摘 要：為解析黃河幾字彎城市群能－水－碳之間的耦合關(guān)系，促進(jìn)城市群的綠色低碳發(fā)展，構(gòu)建城市群能－水－碳系統(tǒng)評(píng)價(jià)指標(biāo)體系，運(yùn)用熵值法和耦合協(xié)調(diào)度模型測(cè)度２００５—２０２０ 年黃河幾字彎城市群能－水－碳耦合協(xié)調(diào)水平，利用隨機(jī)森林模型識(shí)別其主要影響因素。結(jié)果表明，黃河幾字彎城市群能－水－碳系統(tǒng)耦合協(xié)調(diào)度呈現(xiàn)波動(dòng)上升趨勢(shì)，但２０２０ 年尚未達(dá)到良好協(xié)調(diào)水平，環(huán)境規(guī)制強(qiáng)度、全要素生產(chǎn)率、建成區(qū)面積占比是影響其水平變化的主要因素?；诖?，提出出臺(tái)專(zhuān)項(xiàng)環(huán)境規(guī)制政策、技術(shù)引領(lǐng)能源革命、促進(jìn)環(huán)境保護(hù)與經(jīng)濟(jì)發(fā)展相結(jié)合等建議。

關(guān)鍵詞：能－水－碳；耦合協(xié)調(diào)；隨機(jī)森林模型；黃河幾字彎

中圖分類(lèi)號(hào)：ＴＶ２１３．４；ＴＶ８８２．１ 文獻(xiàn)標(biāo)志碼：Ａ ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１０００－１３７９．２０２５．０４．０１１

引用格式：鄒紹輝，陳雅文．黃河幾字彎城市群能－水－碳耦合變化及歸因分析［Ｊ］．人民黃河，２０２５，４７（４）：６４－７０．

０ 引言

黃河流經(jīng)甘、寧、內(nèi)蒙古、陜、晉五省（區(qū)）形成幾字彎，該地區(qū)煤炭?jī)?chǔ)量約占全國(guó)的６７％，但水資源極度匱乏（僅占全國(guó)水資源總量的３．８５％），能源開(kāi)發(fā)利用和水資源利用之間矛盾突出［１］ 。黃河幾字彎城市群經(jīng)濟(jì)發(fā)展主要依托能源化工產(chǎn)業(yè)，２０２３ 年其第二產(chǎn)業(yè)占比平均為５３．１％，其中鄂爾多斯、阿拉善盟、烏海、延安、榆林、呂梁占６０％以上。大量的能源開(kāi)采、加工、運(yùn)輸、消費(fèi)活動(dòng)加劇了碳排放，城市群平均碳排放強(qiáng)度遠(yuǎn)高于全國(guó)平均水平，給該地區(qū)的環(huán)境污染治理和綠色低碳發(fā)展造成了巨大壓力。

中共中央、國(guó)務(wù)院于２０２１ 年頒布《黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展規(guī)劃綱要》，要求加快推進(jìn)區(qū)域中國(guó)式現(xiàn)代化建設(shè)，實(shí)現(xiàn)高質(zhì)量發(fā)展與生態(tài)保護(hù)的耦合協(xié)調(diào)，節(jié)水、節(jié)能、碳減排與經(jīng)濟(jì)可持續(xù)發(fā)展的結(jié)合更加迫切［２］ 。黃河幾字彎城市群在發(fā)展能源化工產(chǎn)業(yè)的同時(shí)，不可避免地消耗能源和水資源，同時(shí)造成大量碳排放。為控制碳排放，該地區(qū)有關(guān)部門(mén)通過(guò)技術(shù)創(chuàng)新等手段來(lái)實(shí)現(xiàn)化石能源低碳化，雖然諸如碳捕集、利用與封存技術(shù)（ＣＣＵＳ）類(lèi)綠色低碳技術(shù)的推廣利用能控制碳排放，但同時(shí)會(huì)增加用水量與能源消耗［３］ ；采取節(jié)水技術(shù)也會(huì)增加能源消耗，進(jìn)而增加碳排放［４］ 。能、水、碳三系統(tǒng)相互制約，實(shí)現(xiàn)能－水－碳耦合協(xié)調(diào)對(duì)該地區(qū)綠色低碳發(fā)展意義重大。

學(xué)術(shù)界對(duì)水、能源和碳排放的研究已從單一指標(biāo)的演變情況［５－７］ ， 發(fā)展到從國(guó)家［８］ 、省級(jí)［９］ 、城市（群）［１０－１１］ 和社會(huì)層面［１２］ 入手分析能－水－碳耦合協(xié)調(diào)關(guān)系，發(fā)現(xiàn)能－水－碳的耦合水平主要受政府管制、經(jīng)濟(jì)發(fā)展和技術(shù)創(chuàng)新等因素的影響［１３］ 。例如：余錦如等［１４］ 發(fā)現(xiàn)技術(shù)效應(yīng)是促進(jìn)福建省各行業(yè)能－水－碳與經(jīng)濟(jì)增長(zhǎng)脫鉤的主要因素，楊屹等［１５］ 發(fā)現(xiàn)城鎮(zhèn)化發(fā)展水平是影響呼包鄂榆城市群能－水－碳耦合的關(guān)鍵因素。

為識(shí)別黃河幾字彎城市群能－水－碳系統(tǒng)耦合協(xié)調(diào)度的關(guān)鍵影響因素，需要選取合適的研究方法。研究影響因素的傳統(tǒng)計(jì)量模型均為線性關(guān)系，而機(jī)器學(xué)習(xí)方法可以探索影響因素的非線性關(guān)系［１６］ 。其中，隨機(jī)森林模型具有多樣性、抗過(guò)擬合、穩(wěn)定性等優(yōu)勢(shì)［１７］ ，被廣泛應(yīng)用于識(shí)別生態(tài)［１８］ 、社會(huì)［１９］ 、經(jīng)濟(jì)［２０］ 、生物信息［２１］ 等領(lǐng)域的影響因素探究中?？嫡艿龋郏玻玻?利用隨機(jī)森林模型探究黃河流域工業(yè)協(xié)同減污降碳的影響因素，發(fā)現(xiàn)規(guī)模以上工業(yè)增加值是影響工業(yè)二氧化碳和大氣污染物當(dāng)量的重要指標(biāo)；余文夢(mèng)等［２３］ 應(yīng)用隨機(jī)森林模型識(shí)別縣域碳排放強(qiáng)度的關(guān)鍵影響因素及其非線性響應(yīng)關(guān)系，發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)、人口因素是關(guān)鍵影響指標(biāo)。

