中國(guó)省際水-能源-糧食耦合協(xié)調(diào)度及影響因素研究

李成宇　張士強(qiáng)

摘要?我國(guó)水資源、能源、糧食消費(fèi)量均居世界首位，如何保證水資源-能源-糧食之間的協(xié)調(diào)發(fā)展成為我國(guó)實(shí)現(xiàn)可持續(xù)發(fā)展急需解決的關(guān)鍵問(wèn)題。基于耦合協(xié)調(diào)度模型測(cè)算2003—2015年我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度，并結(jié)合ESDA方法和空間計(jì)量模型探討水-能源-糧食耦合協(xié)調(diào)度的空間相關(guān)性及影響因素。結(jié)果表明：①我國(guó)省際水-能源-糧食子系統(tǒng)及綜合評(píng)價(jià)指數(shù)水平較低，呈現(xiàn)上升態(tài)勢(shì)，其空間分布格局與我國(guó)水-能源-糧食資源稟賦分布格局相一致。②我國(guó)省際水-能源-糧食耦合度已處于高水平，但我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度水平較低，呈現(xiàn)出穩(wěn)定上升態(tài)勢(shì)，存在較大的提升空間;我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度具有顯著的空間分異規(guī)律，各地區(qū)空間差異性明顯，呈現(xiàn)出東北>中部>東部>西部的空間分布格局。③我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度呈正向空間自相關(guān)性，集聚狀態(tài)明顯，但分布格局不夠穩(wěn)定，易發(fā)生變動(dòng)。④我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度的影響因素主要有經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)集聚、技術(shù)進(jìn)步、教育、人口和農(nóng)林支出。因此，國(guó)家應(yīng)針對(duì)水、能源、糧食的協(xié)調(diào)發(fā)展進(jìn)行頂層設(shè)計(jì)，統(tǒng)籌考慮水、能源、糧食與產(chǎn)業(yè)布局及行業(yè)外部影響的關(guān)系。通過(guò)技術(shù)進(jìn)步來(lái)提升水、能源、糧食的利用效率，保證協(xié)調(diào)發(fā)展的質(zhì)量。各省市則應(yīng)結(jié)合自身實(shí)際情況，制定有針對(duì)性的措施，彌補(bǔ)短板，促進(jìn)其水-能源-糧食的協(xié)調(diào)發(fā)展。

關(guān)鍵詞?水-能源-糧食;耦合協(xié)調(diào)度;影響因素;ESDA;空間計(jì)量

中圖分類(lèi)號(hào)?X24

文獻(xiàn)標(biāo)識(shí)碼?A?文章編號(hào)?1002-2104（2020）01-0120-09?DOI：10.12062/cpre.20190832

水、能源、糧食是維系人類(lèi)生存，推動(dòng)經(jīng)濟(jì)運(yùn)行，維持社會(huì)可持續(xù)發(fā)展的重要戰(zhàn)略資源，三者之間存在相互關(guān)聯(lián)、制約、依存的復(fù)雜關(guān)系。自2011年世界經(jīng)濟(jì)論壇發(fā)布《全球風(fēng)險(xiǎn)報(bào)告》將“Water-Energy-Food Nexus”風(fēng)險(xiǎn)群納入三大風(fēng)險(xiǎn)群以來(lái)[1]，各國(guó)逐漸認(rèn)識(shí)到水、能源、糧食三者關(guān)聯(lián)關(guān)系對(duì)經(jīng)濟(jì)和社會(huì)可持續(xù)發(fā)展的重要性。而我國(guó)正處于新型工業(yè)化和城鎮(zhèn)化進(jìn)程的加速推進(jìn)階段，對(duì)于水、能源、糧食的需求量極大，更因?yàn)槿丝诒姸啵m然資源總量大，但人均資源量遠(yuǎn)低于世界平均水平，再加上我國(guó)水資源大多集中在南方，農(nóng)業(yè)生產(chǎn)和能源儲(chǔ)備集中在北方的特殊分布格局，致使我國(guó)水資源緊張，能源需求增加，糧食供給不確定性加劇等現(xiàn)象頻繁發(fā)生，水、能源、糧食三者之間的相關(guān)性和約束性特征也日益突出。因此，研究水-能源-糧食耦合協(xié)調(diào)發(fā)展對(duì)促進(jìn)我國(guó)區(qū)域可持續(xù)發(fā)展具有重要意義。

