论文部分内容阅读
摘要 “水、能源、粮食”是人类生存和发展的物质基础，在各自独立的研究领域和两两资源的关联研究中取得了长足进步，但是将其作为一个系统进行的分析则少之又少。针对水、能源、粮食之间存在模糊的系统边界，彼此之间存在复杂的关联关系的问题，本文采用系统分析的方法，构建“水-能源-粮食-经济社会”PSR模型和SD模型，刻画信息流、物质流、政策流等在四个子系统之间传递与互动的过程。在此基础上提出WEF协同安全框架。以山东省为例，开展“水-能源-粮食”纽带关系下区域绿色发展政策仿真研究。研究表明：WEF之间存在纽带联系。在保持当前趋势下，2017—2020年，山东省会出现水和能源短缺的局面，粮食自给率大于1，水环境逐步改善。在调整粮食种植结构政策下，2017年水资源需求能够满足，2018—2020年水资源依然短缺。调整粮食种植结构对提高能源自给率影响不大，但有利于进一步改善粮食自给率，减少粮食种植对水环境的影响。在发展生物质能的政策下，水资源自给率、能源自给率、粮食自给率变化微弱，能源生产对水环境的影响明显改善。在同时调整粮食种植结构和发展生物质能的政策下，水资源自给率、能源自给率均比调整粮食种植结构有所增加，但幅度很小，对减少能源开采和粮食种植对水环境的效果明显。因此，山东省应基于WEF纽带关系制定相关资源管理政策。通过种植结构调整，提高水资源自给率。通过种植结构调整和发展生物质能减少农业面源污染和能源开采水体污染。从而改善地区的水生态环境，推动地区的水、能源、粮食的协同发展，促进地区经济社会绿色发展。
关键词“水-能源-粮食”纽带关系;区域水资源治理;系统动力学;情景仿真
中图分类号F062.1文献标识码A文章编号1002-2104（2019）06-0074-11DOI：10.12062/cpre.20190125
“水、能源、粮食”是人类生存和发展的物质基础，但是将其作为一个系统进行分析则少之又少。以单一资源为中心的资源整合研究，不仅无法满足以“多资源问题治理”为导向的资源治理需求，且难以有效应对生态环境、经济和人口的变化[1]。同样，已有的研究表明：水资源、能源、粮食两两资源整合的研究不足以支撑决策方案的制定与执行，甚至有误导决策的可能。只有将水资源、能源、粮食作为一个整体进行研究，增进三者的协同、提升系统整体利用效率，才更加有助于区域可持续发展的实现[2]。2011年11月，德国联邦政府在波恩召開了探讨水-能源-粮食关联关系（WEF-Nexus）安全的国际性会议，以探索绿色经济的发展路径，由此开启了研究WEF-Nexus的热潮。联合国环境署[3]指出：绿色发展是指能够降低污染，增强能源和资源的使用效率的发展路径。王海芹等[4]认为：绿色发展政策是为实现资源节约、环境保护和生态修复等目标，而采取的特定形式及相关规范性方法的总称。
习近平总书记[5]在十九大报告中提出：要像对待生命一样对待生态环境，加快水污染防治;确保国家粮食安全，把中国人的饭碗牢牢端在自己手中;推进能源生产和消费革命，构建清洁低碳、安全高效的能源体系。绿色发展、协调发展成为当下研究的主流。绿色发展观强调社会、经济、自然生态之间的系统性、整体性和协调性。为保障“水-能源-粮食”协同安全，基于WEF-Nexus进行绿色发展政策分析已经迫在眉睫。
目前，学界关于WEF-Nexus的研究主要集中在两方面：一是聚焦于揭示WEF-Nexus的关联关系;二是侧重生态环境与社会变化情境下，WEF-Nexus关系动态变化的描述与策略的探索[6]。目前WEF-Nexus的研究已获得一定进展，
制约WEF-Nexus研究展开的瓶颈在于模糊的系统边界与水-能源-粮食（WEF）之间的复杂关联关系。关于WEF-Nexus的相关研究正处于概念形成的过程之中，随着研究的深入，WEF-Nexus的研究进入了理论与实践相结合的新阶段，研究方法也由定性走向定量。李良等[7]认为水污染与WEF之间有着密切联系。何云等[8]研究发现：山东农业面源污染和农村生活污水造成农村地区水体的严重污染。山东境内能源丰富，拥有胜利油田、枣庄煤矿、新汶煤矿等众多能源企业，能源开采对水环境影响较大。
WEF三种资源的短缺会对社会、人类和生态等系统产生多维度压力。
1992年，OECD和UNEP[9]提出“压力-状态-响应”（PSR）模型，用于构建人类活动与生态环境的互动关系，包括人类活动和环境变化导致的压力传递，以及相应的政策反馈导致的影响。1956年，福瑞斯特创建系统动力学（SD），使用定性与定量相结合的方法研究社会经济系统。
当模型分析存在数据量化困难或数据缺失的情况下，SD具有显著优势。SD可基于指标间的因果关系和结构框架进行分析推算，SD适用于政策情景的仿真。韩楠[10]构建了中国碳排放SD模型，分析了不同情景方案对碳排放及经济发展趋势的影响。WEF框架下的水资源治理问题是人类活动与生态环境互动的矛盾问题，受生态环境变化和社会经济活动共同影响。在受到众多因素影响的复杂系统中，大数据量化分析是该问题的核心难点，需要通过系统动力学方法开展研究。
综上所述，本文在前人研究的基础上，拟通过PSR划分WEF-Nexus的系统边界，通过SD定量刻画WEF之间的复杂交互关系。设定多种情境，分析不同政策方案对WEF整体的影响。
1“水-能源-粮食-经济社会”系统分析
1.1“水-能源-粮食-经济社会”总系统PSR分析
水、能源、粮食的生产和消费与经济社会系统密不可分，信息流、物质流、政策流在四个系统之间传递，水、能源、粮食的生产和消费与经济社会系统的互动关系如图1所示。
地区水资源供给量受降水和上游来水的影响，同时受到经济社会水资源开发利用能力影响。水资源作为投入供给一次能源生产，一次能源开采的产出包括水污染等非 期望产出。水资源作为投入供给粮食生产，粮食生产导致的种植污水退回水系统中去。能源生产支持粮食种植，粮食通过生物质能可以转化为能源。水资源、能源和粮食作为经济社会发展的基础物质供给经济社会，当出现资源短缺时，经济社会系统通过科技投入、固定资产投资、就业引导和政策调整来缓解资源短缺的状况。在水资源不足时，经济社会通过宣传来提高节水意识，减少对水资源的需求。当水质恶化时，经济社会通过宣传来提高环保意识，减少对水资源的污染。由此构成“水-能源-粮食-经济社会”总系统的“压力-状态-响应”。
考虑到“水—能源—粮食—经济社会”各子系统中变量的比重和特征，为保障本文构建系统动力学模型的有效性与合理性，特界定如下假设条件：
假设1：水的生产投入用于提高中水回用率、建设调水工程、进行海水淡化等。
假设2：工业用粮主要用于发酵酒精生产、白酒生产、啤酒生产和酱油生产。
假设3：谷物在粮食中占的比重较大，认为粮食之间能够相互替代。
假设4：不考虑能源具体的适用场景，认为能源之间可以相互替代。
在此基础上，根据已有研究成果，假设各子系统中关键变量服从下文分布（公式1-7），相应系数需结合区域统计数据分析。并进一步通过参数检验来验证PSR结构、函数假设的合理性。
