广东省水资源-能源-粮食网络特征分析.pdf

广东省水资源-能源-粮食网络特征分析*洪思扬1）程涛2）王红瑞3）邓彩云4）王洪冲3）（1）广东省农业科学院农业经济与信息研究所，农业农村部华南都市农业重点实验室，广东广州；2）广东省水利水电科学研究院，广东广州；3）北京师范大学水科学研究院，城市水循环与海绵城市技术北京市重点实验室，北京；4）山东大学空间科学与物理学院，山东威海）摘要广东省人口和产业高度集聚，对水资源-能源-粮食（WEF）依赖程度高，资源供需矛盾日益凸显，合理配置WEF 资源，实现资源可持续利用具有重要现实意义.本研究基于复杂网络方法，构建广东省 2007、2012、2017 年的WEF 资源网络模型，通过探索网络拓扑性质，挖掘网络关键节点和关键路径，作为资源优化配置的重点关注对象.结果表明：1）广东省 WEF 资源网络具备小世界属性，能源网络的小世界属性较强，水资源网络较弱，关键节点和关键边的调控均会对 WEF 资源网络形成较大影响；2）农业（农林牧渔产品和服务），食品和烟草，化学产品，电力、热力的生产和供应，建筑，通信设备、计算机和其他电子设备制造等关键节点具备较大点强度，其资源调控对广东省水资源、能源、粮食的节约效应显著；3）电气机械和器材制造，建筑，通信设备、计算机和其他电子设备制造在 WEF 资源网络中处于枢纽位置，其资源节约效应可快速传递至整个网络；4）农业食品和烟草、农业纺织品、食品和烟草住宿和餐饮等边频繁出现于 WEF 资源网络的关键路径之中，改变其资源流通量，可显著改变所在关键路径甚至整个 WEF 资源网络的流通量.关键词水-能源-粮食；资源网络；关键节点；关键路径；广东省中图分类号TV213.4；F121.3DOI：10.12202/j.0476-0301.20230840引言水资源、能源和粮食（water-energy-food，WEF）是人类生活和经济社会稳定发展的重要保障1.高强度的人类活动、产业及人口的集聚均对 3 类资源形成更大的需求和更强的依赖，部分地区的资源供应能力较难满足经济快速发展的需求，成为制约经济社会发展的瓶颈问题2.在气候变化、城市化快速发展以及人口集聚的宏观背景之下，统筹考虑水、能源、粮食资源协同管理问题，协调 WEF 资源利用与经济社会发展之间的关系，实现资源高效利用，是生态文明建设和可持续发展的重要前提3.鉴于资源流通属性，水、能源、粮食 3 类资源均可借助产品或服务而流通于地区和部门之间，形成具有复杂交织关系的资源网络，探究资源网络拓扑属性有助于更深入地认识 WEF 资源在社会经济系统中的流动特征，以便提出更加合理可行的资源管理政策.目前，WEF 相关研究以定量分析、评估预测和整合优化为主.其中：生命周期法和投入产出法为定量分析提供了有效手段45；生态网络模型、复杂网络模型和系统动力学模型能够充分考虑 WEF 的经济贸易关联和复杂社会关联，适用于 WEF 系统性能评价模型构建67；多目标规划模型、动态均衡模型等可以将不同目标之间的复杂内在关联纳入评价范畴之内，因此适用于探讨 WEF 优化管理相关问题89.相比于其他研究方法，复杂网络法在量化资源网络拓扑属性方面更具优势，且网络可视化效果强.目前，WEF 资源贸易网络研究多以复杂网络方法实现，研究尺度主要聚焦于全球1011及国家1213尺度，资源网络节点包括国家（地区）和部门 2 大类，即探索资源在不同国家或地区之间，不同部门之间，以及不同国家的各个部门之间的流动规律及特征，研究视角以地理空间和行业部门空间视角为主.水、能源、粮食 3 类资源中：以能源贸易研究成果最为丰硕，主要涉及世界能源贸易社团聚类分析和化石能源贸易的演变规律1416；水资源方面*国家自然科学基金资助项目（51879010）；中国博士后科学基金面上资助项目（2023M730738）；广东省哲学社会科学规划资助项目（GD23YYJ14，GD23YYJ15）；广州市哲学社会科学发展“十四五”规划资助项目（2021GZGJ25）；广州市科技计划资助项目（202201011166，202201011541）；广东省农业科学院产业经济与都市农业团队资助项目（202124TD）通信作者：王红瑞（1963），男，教授，博士生导师.