中国西部地区水-能源-粮食系统耦合协调度的时空特征

张 宁,杨 肖,陈 彤

中国西部地区水-能源-粮食系统耦合协调度的时空特征

张 宁1*,杨 肖1,陈 彤2

(1.杭州电子科技大学管理学院,浙江 杭州 310018；2.新疆农业科学院,新疆 乌鲁木齐 830091)

在2005～2018年中国西部地区水-能源-粮食系统综合发展评价的基础上,运用耦合协调度模型和地理加权回归模型对水-能源-粮食系统耦合协调度的时空特征及其影响因素进行实证研究.结果表明:(1)中国西部水-能源-粮食系统及其各子系统的综合发展指数总体呈波动上升趋势,其中,水资源和能源子系统在2011年后长期滞后于粮食子系统,成为西部地区水-能源-粮食系统耦合协调发展的短板.(2)2005～2018年,中国西部水-能源-粮食系统耦合协调度从勉强耦合协调进入初级耦合协调阶段,且耦合协调度呈现“南高北低”的时空特征.(3)居民消费水平和人口规模对甘肃、内蒙古等西北地区的系统耦合协调度具有正向影响,对重庆、云南等西南地区具有负向影响,影响程度在地理空间上均呈现出“北正南负”的空间特征;地方财政环保投入的影响程度从北到南逐渐增大,广西、贵州、四川、陕西的系统耦合协调度受该因素的影响最大;R&D投入强度对系统耦合协调的推动作用相对较小,影响程度呈现“北高南低”的空间特征.基于上述分析结果,提出了多资源系统联合发展视角下的区域资源管理方式,减少对有限资源间的依赖性,改善人口规模及环保科技投入等因素,构建具有西部区域特色、体现资源优势、富有竞争力的水-能源-粮食系统耦合协调发展策略.

中国西部；水-能源-粮食系统；耦合协调度；影响因素

水、能源与粮食资源的缺乏或生产消费结构的不合理性是社会经济可持续发展过程中面临的重要风险之一[1].近两年新冠肺炎疫情的暴发、国际形势的不确定性及极端气候的侵袭,对众多地区水-能源-粮食系统的安全性产生了强烈冲击[2],水-能源-粮食系统保持较强的耦合协调状态是其能够安全可持续发展的重要保证.中国西部水-能源-粮食系统面临的内外环境压力在不断加大[3],且由于东西部地区技术差异和管理理念的不同,西部水-能源-粮食系统的投入产出效率与东部地区的差异还在扩大[4-6].西北能源基地及西南水电基地作为我国水-能源-粮食系统发展的重要典型区域,经济地理条件和资源禀赋的极大空间差异成为我国疫情时期水-能源-粮食系统协调发展的主要风险来源.探索符合西部地区生态环境容量和资源承载力的水-能源-粮食系统耦合协调发展路径,对提高西部区域性资源系统抗压能力,保障我国整体水-能源-粮食系统的协调发展具有重要理论与实践意义.

水-能源-粮食系统中每一种资源的生产利用都与另外两种资源存在较强关联,这种关联被称为“耦合关系”[7].耦合协调关系则是在耦合关系的基础上,更加强调多个系统之间的相互促进、协调发展的良性相互作用[8].学者们从全球、国家、城市等层面对水-能源-粮食系统的耦合内涵进行了探讨[9-11],其耦合关系逐渐作为重要参考被应用于社会经济发展与资源安全的协调发展政策的制定中[12].通过对水-能源-粮食系统中的关键交互进行识别与分析[13],同时,考虑外界环境与水-能源-粮食系统之间的输入、输出关系[14],能够有效帮助资源管理者制定出适宜的资源利用策略,提高资源的治理效果.在人口增长与工业发展带来的压力下,联合国在2015年提出《2030年可持续发展议程》中将水-能源-粮食安全问题纳为可持续发展目标之一[15],学者们也开始从系统安全性、综合治理、外界环境干预等角度对水-能源-粮食系统进行研究[16].

目前的研究仍存在一些不足.首先,现有研究对地理位置特殊且资源禀赋空间差异较大的西部战略区域的水-能源-粮食系统耦合协调发展问题关注不足,且鲜有人采用地理统计方法检验该系统在西部发展的复杂影响因素;其次,现有研究构建的计量模型尚未考虑该区域资源特点及区域内部的空间异质性,进而所得研究结果难以确切反映区域资源系统的时空发展规律.本研究根据中国西部地区资源战略发展的重要性,基于DPSIR模型构建出水-能源-粮食系统耦合协调发展的综合评价指标体系,对西部地区水-能源-粮食系统耦合协调度的时空动态演化特征及其影响因素进行分析,以期为减少社会经济与生态环境协调发展过程中受到的资源结构制约,促进地区水-能源-粮食-系统的耦合协调发展提供决策参考.

1 数据与方法

1.1 指标设计与数据来源

水-能源-粮食系统(或称水-能源-粮食复合系统)包含水、能源和粮食3个子系统,涉及的要素众多,系统边界相对模糊.DPSIR模型中的驱动力(D)、压力(P)、状态(S)、影响(I)以及响应(R)5个部分可对系统中较为重要因素之间的反馈关系进行再次梳理[22];同时,系统动力学常用于复杂系统演化仿真,在应用过程中可以根据复杂系统中包含的主要因果反馈关系进行复杂系统的边界设定,将系统通过因果反馈关系进行描述,以便进行研究[21].本文以资源禀赋为基本状态(S),从经济、社会、环境等方面利用DPSIR模型梳理水-能源-粮食系统中的反馈关系,并结合系统动力学中系统边界设定的思想,对水-能源-粮食系统进行研究边界设定.