1.2水资源子系统关键因果关系的动力学模型构建
（1）节水意识。计算方法见公式（1）：
DA·e-MB+C（1）
式中，M代表文化体育与传媒支出;A、B、C、D代表系数。随着投入资金的增大，节水意识的提升符合先平缓增加，进而受社會网络影响迅速增加，但提升效率存在上限，增速逐渐放缓，直至饱和的过程，该过程符合逻辑斯蒂方程的变化特征。本文节水意识为城市和农村人均用水定额与相应人数汇总的数据与统计数据的差值标准化后的数据，随时间增大，与文化体育与传媒支出趋势一致。
（2）环保意识。计算方法见公式（2）：
DA·e-MB+C（2）
环保意识变化过程和测算方式与节水意识类似，依据《污水综合排放标准》测算。
（3）生活用水量。计算方法见公式（3）：
Wcity+Wcountry-A·Wsavesense（3）
式中，Wcity代表城市生活用水;Wcountry代表农村生活用水;Wsavesense代表节水意识;A代表系数，表示用水汇总数据与统计数据差的最大值。
1.3能源子系统关键因果关系的动力学模型构建
（1）集中供热。计算方法见公式（4）：
A·Iheat+B·Jheat+C·Theat+D（4）
式中，Iheat代表热力固定资产投资;Jheat代表热力就业人数;Theat代表热力科技投入;A、B、C代表系数;D代表残差项。集中供热与影响变量呈线性相关性，影响变量间相互独立，互不干扰;残差项表示管道热量散失等因素导致的集中供热变化。
1.4粮食子系统关键因果关系的动力学模型构建
（1）工业粮消费量。计算方法见公式（5）：
A·Valcohol+B·Vliquor+C·Vbeer+D·Vsoysauce（5）
式中，Valcohol代表酒精产量;Vliquor代表白酒产量;Vbeer代表啤酒产量;Vsoysauce代表酱油产量;A、B、C、D代表系数。
（2）粮食储备政策。计算方法见公式（6）：
DA·e-tB+C（6）
式中，t代表年份;A、B、C、D代表系数。粮食储备政策代表粮食储备意愿，粮食安全目标越高，粮食储备意愿越大，即粮食储备政策越强，符合逻辑斯蒂方程的变化特征。从逻辑上看，粮食储备政策与粮食安全目标的趋势紧密关联。本文依据《国家粮食安全中长期规划纲要（2008—2020年）》规定的粮食安全目标（国内粮食生产与消费比例）测算。
1.5经济社会子系统关键因果关系的动力学模型构建
（1）经济增长率。计算方法见公式（7）：
A·Fconsumption+B·Aassets+C·Oservices+D（7）
式中，Fconsumption代表最终消费;Aassets代表资产形成总额;Oservices代表货物和服务净流出;A、B、C代表系数;D代表残差项。经济增长率与影响变量呈线性相关性，变量间相互独立，互不干扰;残差项表示自然灾害等因素导致的经济增长率变化。
2案例分析
2.1研究区概况
《山东省统计年鉴》（2017）显示：2016年山东省GDP总量6.7万亿，约占全国GDP的9.01%;人口9947万，约占全国的7.19%。但其水资源治理现状不容乐观，一方面，《山东省水资源公报》（2017）显示，2016年全省水资源总量为220.32亿m3，约占全国的0.67%，人均水资源量221.50m3，远低于全国人均水资源量2354.9m3。根据瑞典水文学家Falkenmark的“水紧缺指标”标准：人均水资源占有量低于500m3的为严重缺水区，山东省水资源稀缺形势十分严峻;另一方面，山东省水资源污染现状有待进一步改善，根据《山东省环境状况公报》（2017年），2016年全省地表水监测断面中，水质低于Ⅲ类标准的占56.7%。2017年山东省能源总产量13678万t标准煤，约占全国的3.95%;粮食产量4700万t，约占全国的7.27%。能源生产和粮食生产对水资源需求巨大，对环境影响较大。基于WEF-Nexus对山东省水资源、能源、粮食进行分析十分必要。
2.2数据来源
本文研究的主要数据来源于2005—2016年《山东省统计年鉴》《中国统计年鉴》《中国环境年鉴》《全国农产品成本收益资料汇编》、山东省环保厅、山东省农业厅、山东省水利厅、山东省海洋与渔业厅、国家海洋局北海分局。其中污染当量按照《应税污染物和当量值表》中的规定核算。农业面源污染使用能值法分析，根据《Eco-indicator99》和伤残调整生命年核算水污染造成的损失值，反推水污染当量，其中化肥流失系数源于《全国农田面源污染排放系数手册》[11]。基于生命周期评估（LCA），得到能源开采用水和水污染参数。通过出酒率，推算酒精产量、啤酒产量、白酒产量与粮食需求量的关系，本文按照1kg粮食产出380ml50度酒计算。依据《GB/T18186-2000酿造酱油》对氮含量的规定，根据大豆蛋白质含量与蛋白质氮含量推算相应的粮食需求量，发酵过程氮损失较少，忽略不计。根据《中国食物成分表2002》，大豆蛋白质含量为35%[12]，蛋白质氮含量为16%。粮食储备量，按照马久杰等[13]的研究测算。 2.3山东省WEF协同安全系统因果关系分析
依据PSR分析中确定的系统边界、压力传递和响应过程，分别得到各子系统因果回路图和总系统因果回路图，如图2至图6所示。
（1）水资源子系统因果回路图。针对水资源的供需矛盾，依据水资源子系统PSR分析结果，构建水资源子系统因果回路图。
如图2所示，农村生活用水→农村生活污水→集中式废水排放量的正因果链，影响集中式废水排放量，集中式污水处理率对集中式废水排放量有负向作用。城镇生活用水→城镇生活污水→城镇生活污水排放量的正因果链影响城镇生活污水排放量，城镇污水处理率对城镇生活污水排放量有负向作用。节约意识会减少生活用水。用水总量对供水缺口有正向作用，可供水量对供水缺口有负向
作用。用水总量对水资源自给率有负向作用，可供水量对水资源自给率有正向作用。粮食种植水污染和其他农业源水污染对农业源水污染当量有正向作用。一次能源开采水污染和其他工业水污染对工业源水污染当量有正向作用。水质安全受水体污染物排放当量的负向作用和水资源总量的正向作用。水和能源通过能源开采用水和能源开采水污染产生关联，水和粮食通过粮食灌溉用水和粮食种植水污染产生关联。
（2）能源子系统因果回路图。基于能源子系统PSR分析得到能源子系统因果回路图，如图3所示。
水生产加工能源消费、其他工业能源消费对能源消费总量有正向作用。农业生产用电、农用柴油对农业能源消费有正向作用。各种能源就业人数、科技投入、固定资产投資对能源开采有正向作用。可供消费的能源总量对能源缺口有负向作用，能源消费总量对能源缺口有正向作用。生活能源消费对能源安全有负向作用，可供消费的能源总量对能源安全有正向作用。能源和水通过水生产加工能源消费产生关联;由于农业用能主要用于粮食生产，能源和粮食通过农业能源消费产生关联。
（3）粮食子系统因果回路图。基于粮食子系统PSR分析得到粮食子系统因果回路图，如图4所示。
