水資源承載力與產(chǎn)業(yè)經(jīng)濟發(fā)展協(xié)調狀況時空分異

摘要：

為探究長江經(jīng)濟帶各城市水資源系統(tǒng)和產(chǎn)業(yè)經(jīng)濟的協(xié)調發(fā)展水平，推動地區(qū)水資源保護和經(jīng)濟良性發(fā)展，基于“水資源承載力-產(chǎn)業(yè)經(jīng)濟發(fā)展”二元評價體系，引入組合賦權 TOPSIS 模型、耦合協(xié)調度模型以及局域莫蘭指數(shù)模型，對長江經(jīng)濟帶110個城市的水資源承載力和產(chǎn)業(yè)經(jīng)濟發(fā)展的協(xié)調狀況進行實證分析。結果表明：① 時序變化上，長江經(jīng)濟帶各城市的水資源承載力與產(chǎn)業(yè)經(jīng)濟發(fā)展耦合協(xié)調度在2016～2022年間整體呈現(xiàn)上升趨勢，其平均增幅達8.93%；② 空間變化上，長江經(jīng)濟帶下游地區(qū)耦合協(xié)調度表現(xiàn)出“北增南減”的態(tài)勢，中、上游地區(qū)則不同程度上呈現(xiàn)著趨于協(xié)調的局面；③ 從增長集聚特征來看，耦合協(xié)調度的增長率空間聯(lián)系較強，整體呈現(xiàn)“東低西高”的空間分布態(tài)勢，且有明顯的階段性特征，2016～2019年各主要地區(qū)的“低/低聚類”和“高/高聚類”分布范圍都較大，但在2019～2022年其范圍縮小并發(fā)生了轉移。研究揭示了長江經(jīng)濟帶區(qū)域水資源承載力和產(chǎn)業(yè)經(jīng)濟發(fā)展間的時空差異和區(qū)域聯(lián)系，可為水資源管理和區(qū)域發(fā)展提供理論依據(jù)。

關" 鍵" 詞：

水資源承載力； 組合賦權TOPSIS模型； 耦合協(xié)調度； 局域莫蘭指數(shù);" 長江經(jīng)濟帶

中圖法分類號： TV213；F127

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2025.01.001

收稿日期：2024-07-05；接受日期：2024-10-10

基金項目：

安徽省教育廳高?？蒲兄攸c項目（2023AH050472；KJ2020A0500）；福建省植物生理生態(tài)重點實驗室開放課題“混交對武夷山黃山松林土壤磷組分的調控機理”

作者簡介：

孫" 俊，男，講師，博士，研究方向為自然地理學。E-mail：sunjunfjnu@aliyun.com

Editorial Office of Yangtze River. This is an open access article under the CC BY-NC-ND 4.0 license.

文章編號：1001-4179（2025） 01-0001-08

引用本文：

孫俊，趙晨軍，閆鴻遠，等.

水資源承載力與產(chǎn)業(yè)經(jīng)濟發(fā)展協(xié)調狀況時空分異：以長江經(jīng)濟帶110個城市為例

［J］.人民長江，2025，56（1）：1-8.

0" 引 言

隨著中國經(jīng)濟快速發(fā)展，各產(chǎn)業(yè)對水資源的需求日益增加，由此導致的水資源短缺、水環(huán)境污染等問題也使得未來面臨的水資源挑戰(zhàn)更加復雜［1-2］。長江流域是中國重要的產(chǎn)業(yè)集聚區(qū)，也是重要的水資源承載型地區(qū)［3］。因此，研究長江經(jīng)濟帶城市的水資源承載力水平和產(chǎn)業(yè)發(fā)展的協(xié)調狀況對該地區(qū)生態(tài)文明建設、社會經(jīng)濟發(fā)展等具有重要意義。

