江西省水資源量質耦合承載力評價及提升對策

摘要：

為了合理評價和提升江西省水資源承載能力，耦合風險矩陣評價和政策情景模擬方法，從水資源數量和水資源質量雙重角度，對江西省2015～2019年的水資源承載力進行評價，并從用水效率和用水結構兩個方面進行情景模擬，探討了江西省水資源承載力提升路徑。研究結果表明：2019年江西省水資源承載壓力較大，11個地市中有7個地市的水資源承載狀況為臨界狀態或者超載狀態，并呈現西北部最高、南部次之、東北部最低的空間分布特征；江西省用水效率在長江經濟帶中較低，若提高至長江經濟帶低用水效率水平，則可將水資源承載力處于臨界狀態或者超載狀態的地市降為2個；江西省農業用水占比處于長江經濟帶第二高位，若提高用水結構均衡度，降低農業用水量占比，水資源承載力處于臨界狀態或者超載狀態的地市也可降為2個。研究成果可為提高江西省水資源承載力提供一種實現路徑，對促進江西省水資源空間均衡和區域經濟社會高質量發展具有一定現實意義。

關 鍵 詞：

水資源承載力； 量質耦合； 用水效率； 用水結構； 風險矩陣； 江西省

中圖法分類號： TV213

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2023.03.016

0 引 言

水資源是社會經濟發展必不可少的自然資源，決定著社會經濟的發展水平和前景。習近平總書記在黃河流域生態保護和高質量發展座談會上的講話時強調“要堅持以水定城、以水定地、以水定人、以水定產，把水資源作為最大的剛性約束”［1］。開展水資源承載力研究，對于源頭強化水資源剛性約束要求具有十分重要的意義。中國水資源承載力研究起步于20世紀80年代對西北干旱區水資源供需狀況的調查［2］，大致可分為理論雛形初步完成階段［2-4］、研究方法完善階段［5-7］、影響因素分析與應用階段［8-10］。目前，水資源承載力的概念主要有兩類：一類是從水資源系統出發，研究水資源的最大可開發規模［11-12］；另一類是從社會經濟系統出發，通過水資源的合理優化配置，研究水資源能夠支撐的社會經濟發展規模［13-14］。本文將水資源承載力定義為：在一定的社會經濟、科學技術水平下，在滿足生態環境用水的同時，以可持續發展為原則，水資源對社會經濟可持續發展的最大支撐能力［15-16］。

目前，水資源承載力的研究方法較為豐富，常見的有主成分分析法［17-19］、TOPSIS法［20-22］、系統動力學法［23-24］、生態足跡法［25-26］、投影尋蹤法［27-28］、突變級數法［29］、綜合模型法［30-31］等。上述部分方法計算過程復雜，指標功能重復，前期需要耗費大量時間查找相關指標數據。風險矩陣法首先誕生于風險管理中，其概念清晰，所需指標數量少且具有針對性，同時操作方便，因此也被應用于水資源承載力的研究中。例如，金菊良等［32］構建了水資源承載力評價的風險矩陣方法，將其運用在安徽省淮河流域的水資源承載力評價中。徐翔宇等［33］提出了基于量-質-域-流4要素和風險矩陣的水資源承載力評價模型，并將其應用于西遼河流域3個水資源三級區的水資源承載力評價，評價結果與區域實際情況相似，證明了方法的有效性。Wu等［34］將水資源承載力大系統分為壓力、支撐力、調節力子系統，運用多維先決條件云與風險矩陣的耦合模型對2005～2015年安徽省水資源承載力進行了評價。但上述研究側重于從水資源可利用量角度開展，較少考慮最嚴格水資源管理制度的約束作用。

本文以江西省為研究對象，以最嚴格水資源管理制度和水污染工作防治計劃下達的水量水質要求為約束，從水資源量質耦合角度，將風險矩陣評價和政策情景模擬相結合，對江西省2015～2019年的水資源承載力進行分析，并從用水效率和用水結構兩個方面進行情景模擬，探明江西省水資源承載力提升對策，以期為江西省可持續發展提供合理的對策建議。

