杭州市農業用水碳排放與經濟增長脫鉤關系及其驅動因素研究

張晴 朱華 王妍 許柔怡 陳杰勛 葉錦陽

摘要：理解農業用水碳排放與農業經濟增長之間的關系，對農業水、能資源集約利用和區域低碳經濟發展具有重要意義。采用2010—2021年杭州市農業相關統計數據，對杭州市農業用水碳排放進行了核算，并探討了杭州市農業用水碳排放與農業經濟增長的脫鉤關系。結果顯示：①2010—2021年杭州市農業用水碳排放整體呈非平穩下降趨勢，碳排放強度呈持續下降趨勢，二者分別下降了0.82×108 kg和1.14 t/104元，其中農業用水碳排放時間演變大致分為“先下降后上升-波動下降-相對平穩”3個階段；②2011—2021年杭州市農業用水碳排放與種植業經濟增長的脫鉤關系以強脫鉤為主，占比72.73%；③技術效應與經濟效應分別是促進和抑制二者脫鉤的主要因素。

關鍵詞：農業用水;碳排放;經濟增長;Tapio;LMDI

中圖分類號：TV9? 文獻標識碼：A? 文章編號：1001.9235（2024）01.0034.09

Study on Decoupling Relationship Between Carbon Emissions of Agricultural Water Consumption and Agricultural Economic Growth in Hangzhou and Its Driving Factors

ZHANG Qing1，ZHU Hua1，2，3*，WANG Yan1，XU Rouyi1，CHEN Jiexun1，YE Jinyang1

（1.College of Geomatics and Municipal Engineering，Zhejiang University of Water Resources and Electric Power，Hangzhou 310018，China; 2.Key Laboratory of Poyang Lake Wetland and Watershed Research，Ministry of Education，Jiangxi Normal University，Nanchang 330022，China; 3.State Key Laboratory of Information Engineering in Surveying，Mapping and Remote Sensing，Wuhan University，Wuhan 430079，China）

Abstract： Understanding the relationship between carbon emissions of agricultural water consumption and agricultural economic growth is of great significance for the efficient utilization of water and energy resources in agriculture and the development of the regional low.carbon economy.Agricultural.related statistical data in Hangzhou from 2010 to 2021 are utilized to calculate the carbon emissions of agricultural water consumption.The decoupling relationship between carbon emissions of agricultural water consumption and agricultural economic growth in Hangzhou is explored.The results show that：①From 2010 to 2021，the carbon emissions of agricultural water consumption in Hangzhou show a non.stationary decline trend，and the intensity of carbon emissions shows a continuous decrease trend，with reductions of 0.82×108 kg and 1.14 t/104 yuan （the Chinese currency），respectively.The temporal evolution of carbon emissions of agricultural water consumption can be roughly divided into three stages：“decrease firstly and then increase，decline with fluctuation，and relatively stable”;②The decoupling relationship between carbon emissions of agricultural water consumption and economic growth in planting industry in Hangzhou from 2011 to 2021 is mainly characterized by strong decoupling，accounting for 72.73%;③Technological effects and economic effects are the main factors promoting and inhibiting the decoupling between carbon emissions of agricultural water consumption and economic growth.

Keywords：agricultural water use;carbon emission;economic growth;Tapio;LMDI

隨著全球工業化和城鎮化進程的加快，水資源需求不斷增加，水污染及碳排放導致氣候問題日益嚴峻［1-2］。農業作為第二大碳排放源，其碳排放量約占全球人為碳排放總量的23%［3］，其中，中國農業碳排放量約占全球總量的12.54%［4］。中國是農業大國，也是世界上水資源最缺乏的國家之一［5］。在農業活動中，灌溉過程消耗大量水資源［6］，同時也通過能源消耗產生巨大的碳排放［7-8］。在氣候變暖、水資源短缺和能源危機的多重壓力下，區域農業用水碳排放與經濟增長的協調發展面臨巨大的挑戰。因此，厘清農業用水碳排放與經濟之間的關系，對區域農業碳減排、水資源管理和可持續發展具有重要意義。

