中国水资源-能源-粮食绿色发展耦合协调效应及其空间效应

李进秋，黄德春，黄寅文

(1.河海大学商学院，江苏南京 211100；2.江苏省世界水谷与水生态文明协同创新中心，江苏南京 211100；3.河海大学产业经济研究所，江苏南京 211100)

2011 年德国波恩召开的水-粮食-能源安全纽带关系会议首次正式提出水-粮食-能源安全的纽带关系的概念。2013 年联合国亚太经济社会理事会在《亚太地区水-粮食-能源纽带关系报告》中提出这种纽带关系在时间和空间上具有紧密联系，认为气候变化、能源-粮食-金融危机、快速的城市化进程、过度消费等外部因素均会对纽带关系产生影响。随着这一概念的推广，学术界开始逐步将其作为可持续发展领域的热点进行研究，水资源-能源-粮食纽带关系作为一种创新性的概念，将水、能源、粮食三种资源从三个独立的系统视角统一到一个整体系统的视角进行研究，可以从不同国家（中国［1］、英国［2］、尼泊尔等［3］）、不同区域（农业区［4］、盆地［5］、乡村等［6］）、不同部门（农业［7］、气候［8］、食品等［9］）的角度进行多维度解读，研究三者之间的互动关系，从而解决区域、国家、全球各个层面面临的资源稀缺和配置问题，提高资源的利用效率，促进资源系统之间相互协调的可持续发展。

通过对国内外相关文献的梳理，我们发现关于水资源-能源-粮食研究主要聚焦于三大领域。一个热点领域为水资源-能源-粮食关系的研究边界的科学界定、资源的相互依赖性关系的模型创建和量化研究。具有代表性的有Cudennec 等［10］从认识论的角度对三者关系的概念进行界定和评估。Babaie等［11］从复杂系统的视角构建了FEW 本体模型，界定三个系统的主要结构和动态概念，并发现各个系统元素之间的联系，从而更好地评估相关决策。孙才志等［12］以四种情景进行仿真模拟，在单要素基础上协同分析三者的纽带关系。Purwanto 等［13］开发了一个关于世界经济论坛安全的库存流图(SFD)，用于分析实施三项计划的政策干预的影响。第二个热点领域是水资源-能源-粮食三者关系在不同区域的运用及其安全性问题。其中发现以水为三者关系中的主要制约因素的研究较多，如Barik 等［14］以印度北-西中部区域、Aubriot 等［15］以尼泊尔北部、Bahri 等［16］以印尼最大水库为案例进行研究，都发现直接和间接的缺水风险对区域水、食物和能源安全性具有非常重要的影响。第三个热点领域是结合经济环境问题，研究提高三种资源的利用效率的方法，促进资源系统之间的可持续发展。具有代表性的有Arthur 等［17］通过文献研究，将主要的FEW 关联指标划分为四个组，构建了一个全面的可持续发展指标体系。Anser 等［18］运用解耦状态的Tapio 弹性模型研究了温室气体排放与水-能源-粮食资源的关系。Al-Ansari 等［19］通过研究三者关系整合温室气体控制技术来提高粮食生产系统的环境性能。Biebei 等［20］利用决策工具进行三类资源关系的可持续规划。盖美等［21］对涵盖经济社会、管理维护系统及三类资源系统指标的综合安全水平进行了测度并分析其协调发展趋势。通过对文献的分析，我们发现国际上对于水资源-能源-粮食关系的研究比较流行，近年来研究成果呈现快速增长的趋势，研究方法也呈现多样化的趋势。相对而言，中国对于水资源-能源-粮食纽带关系的研究起步较晚，相关成果较少，研究方法较为单一，针对中国区域的研究非常有限。绿色发展是中国当前的重要发展战略，在绿色发展理念下构建水资源-能源-粮食三者协同发展是三者系统发展的高级阶段。本文结合经济、环境系统研究绿色发展视角下中国水资源-能源-粮食的五元系统协调发展和空间效应，对推动我国水资源-能源-粮食可持续性具有重要现实意义和社会价值。