1?文獻(xiàn)綜述

國(guó)外學(xué)術(shù)界對(duì)水-能源-糧食的研究已非?；钴S，研究重點(diǎn)主要集中在兩個(gè)方面：一方面是針對(duì)水-能源-糧食邊界的劃定和關(guān)聯(lián)關(guān)系的闡述。例如，Hoff[2]、Conway等[3]、Zhang等[4]分別針對(duì)水-能源-糧食的概念、邊界、關(guān)聯(lián)關(guān)系、面臨挑戰(zhàn)等方面進(jìn)行詳細(xì)的闡述分析。另一方面是在考慮社會(huì)、環(huán)境等因素的影響下，水-能源-糧食關(guān)聯(lián)關(guān)系動(dòng)態(tài)變化的描述與策略的探索。例如，Schreiner和Baleta[5]、Mercure等[6]通過(guò)對(duì)南共體、巴西水-能源-糧食的發(fā)展機(jī)會(huì)以及制約因素展開(kāi)研究。這些研究對(duì)認(rèn)識(shí)水-能源-糧食關(guān)聯(lián)關(guān)系、制定符合自身需求的可行政策具有重要意義。但現(xiàn)有研究多是基于定性研究方法，定量研究相對(duì)較少且呈現(xiàn)零散性特征，丞待實(shí)現(xiàn)進(jìn)一步的突破。其中，Sherwood等[7]利用LCA模型測(cè)算美國(guó)各經(jīng)濟(jì)部門(mén)的水、能源、糧食強(qiáng)度。Hernandez等[8]通過(guò)動(dòng)態(tài)仿真模型評(píng)估英國(guó)生態(tài)城市的水、能源、糧食供需關(guān)系。White等[9]利用MRIO模型評(píng)價(jià)東亞地區(qū)水-能源-糧食投入與環(huán)境產(chǎn)出的競(jìng)爭(zhēng)需求。Ibrahim等[10]通過(guò)DEA模型對(duì)OECD國(guó)家的水-能源-糧食關(guān)聯(lián)效率進(jìn)行了實(shí)證分析。國(guó)內(nèi)針對(duì)水-能源-糧食的研究相對(duì)滯后，現(xiàn)有研究多是針對(duì)水-能源-糧食關(guān)聯(lián)關(guān)系相關(guān)理論、概念的定性研究，例如，李桂君等[11]、常遠(yuǎn)等[12]、鄭人瑞等[13]都嘗試對(duì)水-能源-糧食關(guān)聯(lián)關(guān)系進(jìn)行描述性研究，并從不同視角出發(fā)，探討該領(lǐng)域的核心研究問(wèn)題、關(guān)鍵分析工具以及未來(lái)面臨的挑戰(zhàn)。定量研究則相對(duì)較少，研究大都將關(guān)注點(diǎn)聚焦在水-能源-糧食的供需安全以及耦合協(xié)調(diào)發(fā)展領(lǐng)域[14-15]。同時(shí)，研究維度主要集中于城市和局部區(qū)域?qū)用?，研究方法以定性為主，定量方法則主要包括DEA模型、耦合協(xié)調(diào)模型和系統(tǒng)動(dòng)力學(xué)模型[16-19]。

通過(guò)梳理文獻(xiàn)，可以看出國(guó)內(nèi)水-能源-糧食的研究仍處于起步階段，研究多以定性研究為主，定量研究較少。雖已有水-能源-糧食耦合協(xié)調(diào)領(lǐng)域的研究成果發(fā)表，但研究不夠深入，研究?jī)H以測(cè)算分析為主，缺少對(duì)水-能源-糧食耦合協(xié)調(diào)度空間分布特征、影響因素等方面的研究，且研究尺度都集中在個(gè)別省市或局部區(qū)域，缺少對(duì)我國(guó)省際層面的研究?；诖耍疚膶?duì)我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度進(jìn)行測(cè)算分析，并通過(guò)ESDA分析方法和空間計(jì)量模型對(duì)水-能源-糧食耦合協(xié)調(diào)度的空間特征和影響因素進(jìn)行探索性分析，以期為水-能源-糧食耦合協(xié)調(diào)度的提升和區(qū)域可持續(xù)發(fā)展提供參考借鑒。

