杭州市农业用水碳排放与经济增长脱钩关系及其驱动因素研究

张晴 朱华 王妍 许柔怡 陈杰勋 叶锦阳

摘要：理解農业用水碳排放与农业经济增长之间的关系，对农业水、能资源集约利用和区域低碳经济发展具有重要意义。采用2010—2021年杭州市农业相关统计数据，对杭州市农业用水碳排放进行了核算，并探讨了杭州市农业用水碳排放与农业经济增长的脱钩关系。结果显示：①2010—2021年杭州市农业用水碳排放整体呈非平稳下降趋势，碳排放强度呈持续下降趋势，二者分别下降了0.82×108 kg和1.14 t/104元，其中农业用水碳排放时间演变大致分为“先下降后上升-波动下降-相对平稳”3个阶段；②2011—2021年杭州市农业用水碳排放与种植业经济增长的脱钩关系以强脱钩为主，占比72.73%；③技术效应与经济效应分别是促进和抑制二者脱钩的主要因素。

关键词：农业用水;碳排放;经济增长;Tapio;LMDI

中图分类号：TV9  文献标识码：A  文章编号：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

随着全球工业化和城镇化进程的加快，水资源需求不断增加，水污染及碳排放导致气候问题日益严峻［1-2］。农业作为第二大碳排放源，其碳排放量约占全球人为碳排放总量的23%［3］，其中，中国农业碳排放量约占全球总量的12.54%［4］。中国是农业大国，也是世界上水资源最缺乏的国家之一［5］。在农业活动中，灌溉过程消耗大量水资源［6］，同时也通过能源消耗产生巨大的碳排放［7-8］。在气候变暖、水资源短缺和能源危机的多重压力下，区域农业用水碳排放与经济增长的协调发展面临巨大的挑战。因此，厘清农业用水碳排放与经济之间的关系，对区域农业碳减排、水资源管理和可持续发展具有重要意义。

“水-能-碳”的研究主要从“水-能”关系的研究发展而来。在农业生产方面，水和能源具有密切的关系：一方面，农业灌溉设施运行离不开能源消耗；另一方面，能源的消耗也需要水资源的投入［9］，而农业水资源利用通过能源消耗过程产生大量碳排放。随着温室气体排放的增加，对全球气候和农业生产造成不利影响。因此，农业用水系统“水-能”关系研究扩展至“水-能-碳”多要素的耦合。有学者从不同角度（农业［10］、工业［11］等）和不同尺度（农场［12］、工业园区［13］、城市［14］、流域［15］、国家［16］等）的“水-能-碳”关系进行了研究。如杜景新等［17］基于动力消耗、灌溉等过程的能源消耗数据，对农业水资源开发利用过程的碳排放进行了核算，进而探讨了水资源开发利用对环境的影响及适应气候变化的对策。同时，水资源利用的各个环节（供水［18］、取水［19］、处理水［20］等）的研究也不断展开。在碳排放的影响因素方面，国外首先从脱钩角度对不同区域碳排放与经济增长进行分析［21-22］。国内也从不同角度展开研究，主要是利用IPAT模型［23］、STIRPAT模型［24］和LMDI模型［25］等对碳排放影响因素进行分析。如余锦如等［26］从水-能-碳关联角度，基于脱钩模型分析环境资源与经济增长之间的关系。由于不合理的灌溉及能源的粗放利用，对区域水、能资源利用和环境造成巨大压力，水资源利用、碳排放与经济增长之间的关系及驱动因素研究逐渐成为当前研究热点。然而，以往的研究大多从农业碳源的角度对碳排放进行测算，从农业用水的角度测算碳排放的研究较少。此外，从农业用水的角度核算碳排放，研究其与经济增长脱钩的影响因素有助于了解区域水资源利用、能源消耗和碳排放之间的关系，可为区域水资源集约利用、能源节约与碳减排路径提供支撑。

杭州市农业经济发达，随着人口的增长对农业用水需求的增加，以及碳排放总量的约束，给农业水资源利用带来巨大压力。如何实现农业水资源高效利用和低碳农业发展成为杭州市农业经济面临的重要问题。因此，本研究基于“水-能-碳”之间的关系，核算杭州市农业用水碳排放量，利用Tapio脱钩模型与LMDI模型，分析杭州市2011—2021年农业用水碳排放与农业经济增长的脱钩关系及其驱动因素，研究结果可为杭州市农业低碳发展调控路径提供参考。

