留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

中国水-能源-粮食关联系统协同安全评价

刘晶 刘翠善 李潇 王国庆 鲍振鑫

引用本文:
Citation:

中国水-能源-粮食关联系统协同安全评价

    作者简介: 刘 晶(1997—),女,宁夏固原人,硕士研究生,主要从事气候变化和水土资源匹配方面的研究。E-mail:1767343058@qq.com.
  • 基金项目: 国家重点研发计划项目(2017YFC0404602,2017YFA0605002,2016YFA0601501);国家自然科学基金资助项目(51879164,4181101521)
  • 中图分类号: TV213.9

Security evaluation of water-energy-food nexus system in China

  • 摘要: 为保障我国水-能源-粮食关联系统安全,运用压力状态响应模型对我国2007—2016年水-能源-粮食关联系统进行协同安全性评价。选取16个代表性指标,构建我国水-能源-粮食关联系统协同安全评价指标体系及评价模型,利用层次分析法确定各指标权重,根据2007—2016年全国及各省区相关指标统计数据,对全国及不同地区水-能源-粮食关联系统进行协同安全评价。结果表明:近10年全国水-能源-粮食关联系统的协同安全度总体呈波动上升趋势。北京、天津和上海等省区水-能源-粮食关联系统综合协同安全度较高;而宁夏、新疆和重庆等地区综合协同安全度低;大部分省区关联系统综合协同安全度水平2012—2016年高于2007—2011年。
  • 图  1  中国水-能源-粮食关联系统协同安全度变化

    Figure  1.  Variation of collaborative security degree of water-energy-food nexus system

    图  2  区域水-能源-粮食关联系统压力子系统协同安全度空间分布

    Figure  2.  Spatial distribution of cooperative security degree of pressure subsystem of regional water-energy-food nexus system

    图  3  区域水-能源-粮食关联系统状态子系统协同安全度空间分布

    Figure  3.  Spatial distribution of cooperative security degree of status subsystem of regional water-energy-food nexus system

    图  4  区域水-能源-粮食关联系统响应子系统协同安全度空间分布

    Figure  4.  Spatial distribution of cooperative security degree of response subsystem of regional water-energy-food nexus system

    图  5  区域水-能源-粮食关联系统综合协同安全度空间分布

    Figure  5.  Spatial distribution of comprehensive collaborative security degree of regional water-energy-food nexus system

    图  6  典型区域水-能源-粮食关联系统综合协同安全度变化

    Figure  6.  Variation of comprehensive collaborative security degree of water-energy-food nexus system in typical areas

