孫才志,閻曉東
(1.遼寧師范大學城市與環(huán)境學院,遼寧 大連 116029;2.遼寧師范大學海洋經(jīng)濟與可持續(xù)發(fā)展研究中心,遼寧 大連 116029)
2011年《全球風險報告》中第一次提出了“水資源-能源-糧食風險群”的概念,該風險與“宏觀經(jīng)濟失衡”“非法經(jīng)濟”成為當今備受關(guān)注的三大重點風險[1]。近年來,最突出的非傳統(tǒng)安全問題就是水資源-能源-糧食安全。中國的耕地資源不足世界的10%,而每年的糧食消費量占世界消費總量的20%,是世界糧食貿(mào)易的2倍左右[2];2015年,中國原油、液化石油氣等產(chǎn)品進口量高達3.443億t,同比增長了7.4%,而石油產(chǎn)品的消費量同比增長4.8%,達到5.420億t,石油凈進口量占消費比例也提高到2015年的63.5%[3],為歷史新高;2013年3月調(diào)查數(shù)據(jù)顯示,過去60年,全國有23 000條河流已經(jīng)干涸。2016年,全國耗水總量高達3 192.9億m3,而人均水資源占有量僅為世界平均水平的1/4左右[4],水資源的短缺嚴重影響了經(jīng)濟和社會的健康發(fā)展。因此,開展全國的水資源-能源-糧食耦合(water-energy-food Neuxs, W-E-F Neuxs)研究對促進資源可持續(xù)發(fā)展具有非常重要的現(xiàn)實意義。
目前關(guān)于水資源安全[5-6]、能源安全[7-8]和糧食安全[9-10]已有了大量的研究成果,但是多集中于單一資源,而割裂了水資源、能源和糧食之間的聯(lián)系,現(xiàn)有關(guān)于多資源耦合系統(tǒng)安全性研究并不多見,特別是關(guān)于W-E-F Neuxs系統(tǒng)研究更是寥寥無幾,而對于W-E-F Neuxs系統(tǒng)的研究都是以個別省份作為研究對象[1,11],然而中國地區(qū)間差異較大,因此有必要從空間視角對差異格局進行測度與分析。國外學者在W-E-F Neuxs系統(tǒng)方面的研究工作較為豐富,特別是在2011年的波恩會議[12]和聯(lián)合國糧農(nóng)組織會議[13]上,更是提出了關(guān)于W-E-F Neuxs和氣候變化之間的聯(lián)系,并引入經(jīng)濟社會發(fā)展等社會屬性,豐富了W-E-F Neuxs的研究思路。
本文在傳統(tǒng)安全評價方法基礎(chǔ)上,利用Logistic曲線考慮2001—2015年中國各省的水資源、能源和糧食安全模型測度并引入耦合協(xié)調(diào)度模型[14-16]對各省的耦合安全性進行量化分析,運用莫蘭指數(shù)進行空間自相關(guān)檢驗,旨在為中國各省的水、能源、糧食持續(xù)穩(wěn)定協(xié)調(diào)發(fā)展提供借鑒。
對水資源安全、能源安全和糧食安全做出評價是一個非常復雜而又龐大的命題。由于數(shù)據(jù)獲取的限制,很難實現(xiàn)客觀而又準確的評價。評價指標的選取和指標體系結(jié)構(gòu)的把握非常重要,要從國情出發(fā),做到科學性、系統(tǒng)性、全面性、真實性兼?zhèn)?。筆者根據(jù)水資源安全、能源安全和糧食安全的科學內(nèi)涵,參考相關(guān)的水資源安全評價文獻[17-18]、能源安全評價文獻[19-20]、糧食安全評價文獻[21-22],并咨詢關(guān)于水資源、能源和糧食安全領(lǐng)域的專家,構(gòu)建了中國水資源、能源、糧食安全綜合評價指標體系(表1)。
