陳哲軒,張士強(qiáng),2,李成宇
(1.山東科技大學(xué) 經(jīng)濟(jì)管理學(xué)院,山東 青島 266590;2.濟(jì)南大學(xué) 綠色發(fā)展研究院,山東 濟(jì)南 250022,3.南京航空航天大學(xué) 經(jīng)濟(jì)管理學(xué)院,江蘇 南京 211106)
水、能源、糧食作為可持續(xù)發(fā)展研究的重要領(lǐng)域,一直受到學(xué)術(shù)界的廣泛關(guān)注,但其關(guān)注重點(diǎn)往往局限于單個資源或兩兩資源之間,而將三種資源納入同一框架的研究卻一直得不到重視。直到2011年,世界經(jīng)濟(jì)論壇首次將“水、能源、糧食關(guān)聯(lián)”風(fēng)險群納入三大風(fēng)險群之中,主張應(yīng)從整體把握三者間的關(guān)聯(lián)關(guān)系及生產(chǎn)與消耗,以確保各地區(qū)水、能源、糧食的安全[1]。隨后德國政府在波恩召開關(guān)于水-能源-糧食關(guān)聯(lián)安全的國際會議,再次強(qiáng)調(diào)水、能源、糧食之間存在復(fù)雜關(guān)聯(lián)關(guān)系,單一的資源戰(zhàn)略已不能夠解決其生產(chǎn)、消耗及管理過程中普遍存在的權(quán)衡取舍與潛在沖突[2]。至此,研究水-能源-糧食關(guān)聯(lián)的序幕才被拉開。為方便研究,本文將水-能源-糧食簡寫為WEF(Water-Energy-Food)。根據(jù)Endo等[3]、李桂君等[4]78的研究可知,自2011年以來,關(guān)于WEF的搜索量已呈現(xiàn)出驚人的增長速度,政府、學(xué)術(shù)界、NGO、區(qū)域發(fā)展組織等主體對WEF也越發(fā)重視,國際級WEF會議、項目和研究報告也越來越多。
國外學(xué)術(shù)界對WEF的研究已非?;钴S,陸續(xù)有研究成果在可持續(xù)發(fā)展領(lǐng)域的學(xué)術(shù)期刊發(fā)表。當(dāng)前研究主要以定性研究為主,定量研究相對較少。定性研究主要集中在闡明WEF間的關(guān)聯(lián)關(guān)系方面,例如Chang等[5]詳細(xì)闡明WEF中三種資源兩兩關(guān)系特征。Rasul和Sharma[6]通過將全景圖與核心圖有機(jī)結(jié)合的方式闡述WEF關(guān)聯(lián)關(guān)系。Conway等[7]則構(gòu)建起包含區(qū)域特征的一般化WEF-Nexus概念框架圖對WEF關(guān)聯(lián)關(guān)系進(jìn)行說明。定量研究的范圍則較為廣泛,例如Halbe等[8]利用系統(tǒng)動力學(xué)模型研究WEF與社會系統(tǒng)間的相互關(guān)系。Vora等[9]通過網(wǎng)絡(luò)模型研究美國WEF所產(chǎn)生的污染對環(huán)境的影響程度。Sherwood等[10]引入生命周期評價模型來衡量美國經(jīng)濟(jì)部門WEF強(qiáng)度。Martinez等[11]對WEF-Nexus進(jìn)行動態(tài)仿真建模,并將其概念轉(zhuǎn)化為可應(yīng)用的決策工具。Schl?r等[12]利用城市繁榮指數(shù),測度考慮WEF的城市恢復(fù)能力。而國內(nèi)針對有關(guān)WEF的研究則相對滯后,大多數(shù)研究仍以探討單個資源為主,將三者納入同一框架的研究還很少,從僅有文獻(xiàn)來看,詹貽琛[13]、李桂君[4]79、常遠(yuǎn)[14]、鄭人瑞[15]系統(tǒng)梳理了WEF的發(fā)展歷程、相關(guān)概念、相互關(guān)系、分析工具及面臨挑戰(zhàn)。李良[16]、劉倩[17]分別對WEF在風(fēng)險管控領(lǐng)域和城市領(lǐng)域的研究進(jìn)展進(jìn)行綜述。米紅等[18]、李桂君等[19]利用SD模型對相關(guān)區(qū)域內(nèi)的WEF變化趨勢進(jìn)行仿真預(yù)測。彭少明[20]、鄧鵬[21]、畢博[22]、李成宇[23]分別研究不同區(qū)域內(nèi)WEF系統(tǒng)的耦合協(xié)調(diào)水平及演化特征。李桂君等人[24]利用BCC模型,測算分析中國省際WEF投出產(chǎn)出效率。孫才志[25]、白景鋒[26]則分別使用ESDA模型和GWR模型對WEF的空間特性展開研究。