1 材料与方法

1.1 研究区概况

杭州市（118°21′～120°30′E，29°11′～30°33′N），位于中国东南沿海、长江三角洲南翼、浙江省北部、杭州湾以西，钱塘江下游［27］。杭州市是浙江省省会，也是长江三角洲中心城市之一，下辖10个区、2个县和1个代管县。2021年全市种植业生产总值为308.83亿元，占农业生产总值的61.58%。杭州市水资源丰富，2021年农业灌溉用水为8.94亿m3，占全市用水总量的30.05%。杭州市是中国首批低碳试点城市，2022年底，杭州市“低碳城市建设水平指数”位于全国第二。

1.2 数据来源

本研究农业灌溉用水量来源于《浙江省水资源公报》（2016—2021年），2010—2021年第一产业（农业）生产总值（GDP）、种植业GDP、农业人口总数和第一产业就业人口总数等来源于《杭州市统计年鉴》（2011—2022年）。上述数据均采用当年统计数据，同时对农业灌溉用水量缺失的数据（2010—2015年）向杭州市数据资源管理局进行电话回访收集。农业灌溉用水能源强度和电力碳排放系数取自相关文献［7，28-29］。

1.3 方法

1.3.1 碳排放测算

農业用水碳排放主要来自于农业灌溉过程的能源消耗［7，30］，本文利用“水-能-碳”关系从农业灌溉用水过程能源消耗角度测算农业用水碳排放，其碳排放表示为农业灌溉用水、能源强度和电力碳排放系数的乘积。计算公式为［7］：

式中 C——农业用水碳排放，×108 kg；AW——农业灌溉用水，×108 m3；E——农业灌溉用水能源强度，取值0.336 kW·h/m3［7］；EFCO2——电力碳排放系数，取值0.801 kg/kW·h［7］；EI——农业灌溉用水能源消耗；CIA——农业用水碳排放强度，t/104元；PGDP——种植业生产总值，×104元。

1.3.2 Tapio模型

Tapio模型是用来分析变量间脱钩关系的统计方法［31］。Tapio模型采用弹性分析方法反映变量间的脱钩关系，不受统计量纲的影响，有效克服了OECD模型在基期选择上的困境，其表达式为［32］：

式中 D——脱钩指数；ΔC——农业用水碳排放的变化率，×108 kg；Ct 、Ct-1——第t年、第t-1年该地区的农业用水碳排放量，×108 kg；PGDP——种植业GDP，×108元；ΔG——种植业GDP变化率，×108 元；PGDPt、PGDPt-1——第t年、第t-1年该地区的种植业生产总值，×108 元。

其中，Tapio脱钩指标体系［5，31，33］见表1。

“强脱钩”表示经济增长与碳排放呈负相关关系，即经济增长不引起碳排放增加，为经济增长的最理想的脱钩状态；“弱脱钩”表示经济增长仍然会排放二氧化碳，但排放出的二氧化碳减少，为经济增长的理想脱钩状态；而“增长连接”和“扩张性负脱钩”相比“弱脱钩”的脱钩状态较差。当经济衰退时会出现“衰退性脱钩”“强负脱钩”“弱负脱钩”和“衰退性连接”，其中“强负脱钩”表示经济衰退，碳排放上升，为最不理想的脱钩状态［5，34］。

1.3.3 LMDI分解法

对数平均迪式指数分解法（Logarithmic Mean Divisia Index，LMDI）是常用來分析能源［35］和资源环境［26］消费情况的方法。因其计算简便且结果不包含未解释的残差项，简化了结果解释，应用广泛［36］。为进一步探索农业用水碳排放与种植业经济增长之间的脱钩关系，在对农业用水碳排放定量分析的基础上，通过分析杭州市农业碳排放特征，从技术效应、农业结构、经济效应和农业劳动力4个方面［26，37-38］构建农业用水碳排放分解公式：

式中 P——第一产业就业人数，万人；I——农业用水碳排放强度；S——种植业GDP在农业GDP中的占比；G——农业人均GDP。

农业用水碳排放变化受ΔCI（技术效应）、ΔCS（农业结构）、ΔCG（经济效应）和ΔCP（农业劳动力）4种因素相互耦合作用影响。运用加和分解方法，将农业用水碳排放差值分解：