目前，水資源承載力與產(chǎn)業(yè)經(jīng)濟發(fā)展間的關系研究已經(jīng)受到學者們的廣泛關注。在區(qū)域經(jīng)濟發(fā)展過程中，葛杰等［4］通過對榆林市水資源開發(fā)利用情況進行分析，預測了該市2030年水資源可承載的最大人口規(guī)模；韓寶麗［5］分析了2008～2020年黃河流域56個地級市的水資源利用與產(chǎn)業(yè)結構的現(xiàn)狀、協(xié)調發(fā)展程度及兩者協(xié)調發(fā)展的驅動因素。在不同產(chǎn)業(yè)結構方面，He等［6］評估了農(nóng)業(yè)水資源承載力并優(yōu)化了農(nóng)業(yè)種植結構和水資源分配，根據(jù)農(nóng)作物和牲畜的需水特性進行水分分配，成果可為缺水地區(qū)和污染地區(qū)的農(nóng)業(yè)規(guī)劃和水資源利用提供借鑒；胡貴?。?］通過Spearman 相關分析及顯著性檢驗，驗證了河北省工業(yè)發(fā)展同水資源承載力的相關性，并對河北省水資源承載力趨勢進行預測。相關文獻豐富了水資源承載力與產(chǎn)業(yè)經(jīng)濟發(fā)展的相互作用關系研究，但依舊存在以下問題：① 對于兩者相互關系多側重經(jīng)濟發(fā)展方面研究，較少將二者各作為一個獨立系統(tǒng)探究其內在聯(lián)系［8-10］；② 在研究水資源承載力與產(chǎn)業(yè)經(jīng)濟發(fā)展聯(lián)系時，多以省、市區(qū)域自身變化為主，缺少對不同區(qū)域間的空間聯(lián)系變化研究［11-14］。特別是與長江經(jīng)濟帶水資源利用與產(chǎn)業(yè)經(jīng)濟發(fā)展相關的研究較少。

鑒于此，本文以長江經(jīng)濟帶為研究對象，并在歐洲環(huán)境署所制定的DPSIR（driving forces-pressure-state-impact-response）［15］評價體系基礎上進行優(yōu)化，將傳統(tǒng)影響（impact）子系統(tǒng)中反映人水互動的指標（如建成區(qū)綠化覆蓋率、人均水資源量等［16-17］）重分類至狀態(tài)（state）與響應（response）子系統(tǒng)，并新增效率（efficiency）子系統(tǒng)評估水資源與經(jīng)濟發(fā)展的協(xié)調程度，最終形成了DPSRE（driving forces-pressure-state-response-efficiency）評價體系，以便更有效地反映長江經(jīng)濟帶城市的水資源承載力水平。同時，為進一步探究地區(qū)產(chǎn)業(yè)經(jīng)濟發(fā)展與水資源承載力間的相互影響以及二者的協(xié)調發(fā)展程度，本文以用水量最多的農(nóng)業(yè)（agriculture）和工業(yè)（industry）［18-20］為產(chǎn)業(yè)經(jīng)濟發(fā)展系統(tǒng)的代表，構建了“水資源承載力-產(chǎn)業(yè)經(jīng)濟發(fā)展”二元系統(tǒng)。最后引入耦合協(xié)調度模型和局域莫蘭指數(shù)模型，對長江經(jīng)濟帶二元系統(tǒng)的時空演進特征進行分析，以期為水資源管理和區(qū)域發(fā)展提供理論依據(jù)。

1" 研究區(qū)概況及數(shù)據(jù)

長江經(jīng)濟帶橫跨中國滬、蘇、浙、皖、贛、鄂、湘、渝、川、貴和滇等11省市。其氣候條件溫暖濕潤，年降水量豐富，地區(qū)生產(chǎn)總值占全國四成以上，是中國活力最高的經(jīng)濟帶之一，也是全國生態(tài)建設的先行示范帶。本文的研究范圍主要包括了長江經(jīng)濟帶的兩個直轄市和其余省份的所有地級市，共計110個城市，詳見圖1。

