何立新　周帥宇　張崢　李志會(huì)

摘 要：河北省作為京津冀城市圈中不可或缺的一部分，其水、能源、糧食、人口等資源安全穩(wěn)定對(duì)于整個(gè)區(qū)域經(jīng)濟(jì)和社會(huì)的發(fā)展尤為重要。為了深入了解河北省水－能源－糧食－人口系統(tǒng)的安全狀況，將人口因素納入水－能源－糧食系統(tǒng)進(jìn)行分析，構(gòu)建水－能源－糧食－人口系統(tǒng)的安全評(píng)價(jià)指標(biāo)體系，運(yùn)用基于麻雀算法改進(jìn)的投影尋蹤模型對(duì)河北?。玻埃保啊玻埃保?年水－能源－糧食－人口系統(tǒng)安全進(jìn)行時(shí)空演變綜合評(píng)價(jià)。結(jié)果表明：在研究期，河北省水－能源－糧食－人口系統(tǒng)安全等級(jí)逐漸升高，各市的水－能源－糧食－人口系統(tǒng)安全差異性降低；河北省各市水－能源－糧食－人口系統(tǒng)安全等級(jí)值在１．３２～３．９５ 之間，說明該系統(tǒng)安全處于不安全、亞安全、安全３ 個(gè)等級(jí)。建議河北省根據(jù)自身資源優(yōu)勢(shì)，合理分配資源，實(shí)現(xiàn)水、能源、糧食和人口的協(xié)調(diào)發(fā)展。

關(guān)鍵詞：人口因素；安全評(píng)價(jià)；水－能源－糧食；投影尋蹤模型；河北省

中圖分類號(hào)：ＴＶ２１３．４ 文獻(xiàn)標(biāo)志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２４．０４．０１２

引用格式：何立新，周帥宇，張崢，等．基于投影尋蹤模型的水－能源－糧食－人口系統(tǒng)安全評(píng)價(jià)［Ｊ］．人民黃河，２０２４，４６（４）：７３－７８．

０ 引言

水、能源、糧食是維持社會(huì)發(fā)展的基礎(chǔ)戰(zhàn)略資源，三者之間相互影響、彼此關(guān)聯(lián)。２０１１ 年世界經(jīng)濟(jì)論壇上，水、糧食和能源首次被視為一個(gè)整體的紐帶關(guān)系，同年的波恩會(huì)議上，水、能源和糧食三位一體安全被視為可持續(xù)發(fā)展的必要路徑［１－２］ 。面對(duì)我國(guó)嚴(yán)峻的人口、資源和環(huán)境的關(guān)系，必須時(shí)刻關(guān)注水、能源和糧食三大基礎(chǔ)資源的安全穩(wěn)定，這是確保未來經(jīng)濟(jì)、社會(huì)、環(huán)境可持續(xù)發(fā)展所必須的。

水、能源、糧食是人類社會(huì)生產(chǎn)生活不可或缺的基礎(chǔ)資源，它們的消耗與人口數(shù)量緊密相關(guān)。隨著人口增長(zhǎng)，能源和糧食生產(chǎn)不斷增加，從而消耗了大量水資源，這種情況導(dǎo)致處理水可利用的能源減少，進(jìn)而影響糧食生產(chǎn)中的虛擬水總量?？梢?，人口增長(zhǎng)加劇了水、能源、糧食等基礎(chǔ)資源的消耗，因此有必要將人口因素納入水－能源－糧食系統(tǒng)進(jìn)行分析，建立水－能源－糧食－人口（Ｗ－Ｅ－Ｆ－Ｐ）系統(tǒng)。人口對(duì)水、能源、糧食作用機(jī)制如圖１ 所示。