图4左侧为粮食的供给，各种粮食的农药施用、单位用工、固定投资、动力投入、化肥施用、科技投入对粮食单产有正向作用。存在粮食储备政策→粮食储备量的正因果链。粮食产量和粮食储备量对粮食供量有正向作用。粮食需量对粮食缺口有正向作用，粮食供量对粮食缺口有负向作用。粮食产量对粮食自给率有正向作用，粮食消费量对粮食自给率有负向作用。图4右侧为粮食的需求。城乡各类口粮消费对城乡口粮消费量有正向作用。酒精产量、白酒产量、啤酒产量和酱油产量对工业粮消费量有正向作用。种子粮消费量、工业粮消费量、当期储备需求、需量有正向作用。粮食和能源通过粮食生产动力投入产生关联。
（4）经济社会子系统因果回路图。基于经济社会子系统PSR分析得到经济社会子系统因果回路图，如图5所示。
育龄妇女比例和生育政策对出生率有正向作用，存在老龄人口比例→死亡率的正因果链。人口数量和壮年人口比例对劳动力有正向作用，劳动力和就业率对就业人员数量有正向作用。资产形成总额、最终消费、货物和服务净流出对经济增长率有正向作用。存在地区生产总值→地区财政收入→文化体育与传媒支出的正因果链。
（5）“水-能源-粮食-经济社会”总系统因果回路图。基于“水-能源-粮食-经济社会”总系统PSR分析得到“水-能源-粮食-经济社会”总系统因果回路图，如图6所示。
科技投入、固定资产投资、就业人员数量对粮食产量、一次能源产量、可供水量有正向作用。存在粮食产量→粮食种植水污染→农业源水污染，一次能源产量→能源开采水污染→工业源水污染，可供水量→水资源自给率的正因果链。生活源水污染、农业源水污染、工业源水污染对水体污染物当量有正向作用。存在水体污染物当量→水质
安全→就业人员数量，水资源自给率→节水意识→用水总量→水资源自给率的负反馈回路。水质安全越低，环保意识越高，生活源水污染越少。水资源自给率、水质安全、能源自给率、粮食自给率对科技投入、固定资产投资、就业人员数量有负向作用。
2.4山东省WEF系统动力学模型关键函数
依据系统动力学分析部分的模型假设和山东省统计数据，得到山东省WEF关键模型函数（见表1）。
回归分析的山东省WEF关键模型均通过参数检验，说明水资源子系统PSR分析、能源子系统PSR分析、粮食子系统PSR分析、经济社会子系统PSR分析正确。
2.5WEF协同安全系统动力学模型检验
除了在系统动力学构建过程中的参数检验，为了检验系统拟合效度，本文比较2005年—2016年供水总量、用水总量、能源产量、能源消费量和粮食产量这5个最终指标的预测值与实际值的绝对值的偏差，检验公式如公式（8）所示。本文在SPSS22中将检验结果做成箱型图，结果如图7所示。
δ=|x^-x|x×100%（8）
式中，δ代表模型误差;x^代表仿真值;x代表实际值。
如图7所示，供水总量、用水总量、能源产量、能源消费量模型精度较好，误差在3%左右，粮食产量的误差在5%左右，考虑到系统的复杂性，参考李桂君等[14]的研究成果，误差控制在5%左右，即可视为有效。因此，本文模型的误差可控，预测结果可供使用。
2.6考虑WEF协同安全的山东省绿色发展情境预测
调整粮食种植结构能够缓解水资源稀缺，降低化肥施用对土壤质量的影响，生物质能属于循环经济，净碳排放量近乎为零，降低对化石能源的依赖，减少化石能源开采和消费对土壤、水体和大气的影响，从而保护了生态的多样性。调整种植结构和发展生物质都能促进自然资源和能源合理利用，防治环境污染，因而是本文所界定的绿色发展政策。
（1）情景1：保持当前趋势。该情景是指在按照《山东省人口发展“十三五”规划》确定人口出生率的情况下，水资源子系统、能源子系统、粮食子系统、经济社会子系统和“水-能源-粮食-经济社会”总系统中2017—2020年的其余各项指标值在SPSS22中利用ARIMA（1，0，0）模型进行预测，并将预测值输入Vensim5.6中。其中，山东省人口增长率为（2017，0.179）（2018，0.159）（2019，0.143）（2020，0.129）。仿真结果见表2。 从表2可以看出，2017—2020年，山东省水资源缺口越来越大，水资源自给率越来越小。水资源自给率平均每年下降2.87%，水资源缺口平均每年增长10.45亿m3，山东省水资源紧张程度会越来越严重。山东省能源自给率平均每年下降1.13%，能源缺口随时间逐步增加，平均每年增长760.48万tce。山东省粮食自给率远远大于100%，山东省粮食安全保障较好。但是由于粮食需求量的增加，粮食自给率和粮食富余量随时间变化而降低，粮食自给率平均每年下降4.13%，粮食富余量平均每年下降102.33万t。2017年至2020年，山东省水污染状况逐步改善，平均每年下降2220亿当量。能源开采水污染随时间上升，粮食种植水污染随时间下降。
（2）情景2：调整粮食种植结构。调整粮食种植结构是指：在保证地区粮食产量和结构安全的前提下，调整各类粮食的播种面积，用玉米替代种植。按照当前除玉米外各类粮食作物占除玉米外粮食播种总面积的比例，利用ARIMA（1，0，0）模型预测出各类粮食的可替代种植面积比例，由预测的各类粮食的播种面积与可调整的种植面积推算出调整后的各类粮食的播种面积，玉米的播种面积为原播种面积加上调整的播种面积。2017—2020年，山东省粮食可调整种植面积为254.16万hm2、213.90万hm2、185.46万hm2和164.49万hm2。调整后粮食播种面积如表3所示。通过Vensim5.6仿真，其余变量与情景1一致，结果见表4。
调整粮食种植结构通过改变粮食种植用水影响水资源的需求量，改变化肥农药施用影响种植水污染。从表4可知，2017年，种植结构调整后，水资源自给率大于100%，2018—2020年水资源自给率小于100%，水资源缺口为11.27亿m3、18.79亿m3和38.21亿m3。水资源自给率平均每年下降4.94%，水资源缺口平均每年增加14.37亿m3。在仅调整种植结构时，对能源自给率和能源缺口的改善影响不大。2017年粮食自给率有所提高，2018—2020年，粮食自给率有所下降。粮食自给率逐年降低，平均每年下降5.1%。粮食富余变化量有所改变，粮
食富余量平均每年降低139.67万t。从图9和表4可以看出，调整种植结构对水体污染物的减少有所影响，但粮食种植水污染趋势转变为逐年上升，对能源开采水污染的改善没有影响。
（3）情景3：发展生物质能。发展生物质能是指：在秸秆还田保证土壤肥力的前提下，利用作物秸秆发展生物质能源，替代化石能源。根据胡荣根[15]的研究，用作肥料还田的秸秆约占资源总量65%～68%，本文按67%计算。根据张福春[16]等人的研究，确定主要粮食作物的谷草比。
其他粮食作物的谷草比，按照粮食作物的谷草比的平均值0.675计算。
依据《中国能源统计年鉴》确定主要粮食作物秸杆的折标煤系数，
其他粮食作物的折标准煤系数按照草类的平均折标准煤系数计算，为0.471kg标准煤/kg。可以计算出2017—2020年，各类粮食作物秸秆发展生物质能的量，生物质能属于其他一次能。为简化分析，假定
