我国水-能源-粮食耦合关系及影响因素

汪中华，田宇薇

(哈尔滨理工大学经济管理学院，哈尔滨 150000)

水资源、能源和粮食是人类社会发展的基础，其短缺对全球经济发展和生态健康产生影响[1]，这3种资源间存在千丝万缕的关系和复杂的循环[2-3]，其中任意子系统的变动都会对其他系统产生影响[4]。“水-能源-粮食系统”的概念一经提出就引起国内外学术界的积极探讨。

国外较早对水-能源-粮食耦合关系进行研究。在定性分析方面的研究有：Simpson等[5]基于水-能源-粮食框架，总结了影响水-能源-粮食安全关系的一些主要因素，认为水-能源-粮食纽带关系可以成为推进可持续性发展的有效工具;Melo等[6]指出森林和景观恢复是改善水-能源-粮食关系的重要措施，并且提出“森林安全”是构成新型水、能源、粮食和森林安全关系框架的第四个基本维度;Ringler等[7]描述了不同区域内水、能源和粮食的关联关系和核心元素。在定量分析方面的研究有：Bazilian 等[8]利用综合建模方法对水-能源-粮食关系进行研究；Olsson[9]基于环境科学视角进行分析；Sahin等[10]利用历史数据基于多元统计方法研究了系统间的关系。更进一步地，部分学者[11-13]针对提高农作物产量、水-能源-粮食关系的安全程度等方面展开研究，为制定区域可持续发展战略提供建议。

我国对于水-能源-粮食关系的研究相对开展较晚，最初侧重于对水-能源-粮食耦合关系的分析[14-18]，后期同样关注定量分析，包括对系统仿真模型[19-21]、耦合协调度模型、投入产出模型以及空间计量模型的应用。耦合协调度模型在分析水-能源-粮食关系时使用较为广泛，如：赵良仕等[22]测算黄河流域水-能源-粮食的耦合协调度水平，发现水-能源-粮食的耦合协调度逐年变好；邓鹏等[23]以江苏省为研究对象，计算近15年该省的耦合协调度，利用其预测未来5年的变化趋势；张洪芬等[24]综合评价京津冀的水-能源-粮食发展情况，并测算3个系统间的耦合协调发展水平，结果显示3个系统间的综合评价水平逐年上升，耦合协调度水平也有很大的提升。还有学者构建水-能源-粮食系统投入产出体系，对我国的30个省(自治区、直辖市)进行投入产出的有效性进行分析[25-26]。空间计量模型主要用于影响因素的研究，该模型在水-能源-粮食耦合关系研究应用较少[27]。

就全国而言：一方面，本文进一步创新原有的水-能源-粮食指标体系，选用耦合协调度模型定量分析水-能源-粮食耦合关系；另一方面，考虑到空间的相关性，利用空间杜宾模型剖析影响耦合协调度的因素。由于数据的缺失，本文研究包括我国的30个省(自治区、直辖市)，数据来源于《中国统计年鉴》《能源统计年鉴》以及各省统计年鉴。

1 构建水-能源-粮食耦合协调度模型

1.1 指标体系的构建

科学合理的指标选取是计算水-能源-粮食耦合协调度的前提，结合研究区域的真实情况，参考王玉宝等[28]对于水-能源-粮食耦合关系的研究，构建指标体系，见表1。

表1 水-能源-粮食系统指标体系

1.2 标准化处理

对数据进行标准化处理，标准化过程见式(1)和(2)。

(1)

(2)

式中：X′ij为第i年指标j标准化后的数据；Xij为原始数据；maxXij为最大值；minXij为最小值。

1.3 指标权重的确定

利用熵值法确定权重，如下所示。

计算指标值的比重，公式为

(3)

式中：m表示统计年限;Pij为指标值的比重。

计算指标信息熵,公式为

(4)

计算信息熵冗余度，公式为

gj=1-ej

(5)

计算指标权重，公式为

(6)

计算得出各指标权重见表2。

表2 水-能源-粮食系统指标权重

1.4 研究方法

综合发展指数模型。分别构建水资源、能源、粮食综合发展指数，公式为

水资源系统发展综合指数

(7)

能源系统综合发展指数

(8)

粮食系统综合发展指数

(9)

水-能源-粮食系统综合发展指数

T=αf(x)+βg(y)+γh(z)

(10)

耦合协调度模型。分别计算耦合度和耦合协调度，其公式为

(11)

(12)

