王 奇, 王世航, 李彥旻, 陶 勤

(安徽理工大學(xué) 空間信息與測繪工程學(xué)院,安徽 淮南 232001)

1 研究背景

水、能源和糧食是人類生存和可持續(xù)發(fā)展的基礎(chǔ)性戰(zhàn)略資源,三者相互聯(lián)系、相互影響、相互制約[1],其中任何一種資源的生產(chǎn)利用都與另外兩種資源存在較強的耦合關(guān)系,保持水-能源-糧食系統(tǒng)較強的耦合協(xié)調(diào)關(guān)系是其能夠安全可持續(xù)發(fā)展的重要保證?！?030年可持續(xù)發(fā)展議程》中已將水-能源-糧食安全問題作為可持續(xù)發(fā)展目標(biāo)之一[2],探索我國重要經(jīng)濟帶地區(qū)的水-能源-糧食系統(tǒng)的耦合協(xié)調(diào)發(fā)展路徑,對提高我國區(qū)域資源抗壓能力具有重要的理論和實踐意義。

目前國內(nèi)外學(xué)者從不同尺度對水-能源-糧食系統(tǒng)進行了大量研究。在區(qū)域尺度上,Bakhshianlamouki等[3]利用系統(tǒng)動力學(xué)模型將烏爾米亞湖的水-能源-糧食關(guān)系模擬成一個整體系統(tǒng),對有效提高湖泊水位的措施進行了評估和分析;Kamrani等[4]用貝葉斯網(wǎng)絡(luò)評估了伊朗中部地區(qū)農(nóng)業(yè)配水系統(tǒng)處理水-食物-能源關(guān)系的手段,提出了一種基于聯(lián)系視角的概率方法,幫助管理者和決策者評估系統(tǒng)性能;Su?nik等[5]利用系統(tǒng)動力學(xué)模型探討了政策對拉脫維亞水-能源-糧食系統(tǒng)與土地、氣候關(guān)系的影響。在國家尺度上,部分研究者利用耦合協(xié)調(diào)度模型分析了中國2003—2017年水-能源-糧食系統(tǒng)耦合協(xié)調(diào)水平,發(fā)現(xiàn)各省耦合協(xié)調(diào)水平呈逐年上升趨勢[6-7];Xu等[8]發(fā)現(xiàn)水系統(tǒng)是提高水-能源-糧食系統(tǒng)耦合度和協(xié)調(diào)度的關(guān)鍵;Qi等[9]采用協(xié)調(diào)評估的方法并結(jié)合耦合度模型與耦合協(xié)調(diào)度模型對中國各省的水-能源-糧食關(guān)系進行了評估。在流域尺度上,趙良仕等[10]對黃河流域水-能源-糧食耦合協(xié)調(diào)發(fā)展水平進行了預(yù)測,結(jié)果發(fā)現(xiàn)黃河流域的水-能源-糧食系統(tǒng)未來將處于中級協(xié)調(diào)階段;秦騰等[11]利用核密度估計和空間計量模型探究了長江經(jīng)濟帶水-能源-糧食耦合效率的時空演變規(guī)律及關(guān)鍵驅(qū)動因素,發(fā)現(xiàn)長江經(jīng)濟帶水-能源-糧食耦合效率波動幅度較大,各地區(qū)差異較為明顯;Ding等[12]運用壓力-狀態(tài)-響應(yīng)(pressure-state-response, PSR)模型分析了長江經(jīng)濟帶水-能源-糧食系統(tǒng)的內(nèi)部耦合機制。在城市尺度上,前人分別以甘肅省[13]、上海市[14]、山西省[15]和河北省[16]為研究對象,運用綜合評價指標(biāo)體系和耦合協(xié)調(diào)度模型,研究了水-能源-糧食系統(tǒng)間的協(xié)調(diào)發(fā)展水平和時序演化特征。綜上,國內(nèi)外有關(guān)水-能源-糧食系統(tǒng)的研究已取得一定成果,為進一步研究奠定了基礎(chǔ)。然而,已有的大部分研究集中于水-能源-糧食系統(tǒng)中的單系統(tǒng),但水-能源-糧食關(guān)系中各系統(tǒng)之間存在相互交叉過程,共生單元的耦合協(xié)調(diào)對其整體起到至關(guān)重要的作用。因此,區(qū)域水-能源-糧食系統(tǒng)耦合協(xié)調(diào)綜合評價不僅需要考慮單系統(tǒng)的影響同時要考慮共生單元的雙重影響。

