长江经济带水-能源-粮食耦合效率的时空演化及影响因素

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

秦腾^,, 佟金萍常州大学商学院,常州 213164

Spatiotemporal change of water-energy-food coupling efficiency and influencing factors in the Yangtze River Economic Belt

QIN Teng^,, TONG JinpingSchool of Business, Changzhou University, Changzhou 213164, China

收稿日期:2020-07-8修回日期:2020-10-18

基金资助:

国家社会科学基金一般项目(20BGL191)
国家重点研发计划项目(2017YF0404600)

Received:2020-07-8Revised:2020-10-18
作者简介 About authors
秦腾,男,江苏宿迁人,博士,讲师,研究方向为资源经济学。E-mail: qtblue@126.com

摘要
推动资源管理方式向“多资源”协同转变,保障水资源、能源和粮食关系的协同优化,是应对资源供需矛盾和安全风险的有效手段。基于构建的水-能源-粮食耦合协调指标体系,本文以长江经济带为研究对象,在考虑非期望产出的前提下测度了2003—2017年各省份水-能源-粮食耦合效率,进而借助核密度估计和空间计量模型探究了长江经济带水-能源-粮食耦合效率的时空演变规律及关键驱动因素。结果表明：①研究期内长江经济带水-能源-粮食耦合效率均值在0.65~0.95之间波动,未达到生产前沿,仍然具有一定的提升空间;②总体时序变化呈现为“下降—上升—下降”波动特征,且各省份呈现一定差异,2010年之后江西、湖南、贵州和云南呈现下降趋势,上海、浙江、安徽和四川趋于平稳,江苏、湖北和重庆呈现较大波动;③各地区之间的差异有所增强,两极分化现象初显,高值地区集中分布在长三角和川渝地区,而低值地区则不断向长江经济带上中游转移;④技术进步、人力资本水平、对外开放程度和产业结构是推动长江经济带水-能源-粮食耦合效率提升的重要正向因素,而经济发展和信息化水平的正向作用尚未显现;此外,空间计量模型的回归结果显示,邻近地区水-能源-粮食耦合效率的优化对本地区也有积极的正向影响。因此,除了要根据各省份的实际情况制定差异性的政策,还要加快创建“多资源”协同管理机制,充分发挥区域间的正向溢出效应,实现区域水-能源-粮食耦合效率的全面提升。
关键词： 长江经济带;水-能源-粮食;耦合效率;超效率SBM模型;空间计量模型

Abstract

Promoting “multi-resources” synergy and optimization of the relationship of resources, energy, and food systems are effective ways to address resource supply and demand conflicts and security risks. Based on the water-energy-food coupling coordination indicator system established in this study and using the super-slacks-based measure (SBM) model, we measured the water-energy-food coupling efficiency of 11 provinces in the Yangtze River Economic Belt (YEB), and analyzed its spatial and temporal changes and driving factors with kernel density estimation and a spatial econometric model. The results show that the overall water-energy-food coupling efficiency fluctuated between 0.65-0.95, which presented a periodical trend of declining-rising-declining from 2003 to 2017. There were certain differences in different provinces. Taking 2010 as the time node, water-energy-food coupling efficiency declined in Jiangxi, Hunan, Guizhou and Yunnan, tended to be stable in Shanghai, Zhejiang, Anhui and Sichuan, fluctuated in Jiangsu, Hubei and Chongqing. The imbalance and polarization intensified with high-value regions concentrating in the Yangtze River Delta and Sichuan-Chongqing regions, while low-value regions shifting to the upper and middle reaches of the YEB. Technological progress, human capital, openness, and industrial structure were all important factors that can exert positive effect on improving water-energy-food coupling efficiency in the YEB. However, the positive effect of economic development and informatization had not yet appeared. Moreover, according to the regression results of the spatial econometric model, local water-energy-food coupling efficiency can also be improved due to spillover effects from neighboring areas. Therefore, in order to improve the overall water-energy-food coupling efficiency, it is necessary to develop a “multi-resources” synergy mechanism, exert positive spatial spillover effect, and formulate targeted policies based on the actual situation of each province.

Keywords：Yangtze River Economic Belt;water-energy-food;coupling efficiency;Super-SBM model;spatial econometric model

PDF (5400KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
秦腾, 佟金萍. 长江经济带水-能源-粮食耦合效率的时空演化及影响因素[J]. 资源科学, 2021, 43(10): 2068-2080 doi:10.18402/resci.2021.10.11
QIN Teng, TONG Jinping. Spatiotemporal change of water-energy-food coupling efficiency and influencing factors in the Yangtze River Economic Belt[J]. RESOURCES SCIENCE, 2021, 43(10): 2068-2080 doi:10.18402/resci.2021.10.11

