李紅芳，王會肖，趙茹欣，楊雅雪，郭嘉豪

基于Copula函數(shù)的水-能源-糧食共生安全風險概率

李紅芳，王會肖※，趙茹欣，楊雅雪，郭嘉豪

（北京師范大學水科學研究院，北京 100875）

水、能源和糧食是人類賴以生存和發(fā)展的重要資源，三者之間的交互關(guān)系被稱為水-能源-糧食紐帶關(guān)系(Water-Energy-Food nexus，WEF nexus)?；诠采碚?，以穩(wěn)定性（Stability，）、協(xié)調(diào)性（Coordination，）和可持續(xù)性（Sustainability，）指數(shù)評價遼寧省WEF系統(tǒng)協(xié)同安全水平，采用Copula函數(shù)計算其聯(lián)合風險率分析不同組合的風險。結(jié)果表明：2000—2018年遼寧省WEF系統(tǒng)聯(lián)合風險率（≤0.4，≤0.4，≤0.4）為0.16，極不安全概率（≤0.2，≤0.2，≤0.2）為0.06，協(xié)同安全水平指數(shù)為0.33～0.65，由不安全轉(zhuǎn)向較安全狀態(tài)，說明遼寧省WEF系統(tǒng)發(fā)生風險的概率較小、協(xié)同安全水平逐漸被改善。此外，-、-和-聯(lián)合風險率分別為0.26、0.17、0.18，且隨WEF系統(tǒng)穩(wěn)定性和可持續(xù)性任一指數(shù)增加，協(xié)調(diào)性風險率（≤0.4）可達60%～70%，說明遼寧省WEF系統(tǒng)協(xié)調(diào)性安全有待加強，尤其是農(nóng)業(yè)用水效率的提高和能源消費模式的轉(zhuǎn)變。

系統(tǒng)；穩(wěn)定；WEF系統(tǒng)；協(xié)同安全水平；聯(lián)合風險率；遼寧省

0 引 言

水-能源-糧食紐帶關(guān)系是用以描述當今全球性資源短缺背景下水資源、能源和糧食相互制約或促進關(guān)系以及復(fù)雜內(nèi)在機理的概念。隨著人口的增長和經(jīng)濟社會的高速發(fā)展，人類對水資源、能源和糧食的需求不斷增加，預(yù)計到2030年，全球?qū)λ?、能源和糧食的需求將分別增加約40%、50%和35%[1]。同時，人口膨脹、資源短缺和環(huán)境惡化三大問題與水-能源-糧食（Water-Energy-Food，WEF）系統(tǒng)關(guān)系密切，應(yīng)對糧食、能源和水資源需求已經(jīng)成為人類社會發(fā)展的重大挑戰(zhàn)[2]。2011年1月，世界經(jīng)濟論壇發(fā)布的《全球風險報告》提出“水-能源-糧食風險群”的概念，并將其列為全球三大風險群之一[3]。2014年聯(lián)合國糧農(nóng)組織分析了如何采用WEF nexus方法保障糧食安全和農(nóng)業(yè)可持續(xù)發(fā)展[4]。WEF nexus研究旨在為決策部門提供有效的決策信息，對現(xiàn)在及未來變化做出合理應(yīng)對，以追求水、能源與糧食三者的協(xié)調(diào)優(yōu)化，達到可持續(xù)發(fā)展目的[5]，這就需要合適的安全性評價方法提供政策指導(dǎo)的依據(jù)。

國外學者在構(gòu)建水-能源-糧食系統(tǒng)的安全評價體系的同時，往往考慮進其他系統(tǒng)與其的相互影響，包含人口、經(jīng)濟、管理、技術(shù)、農(nóng)業(yè)、水資源和能源等系統(tǒng)要素及風險特征[6]?！翱衫觅Y源量”“可獲取資源量”和“已使用資源量”是水資源、能源和糧食系統(tǒng)安全的核心要素，根據(jù)資源“可利用性”和“可獲取性”可構(gòu)建WEF安全指數(shù)，并將其解構(gòu)為水安全、能源安全和糧食安全，評估WEF系統(tǒng)安全狀態(tài)[7]。此外，也可基于PSR技術(shù)、物元模型（matter-element model）、協(xié)調(diào)度模型等，構(gòu)建WEF nexus的“可持續(xù)性”評估體系[8]。由于WEF系統(tǒng)概念引入的時間比較短，國內(nèi)大多從單一或兩兩資源安全角度研究[9]，對水-能源-糧食系統(tǒng)安全指標研究較少，主要集中于對WEF系統(tǒng)安全風險的測度以及協(xié)同發(fā)展的優(yōu)化[10-11]。已有研究較少從系統(tǒng)共生的角度開展，缺乏對WEF系統(tǒng)共生性概念、內(nèi)涵、過程和必要性理論分析；WEF系統(tǒng)安全評價指標主要從水資源、能源和糧食三個方面篩選，較少關(guān)注“社會-經(jīng)濟-自然”外部環(huán)境，不能體現(xiàn)WEF系統(tǒng)循環(huán)性與反饋性；WEF系統(tǒng)風險測度主要集中在定性研究，定量研究較少。