研究方向：水资源系统分析.E-mail:收稿日期：2023-05-162024-02北京师范大学学报（自然科学版）60（1）JournalofBeijingNormalUniversity（NaturalScience）59主要涉及水资源网络拓扑特征演变规律分析、虚拟水与能源贸易的网络构架等方面1718；粮食贸易方面，研究则主要集中于世界粮食贸易的社团聚类特征及扩张演变规律，寻求粮食贸易中的“震荡”节点1920.整体上看，现有 WEF 资源网络研究侧重于水、能源、粮食中的单一资源及水-能、水-粮的双核心资源关系研究2122，将 WEF3 类资源同时纳入资源网络关系构架的研究尚为罕见.水、能源、粮食 3 类资源之间存在复杂交织关系，综合表征 WEF3 类资源网络拓扑特征，寻求资源网络中的关键节点和关键路径，有助于从系统视角对 WEF 资源节约及可持续利用精准施策.随着国家大力推进粤港澳大湾区建设，广东省的人口和产业不断集聚，对水资源、能源、粮食 3 类资源的依赖程度进一步增强，WEF 资源在经济系统各部门之间的流动更加频繁，解析 WEF 资源网络流通特征，探索网络特征演变规律，寻求资源可持续利用对策具有重要现实意义.基于此，本研究以广东省为例，首次将水资源、能源、粮食 3 类资源同时纳入复杂网络模型构建，建立以经济系统中 42 个部门为节点的 WEF 资源网络模型，在网络指标量化中对 3 类资源予以综合考虑，发掘 WEF 网络的关键节点和关键边，进而提出 WEF 资源节约对策建议，以期实现资源可持续利用，优化资源管理，实现地区高质量发展.1研究区概况广东省地处中国大陆最南端，下辖 21 个地级市，主要包括粤东、粤西、粤北、珠三角 4 个区域，以不足全国 2%的土地面积汇集了全国 8%的人口，为我国第一经济大省.省内水资源总量丰沛，但人均水资源量低于全国人均水平，不足世界人均水平的 1/3，工程型、水质性缺水依旧严峻2324.近年来，广东省在低碳转型和产业升级方面取得较大成绩，但仍存在自给率低、能耗效率低、化石能源占比较大等问题2526，“双碳”目标的实现面临较大压力.粮食自给率不足3 成，人均耕地面积不足全国人均面积的 1/3，供需结构失衡、进口价格垄断等均对粮食安全造成威胁，保障粮食供需安全存在较大压力2728.整体上看，广东省 WEF 资源自给率低，供需矛盾日益凸显，资源协同管理压力较大.2研究方法与数据来源2.1研究方法2.1.1小世界性世界上任意 2 个陌生人之间，最多通过 6 个中间人即可建立起联系，这一理论称为六度C空间理论，也称小世界理论.在资源网络中，小世界属性可由聚类系数和平均最短路径综合反映，通常情况下，具备小世界属性的网络具有较大的平均聚类系数和较小的平均最短路径29，该属性以小世界指数表示，计算公式为C=Ca/LaLr/Cr,（1）CrLrd/nln n/ln dndCaLa式中：和代表与研究网络拥有同等规模随机网络的平均聚类系数和平均最短路径，可由和计算得到，其中 代表网络的节点数目，代表全部节点度数的平均值；和代表研究网络的平均聚类系数和平均最短路径，详细计算方法可参考文献 30.若网络的 C1，意味着网络具备小世界属性，表征网络的流通性较好，网络中任意节点之间仅需要少量节点即可建立关联，网络具有较好的连通性.2.1.2度与点强度网络中，度是指与某个节点存在有效关联的其他节点的数量.点强度则反映了节点的关键程度，通常情况下，其数值越大，表明网络中该节点的重要性越强，计算公式为si=jNiij,（2）ijij式中表示节点 和 的连边权重，按照资源流动方向，点强度包含入强度和出强度，表征由其他节点流入该节点，以及由该节点流向其他节点的总资源量.值得注意的是，本研究构建的 WEF 资源网络综合考虑了水、能源、粮食 3 种资源，选取各节点在水、能源、粮食 3 个网络中的度数之和，以综合反映 WEF 资源网络度数.在量化点强度时，鉴于 3 类网络中资源的单位不同，分别对水、能源、粮食网络中各节点的点强度进行归一化处理，进一步取三者均值，以综合反映 WEF 资源网络中各节点的点强度.xvvA=(av,t)vtav,t=1av,t=02.1.3特征向量中心度网络中，节点的重要程度不仅可以用节点的度数和点强度表征，还可以相邻节点的重要程度反映，这一属性可用特征向量中心度表征.特征向量中心度最大值为 1，数值越接近 1，说明与该节点连接的节点重要性越强，该节点越在资源网络中处于重要位置31.假定代表节点 的特征向量中心度，表征邻接矩阵，若节点 和节点 间存在边，则令，反之，.xv=1tN(v)xt=1tGav,txt,（3）N(v)vG式中：为节点 的邻近节点集合；为常数项；表征网络的全部节点集合.