汪中華，田宇薇

(哈爾濱理工大學(xué)經(jīng)濟(jì)管理學(xué)院，哈爾濱 150000)

水資源、能源和糧食是人類社會(huì)發(fā)展的基礎(chǔ)，其短缺對(duì)全球經(jīng)濟(jì)發(fā)展和生態(tài)健康產(chǎn)生影響[1]，這3種資源間存在千絲萬(wàn)縷的關(guān)系和復(fù)雜的循環(huán)[2-3]，其中任意子系統(tǒng)的變動(dòng)都會(huì)對(duì)其他系統(tǒng)產(chǎn)生影響[4]。“水-能源-糧食系統(tǒng)”的概念一經(jīng)提出就引起國(guó)內(nèi)外學(xué)術(shù)界的積極探討。

國(guó)外較早對(duì)水-能源-糧食耦合關(guān)系進(jìn)行研究。在定性分析方面的研究有：Simpson等[5]基于水-能源-糧食框架，總結(jié)了影響水-能源-糧食安全關(guān)系的一些主要因素，認(rèn)為水-能源-糧食紐帶關(guān)系可以成為推進(jìn)可持續(xù)性發(fā)展的有效工具;Melo等[6]指出森林和景觀恢復(fù)是改善水-能源-糧食關(guān)系的重要措施，并且提出“森林安全”是構(gòu)成新型水、能源、糧食和森林安全關(guān)系框架的第四個(gè)基本維度;Ringler等[7]描述了不同區(qū)域內(nèi)水、能源和糧食的關(guān)聯(lián)關(guān)系和核心元素。在定量分析方面的研究有：Bazilian 等[8]利用綜合建模方法對(duì)水-能源-糧食關(guān)系進(jìn)行研究；Olsson[9]基于環(huán)境科學(xué)視角進(jìn)行分析；Sahin等[10]利用歷史數(shù)據(jù)基于多元統(tǒng)計(jì)方法研究了系統(tǒng)間的關(guān)系。更進(jìn)一步地，部分學(xué)者[11-13]針對(duì)提高農(nóng)作物產(chǎn)量、水-能源-糧食關(guān)系的安全程度等方面展開研究，為制定區(qū)域可持續(xù)發(fā)展戰(zhàn)略提供建議。

我國(guó)對(duì)于水-能源-糧食關(guān)系的研究相對(duì)開展較晚，最初側(cè)重于對(duì)水-能源-糧食耦合關(guān)系的分析[14-18]，后期同樣關(guān)注定量分析，包括對(duì)系統(tǒng)仿真模型[19-21]、耦合協(xié)調(diào)度模型、投入產(chǎn)出模型以及空間計(jì)量模型的應(yīng)用。耦合協(xié)調(diào)度模型在分析水-能源-糧食關(guān)系時(shí)使用較為廣泛，如：趙良仕等[22]測(cè)算黃河流域水-能源-糧食的耦合協(xié)調(diào)度水平，發(fā)現(xiàn)水-能源-糧食的耦合協(xié)調(diào)度逐年變好；鄧鵬等[23]以江蘇省為研究對(duì)象，計(jì)算近15年該省的耦合協(xié)調(diào)度，利用其預(yù)測(cè)未來(lái)5年的變化趨勢(shì)；張洪芬等[24]綜合評(píng)價(jià)京津冀的水-能源-糧食發(fā)展情況，并測(cè)算3個(gè)系統(tǒng)間的耦合協(xié)調(diào)發(fā)展水平，結(jié)果顯示3個(gè)系統(tǒng)間的綜合評(píng)價(jià)水平逐年上升，耦合協(xié)調(diào)度水平也有很大的提升。還有學(xué)者構(gòu)建水-能源-糧食系統(tǒng)投入產(chǎn)出體系，對(duì)我國(guó)的30個(gè)省(自治區(qū)、直轄市)進(jìn)行投入產(chǎn)出的有效性進(jìn)行分析[25-26]。空間計(jì)量模型主要用于影響因素的研究，該模型在水-能源-糧食耦合關(guān)系研究應(yīng)用較少[27]。

