水-能源-粮食纽带关系耦合模拟模型及案例研究

周露明，谢兴华，朱珍德

(1. 河海大学岩土力学与堤坝工程教育部重点实验室，南京 210098；2. 河海大学 江苏省岩土工程技术工程研究中心，南京 210098；3. 南京水利科学研究院 水文水资源与水利工程科学国家重点实验室，南京 210029)

水、能源、粮食是人类社会生产生活不可或缺的资源。在经济社会发展的过程中，水、能源、粮食三者之间相互依存、相互制约，牵一发而动全身[1,2]。在全球人口增长、资源短缺、环境恶化的背景下，对水-能源-粮食纽带关系的研究已成为可持续发展领域的重要课题。2011年1月，世界经济论坛发布《全球风险报告(第六版)》[3]，将“WEF-Nexus”风险群作为三大重要风险群之一。同年11月，德国联邦政府在波恩召开“水-能源-粮食安全纽带关系会议”，首次指出水、能源、粮食之间存在复杂的“纽带关系”。

WEF-Nexus概念形成的过程是一个“资源整合”的过程，是从可持续水资源管理的角度出发，在以水资源为单核心的基础上逐步发展为双核心、三核心的。国内外学术界从不同的角度对WEF-Nexus进行了定义：斯德哥尔摩环境研究院[4]认为，WEF-Nexus 提供了一种应对资源稀缺的路径，在社会、经济、环境3个领域，通过跨部门的管理与合作，实现保障水安全、能源安全和粮食安全，以及提高3种资源利用效率的目的。李桂君等[1]认为，WEF-Nexus是一个连接不同资源用户意识和行动的过程，它包含自然资源系统和人类社会系统两个方面，既要关注资源系统内部的复杂关系，也要关注对资源系统所采取的管理方案。

目前，学术界关于WEF-Nexus的研究主要体现在两方面：一是阐述并揭示WEF-Nexus 的内在机理；二是模拟不同经济、环境等条件下的WEF-Nexus动态响应特征。Daher等[5]开发了名为“WEF- Nexus Tool 2.0”的工具，以满足卡塔尔粮食需求为目标，计算了生产粮食所需要消耗的水量、土地面积、能源量等因素；李桂君[1]和王慧敏等[6]先后以系统动力学模型为手段，对北京市和江苏省的WEF-Nexus进行了仿真分析。目前，对于WEF-Nexus 的研究已经从宏观概念框架的构建转向细观定性和定量关系的总结。因此，本文在前人研究的基础上，基于生命周期理论与灰色预测模型，提出了水-能源-粮食纽带关系耦合模拟模型，以江苏省为例，在考虑水资源耗能需求、能源用水需求和粮食用水需求的基础上，根据2010-2016年的数据，模拟了2017-2020年分配给江苏各产业部门的水资源、能源和粮食满足度及全社会资源自给率，为推动地区水-能源-粮食的协同可持续发展、提高各部门资源满足度和整体资源自给率提供理论参考与借鉴。

1 WEF-Nexus耦合模拟模型

1.1 水-能源-粮食纽带关系

从资源生命周期流动过程的角度，WEF-Nexus可描述为3种资源之间的相互依存、制约关系：比如水资源生命周期过程中的提取、净化等环节需要能源(电能)提供动力；能源和粮食生命周期过程中的生产、消费环节需要消耗水资源等。具体来看，WEF-Nexus包括5个方面：水资源耗能、能源用水、粮食用水、粮食耗能和生物质能用粮。在资源相互利用的过程中，同时伴随着与社会、经济和环境系统的交互作用，比如政策变化、技术水平改进等因素会引起资源生产、消费量的变化。WEF-Nexus可用图1来表达，图中箭头指向表示资源的流动方向。

1.2 模型限定与假设

考虑到WEF-Nexus系统中各因素特征，为保障本文构建水-能源-粮食纽带关系耦合模拟模型的有效性与适用性，做出如下限定与假设：

(1)模型适用于模拟某个区域内的WEF-Nexus，仅考虑区域内资源的生产与消费，不考虑外部的进出口数量；

(2)水资源需求/供给量是指地表水、地下水、雨水、海水淡化和再生水量之和；

(3)水资源耗能主要是消耗电能，本文以电能(火电、水电、风电、核电、光电之和)代表能源；

(4)谷物在粮食中占比较大，认为粮食之间可以相互替代；

(5)能源和粮食运输环节的用水量很少，本文不作计算。

1.3 模型构建

斯德哥尔摩环境研究院认为“可用水量”是WEF-Nexus的核心要素[4]，因此在构建模型时以水资源为核心，考虑水资源耗能、能源用水和粮食用水三种资源间的相互作用过程。水-能源-粮食纽带关系耦合模拟模型包括资源供给量预测、资源需求量预测、资源分配和结果分析4个步骤。

1.3.1 资源供给量计算

资源供给量通过生命周期理论确定。生命周期是指某个对象从出生到死亡的整个生命各个阶段的总和：水资源的生命周期可分为提取、净化、输送、利用和污水处理5个环节，每个环节均需要能源(电能)提供动力；能源和粮食的生命周期可分为生产(种植)、运输和利用3个环节，每个环节需要消耗水资源。