“水-能-碳”的研究主要從“水-能”關系的研究發展而來。在農業生產方面，水和能源具有密切的關系：一方面，農業灌溉設施運行離不開能源消耗；另一方面，能源的消耗也需要水資源的投入［9］，而農業水資源利用通過能源消耗過程產生大量碳排放。隨著溫室氣體排放的增加，對全球氣候和農業生產造成不利影響。因此，農業用水系統“水-能”關系研究擴展至“水-能-碳”多要素的耦合。有學者從不同角度（農業［10］、工業［11］等）和不同尺度（農場［12］、工業園區［13］、城市［14］、流域［15］、國家［16］等）的“水-能-碳”關系進行了研究。如杜景新等［17］基于動力消耗、灌溉等過程的能源消耗數據，對農業水資源開發利用過程的碳排放進行了核算，進而探討了水資源開發利用對環境的影響及適應氣候變化的對策。同時，水資源利用的各個環節（供水［18］、取水［19］、處理水［20］等）的研究也不斷展開。在碳排放的影響因素方面，國外首先從脫鉤角度對不同區域碳排放與經濟增長進行分析［21-22］。國內也從不同角度展開研究，主要是利用IPAT模型［23］、STIRPAT模型［24］和LMDI模型［25］等對碳排放影響因素進行分析。如余錦如等［26］從水-能-碳關聯角度，基于脫鉤模型分析環境資源與經濟增長之間的關系。由于不合理的灌溉及能源的粗放利用，對區域水、能資源利用和環境造成巨大壓力，水資源利用、碳排放與經濟增長之間的關系及驅動因素研究逐漸成為當前研究熱點。然而，以往的研究大多從農業碳源的角度對碳排放進行測算，從農業用水的角度測算碳排放的研究較少。此外，從農業用水的角度核算碳排放，研究其與經濟增長脫鉤的影響因素有助于了解區域水資源利用、能源消耗和碳排放之間的關系，可為區域水資源集約利用、能源節約與碳減排路徑提供支撐。

杭州市農業經濟發達，隨著人口的增長對農業用水需求的增加，以及碳排放總量的約束，給農業水資源利用帶來巨大壓力。如何實現農業水資源高效利用和低碳農業發展成為杭州市農業經濟面臨的重要問題。因此，本研究基于“水-能-碳”之間的關系，核算杭州市農業用水碳排放量，利用Tapio脫鉤模型與LMDI模型，分析杭州市2011—2021年農業用水碳排放與農業經濟增長的脫鉤關系及其驅動因素，研究結果可為杭州市農業低碳發展調控路徑提供參考。

1 材料與方法

1.1 研究區概況

杭州市（118°21′～120°30′E，29°11′～30°33′N），位于中國東南沿海、長江三角洲南翼、浙江省北部、杭州灣以西，錢塘江下游［27］。杭州市是浙江省省會，也是長江三角洲中心城市之一，下轄10個區、2個縣和1個代管縣。2021年全市種植業生產總值為308.83億元，占農業生產總值的61.58%。杭州市水資源豐富，2021年農業灌溉用水為8.94億m3，占全市用水總量的30.05%。杭州市是中國首批低碳試點城市，2022年底，杭州市“低碳城市建設水平指數”位于全國第二。

1.2 數據來源

本研究農業灌溉用水量來源于《浙江省水資源公報》（2016—2021年），2010—2021年第一產業（農業）生產總值（GDP）、種植業GDP、農業人口總數和第一產業就業人口總數等來源于《杭州市統計年鑒》（2011—2022年）。上述數據均采用當年統計數據，同時對農業灌溉用水量缺失的數據（2010—2015年）向杭州市數據資源管理局進行電話回訪收集。農業灌溉用水能源強度和電力碳排放系數取自相關文獻［7，28-29］。