以往關(guān)于能源資源型城市群能－水－碳系統(tǒng)及不同因素對(duì)該系統(tǒng)耦合協(xié)調(diào)度的影響研究較少。黃河幾字彎城市群能源資源富集、生態(tài)脆弱，水、能資源利用與碳排放之間矛盾突出，能－水－碳耦合系統(tǒng)具有高度復(fù)雜性和關(guān)聯(lián)性［２４］ ，有必要對(duì)能－水－碳耦合協(xié)調(diào)水平進(jìn)行研究。本研究通過(guò)計(jì)算黃河幾字彎城市群能－水－碳系統(tǒng)耦合協(xié)調(diào)度，利用隨機(jī)森林模型識(shí)別環(huán)境規(guī)制強(qiáng)度等因素對(duì)能－水－碳系統(tǒng)耦合協(xié)調(diào)發(fā)展水平的影響，以期為實(shí)現(xiàn)該城市群綠色低碳發(fā)展提供參考。

１ 研究區(qū)概況與數(shù)據(jù)來(lái)源

黃河幾字彎城市群由甘肅的慶陽(yáng)市，寧夏的中衛(wèi)、吳忠、銀川、石嘴山，內(nèi)蒙古的阿拉善、烏海、巴彥淖爾、包頭、鄂爾多斯、呼和浩特、烏蘭察布，陜西的榆林、延安，山西的朔州、忻州、呂梁、太原、臨汾共１９ 個(gè)地級(jí)市（盟）組成。

鑒于中衛(wèi)于２００４ 年成為地級(jí)市，為保證數(shù)據(jù)可獲得性，本研究的時(shí)間跨度選為２００５—２０２０ 年。各地級(jí)市人口、生產(chǎn)總值、產(chǎn)業(yè)結(jié)構(gòu)、環(huán)境等相關(guān)數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》及各?。▍^(qū)）統(tǒng)計(jì)年鑒；水資源相關(guān)數(shù)據(jù)來(lái)源于相關(guān)?。▍^(qū)）每年的水資源公報(bào)，部分缺失數(shù)據(jù)采用線性插值法進(jìn)行補(bǔ)充；碳排放數(shù)據(jù)來(lái)源于全球大氣研究排放數(shù)據(jù)庫(kù)（ＥＤＧＡＲ）。

２ 研究方法

２．１ 評(píng)價(jià)指標(biāo)體系構(gòu)建

為探討黃河幾字彎城市群能－水－碳系統(tǒng)的協(xié)調(diào)耦合情況，參考已有研究［２５－２７］ ，結(jié)合黃河幾字彎城市群特點(diǎn)，從能源子系統(tǒng)選?。?個(gè)指標(biāo)、從水資源子系統(tǒng)選?。?個(gè)指標(biāo)、從碳排放子系統(tǒng)選?。?個(gè)指標(biāo)，構(gòu)建能－水－碳系統(tǒng)評(píng)價(jià)指標(biāo)體系，見(jiàn)表１。能源子系統(tǒng)選取一次能源生產(chǎn)總量、發(fā)電量和電力生產(chǎn)彈性系數(shù)反映城市群能源生產(chǎn)情況，能源消費(fèi)總量、煤炭消費(fèi)量、萬(wàn)元ＧＤＰ 能耗和工業(yè)用電量占比反映城市群能源消費(fèi)情況，能源自給率反映能源供需結(jié)構(gòu)。水資源子系統(tǒng)選取人均水資源量反映城市群水資源稟賦，萬(wàn)元ＧＤＰ 用水量、生態(tài)用水量占比、工業(yè)用水量占比、農(nóng)業(yè)用水量占比和人均生活用水量反映城市群水資源利用情況，污水處理率和污水排放量反映污水治理情況。碳排放子系統(tǒng)選取碳排放強(qiáng)度和人均碳排放量，反映城市群的碳排放情況。

２．２ 耦合協(xié)調(diào)度模型

耦合協(xié)調(diào)度模型被廣泛應(yīng)用于衡量系統(tǒng)間的交互協(xié)調(diào)關(guān)系，既可考察協(xié)調(diào)發(fā)展的水平，也可考察系統(tǒng)之間的相互作用，計(jì)算步驟如下。

１）計(jì)算協(xié)調(diào)指數(shù)Ｕ，公式為

Ｕ ＝αＵ１ ＋βＵ２ ＋γＵ３ （１）

式中：Ｕ１、Ｕ２、Ｕ３分別為水資源、能源、碳排放子系統(tǒng)的得分，均通過(guò)熵值法計(jì)算得出；α、β、γ 為權(quán)重系數(shù)，本研究中３ 個(gè)子系統(tǒng)的重要性相同，取α ＝β ＝γ ＝１／ ３。