以水资源为例，其供给量预测公式为：

WS=W(E)

(1)

式中：WS为预测的水资源供给量；W(E)是根据水资源耗能量预测得到的水资源供给量。

以水资源耗能量为例说明式(1)的意义：水资源生命周期的运行需要能源提供动力，如果用于水资源运行过程的能源达不到要求，那么可用的水资源量就会受到限制，只有当水资源运行需要的能源数量达到要求时，水资源的供给量才能达到相应的数量(能源用水、粮食用水同理)。在能源数量有限的条件下，取相应的水资源量作为水资源实际供给量。

同理，能源、粮食供给量为：

ES=E(W)

(2)

FS=F(W)

(3)

式中：ES、FS为最终预测的能源、粮食供给量；E(W)、F(W)是指根据能源用水量、粮食用水量预测得到的能源、粮食供给量。

水资源、能源和粮食生命周期过程中对其他资源的需求总量和单位需求量可表示为：

(4)

(5)

(6)

灰色预测是一种通过对系统因素之间发展趋势的区别程度进行关联分析，生成具有一定规律性的数列，然后建立微分方程模型[式(7)]预测事物未来发展趋势的方法，在处理小样本问题时具有较高精度。

(7)

式中：Y(1)是通过n个序列值生成的新序列；T是第n个序列值；p是发展系数；q是灰作用量，p、q一般通过最小二乘法确定。

灰色预测GM(1,1)模型表达式为：

(8)

以水资源为例，首先根据式(4)求得历年水资源耗能总量和单位水资源耗能量，然后根据式(7)～(8)求得预测年份的水资源耗能总量和单位水资源耗能量，最后根据式(9)确定预测年份的资源供给量。

(9)

1.3.2 资源需求量计算

以水资源为例，需求量预测公式为：

(10)

式中：WD为水资源需求总量；WCi是指第i个消费部门的水资源需求量，通过式(7)～(8)计算得到。

能源、粮食需求量预测方法与水资源相同，不再赘述。

1.3.3 资源分配

资源分配是指将预测得到的水、能源和粮食供给量按照一定的规则分配给各产业消费部门。基于数据的可获取性，将水资源消费部门分为农业、工业等4个，将能源消费部门分为农业、工业建筑业(下文简称工业)等4个，将粮食消费部门分为居民口粮、饲料用粮等5个。

1.3.4 结果分析

资源分配的结果有两种：一是资源供给量无法满足所有消费部门的需求，则会出现资源满足度介于0～1之间的部门；二是资源供给量超过了全部消费部门的需求量之和，超出的水资源量储存，多余的能源和粮食可以出口到其他地区。

以水资源为例，其资源自给率公式为：

(11)

(12)

式中：DSW为水资源自给率；DSWi为第i个消费部门的水资源满足度；WDi为分配给第i个部门的水资源量。

能源、粮食自给率计算同理。水-能-粮纽带关系耦合模拟模型流程图如图2所示。

图2 WEF-Nexus耦合模拟模型流程图Fig.2 Flow chart of WEF-Nexus coupling simulation model

2 实例模拟与分析

2.1 数据来源

选取江苏省2010-2016年的统计数据作为已知数据(剔除数据偏离较大的年份)。其中：水资源数据取自江苏省水资源公报；能源产量和消费量、粮食产量和种植面积取自江苏统计年鉴；粮食消费量取自薛平平等[7]；水资源耗能计算方法及参数取自姜珊[8]；能源、粮食单位用水量参考江苏工业用水定额、灌溉用水定额及项潇智等[9]确定。

2.2 模型检验

为检验模型结果的准确程度，以2010-2016年数据为基础，分别比较水资源、能源和粮食的各个消费部门的资源需求量的预测值与2017年实际值的偏差，检验公式见式(13)。结果见表1。

(13)

式中：δ为模型误差；p为实际值；q为预测值。

从表1可以看出，水、能源和粮食的不同消费部门的误差绝对值均在5%以内，参考李桂君等[1]的成果，误差在5%以内可视为有效，因此模型的误差基本可控。

2.3 方案模拟

(1)方案一：保持当前趋势。该方案是指以江苏省2010-2016年的数据为基础，根据WEF-Nexus耦合模拟模型的步骤预测2017-2020年水资源、能源和粮食的供给量和需求量。在资源分配时，基于各产业消费部门的历史占比，通过式(7)～式(8)预测未来年份的分配比例，如果各部门的分配比例之和不为1，就通过等比例缩放使和为1。模拟结果见表2～表4。

从表2～表4可以看出，2017-2020年间，江苏省水资源自给率及农业、工业和生活用水部门的水资源满足度均保持在100%以上但略有下降趋势，水资源自给率平均每年下降2.1%，生态用水满足度未达到100%并下降了7.6%，总体来说江苏的水资源保障水平暂时良好，但有变短缺的趋势。在能源方面，能源自给率平均每年下降0.15%，能源自给率及各部门的能源满足度处于85%～90%范围内并呈下降趋势，能源保障水平有待提高。在粮食方面，粮食自给率从2017年的104.9%下降到2020年的95%，平均每年下降3.3%，各部门粮食满足度也呈现下降趋势，这是粮食需求量的增幅大于供给量的增幅导致的。