因此，厘清水、能源和糧食之間的相互作用、評價WEF系統(tǒng)的協(xié)同安全水平以及估算WEF系統(tǒng)安全風險發(fā)生的概率是非常必要的。Copula函數(shù)是求解多變量概率問題優(yōu)良的數(shù)學工具，能夠獨立于隨機變量的邊緣分布來反映變量之間的相關(guān)性，不限定變量的邊緣分布，能夠通過邊緣分布和相關(guān)性結(jié)構(gòu)兩部分構(gòu)建多維聯(lián)合分布，并且在轉(zhuǎn)換過程中不會改變原始隨機變量的信息，尤其是當變量維數(shù)≥3，Copula函數(shù)構(gòu)建的多變量概率模型簡便、適用性強[12]。目前，Copula方法已在水文計算中得到成功應(yīng)用[13-14]。近年來，共生理論也被引入到WEF系統(tǒng)，“共生理論”[15]是生態(tài)學基本原理之一，水資源、能源、糧食是3個共生單元；三者直接存在著交互作用關(guān)系，為共生模式；同時，社會、經(jīng)濟和生態(tài)環(huán)境的變化，影響著WEF的相互作用，作為WEF系統(tǒng)的共生環(huán)境[16]。在WEF系統(tǒng)共生關(guān)系的三要素中，共生模式是關(guān)鍵，共生單元是基礎(chǔ)，共生環(huán)境是外部條件。基于共生理論，支彥玲等[17]分析了整個中國的WEF關(guān)系，并應(yīng)用了Press-State-Impact-Response（PSIR）模型來構(gòu)建適應(yīng)性評估指標體系。結(jié)果表明，東北和東部的WEF適配性較高，而中西部的適配性較低。

綜上，本文基于共生理論，利用綜合評價法，評價遼寧省2000—2018年WEF系統(tǒng)協(xié)同安全水平，引入Copula函數(shù)，計算遼寧省WEF系統(tǒng)聯(lián)合風險率，探討影響遼寧省WEF系統(tǒng)安全的主要因素，為遼寧省社會、經(jīng)濟和生態(tài)環(huán)境的可持續(xù)發(fā)展提供科學指導(dǎo)依據(jù)。

1 研究區(qū)與數(shù)據(jù)來源

1.1 研究區(qū)概況

遼寧省位于中國東北地區(qū)南部（圖1），土地總面積為14.84萬km2，是中國重要的糧食主產(chǎn)區(qū)，是東北振興戰(zhàn)略的關(guān)鍵著力點。2017年遼寧省耕地資源占遼寧省總面積的27.65%。其中，旱地、水田和水澆地占耕地總面積比例依次為82.96%、13.53%和3.51%。遼寧省地貌分異明顯，地勢呈自北向南，自東西兩側(cè)向中部傾斜特點，東部和西部地區(qū)為山地丘陵區(qū)，中部為下遼河平原區(qū)。耕地集中分布于中部平原地區(qū)，零星分布于西部和東部山地丘陵地區(qū)。水田集中分布于遼寧中部和東南部平原地區(qū)，旱地集中分布于遼寧中部和南部平原地區(qū)。遼河油田是中國第三大油氣田，石油、天然氣儲量分別占中國的15%和10%。據(jù)水利部門統(tǒng)計，2017年遼寧省水資源總量1.86×1010m3，農(nóng)田灌溉用水占53%；工業(yè)用水量13.6%，生活用水量占12.6%；生態(tài)用水占4.0%。2018年，遼寧省糧食產(chǎn)量2192萬噸。

1.2 數(shù)據(jù)來源

本文數(shù)據(jù)主要源于2000—2018年遼寧省《水資源公報》和《統(tǒng)計年鑒》，其中2000年和2018年短缺的部分水資源數(shù)據(jù)源于《中國水資源公報》，廢污水排放量數(shù)據(jù)部分年份源于遼寧省《環(huán)境狀況公報》；播種面積和糧食總產(chǎn)量包括谷物，豆類和薯類，耕地面積缺失數(shù)據(jù)以2013年統(tǒng)計數(shù)據(jù)為準；可再生能源由太陽能代替。水的生產(chǎn)和供應(yīng)業(yè)耗能缺失數(shù)據(jù)通過已知總能源消費量與其他年份水的生產(chǎn)和供應(yīng)業(yè)耗能在總能源消費中占比的乘積計算得出，即X=(X/Y)·Y，表示年份，表示水的生產(chǎn)和供應(yīng)業(yè)耗能，表示總能源消費量[18]。

2 研究方法

2.1 WEF共生系統(tǒng)指標體系構(gòu)建

2.1.1 WEF系統(tǒng)共生的必要充分條件分析

WEF共生的必要條件有3個：1）反映共生單元外部特征的因素稱為共生單元象參量，反映共生單元內(nèi)在性質(zhì)的因素稱為質(zhì)參量。共生單元之間至少有一組質(zhì)參量兼容；2）共生單元之間至少生成一個共生界面，而且共生單元可同時在共生界面自主活動；3）同類同代共生單元的同質(zhì)度應(yīng)不小于某一臨界值，同類異代共生單元親近度也應(yīng)不小于某一臨界值，異類共生單元之間的關(guān)聯(lián)度也應(yīng)不小于某一臨界值。以上三個必要條件均滿足，共生關(guān)系才可能發(fā)生。共生關(guān)系的充分條件如下：1）在給定的共生界面上，信息或能量雙向交流的動力大于其阻力；2） 共生單元通過共生界面的相互作用所形成的共生體系具有能量函數(shù)ES，在給定的時空條件下，存在ES>0；3） 在封閉的條件下，給定的時空結(jié)構(gòu)中共生單元具有累積的關(guān)于對方的信息量，則共生成立[19]。遼寧省WEF系統(tǒng)中水資源、能源和糧食系統(tǒng)的性質(zhì)不同，是異類共生單元。由于遼寧省是糧食大省，三者主要圍繞糧食活動。糧食在實現(xiàn)自身發(fā)展的同時，需要對水資源和能源進行保護，將其控制在自身的承載力范圍內(nèi)。糧食的種植、發(fā)育、生長和加工與水資源、能源發(fā)生聯(lián)系，即各單元之間有穩(wěn)定的關(guān)聯(lián)度且互相兼容。此外，遼寧省WEF系統(tǒng)各共生單元之間相互作用形成共生界面，在水資源和能源安全的情況下實現(xiàn)糧食的增產(chǎn)，即產(chǎn)生共生能量。因此，WEF系統(tǒng)的發(fā)展符合共生規(guī)律[20]（圖2）。

