西部地区“水—能源—粮食”系统安全评价及障碍因子识别研究

郝雪纯　王志强　李莉　万翼　魏鹏

摘要：2011年世界经济论坛将世界缺乏对“水—能源—粮食”纽带关系的理解视为全球经济所面临的重大挑战。以2012—2021年为时间线，采用熵权-TOPSIS模型评估西部地区11个省（自治区、直辖市）“水—能源—粮食”系统安全水平，并運用“障碍度”模型对各地区障碍因子进行识别研究，探讨影响系统安全水平的障碍因素。结果表明：目前，7个地区的安全水平在2017年后呈现不断上升的状态，通过各省安全水平平均数值可知，研究期内西部地区最安全的省份为内蒙古，陕西、新疆次之，四川、广西、青海分别为第四、五、六名，云南、宁夏、甘肃、贵州、重庆依次排在后五位；通过障碍因子识别结果可以看出，云南、宁夏的障碍因子平均分布在水资源安全、能源安全和粮食安全相关的指标上，广西、重庆、四川和新疆的障碍因子主要以水资源安全为主，贵州的障碍因子主要集中在能源安全方面，内蒙古、陕西、甘肃、青海的则以粮食安全为主。因此，针对各地区不同资源特点及系统安全水平，不同地区应因地制宜，及时调整相关机制，扬长避短，进一步提升“水—能源—粮食”系统安全水平。

关键词：西部地区；“水—能源—粮食”系统；安全评价；障碍因子

中图分类号：F205

文献标识码：A

文章编号：20955553 （2023） 11025008

Study on security evaluation and obstacle factor identification of

“Water-Energy-Food” system in western China

Hao Xuechun， Wang Zhiqiang， Li Li， Wan Yi， Wei Peng

（School of Public Administration （Law School）， Xinjiang Agricultural University， Urumqi， 830052， China）

Abstract：In 2011， the World Economic Forum identified the worlds lack of understanding of the Water-Energy-Food nexus as a major challenge facing the global economy. Taking 2012—2021 as the time line， Entropy Weight-TOPSIS was used to evaluate the security level of the “Water-Energy-Food” system in 11 provinces （autonomous regions and municipalities directly under the Central Government） in western China， and the “Obstacle degree” model was used to identify the obstacle factors in each region and explore the obstacle factors affecting the system security level. The results show that the safety level of the seven regions at present has been on the rise since 2017. According to the average value of the safety level of the provinces， Neimenggu is the safest province in the western region during the study period， followed by Shaanxi and Xinjiang， Sichuan， Guangxi and Qinghai ranked fourth， fifth and sixth respectively， and Yunnan， Ningxia， Gansu， Guizhou and Chongqing ranked the last five in turn. According to the results of obstacle factor identification， the obstacle factors in Yunnan and Ningxia are evenly distributed in the indicators related to water resource security， energy security and food security; the obstacle factors in Guangxi， Chongqing， Sichuan and Xinjiang are mainly water resource security; the obstacle factors in Guizhou are mainly energy security; and the obstacle factors in Neimenggu， Shaanxi， Gansu and Qinghai are mainly food security. Therefore， according to the different resource characteristics and system security levels in different regions， different regions should adjust the relevant mechanisms in a timely manner， promote strengths and avoid weaknesses， and further improve the security level of the “Water-Energy-Food” system.