水资源子系统和能源子系统都为自然资源系统,两者在发展的过程中存在部分共同点.推动水资源和能源子系统发生变化的直接因素包括人口、经济、社会等,经济发展带来的人口和产业集聚效应势必会导致水资源和能源需求量产生变化[22],城镇化进程的推进能够提高资源供应设施的完善度[23],水资源和能源的供应能力和利用效率都受此影响.因此选用人口密度、人均GDP、城镇化水平、居民人均消费水平等社会经济要素作为两个子系统发展的驱动力(D).在驱动力的作用下,水资源和能源子系统承受了一定的负面压力(P),主要为经济和社会发展过程中的资源消耗,以人均资源消耗量、万元GDP资源消耗量、各产业资源消耗量等表示.水资源的供给主要来源于地表水和地下水,水质易受大气环境和地表污染源影响,因此可具体选用水资源拥有量、降雨转化为水资源的能力、水质等作为水资源子系统的状态(S).能源子系统的一个较大特征是当地区能源储量或生产能力不足时,会依赖外地的大量进口,故以能源储量、能源生产量、能源调入量等作为能源子系统的状态(S).水资源和能源使用后带来了污染、资源量减少等影响,因此以污染排放量、资源供需比等作为水资源和能源子系统的影响(I).在资源使用造成污染后,在生态环境保护的要求下,政府、企业等将从事先预防和事后补救两端加大环保治理投入和资源利用方式的改进[24],以环保治理资金投入、科研资金投入、污染治理率等作为响应(R).粮食子系统与自然资源子系统在发展时受到的主要驱动力存在一定区别,可用耕地、化肥农药等是粮食种植的基本条件,农业现代化水平的提升能够提高农业生产效率[25],人口和消费水平的改变将会导致粮食消费量和消费结构产生变化[26],因此以人口密度、农业机械化水平、人均GDP、人均粮食播种面积、居民消费水平等作为粮食子系统的驱动力(D).粮食的消费需求及自然灾害对种植期粮食的损害都是粮食子系统的压力(P)来源.在驱动力和压力的作用下,粮食的产量将会产生一定波动,以粮食单位面积产量、人均粮食产量等作为粮食子系统的状态(S).粮食的收成将会直接影响农业从业人员的收入,同时供需量的变化也会影响粮食的流通成本,化肥和农药的使用还会带来水质和土地环境污染问题,因此粮食子系统的影响(I)主要包括粮食流通成本、农民收入、水质和土地环境污染等.为了改善粮食生产对水资源、土地、化肥农药的过度依赖性,同时维护耕种环境,政府、农业从业人员等将会做出加大研发和治理投入的措施,以环保投入、R&D经费投入、水土流失治理等作为粮食子系统发展的响应(R).基于DPSIR模型设置的水-能源-粮食系统的边界如图1所示.图1中的人口规模、人均GDP、城镇化水平、居民消费水平、环保投入、R&D经费投入等对3个子系统的发展均有驱动或改善作用,因此本研究选用此类共同要素作为水-能源-粮食系统耦合协调度的影响因素在后文进行实证检验.

图1 水-能源-粮食系统边界

基于图1中的系统要素和水-能源-粮食系统中的相互依存关系[27-28],依据数据可得性、科学性的原则,构建水-能源-粮食系统耦合协调发展综合评价指标体系(表1).综合评价指标体系中的正、负属性分别表示对指标的发展具有促进和抑制作用.本文的研究时间跨度为2005～2018年,主要数据来源于2005～2018年的国家统计局官网、《中国统计年鉴》《中国水利统计年鉴》《中国能源统计年鉴》《中国食品统计年鉴》及各省(市、自治区)国民经济和社会发展统计公报、各省(市、自治区)统计年鉴等. 因西藏地区缺失数据较多,故本文的研究区域不包含西藏地区.

表1 水-能源-粮食系统耦合协调发展的综合评价指标体系

1.2 研究方法

1.2.1 组合权重的确定 熵值法对异常值过于敏感,易将少数不重要指标赋予过高权重[29].变异系数法是基于指标数据标准差和平均值来判断指标数据的差异化程度,其结果受数据离散程度和平均值影响[30].为减少单一评价方法片面、稳定性差等问题,本文先运用熵值法和变异系数法求出各指标权重,之后引用欧几里得函数将两种方法求得的权重进行组合赋权.

首先,为保证指标数据的可比性,对数据进行标准化.具体公式如下:

式中:为年份;为地区;表示指标;r为二级指标标准化后的值,r∈[0,1];x为年地区指标的数值;max(x)和min(x)分别为指标的最大值和最小值.

其次,计算二级指标的信息熵e,并根据信息熵推导出该指标的熵值法权重.公式如下:

再次,根据各指标的变异系数求得变异系数法权重.计算公式如下:

最后,为使指标的权重更加客观和精确,根据相关文献[31],将熵值法和变异系数法进行组合赋权.计算公式如下:

式中:W为指标的组合权重,W'为熵值法权重,W''为变异系数法权重;为熵值法权重的偏好系数,为变异系数法权重的偏好系数.

引入欧几里得函数(W',W'')求解偏好系数,建立如下关系方程:

根据式(6)和(7)可求得偏好系数和的值分别为0.463和0.537.将和的值代入式(6)可得组合权重W.

1.2.2 综合发展指数 综合发展指数常由指标的标准化值和权重计算得出,具体计算公式如下:

式中:表示子系统;()为子系统综合发展指数;为各子系统评价指标,为子系统评价指标数量;为年份;为地区;w为指标权重;r为指标标准化值.(1)、(2)、(3)分别表示水资源子系统、能源子系统、粮食子系统的综合发展指数;为复合系统的综合发展指数;、、表示3个子系统对地区发展的重要程度,本研究考虑到3个子系统具有同等重要性,故取===1/3.

1.2.3 耦合协调度模型 “耦合协调”表示不同系统的和谐有序发展,强调不同系统之间的良性相互作用,耦合协调度是对此种良性作用的度量[32].水-能源-粮食系统的耦合协调度反映了3个子系统的和谐发展程度,表征出复合系统的协调性.耦合协调度模型的构建方式如下:

式中:为耦合协调度,是对3个系统间良性耦合强弱的度量,∈[0,1].

依据耦合协调度的大小可对水-能源-粮食系统所处的耦合协调阶段进行判断[33].