1 研究區概況與研究方法

1.1 研究區概況

江西省位于中國長江中下游南岸，下轄11個地級市。江西省水資源豐富，多年平均水資源總量為1 565億m3，然而該地區水資源時空分布不平衡，旱澇災害頻發［35］。江西省目前處于從農業大省向工業化大省發展的轉型階段，城市生產生活用水不斷增加［36］，但江西省水資源利用效率較低，水資源供需矛盾逐漸突出。最嚴格水資源管理制度下達的江西省2020年用水總量紅線為260億m3，但是2019年用水總量已達253.34億m3，水資源承載壓力較大。

1.2 研究方法

水資源承載力不僅體現在水資源的數量上，水環境的優劣制約著水體功能的正常運轉，因此水質也是水資源承載力的一個重要方面。構建水資源承載力風險矩陣要充分考慮水量和水質兩個要素。即先分別對水量要素、水質要素的指標進行評價，比較各指標值與規定的指標值大小得出判斷結果，根據判斷結果得出研究區域水量要素的水資源承載情況和水質要素的水資源承載情況，然后采用風險矩陣法綜合雙要素承載狀態進行綜合評價，得到最終承載結果。該評價主要包括水量要素的承載力評價、水質要素的承載力評價和綜合評價3方面內容。

1.2.1 水量要素水資源承載力評價

以最嚴格水資源管理制度規定的2020年用水總量控制指標W0為約束目標，以地級行政區為評級單元，對比W0和現狀用水總量W進行評價，根據金菊良等［32］的相關研究方法，劃定嚴重超載、超載、臨界狀態、不超載4種狀態，即：W≥1.2W0為嚴重超載；W0≤W＜1.2W0為超載；0.95W0≤W＜W0為臨界狀態；W＜0.95W0為不超載。

1.2.2 水質要素水資源承載力評價

以水污染防治工作計劃中規定的2020年各地級市的地表水達到或好于Ⅲ類水體的比例達標要求作為約束目標Q0，將地級行政區地表水達到或好于Ⅲ類水體的比例Q與Q0進行比較，根據金菊良等［32］的相關研究，劃定嚴重超載、超載、臨界狀態、不超載4種狀態，即：Q≤0.6Q0為嚴重超載；0.6Q0＜Q≤0.8Q0為超載；0.8Q0＜Q≤0.9Q0為臨界狀態；Q＞0.9Q0為不超載。

1.2.3 基于風險矩陣法的綜合評價

根據水質要素和水量要素評價的具體結果，利用風險矩陣法進行綜合評價，判定雙要素綜合條件下承載力等級，即嚴重超載、超載、臨界狀態、不超載。本文在綜合雙要素進行綜合評價的時候，以用水總量評價結果為主，參考地表水達到或好于Ⅲ類水體的比例的評價結果進行修正。根據以上思路，采用風險矩陣法綜合評價水資源承載狀況，判別標準如表1所列。

1.2.4 數據來源

本次研究數據主要來源于2015～2019年長江經濟帶各省市、江西省11個地級市的《水資源公報》《生態環境公報》《水污染防治工作計劃》《國民經濟與社會發展統計公報》《統計年鑒》等。

2 江西省水資源承載狀況評價結果

2.1 水量要素評價結果

按照1.2.1節的方法，得到江西省11個地級市水量要素承載狀況評價結果，如圖1所示。從時間變化來看，景德鎮、萍鄉、鷹潭、上饒市2015～2019年間均處于不超載狀態，宜春市則均為超載狀態；南昌、吉安市除2015年為不超載狀態外，其余年份均為臨界狀態；贛州市2015年和2016年處于不超載狀態，2017～2019年均處于臨界狀態；九江和撫州市呈波動趨勢，2019年分別為超載狀態和臨界狀態。可以看出，江西省水量要素承載壓力逐漸變大，主要原因是實際用水總量呈現增加趨勢。從空間分布來看，江西省水量要素承載壓力呈現西北部最高、南部次之、東北部最低的趨勢。

2.2 水質要素評價結果

按照1.2.2節的方法，得到江西省11個地級市2015～2019年的水質要素承載狀況評價結果，如圖2所示。2015年，南昌、宜春、萍鄉市呈臨界狀態，其余城市均為不超載狀態；2016年，僅有南昌市呈臨界狀態；2017～2018年，僅有南昌、萍鄉市為臨界狀態；至2019年，11個地級市水質要素承載力均呈不超載狀態。可以看出，江西省水質要素承載壓力較小且逐年向好發展。