参考文献[30]对耦合协调度的划分标准，见表3。

表3 耦合协调度等级划分标准

2 水-能源-粮食耦合协调度分析

2.1 水-能源-粮食综合发展指数分析

利用式(1)至式(10)计算水资源系统、能源系统、粮食系统发展指数以及水-能源-粮食系统综合发展指数，见图1和表4。由图1可知：我国水-能源-粮食系统中，粮食系统发展指数较高，2003—2004年出现明显下降的态势，2004—2005年迅速回升。在此之后，2006—2017年总体呈现上升趋势，偶尔出现小幅度的波动。其次，能源系统发展指数波动较为明显：2003—2008年，发展指数呈现逐年下降的趋势；2008—2009年有小幅度的提升；2009—2017年出现“U”形分布；2011年为转折点，2011年后逐年上升。我国水资源系统发展指数最低，发展指数徘徊在0.17～0.20。综合水资源系统、能源系统、粮食系统发展指数，我国水-能源-粮食系统综合发展指数呈现整体上升趋势：2004年出现小幅下降；2004—2011呈现波动上升；2011—2017年逐年稳步上升。

图1 水资源系统、能源系统及粮食系统评价指数及综合发展指数

从表4可以看出，水资源系统发展指数较高的省份多集中在东部地区，广东省、江苏省水资源丰富，利用合理，水资源发展指数远远高于其他省市。能源系统发展指数均值为0.502，有16个省份达到均值，多分布于资源丰富的西北和东部地区，其中北京市、上海市使用清洁能源较早，促进了能源系统的发展。我国粮食发展指数较高的省市均集中分布在东北地区。东北三省是我国主要的粮食种植基地，粮食发展指数遥遥领先。农业水平欠发达的省份，例如，海南、青海等粮食发展指数较低。水-能源-粮食系统综合发展指数均值为0.414，较低的省份主要分布在西部地区。西部地区交通不便，地理环境多样化、资源开发难度大，大部分省市综合发展指数低于0.400。水-能源-粮食系统综合发展指数较高的省份多分布在资源较为丰富的地区，例如广东、湖南。

表4 水资源系统、能源系统及粮食系统评价指数及综合发展指标

2.2 耦合协调度分析

耦合度可以度量系统间影响程度强弱，但无法衡量3个系统间协调水平，所以利用耦合协调度模型分析水资源系统、能源系统和粮食系统间的关系。耦合协调度均值见表5。根据耦合协调度等级划分标准，除青海之外，其他省份耦合协调度都已达到0.5以上，达到勉强协调。从整体水平看，耦合协调度较低，呈现逐年递增态势。从各个省份来看，我国东部地区耦合协调度为0.617，其中有6个省份达到东部平均水平。东部11个省份中，有7个省份耦合协调度达到初级协调，初级协调率64%，其中海南省耦合协调度最低，只有0.506，仅仅高于濒临失调水平，海南省的主要经济来源是旅游项目，对于资源和环境的保护利用较差。中部地区耦合协调度均值为0.606，其中超过中部平均水平的省份有5个，超过平均水平也意味着达到初级协调。

表5 2003—2017年耦合协调度均值

我国西部耦合协调度为0.575，达到初级协调水平的省份有3个，由于西部资源匮乏，地理条件不佳，对能源的开采利用不合理导致耦合协调度较低。其中耦合协调度在0.5～0.6的省份有7个，为勉强协调水平，西部耦合协调度最低的省份为青海省，青海省多山多高原资源开发程度低，耦合协调度仅仅达到濒临失调的水平。

全国耦合协调度平均水平为0.599，我国达到初级协调水平的省份共有15个，勉强协调的省份有14个。耦合协调度较高的省份多数位于中部和东部沿海地区，这些地区拥有丰富的资源，境内有大江大河流过，拥有肥沃土地，农业发达，水资源充足，能源资源丰富等优点。由于地理区位的优势，合理开发利用资源可以促进水-能源-粮食耦合协调度的发展。耦合协调度较低的省份多数分布在西北地区，那里高山盆地较多，降雨量不足，农业发展落后，能源开采难度大，导致耦合协调度水平较低。

从图2可知，我国东部、中部、西部以及全国耦合协调度都呈现波动上升态势。首先，东部耦合协调度最优，从2003年的0.617增长至2017年的0.628，波动范围在0.605～0.617，达到初级协调状态。2004年，东部耦合协调度达到最低点0.605，在2004年以后，耦合协调度逐年上涨，虽然在2006—2010年有小幅度的波动，但是影响不大。在经历2010—2013年小幅度波动后，呈现上升的趋势。其次，我国中部地区耦合协调度低于东部地区，但在2015—2017年逐步接近中部地区，2003—2011年中部地区耦合协调度最接近于我国平均水平。中部耦合协调度从2003年的0.595增长至2017年0.627，增幅较大。2003—2008年，中部耦合协调度只能达到勉强协调状态。从2009年开始，中部地区每年的耦合协调度逐步上涨，基本达到初级协调水平，从2011年以后，中部地区耦合协调度超过全国平均水平。西部耦合协调度水平远远不及东部、中部水平。西部耦合协调度维持在0.560～0.590，西部耦合协调度在2004—2005年和2011—2013年有大幅度的增长，其他年份较为波动，但是西部整体水平呈现上升态势。最后，观察全国耦合协调度均值可以发现，全国耦合协调度均值波动较小。全国耦合协调度均值维持在0.580～0.620，从2013年开始，全国耦合协调度达到0.600以上，全国达到初级协调水平。