1 研究方法和数据来源

本文的研究对象是中国水资源-能源-粮食绿色发展系统，通过选取具有代表性的指标构建水资源-能源-粮食-环境-经济五元系统来代表整体绿色发展系统，对每一个子系统和五元系统的综合值进行打分，对子系统之间的耦合协调度进行测算分析，并进一步研究了五元系统耦合协调度的空间效应，结合重要的影响因素分解其对五元系统耦合协调度的直接效应、间接效应和总效应，从而研究每个因素的空间作用规律，发现其对本省份及邻近省份的五元系统耦合协调度的空间影响作用。

1.1 水资源-能源-粮食绿色发展的综合评价模型

首先根据水资源-能源-粮食-环境-经济五个系统构建绿色发展的综合评价指标体系，具体指标情况见表1。各子系统的指标选取是综合评价模型科学性的重要保证，本文综合考虑了各子系统的特性和数据的可得性，参考了李成宇等［22］的研究，系统、全面、真实地搜集了水资源、能源、粮食三类资源系统的指标；考虑到资源使用对环境的影响，参考黄杰［23］、高赢［24］的研究，环境子系统选择了主要的五类环境污染物排放量；而经济系统作为并列独立的子系统主要从地区生产总值（GDP）、均值、增长速度及其构成进行考量选取。

表1 水资源-能源-粮食绿色发展综合评价指标体系

然后根据各个指标的特性对其进行无量纲化处理，在处理过程中，正向指标的值越大越好，而负向指标的值越小越好，经过处理的指标值都处于［0,1］的区间。

在系统评价中，参考周振等［25］的研究，对五个子系统分别采用几何平均法，计算各个系统的综合评价指数。本文考虑各个子系统的指标对绿色发展综合指标具有相同的重要性，因而采用同等权重，从而将五个子系统指标乘以权重转化为绿色发展的综合指标。

式中，F代表了五元系统的综合评价指数，分别代表水资源、能源、粮食、经济、环境系统指数。

1.2 耦合协调度模型

耦合协调度模型可以分析各系统之间的协调发展水平，共涉及三种指标，分为为耦合度C、协调度T、耦合协调度D。

耦合度C反映各系统之间的相互影响，可以反映系统之间的相互依赖程度。C值越大，代表n元系统的耦合程度越高。参考丛晓男［26］、刘海滨等［27］的研究，选择耦合度模型的公式。

给定n个系统，耦合度的一般公式可以表示为：

在绿色发展的五元系统中，五元系统的耦合度的表达式为：

协调度T表示耦合作用中良性耦合的程度，可以反映各系统间协调状况的优劣，计算公式为：

式中，βn代表第n个系统的权重，在本文中，设置五个子系统同等重要，为等权权重，均取值为1/5。

结合耦合度和协调度可以测算系统的耦合协调度D，耦合协调度可以更好地反映系统之间的良性联系，确保系统之间合理健康发展。耦合协调度的模型表达式为：

1.3 空间计量模型

考虑到经济、社会活动对环境与资源配置的影响，对基于环境与资源影响关系的STRIPAT 模型进行拓展，考虑将区域财富水平GDPP、城镇化率URB、就业结构EMP、技术水平TEC、创新能力INN 等变量加入对资源耦合协调度D 影响的模型，使其转化为：