就全國(guó)而言：一方面，本文進(jìn)一步創(chuàng)新原有的水-能源-糧食指標(biāo)體系，選用耦合協(xié)調(diào)度模型定量分析水-能源-糧食耦合關(guān)系；另一方面，考慮到空間的相關(guān)性，利用空間杜賓模型剖析影響耦合協(xié)調(diào)度的因素。由于數(shù)據(jù)的缺失，本文研究包括我國(guó)的30個(gè)省(自治區(qū)、直轄市)，數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《能源統(tǒng)計(jì)年鑒》以及各省統(tǒng)計(jì)年鑒。

1 構(gòu)建水-能源-糧食耦合協(xié)調(diào)度模型

1.1 指標(biāo)體系的構(gòu)建

科學(xué)合理的指標(biāo)選取是計(jì)算水-能源-糧食耦合協(xié)調(diào)度的前提，結(jié)合研究區(qū)域的真實(shí)情況，參考王玉寶等[28]對(duì)于水-能源-糧食耦合關(guān)系的研究，構(gòu)建指標(biāo)體系，見表1。

表1 水-能源-糧食系統(tǒng)指標(biāo)體系

1.2 標(biāo)準(zhǔn)化處理

對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化過(guò)程見式(1)和(2)。

(1)

(2)

式中：X′ij為第i年指標(biāo)j標(biāo)準(zhǔn)化后的數(shù)據(jù)；Xij為原始數(shù)據(jù)；maxXij為最大值；minXij為最小值。

1.3 指標(biāo)權(quán)重的確定

利用熵值法確定權(quán)重，如下所示。

計(jì)算指標(biāo)值的比重，公式為

(3)

式中：m表示統(tǒng)計(jì)年限;Pij為指標(biāo)值的比重。

計(jì)算指標(biāo)信息熵,公式為

(4)

計(jì)算信息熵冗余度，公式為

gj=1-ej

(5)

計(jì)算指標(biāo)權(quán)重，公式為

(6)

計(jì)算得出各指標(biāo)權(quán)重見表2。

表2 水-能源-糧食系統(tǒng)指標(biāo)權(quán)重

1.4 研究方法

綜合發(fā)展指數(shù)模型。分別構(gòu)建水資源、能源、糧食綜合發(fā)展指數(shù)，公式為

水資源系統(tǒng)發(fā)展綜合指數(shù)

(7)

能源系統(tǒng)綜合發(fā)展指數(shù)

(8)

糧食系統(tǒng)綜合發(fā)展指數(shù)

(9)

水-能源-糧食系統(tǒng)綜合發(fā)展指數(shù)

T=αf(x)+βg(y)+γh(z)

(10)

耦合協(xié)調(diào)度模型。分別計(jì)算耦合度和耦合協(xié)調(diào)度，其公式為

(11)

(12)

參考文獻(xiàn)[30]對(duì)耦合協(xié)調(diào)度的劃分標(biāo)準(zhǔn)，見表3。

表3 耦合協(xié)調(diào)度等級(jí)劃分標(biāo)準(zhǔn)

