贵州白酒是贵州省的优势产业和贵州工业中的支柱产业之一。“生态立省”和“做强贵州大生态产业”的政策目标确定了十三五规划期间贵州省白酒产业生态化发展的基本战略路径。当前正值十四五规划开启与十三五规划收官的交替之际，对现阶段贵州省白酒产业生态化发展水平进行评价，既能评估贵州白酒产业十三五规划期间生态化发展建设成效，更能为确定十四五规划期间贵州白酒产业发展方针、促进贵州白酒产业高质量发展提供重要启示。
从目前的文献来看，国内外对白酒产业生态化的关注较少，相关研究内容主要可以分为两个方面：一是白酒产业与生态环境的关系。廖斌等[1]从白酒企业可持续竞争力的内涵入手，通过构建白酒企业可持续竞争力评价指标体系，为白酒产业可持续发展评价提供了相关理论依据。王海天等[2]指出白酒产业集聚有利于地方资源利用率与生态保护力度的正向促进作用，并利用空间系统广义据估计法进行了实证分析，以上研究虽为白酒产业生态化发展做出了一定的理论贡献，但均未系统的界定“白酒产业生态化”的内涵与特征，因此在对白酒产业生态化发展的理论指导与现状描述方面存在一定的局限性。二是关于产业生态化评价的方法。目前关于产业生态化的评价方法有很多，如数据包络分析法、系统动力学、灰色关联分析等，不同视角的评价具有不同的侧重点与分析逻辑，如数据包络分析法主要通过比较生产投入、期望产出、非期望产出三者之间的关系来定义产业低碳、绿色发展愿景下的全要素生产效率，通过产业生态效率的高低反映产业生态化水平[3]；系统动力学利用系统思想将产业生态化分解为生态系统与产业系统间的交互行为，通过系统发展水平反应产业生态化水平[4]；灰色关联分析则侧重从数理角度分析对产业与环境的各项指标间数据的关联性，进而以关联性的大小衡量产业的生态化水平[5]。白酒产业生态化是一个涉及经济学、生态学、酿酒工程等多学科、多维度的动态随机发展过程，对其水平现状进行评价更是一项复杂的系统工程，为此，本文拟结合前期白酒产业与环境协调发展相关研究，对白酒产业生态化的内涵与作用机理进行系统分析，同时考虑到白酒产业生态化过程的复杂性与随机性，利用基于云模型的耦合度评价方法对贵州省白酒产业的发展现状进行综合评价，以期揭示贵州省白酒产业生态化发展现状，为贵州白酒产业十四五规划提供理论支撑。
1 白酒产业生态化的内涵与作用机理
白酒产业生态化是产业生态化在白酒领域的集中体现，是该产业从传统资源依附、利润优先的营利性生产模式向资源共生、环境友好的可持续绿色生产模式的改进，广义上可以理解为一切体现低碳经济理念、可持续发展意识的白酒产业发展过程，它契合习近平总书记“加快建立健全以生态价值观念为准则的生态文化体系，促进产业绿色发展与高质量发展”的思想理念，也符合后疫情时代国内产业价值链重塑、产业结构再调整对白酒产业新生态、新格局的新要求。本文从系统耦合视角出发，将白酒产业生态化定义为白酒产业高质量发展子系统与白酒产区生态保护子系统在外界因素扰动和序参量有序关联运动的共同作用下，打破原有系统平衡，形成耦合目标、耦合内涵、耦合功能的动态融合过程。耦合度是衡量这一融合过程的重要测度，耦合度越大，系统之间的融合程度越大、系统耦合等级越高，产业生态化水平越高；反之，系统融合程度越小，系统耦合等级越低，产业生态化水平越低。对白酒产业与生态环境两个系统之间耦合演化的动机和内涵进行分析，发现二者的耦合关联性主要体现在以下几点：
（1）目标耦合。当前以高质量发展为核心宗旨的工业革命新浪潮正在席卷全球。随着《中国制造2025》发布，我国产业正式进入全面调整阶段。然而，长期以“高投入、高消耗、高污染、低质量、低效益、低产出”和“先污染，后治理”为特征的中国工业发展模式所带来的资源浪费、环境恶化、结构失衡等矛盾和问题也正在日益凸显[6]。在中国经济高质量发展的同时，全面推行产业绿色可持续发展，既是《中国制造2025》的题中之意又是我国白酒产业可持续发展战略的必然选择。因此，有必要在白酒产业系统高质量发展的过程中，兼顾资源节约与生态环境保护工作，加速经济效益与可持续收益的有机融合，努力实现高效、智慧、清洁、低碳、循环的绿色可持续发展目标。
