中国省际水-能源-粮食耦合协调度及影响因素研究

李成宇　张士强

摘要 我国水资源、能源、粮食消费量均居世界首位，如何保证水资源-能源-粮食之间的协调发展成为我国实现可持续发展急需解决的关键问题。基于耦合协调度模型测算2003—2015年我国省际水-能源-粮食耦合协调度，并结合ESDA方法和空间计量模型探讨水-能源-粮食耦合协调度的空间相关性及影响因素。结果表明：①我国省际水-能源-粮食子系统及综合评价指数水平较低，呈现上升态势，其空间分布格局与我国水-能源-粮食资源禀赋分布格局相一致。②我国省际水-能源-粮食耦合度已处于高水平，但我国省际水-能源-粮食耦合协调度水平较低，呈现出稳定上升态势，存在较大的提升空间;我国省际水-能源-粮食耦合协调度具有显著的空间分异规律，各地区空间差异性明显，呈现出东北>中部>东部>西部的空间分布格局。③我国省际水-能源-粮食耦合协调度呈正向空间自相关性，集聚状态明显，但分布格局不够稳定，易发生变动。④我国省际水-能源-粮食耦合协调度的影响因素主要有经济发展水平、经济集聚、技术进步、教育、人口和农林支出。因此，国家应针对水、能源、粮食的协调发展进行顶层设计，统筹考虑水、能源、粮食与产业布局及行业外部影响的关系。通过技术进步来提升水、能源、粮食的利用效率，保证协调发展的质量。各省市则应结合自身实际情况，制定有针对性的措施，弥补短板，促进其水-能源-粮食的协调发展。

关键词 水-能源-粮食;耦合协调度;影响因素;ESDA;空间计量

中图分类号 X24

文献标识码 A 文章编号 1002-2104（2020）01-0120-09 DOI：10.12062/cpre.20190832

水、能源、粮食是维系人类生存，推动经济运行，维持社会可持续发展的重要战略资源，三者之间存在相互关联、制约、依存的复杂关系。自2011年世界经济论坛发布《全球风险报告》将“Water-Energy-Food Nexus”风险群纳入三大风险群以来[1]，各国逐渐认识到水、能源、粮食三者关联关系对经济和社会可持续发展的重要性。而我国正处于新型工业化和城镇化进程的加速推进阶段，对于水、能源、粮食的需求量极大，更因为人口众多，虽然资源总量大，但人均资源量远低于世界平均水平，再加上我国水资源大多集中在南方，农业生产和能源储备集中在北方的特殊分布格局，致使我国水资源紧张，能源需求增加，粮食供给不确定性加剧等现象频繁发生，水、能源、粮食三者之间的相关性和约束性特征也日益突出。因此，研究水-能源-粮食耦合协调发展对促进我国区域可持续发展具有重要意义。

1 文献综述

国外学术界对水-能源-粮食的研究已非常活跃，研究重点主要集中在两个方面：一方面是针对水-能源-粮食边界的划定和关联关系的阐述。例如，Hoff[2]、Conway等[3]、Zhang等[4]分别针对水-能源-粮食的概念、边界、关联关系、面临挑战等方面进行详细的阐述分析。另一方面是在考虑社会、环境等因素的影响下，水-能源-粮食关联关系动态变化的描述与策略的探索。例如，Schreiner和Baleta[5]、Mercure等[6]通过对南共体、巴西水-能源-粮食的发展机会以及制约因素展开研究。这些研究对认识水-能源-粮食关联关系、制定符合自身需求的可行政策具有重要意义。但现有研究多是基于定性研究方法，定量研究相对较少且呈现零散性特征，丞待实现进一步的突破。其中，Sherwood等[7]利用LCA模型测算美国各经济部门的水、能源、粮食强度。Hernandez等[8]通过动态仿真模型评估英国生态城市的水、能源、粮食供需关系。White等[9]利用MRIO模型评价东亚地区水-能源-粮食投入与环境产出的竞争需求。Ibrahim等[10]通过DEA模型对OECD国家的水-能源-粮食关联效率进行了实证分析。国内针对水-能源-粮食的研究相对滞后，现有研究多是针对水-能源-粮食关联关系相关理论、概念的定性研究，例如，李桂君等[11]、常远等[12]、郑人瑞等[13]都尝试对水-能源-粮食关联关系进行描述性研究，并从不同视角出发，探讨该领域的核心研究问题、关键分析工具以及未来面临的挑战。定量研究则相对较少，研究大都将关注点聚焦在水-能源-粮食的供需安全以及耦合协调发展领域[14-15]。同时，研究维度主要集中于城市和局部区域层面，研究方法以定性为主，定量方法则主要包括DEA模型、耦合协调模型和系统动力学模型[16-19]。