1 引言

长江经济带是全球最大的内河流域经济带,也是中国重要的粮食生产区域,以约20%的国土面积承载着超过全国40%的总人口和1/3的粮食总产量^[1],肩负着连接南北、协调东中西部和打造生态文明走廊的重要使命^[2]。2014年政府工作报告指出“依托黄金水道,建设长江经济带”,标志着长江经济带重新上升为国家重大发展战略,将在未来较长一段时期内担当起推动中国经济建设和未来重点规划的重要引擎。然而,石油、天然气和煤炭等主要能源储量偏低、多个水源地水质下降、流域生态功能严重退化,已经逐渐成为制约长江经济带农业和经济可持续的重要瓶颈。自2011年波恩会议以来,单一资源管理策略已被证实难以有效应对日益复杂的资源短缺和生态环境问题,反而会造成资源的严重浪费和部门的无效管理。长江经济带地跨中国东中西三大区域,带内经济发展模式和资源空间分布差异较大,尤其以能源和水资源为主的战略资源空间适配程度较低,如果继续执行单一资源政策将产生严重的不利后果^[3],必须将水、能源和粮食等资源看作一个整体,促进三者间的有效耦合和协同发展,以此来保障区域资源供给安全和实现经济发展的顺利软着陆。在此背景下,科学测算长江经济带当前水-能源-粮食耦合效率水平,准确把握其时序演变规律及空间差异特征,并深入考察其演变过程中的关键驱动因素,对于推进多资源协同管理水平提升和保障区域资源安全具有重要的理论和现实意义。

目前关于水-能源-粮食的研究主要集中在两个方面：①以定性研究为主,主张从关联和耦合的角度来看待水资源、能源和粮食之间极其复杂的动态关系^[4,5],通过梳理水-能源-粮食与外部环境如人口增长、技术进步以及政府治理等之间的响应机制^[6,7],来确定水-能源-粮食系统边界以及领域核心问题^[8,9],由此进一步探讨水-能源-粮食系统主要的风险来源和风险传导机制^[10],深挖水-能源-粮食系统演化未来的发展机会^[11];②以定量研究为主,重点致力于水-能源-粮食系统运行框架的构建和水-能源-粮食系统关键指标的筛选,并运用如LCA（Life Cycle Assessment）模型^[12]、MRIO（Multiregional Input-output Model）模型^[13]、DEA（Data Envelopment Analysis）模型^[14,15]、系统动力学模型^[16,17]以及耦合协调度模型^[18,19],来评估区域、城市和产业部门间的水、能源、粮食供需关系^[12,20],或者模拟预测不同情境下水-能源-粮食系统的未来发展趋势^[16]。

现有文献为本文的研究奠定了良好基础,但是囿于样本数据和研究视角的限制,以往研究大多侧重于水、能源、粮食三者之间数量关系的探讨,如地区间的供需关系、部门间的投入产出关系和流域间的耦合关系,而较少从宏观层面关注水、能源、粮食之间质量关系即耦合效率的变化,无法为有关区域和部门政策的制定提供完善的指导;此外,在实践上也缺乏对长江经济带的实证研究。有鉴于此,本文以长江经济带为研究对象,尝试构建较为科学全面的水-能源-粮食耦合系统评价指标体系,运用考虑非期望产出的超效率SBM（Slacks-based Measure）模型对水-能源-粮食耦合效率进行测算,然后借助核密度估计方法分析其时空演变规律,最后选取空间面板计量模型详细识别了驱动水-能源-粮食耦合效率变化的重要因素,以期为构建合理的区域多资源综合管理机制和推进长江经济带高质量绿色发展提供有益的政策参考。

2 研究方法与数据来源

2.1 水-能源-粮食耦合协调评价模型

为了全面评估水-能源-粮食耦合协调水平,本文从长江经济带客观情况出发,根据水资源安全、能源安全和粮食安全的科学内涵及3种资源间的相互作用机理,在借鉴以往研究的基础上^[17,19,21],遵循科学性、系统性、全面性和真实性原则,从总量、结构和效益3个方面来构建水资源和能源子系统,从生产安全、流通安全和消费安全3个方面来构建粮食子系统。

需要说明的是,水-能源-粮食耦合系统是非常庞大且复杂的大系统,虽然本文力求较为全面地梳理水资源、能源和粮食系统涵盖的各项指标,但是囿于数据的限制及研究的需要,部分指标如粮食消费总量和生物能源工程投资（缺乏统计数据）以及农药施用量（以化肥负荷进行替代）并未纳入指标体系中,由此最终形成了长江经济带水-能源-粮食耦合协调发展评价指标体系（表1）。

Table 1
表1
表1水-能源-粮食耦合协调发展评价指标体系
Table 1Indicator system of water-energy-food coupling coordination