2.1.2 評價指標體系構(gòu)建

水-能源-糧食安全指標體系構(gòu)建過程主要遵循系統(tǒng)性原則、綜合性原則、科學性和實用性原則、區(qū)域性原則和可比、可操作、可量化原則，基于遼寧省WEF系統(tǒng)共生性，結(jié)合遼寧省水資源、能源和糧食資源情況以及相關(guān)文獻確定[21-24]（表1）。本文將“共生性”分解為3個指數(shù)：穩(wěn)定性指數(shù)（Stability，）、協(xié)調(diào)性指數(shù)（Coordination，）和可持續(xù)性指數(shù)（Sustainability，），其中，穩(wěn)定性指數(shù)衡量水資源、能源和糧食系統(tǒng)內(nèi)部資源數(shù)量、質(zhì)量、結(jié)構(gòu)、功能及承載能力等狀態(tài)；協(xié)調(diào)性指數(shù)用于衡量水-能源、水-糧食和能源-糧食依存轉(zhuǎn)化過程中資源配置與利用效率；可持續(xù)性指數(shù)衡量WEF系統(tǒng)與外部環(huán)境之間的適應(yīng)程度及交互影響效果[17]。在指標體系的基礎(chǔ)上，對WEF共生系統(tǒng)協(xié)同安全進行評價和風險概率預(yù)測（圖3）。

2.2 WEF共生系統(tǒng)協(xié)同安全評價方法

熵值賦權(quán)法是根據(jù)各項指標所能提供的信息量大小來確定指標權(quán)重的一種相對客觀的賦權(quán)方法，可以有效避免由主觀因素帶來的偏差[25]。本文基于已構(gòu)建的WEF nexus評價指標體系，對原始數(shù)據(jù)進行無量綱處理，通過熵值法確定各指標的權(quán)重，利用綜合評價法對遼寧省WEF系統(tǒng)評價[26]，公式如下

式中()()()分別為穩(wěn)定性、協(xié)調(diào)性和可持續(xù)性評價指數(shù)，為各指標的權(quán)重，為標準化后的數(shù)據(jù)，為各系統(tǒng)內(nèi)選取的指標數(shù)量。

表1 水-能源-糧食安全評價指標體系

利用準則層的3個子系統(tǒng)評價指數(shù)可計算出WEF nexus的協(xié)同安全水平，計算公式如下

式中為WEF系統(tǒng)的協(xié)同安全水平；為各子系統(tǒng)對社會發(fā)展的影響程度權(quán)重。本文WEF系統(tǒng)安全水平綜合得分值在0～1之間，以0.2為步長，將安全水平劃分為5個等級，分別是：極不安全、不安全、臨界安全、較安全、非常安全5級。

2.3 WEF系統(tǒng)共生分解指數(shù)的邊緣分布和聯(lián)合分布模型

2.3.1 WEF系統(tǒng)共生性分解指數(shù)的邊緣分布

本文采用韋伯（Weibull，WEI）分布、伽馬（GAMMA）分布和指數(shù)（Exponential，EXP）分布分別擬合WEF系統(tǒng)穩(wěn)定性、協(xié)調(diào)性和可持續(xù)性的邊緣分布，采用極大似然法估算參數(shù)，再利用K-S檢驗（Kolmogorov-Smirnov test）從中選擇最優(yōu)邊緣分布[27]。

WEI分布函數(shù)為

式中為比例參數(shù)，為形狀參數(shù)。

GAMMA分布函數(shù)為

式中形狀參數(shù)，尺度參數(shù)。

EXP分布函數(shù)為

K-S檢驗統(tǒng)計量的定義如下

式中c為聯(lián)合觀測值樣本（x，y）的Copula值；m為聯(lián)合觀測值樣本中滿足條件≤x且≤y的聯(lián)合觀測值的個數(shù)。

2.3.2 WEF系統(tǒng)聯(lián)合分布模型

Copula函數(shù)不限定變量的邊緣分布，通過Copula模型，可以將個任意的邊際分布連接起來，形成一個多變量聯(lián)合分布概率模型。Copula函數(shù)的理論基礎(chǔ)是Sklar’s 定理[28]，隨機變量12、X連續(xù)，1(1)2(2)、F(x)是其邊緣分布函數(shù)，為維聯(lián)合概率分布函數(shù)，則存在Copula函數(shù)[0 1]→[0 1]，使得

若邊緣分布函數(shù)1(1),2(2),…F(x)是連續(xù)的，則Copula函數(shù)唯一確定。本文利用常用的3種函數(shù)：Frank Copula、Clayton Copula和Gumbel-Hougarrd Copula函數(shù)，構(gòu)建二維和三維WEF系統(tǒng)“共生性”分解指數(shù)的聯(lián)合分布（表2，表3）。

表2 二維Copula函數(shù)類型

表3 三維Copula函數(shù)類型

2.3.3 擬合檢驗和擬合優(yōu)度評價指標

Copula函數(shù)擬合優(yōu)度檢驗是選擇最優(yōu)Copula函數(shù)的前提，本文通過均方根誤差準則（Root Mean Squared Error，RMSE）和赤池信息量準則（Akaike Information Criterion，AIC）檢驗Copula函數(shù)的擬合優(yōu)度[27]，以AIC最小值作為最優(yōu)擬合標準，計算公式如下