被解释变量为五元系统的耦合协调度GD。解释变量包括：区域财富水平GDPP 为各省份人均生产总值。经济较发达的地区，政府的管理能力和资源利用的技术水平相对较强高，对资源利用的可持续发展起到推动作用；城镇化率URB 为城市人口的比重。城镇化水平越高，人们可以接触到更多的城市资源并努力提高生产力，从而追求更高的收入水平来提高消费能力，但是过度注重经济发展却增加了能源消耗，忽视了环境保护和资源的科学利用，从而影响了区域绿色发展耦合协调度；就业结构EMP为第三产业就业人员占比。就业结构影响生产结构，人力资源的产业分配情况对不同产业不同资源的生产和消耗起到重要的影响，政府在引导区域人力资源配置时的统筹考虑对绿色发展耦合协调度有重要作用；技术水平TEC 以单位生产总值能耗为代表。单位生产总值能耗越低则技术水平越高，区域技术水平对资源的使用效率有直接影响，清洁能源的使用和能源利用效率的提高能降低环境污染，提高经济发展水平，从而提升绿色发展耦合协调度；创新能力INN 以政府研发经费的内部支出水平为代表。政府对研发经费的使用直接影响到区域资源的科学利用，研发经费是否进行了合理安排，是否综合考虑到各类资源的可持续发展，会对绿色发展耦合协调度产生直接的影响。

使用全局Moran's 指数对各个省份的五元系统资源的耦合协调度进行测度，发现其表现出空间上的相互依赖和溢出的特性，根据LM 检验对空间计量的模型进行鉴别选择，选择空间滞后面板数据模型（SLPDM）对STRIPAT 进一步进行空间上的拓展。模型设定为：

1.4 数据来源

基于样本的可得性和数据质量的可靠性，本文选取了2005—2019 年中国30 个省份为研究样本，由于西藏和港澳台地区的数据缺失较多，暂不纳入样本范围。文中所用数据主要来源于2006—2020年的《中国统计年鉴》《中国城市统计年鉴》《中国能源统计年鉴》及国家数据网站等，少量缺失部分运用插值法进行补齐，所有涉及金额的数据均以2000 年各省份GDP 平减指数进行平减处理。

2 实证分析

2.1 水资源-能源-粮食绿色发展指数的时空特征

根据综合评价模型可测算出2005—2019 年中国30 个省份水资源-能源-粮食-经济-环境五元系统各自的指数和五元绿色发展综合指数、各年指数均值及其变异系数。

从各系统指数均值情况和变异系数的折线图（见图1）来看，总体上看，研究期内五元系统综合指数和变异系数都保持在0.2～0.3 之间，整体趋势相对平稳。从各个子系统情况来看，水资源系统综合指数和变异系数表现较为平稳，并保持在中低的水平。能源系统综合指数基本最低，但从2008 年开始有了大幅增长，从0.1 上升到0.2 并逐渐保持平稳，其变异系数从2005—2014 年开始有了大幅下降，降回到0.5，随后保持平稳后略有上升。粮食系统综合指数在0.3 左右徘徊并保持平稳，变异系数相对较高，基本大于0.6。经济系统综合指数的综合指数和变异系数都保持在中等水平并相对平稳。环境系统的综合指数较高，均高于0.6，变异系数最低，基本低于0.4，综合指数和变异系数均保持了相对平稳的趋势。

图1 2005—2019 年中国五元系统绿色发展指数均值及其变异系数

为了比较研究期内各子系统和绿色发展五元系统综合指数均值的区域差异，本文制作了水资源-能源-粮食-经济-环境各系统和五元系统综合指数均值的对比表，见表2。从五元系统综合指数均值的空间分布来看，综合绿色发展指数的区间为［0.10,0.40］，排名前三的省份为吉林、湖南、黑龙江，排名后三位为河北、上海、宁夏。水资源系统指数的区间为［0,0.50］，排名前三的省份为青海、四川、云南，排名后三位为宁夏、上海、江苏。能源系统指数的区间为［0,0.50］，排名前三的省份为内蒙古、陕西、山西，排名后三位为浙江、江苏、海南。粮食系统指数的区间为［0,0.80］，排名前三的省份为黑龙江、吉林、河南，排名后三位为北京、青海、海南。经济系统指数的区间为［0.1,0.60］，排名前三的省份为江苏、广东、浙江，排名后三位为海南、青海、甘肃。环境系统指数的区间为［0,1］，排名前三的省份为海南、北京、天津，排名后三位为河北、山东、山西。各子系统和五元系统综合指数均值呈现出明显的省份差异。

