，有学者针对城市地区，从形态学角度研究了城市用地空间布局对人为碳排放的影响^[34，63-64]；还有学者研究了城市职住空间分布对市民交通出行碳排放的影响^[33，65]，为用地形态的优化提供了方向指导。

3） 管理优化。一些学者从土地供应与价格政策^[66-67]、低碳土地用途管制制度^[68-69]、低碳土地金融政策（如碳税、碳补偿和碳交易）^[70-73]等方面提出了土地利用优化框架，探讨了面向低碳的土地利用模式，如土地节约集约利用模式、紧凑城市模式、低碳生态园区模式、低碳循环农业模式及低碳土地利用综合整治模式等^[74-76]。

2　 “碳中和”目标下土地利用面临的挑战

2.1　土地利用碳源/汇机理有待深化

现有的研究在生态系统方面主要考虑了土地利用类型变化对生态系统碳的影响，而对于不变用地类型、不同自然资源管理方式如何影响碳源/汇的研究还较少。我国幅员辽阔，自然地理条件迥异，不同农田管理措施究竟如何影响碳源/汇，相同管理措施在不同地区对碳的扰动作用差异如何，都需要进行深入探讨。当前土地利用人为碳排放的机理还主要停留在土地承载作用的宏观分析上，经济社会因子、土地利用变化和碳排放相互耦合作用关系，是深化其作用机理的关键所在。“碳中和”目标对低碳土地利用提出了更高的要求，在未来研究中，要从土地利用的结构、功能、空间格局、空间效率、基于自然资源本底的适宜性等多方面，拓展作用机制的分析维度，深化机制的内部作用方式，从而为多元化的低碳土地利用提供理论支撑。

2.2　国土空间碳监测精度有待提升

在监测体系上，人为碳排放以《温室气体排放清单》作为参考，碳排放项目与核算方法较为明确，但其空间监测精度还有待进一步提升。生态系统碳源/汇监测还具有较大不确定性，一是指标不统一，二是核算结果不确定。1） 指标不统一：不同模型模拟的指标有所差异，生态系统碳储量变化、净生态系统生产力、海洋蓝碳、土壤固碳等均为碳源/汇指标，因此需要建立适合不同生态系统、不同应用场景的碳源/汇指标体系。2） 核算结果不确定：相关模型和方法较多，监测结果差异较大；模型和方法需要基于地面观测数据进一步优化，以提高监测精度。另外，碳源/汇指标与土地利用的结合不够紧密，从土地利用类型上看，多是与基于遥感影像解译后的耕地、林地、草地、建设用地等用地类型进行匹配。其不足之一是无精细化用地类型的支撑，不足之二是相同用地类型的碳收支监测精度较低。总体上，碳监测是低碳土地利用方案制定和实施的基础，但目前的监测精度还不能有效指导国土空间规划。

2.3　低碳土地利用技术有待开发

低碳土地利用数量结构优化，存在优化方式单一、优化的土地利用结构在实施过程中难以得到保障、可操作性不强等问题。现有的空间监测精度还难以将碳指标有效融入国土空间规划，进行国土空间格局优化。如何将碳指标精确到地块尺度、将碳指标与传统的空间控制指标进行有效的结合，还需要在技术方法上进一步研发。在低碳土地管理方面，所提出的发展模式和路径较为丰富，但在实际执行过程中，还面临着诸多困难，缺乏相关的保障性政策。在未来的研究中，一是应进一步明确影响土地利用碳排放的具体干预点和干预途径，深化低碳土地利用优化的内涵；二是需要开展针对重点用地类型的内部结构、利用强度/效率提升的优化研究；三是需要开发服务于多目标、多模型耦合的集成优化技术，以增强指导实践的可行性。另外，各相关部门之间缺乏统一协调、规范化的管理政策，使低碳用地优化和管理在政策层面难以得到有效的保障。

3　 低碳土地利用的思考和对策

3.1　加强科学研究，提高理论和技术支撑水平

3.1.1　基于多尺度、多过程的土地利用碳源/汇机理深化

土地利用涉及内容丰富，因此，对于其机理的分析研究，要基于土地利用的内涵进一步细化和深化。首先，建议针对不同土地利用类型，对其利用方式、强度进行系统性梳理。例如，不同作物的播种和生长如何影响生态系统碳收支；相同作物，不同的生产经营管理方式，如何制约人为碳排放，对生态系统碳收支的扰动作用如何。对于自然生态系统，人类对其扰动的作用方式主要有哪些，人类活动耦合气候变化，对生态碳收支的综合作用机制如何。对于建设用地，其利用方式更为复杂，工业系统、交通系统、供水系统、能源系统、居住空间、地下空间，不同的功能主体的设计、构建、运营，如何影响碳排放的结构和排放特征，如何通过用地结构以及空间格局的优化，为减排提供方向指引，均是后期研究中需要进一步深化的研究方向。另外，社会经济因子、碳排放、土地利用变化是一个复杂的相互制约的系统，各要素之间制约关系、制约程度的深度解析，需要相关技术和方法的量化支撑，例如：建议引入系统动力学方法对其作用机理进行深化。