本文的研究對象為中國30個省、市、自治區(qū)(不含西藏、香港、澳門和臺灣,以下簡稱“中國30省”)2001—2015年W-E-F Neuxs安全狀況,所使用的數(shù)據(jù)均來自于2002—2016年的《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》。部分缺失的數(shù)據(jù)由臨近年份的擬合值或臨近省份的近似值替代。
Logistic曲線最早是1837年由德國數(shù)學生物學家PF Verhust提出的,描述的是事物增長趨勢,其增長速度剛開始較快,然后較慢,當達到極限后,增速停止。Logistic曲線廣泛應用于生物學、醫(yī)學、經(jīng)濟學和管理學[23]及資源環(huán)境領(lǐng)域[24-26],因為水資源安全、能源安全和糧食安全測試值并不是線性地反映出整體社會安全中各個方面和層次狀態(tài)的水平,所以用式(1)計算中國30省的水資源安全指數(shù)、能源安全指數(shù)和糧食安全指數(shù)。
表1 區(qū)域水資源安全、能源安全和糧食安全復合系統(tǒng)綜合評價指標體系
進行單因子評價,Logistic曲線如圖1所示。
圖1 Logistic曲線
Logistic曲線函數(shù)表達式:
(1)
式中:Pi為第i項指標的安全評價值;xi為第i項指標測度值;a、b均為常數(shù)。
水資源、能源和糧食安全指數(shù)綜合評價值P為
(2)
采用變異系數(shù)法確定各指標的權(quán)重Wi:
(3)
其中
式中σi、
、Vi分別為第i項指標的標準差、平均值和變異系數(shù)。
“協(xié)調(diào)”是指兩個或兩個以上子系統(tǒng)相互配合、協(xié)調(diào)發(fā)展、良性循環(huán)的關(guān)系。根據(jù)中國各省的實際情況,基于楊士弘對協(xié)調(diào)發(fā)展度模型的研究,建立n個子系統(tǒng)評價模型[27]如下:
(4)
式中:C為耦合度;n為子系統(tǒng)個數(shù),且n≥2;f1(x)、f2(x)、…、fn(x)分別為n個子系統(tǒng)綜合評價值。耦合度的大小由fi(x)的大小決定。由于fi(x)∈[0,1],因此C∈[0,1]。當C=0時,說明系統(tǒng)的耦合度最小,系統(tǒng)之間處于無關(guān)狀態(tài);當C=1時,說明系統(tǒng)的耦合度最大,系統(tǒng)之間達到良性耦合狀態(tài)。
但是,耦合度的值只能代表各子系統(tǒng)之間的一種強弱關(guān)系,卻不能反映出協(xié)調(diào)發(fā)展水平的高低,所以,本文引入耦合協(xié)調(diào)度模型[2],以便分析求解幾個系統(tǒng)的耦合協(xié)調(diào)發(fā)展的程度:
(5)
其中T=α1f1(x)+α2f2(x)+…+αnfn(x)
式中:D為耦合安全系數(shù);T為子系統(tǒng)綜合評價指數(shù);α1、α2、…、αn為待定系數(shù)。
全局莫蘭指數(shù)I是表征研究區(qū)域空間自相關(guān)性的一個常用且有效的指標[29],其計算公式為
(6)
其中
式中:I為全局莫蘭指數(shù);n為觀察值的數(shù)目;xi為在位置i的觀察值;zi是xi的標準化變換。根據(jù)假定的空間數(shù)據(jù)分布可以計算全局莫蘭指數(shù)的期望值和期望方差。
全局莫蘭指數(shù)的取值范圍為[-1,0)、0和(0,1],其代表的含義分別為空間負相關(guān)、空間不相關(guān)和空間正相關(guān)。相比于全局莫蘭指數(shù),局部莫蘭指數(shù)Ii用來驗證研究對象是否存在異值集聚現(xiàn)象[29],其計算公式為
