水资源－能源－粮食－生态系统耦合协调及驱动力分析

杨明明 朱永楠 赵勇 杨文静 樊煜

摘 要：为加深对我国水资源、能源、粮食、生态系统协同演变趋势的认识，构建水资源－能源－粮食－生态多维系统指标体系，运用耦合协调度模型对我国２００５—２０２０ 年水资源－能源－粮食－生态系统耦合协调度进行评价，并采用多因素归因分析法进行驱动力分析。结果表明：我国水资源－能源－粮食－生态系统耦合协调度从２００５ 年的０．５５ 增长到２０２０ 年的０．８４，各地区耦合协调度从勉强协调發展水平过渡到中级协调发展水平，各子系统对耦合协调度上升的驱动分别经历了由粮食子系统到生态子系统再到水资源子系统主导的过程；能源子系统的贡献率虽然比较小，但是未来可能是各地区提升水资源－能源－粮食－生态系统多维系统协调发展水平的突破口。

关键词：水资源－能源－粮食－生态；耦合协调度；多因素归因分析；驱动力

中图分类号：ＴＶ２１３．４ 文献标志码：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０３．０１１

引用格式：杨明明，朱永楠，赵勇，等．水资源－能源－粮食－生态系统耦合协调及驱动力分析［Ｊ］．人民黄河，２０２４，４６（３）：５８－６３．

０ 引言

水资源、能源、粮食是人类社会赖以生存和发展的三大物质基础和战略资源［１］ 。人口增长、城市化等因素驱动下，人类社会对水资源、能源和粮食等资源的需求与日俱增，加之气候变化对生态环境造成巨大压力，成为绿色可持续发展的主要瓶颈［２］ 。我国资源禀赋、生产能力和消费规模之间存在不匹配、不平衡的问题，资源环境承载压力日趋加大，因此有必要对水资源、能源、粮食各系统间协同演变关系进行研究分析，为促进生态保护与高质量发展提供参考。

水资源－能源－粮食纽带关系一词最早源于２０１１年德国联邦政府对水安全、能源安全和粮食安全的关系总结，认为３ 种资源之间存在相互依存的联系［３］ ，大致表现为人类对水资源的取、用、耗、排都离不开能源的支持，能源的开采、加工、冷却等均需要水资源的参与，粮食的生产、加工、运输等同样需要水资源和能源的投入［４－５］ 。基于某系统中任何一个要素供应或需求变化都会对其他系统造成影响的特点，廖重斌［６］ 首次将物理学中的耦合度概念应用于经济－环境系统的协调关系研究，引起了国内外学者采用耦合模型对水资源－能源－粮食系统协调关系的广泛探索。Ｈａｎ 等［７］ 、彭俊杰［８］ 、王勇等［９］ 分别研究了我国省际、黄河流域、京津冀地区的水资源－能源－粮食耦合协调度演变特征；罗巍等［１０］ 、王丽川等［１１］ 分别采用ＡＲＭＩＡ 模型和灰色ＧＭ（１，１）模型对水资源－能源－粮食系统耦合协调度进行预测；Ｓｕｎ 等［１２］ 采用ＤＥＡ 方法对水资源－能源－粮食系统耦合协调程度进行评价，Ｗａｎｇ 等［１３］ 和汪中华等［１４］ 分别采用地理加权回归和空间计量模型对水资源－能源－粮食系统耦合协调度影响因素进行分析。以往关于系统协调度影响因素的研究，主要考虑经济发展水平、人口、气候、教育等外部因素［１５］ ，很少分析系统内部各子系统对协调水平的贡献率。我国对生态环境日益重视，在考虑资源系统间供给与消耗纽带关系时，应考虑其对生态环境的影响，即与生态系统的关联［１６］ 。以往研究大多仅考虑水资源子系统中的生态用水与废污水排放、能源子系统中的工业废气排放或者粮食子系统中的化肥负荷［３，１７］ ， 虽然李波等［１８］ 、Ｌｉ 等［１９］ 、Ｄｉｎｇ 等［２０］ 将生态环境作为一个独立的系统，但未能区分不同资源系统对生态系统的影响，而且研究对象均为流域尺度。