通過上述分析可以看出,國內(nèi)WEF方面的研究仍處于探索階段,已有文獻(xiàn)主要以定性研究為主,定量研究少且多集中在WEF耦合協(xié)調(diào)領(lǐng)域,缺少對WEF綜合利用效率方面的研究。同時,研究尺度雖集中在流域或區(qū)域?qū)用妫槍^(qū)域WEF空間格局的研究卻很少。此外,尚未出現(xiàn)針對中國WEF影響因素及作用路徑方面的研究。基于此,本文首先利用非期望產(chǎn)出SBM模型測度中國省際2003—2016年WEF綜合利用效率,其次運(yùn)用ESDA模型分析WEF綜合利用效率的空間分布格局,最后采用空間計量模型檢驗(yàn)中國WEF綜合利用效率的影響因素,以期為WEF綜合利用效率的提升及可持續(xù)發(fā)展提供參考借鑒。本文的研究框架如圖1所示。
圖1 WEF綜合利用效率研究框架
數(shù)據(jù)包絡(luò)分析法(DEA)自1978年被Charnes等人提出以來,被廣泛應(yīng)用于多個領(lǐng)域,現(xiàn)已成為評價相對效率的主要工具[27,28]。由于傳統(tǒng)DEA模型僅能從徑向和角度兩方面出發(fā)測算效率,無法解決投入與產(chǎn)出的松弛性問題,也無法對非期望產(chǎn)出進(jìn)行有效測算。因此,本文選擇Tone[29]提出的能同時考慮松弛性和非期望產(chǎn)出問題的SBM模型來測度中國省際WEF綜合利用效率型。具體模型如下:
(1)
探索性空間數(shù)據(jù)分析(ESDA)多被用于解釋與空間位置相關(guān)的依賴或關(guān)聯(lián)現(xiàn)象[30,31]。本文運(yùn)用ESDA分析中的Moran′s I指數(shù)衡量中國WEF綜合利用效率的空間相關(guān)性,具體其公式如下:
(2)
在研究影響因素時,鑒于變量具有空間依賴性,違背了經(jīng)典最小二乘法的前提條件,因此需要建立空間計量模型對數(shù)據(jù)進(jìn)行處理??臻g誤差模型(SEM)和空間滯后模型(SLM)是最為經(jīng)典的空間計量模型[32],根據(jù)Anselin判定準(zhǔn)則[33],本文選擇空間滯后模型研究WEF綜合利用效率的影響因素,具體模型如下:
y=ρWy+Xβ+ε
(3)
式(3)中,y表示因變量;X表示自變量;W表示空間權(quán)重矩陣;ε表示隨機(jī)誤差項;ρ表示空間自回歸系數(shù);β表示帶估計的自變量系數(shù)。
1.投入產(chǎn)出指標(biāo)選取
WEF綜合利用效率的本質(zhì)是以盡可能少的資源投入和最小的環(huán)境代價,來獲取最大的經(jīng)濟(jì)利益及最優(yōu)的生態(tài)環(huán)境,本文參考已有文獻(xiàn)[23-25],并在保證指標(biāo)科學(xué)性、可獲取性的前提下,最終選取能源消費(fèi)量、用水總量、糧食產(chǎn)量、勞動力存量和資本存量作為投入指標(biāo),選取GDP作為期望產(chǎn)出指標(biāo),CO2排放量、SO2排放量、煙粉塵排放量、廢水排放量、固體廢物產(chǎn)生量作為非期望產(chǎn)出指標(biāo),構(gòu)建WEF綜合利用效率指標(biāo)體系。
2.影響因素變量選取
本文認(rèn)為WEF綜合利用效率可能會受到經(jīng)濟(jì)發(fā)展、教育、技術(shù)、經(jīng)濟(jì)集聚、基礎(chǔ)設(shè)施、城市化等因素的影響,相關(guān)因素指標(biāo)選取如表1所示。