2?研究方法與數(shù)據(jù)說(shuō)明

2.1?水-能源-糧食協(xié)調(diào)發(fā)展作用機(jī)理

水-能源-糧食是一個(gè)具有復(fù)雜性、不確定性，層次性的開(kāi)放系統(tǒng)。構(gòu)成該系統(tǒng)的諸多要素間存在著相互依存、相互作用的復(fù)雜關(guān)系，既相互促進(jìn)又相互制約，既存在積極影響又存在消極影響，因此分析水-能源-糧食相互作用機(jī)理，是水-能源-糧食實(shí)現(xiàn)耦合協(xié)調(diào)發(fā)展的首要問(wèn)題，通過(guò)圖1進(jìn)行說(shuō)明。能源為水資源開(kāi)發(fā)利用提供基本保障，水資源在取用、分配、傳輸?shù)榷鄠€(gè)環(huán)節(jié)均需要消耗大量能源。但在能源開(kāi)采過(guò)程中，往往會(huì)產(chǎn)生破壞地表水系、擾亂水循環(huán)過(guò)程、污染地表及地下水資源等負(fù)面影響，也會(huì)加劇水資源緊缺程度。水資源是能源生產(chǎn)的基礎(chǔ)要素，能源生產(chǎn)從化石燃料開(kāi)采加工到電力產(chǎn)生的全過(guò)程均需在水的采洗、冷卻、傳導(dǎo)等作用下實(shí)現(xiàn)。但由于水資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開(kāi)發(fā)。水資源為糧食生產(chǎn)提供基本保障，糧食從作物生長(zhǎng)到再加工的整個(gè)過(guò)程均是以水為投入要素。但由于水資源分布不均，很多地區(qū)的農(nóng)業(yè)用水得不到滿足，不利于糧食生產(chǎn)。此外，許多未經(jīng)處理過(guò)的污水都直接排入地表，污染水質(zhì)和土壤，使得糧食產(chǎn)量降低。糧食為社會(huì)提供賴(lài)以生存和發(fā)展的基礎(chǔ)物質(zhì)。但糧食生產(chǎn)過(guò)程中，使用過(guò)的化肥、農(nóng)藥及其他化學(xué)物質(zhì)，在降水、灌溉的作用下，流入地下或滲透到田間，使得水資源遭到破壞。能源則為糧食生產(chǎn)提供動(dòng)力需求，糧食生產(chǎn)的機(jī)械化、加工、存儲(chǔ)以及運(yùn)輸均離不開(kāi)能源的支持。糧食可以為能源生產(chǎn)提供生物質(zhì)原料。同時(shí)，水資源、能源、糧食具有廣泛的協(xié)同作用，糧食生產(chǎn)已從精耕細(xì)作式的生產(chǎn)方式向大規(guī)模機(jī)械化生產(chǎn)方式轉(zhuǎn)變，使得糧食生產(chǎn)的現(xiàn)代化程度和工業(yè)化程度越來(lái)越高，其所消耗的水和能源也越來(lái)越多。能源工業(yè)則是建立在水資源、能源、糧食的消耗利用基礎(chǔ)上，一方面糧食可以為勞動(dòng)力提供生存和發(fā)展的基礎(chǔ)物質(zhì)，另一方面，能源工業(yè)生產(chǎn)運(yùn)行都必須依賴(lài)于穩(wěn)定的能源和水資源供應(yīng)，且其能耗強(qiáng)度與用水強(qiáng)度往往具有正相關(guān)關(guān)系，既是能源消耗大戶也是水資源消耗大戶。而在水資源的提取、運(yùn)輸和利用過(guò)程中，水-能源-糧食的物質(zhì)流也是相互交織，相互參與。

2.2?評(píng)價(jià)指標(biāo)體系構(gòu)建

科學(xué)合理的評(píng)價(jià)指標(biāo)體系是準(zhǔn)確把握水-能源-糧食耦合協(xié)調(diào)水平的前提，在綜合考慮水、能源和糧食耦合協(xié)調(diào)作用機(jī)理的基礎(chǔ)上，參考已有研究成果[14-16]，遵循科學(xué)性、系統(tǒng)性、全面性和真實(shí)性原則，構(gòu)建我國(guó)省際水-能源-糧食耦合協(xié)調(diào)發(fā)展評(píng)價(jià)指標(biāo)體系（見(jiàn)表1）。

2.3?研究方法

2.3.1?綜合評(píng)價(jià)指數(shù)模型

在對(duì)原始數(shù)據(jù)進(jìn)行無(wú)量綱化處理后，參考周振[20]等人的研究，采用幾何平均法構(gòu)建水系統(tǒng)指數(shù)、能源系統(tǒng)指數(shù)、糧食系統(tǒng)指數(shù)，來(lái)計(jì)算各子系統(tǒng)的評(píng)價(jià)指數(shù)。考慮到水、能源、糧食之間相互關(guān)聯(lián)、相互影響、相互促進(jìn)，不可分割的關(guān)系特點(diǎn)及可持續(xù)發(fā)展的要求，研究認(rèn)為目標(biāo)層和指標(biāo)層之間均為等權(quán)權(quán)重。

2.3.2?耦合協(xié)調(diào)度模型

基于耦合發(fā)展理論，參考李裕瑞等[21]的方法，構(gòu)建水-能源-糧食耦合模型。

2.3.4?空間計(jì)量模型

空間計(jì)量模型主要分為空間誤差模型和空間滯后模型兩種，本文根據(jù)Anselin判定準(zhǔn)則[24]，選擇空間誤差模型研究水-能源-糧食耦合協(xié)調(diào)度的影響因素。

