中國(guó)省際水-能源-糧食綜合利用效率研究

陳哲軒,張士強(qiáng),2,李成宇

(1.山東科技大學(xué) 經(jīng)濟(jì)管理學(xué)院，山東 青島 266590；2.濟(jì)南大學(xué) 綠色發(fā)展研究院，山東 濟(jì)南 250022,3.南京航空航天大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 南京 211106)

一、引言

水、能源、糧食作為可持續(xù)發(fā)展研究的重要領(lǐng)域，一直受到學(xué)術(shù)界的廣泛關(guān)注，但其關(guān)注重點(diǎn)往往局限于單個(gè)資源或兩兩資源之間，而將三種資源納入同一框架的研究卻一直得不到重視。直到2011年，世界經(jīng)濟(jì)論壇首次將“水、能源、糧食關(guān)聯(lián)”風(fēng)險(xiǎn)群納入三大風(fēng)險(xiǎn)群之中，主張應(yīng)從整體把握三者間的關(guān)聯(lián)關(guān)系及生產(chǎn)與消耗，以確保各地區(qū)水、能源、糧食的安全[1]。隨后德國(guó)政府在波恩召開(kāi)關(guān)于水-能源-糧食關(guān)聯(lián)安全的國(guó)際會(huì)議，再次強(qiáng)調(diào)水、能源、糧食之間存在復(fù)雜關(guān)聯(lián)關(guān)系，單一的資源戰(zhàn)略已不能夠解決其生產(chǎn)、消耗及管理過(guò)程中普遍存在的權(quán)衡取舍與潛在沖突[2]。至此，研究水-能源-糧食關(guān)聯(lián)的序幕才被拉開(kāi)。為方便研究，本文將水-能源-糧食簡(jiǎn)寫(xiě)為WEF(Water-Energy-Food)。根據(jù)Endo等[3]、李桂君等[4]78的研究可知，自2011年以來(lái)，關(guān)于WEF的搜索量已呈現(xiàn)出驚人的增長(zhǎng)速度，政府、學(xué)術(shù)界、NGO、區(qū)域發(fā)展組織等主體對(duì)WEF也越發(fā)重視，國(guó)際級(jí)WEF會(huì)議、項(xiàng)目和研究報(bào)告也越來(lái)越多。

國(guó)外學(xué)術(shù)界對(duì)WEF的研究已非?；钴S，陸續(xù)有研究成果在可持續(xù)發(fā)展領(lǐng)域的學(xué)術(shù)期刊發(fā)表。當(dāng)前研究主要以定性研究為主，定量研究相對(duì)較少。定性研究主要集中在闡明WEF間的關(guān)聯(lián)關(guān)系方面，例如Chang等[5]詳細(xì)闡明WEF中三種資源兩兩關(guān)系特征。Rasul和Sharma[6]通過(guò)將全景圖與核心圖有機(jī)結(jié)合的方式闡述WEF關(guān)聯(lián)關(guān)系。Conway等[7]則構(gòu)建起包含區(qū)域特征的一般化WEF-Nexus概念框架圖對(duì)WEF關(guān)聯(lián)關(guān)系進(jìn)行說(shuō)明。定量研究的范圍則較為廣泛，例如Halbe等[8]利用系統(tǒng)動(dòng)力學(xué)模型研究WEF與社會(huì)系統(tǒng)間的相互關(guān)系。Vora等[9]通過(guò)網(wǎng)絡(luò)模型研究美國(guó)WEF所產(chǎn)生的污染對(duì)環(huán)境的影響程度。Sherwood等[10]引入生命周期評(píng)價(jià)模型來(lái)衡量美國(guó)經(jīng)濟(jì)部門(mén)WEF強(qiáng)度。Martinez等[11]對(duì)WEF-Nexus進(jìn)行動(dòng)態(tài)仿真建模,并將其概念轉(zhuǎn)化為可應(yīng)用的決策工具。Schl?r等[12]利用城市繁榮指數(shù)，測(cè)度考慮WEF的城市恢復(fù)能力。而國(guó)內(nèi)針對(duì)有關(guān)WEF的研究則相對(duì)滯后，大多數(shù)研究仍以探討單個(gè)資源為主，將三者納入同一框架的研究還很少，從僅有文獻(xiàn)來(lái)看，詹貽琛[13]、李桂君[4]79、常遠(yuǎn)[14]、鄭人瑞[15]系統(tǒng)梳理了WEF的發(fā)展歷程、相關(guān)概念、相互關(guān)系、分析工具及面臨挑戰(zhàn)。李良[16]、劉倩[17]分別對(duì)WEF在風(fēng)險(xiǎn)管控領(lǐng)域和城市領(lǐng)域的研究進(jìn)展進(jìn)行綜述。米紅等[18]、李桂君等[19]利用SD模型對(duì)相關(guān)區(qū)域內(nèi)的WEF變化趨勢(shì)進(jìn)行仿真預(yù)測(cè)。彭少明[20]、鄧鵬[21]、畢博[22]、李成宇[23]分別研究不同區(qū)域內(nèi)WEF系統(tǒng)的耦合協(xié)調(diào)水平及演化特征。李桂君等人[24]利用BCC模型，測(cè)算分析中國(guó)省際WEF投出產(chǎn)出效率。孫才志[25]、白景鋒[26]則分別使用ESDA模型和GWR模型對(duì)WEF的空間特性展開(kāi)研究。