表1 影響因素變量說明
3.數(shù)據(jù)來源
本文研究數(shù)據(jù)來自《中國統(tǒng)計年鑒(2004—2017)》《中國能源年鑒(2004—2017》《中國環(huán)境統(tǒng)計年鑒(2004—2017》和《中國農(nóng)村年鑒(2004—2017》,并結(jié)合相關(guān)省市統(tǒng)計資料進(jìn)行修正。由于港澳臺及西藏地區(qū)數(shù)據(jù)可獲取性差,因此本文未將這些地區(qū)納入研究范圍。
根據(jù)式(1)測度2003—2016年中國整體、四大區(qū)域及30省市的WEF綜合利用效率,具體測度結(jié)果如圖2和表2所示。
從圖2可知,中國整體WEF綜合利用效率水平不高,且呈現(xiàn)下降趨勢,2003—2007年下降相對劇烈,2007年后趨于平穩(wěn)。各區(qū)域WEF綜合利用效率差異性明顯,呈現(xiàn)出東部>東北>中部>西部的分布格局。其中,東部地區(qū)WEF綜合利用效率均在0.700以上,已處于較高水平。東北地區(qū)WEF綜合利用效率在0.400-0.600之間,處于中等水平。中部地區(qū)和西部地區(qū)WEF綜合利用效率基本都低于0.400,還處在較低水平。與此同時,各地區(qū)的WEF綜合利用效率都呈現(xiàn)出與中國整體相似的發(fā)展變動趨勢。
圖2 中國及區(qū)域WEF綜合利用效率變化趨勢(2003—2016)
從表2可知,中國WEF綜合利用效率均值為0.494,高于全國均值的省市有11個,占比為37%,低于全國均值的省市有19個,占比為63%。具體來看,北京、上海、廣東3省市的WEF綜合利用效率為1,實(shí)現(xiàn)有效,說明這些地區(qū)的投入產(chǎn)出已處于有效狀態(tài)并且實(shí)現(xiàn)最優(yōu)配置。其他WEF綜合利用效率處于高位的省市有浙江和天津,其WEF綜合利用效率均值大于0.700,且遠(yuǎn)高于全國均值,說明這些省市投入產(chǎn)出雖未實(shí)現(xiàn)有效,但差距小、提升空間大。黑龍江、遼寧、內(nèi)蒙古、江蘇、福建、海南6省市WEF綜合利用效率均值大于0.500,高于全國均值,說明這些省市投入產(chǎn)出處于非有效狀態(tài),投入與產(chǎn)出存在一定差距,具有較好的提升空間。而其他19個省市的WEF綜合利用效率均值小于0.500,且低于全國均值,特別是青海、寧夏、新疆等省市WEF綜合利用效率均值尚不足0.300,說明這些省市投入產(chǎn)出極不匹配,提升難度大。此外,在WEF綜合利用效率沒用達(dá)到有效的27個省市中,僅有天津呈現(xiàn)出波動上升的趨勢,其他26個省市的WEF綜合利用效率在研究期間內(nèi)均呈現(xiàn)下降趨勢,其中內(nèi)蒙古、遼寧、福建、海南初始值高,隨后呈現(xiàn)出急劇下降的趨勢,黑龍江呈現(xiàn)出波動下降趨勢,其他省市則呈現(xiàn)出平穩(wěn)的下降趨勢。
表2 中國省際WEF綜合利用效率(2003—2016)
可以看出,中國30省市WEF綜合利用效率整體呈現(xiàn)下降趨勢,30省市間的差異性明顯。WEF綜合利用效率高的省市集中在東部地區(qū),WEF綜合利用效率低的省市則集中在中西部地區(qū),呈現(xiàn)出東部>東北>中部>西部的空間分布格局。
1.空間自相關(guān)分析
根據(jù)式(2),運(yùn)用GeoDa1.6軟件,在一階rook空間矩陣下,計算2003—2016年中國WEF綜合利用效率的Moran′s I指數(shù),具體結(jié)果如表3所示。
表3 WEF綜合利用效率Moran′s I檢驗(yàn)(2003—2016)