表2 样本省份水资源-能源-粮食-经济-环境各系统和五元系统综合指数均值

表2（续）

2.2 三元、五元系统耦合协调度情况对比分析

通过耦合协调度模型测算研究期内30 个省份的三元（水资源-能源-粮食）及五元（水资源-能源-粮食-经济-环境）的耦合协调度均值情况，测度结果和排名情况见表3。通过对比发现，各省份从三元到五元系统的耦合协调度呈现了明显的提升情况。因此在五元系统内研究水资源-能源-粮食-经济-环境的耦合协调性可以全面地反映社会绿色发展的综合水平。

表3 样本省份三元、五元系统耦合协调度均值及排名情况

表3（续）

表3（续）

对比排名情况发现，各省份的三元系统耦合协调度在引入经济、环境系统后都发生了不同程度的变动。三元系统耦合协调度排名前三位为内蒙古、吉林、黑龙江；排名后三位为上海、北京、宁夏。五元系统耦合协调度排名前三位为吉林、湖南、四川；排名后三位为河北、上海、宁夏。从三元系统到五元系统排名变化程度较大的有河北（上升13 名）、山东（上升9 名）、浙江和福建（下降8 名），排名不变的有宁夏。

各省份研究期内五元系统耦合协调度的均值主要集中于区间［0.3～0.7］，为了确定各省份耦合协调度的类型，参考刘海滨等［27］对耦合协调度的区间划分，按照均值大小将其划分为四个区间：0.3～0.4为轻度失调，0.4～0.5为濒临失调，0.5～0.6为勉强协调，0.6～0.7 为初级协调。大部分省份2005 与2019 年的耦合协调度都在濒临失调与勉强协调区间，耦合协调度水平还比较低。2005 与2019年处于轻度失调的省份由北京、河北、上海、宁夏4 个变为河北1 个；2003 年没有省份达到初级协调，2019 年新增一个省份吉林达到初级协调，见表4。

表4 样本省份2005、2019 年五元系统耦合协调度分类变化情况对比

2.3 绿色发展耦合协调度的空间效应分析

以绿色发展耦合协调度为被解释变量的空间计量模型揭示了各类重要因素对绿色发展五元系统耦合协调度的作用效果，可以分为总效应、直接效应和间接效应，从空间上反映了每一个影响因素对本区域耦合协调度的作用和对邻近区域耦合协调度的溢出效应。

首先对耦合协调度数据进行空间自相关分析，使用Moran'sI和Geary'sC指数进行检验，结果如表5 所示。可以看出五元系统的耦合协调度在大多数年份内都呈现出显著正向的空间自相关，表现为正向的空间集聚现象，耦合协调度高的地区的周边地区的耦合协调度也较高。Moran'sI指数和P值在研究期间内呈现波动趋势，其中2010—2013 年Moran'sI指数较大超过0.2同时P值较小，较为显著。其余年份的Moran'sI指数小于0.2，并逐年上下波动。这说明各省份耦合协调度的空间分布情况不够稳定。

表5 五元系统耦合协调度的Moran's I 和Geary's I 检验

Moran'sI指数证明了耦合协调度存在空间自相关，进一步对主要年份使用局部Moran'sI散点图来反映耦合协调度空间联系的局部情况，如图2 所示，研究期内处于一、三象限的省份基本大于20 个，比例达到67%，说明耦合协调度的空间集聚特征非常明显，耦合协调度呈现出“高-高”和“低-低”集聚的现象，各省份的耦合协调度在空间上依赖性较强，因此，在建模时选择空间计量模型是正确合理的。

图2 五元系统耦合协调度主要年份的局部Moran's I 散点

进行空间计量分析需要选择合适的计量模型，本文运用Stata 15 软件对模型进行LM 检测，检测结果见表6。通过LM 检验发现空间误差模型的P值均不显著，而空间滞后模型在1%水平下显著，说明需要选择空间滞后模型来进一步测试。