1.3 方法

1.3.1 碳排放測算

農業用水碳排放主要來自于農業灌溉過程的能源消耗［7，30］，本文利用“水-能-碳”關系從農業灌溉用水過程能源消耗角度測算農業用水碳排放，其碳排放表示為農業灌溉用水、能源強度和電力碳排放系數的乘積。計算公式為［7］：

式中 C——農業用水碳排放，×108 kg；AW——農業灌溉用水，×108 m3；E——農業灌溉用水能源強度，取值0.336 kW·h/m3［7］；EFCO2——電力碳排放系數，取值0.801 kg/kW·h［7］；EI——農業灌溉用水能源消耗；CIA——農業用水碳排放強度，t/104元；PGDP——種植業生產總值，×104元。

1.3.2 Tapio模型

Tapio模型是用來分析變量間脫鉤關系的統計方法［31］。Tapio模型采用彈性分析方法反映變量間的脫鉤關系，不受統計量綱的影響，有效克服了OECD模型在基期選擇上的困境，其表達式為［32］：

式中 D——脫鉤指數；ΔC——農業用水碳排放的變化率，×108 kg；Ct 、Ct-1——第t年、第t-1年該地區的農業用水碳排放量，×108 kg；PGDP——種植業GDP，×108元；ΔG——種植業GDP變化率，×108 元；PGDPt、PGDPt-1——第t年、第t-1年該地區的種植業生產總值，×108 元。

其中，Tapio脫鉤指標體系［5，31，33］見表1。

“強脫鉤”表示經濟增長與碳排放呈負相關關系，即經濟增長不引起碳排放增加，為經濟增長的最理想的脫鉤狀態；“弱脫鉤”表示經濟增長仍然會排放二氧化碳，但排放出的二氧化碳減少，為經濟增長的理想脫鉤狀態；而“增長連接”和“擴張性負脫鉤”相比“弱脫鉤”的脫鉤狀態較差。當經濟衰退時會出現“衰退性脫鉤”“強負脫鉤”“弱負脫鉤”和“衰退性連接”，其中“強負脫鉤”表示經濟衰退，碳排放上升，為最不理想的脫鉤狀態［5，34］。

1.3.3 LMDI分解法

對數平均迪式指數分解法（Logarithmic Mean Divisia Index，LMDI）是常用來分析能源［35］和資源環境［26］消費情況的方法。因其計算簡便且結果不包含未解釋的殘差項，簡化了結果解釋，應用廣泛［36］。為進一步探索農業用水碳排放與種植業經濟增長之間的脫鉤關系，在對農業用水碳排放定量分析的基礎上，通過分析杭州市農業碳排放特征，從技術效應、農業結構、經濟效應和農業勞動力4個方面［26，37-38］構建農業用水碳排放分解公式：

式中 P——第一產業就業人數，萬人；I——農業用水碳排放強度；S——種植業GDP在農業GDP中的占比；G——農業人均GDP。

農業用水碳排放變化受ΔCI（技術效應）、ΔCS（農業結構）、ΔCG（經濟效應）和ΔCP（農業勞動力）4種因素相互耦合作用影響。運用加和分解方法，將農業用水碳排放差值分解：

ΔC=Ct-C0=ΔCI+ΔCS+ΔCG+ΔCP（6）

結合脫鉤模型，可以得到農業用水與種植業經濟增長的脫鉤效應分解量化模型：

各分解因素表達式為：

式中 TI——技術效應引起的脫鉤因子變化；TS——農業結構引起的脫鉤因子變化；TG——經濟效應引起的脫鉤因子變化；TP——農業勞動力總量引起的脫鉤因子變化。

2 結果與分析

2.1 杭州市農業用水碳排放變化

利用2010—2021年杭州市農業灌溉用水量和種植業GDP，結合農業用水碳排放測算公式，得到農業用水碳排放、能源消耗和農業用水碳排放強度。由圖1可知，2010—2021年杭州市農業用水碳排放與能源消耗呈非平穩下降趨勢，碳排放強度呈持續下降態勢，農業用水碳排放量從2010年3.22×108 kg下降到2021年2.40×108 kg；農業能源消耗從4.02×108 kW·h下降到3.00×108 kW·h；農業用水碳排放強度從1.92 t/104元下降到0.78 t/104元。