2 水-能源-糧食耦合協(xié)調(diào)度分析

2.1 水-能源-糧食綜合發(fā)展指數(shù)分析

利用式(1)至式(10)計(jì)算水資源系統(tǒng)、能源系統(tǒng)、糧食系統(tǒng)發(fā)展指數(shù)以及水-能源-糧食系統(tǒng)綜合發(fā)展指數(shù)，見圖1和表4。由圖1可知：我國(guó)水-能源-糧食系統(tǒng)中，糧食系統(tǒng)發(fā)展指數(shù)較高，2003—2004年出現(xiàn)明顯下降的態(tài)勢(shì)，2004—2005年迅速回升。在此之后，2006—2017年總體呈現(xiàn)上升趨勢(shì)，偶爾出現(xiàn)小幅度的波動(dòng)。其次，能源系統(tǒng)發(fā)展指數(shù)波動(dòng)較為明顯：2003—2008年，發(fā)展指數(shù)呈現(xiàn)逐年下降的趨勢(shì)；2008—2009年有小幅度的提升；2009—2017年出現(xiàn)“U”形分布；2011年為轉(zhuǎn)折點(diǎn)，2011年后逐年上升。我國(guó)水資源系統(tǒng)發(fā)展指數(shù)最低，發(fā)展指數(shù)徘徊在0.17～0.20。綜合水資源系統(tǒng)、能源系統(tǒng)、糧食系統(tǒng)發(fā)展指數(shù)，我國(guó)水-能源-糧食系統(tǒng)綜合發(fā)展指數(shù)呈現(xiàn)整體上升趨勢(shì)：2004年出現(xiàn)小幅下降；2004—2011呈現(xiàn)波動(dòng)上升；2011—2017年逐年穩(wěn)步上升。

圖1 水資源系統(tǒng)、能源系統(tǒng)及糧食系統(tǒng)評(píng)價(jià)指數(shù)及綜合發(fā)展指數(shù)

從表4可以看出，水資源系統(tǒng)發(fā)展指數(shù)較高的省份多集中在東部地區(qū)，廣東省、江蘇省水資源豐富，利用合理，水資源發(fā)展指數(shù)遠(yuǎn)遠(yuǎn)高于其他省市。能源系統(tǒng)發(fā)展指數(shù)均值為0.502，有16個(gè)省份達(dá)到均值，多分布于資源豐富的西北和東部地區(qū)，其中北京市、上海市使用清潔能源較早，促進(jìn)了能源系統(tǒng)的發(fā)展。我國(guó)糧食發(fā)展指數(shù)較高的省市均集中分布在東北地區(qū)。東北三省是我國(guó)主要的糧食種植基地，糧食發(fā)展指數(shù)遙遙領(lǐng)先。農(nóng)業(yè)水平欠發(fā)達(dá)的省份，例如，海南、青海等糧食發(fā)展指數(shù)較低。水-能源-糧食系統(tǒng)綜合發(fā)展指數(shù)均值為0.414，較低的省份主要分布在西部地區(qū)。西部地區(qū)交通不便，地理環(huán)境多樣化、資源開發(fā)難度大，大部分省市綜合發(fā)展指數(shù)低于0.400。水-能源-糧食系統(tǒng)綜合發(fā)展指數(shù)較高的省份多分布在資源較為豐富的地區(qū)，例如廣東、湖南。

表4 水資源系統(tǒng)、能源系統(tǒng)及糧食系統(tǒng)評(píng)價(jià)指數(shù)及綜合發(fā)展指標(biāo)

2.2 耦合協(xié)調(diào)度分析

耦合度可以度量系統(tǒng)間影響程度強(qiáng)弱，但無(wú)法衡量3個(gè)系統(tǒng)間協(xié)調(diào)水平，所以利用耦合協(xié)調(diào)度模型分析水資源系統(tǒng)、能源系統(tǒng)和糧食系統(tǒng)間的關(guān)系。耦合協(xié)調(diào)度均值見表5。根據(jù)耦合協(xié)調(diào)度等級(jí)劃分標(biāo)準(zhǔn)，除青海之外，其他省份耦合協(xié)調(diào)度都已達(dá)到0.5以上，達(dá)到勉強(qiáng)協(xié)調(diào)。從整體水平看，耦合協(xié)調(diào)度較低，呈現(xiàn)逐年遞增態(tài)勢(shì)。從各個(gè)省份來(lái)看，我國(guó)東部地區(qū)耦合協(xié)調(diào)度為0.617，其中有6個(gè)省份達(dá)到東部平均水平。東部11個(gè)省份中，有7個(gè)省份耦合協(xié)調(diào)度達(dá)到初級(jí)協(xié)調(diào)，初級(jí)協(xié)調(diào)率64%，其中海南省耦合協(xié)調(diào)度最低，只有0.506，僅僅高于瀕臨失調(diào)水平，海南省的主要經(jīng)濟(jì)來(lái)源是旅游項(xiàng)目，對(duì)于資源和環(huán)境的保護(hù)利用較差。中部地區(qū)耦合協(xié)調(diào)度均值為0.606，其中超過(guò)中部平均水平的省份有5個(gè)，超過(guò)平均水平也意味著達(dá)到初級(jí)協(xié)調(diào)。

