海河流域水-能-碳系统耦合协调发展及驱动因素研究

摘 要：

水、能资源短缺及碳排放超标是制约区域经济转型升级和生态文明建设的主要障碍，探究水-能-碳系统耦合关系是实现区域绿色低碳发展的重要基础。以海河流域水-能-碳系统为核心，基于组合赋权法和综合分析法，构建流域水-能-碳系统综合评价体系，利用耦合协调度、障碍度和地理探测器模型，探究2000—2021年海河流域水-能-碳系统耦合协调时空演变特征及驱动因素。结果表明：①海河流域水-能-碳系统的综合发展水平总体上呈上升态势，碳排放系统处于最高位水平，评价指数多年平均值为0.45。②海河流域水-能-碳系统的耦合协调度总体上呈现平稳发展特征，发展水平由濒临失调过渡到中级协调阶段。③地表水资源量、污水处理能力、经济发展水平、产业结构、政府调控能力和居民生活水平是制约水-能-碳系统发展最大的障碍因子和外部驱动因素。研究结果可为促进海河流域经济社会全面绿色转型和可持续发展提供理论支撑。

关键词：水-能-碳系统;耦合协调度;障碍度模型;地理探测器;海河流域

中图分类号：X24;TV213 "文献标识码：A """"""文章编号：2096-6792（2024）06-0020-12

Study on the Coupling Coordination Development and Driving Factors of

Water-energy-carbon System in the Haihe River Basin

LI Qingqing1， CAO Yongqiang2， WANG Fei1， FAN Shuaibang3， CHEN Min4

（1.School of Geographical Sciences， Liaoning Normal University， Dalian 116029， China;

2.Academy of Eco-civilization Development for Jing-Jin-Ji Megalopolis， Tianjin Normal University，

Tianjin 300387， China; 3.School of Public Administration， Dongbei University of Finance and Economics，

Dalian 116025， China; 4.State Key Laboratory of Hydro-science and Engineering， Tsinghua University， Beijing 100084， China）

＼=

Abstract：" The shortage of water and energy resources， as well as excessive carbon emissions， are the main obstacles that constrain the transformation and upgrading of regional economy and the construction of ecological civilization. Exploring the coupling relationship between water energy carbon system is an important foundation for achieving green and low-carbon development in the region. Based on the combination weighting method and comprehensive analysis method， a comprehensive evaluation system for the water energy carbon system in the Haihe River Basin is constructed with the water energy carbon system as the core. Based on the coupling coordination degree， barrier degree and geographic detector model， the spatial and temporal evolution characteristics and driving factors of water-energy-carbon coupling coordination in Haihe River Basin from 2000 to 2021 were investigated. The results are as follows. Firstly， the comprehensive development level of the water energy carbon system in the Haihe River Basin is generally on the rise， with the carbon emission system at the highest level and an average evaluation index of 0.45 over the years. Secondly， the coupling coordination degree of the water energy carbon system in the Haihe River Basin generally shows a stable development characteristic， with the development level transitioning from near imbalance to intermediate coordination stage. Thirdly， the amount of surface water resources， sewage treatment capacity， economic development level， industrial structure， government regulation capacity， and residents′ living standards are the biggest obstacles and external driving factors that constrain the development of the water energy carbon system. The research results can provide theoretical support for promoting the comprehensive green transformation and sustainable development of the economic and social development in the Haihe River Basin.