對(duì)于水、能源和糧食的關(guān)聯(lián)研究可以從３ 個(gè)角度進(jìn)行：第一，通過水－能源－糧食（Ｗ－Ｅ－Ｆ）系統(tǒng)的安全水平以及耦合協(xié)調(diào)特征進(jìn)行深入研究；第二，基于以往系統(tǒng)的變化規(guī)律對(duì)未來系統(tǒng)進(jìn)行預(yù)測(cè)；第三，從經(jīng)濟(jì)、資源等外部因素來分析Ｗ－Ｅ－Ｆ 耦合系統(tǒng)的影響因素，探究這些因素對(duì)系統(tǒng)的影響。王玉寶等［３］ 對(duì)新疆地區(qū)的水、能源和糧食情況進(jìn)行研究，運(yùn)用投影尋蹤模型對(duì)耦合系統(tǒng)進(jìn)行評(píng)價(jià)。陳方紅等［４］ 以上海市為例，構(gòu)建上海市Ｗ－Ｅ－Ｆ 系統(tǒng)的綜合評(píng)價(jià)指標(biāo)體系，使用灰色預(yù)測(cè)模型對(duì)２０１８—２０２５ 年Ｗ－Ｅ－Ｆ耦合發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)。潘洪瑞等［５］ 以山東省為例，采用耦合協(xié)調(diào)度模型分析Ｗ－Ｅ－Ｆ 系統(tǒng)耦合協(xié)調(diào)變化特征。李成宇等［６］ 使用空間計(jì)量模型，驗(yàn)證了社會(huì)、經(jīng)濟(jì)等外部因素會(huì)影響Ｗ－Ｅ－Ｆ 系統(tǒng)的協(xié)調(diào)性。秦騰［７］ 從Ｗ－Ｅ－Ｆ紐帶關(guān)系視角，采用對(duì)數(shù)平均迪氏分解等方法，分析了全國(guó)用水量的影響因素。

在國(guó)內(nèi)外的相關(guān)研究中，水、能源和糧食安全性一直是學(xué)者關(guān)注的焦點(diǎn)，已經(jīng)有許多研究取得了一定的成果，并且研究方法也在不斷地拓展和完善。但是，在人口與水－能源－糧食之間的關(guān)系方面，仍然存在一定程度的模糊性，需要進(jìn)一步深入分析人口與Ｗ－Ｅ－Ｆ系統(tǒng)之間的關(guān)系。因此，本文研究?jī)?nèi)容分為兩個(gè)部分：首先探究人口與Ｗ－Ｅ－Ｆ 之間的協(xié)同關(guān)系，構(gòu)建ＷＥ－Ｆ－Ｐ 系統(tǒng)安全評(píng)價(jià)指標(biāo)體系；其次以河北省為例，對(duì)Ｗ－Ｅ－Ｆ－Ｐ 耦合系統(tǒng)進(jìn)行協(xié)同安全評(píng)價(jià)。具體的，本文以河北省為研究對(duì)象，從單要素和雙要素子系統(tǒng)安全兩個(gè)角度對(duì)Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全進(jìn)行研究，根據(jù)指標(biāo)構(gòu)建原則以及河北省資源情況，在構(gòu)建Ｗ－Ｅ－ＦＰ系統(tǒng)框架基礎(chǔ)上，建立了河北Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全評(píng)價(jià)指標(biāo)體系。而Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)是一個(gè)多指標(biāo)高維的耦合系統(tǒng)，因此采用投影尋蹤模型對(duì)Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)進(jìn)行降維處理，但傳統(tǒng)的投影尋蹤模型在進(jìn)行非線性優(yōu)化時(shí)，操作復(fù)雜、運(yùn)行緩慢，本文采用麻雀算法對(duì)投影尋蹤模型進(jìn)行優(yōu)化，構(gòu)建ＳＳＡ－ＰＰＥ 模型，得到２０１０—２０１９ 年河北省各市Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全等級(jí)。

