土地利用功能（LUFs）对于实现中国的低碳目标至关重要，但其对碳排放（CE）的时间影响仍未被充分理解。为克服传统显性空间分类的局限性，研究人员基于三种隐性功能——发展支撑、发展动力和生态基础——构建了一个LUFs框架。建立了一个包含18个指标的综合指标体系，用

　　土地利用功能（LUFs）对于实现中国的低碳目标至关重要，但其对碳排放（CE）的时间影响仍未被充分理解。为克服传统显性空间分类的局限性，研究人员基于三种隐性功能——发展支撑、发展动力和生态基础——构建了一个LUFs框架。建立了一个包含18个指标的综合指标体系，用于评估2005年至2022年长江三角洲（YRD）的LUFs。利用连续时间序列数据，研究人员整合了耦合协调模型、地理和时间加权回归（GTWR）以及地理探测器，以考察这三种功能之间的相互作用，以及它们在多种社会-生态因素影响下对CE的时空异质性效应。结果表明，发展支撑功能和发展动力功能呈稳定上升趋势，而生态基础功能保持稳定。三种功能之间的耦合协调水平呈现“东南高、西北低”的空间格局，达到濒临失调和勉强协调水平的城市比例分别增至41.46%和17.07%。尽管发展动力功能仍然是CE的主要驱动因素，但其正向效应随时间逐渐减弱。相比之下，发展支撑功能和生态基础功能均对CE产生显著的抑制作用。此外，CE的空间差异由社会经济因素与自然因素的非线性交互作用驱动，而区域CE对城镇化的依赖随时间逐渐减弱。本研究不仅阐明了LUFs调控碳循环的潜在机制，还为土地系统优化和针对性碳减排提供了新的理论框架。

　　**论文解读：长三角地区隐性土地利用功能的耦合协调演化及其对碳排放的动态影响**

　　气候变化已成为人类面临的最严峻挑战之一，温室气体浓度持续上升是主要驱动因素。土地利用是全球CO2排放的重要来源，占总排放量的11%。土地作为经济生产和社会生活的空间载体，其利用模式直接影响能源消耗和碳排放（CE）。土地利用功能（LUFs）是土地系统对生产、生活和生态需求的综合响应，其复杂性显著影响CE的规模和时空变异。然而，现有研究主要关注显性空间土地利用变化对CE的影响，忽视了隐性LUFs的作用。传统的“生产-生活-生态”或“经济-社会-生态”框架难以捕捉社会经济因素的潜在动态或土地承载力的时空演化。新近提出的“发展支撑功能-发展动力功能-生态基础功能”框架提供了更清晰的功能角色表征，但现有研究很少采用连续年度数据，且对LUFs耦合协调影响CE的机制理解不足。因此，系统阐明隐性LUFs与CE之间的内在关系至关重要。

　　长江三角洲（YRD）作为中国领先的经济引擎，面临土地利用强度高、能源消耗大和生态压力大等挑战。其41个地级市在工业化水平、农业基础和生态承载力方面存在显著空间差异，导致LUFs高度异质。作为全国低碳发展示范区，YRD是绿色转型和空间土地治理的重要样本。因此，以YRD为整体研究区域，考察其41个地级市之间的异质性和相互作用，可为城市群的土地利用权衡和低碳转型提供宝贵见解。

　　本研究开发了一个基于功能导向的隐性土地利用转型分析框架，揭示了YRD中三种LUFs的时空演化特征及其耦合协调水平，并从机制和空间角度检验了LUFs相互作用如何影响区域CE及其时空异质性效应。研究结果可为快速城镇化地区的土地管理和低碳发展提供科学依据，论文发表在《Land》。

　　研究人员采用多源数据，包括ODIAC碳排放空间数据、DEM数据以及人口、GDP、城镇化率等社会经济统计数据，涵盖YRD的41个地级市，时间跨度为2005—2022年。主要方法包括：熵权法客观确定LUFs评价指标权重；改进的耦合协调模型量化三种功能（发展支撑、发展动力、生态基础）之间的协调水平；净碳排放（NCE）核算，涵盖能源消耗、工业生产、固废处理、人畜呼吸、农业生产的CE以及生态系统碳汇（基于NPP和土壤异养呼吸）；地理和时间加权回归（GTWR）模型捕捉LUFs对CE的时空异质性影响；地理探测器量化社会经济和自然因素对CE空间变异的解释力及其交互作用。

　　**4.1.1 土地利用功能的时空演化特征**：2005—2022年，YRD的发展支撑指数从0.12增至0.42，空间上高值集中在安徽北部和江苏北部，低值出现在西部和沿海地区，反映了自然资源禀赋和农业转型政策的综合效应。发展动力指数平均值从0.11增至0.32，呈现核心-边缘格局，上海、苏南和浙北保持领先。生态基础功能保持相对稳定，平均值约0.20，空间上呈现“南高北低、西高东低”格局，主要归因于皖南和浙西南的山区林地和水体。

