长三角水资源-能源-粮食系统的协同模式及资源配置研究

韩子晨 王兵兵 万魁 蒋一凡

摘要：通过多目标规划建立水资源-能源-粮食系统协同分析框架，基于长江三角洲地区（长三角）城市群维度，构建水资源-能源-粮食系统的协同模型，测算复合系统优化后的偏离度和经济效益。结果表明，2001—2020年长三角水资源-能源-粮食系统优化后综合偏离度整体保持在0.135以下的低水平，但波动性较大，稳定性较差。2001—2020年粮食产量和能源开采量均保持上升态势，粮食产量较高。前期能源开采量大于粮食产量，2005年后，粮食产量高速增长，远超过能源开采量。综合效益持续升高，协同模型的经济效益较理想。据此，提出增强水资源-能源-粮食系统内部的联动性和共生性、科学规划水资源调配、能源开采和粮食生产等资源一体化调配方案、提高资源整体投入产出水平、拓宽资源跨区流动路径等建议。

关键词：水资源-能源-粮食系统；协同模型；一体化配置；综合偏离度；综合经济效益；长江三角洲地区

中图分类号：F326.11；F426.2；TV213.4         文献标识码：A

文章编号：0439-8114（2024）04-0197-08

Research on the collaborative model and resource allocation of the water-energy-food system in the Yangtze River Delta：Based on the core position of water

Abstract： Through multi-objective planning， the collaborative analysis framework of the water-energy-food system was established. Based on the dimension of Yangtze River Delta urban agglomeration， the cooperative model of the water-energy-food system was constructed， and the deviation degree and economic benefit of the optimized composite system were calculated. The results showed that the comprehensive deviation degree of the water-energy-food system from 2001 to 2020 remained at a low level below 0.135，with large volatility and poor stability. From 2001 to 2020， both food output and energy exploitation maintained an upward trend， and food output was larger. In the early stage， energy exploitation was greater than the food output. After 2005， the food output increased rapidly， far exceeding the energy exploitation. The comprehensive benefit continued to rise， and the economic benefit of the synergistic model was relatively ideal. Accordingly， some suggestions of enhancing the linkage and symbiosis of the water-energy-food system， scientifically planning the integrated resource allocation project of water resources allocation， energy exploitation and food production， improving the overall input-output level of resources， and broadening the cross-regional flow path of resources were put forward.

Key words： water-energy-food system； collaborative model； integrated configuration； comprehensive deviation； comprehensive economic benefit； Yangtze River Delta

作为人类生存和发展的基础性资源，水资源、能源和粮食系统都是自然资源系统的重要组成部分，三者既相互促进又彼此制约。中国资源时空分布不均，人均水资源量、人均耕地面积仅为世界平均水平的1/4，能源消费量却位列世界第一，要素跨区域流动机制障礙较大，关键性资源供需关系较为紧张。随着经济社会的快速发展和城市化、工业化的持续深入，资源供需失衡、水污染严重、能源粗放扩张、粮食浪费等问题日益凸显。与此同时，水旱灾害频发、能源对外依存度畸高、耕地面积锐减等现实挑战日趋严峻，复合生态系统的管理难度和运营成本不断提升，水资源-能源-粮食系统的协同性和适配性亟待增强。鉴于此，本研究基于复合生态系统的协同分析框架构建水资源-能源-粮食系统的协同模型，通过多目标规划和算法迭代求解最优目标下水资源、能源、粮食一体化调配方案。以长江三角洲地区（长三角）为例进行实证分析，量化分析长三角地区的综合效益、优化能源开采量和粮食生产量、综合偏离度等代表性指标，深入探索长三角水资源-能源-粮食系统的协同发展模式。科学测度评估长三角水资源-能源-粮食系统的协同水平，针对区域水资源-能源-粮食系统的协同发展现状和不足提出改进建议。

本研究之所以选择以水资源为核心构建水资源-能源-粮食系统的协同模型，从而实现各资源系统要素的一体化配置，是因为水资源是复合生态系统的中心，在水资源-能源-粮食系统中居于首要地位，在水资源-能源-粮食系统的进化演变中发挥枢纽作用。具体来看，对于粮食系统而言，水资源是粮食生产的基本要素，从作物生长到再加工的整个粮食生产过程都离不开充沛的水资源。对于能源系统而言，水资源则是能源开采的基础条件，从化石燃料开采加工到电力产生的能源生产全过程均需在水的采洗、冷却、传导等作用下实现。