表5 2003—2017年耦合協(xié)調(diào)度均值

我國(guó)西部耦合協(xié)調(diào)度為0.575，達(dá)到初級(jí)協(xié)調(diào)水平的省份有3個(gè)，由于西部資源匱乏，地理?xiàng)l件不佳，對(duì)能源的開采利用不合理導(dǎo)致耦合協(xié)調(diào)度較低。其中耦合協(xié)調(diào)度在0.5～0.6的省份有7個(gè)，為勉強(qiáng)協(xié)調(diào)水平，西部耦合協(xié)調(diào)度最低的省份為青海省，青海省多山多高原資源開發(fā)程度低，耦合協(xié)調(diào)度僅僅達(dá)到瀕臨失調(diào)的水平。

全國(guó)耦合協(xié)調(diào)度平均水平為0.599，我國(guó)達(dá)到初級(jí)協(xié)調(diào)水平的省份共有15個(gè)，勉強(qiáng)協(xié)調(diào)的省份有14個(gè)。耦合協(xié)調(diào)度較高的省份多數(shù)位于中部和東部沿海地區(qū)，這些地區(qū)擁有豐富的資源，境內(nèi)有大江大河流過(guò)，擁有肥沃土地，農(nóng)業(yè)發(fā)達(dá)，水資源充足，能源資源豐富等優(yōu)點(diǎn)。由于地理區(qū)位的優(yōu)勢(shì)，合理開發(fā)利用資源可以促進(jìn)水-能源-糧食耦合協(xié)調(diào)度的發(fā)展。耦合協(xié)調(diào)度較低的省份多數(shù)分布在西北地區(qū)，那里高山盆地較多，降雨量不足，農(nóng)業(yè)發(fā)展落后，能源開采難度大，導(dǎo)致耦合協(xié)調(diào)度水平較低。

從圖2可知，我國(guó)東部、中部、西部以及全國(guó)耦合協(xié)調(diào)度都呈現(xiàn)波動(dòng)上升態(tài)勢(shì)。首先，東部耦合協(xié)調(diào)度最優(yōu)，從2003年的0.617增長(zhǎng)至2017年的0.628，波動(dòng)范圍在0.605～0.617，達(dá)到初級(jí)協(xié)調(diào)狀態(tài)。2004年，東部耦合協(xié)調(diào)度達(dá)到最低點(diǎn)0.605，在2004年以后，耦合協(xié)調(diào)度逐年上漲，雖然在2006—2010年有小幅度的波動(dòng)，但是影響不大。在經(jīng)歷2010—2013年小幅度波動(dòng)后，呈現(xiàn)上升的趨勢(shì)。其次，我國(guó)中部地區(qū)耦合協(xié)調(diào)度低于東部地區(qū)，但在2015—2017年逐步接近中部地區(qū)，2003—2011年中部地區(qū)耦合協(xié)調(diào)度最接近于我國(guó)平均水平。中部耦合協(xié)調(diào)度從2003年的0.595增長(zhǎng)至2017年0.627，增幅較大。2003—2008年，中部耦合協(xié)調(diào)度只能達(dá)到勉強(qiáng)協(xié)調(diào)狀態(tài)。從2009年開始，中部地區(qū)每年的耦合協(xié)調(diào)度逐步上漲，基本達(dá)到初級(jí)協(xié)調(diào)水平，從2011年以后，中部地區(qū)耦合協(xié)調(diào)度超過(guò)全國(guó)平均水平。西部耦合協(xié)調(diào)度水平遠(yuǎn)遠(yuǎn)不及東部、中部水平。西部耦合協(xié)調(diào)度維持在0.560～0.590，西部耦合協(xié)調(diào)度在2004—2005年和2011—2013年有大幅度的增長(zhǎng)，其他年份較為波動(dòng)，但是西部整體水平呈現(xiàn)上升態(tài)勢(shì)。最后，觀察全國(guó)耦合協(xié)調(diào)度均值可以發(fā)現(xiàn)，全國(guó)耦合協(xié)調(diào)度均值波動(dòng)較小。全國(guó)耦合協(xié)調(diào)度均值維持在0.580～0.620，從2013年開始，全國(guó)耦合協(xié)調(diào)度達(dá)到0.600以上，全國(guó)達(dá)到初級(jí)協(xié)調(diào)水平。