基于此，本文在考虑资源系统与生态系统关联关系的基础上，从大气、水体、土地及环境方面全面考察生态系统的发展状况，并从国家尺度构建水资源－能源－粮食－生态系统指标体系，综合分析２００５—２０２０年我国各地理分区水资源－能源－粮食－生态系统耦合协调演变趋势，应用多因素分析法分析各子系统对多维系统协调演变的驱动情况，以期为我国水资源－能源－粮食－生态系统多维系统协调发展提供参考。

１ 研究方法与数据来源

１．１ 指标体系构建

为全面体现各地区资源禀赋、社会、经济等方面情况，本文从自然禀赋、开发程度、安全程度、资源消耗及经济效益角度，构建我国水资源－能源－粮食－生态系统多维指标体系（见表１）。考虑到生态系统作为一切社会生产行为的载体，承载了人类对水、粮食和能源等资源进行开采、利用乃至保护的所有行为，生态子系统指标的选取主要考虑资源系统在大气、水体、土地等方面对生态环境的影响，同时兼顾人类为改善环境而采取的努力。

１．２ 水资源－能源－粮食－生态系统耦合协调度模型

首先采用极值标准化法对原始数据进行无量纲化处理，然后采用熵值法求得各子系统的指标权重，并运用线性加权法计算多维系统的综合评价指数。

１．４ 数据来源

研究数据来源于《中国统计年鉴》《中国农村统计年鉴》《中国农业机械工业年鉴》《中国能源统计年鉴》《中国电力年鉴》《中国环境年鉴》《中国农村能源年鉴》《中国农业统计资料》《中国水资源公报》及各省（市、区）相关统计资料。本文研究区范围为我国内地除西藏外的其他３０ 个省（市、区），根据地理位置划分为东北地区（包括黑龙江、吉林、辽宁）、华北地区（包括北京、天津、河北、山西、内蒙古）、华中地区（河南、湖南、湖北）、华南地区（包括广东、广西、海南）、华东地区（包括上海、江苏、浙江、安徽、福建、江西、山东）、西北地区（包括陕西、甘肃、青海、宁夏、新疆）和西南地区（包括重庆、四川、贵州、云南）地区七大地区。

２ 结果与讨论

２．１ 水资源－能源－粮食－生态多维系统耦合评价结果分析

我国水资源－能源－粮食－生态多维系统的耦合评价结果如图１ 所示。２００５—２０２０ 年，耦合度整体呈先上升后趋于平缓的趋势，其中２０１２ 年耦合度达到最大值０．９９，２０１３ 年之后基本维持在０．９７ 左右，多年平均值为０．９３，说明这４ 个系统之间具有较高的耦合度。耦合协调度整体处于上升趋势，从２００５ 年的０．５５ 波动上升到２０２０ 年的０．８４，多年平均值为０．６７，系统协调发展态势良好。各子系统中，粮食子系统评价指数和生态子系统评价指数呈波动上升趋势，２０２０ 年分别达到最大值０．９８ 和０．８１。粮食子系统评价指数２０１３年之前增速较快，年均增速１１％；生态子系统评价指数２０１３ 年之后增速较快，年均增速１４％。水资源子系统评价指数变化较为剧烈，出现多个较大的波峰波谷，由２００５ 年的０．６５ 震荡变化到２０１１ 年的最小值０．３５，再上升到２０２０ 年的最大值０．７４。能源子系统评价指数整体呈平滑下降趋势，从２００５ 年的０．６０ 下降为２０２０ 年的０．４３。