    表  1  我国水-能源-粮食关联系统指标体系

    Table  1.   Index system of water-energy-food nexus system in China

    类别指标正负向权重指标意义单位
    压力类人均用水量(C1)0.372 0反映经济社会对水资源系统的压力m3/人
    农业用水占比(C2)0.091 0反映粮食系统对水资源系统的压力%
    能源生产用水占比(C3)0.069 8反映能源系统对水资源系统的压力%
    人均粮食消耗量(C4)0.269 0反映经济社会对粮食系统的压力t/人
    万元GDP能源消耗量(C5)0.164 7反映经济社会对能源系统的压力吨标准煤
    人均能源消耗量(C6)0.033 5反映经济社会对能源系统的压力吨标准煤
    状态类人均水资源量(C7)+0.425 3反映水资源系统资源总量状态m3/人
    产水模数(C8)+0.038 3反映水资源系统产水效率状态104m3/km2
    用水总耗水率(C9)+0.202 3反映水资源系统利用效率状态%
    人均粮食产量(C10)+0.132 3反映粮食系统资源总量状态t/人
    人均能源产量(C11)+0.132 3反映能源系统资源总量状态吨标准煤
    一产能耗占比(C12)0.069 5反映能源系统生产效率状态%
    响应类工业用水重复利用率(C13)+0.150 0反映能源系统用水效率响应%
    节水灌溉面积占比(C14)+0.372 2反映粮食系统用水效率响应%
    亩均灌溉用水(C15)0.372 2反映粮食系统用水控制响应m3
    能源消费弹性系数(C16)0.105 5反映能源系统生产效率响应
    下载: 导出CSV
  • [1] United Nations. Transforming our world: the 2030 agenda for sustainable development[EB/OL]. [2019-05-26]. https://sustainabledevelopment.un.org/post2015/transformingourworld/.
    [2] 常远, 夏朋, 王建平. 水-能源-粮食纽带关系概述及对我国的启示[J]. 水利发展研究,2016,16(5):67-70. (CHANG Yuan, XIA Peng, WANG Jianping. Overview of the water-energy-food nexus and its enlightenment to China[J]. Water Resources Development Research, 2016, 16(5): 67-70. (in Chinese)
    [3] KURIAN M. The water-energy-food nexus: trade-offs, thresholds and transdisciplinary approaches to sustainable development[J]. Environmental Science & Policy, 2017, 68: 97-106.
    [4] SCOTT C A, CROOTOF A, KELLY-RICHARDS S. The urban water-energy nexus: building resilience for global change in the “urban century”[M]//HETTIARACHCHI H, ARDAKANIAN R. Environmental Resource Management and the Nexus Approach. Switzerland: Springer, 2016.
    [5] DE VITO R, PAGANO A, PORTOGHESE I, et al. Integrated approach for supporting sustainable water resources management of irrigation based on the WEFN framework[J]. Water Resources Management, 2019, 33(4): 1281-1295. doi:  10.1007/s11269-019-2196-5
    [6] NIE Y L, AVRAAMIDOU S, XIAO X, et al. A Food-Energy-Water Nexus approach for land use optimization[J]. Science of the Total Environment, 2019, 659: 7-19. doi:  10.1016/j.scitotenv.2018.12.242
    [7] ALBRECHT T R, CROOTOF A, SCOTT C A. The Water-Energy-Food Nexus: a systematic review of methods for nexus assessment[J]. Environmental Research Letters, 2018, 13(4): 043002. doi:  10.1088/1748-9326/aaa9c6
    [8] LASPIDOU C S, KOFINAS D T, N K, et al. Modelling the water-energy-food-land use-climate nexus: the nexus tree approach[J]. Proceedings, 2018, 2(11): 617. doi:  10.3390/proceedings2110617
    [9] 李桂君, 黄道涵, 李玉龙. 水-能源-粮食关联关系: 区域可持续发展研究的新视角[J]. 中央财经大学学报,2016(12):76-90. (LI Guijun, HUANG Daohan, LI Yulong. Water-energy-food nexus (WEF-Nexus): new perspective on regional sustainable development[J]. Journal of Central University of Finance & Economics, 2016(12): 76-90. (in Chinese)
    [10] 关伟. 区域水资源与经济社会耦合系统可持续发展的量化分析[J]. 地理研究,2007,26(4):685-692. (GUAN Wei. The data analysis of regional water resources and economic society coupling system sustainable development[J]. Geographical Research, 2007, 26(4): 685-692. (in Chinese) doi:  10.3321/j.issn:1000-0585.2007.04.005
    [11] ZHANG C, LI L J, WANG J. Decoupling between water use and thermoelectric power generation growth in China[J]. Nature Energy, 2018, 3(9): 792-799. doi:  10.1038/s41560-018-0236-7
    [12] 康绍忠. 水安全与粮食安全[J]. 中国生态农业学报,2014,22(8):880-885. (KANG Shaozhong. Towards water and food security in China[J]. Chinese Journal of Eco-Agriculture, 2014, 22(8): 880-885. (in Chinese)
    [13] 邓鹏, 陈菁, 陈丹, 等. 区域水-能源-粮食耦合协调演化特征研究--以江苏省为例[J]. 水资源与水工程学报,2017,28(6):232-238. (DENG Peng, CHEN Jing, CHEN Dan, et al. The evolutionary characteristics analysis of the coupling and coordination among water, energy and food: take Jiangsu Province as an example[J]. Journal of Water Resources and Water Engineering, 2017, 28(6): 232-238. (in Chinese) doi:  10.11705/j.issn.1672-643X.2017.06.41
    [14] 李桂君, 李玉龙, 贾晓菁, 等. 北京市水-能源-粮食可持续发展系统动力学模型构建与仿真[J]. 管理评论,2016,28(10):11-26. (LI Guijun, LI Yulong, JIA Xiaojing, et al. Establishment and simulation study of system dynamic model on sustainable development of water-energy-food nexus in Beijing[J]. Management Review, 2016, 28(10): 11-26. (in Chinese)
    [15] 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. (PENG Shaoming, ZHENG Xiaokang, WANG Yu, et al. Study on water-energy-food collaborative optimization for Yellow River basin[J]. Advances in Water Science, 2017, 28(5): 681-690. (in Chinese)
    [16] 王慧敏, 洪俊, 刘钢. “水-能源-粮食”纽带关系下区域绿色发展政策仿真研究[J]. 中国人口·资源与环境,2019,29(6):74-84. (WANG Huimin, HONG Jun, LIU Gang. Simulation research on different policies of regional green development under the nexus of water-energy-food[J]. China Population, Resources and Environment, 2019, 29(6): 74-84. (in Chinese)
    [17] 关鑫. 基于水-能源-粮食关联性的粮食安全研究[D]. 北京: 中国农业科学院, 2019.