　　**4.1.2 土地利用功能耦合协调特征**：2005—2022年，三种LUFs的耦合协调经历了从严重失调到高度协调的阶段转变，呈现东南向中西部梯度扩散的空间格局。2005—2018年为快速提升阶段，严重失调城市比例降至9.8%；2019—2022年各类协调比例趋于稳定。空间演化上，以杭州-绍兴-宁波-舟山为中心的浙东南集群率先实现较高协调水平，而西部和内陆城市受发展动力不足或单一农业支持功能限制，难以实现协调演化。

　　**4.2 碳排放趋势与分布**：2005—2022年，YRD总CE从4.09×108t增至7.64×108t，年均增速3.74%；碳汇总量在2.83×107t至5.84×107t之间波动。结构上，能源消费CE占75.53%，工业生产和人畜呼吸各占12.10%和10.03%。年度净CE呈现以上海和苏南城市为中心、向内地递减的空间格局。上海和苏州年均净CE显著高于其他城市，黄山在多数年份为净碳汇但整体仍为边际碳源，丽水在整个研究期内为显著碳汇。

　　**4.3.1 模型选择与构建**：GTWR模型的AICc值和残差平方和（RSS）低于地理加权回归、时间加权回归和普通最小二乘回归，R2和调整R2更高，表明其在解释CE驱动因素方面性能优越。全局和局部多重共线性诊断显示所有解释变量的方差膨胀因子（VIF）均低于10，无显著多重共线 土地利用功能对碳排放的影响**：发展支撑功能对CE的回归系数均值为负，表明其缓解作用，但该效应随时间减弱并呈现东-西分化。2005—2013年，东南和西北大部分城市呈显著负相关，主要归因于农业生产力提升和高标准农田建设的土壤固碳和作物固碳效应；2013年后，东部发达地区负效应增强，西部因农业生产扩张和化肥农药投入增加而转为正效应。发展动力功能对CE持续呈正效应，回归系数始终高于其他两种功能，但随时间普遍下降，反映了土地利用从粗放扩张向集约高质量发展的转型。生态基础功能对CE的效应较弱，显著影响的研究单元数量从2005年的9个增至2018年的33个后降至2022年的23个，反映了生态保护红线政策实施前后的动态响应；西南山区因森林资源丰富持续呈缓解效应。

　　**4.3.3 影响碳排放的其他驱动因素**：2005年，CE主要与城镇化率和GDP相关，自然因素（坡度、降水、温度）也显著影响。2022年，社会经济因素驱动效应进一步增强，GDP的q值达0.61，但城镇化率和第二产业占比的影响减弱，表明CE对城镇化和经济增长的依赖显著减弱。交互作用分析显示，双因素组合效应大于单因素，2005年多数因素与城镇化率或GDP交互时q>

　　0.9；2022年，GDP、常住人口与自然生态因素的交互成为主要驱动，建设用地与温度、NDVI、土地利用强度及耕地的交互也显著影响。

　　**讨论部分总结**：YRD的快速城镇化同时强化了经济集聚并削弱了生态调节能力，发展动力功能主导了长期发展模式。发展支撑和生态基础功能共同构成区域碳循环的调节子系统，但生态基础功能逐渐下降表明人为土地利用重构对碳循环的结构性干扰增加。研究结果支持了三个假设：H1（耦合协调存在空间差异），H2（不同功能对CE影响异质），H3（社会经济和自然因素调节LUFs对CE的影响）。发展动力功能的正效应随时间减弱，与YRD经济脱碳趋势一致；生态基础和发展支撑功能的抑制效应，但碳减排弹性仍低于欧洲类似区域。社会经济因素与自然因素的非线性交农业数字化互作用显著调节CE。区域低碳发展需差异化策略：经济核心区通过城市更新和能源结构优化提升碳效率；农业区利用高支持低排放特性遏制建设用地扩张；生态保护区加强补偿机制和区域协作。研究局限性包括ODIAC数据空间分配误差、城市级分析精度不足、耦合协调模型等权重假设、以及功能框架对数据稀缺区域的适用性限制。

　　**研究结论农业数字化翻译**：以YRD为案例，本研究构建了由发展动力、发展支撑和生态基础组成的LUFs三功能框架，用于表征2005—2022年LUFs的演化、耦合协调模式及其与CE及关键社会经济和生态驱动因素的时空关系。主要结论如下：（1）YRD中LUFs的耦合协调水平在研究期间稳步上升，空间上呈“东南高、西北低”的梯度格局，支持假设H1。（2）YRD的净CE随时间总体增加，发展动力功能仍是CE的主导正向驱动因素，但其效应逐渐减弱，而发展支撑和生态基础功能对CE持续呈抑制效应，支持假设H2。（3）社会经济因素（如GDP和城镇化）与自然因素的非线性交互显著调节CE，而传统城镇化对CE的影响逐渐下降，支持假设H3。尽管存在这些改进，YRD的土地管理和空间规划仍面临挑战：生态基础功能增长滞后于发展动力和发展支撑功能；城市发展区域差异显著；CE受多因素驱动呈现高度空间异质性。因此，维持高质量土地开发和低碳转型需要更协调和适应性强的土地利用规划。通过揭示隐性LUFs影响区域CE的机制，本研究为全球快速城镇化地区的低碳发展提供了理论基础。