Keywords： water energy carbon system; coupling coordination degree; barrier degree model; geographic detector; Haihe River Basin

水、能源和碳不仅是地球表层系统的关键要素，也是自然和社会经济生活的重要资源基础［1］。在全球气候变化加剧与人口持续增加的背景下，水资源和能源需求持续增长，预计到2035年，全球能源需求量将增加35%，水资源消耗量则增加85%，资源过度开发会产生大量的碳排放。预计到2050年，碳排放量将增加70%，温室气体排放将增加50%［2］。过度碳排放导致的气候变化又将影响水资源和可再生能源的利用［3-5］。我国是全球水资源、能源消耗和碳排放较大的国家之一，为更好地实现高质量发展、生态文明建设和生态环境综合治理，应积极履行碳减排责任。

水、能源和碳不仅被认为是21世纪全球面临的十大风险之三，而且被确定为联合国新的可持续发展目标议程中的主要关注点［6］。研究方向上，现有水-能-碳系统方面的研究侧重于少数典型行业，特别是水电行业的水-能-碳关系。赵荣钦等［7-9］探讨了快速城市化、社会水循环和城市污水处理对水-能源-碳关联关系的影响，分析了资源消耗和碳排放之间的相互作用。研究尺度上，为了进一步分析水-能-碳的关联关系，掌握水资源消耗、能源消耗和碳排放规律，郑靖伟等［10］从本地、省际和国际三个尺度探讨了中国水-能-碳系统的空间关联格局。研究方法上，在可持续发展评估与规划体系中，水、能、碳被认为是衡量环境维度可持续发展水平的重要指标。因此，各国学者们应用不同的方法如生态网络分析模型［11］、多区域投入产出模型［12］、生命周期模型［13］、空间集聚分析模型［14］、系统动力学SD模型［15］等，来量化分析水-能-碳系统的耦合关系，揭示隐含水-能-碳系统的空间转移变化规律，并探索影响水-能-碳系统协调发展的潜在驱动力。为了探究水-能-碳系统可持续发展水平，HUANG J等［16-17］构建了多准则决策分析模型和区间混合整数规划模型用于评价城市水电系统的技术经济和环境绩效，寻求最佳的技术解决方案，即通过提供所需的水资源和清洁能源，同时减少二氧化碳排放，实现可持续发展目标。TAN S Q等［18-19］建立了多目标优化和系统动力学模型，量化分析各变量之间的耦合关系，模拟区域可持续发展模式并评价其发展水平，为可持续发展确定最优的发展策略。水、能源和碳是当前社会经济系统中最重要的资源和环境影响因子，由于资源之间的关系受到气候变化、社会经济等外部环境条件的影响，有必要对资源间的权衡进行综合分析和定量评价。本文通过定量描述水、能、碳三要素的耦合关系，探讨它们之间的内在联系，揭示水-能-碳系统的复杂机理特征。

海河流域是我国七大流域之一，同时也是我国水资源和能源供需差额大且供需极不平衡的区域。为实现新阶段区域水-能-碳协调发展，海河流域要充分履行流域行政机构职责，加强行政区水能资源统一调度管理。本文以流域流经的8省区为研究区，将水-能-碳视作一个有机的复杂系统，开展其复杂关系研究。一方面，进一步创新水-能-碳指标体系，选用耦合协调度模型，探究海河流域水-能-碳系统耦合协调时空演变特征规律;另一方面，引入障碍度和地理探测器模型，探讨系统耦合协调变化驱动因素，以期保障海河流域水-能-碳系统高度协调发展，促进水、能资源的集约安全利用，推动生态

文明建设和绿色低碳发展，为节水节能低碳流域建设提供科学依据。

1 材料与方法

1.1 研究区概况

研究区为海河流域，流经8省区（北京市、天津市、河北省、辽宁省、山东省、山西省、河南省和内蒙古自治区），是我国政治文化中心和经济发达地区。海河流域位于北纬30°～50°、东经90°～130°，地理位置如图1所示，流域总面积为32.06 万km2。2021年，海河流域水资源总量为221.44亿m3，仅占全国总量的0.76%;人均用水量为247 m3/人，占全国的57.3%;一次能源生产量和能源消耗量分别高达311.63亿t标准煤、286.07亿t标准煤，分别占全国总量的43.77%、37.29%;水、能资源供需失衡。2021年，碳排放总量、人均碳排放量和碳排放强度分别为63.13 亿t、12.73 t/人和4.13 t/万元。近年海河流域生态文明建设实现新进步，生产生活方式绿色转型成效显著，碳排放量呈现先增后减的变化趋势。