杭州市農業用水碳排放時間演變特征大致分為“先下降后上升-波動下降-相對平穩”3個階段。2010—2012年為先下降后上升階段。2011年由于政府大力發展現代農業使農業技術的轉型升級，農業灌溉能源消耗減少，農業用水碳排放從2010年3.22×108 kg下降到2011年的2.75×108 kg。2012年農業用水碳排放較2011年上升了0.12×108 kg，主要原因為農業經濟增長的約束，種植業面積增大、產量增長，使農業經濟效應大于技術效應而表現為農業碳排放小幅度增長。2012—2018年為波動下降階段。其中2012—2018年農業用水碳排放，除2016年較2015略高，均呈現下降趨勢。2016年農業用水碳排放相比2015年表現為上升的原因與2012年一致，但該年份農業生產效率不斷提高，等量碳排放下農業經濟增長幅度更大。其余年份的農業用水碳排放下降趨勢以技術效應為主導，由于其他因素對農業用水碳排放的作用方向不斷變化使其呈不同程度的下降。2018—2021年為相對平穩階段，該階段農業用水碳排放雖偶有上升但總體表現為相對平穩趨勢，農業灌溉能耗的降低、農業科技的進步及國家碳減排政策的推動是農業用水碳排放下降的主要原因。其中2020年農業用水碳排放增加主要受新冠疫情的影響，由于農產品需求不斷增長，農業用水碳排放不斷增加，但農業勞動力的下降，是其呈小幅度增長的主要因素。

從農業用水碳排放及其強度方面來看，雖然2010—2021年杭州市農業用水碳排放存在局部上升態勢，但農業用水碳排放強度仍表現為明顯下降趨勢，即農業經濟增長速度遠高于農業用水碳排放增加速度，且差距不斷變大，表明當地農業碳減排取得積極成效。

2.2 農業用水碳排放與種植業經濟增長脫鉤關系

基于農業用水碳排放和種植業GDP數據，使用Tapio模型得到二者間的脫鉤關系（表2）?？梢钥闯?，杭州市農業用水碳排放與種植業經濟增長在2011、2013—2015、2017—2019、2021年表現為強脫鉤狀態；2012、2016表現為弱脫鉤狀態；2020年表現為擴張性負脫鉤狀態。從整體來看，研究期內強脫鉤占比為72.73%，其強脫鉤指數平均為-0.58，表明杭州市農業用水碳排放與種植業經濟增長整體以強脫鉤為主，且呈高度脫鉤狀態；從局部來看，2012、2016年表現為弱脫鉤狀態，2020年表現為擴張性負脫鉤，呈現出脫鉤狀態的不穩定性。

杭州市2011—2019年農業用水碳排放與種植業經濟增長之間的脫鉤關系主要表現為強脫鉤與弱脫鉤狀態。二者表現為強脫鉤狀態的原因主要是政府出臺了一系列惠農及農業低碳發展政策，農業技術轉型促進了農業經濟增長、降低了農業灌溉能耗水平。二者出現弱脫鉤的主要原因是種植業經濟增長的約束，但由于農業技術發展等因素，種植業經濟增長速率仍大于農業碳排放。2019—2021年杭州市農業用水碳排放與農業經濟增長的脫鉤狀態由強脫鉤變為擴張性負脫鉤又轉變為強脫鉤。其中，2020年農業用水碳排放與種植業經濟增長之間呈擴張性負脫鉤狀態主要受新冠疫情影響，導致農作物的滯銷且農作物需求變大，農業灌溉用水量增加，從而使農業GDP緩慢增長的同時碳排放量增加，同時受技術效應的影響，碳排放量增長速度逐漸趨于平穩。2021年二者間脫鉤關系轉變為強脫鉤，是由于技術效應大于作物需求對二者間脫鉤關系影響。