目标层	指标层	单位	指标性质	权重
能源子系统	能源生产总量	万t标准煤	正	0.0308
	能源消费总量	万t标准煤	负	0.0126
	电力生产总量	亿kWh	正	0.0311
	全社会用电量	亿kWh	负	0.0103
	能源进口量	万t标准煤	正	0.0375
	能源出口量	万t标准煤	负	0.0086
	煤炭消费占比	%	负	0.0256
	石油消费占比	%	负	0.0150
	天然气消费占比	%	负	0.0151
	发电量中火电占比	%	负	0.0324
	能源工业投资占比	%	正	0.0457
	能源消费弹性系数	—	负	0.0103
	电力消费弹性系数	—	负	0.0113
	单位GDP能耗	万t标准煤/元	负	0.0096
	单位GDP电耗	亿kWh/元	负	0.0117
	人均生活能耗	万t标准煤/人	负	0.0132
	人均电力消费量	亿kWh/人	负	0.0152
	能源加工转换效率	%	正	0.0186
水资源子系统	用水总量	亿m³	负	0.0147
	降水量	亿m³	正	0.0262
	水资源总量	亿m³	正	0.0268
	废水排放量	万t	负	0.0145
	水利投资占比	%	正	0.0352
	农业用水占比	%	负	0.0257
	工业用水占比	%	负	0.0160
	生活用水占比	%	正	0.0255
	生态用水占比	%	正	0.0451
	人均用水量	m³/人	负	0.0180
	人均水资源量	m³/人	正	0.0251
	单位GDP耗水量	m³/元	负	0.0141
	水资源开发利用率	%	负	0.0073
	产水模数	m³/hm²	正	0.0225
	产水系数	%	正	0.0143
	城市污水处理能力	亿m³	正	0.0327
粮食子系统	粮食生产量	万t	正	0.0239
	食品消费支出	亿元	负	0.0134
	粮食种植面积	千hm²	正	0.0218
	农业财政支出	亿元	正	0.0295
	粮食播种面积比例	%	正	0.0137
	有效灌溉面积比例	%	正	0.0264
	农林牧渔投资占比	%	正	0.0316
	人均粮食产量	t/人	正	0.0178
	人均食品消费支出替代	万元/人	负	0.0130
	单位面积粮食产量	t/hm²	正	0.0212
	机械动力	kW/hm²	正	0.0285
	化肥负荷	t/hm²	负	0.0215
	粮食流动成本	—	负	0.0101
	粮食消费价格指数	—	负	0.0097

新窗口打开|下载CSV

参考前人研究^[22,23],本文对水-能源-粮食耦合协调水平的测度主要分3步：首先,对原始指标数据进行无量纲化处理;其次,采用变异系数法确定各指标的权重并计算出水资源、能源和粮食各子系统的评价指数;最后,采用耦合协调度模型来综合测算长江经济带水-能源-粮食耦合协调水平。

2.2 超效率SBM模型

与传统的CCR和BCC模型（规模报酬不变和可变DEA模型）相比,非径向SBM模型能够充分考察期望产出不足或非期望产出冗余问题,使得其经济学解释更加合理（实际利润最大化,而不仅仅得到效益比例最大化）,因此被广泛用于多投入多产出效率评价;同时,为避免多个有效决策单元效率值为1而无法横向比较的缺陷,Tone提出了超效率SBM模型^[24]。本文采用此模型对长江经济带11个省份的水-能源-粮食耦合效率进行测算。模型如下：

（1）

\begin{array}{l} ρ = \min \frac{\frac{1}{m} \overset{m}{\sum_{i = 1}} \frac{s_{i}^{-}}{x_{ik}}}{\frac{1}{s_{1} + s_{2}} [\overset{s_{1}}{\sum_{r = 1}} (\frac{s_{r}^{g}}{y_{rk}^{g}}) + \overset{s_{2}}{\sum_{k = 1}} (\frac{s_{t}^{b}}{y_{tk}^{b}})]} \\ s. ? t. ? ? ? ? \{\begin{array}{l} x_{ik} \geq \overset{n}{\sum_{j = 1, j \neq k}} x_{ij} λ_{j} - s_{i}^{-} \\ y_{rk}^{g} \leq \overset{n}{\sum_{j = 1, j \neq k}} y_{rj}^{g} λ_{j} - s_{r}^{g} \\ y_{tk}^{b} \leq \overset{n}{\sum_{j = 1, j \neq k}} y_{tj}^{g} λ_{j} - s_{t}^{b} \\ s_{i}^{-}, s_{r}^{g}, s_{t}^{b}, λ_{j} \geq 0 \end{array} \end{array}

式中：

ρ

为目标效率值,即水-能源-粮食耦合效率值;m、

s_{1}

和

s_{2}

分别为投入、期望产出和非期望产出的指标个数;n为决策单元数量;

s_{i}^{-} 、 s_{r}^{g} 和 s_{t}^{b}

分别表示第i个投入要素、第r个期望产出和第t个非期望产出的松弛变量;

x_{ik}

、

y_{rk}^{g}

和

y_{tk}^{b}

分别为通过松弛变量改进的第k个决策单元中最优的i要素投入量、最优的r要素期望产出量和最优的t要素非期望产出量,k=1, 2, 3,…, n;

x_{ij}

、

y_{rj}^{g}

和

y_{tj}^{g}

分别为第j个决策单元的i要素投入量、r要素期望产出量和t要素非期望产出量;

λ_{j}

为权重向量。

2.3 核密度估计

核密度估计是一种通过连续的密度函数来估计随机变量概率密度的非参数方法^[25,26],能够较为直观地反映研究对象之间的差异特征及演变趋势。本文拟采用目前适用性最强的高斯核函数绘制出2005、2010和2015年长江经济带水-能源-粮食耦合效率的概率分布曲线,并根据曲线的位置、形状及延展性等来考察水-能源-粮食耦合效率区域差异的演进特征^[27]。

2.4 空间计量模型

空间面板计量模型能够在考察自变量对因变量影响的同时反映区域间的相互作用关系,是空间经济学的主流研究方法,基本形式如下：

（2）

\{\begin{array}{l} z = η W z + βU + ε \\ ε = τ W ε + μ \end{array}

式中：

z

为解释变量;

W

为

n \times n

的空间权重矩阵;