數(shù)據(jù)均來源于官方統(tǒng)計年鑒、統(tǒng)計公報，其中，水資源承載力系統(tǒng)中的城市化率、建成區(qū)綠化覆蓋率和污水處理率數(shù)據(jù)來源于《中國城市建設統(tǒng)計年鑒》，其余指標來源于各省市水資源公報；產(chǎn)業(yè)經(jīng)濟發(fā)展系統(tǒng)中的各項指標由《中國統(tǒng)計年鑒》和各省市統(tǒng)計年鑒等官方資料整理獲得。對于極少數(shù)缺失數(shù)據(jù)采用近3 a 增長率插值法等補齊。

2" 研究方法

2.1" 綜合評價指標體系的構建

目前，尚無統(tǒng)一的水資源承載力評價指標體系可以應用于全國范圍，評價指標體系的制定需要結合地區(qū)狀況制定［21］?？紤]到本次研究區(qū)地域跨度非常大，各省市指標統(tǒng)計口徑存在差異，區(qū)域間水資源特點也有所不同，本文在DPSIR評價體系的基礎上，構建了DPSRE水資源評價體系，并選取相應工、農(nóng)業(yè)指標最終形成了“水資源承載力-產(chǎn)業(yè)經(jīng)濟發(fā)展”二元評價體系（表1）。

2.2" 權重確定

2.2.1" 熵權法和CRITIC法

在運用熵權法和CRITIC法對各評價指標進行賦權之前，需要對各指標量進行歸一化處理以消除指標量綱差異所產(chǎn)生的影響［22］，過程如下：

x+ij=xij-min（xij）max（xij）-min（xij）

x-ij=max（xij）-xijmax（xij）-min（xij）

（1）

式中：xij為第i個方案中第j個指標的數(shù)值，x+ij表示正向指標數(shù)值歸一化處理后的數(shù)值，x-ij表示負向指標數(shù)值歸一化處理后的數(shù)值。

然后采用熵權法和CRITIC法來確定各指標權重，關于二者的計算過程已在眾多相關研究中得到詳細闡述［23-24］，在此不再贅述。經(jīng)計算，分別得到各指標關于熵權法和CRITIC法的權重wsj和wcj。

2.2.2" 組合權重

為綜合考慮指標的信息量和相對重要性，減少單一方法可能導致的權重偏差，提高權重的合理性和準確性［25］，采用組合權重法將熵權法和CRITIC賦權法所得權重相結合，方法如下［3，26］：

Wj=wsjwcjnj=1wsjwcj

（2）

式中：Wj為組合權重，Wjlt;0。

經(jīng)過上述計算得到各項指標的組合權重，詳細結果見表1。

2.3" TOPSIS 法

將所得指標權重結合TOPSIS法對各樣本的得分進行計算［27-28］。

以經(jīng)過歸一化處理、包含m個樣本n個指標所構成的判斷矩陣X=（xij）m×n為基礎，構造決策矩陣Z=（zij）m×n，其中zij=Wj×xij。

確定各指標的最優(yōu)解Z+j和最劣解Z-j：

Z+j=max（Z1j，Z2j，…，Znj）

Z-j=min（Z1j，Z2j，…，Znj）

（3）

計算有限個評價方案的指標值與最優(yōu)解和最劣解之間的距離L+i、L-i：

L+i=mj=1wj（Z+j-zij）2

L-i=mj=1wj（Z-j-zij）2

（4）

計算貼近度指數(shù)Ui：

Ui=L-iL+i+L-i

（5）

式中：Ui為貼近度指數(shù)，用以代表水資源承載力指數(shù)或產(chǎn)業(yè)經(jīng)濟發(fā)展指數(shù)，Ui分布于0～1之間，當Ui＝1時，樣本水資源承載力或產(chǎn)業(yè)經(jīng)濟發(fā)展指數(shù)最大，Ui＝0時最小。

2.4" 耦合協(xié)調度模型

為量化長江經(jīng)濟帶各城市“水資源承載力-產(chǎn)業(yè)經(jīng)濟發(fā)展”二元系統(tǒng)間的協(xié)調水平，采用耦合協(xié)調度