2.3 農業用水碳排放與種植業經濟增長脫鉤的驅動因素

為進一步探索杭州市農業用水碳排放與種植業經濟增長之間脫鉤關系的驅動因素，本文利用2010—2021年杭州市第一產業（農業）生產總值、種植業生產總值、農業人口總數、第一產業就業人口總數和農業用水碳排放，構建LMDI脫鉤模型對農業用水碳排放進行分解，得到技術效應、農業結構、經濟效應、農業勞動力4個因素對農業用水碳排放驅動作用的方向及相對貢獻率（圖2）?？傮w來看，技術效應和經濟效應是影響農業用水碳排放與種植業經濟增長脫鉤的主要因素且作用方向相反，二者平均相對貢獻率均保持在36%，而農業結構和農業勞動力對其脫鉤的相對貢獻率較小但變化較大。種植業經濟效應雖然是農業用水碳排放增長的主要因素，但可以通過增強技術效應和改善農業結構，改變農業用水碳排放與種植業經濟增長的脫鉤關系。

從時間特征變化來分析4個因素。

a）技術效應。技術效應是對農業用水碳排放與種植業經濟增長脫鉤影響最大的因素，在研究期內除2020年外，相對貢獻度保持在19%～65%且均對二者脫鉤起促進作用。技術效應使2010—2021年杭州市農業用水碳排放累計減少了0.53×108 kg，這得益于政府對農業技術的大力扶持，2010—2021年糧食生產耕種收綜合機械化水平從61.2%上升到80.2%，加快農業經濟發展速度的同時提高了農作物灌溉水平。研究期內技術效應的相對貢獻度呈不穩定變化，其中2020年由于疫情影響導致其在各年份中相對貢獻度最?。?.4%）且抑制了農業用水碳排放與種植業經濟增長的脫鉤，說明未來應重點加強農業技術的投入，以應對突發事件對農業用水碳排放與種植業經濟增長脫鉤的影響。

b）農業結構。研究期內農業結構對農業用水碳排放與種植業經濟增長脫鉤狀態的相對貢獻率保持在0.1%～15.0%，且對脫鉤狀態的作用方向不斷變化。但從整體來看，農業結構對脫鉤的作用由2011—2013年的促進作用轉變為2014年的抑制作用，且抑制作用逐漸變大，主要是由于種植業經濟在農業經濟中占比不斷變大，促進了農業用水碳排放的增長［39］，而主要呈強脫鉤狀態是由于技術效應大于農業結構對二者脫鉤的影響。

c）經濟效應。經濟效應對農業用水碳排放與種植業經濟增長的脫鉤呈抑制作用，其相對貢獻率年際變化較大，主要呈“U”形變化。2011—2021年經濟效應對脫鉤的相對貢獻率為15%～60%，2012年最大（59.08%），2017年最?。?5.53%），2010—2021年杭州市由經濟效應產生的農業用水碳排放量為0.39×108 kg。非強脫鉤的年份（2012、2016、2020年）的經濟效應對二者脫鉤的相對貢獻率分別為59.08%、54.65%和49.80%，而對其脫鉤起促進作用的脫鉤因子的相對貢獻率僅為37.40%、45.35%、49.67%，說明弱脫鉤和擴張性負脫鉤產生的主要原因是經濟增長的約束。

d）農業勞動力。2011—2021年農業勞動力是農業用水碳排放與種植業經濟增長脫鉤影響因素中變化最大的因素，其對脫鉤狀態的相對貢獻率在0%～50%，且作用方向不穩定。2018、2020年農業勞動力對脫鉤的作用為正向且相對貢獻率分別為34.15%和49.67%，主要是由于農業勞動力的迅速下降，農業勞動人口分別從2017、2019年的66.29萬、56.7萬人下降到2018、2020年的59.7萬、30.31萬人，對種植業經濟與碳排放產生較大的抑制作用。