深入研究水资源-能源-粮食系统的协同模式和作用机制，优化水资源、能源、粮食系统要素配置和利用效率，探索新发展格局下水资源-能源-粮食系统的协同发展道路，对于推动长三角经济社会可持续发展和生态绿色一体化示范区建设具有重要意义。

1 文献综述

2011年德国波恩召开的水-粮食-能源安全纽带关系会议首次将水、能源和粮食之间的关系总结为“水资源-能源-粮食纽带关系”，强调利用水资源-能源-粮食纽带关系可以解决全球资源环境面临的诸多挑战。水资源-能源-粮食纽带关系旨在开拓一种全新的思维模式，将人们对水资源、能源、粮食这3个独立资源部门的研究层次上升到一个更全面综合的层次，即水资源-能源-粮食复合生态系统［1］。水资源-能源-粮食纽带关系决定了要实现水资源、能源和粮食的高效利用，不能只针对單一资源进行规划和配置，必须在综合考虑水资源、能源、粮食系统耦合关系的基础上建立协同管理体系［2］。

梳理国内外文献，围绕水资源、能源、粮食三者协同发展模式的研究尚不多见，但是对于两种资源耦合的协同研究相对丰富，可以分为水资源和能源、水资源和粮食、能源和粮食协同3个方面进行阐述。首先是水资源和能源的协同。水资源和能源协同发展的研究主要体现在3个维度，即经济上的协同、物理上的协同和管理机制上的协同［3］。经济协同研究多采用系统投入产出分析，主张建立一个两者协同的方法论框架［4］。物理协同研究主要采用生态网络分析的方法［2］研究协同系统稳定性以及部门间的动力学关系。管理机制协同研究主要是基于对相关国家能源-水资源问题展开分析，提出二者的综合规划，建立协同管理与控制机制体系［5］。其次是水资源和粮食的协同。水资源和粮食的协同研究主要关注两方面问题。第一个是农业水土资源时空匹配［6，7］，第二个是经济发展与水资源的时空匹配［8］，着重分析不同地区经济发展与水资源利用的协调程度［9，10］。最后是能源和粮食的协同。能源和粮食的协同研究主要关注国际能源价格与粮食价格的互动关系［11，12］，以及能源投入与粮食产出效率的关系研究［13，14］，相比于前两类数量较少。

随着研究层次和认识内容的不断深入和丰富，学者逐步构建水资源-能源-粮食的协同分析框架［15，16］，探讨解决复合资源系统协同发展问题的途径。彭少明等［17］基于协同学原理构建水资源-能源-粮食整体分析框架，建立具有总分结构和互馈关联的协同优化模型，提出黄河流域粮食生产、能源开发与水资源调配一体优化的布局方案，为本研究提供了良好的思路借鉴和启示。

2 水资源-能源-粮食系统协同模型的构建

构建水资源-能源-粮食系统协同模型以科学配置资源系统要素，通过水资源一体化调配有序安排能源开采和粮食生产，从而实现复合生态系统综合效益最优，思维推导过程如图1所示。对于目标函数，本研究尝试建立具有总分结构的水资源-能源-粮食协同分析框架，构建包含多目标规划的水资源-能源-粮食协同模型，为水资源-能源-粮食系统的绿色协同发展提供决策依据。以水资源为基底条件和初始起点，将水资源按照一定比例分配给能源系统和粮食系统。为了实现资源最优配置和最大效益目标，首先以综合效益最大化为第一层目标函数，构建水资源调配模型。通过公式推导发现综合效益可以转化为能源系统、粮食系统和水资源系统的综合效益。由于水资源在国家发展战略全局中居于核心地位，自来水厂多为国营企业，水价和成本相对固定，相比于能源和粮食在综合效益中所占比重较小，所以为了简化讨论可以将综合效益近似看作能源系统效益和粮食系统效益。要想使综合效益最大，就是要让能源开采效益和粮食生产效益最大化，也就是让能源开采量乘以单产利润与粮食生产量乘以单产利润的总和最大化。其次将能源开采量最大化和粮食生产量最大化并列设为第二层目标，构建能源开采模型和粮食生产模型。在保证水资源-能源-粮食系统综合效益最大的前提下，在资源存量约束条件下尽可能多地生产粮食和开采能源，以满足现实中庞大的市场需求。因为考虑到可能存在综合效益较为理想但能源开采量和粮食生产量较少的情况，这样做也是为了避免通过减少粮食、能源产品供给，抬高水资源-能源-粮食系统要素价格，从而获取更高的综合效益的情况发生。同时也最大程度地保证能源、粮食等基础资源自给率，在宏观层面上捍卫国家战略资源安全和保障普惠民生。最后以综合偏离度最小化为第三层目标，构建综合偏离度模型。基于上述两层目标设定，尽可能使资源条件约束下水资源、能源、粮食系统三者的综合效益和资源自给率最大化，却忽略了水资源、能源、粮食系统之间发展的均衡性和协调性。考虑到相等的综合效益结果可能对应某个系统发展水平较低，而其余系统发展水平非常理想的情况，增设综合偏离度为第三层目标，使水资源、能源、粮食系统更充分均匀地配置利用资源。综合偏离度旨在衡量优化后的水资源-能源-粮食系统资源使用量和可利用资源总量的差距，通过对各资源子系统优化效果与最理想状态间的距离赋权求和，全面反映复合生态系统的模型优化效果和协同发展水平。各模型之间采用嵌套、耦合的模式，数据实时关联、动态互馈，通过系统要素信号反馈、数据迭代与修正调节，使变量满足上述条件，沿着预设方向运转，由此可以求出水资源调配量、粮食生产量、能源开采量、综合效益、综合偏离度等代表性指标数值。