3.1.2　基于多源数据融合的高精度国土空间碳监测

为进一步提高国土空间碳监测的精度，建议构建以土地利用“类型-强度”为基础，耦合多源数据的国土空间碳排放监测技术。具体技术方案如下：利用第三次全国国土调查数据，细化区域土地利用类型，结合工业企业调查数据、POI（Point of Interest）数据、建筑物体量数据、交通流量数据、人口密度以及高精度夜光遥感数据等“天-空-地”数据，开发基于“空间权重”法的碳排放监测技术，进一步提高监测的精度。对于重点地区，开展实地调查，获取第一手碳排放特征资料，提升宏观层面监测的精度。

对于生态系统碳收支的监测，需要进一步提升监测精度。一是需要提升基础数据的精度，针对不同研究区域，利用高分辨的遥感影像、无人机光谱成像等技术手段，提升数据的空间精度。二是对监测方法进行优化和改进，包括通过地面观测数据的收集，优化模型相关参数，提升模拟的准确率。

3.1.3　基于多尺度融合的低碳土地利用技术研发

以往的优化方法往往比较单一，从而限制了优化的效果。因此，建议开发基于“规模控制-结构调整-效率提升-空间优化”的多尺度低碳用地集成优化技术。充分考虑土地利用“类型-强度”，在空间上实现土地利用二元结构的碳减排，引入人工智能技术，将碳指标、碳效率指标与传统的土地利用空间指标进行有效的融合，优化土地转移规则与空间布局规则，实现地块尺度上的碳约束。

城市是区域碳排放的主体，需要加强城市地区的研究。首先要细化城市内部用地类型，对城市居住用地、交通用地、工业用地、商服用地、城市绿地等，加强其碳收支特征的辨析。城市空间格局对于碳排放具有重要的制约作用，建议从城市用地整体空间格局、功能区组合、交通布局、居住区布局、商业分布等方面，拓展增汇减排的空间。城市规划及相关专项规划，对城市的发展起着决定性作用，建议开展城市增汇减排规划设计，设立城市低碳建设示范区，制定低碳城市发展的模式和路径。

3.1.4　基于智能化的土地利用碳收支核算平台建设

为了实现土地利用碳收支核算的智能化、便捷化与可视化，建议构建包含碳收支数据、土地利用数据、社会经济数据和核算参数数据在内的智能化平台基础数据库；开发不同空间尺度的土地利用碳收支自动核算和监测系统，实现快速核算与结果的可视化；开发碳约束下的自然资源开发利用与保护的情景优化模块，提出“碳中和”目标下的低碳自然资源管理决策，提升系统的决策服务功能。

3.2　加强研究成果转化，有效指导低碳土地利用实践

3.2.1　低碳理念贯穿国土空间规划编制和实施过程

在国土空间规划编制和实施过程中，建议将“双碳”目标纳入国土空间规划的编制审批、技术标准、实施监督以及法规政策等各个环节。在总体规划层面，需要明确区域碳排放的总体目标和重点领域，确定碳排放的空间约束指标。在详细规划中，建议从规划空间形态、土地开发强度和建筑住宅技术规范等方面，纳入对碳排放的影响考核机制，从规划源头减少能源消耗及温室气体排放。在专项规划中，建议将“双碳”目标作为专项规划的强制性内容或“重大专题研究”，明确市政基础设施、能源、交通、生态绿化、产业发展等重点领域的落实措施和目标。将碳评估纳入国土空间规划双评价定期评估，不断对国土空间规划进行动态调整和完善。

3.2.2　低碳化建设融入三生空间土地利用

1） 提升生态空间用地增汇固碳能力。建设用地扩张是造成生态系统碳释放主要原因，因此，建议严格控制建设用地快速扩张，优化生态空间用地结构，增强生态用地增汇固碳能力。主要措施包括：划定并严守生态保护红线，严格审批生态空间管控区域调整，细化重要碳汇空间管制规则，制定明确的生态碳汇补偿机制；落实各项生态修复，开展盐碱滩地整治，提升荒山石山的造林绿化潜力；对水源涵养和生物多样性富集的区域加强生态红线管控。

2） 降低生产用地碳排放水平。生产性用地是碳排放的主体，因此，建议制定考虑碳排放水平的建设用地准入制度，提高高排放低效率企业的用地审批门槛，加强高碳排放工业的空间集聚和功能复合，实现内部结构优化。制定传统产业结构升级、产业转移的路径和模式，大力发展科技创新产业，确定未来绿色低碳发展新方向。优化新能源和可再生能源供应通道和设施的用地布局，明确并严格落实清洁能源及可再生能源用地需求。对于农业生产空间，严格落实生态复垦标准，鼓励秸秆还田、有机肥施用、化肥配施等有利于增汇降碳的农田管理措施，发展生态循环农业，推广农业绿色高质量发展模式。