２）計(jì)算耦合度Ｃ，公式為

３）計(jì)算耦合協(xié)調(diào)度Ｄ，公式為

參考文獻(xiàn)［２８］，根據(jù)耦合協(xié)調(diào)度大小，確定協(xié)調(diào)發(fā)展類(lèi)型，見(jiàn)表２。

２．３ 隨機(jī)森林模型

隨機(jī)森林模型是一種基于決策樹(shù)的機(jī)器學(xué)習(xí)算法，其基本思想是通過(guò)隨機(jī)選擇特征構(gòu)造多棵決策樹(shù)，再按照一定準(zhǔn)則對(duì)決策樹(shù)進(jìn)行組合生成隨機(jī)森林。該方法可用于回歸分析，根據(jù)輸出特征對(duì)預(yù)測(cè)結(jié)果的相對(duì)重要性進(jìn)行打分，得分以百分比或歸一化的形式呈現(xiàn)，較高的重要性得分表示該特征對(duì)預(yù)測(cè)結(jié)果的影響較大［２９］ 。利用隨機(jī)森林算法進(jìn)行特征重要性排序的步驟如下。

１）通過(guò)Ｂｏｏｔｓｔｒａｐ（隨機(jī)且有抽樣放回）方法生成樣本集Ｄｉ（ｉ ＝ １，２，…，Ｎ）并訓(xùn)練決策樹(shù)，對(duì)應(yīng)的袋外樣本（沒(méi)有參與決策樹(shù)生成的數(shù)據(jù)）為Ｌｉ ；

２）利用第ｉ 棵決策樹(shù)預(yù)測(cè)袋外樣本Ｌｉ ，預(yù)測(cè)正確的樣本個(gè)數(shù)記為Ｒｉ ；

３）設(shè)樣本集有ｍ 項(xiàng)特征，在保持其他特征不變的同時(shí)，對(duì)樣本Ｌｉ的第ｋ 項(xiàng)特征進(jìn)行隨機(jī)序列改變，生成ｍ 個(gè)新的袋外樣本Ｌｉ，ｋ ；

４）在ｍ 個(gè)新的袋外樣本中，利用決策樹(shù)ｉ 進(jìn)行預(yù)測(cè)，預(yù)測(cè)正確的樣本個(gè)數(shù)記為Ｒｉ，１，…，Ｒｉ，ｋ ，…，Ｒｉ，ｍ ；

５）重復(fù)第２ 步至第４ 步，得到所有決策樹(shù)的Ｒｉ，ｊ和Ｌｉ，ｊ ；

６）計(jì)算第ｋ 項(xiàng)特征的重要性得分，公式為

偏依賴圖可用于解釋機(jī)器學(xué)習(xí)模型中連續(xù)特征與目標(biāo)變量間的關(guān)系，能夠顯示在保持其他特征不變的情況下，某個(gè)特定特征對(duì)目標(biāo)變量的影響程度。偏依賴函數(shù)ｆ＾ ｘｓ可通過(guò)固定某個(gè)變量，計(jì)算訓(xùn)練數(shù)據(jù)中的平均值得到，公式為

式中：ｆ＾ 為隨機(jī)森林模型，ｆ＾ ｘｓ（ｘｓ）為特征ｘｓ 的模型預(yù)測(cè)輸出，ｘｃ 為隨機(jī)森林模型中的其他特征，Ｅ 為特征ｘｓ在固定其他特征ｘｃ 條件下的偏依賴值。

根據(jù)已有研究［１５－１６，２７］ ，從經(jīng)濟(jì)發(fā)展、環(huán)境治理、城市建設(shè)、技術(shù)創(chuàng)新、人口因素５ 個(gè)方面選取１０ 個(gè)影響因素（見(jiàn)表３），構(gòu)建隨機(jī)森林模型，識(shí)別黃河幾字彎城市群能－水－碳系統(tǒng)耦合協(xié)調(diào)影響因素的相對(duì)重要性。

３ 結(jié)果與分析

３．１ 能－水－碳系統(tǒng)耦合協(xié)調(diào)度變化分析

３．１．１ 各子系統(tǒng)得分與耦合協(xié)調(diào)度

運(yùn)用熵值法計(jì)算出黃河幾字彎城市群２００５—２０２０ 年能源、水資源、碳排放子系統(tǒng)的得分，再通過(guò)耦合協(xié)調(diào)度模型得出能－水－碳系統(tǒng)耦合協(xié)調(diào)度，結(jié)果見(jiàn)圖１。由圖１ 可知，２００５—２０２０ 年黃河幾字彎城市群各子系統(tǒng)得分及耦合協(xié)調(diào)度均呈現(xiàn)波動(dòng)上升態(tài)勢(shì)，協(xié)調(diào)發(fā)展類(lèi)型從輕度失調(diào)逐步發(fā)展到中度協(xié)調(diào)，尚未達(dá)到良好協(xié)調(diào)，協(xié)調(diào)發(fā)展水平的上升說(shuō)明城市群環(huán)境保護(hù)措施的實(shí)施在一定程度上促進(jìn)了能源、水資源與碳排放的耦合協(xié)調(diào)發(fā)展。耦合協(xié)調(diào)度在２０１０ 年、２０１５年、２０１９ 年均出現(xiàn)小幅度下降，原因可能是每到“五年計(jì)劃”節(jié)點(diǎn)，各地為達(dá)到規(guī)劃發(fā)展目標(biāo)，大力發(fā)展經(jīng)濟(jì)，而該地區(qū)以發(fā)展能源化工產(chǎn)業(yè)為主，發(fā)展經(jīng)濟(jì)的同時(shí)消耗了大量能源和水資源，造成了碳排放量增加，降低了能－水－碳系統(tǒng)耦合協(xié)調(diào)度。

從不同時(shí)段來(lái)看，２００５—２０１１ 年能源子系統(tǒng)得分低于０．５，原因是該時(shí)段黃河幾字彎城市群大力發(fā)展煤炭經(jīng)濟(jì)，能源開(kāi)發(fā)對(duì)水環(huán)境及大氣環(huán)境均產(chǎn)生了極大壓力，能－水－碳系統(tǒng)未達(dá)到初級(jí)協(xié)調(diào)水平；２０１２—２０１６ 年，全國(guó)煤炭需求量降低，能源子系統(tǒng)得分開(kāi)始攀升，水環(huán)境得到改善，碳排放強(qiáng)度和人均碳排放量逐漸降低，能－水－碳系統(tǒng)發(fā)展為中度協(xié)調(diào)類(lèi)型；２０１７—２０２０ 年，煤炭產(chǎn)量恢復(fù)增長(zhǎng)，能源消費(fèi)上漲，能源、碳排放子系統(tǒng)得分開(kāi)始下降，水資源子系統(tǒng)得分在０．５５上下波動(dòng)，協(xié)調(diào)發(fā)展類(lèi)型趨向良好協(xié)調(diào)發(fā)展。