对于约束条件，本研究结合现实情况和实际需要设定变量限制范围，通过构建协同模型科学测算评估水资源-能源-粮食系统的协同水平。基于水资源-能源-粮食系统的协同分析框架，水资源调配模型、能源开采模型、粮食生产模型等彼此衔接，迭代互动，共同构成水资源-能源-粮食协同模型这一整体。以水资源为切入口，首先，将各地区的供水量之和小于长三角地区供水量总和设为第一个约束条件。其次，各地区不同作物种植面积之和不得超过该地区种植面积总和。同理，各地区不同能源开采规模之和不得超过该地区能源开采规模总和。最后，各地区不同作物需水量之和需小于等于粮食供水量，各地区不同能源系统需水量之和需小于等于能源系统供水量。当水资源-能源-粮食系统协同模型满足上述约束条件时，通过最优规划和算法迭代最终求出的目标值即为满足条件的最优解。

3 水资源-能源-粮食系统协同模型的实现方案

3.1 水资源调配模型

水资源调配模型利用扣除其他行业分水指标后的流域水资源可利用量作为粮食生产和能源开采的基础水量。通过构建水资源调配模型合理开源、科学调度，实现水资源优化配置和区域综合效益最大化。水资源-能源-粮食系统的综合效益计算公式如下所示。

式中，[B（w）]表示综合效益；[θ（j，t）]、[C（j，t）]分别表示[j]地区[t]时段供水的单位收益和单位成本（水、能源、粮食成本是定值）；[QS（j，t）]表示t时段供水量；[J]表示流域总分区数。

如图1所示，综合效益主要来源于粮食生产和能源开采产生的效益。由于供水单位成本可以转化为能源开采成本和粮食生产成本，供水单位成本结果相对固定，所以可以将综合效益分解转化为能源开采量乘以能源市场单价和粮食生产量乘以粮食单价的总和。综合效益分解公式如下所示。

其中，式（2）表示将供水量分解为粮食供水量和能源供水量；式（3）表示将供水收益分解为粮食供水收益和能源供水收益。[QFS（j，t）]表示[j]地区[t]时段粮食系统供水量；[QES（j，t）]表示[j]地区[t]时段能源系统供水量；[FWI（j，t）]表示[j]地区[t]时段的粮食生产效益；[EWI（j，t）]表示[j]地區[t]时段能源生产效益；[FP（j，k）]表示[j]地区[k]作物的市场单价；[Ep（j，m）]表示[j]地区[m]能源的市场单价；[PFj，k]为[j]地区[k]作物的粮食单产；[ASj，k]为[j]地区[k]作物的种植面积；[PE（j，m）]为[j]地区[m]种能源下的能源单位产出；[ES（j，m）]为[j]地区[m]种能源下的能源生产规模。

3.2 粮食生产模型

粮食生产模型在初配水量基础上开展规模布局和结构技术层面的升级优化，向水资源调配模型反馈取用水费用及收益等情况，根据相关数据确定区域粮食产量。通过粮食生产模型系统规划水旱组合、确定结构品种，保障区域粮食安全和产量稳定。粮食生产模型构建目标为粮食产量最大化。水资源-能源-粮食系统的粮食总产量计算公式如下所示。