以矩阵表示：60北京师范大学学报（自然科学版）第 60 卷Ax=x,（4）x对方程组求解，即可量化特征向量中心度.2.1.4关键路径网络中，不同边可以连接成为长短各异的路径，各条路径对资源网络的贡献程度有所差异，对于某条关键路径而言，若其中各条边在网络总权重中的占比均排名靠前，可称其为关键路径.关键路径的确定方法如下：1）将网络中的所有节点视为关键路径的初始节点；2）选择与初始节点相连接的所有边中权重最大的边，将其目标节点作为该条关键路径的第 2 个节点；3）循环第 2 步，直至搜索到的节点返回至倒数第2 个节点，即完成关键路径的搜索.2.1.5资源网络的构建本研究以广东省经济系统中的 42 个行业部门为节点，以流通于节点之间的水资源、能源、粮食为边，以 WEF 资源流通量为权重，运用 Gephi0.9.2 软件构建 2007、2012 和 2017 这 3 个年度的 WEF 资源网络模型.具体地，节点之间的水资源、能源、粮食在部门之间的流通量以资源输出部门的资源强度与部门之间的经济流通量相乘获得，部门的资源强度通过多尺度投入产出法计算获得，具体可参考洪思扬等前期研究成果32，部门之间的经济流通量可从投入产出表获得.值得注意的是，网络中部分节点之间的资源流通量很小，而这类边的数量在整体网络中占据较大比例，即网络中较大比例的权重集中在为数不多的边上.鉴于此，本研究选取前 95%的边的权重作为标准，将权重小于该标准的边删除，构建WEF 资源网络模型.2.2数据来源本研究中投入产出数据来源于广东省统计局颁布的广东省投入产出表，表 1 列出各个行业部门的名称及相应编号.水资源数据来源于广东省水资源公报，涵盖农业、工业、生活、生态用水4 类.能源数据来源于广东省能源统计年鉴，涵盖煤炭、石油、天然气、水电、风电、核电 6 类一次能源的开采量.粮食数据来源于广东省统计年鉴，涵盖水稻、小麦、玉米、大豆 4 类粮食生产数据.4 类数据均包含 2007、2012 和 2017 这 3 个年度数据.资源与部门的对应中，水资源方面，由于农业灌溉用水通常由相关行业自行开采，因此农业用水对应至农业部门，生活用水由水的生产供应业提供，各部门的工业用水表1广东省经济系统 42 部门的名称及相应编号行业编号行业名称行业编号行业名称S1农林牧渔产品和服务S22其他制造产品S2煤炭采选产品S23废弃资源和废旧材料回收加工品S3石油和天然气开采产品S24金属制品、机械和设备修理服务S4金属矿采选产品S25电力、热力的生产和供应S5非金属矿和其他矿采选产品S26燃气生产和供应S6食品和烟草S27水的生产和供应S7纺织品S28建筑S8纺织服装鞋帽皮革羽绒及其制品S29批发和零售S9木材加工品和家具S30交通运输、仓储和邮政S10造纸印刷和文教体育用品S31住宿和餐饮S11石油、炼焦产品和核燃料加工品S32信息传输、软件和信息技术服务S12化学产品S33金融S13非金属矿物制品S34房地产S14金属冶炼和压延加工品S35租赁和商务服务S15金属制品S36科学研究和技术服务S16通用设备S37水利、环境和公共设施管理S17专用设备S38居民服务、修理和其他服务S18交通运输设备S39教育S19电气机械和器材S40卫生和社会工作S20通信设备、计算机和其他电子设备S41文化、体育和娱乐S21仪器仪表S42公共管理、社会保障和社会组织第 1 期洪思扬等：广东省水资源-能源-粮食网络特征分析61数据运用文献 33 方法结合广东省各部门增加值数据推算.能源方面，原煤数据由煤炭采选业提供，原油和天然气数据由石油及天然气开采业提供，水电、风电、核电数据由电力、热力生产供应业提供；粮食方面，水稻、小麦、玉米、大豆 4 类粮食生产数据则均由农业提供.3结果与分析3.1资源网络的小世界性依据前文方法，本研究构建了广东省 2007、2012 和 2017 年的水资源、能源、粮食资源网络，图 1 以 2017 年为例，对 3 类资源网络进行了展示.图 1 中，节点大小代表入强度，颜色深浅代表出强度，节点间连边的粗细代表资源流通量.表 2 列出了 2007、2012 和 2017 年广东省的水资源、能源、粮食资源网络的相关指标.可以看出，9 个资源网络中，平均聚类系数均显著高于同规模随机网络的聚类系数.