图2 2003—2017年耦合协调度发展趋势

3 水-能源-粮食耦合协调度影响因素分析

3.1 空间自相关检验

空间自相关检验是能否进行空间计量模型分析的基础，用Moran′s I指数判断是否存在空间效应。Moran′s I指数的取值范围在(-1,1)：Moran′s I指数大于0说明存在正的空间相关性，值越大说明聚集度越高；Moran′s I指数小于0说明相邻的地区具有分散性；Moran′s I指数等于0说明不存在相关关系，呈现随机分布。根据上文测算出的耦合协调度，利用stata软件计算耦合协调度的全局Moran′s I指数，见表6。从表中可以看出：2003—2017年耦合协调度全局Moran′s I指数均为正数，说明我国30个省份的水-能源-粮食耦合协调度是自正相关的，具有空间聚集特性，在空间上相互关联和依赖。除了2004、2005、2013年外，都通过了10%水平下的显著性检验。Moran′s I指数在时间序列上变化较大，可以看出耦合协调度Moran′s I指数由2003年的0.138到2017年的2.245，呈现出波动上升态势。即使2004年和2005年Moran′s I指数未能通过显著性检验，但是整体趋势是逐年变好的。2006—2010年Moran′s I指数逐年上升，耦合协调度空间相关性也逐年加强，但是在2011—2013年，Moran′s I指数呈现先上升后下降的态势，波动明显，并于2013年达到最低点，随后开始逐年上升，这说明我国水-能源-粮食的耦合协调性空间聚集越来越明显，但是空间分布格局不够稳定。

表6 2003—2017年耦合协调度的全局Moran′s I指数

3.2 影响因素分析

3.2.1变量设定

根据对水-能源-粮食耦合协调度的分析以及对文献的阅读，选取以下7个变量作为水-能源-粮食耦合关系的影响因素进行研究。

从业人口数(E)。从业人口数量对于维持就业市场正常运行起着十分重要的作用，水资源部门、能源部门以及粮食部门都需要大量的人力资源。

固定资产投资(F)。固定资产投资包括节水设备投资、能源建设投资以及粮食种植方面的投资，加大对以上方面的投资建设可以促进水-能源-粮食系统和谐发展。

人均生产总值(Q)。中国经济迅速发展，但是在促进经济发展的同时对环境产生了破坏，因此要考虑经济因素对水-能源-粮食系统的影响。

人口数(R)。中国人口基数大，从而导致对水资源、能源以及粮食的需求增大，合理地控制人口增加对水-能源-粮食耦合协调关系有很大的影响。

文盲人口比重(I)。用15岁以上文盲人口占总人口比重来衡量教育发展水平。提高个人的文化水平可以促进个人素养的提升，同时可以养成节约资源的意识，对水资源、能源和粮食的利用起到促进作用。

工业污染排放(P)。大量制造业制造过程中产生的工业污染未经达标就进行排放，对当地的环境产生恶劣影响，从而影响水-能源-粮食系统间的耦合协调性。

城镇化(U)。随着社会的进步，农村人口逐渐向城市转移，推进以人才为核心的新型城镇化是我国当前的热点话题，应该紧随国家的脚步，研究城镇化对水-能源-粮食关系的影响。

3.2.2构建空间计量模型

根据Moran′s I指数的结果判断水-能源-粮食耦合协调度具有空间效应，所以可以选择空间计量模型分析影响水-能源-粮食耦合协调性的因素。根据Lesage等[31]研究整理所得，优先构建SDM模型为

(13)

式中：Git为第t地区第i年的水-能源-粮食耦合协调度；Eit为第t地区第i年的从业人口数；Fit为第t地区第i年的固定资产投资额；Qit为第t地区第i年的人均生产总值；Rit为第t地区第i年的人口数；Iit为第t地区第i年的文盲人口比重；Pit为第t地区第i年的工业污染排放；Uit为第t地区第i年的城镇化；ρ为滞后被解释变量的回归系数；β1至β14为各个变量的回归系数；Wij为空间权重矩阵；ui为地区效应；vt为时间效应；εit为空间误差项。