Keywords：the western region;“Water-Energy-Food” system; safety evaluation; obstacle factor

0引言

水、能源、粮食是人类生存和经济社会发展过程中至关重要的资源。2011年波恩气候变化大会提出将水、能源和粮食视为三合一的“纽带”安全，可以根本实现可持续发展目标［1］。2021年第一届国际水—能—食品与可持续发展大会的召开，更体现出了学者对于水资源、能源、粮食系统目前的重视程度。“十四五”规划提出了改善水资源优化配置，促进清洁、低碳、安全、能源高效利用，保障国家粮食安全等系列方针政策，充分体现了国家对“水—能源—粮食”系统安全的重视。近几年新冠疫情的爆发，严重影响了水资源、能源和粮食等基础性战略资源组成的安全系统。因此，对于该系统安全水平进行评估势在必行。

国外学者的相关研究主要体现在研究区域的不同，研究方法相对较为零散。Beekma等［2］认为三者的关联系统可以作为提高生产率和部门政策的工具，Tyagi［3］、Purwanto［4］等通过运用不同方法对印度当前的WEF安全情况进行评对印度尼西亚卡拉旺区进行了个案研究，Nkiaka等［5］认为任何旨在加强WEF安全的政策反应都需要处理国家内部的社会经济、治理和其他背景因素，Khacheba等［6］以阿尔及利亚为研究对象分析了影响WEF的相关因素。目前，中国关于该系统安全评价的研究处在起步阶段，不同学者运用不同视角及方法开展了一定研究。李潇［7］引入协同－共生理论，支彦玲等［8］运用PSIR模型建立评估指标体系，刘凌燕等［9］从供需视角分析WEF-R因果关系构建其系统动力学模型组，盖美等［10］从水资源—能源—粮食－经济社会－管理维护安全角度出发，刘晶等［11］运用压力状态－响应模型进行协同安全性评价，于宏源［1］对中亚的“水—能源—粮食”系统安全纽带进行梳理，赵良仕等［12］对黄河流域“水—能源—粮食”安全系统进行耦合协调度分析，陈军飞等［13］对内蒙古“水—能源—粮食”系统安全进行评价并对未来发展趋势进行预测。

综上所述，学术界已经在该方面取得了一些成就，但缺乏对于西部地区等资源分配不均且具有复杂性的地区的相关研究，同时大部分学者的研究只单纯从时间序列或截面数据进行分析，缺少整体把握。

本研究考虑各资源间的相互影响，不仅研究时间序列的相关规律，还对各个地区进行了纵向对比，更加客观、准确地掌握目前西部地区各省（自治区、直辖市）目前系统的安全水平，通过安全评价以及障碍因子识别结果，进一步把握该区域“水—能源—粮食”系统安全状态。

1“水—能源—粮食”系统作用机理

1.1“水—能源—粮食”系统分析

随着人口、气候急剧变化等各种因素影响，水资源、能源和粮食形成了一种相互影响、制约的敏感关系。如图1所示，水资源有效配置可以保障能源开采和粮食生产；合理的能源结构和布局可以提高水资源配置，提升粮食生产、加工效率；科学的农业灌溉和种植结构可以减少水资源和能源不必要的浪费，保障粮食安全。通过“水—能源—粮食”系统的协同联动，使整个复合系统达到动态、良性循环。

1.2基于P-S-R的“水—能源—粮食”系统安全分析框架

通过压力—状态—响应（P-S-R）模型构建“水—能—粮”系统安全分析框架，该模型以系统内在因果关系为基础，以调控措施为手段，以系统的可持续发展为目标。如图2所示，压力层、状态层、响应层可形成一个闭环，压力层传递给状态层及响应层相关的信息，响应层将行动反馈给压力层［14］，从而改善状态层现状，以更好地实现人与自然的相处模式。“水—能源—粮食”系统通过人类活动、资源的不合理利用和污染物排放等因素对系统安全水平产生影响，政府和相关部门根据系统安全的压力和状态，采取应对措施，积极提高“水—能—粮”系统的安全水平。