平均路径长度介于 23 之间，说明任意2 个部门之间发生水资源、能源、粮食的流动，仅需经过 23 个部门，在节点总量为 42 的资源网络中，部门之间的资源关联较为紧密.9 个资源网络中，C均1，说明 9 个网络均具备小世界属性，当对网络中的关键节点进行资源调控时，产生的资源节约效应可以快速传播至其他部门.对比 3 类资源网络的 C，发现能源网络和粮食网络的 C 大于水资源网络，说明能源和粮食网络的小世界属性更强，平均聚类系数更大，节点之间联系更加紧密，网络的连通性更好，因此，在系统视角下，对能源和粮食网络进行资源调控，产生的资源节约效应将比水资源网络更为高效.a 水资源b 能源c 粮食图12017 年广东省水资源、能源、粮食网络3.2资源网络的度与点强度如前文所述，节点的度指网络中与某节点存在有效关联的节点数量，表 3 列出了水资源、能源、粮食网络中的度数之和排名前10 位的部门，以反映该节点在 WEF 资源网络中的重要程度.可以看出：S12（化学产品）的度数位居首位，说明该部门在 WEF 资源网络中占据重要地位，与其他部门之间拥有密切的资源流通关系，处于 WEF资源网络中的核心位置，且其度数在研究时段内有所上升，表明其重要程度逐渐提升；S10（造纸印刷和文教体育用品）的度数次之，同样属于 WEF 资源网络中的重要节点，但在研究时间段内其度数呈现下降趋势，表明重要程度呈下降趋势；此外，S30（交通运输、62北京师范大学学报（自然科学版）第 60 卷仓储和邮政）、S20（通信设备、计算机和其他电子设备）、S25（电力、热力的生产和供应）等部门的度数也相对较高，说明网络中与之相邻的邻居节点数量较多，在网络中重要性也相对较强，资源节约效应传播范围广，属于资源管理及调控中的重点关注对象.图 2 列出了归一化处理后的 WEF 资源网络的点强度均值，可以看出，入强度与出强度的部门分布特征存在较大差异.其中：S6（食品和烟草）和 S28（建筑）的入强度显著高于其他部门，说明大量 WEF 资源由其他部门流入其中，2 部门在 WEF 资源网络中主要扮演消费角色；S20（通信设备、计算机和其他电子设备）和 S8（纺织服装鞋帽皮革羽绒及其制品）的入强度也较高，2 部门分别属于高端制造业和初级制造业的代表部门，均属 WEF 资源密集型产业.出强度方面，S1（农林牧渔产品和服务）的点强度显著高于其他部门，主要源于农业生产过程中消耗大量的水资源、农药、化肥和农膜，以及农业灌溉中消耗的电力和农机设备消耗的化石燃料，这部分水资源和能源均以农产品为载体流向其他部门，同时，农业持续向其他部门供给农产品，进而形成较高的 WEF 出强度；此外，S6（食品和烟草）、S25（电力、热力的生产和供应）、S12（化学产品）等部门也具有较高的出强度，在资源网络中主要扮演加工角色.以上入强度和出强度较高的节点是资源网络中的重要节点，在宏观资源调控中需重点关注，对水、能源和粮食的节约起着至关重要的作用.3.3资源网络的特征向量中心度特征向量中心度较大的节点，因连接着重要节点同样在网络中占据重要地位.图 3 列出了各节点在水、能源、粮食资源网络中特征向量中心度的均值，以综合反映节点在WEF 资源网络中的连接作用.可以看出，S19（电气机械和器材）、S28（建筑）、S20（通信设备、计算机和其他电子设备）等部门的特征向量中心度值相对较高，以上部门因连接着 S14（金属冶炼和压延加工品）、S18（交通运输设备）、S25（电力、热力的生产和供应）等关键节点而处于资源网络中的关键位置，节点的中心度值为 1，表征在水、能源、粮食网络中，节点与其余全部节点均存在密切关系，在整个资源网络中处于枢纽位置，提高其水、能源、粮食利用效率，所产生的资源节约效应可以快速传递至整个资源网络之中.3.4资源网络的关键路径依据前文计算方法，对2007、2012、2017 年广东省区域经济系统的水、能源、粮食网络进行关键路径识别.表 4 展示了 2007、2012、2017 年的水资源、能源、粮食资源网络中排名表2广东省 WEF 资源网络相关指标参量水资源能源粮食200720122017200720122017200720122017平均聚类系数0.460.490.430.470.470.480.420.440.45平均路径长度2.061.972.062.122.012.082.272.042.05同规模随机网络聚类系数0.210.220.220.190.190.190.170.190.19同规模随机网络最短路径长度1.741.711.701.791.821.801.921.841.83小世界指数C1.901.961.602.062.252.162.092.172.11表3WEF 