３．１．２ 能－水－碳系統(tǒng)耦合協(xié)調(diào)度動(dòng)態(tài)演進(jìn)

代表年份黃河幾字彎城市群能－水－碳系統(tǒng)耦合協(xié)調(diào)度核密度曲線變化情況見(jiàn)圖２。曲線整體呈現(xiàn)向右移動(dòng)的趨勢(shì)，表明隨著時(shí)間的推移，城市群耦合協(xié)調(diào)度不斷上升，城市群之間的發(fā)展差異減小，協(xié)調(diào)發(fā)展的趨勢(shì)明顯。然而，曲線存在左拖尾現(xiàn)象，表明有部分城市的耦合協(xié)調(diào)度低于平均水平，這些城市在能－水－碳耦合協(xié)調(diào)發(fā)展方面存在較大的提升空間，區(qū)域能源資源要素協(xié)同水平較低。在未來(lái)的發(fā)展中，應(yīng)當(dāng)重視城市群能源資源的合理配置和高效利用，通過(guò)優(yōu)化區(qū)域內(nèi)的資源分配，促進(jìn)城市間的相互支持和協(xié)作，縮小城市間的發(fā)展差距，有效推動(dòng)整個(gè)區(qū)域的協(xié)調(diào)發(fā)展。

３．１．３ 各城市能－水－碳系統(tǒng)耦合協(xié)調(diào)度分析

代表年份黃河幾字彎各城市能－水－碳系統(tǒng)耦合協(xié)調(diào)度見(jiàn)圖３。２００５ 年，鄂爾多斯、烏蘭察布的能－水－碳系統(tǒng)為中度協(xié)調(diào)類(lèi)型，這些城市的經(jīng)濟(jì)發(fā)展水平位居城市群前列，能源資源配置合理，系統(tǒng)耦合協(xié)調(diào)度高于其他城市。２０１０ 年，包頭能－水－碳系統(tǒng)耦合協(xié)調(diào)度大幅度下降，原因是包頭作為典型重工業(yè)城市，經(jīng)濟(jì)發(fā)展嚴(yán)重依賴煤炭開(kāi)采和加工，導(dǎo)致水資源消耗量和碳排放量大幅度上升；２０１５ 年，各城市大部分到初級(jí)協(xié)調(diào)水平，但榆林的耦合協(xié)調(diào)度有所下降，原因是該年榆林碳排放強(qiáng)度上升至１２．８７３ ｔ／ 萬(wàn)元，碳排放子系統(tǒng)得分下降，耦合協(xié)調(diào)系統(tǒng)失衡；２０２０ 年，寧夏石嘴山、吳忠、中衛(wèi)三市，山西太原、朔州、忻州、臨汾、呂梁五市及內(nèi)蒙古呼和浩特、包頭、烏海三市均達(dá)到良好協(xié)調(diào)類(lèi)型，各城市的耦合協(xié)調(diào)水平穩(wěn)步提升，但鄂爾多斯和榆林的能－水－碳系統(tǒng)耦合協(xié)調(diào)度明顯低于黃河幾字彎城市群平均水平，原因是“十三五”時(shí)期鄂爾多斯和榆林的經(jīng)濟(jì)發(fā)展水平高于城市群平均水平，經(jīng)濟(jì)發(fā)展帶來(lái)的水資源消耗量和碳排放量都高于城市群平均值，導(dǎo)致能－水－碳系統(tǒng)失調(diào)?？傮w來(lái)看，黃河幾字彎慶陽(yáng)到呼和浩特六市和山西五市的能－水－碳耦合協(xié)調(diào)水平高于包頭到榆林八市（盟），原因是包頭到榆林八市（盟）的經(jīng)濟(jì)發(fā)展高度依賴能源化工產(chǎn)業(yè)，因而產(chǎn)生大量碳排放，加上水資源缺乏，因此能－水－碳系統(tǒng)耦合協(xié)調(diào)度較低。

３．２ 影響因素重要性分析

３．２．１ 城市群能－水－碳耦合協(xié)調(diào)水平影響因素分析

構(gòu)建隨機(jī)森林模型，對(duì)每個(gè)預(yù)測(cè)變量進(jìn)行隨機(jī)賦值，根據(jù)計(jì)算出的均方誤差百分比增長(zhǎng)值來(lái)評(píng)估各變量的重要性，該值越大說(shuō)明變量越重要。黃河幾字彎能－水－碳耦合系統(tǒng)各影響因素的重要性排序見(jiàn)表４。隨機(jī)森林模型擬合優(yōu)度Ｒ２ 均大于０．９，說(shuō)明選取的變量與黃河幾字彎城市群能－水－碳系統(tǒng)耦合協(xié)調(diào)度的關(guān)聯(lián)性較強(qiáng)。由表４ 可知，環(huán)境規(guī)制強(qiáng)度對(duì)耦合系統(tǒng)的影響最大，全要素生產(chǎn)率、建成區(qū)面積占比、固定資產(chǎn)投資等也是影響能－水－碳系統(tǒng)耦合協(xié)調(diào)度的主要因素。