通过梳理文献，可以看出国内水-能源-粮食的研究仍处于起步阶段，研究多以定性研究为主，定量研究较少。虽已有水-能源-粮食耦合协调领域的研究成果发表，但研究不够深入，研究仅以测算分析为主，缺少对水-能源-粮食耦合协调度空间分布特征、影响因素等方面的研究，且研究尺度都集中在个别省市或局部区域，缺少对我国省际层面的研究。基于此，本文对我国省际水-能源-粮食耦合协调度进行测算分析，并通过ESDA分析方法和空间计量模型对水-能源-粮食耦合协调度的空间特征和影响因素进行探索性分析，以期为水-能源-粮食耦合协调度的提升和区域可持续发展提供参考借鉴。

2 研究方法与数据说明

2.1 水-能源-粮食协调发展作用机理

水-能源-粮食是一个具有复杂性、不确定性，层次性的开放系统。构成该系统的诸多要素间存在着相互依存、相互作用的復杂关系，既相互促进又相互制约，既存在积极影响又存在消极影响，因此分析水-能源-粮食相互作用机理，是水-能源-粮食实现耦合协调发展的首要问题，通过图1进行说明。能源为水资源开发利用提供基本保障，水资源在取用、分配、传输等多个环节均需要消耗大量能源。但在能源开采过程中，往往会产生破坏地表水系、扰乱水循环过程、污染地表及地下水资源等负面影响，也会加剧水资源紧缺程度。水资源是能源生产的基础要素，能源生产从化石燃料开采加工到电力产生的全过程均需在水的采洗、冷却、传导等作用下实现。但由于水资源的特殊性及不均衡的分布特征，也在一定程度上限制了能源开发。水资源为粮食生产提供基本保障，粮食从作物生长到再加工的整个过程均是以水为投入要素。但由于水资源分布不均，很多地区的农业用水得不到满足，不利于粮食生产。此外，许多未经处理过的污水都直接排入地表，污染水质和土壤，使得粮食产量降低。粮食为社会提供赖以生存和发展的基础物质。但粮食生产过程中，使用过的化肥、农药及其他化学物质，在降水、灌溉的作用下，流入地下或渗透到田间，使得水资源遭到破坏。能源则为粮食生产提供动力需求，粮食生产的机械化、加工、存储以及运输均离不开能源的支持。粮食可以为能源生产提供生物质原料。同时，水资源、能源、粮食具有广泛的协同作用，粮食生产已从精耕细作式的生产方式向大规模机械化生产方式转变，使得粮食生产的现代化程度和工业化程度越来越高，其所消耗的水和能源也越来越多。能源工业则是建立在水资源、能源、粮食的消耗利用基础上，一方面粮食可以为劳动力提供生存和发展的基础物质，另一方面，能源工业生产运行都必须依赖于稳定的能源和水资源供应，且其能耗强度与用水强度往往具有正相关关系，既是能源消耗大户也是水资源消耗大户。而在水资源的提取、运输和利用过程中，水-能源-粮食的物质流也是相互交织，相互参与。

2.2 评价指标体系构建

科学合理的评价指标体系是准确把握水-能源-粮食耦合协调水平的前提，在综合考虑水、能源和粮食耦合协调作用机理的基础上，参考已有研究成果[14-16]，遵循科学性、系统性、全面性和真实性原则，构建我国省际水-能源-粮食耦合协调发展评价指标体系（见表1）。

2.3 研究方法

2.3.1 综合评价指数模型

在对原始数据进行无量纲化处理后，参考周振[20]等人的研究，采用几何平均法构建水系统指数、能源系统指数、粮食系统指数，来计算各子系统的评价指数。考虑到水、能源、粮食之间相互关联、相互影响、相互促进，不可分割的关系特点及可持续发展的要求，研究认为目标层和指标层之间均为等权权重。