式中為聯(lián)合觀測值的總數(shù)，P為經(jīng)驗頻率，P為理論頻率，為參數(shù)個數(shù)，MSE為均方誤差，RMSE為均方根誤差。

式中P(x,y)為二維聯(lián)分布經(jīng)驗頻率，Num(x≤x,y≤y)表示聯(lián)合觀測值小于等于值(x,y)的個數(shù)。

式中P(x,y,z)為三維聯(lián)分布經(jīng)驗頻率，Num(x≤x,y≤y，z≤z)表示聯(lián)合觀測值小于等于值(x,y,z)的個數(shù)。

3 結(jié)果與分析

3.1 WEF系統(tǒng)協(xié)同安全分析

從圖4a可以看出，2000—2018年遼寧省WEF系統(tǒng)協(xié)同安全水平指數(shù)為0.33～0.65，整體呈上升趨勢，由不安全轉(zhuǎn)向臨界安全再轉(zhuǎn)向較安全狀態(tài)，其中穩(wěn)定性、協(xié)調(diào)性和可持續(xù)性權(quán)重分別為0.32、0.36、0.32，三者非常接近，說明在遼寧省WEF系統(tǒng)中穩(wěn)定性、協(xié)調(diào)性和可持續(xù)性三者同等重要。此外，WEF系統(tǒng)穩(wěn)定性、協(xié)調(diào)性和可持續(xù)性三者與協(xié)同安全水平的2分別為0.62、0.76和0.63（圖4b～4d），說明在2000—2018年遼寧省WEF系統(tǒng)中，協(xié)調(diào)性對協(xié)同安全水平影響最大，需在協(xié)調(diào)性方面加強重視使WEF系統(tǒng)協(xié)同安全水平始終保持在臨界安全水平以上。

在WEF系統(tǒng)協(xié)同安全水平評價的基礎(chǔ)上，本文對2000—2018年遼寧省WEF系統(tǒng)穩(wěn)定性、協(xié)調(diào)性和可持續(xù)性的影響因素進行深入分析（表1），發(fā)現(xiàn)與穩(wěn)定性變化相關(guān)性較大的指標依次為地下水資源利用率、人均糧食產(chǎn)量、水資源開發(fā)利用程度、地表水資源利用率、可再生能源占比、耕地使用率和萬元GDP用水量；與協(xié)調(diào)性變化相關(guān)性較大的指標依次為一產(chǎn)耗能占總耗能的比、農(nóng)田灌溉用水量占總用水量的比和單位糧食生產(chǎn)用水；與可持續(xù)變化相關(guān)性較大的指標依次為城鎮(zhèn)居民恩格爾系數(shù)、農(nóng)村居民恩格爾系數(shù)和人均GDP，說明這些指標的提高將有利于遼寧省WEF系統(tǒng)的協(xié)同發(fā)展，特別是一產(chǎn)耗能占總耗能的比和農(nóng)田灌溉用水量占總用水量的比。

3.2 遼寧省WEF系統(tǒng)邊緣分布函數(shù)與聯(lián)合分布模型的確定

3.2.1 WEF系統(tǒng)邊緣分布函數(shù)

由表4可知，在顯著性水平=0.05的條件下，假設(shè)遼寧省穩(wěn)定性、協(xié)調(diào)性和可持續(xù)性指數(shù)分別符合WEI分布、GAMMA分布和GAMMA分布。取K-S檢驗的顯著性水平=0.05,=19時，對應(yīng)的分位點D=0.30，遼寧省的、和對應(yīng)的分別為0.14、0.16和0.15，均小于0，且對應(yīng)的值均大于0.05，說明假設(shè)成立。

表4 單變量邊緣分布參數(shù)估計擬合檢驗

3.2.2 WEF系統(tǒng)聯(lián)合分布模型

利用極大似然法計算Copula函數(shù)的參數(shù)，通過函數(shù)計算理論頻率與經(jīng)驗頻率之間的均方根誤差（RMSE），以最小AIC為選擇最優(yōu)擬合函數(shù)的標準。結(jié)果如表5所示，對于穩(wěn)定性和協(xié)調(diào)性指數(shù)，Gumbel Copula具有最小的AIC和RMSE，擬合優(yōu)度最好；穩(wěn)定性和可持續(xù)性指數(shù)中，F(xiàn)rank Copula的AIC和RMSE最小，具有最好的擬合優(yōu)度；協(xié)調(diào)性和可持續(xù)性指數(shù)中，Clayton Copula函數(shù)為最優(yōu)擬合函數(shù)；穩(wěn)定性、協(xié)調(diào)性和可持續(xù)指數(shù)中，Clayton Copula的AIC和RMSE分別為-72.71、0.14，擬合優(yōu)度最好。

表5 Copula函數(shù)參數(shù)值及擬合優(yōu)度檢驗

由圖5可以看出，基于Copula函數(shù)遼寧省WEF系統(tǒng)“共生”分解指數(shù)聯(lián)合分布的經(jīng)驗頻率與理論頻率都均勻分布在45°對角線附近，可見所得到的Copula函數(shù)對于WEF系統(tǒng)“共生”分解指數(shù)聯(lián)合分布的擬合效果較好。其中--的擬合效果最好，-次之，兩者經(jīng)驗頻率與理論頻率的2分別為0.79和0.73；-和-相對較差，兩者經(jīng)驗頻率與理論頻率的2分別為0.60和0.55。