3 討論

農業“水-能-碳”是水資源、能源、碳排放關聯的過程，即水資源的開發利用、運輸與處理等過程消耗大量能源產生碳排放［8］（圖3）。農業水、能資源的粗放利用產生大量碳排放，加劇區域水資源短缺、能源匱乏和氣候變暖，同時資源短缺與氣候變化又進一步約束了農業水、能資源消耗和碳排放。在能源雙控和碳排放雙控的背景下，政府通過頒布一系列農業政策使農業水、能資源利用和碳排放系統與農業經濟保持強脫鉤狀態。2009年政府頒布《杭州市人民政府辦公廳關于促進設施農業發展的若干意見》，進一步推進農業設施的轉型，提高水資源利用效率，在2010、2011年灌溉用水量明顯減少，農業用水碳排放迅速下降；2012年受經濟增長政策約束，農業灌溉用水量增加，但自該年開始節水灌溉農田不斷增加，農業用水碳排放逐漸下降；2018年出臺《杭州市農業水價綜合改革實施方案》，使旱糧產量與農田灌溉水有效利用系數不斷提高，進一步減少灌溉用水量，提高水能資源集約利用率，在種植業經濟增長的同時農業用水碳排放減少。

在能源強度不變的情況下，農業用水碳排放的變化與農業用水量直接相關，即各因素通過影響農業用水改變農業用水碳排放。在農業用水碳排放與種植業經濟增長之間脫鉤關系的影響因素中，政策是影響二者間脫鉤關系的外部因素：農業政策的實施能驅動技術效應、農業結構和農業勞動力改變農業用水和農業經濟。其中，農業技術的提升對農業用水碳排放與種植業經濟增長之間脫鉤關系的影響具有雙向作用。水資源利用效率提升對二者脫鉤關系具有促進作用，例如：發展滴灌、噴灌、微噴灌等節水灌溉方式和智慧農業對作物需水量精準調控，使農業灌溉用水減少的同時作物產量增加。而技術效應對農業用水碳排放與種植業經濟增長之間脫鉤關系的抑制作用是由于產生了農業用水的回彈效應，即農業灌溉技術提升所節約的水資源被生產技術進步帶來的農業用水量部分抵消或全部抵消［40］。農業結構的變化可以改變農業用水碳排放與種植業經濟增長之間脫鉤關系：優化農業結構可以促進二者的脫鉤，農業結構的惡化抑制二者脫鉤關系。優化農業結構是通過調控種植業的水資源分配，驅動不同耗水作物面積的改變，使不同作物的產量比例改變。具體而言，通過增加耗水量低且經濟效益高的作物面積，減少耗水量高的作物面積，使種植業用水碳排放減少、經濟增加。農業勞動力的增加（減少）能促進（抑制）農業用水碳排放和種植業經濟增長之間脫鉤關系。農業勞動力主要是通過調控作物耕種面積使農業灌溉用水改變，農業勞動力的增加（減少）使作物耕種面積增加（減少），從而使農業灌溉用水增加（減少），導致農業用水碳排放相應變化。

農業用水通過消耗能源產生碳排放，在默認能源強度不變的情況下，農業用水碳排放的變化實際由用水量的變化決定。事實上，能源強度的變化，例如能源利用效率和能源加工轉換效率的提高，也能引起碳排放的變化，本研究分析了水資源利用的變化對碳排放的影響，而忽略了能源強度改變對碳排放的作用，這在一定程度上影響了研究的精度。