1.2 研究方法

1.2.1 综合评价法

1）构建评价指标体系。遵循科学性、系统性、代表性和数据可行性原则，依据水-能-碳耦合系统内涵及特征，并借鉴已有研究成果［20-27］，从水、能源和碳3个子系统中筛选出最具代表性且能全面反映海河流域水-能-碳发展特征的评价指标，详见表1。表中，“子系统”列中括号内数据为该子系统的权重，“方向”列表示各指标对系统的影响功效分类，“+”代表正相关，“-”代表负相关。

2）数据标准化。为了消除指标量纲或数量级的差异影响，需要对原始数据进行标准化处理。根据指标对系统的不同影响功效，各指标分为正、负指标。“+”代表正相关，“-”代表负相关。标准化方法如下［20］。

正指标：

式中：uij为第i年指标j的原始数据;Uij为uij标准化后的值;max（uij）、min（uij）分别为指标j的最大值和最小值。

3）确定权重。熵值法是根据各项指标确定权重值，指标的熵越小，在综合评价中的作用越大，权重也越大。变异系数法是直接利用各项指标所包含的信息，客观地反映各个指标的差距。本文通过组合赋权法［21］测度海河流域水-能-碳系统指标的权重，计算公式如下：

式中：Wj为基于组合赋权法指标j的权重;W1j、W2j分别为基于熵权法和变异系数法指标j的权重。

4）计算综合评价指数。综合评价法是根据一定的评价目的、评价指标、评价模型和权重系数，综合评价系统的整体发展水平。指数越大，说明发展水平越高;反之，发展水平越低［22］。表达式如下：

式中：W′i、E′i、C′i分别为第i年水、能、碳系统的综合评价指数;wj、ej、cj分别为水、能、碳系统中第j项指

标的权重;xij、yij、zij分别为水、能、碳系统第i年指标j的标准化值;T、T1、T2、T3分别为水-能-碳、水-能、能-碳、水-碳系统的综合评价指数;a、b、c均为待定系数，反映各系统的重要程度，本文认为各子系统同等重要，取a=b=c=1/n［23］。

5）系统内部对比关系分析。为了进一步研究海河流域水资源、能源和碳排放多维要素系统之间的关系，对各个子系统的综合值进行两两对比，利用下式计算各子系统之间的对比系数［24］：

式中：l水能、l能碳、l水碳分别为水资源、能源和碳系统之间的对比系数;lTT1、lT1T2、lT2T3、lT3T、lT3T1和lT2T分别为水-能-碳、水-能、能-碳和水-碳多维要素系统之间的对比系数。综合参考前人的研究成果［22-24］，按照子系统对比系数，划分子系统的关系类型：l＜0.6，极度受损型;0.6≤l＜0.8，严重受损型;0.8≤l＜1.0，较为短缺型;1.0≤l＜1.5，较为充足型;1.5≤l，特别充足型。

1.2.2 耦合协调度模型

耦合度（C）和耦合协调度（D）是衡量两个及以上子系统间相互关系及密切程度的重要指标。耦合度反映相互作用、相互影响程度的强弱，但难以反映相互作用协调水平的高低;耦合协调度模型能够更好地分析海河流域多维系统耦合协调关系［25］。表达式如下：

1.2.3 障碍度模型

水-能-碳系统是一个复杂系统，各因素对系统的影响程度略有差异，引入障碍度模型可对水-能-碳系统耦合协调的障碍因素进行诊断分析［26-27］。计算公式如下：

式中：wj、w′j分别为第j项指标层和准则层指标的权重;Iij为第i年第j项指标的指标偏离度，即单项指标与总目标之间的差距;uij为第i年第j项指标的标准化值;Hij为指标层第i年第j个指标的障碍度［27-28］。