（2）路径耦合。产业发展模式与区域发展总目标决定了白酒产业高质量发展与白酒产区生态保护系统的演化路径与基本轨迹，而一般而言，区域发展模式对产业发展模式具有更高级的隶属性，即产业模式取决于区域发展总目标。因此，在贵州生态优先的区域发展模式作用下，白酒产业受到的环境规制力度与环境门槛将不断提升，并迫使其从传统的生产模式向更加节能环保的绿色生产模式转型，而产业绿色发展要素与区域环境可持续发展要素之间有着复杂的条件交叉与因果关系，这些要素相互作用会促使两个系统的演化朝着特定的方向实现有机融合。
（3）功能耦合。白酒产区生态保护系统的主要功能是维持地域生态活力，而白酒产业高质量发展系统的主要功能是实现规模效益，带动地方经济发展。两个系统的演化过程中发生的涌现性特征分别指向可持续发展与经济效益的获得。因此在目标与路径的作用下，耦合系统将呈现资源收益最大化的产业可持续发展功能，并实现生态与经济协调发展。
综上，可以得到白酒产业生态化的耦合演化理论框架，如图1所示。
图1 白酒产业生态化耦合演化理论框架
Fig.1 Theoretical framework of the ecological coupling evolution of the Baijiu industry
2 白酒产业生态化水平的评价方法设计
白酒产区生态保护系统与白酒产业高质量发展系统的协同演化程度和即为系统耦合协调度，也是本文所研究的白酒产业的生态化水平。为进一步定量分析贵州省的白酒产业生态化状况，在明确二者耦合理论的基础上，还需要对两个系统的耦合协调度进行测算，在传统的耦合度系统研究中，主要以确切理论为基础，通过物理学的耦合知识，建立系统耦合模型[7-8]。然而，由于白酒产业生态的耦合系统评价理论尚不成熟，本文所提出的部分理论也仅仅是从系统理论视角给出的一个解释，因此对耦合系统的评价问题仍然涉及到信息的不确定性和评价对象、过程、数据的模糊性。针对这一问题，本文尝试引入处理不确定性评价的云模型方法，建立了一套基于云模型的白酒产业生态化耦合系统评价方法。
2.1 基于云模型的耦合度评价模型设计
云模型[9]是一种处理定性和定量描述的不确定转换模型，设U为一个定量论域，C为定性概念，若有一定量值x∈U为C的某次随机实现，x对C的确定度μ（x）∈[0，1]是具有稳定倾向的随机数，即若μ：U→[0，1]，∀x∈U，x→μ（x），则x在论域U上的分布为云模型，x为云模型的云滴。
考虑到白酒产业生态化耦合系统进行综合发展水平评价过程的模糊性和信息不对称性等因素，采用云模型的数字特征（Ex，En，He）来表示各系统的综合评价值对传统耦合评价模型做出优化。具体思路如下：
①利用云理论中模拟父云的思想拟合白酒产业生态化评价中所包含的两个子系统各时期的云形态W（f）（Ex，En，He）[10-11]，如式（1）所示。
其中，期望（Ex）反映云滴的分布情况，表示对系统综合指数的预期，熵值（En）表示云相对于期望值的离散程度，是对系统综合指数可信度的反映，En越大，表示评价结果的可信度越低。超熵（He）表示评价过程中的不确定性程度，是对系统综合指数评价结果稳定性的反映，He越大，表示评价结果稳定性越低。
②耦合度是用来反映系统或序参量之间的关联程度的测度指标，假设由（1）式所得到的白酒产业高质量发展系统的综合指数评价云为W（B）（Ex1，En1，He1），生态保护系统的综合指数评价云为W（S）（Ex2，En2，He2），将两个子系统的云数字表征带入传统耦合度评价模型，则可推导出云数字特征的耦合度评价模型如式（2）所示。
式（2）中，（Ex1，En1，He1）表示白酒产业高质量发展系统的综合指数评价云；（Ex2，En2，He2）表示白酒产区生态保护系统的总综合指数评价云，考虑到评价云数值特征的三维空间向量特征，本式的计算均参照向量运算形式，分子部分视为两云向量的外积，分母部分视为空间向量的欧式距离[12]。
2.2 白酒产业生态化的评价标度