式中，[TF]表示地区粮食总产量；[K]为长三角地区种植粮食作物的种类数。

3.3 能源开采模型

能源开采模型在初配水量基础上开展规模布局和结构技术层面的升级优化，向水资源调配模型反馈取用水费用及收益等情况，根据相关数据确定区域能源开采量。通过能源开采模型科学布局规模、选择类型组合，确保国家能源安全和稳定供应。粮食生产模型构建目标为能源产量最大化。水资源-能源-粮食系统的能源开采量计算公式如下所示。

式中，[TE]表示地区能源开采量；[M]为长三角地区能源种类数。

3.4 综合偏离度模型

通过水资源-能源-粮食系统协同模型使复合系统规划目标的综合偏离度最小化。水资源-能源-粮食系统的综合偏离度计算公式如下所示。

式中，[f]表示水资源-能源-粮食系统综合偏离度，代表水资源-能源-粮食系统实际发展情况与规划最优状态的偏离程度；[ωi（i=1，2，3）]分别表示水资源、能源、粮食3个子系统发展情况对水资源-能源-粮食系统总体目标的贡献权重；[S1]、[S?1]分别表示区域实际耗水量、水资源优化后消耗量；[S2]、[S?2]分别表示能源实际开采量、能源优化后开采总量；[S3、S?3]分别表示粮食实际产量、粮食优化后生产量。

3.5 约束条件

为实现综合效益最大、粮食生产量最大、能源开采量最大和综合偏离度最小的多层目标规划，结合现实情况和实际需要确定约束条件，设定限制范围。当水资源-能源-粮食系统协同模型满足以下约束条件时，通过最优规划和算法迭代最终求出的目标值即为满足条件的最优解。约束条件公式如下所示。

其中，第一行约束条件表示各地区的供水量之和小于总的供水量；第二行约束条件表示[j]地区各种作物的种植面积之和小于等于[j]地区总的种植面积；第三行约束条件表示[j]地区各种能源的生产规模之和小于等于[j]地区总的生产规模；第四行约束条件表示[j]地区各种作物的需水量之和小于等于粮食供水量；第五行约束条件表示[j]地区各种能源的需水量之和小于等于能源供水量。[AVMW（t）]表示[t]时段整个流域的供水量；[TCA（j）]表示[j]地区总的耕地面积；[TEP（j）]表示[j]地区总的能源生产规模。

3.6 水资源调配与其他系统的函数关联

1）水资源调配模型与粮食生产模型之间主要通过作物生育期需水和作物水分生产函数等参数建立联系。作物生育期需水量公式如下所示。

式中，[QF（j，k）]表示[j]地区[k]作物下的生育期需水量，受生育期需水定额[ETc]、有效降水[Pe]、地下水补给[Ge]和地下水位变化[ΔW]影响。[ηf]为灌溉水利用系数，本研究参考已有研究的经验数据［18］。对于生育期需水定额，使用植被生态需水定额表示，即[Penman-Monteith]公式，如下所示。

[ETc=Ks×Kt×ET0] （9）

式中，[ETc]表示植被生态需水定额（mm）；[Kt]表示植被生态耗水系数，即植被最大需水量与潜在耗水量的比例系数；[Ks]表示土壤水分调节系数；[ ET0]表示植被潜在蒸腾量（mm）。对于植被潜在蒸腾量，根据联合国粮食及农业组织（FAO）的定义， 植被潜在蒸腾量是指从表面开阔、高度一致、生长旺盛、供水充足、完全遮盖地面8～15 cm高的绿色草地上所蒸发、腾发的速率，其主要与当地的气候条件有关。根据研究区域多年气象资料， 采用FAO推荐的Penman-Monteith公式进行计算，如下所示。

式中，[ET0]表示植被潜在蒸腾量（mm）；[Δ]表示饱和水汽压对温度曲线的斜率（[kPa/℃]）；[Rn]表示参考作物表面净辐射［[MJ/]（[m2·d]）］；[G]表示土壤热通量（[MJ/m2·d]）；[γ]表示干湿表常数（[kPa/℃]）；[es]表示饱和水汽压（[kPa]）；[ea]表示实际水汽压（[kPa]）；[U2]表示地表2 m的平均风速（[m/s]）；T表示温度。对于植被生态耗水系数，计算公式如下所示。