1.2.4 地理探测器模型

地理探测器是一种探测空间分异性，揭示其背后驱动力的地理统计学方法。本文重点运用因子探测与交互探测来测度影响因子对耦合协调度影响的解释程度，用q值度量［28］，其表达式为：

q=1－∑Lh=1Nhσ2hNσ2 。

（15）

式中：q为系统协调水平驱动因子解释力，q∈［0，1］，值越大，表明驱动因子解释力越强;h为变量或因子分层，h=1、2、…、L;Nh和N分别为层和整体区域的单元数;σ2h和σ2分别为层和整体值的方差［29］。本文在参考已有研究［27-30］的基础上，根据水-能-碳系统的作用机制并结合实际情况，选取11个方面构建外部驱动力指标体系，详见表3。

1.3 数据来源

选取的研究样本为海河流域8个省区2000—2021年的面板数据。水资源系统数据来自《水资源公报》和各省水利厅调研所得;能源系统数据来源于《中国能源统计年鉴》《中国县域统计年鉴》《中国城市统计年鉴》;碳排放数据来源于《中国环境统计年鉴》、中国碳排放数据库（China Emission Accounts and Datasets，CEADs）和中国多尺度排放清单模型（Multi-resolution Emission Inventory for China，MEIC）;社会经济数据均来自各省统计局和《中国统计年鉴》。对于部分缺失数据，统一采用线性插值法估算而得。

2 结果与分析

2.1 海河流域水-能-碳时空演变特征分析

海河流域水-能-碳足迹整体上呈现波动增长的态势，但增长速度差异显著（表4）。水足迹消耗方面，研究期内河南省用水总量多年均值最高为224.61亿m3，用水总量呈现“N”形变化态势，作为人口和农业大省，水资源承载力较低，水资源利用效率低，近年来通过节水技术和出台“四水同治”政策，有效改善了河南省水生态环境。北京市和天津市是海河流域用水总量均值最低区，水资源供需缺口较大，水资源开发利用率极高，供给安全存在一定风险。能源足迹方面，内蒙古自治区年增长率达到9.96%，是海河流域中能源消耗年平均增长最快的省区。内蒙古自治区作为我国重要的能源工业基地，凭借其丰富的能源矿产资源实现了经济快速发展。碳足迹方面，2000—2021年山西省碳排放量最高，年平均增长率高达16.31%，是海河流域最大的碳排放源区;北京市是碳排放量低值区，年平均增长率仅为0.26%。近期围绕节能降耗目标持续控制增量和消减存量，海河流域碳排放量增速减缓，京冀豫地区呈现负增长趋势。

2.2 海河流域水-能-碳系统综合发展分析

为进一步揭示以水-能-碳为核心的资源环境问题，构建了水-能、能-碳、水-碳和水-能-碳多维要素系统，其综合发展水平如图2所示。

图2（a）结果显示，2000—2021年海河流域整体评价指数均呈上升趋势。对单系统要素而言，碳排放系统处于最高位水平，评价指数多年平均值为0.45;能源系统评价指数均值最低为0.30。对综合评价指数而言，2010—2019年，能-碳系统发展较快，年均变化率为3.62%，水-碳、水-能系统和水-能-碳系统前期保持稳步发展趋势，后期评价指数呈现良好的上升态势。