可以看出,2003—2016年的Moran′s I指數(shù)均為正,且均通過顯著性水平檢驗(yàn)。這表明中國WEF綜合利用效率存在顯著的正向空間自相關(guān),高(低)相鄰省際單元相對集聚,呈現(xiàn)出較強(qiáng)的空間集聚模式。2003—2016年Moran′s I指數(shù)由0.229 6增長至0.367 2,總體呈上升趨勢,表明中國WEF綜合利用效率的空間相關(guān)性有所增強(qiáng),集聚態(tài)勢明顯。此外,2003—2016年Moran′s I指數(shù)上下波動趨勢明顯,則表明中國WEF綜合利用效率空間分布格局不夠穩(wěn)定,易發(fā)生變動。
2.Moran散點(diǎn)圖分析
為更好體現(xiàn)中國省際WEF綜合利用效率的空間集聚狀態(tài)及變化特征,運(yùn)用ArcGIS軟件對Moran′s I散點(diǎn)圖進(jìn)行可視化處理,繪制代表性年份的中國省際WEF綜合利用效率Moran′s I散點(diǎn)圖的空間分布圖(見圖3)。
圖3 中國省際WEF綜合利用效率Moran′s I散點(diǎn)圖空間分布圖
從圖3可知,中國30省市WEF綜合利用效率存在顯著的空間集聚特征,H-H象限的省市主要呈帶狀分布在東部地區(qū),如北京、浙江、福建,隨著時間推移該象限地區(qū)范圍有所縮小。L-L象限的省市數(shù)量極多,基本都集中在中西部地區(qū),如新疆、云南、河南、湖北,隨著時間推移該象限地區(qū)范圍雖有所縮小,但分布范圍仍然很大。位于H-L象限的省市數(shù)量少,主要零星分散在東部沿海地區(qū),如山東、廣東,并未形成明顯擴(kuò)散趨勢。位于L-H象限的省市主要集中在中部地區(qū),如安徽、江西,隨著時間推移該象限分布范圍基本不變。通過上述3個時點(diǎn)的Moran′s I散點(diǎn)圖,可以發(fā)現(xiàn)東部和西部地區(qū)總體表現(xiàn)出相似的空間關(guān)聯(lián)性(“H-H”或“L-L”),而中部地區(qū)則表現(xiàn)出非相似的空間關(guān)聯(lián)性(“L-H”或“H-L”),這表明中國WEF綜合利用效率在空間相關(guān)性上同時存在空間依賴性和差異性特征。
1.模型選擇
由于中國省際WEF綜合利用效率存在明顯的空間相關(guān)性和依賴性,因此本文選擇空間計量模型來檢驗(yàn)中國省際WEF綜合利用效率的影響因素。首先要通過LM檢驗(yàn)來選擇空間計量模型,具體結(jié)果如表4所示。
表4 OLS估計及檢驗(yàn)結(jié)果
結(jié)果顯示,LM-lag和LM-error均通過顯著性水平檢驗(yàn),但Robust LM-error未通過顯著性水平檢驗(yàn),根據(jù)Anselin判別準(zhǔn)則[33],需選擇空間滯后模型?;谂袆e準(zhǔn)則,本文分別對五種效應(yīng)的空間滯后模型進(jìn)行檢驗(yàn),以便選擇其中最為合理的模型,表5為五種效應(yīng)的檢驗(yàn)結(jié)果。可以看出,時空雙固定效應(yīng)空間滯后模型的判定系數(shù)和Log-L值均高于其他四種效應(yīng),且W*dep.var通過1%的顯著性水平檢驗(yàn),存在顯著空間依賴性,因此,本文選擇時空雙固定空間滯后模型來檢驗(yàn)中國省際WEF綜合利用效率的影響因素。
2.計量結(jié)果分析
根據(jù)表5可知,空間自回歸系數(shù)ρ為0.197 4,通過1%的顯著性檢驗(yàn),說明WEF綜合利用效率全國正相關(guān),30省市表現(xiàn)出相互促進(jìn)關(guān)系,這與空間自相關(guān)分析的結(jié)果一致。鄰近省市WEF綜合利用效率每提高1%就帶動本省效率提高0.1974%,帶動幅度明顯。這表明省際WEF綜合利用效率并不是相互孤立的,而是彼此影響、共同提高的。
表5 SLM模型估計及檢驗(yàn)