秸秆发展生物质能为固化成型，不计加工损失。由于能源存在国际国内两个市场，同时能源的省际调动和进口并不是纯粹的市场行为，难以使用均衡模型来确定生物质能对化石能源替代的均衡量，本文假设生物质能被市场完全吸
收，对化石能源的替代按照情景1预测的各类能源占一次能源总量的比例替代，进而推算出生物质能替代后各类能源的产量，如表5所示。其余变量与情景1一致，通过Vensim5.6仿真，結果见表6。
从表6可以看出，利用粮食秸秆发展生物质能替代化石能源，减少化石能源开采过程中的用水，降低对水资源的污染，有利于缓解山东省水资源紧张的局面，但影响较小。从表6可知，水资源自给率逐年降低，平均每年下降2.87%，水资源缺口平均每年增加10.45亿m3。发展生物质能有利于改善山东地区的能源自给率，不利于山东地区的能源缺口的改善，两者变化幅度很小。粮食自给率平均每年下降4.13%，粮食富余量平均每年下降102.33万t。从图10和表6可以看出，发展生物质能对改善地区水环境影响微弱，对能源开采水污染的控制效果明显，对粮食种植水污染的改善没有影响。
（4）情景4：调整粮食种植结构与发展生物质能。调整粮食种植结构与发展生物质能指调整粮食播种面积，同时利用粮食作物秸秆发展生物质能。2017—2020年，在对粮食种植结构进行优化的同时发展生物质能的仿真结果
如下。替代各类能源的产量按照当前各类能源占一次能源总量的比例，利用ARIMA（1，0，0）模型进行预测，进而得到各类能源的产量，如表7所示。其余变量与情景1一致，通过Vensim5.6仿真，结果见表8。
玉米属于C4植物，光合作用效率比C3植物高15%。调整种植结构可减少种植用水，也可减少种植对水环境的影响。同时增加了生物质能量，降低了能源开采过程中对水资源的需求和影响。从表8可知，2017年，山东省水资源自给率大于100%，2018—2020年，水资源自给率小于100%，水资源缺口分别为11.13亿m3、18.93亿m3和38.35亿m3。水资源自给率逐年下降，平均每年下降4.97%。水资源缺口平均每年增加14.46亿m3。在调整种植结构的基础上大力发展生物质能，短期内对地区的能源自给率改善不大，长期来看会提高地区能源自给率。粮食自给率平均每年下降5.1%。粮食富余量平均每年下降139.67万t。从图11与表8可以看出，粮食种植调整与发展生物质能对水体污染物的减少有微弱影响，对能源开采水污染的控制比较明显。能源开采水污染呈现波浪式上升，有比较明显的季节性特征，与作物的生长规律一致，对粮食种植水污染的控制比较明显，但粮食种植水污染趋势转变为逐年上升，与单独对粮食种植结构调整对粮食种植水污染的控制的效果基本一致。 3结论与建议
综上所述，本文通过分析WEF之间的关联关系，构建了WEF-Nexus框架下的PSR模型和SD模型，模拟2017—2020年山东省水资源、能源、粮食的供需和水环境的变化状况。在此基础上设置“保持当前趋势”、“调整粮食种植结构”、“发展生物质能”和“调整粮食种植结构与发展生物质能”四种不同的绿色发展情景进行分析。主要结论如下：①所建立的WEF-Nexus的PSR模型和SD模型经过有效性建议，应用该模型对山东省的WEF的供需状况进行分析具有可行性。WEF之间存在纽带联系，对单个系统中的变量施加影响会通过WEF-Nexus进行传递，进而引起WEF-Nexus中其他变量的变化。②当前发展趋势下，2017—2020年，山东省会出现水资源短缺和能源短缺的局面，但粮食自给率远大于1，水环境随时间逐步改善。在调整粮食种植结构的政策下，2017年水资源需求能够满足，2018—2020年依然面临水资源短缺的困境。调整种植结构对提高能源自给率影响不大，短期内有利于进一步提高粮食自给率，长期导致粮食自给率下降，有利于改善粮食生产对水环境的影响。在发展生物质能的政策下，对提高水资源、能源自给率和粮食自给率影响不大，有利于改善能源生产对水环境的影响。在同时调整粮食种植结构和发展生物质能的政策下，水资源自给率比调整粮食种植结构有所增加，短期对提高能源自给率影响不大，但长期有助于提高能源自给率。对减少能源开采和粮食种植对水环境的影响效果明显，但粮食种植水污染趋势转变为逐年上升。
建议山东省制定相关政策时应基于WEF纽带关系，促进地区的水、能源、粮食的协同，改善地区的水生态环境，实现绿色发展。从本文仿真结果来看，调整粮食种植结构能显著缓解地区水资源短缺，提高地区粮食自给率。由于发展生物质能对提高地区水资源自给率、能源自给率和粮食自给率影响不大，但对改善能源开采对水环境的影响效果显著，结合发展生物质能需要的其他投入，建议适当发展生物质能。山东省应当重视地区水资源和能源短缺的问题，通过增加相关投入提高水资源自给率和能源自给率。
另外，本文基于系统动力学对区域水-能源-粮食进行了仿真研究，效率是WEF研究的重要方面，是下一步研究的重点内容。
（编辑：王爱萍）
参考文献
[1]MULLERM.The‘nexus’asastepbacktowardsamorecoherentwaterresourcemanagementparadigm[J].Wateralternatives，2015，8（1）：675-694.
[2]HOFFH.Understandingthenexus[R].backgroundpaperfortheBonn2011conference：thewaterenergyandfoodsecuritynexus，Stockholm：StockholmEnvironmentInstitute，2011.
[3]UNEP.Towardsagreeneconomy：pathwaystosustainabledevelopmentandpovertyeradicationasynthesisforpolicymakers[J].Nairobi，Kenya，UNEP，2011.
[4]王海芹，高世楫.我國绿色发展萌芽、起步与政策演进：若干阶段性特征观察[J].改革，2016（3）：6-26.
[5]习近平.决胜全面建成小康社会，夺取新时代中国特色社会主义伟大胜利[R].北京：人民出版社.2017：50-51.
[6]李桂君，黄道涵，李玉龙.水-能源-粮食关联关系：区域可持续发展研究的新视角[J].中央财经大学学报，2016（12）：76-90.
[7]李良，毕军，周元春，等.基于粮食-能源-水关联关系的风险管控研究进展[J].中国人口·资源与环境，2018，28（07）：85-92.
[8]何云，胡啸，王军，等.山东省农村水污染现状及治理对策[J].中国人口·资源与环境，2015，25（S1）：221-223.
[9]HEINONENS，JOKINENP，KAIVO-OJAJ.Theecologicaltransparencyoftheinformationsociety[J].Futures，2001，33（3-4）：319-337.
[10]韩楠.基于供给侧结构性改革的碳排放减排路径及模拟调控[J].中国人口·资源与环境，2018，28（8）：47-55.