海河流域各省区评价指数存在较大差异。水系统上（图2（b）），因降水量年际变动和产业用水结构调整，水系统波动性较强。河南省评价指数呈现“M”+“N”形发展态势，2021年出现最高值0.559 8，由高降水量（1 127.70 mm）和高产水模数（41.26万m3/km2）引起;天津市均值仅为0.25，这与较低的人均水资源量（110.79 m3/人）和地表水资源量（9.87亿m3）有关。能源系统上（图2（c）），内蒙古自治区和山西省作为我国能源工业基地，能源系统评价指数较高，但受能源宏观调控与市场供需变动影响较大，子系统处于波动增长态势。碳排放系统上（图2（d）），受节能减排政策、能源经济转型和市场供需波动影响，碳系统呈现较大的波动变化态势。北京市在研究期内遥遥领先，能源碳排放量、人均碳排放量逐年降低。水-能-碳系统（图2（e））上，山东省波动幅度较大且高于综合发展水平，多年均值为0.41，近年水资源承载力略有提高，能源消耗强度降低。多维系统（图2（f））上，研究期内l水碳对比系数呈波动上升态势且2021年l水碳对比系数赶超l水能对比系数，表明水资源系统比碳系统发展更好，各省区积极控制水资源消耗和环境污染，提高水资源利用效率。lT3T1对比系数较高，表明水-碳系统进展优于水-能系统，水资源供需关系和用水效益已改善。

综上，海河流域水-能-碳系统是一个相互依赖的复合系统，水能资源禀赋优势、能源经济结构和生态环境治理与水-能-碳系统存在密不可分的关系。在保持经济高质量发展的同时，还要兼顾子系统自身发展水平，以促进海河流域水-能-碳的可持续发展。

2.3 海河流域水-能-碳系统耦合协调分析

利用耦合协调模型计算2000—2021年海河流域水-能-碳系统耦合协调发展水平，结果如图3所示。

由图3可知，海河流域耦合协调度总体上呈平稳发展特征。水-碳系统耦合协调度均值为0.61，为四维系统的最高值，年平均增长率最低为1.23%。这与碳排放有较大关联，较高的水资源消耗加剧了碳排放，水-碳耦合协调发展水平进入增长率放缓阶段。水-能系统和能-碳系统耦合协调水平呈现稳步上升特征，受用水结构和减排政策的影响，水-能和能-碳系统的耦合协调在研究期内有所提升。水-能-碳系统耦合协调有显著增长趋势，子系统内部协调促进了海河流域水-能-碳系统耦合协调的持续发展。

从空间上看，海河流域各省区水-能-碳系统耦合协调度从0.47增至0.74，处于由濒临失调向中级协调过渡阶段，呈稳步发展态势，但各省区增速差别显著。北京市和河北省的耦合协调度增长速度较快，年增长率大于1.5%;其他省区年增长率为0.9%～1.4%，山西省的耦合协调变化最慢。海河流域各省区的耦合协调发展水平也略有差异：北京市、河北省、山东省呈现良好的发展态势，由濒临失调发展到中级协调水平，归功于水、能资源的合理配置以及节能减排约束性指标的管理。天津市、河南省和山西省的耦合协调度表现为上升发展态势，增长速度较缓，但整体上平稳向好，主要是天津市水资源和能源系统处于滞后状态，水资源和能源压力较大。山西省和河南省较低的耦合协调度与其粗放型能源增长方式有着必然联系。辽宁省和内蒙古自治区的耦合协调度波动上升且波动幅度较大，但整体仍保持增长趋势，主要是由于两省区作为工业基地，煤炭能耗占比大，“三废”排放量增加，能源利用效率低，能源及工业结构亟须转型升级。

2.4 海河流域水-能-碳系统驱动力分析

2.4.1 基于障碍度模型的驱动力分析

在耦合协调度运算结果的基础上，运用障碍度模型计算39个指标的障碍度，诊断分析影响海河流域水-能-碳系统耦合协调度的障碍因子。由于障碍因子涉及的指标和年份较多，故分析各障碍因子的障碍度均值，并筛选出障碍度排名前5的主要障碍因子，见表5。

在作用强度上，生态用水比重（S9）和环境治理投资总额（S40）是制约海河流域水-碳系统耦合协调发展最大的障碍因子，说明生态基础投资上存在较大改进空间，区域水资源量分配比例失调、水足迹的增加扩大了碳源区域，对水-碳系统有负反馈效应。能-碳和水-能系统上，天然气消费量（S21）是较大的障碍因子，流域受资源赋存结构和技术瓶颈因素的影响，天然气消费供应缺口大，关键在于能源消耗结构的清洁化发展。水-能-碳系统上，生态用水比重（S9）和天然气消费量（S21）是最大障碍因子，这表明要坚持保障生态用水和提高清洁能源的使用效率。