[Kt=MDVI×k] （11）

式中，[MDVI]为植被覆盖度；k为植被生态耗水系数。

对于土壤水分调节系数，其与土壤含水量及土壤质地有关，反映了土壤水分条件对植物蒸散量的影响， 采用Jensen公式计算土壤水分调节系数，如下所示。

式中，[S]表示土壤的實际含水量（g/kg）[;S?]表示土壤临界含水量（g/kg），一般表示田间持水量的70%～80%；[Sw]表示土壤凋萎含水量（g/kg），公式如下所示。

[Sw=f×（1.34-1.5）] （13）

2）水资源调配模型与能源开采模型之间通过能源生产过程需水和能源投入产出函数等参数联系。能源开采需水量公式如下所示。

式中，[QE（j，m）]表示[j]地区[m]种能源下的单位产品需水量；[Xin（j，m）]表示单位能源需水量，通常受能源类型、生产工艺、技术水平等影响；[ηe]表示能源工业用水效率系数。

4 典型案例分析

长三角作为国际六大世界城市群之一，是中国经济发展最发达和开放程度最高的区域之一。但是，随着经济社会发展，资源时空分布不均、利用配置效率低下及供需失衡等环境问题日趋严峻。

长三角具有丰富的资源要素，年平均降水量超过1 000 mm，人均水资源量约1 280.7 m3。同时长三角也是中国重要的粮食主产区，2021年粮食总产量高达8 445万t。但是长三角地区能源储量相对较少，高度依赖区域外输入，能源保供面临巨大压力。

新发展格局下党中央强调加快长三角绿色一体化发展示范区建设，积极探索利于要素流动和资源配置的新型治理模式。因此，本研究以长三角地区作为典型案例，分析以水资源为核心的长三角水资源-能源-粮食协同模式，对于探索区域经济社会的可持续发展具有重要示范意义。

4.1 综合效益

运用式（2）计算能源系统和粮食系统的多期平均供水量，如图2所示。对于能源系统，三大主要能源供水量比例较为均匀。其中石油和天然气供水比重相近，接近40%。对比之下，煤炭作为高污染低能效资源，供水量在主要能源种类中占比最低，符合碳中和下清洁能源行业发展趋势。对于粮食系统，水稻作为中国南方最主要的农作物，供水量远超其他粮食作物，在国家主粮供应和战略资源储备中发挥重要作用。对比之下，大豆由于主产区在东北，长三角种植面积相对较少，所以供水量占比最小，约为水稻的50%。

根据能源系统和粮食系统供水量数据，利用式（3）测算长三角水资源-能源-粮食系统优化后综合效益，如图3所示。2001—2020年综合效益总体呈现上升态势，但是增速波动较大，2018年增速达到峰值38.67%。这是因为2018年上海举行首届中国国际进口博览会，58个“一带一路”沿线国家超过   1 000多家企业参展。作为世界上首个以进口为主题的大型国家级展会，进博会不仅有助于化解过剩库存和经济杠杆带来的经济风险，为国际产能合作创造广阔的机遇空间，还可以有效缓解中国资源消耗、生态失衡和环境污染等问题，动态有序地调整产业布局和经济结构，带动国际资本投资的科学分布，进一步凸显协同模式下世界各国的长期比较优势，彰显中国开放型经济的纵向联动效应。但是自从2019年新冠肺炎疫情突然暴发，综合效益增速一路暴跌，2020年已跌至1.94%，接近最低水平。这是因为国内疫情多点式、重复性、突发性暴发，资源系统供给链的不确定性因素增多，食品安全和人民健康难以保障，加剧了水资源-能源-粮食系统的脆弱性。疫情期间对人员流动和物资运输的严格限制不仅影响水资源-能源-粮食系统相关资源的有效供给，还对能源、粮食系统的生产、加工、流通、贸易等环节造成巨大的冲击，导致水资源-能源-粮食系统的综合效益增速持续下降。

4.2 粮食产量和能源开采量

分别利用式（4）和式（5）求出长三角粮食产量TF和能源开采量TE，如图4所示。整体来看，粮食产量和能源开采量一直保持上升态势，粮食产量较高。前期能源开采量大于粮食产量，2005年后，粮食产量高速增长，远超过能源开采量。