表6 LM 检测结果

本文通过Stata 15 软件测算出随机效应和固定效应模型的检验结果，见表7。通过对比，发现Rho 值在1%的水平上显著，绿色发展耦合协调度表现出显著的空间相关关系，再次验证了选择空间计量模型的必要性。对比两种模型的R-sq 和Loglikelihood 值，发现固定效应模型对应的值都高于随机效应模型，模型拟合的效果更好，因此选择固定效应的空间滞后模型来做解释。

表7 空间滞后模型的估计与检验结果

以下部分对每一个重要变量的空间效应进行了实证分析，揭示了其对绿色发展五元系统耦合协调度的作用效果，从空间上可以分为总效应、直接效应和间接效应。

从表8 回归结果来看，区域财富水平、就业结构都显著地促进了绿色发展耦合协调度的提升，而政府创新支出、城镇化率、单位生产总值能耗都显著地抑制了耦合协调度。结合表7 空间溢出结果的情况来看，每一个变量的变动不仅引起本省份耦合协调度的变化（分解为直接效应），也会对周边省份的耦合协调度产生影响（分解为间接效应）。

表8 空间滞后模型空间溢出情况

人均生产总值代表了区域财富水平（GDPP），随着经济的合理发展，人们可以有更多的财富积累来关注更高层次的需求-绿色发展，并有充分的经济基础来促进绿色发展所涉及的各类资源的合理安排。本省份的财富水平提高也会产生示范效应，从而引导带动周边省份的资源配置优化，促进经济发展，从而也促进周边省份的耦合协调度的上升。

第三产业就业人员占比代表了就业结构（EMP），显著为正说明了日益增长的第三产业就业情况促进了绿色发展耦合协调度。第三产业的发展使得区域能源消耗日益减少，从而减少能源消耗产生的污染，带来环境效益的提升。政府在引导区域人员就业时需要考虑统筹兼顾，在发展第三产业的同时需要考虑第一产业、第二产业的重要性和三大产业间的相互作用，合理进行人力资源的区域配置，使其可以促进绿色发展系统中各类资源的协调发展。本地政府对人力资源的产业配置安排对周边省份的政府行为产生了借鉴和引导作用，良好的三大产业整体人力配置和资源协调关系的考虑促进了其他区域耦合协调度的提升。

城镇化率为城市人口的比重（URB），随着农村人口向城市人口的转变，人们可以接触到更多的城市资源并努力提高生产力，从而追求更高的收入水平来提高消费能力。但是过度注重经济发展却增加了能源消耗，忽视了环境保护和资源的科学利用，从而抑制了区域绿色发展耦合协调度。城镇化率的提升带来的对绿色发展耦合协调度的抑制作用会逐渐向周边区域扩散，引起周边省份的效仿行为，提升自身的城镇化率，追求经济发展，但却降低了周边省份绿色发展的耦合协调度。

政府研发经费的内部支出水平代表了政府创新行为支出（INN），显著为负说明政府方面在开展实践的时候没能很好地考虑区域绿色发展耦合协调度的众多因素，没能充分发挥研发支出的社会经济调节能力，需要在日后制定研发支出计划时充分考虑资源间协调发展的因素，不能顾此失彼。由于邻近省份政府间的绩效评价和政府行为具有对比性和模仿性，导致周边省份的研发经费也没能发挥应有的效力，降低了耦合协调度。

单位生产总值能耗代表了区域技术水平（TEC），显著为负说明能源的使用效率与绿色发展耦合协调度成正比，在开展社会生产活动中需要不断提升科学技术水平，开发清洁能源，提升能源利用效率，从而降低能源使用成本并减少环境污染。本省份的能源技术水平会产生技术溢出从而对周边省份的技术水平产生影响，本省份的能源利用水平降低会抑制周边省份的耦合协调度。