表1 模型检验误差 %

表2 水资源供需结果Tab.2 Results of water supply and demand

(2)方案二：调整能源生产结构和消费水平。根据《江苏省“十三五”能源发展规划》：江苏煤电装机比重由2010年的84.1%下降到2015年的75.6%，清洁发电装机比重提高8.6%；同时，降低能耗强度的目标，力争下降22%左右[10]。方案二作如下调整：一方面，在保持发电总量不变的前提下，设火力发电比重比方案一逐年减少1.7%，清洁发电量占比逐年提高1.7%；另一方面，提升农业、工业和其他行业的能耗效率，在方案一基础上逐年提高1%、3%、5%和7%。表5～表6列出了方案二水、能源的模拟结果与方案一的不同。

表3 能源供需结果Tab.3 Results of energy supply and demand

表4 粮食供需结果Tab.4 Results of food supply and demand

表5 方案二水资源供需结果Tab.5 Results of water supply and demand of scheme Ⅱ

表6 方案二能源供需结果Tab.6 Results of energy supply and demand of scheme Ⅱ

从表5和表6可以看出，根据方案二调整后，2017-2020年间江苏工业需水量平均每年降低9.63 亿m3(比方案一多1 630 万m3)，工业用水满足度平均每年降低0.87%(比方案一少0.83%)，水资源自给率平均每年降低2.03%(比方案一少0.07%)；能源需求量每年分别比方案一少增加10.1、10.5和10.9 亿kWh，能源自给率每年分别比方案一少降低1.5%、1.4%和1.4%。从对比结果可以看出，调整能源生产结构和消费水平，发展水电、风电和光电等清洁能源，有效降低了电力生产环节的用水量，提高了电力工业的水资源满足度；而工业等行业能源利用效率的提高则显著减少了能源需求量，并提升了全社会的能源自给率。

(3)方案三：调整粮食种植结构。参考《江苏省加快推进2017年全省种植业结构调整的意见》[11]，在保持粮食总种植面积和生产效率不变的前提下，设2017-2020年间水稻种植面积比方案一增长20%，水稻增加的面积为小麦、玉米被替代的面积。表7～表8列出了方案三水、粮食的模拟结果与方案一的不同。

表7 方案三水资源供需结果Tab.7 Results of water supply and demand of scheme Ⅲ

表8 方案三粮食供需结果Tab.8 Results of food supply and demand of scheme Ⅲ

根据方案三调整后，2017-2020年间江苏农业需水量分别上升58.6、58.7、58.9和59.1 万m3，这是因为种植水稻的单位用水量高于小麦和玉米。但由于农业用水总量较大，仅调整水稻种植面积对农业水资源满足度及全社会水资源自给率的影响很小。由表8可知，粮食供给量平均每年增加35 万t，粮食自给率保持在100%以上但平均每年降低3.8%；与方案一相比，方案三粮食供给量分别增加225、224、208和203 万t，粮食自给率分别上升6.9%、6.6%、5.9%和5.4%。从对比结果可以发现，调整粮食种植结构对WEF-Nexus的影响主要体现在两个方面：将部分小麦和玉米的种植面积替换为水稻，在一定程度上提升了粮食产量，提高了粮食供给总量、各消费部门粮食满足度和粮食自给率；但另一方面水稻种植面积的增加使得农田灌溉需水量上升，用水总量增加，不利于水资源自给率的提高。因此调整粮食种植结构时要因地制宜，兼顾粮食产量与水资源利用量两个因素。

3 结 语

本文基于生命周期理论和灰色预测算法，在考虑水资源耗能、能源用水和粮食用水的基础上，构建了水-能源-粮食纽带关系耦合模拟模型。设置了“保持当前趋势”、“调整能源生产结构和消费水平”、“调整粮食种植结构”3种方案，模拟分析了不同方案下2017-2020年江苏省水、能源、粮食的供需和分配情况，主要得到以下结论：

(1)在保持当前趋势下，农业、工业和生活用水满足度及全社会水资源自给率达到100%但有下降趋势，生态用水部门因用水量较少、波动较大，预测显示满足度不足100%；工业、农业等行业的能源满足度均不足90%且仍有下降趋势，说明江苏省能源自给率有较大上升空间；粮食自给率在2017、2018年达到100%以上，2019年后略低于100%，短期内变化不大。

(2)水、能源和粮食之间存在纽带关系，单个资源系统中某种因素的变化会对另外两个资源系统产生影响，建议政府在制定相关政策时充分考虑地方WEF-Nexus。从本文对江苏省的模拟结果来看，调整能源产业结构，减少火力发电比重、发展清洁电能产业有助于减少能源工业用水量，提高全社会水资源自给率；而调整粮食种植面积虽然可以增加粮食产量，但有可能消耗更多的水资源，降低水资源自给率。

□