1.2.4 地理加权回归模型 中国西部地区产业发展、资源禀赋等存在空间差异,运用传统回归模型对水-能源-粮食系统耦合协调度的影响因素进行分析,只能得到整体区域的回归系数均值,不能反映出各影响因素在不同条件下的局部空间特征.地理加权回归模型(GWR)是一种修正过的局部空间统计回归模型,该模型可以将各样本点的局部空间地理坐标引入回归模型中,通过建立区域内各样本点的局部回归方程,来探索被各要素在不同地理位置上的空间非平稳性和异质性,更有助于总结西部水-能源-粮食系统耦合协调发展的时空特征[34].本研究在使用GWR之前,先运用传统回归模型中的普通最小二乘法回归模型(OLS)来判断所选取的解释变量是否存在冗余变量,并将GWR与OLS的估计结果进行比较,以判断GWR模型的合理性.地理加权回归模型形式如下:

式中:y为地区的被解释变量;0为截距;(ρ,ζ)为地区的空间地理坐标;为解释变量,为其上限值;z为地区的第个解释变量;δ(ρ,ζ)为第个解释变量在地区的回归系数;ε为随机误差项.

表2 耦合协调阶段判别标准

2 结果与分析

2.1 水-能源-粮食系统综合发展指数分析

由图2a可知,中国西部地区水资源子系统综合发展指数的南北地区差异非常明显,呈现出明显的“南高北低”的阶梯式空间特征.重庆、四川、云南、贵州、广西等西南地区的综合发展指数较高,而甘肃、宁夏、新疆等西北地区的综合发展指数较低.在时间发展上,2005～2018年西部各地区水资源子系统综合发展指数均呈现不同程度的增长,其中西南地区由0.391增长到0.478,增长幅度为22.25%,西北地区由0.262增长到0.341,增长幅度为30.15%,上升幅度最大的为宁夏回族自治区,由0.127增长到0.251,增长了近1倍,经调查,这与宁夏水权转换实践水生态保护等政策的实施有着密切的关系[35].内蒙古的综合发展指数上升幅度也超过了50%,上升幅度为西部第二,由2005年的0.257增长到2018年的0.390,近几年内蒙古的节水和限制高耗水产业等政策的实施对用水效率和用水结构的改善有着重要影响[36].

由图2b可知,西北和西南地区作为我国两大重要能源基地,能源工业已成为新疆、云南等地的重要支柱产业,研究时段内,西南地区的能源子系统综合发展指数由0.297增长到0.429,西北地区由0.271增长到0.373,增长幅度均超过30%.陕西、四川长期处于综合发展指数较高的区域,而青海、宁夏、新疆的能源子系统综合发展指数增长较为缓慢,3个地区从2005～2018年的增长幅度均低于30%.陕西和内蒙古是矿业大省,能源自给率较高,云南和四川的水能丰富,水力发电占比较高,水力发电量位居全国前二,较为明显的能源储量或利用优势使这4个地区的能源子系统综合发展指数均位于西部前列.新疆和宁夏等地区虽石油等能源储量丰富,但高耗能产业多,能源利用效益差,导致它们的能源子系统综合发展指数并不高.

粮食子系统综合发展指数南北地区差异较小,且长期具有快速发展的趋势,在研究时段内,西南地区由0.256增长到0.444,增长幅度达73.44%,西北地区由0.278增长到0.443,增长幅度达59.35%(图2c).河西走廊,天山南北麓绿洲,河套平原和塔里木绿洲作为西北地区的产粮区整体促进了西北地区粮食子系统的快速发展,内蒙古是西北地区商品粮基地之一,其粮食系统综合发展指数从2005～2018年均为西北地区最高.西南地区的四川、云南、广西作为国家粮食交易大省,凭借农业机械化、粮食单位面积产量等生产和产出水平的提高,粮食系统综合发展指数一直在均匀而快速地增长,有效促进了西部整个地区粮食子系统的发展潜力.

南北地区复合系统综合发展指数还存在着较大的差异,研究时段内,西南地区由0.315增长到0.450,西北地区由0.270增长到0.385,南北增长幅度较为接近,均为42%左右(图2d).可将西部复合系统综合发展指数分为两个梯队,一是处于较低梯队的甘肃、宁夏和新疆,3个地区因水资源和能源子系统的发展限制导致该地区复合系统的综合发展指数均低于0.350;二是处于较高梯队的西南五省与西北的陕西、青海、内蒙古,8个地区复合系统的综合发展指数相对较高,与甘肃、宁夏和新疆相比可进入较高的发展梯队,且该梯队中的省份各子系统的发展都相对较为均衡(图3).

图3 中国西部水-能源-粮食系统的拟合发展趋势

如图3所示, 西部地区水、能源、粮食3个子系统综合发展指数均呈波动上升趋势.其中水资源子系统发展极其不稳定,2009年之前变化幅度较大,但高于能源与粮食子系统的综合发展指数,2009～ 2018年间波动性较小,但总体发展低于能源和粮食子系统.能源子系统综合发展指数稳中有升,一直介于粮食和水资源子系统发展之间,在2013年后发展趋于平缓,2018年后其发展不够乐观.粮食子系统综合发展指数2010年前处于较低发展水平,但总体发展较快,虽2015～2016年综合发展指数也有所下降,但发展趋势仍远远好于能源和水资源子系统.复合系统综合发展指数总体呈稳步上升态势.通过对子系统综合发展数据的详细分析及实地调查发现,近些年西部大开发和农业供给侧结构性改革相关政策的实施对西部耕地面积、粮食产量等产生了影响[37],让粮食子系统的综合发展指数产生了小幅波动,但随着农业机械化水平、农业水利设施等生产投入要素的改善,西部农业正在向高质量发展迈进,云南、贵州等地也逐渐开始因地制宜,发展特色农业,这些都是西部粮食子系统综合发展指数呈现出良好增势的重要原因;西部地区的绿色产业发展势头较为缓慢,导致能源子系统综合发展指数增长缓慢;水是西部多个省份的资源短板,尤其是西北地区水资源禀赋整体较差,用水效益与用水结构的改善虽让水资源子系统综合发展指数呈上升态势,但水资源严重缺乏的自然地理条件导致其综合发展指数普遍低于能源子系统和粮食子系统,成为西部地区水-能源-粮食系统协调发展的短板.