3 结论与建议

当前中国的发展已经进入了一个新的时期，中国政府提出了适应时代发展要求的新发展理念，包括创新、协调、绿色、开放、共享的内涵，因此，在社会经济发展的实践中，注重资源-经济-环境的绿色发展，结合水资源-能源-粮食的重要性，引导区域间五元系统的协调发展，是迎合中国国情和时代发展要求的必然结论。本文通过构建水资源-能源-粮食-经济-环境五元系统绿色发展指标体系，研究各子系统和综合绿色发展指标的区域差异。进一步运用耦合协调度模型对比分析了三元、五元系统的耦合协调度的时空变化趋势，最后运用固定效应的空间滞后模型分析了五元系统绿色发展耦合协调度的空间关联性、空间溢出效应和动因。结果显示：

（1）我国五元系统各自的指数呈现出明显的区域差异，五元系统综合绿色发展指数水平较低并保持平稳趋势。五元系统综合绿色发展指数排名较前的有吉林、湖南、黑龙江；水资源系统指数排名较前的有青海、四川、云南；能源系统指数排名较前的有内蒙古、陕西、山西；粮食系统指数排名较强的有黑龙江、吉林、河南；经济系统指数排名较前的有江苏、广东、浙江；环境系统指数排名较前的有海南、北京、天津。由于各省份的经济基础和资源禀赋的不同，各类子系统的发展状况有明显差异。

（2）各省份从三元到五元系统的耦合协调度呈现了明显的提升情况，考虑到经济环境的五元系统耦合协调度水平可以更全面地反映社会绿色发展的综合水平。但是大部分省份的五元系统耦合协调度水平仍旧不高，保持在濒临失调和勉强协调的水平，需要引起相关政府部门的重视，在追求经济系统发展的同时兼顾其他子系统的发展。

（3）Moran'sI指数证明了五元系统绿色发展耦合协调度存在空间自相关，局部Moran'sI散点图显示绿色发展耦合协调度呈现出“高-高”“低-低”的正向空间集聚，说明各省份的绿色发展耦合协调度在空间上依赖性较强。

（4）通过空间计量模型的验证发现，绿色发展五元系统耦合协调度的重要空间影响因素包括区域财富水平、创新能力、城镇化率、就业结构、技术水平，每一个变量都具有不同的空间效应，不仅引起本省份绿色发展耦合协调度的变化（分解为直接效应），也会对周边省份的绿色发展耦合协调度产生影响（分解为间接效应）。

基于以上结论，提出如下政策建议：

（1）政府在制定区域规划和管理政策时，需要根据区域资源禀赋情况，在继续保持部分资源优势的同时想办法解决其他资源匮乏的问题，在发展经济的同时加强环境管制，通过科学的方法努力提高资源的利用效率，减少各类环境污染物，最终通过各类子系统指数的提升来促进五元系统综合指数的提升，使区域资源与环境、经济实现可持续发展。

（2）各省份需要统筹考虑各类资源和经济、环境系统之间的耦合协同作用，防止区域资源的此消彼长和错配。对于处于轻度失调区间的地区如河北，需要引起政府的足够重视，积极查找原因，加强政府管控和资源的科学配置，努力提高其五元系统的耦合协调度；对于处于濒临失调和勉强协调的大部分省份，也要提高警觉性，防止五元系统耦合协调度的下降；对于处于初级协调的地区如吉林，在继续保持优势地位的同时可以为其他省份树立典型案例，对于其科学的综合治理经验进行广泛宣传，发挥其模范带头作用。

（3）政府需要考虑每一个重要因素对五元系统耦合协调度空间上的直接效应和间接效应。继续促进区域财富的积累和人民生活水平的提高；科学引导城镇化的进程，在追求消费能力提升的同时需要积极唤醒人们的绿色意识，注重经济发展的同时懂得如何科学利用各类资源，并且重视环境保护；政府在规划研发支出的时候需要综合考虑各子系统耦合协调的关系，提高其资源配置功能；在引导社会就业时政府需要统筹考虑各产业人力资源的科学安排，通过改变产业布局引导各类资源的可持续发展；继续提高区域科学技术水平，可以从提升能源的使用效率和改善能源结构出发，积极开发使用绿色能源，降低单位生产总值的能耗。