基于计算的人类行为建模在以灌溉为核心的水-能源-食物-土地-气候政策分析中的应用

《Environmental Impact Assessment Review》:Computational human behavior modeling for irrigation-centered water–energy–food–land–climate policy analysis

【字体: 大 中 小 】 时间:2026年07月08日 来源:Environmental Impact Assessment Review 12.2

编辑推荐:

  余 Liu|李璐平|方兰|穆罕默德·里扎尔·拉兹曼中国陕西师范大学西北历史环境与社会经济发展研究所,西安 710119 摘要 在气候多变背景下,对水、能源和粮食系统进行协同管理已成为可持续农业发展的关键。尽管水-能源-粮食关联模型通过综合方法提升了资源分析水平,但大多数模型将人

  余 Liu|李璐平|方兰|穆罕默德·里扎尔·拉兹曼中国陕西师范大学西北历史环境与社会经济发展研究所,西安 710119

摘要
在气候多变背景下,对水、能源和粮食系统进行协同管理已成为可持续农业发展的关键。尽管水-能源-粮食关联模型通过综合方法提升了资源分析水平,但大多数模型将人类决策视为外生变量,这既无法反映人们的适应性行为,也无法为评估政策效果提供现实依据。本文提出了一种理论框架,并通过实证方法构建了一个计算模型,将农民的决策内生化到水-能源-粮食-土地-气候耦合系统中。该模型考虑了不同农业主体在面对变化的环境条件、经济激励和政策信号时的不同反应,这些因素会影响灌溉强度、能源消耗以及灌溉技术选择。模型利用空间明确的灌溉采用数据以及其他社会经济和环境数据作为参数,用于在基线条件和气候压力条件下,测试希腊流域地区的水价、电价、技术补贴以及多种政策组合的效果。研究结果表明,当考虑内生行为适应时,不同地区会出现非线性的、空间上异质化的政策响应。相比单一政策干预,政策组合在防止水资源枯竭和降低灌溉能耗方面更为有效,同时不会显著影响粮食产量。此外,行为显式建模通过考虑其他方法如静态模型或外生决策模型可能忽略的适应性反应,提升了水-能源-粮食-土地-气候分析的现实性和政策相关性。总体而言,本文表明,在关联模型中纳入动态人类行为能够更全面、更有价值地评估可持续发展政策,其结果也更具可信度。

引言
水、能源和粮食系统之间的相互依赖性日益增强,这制约了可持续农业的发展。农业生产占据了全球淡水使用量的很大比例,同时通过灌溉、机械化、化肥制造及产后加工也为能源需求做出了重要贡献(Abeg?o, 2021; Day, 2011)。与此同时,气候变化、地下水流失以及能源价格的不稳定性给全球农业系统带来了更大压力(Change, 2014; Espriú et al., 2026)。所有这些问题都彼此关联,形成了水-能源-粮食关联体系,其中一个系统的行为往往会对其他系统产生意想不到的影响(Albrecht et al., 2018)。尽管人们越来越认识到这种相互依赖性,但大多数可持续发展政策和基础设施投资并未达到预期效果。其中一个原因在于,水-能源-粮食系统不仅是物理或经济网络,更是社会技术网络,人类决策直接影响着资源的流动。农民在灌溉技术选择、抽水时间安排、作物种植以及對价格和补贴政策的反应等方面所做的决策,都会对水资源抽取、能源需求和粮食生产产生重大影响(Drobinski et al., 2025; Smith et al., 2025)。然而,现有的建模方法往往简化了这些行为动态,或将它们视为外生变量,从而限制了其预测能力和政策应用价值。