2.3.2 耦合协调度模型

基于耦合发展理论，参考李裕瑞等[21]的方法，构建水-能源-粮食耦合模型。

2.3.4 空间计量模型

空间计量模型主要分为空间误差模型和空间滞后模型两种，本文根据Anselin判定准则[24]，选择空间误差模型研究水-能源-粮食耦合协调度的影响因素。

2.4 数据说明

2.4.1 影响因素变量选取

水-能源-粮食耦合协调度受经济发展水平、教育、技术进步、经济集聚、人口、农林支持等因素的影响，相关因素指标选取如下：经济发展水平由人均GDP表示，教育由教育经费占GDP比重表示，技术进步由专利授权数表示，经济集聚由单位面积非农产出表示，人口由总人口数表示，农林支持由农林财政支出表示。

2.4.2 数据来源

时间区间为2003—2015年，共计13a，数据主要来自历年《中国统计年鉴》《中国能源年鉴》《中国环境统计年鉴》《中国农村年鉴》并结合30省市相关统计资料进行修正。由于港澳台及西藏地区数据可获取性差，在研究时未作考虑。

3 测算结果分析

3.1 水-能源-粮食综合评价分析

利用综合评价指数模型分别测算三个子系统评价指数以及水-能源-粮食综合评价指数，并通过图2和表3加以说明。从图2可知，能源评价指数水平相对较高，整体呈现上升态势，2003—2008年期间上升态势明显，2008—2013年呈波动上升态势，2013年则出现下降态势，年平均增长率为1.5%。粮食评价指数次之，除2004年出现小幅度下降外，其他年份均呈现出良好的上升态势，年平均增长率为4.6%。水资源评价指数水平最低，虽整体呈现上升态势，但上下波动明显，且增长趋势缓慢，年平均增长率仅为1.1%。得益于水、能源、粮食三个子系统呈现出的上升态势，我国水-能源-粮食综合评价指数也呈现出明显的上升态势，且态势稳定，研究期间内的综合评价指数已从2003年的0.268提高至2015年的0.356，年平均增长率为2.4%。

从表3可知，我国省际水-能源-粮食子系统及综合评价指数水平都不高，三个子系统的评价指数全国均值分别只有0.297、0.343和0.367，而水-能源-粮食综合评价指数全国均值仅为0.326。具体来看，水资源评价指数相对较高的省市主要分布在水资源丰富的南方地区，例如浙江、四川、湖南，水资源评价指数低的省市则多集中在水资源贫乏的北方地区，例如新疆、宁夏、山西。能源评价指

数相对较高的省市主要分布在能源储备丰富的西北及东北地区，例如陕西、新疆、黑龙江，能源评价指数低的省市则多集中在能源资源相对贫瘠的东部沿海地区，例如上海、海南、浙江。粮食评价指数相对较高的省市主要分布在农业水平发达的东部及东北地区，例如山东、江苏、吉林，粮食评价指数低的省市则多集中在农业水平欠发达的西部地区，例如青海、新疆、海南。水-能源-粮食综合评价指数相对较高的省市主要分布在三种资源都相对丰富的地区，例如河南、四川、湖南，水-能源-粮食综合评价指数低的省市则集中在三种资源都缺乏的地区，例如宁夏、上海、海南。

3.2 水-能源-粮食耦合协调分析

利用耦合度模型和耦合协调度模型对2003—2015年我国省际水-能源-粮食耦合协调度进行测算，并通过图3和表4加以说明。从图3可知，我国整体水-能源-粮食耦合度已达到高水平且趋于稳定，研究期间内的水-能源-粮食耦合度均高于0.950。而我国整体水-能源-粮食耦合协调度水平不高，仅达到勉强协调等级，整体呈现稳定的上升态势，耦合协调度已从2003年的0.503提高至2015年的0.582，但增长趋势相对缓慢，年平均增长率为1.2%。各地区水-能源-粮食耦合协调度水平差异较大，总体呈现出东北>中部>东部>西部的分布格局。其中，东北地区水-能源-粮食耦合协调度水平最高，呈现良好的上升态势，耦合协调度在0.513～0.648之间波动，年平均增长率为1.6%，自2009年后，达到初级协调等级。中部地区水-能源-粮食耦合协调度水平次之，同样呈现良好的上升态势，耦合协调度已从0.525稳定上升至0.629，年平均增长率为1.3%，自2010年后，达到初级协调等级。东部地区水-能源-粮食耦合协调度水平又次之，虽呈现出稳定的上升态势，但上升态势相对缓慢，耦合协调度保持在0.524～0.567之间上下波动，年平均增长率仅为0.03%，并于2012后出现弱下降态势，当前仅达到勉强协调等级。西部地区水-能源-粮食耦合协调度水平最低，但呈现出明显的上升态势，耦合协调度已从0.463稳步上升至0.580，年平均增长率为1.9%，并于2012年后超过东部地区，目前仍位于勉强协调等级。