１ 研究區(qū)域、研究方法與數(shù)據(jù)來源

１．１ 研究區(qū)域概況

河北省具有優(yōu)越的地理位置。一方面，河北省環(huán)抱首都北京，橫跨華北、東北兩大地區(qū)；另一方面，河北省水、能源、糧食、人口等資源錯(cuò)綜復(fù)雜，具有顯著的地區(qū)特色。河北省土地面積為１８．８８ 萬ｋｍ２，２０２１ 年常住人口為７ ４４８ 萬，生產(chǎn)總值為４．０４ 萬億元（占全國(guó)比例為３．５３％）。２０２１ 年河北省水資源總量和用水總量分別為３７６．６１ 億ｍ３和１８１．８７ 億ｍ３，占全國(guó)的比例分別為６．３６％和３．０６％；能源消耗總量為３２ ５９０．１ 萬ｔｃｅ，一次能源生產(chǎn)量為６ ９４９．５ 萬ｔｃｅ，占全國(guó)能源消耗總量和一次能源生產(chǎn)總量的比例分別為６．２２％和１．６％；河北省糧食生產(chǎn)總量為３ ８２５．１ 萬ｔ，占全國(guó)比例為５．６％。河北省快速發(fā)展的同時(shí)，各種資源配置的不均衡日趨嚴(yán)重，嚴(yán)重制約了經(jīng)濟(jì)的均衡發(fā)展，因此評(píng)估Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)整體及其內(nèi)部子系統(tǒng)的關(guān)系，有利于河北省的資源有效配置和社會(huì)經(jīng)濟(jì)秩序穩(wěn)定。

１．２ Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全評(píng)價(jià)指標(biāo)體系

１．２．１ 指標(biāo)體系構(gòu)建

水、能源、糧食、人口各子系統(tǒng)的安全決定Ｗ－Ｅ－Ｆ－Ｐ系統(tǒng)的安全程度，因此在構(gòu)建Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)的安全評(píng)價(jià)指標(biāo)體系時(shí)，應(yīng)該綜合考慮各子系統(tǒng)的特點(diǎn)選取對(duì)應(yīng)指標(biāo)。本文根據(jù)層次分析法原理，將Ｗ－Ｅ－Ｆ－Ｐ系統(tǒng)評(píng)價(jià)指標(biāo)體系劃分為目標(biāo)層、準(zhǔn)則層和指標(biāo)層。按照綜合性、科學(xué)性、真實(shí)性、可操作性的原則，把ＷＥ－Ｆ－Ｐ 系統(tǒng)的安全程度作為目標(biāo)層，將水、糧食、能源、人口組成的４ 個(gè)單系統(tǒng)安全，以及由４ 個(gè)單系統(tǒng)相互組合的６ 個(gè)雙系統(tǒng)安全作為準(zhǔn)則層，在此基礎(chǔ)上，參考已有的研究成果，根據(jù)河北省的資源特點(diǎn)，最終選取了２２ 個(gè)指標(biāo)作為指標(biāo)層［８－１０］ ，見表１。

１．２．２ 數(shù)據(jù)來源與處理

評(píng)價(jià)指標(biāo)的原始數(shù)據(jù)來源于２０１０—２０１９ 年《河北省水資源公報(bào)》《中國(guó)水利統(tǒng)計(jì)年鑒》《中國(guó)能源統(tǒng)計(jì)年鑒》《中國(guó)糧食統(tǒng)計(jì)年鑒》《河北省農(nóng)村居民家庭人均糧食消費(fèi)量情況》，其中部分缺失的數(shù)據(jù)用歷史年份的擬合值進(jìn)行代替。

１．３ 基于麻雀算法的投影尋蹤模型

投影尋蹤［１１］ 是數(shù)據(jù)分析的一種方法，將高維數(shù)據(jù)降低為易于處理的低維數(shù)據(jù)。而麻雀算法［１２］ 是一種新型智能搜索算法，于２０２０ 年通過研究麻雀的覓食行為和反哺食行為提出的。本研究采用基于麻雀算法改進(jìn)的投影尋蹤模型（ＳＳＡ－ＰＰＥ），對(duì)河北省的Ｗ－Ｅ－Ｆ－Ｐ系統(tǒng)安全狀況進(jìn)行綜合評(píng)價(jià)。該算法具有較快的收斂速度和較強(qiáng)的探索能力，可以使改進(jìn)的模型更加精準(zhǔn)地反映評(píng)價(jià)結(jié)果，具體建模步驟如下［１３－１４］ 。