η

为空间自回归系数,若

η

显著为0,模型（2）简化为空间误差模型;

U

为

n \times k

的自变量矩阵;

β

为

k \times 1

阶的回归系数向量;

ε

为服从正态分布的随机误差项;

τ

为空间误差系数,若

τ

显著为0,模型（2）简化为空间滞后模型;

μ

为服从正态分布的随机误差项。

2.5 数据来源与说明

本文的研究对象为长江经济带11个省市,基于数据的完整性和可得性,选取的时间跨度为2003—2017年,主要涉及以下三方面指标：①评价区域水-能源-粮食耦合协调程度的指标体系,见表1;②水-能源-粮食耦合效率测度的投入产出指标。其中,投入指标包括水资源、能源、粮食、资本和劳动投入,分别以用水总量、能源消费总量、粮食产量、资本存量和从业人员数等变量表示;期望产出为地区生产总值和水-能源-粮食耦合指数;非期望产出为废水中化学需氧量（COD）、氨氮排放量（NH）、CO₂排放量（C）以及农业面源污染（RNP）。需要说明的是,因粮食消费量数据难以获取,以粮食产量替代粮食消费量作为粮食投入指标,资本存量的数据主要参考单豪杰^[28]的研究并扩展到2017年,而农业面源污染则利用清单分析法来估算各省农业总氮和总磷排放量^[29];③水-能源-粮食耦合效率影响因素指标。主要选取经济发展水平（pergdp）、技术进步（tech）、对外开放程度（open）、人力资本水平（hcap）、信息化水平（inform）和产业结构（ind）等重要因素,分别以人均GDP、地区专利授权数、进出口总额占GDP比重、居民平均受教育年限、长途光缆线路长度以及第三产业占比来表示。其中,居民平均受教育年限

h cap

的计算方法为：

（3）

h cap = 6 \times pri + 9 \times mid + 12 \times h ig + 16 \times col

式中：

pri

、

mid

、

h ig

和

col

分别为小学、初中、高中和大专及以上人口比重。

上述各项指标的数据主要来源于《中国统计年鉴》（2004—2018）、《中国环境统计年鉴》（2004—2018）、《中国能源统计年鉴》（2004—2018）、《中国农村统计年鉴》（2004—2018）和《中国水利统计年鉴》（2004—2018）。以上涉及到的经济数据均按照价格指数转换为2003年不变价格,同时按照各省市的统计年鉴增补部分缺失数据。

3 结果与分析

3.1 水-能源-粮食耦合效率总体趋势分析

基于测算得出的长江经济带水-能-粮食耦合效率数值,绘制综合效率均值变化图,以分析其连续变化及阶段性特征,具体如图1所示。

图1

新窗口打开|下载原图ZIP|生成PPT
图12003—2017年长江经济带水-能源-粮食耦合效率平均值和变化趋势

Figure 1Average value and trend of water-energy-food coupling efficiency in the Yangtze River Economic Belt, 2003-2017

可以看出,研究期内长江经济带水-能源-粮食耦合效率在0.65~0.95区间浮动,在2011年达到峰值0.948,虽然处于较高水平,但是仍未达到生产前沿,具有很大的提升潜力。就图1中长江经济带水-能-粮食耦合效率均值的变动情况来看,大致呈现为“下降—上升—下降”三阶段变化特征。

2003—2009年间长江经济带水-能源-粮食耦合效率总体呈现下降态势,其中,2004年和2009年下降幅度最大,且在2009年达到低谷。此阶段全国及长江经济带均处于着力发展经济和提高人民生活水平的“十五”和“十一五”规划时期,过于粗放的经济发展模式和资源利用方式导致水资源和能源等战略资源长期处于低效状态,无法为资源间的有效耦合提供良好的基础条件。根据本文结果,2004—2009年长江经济带在各类投入要素均保持增长的情况下（能源消费总量增长75.94%,用水总量增长18.12%,粮食生产总量增长17.24%,从业人员数增长7.55%,资本存量增长超200%）,水-能源-粮食耦合系统中的大部分正向指标,如能源生产总量、能源工业投资占比、城市污水处理能力和有效灌溉面积比例等,维持不变或呈负增长;而负向指标,如火电占比、电力消费弹性系数、用水总量和工业用水占比等,却有所增长,导致2004—2009年间水-能源-粮食耦合协调程度有所降低,大量的资源要素无法被充分利用于水-能源-粮食耦合系统的优化之中,反而更多地表现为无效投入;与此同时,非期望产出如CO₂排放量和农业面源污染持续上升,进一步降低投入要素利用效率的同时也阻碍了水-能源-粮食耦合效率的提升。

2010—2011年长江经济带水-能源-粮食耦合效率有所提升,且在2011年达到顶峰。可能的原因是：早在“十一五”时期,国家就开始提高对资源利用和环境保护的重视程度,期间国家发展和改革委员会和国务院相继印发了《“十一五”资源综合利用指导意见》《国家环境保护“十一五”规划》等重要政策文件,为提升资源利用效率和降低环境污染水平奠定了良好的制度基础,促使2010和2011年长江经济带各省份煤炭消费占比、发电量中火电占比和工业用水占比显著下降,能源及水资源利用结构得到明显改善,有效提升了长江经济带水-能源-粮食耦合效率,尤其是2010年前后能源局和水利部分别出台了《关于开展低碳省区和低碳城市试点工作的通知》《加快水利改革发展决定》,为资源高效利用和协同发展注入了新的动力。就本文结果而言,2010和2011年长江经济带能源工业投资和水利建设投资分别增长了16%和46%,远超研究期内其他年份,极大增强了能源及水利建设薄弱环节,在很大程度上推动了各类资源的有效耦合和协同优化,最终使得2010—2011年长江经济带在水资源、能源和资本等投入要素涨幅很小的情况下,水-能源-粮食耦合协调度显著增长2.81%,水-能源-粮食耦合效率也出现了明显上升的局面。