3.3 遼寧省WEF系統(tǒng)安全風險概率

3.3.1 WEF系統(tǒng)二維聯(lián)合風險概率

圖6分別繪制了遼寧省WEF系統(tǒng)-、-和-聯(lián)合分布（,）等值線，以及2000—2018年穩(wěn)定性、協(xié)調(diào)性和可持續(xù)性指數(shù)在其中的分布，（,）在-中表示≤，≤這兩個事件同時發(fā)生的聯(lián)合分布概率，-和-同理。整體上，-、-和-聯(lián)合分布概率值變化趨勢是相同的，都是隨著一個值的增大另一個值減小。其中，-安全風險（≤0.4，≤0.4）、-安全風險（≤0.4，≤0.4）和-安全風險（≤0.4，≤0.4）發(fā)生概率分別為0.26、0.17、0.18，說明WEF系統(tǒng)穩(wěn)定性與協(xié)調(diào)性同時發(fā)生安全風險的概率較大，不僅要關(guān)注單獨的水資源、能源和糧食稟賦和需求情況，還需要加強水-能源、糧食-能源和水-糧食之間的共生關(guān)系，從而促進WEF系統(tǒng)可持續(xù)發(fā)展。

此外，遼寧省WEF系統(tǒng)2000—2018年-實測值的聯(lián)合風險率（≤0.4，≤0.4）約為0.13，有4年-在該概率范圍內(nèi)（圖6a），占總年份的21%；-實測值的聯(lián)合風險率（≤0.4，≤0.4）約為0.01，僅有1年-在該概率范圍內(nèi)（圖6b），說明-實測值不安全發(fā)生的概率較??；-實測值的聯(lián)合風險率（≤0.4，≤0.4）約為0.12，有5年-在該概率范圍內(nèi)（圖6c），占總年份的32%，主要集中在2006—2011年。

3.3.2 WEF系統(tǒng)三維聯(lián)合風險概率

由表5分析可知，Clayton Copula函數(shù)可應(yīng)用于遼寧省WEF系統(tǒng)“共生”分解指數(shù)穩(wěn)定性、協(xié)調(diào)性和可持續(xù)性的三維聯(lián)合分布（1,2,3）研究，圖7為--三維聯(lián)合分布概率圖，（1,2,3）表示≤1，≤2，≤3同時發(fā)生的聯(lián)合分布概率。整體上，遼寧省WEF系統(tǒng)安全風險發(fā)生概率較小，其中，WEF系統(tǒng)聯(lián)合風險率（≤0.4，≤0.4，≤0.4）為0.16，極不安全的概率（≤0.2，≤0.2，≤0.2）為0.06。但WEF系統(tǒng)協(xié)調(diào)性安全風險（≤0.4）較大，隨著穩(wěn)定性或可持續(xù)性指數(shù)值的增加，協(xié)調(diào)性不安全發(fā)生的概率可達60%～70%，說明穩(wěn)定性、協(xié)調(diào)性和可持續(xù)性三者之間需協(xié)同合作、相互促進，如果只注重一方面的發(fā)展，會導(dǎo)致其他方面風險發(fā)生概率增大。此外，穩(wěn)定性安全風險（≤0.4）和可持續(xù)性安全風險（≤0.4）發(fā)生概率較小，小于等于30%，說明遼寧省WEF系統(tǒng)協(xié)調(diào)性安全方面有待加強，需協(xié)調(diào)好水-能源、糧食-能源和水-糧食兩兩之間的關(guān)系。

4 討 論

4.1 遼寧省與其他地區(qū)WEF系統(tǒng)的差異

關(guān)于水-能源-糧食系統(tǒng)的定量研究，多數(shù)研究從三種資源供給量與消耗量的角度，分析中國各地區(qū)水資源、能源與糧食的供需壓力變化[29]，未能反映水-能源-糧食的關(guān)聯(lián)協(xié)調(diào)關(guān)系，以及外部環(huán)境的影響。本文結(jié)合“社會-經(jīng)濟-生態(tài)”外部環(huán)境，對遼寧省WEF系統(tǒng)的穩(wěn)定性、協(xié)調(diào)性和可持續(xù)性進行分析，發(fā)現(xiàn)2000—2018年遼寧省WEF系統(tǒng)協(xié)同安全水平指數(shù)為0.33～0.65，與已有研究結(jié)果[30]相近。此外，本文在評價WEF系統(tǒng)協(xié)同安全水平的基礎(chǔ)上，進一步分析了協(xié)同安全發(fā)生風險的概率及其影響因素，發(fā)現(xiàn)遼寧省WEF系統(tǒng)協(xié)調(diào)性風險發(fā)生概率最大（圖6，圖7），且一產(chǎn)耗能占總耗能的比、農(nóng)田灌溉用水量占總用水量的比和單位糧食生產(chǎn)用水的增加不利于WEF系統(tǒng)的協(xié)調(diào)性（表1）。

4.2 關(guān)于遼寧省WEF系統(tǒng)安全發(fā)展的建議

隨著WEF系統(tǒng)穩(wěn)定性或可持續(xù)性指數(shù)值增加，協(xié)調(diào)性風險率（≤0.4）可達60%～70%（圖7），說明遼寧省WEF系統(tǒng)在實現(xiàn)穩(wěn)定性或可持續(xù)性發(fā)展的同時，也需要考慮協(xié)調(diào)性，將其控制在自身承載力范圍內(nèi)。否則，當糧食為了自身的發(fā)展對水資源、能源進行掠奪式開發(fā)時，必然造成水資源枯竭，環(huán)境惡化，最終破壞生態(tài)平衡。