模型對組合加權后的數(shù)據(jù)進行處理［29-30］，方法如下：

C=2U1U2U1+U2

（6）

T=αU1+βU2

（7）

D=CT

（8）

式中：U1為水資源承載力指數(shù)，用以衡量某地的水資源承載力水平；U2為產(chǎn)業(yè)經(jīng)濟發(fā)展指數(shù)，用以衡量某地的產(chǎn)業(yè)經(jīng)濟發(fā)展水平；C為耦合度；T為協(xié)調指數(shù)；D為耦合協(xié)調度；α，β為指數(shù)權重，這里均取0.5。

為便于后續(xù)研究展開，將耦合協(xié)調度進行分類［31］，見表2。

2.5" 局域莫蘭指數(shù)

為了更好地了解長江經(jīng)濟帶各城市的水資源承載力和產(chǎn)業(yè)經(jīng)濟發(fā)展耦合協(xié)調度時空演化特征，采用局域莫蘭指數(shù)對長江經(jīng)濟帶110個城市的水資源承載力和產(chǎn)業(yè)經(jīng)濟發(fā)展耦合協(xié)調度的增長率進行空間關聯(lián)特征和空間異質特征分析，具體方法如下［6，32-33］：

Ii=yi-yS2nj≠iKij（yj-y）（9）

式中：yi，yj分別代表第i，j個城市耦合協(xié)調度的增長率；y表示所有城市增長率的均值，y=Dm-DnDn×100%，Dm，Dn分別代表第i個城市的m，n年份的耦合協(xié)調度；S2為方差，S2=1nni=1（yi-y）2；n為研究區(qū)域上所有城市的總數(shù)；Kij為空間權重值。

Ii表示第i個地區(qū)的局域Moran′s I指數(shù)，當局域Moran′s I指數(shù)大于0時，意味著該地區(qū)耦合協(xié)調度發(fā)展趨勢與鄰近地區(qū)存在空間上的正相關關系；反之，當局部Moran′s I指數(shù)小于0時，則存在空間上的負相關關系；當局部Moran′s I指數(shù)等于0時，則意味著該地區(qū)與鄰近地區(qū)不存在相關關系。

Moran′s I散點圖可以反映長江經(jīng)濟帶各城市耦合協(xié)調度增長率的空間聚集狀況。第一象限為“高/高”型聚類，表示該城市耦合協(xié)調度增長率較高且相鄰城市也較高；第二象限為“低/高”型離群低值，表示該城市耦合協(xié)調度增長率較低但相鄰地區(qū)較高；第三象限為“低/低”型聚類，表示該城市耦合協(xié)調度增長率較低且相鄰地區(qū)也較低；第四象限為“高/低”型離群高值，表示該城市耦合協(xié)調度增長率較高但相鄰地區(qū)較低，如圖2所示。

3" 結果與分析

3.1" 耦合協(xié)調度時序分析

2016～2022年間長江經(jīng)濟帶城市的水資源承載力指數(shù)、產(chǎn)業(yè)經(jīng)濟發(fā)展指數(shù)和耦合協(xié)調度如圖3所示，呈現(xiàn)以下時序特征：

（1） 長江經(jīng)濟帶各城市水資源承載力在研究期間內呈現(xiàn)了顯著的波動性變化，在2016～2018年和2020～2022年有所下降，2018～2020年呈現(xiàn)上升趨勢（圖3（a））。該趨勢與這一時間段內的降水量變化趨勢十分吻合，這可能是因為在降水量波動變化的情況下，地區(qū)的徑流量及水資源總量亦隨之發(fā)生變化，產(chǎn)水模數(shù)、產(chǎn)水系數(shù)以及人均水資源量等指標也隨之發(fā)生改變，最終導致地區(qū)水資源承載力出現(xiàn)波動性的變化。