具體來看,技術(shù)進(jìn)步、受教育程度、基礎(chǔ)設(shè)施、經(jīng)濟(jì)集聚通過顯著性檢驗(yàn),且都顯著為正。其中技術(shù)進(jìn)步、基礎(chǔ)設(shè)施系數(shù)分別為0.060 3、0.193 8,通過1%顯著性水平檢驗(yàn)。受教育程度系數(shù)和經(jīng)濟(jì)集聚系數(shù)為0.349 2和0.110 3,通過10%顯著性水平檢驗(yàn)。技術(shù)進(jìn)步系數(shù)顯著為正,技術(shù)進(jìn)步即能夠有效提升水資源、能源、糧食資源在生產(chǎn)開采端的勞動生產(chǎn)率,在提高企業(yè)、農(nóng)戶等相關(guān)主體經(jīng)濟(jì)效益的同時,滿足國家、社會對各類資源的需求,又能夠在消費(fèi)端降低對各類資源的消耗,減少對各類資源的浪費(fèi),提升各類資源的使用效率。基礎(chǔ)設(shè)施系數(shù)顯著為正,發(fā)達(dá)的交通基礎(chǔ)設(shè)施能有效增強(qiáng)區(qū)域市場間的溝通渠道能力,促進(jìn)區(qū)域間人、財、物、信息的交流,保障各類資源自由高效的流動,有利于降低資源配置過程中的成本和綜合利用效率的提升。受教育程度系數(shù)顯著為正,受教育程度的提高,有利于提升勞動者的科學(xué)文化素質(zhì)及勞動生產(chǎn)率,降低不必要的人為資源損耗,改善各種資源的使用效率。同時受教育程度的提高還能使勞動者更容易學(xué)習(xí)和掌握新技術(shù)、新方法,理解貫徹相關(guān)政策措施,培養(yǎng)節(jié)約資源、充分利用的習(xí)慣,從而對WEF綜合利用效率的提升起到積極作用。經(jīng)濟(jì)集聚系數(shù)顯著為正,經(jīng)濟(jì)集聚過程中,伴隨著各種正外部性,有利于推動技術(shù)進(jìn)步,節(jié)約成本、提高勞動生產(chǎn)率,因此會對資源綜合利用效率起到積極作用。經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化通過顯著性檢驗(yàn),且顯著為負(fù)。其中經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化系數(shù)分別為-0.499 2和-0.171 5,通過1%顯著性水平檢驗(yàn)。經(jīng)濟(jì)發(fā)展水平系數(shù)顯著為負(fù),經(jīng)濟(jì)發(fā)展水平的提升使得人民生活水平得以改善,物質(zhì)生活得到極大豐富,也就相應(yīng)的增加了對各類資源的需求量,而與此同時,人們的資源消費(fèi)觀卻并沒有隨著經(jīng)濟(jì)發(fā)展水平的提升而有所進(jìn)步,反而是逐漸摒棄原有勤儉節(jié)約的習(xí)慣,造成嚴(yán)重的資源浪費(fèi)現(xiàn)象。同時,經(jīng)濟(jì)發(fā)展模式不夠“綠色”,粗放式發(fā)展模式仍然存在,也使得各類資源不能得到有效利用,因而,在雙重影響下使得經(jīng)濟(jì)發(fā)展水平對資源綜合利用效率產(chǎn)生了消極影響。城市化系數(shù)顯著為負(fù),城市化進(jìn)程會導(dǎo)致人口的集聚增加從而產(chǎn)生大量的資源消費(fèi)需求,特別是當(dāng)前中國城市化水平不高,大量農(nóng)村人口涌入城市,其粗放式的生活方式尚無法與城市相對高效的資源利用方式相匹配,造成各類資源浪費(fèi)現(xiàn)象嚴(yán)重,利用效率不高。
本文運(yùn)用非期望產(chǎn)出SBM模型測算中國省際WEF綜合利用效率,通過ESDA方法分析WEF綜合利用效率的空間相關(guān)性,并基于時空雙固定空間滯后模型,探討中國省際WEF綜合利用效率的主要影響因素。研究結(jié)果表明:①中國整體WEF綜合利用效率不高,且呈現(xiàn)下降趨勢,各地區(qū)WEF綜合利用效率差異較大,呈現(xiàn)出東部>東北>中部>西部的格局;30省市WEF綜合利用效率差異性明顯,僅有北京、上海、廣東3省市的WEF綜合利用效率為1,實(shí)現(xiàn)了真正意義上的有效,其他省市則均存在不同程度無效率狀態(tài),存在提升空間。