2材料与方法

2.1研究区概况

研究區域为我国西部地区，包括内蒙古、广西、重庆、四川、陕西、云南、贵州、甘肃、青海、宁夏、新疆等11个省（自治区、直辖市），西藏自治区因数据问题，不列入此次研究范围。西部地区土地面积约占全国总面积的71%，人口约占全国总人口的28%，实际GDP占全国的比重为17.5%［15］。疆域辽阔，因其独特的地理构造及气候条件，成为我国重要的资源储备区［16］，为其余地区提供能源，水资源分布严重不均，西南地区水资源相对丰富，西北地区则缺水相对严重［17］，西部地区包含两个粮食主产省区，但由于是我国生态环境脆弱区［18］且人口分布不均，粮食生产效率有待进一步提高，各种资源紧缺加剧了人类与资源分配间的矛盾，总体上一、二产占比较大，产业结构仍在进一步升级中，整体发展状况与中国中部、东部存在一定差距。

2.2指标选取及数据来源

2.2.1指标选取

“水—能源—粮食”三者构成的系统极其庞大［19］，对其进行安全评价相对复杂。本文依据研究区域和各资源特点以及数据的可获得性，参考孙才志［19］、李红芳［20］、李成宇［21］等学者的现有相关研究，通过压力—状态—响应（P-S-R）模型构建指标体系，建立水资源安全、能源安全、粮食安全作为二级指标层，最终选取27个评价指标对西部地区“水—能源—粮食”系统安全状态进行评估，并运用熵权法进行赋值，具体指标如表1所示。其中，能源消费结构计算结果为煤炭消费与能源消费总量的比值。

2.2.2数据来源

本研究以11个省（自治区、直辖市）作为研究对象，研究期为2012—2021年，数据均来源于2013—2022年《中国统计年鉴》《中国环境统计年鉴》《中国能源统计年鉴》《生态环境统计年报》以及各省（自治区、直辖市）的统计年鉴等，部分暂未更新数据采用插值法代替。

2.3研究方法

2.3.1熵权TOPSIS法

该方法是对“水—能源—粮食”系统安全的相关指标数据进行标准化处理［22］，采用熵权法赋权，再运用TOPSIS模型计算综合贴近度，用此值反映“水—能源—粮食”系统的安全水平。

第一步，首先对指标进行标准化处理。指标分为正向指标和负向指标，为了使指标数据有可比性，对正、负向指标进行无量纲标准化处理。

第六步，计算贴近度D_j。D_j值越大表示该地区越接近最理想值，“水—能源—粮食”系统安全水平越高。结合现有文献，本文将贴近度划分成5个等级来评价11个省（自治区、直辖市）“水—能源—粮食”系统安全水平［20］，如表2所示。

2.3.2障碍度模型

本研究将采用障碍度模型分析影响“水—能源—粮食”系统安全的障碍因素，障碍度模型是一种障碍诊断数学模型，该模型的基础是各个指标的偏离度，即通过计算指标与最优值的偏离度来确定各指标的阻碍程度，目前该方法已被广泛应用［21］，具体计算公式如式（11）～式（13）所示。

