中国水-能源-碳足迹流动网络中的结构韧性及协同关系

《Journal of Cleaner Production》：Structural resilience and synergistic nexus in China's embodied water-energy-carbon footprints flow networks

水资源、能源与碳足迹（W-E-C）系统的复杂网络分析与结构韧性评估。基于多区域投入产出模型与网络理论，量化中国省级及部门间W-E-C足迹流量与网络结构，发现跨区域水资源流动呈集聚特征，能源与碳足迹流动空间异质性显著，协同效应存在区域-部门差异，提出韧性优化策略。

　　

刘德龙|吴云星|赵有竹|李莫|姜秋香|王子龙

东北农业大学水利与土木工程学院，哈尔滨，150030，中国

摘要

快速的经济增长加剧了水-能源-碳（W-E-C）系统的风险。为了解决在全面评估W-E-C系统风险韧性方面的研究空白，本研究提出了一个从复杂网络视角出发的新分析框架，以评估水-能源-碳系统的结构韧性。以中国为案例研究，进行了实证分析，以证明所提出框架的适用性。该研究采用多区域投入产出（MRIO）模型结合水-能源-碳足迹数据，量化了省级和行业层面的水-能源-碳足迹流动，并构建了相应的流动网络。通过网络的结构韧性指标（层次性、同配性、传输性和聚类性）来评估韧性。研究结果表明：（1）水-能源-碳足迹的流动模式存在差异。从空间上看，流动通常从西部和北部地区向东部和南部地区转移。随着时间的推移，水足迹的流动从跨区域转变为相邻区域之间的转移，而能源-碳足迹则表现出相反的趋势。在行业层面，农业是水足迹的主要流出行业，而化工和金属制品制造业则是能源-碳足迹的主要流出行业，建筑和服务行业则是主要流入行业。（2）省级和行业层面之间存在明显的协同效应差异：2002-2017年间，省级水-能源-碳协同效应增强，出现了南北差异，而行业间的协同效应则不明显。（3）省际水-能源-碳网络的结构韧性有所提高，但行业间能源-碳网络的变化有限，行业间水足迹网络则逐渐下降。本研究的核心贡献在于首次提供了一种方法论框架，用于评估经济转型背景下耦合资源系统的韧性。其实证发现可以为优化资源贸易模式、提高水-能源-碳系统的风险韧性以及推进可持续发展提供数据驱动和政策相关的见解。

引言

水、能源和碳排放被广泛认为是经济发展和社会稳定的关键决定因素，形成了一个以复杂相互依赖关系为特征的水-能源-碳（W-E-C）系统（Xie等人，2024年）。在全球人口快速增长和社会经济快速发展的背景下，对水和能源资源的需求显著增加。然而，这种持续的资源消耗导致了多种多方面的危机，包括水资源短缺和空间分布不均（Salehi，2022年）、生态系统退化（Delgado和Marín，2020年）、社会经济发展不平衡、能源供应链的地理不匹配和结构效率低下以及过度碳排放（Eskander和Fankhauser，2020年）。作为世界上最大的发展中国家，中国面临着资源-环境-社会（RES）三难问题的挑战（Yang等人，2024年），反映了全球可持续性的压力。受Rees教授1992年提出的生态足迹概念（Rees，2006年）的启发，并为了（a）准确测量水-能源资源消耗，（b）优化水-能源资源分配，以及（c）减轻供应风险和碳排放，随后引入了水足迹、能源足迹和碳足迹的概念。这些概念已成为环境科学和生态学领域的重要研究方向（Yang，2025年）。

近年来，关于W-E-C足迹系统内的流动关系、空间网络和结构相互作用进行了大量研究。Zhang等人（2022年）开发了一个多目标W-E-C足迹优化模型，旨在通过调整流动模式来最小化W-E-C足迹消耗并最大化经济效益，从而解决资源分配不均和资源利用不合理的问题。Liu等人（2024年）构建了一个多区域投入产出（MRIO）模型，并结合社会网络分析框架，研究了长江流域W-E-C足迹的流动特征和网络结构特征。Bai等人（2020年）从网络角度研究了中国的交通相关碳足迹的空间相关性，重点关注相关相关网络的结构属性和影响因素。Qin等人（2022年）结合虚拟水概念使用投影追踪模型，全面分析了中亚地区水-能源-食物-生态系统系统之间的流动关系。然而，上述研究仅关注足迹网络的结构特征，没有评估网络的风险抵抗能力。特别是Bai等人的研究既没有评估网络在干扰下的稳定性，也没有扩展到多资源系统内的协同效应分析。Wang等人（2023年）使用环境MRIO模型计算了中国新疆的水-能源-碳足迹，并通过生态网络分析从行业间角度探讨了耦合W-E-C系统的结构特征和互动机制。Wang X.C.等人（2020年）使用环境MRIO模型，结合水资源、能源消耗和碳排放数据，量化了中国各行业之间的W-E-C足迹联系。Wang X.等人（2020年）提出了一个混合物质-能源流动模型，并结合能源节约供应曲线模型，评估了代表性钢铁厂的W-E-C足迹关系。Naing等人（2024）应用W-E-C关联框架，结合生命周期评估（LCA）和MRIO分析，揭示了行业间足迹关系的显著差异，识别了水和能源消耗及环境影响的关键节点，并提出了针对特定行业的优化策略。尽管现有研究量化了水、能源和碳足迹之间的关系，但其范围要么局限于单个行业（Wang等人），要么局限于行业间分析（Wang等人及Naing等人，2024年）。这些研究缺乏对区域间协同效应的分析，也没有明确区域间W-E-C足迹流动的关系和变化模式。