2.2 水-能源-粮食系统耦合协调度的时空特征

由表2和表3可知,中国西部水-能源-粮食系统耦合协调度在2005年为0.533,处于协调过渡区间的勉强耦合协调阶段,在2013年达到0.605,达到协调发展区间的初级耦合协调阶段,2005～2018年总体上升幅度为20.04%.从时空分布来看,西部各省份水-能源-粮食系统耦合协调度均表现为波动上升,涉及的阶段包括濒临失调衰退、勉强耦合协调、初级耦合协调.2005年西部全部地区都处于协调过渡区间,勉强耦合协调省份占比最高,达到72.73%, 2010年四川、云南、广西、陕西、青海、内蒙古6个省区率先入协调发展区间,初级耦合协调开始占据主导地位,占比54.55%,2013～2018年,除甘肃、宁夏、新疆外的西部其他地区都进入了协调发展区间中的初级耦合协调阶段.2005～2018年西南地区系统耦合协调度总体高于西北地区,西南地区在2012年已达到0.616,进入初级耦合协调阶段,而西北地区直至2017年才开始进入初级耦合协调阶段.在地区发展阶段划分上,2018年西南各地区水-能源-粮食系统耦合协调度均高于0.650,尤其是四川与云南已增长至0.685以上,接近中级耦合协调阶段,而西北地区除陕西、内蒙古和青海高于0.650,其他地区系统耦合协调度普遍偏低,仅0.560左右,处于初级耦合协调阶段.

水-能源-粮食系统耦合协调度的演化与各地区的资源禀赋、资源利用效率和资源利用结构等有关[38].研究时段初期,四川、广西、陕西和青海等地的水资源和能源禀赋存在较大优势,使得它们的水-能源-粮食系统耦合协调度较高,但随着经济社会的快速发展,资源的合理配置、绿色利用和集约化生产等重要性逐渐凸显,由于水资源与能源利用效率偏低、第一和第二产业耗水与耗能比例较高及农业生产条件改善缓慢等原因,广西和青海的耦合协调度增长速度逐渐变缓.研究时段初期,云南地区的恩格尔系数较高,农村地区开展农业现代化发展的经济、技术等条件有限,随着生产与生活条件的改善,云南的水-能源-粮食系统耦合协调度得到快速提升.内蒙古是我国产能和产粮大区,水资源需求量大,水资源政策规制的不断出台实施优化了当地的用水结构,缓解了当地水资源系统的压力[39],促进了水-能源-粮食系统的耦合协调发展,但该地区仍存在用水效益低、清洁能源生产与消费比例低及高耗能产业多等影响水-能源-粮食系统耦合协调发展的问题.2005～2018年,重庆和贵州的水资源开发利用率逐渐降低,水资源生态得到了一定的保护,水资源子系统发展趋势向好,但由于技术、地形等因素,两个地区的农业现代化发展受到了一定阻碍[40],粮食产量处于较低水平,两个地区的粮食子系统始终面临着较大压力,重庆地区由于能源自给率低,人均能源消耗量高等原因,其能源子系统也阻碍了复合系统的耦合协调发展.甘肃、宁夏和新疆的水-能源-粮食系统耦合协调度在研究时段内与西部其它地区差距明显,这与当地的水资源和能源子系统综合发展指数较低密切相关,这类地区属于干旱且经济较为落后的民族地区,虽能源资源储量较为丰富,但能源产业和农业产业发展方式过于粗放,严重影响了水-能源-粮食系统的稳定协调发展.

表3 中国西部地区水-能源-粮食系统的耦合协调度

注:本文中的中国西部地区包括11个省(市、自治区),分别为西南区的重庆市、四川省、贵州省、云南省、陕西省、广西壮族自治区和西北区的甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区、内蒙古自治区.

2.3 水-能源-粮食系统耦合协调度的影响因素分析

基于DPSIR模型设定的系统边界,居民消费水平、人均GDP、人口规模、城镇化水平作为驱动力对水、能源、粮食子系统的发展均有驱动作用,地方财政环保投入、R&D经费投入作为响应措施对水、能源、粮食子系统的发展均有调节作用,且这6项要素可通过人类活动进行干预调整,因此研究选用这6项要素作为水-能源-粮食系统耦合协调度的影响因素.各因素从水、能源、粮食的消费结构、消费量、利用效率、污染治理等方面对水-能源-粮食系统产生具体的影响.居民消费水平的提升能够影响水、能源、粮食的消费量和消费结构,从而影响水-能源-粮食系统耦合协调度.人均GDP与地区经济社会水平有较大关联,经济是催促产业发展的基本动力,经济水平的提高会造成资源的大量消耗,但同时也会为各产业的发展提供资本,进而改善各产业水、能源等资源的利用效率,水-能源-粮食系统受到了经济的双向影响.人口的增长一方面带来了劳动力,另一方面也带来了大量水、能源、粮食等资源的消耗.城镇化的发展可以加强基础设施的建设维护,改善资源使用效率,但同时也会造成农村劳动力尤其是年轻劳动力的流失,在农业集约化发展水平较低的地区会产生严重的农业劳动力不足.环保投入和科技研发投入对于多样化治理水、能源、粮食系统中产生的空气、水及土壤污染具有重要作用,是保证水-能源-粮食系统不断演化可持续发展的重要保障.

以地区居民消费水平(Con)、人均GDP(Per)、人口规模(Pop)、城镇化水平(Urb)、地方财政环保投入占比(Env)、R&D投入强度(Res)等6个因素作为解释变量,水-能源-粮食系统耦合协调度为被解释变量.首先选用普通最小二乘法回归模型(OLS)进行变量的多重共线性检验,检验结果表明城镇化水平和人均GDP的方差膨胀因子(VIF)均大于7.5,通过逐步回归剔除人均GDP和城镇化水平2个变量后,可得到最小二乘法回归模型估计下的2为0.683,调整2为0.562,AICc信息准则值为91.965,4个解释变量的方差膨胀因子均低于7.5,说明解释变量不存在严重的多重共线性问题,变量设置较为合理.为解决带有空间位置属性数据的拟合问题,依据西部11个地区的水-能源-粮食系统具有的时空特征,再次使用相同变量构建地理加权回归模型,模型采用“ADAPTIVE”核函数的AICc方法.计算出地理加权回归模型的2为0.844,调整2为0.736,AICc值为42.278,各区域局部回归模型标准化残差位于[-2.242,1.979]内,对标准化残差进行空间自相关性检验,可得到水-能源-粮食系统的Moran指数均值为0.016,值为0.183,标准化残差在空间上呈完全随机分布状态,表明GWR模型整体拟合效果较好,且拟合优度大于最小二乘法模型,故选取地理加权回归模型进行影响因素分析.两个模型的计算结果如表4所示.