[11]任天志，刘宏斌，范先鹏，等.全国农田面源污染排放系数手册[M].第一版.北京：中国农业出版社，2015：32.
[12]杨月欣，王光亚，潘兴昌.中国食物成分表2002[M].北京：北京大学医学出版社，2002：40.
[13]马九杰，张传宗.中国粮食储备规模模拟优化与政策分析[J].管理世界，2002（9）：95-105.
[14]李桂君，李玉龙，贾晓菁，等.北京市水-能源-粮食可持续发展系统动力学模型构建与仿真[J].管理评论，2016，28（10）：11-26.
[15]胡荣根.主要农作物秸秆还田技术模式[J].安徽农学通报，2008（21）：97-98.
[16]张福春，朱志辉.中国作物的收获指数[J].中国农业科学，1990（2）：83-87.
关键词“水-能源-粮食”纽带关系;区域水资源治理;系统动力学;情景仿真
中图分类号F062.1文献标识码A文章编号1002-2104（2019）06-0074-11DOI：10.12062/cpre.20190125
“水、能源、粮食”是人类生存和发展的物质基础，但是将其作为一个系统进行分析则少之又少。以单一资源为中心的资源整合研究，不仅无法满足以“多资源问题治理”为导向的资源治理需求，且难以有效应对生态环境、经济和人口的变化[1]。同样，已有的研究表明：水资源、能源、粮食两两资源整合的研究不足以支撑决策方案的制定与执行，甚至有误导决策的可能。只有将水资源、能源、粮食作为一个整体进行研究，增进三者的协同、提升系统整体利用效率，才更加有助于区域可持续发展的实现[2]。2011年11月，德国联邦政府在波恩召開了探讨水-能源-粮食关联关系（WEF-Nexus）安全的国际性会议，以探索绿色经济的发展路径，由此开启了研究WEF-Nexus的热潮。联合国环境署[3]指出：绿色发展是指能够降低污染，增强能源和资源的使用效率的发展路径。王海芹等[4]认为：绿色发展政策是为实现资源节约、环境保护和生态修复等目标，而采取的特定形式及相关规范性方法的总称。
习近平总书记[5]在十九大报告中提出：要像对待生命一样对待生态环境，加快水污染防治;确保国家粮食安全，把中国人的饭碗牢牢端在自己手中;推进能源生产和消费革命，构建清洁低碳、安全高效的能源体系。绿色发展、协调发展成为当下研究的主流。绿色发展观强调社会、经济、自然生态之间的系统性、整体性和协调性。为保障“水-能源-粮食”协同安全，基于WEF-Nexus进行绿色发展政策分析已经迫在眉睫。
目前，学界关于WEF-Nexus的研究主要集中在两方面：一是聚焦于揭示WEF-Nexus的关联关系;二是侧重生态环境与社会变化情境下，WEF-Nexus关系动态变化的描述与策略的探索[6]。目前WEF-Nexus的研究已获得一定进展，
制约WEF-Nexus研究展开的瓶颈在于模糊的系统边界与水-能源-粮食（WEF）之间的复杂关联关系。关于WEF-Nexus的相关研究正处于概念形成的过程之中，随着研究的深入，WEF-Nexus的研究进入了理论与实践相结合的新阶段，研究方法也由定性走向定量。李良等[7]认为水污染与WEF之间有着密切联系。何云等[8]研究发现：山东农业面源污染和农村生活污水造成农村地区水体的严重污染。山东境内能源丰富，拥有胜利油田、枣庄煤矿、新汶煤矿等众多能源企业，能源开采对水环境影响较大。
WEF三种资源的短缺会对社会、人类和生态等系统产生多维度压力。
1992年，OECD和UNEP[9]提出“压力-状态-响应”（PSR）模型，用于构建人类活动与生态环境的互动关系，包括人类活动和环境变化导致的压力传递，以及相应的政策反馈导致的影响。1956年，福瑞斯特创建系统动力学（SD），使用定性与定量相结合的方法研究社会经济系统。
当模型分析存在数据量化困难或数据缺失的情况下，SD具有显著优势。SD可基于指标间的因果关系和结构框架进行分析推算，SD适用于政策情景的仿真。韩楠[10]构建了中国碳排放SD模型，分析了不同情景方案对碳排放及经济发展趋势的影响。WEF框架下的水资源治理问题是人类活动与生态环境互动的矛盾问题，受生态环境变化和社会经济活动共同影响。在受到众多因素影响的复杂系统中，大数据量化分析是该问题的核心难点，需要通过系统动力学方法开展研究。
综上所述，本文在前人研究的基础上，拟通过PSR划分WEF-Nexus的系统边界，通过SD定量刻画WEF之间的复杂交互关系。设定多种情境，分析不同政策方案对WEF整体的影响。
1“水-能源-粮食-经济社会”系统分析
1.1“水-能源-粮食-经济社会”总系统PSR分析
水、能源、粮食的生产和消费与经济社会系统密不可分，信息流、物质流、政策流在四个系统之间传递，水、能源、粮食的生产和消费与经济社会系统的互动关系如图1所示。
地区水资源供给量受降水和上游来水的影响，同时受到经济社会水资源开发利用能力影响。水资源作为投入供给一次能源生产，一次能源开采的产出包括水污染等非 期望产出。水资源作为投入供给粮食生产，粮食生产导致的种植污水退回水系统中去。能源生产支持粮食种植，粮食通过生物质能可以转化为能源。水资源、能源和粮食作为经济社会发展的基础物质供给经济社会，当出现资源短缺时，经济社会系统通过科技投入、固定资产投资、就业引导和政策调整来缓解资源短缺的状况。在水资源不足时，经济社会通过宣传来提高节水意识，减少对水资源的需求。当水质恶化时，经济社会通过宣传来提高环保意识，减少对水资源的污染。由此构成“水-能源-粮食-经济社会”总系统的“压力-状态-响应”。
考虑到“水—能源—粮食—经济社会”各子系统中变量的比重和特征，为保障本文构建系统动力学模型的有效性与合理性，特界定如下假设条件：
假设1：水的生产投入用于提高中水回用率、建设调水工程、进行海水淡化等。
假设2：工业用粮主要用于发酵酒精生产、白酒生产、啤酒生产和酱油生产。
假设3：谷物在粮食中占的比重较大，认为粮食之间能够相互替代。
假设4：不考虑能源具体的适用场景，认为能源之间可以相互替代。
在此基础上，根据已有研究成果，假设各子系统中关键变量服从下文分布（公式1-7），相应系数需结合区域统计数据分析。并进一步通过参数检验来验证PSR结构、函数假设的合理性。
1.2水资源子系统关键因果关系的动力学模型构建
（1）节水意识。计算方法见公式（1）：
DA·e-MB+C（1）
式中，M代表文化体育与传媒支出;A、B、C、D代表系数。随着投入资金的增大，节水意识的提升符合先平缓增加，进而受社會网络影响迅速增加，但提升效率存在上限，增速逐渐放缓，直至饱和的过程，该过程符合逻辑斯蒂方程的变化特征。本文节水意识为城市和农村人均用水定额与相应人数汇总的数据与统计数据的差值标准化后的数据，随时间增大，与文化体育与传媒支出趋势一致。
（2）环保意识。计算方法见公式（2）：
DA·e-MB+C（2）
环保意识变化过程和测算方式与节水意识类似，依据《污水综合排放标准》测算。
（3）生活用水量。计算方法见公式（3）：
Wcity+Wcountry-A·Wsavesense（3）