为了更直观地反映白酒产业生态化的发展状态，参照云模型结果的确定与评价状态集的评价等级的相关方法[13-14]，将白酒产业生态化发展状态分为5个评价等级：E2（1.000 0，0.103 1，0.013 0）表示高产业生态化水平；E1（0.6910，0.064 0，0.008 0）；E0（0.500 0，0.039 0，0.005 0）表示中等产业生态化水平；E-1（0.309 0，0.064 0，0.016 0）表示较低产业生态化水平；E-2（0.000 0，0.013 0，0.026 0）表示低产业生态化水平。用横坐标表示产业生态化水平，纵坐标表示选取该评价值的确定度，用Matlab绘制评价标度图，如图2所示。
图2 白酒产业生态化水平评价标度
Fig.2 Evaluation scale of the ecological level of the Baijiu industry
3 贵州省白酒产业生态化水平评价研究
3.1 白酒产业生态化水平评价指标体系设计
白酒产业生态水平评价指标体系主要用来刻画白酒产业高质量发展系统与白酒产区生态保护系统之间存在的相互影响与耦合关系，因此指标体系的设计遵循以下原则：指标能够反映白酒产业高质量发展系统与白酒产区生态保护系统之间的耦合性；指标要具有科学性、合理性、系统性和全面性；由于白酒产业高质量发展系统与白酒产区生态保护系统的耦合是一个动态发展的过程，因此指标应具有时序性，能够动态反映两者之间的作用关系。在遵循上述原则的基础上，采用频度分析法对近十年相关文献进行整理，选择出使用频度最高的指标[15-16]；然后进行理论分析，初步提出评价指标；最后采用粗糙集和专家咨询法结合的方法对指标进行筛选和设置，构建了反映白酒产业生态化水平的综合评价指标体系[17-20]，如表1所示。本文以贵州省为研究对象，为保证数据的权威性，本文数据全部来源于2011年—2019年的《贵州省统计年鉴》、《中国统计年鉴》和《中国环境统计年鉴》。
表1 白酒产业生态化发展水平评价指标体系
Table 1 Evaluation index system of the ecological development level of the Baijiu industry
3.2 贵州白酒产业生态化水平评价与分析
为了明确贵州省白酒产业生态化系统水平的发展趋势，将历年相关数据和指标权重输入式（1），得到2011—2019年贵州省白酒产业高质量发展与白酒产区生态保护系统的综合云评价值的变化曲线，如图3所示。
图3 白酒产业生态化两子系统的演化轨迹云期望值
Fig.3 Evolutionary trajectory cloud expectations of the two subsystems of the ecologicalization of the Baijiu industry
云期望值代表着系统正向演化过程中与最佳状态的近似度，从图3可以看出，贵州省白酒产业高质量发展与白酒产区生态保护系统二者的云评价指数期望值整体上均处于上升趋势，且具有相似的变化频率，说明两个系统具有较高的相关性，对前文耦合理论建设起到了较好的支撑佐证作用。此外，从分时段来看，贵州白酒产业生态化的两个测度子系统在十三五规划期间（2016-2019年）的发展速度远大于十二五规划期间，说明贵州省白酒产业生态化建设对所受到的“生态立省”政策规划具有较高的敏感性。
为进一步探明贵州省白酒产业生态化所处阶段，将两子系统2019年的综合发展云评价指数代入式（2）可得到贵州省2019年的贵州省白酒产业高质量发展系统状态指数和白酒产区生态保护系统指数及二者的耦合度，见表2。
表2 2019年贵州白酒产业生态化云评价数字特征
Table 2 Digital characteristics of ecological cloud evaluation of Guizhou Baijiu industry in 2019
应用Matlab程序将生态引力与产业集聚耦合系统的耦合云评价（0.421，0.243，0.387）及耦合协调度云模型（0.868，0.088，0.138）生成云图，如图4所示。
从图4可以看出，贵州省白酒产业生态化程度介于高生态水平与较高生态水平之间，并有向高生态水平进化的趋势。两测度系统的耦合度云反映了系统间合作实现双赢的程度和稳定性。因此可以认为贵州省白酒产业高质量发展与白酒产区生态保护系统二者之间存在较好的耦合协调潜力和耦合协调发展优势，进一步深化二者协调的协调耦合发展路径，促进贵州省白酒产业向高生态水平演化可以作为相关部门制定白酒产业十四五规划的侧重点。