本文根据各地区障碍因子的障碍度大小进行排序，识别出对“水—能源—粮食”系统安全影响较大的障碍因子，对各省不同年份排名前三的障碍因子进行列表统计并深入分析。

3实证分析

3.1评价结果分析

表3所示为2012—2021年11个地区“水—能源—粮食”系统安全评价结果。可以看出，2012年，西部地区11个省（自治区、直辖市）的系统安全水平在0.2791～0.6074之间，各省（自治区、直辖市）差距较大，排名第一为内蒙古，最末为贵州。2013年最高值为陕西，0.6328，最低值为重庆的0.2417，内蒙古、重庆、四川、甘肃、青海、新疆排名均下降，云南的排名提升至第二位。2014年结果显示，陕西排名第一，重庆排名最末，广西、青海、宁夏的排名有所提高，整体上该年各个省份的安全值相较前几年都有所下降。根据2015年结果显示，内蒙古排名第一，为0.5888，贵州排名最末，为0.2896，内蒙古、重庆、四川和新疆的排名有所上升。从2016年结果可以看出，内蒙古为0.5465，排名第一，贵州排名最末，为0.2866，广西、云南、青海的排名有所下降。2017年结果显示，整体水平在0.2683～0.5402之间，最高值为内蒙古，最低值为贵州，同时广西、四川、青海的排名有所上升。2018年结果在0.2512～0.5933之间，内蒙古和重庆分别排名第一和第十一，广西、贵州、重庆、云南等近50%省份的排名均上升，总体变化较大。2019年结果显示，内蒙古排名依然第一位，为0.5877，最低值为云南的0.2583，广西、重庆、贵州的排名有所上升。2020年各省（自治区、直辖市）的系统安全水平在0.22778～0.47567之间，内蒙古陕西与新疆分别排名第一、二、三名，广西排名波动最大，下降至第九名，最末值为云南；其中，4个地区的评价等级在一般安全及以上，资源相对富足地区的排名普遍靠前。2021年，系统安全水平在0.29528～0.49201之间，较上年整体有所上升，内蒙古排名第一，重庆排名最末；相较2012年，5个地区的系统安全水平均有所上升，并且四个地区的系统安全值均处于一般安全水平。通过对各省份历年系统安全水平的平均分计算并排名，结果显示，2012至2021年间西部地区相对安全的省份为内蒙古，陕西、新疆次之，四川、广西、青海分别为第四、第五、第六名，云南、宁夏、甘肃、贵州、重庆依次排在后五位。

3.2障碍因子识别分析

本研究通过运用障碍度模型，对2012—2021年间影响11个地区“水—能源—粮食”系统安全的障碍因子进行识别，通过不同区域划分，识别出各地区长期的障碍因子，根据障碍度的大小，筛选出障碍度排名前三位、影响作用较为显著的障碍因子，如表4所示。

内蒙古排名前三的障碍因子共涉及20项指标，其中，X7、X8、X9、X10、X12、X13、X14、X15、X16、X19在前三名中均出現2次，40%的指标是和粮食安全有关；整体上粮食安全相关指标出现次数最多，为12次，由此可见粮食安全是影响内蒙古系统安全的长期因素。

广西的障碍因子共涉及18项指标，X3、X12、X20均在前三中出现3次，全部为水资源安全相关指标，从整体来看，水资源安全相关指标在前三中出现次数最多，为16次，目前对广西来说，维持系统安全的工作重心应在水资源安全上。

重庆共涉及19项指标，其中，X8、X27出现3次，均为粮食安全相关指标，总体上粮食安全指标出现次数最多，为14次，水资源安全、能源安全的相关指标分别出现8次。

四川共有17项指标出现在排名前三的障碍因子，X8、X11均出现3次，其中水资源安全相关指标出现15次，为其余两项相关指标出现次数之和。

贵州共有16项指标出现在前三中，其中，X13出现4次，X4、X7分别出现3次，能源安全相关指标出现次数最多，共12次，由此可见能源安全是影响贵州系统安全的重要因素。

云南的排名前三的障碍因子共涉及20项指标，其中，X1、X8分别出现3次，水资源、能源、粮食安全相关指标分别出现11、10、9次，分布相对均匀。

陕西共有20项指标涉及排名前三的障碍因子，其中X27出现3次，粮食安全相关指标共出现14次，并且每个粮食安全相关指标均在排名前三的障碍因子中出现过，因此目前陕西仍需要在粮食安全问题上下功夫来维护系统的长期安全。

甘肃共有18项指标出现在前三中，X8、X25均出现3次，为粮食安全相关指标，整体上粮食安全相关指标共出现13次。

青海排名前三的障碍因子共涉及18项指标，其中X14共出现3次，除水资源安全相关指标出现6次外，能源安全、粮食安全的相关指标均出现12次。

寧夏的障碍因子共涉及19项指标，X3、X12、X14分别在前三中出现3次，水资源安全、能源安全、粮食安全的相关指标分别出现9、10、11次。

新疆共有18项指标出现在排名前三的障碍因子中，其中X12出现3次，水资源安全相关指标出现最多，共13次，目前新疆仍需要在水资源安全方面加大重视，以维护系统的长期安全。