（2） 長江經(jīng)濟帶各城市產(chǎn)業(yè)經(jīng)濟發(fā)展在研究期內總體呈現(xiàn)出持續(xù)增長的態(tài)勢，這印證了長江經(jīng)濟帶各城市在持續(xù)優(yōu)化產(chǎn)業(yè)結構、提升產(chǎn)業(yè)發(fā)展效率方面所取得的成效。但考慮到2022年以來國內外經(jīng)濟形勢的影響，部分工業(yè)企業(yè)在經(jīng)營上面臨了一定的困難，企業(yè)利潤有所下降［34-35］，因此產(chǎn)業(yè)經(jīng)濟發(fā)展呈放緩特征（圖3（a））。

（3） 長江經(jīng)濟帶各城市的水資源承載力和產(chǎn)業(yè)經(jīng)濟發(fā)展的耦合協(xié)調度總體呈穩(wěn)步上升態(tài)勢，由2016年的0.619上升至2022年的0.674，7 a上升幅度達8.9%。這一趨勢在2018年之后更加明顯（圖3（b）），并在2021年達到峰值0.699。這表明在推動產(chǎn)業(yè)經(jīng)濟發(fā)展的過程中，長江經(jīng)濟帶各城市較好地兼顧水資源利用效率。但這一趨勢在2022年有所減少，考慮到年內氣候的影響，2022年長江流域降水量為7 a來最低，進而對狀態(tài)子系統(tǒng)的降水量、人均水資源量、產(chǎn)水模數(shù)和產(chǎn)水系數(shù)等指標產(chǎn)生影響［36-37］，長江經(jīng)濟帶的水資源承載力水平顯著下降。同時，產(chǎn)業(yè)經(jīng)濟發(fā)展指數(shù)在2022年有所下降，二者共同作用，最終導致了2022年的耦合協(xié)調度下降。

3.2" 耦合協(xié)調度空間分析

為具體分析地區(qū)空間差異，根據(jù)國家發(fā)展和改革委員會對長江經(jīng)濟帶的劃分，將長江經(jīng)濟帶劃分為下游地區(qū)（滬、蘇、浙、皖）、中游地區(qū)（贛、鄂、湘）、上游地區(qū)（渝、川、貴、滇），并對2016～2022年長江經(jīng)濟帶各城市的耦合協(xié)調度進行空間可視化分析（圖4）。

從圖4可以看出：2016～2022年長江經(jīng)濟帶各城市的“水資源承載力-產(chǎn)業(yè)經(jīng)濟發(fā)展”二元系統(tǒng)的耦合協(xié)調度整體分布于0.4～0.8之間，部分城市的部分年份低于0.4。但值得注意是，2022年長江經(jīng)濟帶各城市的耦合協(xié)調度均大于0.4，大部分城市分布于0.5～0.8之間，達到了勉強協(xié)調以上。這顯示了長江經(jīng)濟帶各城市的水資源承載力和產(chǎn)業(yè)經(jīng)濟發(fā)展之間的整體處于較為協(xié)調的狀態(tài)，各地在積極推進產(chǎn)業(yè)經(jīng)濟發(fā)展的同時，也充分考慮了水資源的可持續(xù)利用，形成了協(xié)調發(fā)展的良好態(tài)勢。

從三大區(qū)域的視角出發(fā)，分別對各區(qū)域內部的耦合協(xié)調度空間變化情況進行分析，總結出以下特征：（1） 下游地區(qū)的耦合協(xié)調度最高，平均增長率達2.3%。但內部呈現(xiàn)“北增南減”趨勢，蘇北和皖北城市穩(wěn)步增長，而蘇南、浙西、皖南部分城市及上海市則有所下降，例如上海市下降8.5%，鎮(zhèn)江市、泰州市和銅陵市下降超過10%。

（2） 中、上游地區(qū)的耦合協(xié)調度整體上升。上游地區(qū)起點最低，但漲幅最大，平均增幅超過21.3%，其中，四川省內江市漲幅最大，達83.4%。中游地區(qū)漲幅次之，但平均增長也超過7.4%。