通過(guò)上述分析可以看出，國(guó)內(nèi)WEF方面的研究仍處于探索階段，已有文獻(xiàn)主要以定性研究為主，定量研究少且多集中在WEF耦合協(xié)調(diào)領(lǐng)域，缺少對(duì)WEF綜合利用效率方面的研究。同時(shí)，研究尺度雖集中在流域或區(qū)域?qū)用?，但針?duì)區(qū)域WEF空間格局的研究卻很少。此外，尚未出現(xiàn)針對(duì)中國(guó)WEF影響因素及作用路徑方面的研究?；诖耍疚氖紫壤梅瞧谕a(chǎn)出SBM模型測(cè)度中國(guó)省際2003—2016年WEF綜合利用效率，其次運(yùn)用ESDA模型分析WEF綜合利用效率的空間分布格局，最后采用空間計(jì)量模型檢驗(yàn)中國(guó)WEF綜合利用效率的影響因素，以期為WEF綜合利用效率的提升及可持續(xù)發(fā)展提供參考借鑒。本文的研究框架如圖1所示。

圖1 WEF綜合利用效率研究框架

二、研究方法及數(shù)據(jù)來(lái)源

(一)基于非期望產(chǎn)出的SBM模型

數(shù)據(jù)包絡(luò)分析法(DEA)自1978年被Charnes等人提出以來(lái)，被廣泛應(yīng)用于多個(gè)領(lǐng)域，現(xiàn)已成為評(píng)價(jià)相對(duì)效率的主要工具[27，28]。由于傳統(tǒng)DEA模型僅能從徑向和角度兩方面出發(fā)測(cè)算效率，無(wú)法解決投入與產(chǎn)出的松弛性問(wèn)題，也無(wú)法對(duì)非期望產(chǎn)出進(jìn)行有效測(cè)算。因此，本文選擇Tone[29]提出的能同時(shí)考慮松弛性和非期望產(chǎn)出問(wèn)題的SBM模型來(lái)測(cè)度中國(guó)省際WEF綜合利用效率型。具體模型如下：

(1)

(二)ESDA模型

探索性空間數(shù)據(jù)分析(ESDA)多被用于解釋與空間位置相關(guān)的依賴(lài)或關(guān)聯(lián)現(xiàn)象[30,31]。本文運(yùn)用ESDA分析中的Moran′s I指數(shù)衡量中國(guó)WEF綜合利用效率的空間相關(guān)性，具體其公式如下:

(2)

(三)空間計(jì)量模型

在研究影響因素時(shí)，鑒于變量具有空間依賴(lài)性，違背了經(jīng)典最小二乘法的前提條件，因此需要建立空間計(jì)量模型對(duì)數(shù)據(jù)進(jìn)行處理?？臻g誤差模型(SEM)和空間滯后模型(SLM)是最為經(jīng)典的空間計(jì)量模型[32]，根據(jù)Anselin判定準(zhǔn)則[33]，本文選擇空間滯后模型研究WEF綜合利用效率的影響因素，具體模型如下：

y=ρWy+Xβ+ε

(3)