对2012—2021年间各地区排名前三的障碍因子出现在压力—状态—响应系统的频次进行统计，结果如图3所示。广西、重庆、云南、陕西、宁夏的障碍因子主要集中在压力层，内蒙古、四川、贵州、青海、新疆的障碍因子主要集中于状态层，甘肃的障碍因子均分在状态层和响应层。

4结论与建议

4.1研究结论

1）  从评价结果来看，十年间排名较为稳定的有内蒙古、重庆、陕西、宁夏、青海、贵州，排名波动变化相对较小，新疆、四川、甘肃的波动程度类似，均在2014年出现排名最低值，云南波动程度较大，广西2021年的排名相较2012年在所有省份中提升程度最高。2012—2021年间，内蒙古始终处于一般安全水平，贵州、重庆主要处于不安全和较不安全状态，广西、四川、云南、陕西和新疆主要处于较不安全和一般安全状态，甘肃、青海和宁夏主要处于较不安全状态；平均各省安全水平数值可知，西部地区最安全的省份为内蒙古，陕西、新疆次之，四川、广西、青海分别为第四、第五、第六名，云南、宁夏、甘肃、贵州、重庆依次排在后五位。

2）  通过障碍因子识别结果可以看出，共有18.18%地区的障碍因子平均分布在水资源安全、能源安全和粮食安全相关的指标上，36.36%地区的障碍因子以水资源安全为主，另外36.36%地区的障碍因子以粮食安全为主。45.45%的地区障碍因子主要分布在压力层，36.36%的地区障碍因子以状态层为主，不同地区应根据自身的不同特点采取措施。对于整体而言，“水—能—粮”系统中各个要素及系统外部要素均处于动态均衡状态，任何一方的不合理使用或分配均会导致系统安全受到挑战。未来还需根据各地实际情况，因地制宜，找准努力方向。

4.2政策建议

通过以上分析和结论，对提高西部地区未来“水—能源—粮食”系统安全水平提出针对性建议：第一，在水资源安全方面，对于广西、四川、贵州等水资源相对丰富的西南地区来说，水资源利用效率还需要进一步提高，尤其在农业、工业及生活用水方面，需要进一步贯彻节水理念；对于新疆、宁夏等水资源缺乏区域来说，目前人均用水压力较大，巨大的水资源消耗必定对各种资源都将产生一定的压力，所以必须加强水资源安全管理，尽可能缓解人类活动对自然资源的破坏，以维持系统动态安全和平衡［21］。第二，在能源安全方面，贵州、青海需要进一步提高能源自给率，努力提升能源利用效率，宁夏、新疆等地应积极调整能源消费结构，不断开拓新能源市场，同时加快产业结构升级，依据自身特点优化产业布局［22］，为我国实现“双碳”目标贡献力量。第三，在粮食安全方面，内蒙古、重庆、云南、陕西、甘肃等地需要重视耕地亩数，尽可能提升粮食产量，对于贵州等地还需提升对现代农业的重视程度，推广高效节水灌溉方式，在地膜、化肥施用方面进行一定限制，对于农业灾害方面做好预警方案，尽可能减轻受灾程度。同时对于西部各地区来说，都应取长补短，加强与其他地区间的各种资源合作［23］，在水、能源、粮食方面引进相关工艺，提高各个资源的利用效率，进一步贯彻绿色发展理念，以促进经济社会发展，努力构建环境友好型社会，实现共同进步。

参考文献

［1］于宏源. 纽带安全： 能源－粮食－水安全威胁及其思考［J］. 区域与全球发展， 2018， 2（2）： 94-110， 157-158.Yu Hongyuan. The Energy-food-water security nexus security and its implications ［J］. Area Studies and Global Development， 2018， 2（2）： 94-110， 157-158.