结合２００５—２０２０ 年我国七大地区水资源－能源－粮食－生态多维系统耦合评价结果，将耦合协调状况划分为４ 个时段，结果见表３。２００５—２００８ 年，除东北和华中地区外，其余地区耦合协调度多年均值均小于０．６，处于勉强协调发展阶段。２００９—２０１２ 年，除西南地区外，其余地区耦合协调水平从勉强协调发展阶段过渡到初级协调发展阶段，其中东北地区率先进入中级协调发展阶段，主要得益于粮食子系统评价指数的快速提升（从０．５６ 上升到０．９１）。２０１３—２０２０ 年，我国各地区系统耦合协调水平从初级协调发展阶段向中级协调发展阶段转变，其中华北地区２０１７—２０２０ 耦合协调度多年均值为０．８２，进入良好协调发展阶段，这主要得益于南水北调工程的运行，其不仅缓解了华北地区用水压力，而且通过河湖补水和置换地下水的方式极大地改善了生态环境［２３－２４］ ，同期水资源和生态子系统评价指数分别提升了０．２８ 和０．１５，多维系统耦合协调度从２０１７ 年的０．７８ 增大到２０２０ 年的０．８５。

２．２ 水资源－能源－粮食－生态系统耦合协调驱动力分析

２．２．１ 相关性分析

利用式（５） ～ 式（１０）计算２００５—２０２０ 年我国水资源－能源－粮食－生态多维系统每２ ａ 的耦合协调度变化量，将计算结果与耦合模型计算结果进行相关性分析，结果显示拟合优度Ｒ２ ＝０．９９２，具有显著相关性，说明该方法可以用来分析各系统对耦合协调度的贡献率。

２．２．２ 水资源－能源－粮食－生态系统驱动力分析

２０２０ 年水资源－能源－粮食－生态多维系统耦合协调度比２００５ 年增大了０．２９，根据多因素归因法计算结果可知，耦合协调度的增大主要来自粮食、生态、水资源子系统的正向驱动，三者贡献率分别为５２％、３３％和５％，说明２０２０ 年粮食、生态、水资源子系统的整体情况比２００５ 年均有所改善，尤其是粮食子系统在种植规模和技术方面提升显著，如粮食播种面积、产量和自给率分别增长了８％、４８％、７％，秸秆固化成型和碳化技术使得优质化能源利用量增长了１０ 倍左右。然而，能源子系统表现为负向驱动，贡献率为１０％，说明能源子系统２０２０ 年比２００５ 年整体水平有所回落，能源自给率由２００５ 年的０．８６ 下降为２０２０ 年的０．５８。由图２可知，粮食子系统贡献率整体呈下降趋势，由２００５—２００８ 年的５６％下降为２０１７—２０２０ 年的１２％，说明粮食子系统的提升后劲不足。生态子系统贡献率整体呈先升后降的趋势，２０１３—２０１６ 年年均贡献率达到最高值５４％，说明在此期间我国生态环境保护与治理成效显著，如水质优良河流占比从６３％增加到８０％，农业污水和工业废水ＣＯＤ 排放量分别下降了９８％、８４％，生态用水量从１０５ 亿ｍ３ 增加到３０６ 亿ｍ３，清洁能源发电量占比从２４％增加至３４％、节水灌溉面积及水土流失治理面积分别增加了４０％和３４％。但由于生态子系统在一定程度上是资源系统行为结果的综合反映，容易受资源系统的影响，因此在２０１７ 年之后贡献率有所下降。能源和水资源子系统的贡献率整体呈不断上升趋势，２０１７—２０２０ 年水资源子系统贡献率最高（为６０％），能源子系统由负向驱动转为正向驱动（贡献率为３％），说明水资源子系统在该时段改善最为明显，能源子系统未来提升的潜力较大。

各地区各子系统在不同时段对多维系统耦合协调度的贡献率见表４。可以看出，２００５—２００８ 年粮食子系统贡献率最大的是东北地区（贡献率为６２％），这主要得益于东北地区粮食子系统规模快速扩大，其播种面积、粮食产量、粮食自给率比２００５ 年分别提升了１２％、２４％和２５％，提升速度均高于全国平均水平。