ΔC=Ct-C0=ΔCI+ΔCS+ΔCG+ΔCP（6）

结合脱钩模型，可以得到农业用水与种植业经济增长的脱钩效应分解量化模型：

各分解因素表达式为：

式中 TI——技术效应引起的脱钩因子变化；TS——农业结构引起的脱钩因子变化；TG——经济效应引起的脱钩因子变化；TP——农业劳动力总量引起的脱钩因子变化。

2 结果与分析

2.1 杭州市农业用水碳排放变化

利用2010—2021年杭州市农业灌溉用水量和种植业GDP，结合农业用水碳排放测算公式，得到农业用水碳排放、能源消耗和农业用水碳排放强度。由图1可知，2010—2021年杭州市农业用水碳排放与能源消耗呈非平稳下降趋势，碳排放强度呈持续下降态势，农业用水碳排放量从2010年3.22×108 kg下降到2021年2.40×108 kg；农业能源消耗从4.02×108 kW·h下降到3.00×108 kW·h；农业用水碳排放强度从1.92 t/104元下降到0.78 t/104元。

杭州市农业用水碳排放时间演变特征大致分为“先下降后上升-波动下降-相对平稳”3个阶段。2010—2012年为先下降后上升阶段。2011年由于政府大力发展现代农业使农业技术的转型升级，农业灌溉能源消耗减少，农业用水碳排放从2010年3.22×108 kg下降到2011年的2.75×108 kg。2012年农业用水碳排放较2011年上升了0.12×108 kg，主要原因为农业经济增长的约束，种植业面积增大、产量增长，使农业经济效应大于技术效应而表现为农业碳排放小幅度增长。2012—2018年为波动下降阶段。其中2012—2018年农业用水碳排放，除2016年较2015略高，均呈现下降趋势。2016年农业用水碳排放相比2015年表现为上升的原因与2012年一致，但该年份农业生产效率不断提高，等量碳排放下农业经济增长幅度更大。其余年份的农业用水碳排放下降趋势以技术效应为主导，由于其他因素对农业用水碳排放的作用方向不断变化使其呈不同程度的下降。2018—2021年为相对平稳阶段，该阶段农业用水碳排放虽偶有上升但总体表现为相对平稳趋势，农业灌溉能耗的降低、农业科技的进步及国家碳减排政策的推动是农业用水碳排放下降的主要原因。其中2020年农业用水碳排放增加主要受新冠疫情的影响，由于农产品需求不断增长，农业用水碳排放不断增加，但农业劳动力的下降，是其呈小幅度增长的主要因素。

从农业用水碳排放及其强度方面来看，虽然2010—2021年杭州市农业用水碳排放存在局部上升态势，但农业用水碳排放强度仍表现为明显下降趋势，即农业经济增长速度远高于农业用水碳排放增加速度，且差距不断变大，表明当地农业碳减排取得积极成效。

2.2 农业用水碳排放与种植业经济增长脱钩关系

基于农业用水碳排放和种植业GDP数据，使用Tapio模型得到二者间的脱钩关系（表2）。可以看出，杭州市农业用水碳排放与种植业经济增长在2011、2013—2015、2017—2019、2021年表现为强脱钩状态；2012、2016表现为弱脱钩状态；2020年表现为扩张性负脱钩状态。从整体来看，研究期内强脱钩占比为72.73%，其强脱钩指数平均为-0.58，表明杭州市农业用水碳排放与种植业经济增长整体以强脱钩为主，且呈高度脱钩状态；从局部来看，2012、2016年表现为弱脱钩状态，2020年表现为扩张性负脱钩，呈现出脱钩状态的不稳定性。

杭州市2011—2019年农业用水碳排放与种植业经济增长之间的脱钩关系主要表现为强脱钩与弱脱钩状态。二者表现为强脱钩状态的原因主要是政府出台了一系列惠农及农业低碳发展政策，农业技术转型促进了农业经济增长、降低了农业灌溉能耗水平。二者出现弱脱钩的主要原因是种植业经济增长的约束，但由于农业技术发展等因素，种植业经济增长速率仍大于农业碳排放。2019—2021年杭州市农业用水碳排放与农业经济增长的脱钩状态由强脱钩变为扩张性负脱钩又转变为强脱钩。其中，2020年农业用水碳排放与种植业经济增长之间呈扩张性负脱钩状态主要受新冠疫情影响，导致农作物的滞销且农作物需求变大，农业灌溉用水量增加，从而使农业GDP缓慢增长的同时碳排放量增加，同时受技术效应的影响，碳排放量增长速度逐渐趋于平稳。2021年二者间脱钩关系转变为强脱钩，是由于技术效应大于作物需求对二者间脱钩关系影响。