资源网络度数前 10 位的节点部门2007部门2012部门2017S12129S12130S12131S10117S10114S30108S1599S25106S10107S2598S30103S2088S3192S3196S2587S3090S2981S1581S1985S3580S3578S2081S2077S1976S3579S1973S3173S1460S1567S2972第 1 期洪思扬等：广东省水资源-能源-粮食网络特征分析63前 3 位的关键路径及其权重.以 2017 年 WEF 资源网络为例，关键路径中的节点以网络中入强度和出强度较大的节点为主.水资源网络中权重排名第 1 的关键路 径 是 S1S6S31S35S29S20S19，权 重 为9.72109m3，占总流通量的 21.36%，前 3 位关键路径占资源网络总权重的 31.58%；能源网络中权重排名第 1 的关键路径是 S11S30S29S20S19，权重为 1.10106TJ，占总流通量的 10.19%，前 3 位关键路径占资源网络总权重的 29.63%；粮食网络中权重排名第 1 的 关 键 路 径 是 S1S6S31S35S29S20S19，权重为 6.09106t，占总流通量的 32.22%，前 3 位关键路径占资源网络总权重的 43.63%.可以看出，水资源、能源、粮食网络中极少数关键路径的流通量占据网络整体流通量的较大比例，前 3 位关键路径权重S6S28S20S8S19S31S12S15S30S10S1S9S29S13S14S35S18S34S16S17S32S22S7S38S40S39S11S36S42S37S25S21S41S27S23S33S4S5S24S3S26S200.10.20.30.4归一化点强度均值0.50.60.70.8行业编号2017 年2012 年2007 年S1S6S25S12S27S13S14S7S30S15S31S35S10S29S9S19S4S20S34S11S38S33S16S8S3S17S5S36S23S32S28S39S21S18S24S26S37S2S22S40S41S4200.10.20.30.4归一化点强度均值0.50.60.70.8行业编号2017 年2012 年2007 年a 入强度b 出强度图2WEF 资源网络各节点归一化点强度S20S28S19S12S10S16S30S18S17S8S13S15S9S35S6S32S38S29S33S7S34S31S36S39S14S1S42S40S21S41S11S23S25S27S22S37S5S26S24S4S3S200.10.20.30.40.50.60.71.00.80.92017 年2012 年2007 年行业编号特征向量中心度均值图3WEF 资源网络各节点的特征向量中心度64北京师范大学学报（自然科学版）第 60 卷之和占比均在 3 成左右，体现了关键路径“少量且集中”的特征，这部分关键路径中的节点和边是资源调控中的重点关注对象.对比 2007 和 2012 年资源网络，可以看出，WEF 资源网络中关键路径中的节点数量介于 38 个之间，资源流通集中于少数部门之间，且呈现关键路径节点数量随时间推移而增加、关键路径复杂化的趋势.整体上看，S1（农林牧渔产品和服务）S6（食品和烟草）、S1S7（纺织品）、S6S31（住宿和餐饮）、S29（批发和零售）S20（通信设备、计算机和其他电表4广东省 WEF 资源网络关键路径及其权重年度WEF资源网络关键路径关键路径权重2017年水资源网络S1S6S31S35S29S20S199.72109m3S1S7S8S10S33S29S20S192.45109m3S12S27S282.20109m3网络总边权4.551010m32017年能源网络S11S30S29S20S191.10106TJS4S14S15S19S201.08106TJS15S17S20S191.02106TJ网络总边权1.08107TJ2017年粮食网络S1S6S31S35S29S20S196.09106tS1S7S8S10S33S29S20S191.35106tS1S9S288.07105t网络总边权1.89107t2012年水资源网络S1S6S31S33S29S288.37109m3S27S25S13S283.56