表4 OLS与GWR回归估计结果

注:***、**和*分别表示在0.01、0.05、0.1的水平下显著.

表4中所示的居民消费水平、人口规模因素对西部不同地区水-能源-粮食系统耦合协调度表现出了正、负两种影响效应,地方财政环保投入占比和R&D投入强度对西部地区水-能源-粮食系统耦合协调度呈正向效应.从各解释变量回归系数绝对值的平均值来看,影响程度由大到小依次为居民消费水平、人口规模、地方财政环保投入占比、R&D投入强度.为反映各解释变量对水-能源-粮食系统耦合协调度影响程度的空间异质性,采用自然断点法对4个解释变量的回归系数进行划分,回归系数的空间分布特征见图4.

由图4a可知,居民消费水平回归系数在空间上表现出“北正南负”的特征.内蒙古、甘肃、宁夏、陕西和云南的水-能源-粮食系统耦合协调度受居民消费水平的影响较大.居民消费水平对甘肃、内蒙古、宁夏、陕西等西北省份的水-能源-粮食系统的协调发展具有一定促进作用,反之对重庆、云南等西南省份的水-能源-粮食系统的协调发展存在抑制作用.这与西部南北方人群的消费水平和特征有关,消费水平的提高和物质性需求的增加,都会使农业和工业中水、能源的消耗量快速增加[41].居民消费水平在一定程度上反映了该地区经济发展状况,良好的经济发展条件可为本地区产业结构的优化升级带来更多的资金支持.

由图4b可知,人口规模回归系数也呈现“北正南负”的空间演变趋势.中国西北地区疆域辽阔,由于自然地理条件的限制,人口密度低,在东部强大的经济集聚效应下,西北地区大量人员向东南部迁移,致使西北人口规模增长非常缓慢,进而导致农业现代化水平较低的西北地区农业劳动人口不足[42],一定程度上阻碍了水-能源-粮食系统耦合协调的耦合协调发展.反之,西南地区的经济发展促进了人口数量的增长,在增加了水、能源、粮食等生活基础资源消耗的同时,也为该地区提供了更多的劳动力.人均教育水平不断提升,高新技术产业和战略性新兴产业的增长,都较快地促进了西南地区水-能源-粮食系统的协调发展速度.此外,西南地区人口规模远高于西北地区,城乡人口双向流动性较大和农业科技的发展都有效补偿了人口规模因素对系统耦合协调度产生的负面影响.

基于自然资源部标准地图服务网站GS(2016)1580号标准地图制作,底图边界无修改

由图4c可知,地方财政环保投入占比的回归系数由北向南逐渐增大,形成“北低南高”的空间特征.我国农业生产方式逐渐向现代化迈进,但乡村地区的生产环境仍存在较大差异.农业生产中农药、化肥使用量多,有效利用率低,大量农用物质残留物随降雨渗入土壤和水流,造成土壤和水体质量严重下降.另外,农作物秸秆的焚烧堆放、农村生活垃圾的填埋焚烧和养殖废弃物的任意排放等均是西部农村面源污染不断扩大的原因[43],地方财政环保投入成为西部地区水-能源-粮食系统耦合协调发展的重要手段.西北地区气候干旱,生态环境承载力相对较低,只开发不治理引起了大量土地荒漠化.西南地区产业结构转型升级,部分能耗高、污染大的产业被转移到西北偏远地区,造成西北地区以劳动密集型产业和原材料加工业为主的发展格局[44].四川、重庆、广西等工业较发达地区,工业废水、废气、烟尘排放量曾位于全国前列,通过较大的环保财政投入有效解决了水-能源-粮食系统发展过程中产生的污染防治问题.

由图4d可知,R&D投入强度对西部地区水-能源-粮食系统的耦合协调度的影响由南向北逐渐增加.干旱缺水对新疆、甘肃、宁夏的农业转型和乡村振兴都形成了较大阻碍,农业环境难以满足水稻等农作物种植所需条件,通过R&D投入推动现代生物技术、新型作物栽培技术、节水灌溉技术等农业科技项目的开展,西北地区农业发展滞后的局面有所改观[45].科学技术的进步能让农业和工业的生产方式和生产结构发生转变,从而提高资源利用效率.西北地区的石油、煤炭等属于一次性能源,石油化工和火力发电等属于高耗水行业,这对以能源工业为支柱产业但水资源量严重缺乏的西北部分城市社会经济的可持续发展都会带来较大的影响,且石油、煤炭等资源在生产使用过程中易产生生态环境污染问题,亟需科技引领开发和利用更多的清洁与可再生能源,为西部社会经济发展提供新动能.

3 结论与建议

3.1 结论

中国西部地区水、能源和粮食子系统的综合发展指数均低于0.550,其中,粮食子系统发展趋势较好且地区差异较小,水资源与能源子系统的综合发展指数呈“南高北低”的阶梯式空间特征,两者是西部地区水-能源-粮食系统耦合协调发展的短板.

2005年处于勉强耦合协调阶段的省份居多,2010年后大部分地区开始进入初级耦合协调阶段.甘肃、宁夏和新疆的水-能源-粮食系统耦合协调度与西部其它地区差异明显,在2018年仍低于0.600,耦合协调发展阶段存在滞后性.

水-能源-粮食系统耦合协调度的影响因素在影响程度和影响效果上存在明显的空间差异,居民消费水平的影响程度最大,在空间上呈现出“北正南负”的特征;R&D投入的影响相对较低,在空间上呈现出“北高南低”的特征.

3.2 建议

应重点关注对西部水-能源-粮食系统耦合协调度影响较大的水资源子系统,加大环保治理投入和节水技术应用,保护水质,提高水资源的有效利用率.通过调整产业结构和转变产业发展方式来减少地区对稀缺资源的依赖性,尤其是在水资源缺乏的西北地区,需减少能源与粮食子系统对水资源的竞争,调整能源与粮食系统发展中的水资源消耗方式.在农作物种植时考虑水资源、土地等条件对粮食品种进行合理选择,同时,逐步调整能源生产与消费结构,减少粮食产业和能源产业对水资源的高消耗,缓解区域水资源压力,以保证区域内水-能源-粮食系统的协调发展.

