长江经济带水-能源-粮食系统耦合时空动态特征研究

王 奇, 王世航, 李彦旻, 陶 勤

(安徽理工大学 空间信息与测绘工程学院,安徽 淮南 232001)

1 研究背景

水、能源和粮食是人类生存和可持续发展的基础性战略资源,三者相互联系、相互影响、相互制约[1],其中任何一种资源的生产利用都与另外两种资源存在较强的耦合关系,保持水-能源-粮食系统较强的耦合协调关系是其能够安全可持续发展的重要保证。《2030年可持续发展议程》中已将水-能源-粮食安全问题作为可持续发展目标之一[2],探索我国重要经济带地区的水-能源-粮食系统的耦合协调发展路径,对提高我国区域资源抗压能力具有重要的理论和实践意义。

目前国内外学者从不同尺度对水-能源-粮食系统进行了大量研究。在区域尺度上,Bakhshianlamouki等[3]利用系统动力学模型将乌尔米亚湖的水-能源-粮食关系模拟成一个整体系统,对有效提高湖泊水位的措施进行了评估和分析;Kamrani等[4]用贝叶斯网络评估了伊朗中部地区农业配水系统处理水-食物-能源关系的手段,提出了一种基于联系视角的概率方法,帮助管理者和决策者评估系统性能;Sušnik等[5]利用系统动力学模型探讨了政策对拉脱维亚水-能源-粮食系统与土地、气候关系的影响。在国家尺度上,部分研究者利用耦合协调度模型分析了中国2003—2017年水-能源-粮食系统耦合协调水平,发现各省耦合协调水平呈逐年上升趋势[6-7];Xu等[8]发现水系统是提高水-能源-粮食系统耦合度和协调度的关键;Qi等[9]采用协调评估的方法并结合耦合度模型与耦合协调度模型对中国各省的水-能源-粮食关系进行了评估。在流域尺度上,赵良仕等[10]对黄河流域水-能源-粮食耦合协调发展水平进行了预测,结果发现黄河流域的水-能源-粮食系统未来将处于中级协调阶段;秦腾等[11]利用核密度估计和空间计量模型探究了长江经济带水-能源-粮食耦合效率的时空演变规律及关键驱动因素,发现长江经济带水-能源-粮食耦合效率波动幅度较大,各地区差异较为明显;Ding等[12]运用压力-状态-响应(pressure-state-response, PSR)模型分析了长江经济带水-能源-粮食系统的内部耦合机制。在城市尺度上,前人分别以甘肃省[13]、上海市[14]、山西省[15]和河北省[16]为研究对象,运用综合评价指标体系和耦合协调度模型,研究了水-能源-粮食系统间的协调发展水平和时序演化特征。综上,国内外有关水-能源-粮食系统的研究已取得一定成果,为进一步研究奠定了基础。然而,已有的大部分研究集中于水-能源-粮食系统中的单系统,但水-能源-粮食关系中各系统之间存在相互交叉过程,共生单元的耦合协调对其整体起到至关重要的作用。因此,区域水-能源-粮食系统耦合协调综合评价不仅需要考虑单系统的影响同时要考虑共生单元的双重影响。

长江经济带作为全球最大的内河流域经济带,是我国重要的粮食产地,承接南北东西的经济和生态发展。面对日益恶化的生态环境和资源短缺问题,全面探究长江经济带水-能源-粮食系统耦合协调机制及其时空特征,对推动长江经济带实现可持续发展具有重要意义。本文以长江经济带为研究对象,选取水、能源、粮食及共生单元水能、水粮和能粮共6个子系统51个指标,构建了长江经济带水-能源-粮食系统耦合协调综合评价指标体系,运用耦合协调度模型和空间自相关分析,对2010—2019年长江经济带水-能源-粮食系统协调发展和时空演化特征进行了定量分析,可为推动长江经济带资源可持续发展,优化系统协同发展的政策和资源综合管理提供理论参考。

2 数据来源与研究方法

2.1 研究区概况与数据来源

本文研究区为长江经济带(图1),其覆盖上海市、江苏省、浙江省、安徽省、江西省、湖北省、湖南省、重庆市、四川省、贵州省、云南省等11个省市,横跨中国东、中、西三大区域,面积约为205×104km2,占全国总面积的21.4%。根据《中国统计年鉴2021》数据,2020年长江经济带常住人口达6.06×108,占全国人口总数的42.98%;GDP为47.2×1012元,占全国GDP总量的46.42%;粮食总量占全国的1/3;拥有极其丰沛的淡水资源,水资源总量占全国的44%;矿产资源储量大、种类多,并拥有丰富的农业生物资源,其农业基础地位居全国首位,沿江九地区的粮棉油产量占全国的40%以上,是中央重点实施的“三大战略”之一。