109m3S27S6S31S33S29S282.65109m3网络总边权4.881010m32012年能源网络S3S25S13S281.21106TJS4S14S19S201.08106TJS3S11S35S33S29S289.18105TJ网络总边权1.38107TJ2012年粮食网络S1S6S31S33S29S284.95106tS1S7S8S9S281.12106tS1S12S10S33S29S288.58105t网络总边权1.67107t2007年水资源网络S1S6S31S35S12S20S199.23109m3S27S1S67.17109m3S37S27S28S344.65109m3网络总边权4.611010m32007年能源网络S4S14S19S201.39106TJS25S13S28S348.36105TJS11S25S28S348.31105TJ网络总边权1.16107TJ2007年粮食网络S1S6S31S35S12S20S194.72106tS1S31S35S12S20S191.31106tS1S7S88.27105t网络总边权1.42107t第 1 期洪思扬等：广东省水资源-能源-粮食网络特征分析65子设备）、S20S19（电气机械和器材）是 WEF 资源网络关键路径中出现频率较高的边，这些边的 WEF 资源综合调控作用较为显著，改变其资源流通量可使得关键边所在的关键路径，甚至 WEF 资源网络的流通量发生明显变化.WEF 资源调控具体可从以下几方面考虑：1）提高关键边源节点的资源利用效率，当产生同等价值产品时，相应地将消耗更少的资源量，从而降低整条路径的资源流通量；2）鼓励目标节点扩大与资源利用效率较高地区相关部门的合作，例如广东省的食品和烟草、纺织品与农业关联紧密，在成本、合作便利的条件下，可增加前二者与广西、湖南等资源利用效率较高地区的农业部门之间的合作，适度扩大国外进口量，充分发挥资源利用效率的比较优势.4结论与建议本研究以广东省为例，基于复杂网络方法，构建了广东省 2007、2012、2017 年度的 WEF 资源网络模型，通过量化网络关键指标，寻求资源网络中的关键节点和关键路径，为 WEF 资源节约及可持续利用提供有效借鉴.主要结论如下：1）广东省 WEF 资源网络具备小世界属性，且能源和粮食网络的小世界属性强于水资源网络，说明系统视角下能源和粮食网络的资源调控将比水资源网络更为高效.2）食品和烟草，建筑，通信设备、计算机和其他电子设备等部门在 WEF 资源网络中具备较大入强度，农林牧渔产品和服务，电力、热力的生产和供应，化学产品等部门具备较大出强度，以上部门是 WEF资源网络中的关键节点，其资源调控将对水、能源、粮食的节约起到关键作用.3）电气机械和器材，建筑，通信设备、计算机和其他电子设备具备较大的特征向量中心度，在 WEF资源网络中处于枢纽位置，其资源节约效应可快速传递至整个网络.4）农业食品和烟草，农业纺织品，食品和烟草住宿和餐饮，批发和零售通信设备、计算机和其他电子设备等边频繁出现于 WEF 资源网络的关键路径之中，资源综合调控作用最为显著，其资源流通量的改变可以显著改变所在关键路径甚至整个 WEF资源网络的流通量.复杂网络方法为资源网络拓扑性质的量化提供了有效途径，基于研究得到的网络计算结果，结合广东省水资源、能源、粮食现状，提出以下几方面建议：1）广东省 WEF 资源网络均具备小世界属性，说明对 WEF 资源网络中的关键节点进行资源调控，所产生的资源节约效应可以显著影响整个网络的性质，产生广泛的资源节约效应.因此，应加强食品和烟草，建筑，通信设备、计算机和其他电子设备，纺织服装鞋帽皮革羽绒及其制品等关键部门资源利用效率的提升，分类实行水价改革，鼓励节水和节能降耗设备的投入使用，调整和优化部门的能源消费结构，实施“精准节水”和“精准节能”措施，避免盲目降低其资源消耗总量而引起其他部门的产品服务投入不均.2）对于 WEF 资源网络中的关键路径而言，频繁出现的关键边是资源调控的重要突破口，其中，广东省的食品和烟草、纺织品、住宿和餐饮是关键边的重要目标节点，在双循环的国家政策背景下，应鼓励以上部门与 WEF 资源利用效率较高省份相关部门的合作，尤其是增加原产品和服务的投入，从而降低整条关键路径的资源消耗量，同时，重点监测以上部门的WEF 资源利用效率，落实严格的资源利用奖惩实施办法，从而实现资源与经济的协同发展.5参考文献郝林钢，于静洁，王平，等.