不同時(shí)段黃河幾字彎城市群能－水－碳系統(tǒng)耦合協(xié)調(diào)度影響因素重要性見(jiàn)表５。

２００５—２０１０ 年，環(huán)境規(guī)制強(qiáng)度對(duì)能－水－碳系統(tǒng)耦合協(xié)調(diào)度影響最大，表明該時(shí)段能－水－碳系統(tǒng)的耦合協(xié)調(diào)主要靠政府管控和企業(yè)減污減排；２０１１—２０１５年，建成區(qū)面積占比與全要素生產(chǎn)率是耦合系統(tǒng)的主要影響因素，該時(shí)段城市化進(jìn)程加快，建成區(qū)面積擴(kuò)張、人口密度增大，帶動(dòng)資源優(yōu)化配置，促進(jìn)能－水－碳耦合協(xié)調(diào)發(fā)展；２０１６—２０２０ 年，全要素生產(chǎn)率成為耦合系統(tǒng)的主要影響因素，該時(shí)期我國(guó)經(jīng)濟(jì)由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，國(guó)家提出要推動(dòng)經(jīng)濟(jì)發(fā)展質(zhì)量變革、效率變革、動(dòng)力變革，提高全要素生產(chǎn)率；黃河幾字彎城市群響應(yīng)國(guó)家政策，以技術(shù)創(chuàng)新引領(lǐng)資源效率提升，水資源和能源的開(kāi)發(fā)利用提質(zhì)增效，碳排放得到技術(shù)性處理約束，促進(jìn)了能－水－碳系統(tǒng)整體耦合協(xié)調(diào)發(fā)展。

３．２．２ 城市群能－水－碳系統(tǒng)影響因素非線性關(guān)系分析

為進(jìn)一步探討各影響因素對(duì)黃河幾字彎城市群能－水－碳耦合協(xié)調(diào)系統(tǒng)的作用方向及作用強(qiáng)度，本文繪制偏依賴圖表征影響因素的響應(yīng)關(guān)系，見(jiàn)圖４。由圖４ 可知，各影響因素與能－水－碳系統(tǒng)耦合協(xié)調(diào)度之間存在顯著的非線性關(guān)系。

１）環(huán)境治理方面。隨著各級(jí)政府環(huán)境治理相關(guān)政策陸續(xù)出臺(tái)，黃河幾字彎城市群企業(yè)在水治理、能耗減排、碳管理等方面采取規(guī)制措施，居民提升環(huán)境治理意識(shí)，區(qū)域內(nèi)開(kāi)展綠化、治沙、復(fù)墾、礦山環(huán)境等治理活動(dòng)；加之在甘肅慶陽(yáng)盆地、寧夏與內(nèi)蒙古河套地區(qū)、陜北沙漠地區(qū)、山西汾河盆地等區(qū)域發(fā)展特色生態(tài)農(nóng)業(yè)，治理環(huán)境的同時(shí)轉(zhuǎn)化產(chǎn)業(yè)經(jīng)濟(jì)優(yōu)勢(shì)，減少水污染，提高水資源和能源利用效率，降低碳排放強(qiáng)度，提高了耦合系統(tǒng)的協(xié)調(diào)水平。

２）技術(shù)創(chuàng)新方面。全要素生產(chǎn)率作為技術(shù)創(chuàng)新的代表性指標(biāo)，在很大程度上促進(jìn)了能－水－碳系統(tǒng)的耦合協(xié)調(diào)發(fā)展。隨著新型儲(chǔ)能、低成本儲(chǔ)蓄充用電一體化等新技術(shù)的引入，黃河幾字彎城市群的能源生產(chǎn)和使用方式逐漸向高質(zhì)量發(fā)展，如轉(zhuǎn)化利用內(nèi)蒙古地區(qū)清潔風(fēng)電能源，促進(jìn)能源子系統(tǒng)提質(zhì)增效，并在一定程度上控制碳排放，提升系統(tǒng)整體耦合協(xié)調(diào)水平。

３）經(jīng)濟(jì)發(fā)展方面。人均ＧＤＰ 對(duì)系統(tǒng)耦合協(xié)調(diào)度有負(fù)向影響，原因是黃河幾字彎城市群產(chǎn)業(yè)結(jié)構(gòu)以第二產(chǎn)業(yè)為主，工業(yè)能耗高，隨著經(jīng)濟(jì)發(fā)展、工業(yè)規(guī)模擴(kuò)張，水資源和能源需求增加，帶來(lái)水體污染、能源資源過(guò)度開(kāi)采等問(wèn)題，同時(shí)導(dǎo)致碳排放量上升；工業(yè)用地面積擴(kuò)張同樣帶來(lái)更大的水資源和能源消耗以及更高的碳排放量，對(duì)系統(tǒng)的耦合協(xié)調(diào)發(fā)展造成不良影響。固定資產(chǎn)投資的增加將推動(dòng)建立更多固定資產(chǎn)投資項(xiàng)目，通過(guò)建立固定資產(chǎn)投資項(xiàng)目碳排放評(píng)價(jià)制度，能從源頭上降低投資項(xiàng)目的能源消耗和碳排放。

４）城市建設(shè)方面。城市化進(jìn)程與能－水－碳系統(tǒng)的耦合協(xié)調(diào)水平息息相關(guān)，黃河幾字彎城市群建成區(qū)面積在２００５—２０２０ 年擴(kuò)張了８６．８２％，建成區(qū)面積占比增大初期能促進(jìn)能－水－碳系統(tǒng)的耦合，但過(guò)度擴(kuò)張?jiān)黾恿怂Y源與能源需求，城市交通與建筑業(yè)相關(guān)活動(dòng)會(huì)產(chǎn)生碳排放，對(duì)能－水－碳系統(tǒng)的耦合協(xié)調(diào)產(chǎn)生不利影響；當(dāng)城市群資源要素配置趨于成熟時(shí)，能源、水、碳排放之間的關(guān)系趨向平衡，耦合系統(tǒng)向好發(fā)展。人均道路面積的增長(zhǎng)也反映了城市化發(fā)展水平，同樣在短期內(nèi)能促進(jìn)耦合系統(tǒng)協(xié)調(diào)發(fā)展，但過(guò)度擴(kuò)張則會(huì)增加城市建設(shè)壓力，加大水資源與能源消耗，抑制耦合系統(tǒng)協(xié)調(diào)發(fā)展。