在遼寧省WEF系統(tǒng)中，與協(xié)同安全水平最相關(guān)的是協(xié)調(diào)性指數(shù)，其主要影響因素包括一產(chǎn)耗能占總耗能的比、農(nóng)田灌溉用水量占總用水量和單位糧食生產(chǎn)用水。能源方面，需加強對非化石能源的開發(fā)利用程度和減少能源損失量，提升農(nóng)業(yè)現(xiàn)代化的裝備研發(fā)制造能力，打造清潔、綠色農(nóng)業(yè)。農(nóng)田灌溉用水方面，2019年遼寧省農(nóng)田灌溉水有效利用系數(shù)為0.591，高于全國平均水平（0.559），但是相比于河北（0.674）、山東（0.643）、河南（0.615）等產(chǎn)糧大省，仍有提升空間。因此，加大農(nóng)業(yè)節(jié)水力度，是控制區(qū)域取用水總量、促進水-能源-糧食可持續(xù)發(fā)展的重要途徑。一是需要農(nóng)業(yè)節(jié)水技術(shù)的推廣，二是加大農(nóng)業(yè)節(jié)水投資力度，加強農(nóng)田基礎(chǔ)設(shè)施建設(shè)，三是優(yōu)化種植結(jié)構(gòu)。

此外，可以進一步完善水-能源-糧食協(xié)同安全風險評價體系，建立變化環(huán)境下水資源、能源、糧食預(yù)測預(yù)警機制。評估氣候變化、經(jīng)濟形勢等外部環(huán)境變化對水-能源-糧食協(xié)同安全的正向影響和逆向反饋，建立涵蓋水、能源、糧食及其互饋路徑的分級預(yù)警機制，并統(tǒng)籌制定各類風險的應(yīng)對預(yù)案。

4.3 存在的問題

對WEF系統(tǒng)的協(xié)同安全水平以及外部社會、經(jīng)濟和自然因素進行綜合分析，有助于解釋WEF系統(tǒng)與外部環(huán)境之間的關(guān)系。但是，本文仍然存在一些局限性。首先，收集數(shù)據(jù)時，為了數(shù)據(jù)的完整性，數(shù)據(jù)類型受到限制，例如，在糧食種類方面，只考慮了幾種糧食類型：谷物、馬鈴薯和大豆，沒有考慮其他類型（即水果、畜牧業(yè)、水產(chǎn)養(yǎng)殖以及海水魚產(chǎn)業(yè)）；其次，權(quán)重計算方法與其他研究相比也可能導(dǎo)致差異；最后，WEF系統(tǒng)的跨部門、多口徑、多規(guī)模性質(zhì)和系統(tǒng)邊界的模糊性增加了數(shù)據(jù)獲取和集成的難度，在評估過程中只能考慮部分因素對經(jīng)濟、社會、環(huán)境和土地的影響。

未來隨著糧食需求的不斷提升，必將加劇區(qū)域能源、糧食生產(chǎn)對水資源的競爭，水資源壓力將不斷增大。因此，在以后的研究中，WEF系統(tǒng)的動態(tài)反饋控制仿真也值得探索。此外，生態(tài)系統(tǒng)、生物多樣性、氣候和其他因素也應(yīng)考慮在WEF系統(tǒng)中。

5 結(jié) 論

本文將“共生性”分解為穩(wěn)定性（Stability，）、協(xié)調(diào)性（Coordination，）和可持續(xù)性（Coordination，）3個指數(shù)，利用綜合評價方法，評價了遼寧省WEF系統(tǒng)的協(xié)同安全水平；基于Copula函數(shù)，計算了遼寧省WEF系統(tǒng)的聯(lián)合風險率。2000—2018年遼寧省WEF系統(tǒng)協(xié)同安全水平指數(shù)為0.33～0.65，呈上升趨勢，由不安全轉(zhuǎn)向臨界安全再轉(zhuǎn)向較安全狀態(tài)。WEF系統(tǒng)的穩(wěn)定性、協(xié)調(diào)性和可持續(xù)性指數(shù)的權(quán)重分別為0.32、0.36和0.32，表明三者需要同等重視以改善WEF關(guān)系的綜合安全性。遼寧省WEF系統(tǒng)聯(lián)合風險率（≤0.4，≤0.4，≤0.4）為0.16，極不安全的概率（≤0.2，≤0.2，≤0.2）為0.06。但隨著WEF系統(tǒng)穩(wěn)定性或可持續(xù)性安全指數(shù)值的增加，協(xié)調(diào)性不安全發(fā)生的概率（≤0.4）可達60%～70%，-安全風險（≤0.4，≤0.4）、-安全風險（≤0.4，≤0.4）和-安全風險（≤0.4，≤0.4）發(fā)生概率分別為0.26、0.17、0.18，說明遼寧省WEF系統(tǒng)協(xié)調(diào)性安全方面有待加強，需協(xié)調(diào)好水-能源，糧食-能源和水-糧食兩兩之間的關(guān)系。

[1]Richard N C. Global trends 2030: Alternative worlds[J]. Foreign Affairs, 2013, 92: 187.

[2]Bazilian M, Rogner H, Howells M, et al. Considering the energy, water and food nexus: Towards an integrated modelling approach[J]. Energy Policy, 2011, 39(12): 7896-7906.

[3]Hoff H. Understanding the nexus. In background paper for the Bonn 2011 Conference: The Water, Energy and Food Security Nexus[C]. Bonn, Germany, 16-18 November 2011; Stockholm: Stockholm Environment Institute, 2011．

[4]Food and Agriculture Organization of the United Nations. The Water-Energy-Food Nexus: A New Approach in Support of Food Security and Sustainable Agriculture[M]. Rome: FAO, 2014．

[5]Giupponi C, Giupponi C, Gain A K, et al. Integrated spatial assessment of the water, energy and food dimensions of the Sustainable Development Goals[J]. Regional Environmental Change, 2017, 17(7): 1881-1893.