２００９—２０１２ 年我国全面推进农业现代化发展战略，粮食子系统生产规模和水平得到普遍提升［２５］ ，除华北和华东地区贡献率相对较小外，其余各地区粮食子系统贡献率均在５０％及以上。２０１３—２０１６ 年，生态子系统成为各地区耦合协调度提升的主要驱动因素，其中华北和华南地区的生态子系统贡献率较高，分别为５４％和４１％，华北地区主要是城市绿地面积、河流水质、矿山开采破坏面积修复以及能源治理方面有较大改善，华南地区则在能源减排、水土流失治理面积方面有明显改善。２０１７—２０２０ 年，水资源子系统成为各地区耦合协调度提升的主要驱动因素，贡献率最大的地区主要为东北、华东和华北，分别为７９％、６４％和５８％。这主要得益于我国节水型社会建设、水资源合理配置与水安全供水保障等相关政策规划的有效落实［２６］ ，各地区用水总量增速减缓甚至总量减少，２０２０ 年各地区平均用水总量比２０１７ 年下降３０ 亿ｍ３。各地区能源子系统贡献率在２０１７ 年之后大多由负转正，华北和东北地区贡献率相对较低，主要原因是能源子系统安全水平相对较低，能源自给率分别比２０１７ 年下降约２０％和３％，而东北地区能源资源量比２０１７ 年下降约４％。

３ 结论与建议

１）２００５—２０２０ 年，我国水资源、能源、粮食、生态子系统之间具有较强的关联性，水资源－能源－粮食－生态系统耦合协调水平整体呈上升趋势，但各子系统发展水平存在较大差异，与优质协调发展水平还有一定距离。

２）２００５—２０１２ 年，粮食子系统因生产规模及水平的大幅提升而成为驱动水资源－能源－粮食－生态多维系统耦合协调度上升的主要因素，但２０１２ 年之后糧食子系统生产水平有所下降。因此，建议开发农产品附加价值或发展生态农业等，以提升粮食规模效益和粮食子系统生产水平。

３）２０１３—２０１７ 年，生态子系统和水资源子系统均为水资源－能源－粮食－生态系统协调发展的主要驱动力。然而，生态子系统作为一切生产行为的载体往往更容易受到其他子系统的影响。因此，建议各部门加强合作，把握共抓大保护的契机，使生态子系统水平稳步提升并逐渐参与市场机制，将良好生态环境蕴含的生态价值转化为经济价值，推动生态优势转化为经济优势。

４）２００５—２０１３ 年，水资源子系统和能源子系统因受粗放式开发利用的影响而对水资源－能源－粮食－生态系统协调发展产生负面影响。２０１３ 年之后，随着我国深化改革、优化产业结构、推动绿色低碳发展以及建设调水工程等一系列举措，使水资源子系统水平明显提升。在经济社会发展对能源需求依然较大的情况下，建议积极支持清洁能源的研发与应用，并鼓励采取措施降低能源（特别是一次能源）的使用量。