2012—2017年长江经济带水-能源-粮食耦合效率数值明显高于第一个阶段,但是总体仍呈现下降趋势。可以发现,受前期资源环境政策的影响,此期间水-能源-粮食耦合效率总体水平较高,比第一个阶段总体提升了0.038,反映出政策一旦颁布及实施,其影响及效果会持续存在,就本文结果而言,2012—2017年资源利用结构及效益均改善显著,工业和农业用水占比、煤炭消费和火电占比均有所下降,而单位GDP能耗和电耗、万元GDP耗水量也显著降低,促使水-能源-粮食耦合协调度均值相较于第一阶段增长了4%,保障了此期间水-能源-粮食耦合效率维持在较高水平。但是由于知识和技术的积累和运用需要长期的演化过程,尤其是对于水-能源-粮食这一庞大且脆弱的复杂系统来说。目前关于水-能源-粮食这一系统的研究还处于初级阶段,对其耦合规律及趋势的认知不足导致后续的资源要素没有很好地投入到改善水-能源-粮食耦合效率之中,虽然此期间各类投入要素仍增长显著,如资本存量年均增长12%、能源消费量年均增长5%,但是水-能源-粮食耦合协调度年均仅增长了1%,远低于资源要素的投入力度;此外,目前的政策措施仍过多地关注单资源的调控,如低碳试点城市建设工作、碳排放权交易机制和水权交易制度等,而对于多资源间耦合关系的协同发展及优化重视程度不够,也大大削弱了水-能源-粮食耦合系统内各要素之间的耦合效果,使水-能源-粮食耦合效率没有出现持续上升的局面。

进一步绘制出各省份水-能源-粮食耦合效率变化趋势图,分别考察水-能源-粮食耦合效率在长江经济带各省中的变化特征（图2）。可以看出,虽然各省份变动趋势有所差异,但是大部分地区水-能源-粮食耦合效率在2011年急剧上升。一方面,这与各地区“十一五”期间的宏观政策导向有关,如前文所说,为了缓解经济发展带来的资源环境问题,各地区纷纷就自身的实际情况对产业结构、资源结构及环境污染进行了大力调控,使得各地区水-能源-粮食耦合系统构成要素在2011年得到了明显改善,如安徽和四川的火电占比、江苏和重庆的煤炭消费占比均是以2011年为时间节点出现明显的下降趋势;另一方面,可能受到2011年中央一号文件关于“实行最严格的水资源管理制度”的影响,各地区严格把守“三条红线”,推动了水资源要素及与水资源相关的能源、粮食要素的显著优化,就本文结果而言,2011年长江经济带大部分地区用水总量和废水排放量增长趋势得到明显遏制,工业和农业用水占比也显著下降;此外,2011年长江经济带大部分地区能源工业投资、水利投资及农林牧渔投资占比急剧上升,极大提高了能源供给、生态用水及农业机械化保障能力,也为水-能源-粮食系统协同发展提供了有效助力。上述原因最终导致长江经济带大部分地区水-能源-粮食耦合效率2011年出现急剧上升的局面。然而由于以往只是关注单资源的有效利用,并未重视多资源的协同发展,不可避免地会产生由于多种资源开发利用不匹配而导致的资源无效投入及浪费等问题。例如,此期间安徽、江西和重庆的能源消费增长率高达20%左右,资本存量也增长70%,但是这些地区的水-能源-粮食耦合协调度增长率均低于5%。这些表明各类投入要素更多地作用于自身,如能源利用效率和水资源利用效率的提升,而非水-能源-粮食耦合系统的改善,在很大程度上弱化了部分政策措施的持续效应,这也是2011年后各省份水-能源-粮食耦合效率没有持续提升的原因所在。

图2

新窗口打开|下载原图ZIP|生成PPT
图22003—2017年长江经济带各省水-能源-粮食耦合效率变化趋势

Figure 2Variation trend of water-energy-food coupling efficiency of each province in the Yangtze River Economic Belt, 2003-2017

此外,根据各省水-能源-粮食耦合效率的动态演变趋势,以2010年为节点大致可以分为3类：①水-能源-粮食耦合效率2010年之后呈现下降态势,包括江西、湖南、贵州和云南;②水-能源-粮食耦合效率2010年之后趋于平稳,包括上海、浙江、安徽和四川;③水-能源-粮食耦合效率2010年之后呈现较大波动,包括江苏、湖北和重庆。可以发现,2010年之后长江经济带各省的水-能源-粮食耦合效率没有表现出明显的增长趋势,尤其是上中游地区,大都呈现为下降和明显的波动趋势,表明目前长江经济带总体对于水-能源-粮食耦合系统的优化作用并不显著,大部分地区水-能源-粮食耦合效率没有得到明显改善。