各省区内部障碍因子存在差异（图4）。生态用水比重（S9）是影响各省区水-能、能-碳和水-碳系统发展最大的障碍因子，其高障碍度对各系统的耦合协调度有较大阻碍作用。水-能-碳系统上，河北省生态用水比重（S9）障碍度最高，达到22.32%;节约用水量（S13）对天津市耦合协调度的影响较大，障碍度为17.73%;环境治理投资总额（S40）和天然气消费量（S21）是影响河南省和山西省系统耦合协调度最大的障碍因子，障碍度为14.33%。未来一段时间内，海河流域各省区要统筹优化本地水、外调水、非常规水调度，合理配置南水北调东中线工程水资源，为海河流域水利高质量发展提供强有力的支撑和保障。

2.4.2 基于地理探测器的驱动力分析

选取2000年、2010年、2015年、2021年4个年份，以海河流域水-能-碳系统耦合协调度作为因变量Y，11个外部指标为自变量X，运行模型得到耦合协调度与各影响指标间的关系。

海河流域水-能-碳系统单一因子探测结果如图5所示。各因子对海河流域水-能-碳系统耦合协调度的q值都大于0，这表明外部因子均推动了系统的协同演进。2000年，X7的q值为0.79，属于强关联因素，表明产业结构合理化能实现水能优化利用，减少碳排放，促进系统耦合协调发展。2010年，X2、X11和X3 解释力增强，表明经济发展水平、对外开放水平和教育水平吸引外来资本的注入，提供更多经费支持，为系统协调发展的基础动力。2015年，X10、X6、X9和X4解释力提高，表明政府调控能力、劳动力要素、居民生活水平和技术进步能为各省发展提供人力和物力支持，为系统协调发展提供核心动力。2021年，各因子解释力均显著提升且差距缩小，X2、X11解释力略有下降，仅为0.38和0.30。

海河流域水-能-碳系统因子交互作用的探测结果如图6所示。各年份因子交互探测结果均表现为双因子或非线性增强，即任意两个因子的交互解释力大于单因子的解释力，说明系统耦合协调变化是多因子共同作用的结果。2000—2010年间，各因子交互解释力都持续提升，其中X11交互解释力均在0.77以上，这一结果与单一因子分析中对外开放水平对耦合协调度影响较大的结论相一致。X2、X6、X10与X1的交互解释力达到1，表明在经济发展、劳动力要素和政府干预多重影响下，海河流域城市化扩张迅速，能够实现各要素流动和资源的合理配置，促进系统耦合协调度提升。研究期内，X10、X7、X2、X9与其他因子的交互作用最为显著，说明政府调控能力、产业结构合理化、经济发展水平和居民生活水平在推动系统协调发展的过程中发挥着不可替代的作用。

3 讨论及结论

3.1 讨论

本文采用耦合协调度、障碍度和地理探测器模型，统筹分析了海河流域水-能-碳系统耦合协调度的变化规律与驱动因子。研究期内，海河流域水-能-碳系统耦合协调度总体上呈现平稳发展特征，但内蒙古自治区能-碳和水-碳系统的耦合协调水平呈波动下降态势，这与杨屹等［31］得出的结论（水资源消耗、能源消耗和碳排放之间的约束性不断加剧，整体耦合协调度呈下降态势）相一致。海河流域生态环境用水比例最小，水资源供需不平衡，节水潜力空间较大，要加大外调水和再生水供水比例，提高水资源利用效率，以实现水资源可持续利用。该结论与宾零陵等［32］的研究结果一致。能源消耗是碳排放的主要来源，在“双碳”目标下，控制能源消耗总量、提高资源利用效率是碳减排最直接、最有效的方式。