图1 长江经济带研究区

本文所用数据来源于2010—2019年《中国统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》《中国农村统计年鉴》《中国粮食年鉴》《中国水利统计年鉴》,以及长江经济带所覆盖11个省市的统计年鉴和社会发展统计公报,其中少数缺失数据利用均值插补法填补。

2.2 指标体系构建及权重确定

构建科学合理的评价指标体系是对区域水-能源-粮食系统耦合协调发展水平进行评价的基础。本文在综合考虑各系统间相互作用机理的基础上,遵循科学性、代表性、数据可获得性等原则,构建了包括6个子系统共51个指标的长江经济带水-能源-粮食系统耦合协调综合评价指标体系,如表1所示。由于各系统评价指标的量纲不同,首先对原始数据进行标准化处理,得到无量纲化数值,使数据具有可比性和可测性;其次采用熵值法对各项指标进行客观赋权,熵值越小,表明各指标间的差异性越大,则指标在各子系统内的权重越大,反之权重越小[7,17]。基于MATLAB软件计算得到各项评价指标的权重(表1)。

表1 长江经济带水-能源-粮食系统耦合协调评价指标及权重

2.3 综合评价指数模型

在综合评价指标体系和各指标权重的基础上,利用加权求和法计算各子系统综合评价指数,进而衡量长江经济带水-能源-粮食系统的综合发展水平[15,18-19],公式如下:

(1)

式中:φi为各子系统综合评价指数;wi为各指标的权重值;m为各子系统指标数量;Xi为各子系统评价指标标准化后的无量纲数值。由此可计算出不同省市和年份各子系统的综合评价指数,表1中的6个子系统的综合评价指数值依次以W、E、F、WE、WF、EF表示。

2.4 耦合协调度模型

耦合协调度模型是分析多系统耦合关系最常使用的方法,能够很好地反映系统间的协同作用。为了更好地表明各子系统间的协调发展状况,进一步引入耦合协调度模型[8,19-21]如下:

(2)

T=αW+βE+χF+εWE+γWF+ηEF

(3)

(4)

式中:C为耦合度;T为水-能源-粮食系统综合评价指数;D为耦合协调度;α、β、χ、ε、γ、η分别为6个子系统的重要程度,本文认定各个子系统同等重要,均取值为1/6。

基于前人的研究成果,本文将水-能源-粮食系统耦合协调度等级标准进行划分[9,19-21],见表2。

表2 水-能源-粮食系统耦合协调度等级划分标准

2.5 空间自相关分析

为了反映长江经济带各省市水-能源-粮食系统耦合协调度之间的空间分布情况,引入空间自相关分析来测度系统的空间相关性和集聚程度。通常采用Moran’sI表示空间要素自相关程度,其值域为[-1,1]。I>0表示变量在空间上呈正相关且呈现空间集聚特征;I<0表示变量在空间上呈负相关且呈现离散分布特征;I=0表示变量无空间自相关性。通常用Z值检验变量的空间自相关显著性,当Z>1.96 时,变量的空间自相关显著,否则不显著,具体可参考文献[22]。

3 结果与分析

3.1 长江经济带水-能源-粮食系统综合评价指数分析

根据综合评价指数模型计算得出2010—2019年长江经济带水-能源-粮食系统综合评价指数及各子系统的贡献占比,如图2所示。

图2 2010—2019年长江经济带水-能源-粮食系统综合评价指数及各子系统的贡献占比

由图2可以看出,2010—2019年长江经济带水-能源-粮食系统的综合评价指数变化趋势分为两个阶段,其中2010—2015年处于上升阶段,2015—2019年为基本平稳阶段,这一变化特征与各子系统的综合评价指数变化密切相关。粮食系统、能粮系统和水系统对水-能源-粮食系统综合评价指数的贡献较大,年均占比分别为17.71%、21.38%和21.57%;水粮系统、水能系统和能源系统对水-能源-粮食系统综合评价指数的贡献较小,年均占比分别为15.21%、12.19%和11.95%。粮食系统的综合评价指数贡献比增长幅度最大,由2010年的17.60%增长到2019年的19.50%,水粮系统次之。水系统综合评价指数贡献比下降幅度最大,由2010年的23.37%下降到2019年的20.30%,水能系统次之。综上,2010—2019年长江经济带水-能源-粮食系统综合评价指数整体上呈缓慢增长趋势。