3） 加强生活用地低碳引导。生活方式的改善对碳排放水平的降低具有积极的推进作用。建议进一步提高城市公共交通服务水平，充分发挥其客运量大、节约能源、不增加路面道路压力等优点，注重做好轨道交通与其他低碳交通方式的换乘服务。加强城市生态廊道、绿色通道和防护林的建设，优化城市绿地网络，完善城市绿地布局，形成多层次绿地系统。加强居民区低碳发展宣传力度，节约土地、节约资源、开展资源循环利用，降低居民点碳排放水平。在城镇规划、村庄规划过程中，优化用地类型空间结构和布局，营造低碳城市、低碳社区、低碳村庄、低碳交通。

3.2.3　将碳评价纳入具体用地管理过程

目前，土地利用管理过程鲜有考虑其对碳收支的影响。因此，针对具体的用地管理过程，建议建立用地转用前后碳效应评估体系，并完善相关政策支撑。例如：在城乡建设用地增减挂钩和耕地占补平衡等实施过程中，要以低碳发展要求遏制擅自开展的土地置换；在生态修复方面，建议动态评估各项综合整治和生态修复政策对于区域碳源/汇效应的影响，并考虑生态资源保值增值与碳的关系；在土地复垦过程中，建议开展复垦前后对碳效应的评价。

4　 结 语

基于土地的承载作用，土地利用对生态系统碳收支和人为碳排放均具有重要的制约作用。已有研究对土地利用的碳源/汇作用机理、土地利用的碳效应、国土空间碳监测及低碳土地利用等领域进行了探索。然而，“双碳”目标对增汇降碳提出了更高的要求，低碳土地利用面临着新的机遇与挑战。在未来的研究中，一是要从多角度拓展和深化土地利用对碳源/汇的作用机理；二是要依托多源数据、融合传统方法和人工智能等先进技术，提升碳收支空间监测的精度，使其能有效服务于国土空间规划及用地管理；三是要基于机理分析，研发多尺度土地利用增汇减排技术，制定低碳土地利用管理政策；四是要加强研究成果转化应用，制定转化模式、优化转化路径，使其能更加有效地指导低碳土地利用实践活动的开展。

参考文献

[1] LAI L， HUANG X J， YANG H， et al. Carbon emissions from land-use change and management in China between 1990 and 2010［J］. Science Advances， 2016， 2（11）： e1601063. DOI： 10.1126/sciadv.1601063 .

[2] GAO Z Q， CAO X M， GAO W. The spatio-temporal responses of the carbon cycle to climate and land use/land cover changes between 1981—2000 in China［J］. Frontiers of Earth Science， 2013， 7（1）： 92-102. DOI： 10.1007/s11707-012-0335-x .

[3] DENG L， WANG K B， ZHU G Y， et al. Changes of soil carbon in five land use stages following 10 years of vegetation succession on the Loess Plateau， China［J］. CATENA， 2018， 171： 185-192. DOI： 10.1016/j.catena.2018.07.014 .

[4] PELLIKKA P K E， HEIKINHEIMO V， HIETANEN J， et al. Impact of land cover change on aboveground carbon stocks in Afromontane landscape in Kenya［J］. Applied Geography， 2018， 94： 178-189. DOI： 10.1016/j.apgeog.2018.03.017 .

[5] LI J S， GUO X M， CHUAI X W， et al. Reexamine China’s terrestrial ecosystem carbon balance under land use-type and climate change［J］. Land Use Policy， 2021， 102： 105275. DOI： 10.1016/j.landusepol.2020.105275 .

[6] ZHANG M， HUANG X J， CHUAI X W， et al. Impact of land use type conversion on carbon storage in terrestrial ecosystems of China： A spatial-temporal perspective［J］. Scientific Reports， 2015， 5： 10233. DOI： 10.1038/srep10233 .

[7] WANG Z， XU L H， SHI Y J， et al. Impact of land use change on vegetation carbon storage during rapid urbanization： A case study of Hangzhou， China［J］. Chinese Geographical Science， 2021， 31（2）： 209-222. DOI： 10.1007/s11769-021-1183-y .

[8] SOLOMON D， LEHMANN J， ZECH W. Land use effects on soil organic matter properties of chromic luvisols in semi-arid northern Tanzania： Carbon， nitrogen， lignin and carbohydrates［J］. Agriculture， Ecosystems and Environment， 2000， 78（3）： 203-213. DOI： 10.1016/S0167-8809（99）00126-7 .