式(3)中，y表示因變量；X表示自變量；W表示空間權(quán)重矩陣；ε表示隨機(jī)誤差項(xiàng)；ρ表示空間自回歸系數(shù)；β表示帶估計(jì)的自變量系數(shù)。

(四)變量選擇

1.投入產(chǎn)出指標(biāo)選取

WEF綜合利用效率的本質(zhì)是以盡可能少的資源投入和最小的環(huán)境代價(jià)，來(lái)獲取最大的經(jīng)濟(jì)利益及最優(yōu)的生態(tài)環(huán)境，本文參考已有文獻(xiàn)[23-25]，并在保證指標(biāo)科學(xué)性、可獲取性的前提下，最終選取能源消費(fèi)量、用水總量、糧食產(chǎn)量、勞動(dòng)力存量和資本存量作為投入指標(biāo)，選取GDP作為期望產(chǎn)出指標(biāo)，CO2排放量、SO2排放量、煙粉塵排放量、廢水排放量、固體廢物產(chǎn)生量作為非期望產(chǎn)出指標(biāo)，構(gòu)建WEF綜合利用效率指標(biāo)體系。

2.影響因素變量選取

本文認(rèn)為WEF綜合利用效率可能會(huì)受到經(jīng)濟(jì)發(fā)展、教育、技術(shù)、經(jīng)濟(jì)集聚、基礎(chǔ)設(shè)施、城市化等因素的影響，相關(guān)因素指標(biāo)選取如表1所示。

表1 影響因素變量說(shuō)明

3.數(shù)據(jù)來(lái)源

本文研究數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒(2004—2017)》《中國(guó)能源年鑒(2004—2017》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒(2004—2017》和《中國(guó)農(nóng)村年鑒(2004—2017》，并結(jié)合相關(guān)省市統(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，因此本文未將這些地區(qū)納入研究范圍。

三、實(shí)證分析

(一)WEF綜合利用效率測(cè)算分析

根據(jù)式(1)測(cè)度2003—2016年中國(guó)整體、四大區(qū)域及30省市的WEF綜合利用效率，具體測(cè)度結(jié)果如圖2和表2所示。

從圖2可知，中國(guó)整體WEF綜合利用效率水平不高，且呈現(xiàn)下降趨勢(shì)，2003—2007年下降相對(duì)劇烈，2007年后趨于平穩(wěn)。各區(qū)域WEF綜合利用效率差異性明顯，呈現(xiàn)出東部>東北>中部>西部的分布格局。其中，東部地區(qū)WEF綜合利用效率均在0.700以上，已處于較高水平。東北地區(qū)WEF綜合利用效率在0.400-0.600之間，處于中等水平。中部地區(qū)和西部地區(qū)WEF綜合利用效率基本都低于0.400，還處在較低水平。與此同時(shí)，各地區(qū)的WEF綜合利用效率都呈現(xiàn)出與中國(guó)整體相似的發(fā)展變動(dòng)趨勢(shì)。

圖2 中國(guó)及區(qū)域WEF綜合利用效率變化趨勢(shì)(2003—2016)