2.4?數(shù)據(jù)說(shuō)明

2.4.1?影響因素變量選取

水-能源-糧食耦合協(xié)調(diào)度受經(jīng)濟(jì)發(fā)展水平、教育、技術(shù)進(jìn)步、經(jīng)濟(jì)集聚、人口、農(nóng)林支持等因素的影響，相關(guān)因素指標(biāo)選取如下：經(jīng)濟(jì)發(fā)展水平由人均GDP表示，教育由教育經(jīng)費(fèi)占GDP比重表示，技術(shù)進(jìn)步由專(zhuān)利授權(quán)數(shù)表示，經(jīng)濟(jì)集聚由單位面積非農(nóng)產(chǎn)出表示，人口由總?cè)丝跀?shù)表示，農(nóng)林支持由農(nóng)林財(cái)政支出表示。

2.4.2?數(shù)據(jù)來(lái)源

時(shí)間區(qū)間為2003—2015年，共計(jì)13a，數(shù)據(jù)主要來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)能源年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)村年鑒》并結(jié)合30省市相關(guān)統(tǒng)計(jì)資料進(jìn)行修正。由于港澳臺(tái)及西藏地區(qū)數(shù)據(jù)可獲取性差，在研究時(shí)未作考慮。

3?測(cè)算結(jié)果分析

3.1?水-能源-糧食綜合評(píng)價(jià)分析

利用綜合評(píng)價(jià)指數(shù)模型分別測(cè)算三個(gè)子系統(tǒng)評(píng)價(jià)指數(shù)以及水-能源-糧食綜合評(píng)價(jià)指數(shù)，并通過(guò)圖2和表3加以說(shuō)明。從圖2可知，能源評(píng)價(jià)指數(shù)水平相對(duì)較高，整體呈現(xiàn)上升態(tài)勢(shì)，2003—2008年期間上升態(tài)勢(shì)明顯，2008—2013年呈波動(dòng)上升態(tài)勢(shì)，2013年則出現(xiàn)下降態(tài)勢(shì)，年平均增長(zhǎng)率為1.5%。糧食評(píng)價(jià)指數(shù)次之，除2004年出現(xiàn)小幅度下降外，其他年份均呈現(xiàn)出良好的上升態(tài)勢(shì)，年平均增長(zhǎng)率為4.6%。水資源評(píng)價(jià)指數(shù)水平最低，雖整體呈現(xiàn)上升態(tài)勢(shì)，但上下波動(dòng)明顯，且增長(zhǎng)趨勢(shì)緩慢，年平均增長(zhǎng)率僅為1.1%。得益于水、能源、糧食三個(gè)子系統(tǒng)呈現(xiàn)出的上升態(tài)勢(shì)，我國(guó)水-能源-糧食綜合評(píng)價(jià)指數(shù)也呈現(xiàn)出明顯的上升態(tài)勢(shì)，且態(tài)勢(shì)穩(wěn)定，研究期間內(nèi)的綜合評(píng)價(jià)指數(shù)已從2003年的0.268提高至2015年的0.356，年平均增長(zhǎng)率為2.4%。

從表3可知，我國(guó)省際水-能源-糧食子系統(tǒng)及綜合評(píng)價(jià)指數(shù)水平都不高，三個(gè)子系統(tǒng)的評(píng)價(jià)指數(shù)全國(guó)均值分別只有0.297、0.343和0.367，而水-能源-糧食綜合評(píng)價(jià)指數(shù)全國(guó)均值僅為0.326。具體來(lái)看，水資源評(píng)價(jià)指數(shù)相對(duì)較高的省市主要分布在水資源豐富的南方地區(qū)，例如浙江、四川、湖南，水資源評(píng)價(jià)指數(shù)低的省市則多集中在水資源貧乏的北方地區(qū)，例如新疆、寧夏、山西。能源評(píng)價(jià)指

數(shù)相對(duì)較高的省市主要分布在能源儲(chǔ)備豐富的西北及東北地區(qū)，例如陜西、新疆、黑龍江，能源評(píng)價(jià)指數(shù)低的省市則多集中在能源資源相對(duì)貧瘠的東部沿海地區(qū)，例如上海、海南、浙江。糧食評(píng)價(jià)指數(shù)相對(duì)較高的省市主要分布在農(nóng)業(yè)水平發(fā)達(dá)的東部及東北地區(qū)，例如山東、江蘇、吉林，糧食評(píng)價(jià)指數(shù)低的省市則多集中在農(nóng)業(yè)水平欠發(fā)達(dá)的西部地區(qū)，例如青海、新疆、海南。水-能源-糧食綜合評(píng)價(jià)指數(shù)相對(duì)較高的省市主要分布在三種資源都相對(duì)豐富的地區(qū)，例如河南、四川、湖南，水-能源-糧食綜合評(píng)價(jià)指數(shù)低的省市則集中在三種資源都缺乏的地區(qū)，例如寧夏、上海、海南。