②中國WEF綜合利用效率存在顯著的正向空間自相關(guān),但分布格局不夠穩(wěn)定,前期易發(fā)生波動,后期趨于穩(wěn)定;中國省際WEF綜合利用效率在空間上存在明顯的集聚狀態(tài),體現(xiàn)“H-H”集聚狀態(tài)的省市數(shù)量少,主要分布在東部地區(qū),體現(xiàn)“L-L集聚”狀態(tài)的省市數(shù)量眾多,主要分布在中西部地區(qū),體現(xiàn)“H-L”、“L-H”集聚狀態(tài)的省市數(shù)量較少,多分布在中部地區(qū)。③中國省際WEF綜合利用效率的主要影響因素有技術(shù)進(jìn)步、受教育程度、基礎(chǔ)設(shè)施、經(jīng)濟(jì)集聚、經(jīng)濟(jì)發(fā)展水平和城市化,其中技術(shù)進(jìn)步、受教育程度、基礎(chǔ)設(shè)施、經(jīng)濟(jì)集聚會對WEF綜合利用效率產(chǎn)生正向影響,經(jīng)濟(jì)發(fā)展水平和城市化會對WEF綜合利用效率產(chǎn)生負(fù)向影響。
基于上述結(jié)論,提出如下建議:①國家層面來看,應(yīng)盡快將水-能源-糧食問題上升到戰(zhàn)略高度,對其發(fā)展進(jìn)行頂層設(shè)計,盡快制定出關(guān)于水-能源-糧食的可持續(xù)發(fā)展目標(biāo),為以后水-能源-糧食的發(fā)展提供指導(dǎo)。②區(qū)域?qū)用鎭砜矗鲄^(qū)域要加強(qiáng)區(qū)域間水-能源-糧食之間的協(xié)作,建立跨區(qū)域的協(xié)調(diào)組織與相應(yīng)協(xié)調(diào)機(jī)制,加強(qiáng)多區(qū)域多部門的協(xié)調(diào),以發(fā)揮各區(qū)域資源稟賦優(yōu)勢,從而實(shí)現(xiàn)區(qū)域整體水-能源-糧食綜合利用效率的提升。③省際層面來看,各省市要結(jié)合自身實(shí)際情況,針對自身的資源劣勢,制定有針對性的措施,彌補(bǔ)短板,促進(jìn)水-能源-糧食綜合利用效率的提升。對于綜合利用效率較高的省市,應(yīng)結(jié)合自身的資源稟賦優(yōu)化其產(chǎn)業(yè)布局,對高耗能、高耗水產(chǎn)業(yè)進(jìn)行技術(shù)改造和升級,大力發(fā)展低能耗、綠色環(huán)保的產(chǎn)業(yè)。對于綜合利用效率低的省市,一方面要加強(qiáng)對農(nóng)業(yè)節(jié)水技術(shù)的研發(fā),引進(jìn)耐旱作物,推廣高效節(jié)水灌溉。另一方面要限制、減少高耗水的能源項目,通過技術(shù)革新降低單位能源生產(chǎn)用水,提升可再生能源的利用效率,并鼓勵利用廢水進(jìn)行能源生產(chǎn)及發(fā)展耗水量小的新能源項目。同時還應(yīng)繼續(xù)推進(jìn)農(nóng)業(yè)向綠色化、集約化方向發(fā)展。④從影響因素來看,要盡快推動經(jīng)濟(jì)由粗放式發(fā)展向綠色發(fā)展轉(zhuǎn)變,限制“三高”產(chǎn)業(yè)發(fā)展,淘汰落后的生產(chǎn)方式,積極發(fā)展新興產(chǎn)業(yè),節(jié)約使用資源,并提高資源的利用效率。要重視經(jīng)濟(jì)發(fā)展中的生態(tài)環(huán)境成本以及資源不可再生成本,提高生態(tài)環(huán)境效益和社會效益。要加快推動綠色技術(shù)革新,積極推進(jìn)技術(shù)革命,加大對相關(guān)水、能源、糧食技術(shù)研發(fā)的支持力度,提高自身競爭實(shí)力。要轉(zhuǎn)變居民對資源的生活消費(fèi)觀念,提高居民對節(jié)約水資源、能源資源和糧食資源的意識。要通過改革推進(jìn)戶籍城鎮(zhèn)化,有效轉(zhuǎn)移農(nóng)業(yè)剩余人口,提高城市化質(zhì)量。