長江經(jīng)濟帶作為全球最大的內(nèi)河流域經(jīng)濟帶,是我國重要的糧食產(chǎn)地,承接南北東西的經(jīng)濟和生態(tài)發(fā)展。面對日益惡化的生態(tài)環(huán)境和資源短缺問題,全面探究長江經(jīng)濟帶水-能源-糧食系統(tǒng)耦合協(xié)調(diào)機制及其時空特征,對推動長江經(jīng)濟帶實現(xiàn)可持續(xù)發(fā)展具有重要意義。本文以長江經(jīng)濟帶為研究對象,選取水、能源、糧食及共生單元水能、水糧和能糧共6個子系統(tǒng)51個指標(biāo),構(gòu)建了長江經(jīng)濟帶水-能源-糧食系統(tǒng)耦合協(xié)調(diào)綜合評價指標(biāo)體系,運用耦合協(xié)調(diào)度模型和空間自相關(guān)分析,對2010—2019年長江經(jīng)濟帶水-能源-糧食系統(tǒng)協(xié)調(diào)發(fā)展和時空演化特征進行了定量分析,可為推動長江經(jīng)濟帶資源可持續(xù)發(fā)展,優(yōu)化系統(tǒng)協(xié)同發(fā)展的政策和資源綜合管理提供理論參考。

2 數(shù)據(jù)來源與研究方法

2.1 研究區(qū)概況與數(shù)據(jù)來源

本文研究區(qū)為長江經(jīng)濟帶(圖1),其覆蓋上海市、江蘇省、浙江省、安徽省、江西省、湖北省、湖南省、重慶市、四川省、貴州省、云南省等11個省市,橫跨中國東、中、西三大區(qū)域,面積約為205×104km2,占全國總面積的21.4%。根據(jù)《中國統(tǒng)計年鑒2021》數(shù)據(jù),2020年長江經(jīng)濟帶常住人口達6.06×108,占全國人口總數(shù)的42.98%;GDP為47.2×1012元,占全國GDP總量的46.42%;糧食總量占全國的1/3;擁有極其豐沛的淡水資源,水資源總量占全國的44%;礦產(chǎn)資源儲量大、種類多,并擁有豐富的農(nóng)業(yè)生物資源,其農(nóng)業(yè)基礎(chǔ)地位居全國首位,沿江九地區(qū)的糧棉油產(chǎn)量占全國的40%以上,是中央重點實施的“三大戰(zhàn)略”之一。

圖1 長江經(jīng)濟帶研究區(qū)

本文所用數(shù)據(jù)來源于2010—2019年《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《中國糧食年鑒》《中國水利統(tǒng)計年鑒》,以及長江經(jīng)濟帶所覆蓋11個省市的統(tǒng)計年鑒和社會發(fā)展統(tǒng)計公報,其中少數(shù)缺失數(shù)據(jù)利用均值插補法填補。

2.2 指標(biāo)體系構(gòu)建及權(quán)重確定

構(gòu)建科學(xué)合理的評價指標(biāo)體系是對區(qū)域水-能源-糧食系統(tǒng)耦合協(xié)調(diào)發(fā)展水平進行評價的基礎(chǔ)。本文在綜合考慮各系統(tǒng)間相互作用機理的基礎(chǔ)上,遵循科學(xué)性、代表性、數(shù)據(jù)可獲得性等原則,構(gòu)建了包括6個子系統(tǒng)共51個指標(biāo)的長江經(jīng)濟帶水-能源-糧食系統(tǒng)耦合協(xié)調(diào)綜合評價指標(biāo)體系,如表1所示。由于各系統(tǒng)評價指標(biāo)的量綱不同,首先對原始數(shù)據(jù)進行標(biāo)準(zhǔn)化處理,得到無量綱化數(shù)值,使數(shù)據(jù)具有可比性和可測性;其次采用熵值法對各項指標(biāo)進行客觀賦權(quán),熵值越小,表明各指標(biāo)間的差異性越大,則指標(biāo)在各子系統(tǒng)內(nèi)的權(quán)重越大,反之權(quán)重越小[7,17]?；贛ATLAB軟件計算得到各項評價指標(biāo)的權(quán)重(表1)。