面向可持续发展的水-能源-粮食纽带关系系统解析及其研究框架 J.地理科学进展，2023，42（1）：1731张静静，汪文生，李杨.区域水-能源-粮食绿色效率、地区差异及影响因素 J.中国环境科学，2022，42（1）：4832孙才志，段兴杰.黄河流域水资源-能源-粮食系统生态可持续发展能力评价 J.人民黄河，2023，45（2）：853JINZQ，LIAOWJ，MUYX，etal.Integratedassessmentof water footprint and energy production efficiency indifferentrice-raperotationsystemsJ.Energy，2023，266：1265354QIANXY，LIANGQM，LIULJ，etal.Keypointsforgreen management of water-energy-food in the Belt andRoadInitiative：resourceutilizationefficiency，finaldemandbehaviors and trade inequalitiesJ.Journal of CleanerProduction，2022，362：1323865WEN C L，DONG W H，ZHANG Q C，et al.A systemdynamicsmodeltosimulatethewater-energy-foodnexusofresource-based regions：a case study in Daqing City，ChinaJ.Science of the Total Environment，2022，806：1504976WANG X K，DONG Z C，SUNIK J.System dynamicsmodelling to simulate regional water-energy-food nexuscombinedwiththesociety-economy-environmentsysteminHunanProvince，ChinaJ.ScienceoftheTotalEnvironment，2023，863：1609937ELKAMELM，VALENCIAA，ZHANGW，etal.Multi-agent modeling for linking a green transportation system866北京师范大学学报（自然科学版）第 60 卷with an urban agriculture network in a food-energy-waternexusJ.SustainableCitiesandSociety，2023，89：104354WULN，ELSHORBAGYA，ALAMMS.Dynamicsofwater-energy-food nexus interactions with climate changeandpolicyoptionsJ.EnvironmentalResearchCommunications，2022，4（1）：0150099ULLAHA，WANGB，SHENGJF，etal.Identifyingvitalnodes from local and global perspectives in complexnetworksJ.Expert Systems With Applications，2021，186：11577810张翠芝.晶质石墨国际贸易网络特征及鲁棒性分析 D.石家庄：河北地质大学，202211HONGJK，TANGMH，WUZZ，etal.Theevolutionofpatterns within embodied energy flows in the Chineseeconomy：amulti-regional-basedcomplexnetworkapproachJ.Sustainable Cities and Society，2019，47：10150012CHENS，DINGYT，ZHANGYF，etal.StudyontherobustnessofChinasoilimportnetworkJ.Energy，2022，239：12213913RENB，LIHJ，SHIJL，etal.Detectingthecontrolanddependence relationships within the global embodiedenergytradenetworkJ.Energy，2022，238：12167814SHIJL，LIHJ，GUANJH，etal.Evolutionaryfeaturesofglobalembodiedenergyflowbetweensectors：acomplexnetworkapproachJ.Energy，2017，140：39515祝孔超，赵媛，夏四友，等.