圖2 2003—2017年耦合協(xié)調(diào)度發(fā)展趨勢(shì)

3 水-能源-糧食耦合協(xié)調(diào)度影響因素分析

3.1 空間自相關(guān)檢驗(yàn)

空間自相關(guān)檢驗(yàn)是能否進(jìn)行空間計(jì)量模型分析的基礎(chǔ)，用Moran′s I指數(shù)判斷是否存在空間效應(yīng)。Moran′s I指數(shù)的取值范圍在(-1,1)：Moran′s I指數(shù)大于0說(shuō)明存在正的空間相關(guān)性，值越大說(shuō)明聚集度越高；Moran′s I指數(shù)小于0說(shuō)明相鄰的地區(qū)具有分散性；Moran′s I指數(shù)等于0說(shuō)明不存在相關(guān)關(guān)系，呈現(xiàn)隨機(jī)分布。根據(jù)上文測(cè)算出的耦合協(xié)調(diào)度，利用stata軟件計(jì)算耦合協(xié)調(diào)度的全局Moran′s I指數(shù)，見表6。從表中可以看出：2003—2017年耦合協(xié)調(diào)度全局Moran′s I指數(shù)均為正數(shù)，說(shuō)明我國(guó)30個(gè)省份的水-能源-糧食耦合協(xié)調(diào)度是自正相關(guān)的，具有空間聚集特性，在空間上相互關(guān)聯(lián)和依賴。除了2004、2005、2013年外，都通過(guò)了10%水平下的顯著性檢驗(yàn)。Moran′s I指數(shù)在時(shí)間序列上變化較大，可以看出耦合協(xié)調(diào)度Moran′s I指數(shù)由2003年的0.138到2017年的2.245，呈現(xiàn)出波動(dòng)上升態(tài)勢(shì)。即使2004年和2005年Moran′s I指數(shù)未能通過(guò)顯著性檢驗(yàn)，但是整體趨勢(shì)是逐年變好的。2006—2010年Moran′s I指數(shù)逐年上升，耦合協(xié)調(diào)度空間相關(guān)性也逐年加強(qiáng)，但是在2011—2013年，Moran′s I指數(shù)呈現(xiàn)先上升后下降的態(tài)勢(shì)，波動(dòng)明顯，并于2013年達(dá)到最低點(diǎn)，隨后開始逐年上升，這說(shuō)明我國(guó)水-能源-糧食的耦合協(xié)調(diào)性空間聚集越來(lái)越明顯，但是空間分布格局不夠穩(wěn)定。

表6 2003—2017年耦合協(xié)調(diào)度的全局Moran′s I指數(shù)

3.2 影響因素分析

3.2.1變量設(shè)定

根據(jù)對(duì)水-能源-糧食耦合協(xié)調(diào)度的分析以及對(duì)文獻(xiàn)的閱讀，選取以下7個(gè)變量作為水-能源-糧食耦合關(guān)系的影響因素進(jìn)行研究。

從業(yè)人口數(shù)(E)。從業(yè)人口數(shù)量對(duì)于維持就業(yè)市場(chǎng)正常運(yùn)行起著十分重要的作用，水資源部門、能源部門以及糧食部門都需要大量的人力資源。