從表2可知，中國(guó)WEF綜合利用效率均值為0.494，高于全國(guó)均值的省市有11個(gè)，占比為37%，低于全國(guó)均值的省市有19個(gè)，占比為63%。具體來(lái)看，北京、上海、廣東3省市的WEF綜合利用效率為1，實(shí)現(xiàn)有效，說(shuō)明這些地區(qū)的投入產(chǎn)出已處于有效狀態(tài)并且實(shí)現(xiàn)最優(yōu)配置。其他WEF綜合利用效率處于高位的省市有浙江和天津，其WEF綜合利用效率均值大于0.700，且遠(yuǎn)高于全國(guó)均值，說(shuō)明這些省市投入產(chǎn)出雖未實(shí)現(xiàn)有效，但差距小、提升空間大。黑龍江、遼寧、內(nèi)蒙古、江蘇、福建、海南6省市WEF綜合利用效率均值大于0.500，高于全國(guó)均值，說(shuō)明這些省市投入產(chǎn)出處于非有效狀態(tài)，投入與產(chǎn)出存在一定差距，具有較好的提升空間。而其他19個(gè)省市的WEF綜合利用效率均值小于0.500，且低于全國(guó)均值，特別是青海、寧夏、新疆等省市WEF綜合利用效率均值尚不足0.300，說(shuō)明這些省市投入產(chǎn)出極不匹配，提升難度大。此外，在WEF綜合利用效率沒(méi)用達(dá)到有效的27個(gè)省市中，僅有天津呈現(xiàn)出波動(dòng)上升的趨勢(shì)，其他26個(gè)省市的WEF綜合利用效率在研究期間內(nèi)均呈現(xiàn)下降趨勢(shì)，其中內(nèi)蒙古、遼寧、福建、海南初始值高，隨后呈現(xiàn)出急劇下降的趨勢(shì)，黑龍江呈現(xiàn)出波動(dòng)下降趨勢(shì)，其他省市則呈現(xiàn)出平穩(wěn)的下降趨勢(shì)。

表2 中國(guó)省際WEF綜合利用效率(2003—2016)

可以看出，中國(guó)30省市WEF綜合利用效率整體呈現(xiàn)下降趨勢(shì)，30省市間的差異性明顯。WEF綜合利用效率高的省市集中在東部地區(qū)，WEF綜合利用效率低的省市則集中在中西部地區(qū)，呈現(xiàn)出東部>東北>中部>西部的空間分布格局。

(二)WEF綜合利用效率空間分布格局分析

1.空間自相關(guān)分析

根據(jù)式(2)，運(yùn)用GeoDa1.6軟件，在一階rook空間矩陣下，計(jì)算2003—2016年中國(guó)WEF綜合利用效率的Moran′s I指數(shù)，具體結(jié)果如表3所示。

表3 WEF綜合利用效率Moran′s I檢驗(yàn)(2003—2016)

可以看出，2003—2016年的Moran′s I指數(shù)均為正，且均通過(guò)顯著性水平檢驗(yàn)。這表明中國(guó)WEF綜合利用效率存在顯著的正向空間自相關(guān)，高(低)相鄰省際單元相對(duì)集聚，呈現(xiàn)出較強(qiáng)的空間集聚模式。2003—2016年Moran′s I指數(shù)由0.229 6增長(zhǎng)至0.367 2，總體呈上升趨勢(shì)，表明中國(guó)WEF綜合利用效率的空間相關(guān)性有所增強(qiáng)，集聚態(tài)勢(shì)明顯。此外，2003—2016年Moran′s I指數(shù)上下波動(dòng)趨勢(shì)明顯，則表明中國(guó)WEF綜合利用效率空間分布格局不夠穩(wěn)定，易發(fā)生變動(dòng)。

2.Moran散點(diǎn)圖分析

為更好體現(xiàn)中國(guó)省際WEF綜合利用效率的空間集聚狀態(tài)及變化特征，運(yùn)用ArcGIS軟件對(duì)Moran′s I散點(diǎn)圖進(jìn)行可視化處理，繪制代表性年份的中國(guó)省際WEF綜合利用效率Moran′s I散點(diǎn)圖的空間分布圖(見(jiàn)圖3)。