2.3 农业用水碳排放与种植业经济增长脱钩的驱动因素

为进一步探索杭州市农业用水碳排放与种植业经济增长之间脱钩关系的驱动因素，本文利用2010—2021年杭州市第一产业（农业）生产总值、种植业生产总值、农业人口总数、第一产业就业人口总数和农业用水碳排放，构建LMDI脱钩模型对农业用水碳排放进行分解，得到技术效应、农业结构、经济效应、农业劳动力4个因素对农业用水碳排放驱动作用的方向及相对贡献率（图2）。总体来看，技术效应和经济效应是影响农业用水碳排放与种植业经济增长脱钩的主要因素且作用方向相反，二者平均相对贡献率均保持在36%，而农业结构和农业劳动力对其脱钩的相对贡献率较小但变化较大。种植业经济效应虽然是农业用水碳排放增长的主要因素，但可以通过增强技术效应和改善农业结构，改变农业用水碳排放与种植业经济增长的脱钩关系。

从时间特征变化来分析4个因素。

a）技术效应。技术效应是对农业用水碳排放与种植业经济增长脱钩影响最大的因素，在研究期内除2020年外，相对贡献度保持在19%～65%且均对二者脱钩起促进作用。技术效应使2010—2021年杭州市农业用水碳排放累计减少了0.53×108 kg，这得益于政府对农业技术的大力扶持，2010—2021年粮食生产耕种收综合机械化水平从61.2%上升到80.2%，加快农业经济发展速度的同时提高了农作物灌溉水平。研究期内技术效应的相对贡献度呈不稳定变化，其中2020年由于疫情影响导致其在各年份中相对贡献度最小（0.4%）且抑制了农业用水碳排放与种植业经济增长的脱钩，说明未来应重点加强农业技术的投入，以应对突发事件对农业用水碳排放与种植业经济增长脱钩的影响。

b）农业结构。研究期内农业结构对农业用水碳排放与种植业经济增长脱钩状态的相对贡献率保持在0.1%～15.0%，且对脱钩状态的作用方向不断变化。但从整体来看，农业结构对脱钩的作用由2011—2013年的促进作用转变为2014年的抑制作用，且抑制作用逐渐变大，主要是由于种植业经济在农业经济中占比不断变大，促进了农业用水碳排放的增长［39］，而主要呈强脱钩状态是由于技术效应大于农业结构对二者脱钩的影响。

c）经济效应。经济效应对农业用水碳排放与种植业经济增长的脱钩呈抑制作用，其相对贡献率年际变化较大，主要呈“U”形变化。2011—2021年经济效应对脱钩的相对贡献率为15%～60%，2012年最大（59.08%），2017年最小（15.53%），2010—2021年杭州市由经济效应产生的农业用水碳排放量为0.39×108 kg。非强脱钩的年份（2012、2016、2020年）的经济效应对二者脱钩的相对贡献率分别为59.08%、54.65%和49.80%，而对其脱钩起促进作用的脱钩因子的相对贡献率仅为37.40%、45.35%、49.67%，说明弱脱钩和扩张性负脱钩产生的主要原因是经济增长的约束。

d）农业劳动力。2011—2021年农业劳动力是农业用水碳排放与种植业经济增长脱钩影响因素中变化最大的因素，其对脱钩状态的相对贡献率在0%～50%，且作用方向不稳定。2018、2020年农业劳动力对脱钩的作用为正向且相对贡献率分别为34.15%和49.67%，主要是由于农业劳动力的迅速下降，农业劳动人口分别从2017、2019年的66.29万、56.7万人下降到2018、2020年的59.7万、30.31万人，对种植业经济与碳排放产生较大的抑制作用。

3 讨论

农业“水-能-碳”是水资源、能源、碳排放关联的过程，即水资源的开发利用、运输与处理等过程消耗大量能源产生碳排放［8］（图3）。农业水、能资源的粗放利用产生大量碳排放，加剧区域水资源短缺、能源匮乏和气候变暖，同时资源短缺与气候变化又进一步约束了农业水、能资源消耗和碳排放。在能源双控和碳排放双控的背景下，政府通过颁布一系列农业政策使农业水、能资源利用和碳排放系统与农业经济保持强脱钩状态。2009年政府颁布《杭州市人民政府办公厅关于促进设施农业发展的若干意见》，进一步推进农业设施的转型，提高水资源利用效率，在2010、2011年灌溉用水量明显减少，农业用水碳排放迅速下降；2012年受经济增长政策约束，农业灌溉用水量增加，但自该年开始节水灌溉农田不断增加，农业用水碳排放逐渐下降；2018年出台《杭州市农业水价综合改革实施方案》，使旱粮产量与农田灌溉水有效利用系数不断提高，进一步减少灌溉用水量，提高水能资源集约利用率，在种植业经济增长的同时农业用水碳排放减少。