进行Lagrange multiplier(LM)检验，结果见表7。

表7 空间依赖性检验

虽然LM检验结果更倾向于空间误差模型，但是空间杜宾模型更具有一般性，利用Wald检验和LR检验判断空间杜宾模型能否退化成空间误差模型或空间滞后模型。如果同时拒绝原假设，则选择空间杜宾模型最佳。Wald检验结果：Wald test_spatial lag值为118.83，P值为0，Wald test_spatial error值为78.26，P值为0。LR检验结果：LR test_spatial lag值为105.86，P值为0，LR test_spatial error值为84.43，P值为0，均通过显著性检验，不能退化为空间误差模型或空间滞后模型，选择采用空间杜宾模型。

利用Hausman检验固定效应与随机效应，通过显著性检验拒绝原假设，选择固定效应。时间固定效应、空间固定效应和双固定效应下时间固定效应结果最佳。在时间固定效应下，Hausman检验结果值为261.07，P值为0，通过显著性检验，选择时间固定效应。

3.2.3结果分析

相较于空间滞后模型和空间误差模型，空间杜宾模型更具有一般性，并且根据Lesage等研究整理以及Wald检验、LR检验和Hausman检验结果判断选择空间杜宾模型不仅可以研究区域内部的影响还可以研究对其他地区的影响。本文选择空间杜宾模型来分析各个因素对耦合协调度的影响，ρ为正值，并且通过1%的显著水平，说明耦合协调度存在较强的空间聚集效应。空间回归分析结果见表8。

表8 空间杜宾模型参数估计结果

lnE通过了10%的显著性检验，并且回归系数为正，说明从业人口数量是影响耦合协调度的重要因素。从业人口数多说明越来越多的人加入到建设祖国的事业中区。从业人员各司其职，有利于经济发展、社会进步和生态文明建设，对耦合协调度的提升起到积极的影响。

lnF通过了1%的显著性检验，并且回归系数为正，说明固定资产投资是影响耦合协调度的重要因素。国家在进行固定资产投资的过程中，也会包括资源、环境、生态建设方面的投资，这些投资有利于资源保护和可持续发展，从而促进耦合协调度的提高。

2.W×lnE、W×lnF、W×lnQ、W×lnR、W×I、W×lnP、W×U分别代表lnE、lnF、lnQ、lnR、I、lnP、U的空间滞后项。

lnQ通过了1%的显著性检验，回归系数为负，说明人均GDP也是影响耦合协调度的重要因素。中国经济发展迅速，但是在经济发展的同时忽略了环境保护。人们在追求个人利益的同时，乱砍滥伐、浪费资源，对环境造成了严重的破坏。

lnR通过了5%的显著性检验，回归系数为负，说明人口数量是重要影响因素。随着人口数目的增加，水资源、能源和粮食的需求加大，从而导致需求大于供给，自然界生产的资源不能满足人们的需求，人们开始大面积开采资源、破坏生态平衡，从而使得资源无法循环利用。

I未通过显著性检验，说明文盲人口比重不是影响耦合协调度的主要因素。

LnP通过了1%的显著性检验，回归系数为负，说明工业污染是影响耦合协调度的重要因素。工业污染主要是工厂运行时产生的污染，无论是空气污染、水源污染或是土地污染都会对环境造成很大的影响，从而会破坏水-能源-粮食系统间的平衡。

U通过了1%的显著性检验，回归系数为正，说明城镇化是影响耦合协调度的重要因素。城镇化主要是指农村人口进入城镇的比重。从农村到城市的人口主要是务工和求学。务工可以增加城市劳动力需求，求学说明我国的教育事业在快速发展，无论哪个方面都有一定的积极影响。

4 结论与建议

4.1 结 论

2003—2017年，我国水-能源-粮食系统综合评价指数较低，上升速度较为缓慢。其中粮食系统评价指数优于能源系统评价指数和水资源系统评价指数，我国水资源空间分配不均衡导致水资源系统评价指数较低。

我国大部分省份耦合协调度水平较低，仅仅达到初级协调状态，提高水-能源-粮食耦合协调度有利于协调水资源系统、能源系统和粮食系统间的发展。从2003—2017年耦合协调度的发展趋势可以看出，未来耦合协调度会逐步提高。我国大部分省份水-能源-粮食耦合度已经达到中级协调水平以上，个别省份已经达到优质协调。

4.2 建 议

加强职业技术培训，提高全国从业人口数量；加大对基础设施的资金投入，尤其是农业种植、水资源开发以及能源利用技术方面，这样不仅可以减少资源的浪费，同时可以改善我国水-能源-粮食系统现状，从而促进发展；在促进经济发展的同时应当注重资源环境的保护，严格把控企业污染物达标排放，对于污染严重的企业勒令停业整改；根据当前国情，优化人口格局，缓解当前资源紧张的态势；提高城镇化水平，不仅要从数量上提高城镇化率，也要提高城镇化人口的质量。