圖3 中國(guó)省際WEF綜合利用效率Moran′s I散點(diǎn)圖空間分布圖

從圖3可知，中國(guó)30省市WEF綜合利用效率存在顯著的空間集聚特征，H-H象限的省市主要呈帶狀分布在東部地區(qū)，如北京、浙江、福建，隨著時(shí)間推移該象限地區(qū)范圍有所縮小。L-L象限的省市數(shù)量極多，基本都集中在中西部地區(qū)，如新疆、云南、河南、湖北，隨著時(shí)間推移該象限地區(qū)范圍雖有所縮小，但分布范圍仍然很大。位于H-L象限的省市數(shù)量少，主要零星分散在東部沿海地區(qū)，如山東、廣東，并未形成明顯擴(kuò)散趨勢(shì)。位于L-H象限的省市主要集中在中部地區(qū)，如安徽、江西，隨著時(shí)間推移該象限分布范圍基本不變。通過(guò)上述3個(gè)時(shí)點(diǎn)的Moran′s I散點(diǎn)圖，可以發(fā)現(xiàn)東部和西部地區(qū)總體表現(xiàn)出相似的空間關(guān)聯(lián)性(“H-H”或“L-L”)，而中部地區(qū)則表現(xiàn)出非相似的空間關(guān)聯(lián)性(“L-H”或“H-L”)，這表明中國(guó)WEF綜合利用效率在空間相關(guān)性上同時(shí)存在空間依賴(lài)性和差異性特征。

(三)WEF綜合利用效率影響因素分析

1.模型選擇

由于中國(guó)省際WEF綜合利用效率存在明顯的空間相關(guān)性和依賴(lài)性，因此本文選擇空間計(jì)量模型來(lái)檢驗(yàn)中國(guó)省際WEF綜合利用效率的影響因素。首先要通過(guò)LM檢驗(yàn)來(lái)選擇空間計(jì)量模型，具體結(jié)果如表4所示。

表4 OLS估計(jì)及檢驗(yàn)結(jié)果

結(jié)果顯示，LM-lag和LM-error均通過(guò)顯著性水平檢驗(yàn),但Robust LM-error未通過(guò)顯著性水平檢驗(yàn)，根據(jù)Anselin判別準(zhǔn)則[33]，需選擇空間滯后模型?；谂袆e準(zhǔn)則，本文分別對(duì)五種效應(yīng)的空間滯后模型進(jìn)行檢驗(yàn)，以便選擇其中最為合理的模型，表5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)空間滯后模型的判定系數(shù)和Log-L值均高于其他四種效應(yīng)，且W*dep.var通過(guò)1%的顯著性水平檢驗(yàn)，存在顯著空間依賴(lài)性，因此，本文選擇時(shí)空雙固定空間滯后模型來(lái)檢驗(yàn)中國(guó)省際WEF綜合利用效率的影響因素。

2.計(jì)量結(jié)果分析

根據(jù)表5可知，空間自回歸系數(shù)ρ為0.197 4，通過(guò)1%的顯著性檢驗(yàn)，說(shuō)明WEF綜合利用效率全國(guó)正相關(guān)，30省市表現(xiàn)出相互促進(jìn)關(guān)系，這與空間自相關(guān)分析的結(jié)果一致。鄰近省市WEF綜合利用效率每提高1%就帶動(dòng)本省效率提高0.1974%，帶動(dòng)幅度明顯。這表明省際WEF綜合利用效率并不是相互孤立的，而是彼此影響、共同提高的。

表5 SLM模型估計(jì)及檢驗(yàn)