固定資產(chǎn)投資(F)。固定資產(chǎn)投資包括節(jié)水設(shè)備投資、能源建設(shè)投資以及糧食種植方面的投資，加大對(duì)以上方面的投資建設(shè)可以促進(jìn)水-能源-糧食系統(tǒng)和諧發(fā)展。

人均生產(chǎn)總值(Q)。中國(guó)經(jīng)濟(jì)迅速發(fā)展，但是在促進(jìn)經(jīng)濟(jì)發(fā)展的同時(shí)對(duì)環(huán)境產(chǎn)生了破壞，因此要考慮經(jīng)濟(jì)因素對(duì)水-能源-糧食系統(tǒng)的影響。

人口數(shù)(R)。中國(guó)人口基數(shù)大，從而導(dǎo)致對(duì)水資源、能源以及糧食的需求增大，合理地控制人口增加對(duì)水-能源-糧食耦合協(xié)調(diào)關(guān)系有很大的影響。

文盲人口比重(I)。用15歲以上文盲人口占總?cè)丝诒戎貋?lái)衡量教育發(fā)展水平。提高個(gè)人的文化水平可以促進(jìn)個(gè)人素養(yǎng)的提升，同時(shí)可以養(yǎng)成節(jié)約資源的意識(shí)，對(duì)水資源、能源和糧食的利用起到促進(jìn)作用。

工業(yè)污染排放(P)。大量制造業(yè)制造過(guò)程中產(chǎn)生的工業(yè)污染未經(jīng)達(dá)標(biāo)就進(jìn)行排放，對(duì)當(dāng)?shù)氐沫h(huán)境產(chǎn)生惡劣影響，從而影響水-能源-糧食系統(tǒng)間的耦合協(xié)調(diào)性。

城鎮(zhèn)化(U)。隨著社會(huì)的進(jìn)步，農(nóng)村人口逐漸向城市轉(zhuǎn)移，推進(jìn)以人才為核心的新型城鎮(zhèn)化是我國(guó)當(dāng)前的熱點(diǎn)話題，應(yīng)該緊隨國(guó)家的腳步，研究城鎮(zhèn)化對(duì)水-能源-糧食關(guān)系的影響。

3.2.2構(gòu)建空間計(jì)量模型

根據(jù)Moran′s I指數(shù)的結(jié)果判斷水-能源-糧食耦合協(xié)調(diào)度具有空間效應(yīng)，所以可以選擇空間計(jì)量模型分析影響水-能源-糧食耦合協(xié)調(diào)性的因素。根據(jù)Lesage等[31]研究整理所得，優(yōu)先構(gòu)建SDM模型為

(13)

式中：Git為第t地區(qū)第i年的水-能源-糧食耦合協(xié)調(diào)度；Eit為第t地區(qū)第i年的從業(yè)人口數(shù)；Fit為第t地區(qū)第i年的固定資產(chǎn)投資額；Qit為第t地區(qū)第i年的人均生產(chǎn)總值；Rit為第t地區(qū)第i年的人口數(shù)；Iit為第t地區(qū)第i年的文盲人口比重；Pit為第t地區(qū)第i年的工業(yè)污染排放；Uit為第t地區(qū)第i年的城鎮(zhèn)化；ρ為滯后被解釋變量的回歸系數(shù)；β1至β14為各個(gè)變量的回歸系數(shù)；Wij為空間權(quán)重矩陣；ui為地區(qū)效應(yīng)；vt為時(shí)間效應(yīng)；εit為空間誤差項(xiàng)。

進(jìn)行Lagrange multiplier(LM)檢驗(yàn)，結(jié)果見表7。

表7 空間依賴性檢驗(yàn)

雖然LM檢驗(yàn)結(jié)果更傾向于空間誤差模型，但是空間杜賓模型更具有一般性，利用Wald檢驗(yàn)和LR檢驗(yàn)判斷空間杜賓模型能否退化成空間誤差模型或空間滯后模型。如果同時(shí)拒絕原假設(shè)，則選擇空間杜賓模型最佳。Wald檢驗(yàn)結(jié)果：Wald test_spatial lag值為118.83，P值為0，Wald test_spatial error值為78.26，P值為0。LR檢驗(yàn)結(jié)果：LR test_spatial lag值為105.86，P值為0，LR test_spatial error值為84.43，P值為0，均通過(guò)顯著性檢驗(yàn)，不能退化為空間誤差模型或空間滯后模型，選擇采用空間杜賓模型。