2.3 綜合評價結果

將水量要素和水質要素的評價結果進行綜合分析，得到江西省各地級市水資源承載狀況評價結果，如圖3所示。從時間變化來看，2015～2019年間，景德鎮市、上饒市、鷹潭市均為不超載狀態，南昌市均為臨界狀態，宜春市則均為超載狀態；吉安市、贛州市從不超載狀態先后變為臨界狀態；新余市從臨界狀態變為超載狀態；萍鄉市、撫州市在不超載狀態和臨界狀態間呈波動變化；九江市在超載狀態和臨界狀態間呈波動變化。從空間分布來看，江西省水資源承載壓力呈現西北部最高、南部次之、東北部最低的趨勢，與水量要素承載壓力一致。主要原因是江西省大部分地市水質要素承載力均為不超載狀態，水資源承載力的短板體現在水量要素上。

3 江西省水資源承載力提升對策

3.1 用水效率提升對水資源承載力的影響

3.1.1 長江經濟帶用水效率分析

2019年長江經濟帶11個省市的用水效率如圖4所示。長江經濟帶平均萬元GDP用水量為59 m3，其中上海市萬元GDP用水量最少，為20 m3；江西省萬元GDP用水量最多，為108 m3。長江經濟帶平均萬元工業增加值用水量為46.41 m3，其中浙江省萬元工業增加值用水量最少，為18 m3；江西省萬元工業增加值用水量在11個省市中從小到大排第十位，達到了61 m3。長江經濟帶平均農田灌溉水有效利用系數為0.546，上海市農田灌溉水有效利用系數最高，為0.738，江西省農田灌溉水有效利用系數在11個省市中從大到小排第七位，僅為0.513。江西省萬元GDP用水量、萬元工業增加值用水量均高于長江經濟帶平均值，農田灌溉水有效利用系數低于長江經濟帶平均值，用水效率處于較低水平，有較大的提升空間。

3.1.2 不同用水效率下水資源承載狀況

將長江經濟帶2019年萬元GDP用水量劃分為高用水效率、中用水效率、低用水效率3個水平。上海市、浙江省、重慶市、江蘇省萬元GDP用水量未超過50.0 m3，取其平均值32.0 m3作為長江經濟帶高用水效率水平。取長江經濟帶11個省市萬元GDP用水量的平均值59.1 m3，作為長江經濟帶中用水效率水平。貴州、安徽、湖南、江西省萬元GDP用水量超過70 m3，取其平均值83.6 m3，作為長江經濟帶低用水效率水平。

收集整理江西省11個地級市2019年的GDP數據，并與長江經濟帶不同的用水效率水平相乘，得到不同用水效率水平下用水總量，并開展水資源承載狀況評價，結果如圖5所示。目前南昌市的萬元GDP用水量低于長江經濟帶低用水效率水平下的萬元GDP用水量，因此在低用水效率水平下，南昌市仍然采用其實際用水效率水平開展評價。

結果表明：在低用水效率水平下，九江市仍為超載狀態，南昌市仍為臨界狀態，新余市由超載狀態變為臨界狀態，其余城市均變為不超載狀態；在中用水效率水平下，除南昌市為臨界狀態外，其余城市均為不超載狀態；而在高用水效率水平下，江西省11個地級市均為不超載狀態。由此，將南昌市用水效率在目前水平下適當提升，將其余各地級市用水效率提高至長江經濟帶低用水效率水平，就可以有效緩解江西省的水資源承載力壓力。

3.2 用水結構調整對水資源承載力的影響

3.2.1 長江經濟帶用水結構分析

2015～2019年間，長江經濟帶的農業用水、工業用水、生活用水、生態用水數據分別占用水總量的51.15%，26.97%，19.22%和1.66%。在農業用水占比方面，浙江省、安徽省、湖南省、云南省呈負增長狀態，江蘇省、湖北省、重慶市處于平穩波動狀態，江西省、上海市、貴州省、四川省處于正增長狀態；在工業用水占比方面，上海市、浙江省、貴州省、安徽省、重慶市、四川省處于負增長狀態，江蘇省、湖北省、湖南省、云南省處于波動下降狀態；在生活用水和生態用水占比方面，長江經濟帶11省市均處于平穩增長或波動增長狀態。