4 結論

以杭州市為研究對象，利用“水-能-碳”關系對農業用水碳排放進行核算，采用Tapio模型與LMDI分解法對農業用水碳排放與經濟增長的脫鉤關系進行研究。研究得出的主要結論如下。

a）2010—2021年杭州市農業用水碳排放和能源消耗總體呈非平穩下降態勢，農業用水碳排放強度呈持續下降趨勢。農業用水碳排放、能源消耗與碳排放強度分別從2010年的3.22×108 kg、4.02×108 kW·h、1.92 t/104元下降到2021年的2.40×108 kg、3.00×108 kW·h、0.78 t/104元。農業用水碳排放時間特征演變大致分為“先下降后上升-波動下降-相對平穩”3個階段。

b）2011—2021年杭州市農業用水碳排放與種植業經濟增長以強脫鉤為主，且呈高度脫鉤狀態，突發事件是二者脫鉤狀態發生轉變的主要原因。

c）從影響因素分解的角度來看，促進農業用水碳排放與種植業經濟增長脫鉤狀態的主要因素為良好的技術效應，抑制其脫鉤關系的主要因素為經濟效應，農業結構與農業勞動力的改善也能成為促進脫鉤狀態的因素。

參考文獻：

［1］廖青松，林孝松.重慶市經濟-城鎮化-碳排放耦合協調時空演變分析［J］.重慶師范大學學報（自然科學版），2023，40（2）：76-83，2.

［2］韓麗紅，潘玉君，馬佳伸，等.云南省水資源生態足跡的時空演化特征分析［J］.人民珠江，2021，42（4）：28-34.

［3］侯宇，張宏勝，楊尚釗，等.糧食主產區農業碳排放效率時空演變及影響因素研究［J］.新疆農墾經濟，2023（4）：53-65.

［4］楊晨，胡珮琪，刁貝娣，等.糧食主產區政策的環境績效：基于農業碳排放視角［J］.中國人口·資源與環境，2021，31（12）：35-44.

［5］劉羽，朱記偉，盧楠.珠三角城市群用水量與經濟增長的脫鉤狀態及其驅動因素研究［J］.水資源與水工程學報，2023，34（1）：91-99，109.

［6］邱婭柳，鄭久瑜，曾雯，等.廣東-廣西農業水足跡變化及其驅動力的對比分析［J］.人民珠江，2022，43（2）：70-78.

［7］趙榮欽，余嬌，肖連剛，等.基于“水—能—碳”關聯的城市水系統碳排放研究［J］.地理學報，2021，76（12）：3119-3134.

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

［9］CHENG Y T，WANG J L，SHU K S.The coupling and coordination assessment of food.water.energy systems in China based on sustainable development goals［J］.Sustainable Production and Consumption，2023，35：338-348.

［10］張慧芳，趙榮欽，肖連剛，等.不同灌溉模式下農業水能消耗及碳排放研究［J］.灌溉排水學報，2021，40（12）：119-126.

［11］MARTIN.GORRIZ B，SOTO.GARCíA M，MARTíNEZ.ALVAREZ V.Energy and greenhouse.gas emissions in irrigated agriculture of SE （southeast） Spain.Effects of alternative water supply scenarios［J］.Energy，2014，77：478-488.

［12］JACKSON T M，HANJRA M A，KHAN S，et al.Building a climate resilient farm：A risk based approach for understanding water，energy and emissions in irrigated agriculture［J］.Agricultural Systems，2011，104（9）：729-745.

［13］GUO Y，TIAN J P，CHEN L J.Water.energy nexus in Chinas industrial parks［J］.Resources，Conservation and Recycling，2020，153.DOI：10.1016/j.resconrec.2019.104551.

［14］VENKATESH G，CHAN A，BRATTEB H.Understanding the water.energy.carbon nexus in urban water utilities：comparison of four city case studies and the relevant influencing factors［J］.Energy，2014，75：153-166.

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