鉴于水资源、能源和碳排放之间的关系错综复杂，本文在评价指标体系选取方面可能不够全面，此外，部分缺失数据的线性插值处理可能会造成一定误差。将省级尺度作为基础研究单元，能够反映省域水-能-碳纽带关系的空间差异，但不能够反映出各城市内部之间的差异性。因此，应提高数据收集的准确度，从而尽可能全面准确地分析海河流域水-能-碳系统耦合协调度的变化情况;进一步缩小研究单元尺度，力求客观反映各地级市间的变化规律，是今后的研究重点。

3.2 结论

1）2000—2021年海河流域水-能-碳系统综合发展水平总体上呈现平稳上升趋势，省际差距呈现缩小趋势;碳系统综合指数处于领先地位，年均指数最高为0.45;能源子系统评价指数均值最低为0.30，表明能源是水-能-碳系统协调发展的制约因素。

2）海河流域水-能-碳系统耦合协调水平总体呈现上升发展趋势，耦合协调度从0.47增至0.74，发展水平处于由濒临失调向中级协调过渡阶段，均呈现稳步发展态势，海河各省区耦合协调水平空间分布不均衡，但耦合协调差距在减小。

3）海河流域水-能-碳系统耦合协调发展水平存在空间差异的主要影响因素随时间有所变化。生态用水比重（S9）和天然气消费量（S21）对水-能-碳系统发展的障碍度分别为11.31%和8.31%;双因子对水-能-碳耦合协调空间分异的解释力明显增强，其中经济发展水平、产业结构、政府调控能力和居民生活水平对耦合协调发展作用显著。这表明，未来一定时期内，要改善生态环境，保障生态用水，加强清洁能源利用，推动产业结构、能源结构和消费结构朝着绿色低碳的方向加速转型、创新。

参 考 文 献

［1］赵荣钦，李志萍，韩宇平，等.区域“水-土-能-碳”耦合作用机制分析［J］.地理学报，2016，71（9）：1613-1628.

［2］张抗，苗淼，张立勤.“双碳”目标与中国能源转型思考（一）：能源转型与碳达峰、碳中和［J］.中外能源，2022，27（3）：1-6.

［3］高启慧，秦圆圆，梁媚聪，等.IPCC第六次评估报告综合报告解读及对我国的建议［J］.环境保护，2023，51（增刊2）：82-84.

［4］LIANG M S，HUANG G H，CHEN J P，et al.Energy-water-carbon nexus system planning：a case study of Yangtze River Delta urban agglomeration，China［J］.Applied energy，2022，308：118144.

［5］TAN Q L，LIU Y，YE Q Z.The impact of clean development mechanism on energy-water-carbon nexus optimization in Hebei，China：a hierarchical model based discussion［J］.Journal of environmental management，2020，264：110441.

［6］SUO C，LI Y P，MEI H，et al.Towards sustainability for China′s energy system through developing an energy-climate-water nexus model［J］.Renewable and sustainable energy reviews，2021，135：110394.

［7］赵荣钦，余娇，肖连刚，等.基于“水-能-碳”关联的城市水系统碳排放研究［J］.地理学报，2021，76（12）：3119-3134.

［8］王建华，朱永楠，李玲慧，等.社会水循环系统水-能-碳纽带关系及低碳调控策略研究［J］.水利发展研究，2023，23（9）：56-65.

［9］GU Y F，DONG Y N，WANG H T，et al.Quantification of the water，energy and carbon footprints of wastewater treatment plants in China considering a water-energy nexus perspective［J］.Ecological indicators：integrating，monitoring，assessment and management，2016，60：402-409.

［10］郑靖伟，孙才志.不同尺度下水-能-碳系统空间关联关系分析［J］.华北水利水电大学学报（自然科学版），2024，45（2）：36-47.

［11］王菲，曹永强，范帅邦.“双碳”目标下东北三省水-能源纽带关系及网络特征分析［J］.生态学报，2022，42（14）：5692-5707.