國內外城市用水結構調整方向可以概括為“農業用水負增長、工業用水零增長、生活用水及生態用水適度增長”。2019年江西省農業用水量162.47億m3，占用水總量的64.12%，僅次于云南省的68.67%，遠高于長江經濟帶平均值（51.15%），還有優化調整空間。

3.2.2 調整用水結構下水資源承載狀況

信息熵H可以度量系統的無序程度，將其與水資源系統結合，構造出用水結構系統的信息熵和均衡度，用來描述用水結構的演化趨勢［37］。而在不同的發展階段，區域用水部門的數量會有所增減，單純用信息熵來分析用水結構較為片面，因此在信息熵的基礎上，引入均衡度J。均衡度是系統實際信息熵與最大信息熵比值，0≤J≤1，當J=0時，城市用水處于最不均勻狀態；當J=1時，城市用水達到理想狀態［38］。

采用孔祥仟等［39］給出的方法，計算江西省11個地級市2019年用水結構的均衡度，得到萍鄉市均衡度最高（為0.773 8）。將其余各地級市的用水總量乘以萍鄉市的農業用水占比，得到用水結構優化后的農業用水量，將其與工業用水、生活用水、生態用水相加，得到各地級市用水總量，并開展江西省各地級市水資源承載力評價，結果如圖6所示。調整用水結構后，新余市由超載狀態變為臨界狀態，宜春市仍呈超載狀態，其余城市均變為不超載狀態。

3.3 水資源承載力提升對策

（1） 大力提高水資源利用效率，全面推進節水型社會建設。江西省水資源利用效率處在較低水平，特別是萬元工業增加值用水量在長江經濟帶11個省市中倒數第二大，遠高于長江經濟帶平均水平。因此，江西省應深入實施國家節水行動，進一步健全節水激勵約束機制，建立健全節水制度政策；嚴格取水許可審批工作，從源頭倒逼高耗水高污染企業開展節水工作；高質量高標準推動節水型企業、節水型機關、節水型小區、節水型高校等節水型載體創建工作，倒逼用水方式向節約集約轉變。其中，九江、吉安、宜春3個地級市需要重點提高工業用水效率；景德鎮、萍鄉、新余、鷹潭、宜春、上饒6個地級市需要重點提高農業用水效率；南昌、撫州2個地級市需要進一步提高水資源利用效益，增強全民節水意識。

（2） 強化水資源剛性約束，堅持“四水四定”原則，將經濟社會發展規模控制在合理范圍內。江西省部分地級市農業用水占比過高，因此需要調整農業種植結構，提高節水、高效作物種植面積，同時積極推廣先進節水灌溉技術，積極推進大中型灌區節水技術改造和配套設施建設。以水資源為剛性約束，制定國土空間規劃和產業發展規劃，統籌生產、生活、生態用水，實施用水總量和用水強度“雙控”，努力實現水資源的合理開發、優化配置、高效利用和有效保護。

4 結 論

本文采用風險矩陣評價和政策情景模擬相結合的方法，從水資源量質耦合角度評價分析了江西省各地市級水資源承載狀況，探討了水資源承載能力提升對策和實施效果。

（1） 2019年江西省11個地市水質要素承載狀況均為不超載，7個地市水量要素承載狀況為臨界狀態或者超載狀態，水資源承載力的短板體現在水量要素上。從空間分布來看，江西省水資源承載壓力呈現西北部最高、南部次之、東北部最低的分布。

（2） 江西省萬元GDP用水量、萬元工業增加值用水量在長江經濟帶中處于高位，農田灌溉水有效利用系數處于低位，用水效率處于較低的水平；農業用水占總用水量比例較大，處于長江經濟帶第二高位。若適當提高用水效率，提高用水結構均衡度，可有效提高江西省水資源承載力。

（3） 對水資源利用效率較低的豐水地區，適當提高農業、工業和生活用水效率，是提高地區水資源承載能力的有效手段；對用水總量控制紅線偏緊的豐水地區，強化水資源剛性約束，合理配置水資源，優化調整產業結構，是提高地區水資源承載能力的迫切需求。

參考文獻：

［1］ 習近平總書記在黃河流域生態保護和高質量發展座談會上發表重要講話［J］.中國水土保持，2019（10）：1-2.

［2］ 新疆水資源軟科學課題研究組.新疆水資源及其承載能力和開發戰略對策［J］.水利水電技術，1989（6）：2-9.