3.2 水-能源-粮食耦合效率动态演进

为动态展示长江经济带水-能源-粮食耦合效率的演变,本文选取2005年、2010年和2015年绘制了水-能源-粮食耦合效率核密度分布图（图3）。

图3

新窗口打开|下载原图ZIP|生成PPT
图3长江经济带水-能源-粮食耦合效率的核密度分布

Figure 3Nuclear density distribution of water-energy-food coupling efficiency in the Yangtze River Economic Belt

从位置上看,长江经济带水-能源-粮食耦合效率核密度曲线经历了“向左—向右”的阶段性变化过程,反映出水-能源-粮食耦合效率值也表现为阶段性变化特征。具体来看,2010年水-能源-粮食耦合效率核密度曲线较2005年整体向左偏移,反映出2010年核密度曲线所对应的低值区数量上升、高值区数量下降,长江经济带水-能源-粮食耦合效率整体处于下降状态;而2015年核密度曲线较2010年整体向右偏移,表明2015年核密度曲线所对应的低值区数量下降、高值区数量上升,长江经济带水-能源-粮食耦合效率整体水平较2010年有所提升。这与前文的分析结论较为一致。“十一五”之前国家及长江经济带整体战略以发展地方经济为主,不可避免地将引起能源消费总量、用水总量和粮食消费支出等急剧增长,同时对于生态环境效益的忽略也导致废水排放量、氨氮排放量以及CO₂排放量等持续上升,此阶段长江经济带水-能源-粮食耦合效率呈现下降状态;而从“十二五”以来,为了解决地区经济社会与资源环境之间的矛盾,各地区纷纷调整了经济发展模式和资源利用方式,更加注重多种资源的协同发展和有效耦合,有效提升了这一阶段长江经济带水-能源-粮食耦合效率的整体水平。从形状上看,核密度曲线实现了单峰向弱双峰形态的转变,其中,2005年和2010年呈现明显的单峰形态,而2015年呈现弱双峰形态,表明长江经济带水-能源-粮食耦合效率两极分化现象逐渐显现。不难看出,由于各地区产业结构、资源禀赋、地理环境以及战略目标的差异性,水-能源-粮食耦合效率在长江经济带各地区也呈现出较为明显的差别。从峰度上看,2010年波峰明显下降,且变化区间加大,说明2010年长江经济带各省水-能源-粮食耦合效率差距有所扩大;而2015年左峰继续下降且有消失的现象,右峰逐渐显现,曲线整体较2010年更为平滑,表明2015年长江经济带水-能源-粮食耦合效率低值地区分布较为分散而高值地区较为集中,地区间差距进一步加大,而这种差距是由于高值地区急剧增多导致的。

3.3 水-能源-粮食耦合效率空间差异特征

为了清晰展示长江经济带水-能源-粮食耦合效率的地区差异,将各地区水-能源-粮食耦合效率水平进行划分,根据评价结果的最大值、均值及整体分布特征,并结合研究的需要,定义ρ ≥ 1为高效率地区,0.6 ≤ ρ<1为中等效率地区,ρ<0.6为低效率地区,并由此绘制了2005、2010和2015年的水-能源-粮食耦合效率空间分布地图（图4）。

图4

新窗口打开|下载原图ZIP|生成PPT
图42005、2010和2015年长江经济带水-能源-粮食耦合效率空间分布

注：基于自然资源部标准地图服务网站GS（2016）1612号标准地图制作,底图边界无修改。
Figure 4Spatial distribution of water-energy-food coupling efficiency in the Yangtze River Economic Belt, 2005, 2010, and 2015

从图4可以看出,长江经济带水-能源-粮食耦合效率时空差异显著：2005年整体呈现为两端高中间低的空间格局,高效率地区仅有湖南省;2010年中等效率地区增多而低效率地区减少,整体呈现为中间高两端低的空间分布特征,高效率地区增加为湖北和安徽两个省份;2015年高效率地区分布范围进一步扩大,涵盖了四川、重庆、上海、江苏、安徽和浙江6个省份,而经济带上游的云南和中游的湖北和江西则成为低效率地区。从水-能源-粮食耦合效率的空间演变规律来看,其空间格局逐渐由分散的多个连片小区域发展为集中连片的空间分布模式,其中,高效率地区分别向长三角地区和川渝地区转移,呈现出一定的集聚效应。

很显然,长三角不但经济技术较为发达,而且交通基础设施也较完备,能够较快地通过外购或其他贸易手段弥补自身发展的短板,从而不断优化水-能源-粮食系统内部的关键要素;同时,其先进的生产技术、管理水平和较高的人力资本水平,也有助于提升区域和产业间资源的适配程度。而川渝两地属于长江经济带上游经济相对发达省份,自然资源丰富,是长江重要的生态屏障,属于国家重点关注的生态环境优化地区,虽然资源利用效率一般,但环境效率和生态效益提升显著,就本文结果来看,研究期内川渝两地城市污水处理能力显著提升,而化学需氧量、氨氮排放量和CO₂排放量都显著降低,这也反映出需要从经济、资源和环境优化等多重角度出发,才能较快和较好地提升地区水-能源-粮食耦合效率。