    GUAN Xin. Study on water-energy-food in relation to food security[D]. Beijing: Chinese Academy of Agricultural Sciences, 2019. (in Chinese)
    [18] 于红. 防范化解资源环境风险财政对策研究[D]. 北京: 财政部财政科学研究所, 2014.

    YU Hong. Study on the financial countermeasures to prevent and resolve resources & environment risks[D]. Beijing: Chinese Academy of Fiscal Sciences, 2014. (in Chinese)
    [19] 郭海丹, 邵景力, 谢新民, 等. 基于压力-状态-响应模型的城市水资源承载能力研究[J]. 水资源保护,2009,25(2):46-49. (GUO Haidan, SHAO Jingli. XIE Xinmin, et al Urban water resources carrying capacity based on pressure-state-response model[J]. Water Resources Protection, 2009, 25(2): 46-49. (in Chinese) doi:  10.3969/j.issn.1004-6933.2009.02.013
    [20] 戴文渊, 张芮, 成自勇, 等. 白银市水生态安全评价研究[J]. 水利水运工程学报,2015(4):92-97. (DAI Wenyuan, ZHANG Rui, CHENG Ziyong, et al. Hydroecological safety evaluation for Baiyin city[J]. Hydro-Science and Engineering, 2015(4): 92-97. (in Chinese)
    [21] 冉启英, 李宁. 基于压力-状态-响应模型的生态安全评价--以新疆为例[J]. 生态经济,2015,31(7):114-117. (RAN Qiying, LI Ning. Ecological security assessment based on PSR model: a case study of Xinjiang Uygur autonomous region[J]. Ecological Economy, 2015, 31(7): 114-117. (in Chinese) doi:  10.3969/j.issn.1671-4407.2015.07.023
    [22] SAATY T L, KEARNS K P. CHAPTER 4-Systems characteristics and the analytic hierarchy process[M]//SAATY T L, KEARNS K P. Analytical Planning. Oxford New York: Pergamon Press, 1985.
    [23] 曹永强, 朱明明, 张亮亮, 等. 基于可变模糊评价法的大连市水资源承载力分析[J]. 水利水运工程学报,2016(4):40-46. (CAO Yongqiang, ZHU Mingming, ZHANG Liangliang, et al. Analysis of carrying capacity of water resources in Dalian based on variable fuzzy assessment method[J]. Hydro-Science and Engineering, 2016(4): 40-46. (in Chinese)
  • [1] 刘帅盛金保王昭升杨德玮 . 基于模糊神经网络的水电施工安全隐患评价. 水利水运工程学报, doi: 10.12170/20181031004
    [2] 陆丹耿昭克闵敏王司阳 . 基于区间型贝叶斯模型的湟水干流水质评价. 水利水运工程学报, doi: 10.12170/20191220002
    [3] 王士军谷艳昌葛从兵 . 大坝安全监测系统评价体系. 水利水运工程学报, doi: 10.16198/j.cnki.1009-640X.2019.04.009
    [4] 方成杰钱德玲徐士彬姚兰飞刘杰 . 基于联系期望的泥石流易发性评价模型. 水利水运工程学报,
    [5] 戴文渊张芮成自勇宋众艳刘静霞马奇梅 . 白银市水生态安全评价研究. 水利水运工程学报,
    [6] 刘亚莲,周翠英 . 突变理论在堤防安全综合评价中的应用. 水利水运工程学报,
    [7] 陈生水,方绪顺,钱亚俊 . 高土石坝地震安全评价及抗震设计思考. 水利水运工程学报,
    [8] 夏雨,张仲卿,赵小莲,周满元,黄福来,王大伟 . 基于非概率可靠度理论的拱坝安全度评价. 水利水运工程学报,
    [9] 任政,郝振纯 . 水资源开发利用评价的支持向量机模型. 水利水运工程学报,
    [10] 贲能慧,任旭华,许朴 . 复杂多滑动面混凝土重力坝稳定分析与安全评价. 水利水运工程学报,
    [11] 肖浩波,郑东健 . 基于实测资料的边坡稳定性评价突变模型. 水利水运工程学报,
    [12] 张亦飞,王恕 . 航道网综合评价的多指标灰色关联决策模型. 水利水运工程学报,
    [13] 李山,赵伟,郭平,杨新成 . 大山口水电站重力拱坝监测资料分析及安全评价. 水利水运工程学报,
    [14] 王士军,段祥宝 . 富水水库大坝渗流安全评价. 水利水运工程学报,
    [15] 马福恒,谢晓华,王士军 . 黑龙滩水大坝安全监测自动化系统设计. 水利水运工程学报,
    [16] 武世翔,朱雅仙,朱锡昶,葛燕,朱秀娟 . 电脉冲信号暂态响应法评定钢筋腐蚀状态. 水利水运工程学报,
    [17] 谢晓华,李君纯,杨正华 . 湖北省张家咀水库大坝安全分析评价. 水利水运工程学报,
    [18] 葛从兵,李雷,谢晓华 . 土石坝安全监测资料分析评价系统. 水利水运工程学报,
    [19] 徐竹青,郦能惠 . 土石坝沉降的状态灰色模型. 水利水运工程学报,
    [20] 张超,邢毅,黄子平 . 水库群开发多指标评价层次分析模型及应用. 水利水运工程学报,
  • 加载中
图(6) / 表(1)
计量
  • 文章访问数:  315
  • HTML全文浏览量:  132
  • PDF下载量:  8
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-06-03
  • 网络出版日期:  2020-03-25