式中，Wcity代表城市生活用水;Wcountry代表农村生活用水;Wsavesense代表节水意识;A代表系数，表示用水汇总数据与统计数据差的最大值。
1.3能源子系统关键因果关系的动力学模型构建
（1）集中供热。计算方法见公式（4）：
A·Iheat+B·Jheat+C·Theat+D（4）
式中，Iheat代表热力固定资产投资;Jheat代表热力就业人数;Theat代表热力科技投入;A、B、C代表系数;D代表残差项。集中供热与影响变量呈线性相关性，影响变量间相互独立，互不干扰;残差项表示管道热量散失等因素导致的集中供热变化。
1.4粮食子系统关键因果关系的动力学模型构建
（1）工业粮消费量。计算方法见公式（5）：
A·Valcohol+B·Vliquor+C·Vbeer+D·Vsoysauce（5）
式中，Valcohol代表酒精产量;Vliquor代表白酒产量;Vbeer代表啤酒产量;Vsoysauce代表酱油产量;A、B、C、D代表系数。
（2）粮食储备政策。计算方法见公式（6）：
DA·e-tB+C（6）
式中，t代表年份;A、B、C、D代表系数。粮食储备政策代表粮食储备意愿，粮食安全目标越高，粮食储备意愿越大，即粮食储备政策越强，符合逻辑斯蒂方程的变化特征。从逻辑上看，粮食储备政策与粮食安全目标的趋势紧密关联。本文依据《国家粮食安全中长期规划纲要（2008—2020年）》规定的粮食安全目标（国内粮食生产与消费比例）测算。
1.5经济社会子系统关键因果关系的动力学模型构建
（1）经济增长率。计算方法见公式（7）：
A·Fconsumption+B·Aassets+C·Oservices+D（7）
式中，Fconsumption代表最终消费;Aassets代表资产形成总额;Oservices代表货物和服务净流出;A、B、C代表系数;D代表残差项。经济增长率与影响变量呈线性相关性，变量间相互独立，互不干扰;残差项表示自然灾害等因素导致的经济增长率变化。
2案例分析
2.1研究区概况
《山东省统计年鉴》（2017）显示：2016年山东省GDP总量6.7万亿，约占全国GDP的9.01%;人口9947万，约占全国的7.19%。但其水资源治理现状不容乐观，一方面，《山东省水资源公报》（2017）显示，2016年全省水资源总量为220.32亿m3，约占全国的0.67%，人均水资源量221.50m3，远低于全国人均水资源量2354.9m3。根据瑞典水文学家Falkenmark的“水紧缺指标”标准：人均水资源占有量低于500m3的为严重缺水区，山东省水资源稀缺形势十分严峻;另一方面，山东省水资源污染现状有待进一步改善，根据《山东省环境状况公报》（2017年），2016年全省地表水监测断面中，水质低于Ⅲ类标准的占56.7%。2017年山东省能源总产量13678万t标准煤，约占全国的3.95%;粮食产量4700万t，约占全国的7.27%。能源生产和粮食生产对水资源需求巨大，对环境影响较大。基于WEF-Nexus对山东省水资源、能源、粮食进行分析十分必要。
2.2数据来源
本文研究的主要数据来源于2005—2016年《山东省统计年鉴》《中国统计年鉴》《中国环境年鉴》《全国农产品成本收益资料汇编》、山东省环保厅、山东省农业厅、山东省水利厅、山东省海洋与渔业厅、国家海洋局北海分局。其中污染当量按照《应税污染物和当量值表》中的规定核算。农业面源污染使用能值法分析，根据《Eco-indicator99》和伤残调整生命年核算水污染造成的损失值，反推水污染当量，其中化肥流失系数源于《全国农田面源污染排放系数手册》[11]。基于生命周期评估（LCA），得到能源开采用水和水污染参数。通过出酒率，推算酒精产量、啤酒产量、白酒产量与粮食需求量的关系，本文按照1kg粮食产出380ml50度酒计算。依据《GB/T18186-2000酿造酱油》对氮含量的规定，根据大豆蛋白质含量与蛋白质氮含量推算相应的粮食需求量，发酵过程氮损失较少，忽略不计。根据《中国食物成分表2002》，大豆蛋白质含量为35%[12]，蛋白质氮含量为16%。粮食储备量，按照马久杰等[13]的研究测算。 2.3山东省WEF协同安全系统因果关系分析
依据PSR分析中确定的系统边界、压力传递和响应过程，分别得到各子系统因果回路图和总系统因果回路图，如图2至图6所示。
（1）水资源子系统因果回路图。针对水资源的供需矛盾，依据水资源子系统PSR分析结果，构建水资源子系统因果回路图。
如图2所示，农村生活用水→农村生活污水→集中式废水排放量的正因果链，影响集中式废水排放量，集中式污水处理率对集中式废水排放量有负向作用。城镇生活用水→城镇生活污水→城镇生活污水排放量的正因果链影响城镇生活污水排放量，城镇污水处理率对城镇生活污水排放量有负向作用。节约意识会减少生活用水。用水总量对供水缺口有正向作用，可供水量对供水缺口有负向
作用。用水总量对水资源自给率有负向作用，可供水量对水资源自给率有正向作用。粮食种植水污染和其他农业源水污染对农业源水污染当量有正向作用。一次能源开采水污染和其他工业水污染对工业源水污染当量有正向作用。水质安全受水体污染物排放当量的负向作用和水资源总量的正向作用。水和能源通过能源开采用水和能源开采水污染产生关联，水和粮食通过粮食灌溉用水和粮食种植水污染产生关联。
（2）能源子系统因果回路图。基于能源子系统PSR分析得到能源子系统因果回路图，如图3所示。
水生产加工能源消费、其他工业能源消费对能源消费总量有正向作用。农业生产用电、农用柴油对农业能源消费有正向作用。各种能源就业人数、科技投入、固定资产投資对能源开采有正向作用。可供消费的能源总量对能源缺口有负向作用，能源消费总量对能源缺口有正向作用。生活能源消费对能源安全有负向作用，可供消费的能源总量对能源安全有正向作用。能源和水通过水生产加工能源消费产生关联;由于农业用能主要用于粮食生产，能源和粮食通过农业能源消费产生关联。
（3）粮食子系统因果回路图。基于粮食子系统PSR分析得到粮食子系统因果回路图，如图4所示。
图4左侧为粮食的供给，各种粮食的农药施用、单位用工、固定投资、动力投入、化肥施用、科技投入对粮食单产有正向作用。存在粮食储备政策→粮食储备量的正因果链。粮食产量和粮食储备量对粮食供量有正向作用。粮食需量对粮食缺口有正向作用，粮食供量对粮食缺口有负向作用。粮食产量对粮食自给率有正向作用，粮食消费量对粮食自给率有负向作用。图4右侧为粮食的需求。城乡各类口粮消费对城乡口粮消费量有正向作用。酒精产量、白酒产量、啤酒产量和酱油产量对工业粮消费量有正向作用。种子粮消费量、工业粮消费量、当期储备需求、需量有正向作用。粮食和能源通过粮食生产动力投入产生关联。
（4）经济社会子系统因果回路图。基于经济社会子系统PSR分析得到经济社会子系统因果回路图，如图5所示。