[9] WANG Q， KANG Q， ZHAO B， et al. Effect of land-use and land-cover change on mangrove soil carbon fraction and metal pollution risk in Zhangjiang Estuary， China［J］. Science of the Total Environment， 2022， 807： 150973. DOI： 10.1016/j.scitotenv.2021.150973 .

[10] HUANG Y， XIA B， YANG L. Relationship study on land use spatial distribution structure and energy-related carbon emission intensity in different land use types of Guangdong， China， 1996—2008［J］. The Scientific World Journal， 2013， 2013： 309680. DOI： 10.1155/2013/309680 .

[11] CHUAI X W， HUANG X J， WANG W J， et al. Land use， total carbon emissions change and low carbon land management in Coastal Jiangsu， China［J］. Journal of Cleaner Production， 2015， 103： 77-86. DOI： 10.1016/j.jclepro.2014.03.046 .

[12] 赖力. 中国土地利用的碳排放效应研究［D］. 南京： 南京大学， 2010.

[13] LAI L. Carbon emission effect of land use in China［D］. Nanjing： Nanjing University， 2010 （Ch）.

[14] 赵荣钦， 黄贤金， 揣小伟. 中国土地利用碳排放的研究误区和未来趋向［J］. 中国土地科学， 2016， 30（12）： 83-92. DOI： 10.11994/zgtdkx.20161207.224759 .

[15] ZHAO R Q， HUANG X J， CHUAI X W. Misunderstandings and future trends of researches on land use carbon emissions in China［J］. China Land Science， 2016， 30（12）： 83-92. DOI： 10.11994/zgtdkx.20161207.224759（Ch ）.

[16] ZHOU Y， CHEN M X， TANG Z P， et al. Urbanization， land use change， and carbon emissions： Quantitative assessments for city-level carbon emissions in Beijing-Tianjin-Hebei Region［J］. Sustainable Cities and Society， 2021， 66： 102701. DOI： 10.1016/j.scs.2020.102701 .

[17] 毛熙彦， 林坚， 蒙吉军. 中国建设用地增长对碳排放的影响［J］. 中国人口·资源与环境， 2011， 21（12）： 34-40. DOI： 10.3969/j.issn.1002-2104.2011.12.006 .

[18] MAO X Y， LIN J， MENG J J. Effects of construction land expansion on carbon dioxide emissions in China［J］. China Population， Resources and Environment， 2011， 21（12）： 34-40. DOI： 10.3969/j.issn.1002-2104.2011.12.006（Ch ）.

[19] CHUAI X W， HUANG X J， QI X X， et al. A preliminary study of the carbon emissions reduction effects of land use control［J］. Scientific Reports， 2016， 6： 36901. DOI： 10.1038/srep36901 .

[20] 陈飞， 沈世芳， 李永贺， 等. 城市密度对空间碳绩效的影响：以上海市为例［J］. 城市问题， 2022（2）： 96-103. DOI： 10.13239/j.bjsshkxy.cswt.220210 .

[21] CHEN F， SHEN S F， LI Y H， et al. The impact of urban density on spatial carbon performance： A case study on Shanghai［J］. Urban Problems， 2022（2）： 96-103. DOI： 10.13239/j.bjsshkxy.cswt.220210（Ch ）.

[22] CHUAI X W， GAO R Y， HUANG X J， et al. The embodied flow of built-up land in China’s interregional trade and its implications for regional carbon balance［J］. Ecological Economics， 2021， 184： 106993. DOI： 10.1016/j.ecolecon.2021.106993 .

[23] LI J B， HUANG X J， CHUAI X W， et al. The impact of land urbanization on carbon dioxide emissions in the Yangtze River Delta， China： A multiscale perspective［J］. Cities， 2021， 116： 103275. DOI： 10.1016/j.cities.2021.103275 .

[24] 张乐勤， 陈素平， 王文琴， 等. 安徽省近15年建设用地变化对碳排放效应测度及趋势预测：基于STIRPAT模型［J］. 环境科学学报， 2013， 33（3）： 950-958. DOI： 10.13671/j.hjkxxb.2013.03.038 .

[25] ZHANG L Q， CHEN S P， WANG W Q， et al. Measurement and trend analysis of carbon emissions from construction land changes in Anhui in the recent 15 years： Based on STIRPAT model［J］. Acta Scientiae Circumstantiae， 2013， 33（3）： 950-958. DOI： 10.13671/j.hjkxxb.2013.03.038（Ch ）.

[26] 荣培君， 秦耀辰， 王伟. 河南省城镇化发展演变与碳排放效应研究［J］. 河南大学学报（自然科学版）， 2016， 46（5）： 514-521. DOI： 10.15991/j.cnki.411100.2016.05.002 .