(7)
若計算所得的局部莫蘭指數(shù)為正,說明同類型的屬性值(高高集聚或低低集聚)相鄰近;若局部莫蘭指數(shù)為負,說明不同類型的屬性值(高低集聚或低高集聚)相鄰近。指數(shù)值的絕對值越大,說明鄰近效果越明顯。本文用Z統(tǒng)計量來檢驗局部莫蘭指數(shù)的顯著性。
表2 中國30省水資源、能源和糧食安全指數(shù)測度結(jié)果
本文運用全局莫蘭指數(shù),對中國30省W-E-F Neuxs耦合安全系數(shù)的空間關(guān)聯(lián)程度進行描述,運用局部莫蘭指數(shù)對W-E-F Neuxs耦合安全系數(shù)的空間聚集特征進行描述,以便發(fā)現(xiàn)其內(nèi)在聯(lián)系與發(fā)展規(guī)律。
3.1.1 Logistic曲線模型數(shù)據(jù)處理
本文采用待定系數(shù)法確定Logistic指數(shù)公式中的參數(shù)a和b:當xi=0.01時,Pi的值近似取0.001;當xi=0.99時,Pi的值近似取0.999,由待定系數(shù)法確定a和b的值分別為4.595和9.19,所以得到的Logistic曲線公式為
(8)
由于各指標的單位不同,所以要對原始指標數(shù)據(jù)進行無量綱化處理,對指標值越大越有利和越小越有利的原始指標數(shù)據(jù)分別按式(9)和(10)作無量綱化處理:
xi=(Xi-Xmin)/(Xmax-Xmin)
(9)
xi=(Xmax-Xi)/(Xmax-Xmin)
(10)
式中:xi為原始指標數(shù)據(jù)進行無量綱化處理后的指標值;Xi為樣本各指標的實際值;Xmax、Xmin分別為樣本的最大值、最小值。
將表1中各指標無量綱化處理后的數(shù)據(jù)代入式(8)和式(2),計算得到30個省3個系統(tǒng)的安全評價得分,表2列出了2001年、2005年、2008年、2011年和2015年3個系統(tǒng)的安全指數(shù)。
3.1.2 基于耦合協(xié)調(diào)度的整體安全測度
由于本文度量的是水資源安全、能源安全和糧食安全的整體耦合狀況,所以取n=3。隨著時間的推移,面對著日益減少的資源,在不能影響經(jīng)濟增長和破壞環(huán)境的條件下,確保三方面協(xié)調(diào)發(fā)展,所以取α1=α2=α3=1/3,計算所得的耦合安全系數(shù)見表3。
表3 中國30省W-E-F Neuxs系統(tǒng)耦合安全系數(shù)
注:*表示極度耦合;**表示高度耦合;***表示中度耦合;****表示低度耦合。
根據(jù)計算得到的耦合安全系數(shù)的值,將其劃分以下4個區(qū)間[30]:當0
為了更加全面直觀地反映耦合發(fā)展程度,對表1中30個省的耦合安全系數(shù)組合分類。由于數(shù)據(jù)太多,不能直觀反映變化趨勢,選取2001年、2008年和2015年的數(shù)據(jù)進行分析,30省在這3個年份中出現(xiàn)了低度耦合、中度耦合、高度耦合和極度耦合4種耦合類型。①3個年份屬于低度耦合的省份數(shù)分別為4、2和0個,屬于中度耦合省份數(shù)分別為15、12和8個,屬于高度耦合的省份數(shù)分別為11、16和21個,屬于極度耦合的省份數(shù)分別為0、0和1個。