育龄妇女比例和生育政策对出生率有正向作用，存在老龄人口比例→死亡率的正因果链。人口数量和壮年人口比例对劳动力有正向作用，劳动力和就业率对就业人员数量有正向作用。资产形成总额、最终消费、货物和服务净流出对经济增长率有正向作用。存在地区生产总值→地区财政收入→文化体育与传媒支出的正因果链。
（5）“水-能源-粮食-经济社会”总系统因果回路图。基于“水-能源-粮食-经济社会”总系统PSR分析得到“水-能源-粮食-经济社会”总系统因果回路图，如图6所示。
科技投入、固定资产投资、就业人员数量对粮食产量、一次能源产量、可供水量有正向作用。存在粮食产量→粮食种植水污染→农业源水污染，一次能源产量→能源开采水污染→工业源水污染，可供水量→水资源自给率的正因果链。生活源水污染、农业源水污染、工业源水污染对水体污染物当量有正向作用。存在水体污染物当量→水质
安全→就业人员数量，水资源自给率→节水意识→用水总量→水资源自给率的负反馈回路。水质安全越低，环保意识越高，生活源水污染越少。水资源自给率、水质安全、能源自给率、粮食自给率对科技投入、固定资产投资、就业人员数量有负向作用。
2.4山东省WEF系统动力学模型关键函数
依据系统动力学分析部分的模型假设和山东省统计数据，得到山东省WEF关键模型函数（见表1）。
回归分析的山东省WEF关键模型均通过参数检验，说明水资源子系统PSR分析、能源子系统PSR分析、粮食子系统PSR分析、经济社会子系统PSR分析正确。
2.5WEF协同安全系统动力学模型检验
除了在系统动力学构建过程中的参数检验，为了检验系统拟合效度，本文比较2005年—2016年供水总量、用水总量、能源产量、能源消费量和粮食产量这5个最终指标的预测值与实际值的绝对值的偏差，检验公式如公式（8）所示。本文在SPSS22中将检验结果做成箱型图，结果如图7所示。
δ=|x^-x|x×100%（8）
式中，δ代表模型误差;x^代表仿真值;x代表实际值。
如图7所示，供水总量、用水总量、能源产量、能源消费量模型精度较好，误差在3%左右，粮食产量的误差在5%左右，考虑到系统的复杂性，参考李桂君等[14]的研究成果，误差控制在5%左右，即可视为有效。因此，本文模型的误差可控，预测结果可供使用。
2.6考虑WEF协同安全的山东省绿色发展情境预测
调整粮食种植结构能够缓解水资源稀缺，降低化肥施用对土壤质量的影响，生物质能属于循环经济，净碳排放量近乎为零，降低对化石能源的依赖，减少化石能源开采和消费对土壤、水体和大气的影响，从而保护了生态的多样性。调整种植结构和发展生物质都能促进自然资源和能源合理利用，防治环境污染，因而是本文所界定的绿色发展政策。
（1）情景1：保持当前趋势。该情景是指在按照《山东省人口发展“十三五”规划》确定人口出生率的情况下，水资源子系统、能源子系统、粮食子系统、经济社会子系统和“水-能源-粮食-经济社会”总系统中2017—2020年的其余各项指标值在SPSS22中利用ARIMA（1，0，0）模型进行预测，并将预测值输入Vensim5.6中。其中，山东省人口增长率为（2017，0.179）（2018，0.159）（2019，0.143）（2020，0.129）。仿真结果见表2。 从表2可以看出，2017—2020年，山东省水资源缺口越来越大，水资源自给率越来越小。水资源自给率平均每年下降2.87%，水资源缺口平均每年增长10.45亿m3，山东省水资源紧张程度会越来越严重。山东省能源自给率平均每年下降1.13%，能源缺口随时间逐步增加，平均每年增长760.48万tce。山东省粮食自给率远远大于100%，山东省粮食安全保障较好。但是由于粮食需求量的增加，粮食自给率和粮食富余量随时间变化而降低，粮食自给率平均每年下降4.13%，粮食富余量平均每年下降102.33万t。2017年至2020年，山东省水污染状况逐步改善，平均每年下降2220亿当量。能源开采水污染随时间上升，粮食种植水污染随时间下降。
（2）情景2：调整粮食种植结构。调整粮食种植结构是指：在保证地区粮食产量和结构安全的前提下，调整各类粮食的播种面积，用玉米替代种植。按照当前除玉米外各类粮食作物占除玉米外粮食播种总面积的比例，利用ARIMA（1，0，0）模型预测出各类粮食的可替代种植面积比例，由预测的各类粮食的播种面积与可调整的种植面积推算出调整后的各类粮食的播种面积，玉米的播种面积为原播种面积加上调整的播种面积。2017—2020年，山东省粮食可调整种植面积为254.16万hm2、213.90万hm2、185.46万hm2和164.49万hm2。调整后粮食播种面积如表3所示。通过Vensim5.6仿真，其余变量与情景1一致，结果见表4。
调整粮食种植结构通过改变粮食种植用水影响水资源的需求量，改变化肥农药施用影响种植水污染。从表4可知，2017年，种植结构调整后，水资源自给率大于100%，2018—2020年水资源自给率小于100%，水资源缺口为11.27亿m3、18.79亿m3和38.21亿m3。水资源自给率平均每年下降4.94%，水资源缺口平均每年增加14.37亿m3。在仅调整种植结构时，对能源自给率和能源缺口的改善影响不大。2017年粮食自给率有所提高，2018—2020年，粮食自给率有所下降。粮食自给率逐年降低，平均每年下降5.1%。粮食富余变化量有所改变，粮
食富余量平均每年降低139.67万t。从图9和表4可以看出，调整种植结构对水体污染物的减少有所影响，但粮食种植水污染趋势转变为逐年上升，对能源开采水污染的改善没有影响。
（3）情景3：发展生物质能。发展生物质能是指：在秸秆还田保证土壤肥力的前提下，利用作物秸秆发展生物质能源，替代化石能源。根据胡荣根[15]的研究，用作肥料还田的秸秆约占资源总量65%～68%，本文按67%计算。根据张福春[16]等人的研究，确定主要粮食作物的谷草比。
其他粮食作物的谷草比，按照粮食作物的谷草比的平均值0.675计算。
依据《中国能源统计年鉴》确定主要粮食作物秸杆的折标煤系数，
其他粮食作物的折标准煤系数按照草类的平均折标准煤系数计算，为0.471kg标准煤/kg。可以计算出2017—2020年，各类粮食作物秸秆发展生物质能的量，生物质能属于其他一次能。为简化分析，假定
秸秆发展生物质能为固化成型，不计加工损失。由于能源存在国际国内两个市场，同时能源的省际调动和进口并不是纯粹的市场行为，难以使用均衡模型来确定生物质能对化石能源替代的均衡量，本文假设生物质能被市场完全吸
收，对化石能源的替代按照情景1预测的各类能源占一次能源总量的比例替代，进而推算出生物质能替代后各类能源的产量，如表5所示。其余变量与情景1一致，通过Vensim5.6仿真，結果见表6。
从表6可以看出，利用粮食秸秆发展生物质能替代化石能源，减少化石能源开采过程中的用水，降低对水资源的污染，有利于缓解山东省水资源紧张的局面，但影响较小。从表6可知，水资源自给率逐年降低，平均每年下降2.87%，水资源缺口平均每年增加10.45亿m3。发展生物质能有利于改善山东地区的能源自给率，不利于山东地区的能源缺口的改善，两者变化幅度很小。粮食自给率平均每年下降4.13%，粮食富余量平均每年下降102.33万t。从图10和表6可以看出，发展生物质能对改善地区水环境影响微弱，对能源开采水污染的控制效果明显，对粮食种植水污染的改善没有影响。