１）數(shù)據(jù)歸一化處理。設(shè)定評(píng)價(jià)指標(biāo)集：

｛ｘ?（ｉ，ｊ） ｜ｉ ＝１～ｎ，ｊ ＝１～ｐ｝ （１）

式中：ｘ?（ｉ，ｊ）為第ｉ 個(gè)樣本的第ｊ 個(gè)評(píng)價(jià)指標(biāo)的原值，ｎ 為樣本數(shù)量，ｐ 為指標(biāo)數(shù)量。

由于各項(xiàng)指標(biāo)存在正負(fù)情況，所以需要對(duì)正向和逆向指標(biāo)進(jìn)行歸一化處理。

正向性指標(biāo)：

ｘ（ｉ，ｊ）＝ ［ｘ?（ｉ，ｊ）－ｘｍｉｎ（ｊ）］ ／ ［ｘｍａｘ（ｊ）－ｘｍｉｎ（ｊ）］ （２）

逆向性指標(biāo)：

ｘ（ｉ，ｊ）＝ ［ｘｍａｘ（ｊ）－ｘ?（ｉ，ｊ）］ ／ ［ｘｍａｘ（ｊ）－ｘｍｉｎ（ｊ）］ （３）

式中：ｘｍａｘ（ｊ）、ｘｍｉｎ（ｊ）分別為第ｊ 個(gè)評(píng)價(jià)指標(biāo)中的最大、最小原值，ｘ（ｉ，ｊ）為歸一化后的第ｉ 個(gè)樣本的第ｊ 個(gè)指標(biāo)值。

２）投影目標(biāo)函數(shù)的構(gòu)建。投影值的表達(dá)式：

式中：ｚ（ｉ）為第ｉ 個(gè)評(píng)價(jià)區(qū)域的投影值，ａ（ｊ） 為投影方向。

投影指標(biāo)函數(shù)為

Ｑ（ａ）＝ ＳＺＤＺ （５）

３）投影指標(biāo)函數(shù)完善。當(dāng)設(shè)計(jì)方案明確時(shí)，因?yàn)橥队胺较驔Q定投影指標(biāo)函數(shù)Ｑ（ａ），所以通過求解投影指標(biāo)函數(shù)最大化來估計(jì)最佳投影方向。最大化目標(biāo)函數(shù)：

ｍａｘ Ｑ（ａ）＝ ＳＺＤＺ （８）

約束條件：

傳統(tǒng)方法較難處理最佳投影方向求解問題，本文采用麻雀算法求解非線性優(yōu)化問題，該算法收斂速度快，擁有很強(qiáng)的尋優(yōu)能力，計(jì)算結(jié)果符合所需要求。

４）評(píng)價(jià)等級(jí)劃分。把所得的最佳投影方向代入上述模型得出投影值，通過投影值和所設(shè)計(jì)各評(píng)價(jià)等級(jí)建立評(píng)價(jià)等級(jí)模型，即可求得相應(yīng)的安全等級(jí)值。

２ 河北?。祝牛疲?系統(tǒng)安全綜合評(píng)價(jià)

２．１ 評(píng)價(jià)步驟及所得結(jié)果

以２０１０—２０１９ 年河北?。保?個(gè)市的２２ 個(gè)指標(biāo)數(shù)據(jù)作為樣本，利用ＳＳＡ－ＰＰＥ 模型得到最佳投影方向向量和投影值，代入等級(jí)評(píng)價(jià)模型得到各市Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全等級(jí)值。

２．１．１ 評(píng)價(jià)步驟［１５－１６］

１）構(gòu)建Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全評(píng)價(jià)指標(biāo)體系，利用式（２）和式（３）進(jìn)行數(shù)據(jù)歸一化處理。

２）確定目標(biāo)函數(shù)。ＳＳＡ 算法將式（５）加負(fù)號(hào)作為目標(biāo)函數(shù)，轉(zhuǎn)換為求極小值問題，以下式作為適應(yīng)度函數(shù)：