具體來(lái)看，技術(shù)進(jìn)步、受教育程度、基礎(chǔ)設(shè)施、經(jīng)濟(jì)集聚通過(guò)顯著性檢驗(yàn)，且都顯著為正。其中技術(shù)進(jìn)步、基礎(chǔ)設(shè)施系數(shù)分別為0.060 3、0.193 8，通過(guò)1%顯著性水平檢驗(yàn)。受教育程度系數(shù)和經(jīng)濟(jì)集聚系數(shù)為0.349 2和0.110 3，通過(guò)10%顯著性水平檢驗(yàn)。技術(shù)進(jìn)步系數(shù)顯著為正，技術(shù)進(jìn)步即能夠有效提升水資源、能源、糧食資源在生產(chǎn)開(kāi)采端的勞動(dòng)生產(chǎn)率，在提高企業(yè)、農(nóng)戶(hù)等相關(guān)主體經(jīng)濟(jì)效益的同時(shí)，滿(mǎn)足國(guó)家、社會(huì)對(duì)各類(lèi)資源的需求，又能夠在消費(fèi)端降低對(duì)各類(lèi)資源的消耗，減少對(duì)各類(lèi)資源的浪費(fèi)，提升各類(lèi)資源的使用效率?；A(chǔ)設(shè)施系數(shù)顯著為正，發(fā)達(dá)的交通基礎(chǔ)設(shè)施能有效增強(qiáng)區(qū)域市場(chǎng)間的溝通渠道能力，促進(jìn)區(qū)域間人、財(cái)、物、信息的交流，保障各類(lèi)資源自由高效的流動(dòng)，有利于降低資源配置過(guò)程中的成本和綜合利用效率的提升。受教育程度系數(shù)顯著為正，受教育程度的提高，有利于提升勞動(dòng)者的科學(xué)文化素質(zhì)及勞動(dòng)生產(chǎn)率，降低不必要的人為資源損耗，改善各種資源的使用效率。同時(shí)受教育程度的提高還能使勞動(dòng)者更容易學(xué)習(xí)和掌握新技術(shù)、新方法，理解貫徹相關(guān)政策措施，培養(yǎng)節(jié)約資源、充分利用的習(xí)慣，從而對(duì)WEF綜合利用效率的提升起到積極作用。經(jīng)濟(jì)集聚系數(shù)顯著為正，經(jīng)濟(jì)集聚過(guò)程中，伴隨著各種正外部性，有利于推動(dòng)技術(shù)進(jìn)步，節(jié)約成本、提高勞動(dòng)生產(chǎn)率，因此會(huì)對(duì)資源綜合利用效率起到積極作用。經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化通過(guò)顯著性檢驗(yàn)，且顯著為負(fù)。其中經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化系數(shù)分別為-0.499 2和-0.171 5，通過(guò)1%顯著性水平檢驗(yàn)。經(jīng)濟(jì)發(fā)展水平系數(shù)顯著為負(fù)，經(jīng)濟(jì)發(fā)展水平的提升使得人民生活水平得以改善，物質(zhì)生活得到極大豐富，也就相應(yīng)的增加了對(duì)各類(lèi)資源的需求量，而與此同時(shí)，人們的資源消費(fèi)觀卻并沒(méi)有隨著經(jīng)濟(jì)發(fā)展水平的提升而有所進(jìn)步，反而是逐漸摒棄原有勤儉節(jié)約的習(xí)慣，造成嚴(yán)重的資源浪費(fèi)現(xiàn)象。同時(shí)，經(jīng)濟(jì)發(fā)展模式不夠“綠色”，粗放式發(fā)展模式仍然存在，也使得各類(lèi)資源不能得到有效利用，因而，在雙重影響下使得經(jīng)濟(jì)發(fā)展水平對(duì)資源綜合利用效率產(chǎn)生了消極影響。城市化系數(shù)顯著為負(fù)，城市化進(jìn)程會(huì)導(dǎo)致人口的集聚增加從而產(chǎn)生大量的資源消費(fèi)需求，特別是當(dāng)前中國(guó)城市化水平不高，大量農(nóng)村人口涌入城市，其粗放式的生活方式尚無(wú)法與城市相對(duì)高效的資源利用方式相匹配，造成各類(lèi)資源浪費(fèi)現(xiàn)象嚴(yán)重，利用效率不高。

四、結(jié)論及建議

本文運(yùn)用非期望產(chǎn)出SBM模型測(cè)算中國(guó)省際WEF綜合利用效率，通過(guò)ESDA方法分析WEF綜合利用效率的空間相關(guān)性，并基于時(shí)空雙固定空間滯后模型，探討中國(guó)省際WEF綜合利用效率的主要影響因素。研究結(jié)果表明：①中國(guó)整體WEF綜合利用效率不高，且呈現(xiàn)下降趨勢(shì)，各地區(qū)WEF綜合利用效率差異較大，呈現(xiàn)出東部>東北>中部>西部的格局；30省市WEF綜合利用效率差異性明顯，僅有北京、上海、廣東3省市的WEF綜合利用效率為1，實(shí)現(xiàn)了真正意義上的有效，其他省市則均存在不同程度無(wú)效率狀態(tài)，存在提升空間。②中國(guó)WEF綜合利用效率存在顯著的正向空間自相關(guān)，但分布格局不夠穩(wěn)定，前期易發(fā)生波動(dòng)，后期趨于穩(wěn)定；中國(guó)省際WEF綜合利用效率在空間上存在明顯的集聚狀態(tài)，體現(xiàn)“H-H”集聚狀態(tài)的省市數(shù)量少，主要分布在東部地區(qū)，體現(xiàn)“L-L集聚”狀態(tài)的省市數(shù)量眾多，主要分布在中西部地區(qū)，體現(xiàn)“H-L”、“L-H”集聚狀態(tài)的省市數(shù)量較少，多分布在中部地區(qū)。③中國(guó)省際WEF綜合利用效率的主要影響因素有技術(shù)進(jìn)步、受教育程度、基礎(chǔ)設(shè)施、經(jīng)濟(jì)集聚、經(jīng)濟(jì)發(fā)展水平和城市化，其中技術(shù)進(jìn)步、受教育程度、基礎(chǔ)設(shè)施、經(jīng)濟(jì)集聚會(huì)對(duì)WEF綜合利用效率產(chǎn)生正向影響，經(jīng)濟(jì)發(fā)展水平和城市化會(huì)對(duì)WEF綜合利用效率產(chǎn)生負(fù)向影響。