3.2?水-能源-糧食耦合協(xié)調(diào)分析

利用耦合度模型和耦合協(xié)調(diào)度模型對(duì)2003—2015年我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度進(jìn)行測(cè)算，并通過(guò)圖3和表4加以說(shuō)明。從圖3可知，我國(guó)整體水-能源-糧食耦合度已達(dá)到高水平且趨于穩(wěn)定，研究期間內(nèi)的水-能源-糧食耦合度均高于0.950。而我國(guó)整體水-能源-糧食耦合協(xié)調(diào)度水平不高，僅達(dá)到勉強(qiáng)協(xié)調(diào)等級(jí)，整體呈現(xiàn)穩(wěn)定的上升態(tài)勢(shì)，耦合協(xié)調(diào)度已從2003年的0.503提高至2015年的0.582，但增長(zhǎng)趨勢(shì)相對(duì)緩慢，年平均增長(zhǎng)率為1.2%。各地區(qū)水-能源-糧食耦合協(xié)調(diào)度水平差異較大，總體呈現(xiàn)出東北>中部>東部>西部的分布格局。其中，東北地區(qū)水-能源-糧食耦合協(xié)調(diào)度水平最高，呈現(xiàn)良好的上升態(tài)勢(shì)，耦合協(xié)調(diào)度在0.513～0.648之間波動(dòng)，年平均增長(zhǎng)率為1.6%，自2009年后，達(dá)到初級(jí)協(xié)調(diào)等級(jí)。中部地區(qū)水-能源-糧食耦合協(xié)調(diào)度水平次之，同樣呈現(xiàn)良好的上升態(tài)勢(shì)，耦合協(xié)調(diào)度已從0.525穩(wěn)定上升至0.629，年平均增長(zhǎng)率為1.3%，自2010年后，達(dá)到初級(jí)協(xié)調(diào)等級(jí)。東部地區(qū)水-能源-糧食耦合協(xié)調(diào)度水平又次之，雖呈現(xiàn)出穩(wěn)定的上升態(tài)勢(shì)，但上升態(tài)勢(shì)相對(duì)緩慢，耦合協(xié)調(diào)度保持在0.524～0.567之間上下波動(dòng)，年平均增長(zhǎng)率僅為0.03%，并于2012后出現(xiàn)弱下降態(tài)勢(shì)，當(dāng)前僅達(dá)到勉強(qiáng)協(xié)調(diào)等級(jí)。西部地區(qū)水-能源-糧食耦合協(xié)調(diào)度水平最低，但呈現(xiàn)出明顯的上升態(tài)勢(shì)，耦合協(xié)調(diào)度已從0.463穩(wěn)步上升至0.580，年平均增長(zhǎng)率為1.9%，并于2012年后超過(guò)東部地區(qū)，目前仍位于勉強(qiáng)協(xié)調(diào)等級(jí)。

從表4可知，我國(guó)省際水-能源-糧食耦合度與我國(guó)整體耦合度一樣都已達(dá)到很高的水平，除寧夏和新疆以外，其他28個(gè)省市的水-能源-糧食耦合度均在0.900以上。而我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度水平不高，全國(guó)均值為0.558，大多數(shù)省市耦合協(xié)調(diào)度位于0.500～0.600之間，僅達(dá)到勉強(qiáng)協(xié)調(diào)等級(jí)。具體來(lái)看，水-能源-糧食耦合協(xié)調(diào)度高于全國(guó)均值的省市有19個(gè)，全國(guó)占比63%，其中河南、湖南等8個(gè)省市的水-能源-糧食耦合協(xié)調(diào)度水平最高，均值均高于0.600，達(dá)到初級(jí)協(xié)調(diào)等級(jí)，全國(guó)占比26%;山東、遼寧、福建、重慶等11個(gè)省市的水-能源-糧食耦合協(xié)調(diào)度均值則位于0.558～0.600之間，達(dá)到勉強(qiáng)協(xié)調(diào)等級(jí)，全國(guó)占比37%。水-能源-糧食耦合協(xié)調(diào)度低于全國(guó)均值的省市有11個(gè)，全國(guó)占比37%，其中青海、海南、新疆、上海、寧夏5個(gè)省市的水-能源-糧食耦合協(xié)調(diào)度水平最低，均值均低于0.500，仍?xún)H位于瀕臨失調(diào)甚至是失調(diào)等級(jí)，尚未實(shí)現(xiàn)協(xié)調(diào)，全國(guó)占比17%;山西、貴州、北京等6省市水-能源-糧食耦合協(xié)調(diào)度均值則位于0.500～0.558之間，達(dá)到勉強(qiáng)協(xié)調(diào)等級(jí)?？梢钥闯鏊?能源-糧食耦合協(xié)調(diào)度相對(duì)較高的省市主要分布在我國(guó)的東北、中部、西南和東部沿海地區(qū)，這些地區(qū)境內(nèi)大都有大江大河經(jīng)過(guò)，水資源豐富，降水量充足，農(nóng)業(yè)發(fā)達(dá)，煤炭、石油、水能等能源資源充足，使得其在水-能源-糧食耦合協(xié)調(diào)度上具有一定的優(yōu)勢(shì)。水-能源-糧食耦合協(xié)調(diào)度低的省市主要分布在我國(guó)的西北和北方地區(qū)，這些地區(qū)大都?xì)夂蚋珊担邓啃?，水資源貧乏，境內(nèi)多戈壁沙漠，農(nóng)業(yè)發(fā)展滯后，雖然能源資源豐富，但無(wú)法彌補(bǔ)水資源、糧食帶來(lái)的劣勢(shì)，導(dǎo)致其水-能源-糧食耦合協(xié)調(diào)度不夠理想。