３）設(shè)置算法參數(shù)初始化。設(shè)置麻雀種群數(shù)量Ｇ、最大迭代次數(shù)Ｔ、預(yù)警值ＳＴ、發(fā)現(xiàn)者比例ＰＤ、加入者比例ＦＤ、偵查者比例ＳＤ。

４）計(jì)算發(fā)現(xiàn)者、加入者、偵察者的位置，并實(shí)時(shí)更新。

５）求得麻雀最優(yōu)個(gè)體以及適應(yīng)度最佳值，把麻雀最優(yōu)個(gè)體所處位置設(shè)為最優(yōu)位置，并進(jìn)行保存。當(dāng)達(dá)到所設(shè)置訓(xùn)練次數(shù)時(shí)，將適應(yīng)度最優(yōu)的麻雀?jìng)€(gè)體輸出，否則返回上一步，直到條件滿足為止。

６）代入麻雀?jìng)€(gè)體最優(yōu)位置即最佳投影方向求出各市最佳投影值。

２．１．２ Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全評(píng)價(jià)等級(jí)劃分

在Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)的安全性指標(biāo)劃分中，存在不同的劃分標(biāo)準(zhǔn)，本文將系統(tǒng)安全等級(jí)劃分為非常不安全、不安全、亞安全、安全和非常安全５ 個(gè)等級(jí)。其中水資源開發(fā)利用程度、人口自然增長(zhǎng)率、人口密度、人均水資源量、人均糧食占有量等指標(biāo)參考了國(guó)際和國(guó)內(nèi)標(biāo)準(zhǔn)；灌溉水利用率、生產(chǎn)面積成災(zāi)率等指標(biāo)參考國(guó)家農(nóng)業(yè)部、水利部發(fā)布的文件設(shè)定；萬元ＧＤＰ 水耗、農(nóng)業(yè)能源消耗量、人均能源消費(fèi)量等指標(biāo)由已有指標(biāo)代入相關(guān)數(shù)據(jù)計(jì)算獲取，其他指標(biāo)參考已有指標(biāo)進(jìn)行劃分［１７－１８］ ，具體的指標(biāo)區(qū)間范圍見表２。

評(píng)價(jià)樣本選取各指標(biāo)等級(jí)區(qū)間的右端點(diǎn)值，５ 個(gè)等級(jí)?。?個(gè)評(píng)價(jià)樣本，在每個(gè)指標(biāo)等級(jí)區(qū)間隨機(jī)產(chǎn)生９５個(gè)樣本，以保證計(jì)算準(zhǔn)確，代入ＳＳＡ－ＰＰＡ 模型中，對(duì)已經(jīng)歸一化樣本進(jìn)行投影，求出最佳投影方向向量ａ ＝［０．０６５ ４，０．１２５ ４，０．２８６ ２，０．０５１ ８，０．０７８ ６，０．０３２ ４，０．２５７ １，０．１６４ ９，０．３５４ ３，０．２５２ ７，０．３２４ １，０．４０２ ３，０．０４８ ５，０．２９８ １，０．３１５ ６，０．３８９ ６，０．２６５ ２，０．３２１ ８，０．３３６ ２，０．２０６ ５，０．３６７ ６，０．３９７ １］，相對(duì)應(yīng)的投影值ｚ（ｉ）＝ ［０．６１２ ６，１．２５６ ４，１．８５４ ２，２．３６４ ８，３．０５９ ６］，將上述５ 個(gè)狀態(tài)分別對(duì)應(yīng)５ 個(gè)等級(jí)，通過求出的投影值和相對(duì)應(yīng)的等級(jí)值繪制出散點(diǎn)圖，見圖２，求出河北Ｗ－Ｅ－Ｆ－Ｐ安全等級(jí)函數(shù)ｙ ＝１．６６２ ９ｘ－０．０４２ ３１（Ｒ２ ＝０．９９８ １４）。將標(biāo)準(zhǔn)等級(jí)值和擬合的計(jì)算等級(jí)值進(jìn)行誤差分析，所得的相對(duì)誤差和絕對(duì)誤差的平均值分別為１．９３％、０．０５３４，表明線性擬合準(zhǔn)確度較高，可以用于河北Ｗ－Ｅ－ＦＰ系統(tǒng)安全評(píng)級(jí)等級(jí)劃分。