从表4可知，我国省际水-能源-粮食耦合度与我国整体耦合度一样都已达到很高的水平，除宁夏和新疆以外，其他28个省市的水-能源-粮食耦合度均在0.900以上。而我国省际水-能源-粮食耦合协调度水平不高，全国均值为0.558，大多数省市耦合协调度位于0.500～0.600之间，仅达到勉强协调等级。具体来看，水-能源-粮食耦合协调度高于全国均值的省市有19个，全国占比63%，其中河南、湖南等8个省市的水-能源-粮食耦合协调度水平最高，均值均高于0.600，达到初级协调等级，全国占比26%;山东、辽宁、福建、重庆等11个省市的水-能源-粮食耦合协调度均值则位于0.558～0.600之间，达到勉强协调等级，全国占比37%。水-能源-粮食耦合协调度低于全国均值的省市有11个，全国占比37%，其中青海、海南、新疆、上海、宁夏5个省市的水-能源-粮食耦合协调度水平最低，均值均低于0.500，仍仅位于濒临失调甚至是失调等级，尚未实现协调，全国占比17%;山西、贵州、北京等6省市水-能源-粮食耦合协调度均值则位于0.500～0.558之间，达到勉强协调等级。可以看出水-能源-粮食耦合协调度相对较高的省市主要分布在我国的东北、中部、西南和东部沿海地区，这些地区境内大都有大江大河經过，水资源丰富，降水量充足，农业发达，煤炭、石油、水能等能源资源充足，使得其在水-能源-粮食耦合协调度上具有一定的优势。水-能源-粮食耦合协调度低的省市主要分布在我国的西北和北方地区，这些地区大都气候干旱，降水量小，水资源贫乏，境内多戈壁沙漠，农业发展滞后，虽然能源资源丰富，但无法弥补水资源、粮食带来的劣势，导致其水-能源-粮食耦合协调度不够理想。

4 水-能源-粮食耦合协调影响因素分析

4.1 空间自相关检验

根据测算出的水-能源-粮食耦合协调度，运件计算水-能源-粮食耦合协调度的Morans I指数（见表5）。可以看出，研究期间内Morans I指数均为正，其中2011年Morans I指数为0.043，未通过显著性水平检验，其他年份的Morans I指数均通过显著性水平检验，表明我国省际水-能源-粮食耦合协调度存在显著的正向空间自相关关系，呈现出较强的空间集聚模式。Morans I指数由0.204提升至0.235，呈弱上升态势，表明2003年以来，我国省际水-能源-粮食耦合协调度的空间相关显著性有所增强，集聚态势有所凸显。Morans I指数波动趋势明显，其中2003—2011年期间Morans I指数上下波动趋势强烈，并于2011年达到最低点，随后开始反弹，呈上升趋势，2014年后则趋于稳定，这表明我国省际水-能源-粮食耦合协调度的空间分布格局不够稳定，易发生变动。

4.2 空间计量模型选择

通过上述分析可知，我国省际水-能源-粮食耦合协调度存在明显的空间相关性和依赖性，而使用普通回归模型会因为空间因素的影响低估或高估某些因素的影响作用，因此本文选择能考虑空间效应的空间计量模型来检验我国省际水-能源-粮食耦合协调度的影响因素。空间计量模型的选择需通过LM检验来实现，本文通过MATLAB软件对2003—2015年我国30省市面板数据进行LM检验分析，结果如表6所示。

表6结果显示，LM-eeror通过显著性水平检验，LM-lag未通过显著性水平检验，根据Anselin判别准则[24]，选择空间误差模型。基于判别准则，本文分别对五种效应下的空间误差模型进行检验，选取其中最为合理的模型，表7为五种效应的检验结果。可以看出，时空双固定效应的空间误差模型的判定系数为0.921，Log-L值为982.506，均高于其他四种效应。因此，本文采用时空双固定空间误差模型分析我国省际水-能源-粮食耦合协调度的影响因素。