4?水-能源-糧食耦合協(xié)調(diào)影響因素分析

4.1?空間自相關(guān)檢驗(yàn)

根據(jù)測(cè)算出的水-能源-糧食耦合協(xié)調(diào)度，運(yùn)件計(jì)算水-能源-糧食耦合協(xié)調(diào)度的Morans I指數(shù)（見(jiàn)表5）。可以看出，研究期間內(nèi)Morans I指數(shù)均為正，其中2011年Morans I指數(shù)為0.043，未通過(guò)顯著性水平檢驗(yàn)，其他年份的Morans I指數(shù)均通過(guò)顯著性水平檢驗(yàn)，表明我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度存在顯著的正向空間自相關(guān)關(guān)系，呈現(xiàn)出較強(qiáng)的空間集聚模式。Morans I指數(shù)由0.204提升至0.235，呈弱上升態(tài)勢(shì)，表明2003年以來(lái)，我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度的空間相關(guān)顯著性有所增強(qiáng)，集聚態(tài)勢(shì)有所凸顯。Morans I指數(shù)波動(dòng)趨勢(shì)明顯，其中2003—2011年期間Morans I指數(shù)上下波動(dòng)趨勢(shì)強(qiáng)烈，并于2011年達(dá)到最低點(diǎn)，隨后開(kāi)始反彈，呈上升趨勢(shì)，2014年后則趨于穩(wěn)定，這表明我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度的空間分布格局不夠穩(wěn)定，易發(fā)生變動(dòng)。

4.2?空間計(jì)量模型選擇

通過(guò)上述分析可知，我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度存在明顯的空間相關(guān)性和依賴(lài)性，而使用普通回歸模型會(huì)因?yàn)榭臻g因素的影響低估或高估某些因素的影響作用，因此本文選擇能考慮空間效應(yīng)的空間計(jì)量模型來(lái)檢驗(yàn)我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度的影響因素?？臻g計(jì)量模型的選擇需通過(guò)LM檢驗(yàn)來(lái)實(shí)現(xiàn)，本文通過(guò)MATLAB軟件對(duì)2003—2015年我國(guó)30省市面板數(shù)據(jù)進(jìn)行LM檢驗(yàn)分析，結(jié)果如表6所示。

表6結(jié)果顯示，LM-eeror通過(guò)顯著性水平檢驗(yàn)，LM-lag未通過(guò)顯著性水平檢驗(yàn)，根據(jù)Anselin判別準(zhǔn)則[24]，選擇空間誤差模型?；谂袆e準(zhǔn)則，本文分別對(duì)五種效應(yīng)下的空間誤差模型進(jìn)行檢驗(yàn)，選取其中最為合理的模型，表7為五種效應(yīng)的檢驗(yàn)結(jié)果?？梢钥闯觯瑫r(shí)空雙固定效應(yīng)的空間誤差模型的判定系數(shù)為0.921，Log-L值為982.506，均高于其他四種效應(yīng)。因此，本文采用時(shí)空雙固定空間誤差模型分析我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度的影響因素。