水-能源-粮食耦合中低效率地区逐渐向长江经济带上中游的湖北、湖南、江西和贵州等省份转移。一方面,较为落后的经济技术水平导致部分优势资源无法有效转化,难以成为促进地区资源合理利用和充分耦合的有效助力;另一方面,由于承接了大量来自东部沿海的工业企业导致这些地区近年来重工业比重不断增长。据各省统计公报显示,2019年江西、湖北和贵州重工业增加值比重增长均超过了8%,位居全国前列,远高于制造业和轻工业的增长速度,加重地区产业结构矛盾的同时给各产业部门生产协作和资源供给也带来了严重的挑战,加之技术手段落后、管理经验欠缺,导致资源利用效率和产业间的适配程度均较为低下,未来应被列为长江经济带水-能源-粮食耦合效率优化的关键地区。

3.4 驱动因素分析

从图4可以初步看出长江经济带水-能源-粮食耦合效率具有一定的集聚特征,因此需要对其空间效应进行验证,并进一步选取合适的空间计量模型。

从图5可以看出,2003—2017年间长江经济带水-能源-粮食耦合效率的全局Moran’s I指数由负变正,近年来呈现出“波动式”上升趋势,表明长江经济带水-能源-粮食耦合效率具有明显的空间依赖特征,且其空间集聚效应逐渐增强。

图5

新窗口打开|下载原图ZIP|生成PPT
图5长江经济带水-能源-粮食耦合效率的Moran’s I指数

Figure 5Moran’s I index of water-energy-food coupling efficiency in the Yangtze River Economic Belt

通过LM和稳健LM检验来筛选合适的空间面板模型,如表2所示。结果显示空间LM-lag和Robust LM-lag分别通过了10%和1%的显著性检验,而LM-error和Robust LM-error没有通过显著性检验,表明选择空间滞后模型分析较为合理,具体的回归结果如表3所示。

Table 2
表2
表2空间自相关检验
Table 2Spatial autocorrelation test

检验	Moran’s I	LM-lag	Robust LM-lag	LM-error	Robust LM-error
统计量	1.933	3.197	4.556	0.006	0.939
概率值	0.053*	0.074*	0.033**	1.365	0.243

注：***、**、*分别表示在1%、5%、10%的水平下显著,下同。

新窗口打开|下载CSV

Table 3
表3
表3水-能源-粮食耦合效率影响因素回归结果
Table 3Regression results of the spatial econometric model

变量	普通面板回归		空间滞后模型（SLM）
变量	系数	p值	系数	p值
lnpergdp	-0.413***	0.000	-0.413***	0.000
lntech	0.153***	0.000	0.122***	0.007
lnhcap	1.738***	0.000	1.745***	0.000
lnopen	0.064**	0.014	0.201***	0.000
lninform	-0.089**	0.020	-0.229**	0.011
lnind	-0.264*	0.086	0.359**	0.023
ρ			0.328***	0.000
R²	0.411		0.409
logL			79.89
LR test			26.82***	0.000

新窗口打开|下载CSV

从表3可以看出,虽然空间滞后模型拟合优度变化不大,但是各指标的显著性增强,稳健性也较好,说明加入空间因素分析是有必要的。从回归结果来看,被解释变量的空间滞后项回归系数ρ值为0.328且在1%置信水平下显著不为0,验证了长江经济带水-能源-粮食耦合效率的空间依赖性,即邻近地区水-能源-粮食耦合效率提升1%,将使得本地区水-能源-粮食耦合效率提升0.328%。

经济发展的回归系数显著为负,表明研究期内经济发展不利于长江经济带水-能源-粮食耦合效率的提升。一般来说,高经济发展水平会加强地区对人才、技术和资本的吸收作用,从而加大新技术和新工艺的研发进程;同时,也能够显著改善配套基础设施和企业经营环境,改善资源利用方式和提高资源利用效率。然而,目前长江经济带大部分地区仍处于粗放型经济发展阶段,经济发展带来了水资源和能源的大量消耗,对水-能源-粮食耦合系统造成了较大的冲击;同时,“技术回弹效应”^[30]也会在一定程度上削弱经济发展的积极作用,从而导致经济发展没有表现出对水-能源-粮食耦合效率应有的正向促进作用。

信息化水平对水-能源-粮食耦合效率也表现出了一定的负向影响。这与传统的认知不符,可能的原因在于,当前信息化技术主要服务于经济发展,关于资源综合集约利用和耦合发展方面的信息化技术还处于初级阶段,对水-能源-粮食耦合效率的正向效应还未显现;此外,对水-能源-粮食耦合关系的认识及重视程度不足,也进一步削弱了信息化水平对水-能源-粮食耦合效率的促进作用。

技术进步的回归系数显著为正,表明技术进步有利于长江经济带水-能源-粮食耦合效率的提升。随着经济发展水平和技术手段的不断提升,中国的专利转化能力和数量不断提高,为了实现科技强国的战略目标,长江经济带近年来深入推动产学研深度融合和一体化发展,使得高校和科研院所大量“闲置”的专利逐渐转化为现实生产力,减少企业资源浪费的同时也增强了企业资源整合和优化的能力,不断促进资源的高效循环利用和产业间资源配比的持续优化。