中国水-能源-粮食关联系统协同安全评价

    作者简介: 刘 晶(1997—),女,宁夏固原人,硕士研究生,主要从事气候变化和水土资源匹配方面的研究。E-mail:1767343058@qq.com
  • 1. 南京水利科学研究院 水文水资源与水利工程科学国家重点实验室,江苏 南京 210029
  • 2. 水利部应对气候变化研究中心,江苏 南京 210029
  • 3. 山东农业大学 水利土木工程学院,山东 泰安 271018

摘要: 为保障我国水-能源-粮食关联系统安全,运用压力状态响应模型对我国2007—2016年水-能源-粮食关联系统进行协同安全性评价。选取16个代表性指标,构建我国水-能源-粮食关联系统协同安全评价指标体系及评价模型,利用层次分析法确定各指标权重,根据2007—2016年全国及各省区相关指标统计数据,对全国及不同地区水-能源-粮食关联系统进行协同安全评价。结果表明:近10年全国水-能源-粮食关联系统的协同安全度总体呈波动上升趋势。北京、天津和上海等省区水-能源-粮食关联系统综合协同安全度较高;而宁夏、新疆和重庆等地区综合协同安全度低;大部分省区关联系统综合协同安全度水平2012—2016年高于2007—2011年。

English Abstract

  • 水、能源和粮食作为重要战略资源,提升其整体利用效率增进三者协同,将有利于保障区域资源安全和实现全球共同体可持续发展目标(SDGs,UN)[1]。2011年德国波恩“水-能源-粮食安全纽带关系会议”上首次将水安全、能源安全和粮食安全之间的关系总结为“水-能源-粮食纽带关系(W-E-F Nexus)”提出[2]。该纽带关系旨在通过研究水、能源和粮食系统的运转方式和相互作用关系,最大化三者协同增进效应,最小化权衡利弊后的次优损失[3],通过促进部门联动改善资源管理效果,增强水资源系统、能源系统和粮食系统安全保障体系[4]。国际上关于该领域的最新研究侧重于采用多种耦合模型将W-E-F Nexus概念运用于包括农业水资源管理、土地利用优化、能源结构优化等多个方面,通过建立关系概念模型分析复杂系统主要变量因果链,实现在各资源系统相互协调条件下的最优化管理以抵御变化环境下的诸多不确定风险[5-8]。我国关于水-能源-粮食关联系统的相关研究主要集中在以下3个方面:(1)水-能源-粮食安全纽带关系复杂系统概念理解与研究框架探索。常远等梳理了这一概念的提出、发展以及核心内容。由于水-能源-粮食关联系统受国际因素和地缘政治因素的影响深刻[9],在纽带安全关系研究框架中系统边界的划分已成为研究热点。其中,关伟以辽宁省作为系统边界,对该行政区域可持续发展模式进行探讨[10]。(2)水与能源、水与粮食、粮食与能源二维关系的定性定量研究。张超等建立了我国时间序列高分辨率火力发电用水地理信息数据库,揭示了我国火力发电水资源压力的时空格局演变 [11]。康绍忠对我国水安全、粮食安全现状进行评估,强调粮食生产中的水资源高效利用[12]。(3)水-能源-粮食纽带关系系统三维关系的定性定量研究。对于三者纽带关系系统的定性定量研究近年来在逐渐增多,但总体相对较少,特别是定量研究。邓鹏等利用耦合协调模型对江苏省水-能源-粮食关联系统的协调发展水平进行评价[13]。李桂君等运用系统动力学仿真技术,对北京市水-能源-粮食关联系统进行了仿真模拟与趋势预测[14]。也有学者对水-能源-粮食关联系统的协同优化方案进行探索,彭少明等利用水资源-能源-粮食整体分析框架,对2030年流域供水量等指标进行了定量优化[15]。王慧敏等结合系统动力学与压力状态响应模型对未来绿色发展模式下的水、能源、粮食自给率和缺口进行仿真模拟[16]。关鑫基于关联系统概念框架,从粮食安全保障角度对各省份粮食安全保障能力进行分级评价[17]