表1 長江經(jīng)濟帶水-能源-糧食系統(tǒng)耦合協(xié)調(diào)評價指標(biāo)及權(quán)重

2.3 綜合評價指數(shù)模型

在綜合評價指標(biāo)體系和各指標(biāo)權(quán)重的基礎(chǔ)上,利用加權(quán)求和法計算各子系統(tǒng)綜合評價指數(shù),進而衡量長江經(jīng)濟帶水-能源-糧食系統(tǒng)的綜合發(fā)展水平[15,18-19],公式如下:

(1)

式中:φi為各子系統(tǒng)綜合評價指數(shù);wi為各指標(biāo)的權(quán)重值;m為各子系統(tǒng)指標(biāo)數(shù)量;Xi為各子系統(tǒng)評價指標(biāo)標(biāo)準(zhǔn)化后的無量綱數(shù)值。由此可計算出不同省市和年份各子系統(tǒng)的綜合評價指數(shù),表1中的6個子系統(tǒng)的綜合評價指數(shù)值依次以W、E、F、WE、WF、EF表示。

2.4 耦合協(xié)調(diào)度模型

耦合協(xié)調(diào)度模型是分析多系統(tǒng)耦合關(guān)系最常使用的方法,能夠很好地反映系統(tǒng)間的協(xié)同作用。為了更好地表明各子系統(tǒng)間的協(xié)調(diào)發(fā)展?fàn)顩r,進一步引入耦合協(xié)調(diào)度模型[8,19-21]如下:

(2)

T=αW+βE+χF+εWE+γWF+ηEF

(3)

(4)

式中:C為耦合度;T為水-能源-糧食系統(tǒng)綜合評價指數(shù);D為耦合協(xié)調(diào)度;α、β、χ、ε、γ、η分別為6個子系統(tǒng)的重要程度,本文認(rèn)定各個子系統(tǒng)同等重要,均取值為1/6。

基于前人的研究成果,本文將水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度等級標(biāo)準(zhǔn)進行劃分[9,19-21],見表2。

表2 水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度等級劃分標(biāo)準(zhǔn)

2.5 空間自相關(guān)分析

為了反映長江經(jīng)濟帶各省市水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度之間的空間分布情況,引入空間自相關(guān)分析來測度系統(tǒng)的空間相關(guān)性和集聚程度。通常采用Moran’sI表示空間要素自相關(guān)程度,其值域為[-1,1]。I>0表示變量在空間上呈正相關(guān)且呈現(xiàn)空間集聚特征;I<0表示變量在空間上呈負相關(guān)且呈現(xiàn)離散分布特征;I=0表示變量無空間自相關(guān)性。通常用Z值檢驗變量的空間自相關(guān)顯著性,當(dāng)Z>1.96 時,變量的空間自相關(guān)顯著,否則不顯著,具體可參考文獻[22]。

3 結(jié)果與分析

3.1 長江經(jīng)濟帶水-能源-糧食系統(tǒng)綜合評價指數(shù)分析

根據(jù)綜合評價指數(shù)模型計算得出2010—2019年長江經(jīng)濟帶水-能源-糧食系統(tǒng)綜合評價指數(shù)及各子系統(tǒng)的貢獻占比,如圖2所示。

圖2 2010—2019年長江經(jīng)濟帶水-能源-糧食系統(tǒng)綜合評價指數(shù)及各子系統(tǒng)的貢獻占比

由圖2可以看出,2010—2019年長江經(jīng)濟帶水-能源-糧食系統(tǒng)的綜合評價指數(shù)變化趨勢分為兩個階段,其中2010—2015年處于上升階段,2015—2019年為基本平穩(wěn)階段,這一變化特征與各子系統(tǒng)的綜合評價指數(shù)變化密切相關(guān)。糧食系統(tǒng)、能糧系統(tǒng)和水系統(tǒng)對水-能源-糧食系統(tǒng)綜合評價指數(shù)的貢獻較大,年均占比分別為17.71%、21.38%和21.57%;水糧系統(tǒng)、水能系統(tǒng)和能源系統(tǒng)對水-能源-糧食系統(tǒng)綜合評價指數(shù)的貢獻較小,年均占比分別為15.21%、12.19%和11.95%。糧食系統(tǒng)的綜合評價指數(shù)貢獻比增長幅度最大,由2010年的17.60%增長到2019年的19.50%,水糧系統(tǒng)次之。水系統(tǒng)綜合評價指數(shù)貢獻比下降幅度最大,由2010年的23.37%下降到2019年的20.30%,水能系統(tǒng)次之。綜上,2010—2019年長江經(jīng)濟帶水-能源-糧食系統(tǒng)綜合評價指數(shù)整體上呈緩慢增長趨勢。