利用Hausman檢驗(yàn)固定效應(yīng)與隨機(jī)效應(yīng)，通過(guò)顯著性檢驗(yàn)拒絕原假設(shè)，選擇固定效應(yīng)。時(shí)間固定效應(yīng)、空間固定效應(yīng)和雙固定效應(yīng)下時(shí)間固定效應(yīng)結(jié)果最佳。在時(shí)間固定效應(yīng)下，Hausman檢驗(yàn)結(jié)果值為261.07，P值為0，通過(guò)顯著性檢驗(yàn)，選擇時(shí)間固定效應(yīng)。

3.2.3結(jié)果分析

相較于空間滯后模型和空間誤差模型，空間杜賓模型更具有一般性，并且根據(jù)Lesage等研究整理以及Wald檢驗(yàn)、LR檢驗(yàn)和Hausman檢驗(yàn)結(jié)果判斷選擇空間杜賓模型不僅可以研究區(qū)域內(nèi)部的影響還可以研究對(duì)其他地區(qū)的影響。本文選擇空間杜賓模型來(lái)分析各個(gè)因素對(duì)耦合協(xié)調(diào)度的影響，ρ為正值，并且通過(guò)1%的顯著水平，說(shuō)明耦合協(xié)調(diào)度存在較強(qiáng)的空間聚集效應(yīng)。空間回歸分析結(jié)果見表8。

表8 空間杜賓模型參數(shù)估計(jì)結(jié)果

lnE通過(guò)了10%的顯著性檢驗(yàn)，并且回歸系數(shù)為正，說(shuō)明從業(yè)人口數(shù)量是影響耦合協(xié)調(diào)度的重要因素。從業(yè)人口數(shù)多說(shuō)明越來(lái)越多的人加入到建設(shè)祖國(guó)的事業(yè)中區(qū)。從業(yè)人員各司其職，有利于經(jīng)濟(jì)發(fā)展、社會(huì)進(jìn)步和生態(tài)文明建設(shè)，對(duì)耦合協(xié)調(diào)度的提升起到積極的影響。

lnF通過(guò)了1%的顯著性檢驗(yàn)，并且回歸系數(shù)為正，說(shuō)明固定資產(chǎn)投資是影響耦合協(xié)調(diào)度的重要因素。國(guó)家在進(jìn)行固定資產(chǎn)投資的過(guò)程中，也會(huì)包括資源、環(huán)境、生態(tài)建設(shè)方面的投資，這些投資有利于資源保護(hù)和可持續(xù)發(fā)展，從而促進(jìn)耦合協(xié)調(diào)度的提高。

2.W×lnE、W×lnF、W×lnQ、W×lnR、W×I、W×lnP、W×U分別代表lnE、lnF、lnQ、lnR、I、lnP、U的空間滯后項(xiàng)。

lnQ通過(guò)了1%的顯著性檢驗(yàn)，回歸系數(shù)為負(fù)，說(shuō)明人均GDP也是影響耦合協(xié)調(diào)度的重要因素。中國(guó)經(jīng)濟(jì)發(fā)展迅速，但是在經(jīng)濟(jì)發(fā)展的同時(shí)忽略了環(huán)境保護(hù)。人們?cè)谧非髠€(gè)人利益的同時(shí)，亂砍濫伐、浪費(fèi)資源，對(duì)環(huán)境造成了嚴(yán)重的破壞。

lnR通過(guò)了5%的顯著性檢驗(yàn)，回歸系數(shù)為負(fù)，說(shuō)明人口數(shù)量是重要影響因素。隨著人口數(shù)目的增加，水資源、能源和糧食的需求加大，從而導(dǎo)致需求大于供給，自然界生產(chǎn)的資源不能滿足人們的需求，人們開始大面積開采資源、破壞生態(tài)平衡，從而使得資源無(wú)法循環(huán)利用。