图4 2019年贵州白酒产业生态化水平
Fig.4 Ecological level of Guizhou Baijiu industry in 2019
4 总结与建议
4.1 总结
（1）白酒产业生态化是产业生态化在白酒领域的集中体现，是该产业从传统资源依附和利润优先的营利性生产模式向资源共生和环境友好的可持续绿色生产模式的改进，广从系统耦合视角出发，将白酒产业生态化定义为白酒产业高质量发展子系统与白酒产区生态保护子系统在外界因素扰动和序参量有序关联运动的共同作用下，打破原有系统平衡，形成耦合目标、耦合内涵、耦合功能的动态融合过程。
（2）贵州白酒产业生态化的两个测度子系统在十三五规划期间（2016-2019年）的发展速度远大于十二五规划期间，说明贵州省白酒产业生态化建设对所受到的“生态立省”政策规划具有较高的敏感性。
（3）2019年贵州省白酒产业生态化程度介于高生态水平与较高生态水平之间，并有向高生态水平进化的趋势，贵州省白酒产业高质量发展与白酒产区生态保护系统二者之间存在较好的耦合协调潜力和耦合协调发展优势，进一步深化二者协调的协调耦合发展路径，促进贵州省白酒产业向高生态水平演化可以作为相关部门制定白酒产业十四五规划的侧重点。
4.2 建议
基于贵州省白酒产业生态化的发展轨迹与现状，结合十四五规划期间贵州省白酒产业向高生态水平演化的愿景，本文提出以下几点产业政策建议：
（1）落实可持续发展观，加快资源型产业生态化建设。近年来，在“大开发政策”和资源引力的双重驱动下，西部地区成为承接东部地区过剩产能的重要战略基地，但一定要警惕产业转移带来的污染的转移和生态破坏的转移。西部地区相关省份应该对本地的产业结构做好预先规划，动态提升资源型产业占比，倡导资源型产业生态化建设，加大对环境友好型产业扶持力度和政策吸引力度。就贵州省而言，生态环境敏感、脆弱和重要性不应该成为阻碍其发展的桎梏，而应该是推动地方发展特色生态经济、升级产业结构、实现经济地位变道超车的助推利器。必须牢固树立和践行绿水青山就是金山银山的理念，以生态产业供给侧结构性改革为主线，加速传统产业向以环境保护为底线、以生态特色为基础、以生态规律为准则的产业生态化结构转型。同时，遵循白酒产业高质量发展与产区生态保护耦合系统协调优质发展的原则，瞄准地方生态特色，在生态承载力范围内，鼓励白酒产业区合理利用地区生态资源的同时，完善资源开发相关专业人才和技术的引入奖励政策、提高产品附加值，推动形成“一县一优势、一乡一品牌、一村一特色”的产业生态化方案，地方政府及行业监管部门可以结合实际情况提出“生态产业”、“生态补偿”、“生态旅游”等协调合作模式来进一步落实和实现两系统的协调耦合发展。促进贵州白酒产业在全国市场竞争中找准位置、突出特色，稳步提升区域生态环境和经济质量的综合竞争力。
（2）激活市场调控功能，鼓励非政府机构发挥中介调节作用。鉴于当前政府主导的白酒产业生态化仍然处于向高生态化水平的转型过程中，系统间的信息与物质交互必然涉及到许多磨合与整合问题。相关部门应发挥好市场调控这一“无形之手”的资本聚集作用，结合地方生态引力与白酒产业集聚耦合系统的协调矛盾情况，适时加大对环境友好型和绿色制造型白酒企业的政策扶持力度，降低准入门槛，鼓励此类特色企业的迁入，建立以市场主导为主、政府协调支持的生态保护与规模经济融合机制，发挥好企业及及社会公众在生态保护与地域规模经济发展中的资源整合中介调节作用。
（3）因地制宜、因时制宜，建设多区域联动发展的“飞地”合作机制。我国国土辽阔，区域资源差异显著，应意识到各区域的地理环境、资源禀赋和发展水平的时空异质性。可尝试以“利益共享、协作互补”的产业飞地经济发展理论为基础，充分整合各地资源优势，加强技术和知识在区域间的流动，建立区域产业经济联动发展机制，健全公共资源管制及奖惩措施，促使区域间形成“产业联动、环境共治、永续发展”的可持续产业飞地经济发展模式，形成多省共建设、共管制的“资源型产业生态型飞地经济园区”。
[1]廖斌，王婷，王海天.白酒企业可持续竞争力评价研究[J].中国酿造，2019，38（7）：200-204.