对水-能源-粮食系统耦合协调度较低的甘肃、宁夏、新疆等偏远地区,加大基础设施和技术应用领域的投资力度,减少各子系统间发展的不平衡性.西部能源资源赋存富有,但利用效益不高,资源优势未充分发挥,各地区仍需在保护生态环境的前提下突出利用自身能源优势,通过丰富的风能、光能和水能让西部逐步成为我国能源经济发展的重要地区.高科技智能技术的利用对有效改善西部地区自然条件、劳动力、经济水平等方面的限制具有重要的作用,随着新时代西部大开发新格局的推进,可加大智慧农业等科技成果的应用,加快西部特色农业的发展.

制定西部整个区域资源系统的管理发展策略时,应将水、能源、粮食等多个资源系统同时考虑,避免出现一个系统的发展对另一个系统造成较大损伤,不同资源系统的管理者需在利益不同的状态下以资源、经济、社会与环境整体的可持续发展为共同目标,彼此协调制定合适的资源系统综合管理发展策略.首先,加强各部门的规划和政策论证的有效衔接,充分协调能源产业、水资源管理和农业生产等多部门的目标协同,对不合理的政策目标及时调整;其次,加强各主管部门的沟通和合作,运用信息技术促进各类资源信息共享;最后,深入探索和创新西部资源转换交易方式,评估、检测该系统的资源开发利用保护的实际协同情况,探索适宜西部生态发展的资源协同管理措施.

[1] World Economic Forum. Global risks 2011report (6th edition) [R]. Cologne: World Economic Forum, 2011.

[2] Kim G. Sustainable Development Strategies in Asian Countries: The Water-Energy-Food Security Nexus [J]. The Journal of Eurasian Studies, 2021,18(3)179-211.

[3] 白景锋,张海军.中国水-能源-粮食压力时空变动及驱动力分析 [J]. 地理科学, 2018,38(10):1653-1660.

Bai J F, Zhang H J. Spatio-temporal variation and driving force of water-energy-food pressure in China [J]. Scientia Geographica Sinica, 2018,38(10):1653-1660.

[4] 闫庆友,桂增侃,张文华,等.中国能源影子价格和能源环境效率省际差异 [J]. 资源科学, 2020,42(6):1040-1051.

Yan Q Y, Gui Z K, Zhang W H, et al. The heterogeneity of regional energy shadow price and energy environment efficiency in China [J]. Resources Science, 2020,42(6):1040-1051.

[5] 项潇智,贾绍凤.中国能源产业的现状需水估算与趋势分析 [J]. 自然资源学报, 2016,31(1):114-123.

Xiang X Z, Jia S F. Estimation and trend analysis of water demand of energy industry in China [J]. Journal of Natural Resources, 2016,31(1): 114-123.

[6] 周露明,谢兴华,朱珍德,等.基于水-能源-粮食纽带关系的农业资源投入产出效率研究 [J]. 农业资源与环境学报, 2020,37(6):875-881.

Zhou L M, Xie X H, Zhu Z D, et al. Input-output efficiency of agricultural resources based on the water-energy-food nexus [J]. Journal of Agricultural Resources and Environment, 2020,37(6):875- 881.

[7] 张宗勇,刘俊国,王 凯,等.水-粮食-能源关联系统述评:文献计量及解析 [J]. 科学通报, 2020,65(16):1569-1581.

Zhang Z Y, Liu J G, Wang K, et al. A review and discussion on the water-food-energy nexus: Bibliometric analysis [J]. Chin Sci Bull, 2020,65(16):1569–1580.

[8] 饶清华,林秀珠,李家兵,等.流域社会经济与水环境质量耦合协调度分析 [J]. 中国环境科学, 2019,39(4):1784-1792.

Rao Q H, Lin X Z, Li J B, et al. Analysis of coupling coordination between social economy and water environment quality in river basin [J].China Environmental Science, 2019,39(4):1784-1792.

[9] Melo F, Parry L, Brancalion S. Adding forests to the water- energy-food nexus [J]. Nature Sustainability, 2021,4(2):85-92.

[10] Leck H, Conway D, Bradshaw M, et al. Tracing the Water–Energy– Food Nexus: Description, theory and practice [J]. Geography Compass, 2015,9(8):445-460.

[11] Li J, Liu S, Zhao Y, et al. Water-energy-food nexus and eco- sustainability: a three-stage dual-boundary Network DEA model for evaluating Jiangsu province in China [J]. International Journal of Computational Intelligence Systems, 2021,14(1):1501-1515.

[12] 盖 美,翟羽茜.中国水资源-能源-粮食-支撑系统安全测度及协调发展 [J]. 生态学报, 2021,41(12):4746-4756.

Gai M, Zhai Y X. Measurement and coordinated development of water resources, energy, food and support security in China [J]. Acta Ecologica Sinica, 2021,41(12):4746-4756.

[13] D'Odorico P, Davis K F, Rosa L. The global food-energy-water nexus [J]. Reviews of Geophysics, 2018,56(3):456-531.

[14] Yu Y, Zhang C, Zhu W, et al. Identifying the driving factors of water consumption from water-energy-food nexus in the Yangtze River Delta region, China [J]. Environmental Science and Pollution Research, 2021,28(35):48638-48655.

[15] 邵超峰,陈思含,高俊丽,等.基于SDGs的中国可持续发展评价指标体系设计 [J]. 中国人口·资源与环境, 2021,31(4):1-12.

Shao C F, Chen S H, Gao J L, et al. Design of China’s sustainable development evaluation index system based on the SDGs [J]. China population, resources and environment, 2021,31(4):1-12.

[16] Cansino-Loeza B, Sanchez-Zarco X G, Mora-Jacobo E G, et al. Systematic approach for assessing the water–energy–food nexus for sustainable development in regions with resource scarcities [J]. ACS Sustainable Chemistry and Engineering, 2020,8(36):13734-13748.