２．２ Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全評(píng)價(jià)結(jié)果

采用ＳＳＡ － ＰＰＥ 模型， 分別對(duì)河北?。保?個(gè)市２０１０—２０１９ 年的Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全評(píng)價(jià)指標(biāo)進(jìn)行綜合投影后，對(duì)其結(jié)果進(jìn)行篩選，最終得出逐年最佳投影方向向量，見表３。

通過式（６），由最佳投影方向向量和各市不同指標(biāo)的標(biāo)準(zhǔn)化值計(jì)算出２０１０—２０１９ 年河北各市的投影值，見表４。

將投影值代入河北Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全等級(jí)函數(shù)ｙ ＝１．６６２ ９ｘ－０．０４２ ３１，求出與之對(duì)應(yīng)的安全等級(jí)值，見表５。２０１０—２０１９ 年各市安全等級(jí)最小值和最大值分別為１．１３ 和３．６２，表明河北各市Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全性包括不安全、亞安全、安全３ 個(gè)等級(jí)。

３ 結(jié)果分析

３．１ 河北Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全時(shí)間變化情況

從總體變化來看，大多數(shù)地級(jí)市的安全等級(jí)值在２０１４ 年后變化明顯，因此以２０１４ 年為界劃分為２ 個(gè)階段，分別為２０１０—２０１４ 年、２０１５—２０１９ 年，各市在不同階段安全等級(jí)變化見表６。河北省Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全等級(jí)值的詳細(xì)變化如圖３ 所示。

由表６ 和圖３ 可知，２０１０—２０１９ 年河北?。祝牛疲?系統(tǒng)安全等級(jí)逐漸升高，各市安全差異性降低。Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全等級(jí)值下降的市有張家口市、承德市和秦皇島市，其中下降最明顯的是承德市，由３．３２降到２．８５，降幅為１４．１％；其余地級(jí)市安全等級(jí)值均在上升，衡水市和廊坊市上升趨勢(shì)最為明顯，衡水市從１．７８升至３．０８，廊坊市從１．１３ 升至２．５６。２０１０—２０１４年，Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全等級(jí)值上升的地級(jí)市有９ 個(gè)，其中上升最快的是廊坊市，由１．１３ 升至１．６７，升幅為４７．８％；下降的地級(jí)市僅有張家口市和承德市兩個(gè)，其中下降最明顯的是張家口市，２０１４ 年的安全等級(jí)值與２０１０ 年相比下降了１２％。２０１５—２０１９ 年，安全等級(jí)值上升的地級(jí)市有８ 個(gè)，上升最快的是廊坊市，下降幅度最大的是承德市。

３．２ 河北Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全空間變化情況

以各市Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全空間分布情況為考慮標(biāo)準(zhǔn)，選?。玻埃保?年和２０１９ 年作為代表年，使用Ａｒｃ?ＧＩＳ１０．６ 對(duì)安全等級(jí)進(jìn)行空間分布分析，如圖４ 所示。

２０１０ 年，處于安全等級(jí)的只有承德市，邢臺(tái)市、張家口市、廊坊市和衡水市為不安全等級(jí)，剩下的市為亞安全等級(jí)，不安全以及亞安全等級(jí)值在１．１３～２．４８ 之間。２０１９ 年，處于安全等級(jí)的地級(jí)市有衡水市和滄州市，張家口市為不安全等級(jí)，其安全等級(jí)值為１．７２，剩下的市為亞安全等級(jí)，安全等級(jí)值在２．３４～２．９４ 之間。

４ 結(jié)論與建議

４．１ 結(jié)論

以河北省為研究區(qū)域，通過分析水、能源、糧食和人口資源現(xiàn)狀，構(gòu)建Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)，運(yùn)用ＳＳＡ－ＰＰＥ模型對(duì)２０１０—２０１９ 年河北Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)的安全等級(jí)狀況進(jìn)行綜合評(píng)價(jià)，所得結(jié)論如下。