具体来看，2001—2020年经过优化的水资源-能源-粮食系统的粮食产量迅猛增长且增速较高，一直稳定在5%水平之上。协同模型下粮食系统的优化效果极为明显，优化后发展状态非常理想。粮食产量在2020年达到峰值8 912.334 1万t，达到最优发展状态。这是因为长三角地区拥有优厚的自然条件和政策红利，基础设施工程完善，流域灌溉用水充沛，农业市场化和机械化程度较高，引领现代化农业的产业集群发展浪潮，为粮食产量稳步提升和农业经济稳健发展提供重要保障。但是受疫情影响，资源环境系统遭受了巨大的破坏和冲击，2019—2020年粮食产量增速不增反降，降至5.49%，接近20年来的历史最低水平。

2001—2020年能源开采量稳步上升，并在2020年达到峰值2 696.914 4万t。这是因为长三角作为中国能源消费高地，近年来着力推进能源结构转型和低碳化发展。通过建立长三角能源企业合作机制，促进区域间能源基础设施互联互通，打造长三角新能源物流示范线路，切实推动区域资源环境系统的绿色协同发展。能源开采量增速前期总体较为平稳，但在2017年末波动起伏较大，达到峰值23.63%迅速跌至谷底2.06%。这是因为2018年初中美贸易战爆发，美国对中国发动了迄今为止经济史上规模最大的贸易战。贸易摩擦不断升级，一度扩大至对中方价值5 000亿美元商品加征25%关税，几乎覆盖所有对中国出口的美国商品，并对中国投资美国关键科技技术进行限制。这不仅引发全球经济动荡和心理恐慌，损害企业和人民利益，还对水资源-能源-粮食系统产生剧烈冲击。能源行业海外需求锐减，发展态势低迷。由于新冠疫情突然暴发，2020年作为能源系统物质基础的粮食产量，比2019年增速减慢4.21%。新冠疫情的横行肆虐对自然资源和经济社会系统都造成了极大的冲击，扭转了能源行业原本的向好态势。

4.3 综合偏离度

利用式（6）测算长三角水资源-能源-粮食系统综合偏离度，如图5所示。2001—2020年模型优化效果较好，偏离数值在0.134 8～0.021 5浮动。但是综合偏离度波动较大，水资源-能源-粮食系统协同发展和优化过程较为波折，稳定性较差，受到诸如金融危机、新冠疫情等因素影响。2007年综合偏离度最高，这是因为2007年次贷问题风波不断，大量金融创新产品潜藏巨大风险，大量高风险的贷款流入到社会中，经济波动和经济危机的深化直接激化了能源和粮食市场供需矛盾，自然生态系统的脆弱性加剧，水资源-能源-粮食系统的协调性与稳定性大大削弱。2014年后，水资源-能源-粮食系统综合偏离度总体趋于较低水平，稳定在0.066 5以下。2016年综合偏离度达到最低值0.021 5，水资源-能源-粮食系统的发展状态与理想化状态的偏离程度最小，即水资源-能源-粮食系统的优化效果最佳。这是因为2016年国务院下发《长江三角洲城市群发展规划》《合肥市城市总体规划》等，强调发挥安徽合肥作为国家现代制造业基地和综合交通枢纽的作用，推动长三角实现更高水平协同开放和更高质量一体化发展，促进水资源-能源-粮食系统绿色协同发展。

5 小结与建议

5.1 小结

本研究基于水资源-能源-粮食系统协同模型，基于水的核心地位实证分析复合资源一体化配置效率和经济效益，探索长三角水资源-能源-粮食协同发展模式，结论如下。

1）2001—2020年长三角水资源-能源-粮食系统优化后综合效益持续升高，增速波动幅度较大，2018年达到峰值。能源系统内部供水量排序为石油>天然气>煤，粮食系统内部供水量排序为水稻>小麦>玉米>大豆。

2）整体来看，粮食产量和能源开采量一直保持上升态势，粮食产量较高。前期能源开采量大于粮食产量，2005年后，粮食产量高速增长，远超过能源开采量。具体来看，2001—2020年经过优化的能源开采量稳步上升，并在2020年达到峰值2 696.914 4万t。能源开采量增速前期总体较为平稳，但在2017年末波动起伏较大，达到峰值23.63%迅速跌至谷底2.06%。粮食产量在2020年达到峰值          8 912.334 1万t，增速一直稳定在5%水平之上。