4.3 空间计量结果分析

根据表7估计结果显示，λ值显著为正，且通过1%的显著性水平检验，说明我国省际水-能源-粮食耦合协调度存在较强的空间集聚现象，印证了空间因素在模型设定中的必要性和科学性。具体来看，教育系数为0.044，通过1%显著性水平检验。教育投入的提升有利于完善教育体系，提高教学质量，保证技术、知识传播，为培育高素质国民提供物质支撑，而国民素质的提升，能够使其更加容易学习和掌握新技术新方法，理解贯彻新政策新措施，培养减少浪费、节约资源、绿色消费的新习惯，从而促进水-能源-粮食耦合协调度的提升。经济发展水平系数为0.061，通过5%显著性水平检验。经济发展水平高的地区，产业结构合理，基础设施完善，技术工艺先进，在人、财、物等方面更具优势，而这些优势能为水、能源、粮食的利用提供良好的发展空间，促进其耦合协调度的提升。经济集聚系数为0.041，通过5%显著性水平检验。经济集聚过程中，伴随着各种正外部性，产生的规模经济、成本节约、技术、知识溢出效应均会有利于水-能源-粮食耦合协调度的提升。农林支持系数为0.015，通过5%显著性水平检验。农林支持力度的加大，有利于完善农田水利基础设施，推动农业现代化发展，提升农业生产效率，促进粮食高效、高质生产，保障全社会的粮食供给，为水-能源-粮食耦合协调度的提升提供物质保障。技术进步系数为0.009，通过10%显著性水平检验。技术进步能有效提高水、能源、粮食在生产开采端的劳动生产率，降低水、能源、粮食在消费端的不必要损耗和浪费，促进水、能源、粮食高效利用，从而对水-能源-粮食耦合协调产生积极影响。人口系数为-0.073，通过10%显著性水平检验。人口数量越多，其对水、能源、粮食的需求量就越大，再加上当前人口主要分布在东中部地区，这些地区多少都会存在一种或多种资源供应紧张的问题，这就会大大增加资源的供应成本，导致水、能源、粮食之间无法很好的协调匹配，因而会对水-能源-粮食耦合协调度产生负面影响。

5 结论与建议

利用耦合协调度模型对2003—2015年我国省际水-能源-粮食耦合协调度进行测度，并运用ESDA分析方法和空间计量模型探讨水-能源-粮食耦合协调度的空间相关性和影响因素。结果表明：①我国省际水-能源-粮食各子系统及综合评价指数水平较低，但呈现上升态势，其空间分布格局与我国水-能源-粮食资源禀赋分布格局相一致。②我国省际水-能源-粮食耦合度已处于高水平，但我国省际水-能源-粮食耦合协调度水平较低，呈稳定上升态势;我国省际水-能源-粮食耦合协调度具有显著的空间分异规律，各地区空間差异性明显，呈现出东北>中部>东部>西部的空间分布格局。③我国省际水-能源-粮食耦合协调度呈正向空间自相关性，集聚状态明显，但分布格局不够稳定，易发生变动。④我国省际水-能源-粮食耦合协调度的影响因素主要有经济发展水平、经济集聚、技术进步、教育、人口和农林支持。基于以上结论，提出建议如下。①国家在顶层设计中统筹考虑水、能源、粮食之间的协调发展关系。在战略层面，统筹考虑当地产业布局与三种资源之间的关系。在政策层面，统筹考虑行业发展政策产生的外部影响以及来自其他行业的外部影响。②水、能源、粮食等相关领域既要积极引进国外的先进生产工艺、技术、方法，通过技术、知识溢出来提升自身的技术水平，又要强化自身的研发能力，努力做到引进与自主研发两手抓、两手硬，以此来提高资源的利用效率，保证水、能源、粮食的协调发展。③各省市则要结合自身实际情况，制定有针对性的措施，弥补短板，促进水-能源-粮食的协调发展。对于协调发展水平较高的省市，应结合自身的资源禀赋优化其产业布局，对高耗能、高耗水产业进行技术改造和升级，大力发展低能耗、绿色环保的产业。对于协调发展水平低的省市，则应加速实施土地休耕政策，加强对农业节水技术的研发，引进耐旱作物，推广高效节水灌溉，限制、减少高耗水的能源项目，鼓励发展耗水量小的新能源项目，鼓励利用废水进行能源生产。

（编辑：李 琪）

参考文献

[1]DAVIS N.Global risks 2011 report [R].6th ed.Cologne：World Economic Forum，2011.