2010—2019年长江经济带各省市水-能源-粮食各子系统综合评价指数年均值空间分布见图3。由图3可见,各子系统综合评价指数在空间上呈现显著异质性。长江上游地区水、能源、水能和能粮系统的综合评价指数显著高于中下游地区,而下游地区粮食和水粮系统的综合评价指数高于中上游地区。具体而言,2010—2019年长江经济带水系统综合评价指数高的地区大部分在长江以南,如云南省、贵州省、湖南省、江西省(图3 (a))。能源系统综合评价指数较高的地区主要分布在能源自给率较高、水力发电量居全国前列的四川省和贵州省,而评价指数较低的地区集中在能源资源相对贫瘠的东部沿海地区,如上海市、浙江省(图3 (b))。粮食系统综合评价指数相对较高的地区主要分布在农业水平发达的长江下游地带,如安徽省、江苏省(图3 (c))。水能系统综合评价指数高的地区位于长江上游水利发电量占比较大的四川省和云南省,而下游地区综合评价指数低(图3 (d))。水粮系统综合评价指数相对较高的地区分布在灌溉农业发达的江苏省、四川省和安徽省(图3 (e))。能粮系统综合指数较高的地区集中在上游地区(图3 (f)),主要受机械化和设施化水平的影响。

图3 2010—2019年长江经济带各省市水-能源-粮食各子系统综合评价指数年均值空间分布

3.2 长江经济带水-能源-粮食系统耦合协调度时空特征分析

基于耦合协调度模型计算得到的2010—2019年长江经济带各省市水-能源-粮食系统耦合协调度见表3。由表3可知, 2010—2019年长江经济带水-能源-粮食系统耦合协调度呈先升后降趋势,2010—2014年处于过渡协调阶段,2015—2018年达到基本协调阶段,而后2019年又降为过渡协调阶段。2010—2019年长江经济带水-能源-粮食系统耦合协调度除重庆市下降幅度为2.83%之外,其余省市均呈现小幅上升趋势。其中,四川省系统耦合协调度上升幅度最大,总体上升了5.05%;上海市系统耦合协调度最低,年均仅有0.484,处于濒临失调水平。

表3 2010—2019年长江经济带各省市水-能源-粮食系统耦合协调度

图4反映了2010、2013、2016、2019年长江经济带水-能源-粮食系统耦合协调度空间分布情况。从图4来看,2010、2013、2016和2019年长江经济带水-能源-粮食系统耦合协调水平的高值区表现出从上游向下游地区逐渐扩张的趋势,2010年处于初级协调水平的省市主要包括四川省、云南省、贵州省、重庆市、湖南省和安徽省,湖北省、江西省、浙江省和江苏省则处于勉强协调水平。2013年四川省开始进入中级协调水平,2016年湖北省开始进入初级协调水平,2019年重庆市耦合协调水平下降为勉强协调。从空间分布整体来看,长江经济带中上游地区水-能源-粮食系统耦合协调水平明显高于下游地区。

图4 2010、2013、2016、2019年长江经济带水-能源-粮食系统耦合协调度空间分布

3.3 长江经济带水-能源-粮食系统耦合协调度空间相关性分析

为进一步探讨2010—2019年长江经济带各省市水-能源-粮食系统耦合协调度空间分布间的联系,本文采用逆距离权重建立空间权重矩阵进行空间相关性分析。2010—2019年水-能源-粮食系统耦合协调度的Moran’sI指数如表4所示。由表4可知,研究期间Moran’sI指数均为正值,表明长江经济带各省市间耦合协调度拥有显著的空间正相关特征(P<0.05),空间分布呈现集聚特征。但由于Moran’sI指数波动较大且呈现下降的趋势,说明2010—2019年长江经济带各省市间协调互动效应有所减弱。

表4 2010—2019年水-能源-粮食系统耦合协调度的Moran’s I指数

图5为2010、2013、2016、2019年长江经济带各省市水-能源-粮食系统耦合协调度LISA集聚图。图5表明,各省市在空间上呈现显著集聚特征,低-低集聚主要分布在长江下游地区的江苏省、上海市和浙江省,高-高集聚区主要分布在长江上游地区的云南省和贵州省。2010和2013年四川省、云南省、贵州省、重庆市均处于高-高集聚区,2013年安徽省由不显著区过渡到高-低集聚区,2016年处于高-高集聚区的重庆市和高-低集聚区的安徽省均转变为不显著区,2019年处于高-高集聚区的四川省转变为不显著区。从空间分布整体来看,长江经济带上游地区高-高集聚现象在近年来有所减弱,而下游低-低集聚区仍保持不变,且表现出高-高集聚区与低-低集聚区两极分化的趋势。