“一带一路”石油产品贸易网络演化分析 J/OL.世界地理研究.2023-05-06.http:/ for provincial food-water nexus in ChinaJ.JournalofCleanerProduction，2021，279：12388617曲申，林瑾，王永豪，等.电力部门省际虚拟水流动模式与影响分析 J.北京理工大学学报（社会科学版），2023，25（2）：4518TORREGGIANI S，MANGIONI G，PUMA M J，et al.Identifying the community structure of the food-trade19international multi-networkJ.Environmental ResearchLetters，2018，13（5）：054026王祥.全球农产品贸易网络及其对我国食物安全的启示D.兰州：兰州大学，202220KONARM，DALINC，SUWEISS，etal.Waterforfood：theglobalvirtualwatertradenetworkJ.WaterResourcesResearch，2011，47（5）：121汪艺晗，杨谨，刘其芸，等.“一带一路”国家粮食贸易下虚拟水和隐含能源流动 J.资源科学，2021，43（5）：97422龚镇杰.广东省用水效率时空格局演变及其成因研究D.广州：广东工业大学，202223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）：9124张鹏飞，徐静怡，郭巍，等.粤港澳大湾区电力系统低碳转型 J.上海交通大学学报，2022，56（3）：29325任峰，龙定洪.广东省碳排放量测算、影响因素分析及预测模型选择 J.生态经济，2022，38（5）：2126符淼，张昱.粤港澳大湾区对外货物贸易的多维度细化指数及其特征 J.国际经贸探索，2020，36（10）：7127方伟，万忠，王佳友.粮食生产区域演变研究进展 J.广东农业科学，2020，47（11）：19128聂常乐.全球粮食贸易网络空间格局演化及机制 D.金华：浙江师范大学，202229WATTSDJ，STROGATZSH.Collectivedynamicsofsmall-worldnetworksJ.Nature，1998，393（6684）：44030PARAND F A，RAHIMI H，GORZIN M.Combiningfuzzy logic and eigenvector centrality measure in socialnetworkanalysisJ.PhysicaA：StatisticalMechanicsandItsApplications，2016，459：2431洪思扬，王红瑞，程涛.广东省水与能源利用效率与部门使用特征分析 J.北京师范大学学报（自然科学版），2022，58（1）：10732FAN J L，KONG L S，ZHANG X，et al.Energy-waternexusembodiedinthesupplychainofChina：directandindirectperspectivesJ.EnergyConversionandManagement，2019，183：12633第 1 期洪思扬等：广东省水资源-能源-粮食网络特征分析67Characteristicsofwater，energyandfoodnetworkinGuangdongprovinceHONGSiyang1）CHENGTao2）WANGHongrui3）DENGCaiyun4）WANGHongchong3）（1）InstituteofAgriculturalEconomicsandRuralDevelopment，GuangdongAcademyofAgricult