［12］JIN X Y，JIANG W R，FANG D L，et al.Evaluation and driving force analysis of the water-energy-carbon nexus in agricultural trade for RCEP countries［J］.Applied energy，2024，353：122143.

［13］VALEK A M，SUＳˇNIK J，GRAFAKOS S.Quantification of the urban water-energy nexus in México City，México，with an assessment of water-system related carbon emissions［J］.Science of the total environment，2017，590：258-268.

［14］孙贵艳，王胜，肖磊.基于夜间灯光数据的长江上游地区能源消费碳排放及影响因素研究［J］.地域研究与开发，2020，39（4）：159-162.

［15］李可欣，曹永强，范帅邦，等.东北三省“水-能-碳”系统仿真模拟：基于系统动力学模型［J］.生态学报，2023，43（17）：6999-7011.

［16］HUANG J，TAN Q，ZHANG T Y，et al.Energy-water nexus in low-carbon electric power systems：a simulation-based inexact optimization model［J］.Journal of environmental management，2023，338：117744.

［17］GARGARI L S，JODA F，AMERI M.A techno-economic assessment for the water-energy-carbon nexus based on the development of a mathematical model：in the iron and steel industry［J］.Sustainable energy technologies and assessments，2024，63：103653.

［18］TAN S Q，YAO L M.Managing and optimizing urban water supply system for sustainable development：perspectives from water-energy-carbon nexus［J］.Sustainable production and consumption，2023，37：39-52.

［19］张国丰，王瑞贤，刘美玉.“水-能-碳”约束下河北省可持续发展能力评价［J］.河北环境工程学院学报，2023，33（5）：50-58，82.

［20］赵良仕，刘思佳，孙才志.黄河流域水-能源-粮食安全系统的耦合协调发展研究［J］.水资源保护，2021，37（1）：69-78.

［21］陈红光，李晓宁，李晨洋.基于变异系数熵权法的水资源系统恢复力评价：以黑龙江省2007—2016年水资源情况为例［J］.生态经济，2021，37（1）：179-184.

［22］李可欣.东北三省“水-能-碳”系统耦合协调性研究［D］.大连：辽宁师范大学，2023.

［23］张少然，李玲，陈帅奇，等.郑州都市圈新型城镇化、生态环境、碳排放耦合协调分析［J］.河南农业大学学报，2023，57（3）：471-482，492.

［24］邓健，刘文新.吉林省水-能源-粮食系统耦合协调度评价研究［J］.水利水电技术（中英文），2023，54（10）：126-136.

［25］王淑佳，孔伟，任亮，等.国内耦合协调度模型的误区及修正［J］.自然资源学报，2021，36（3）：793-810.

［26］李成宇，张士强.中国省际水-能源-粮食耦合协调度及影响因素研究［J］.中国人口·资源与环境，2020，30（1）：120-128.

［27］姚成胜，滕毅，黄琳.中国粮食安全评价指标体系构建及实证分析［J］.农业工程学报，2015，31（4）：1-10.

［28］王劲峰，徐成东.地理探测器：原理与展望［J］.地理学报，2017，72（1）：116-134.

［29］方世巧，赖俊武，滕容梅.数字经济与旅游业高质量发展的耦合协调关系及互动效应研究：以西部民族地区为例［J］.资源开发与市场，2023，39（11）：1489-1497.

［30］李玉婷，王议寒，刘自敏.中国城市“水-能源-粮食”纽带系统耦合协调度及其影响因素研究［J］.工业技术经济，2023，42（6）：97-105.

［31］杨屹，张园园.呼包鄂榆资源型城市群“水-能-碳”耦合变化及影响因素［J］.中国环境科学，2023，43（11）：6212-6224.

［32］宾零陵，蒋睿文，曹永强，等.京津冀水资源生态足迹动态变化与预测［J］.水资源保护，2023，39（5）：32-38，57.

（编辑：陈海涛）