（4）情景4：调整粮食种植结构与发展生物质能。调整粮食种植结构与发展生物质能指调整粮食播种面积，同时利用粮食作物秸秆发展生物质能。2017—2020年，在对粮食种植结构进行优化的同时发展生物质能的仿真结果
如下。替代各类能源的产量按照当前各类能源占一次能源总量的比例，利用ARIMA（1，0，0）模型进行预测，进而得到各类能源的产量，如表7所示。其余变量与情景1一致，通过Vensim5.6仿真，结果见表8。
玉米属于C4植物，光合作用效率比C3植物高15%。调整种植结构可减少种植用水，也可减少种植对水环境的影响。同时增加了生物质能量，降低了能源开采过程中对水资源的需求和影响。从表8可知，2017年，山东省水资源自给率大于100%，2018—2020年，水资源自给率小于100%，水资源缺口分别为11.13亿m3、18.93亿m3和38.35亿m3。水资源自给率逐年下降，平均每年下降4.97%。水资源缺口平均每年增加14.46亿m3。在调整种植结构的基础上大力发展生物质能，短期内对地区的能源自给率改善不大，长期来看会提高地区能源自给率。粮食自给率平均每年下降5.1%。粮食富余量平均每年下降139.67万t。从图11与表8可以看出，粮食种植调整与发展生物质能对水体污染物的减少有微弱影响，对能源开采水污染的控制比较明显。能源开采水污染呈现波浪式上升，有比较明显的季节性特征，与作物的生长规律一致，对粮食种植水污染的控制比较明显，但粮食种植水污染趋势转变为逐年上升，与单独对粮食种植结构调整对粮食种植水污染的控制的效果基本一致。 3结论与建议
综上所述，本文通过分析WEF之间的关联关系，构建了WEF-Nexus框架下的PSR模型和SD模型，模拟2017—2020年山东省水资源、能源、粮食的供需和水环境的变化状况。在此基础上设置“保持当前趋势”、“调整粮食种植结构”、“发展生物质能”和“调整粮食种植结构与发展生物质能”四种不同的绿色发展情景进行分析。主要结论如下：①所建立的WEF-Nexus的PSR模型和SD模型经过有效性建议，应用该模型对山东省的WEF的供需状况进行分析具有可行性。WEF之间存在纽带联系，对单个系统中的变量施加影响会通过WEF-Nexus进行传递，进而引起WEF-Nexus中其他变量的变化。②当前发展趋势下，2017—2020年，山东省会出现水资源短缺和能源短缺的局面，但粮食自给率远大于1，水环境随时间逐步改善。在调整粮食种植结构的政策下，2017年水资源需求能够满足，2018—2020年依然面临水资源短缺的困境。调整种植结构对提高能源自给率影响不大，短期内有利于进一步提高粮食自给率，长期导致粮食自给率下降，有利于改善粮食生产对水环境的影响。在发展生物质能的政策下，对提高水资源、能源自给率和粮食自给率影响不大，有利于改善能源生产对水环境的影响。在同时调整粮食种植结构和发展生物质能的政策下，水资源自给率比调整粮食种植结构有所增加，短期对提高能源自给率影响不大，但长期有助于提高能源自给率。对减少能源开采和粮食种植对水环境的影响效果明显，但粮食种植水污染趋势转变为逐年上升。
建议山东省制定相关政策时应基于WEF纽带关系，促进地区的水、能源、粮食的协同，改善地区的水生态环境，实现绿色发展。从本文仿真结果来看，调整粮食种植结构能显著缓解地区水资源短缺，提高地区粮食自给率。由于发展生物质能对提高地区水资源自给率、能源自给率和粮食自给率影响不大，但对改善能源开采对水环境的影响效果显著，结合发展生物质能需要的其他投入，建议适当发展生物质能。山东省应当重视地区水资源和能源短缺的问题，通过增加相关投入提高水资源自给率和能源自给率。
另外，本文基于系统动力学对区域水-能源-粮食进行了仿真研究，效率是WEF研究的重要方面，是下一步研究的重点内容。
（编辑：王爱萍）
参考文献
[1]MULLERM.The‘nexus’asastepbacktowardsamorecoherentwaterresourcemanagementparadigm[J].Wateralternatives，2015，8（1）：675-694.
[2]HOFFH.Understandingthenexus[R].backgroundpaperfortheBonn2011conference：thewaterenergyandfoodsecuritynexus，Stockholm：StockholmEnvironmentInstitute，2011.
[3]UNEP.Towardsagreeneconomy：pathwaystosustainabledevelopmentandpovertyeradicationasynthesisforpolicymakers[J].Nairobi，Kenya，UNEP，2011.
[4]王海芹，高世楫.我國绿色发展萌芽、起步与政策演进：若干阶段性特征观察[J].改革，2016（3）：6-26.
[5]习近平.决胜全面建成小康社会，夺取新时代中国特色社会主义伟大胜利[R].北京：人民出版社.2017：50-51.
[6]李桂君，黄道涵，李玉龙.水-能源-粮食关联关系：区域可持续发展研究的新视角[J].中央财经大学学报，2016（12）：76-90.
[7]李良，毕军，周元春，等.基于粮食-能源-水关联关系的风险管控研究进展[J].中国人口·资源与环境，2018，28（07）：85-92.
[8]何云，胡啸，王军，等.山东省农村水污染现状及治理对策[J].中国人口·资源与环境，2015，25（S1）：221-223.
[9]HEINONENS，JOKINENP，KAIVO-OJAJ.Theecologicaltransparencyoftheinformationsociety[J].Futures，2001，33（3-4）：319-337.
[10]韩楠.基于供给侧结构性改革的碳排放减排路径及模拟调控[J].中国人口·资源与环境，2018，28（8）：47-55.
[11]任天志，刘宏斌，范先鹏，等.全国农田面源污染排放系数手册[M].第一版.北京：中国农业出版社，2015：32.
[12]杨月欣，王光亚，潘兴昌.中国食物成分表2002[M].北京：北京大学医学出版社，2002：40.
[13]马九杰，张传宗.中国粮食储备规模模拟优化与政策分析[J].管理世界，2002（9）：95-105.
[14]李桂君，李玉龙，贾晓菁，等.北京市水-能源-粮食可持续发展系统动力学模型构建与仿真[J].管理评论，2016，28（10）：11-26.
[15]胡荣根.主要农作物秸秆还田技术模式[J].安徽农学通报，2008（21）：97-98.
[16]张福春，朱志辉.中国作物的收获指数[J].中国农业科学，1990（2）：83-87.