５）人口因素方面。人口密度和城鎮(zhèn)人口占比增大給城市發(fā)展帶來(lái)了一定壓力，增加了水資源與能源消耗以及碳排放，不利于能－水－碳系統(tǒng)的耦合協(xié)調(diào)發(fā)展。

４ 結(jié)論與建議

４．１ 結(jié)論

１）２００５—２０２０ 年，黃河幾字彎城市群能－水－碳系統(tǒng)從輕度失調(diào)類(lèi)型發(fā)展為中度協(xié)調(diào)類(lèi)型，未達(dá)到良好協(xié)調(diào)類(lèi)型。各城市能－水－碳耦合協(xié)調(diào)水平差異縮小，但核密度曲線存在明顯左拖尾現(xiàn)象，需進(jìn)一步推動(dòng)區(qū)域協(xié)同發(fā)展。

２）慶陽(yáng)到呼和浩特六市和山西五市的能－水－碳耦合協(xié)調(diào)水平高于包頭到榆林八市（盟）的。２０２０ 年，石嘴山、吳忠、中衛(wèi)、呼和浩特、包頭、烏海、太原、朔州、忻州、臨汾、呂梁十一市為良好協(xié)調(diào)類(lèi)型；而鄂爾多斯和榆林經(jīng)濟(jì)發(fā)展過(guò)度依賴能源化工產(chǎn)業(yè)，導(dǎo)致水資源與能源消耗以及碳排放高于城市群平均值，使得能－水－碳系統(tǒng)失衡。

３）通過(guò)構(gòu)建隨機(jī)森林模型分析黃河幾字彎城市群能－水－碳系統(tǒng)耦合協(xié)調(diào)度的影響因素重要性，發(fā)現(xiàn)環(huán)境規(guī)制強(qiáng)度、全要素生產(chǎn)率、建成區(qū)面積占比是主要影響因素，環(huán)境治理、技術(shù)創(chuàng)新、經(jīng)濟(jì)發(fā)展和城市建設(shè)均會(huì)對(duì)能－水－碳系統(tǒng)耦合協(xié)調(diào)產(chǎn)生重要影響，其中：環(huán)境規(guī)制強(qiáng)度、技術(shù)創(chuàng)新顯著促進(jìn)黃河幾字彎城市群能－水－碳系統(tǒng)耦合協(xié)調(diào)度的提升，建成區(qū)面積、人均道路面積和人口密度增大會(huì)先促進(jìn)再抑制耦合協(xié)調(diào)，人均ＧＤＰ 會(huì)對(duì)耦合協(xié)調(diào)產(chǎn)生負(fù)向影響。

４．２ 建議

１）出臺(tái)黃河幾字彎城市群環(huán)境規(guī)制政策。黃河幾字彎１９ 個(gè)市（盟）聯(lián)合成立城市群發(fā)展工作組，對(duì)標(biāo)京津冀、長(zhǎng)三角、粵港澳大灣區(qū)，研究出臺(tái)黃河幾字彎城市群環(huán)境規(guī)制政策，完善城市群區(qū)域管理協(xié)調(diào)機(jī)制，積極落實(shí)河（湖）長(zhǎng)制組織體系，加強(qiáng)區(qū)域水生態(tài)環(huán)境保護(hù)修復(fù)聯(lián)合防治、聯(lián)合執(zhí)法。

２）建設(shè)能源革命創(chuàng)新示范區(qū)。加強(qiáng)技術(shù)創(chuàng)新，培養(yǎng)和引進(jìn)創(chuàng)新型人才，加大信息技術(shù)、數(shù)字技術(shù)和人工智能技術(shù)應(yīng)用力度，加強(qiáng)能源、生態(tài)建設(shè)科技支撐，共建黃河幾字彎能源科學(xué)中心和實(shí)驗(yàn)室，聯(lián)合開(kāi)展重大科技攻關(guān)。緊抓“雙碳”戰(zhàn)略機(jī)遇，充分利用“新增可再生能源和原料用能不納入能源消費(fèi)總量控制”等政策，集成創(chuàng)新新能源與現(xiàn)代煤化工技術(shù)，推進(jìn)ＣＣＵＳ 等低碳零碳技術(shù)應(yīng)用，構(gòu)建現(xiàn)代能源體系，建設(shè)全國(guó)典型能源革命創(chuàng)新示范區(qū)。

３）緩解經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)之間的矛盾。推進(jìn)黃河幾字彎調(diào)水、引水工程建設(shè)，推動(dòng)黃河干支流水利樞紐工程、南水北調(diào)西線工程建設(shè)，規(guī)劃建設(shè)覆蓋黃河幾字彎城市群的水網(wǎng)工程，提升水資源供給與保障能力。推進(jìn)黃河幾字彎生態(tài)修復(fù)保護(hù)工程，緩解城市群經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)之間的矛盾，將該地區(qū)建成全國(guó)生態(tài)文明示范區(qū)、綠色低碳發(fā)展示范區(qū)。

參考文獻(xiàn)：

［１］ 安樹(shù)偉，張雙悅．黃河“幾”字彎區(qū)域高質(zhì)量發(fā)展研究［Ｊ］．山西大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），２０２１，４４（２）：１３４－１４４．

［２］ ＣＨＥＮＧ Ｌ，ＴＩＡＮ Ｊ Ｐ，ＸＵ Ｈ Ｇ，ｅｔ ａｌ．Ｕｎｖｅｉｌｉｎｇ ｔｈｅ Ｎｅｘｕｓ Ｐｒｏｆｉｌｅｏｆ Ｅｍｂｏｄｉｅｄ Ｗａｔｅｒ?Ｅｎｅｒｇｙ?Ｃａｒｂｏｎ Ｖａｌｕｅ Ｆｌｏｗｓ ｏｆ ｔｈｅ ＹｅｌｌｏｗＲｉｖｅｒ Ｂａｓｉｎ ｉｎ Ｃｈｉｎａ［Ｊ］．Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｓｃｉｅｎｃｅ ＆ Ｔｅｃｈｎｏｌｏｇｙ，２０２３，５７（２３）：８５６８－８５７７．