2010—2019年長江經(jīng)濟帶各省市水-能源-糧食各子系統(tǒng)綜合評價指數(shù)年均值空間分布見圖3。由圖3可見,各子系統(tǒng)綜合評價指數(shù)在空間上呈現(xiàn)顯著異質(zhì)性。長江上游地區(qū)水、能源、水能和能糧系統(tǒng)的綜合評價指數(shù)顯著高于中下游地區(qū),而下游地區(qū)糧食和水糧系統(tǒng)的綜合評價指數(shù)高于中上游地區(qū)。具體而言,2010—2019年長江經(jīng)濟帶水系統(tǒng)綜合評價指數(shù)高的地區(qū)大部分在長江以南,如云南省、貴州省、湖南省、江西省(圖3 (a))。能源系統(tǒng)綜合評價指數(shù)較高的地區(qū)主要分布在能源自給率較高、水力發(fā)電量居全國前列的四川省和貴州省,而評價指數(shù)較低的地區(qū)集中在能源資源相對貧瘠的東部沿海地區(qū),如上海市、浙江省(圖3 (b))。糧食系統(tǒng)綜合評價指數(shù)相對較高的地區(qū)主要分布在農(nóng)業(yè)水平發(fā)達的長江下游地帶,如安徽省、江蘇省(圖3 (c))。水能系統(tǒng)綜合評價指數(shù)高的地區(qū)位于長江上游水利發(fā)電量占比較大的四川省和云南省,而下游地區(qū)綜合評價指數(shù)低(圖3 (d))。水糧系統(tǒng)綜合評價指數(shù)相對較高的地區(qū)分布在灌溉農(nóng)業(yè)發(fā)達的江蘇省、四川省和安徽省(圖3 (e))。能糧系統(tǒng)綜合指數(shù)較高的地區(qū)集中在上游地區(qū)(圖3 (f)),主要受機械化和設(shè)施化水平的影響。

圖3 2010—2019年長江經(jīng)濟帶各省市水-能源-糧食各子系統(tǒng)綜合評價指數(shù)年均值空間分布

3.2 長江經(jīng)濟帶水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度時空特征分析

基于耦合協(xié)調(diào)度模型計算得到的2010—2019年長江經(jīng)濟帶各省市水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度見表3。由表3可知, 2010—2019年長江經(jīng)濟帶水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度呈先升后降趨勢,2010—2014年處于過渡協(xié)調(diào)階段,2015—2018年達到基本協(xié)調(diào)階段,而后2019年又降為過渡協(xié)調(diào)階段。2010—2019年長江經(jīng)濟帶水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度除重慶市下降幅度為2.83%之外,其余省市均呈現(xiàn)小幅上升趨勢。其中,四川省系統(tǒng)耦合協(xié)調(diào)度上升幅度最大,總體上升了5.05%;上海市系統(tǒng)耦合協(xié)調(diào)度最低,年均僅有0.484,處于瀕臨失調(diào)水平。

表3 2010—2019年長江經(jīng)濟帶各省市水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度

圖4反映了2010、2013、2016、2019年長江經(jīng)濟帶水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度空間分布情況。從圖4來看,2010、2013、2016和2019年長江經(jīng)濟帶水-能源-糧食系統(tǒng)耦合協(xié)調(diào)水平的高值區(qū)表現(xiàn)出從上游向下游地區(qū)逐漸擴張的趨勢,2010年處于初級協(xié)調(diào)水平的省市主要包括四川省、云南省、貴州省、重慶市、湖南省和安徽省,湖北省、江西省、浙江省和江蘇省則處于勉強協(xié)調(diào)水平。2013年四川省開始進入中級協(xié)調(diào)水平,2016年湖北省開始進入初級協(xié)調(diào)水平,2019年重慶市耦合協(xié)調(diào)水平下降為勉強協(xié)調(diào)。從空間分布整體來看,長江經(jīng)濟帶中上游地區(qū)水-能源-糧食系統(tǒng)耦合協(xié)調(diào)水平明顯高于下游地區(qū)。

圖4 2010、2013、2016、2019年長江經(jīng)濟帶水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度空間分布