人力资本水平的回归系数显著为正。人力资本是技术、工艺和管理经验的载体,人力资本水平的提高有助于迅速消化和灵活运用各类先进技术和改善工艺流程,同时也能够提高居民资源节约和循环利用方面的意识,是推动水-能源-粮食耦合效率提升的重要因素。近年来,长江经济带十分重视人才培养与科研活动的不断强化,各地都积极实施人才强省战略,如上海“浦江人才”、浙江“钱江****”、湖北“****”和云贵“西部之光”等人才工程和政策,为推动长江经济带科技、资源和管理方式的交流合作注入了新的活力,也为水-能源-粮食系统有效耦合提供了人力资本保障。

对外开放程度的回归系数显著为正。扩大对外开放程度能够促进科技成果的转换转让效率和资源流动速率,在更大范围、更宽领域和更深层次上吸引来自其他地区的优势资源,最直接的即是通过市场开放带来的经济收益吸收科技研发投入最原始的人才和技术储备。此外,对外开放程度的提高还能发挥正向的知识和技术溢出效应,促进落后地区及时消化和吸收外来的先进技术和管理经验,提升自身对于水资源、能源和粮食系统的管控能力,保障水-能源-粮食耦合效率的持续优化。

产业结构的回归系数显著为正。优化产业结构能够在很大程度上改变资源的利用方式,从而显著提高水-能源-粮食耦合效率。长江经济带包含了众多农业生产区如江苏、四川和湖北,以及中部承接地区如安徽和江西,高耗水作物偏多、管理和技术水平偏低导致长江经济带整体农业灌溉效率和能源利用效率处于较低水平。而不断提高第三产业的比重,扭转地区农业和重工业占比居高不下的局面,推动水能源要素由效率较低的一、二产业向效率较高的第三产业间合理流动,有助于不断提高长江经济带整体的资源利用效率,减少部分工业行业水、能源等资源分配不均或配比失调的现象,缓解水、能源和粮食等资源间的矛盾。

5 结论与政策建议

5.1 结论

基于构建的水-能源-粮食耦合协调指标体系,本文采用非期望产出的超效率SBM模型测算了2003—2017年长江经济带水-能源-粮食耦合效率,分析其时序变化特征和空间演变规律,并借助空间面板计量模型探讨了水-能源-粮食耦合效率演变的驱动因素,主要结论如下：

（1）研究期内,长江经济带水-能源-粮食耦合效率未达到生产前沿,存在较大的提升空间,且表现为“下降—上升—下降”的三阶段变化特征。各省份的变化趋势有所差别,以2010年为节点,2010年之后江西、湖南、贵州和云南呈现下降趋势,上海、浙江、安徽和四川趋于平稳,江苏、湖北和重庆呈现较大波动。此外,核密度的测算结果显示,长江经济带水-能源-粮食耦合效率两极分化现象初显,且地区间差异逐渐增大。

（2）长江经济带水-能源-粮食耦合效率空间分布格局逐渐由分散的多个连片小区域发展为集中连片的空间分布模式,且表现出明显的地区差异性,研究期内高值地区数量显著增多,且集中分布在长三角和川渝地区,呈现出一定的集聚效应,而低值地区则逐渐向长江经济带上中游的湖北、湖南、江西和贵州等省份转移。

（3）长江经济带水-能源-粮食耦合效率具有明显的空间溢出效应,周边地区的资源利用和耦合水平会直接影响本地区水-能源-粮食耦合效率的变化。目前经济发展和信息化水平的提高尚未成为推动长江经济带水-能源-粮食耦合效率提升的有效助力,但是促进技术进步、提高人力资本水平和对外开程度以及优化产业结构,能够有效促进长江经济带水-能源-粮食耦合效率的提升。

5.2 政策建议

促进水资源、能源和粮食的有效耦合和协同发展,是保障长江经济带高水平建设的前提,本文就如何改善长江经济带水-能源-粮食耦合效率提出如下建议：

（1）基于长江经济带水-能源-粮食耦合效率仍有较大提升空间的现状,应更加科学地认识及优化水-能源-粮食耦合系统内部要素,提升水资源、能源和粮食生产利用效率的同时,注重资源结构的优化,通过引入太阳能、风能等清洁能源逐步降低煤炭、石油和火电占比,通过生产技术的创新不断减少农业和工业用水占比,推动水-能源-粮食耦合关系的良性发展。

（2）基于长江经济带水-能源-粮食耦合效率存在空间溢出的特征,应合理引导人才、资本及技术等在区域间的合理流动,充分发挥地区间的空间溢出效应,提升水资源、能源和粮食的流动效率,改善和优化各类资源的空间分布格局,推动水-能源-粮食耦合系统在地区间的均衡发展。

（3）基于技术进步、对外开放程度、人力资本水平及产业结构对长江经济带水-能源-粮食耦合效率的正向促进作用,应在不断创新原有生产技术的同时注重对其他地区先进理念、方法和技术的吸收和运用,并着力提升人才的培养力度以便较快地将新技术和新方法运用于实践。此外,还应推进地区产业结构优化升级,以持续改善水-能源-粮食耦合效率低下的局面。

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]

丁绪辉, 高素惠, 吴凤平. 环境规制、FDI集聚与长江经济带用水效率的空间溢出效应研究
[J]. 中国人口·资源与环境, 2019, 29(8):148-155.