［3］ 施雅風，曲耀光.烏魯木齊河流域水資源承載力及其合理利用［M］.北京：科學出版社，1992.

［4］ 許有鵬.干旱區水資源承載能力綜合評價研究：以新疆和田河流域為例［J］.自然資源學報，1993，8（3）：229-237.

［5］ 賈紹鳳，周長青，燕華云，等.西北地區水資源可利用量與承載能力估算［J］.水科學進展，2004，15（6）：801-807.

［6］ 汪恕誠.水權管理與節水社會［J］.中國水利，2001（5）：6-8.

［7］ 王浩，秦大庸，王建華，等.西北內陸干旱區水資源承載能力研究［J］.自然資源學報，2004，19（2）：151-159.

［8］ 姚治君，王建華，江東，等.區域水資源承載力的研究進展及其理論探析［J］.水科學進展，2002，13（1）：111-115.

［9］ 姜大川，肖偉華，范晨媛，等.武漢城市圈水資源及水環境承載力分析［J］.長江流域資源與環境，2016，25（5）：761-768.

［10］ 王建華，姜大川，肖偉華，等.基于動態試算反饋的水資源承載力評價方法研究：以沂河流域（臨沂段）為例［J］.水利學報，2016，47（6）：724-732.

［11］ 賈嶸，蔣曉輝，薛惠峰，等.缺水地區水資源承載力模型研究［J］.蘭州大學學報，2000，36（2）：114-121.

［12］ 惠泱河，蔣曉輝，黃強，等.二元模式下水資源承載力系統動態仿真模型研究［J］.地理研究，2001，20（2）：191-198.

［13］ 阮本青，沈晉.區域水資源適度承載能力計算模型研究［J］.土壤侵蝕與水土保持學報，1998，4（3）：58-62.

［14］ 夏軍，朱一中.水資源安全的度量：水資源承載力的研究與挑戰［J］.自然資源學報，2002，17（3）：262-269.

［15］ 段春青，劉昌明，陳曉楠，等.區域水資源承載力概念及研究方法的探討［J］.地理學報，2010，65（1）：82-90.

［16］ 左其亭，張修宇.氣候變化下水資源動態承載力研究［J］.水利學報，2015，46（4）：387-395.

［17］ 肖杰，鄭國璋，郭鵬軍，等.基于主成分分析的關中-天水經濟區水資源承載力評價［J］.中國農業資源與區劃，2018，39（7）：159-167.

［18］ 陳麗，周宏.基于模糊綜合評價和主成分分析法的巖溶流域水資源承載力評價［J］.安全與環境工程，2021，28（6）：159-173.

［19］ 霍莉朋，姜健俊，黃曉榮.成都市水資源存量分析及預測［J］.水利水電技術（中英文），2022，53（7）：37-45.

［20］ 田培，張志好，許新宜，等.基于變權TOPSIS模型的長江經濟帶水資源承載力綜合評價［J］.華中師范大學學報（自然科學版），2019，53（5）：755-764.

［21］ 徐政華，曹延明.基于熵權TOPSIS模型的長春市水資源承載力評價［J］.安全與環境學報，2022，22（5）：2900-2907.

［22］ 田培，王瑾鈺，花威，等.長江中游城市群水資源承載力時空格局及耦合協調性［J］.湖泊科學，2021，33（6）：1871-1884.

［23］ 趙傳起，朱悅，王留鎖，等.基于系統動力學和向量模法的亮子河流域水環境承載力評價［J］.環境保護科學，2021，47（1）：136-142.

［24］ 張禮兵，胡亞南，金菊良，等.基于系統動力學的巢湖流域水資源承載力動態預測與調控［J］.湖泊科學，2021，33（1）：242-254.

［25］ WANG C，XU L，FU X.Studies on water resources carrying capacity in Tuhai River basin based on ecological footprint［J］.Earth and Environmental Science，2017，64（1）：12030.

［26］ 李謹，董亞軍，傅新，等.基于生態足跡法的徒駭河-馬頰河流域水資源承載力動態分析與預測［J］.濟南大學學報（自然科學版），2022，36（5）：524-532.

［27］ WANG W，FENG Y，CHEN W，et al.An evaluation method of water resources carrying capacity based on projection pursuit model［J］.Advanced Materials Research，2013，652-654：1710-1716.