4.3?空間計(jì)量結(jié)果分析

根據(jù)表7估計(jì)結(jié)果顯示，λ值顯著為正，且通過(guò)1%的顯著性水平檢驗(yàn)，說(shuō)明我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度存在較強(qiáng)的空間集聚現(xiàn)象，印證了空間因素在模型設(shè)定中的必要性和科學(xué)性。具體來(lái)看，教育系數(shù)為0.044，通過(guò)1%顯著性水平檢驗(yàn)。教育投入的提升有利于完善教育體系，提高教學(xué)質(zhì)量，保證技術(shù)、知識(shí)傳播，為培育高素質(zhì)國(guó)民提供物質(zhì)支撐，而國(guó)民素質(zhì)的提升，能夠使其更加容易學(xué)習(xí)和掌握新技術(shù)新方法，理解貫徹新政策新措施，培養(yǎng)減少浪費(fèi)、節(jié)約資源、綠色消費(fèi)的新習(xí)慣，從而促進(jìn)水-能源-糧食耦合協(xié)調(diào)度的提升。經(jīng)濟(jì)發(fā)展水平系數(shù)為0.061，通過(guò)5%顯著性水平檢驗(yàn)。經(jīng)濟(jì)發(fā)展水平高的地區(qū)，產(chǎn)業(yè)結(jié)構(gòu)合理，基礎(chǔ)設(shè)施完善，技術(shù)工藝先進(jìn)，在人、財(cái)、物等方面更具優(yōu)勢(shì)，而這些優(yōu)勢(shì)能為水、能源、糧食的利用提供良好的發(fā)展空間，促進(jìn)其耦合協(xié)調(diào)度的提升。經(jīng)濟(jì)集聚系數(shù)為0.041，通過(guò)5%顯著性水平檢驗(yàn)。經(jīng)濟(jì)集聚過(guò)程中，伴隨著各種正外部性，產(chǎn)生的規(guī)模經(jīng)濟(jì)、成本節(jié)約、技術(shù)、知識(shí)溢出效應(yīng)均會(huì)有利于水-能源-糧食耦合協(xié)調(diào)度的提升。農(nóng)林支持系數(shù)為0.015，通過(guò)5%顯著性水平檢驗(yàn)。農(nóng)林支持力度的加大，有利于完善農(nóng)田水利基礎(chǔ)設(shè)施，推動(dòng)農(nóng)業(yè)現(xiàn)代化發(fā)展，提升農(nóng)業(yè)生產(chǎn)效率，促進(jìn)糧食高效、高質(zhì)生產(chǎn)，保障全社會(huì)的糧食供給，為水-能源-糧食耦合協(xié)調(diào)度的提升提供物質(zhì)保障。技術(shù)進(jìn)步系數(shù)為0.009，通過(guò)10%顯著性水平檢驗(yàn)。技術(shù)進(jìn)步能有效提高水、能源、糧食在生產(chǎn)開(kāi)采端的勞動(dòng)生產(chǎn)率，降低水、能源、糧食在消費(fèi)端的不必要損耗和浪費(fèi)，促進(jìn)水、能源、糧食高效利用，從而對(duì)水-能源-糧食耦合協(xié)調(diào)產(chǎn)生積極影響。人口系數(shù)為-0.073，通過(guò)10%顯著性水平檢驗(yàn)。人口數(shù)量越多，其對(duì)水、能源、糧食的需求量就越大，再加上當(dāng)前人口主要分布在東中部地區(qū)，這些地區(qū)多少都會(huì)存在一種或多種資源供應(yīng)緊張的問(wèn)題，這就會(huì)大大增加資源的供應(yīng)成本，導(dǎo)致水、能源、糧食之間無(wú)法很好的協(xié)調(diào)匹配，因而會(huì)對(duì)水-能源-糧食耦合協(xié)調(diào)度產(chǎn)生負(fù)面影響。

5?結(jié)論與建議

利用耦合協(xié)調(diào)度模型對(duì)2003—2015年我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度進(jìn)行測(cè)度，并運(yùn)用ESDA分析方法和空間計(jì)量模型探討水-能源-糧食耦合協(xié)調(diào)度的空間相關(guān)性和影響因素。結(jié)果表明：①我國(guó)省際水-能源-糧食各子系統(tǒng)及綜合評(píng)價(jià)指數(shù)水平較低，但呈現(xiàn)上升態(tài)勢(shì)，其空間分布格局與我國(guó)水-能源-糧食資源稟賦分布格局相一致。②我國(guó)省際水-能源-糧食耦合度已處于高水平，但我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度水平較低，呈穩(wěn)定上升態(tài)勢(shì);我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度具有顯著的空間分異規(guī)律，各地區(qū)空間差異性明顯，呈現(xiàn)出東北>中部>東部>西部的空間分布格局。③我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度呈正向空間自相關(guān)性，集聚狀態(tài)明顯，但分布格局不夠穩(wěn)定，易發(fā)生變動(dòng)。④我國(guó)省際水-能源-糧食耦合協(xié)調(diào)度的影響因素主要有經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)集聚、技術(shù)進(jìn)步、教育、人口和農(nóng)林支持?；谝陨辖Y(jié)論，提出建議如下。①?lài)?guó)家在頂層設(shè)計(jì)中統(tǒng)籌考慮水、能源、糧食之間的協(xié)調(diào)發(fā)展關(guān)系。在戰(zhàn)略層面，統(tǒng)籌考慮當(dāng)?shù)禺a(chǎn)業(yè)布局與三種資源之間的關(guān)系。在政策層面，統(tǒng)籌考慮行業(yè)發(fā)展政策產(chǎn)生的外部影響以及來(lái)自其他行業(yè)的外部影響。②水、能源、糧食等相關(guān)領(lǐng)域既要積極引進(jìn)國(guó)外的先進(jìn)生產(chǎn)工藝、技術(shù)、方法，通過(guò)技術(shù)、知識(shí)溢出來(lái)提升自身的技術(shù)水平，又要強(qiáng)化自身的研發(fā)能力，努力做到引進(jìn)與自主研發(fā)兩手抓、兩手硬，以此來(lái)提高資源的利用效率，保證水、能源、糧食的協(xié)調(diào)發(fā)展。③各省市則要結(jié)合自身實(shí)際情況，制定有針對(duì)性的措施，彌補(bǔ)短板，促進(jìn)水-能源-糧食的協(xié)調(diào)發(fā)展。對(duì)于協(xié)調(diào)發(fā)展水平較高的省市，應(yīng)結(jié)合自身的資源稟賦優(yōu)化其產(chǎn)業(yè)布局，對(duì)高耗能、高耗水產(chǎn)業(yè)進(jìn)行技術(shù)改造和升級(jí)，大力發(fā)展低能耗、綠色環(huán)保的產(chǎn)業(yè)。對(duì)于協(xié)調(diào)發(fā)展水平低的省市，則應(yīng)加速實(shí)施土地休耕政策，加強(qiáng)對(duì)農(nóng)業(yè)節(jié)水技術(shù)的研發(fā)，引進(jìn)耐旱作物，推廣高效節(jié)水灌溉，限制、減少高耗水的能源項(xiàng)目，鼓勵(lì)發(fā)展耗水量小的新能源項(xiàng)目，鼓勵(lì)利用廢水進(jìn)行能源生產(chǎn)。