3.3 長江經(jīng)濟帶水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度空間相關(guān)性分析

為進一步探討2010—2019年長江經(jīng)濟帶各省市水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度空間分布間的聯(lián)系,本文采用逆距離權(quán)重建立空間權(quán)重矩陣進行空間相關(guān)性分析。2010—2019年水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度的Moran’sI指數(shù)如表4所示。由表4可知,研究期間Moran’sI指數(shù)均為正值,表明長江經(jīng)濟帶各省市間耦合協(xié)調(diào)度擁有顯著的空間正相關(guān)特征(P<0.05),空間分布呈現(xiàn)集聚特征。但由于Moran’sI指數(shù)波動較大且呈現(xiàn)下降的趨勢,說明2010—2019年長江經(jīng)濟帶各省市間協(xié)調(diào)互動效應(yīng)有所減弱。

表4 2010—2019年水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度的Moran’s I指數(shù)

圖5為2010、2013、2016、2019年長江經(jīng)濟帶各省市水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度LISA集聚圖。圖5表明,各省市在空間上呈現(xiàn)顯著集聚特征,低-低集聚主要分布在長江下游地區(qū)的江蘇省、上海市和浙江省,高-高集聚區(qū)主要分布在長江上游地區(qū)的云南省和貴州省。2010和2013年四川省、云南省、貴州省、重慶市均處于高-高集聚區(qū),2013年安徽省由不顯著區(qū)過渡到高-低集聚區(qū),2016年處于高-高集聚區(qū)的重慶市和高-低集聚區(qū)的安徽省均轉(zhuǎn)變?yōu)椴伙@著區(qū),2019年處于高-高集聚區(qū)的四川省轉(zhuǎn)變?yōu)椴伙@著區(qū)。從空間分布整體來看,長江經(jīng)濟帶上游地區(qū)高-高集聚現(xiàn)象在近年來有所減弱,而下游低-低集聚區(qū)仍保持不變,且表現(xiàn)出高-高集聚區(qū)與低-低集聚區(qū)兩極分化的趨勢。

圖5 2010、2013、2016、2019年長江經(jīng)濟帶各省市水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度LISA集聚圖

4 討 論

長江經(jīng)濟帶是中國經(jīng)濟發(fā)達、人口密度最大的區(qū)域,是具有全球影響力的協(xié)調(diào)發(fā)展帶[23]。隨著區(qū)域經(jīng)濟社會的發(fā)展,資源與環(huán)境問題日益突出[24-26]。長江經(jīng)濟帶依靠“高排放、高污染和高資源消耗”產(chǎn)業(yè)加速工業(yè)化,對生態(tài)環(huán)境造成了嚴(yán)重破壞,資源和環(huán)境之間的權(quán)衡已成為該區(qū)域亟需解決的復(fù)雜問題[27-30]。因此,本文在前人研究[8,31-32]的基礎(chǔ)上,綜合考慮水、能源、糧食三大系統(tǒng)之間的相互作用機理,將其進一步細化,初步引入共生單元水能、水糧和能糧系統(tǒng),并參考相關(guān)研究[11,31]及長江經(jīng)濟帶的實際情況,從多個方面選取具有代表性的水-能源-糧食系統(tǒng)發(fā)展水平的評價指標(biāo),綜合評價了水-能源-糧食系統(tǒng)的耦合協(xié)調(diào)發(fā)展水平。研究結(jié)果有助于探索長江經(jīng)濟帶水-能源-糧食系統(tǒng)耦合協(xié)調(diào)發(fā)展路徑,對提高區(qū)域資源抗壓能力及可持續(xù)發(fā)展具有重要意義。

本研究發(fā)現(xiàn),2010—2019年水系統(tǒng)對長江經(jīng)濟帶水-能源-糧食系統(tǒng)綜合評價指數(shù)貢獻最大,年均占比為21.57%,而能源系統(tǒng)貢獻最小,年均占比為11.95%。由于長江經(jīng)濟帶水資源總量約占全國的44%,整體水資源量較其他系統(tǒng)區(qū)域豐富[33],因此水系統(tǒng)對該區(qū)域水-能源-糧食系統(tǒng)綜合評價指數(shù)的貢獻最大。然而,就能源資源而言,長江經(jīng)濟帶中除云南和四川兩省能源自給率較高、水力發(fā)電占比大之外,其余省市如上海市[14]、江蘇省[31]等能源資源匱乏,能源自給率較低。此外,部分地區(qū)如貴州省[34]、云南省[35]等農(nóng)業(yè)現(xiàn)代化水平欠發(fā)達,難以帶動整個區(qū)域水-能源-糧食系統(tǒng)的發(fā)展。