3）综合偏离度近20年来整体水平较低，稳定在0.135以下，但波动幅度较大。2016年综合偏离度达到最低值0.021 5。

5.2 建议

根据实证分析结果，提出如下几点建议以促进水资源-能源-粮食系统绿色协同发展。

1）发挥各子系统比较优势，加强横纵向协调联动，形成各司其职、运转高效的资源协同管理新格局，推动形成优势互补高质量发展的区域经济布局。通过强化多部门协同合作，促进经济社会与资源环境协同发展，提高水资源-能源-粮食系统的综合效益。

2）科学规划水资源一体化调配方案，最大化粮食产量和能源开采量。通过总控模型和反饋机制提出水资源调配、能源开采和粮食生产的优化方案，提高资源整体投入产出水平。拓宽资源跨区流动路径，破除跨区域市场要素流动障碍，引导资源从富集区域流向匮乏区域，缓解资源相对匮乏区域水资源、能源、粮食等相关产品与服务的供需矛盾。

3）强化水资源-能源-粮食系统内部的联动性和共生性，提升水资源-能源-粮食系统的稳定性、适应性和协调性。一方面，淘汰高消耗的生产模式，改良生产技术与工艺，增加科技研发、水利工程、能源建设等方面的投入，提高水资源、能源、粮食之间的转换效率。另一方面，加快科研成果转化，科学谋划顶层设计，为统筹规划水资源-能源-粮食系统的资源调配方案和优化效果提供依据。

参考文献：

［1］ 黄雅丽，邓晓军.基于Citespace的“水—能源—粮食”纽带关系研究进展［J］.中国农业资源与区划，2020，41（9）：172-181.

［2］ 彭 焜，朱 鹤，王赛鸽，等.基于系统投入产出和生态网络分析的能源-水耦合关系与协同管理研究——以湖北省为例［J］.自然资源学报，2018，33（9）：1514-1528.

［3］ 顾阿伦，姜冬梅，张 月.能源-水关系研究现状及对我国的启示［J］.生态经济，2016，32（7）：20-23，28.

［4］ 洪思扬，程 涛.水资源—能源约束下的产业结构优化调整研究——以中国42部门为例［J］.西南大学学报（自然科学版），2022，44（2）：103-115.

［5］ 顾阿伦，滕 飞.“十一五”期间中国主要工业部门节能的节水效果分析［J］.资源科学，2014，36（9）：1773-1779.

［6］ 孙 侦，贾绍凤，严家宝，等.中国水土资源本底匹配状况研究［J］.自然资源学报，2018，33（12）：2057-2066.

［7］ 栾福超. 三江平原地区农业水土资源配置与优化研究［D］.长春：东北师范大学，2018.

［8］ 杨 鑫，穆月英.农业技术采用、时间重配置与农户收入［J］.华中农业大学学报（社会科学版），2020（4）：50-60，176.

［9］ 李静芝，代宇涵，赵 雯，等.城市化系统与生态系统交互耦合时空特征及协调发展预警研究——以湖南省为例［J］.长江流域资源与环境，2019，28（7）：1590-1601.

［10］ 张吉辉. 基于水足迹的区域广义水资源动态协调与控制［D］.天津：天津大学，2012.

［11］ 公茂刚，王学真.国际粮价波动规律及对我国粮食安全的影响与对策［J］.经济纵横，2016（3）：111-118.

［12］ 尹靖华.国际能源对粮食价格传导的生产成本渠道研究［J］.华南农业大学学报（社会科学版），2016，15（6）：70-82.

［13］ 牛亮云，侯 博，吴林海.基于灰关联熵的中国农业能源投入与粮食产出关系研究［J］.财贸研究，2012，23（2）：45-53.

［14］ 董 莹，穆月英.我国粮食生产效率变化及其影响因素——基于能源视角的分析［J］.西北农林科技大学学报（社会科学版），2014，14（6）：103-111.

［15］ BAZILIAN M， ROGNER H， HOWELLS M， et al. Considering the energy， water and food nexus： Towards an integrated modelling approach［J］. Energy policy，2011，39（12）：7896-7906.

［16］ VANHAM D. Does the water footprint concept provide relevant information to address the water-food-energy-ecosystem nexus？［J］. Ecosystem services，2016，17：298-307.

［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］ 高 超，李学文，孙艳伟，等. 淮河流域夏玉米生育阶段需水量及农业干旱时空特征［J］.作物学报，2019，45（2）：297-309.