②低度耦合和中度耦合的省份逐年減少,高度耦合呈逐年增加的趨勢,而極度耦合相對低度、中度和高度耦合出現(xiàn)的次數(shù)較少,這表明隨著時間的推移,人們越來越重視水資源-能源-糧食安全協(xié)調(diào)發(fā)展的問題,耦合安全性越來越高。③多數(shù)省份的耦合安全系數(shù)隨著時間的推移逐漸變大,說明在出現(xiàn)水資源短缺、能源衰竭、耕地面積少等現(xiàn)象的同時,政府也正在著手解決此問題,如提高水資源效率,尋找替代能源,提高糧食單產(chǎn)等。部分省份如北京、天津、上海等地,雖然人口增長速率過快,但是經(jīng)過一些相關(guān)政策的實施,雖然面對諸多的壓力,耦合安全性并沒有下降,如山東、河北、河南和陜西等幾個資源大省,雖然自身的產(chǎn)量很大,但是供需嚴重不平衡,導致的直接現(xiàn)象就是耦合安全系數(shù)下降或者是增減交替。
運用Geoda軟件和matlab方法對中國30省2001—2015年W-E-F Neuxs系統(tǒng)安全程度進行全局空間相關(guān)性分析,表4給出了2001—2015年的3個指標層耦合安全系數(shù)的全局自相關(guān)莫蘭指數(shù)的值。
表4 中國30省三大安全耦合安全系數(shù)全局自相關(guān)莫蘭指數(shù)
由表4可以看出,中國30省的水資源、能源和糧食的耦合安全性在5%顯著水平下,具有顯著的集聚現(xiàn)象。這說明了中國30省的水資源、能源和糧食的耦合安全性在空間分布上具有明顯的正相關(guān)關(guān)系,中國30省的水資源、能源和糧食耦合安全系數(shù)在空間分布上出現(xiàn)了集聚現(xiàn)象,較高的耦合安全系數(shù)地區(qū)相鄰,較低的耦合安全系數(shù)地區(qū)相鄰。因此,在進行中國30省水資源、能源和糧食耦合安全性研究中,要從客觀的角度分析空間上的差異,不能忽視它,運用空間計量模型對中國各地區(qū)水資源、能源和糧食耦合安全的研究成為必然。
下面通過局部莫蘭指數(shù)研究中國30省水資源、能源和糧食耦合協(xié)調(diào)性是否存在局部集聚現(xiàn)象。圖2為2001年、2005年、2008年、2011年和2015年中國30省耦合安全系數(shù)的Lisa集聚地圖。
由圖2可以看出,高高集聚區(qū)主要集中在東部地區(qū);低低集聚地區(qū)主要在西部和中部地區(qū),由于經(jīng)濟發(fā)展緩慢,雖然地大物博,但是獲取效率低;低高集聚區(qū)和高低集聚區(qū)介于高高集聚區(qū)和低低集聚區(qū)之間,這些省市地區(qū)相對于高高集聚和低低集聚地區(qū)出現(xiàn)的次數(shù)較少。
圖2 中國30省耦合安全系數(shù)空間分布
a. 近年來隨著經(jīng)濟社會的發(fā)展,多數(shù)城市的水資源、能源、糧食安全性有緩慢提高,其結(jié)果符合中國30省的實際情況。
b. 中國W-E-F Neuxs系統(tǒng)耦合協(xié)調(diào)發(fā)展程度總體呈上升的趨勢,個別資源大省除外。這與資源進出口有關(guān),導致的直接結(jié)果就是資源消耗量過大,影響當?shù)仄渌a(chǎn)業(yè)的發(fā)展。
c. 從耦合安全系數(shù)空間關(guān)聯(lián)的角度來看,中國的W-E-F Neuxs系統(tǒng)安全性分布在時間上連續(xù),在空間上也有明顯的集聚現(xiàn)象。隨著時間的推移,高高集聚地區(qū)(主要在東部地區(qū))和低低集聚地區(qū)(分布在中部和西部偏遠地區(qū))相對穩(wěn)定,而低高和高低集聚地區(qū)相對來說較少,而且這些地區(qū)空間集聚現(xiàn)象不穩(wěn)定。