（編輯：李?琪）

參考文獻(xiàn)

[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，F(xiàn)ENG 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，F(xiàn)ERREIRA 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，李玉龍.水-能源-糧食關(guān)聯(lián)關(guān)系：區(qū)域可持續(xù)發(fā)展研究的新視角[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2016（12）：76-90.

[12]常遠(yuǎn)，夏朋，王建平.水-能源-糧食紐帶關(guān)系概述及對(duì)我國(guó)的啟示[J].水利發(fā)展研究，2016， 16（5）：67-70.

[13]鄭人瑞，唐金榮，金璽.水-能源-糧食紐帶關(guān)系：地球科學(xué)的認(rèn)知與解決方案[J].中國(guó)礦業(yè)，2018， 27（10）：36-41.

[14]孫才志，閻曉東.中國(guó)水資源-能源-糧食耦合系統(tǒng)安全評(píng)價(jià)及空間關(guān)聯(lián)分析[J].水資源保護(hù)， 2018，34（5）：1-8.

[15]畢博，陳丹，鄧鵬，等.區(qū)域水資源-能源-糧食系統(tǒng)耦合協(xié)調(diào)演化特征研究[J].中國(guó)農(nóng)村水利水電， 2018（2）：72-77.

[16]鄧鵬，陳菁，陳丹，等. 區(qū)域水-能源-糧食耦合協(xié)調(diào)演化特征研究——以江蘇省為例[J].水資源與水工程學(xué)報(bào)， 2017，28（6）：232-238.

[17]彭少明，鄭小康，王煜，等.黃河流域水資源-能源-糧食的協(xié)同優(yōu)化[J].水科學(xué)進(jìn)展， 2017，28（5）：681-690.

[18]李桂君，黃道涵，李玉龍.中國(guó)不同地區(qū)水-能源-糧食投入產(chǎn)出效率評(píng)價(jià)研究[J].經(jīng)濟(jì)社會(huì)體制比較，2017，191（3）：138-148.

[19]王慧敏，洪俊，劉鋼.“水-能源-糧食”紐帶關(guān)系下區(qū)域綠色發(fā)展政策仿真研究[J].中國(guó)人口·資源與環(huán)境，2019，29 （6） ：74 - 84.

[20]周振，孔祥智.我國(guó)“四化”協(xié)調(diào)發(fā)展格局及其影響因素研究——基于農(nóng)業(yè)現(xiàn)代化視角[J].中國(guó)軟科學(xué)， 2015（10）：9-26.

[21]李裕瑞，王婧，劉彥隨，等.中國(guó)“四化”協(xié)調(diào)發(fā)展的區(qū)域格局及其影響因素[J].地理學(xué)報(bào)，2014，69（2）：199-212.

[22]廖重斌.環(huán)境與經(jīng)濟(jì)協(xié)調(diào)發(fā)展的定量評(píng)判及其分類(lèi)體系——以珠江三角洲城市群為例[J].熱帶地理， 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，F(xiàn)LORAX R，REY S J. Advanced in spatial econometrics： methodology tools and applications[M].Berlin：Springer Science & Business Media，2004.