[27] RONG P J， QIN Y C， WANG W. Research on the development and evolution of urbanization and carbon emissions effect in Henan Province［J］. Journal of Henan University （Natural Science）， 2016， 46（5）： 514-521. DOI： 10.15991/j.cnki.411100.2016.05.002（Ch ）.

[28] LI J B， HUANG X J， YANG H， et al. Convergence of carbon intensity in the Yangtze River Delta， China［J］. Habitat International， 2017， 60： 58-68. DOI： 10.1016/j.habitatint.2016.12.012 .

[29] LI W， CHEN Z J， LI M C， et al. Carbon emission and economic development trade-offs for optimizing land-use allocation in the Yangtze River Delta， China［J］. Ecological Indicators， 2023， 147： 109950. DOI： 10.1016/j.ecolind.2023.109950 .

[30] PUGET P， LAL R， IZAURRALDE C， et al. Stock and distribution of total and corn-derived soil organic carbon in aggregate and primary particle fractions for different land use and soil management practices［J］. Soil Science， 2005， 170（4）： 256-279. DOI： 10.1097/00010694-200504000-00004 .

[31] 柳梅英， 包安明， 陈曦， 等. 近30年玛纳斯河流域土地利用/覆被变化对植被碳储量的影响［J］. 自然资源学报， 2010， 25（6）： 926-938. DOI： 10.11849/zrzyxb.2010.06.005 .

[32] LIU M Y， BAO A M， CHEN X， et al. Impact of land use/cover change on the vegetation carbon storage in the Manas River Basin between 1976 and 2007［J］. Journal of Natural Resources， 2010， 25（6）： 926-938. DOI： 10.11849/zrzyxb.2010.06.005（Ch ）.

[33] FENG Y， ZENG Z Z， SEARCHINGER T D， et al. Doubling of annual forest carbon loss over the tropics during the early twenty-first century［J］. Nature Sustainability， 2022， 5（5）： 444-451. DOI： 10.1038/s41893-022-00854-3 .

[34] WANG Z H， WUBSHET T T， CHEN H F， et al. Effects of degraded grassland conversion to mango plantation on soil CO₂ fluxes［J］. Applied Soil Ecology， 2021， 167： 104045. DOI： 10.1016/j.apsoil.2021.104045 .

[35] CLAY L， MOTALLEBI M， SONG B. An analysis of common forest management practices for carbon sequestration in South Carolina［J］. Forests， 2019， 10（11）： 949. DOI： 10.3390/f10110949 .

[36] KUCUKER D M. Analyzing the effects of various forest management strategies and carbon prices on carbon dynamics in western Turkey［J］. Journal of Environmental Management， 2019， 249： 109356. DOI： 10.1016/j.jenvman.2019.109356 .

[37] 肖红艳， 袁兴中， 李波， 等. 土地利用变化碳排放效应研究：以重庆市为例［J］. 重庆师范大学学报（自然科学版）， 2012， 29（1）： 38-42.

[38] XIAO H Y， YUAN X Z， LI B， et al. The effects of land use changes on carbon emission C： Take Chongqing as an example［J］. Journal of Chongqing Normal University （Natural Science Edition）， 2012， 29（1）： 38-42 （Ch）.

[39] 杜官印. 建设用地对碳排放的影响关系研究［J］. 中国土地科学， 2010， 24（5）： 32-36. DOI： 10.13708/j.cnki.cn11-2640.2010.05.009 .

[40] DU G Y. Research on influences of construction land on carbon emission［J］. China Land Science， 2010， 24（5）： 32-36. DOI： 10.13708/j.cnki.cn11-2640.2010.05.009（Ch ）.

[41] WANG S J， LI C F. The impact of urbanization on CO₂ emissions in China： An empirical study using 1980—2014 provincial data［J］. Environmental Science and Pollution Research International， 2018， 25（3）： 2457-2465. DOI： 10.1007/s11356-017-0662-2 .

[42] 孙斌栋， 潘鑫， 宁越敏. 上海市就业与居住空间均衡对交通出行的影响分析［J］. 城市规划学刊， 2008（1）： 77-82. DOI： 10.3969/j.issn.1000-3363.2008.01.012 .

[43] SUN B D， PAN X， NING Y M. Analysis on influence of job-housing balance on commute travel in Shanghai［J］. Urban Planning Forum， 2008（1）： 77-82. DOI： 10.3969/j.issn.1000-3363.2008.01.012（Ch ）.

[44] OU J P， LIU X P， LI X， et al. Quantifying the relationship between urban forms and carbon emissions using panel data analysis［J］. Landscape Ecology， 2013， 28（10）： 1889-1907. DOI： 10.1007/s10980-013-9943-4 .

[45] 员开奇. 湖北省土地利用碳排放效率及差别化低碳土地利用调控研究［D］. 武汉： 华中农业大学， 2015.

[46] YUAN K Q. Land use carbon emissions efficiency and differential low-carbon land use regulation research in Hubei Province［D］. Wuhan： Huazhong Agricultural University， 2015 （Ch）.