[17] 郝 帅,孙才志.基于网络DEA及SNA模型的中国水资源-能源-粮食纽带系统效率研究 [J]. 地理研究, 2022,41(7):2030-2050.

Hao S, Sun C Z. Research on the efficiency of China's water- energy-food link system based on Network DEA and SNA models [J]. Hydro-Science and Engineering, 2022,41(7):2030-2050.

[18] Shams A K, Muhammad N S. Toward sustainable water resources management: critical assessment on the implementation of integrated water resources management and water-energy-food nexus in Afghanistan [J]. Water Policy, 2022,24(1):1-18.

[19] Hatamkhani A, Moridi A. Multi-Objective Optimization of Hydropower and Agricultural Development at River Basin Scale [J]. Water Resources Management, 2019,33(13):4431-4450.

[20] Mcgrane S J, Acuto M, Artioli F, et al. Scaling the nexus: towards integrated frameworks for analysing water, energy and food [J]. Wiley, 2019,185(4):419-431.

[21] 姜国新,刘 帅.资源枯竭型城市转型系统动力模型构建与仿真——以阜新市为例 [J]. 干旱区资源与环境, 2020,34(6):1-7.

Jiang G X, Liu S.Simulation of transformation in resource - exhausted cities based on system dynamics [J].Journal of Arid Land Resources and Environment, 2020,34(6):1-7.

[22] 郑 洁,汪甜甜,陈 浩.产业集聚、城市人口规模与经济发展 [J]. 工业技术经济, 2021,40(10):52-61.

Zheng J, Wang T T, Chen H. Industrial agglomeration, urban population scale and economic development [J].Journal of Industrial Technological Economics, 2021,40(10):52-61.

[23] 张韦萍,石培基,赵武生,等.西北区域城镇化与资源环境承载力协调发展的时空特征——以兰西城市群为例[J]. 生态学杂志, 2020, 39(7):2337-2347.

Zhang W P, Shi P J, Zhao W S, et al. The spatial-temporal characteristics of coordinated development between urbanization and resources and environmental carrying capacity in Northwest China: A case study of Lanzhou-Xining urban agglomeration [J].Chinese Journal of Ecology, 2020,39(7):2337-2347.

[24] 秦炳涛,余润颖,葛力铭.环境规制对资源型城市产业结构转型的影响 [J]. 中国环境科学, 2021,41(7):3427-3440.

Qin B T, Yu R Y, Ge L M.The impact of environmental regulation on the industrial structure transformation of resource-based cities [J]. China Environmental Science, 2021,41(7):3427-3440.

[25] 罗锡文,廖 娟,臧 英,等.我国农业生产的发展方向:从机械化到智慧化 [J]. 中国工程科学, 2022,24(1):46-54.

Luo X W, Liao J, Zang Y, et al. Developing from mechanized to smart agricultural production in China [J].Strategic Study of CAE, 2022, 24(1):46-54.

[26] 孟召娣,李国祥.我国粮食需求趋势波动及结构变化的实证分析 [J]. 统计与决策, 2021,37(15):69-72.

Meng Z D, Li G X.An empirical analysis on the trend fluctuation and structural change of grain demand in China [J]. Statistics & Decision, 2021,37(15):69-72.

[27] Caitlin A G, Seth B, Alfonso M, et al. The food-energy-water nexus: Security, sustainability, and systems perspectives [J]. Environmental Engineering Science, 2019,36(7):761-762.

[28] Makoto T, Naoki M, Shun T. Tradeoffs in the water-energy-food nexus in the urbanizing Asia-Pacific region [J]. Water International, 2018,43(6):892-903.

[29] 成长春,徐长乐,叶 磊,等.长江经济带协调性均衡发展水平测度及其空间差异分析 [J]. 长江流域资源与环境, 2022,31(5):949-959.

Cheng C C, Xu C L, Ye L, et al.Measurement and spatial differences of coordinated and balanced development level of Yangtze River Economic Belt [J]. Resources and Environment in the Yangtze Basin, 2022,31(5):949-959.

[30] 王兴民,吴 静,白 冰,等.中国CO2排放的空间分异与驱动因素——基于198个地级及以上城市数据的分析 [J]. 经济地理, 2020, 40(11):29-38.

Wang X M, Wu J, Bai B, et al.Spatial differentiation and driving factors of CO2emissions: analysis based on 198cities at prefecture level and above in China [J].Economic Geography, 2020,40(11): 29-38.

[31] 裴启涛,李海波,刘亚群,等.基于组合赋权的岩爆倾向性预测灰评估模型及应用 [J]. 岩土力学, 2014,35(S1):49-56.

Pei Q T, Li H B, Liu Y Q, et al.A grey evaluation model for predicting rockburst proneness based on combination weight and its application [J].Rock and Soil Mechanics, 2014,35(S1):49-56.

[32] 赵雪雁,高志玉,马艳艳,等.2005～2014年中国农村水贫困与农业现代化的时空耦合研究 [J]. 地理科学, 2018,38(5):717-726.

Zhao X Y, Gao Z Y, Ma Y Y, et al. Spatio-temporal Coupling Between Rural Water Poverty and Agricultural Modernization in China from 2005 to 2014. Scientia Geographica Sinica, 2018,38(5):717-726.

[33] 唐晓华,张欣珏,李 阳.中国制造业与生产性服务业动态协调发展实证研究 [J]. 经济研究, 2018,53(3):79-93.

Tang X H, Zhang X J, Li Y.Dynamic coordination development in China's manufacturing and manufacturing-related service industries [J].Economic Research Journal, 2018,53(3):79-93.

[34] 张广海,赵 金.我国交通基础设施对区域旅游经济发展影响的空间计量研究 [J]. 经济管理, 2015,37(7):116-126.

Zhang G H, Zhao J. Spatial econometric analysis of transport infrastructure to the development of regional tourism economic [J].Business and Management Journal, 2015,37(7):116-126.

[35] 李秀花,吴纯渊.中国西北五省区水资源利用的协调性分析 [J]. 干旱区地理, 2022,45(1):9-16.

Li X H, Wu C Y.Coordination of water resources utilization in the five provinces of northwest China [J].Arid Land Geography, 2022,45(1): 9-16.