［３］ ＺＨＡＮＧ Ｃ Ｃ，ＨＥ Ｇ，ＪＯＨＮＳＴＯＮ Ｊ，ｅｔ ａｌ．Ｌｏｎｇ?Ｔｅｒｍ Ｔｒａｎｓｉｔｉｏｎｏｆ Ｃｈｉｎａ’ｓ Ｐｏｗｅｒ Ｓｅｃｔｏｒ Ｕｎｄｅｒ Ｃａｒｂｏｎ Ｎｅｕｔｒａｌｉｔｙ Ｔａｒｇｅｔ ａｎｄＷａｔｅｒ Ｗｉｔｈｄｒａｗａｌ Ｃｏｎｓｔｒａｉｎｔ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｃｌｅａｎｅｒ Ｐｒｏｄｕｃｔｉｏｎ，２０２１，３２９：１２９７６５．

［４］ 王紅瑞，李曉軍，張力，等．水－能源－碳排放復(fù)雜關(guān)系研究進(jìn)展及展望［Ｊ］．南水北調(diào)與水利科技（中英文），２０２３，２１（１）：１３－２１．

［５］ 賈瓊，宋孝玉，宋淑紅，等．關(guān)中地區(qū)水資源承載力時(shí)空演變特征及耦合協(xié)調(diào)性［Ｊ］．水資源與水工程學(xué)報(bào)，２０２３，３４（１）：６６－７４，８３．

［６］ 韓文艷，楊娜，熊永蘭．科技大國(guó)能源消費(fèi)結(jié)構(gòu)演變及影響因素研究［Ｊ］．科技管理研究，２０２３，４３（１）：１９９－２０５．

［７］ 李云燕，張碩．中國(guó)城市碳排放強(qiáng)度時(shí)空演變與影響因素的時(shí)空異質(zhì)性［Ｊ］．中國(guó)環(huán)境科學(xué)，２０２３，４３（６）：３２４４－３２５４．

［８］ ＴＩＡＮ Ｐ Ｐ，ＬＵ Ｈ Ｗ，ＲＥＩＮＯＵＴ Ｈ，ｅｔ ａｌ．Ｗａｔｅｒ?Ｅｎｅｒｇｙ?ＣａｒｂｏｎＮｅｘｕｓ ｉｎ Ｃｈｉｎａｓ Ｉｎｔｒａ ａｎｄ Ｉｎｔｅｒ?Ｒｅｇｉｏｎａｌ Ｔｒａｄｅ［Ｊ］．Ｓｃｉｅｎｃｅ ｏｆｔｈｅ Ｔｏｔａｌ Ｅｎｖｉｒｏｎｍｅｎｔ，２０２２，８０６（Ｐ２）：１５０６６６．

［９］ 王志強(qiáng)，姜文桓，盧詩(shī)月．基于生態(tài)網(wǎng)絡(luò)分析的新疆“水－能－碳” 耦合系統(tǒng)特征研究［Ｊ］．干旱區(qū)地理，２０２３，４６（１２）：２００５－２０１６．

［１０］ ＹＡＮＧ Ｘ Ｃ，ＹＩ Ｓ Ｊ，ＱＵ Ｓ，ｅｔ ａｌ．Ｋｅｙ Ｔｒａｎｓｍｉｓｓｉｏｎ Ｓｅｃｔｏｒｓ ｏｆＥｎｅｒｇｙ?Ｗａｔｅｒ?Ｃａｒｂｏｎ Ｎｅｘｕｓ Ｐｒｅｓｓｕｒｅｓ ｉｎ Ｓｈａｎｇｈａｉ，Ｃｈｉｎａ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｃｌｅａｎｅｒ Ｐｒｏｄｕｃｔｉｏｎ，２０１９，２２５：２７－３５．

［１１］ ＬＩＡＮＧ Ｍ Ｓ，ＨＵＡＮＧ Ｇ Ｈ，ＣＨＥＮ Ｊ Ｐ，ｅｔ ａｌ．Ｅｎｅｒｇｙ?Ｗａｔｅｒ?Ｃａｒｂｏｎ Ｎｅｘｕｓ Ｓｙｓｔｅｍ Ｐｌａｎｎｉｎｇ：Ａ Ｃａｓｅ Ｓｔｕｄｙ ｏｆ ＹａｎｇｔｚｅＲｉｖｅｒ Ｄｅｌｔａ Ｕｒｂａｎ Ａｇｇｌｏｍｅｒａｔｉｏｎ， Ｃｈｉｎａ ［ Ｊ ］． ＡｐｐｌｉｅｄＥｎｅｒｇｙ，２０２２，３０８：１１８１４４．

［１２］ 王建華，朱永楠，李玲慧，等．社會(huì)水循環(huán)系統(tǒng)水－能－碳紐帶關(guān)系及低碳調(diào)控策略研究［Ｊ］． 中國(guó)工程科學(xué)，２０２３，２５（４）：１９１－２０１．

［１３］ 趙榮欽，李志萍，韓宇平，等．區(qū)域“水－土－能－碳”耦合作用機(jī)制分析［Ｊ］．地理學(xué)報(bào)，２０１６，７１（９）：１６１３－１６２８．

［１４］ 余錦如，王遠(yuǎn)，余凡，等．基于“水－能－碳”消費(fèi)視角的福建省資源環(huán)境與經(jīng)濟(jì)增長(zhǎng)脫鉤關(guān)系［Ｊ］．應(yīng)用生態(tài)學(xué)報(bào)，２０２１，３２（１１）：３８４５－３８５５．

［１５］ 楊屹，張園園．呼包鄂榆資源型城市群“水－能－碳”耦合變化及影響因素［Ｊ］．中國(guó)環(huán)境科學(xué)，２０２３，４３（１１）：６２１２－６２２４．