[47] 余光英， 员开奇. 湖南省土地利用碳排放动态效率研究： 基于Malmquist指数模型［J］. 环境科学与技术， 2015， 38（2）： 189-194. DOI： 10.3969/j.issn.1003-6504.2015.02.036 .

[48] YU G Y， YUAN K Q. Dynamic efficiency of land use carbon emissions in Hunan： Based on Malmquist index model［J］. Environmental Science & Technology， 2015， 38（2）： 189-194. DOI： 10.3969/j.issn.1003-6504.2015.02.036（Ch ）.

[49] OLIVIER J G J， VAN AARDENNE J A， DENTENER F J， et al. Recent trends in global greenhouse gas emissions： Regional trends 1970—2000 and spatial distribution of key sources in 2000［J］. Environmental Sciences， 2005， 2（2/3）： 81-99. DOI： 10.1080/15693430500400345 .

[50] ODA T， MAKSYUTOV S. A very high-resolution （1 km×1 km） global fossil fuel CO₂ emission inventory derived using a point source database and satellite observations of nighttime lights［J］. Atmospheric Chemistry and Physics， 2011， 11（2）： 543-556. DOI： 10.5194/acp-11-543-2011 .

[51] DOLL C H， MULLER J P， ELVIDGE C D. Night-time imagery as a tool for global mapping of socioeconomic parameters and greenhouse gas emissions［J］. AMBIO： A Journal of the Human Environment， 2000， 29（3）： 157-162. DOI： 10.1579/0044-7447-29.3.157 .

[52] EDGAR. Emissions Database for Global Atmospheric Research （EDGAR） ［DB/OL］. ［2023-06-12］.

[53] CDIAC. Carbon Dioxide Information Analysis Center （CDIAC） ［DB/OL］. ［2023-06-12］.

[54] 苏泳娴. 基于DMSP/OLS夜间灯光数据的中国能源消费碳排放研究［D］. 广州： 中国科学院研究生院（广州地球化学研究所）， 2015.

[55] SU Y X. Study on the carbon emissions from energy consumption in China using DMSP/OLS night light imageries［D］. Guangzhou： Guangzhou Institute of Geochemistry， Chinese Academy of Sciences， 2015 （Ch）.

[56] 赵金彩. 基于夜间灯光的居民居住碳排放模型模拟研究［D］. 开封： 河南大学， 2015.

[57] ZHAO J C. Research on carbon emission simulation from residential buildings based on night light images［D］. Kaifeng： Henan University， 2015 （Ch）.

[58] 刘永伟， 闫庆武. 基于SLM模型的中国碳排放格网化空间分布模拟［J］. 地理与地理信息科学， 2015， 31（3）： 76-80. DOI： 10.3969/j.issn.1672-0504.2015.03.015 .

[59] LIU Y W， YAN Q W. Spatial distribution simulation of carbon emission with grid transformation based on SLM in China［J］. Geography and Geo-Information Science， 2015， 31（3）： 76-80. DOI： 10.3969/j.issn.1672-0504.2015.03.015（Ch ）.

[60] 郭忻怡， 闫庆武， 谭晓悦， 等. 基于DMSP/OLS与NDVI的江苏省碳排放空间分布模拟［J］. 世界地理研究， 2016， 25（4）： 102-110. DOI： 10.3969/j.issn.1004-9479.2016.04.012 .

[61] GUO X Y， YAN Q W， TAN X Y， et al. Spatial distribution of carbon emissions based on DMSP/OLS nighttime light data and NDVI in Jiangsu Province［J］. World Regional Studies， 2016， 25（4）： 102-110. DOI： 10.3969/j.issn.1004-9479.2016.04.012（Ch ）.

[62] CAI B F， LIANG S， ZHOU J， et al. China high resolution emission database （CHRED） with point emission sources， gridded emission data， and supplementary socioeconomic data［J］. Resources， Conservation and Recycling， 2018， 129： 232-239. DOI： 10.1016/j.resconrec.2017.10.036 .

[63] CHUAI X W， FENG J X. High resolution carbon emissions simulation and spatial heterogeneity analysis based on big data in Nanjing City， China［J］. Science of the Total Environment， 2019， 686： 828-837. DOI： 10.1016/j.scitotenv.2019.05.138 .

[64] XIA M Y， CHUAI X W， ZHAI L， et al. High-resolution carbon neutrality mapping and a heterogeneity analysis for China’s two typical megalopolises［J］. Urban Climate， 2023， 49： 101488. DOI： 10.1016/j.uclim.2023.101488 .

[65] CAO M K， PRINCE S D， LI K R， et al. Response of terrestrial carbon uptake to climate interannual variability in China［J］. Global Change Biology， 2003， 9（4）： 536-546. DOI： 10.1046/j.1365-2486.2003.00617.x .