[36] 白芳芳,齐学斌,乔冬梅,等.黄河流域九省区农业水资源利用效率评价和障碍因子分析 [J]. 水土保持学报, 2022,36(3):146-152.

Bai F F, Qi X B, Qiao D M, et al. Evaluation of agricultural water resource utilization efficiency and obstacle factor diagnoses in nine provinces of the Yellow Rivei Basin [J]. Journal of Soil and Water Conservation, 2022,36(3):146-152.

[37] 张 慧,王 洋.中国耕地压力的空间分异及社会经济因素影响--基于342个地级行政区的面板数据 [J]. 地理研究, 2017,36(4): 731-742.

Zhang H, Wang Y.Spatial differentiation of cropland pressure and its socio-economic factors in China based on panel data of 342prefectural-level units [J].Geographical Research, 2017,36(4): 731-742.

[38] 张静静,汪文生,李 杨.区域水-能源-粮食绿色效率、地区差异及影响因素 [J]. 中国环境科学, 2022,42(1):483-496.

Zhang J J, Wang W S, Li Y. Regional water-energy-food green efficiency and heterogeneity and their influencing factors [J]. China Environmental Science, 2022,42(1):483-496.

[39] 尹默雪,赵先贵.基于水足迹理论的内蒙古1990～2016年水资源评价 [J]. 干旱区资源与环境, 2018,32(6):120-125.

Yin M X, Zhao X G.Evaluation of water resource in Inner Mongolia from 1990 to 2016 based on water footprint theory [J].Journal of Arid Land Resources and Environment, 2018,32(6):120-125.

[40] 陈江涛,张巧惠,吕建秋.中国省域农业现代化水平评价及其影响因素的空间计量分析 [J]. 中国农业资源与区划, 2018,39(2):205-213.

Chen J T, Zhang Q H, Lv J Q.Evaluation of agricultural modernization level in China’s provinces and the analysis of influencing factors based on spatial econometrics [J].Chinese Journal of Agricultural Resources and Regional Planning, 2018,39(2):205- 213.

[41] 李雯轩,李晓华.产业结构变化对农村服务消费的影响研究——基于空间计量的视角 [J]. 消费经济, 2019,35(6):33-41.

Li W X, Li X H. Research on the impact of industrial structure changes on rural service consumption: based on the perspective of sppatial measurement [J]. Consumer Economics , 2019,35(6):33-41.

[42] 姚成胜,肖雅雯,杨一单.农业劳动力转移与农业机械化对中国粮食生产的关联影响分析 [J]. 农业现代化研究, 2022,43(2):306-317.

Yao C S, Xiao Y W,Yang Y D. The integrated impacts of rural labor transfer and agricultural mechanization on China’s grain production[J]. Research of Agricultural Modernization, 2022,43(2):306-317.

[43] 马军旗,乐 章.中国农业面源污染的空间差异与影响因素分析 [J]. 农业现代化研究, 2021,42(6):1137-1145.

Ma J Q, Yue Z. The analysis of the spatial difference and its influencing factors of agricultural non-point source pollution in China [J]. Research of Agricultural Modernization, 2021,42(6):1137-1145.

[44] 王泽宇,王焱熙,赵 莉,等.中国制造业全要素生产率时空演变及影响因素 [J]. 地理学报, 2021,76(12):3061-3075.

Wang Z Y, Wang Y X, Zhao L. Spatio-temporal evolution and influencing factors of total factor productivity in China's manufacturing industry [J]. Acta Geographica Sinica, 2021,76(12): 3061-3075.

[45] 黄文炎,向 丽.西部地区科技创新与农业现代化的耦合协调度研究 [J]. 东北农业科学, 2019,44(6):74-79.

Huang W Y, Xiang L. Researchon the coupling coordination between technological innovation and agricultural modernization in the western region [J]. Journal of Northeast Agricultural Sciences, 2019,44(6): 74-79.

Research on the coupling coordination of water-energy-food system and its temporal and spatial characteristics.

ZHANG Ning1*, YANG Xiao1, CHEN Tong2

(1.School of Management, Hangzhou Dianzi University, Hangzhou 310018, China；2.Xinjiang Academy of Agricultural Sciences, Urumqi 830091, China)., 2022,42(9)：4444～4456

Based on the comprehensive development evaluation of water-energy-food system in western China from 2005 to 2018, the spatio-temporal characteristics and influencing factors of the coupling coordination degree of water-energy-food system are empirically studied by using the coupling coordination degree model and geographical weighted regression model. The results show that: (1) The overall development index of the water-energy-food system and its subsystems in western China shows a fluctuating upward trend. Among them, the water and energy subsystems lagged behind the food subsystem for a long time after 2011, becoming the shortcomings of the coupled and coordinated development of the water-energy-food system in the western region. (2) From 2005 to 2018, the coupling coordination degree of water-energy-food system in western China has entered the primary coupling coordination stage from barely coupling coordination, and the coupling coordination degree shows the spatial and temporal characteristics of "high in the south and low in the north". (3) The level of population consumption and population size have a positive influence on the system coupling coordination in northwest China, such as Gansu and Inner Mongolia, and a negative influence on southwest China, such as Chongqing and Yunnan, with the spatial characteristics of " positive in the north and negative in the south ". The degree of influence of local financial investment in environmental protection gradually increases from north to south, and the system coupling coordination degree of Guangxi, Guizhou, Sichuan and Shaanxi is most influenced by this factor. The spatial characteristics of "high in the north and low in the south" are shown in the degree of influence of R&D investment on the system coupling coordination. Based on the results of the above analysis, the study proposes a regional resource management approach under the perspective of joint development of multiple resource systems to reduce the dependence on limited resources among them. Factors such as population size and investment in environmental protection science and technology are improved to build a coordinated development strategy of coupled water-energy-food system with western regional characteristics, reflecting resource advantages and being competitive.

Western China；water-energy-food system；coupling coordination；influence factors

X24;TV213.4;F326.11

A

1000-6923(2022)09-4444-13

张 宁(1974-),女,新疆乌鲁木齐人,教授,博士,主要从事资源与环境管理、区域经济发展研究.发表论文50余篇.

2022-02-22

国家社科基金资助项目(20BGL188);国家自然科学基金资助项目(71933005)

*责任作者, 教授, hdzhangning@126.com