参考文献：

［１］ 韩昕雪琦．水－能源－粮食关联视角下区域水资源优化配置［Ｄ］．杨凌：西北农林科技大学，２０２１：１－２．

［２］ 何国华．我国北方地区水土资源空间优化及其生态效应系统评价［Ｄ］．北京：中国水利水电科学研究院，２０１９：３－４．

［３］ 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．

［４］ 彭少明，郑小康，王煜，等．黄河流域水资源－能源－粮食的协同优化［Ｊ］．水科学进展，２０１７，２８（５）：６８１－６９０．

［５］ 何国华，姜珊，赵勇，等．我国现状能源与水纽带关系定量识别［Ｊ］．南水北调与水利科技（中英文），２０２０，１８（４）：５４－７０．

［６］ 廖重斌．环境与经济协调发展的定量评判及其分类体系：以珠江三角洲城市群为例［Ｊ］． 热带地理，１９９９（２）：７６－８２．

［７］ ＨＡＮ Ｄ Ｎ，ＹＵ Ｄ，ＣＡＯ Ｑ．Ａｓｓｅｓｓｍｅｎｔ ｏｎ ｔｈｅ Ｆｅａｔｕｒｅｓ ｏｆＣｏｕｐｌｉｎｇ Ｉｎｔｅｒａｃｔｉｏｎ ｏｆ ｔｈｅ Ｆｏｏｄ?Ｅｎｅｒｇｙ?Ｗａｔｅｒ Ｎｅｘｕｓ ｉｎＣｈｉｎａ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｃｌｅａｎｅｒ Ｐｒｏｄｕｃｔｉｏｎ，２０１９，２４９：１１９３７９．

［８］ 彭俊杰．黄河流域“水－能源－粮食”纽带系统的耦合协调及时空分异［Ｊ］．区域经济评论，２０２２（２）：５１－５９．

［９］ 王勇，孙瑞欣．土地利用变化对区域水－能源－粮食系统耦合协调度的影响：以京津冀城市群为研究对象［Ｊ］．自然资源学报，２０２２，３７（３）：５８２－５９９．

［１０］ 罗巍，杨玄酯，杨永芳，等．黄河流域水－能源－粮食纽带关系协同演化及预测［Ｊ］． 资源科学，２０２２，４４ （３）：６０８－６１９．

［１１］ 王丽川，侯保灯，周毓彦，等．城市水－能源－粮食耦合协调发展研究［Ｊ］．水利水运工程学报，２０２１（１）：９－１７．

［１２］ ＳＵＮ Ｃ Ｚ，ＹＡＮ Ｘ Ｄ，ＺＨＡＯ Ｌ Ｓ．Ｃｏｕｐｌｉｎｇ Ｅｆｆｉｃｉｅｎｃｙ Ｍｅａｓ?ｕｒｅｍｅｎｔ ａｎｄ Ｓｐａｔｉａｌ Ｃｏｒｒｅｌａｔｉｏｎ Ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｏｆ Ｗａｔｅｒ?Ｅｎ?ｅｒｇｙ?Ｆｏｏｄ Ｎｅｘｕｓ ｉｎ Ｃｈｉｎａ［Ｊ］．Ｒｅｓｏｕｒｃｅｓ，Ｃｏｎｓｅｒｖａｔｉｏｎ ａｎｄＲｅｃｙｃｌｉｎｇ，２０２１，１６４：１０５１５１．

［１３］ ＷＡＮＧ Ｙ Ｒ，ＳＯＮＧ Ｊ Ｘ，ＺＨＡＮＧ Ｘ Ｘ，ｅｔ ａｌ．Ｃｏｕｐｌｉｎｇ Ｃｏｏｒ?ｄｉｎａｔｉｏｎ Ｅｖａｌｕａｔｉｏｎ ｏｆ Ｗａｔｅｒ?Ｅｎｅｒｇｙ?Ｆｏｏｄ ａｎｄ Ｐｏｖｅｒｔｙ ｉｎｔｈｅ Ｙｅｌｌｏｗ Ｒｉｖｅｒ Ｂａｓｉｎ，Ｃｈｉｎａ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｈｙｄｒｏｌｏｇｙ，２０２２，６１４：１２８４６１．