１）２０１０—２０１９ 年，河北?。祝牛疲?系統(tǒng)安全等級(jí)逐漸升高，在２０１５ 年以后安全等級(jí)上升速度加快。各市Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全等級(jí)值在１．１３～３．６２ 之間，所以Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)處于不安全、亞安全、安全３ 個(gè)安全等級(jí)。

２） 各市Ｗ－Ｅ －Ｆ －Ｐ 系統(tǒng)安全時(shí)間演變特征：２０１０—２０１９ 年，除承德市、張家口市、秦皇島市三市以外，河北省各市Ｗ－Ｅ－Ｆ－Ｐ 系統(tǒng)安全等級(jí)呈上升趨勢(shì)；２０１５—２０１９ 年，河北省大多地級(jí)市處于緩慢上升趨勢(shì)。

３） 各市Ｗ－Ｅ －Ｆ －Ｐ 系統(tǒng)安全空間分布特征：２０１０—２０１４ 年，一直處于安全等級(jí)的是承德市，長(zhǎng)期處于不安全等級(jí)狀態(tài)的是張家口市和廊坊市，剩下的市基本處于亞安全等級(jí)；２０１５—２０１９ 年，僅有滄州市和張家口市分別長(zhǎng)期處于安全等級(jí)和不安全等級(jí)，剩下的市大多維持在亞安全等級(jí)。

４．２ 建議

１）優(yōu)化能源結(jié)構(gòu)，發(fā)展可再生能源。由于河北省大力發(fā)展第二產(chǎn)業(yè)，其碳排放總量和強(qiáng)度居高不下，因此需要加大清潔能源和新能源的發(fā)展力度，使能源利用效率得到顯著提高。

２）促進(jìn)水、人口、糧食和能源耦合系統(tǒng)的協(xié)調(diào)發(fā)展。根據(jù)河北省自身特點(diǎn)，加強(qiáng)水、糧食、人口、能源等各種資源的綜合治理，確保各要素之間的平衡和穩(wěn)定互動(dòng)，推進(jìn)河北省高質(zhì)量發(fā)展。

３）提高水資源集約節(jié)約利用，推進(jìn)節(jié)水農(nóng)業(yè)的發(fā)展。隨著人口增長(zhǎng)和經(jīng)濟(jì)發(fā)展，水資源需求增長(zhǎng)的挑戰(zhàn)日益嚴(yán)峻，水資源短缺問題亟待解決。因此，要加強(qiáng)水資源保護(hù)，將用水總量控制在紅線以下，優(yōu)化用水結(jié)構(gòu)并提高利用效率，降低農(nóng)業(yè)用水比例，建設(shè)節(jié)水型社會(huì)，以實(shí)現(xiàn)水資源可持續(xù)利用。

參考文獻(xiàn)：

［１］ 孫才志，靳春玉，郝帥．黃河流域水資源－能源－糧食紐帶關(guān)系研究［Ｊ］．人民黃河，２０２０，４２（９）：１０１－１０６．

［２］ ＣＨＡＮＧ Ｙ，ＬＩ Ｇ Ｊ，ＹＡＯ Ｙ，ｅｔ ａｌ．Ｑｕａｎｔｉｆｙｉｎｇ ｔｈｅ Ｗａｔｅｒ?Ｅｎ?ｅｒｇｙ?Ｆｏｏｄ Ｎｅｘｕｓ： Ｃｕｒｒｅｎｔ Ｓｔａｔｕｓ ａｎｄ Ｔｒｅｎｄｓ［Ｊ］．Ｅｎｅｒｇｉｅｓ，２０１６，９（２）：１－１７．

［３］ 王玉寶，蒲傲婷，閆星，等．新疆水－能源－糧食系統(tǒng)安全綜合評(píng)價(jià)［Ｊ］．農(nóng)業(yè)機(jī)械學(xué)報(bào)，２０２０，５１（６）：２６４－２７２．

［４］ 陳方紅，王麗川．基于水足跡理論的河北省糧食與能源生產(chǎn)對(duì)水資源的競(jìng)爭(zhēng)關(guān)系研究［Ｊ］．水電能源科學(xué)，２０２１，３９（１１）：６５－６８，１４．