基于上述結(jié)論，提出如下建議：①?lài)?guó)家層面來(lái)看，應(yīng)盡快將水-能源-糧食問(wèn)題上升到戰(zhàn)略高度，對(duì)其發(fā)展進(jìn)行頂層設(shè)計(jì)，盡快制定出關(guān)于水-能源-糧食的可持續(xù)發(fā)展目標(biāo)，為以后水-能源-糧食的發(fā)展提供指導(dǎo)。②區(qū)域?qū)用鎭?lái)看，各區(qū)域要加強(qiáng)區(qū)域間水-能源-糧食之間的協(xié)作，建立跨區(qū)域的協(xié)調(diào)組織與相應(yīng)協(xié)調(diào)機(jī)制，加強(qiáng)多區(qū)域多部門(mén)的協(xié)調(diào)，以發(fā)揮各區(qū)域資源稟賦優(yōu)勢(shì)，從而實(shí)現(xiàn)區(qū)域整體水-能源-糧食綜合利用效率的提升。③省際層面來(lái)看，各省市要結(jié)合自身實(shí)際情況，針對(duì)自身的資源劣勢(shì)，制定有針對(duì)性的措施，彌補(bǔ)短板，促進(jìn)水-能源-糧食綜合利用效率的提升。對(duì)于綜合利用效率較高的省市，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)于綜合利用效率低的省市，一方面要加強(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。另一方面要限制、減少高耗水的能源項(xiàng)目，通過(guò)技術(shù)革新降低單位能源生產(chǎn)用水，提升可再生能源的利用效率，并鼓勵(lì)利用廢水進(jìn)行能源生產(chǎn)及發(fā)展耗水量小的新能源項(xiàng)目。同時(shí)還應(yīng)繼續(xù)推進(jìn)農(nóng)業(yè)向綠色化、集約化方向發(fā)展。④從影響因素來(lái)看，要盡快推動(dòng)經(jīng)濟(jì)由粗放式發(fā)展向綠色發(fā)展轉(zhuǎn)變，限制“三高”產(chǎn)業(yè)發(fā)展，淘汰落后的生產(chǎn)方式，積極發(fā)展新興產(chǎn)業(yè)，節(jié)約使用資源，并提高資源的利用效率。要重視經(jīng)濟(jì)發(fā)展中的生態(tài)環(huán)境成本以及資源不可再生成本，提高生態(tài)環(huán)境效益和社會(huì)效益。要加快推動(dòng)綠色技術(shù)革新，積極推進(jìn)技術(shù)革命，加大對(duì)相關(guān)水、能源、糧食技術(shù)研發(fā)的支持力度，提高自身競(jìng)爭(zhēng)實(shí)力。要轉(zhuǎn)變居民對(duì)資源的生活消費(fèi)觀念，提高居民對(duì)節(jié)約水資源、能源資源和糧食資源的意識(shí)。要通過(guò)改革推進(jìn)戶(hù)籍城鎮(zhèn)化，有效轉(zhuǎn)移農(nóng)業(yè)剩余人口，提高城市化質(zhì)量。