[66] TAO B， CAO M K， LI K R， et al. Spatial patterns of terrestrial net ecosystem productivity in China during 1981—2000［J］. Science in China Series D： Earth Sciences， 2007， 50（5）： 745-753. DOI： 10.1007/s11430-007-0022-z .

[67] FANG J Y， GUO Z D， PIAO S L， et al. Terrestrial vegetation carbon sinks in China， 1981—2000［J］. Science in China Series D： Earth Sciences， 2007， 50（9）： 1341-1350. DOI： 10.1007/s11430-007-0049-1 .

[68] ZHANG L， XIAO J F， LI L， et al. China’s sizeable and uncertain carbon sink： A perspective from GOSAT［J］. Chinese Science Bulletin， 2014， 59（14）： 1547-1555. DOI： 10.1007/s11434-014-0260-3 .

[69] CHUAI X W， QI X X， ZHANG X Y， et al. Land degradation monitoring using terrestrial ecosystem carbon sinks/sources and their response to climate change in China［J］. Land Degradation & Development， 2018， 29（10）： 3489-3502. DOI： 10.1002/ldr.3117 .

[70] 石志华. 基于CASA与GSMSR模型的陕西省植被碳汇时空模拟及影响因素研究［D］. 杨凌： 西北农林科技大学， 2015.

[71] SHI Z H. Spatial-temporal simulation of vegetation carbon sink and its influential factors based on CASA and GSMSR model in Shaanxi Province［D］. Yangling： Northwest A&F University， 2015 （Ch）.

[72] LIU H J， YAN F Y， TIAN H. Towards low-carbon cities： Patch-based multi-objective optimization of land use allocation using an improved non-dominated sorting genetic algorithm-Ⅱ［J］. Ecological Indicators， 2022， 134： 108455. DOI： 10.1016/j.ecolind.2021.108455 .

[73] SHU H， XIONG P P. Reallocation planning of urban industrial land for structure optimization and emission reduction： A practical analysis of urban agglomeration in China’s Yangtze River Delta［J］. Land Use Policy， 2019， 81： 604-623. DOI： 10.1016/j.landusepol.2018.11.034 .

[74] WANG G Z， HAN Q， DE VRIES B. The multi-objective spatial optimization of urban land use based on low-carbon city planning［J］. Ecological Indicators， 2021， 125： 107540. DOI： 10.1016/j.ecolind.2021.107540 .

[75] CHUAI X W， HUANG X J， LAI L， et al. Land use structure optimization based on carbon storage in several regional terrestrial ecosystems across China［J］. Environmental Science & Policy， 2013， 25： 50-61. DOI： 10.1016/j.envsci.2012.05.005 .

[76] 荆文龙. 面向低碳发展的郑州市土地利用优化模拟［D］. 开封： 河南大学， 2014.

[77] JING W L. Low-carbon-oriented land use optimization of Zhengzhou［D］. Kaifeng： Henan University， 2014 （Ch）.

[78] 於冉. 基于碳排放峰值的城市建设用地扩展边界研究：以皖江城市带核心城市合肥市为例［D］. 南京： 南京大学， 2015.

[79] YU R. Urban construction land expansion boundary research based on carbon emission peak： A case of Hefei City， the core of Wanjiang city belt［D］. Nanjing： Nanjing University， 2015 （Ch）.

[80] 王慧敏， 曾永年. 青海高原东部土地利用的低碳优化模拟：以海东市为例［J］. 地理研究， 2015， 34（7）： 1270-1284. DOI： 10.11821/dlyj201507007 .

[81] WANG H M， ZENG Y N. Land use optimization simulation based on low-carbon emissions in eastern part of Qinghai Plateau［J］. Geographical Research， 2015， 34（7）： 1270-1284. DOI： 10.11821/dlyj201507007（Ch ）.

[82] ZHANG Y， LIU Y F， WANG Y H， et al. Urban expansion simulation towards low-carbon development： A case study of Wuhan， China［J］. Sustainable Cities and Society， 2020， 63： 102455. DOI： 10.1016/j.scs.2020.102455 .

[83] WANG S J， LIU X P， ZHOU C S， et al. Examining the impacts of socioeconomic factors， urban form， and transportation networks on CO₂ emissions in China’s megacities［J］. Applied Energy， 2017， 185： 189-200. DOI： 10.1016/j.apenergy.2016.10.052 .

[84] 秦波， 邵然. 城市形态对居民直接碳排放的影响：基于社区的案例研究［J］. 城市规划， 2012， 36（6）： 33-38.

[85] QIN B， SHAO R. The impacts of urban form on household carbon emissions： A case study on neighborhoods［J］. City Planning Review， 2012， 36（6）： 33-38 （Ch）.