［2］Beekma J， Bird J， Mersha A N， et al. Enabling policy environment for water， food and energy security ［J］. Irrigation and Drainage， 2021， 70（3）： 392-409.

［3］Tyagi N K. Managing Water-Energy-Food security nexus under changing climate： Implementation challenges and opportunities in India ［J］. Transactions of Indian National Academy of Engineering， 2020， 5（3）： 449-464.

［4］Purwanto A. Grasping the water， energy， and food security nexus in the local context： Case study： Karawang Regency， Indonesia ［M］. CRC Press， 2021.

［5］Nkiaka E， Okpara U T， Okumah M. Food-energy-water security in sub-Saharan Africa： Quantitative and spatial assessments using an indicator-based approach ［J］. Environmental Development， 2021， 40： 100655.

［6］Khacheba R， Cherfaoui M， Hartani T， et al. The nexus approach to Water-Energy-Food security： an option for adaptation to climate change in Algeria ［J］. Desalination and Water Treatment， 2018， 131： 30-33.

［7］李潇. 基于协同共生理论的我国水—能源—粮食协同安全评价研究［D］. 泰安： 山东农业大学， 2020.Li Xiao. Security evaluation of Water-Energy-Food nexus system in China based on synergetic-symbiosis theory ［D］. Taian： Shandong Agricultural University， 2020.

［8］支彦玲， 陈军飞， 王慧敏， 等. 共生视角下中国区域“水—能源—粮食”复合系统适配性评估［J］. 中国人口·资源与环境， 2020， 30（1）： 129-139.Zhi Yanling， Chen Junfei， Wang Huimin， et al. Assessment of Water-Energy-Food nexus fitness in China from the perspective of symbiosis ［J］. China Population， Resources and Environment， 2020， 30（1）： 129-139.

［9］刘凌燕， 王慧敏， 刘钢， 等. 供需视角下水—能源—粮食系统风险的驱动机理与政策仿真——面向东北三省的系统动力学分析［J］. 软科学， 2020， 34（12）： 52-60.Liu Lingyan， Wang Huimin， Liu Gang， et al. Driving mechanism and policy simulation of Water-Energy-Food risks from the perspective of supply and demand—A case study of northeast China for system dynamics analysis ［J］. Soft Science， 2020， 34（12）： 52-60.

［10］盖美， 翟羽茜. 中国水资源—能源—粮食—支撑系统安全测度及协调发展［J］. 生态学报， 2021， 41（12）： 4746-4756.Gai Mei， Zhai Yuxi. Measurement and coordinated development of water resources， energy， food and support security in China ［J］. Acta Ecologica Sinica， 2021， 41（12）： 4746-4756.

［11］刘晶， 刘翠善， 李潇， 等. 中国水—能源—粮食关联系统协同安全评价［J］. 水利水运工程学报， 2020（4）： 24-32.Liu Jing， Liu Cuishan， Li Xiao， et al. Security evaluation of Water-Energy-Food nexus system in China ［J］. Hydro-Science and Engineering， 2020（4）： 24-32.

［12］赵良仕， 刘思佳， 孙才志. 黄河流域水—能源—粮食安全系统的耦合协调发展研究［J］. 水资源保护， 2021， 37（1）： 69-78.Zhao Liangshi， Liu Sijia， Sun Caizhi. Study on coupling and coordinated development of Water-Energy-Food security system in the Yellow River Basin ［J］. Water Resources Protection， 2021， 37（1）： 69-78.

［13］陈军飞， 陈琳， 刘黎明， 等. 基于PSR-CGPM的区域“水资源—能源—粮食”系统安全评价研究［C］. 中国软科学研究会2019年中国软科学文集， 2020： 127-137.