［５］ 潘洪瑞，姜欣，張保祥，等．山東省水－能源－糧食系統(tǒng)耦合協(xié)調(diào)關(guān)系變化研究［Ｊ］． 人民黃河，２０２３，４５（６）：６４ －６８，７２．

［６］ 李成宇，張士強(qiáng)．中國(guó)省際水－能源－糧食耦合協(xié)調(diào)度及影響因素研究［Ｊ］．中國(guó)人口·資源與環(huán)境，２０２０，３０（１）：１２０－１２８．

［７］ 秦騰．基于水－能源－糧食紐帶關(guān)系的用水量分解與測(cè)度［Ｊ］．人民黃河，２０２２，４４（７）：６４－６８，７４．

［８］ 孫才志，閻曉東．中國(guó)水資源－能源－糧食耦合系統(tǒng)安全評(píng)價(jià)及空間關(guān)聯(lián)分析［Ｊ］．水資源保護(hù)，２０１８，３４（５）：１－８．

［９］ 蒲傲婷．新疆水－能源－糧食系統(tǒng)安全評(píng)價(jià)及影響因素分析［Ｄ］．楊凌：西北農(nóng)林科技大學(xué)，２０２０：２２－２４．［１０］ 張洪芬，曾靜靜，曲建升，等．資源高強(qiáng)度流動(dòng)區(qū)水、能源和糧食耦合協(xié)調(diào)發(fā)展研究：以京津冀地區(qū)為例［Ｊ］．中國(guó)農(nóng)村水利水電，２０１９（５）：１７－２１，２８．

［１１］ 付強(qiáng)，趙小勇．投影尋蹤模型原理及其應(yīng)用［Ｍ］．北京：科學(xué)出版社，２００６：３－１０．

［１２］ 薛建凱．一種新型的群智能優(yōu)化技術(shù)的研究與應(yīng)用：麻雀搜索算法［Ｄ］．上海：東華大學(xué)，２０２０：１５－１７．

［１３］ 王茜茜，周敬宣，李湘梅，等．基于投影尋蹤法的武漢市“兩型社會(huì)”評(píng)價(jià)模型與實(shí)證研究［Ｊ］．生態(tài)學(xué)報(bào)，２０１１，３１（２０）：６２２４－６２３０．

［１４］ 趙小勇，崔廣柏，付強(qiáng)．投影尋蹤分類模型在小流域治理效益評(píng)價(jià)中的應(yīng)用［Ｊ］．水利學(xué)報(bào)，２００７，３８（增刊１）：４３６－４３９，４４８．

［１５］ 付華，劉昊．多策略融合的改進(jìn)麻雀搜索算法及其應(yīng)用［Ｊ］．控制與決策，２０２２，３７（１）：８７－９６．

［１６］ 馬晨佩，李明輝，鞏強(qiáng)令，等．基于麻雀搜索算法優(yōu)化支持向量機(jī)的滾動(dòng)軸承故障診斷［Ｊ］．科學(xué)技術(shù)與工程，２０２１，２１（１０）：４０２５－４０２９．

［１７］ 汪嘉楊，劉韻，李祚泳，等．基于指標(biāo)規(guī)范化概率神經(jīng)網(wǎng)絡(luò)的水安全評(píng)價(jià)模型［Ｊ］．水力發(fā)電學(xué)報(bào)，２０１４，３３（６）：７８－８３，１１０．

［１８］ 徐麗璠．長(zhǎng)江經(jīng)濟(jì)帶水－能源－糧食關(guān)聯(lián)系統(tǒng)協(xié)同安全研究［Ｄ］．南京：南京林業(yè)大學(xué)，２０２１：２７－３０．

【責(zé)任編輯 張 帥】

基金項(xiàng)目：國(guó)家自然科學(xué)基金聯(lián)合基金重點(diǎn)支持項(xiàng)目（Ｕ２０Ａ２０３１６）； 河北省創(chuàng)新研究群體項(xiàng)目（Ｅ２０２０４０２０７４）