[86] 曹小曙， 杨文越， 黄晓燕. 基于智慧交通的可达性与交通出行碳排放：理论与实证［J］. 地理科学进展， 2015， 34（4）： 418-429. DOI： 10.11820/dlkxjz.2015.04.003 .

[87] CAO X S， YANG W Y， HUANG X Y. Aaccessibility and CO₂ emissions from travel of smart transportation： Theory and empirical studies［J］. Progress in Geography， 2015， 34（4）： 418-429. DOI： 10.11820/dlkxjz.2015.04.003（Ch ）.

[88] 诸逸飞， 占小林， 唐云松. 试论我国土地政策参与低碳经济构建［J］. 广东土地科学， 2010， 9（3）： 45-48.

[89] ZHU Y F， ZHAN X L， TANG Y S. Study on land policy participating in low-carbon economy construction of China［J］. Guangdong Land Science， 2010， 9（3）： 45-48 （Ch）.

[90] 瞿理铜. 低碳经济视角下土地利用调控的思路探讨［J］. 中国国土资源经济， 2012， 25（11）：29-30. DOI：10.3969/j.issn.1672-6995.2012.11.008 .

[91] QU L T. Discussion on land use regulation under the perspective to low carbon economy［J］. Natural Resource Economics of China， 2012， 25（11）：29-30. DOI：10.3969/j.issn.1672-6995.2012.11.008（Ch ）.

[92] 毕军， 刘凌轩， 张炳， 等. 中国低碳城市发展的路径与困境［J］. 现代城市研究， 2009， 24（11）： 13-16. DOI： 10.3969/j.issn.1009-6000.2009.11.002 .

[93] BI J， LIU L X， ZHANG B， et al. Paths and challenges of low carbon city development in China［J］. Modern Urban Research， 2009， 24（11）： 13-16. DOI： 10.3969/j.issn.1009-6000.2009.11.002（Ch ）.

[94] HWANG J， CHOI Y， KIM Y， et al. Analysis of the effect of environmental protected areas on land-use and carbon storage in a megalopolis［J］. Ecological Indicators， 2021， 133： 108352. DOI： 10.1016/j.ecolind.2021.108352 .

[95] XIA M Y， CHUAI X W， XU H B， et al. Carbon deficit checks in high resolution and compensation under regional inequity［J］. Journal of Environmental Management， 2023， 328： 116986. DOI： 10.1016/j.jenvman.2022.116986 .

[96] 黄蕊， 刘昌新， 王铮. 碳税和硫税治理下中国未来的碳排放趋势［J］. 生态学报， 2017， 37（9）： 2869-2879. DOI： 10.5846/stxb201602010232 .

[97] HUANG R， LIU C X， WANG Z. Future carbon emissions trends under carbon and sulfur taxation governance in China［J］. Acta Ecologica Sinica， 2017， 37（9）： 2869-2879. DOI： 10.5846/stxb201602010232（Ch ）.

[98] HUANG Z H， DU X J. Toward green development？ Impact of the carbon emissions trading system on local governments’ land supply in energy-intensive industries in China［J］. Science of the Total Environment， 2020， 738： 139769. DOI： 10.1016/j.scitotenv.2020.139769 .

[99] 肖主安， 彭欢. 我国低碳经济型土地利用模式的路径选择［J］. 求索， 2010（4）： 81-82. DOI： 10.16059/j.cnki.cn43-1008/c.2010.04.061 .

[100] XIAO Z A， PENG H. Path selection of low-carbon and economical land use model in China［J］. Seeker， 2010（4）： 81-82. DOI： 10.16059/j.cnki.cn43-1008/c.2010.04.061（Ch ）.

[101] 秦波， 戚斌. 城市形态对家庭建筑碳排放的影响：以北京为例［J］. 国际城市规划， 2013， 28（2）： 42-46.

[102] QIN B， QI B. The impact of urban form on household building carbon emission： A case study of Beijing［J］. Urban Planning International， 2013， 28（2）： 42-46 （Ch）.

[103] ZHAO R Q， LIU Y， TIAN M M， et al. Impacts of water and land resources exploitation on agricultural carbon emissions： The water-land-energy-carbon nexus［J］. Land Use Policy， 2018， 72： 480-492. DOI： 10.1016/j.landusepol.2017.12.029 .

[104] 韩骥， 周翔， 象伟宁. 土地利用碳排放效应及其低碳管理研究进展［J］. 生态学报， 2016， 36（4）： 1152-1161. DOI： 10.5846/stxb201406271334 .

[105] HAN J， ZHOU X， XIANG W N. Progress in research on land use effects on carbon emissions and low carbon management［J］. Acta Ecologica Sinica， 2016， 36（4）： 1152-1161. DOI： 10.5846/stxb201406271334（Ch ）.

基金资助

江苏省社会科学基金重点项目(23GLA002)

教育部人文社科基金规划基金项目(23YJAZH018)