已有大量文献运用系统动力学、水经济优化、可计算一般均衡模型以及综合评估框架等方法来构建水-能源-粮食模型(Albrecht et al., 2018; Dhar, 2025; Koul et al., 2016)。这些模型有助于分析资源权衡、基础设施需求以及宏观层面的政策含义。不过,它们通常对人类行为做出一些重要假设,比如认为人们是完全理性的或同质的,会完全遵守政策规定,或者会以固定的速度采用新技术。大多数基于水经济和优化的水-能源-粮食模型都采用静态目标函数,在给定某些约束条件下最大化利润或最小化成本,因为这些模型涉及农业决策者(Ortiz-Partida et al., 2023)。虽然这类模型便于分析,但却无法体现有限理性、学习能力、社会影响、流动性约束以及风险感知等因素,而这些因素实际上会影响农民的行为(Kreft, 2022)。同样,在系统动力学模型中,行为通常被表现为汇总的响应系数或情景假设,这也就限制了模型捕捉差异性和复杂动态的能力(Sterman, 2000a)。正因如此,现有的水-能源-粮食模型可能会过高估计政策效果,低估反弹效应以及分布差异(Forsey, 2024; Shah, 2014)。这些局限性使得人们希望找到能够将人类行为视为水-能源-粮食系统内在动态组成部分的建模方法。事实表明,农民的行为与经典经济理性理论所假设的有很大不同。人们在选择节水节能型灌溉技术时,不仅会考虑成本效益,还会考虑信贷获取难度、同伴效应、对技术可靠性的认知、对机构的信任程度以及风险规避心理(Conley and Udry, 2010; Feder et al., 1985)。此外,农民会根据不断变化的环境和市场条件不断学习和调整自己的行为,不会立即采取最优策略(Simon, 1955)。例如,在世界大部分地区,本应提高农业生产率的能源补贴,反而因为刺激了抽水行为而导致了地下水的过度开采(Shah, 2010)。同样,基于信息的干预措施在不同社会网络和既有观念中也会引发不同的反应(Shafiee-Jood et al., 2022)。为了描述这些现象,就需要建立能够体现人类活动与生物物理系统状态之间反馈关系的决策过程模型。计算人类行为建模为此提供了一种有效的解决方案。它结合了行为理论、基于主体的建模方法、学习算法以及数据驱动的推理技术,能够对复杂系统中的异质性、适应性以及具有社会属性的决策者进行建模(Bandura, 1986; Gilbert, 2019)。将计算人类行为建模融入水-能源-粮食网络模型中,可以提高模型的解释力、预测精度以及政策相关性。

本研究旨在通过将适应性人类决策直接纳入水-能源-粮食-土地-气候耦合系统,构建可持续农业系统模型。具体目标包括:(一)建立一种将农业决策视为水-能源-粮食耦合系统内在要素的人类行为计算建模框架;(二)利用空间明确的灌溉采用数据和资源使用数据,对行为动态进行实证校准和验证;(三)分析在不同政策情景下,行为调整如何影响水、能源和粮食领域的可持续性结果;(四)评估在气候多变和不确定性条件下,综合政策干预的有效性、公平性及韧性。本文的贡献如下:

本文提出了一种将人类决策纳入水-能源-粮食网络模型的计算框架,将行为视为系统的内在组成部分而非外部假设。
本文利用时空层面的灌溉采用数据作为行为信号,用于校准和验证农业系统中的人类行为计算模型。
本文明确了行为动态与水-能源-粮食系统过程之间的耦合关系,实现了灌溉决策、水资源抽取、能源消耗与农业产出之间的反馈机制。
本文展示了如何通过明确建模人类行为,改变水、能源和粮食领域的可持续性评估结果及政策走向。

这些贡献提升了水-能源-粮食建模的方法论水平,也为基于行为视角的可持续性分析提供了可扩展的方法。本文的其余结构如下:第二部分阐述有关水-能源-粮食建模以及人类行为建模方法的现有研究文献;第三部分介绍系统整体架构和建模假设;第四部分说明数据集及预处理方法;第五部分介绍人类行为的计算模型,并阐述其与水-能源-粮食网络动态的整合方式;第六部分讨论模型的校准、验证及不确定性分析;第七部分展示不同情景和政策下的研究结果;第八部分探讨研究的局限之处,第九部分总结研究成果并指出未来研究方向。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号