京津冀地区水-能源-粮食系统协同发展评价

郑 雪，周 浩，张野驰，王 晶

（1.河北省秦皇岛水文勘测研究中心，河北 秦皇岛 066000；2.燕山大学区域经济发展研究中心，河北 秦皇岛 066004）

水、能源和粮食是人类生产生活和社会稳定发展的战略性支撑要素，也是经济社会长久发展的必要物质条件。全球对于水、能源和粮食的需求仍在上升，然而三者的安全问题正面临着严峻挑战，为解决这一问题，2011 年世界经济论坛发布的《全球风险报告》首次将三者作为一个整体进行研究，并将水-能源-粮食（Water-Energy-Food，W-E-F）系统风险列为未来的三大核心风险群之一[1]。

水、能源、粮食三者既相互独立又相互关联，既相互制约也相互依存，任何一个要素失衡都会影响到其他2 个要素和整个WEF 系统的发展，针对要素失衡和WEF 系统协同发展问题，国内外学者进行了综合性研究。学者主要采用耦合协调度模型[2]、DEA 模型[3]、协同学[4]、系统动力学[5]、水足迹模型等[6]方法从不同层面和视角对WEF 系统协同状态进行评估、分析影响因素等，取得了一系列的成果。如，支彦玲等基于协同进化理论构建协同评估框架，对我国西北地区水资源、能源和粮食系统的协同关系进行评估[7]；赵勇等基于京津冀地区水资源管理需求，构建了水-能-粮-生协同调控模型，通过多情景模拟提出了京津冀协同调控方案[8]；邓鹏等以江苏省为研究对象，构建耦合协调度模型对WEF 系统协调度进行评价并预测未来的变化情况[9]。

上述国内外研究虽然从不同角度对WEF 系统的协同发展情况进行了研究，但大多以省份、国家层面为主，较少以经济体为研究对象分析系统的协同发展水平，因此本文根据水、能源、粮食相互关联的特点，以京津冀地区为研究对象，以协同学理论为基础，从水资源系统、能源系统和粮食系统3个方面选取指标构建协同度评价模型，为保障区域WEF 系统协同发展提供理论基础。

1 数据来源与研究方法

1.1 数据来源

本研究所需数据来源于2010—2020 年的《中国能源统计年鉴》《中国环境统计年鉴》以及北京、天津和河北三地的统计年鉴、水资源公报、国民经济与社会经济发展公报等，个别缺失数据通过插值法补齐。

1.2 研究方法

1.2.1 协同理论

协同理论是由德国物理学家赫尔曼·哈肯于1971 年提出的，用于研究复杂系统之间的协同作用。WEF 系统包含水资源子系统、能源子系统和粮食子系统，这三者之间互相作用、互相影响，可通过协同理论来研究各子系统在不同时间和空间条件下的特征和演变规律。系统内部各要素之间的协调程度被称之为协同度，其大小反映系统的有序程度，是分析子系统之间协调发展状态的重要指标，本研究的协同度是指水资源、能源、粮食三大子系统之间的协同程度。

1.2.2 复合系统整体协同度法

WEF 系统由3 个子系统构成，系统可表示为：S=f(S1,S2,S3)，系统的协同度由各子系统的协同度决定，子系统可由参量S1=(x11,x12,x13,…,x1n)、S2=(x21,x22,x23,…,x2n）、S3=(x31,x32,x33,…,x3n）来表示，若xik为正向指标，则取值越大系统的有序度就越高；反之，若xik为负向指标，则取值越小系统的有序度越高。各子系统的有序度可由下式求得：

式中：μj(xik)∈(0,1)为子系统的协同有序度，取值越大，则参量xik对系统的有序发展贡献越大；αik、βik为系统稳定临界点上序参量的最大值和最小值。

再利用线性加权法即可求得系统Si的有序度，其计算公式为：

式中：μj(Si)表示子系统的有序度，取值越大，则表明子系统内各参量对子系统有序度的贡献越大；wk为第k个指标的权重；μj(S1)，μj(S2)，μj(S3)分别表示水资源系统S1、能源系统S2和粮食系统S3的有序度；其余变量含义同上。

现假定系统初始位置时刻为t0，各子系统的有序度为，当系统演进到t1时刻时，子系统的有序度为，将P定义为系统的协同度，则有：

式中：P∈[-1,1]，其值越大，表示系统的协同能力越强，反之越弱。

2 WEF系统协同度评价模型

2.1 评价指标选取

WEF 系统是一个复杂的系统，关乎经济社会和生态环境，不仅需要考虑各指标的关联性，还需要考虑系统间的关联作用。考虑到水资源、能源和粮食3 个子系统既相互关联又各自独立，本文从水资源、能源、粮食3 个层面根据频度分析法确定了2 层共25个指标。

2.2 数据处理

为消除序参量之间的量纲差异，统一数据的变化范围，本文采取归一化处理法对数据进行无量纲化处理。

对于正向指标，其计算公式为：

对于负向指标，其计算公式为：

式中：yik表示标准化后的数值；xik表示初始数值；xkmax和xkmin表示第k个指标的最大值和最小值。正向指标表示值越大对系统越好的指标，负向指标表示值越小对系统越好的指标。