    已有的研究成果多关注部分区域的关联系统协同安全评价[18],或是从某一子系统角度结合关联系统概念进行评价,而将水-能源-粮食关联系统作为一个整体,对全国各省区关联系统协同安全现状和发展演变历程的评价尚处于空白。从宏观角度,急需建立科学方法和评价体系指导全国水-能源-粮食关联系统安全性评价和区域资源配置。因此,本文首次从全国战略资源安全角度出发,将31个省份10年的数据纳入考核评价范围,对全国31个省份近10年水-粮食-能源关联系统的变化进行协同安全评价,为全国水-粮食-能源关联系统协同安全保障技术提供科学支撑。我国水资源严重短缺,能源资源禀赋低,粮食生产波动大,加之变化环境下的气候变化、土地退化、人口增长、环境污染加剧等现象将进一步加剧水资源供需不平衡、能源结构不合理、粮食生产形势严峻等问题,直接威胁我国经济社会发展。一直以来,我国对水、能源、粮食等基础战略资源进行多头分散的管理和规划,该模式无法对关联的资源系统进行统筹协调,仅从单一资源系统优化角度出发的规划管理可能带来其他资源系统的不良适应及负外部性[19]。因此有必要开展以资源流动和互馈机制为基础的水-能源-粮食协同安全保障理论和技术研究,为我国经济社会发展提供安全可持续的资源保障。

    • 考虑数据的可获得性和政策的可操作性,以行政区划作为水-能源-粮食关联系统的资源边界,研究区涵盖我国31个省级行政区(不包括香港、澳门和台湾)。研究的时间尺度为2007—2016年,主要数据为《中国水资源公报》、《中国统计年鉴》、《中国能源统计年鉴》、《国家统计局国家数据》、《中国水力发电年鉴》《中国环境统计年报》和《中国环境统计年鉴》中包含我国31个省区(不包括香港、澳门和台湾)与水-能源-粮食关联系统相关的指标数据,对于部分缺失数据采用临近年份的拟合值或临近省份数据进行插补。

      压力(Pressure)-状态(State)-响应(Response)模型,简称P-S-R模型,最初由加拿大统计学家Tony Friend和David Rapport提出,用于分析环境压力、现状与响应之间的关系[20]。P-S-R模型理论认为人类的经济、社会活动与自然环境之间存在相互作用关系。因其可综合考虑社会、经济、环境生态、资源等方面的影响,将与系统相关的影响因子纳入指标体系,量化各因子的相关性,因在复杂系统评价中表现良好而被广泛应用。本文将P-S-R模型应用于对我国水-能源-粮食关联系统安全性综合评价。

    • 复杂系统评价指标的选取不可避免地具有一定的模糊性和不确定,本文对评价指标的选取主要借鉴国内外相关研究成果,依据科学性、完整性、目标性、可行性和数据可获得性,采取专家咨询法、频度分析法选取水-能源-粮食关联系统反应各子系统资源禀赋和各子系统之间关联关系的最具代表性的指标共16个,构建压力子系统、状态子系统和响应子系统。其中,压力指标反映人类活动对水-能源-粮食关联系统造成的负荷;状态指标表征水-能源-粮食关联系统的表现状态;响应指标表征人类面对水-能源-粮食关联系统问题所采取的对策与措施,指标体系构建结果如表1

      表 1  我国水-能源-粮食关联系统指标体系

      Table 1.  Index system of water-energy-food nexus system in China

      类别指标正负向权重指标意义单位
      压力类人均用水量(C1)0.372 0反映经济社会对水资源系统的压力m3/人
      农业用水占比(C2)0.091 0反映粮食系统对水资源系统的压力%
      能源生产用水占比(C3)0.069 8反映能源系统对水资源系统的压力%
      人均粮食消耗量(C4)0.269 0反映经济社会对粮食系统的压力t/人
      万元GDP能源消耗量(C5)0.164 7反映经济社会对能源系统的压力吨标准煤
      人均能源消耗量(C6)0.033 5反映经济社会对能源系统的压力吨标准煤
      状态类人均水资源量(C7)+0.425 3反映水资源系统资源总量状态m3/人
      产水模数(C8)+0.038 3反映水资源系统产水效率状态104m3/km2
      用水总耗水率(C9)+0.202 3反映水资源系统利用效率状态%
      人均粮食产量(C10)+0.132 3反映粮食系统资源总量状态t/人
      人均能源产量(C11)+0.132 3反映能源系统资源总量状态吨标准煤
      一产能耗占比(C12)0.069 5反映能源系统生产效率状态%
      响应类工业用水重复利用率(C13)+0.150 0反映能源系统用水效率响应%
      节水灌溉面积占比(C14)+0.372 2反映粮食系统用水效率响应%
      亩均灌溉用水(C15)0.372 2反映粮食系统用水控制响应m3
      能源消费弹性系数(C16)0.105 5反映能源系统生产效率响应
    • 为消除各指标变量的量纲影响、变异影响以及数据大小的影响,需对水-能源-粮食关联系统指标体系中的16个指标进行标准化处理。本文拟采用功效系数评分法对各指标进行标准化处理,计算式如下:

      $$ {\text{正向指标}}\;\;{X_{ij}} = \frac{{x_i} - {x_{\rm{min}}}}{{x_{\rm{max}}} - {x_{\rm{min}}}} $$ (1)
      $$ {\text{负向指标}}\;\;\;{X_{ij}} = \frac{{{x_{\rm{max}}} - {x_i}}}{{{x_{\rm{max}}} - {x_{\rm{min}}}}} $$ (2)

      式中:Xij为各指标标准化后的数值;xi为原始数据;xmaxxmin分别为第i项指标的最大值和最小值。正向指标表示该指标的增长对系统有利,负向指标表明该指标的增长会对系统造成不利影响。

    • 层次分析法(简称AHP)是一种定性和定量相结合的、系统化、层次化的分析方法[21-22]。层次分析法主客观有机结合的基本思路适用对水-粮食-能源关联系统这样涉及多个指标的复杂巨系统进行科学评价。因此,可将该方法应用于对关联系统协同安全评价的各指标权重确定中。

    • 指标标准化处理及各指标权重确定后,采用在安全评价中广泛应用的综合评价方法[23]计算各省区水-能源-粮食关联系统的压力协同安全指数、状态协同安全指数、响应协同安全指数和综合协同安全指数,进而对系统的协同安全进行评价。该综合协同安全指数的含义是:水-能源-粮食关联系统的压力风险、状态表现和响应反馈机制相互协调以达到的一种具有可持续发展潜力的安全状态。

      $$ {I_{{\rm{NS}},i}} = \sum\limits_{j = 1}^m {{X}_{ij}'} {w_j} $$ (3)
      $$ {I_{\rm{NS}}} = \sum\limits_{i = 1}^n {{I_{{\rm{NS}},i}}} {w_i} $$ (4)

      式中:${I_{{\rm{NS}},i}}$为各子系统水-能源-粮食关联系统的安全指数(下标NS为Nexus System的缩写,表示关联系统;i为各子系统编号,从1到4),其中${I_{{\rm{NS}},1}}$${I_{{\rm{NS}},2}}$${I_{{\rm{NS}},3}}$${I_{{\rm{NS}},4}}$分别表示压力子系统协同安全指数、状态子系统协同安全指数、响应子系统协同安全指数和系统综合协同安全指数;${X'_{ij}}$为指标i的标准化数值,wj为各指标的权重,wi为各子系统的权重。在这里假设每个子系统的安全性同等重要,即每个子系统的权重取值为1/3。标准化后0≤$ {I_{{\rm{NS}},i}} $≤1,当$ {I_{{\rm{NS}},i}} $越接近1表明系统协同安全性越高,越趋近0表明系统协同安全性越低。

    • 运用压力-状态-响应模型,根据本文构建的我国水-能源-粮食关联系统指标体系,以层次分析法确定各指标权重,代入我国水-能源-粮食关联系统协同安全度计算模型,得到2007—2016年全国水-能源-粮食关联系统各子系统及综合安全度变化情况(图1)。

      图  1  中国水-能源-粮食关联系统协同安全度变化

      Figure 1.  Variation of collaborative security degree of water-energy-food nexus system

      近10年,全国水-能源-粮食关联系统的协同安全度总体呈波动上升趋势,即关联系统的协同安全性不断增加,水-能源-粮食关联系统中各子系统相互配合、相互支持逐渐形成的一种互动的良性循环与安全状态,可持续发展能力不断提高。各子系统中,响应系统协同安全度提高最快,由2007年的0.08增长至2016年的0.85,充分反映近10年我国面临水-能源-粮食关联系统问题所采取的对策与措施取得了初步成效;三者中最不稳定的是状态子系统,其震荡起伏最大,表现出较强的不确定性,也为今后如何保证水-能源-粮食关联系统的稳定协同状态提出了进一步的要求与挑战;压力子系统的协同安全度在稳步提高,体现出压力系统在逐渐向各正负向压力指标协调配合的方向发展,有利于关联系统整体协同安全性的稳定与提高。