[2]王海天，王婷，廖斌.白酒产业集聚与生态效率的动态关系研究[J].中国酿造，2020，39（4）：210-215.
[3]王晶，孔凡斌.区域产业生态化效率评价研究——以鄱阳湖生态经济区为例[J].经济地理，2012，32（12）：101-107.
[4]邹伟进，陈伟，郭明晶.我国钢铁产业生态化水平的评价[J].统计与决策，2010（8）：113-116.
[5]王婷，廖斌，卫少鹏.基于SD 的西部地区产业工业化与生态化耦合发展——以贵州省为例[J].生态经济，2019，35（9）：50-54，87.
[6]高国力.推动适应高质量发展要求的区域经济布局研究[J].区域经济评论，2020（4）：38-44.
[7]仉振宇，朱记伟，解建仓，等.西安市土地利用效益与城镇化耦合协调关系[J].水土保持研究，2020，27（4）：308-316.
[8]郭向阳，穆学青，明庆忠，等.旅游地交通服务功能与旅游强度协调时空分异特征——以云南省为例[J].自然资源学报，2020，35（6）：1425-1444.
[9]杨朝晖，李德毅.二维云模型及其在预测中的应用[J].计算机学报，1998（11）：961-969.
[10]王婷，廖斌.基于粗糙集指标约简和云模型的供应链金融风险评价[J].贵州大学学报（社会科学版），2019，37（1）：42-48.
[11]江永众，郑少峰，陶虹琳.基于云模型的区域劳动关系评价[J].财经科学，2020（7）：54-65.
[12]廖斌，王婷.生态使命贫困地区精准扶贫与生态保护的耦合协调研究[J].统计与决策，2020，36（3）：67-70.
[13]刘高磊，戴冉，黄富程，等.一种基于改进云模型的定线制后评估方法[J].中国航海，2020，43（2）：58-63.
[14]贺金凤，李义军，徐松杰，等.基于云模型相似度的基本概率指派生成方法[J].统计与决策，2020，36（10）：51-54.
[15]龙云安，陈卉，赵舒睿.白酒产业生产区与自贸区协同发展[J].食品工业，2020，41（6）：287-291.
[16]杨继瑞，杜思远，白佳飞.白酒产业聚集与区域经济发展——兼谈四川新型白酒酒庄打造路径[J].消费经济，2020，36（1）：83-89.
[17]龙云安，王雪梅，冯果.自贸试验区白酒产业高端集聚研究[J].中国酿造，2020，39（3）：202-207.
[18]郭旭，周山荣.基于“五力模型”的中国酱香型白酒产业竞争环境分析[J].中国酿造，2019，38（6）：212-217.
[19]程扬，姚建.生态保护和环境治理行业发展效率评价及限制因素分析[J].中国人口·资源与环境，2018，28（S2）：71-75.
[20]冯雨雪，李广东.青藏高原城镇化与生态环境交互影响关系分析[J].地理学报，2020，75（7）：1386-1405.