I未通過(guò)顯著性檢驗(yàn)，說(shuō)明文盲人口比重不是影響耦合協(xié)調(diào)度的主要因素。

LnP通過(guò)了1%的顯著性檢驗(yàn)，回歸系數(shù)為負(fù)，說(shuō)明工業(yè)污染是影響耦合協(xié)調(diào)度的重要因素。工業(yè)污染主要是工廠運(yùn)行時(shí)產(chǎn)生的污染，無(wú)論是空氣污染、水源污染或是土地污染都會(huì)對(duì)環(huán)境造成很大的影響，從而會(huì)破壞水-能源-糧食系統(tǒng)間的平衡。

U通過(guò)了1%的顯著性檢驗(yàn)，回歸系數(shù)為正，說(shuō)明城鎮(zhèn)化是影響耦合協(xié)調(diào)度的重要因素。城鎮(zhèn)化主要是指農(nóng)村人口進(jìn)入城鎮(zhèn)的比重。從農(nóng)村到城市的人口主要是務(wù)工和求學(xué)。務(wù)工可以增加城市勞動(dòng)力需求，求學(xué)說(shuō)明我國(guó)的教育事業(yè)在快速發(fā)展，無(wú)論哪個(gè)方面都有一定的積極影響。

4 結(jié)論與建議

4.1 結(jié) 論

2003—2017年，我國(guó)水-能源-糧食系統(tǒng)綜合評(píng)價(jià)指數(shù)較低，上升速度較為緩慢。其中糧食系統(tǒng)評(píng)價(jià)指數(shù)優(yōu)于能源系統(tǒng)評(píng)價(jià)指數(shù)和水資源系統(tǒng)評(píng)價(jià)指數(shù)，我國(guó)水資源空間分配不均衡導(dǎo)致水資源系統(tǒng)評(píng)價(jià)指數(shù)較低。

我國(guó)大部分省份耦合協(xié)調(diào)度水平較低，僅僅達(dá)到初級(jí)協(xié)調(diào)狀態(tài)，提高水-能源-糧食耦合協(xié)調(diào)度有利于協(xié)調(diào)水資源系統(tǒng)、能源系統(tǒng)和糧食系統(tǒng)間的發(fā)展。從2003—2017年耦合協(xié)調(diào)度的發(fā)展趨勢(shì)可以看出，未來(lái)耦合協(xié)調(diào)度會(huì)逐步提高。我國(guó)大部分省份水-能源-糧食耦合度已經(jīng)達(dá)到中級(jí)協(xié)調(diào)水平以上，個(gè)別省份已經(jīng)達(dá)到優(yōu)質(zhì)協(xié)調(diào)。

4.2 建 議

加強(qiáng)職業(yè)技術(shù)培訓(xùn)，提高全國(guó)從業(yè)人口數(shù)量；加大對(duì)基礎(chǔ)設(shè)施的資金投入，尤其是農(nóng)業(yè)種植、水資源開發(fā)以及能源利用技術(shù)方面，這樣不僅可以減少資源的浪費(fèi)，同時(shí)可以改善我國(guó)水-能源-糧食系統(tǒng)現(xiàn)狀，從而促進(jìn)發(fā)展；在促進(jìn)經(jīng)濟(jì)發(fā)展的同時(shí)應(yīng)當(dāng)注重資源環(huán)境的保護(hù)，嚴(yán)格把控企業(yè)污染物達(dá)標(biāo)排放，對(duì)于污染嚴(yán)重的企業(yè)勒令停業(yè)整改；根據(jù)當(dāng)前國(guó)情，優(yōu)化人口格局，緩解當(dāng)前資源緊張的態(tài)勢(shì)；提高城鎮(zhèn)化水平，不僅要從數(shù)量上提高城鎮(zhèn)化率，也要提高城鎮(zhèn)化人口的質(zhì)量。