    • 在对全国近10年全国水-能源-粮食关联系统各子系统及综合协同安全度时序变化情况分析的基础上,从空间分布角度分析评价我国各省区水-能源-粮食关联系统协同安全度情况和区域差异性。图1显示,水-能源-粮食关联系统协同安全状态在2011年处在明显低谷点,前后呈现有规律的波动。为消除极端值对结果的影响,选取2011年为分界点,以前后5年的均值进行比较,横向对比各省区在同一时间段关联系统协同安全度空间分布差异的同时,纵向对比各省区关联系统协同安全度的时间变化规律,以充分阐释我国各省区水-能源-粮食关联系统协同安全度时空变化特征。

      图2为区域水-能源-粮食关联系统压力子系统协同安全度空间分布(该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)1600号的标准地图制作,底图无修改,下同)。由图2可得,我国31个省区近10年水-能源-粮食关联系统压力子系统协同安全度空间分布情况总体上呈南方高于北方,东部优于西部的特点。其中,我国东南沿海的广东、福建等省区压力子系统协同安全度最高,表明该地区水-能源-粮食关联系统各压力指标呈互馈协调状态,有利于整体关联系统的协同安全与良性发展。与之相反,我国宁夏、新疆等西北省区表现出压力子系统的高风险状态,这些省区压力子系统协同安全度极低,以水资源为核心的各压力指标对协同安全度限制最强。虽然宁夏有宁东能源基地作为能源保障,新疆有大规模的太阳能发电装置,但由于这些省份水资源匮乏严重,导致粮食作物生产受到影响,因此其关联系统总体压力较大,协同安全风险较高。前后5年对比来看,区域水-能源-粮食关联系统压力子系统协同安全度空间分布整体相似,除新疆、陕西、黑龙江外,全国其他省份后5年压力子系统协同安全度与前5年相比,都有不同程度的提高,这表明我国大部分省区在提高居民节水意识,优化用水结构,调整产业结构布局等政策的引导下水-能源-粮食关联系统的压力减小,有利于区域乃至全国水-能源-粮食关联系统的协同安全发展。

      图  2  区域水-能源-粮食关联系统压力子系统协同安全度空间分布

      Figure 2.  Spatial distribution of cooperative security degree of pressure subsystem of regional water-energy-food nexus system

      图3为区域水-能源-粮食关联系统状态子系统协同安全度空间分布。由图3可得,我国各省区近10年水-能源-粮食关联系统状态子系统协同安全度空间分布情况总体呈北高南低,西高东低的特点。其中长江以南大部分区域及北京地区状态子系统协同安全度较低,表明这些区域在近10年水资源、能源和粮食三者相互配合、相互支持而形成的一种关联循环与安全状态不佳。主要因为该区域经济社会人口发展较快,对水-能源-粮食关联系统需求旺盛,而高度的城市化导致人均粮食产量较低,能源也部分依赖于西电东送等外调能源。后5年与前5年各区域状态子系统对比可得,整体分布格局稳定不变,全国有约一半的省区状态子系统协同安全度升高,一半下降,表现出区域间相对均衡的发展状态。

      图  3  区域水-能源-粮食关联系统状态子系统协同安全度空间分布

      Figure 3.  Spatial distribution of cooperative security degree of status subsystem of regional water-energy-food nexus system

      图4为区域水-能源-粮食关联系统响应子系统协同安全度空间分布。从响应子系统近10年各省区水-能源-粮食关联系统协同安全度来看,局部区域表现出明显空间分异性。各省区中,北京、天津和上海等区域水-能源-粮食关联系统响应子系统协同安全度最高,表明这些省区对水-能源-粮食关联系统的协同安全采取了有效的保障措施。与之相反,重庆、湖北和新疆等省区水-能源-粮食关联系统的协同安保障措施较弱,反映出较低的响应子系统协同安全度水平。整体分布来看,我国从京津冀到东南沿海大部分地区响应子系统协同安全度较高,主要由于这些区域节能力度大、资源管理效率较高。西北及东北部分省区响应子系统协同安全度低,需进一步完善针对水-能源-粮食关联系统协同安全的保障措施,特别应关注制约地区水-能源-粮食协同发展的关键因素和风险因子。前后5年响应子系统变化幅度较小,除黑龙江、西藏等部分省区水-能源-粮食响应子系统协同安全度有微弱降低之外,我国大部分省区响应子系统协同安全度有所提高。

      图  4  区域水-能源-粮食关联系统响应子系统协同安全度空间分布

      Figure 4.  Spatial distribution of cooperative security degree of response subsystem of regional water-energy-food nexus system