[6]Schl?r H, Venghaus S, Hake J. The FEW-Nexus city index - Measuring urban resilience[J]. Applied Energy, 2018, 210: 382-392.

[7]Willis H H, Groves D G, Ringel J, et al. Developing the Pardee RAND food-energy-water security index: Toward a global standaridized, quantitative, and transparent resource assessment[R]. Santa Monica: RAND Corporation. 2016．

[8]Wang Q, Li S Q, He G, et al. Evaluating sustainability of water-energy-food (WEF) nexus using an improved matter-element extension model: A case study of China[J]. Journal of Cleaner Production, 2018, 202(20): 1097-1106.

[9]劉利花，張丙昕，劉向華. 糧食安全與生態(tài)安全雙視角下中國省域耕地保護補償研究[J]. 農(nóng)業(yè)工程學報，2020，36(19)：252-263.

Liu Lihua, Zhang Bingxin, Liu Xianghua. Compensation of provincial cultivated land protection in China from the dual perspectives of food security and ecological security[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(19): 252-263. (in Chinese with English abstract)

[10]王玉寶，蒲傲婷，閆星，等. 新疆水-能源-糧食系統(tǒng)安全綜合評價[J]. 農(nóng)業(yè)機械學報，2020，51(6)：264-272.

Wang Yubao, Pu Aoting, Yan Xing, et al. Comprehensive evaluation of Xinjiang water-energy-food nexus safety[J]. Transactions of the Chinese Society for Agricultural Machinery, 2020, 51(6): 264-272. (in Chinese with English abstract)

[11]彭少明，鄭小康，王煜，等. 黃河流域水資源-能源-糧食的協(xié)同優(yōu)化[J]. 水科學進展，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 with English abstract)

[12]謝華，羅強，黃介生. 基于三維copula函數(shù)的多水文區(qū)豐枯遭遇分析[J]. 水科學進展，2012，23(2)：186-193.

Xie Hua, Luo Qiang, Huang Jiesheng. Synchronous asynchronous encounter analysis of multiple hydrologic regions based on 3D copula function[J]. Advances in Water Science, 2012, 23(2): 186-193. (in Chinese with English abstract)

[13]Hao Z C, Singh V P. Drought characterization from a multivariate perspective: A review[J]. Journal of Hydrology, 2015, 527: 668-678.

[14]劉章君，郭生練，許新發(fā)，等. Copula函數(shù)在水文水資源中的研究進展與述評[J]. 水科學進展，2021，32(1)：148-159.

Liu Zhangjun, Guo Shenglian, Xu Xinfa, et al. Application of Copula functions in hydrology and water resources: A state- of- the- art review[J]. Advances in Water Science, 2021, 32(1): 148-159. (in Chinese with English abstract)

[15]Quispel A. Some theoretical aspects of symbiosis[J]. Antonie Van Leeuwenhoek, 1951, 17(1): 69-80.

[16]Lamberton D M. The economics of information and organization[J]. Annual Review of Information Science and Technology, 1984, 19: 3-30.

[17]支彥玲，陳軍飛，王慧敏，等. 共生視角下中國區(qū)域“水-能源-糧食”復(fù)合系統(tǒng)適配性評估[J]. 中國人口·資源與環(huán)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. (in Chinese with English abstract)

[18]Liu Y T, Wang S G, Chen B. Regional water-energy-food nexus in China based on multiregional input-output analysis[J]. Energy Procedia, 2017, 142: 3108-3114.

[19]Sims M. How to count biological minds: Symbiosis, the free energy principle, and reciprocal multiscale integration[J]. Synthese, 2020. doi: 10. 1007/s11229-020-02876-w.

[20]Li H F, Wang H X, Yang Y X, et al. Regional coordination and security of water-energy-food symbiosis in Northeastern China[J]. Sustainability, 2021, 13(3): 1326.

[21]徐珊，宋戈，李丹，等. 東北糧食主產(chǎn)區(qū)耕地資源時空變化及其對糧食生產(chǎn)能力的影響[J]. 農(nóng)業(yè)工程學報，2012, 28(21)：1-9.

Xu Shan, Song Ge, Li Dan, et al. Spatial-temporal variation of cultivated land and its effects on grain production capacity of northeast grain main production area[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(21): 1-9. (in Chinese with English abstract)

[22]張紅梅，宋戈，王思琢. 基于“質(zhì)量-產(chǎn)出-效率”的遼寧省耕地利用分區(qū)[J]. 農(nóng)業(yè)工程學報，2019，35(13)：234-242.

Zhang Hongmei, Song Ge, Wang Sizhuo. Zoning of cultivated land use in Liaoning Province based on “quality-output-efficiency”[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(13): 234-242. (in Chinese with English abstract)

[23]宋戈，張文琦. 糧食作物種植視角下東北糧食主產(chǎn)區(qū)耕地利用的時空分化特征[J]. 農(nóng)業(yè)工程學報，2020，36(15)：1-8.

Song Ge, Zhang Wenqi. Spatiotemporal differentiation characteristics of cultivated land use from persprctive of growing food crops in major grain production areas in northeast China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(15): 1-8. (in Chinese with English abstract)

[24]Li G J, Huang D H, Sun C S, et al. Developing interpretive structural modeling based on factor analysis for the water-energy-food nexus conundrum[J]. The Science of the Total Environment, 2019, 651: 309-322.