［１４］ 汪中华，田宇薇．我国水－能源－粮食耦合关系及影响因素［Ｊ］．南水北调与水利科技（中英文），２０２２，２０（２）：２４３－２５２．

［１５］ 李成宇，张士强．中国省际水－能源－粮食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．

［１６］ 王奕佳，刘焱序，宋爽，等．水－粮食－能源－生态系统关联研究进展［Ｊ］．地球科学进展，２０２１，３６（７）：６８４－６９３．

［１７］ 秦腾，佟金萍．长江经济带水－能源－粮食耦合效率的时空演化及影响因素［Ｊ］．资源科学，２０２１，４３（１０）：２０６８－２０８０．

［１８］ 李波，严建飞．黄河流域水－能源－环境系统动态耦合协调发展研究［Ｊ］．人民黄河，２０２２，４４（７）：５９－６３．

［１９］ ＬＩ Ｊ Ｓ， ＳＵＮ Ｗ， ＬＩ Ｍ Ｙ， ｅｔ ａｌ． Ｃｏｕｐｌｉｎｇ Ｃｏｏｒｄｉｎａｔｉｏｎ Ｄｅ?ｇｒｅｅ ｏｆ Ｐｒｏｄｕｃｔｉｏｎ， Ｌｉｖｉｎｇ ａｎｄ Ｅｃｏｌｏｇｉｃａｌ Ｓｐａｃｅｓ ａｎｄ ＩｔｓＩｎｆｌｕｅｎｃｉｎｇ Ｆａｃｔｏｒｓ ｉｎ ｔｈｅ Ｙｅｌｌｏｗ Ｒｉｖｅｒ Ｂａｓｉｎ［Ｊ］． Ｊｏｕｒｎａｌｏｆ Ｃｌｅａｎｅｒ Ｐｒｏｄｕｃｔｉｏｎ， ２０２１，２９８：１２６８０３．

［２０］ ＤＩＮＧ Ｊ Ｐ， ＤＥＮＧ Ｍ Ｈ． Ｃｏｕｐｌｉｎｇ Ｃｏｏｒｄｉｎａｔｉｏｎ Ａｎａｌｙｓｉｓ ｏｆＷａｔｅｒ?Ｅｎｅｒｇｙ?Ｆｏｏｄ?Ｅｃｏｌｏｇｙ ｉｎ ｔｈｅ Ｙａｎｇｔｚｅ Ｒｉｖｅｒ Ｄｅｌｔａ［Ｊ］．Ｗａｔｅｒ Ｓｕｐｐｌｙ， ２０２２，２２（９）：７２７２－７２８０．［２１］ ＹＡＮＧ Ｗ Ｊ，ＺＨＡＯ Ｙ，ＷＡＮＧ Ｑ Ｍ，ｅｔ ａｌ．Ｃｌｉｍａｔｅ， ＣＯ２，ａｎｄ Ａｎｔｈｒｏｐｏｇｅｎｉｃ Ｄｒｉｖｅｒｓ ｏｆ Ａｃｃｅｌｅｒａｔｅｄ ＶｅｇｅｔａｔｉｏｎＧｒｅｅｎｉｎｇ ｉｎ ｔｈｅ Ｈａｉｈｅ Ｒｉｖｅｒ Ｂａｓｉｎ［Ｊ］． Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ，２０２２，１４（２）：２６８．

［２２］ 杨雪琪，武玮，郑从奇，等．基于Ｂｕｄｙｋｏ 假设的沂河流域径流变化归因识别［Ｊ］．水土保持研究，２０２３，３０（２）：１００－１０６．

［２３］ 贾毅，张松林．南水北调中线工程途经区生态服务价值的时空变化［Ｊ］．生态学报，２０２１，４１（１８）：７２２６－７２３７．

［２４］ 陳晓楠，段春青，崔晓峰，等．基于可变云模型的南水北调中线供水效益综合评价探析［Ｊ］．华北水利水电大学学报（自然科学版），２０１９，４０（３）：３２－３８．

［２５］ 黄佩民．中国农业现代化的历程和发展创新［Ｊ］．农业现代化研究，２００７（２）：１２９－１３４．

［２６］ 梅锦山，郦建强，丁跃元．发挥规划引领作用落实“节水优先”方针：对“十三五”节水型社会建设规划编制工作的思考［Ｊ］．中国水利，２０１５（７）：１１－１３．

【责任编辑 张华兴】