尽管许多学者研究了W-E-C足迹，但目前的研究存在以下局限性：（1）现有的W-E-C足迹网络研究主要集中在流动量、流动关系和网络结构上，但缺乏对网络结构韧性的深入分析和评估。这一缺陷阻碍了对W-E-C足迹流动网络稳定性和风险抵抗能力的清晰理解。（2）关于W-E-C足迹转移的研究主要集中在直接足迹转移上，而对嵌入式W-E-C足迹流动的关注有限。因此，与研究对象相关的间接资源消耗尚未得到澄清。（3）对W-E-C足迹关系的研究主要集中在单个行业或行业间联系上，对区域间协同效应的关注不足。这一差距阻碍了对区域间W-E-C足迹流动的互动和动态变化的全面理解。

为了解决现有研究中关于W-E-C足迹流动网络结构韧性方面的研究空白，本研究的主要创新总结如下：

（1）本研究提出了一种评估嵌入式水-能源-碳（W-E-C）足迹流动网络结构韧性的新评估框架。该框架的主要创新在于将“韧性”概念整合到多因素耦合W-E-C系统的分析中，从而为理解其稳定性和风险抵抗能力建立了新的方法论基础。（2）基于这一框架，使用网络结构韧性指标定量分析嵌入式W-E-C足迹流动网络的结构韧性，并评估其稳定性和风险抵抗能力。（3）为了填补对W-E-C足迹区域间协同效应理解的空白，本研究利用足迹流动网络参数分析了区域间嵌入式W-E-C足迹的协同效应。这种方法超越了传统的行业视角，为跨区域协同治理嵌入式W-E-C系统提供了理论基础。

本研究的目标是：（1）利用多区域投入产出表计算中国各省和行业之间的嵌入式W-E-C足迹的流动量和总量；（2）根据这些流动的空间分布和总足迹量构建嵌入式W-E-C足迹流动网络模型，以分析流动模式及其演变趋势；（3）利用来自流动网络模型和耦合协调度模型的参数，从多个角度分析嵌入式W-E-C足迹的协同转移模式和协同效应；（4）根据省际和行业间流动网络参数计算网络结构韧性指标（层次性、同配性、传输性和聚合性），并使用熵权重方法进行深入的结构韧性评估，以确定综合韧性指标，从而全面评估网络抵御风险的能力。

本研究的核心贡献可以总结如下。首先，在理论层面，本研究通过将结构韧性概念引入嵌入式足迹流动网络，扩展了W-E-C关联文献，为理解系统稳定性和风险抵抗能力提供了新的视角。其次，在方法论层面，通过将多区域投入产出分析与复杂网络分析和结构韧性指标相结合，开发了一个新的分析框架，使得能够系统地评估省际和行业间的嵌入式W-E-C足迹网络。最后，在政策层面，通过将网络结构脆弱性与关键区域和行业的差异化监管联系起来，提供了以韧性为导向的治理建议，从而为协调和适应性的W-E-C管理策略提供了信息。

数据来源

本研究的水资源数据主要来源于《中国水资源公报》（中国水利部，2000-2018年）、《中国统计年鉴》（国家统计局，2002-2018年）和《中国水利统计年鉴》（中国水利部，2000-2018年）。能源消耗数据、碳排放数据和多区域MRIO数据主要来源于《中国能源统计年鉴》（国家统计局）。

省际嵌入式W-E-C足迹流动网络

本研究基于直接W-E-C足迹和MRIO表格计算了嵌入式W-E-C足迹流动。它使用流动量和总W-E-C足迹构建了一个省际嵌入式W-E-C足迹流动网络模型。如图2所示，模型的流动量和方向关系清晰地展示出来，箭头表示足迹转移的方向，线条的粗细反映了足迹流动的规模，较粗的线条表示

嵌入式水足迹流动网络

研究结果表明，在2002年至2017年的省际嵌入式W-E-C足迹流动网络中，水足迹主要从较不发达的地区流向发达地区。如东南沿海地区等发达地区，由于经济发达、人口密集和众多水密集型产业的存在，面临当地水资源不足的问题，依赖其他地区的嵌入式水资源。相比之下，中国西北部、东北部和中部地区

结论

为了研究中国各省和行业之间嵌入式W-E-C足迹网络的结构韧性，本研究使用统计数据计算了直接和总W-E-C足迹。采用2002年、2007年、2012年和2017年的多区域投入产出表，量化了省际和行业间的W-E-C足迹流动，并分析了它们的转移关系。构建了一个W-E-C足迹流动网络模型，以研究其协同转移模式

CRediT作者贡献声明

刘德龙：撰写 – 审稿与编辑，撰写 – 原稿，资源获取，方法论，概念化。吴云星：撰写 – 审稿与编辑，资源获取，概念化。赵有竹：验证，方法论，调查，概念化。李莫：资源获取，资金筹集。姜秋香：撰写 – 审稿与编辑，软件，资金筹集。王子龙：方法论。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢

本研究得到了国家自然科学基金[资助编号 52479006, 52409011]和广东省基础与应用基础研究基金[2023A1515011815]的支持。