［１６］ 劉衛(wèi)東，唐志鵬，夏炎，等．中國(guó)碳強(qiáng)度關(guān)鍵影響因子的機(jī)器學(xué)習(xí)識(shí)別及其演進(jìn)［Ｊ］．地理學(xué)報(bào)，２０１９，７４（１２）：２５９２－２６０３．

［１７］ 方匡南，吳見(jiàn)彬，朱建平，等．隨機(jī)森林方法研究綜述［Ｊ］．統(tǒng)計(jì)與信息論壇，２０１１，２６（３）：３２－３８．

［１８］ 潘思羽，張美玲．基于ＢＰ 神經(jīng)網(wǎng)絡(luò)的甘肅省二氧化碳排放預(yù)測(cè)及影響因素研究［Ｊ］．環(huán)境工程，２０２３，４１（７）：６１－６８，８５．

［１９］ 王振杰，鄭翩翩，孫陳希．我國(guó)在婚育齡婦女生育二孩的影響因素分析［Ｊ］．醫(yī)學(xué)與社會(huì)，２０２２，３５（１２）：３５－３９．

［２０］ 余文夢(mèng)，楊登宇，洪志生．市級(jí)綠色技術(shù)創(chuàng)新時(shí)空格局與影響因素演進(jìn)分析：基于隨機(jī)森林算法［Ｊ］．科學(xué)學(xué)與科學(xué)技術(shù)管理，２０２３，４４（１２）：８６－１００．

［２１］ 王文杰，馬金沙，高倩，等．基于隨機(jī)森林變量重要性評(píng)分的變量篩選方法及其在腫瘤分型診斷中的應(yīng)用［Ｊ］．中華疾病控制雜志，２０２３，２７（３）：２７４－２８０，３２０．

［２２］ 康哲，李巍，劉偉．黃河流域城市群工業(yè)減污降碳影響因素與策略［Ｊ］．中國(guó)環(huán)境科學(xué)，２０２３，４３（４）：１９４６－１９５６．

［２３］ 余文夢(mèng)，張婷婷，沈大軍．基于隨機(jī)森林模型的我國(guó)縣域碳排放強(qiáng)度格局與影響因素演進(jìn)分析［Ｊ］．中國(guó)環(huán)境科學(xué)，２０２２，４２（６）：２７８８－２７９８．

［２４］ 熊睿．“雙碳”目標(biāo)下黃河流域能－水－碳耦合關(guān)系和協(xié)同利用研究［Ｄ］．太原：山西財(cái)經(jīng)大學(xué)，２０２３：２１．

［２５］ 趙良仕，劉思佳，孫才志．黃河流域水－能源－糧食安全系統(tǒng)的耦合協(xié)調(diào)發(fā)展研究［Ｊ］．水資源保護(hù)，２０２１，３７（１）：６９－７８．

［２６］ 蔡振華，耿冉，王海軍，等．城市化與水資源耦合協(xié)調(diào)關(guān)系及影響因素研究［Ｊ］．人民黃河，２０２４，４６（２）：８７－９２，１０６．

［２７］ 張寧，楊肖，陳彤．中國(guó)西部地區(qū)水－能源－糧食系統(tǒng)耦合協(xié)調(diào)度的時(shí)空特征［Ｊ］．中國(guó)環(huán)境科學(xué)，２０２２，４２（９）：４４４４－４４５６．

［２８］ 趙金輝，田林，李思源，等．黃河流域能源與環(huán)境－經(jīng)濟(jì)－生態(tài)耦合協(xié)調(diào)發(fā)展研究［Ｊ］．人民黃河，２０２２，４４（１１）：１３－１９．

［２９］ 武煒杰，張景祥．融合分類(lèi)信息的隨機(jī)森林特征選擇算法及應(yīng)用［Ｊ］．計(jì)算機(jī)工程與應(yīng)用，２０２１，５７（１７）：１４７－１５６．

［３０］ ＷＯＯＬＤＲＩＤＧＥ Ｊ Ｍ．Ｏｎ Ｅｓｔｉｍａｔｉｎｇ Ｆｉｒｍ?Ｌｅｖｅｌ ＰｒｏｄｕｃｔｉｏｎＦｕｎｃｔｉｏｎｓ Ｕｓｉｎｇ Ｐｒｏｘｙ Ｖａｒｉａｂｌｅｓｔｏ Ｃｏｎｔｒｏｌ ｆｏｒ Ｕｎｏｂｓｅｒｖａｂｌｅｓ［Ｊ］．Ｅｃｏｎｏｍｉｃｓ Ｌｅｔｔｅｒｓ，２００９，１０４（３）：１１２－１１４．

［３１］ ＲＯＶＩＧＡＴＴＩ Ｇ，ＭＯＬＬＩＳＩ Ｖ．Ｔｈｅｏｒｙ ａｎｄ Ｐｒａｃｔｉｃｅ ｏｆ Ｔｏｔａｌ?ＦａｃｔｏｒＰｒｏｄｕｃｔｉｖｉｔｙ Ｅｓｔｉｍａｔｉｏｎ：Ｔｈｅ Ｃｏｎｔｒｏｌ Ｆｕｎｃｔｉｏｎ Ａｐｐｒｏａｃｈ ＵｓｉｎｇＳｔａｔａ［Ｊ］．Ｔｈｅ Ｓｔａｔａ Ｊｏｕｒｎａｌ，２０１８，１８（３）：６１８－６６２．

［３２］ 原毅軍，謝榮輝．環(huán)境規(guī)制的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整效應(yīng)研究：基于中國(guó)省際面板數(shù)據(jù)的實(shí)證檢驗(yàn)［Ｊ］．中國(guó)工業(yè)經(jīng)濟(jì)，２０１４（８）：５７－６９．

【責(zé)任編輯 張華興】

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金資助項(xiàng)目（１９ＢＧＬ１８３）