图5 2010、2013、2016、2019年长江经济带各省市水-能源-粮食系统耦合协调度LISA集聚图

4 讨 论

长江经济带是中国经济发达、人口密度最大的区域,是具有全球影响力的协调发展带[23]。随着区域经济社会的发展,资源与环境问题日益突出[24-26]。长江经济带依靠“高排放、高污染和高资源消耗”产业加速工业化,对生态环境造成了严重破坏,资源和环境之间的权衡已成为该区域亟需解决的复杂问题[27-30]。因此,本文在前人研究[8,31-32]的基础上,综合考虑水、能源、粮食三大系统之间的相互作用机理,将其进一步细化,初步引入共生单元水能、水粮和能粮系统,并参考相关研究[11,31]及长江经济带的实际情况,从多个方面选取具有代表性的水-能源-粮食系统发展水平的评价指标,综合评价了水-能源-粮食系统的耦合协调发展水平。研究结果有助于探索长江经济带水-能源-粮食系统耦合协调发展路径,对提高区域资源抗压能力及可持续发展具有重要意义。

本研究发现,2010—2019年水系统对长江经济带水-能源-粮食系统综合评价指数贡献最大,年均占比为21.57%,而能源系统贡献最小,年均占比为11.95%。由于长江经济带水资源总量约占全国的44%,整体水资源量较其他系统区域丰富[33],因此水系统对该区域水-能源-粮食系统综合评价指数的贡献最大。然而,就能源资源而言,长江经济带中除云南和四川两省能源自给率较高、水力发电占比大之外,其余省市如上海市[14]、江苏省[31]等能源资源匮乏,能源自给率较低。此外,部分地区如贵州省[34]、云南省[35]等农业现代化水平欠发达,难以带动整个区域水-能源-粮食系统的发展。

2010—2019年长江经济带耦合协调水平在时序特征上整体呈波动缓慢上升趋势,在2013年之后,长江经济带耦合协调度整体基本达到初级协调水平,该结果与李成宇等[6]、汪中华等[7]和顾茉莉等[36]的研究结果基本一致。由于上海市、江苏省和浙江省等下游省市经济发展与资源利用存在较大矛盾[33,37],并且因资源消耗严重,这些省市的产业发展与经济发展速度之间的矛盾不断加大,严重影响了水-能源-粮食系统的稳定协调发展。能源系统综合评价指数长期低于其他子系统,这主要是由于长江中上游地区能源资源储存富有,但利用效率较低,资源优势未得到充分发挥,而下游地区能源资源禀赋较低,随着城市化水平和经济的快速发展,能源消耗程度不断加大,最终导致能源系统成为影响长江经济带水-能源-粮食系统稳定协调发展的最大短板[33,38]。

因此,为改善提升长江经济带水-能源-粮食系统间的相互协调关系,各省市需制定因地制宜的政策,完善资源管理机制,促进系统间耦合协调发展。区域内各省市应密切关注综合评价指数较低的系统,在其利用上,借助自身优势提高利用效率,减少高能耗产业。另外,需积极推动区域间各省市资源协同发展,优化资源配置,以促进长江经济带资源的可持续发展。

5 结 论

本文对2010—2019年长江经济带水-能源-粮食系统的耦合时空动态特征进行了研究,得出以下结论:

(1)2010—2019年长江经济带水-能源-粮食系统综合评价指数整体上呈缓慢增长趋势。其中水系统对水-能源-粮食系统综合评价指数贡献最大,能源系统贡献最小。各省市综合评价指数空间分布存在明显差异,长江上游地区水、能源、水能和能粮系统的综合评价指数显著高于中下游地区,下游地区粮食和水粮系统的综合评价指数高于中上游地区。

(2)2010—2019年长江经济带水-能源-粮食系统耦合协调水平存在明显的空间异质性,中上游地区明显高于下游地区,耦合协调度除重庆市下降之外,其余省市均呈现小幅度上升趋势。能源资源是系统耦合协调发展的短板。

(3)2010—2019年长江经济带水-能源-粮食系统耦合协调度表现出显著空间关联性。但由于Moran’sI指数波动较大且存在下降趋势,各省市间协调互动效应有所减弱。高-高集聚区集中在资源需求相对稳定的长江上游地区,下游地区虽经济水平相对发达,但其资源需求大、消耗程度高,主要以低-低集聚区为主。