      在不考虑各子系统贡献差异性的条件下,对压力、状态和响应子系统分别赋予相同权重,即各子系统协同安全度各占水-能源-粮食关联系统综合协同安全度的1/3,得到近10年我国31个省区水-能源-粮食关联系统综合协同安全度空间分布如图5。分布显示,我国北京、天津和上海等经济社会发展较快、社会保障措施完善的省区水-能源-粮食关联系统综合协同安全度较高,而宁夏、新疆和重庆等资源较为匮乏,社会经济发展较不平衡地区综合协同安全度低,水-能源-粮食关联系统存在一定安全风险。前者或本身资源禀赋良好或节能体系完备、管理措施先进,在资源相对匮乏的情况下采取外调水、外调能源等缓解资源压力;而后者在资源本身相对匮乏或“瘸腿”的情况下,受制于经济社会发展水平,无法引进先进的节能技术和完善的配套措施,导致整体安全性较差。总体分布情况与响应子系统协同安全度分布相似,从京津冀到东南沿海一带各省区协同安全度高,水-能源-粮食关联系统发展较为协调,表现出较好的协同安全性;而我国西北及东北部分地区水-能源-粮食关联系统协同安全性较差,三者能否相互支持配合形成一种良性循环与安全状态可能成为这些区域经济社会稳定可持续发展的关键制约因素。

      图  5  区域水-能源-粮食关联系统综合协同安全度空间分布

      Figure 5.  Spatial distribution of comprehensive collaborative security degree of regional water-energy-food nexus system

    • 根据我国水-能源-粮食关联系统协同安全度区域分布特点,选取北京、黑龙江、宁夏、广东和重庆5个省区作为典型区域进行研究,分析其近10年综合协同安全度变化情况和差异表现如图6

      图  6  典型区域水-能源-粮食关联系统综合协同安全度变化

      Figure 6.  Variation of comprehensive collaborative security degree of water-energy-food nexus system in typical areas

      典型区域水-能源-粮食关联系统综合协同安全度近10年都有不同程度的升高,以宁夏回族自治区升高最为显著,重庆升幅最小,表现出这些区域近10年水-能源-粮食关联系统的利用趋于合理均衡,相关保障措施的完善对系统总体协调安全度发挥了正向积极作用。5省区中,北京水-能源-粮食关联系统协同安全度水平最高,广东次之,黑龙江和重庆最低,表现出明显的区域差异性。总体上,以北京为代表的经济发达、社会保障措施完善的省份近10年水-能源-粮食关联系统综合协同安全度水平较高,为区域经济社会的可持续发展提供了有力保障;以黑龙江为代表的省份由于水-能源-粮食关联系统中响应系统表现较差,即对于关联系统协同安全的保障措施不够完善导致系统整体协同安全风险突出;以宁夏为代表的省份属资源性缺水地区,以水资源为主的限制因素制约了这些地区水-能源-粮食关联系统的协同安全与可持续发展。为保证这些区域水资源的可持续供给,需进一步优化水资源配置,提高水资源利用率。

    • (1)近10年,全国水-能源-粮食关联系统协同安全度总体呈波动上升趋势,关联系统协同安全度不断提高,其中以响应子系统增幅最大,状态子系统最不稳定,压力子系统协同安全度稳步上升。

      (2)水-能源-粮食关联系统压力子系统协同安全度空间分布情况总体呈南方高北方低、东部优西部劣的特点,大部分省区水-能源-粮食关联系统压力子系统的协同安全度升高。

      (3)水-能源-粮食关联系统状态子系统协同安全度各省区空间分布总体呈北高南低,西高东低的特点,整体分布格局状态稳定,一半省区协同安全度升高的同时另一半下降,表现出区域间相对均衡的发展状态。

      (4)水-能源-粮食关联系统响应子系统协同安全度空间分异性较强,从京津冀到东南沿海大部分地区响应子系统协同安全度较高,西北及东北部分省区协同安全度较低,10年来大部分省区响应子系统协同安全度有所提高。

      (5)以北京为代表的经济社会发展程度较高的省份近10年水-能源-粮食关联系统综合协同安全度水平较高;以黑龙江为代表的省份因关联系统协同安全响应措施不够完善,综合系统协同安全风险突出;以宁夏为代表的资源性缺水省份,水资源是这些地区水-能源-粮食关联系统协同安全度较低的主要影响因子。

      (6)在我国水-能源-粮食关联系统评价结果基础上,未来需加强各子系统间的互馈协同关系的定量分析,提供具备系统性和可操作性的区域水-能源-粮食协同优化方案,为区域可持续发展实践提供科学指导。

参考文献 (23)

目录

    /

    返回文章
    返回