再利用熵值法计算指标权重，指标的权重越大，代表在协同度评价模型中所起的作用越大。

2.2.1 信息熵计算

评价指标的信息熵Ek可表示为：

2.2.2 权重计算

第k个指标权重wk的计算公式为：

经计算，各指标的权重结果详见表1。

表1 WEF系统综合安全评价指标及其权重

3 WEF系统协同度评价实证分析

3.1 京津冀地区水资源系统有序度

2010—2020 年，京津冀地区水资源系统的有序度整体上处于上升状态，大致可以分为2个阶段：①2010—2014 年，这一阶段有序度基本上低于0.5，由于京津冀地区属于严重缺水地区，并且用水量大、废水排放量高，使得有序度较低；②2015—2020 年，这一阶段有序度基本处于0.5～0.6，由于京津冀协同发展战略的推进和南水北调工程的全面建成通水，在一定程度上缓解了京津冀地区的水源紧缺问题，水资源系统有序度得到了提高，但人口基数大，用水对外省依赖度高，因此有效度不高。

北京、天津和河北三地中，北京和天津的水资源系统有序度低于河北，这是因为北京和天津的人均水资源量低于河北，而人均用水量却比河北高，因此整体上要低于河北。三地水资源系统有序度不高主要受限于水资源不足，水资源已成为制约三地发展的瓶颈。京津冀及各地区水资源系统有序度，详见表2。

表2 京津冀及各地区水资源系统有序度

3.2 京津冀地区能源系统有序度

京津冀及各地区的能源系统有序度整体上偏低，且无明显变化规律。从京津冀地区整体上来看，自2015年开始能源系统有序度均大于0.5，高于2010—2014年这一时间段，根据序参量的权重可知，人均能源生产量、能源自给率和清洁能源发电占比对能源系统有序度的影响较大，自节能减排和可持续发展等政策实施以来，清洁能源的使用迎来了一波高峰，能源自给率和清洁能源发电占比的提高使得系统的有序度得到了提高。从各地区来看，天津的有序度要高于北京和河北，这是由于天津的人均能源消耗量低于后两者，而人均能源产量和能源自给率高于两者。京津冀及各地区能源系统有序度，详见表3。

表3 京津冀及各地区能源系统有序度

3.3 京津冀粮食系统有序度

京津冀及各地区粮食系统有序度整体上呈现上升趋势，根据序参量的权重可知，居民恩格尔系数、作物受灾率和单位播种面积动力投入这3个指标对粮食系统有序度影响较大，近些年来，随着居民收入不断提高，恩格尔系数开始降低，并且随着农业机械化的普及，有序度得到了明显的提高。从各地区来看，河北的粮食系统有序度几乎一直高于北京和天津，河北作为农业大省，人均粮食产量远高于后两者，为周边省市提供了粮食保障。京津冀及各地区粮食系统有序度，详见表4。

表4 京津冀及各地区粮食系统有序度

3.4 WEF系统协同度

依据式（4）计算WEF系统的协同度，京津冀各地的WEF 系统协同程度存在一定差距，从整体上看各地WEF系统协同度表现为上升趋势，如图1所示。

图1 京津冀及各地区WEF系统协同度水平

从图1 可以看出，各地WEF 系统协同度变化可分为2个阶段：第一阶段为2011—2016年，这一阶段各地协同度变化无规律，有增有减，处于较低的状态，表明这一时期京津冀各地WEF 系统协同发展情况较差。第二阶段为2017—2020 年，这一阶段各地的WEF 系统协同度均呈现明显的上升趋势，各要素得到了有效协同并且逐年提高，其中北京的增幅最大、增速最快，天津的增幅最小、增速最慢。

京津冀地区的WEF 系统协同度高低与北京、天津和河北三地的协同度高低息息相关，任一地区的协同度低下都导致整个京津冀地区的协同度处于较低的水平，只有京津冀三地协同发展，增强WEF系统上的合作与交流，才能推动WEF系统协同快速发展。

4 结论

根据协同理论构建区域WEF系统协同度评价模型，基于京津冀地区2010—2020 年的相关数据，对京津冀及各地区水资源、能源、粮食系统的有序度和WEF系统的协同度进行定量评估，主要结论如下。

（1）京津冀地区WEF 系统的有序度和协同度整体上呈上升趋势，其中水资源和能源系统有序度变化可以划分成2 个阶段：2010—2014 年这一阶段有序度较低，几乎都低于0.5；2015—2020 年这一阶段有序度高于前一阶段，均高于0.5。京津冀地区WEF系统协同度自2017年开始变化明显，上升速度较快，增幅较大，整体协同水平得到进一步提高。

（2）在京津冀三地的水资源、能源、粮食系统中，河北的水资源和粮食系统的有序度高于天津和北京，这主要与人均拥有量高而人均消耗量较低有关；而天津的能源系统的有序度高于河北和北京，这主要与人均产量和自给率较高有关。