2010—2019年長江經(jīng)濟帶耦合協(xié)調(diào)水平在時序特征上整體呈波動緩慢上升趨勢,在2013年之后,長江經(jīng)濟帶耦合協(xié)調(diào)度整體基本達到初級協(xié)調(diào)水平,該結(jié)果與李成宇等[6]、汪中華等[7]和顧茉莉等[36]的研究結(jié)果基本一致。由于上海市、江蘇省和浙江省等下游省市經(jīng)濟發(fā)展與資源利用存在較大矛盾[33,37],并且因資源消耗嚴(yán)重,這些省市的產(chǎn)業(yè)發(fā)展與經(jīng)濟發(fā)展速度之間的矛盾不斷加大,嚴(yán)重影響了水-能源-糧食系統(tǒng)的穩(wěn)定協(xié)調(diào)發(fā)展。能源系統(tǒng)綜合評價指數(shù)長期低于其他子系統(tǒng),這主要是由于長江中上游地區(qū)能源資源儲存富有,但利用效率較低,資源優(yōu)勢未得到充分發(fā)揮,而下游地區(qū)能源資源稟賦較低,隨著城市化水平和經(jīng)濟的快速發(fā)展,能源消耗程度不斷加大,最終導(dǎo)致能源系統(tǒng)成為影響長江經(jīng)濟帶水-能源-糧食系統(tǒng)穩(wěn)定協(xié)調(diào)發(fā)展的最大短板[33,38]。

因此,為改善提升長江經(jīng)濟帶水-能源-糧食系統(tǒng)間的相互協(xié)調(diào)關(guān)系,各省市需制定因地制宜的政策,完善資源管理機制,促進系統(tǒng)間耦合協(xié)調(diào)發(fā)展。區(qū)域內(nèi)各省市應(yīng)密切關(guān)注綜合評價指數(shù)較低的系統(tǒng),在其利用上,借助自身優(yōu)勢提高利用效率,減少高能耗產(chǎn)業(yè)。另外,需積極推動區(qū)域間各省市資源協(xié)同發(fā)展,優(yōu)化資源配置,以促進長江經(jīng)濟帶資源的可持續(xù)發(fā)展。

5 結(jié) 論

本文對2010—2019年長江經(jīng)濟帶水-能源-糧食系統(tǒng)的耦合時空動態(tài)特征進行了研究,得出以下結(jié)論:

(1)2010—2019年長江經(jīng)濟帶水-能源-糧食系統(tǒng)綜合評價指數(shù)整體上呈緩慢增長趨勢。其中水系統(tǒng)對水-能源-糧食系統(tǒng)綜合評價指數(shù)貢獻最大,能源系統(tǒng)貢獻最小。各省市綜合評價指數(shù)空間分布存在明顯差異,長江上游地區(qū)水、能源、水能和能糧系統(tǒng)的綜合評價指數(shù)顯著高于中下游地區(qū),下游地區(qū)糧食和水糧系統(tǒng)的綜合評價指數(shù)高于中上游地區(qū)。

(2)2010—2019年長江經(jīng)濟帶水-能源-糧食系統(tǒng)耦合協(xié)調(diào)水平存在明顯的空間異質(zhì)性,中上游地區(qū)明顯高于下游地區(qū),耦合協(xié)調(diào)度除重慶市下降之外,其余省市均呈現(xiàn)小幅度上升趨勢。能源資源是系統(tǒng)耦合協(xié)調(diào)發(fā)展的短板。

(3)2010—2019年長江經(jīng)濟帶水-能源-糧食系統(tǒng)耦合協(xié)調(diào)度表現(xiàn)出顯著空間關(guān)聯(lián)性。但由于Moran’sI指數(shù)波動較大且存在下降趨勢,各省市間協(xié)調(diào)互動效應(yīng)有所減弱。高-高集聚區(qū)集中在資源需求相對穩(wěn)定的長江上游地區(qū),下游地區(qū)雖經(jīng)濟水平相對發(fā)達,但其資源需求大、消耗程度高,主要以低-低集聚區(qū)為主。