[25]Gao Y Y, Qian H, Ren W H, et al. Hydrogeochemical characterization and quality assessment of groundwater based on integrated-weight water quality index in a concentrated urban area[J]. Journal of Cleaner Production, 2020, 260: 121006.

[26]Ren Y T, Yao J P, Xu D Y, et al. A comprehensive evaluation of regional water safety systems based on a similarity cloud model[J]. Water Science and Technology, 2017, 76(3): 594-604.

[27]張向明. 基于Copulas函數(shù)的黑河流域多變量水文干旱研究[D]. 楊凌：西北農(nóng)林科技大學，2019.

Zhang Xiangming. Research on Multivariate Hydrological Drought in Heihe Basin Based on Copulas Function[D]. Yangling: Northwest A&F University, 2019. (in Chinese with English abstract)

[28]Sklar Abe. Fonctions de repartition an dimensions et leurs marges[J]. Publications de l'Institut de statistique de l'Université de Paris, 1959, 8: 229-231.

[29]白景鋒，張海軍. 中國水-能源-糧食壓力時空變動及驅(qū)動力分析[J]. 地理科學，2018，38(10)：1653-1660.

Bai Jingfeng, Zhang Haijun. Spatio-temporal variation and driving force of water-energy-food pressure in China[J]. Entia. Geographica Sinica, 2018, 38(10): 1653-1660. (in Chinese with English abstract)

[30]李瀟. 基于協(xié)同共生理論的我國水-能源-糧食協(xié)同安全評價研究[D]. 泰安：山東農(nóng)業(yè)大學，2020.

Li Xiao. Security Evaluation of Water-Energy-Food Nexus System in China based on Synergetic-Symbiosis Theory[D]. Tai’an: Shandong Agricultural University, 2020. (in Chinese with English abstract)

Estimating the symbiosis risk probability of water–energy–food using Copula function

Li Hongfang, Wang Huixiao※, Zhao Ruxin, Yang Yaxue, Guo Jiahao

(,,100875,)

Water, energy, and food are essential natural resources for human survival and development. A concept of water-energy-food nexus (WEF nexus, WEFN) can be used to describe the interaction of constraints or promotion between WEF, as well as the complex internal mechanism in the context of global resource shortage. Previously, water, energy, and food securities have been evaluated separately. Much attention has been gained on the rational use and distribution of WEF nexus, shifting from single to multiple resources in recent years. Therefore, the WEF nexus is widely expected to assess resource management and sustainable development in an integrated manner. It is necessary to simulate the integrated WEF system and accurately evaluate the WEF safety from the perspective of nexus, to ensure the stability and coordination of regional resources, as well as social and economic development. In this study, the synergistic safety of the WEF system was evaluated using the indexes of stability, coordination, and sustainability in Liaoning Province of Northeast China during 2000—2018. A Copula function was applied to calculate the joint risk probability and further analyze the risks of different combinations using symbiosis theory. The results show that there was a relatively low risk probability of the WEF system, while the synergistic safety was gradually improved. Specifically, the joint risk probability of the WEF system was 0.16, and the extremely unsafe probability was 0.06, while the synergistic safety indexes ranged between 0.33 and 0.65 shifting from an unsafe to a safer state. The weightings of stability, coordination, and sustainability indexes of the WEF systems were 0.32, 0.36, and 0.32, respectively, indicating that equal attention needed to be paid to improving the comprehensive security of WEF relationships. A strong correlation was found in the relationship of stability index between the utilization rate of groundwater resources, food production per capita, the rates of development and utilization of water resources, the utilization rate of surface water resources, the rates of renewable energy, as well as the rate of utilization of cultivated land and water consumption per 10,000 RMB of GDP. A strong correlation was also found in the relationship of coordinated changes between the proportion of energy consumption in the primary industry, the proportion of irrigation water consumption of farmland, and the amount of water use per unit food production. The great correlation to sustainable change was included with the Engel coefficient of urban residents, the Engel coefficient of rural residents, and GDP per capita. In addition, the joint risk probability of-,-, and-were 0.26, 0.17, and 0.18, respectively. The risk of coordination index in the WEF system reached 60%-70%, indicating that the coordination needed to be strengthened. Especially, the implementation was required to make on the agricultural water use efficiency and the transformation of energy consumption patterns, as the stability or sustainability index increased in the WEF system. In future work, a hierarchical early warning can be established to cover the WEF nexus and mutual feeding paths under the ever-evolving environment. Comprehensive response plans can be developed for various types of risks, particularly, the positive impact and reverse feedback of external environmental changes on the synergistic security of WEF nexus, such as climate change and economic situation.

system; stability; water-energy-food system; synergistic safety; joint risk probability;Liaoning Province

李紅芳，王會肖，趙茹欣，等. 基于Copula函數(shù)的水-能源-糧食共生安全風險概率[J]. 農(nóng)業(yè)工程學報，2021，37(8)：332-340.doi：10.11975/j.issn.1002-6819.2021.08.038 http://www.tcsae.org

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 (Transactions of the CSAE), 2021, 37(8): 332-340. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2021.08.038 http://www.tcsae.org

2021-01-31

2021-04-11

國家重點研發(fā)計劃資助項目（2017YFC0404603）；國家自然科學基金資助項目（51779009）

李紅芳，研究方向為水-能源-糧食紐帶關(guān)系。Email：201821470014@mail.bnu.edu.cn。

王會肖，博士，教授，研究方向為農(nóng)業(yè)水文水資源。Email：huixiaowang@bnu.edu.cn

10.11975/j.issn.1002-6819.2021.08.038

TV213

A

1002-6819(2021)-08-0332-09