在能源强度不变的情况下，农业用水碳排放的变化与农业用水量直接相关，即各因素通过影响农业用水改变农业用水碳排放。在农业用水碳排放与种植业经济增长之间脱钩关系的影响因素中，政策是影响二者间脱钩关系的外部因素：农业政策的实施能驱动技术效应、农业结构和农业劳动力改变农业用水和农业经济。其中，农业技术的提升对农业用水碳排放与种植业经济增长之间脱钩关系的影响具有双向作用。水资源利用效率提升对二者脱钩关系具有促进作用，例如：发展滴灌、喷灌、微喷灌等节水灌溉方式和智慧农业对作物需水量精准调控，使农业灌溉用水减少的同时作物产量增加。而技术效应对农业用水碳排放与种植业经济增长之间脱钩关系的抑制作用是由于产生了农业用水的回弹效应，即农业灌溉技术提升所节约的水资源被生产技术进步带来的农业用水量部分抵消或全部抵消［40］。农业结构的变化可以改变农业用水碳排放与种植业经济增长之间脱钩关系：优化农业结构可以促进二者的脱钩，农业结构的恶化抑制二者脱钩关系。优化农业结构是通过调控种植业的水资源分配，驱动不同耗水作物面积的改变，使不同作物的产量比例改变。具体而言，通过增加耗水量低且经济效益高的作物面积，减少耗水量高的作物面积，使种植业用水碳排放减少、经济增加。農业劳动力的增加（减少）能促进（抑制）农业用水碳排放和种植业经济增长之间脱钩关系。农业劳动力主要是通过调控作物耕种面积使农业灌溉用水改变，农业劳动力的增加（减少）使作物耕种面积增加（减少），从而使农业灌溉用水增加（减少），导致农业用水碳排放相应变化。

農业用水通过消耗能源产生碳排放，在默认能源强度不变的情况下，农业用水碳排放的变化实际由用水量的变化决定。事实上，能源强度的变化，例如能源利用效率和能源加工转换效率的提高，也能引起碳排放的变化，本研究分析了水资源利用的变化对碳排放的影响，而忽略了能源强度改变对碳排放的作用，这在一定程度上影响了研究的精度。

4 结论

以杭州市为研究对象，利用“水-能-碳”关系对农业用水碳排放进行核算，采用Tapio模型与LMDI分解法对农业用水碳排放与经济增长的脱钩关系进行研究。研究得出的主要结论如下。

a）2010—2021年杭州市农业用水碳排放和能源消耗总体呈非平稳下降态势，农业用水碳排放强度呈持续下降趋势。农业用水碳排放、能源消耗与碳排放强度分别从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。农业用水碳排放时间特征演变大致分为“先下降后上升-波动下降-相对平稳”3个阶段。

b）2011—2021年杭州市农业用水碳排放与种植业经济增长以强脱钩为主，且呈高度脱钩状态，突发事件是二者脱钩状态发生转变的主要原因。

c）从影响因素分解的角度来看，促进农业用水碳排放与种植业经济增长脱钩状态的主要因素为良好的技术效应，抑制其脱钩关系的主要因素为经济效应，农业结构与农业劳动力的改善也能成为促进脱钩状态的因素。

参考文献：

［1］廖青松，林孝松.重庆市经济-城镇化-碳排放耦合协调时空演变分析［J］.重庆师范大学学报（自然科学版），2023，40（2）：76-83，2.

［2］韩丽红，潘玉君，马佳伸，等.云南省水资源生态足迹的时空演化特征分析［J］.人民珠江，2021，42（4）：28-34.

［3］侯宇，张宏胜，杨尚钊，等.粮食主产区农业碳排放效率时空演变及影响因素研究［J］.新疆农垦经济，2023（4）：53-65.

［4］杨晨，胡珮琪，刁贝娣，等.粮食主产区政策的环境绩效：基于农业碳排放视角［J］.中国人口·资源与环境，2021，31（12）：35-44.

［5］刘羽，朱记伟，卢楠.珠三角城市群用水量与经济增长的脱钩状态及其驱动因素研究［J］.水资源与水工程学报，2023，34（1）：91-99，109.

［6］邱娅柳，郑久瑜，曾雯，等.广东-广西农业水足迹变化及其驱动力的对比分析［J］.人民珠江，2022，43（2）：70-78.

［7］赵荣钦，余娇，肖连刚，等.基于“水—能—碳”关联的城市水系统碳排放研究［J］.地理学报，2021，76（12）：3119-3134.

［8］王红瑞，李晓军，张力，等.水-能源-碳排放复杂关系研究进展及展望［J］.南水北调与水利科技（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］张慧芳，赵荣钦，肖连刚，等.不同灌溉模式下农业水能消耗及碳排放研究［J］.灌溉排水学报，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.