［28］ 周戎星，陳夢璐，金菊良，等.基于文獻計量分析的投影尋蹤法在水問題中應用的研究進展［J］.灌溉排水學報，2021，40（4）：137-146.

［29］ WANG Y，WANG Y，SU X，et al.Evaluation of the comprehensive carrying capacity of interprovincial water resources in China and the spatial effect［J］.Journal of Hydrology，2019，575：794-809.

［30］ WU L，SU X，MA X，et al.Integrated modeling framework for evaluating and predicting the water resources carrying capacity in a continental river basin of Northwest China［J］.Journal of Cleaner Production，2018，204：366-379.

［31］ PENG T，DENG H.Comprehensive evaluation on water resource carrying capacity based on DPESBR framework：a case study in Guiyang，southwest China［J］.Journal of Cleaner Production，2020，268：122235.

［32］ 金菊良，董濤，酈建強，等.區域水資源承載力評價的風險矩陣方法［J］.華北水利水電大學學報（自然科學版），2018，39（2）：46-50.

［33］ 徐翔宇，酈建強，金菊良，等.基于風險矩陣的多要素水資源承載力綜合評價方法［J］.水利水電科技進展，2020，40（1）：1-9.

［34］ WU C，ZHOU L，JIN J，et al.Regional water resource carrying capacity evaluation based on multi-dimensional precondition cloud and risk matrix coupling model［J］.Science of the Total Environment，2020，710：136324.

［35］ 吳敦銀，喻中文，王鳳.江西省水資源分布與旱災發生規律初探［J］.江西水利科技，2005，31（1）：31-33.

［36］ 李建兵.水環境承載力評估方法及案例研究［D］.上海：復旦大學，2009.

［37］ 王利嬌，李恩寬，王富強，等.基于信息熵和均衡度的鄂爾多斯用水結構演變分析［J］.黃河水利職業技術學院學報，2021，33（3）：19-23.

［38］ 劉裕輝，王雪茹，王志雄，等.吉安市用水結構演變驅動因子分析及用水預測［J］.江西水利科技，2019，45（5）：376-381.

［39］ 孔祥仟，許新發，李國芳.南昌市用水結構變化及驅動力分析［J］.江西水利科技，2016，42（5）：367-370.

（編輯：謝玲嫻）

Comprehensive evaluation on water resources quantity-quality coupling carrying capacity in Jiangxi Province and improvement strategies

CHEN Shu1，WANG Jinyu2，LEI Caixiu3，LI Qingqing1

（1.Water Resources Comprehensive Research Department，Changjiang River Scientific Research Institute，Wuhan 430010，China； 2.College of Urban and Environmental Science，Central China Normal University，Wuhan 430079，China； 3.Hubei Institute of Water Resources Survey and Design，Wuhan 430070，China）

Abstract：

In order to reasonably evaluate and improve the water resources carrying capacity of Jiangxi Province，the risk matrix method and policy scenario simulation method were coupled to evaluate the water resources carrying capacity of Jiangxi Province during 2015～2019 from the dual perspectives of water resources quantity and water quality.Based on the above research，the improvement path of water resources carrying capacity in Jiangxi Province was discussed through scenario simulation from two aspects of water use efficiency and water use structure.The results showed that the water resources carrying pressure in Jiangxi Province was relatively high in 2019，7 out of 11 cities were in a critical or overloaded state of water resources，and it showed a spatial distribution characteristics of the highest water resources carrying pressure in the northwest，followed by the south and the lowest in the northeast.Jiangxi Province had a lower water use efficiency in the Yangtze River Economic Belt.If the water use efficiency of Jiangxi Province is improved to the low water use efficiency level of the Yangtze River Economic Belt，the number of cities in a critical or overloaded state will be reduced to 2.The proportion of agricultural water use in Jiangxi Province is the second highest in the Yangtze River Economic Belt.If the equilibrium of water use structure is improved and the proportion of agricultural water consumption is reduced，the number of cities in a critical or overload state can also be reduced to 2.The research results can provide a realization path for improving the water resources carrying capacity of Jiangxi Province，and has certain practical significance for promoting the spatial balance of water resources and the high-quality economic and social development in Jiangxi Province.

Key words：

water resources carrying capacity；quantity-quality coupling；water use efficiency；water use structure；risk matrix；Jiangxi Province