［14］彭俊杰. 黄河流域“水—能源—粮食”纽带系统的生成机制、价值体现与路径重塑［J］. 当代经济管理， 2021， 43（8）： 76-81.Peng Junjie. The generating mechanism， value embodiment and path reconstruction of the Water-Energy-Food nexus in the Yellow River Basin ［J］. Contemporary Economic Management， 2021， 43（8）： 76-81.

［15］范恒山， 肖金成， 陳耀， 等. 西部大开发： 新时期 新格局［J］. 区域经济评论， 2020（5）： 1-15.

［16］蔡绍洪， 谷城， 张再杰. 时空演化视角下我国西部地区人口—资源—环境—经济协调发展研究［J］. 生态经济， 2022， 38（2）： 168-175.Cai Shaohong， Gu Cheng， Zhang Zaijie. Research on the coordinated development of population-resources-environment economy in Western China from the perspective of space-time evolution ［J］. Ecological Economy， 2022， 38（2）： 168-175.

［17］李德山， 苟晨阳. 环境规制对西部地区水资源利用效率的影响研究——基于产业部门和资源依赖度异质性视角［J］. 地理科学， 2021， 41（12）： 2203-2212.Li Deshan， Gou Chenyang. The impact of environmental regulation on water resource utilization efficiency in the Western China based on the heterogeneity of industrial sectors and resource dependence perspectives ［J］. Scientia Geographica Sinica， 2021， 41（12）： 2203-2212.

［18］旷爱萍， 岳禹钢， 曹世俊. 我国西部地区农业绿色全要素生产率测度及影响因素分析［J］. 福建农林大学学报（哲学社会科学版）， 2022， 25（2）： 44-53.Kuang Aiping， Yue Yugang， Cao Shijun. Measurement of agricultural green total factor productivity in western China and analysis of its influencing factors ［J］. Journal of Fujian Agriculture and Forestry University （Philosophy and Social Sciences）， 2022， 25（2）： 44-53.

［19］孙才志， 阎晓东. 中国水资源—能源—粮食耦合系统安全评价及空间关联分析［J］. 水资源保护， 2018， 34（5）： 1-8.Sun Caizhi， Yan Xiaodong. Security evaluation and spatial correlation pattern analysis of water resources-energy-food nexus coupling system in China ［J］. Water Resources Protection， 2018， 34（5）： 1-8.

［20］李红芳， 王会肖， 赵茹欣， 等. 基于Copula函数的水—能源—粮食共生安全风险概率［J］. 农业工程学报， 2021， 37（8）： 332-340.Li Hongfang， Wang Huixiao， Zhao Ruxin， et al. Estimating the symbiosis risk probability of Water-Energy-Food using Copula function ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2021， 37（8）： 332-340.

［21］李成宇， 張士强. 中国省际水—能—粮耦合协调度及影响因素研究［J］. 中国人口·资源与环境， 2020， 30（1）： 120-128.Li Chengyu， Zhang Shiqiang. Chinese provincial Water-Energy-Food coupling coordination degree and influencing factors research ［J］. China Population， Resources and Environment， 2020， 30（1）： 120-128.

［22］邹秀清， 谢美辉， 肖泽干， 等. 基于熵权-TOPSIS法的乡村发展评价及障碍因子诊断［J］. 中国农业资源与区划， 2021， 42（10）： 197-206.Zou Xiuqing， Xie Meihui， Xiao Zegan， et al. Evaluation of rural development and diagnosis of obstacle factors based on entropy weight TOPSIS method ［J］. Chinese Journal of Agricultural Resources and Regional Planning， 2021， 42（10）： 197-206.

［23］毕博， 陈丹， 邓鹏， 等. 区域水资源—能源—粮食系统耦合协调演化特征研究［J］. 中国农村水利水电， 2018（2）： 72-77.Bi Bo， Chen Dan， Deng Peng， et al. The evolutionary characteristics analysis of coupling and coordination of regional Water-Energy-Food ［J］. China Rural Water and Hydropower， 2018（2）： 72-77.