[2]HOFF H . Understanding the Nexus[C]// Background Paper for the Bonn 2011 Confernce：the water energe and food security nexus.Stockholm： Stockholm Environment Institute， 2011.

[3]CONWAY D，VAN GARDEREN E A， DERYNG D，et al. Climate and southern Africas water-energy-food nexus[J]. Nature climate change，2015（5）：837-846.

[4]ZHANG C ，CHEN X， LI Y ，et al.Water-energy-food nexus： concepts， questions and methodologies[J]. Journal of cleaner production， 2018， 195：625-639.

[5]SCHREINER B ， BALETA H . Broadening the lens： a regional perspective on water， food and energy integration in SADC[J]. Aquatic procedia， 2015（5）：90-103.

[6]MERCURE J F，PAIM M A，BOCQUILLON P，et al.System complexity and policy integration challenges： the Brazilian energy-water-food nexus[J]. Renewable and sustainable energy reviews， 2019， 105：230-243.

[7]SHERWOOD J，CLABEAUX R，CARBAJALES-DALE M.An extended environmental input-output lifecycle assessment model to study the urban food-energy-water nexus[J].Environmental research letters， 2017， 12（10）：105003.

[8]HERNANDEZ M E，LEACH M，YANG A.Understanding water-energy-food and ecosystem interactions using the nexus simulation tool NexSym[J]. Applied energy， 2017， 206：1009-1021.

[9]WHITE D J，HUBACEK K，FENG K S，et al.The water-energy-food nexus in East Asia： a tele-connected value chain analysis using inter-regional input-output analysis[J]. Applied energy， 2018，210：550-567.

[10]IBRAHIM M，FERREIRA D，DANESHVAR S，et al.Transnational resource generativity： efficiency analysis and target setting of water， energy， land， and food nexus for OECD countries[J].Science of the total environment，2019，697：134017.

[11]李桂君，黃道涵，李玉龙.水-能源-粮食关联关系：区域可持续发展研究的新视角[J].中央财经大学学报， 2016（12）：76-90.

[12]常远，夏朋，王建平.水-能源-粮食纽带关系概述及对我国的启示[J].水利发展研究，2016， 16（5）：67-70.

[13]郑人瑞，唐金荣，金玺.水-能源-粮食纽带关系：地球科学的认知与解决方案[J].中国矿业，2018， 27（10）：36-41.

[14]孙才志，阎晓东.中国水资源-能源-粮食耦合系统安全评价及空间关联分析[J].水资源保护， 2018，34（5）：1-8.

[15]毕博，陈丹，邓鹏，等.区域水资源-能源-粮食系统耦合协调演化特征研究[J].中国农村水利水电， 2018（2）：72-77.

[16]邓鹏，陈菁，陈丹，等. 区域水-能源-粮食耦合协调演化特征研究——以江苏省为例[J].水资源与水工程学报， 2017，28（6）：232-238.

[17]彭少明，郑小康，王煜，等.黄河流域水资源-能源-粮食的协同优化[J].水科学进展， 2017，28（5）：681-690.

[18]李桂君，黄道涵，李玉龙.中国不同地区水-能源-粮食投入产出效率评价研究[J].经济社会体制比较，2017，191（3）：138-148.

[19]王慧敏，洪俊，刘钢.“水-能源-粮食”纽带关系下区域绿色发展政策仿真研究[J].中国人口·资源与环境，2019，29 （6） ：74 - 84.

[20]周振，孔祥智.我国“四化”协调发展格局及其影响因素研究——基于农业现代化视角[J].中国软科学， 2015（10）：9-26.

[21]李裕瑞，王婧，刘彦随，等.中国“四化”协调发展的区域格局及其影响因素[J].地理学报，2014，69（2）：199-212.

[22]廖重斌.环境与经济协调发展的定量评判及其分类体系——以珠江三角洲城市群为例[J].热带地理， 1999，19（2）：171-177.

[23]GETIS A，ORD J K.The analysis of spatial association by use of distance statistics[J].Geograpical analysis，1999，24（3）：189-206.

[24]ANSELIN L，FLORAX R，REY S J. Advanced in spatial econometrics： methodology tools and applications[M].Berlin：Springer Science & Business Media，2004.