總體來看，耦合協(xié)調度高值區(qū)與經(jīng)濟發(fā)展水平吻合，經(jīng)濟發(fā)達的上海、蘇南和浙北地區(qū)協(xié)調水平高，反映了經(jīng)濟對水資源生態(tài)的反哺作用。而中、西部地區(qū)快速增長的耦合協(xié)調水平也反映了近年來當?shù)貙Ω纳粕鷳B(tài)環(huán)境、發(fā)展產(chǎn)業(yè)經(jīng)濟所做出的努力。

3.3" 增長率集聚特征分析

通過上述對長江經(jīng)濟帶各城市二元系統(tǒng)耦合協(xié)調度的空間分析可以發(fā)現(xiàn)，兩系統(tǒng)的協(xié)調水平存在顯著的空間差異。但上述分析并不能很好地反映耦合協(xié)調度變化的空間聯(lián)系，因此為進一步探討長江經(jīng)濟帶各個城市之間水資源承載力和產(chǎn)業(yè)經(jīng)濟發(fā)展協(xié)調水平的時空演變的區(qū)域依賴性，引入局域莫蘭指數(shù)模型對長江經(jīng)濟帶各城市的耦合協(xié)調度的增長率集聚水平進行分析，得到LISA（local indicators of spatial association）集聚水平空間分布（圖5），并總結了以下特征：

（1） 2016～2022年，耦合協(xié)調度增長率呈現(xiàn)“東低西高”的空間分布。東側的上海市、江蘇省、浙江省、安徽省，以及中游地區(qū)的湖北省東部、江西省東部表現(xiàn)為“低/低聚類”，而西部的四川省、云南省和貴州省則表現(xiàn)出“高/高聚類”。

2016年，下游地區(qū)的耦合協(xié)調度平均值為0.66，位居三大區(qū)域之首，江浙滬地區(qū)更是達到0.72，屬于中級協(xié)調水平。這得益于下游地區(qū)憑借其長期經(jīng)濟發(fā)展優(yōu)勢，生態(tài)環(huán)境投入較大，加上嚴格的環(huán)保政策，共同塑造了較高的水資源承載水平。然而，這也在一定程度上說明其進一步增長的空間有限，7 a平均增長率為2.3%，低于中游的7.4%和上游的23.3%。中、上游地區(qū)起點低但潛力大，因國家政策調控和產(chǎn)業(yè)轉移的推動［36］，耦合協(xié)調水平快速提升，增長率持續(xù)高于下游。

（2） 長江經(jīng)濟帶城市的耦合協(xié)調度增長率表現(xiàn)出明顯的階段性特征：① 2016～2019年，下游地區(qū)的上海市、江蘇省、安徽省及中游的湖北省、江西省東北部呈現(xiàn)“低/低聚類”，而上游的四川省、云南省則為“高/高聚類”。② 2019～2022年，下游的“低/低聚類”范圍明顯縮小并向東南轉移，江蘇省、安徽省大部分地區(qū)未再顯著集聚，浙江省和江西省東南部則出現(xiàn)“低/低聚

類”；湖北省則從“低/低聚類”轉變?yōu)椤案?高聚類”，而四川省在此期間未見明顯聚集現(xiàn)象。

2019年國務院印發(fā)《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》，引發(fā)江浙滬地區(qū)新一輪產(chǎn)業(yè)轉移。而浙江省得益于民營企業(yè)的高度發(fā)達，產(chǎn)業(yè)轉入和轉出同時進行。這也在一定程度上給地區(qū)的工業(yè)經(jīng)濟發(fā)展帶來壓力，工業(yè)增加值的增長率變化較大，部分年份和地區(qū)出現(xiàn)負增長的頻率較高。同時，農(nóng)業(yè)種植效率雖有顯著提高但整體規(guī)?？s減，導致浙江省產(chǎn)業(yè)經(jīng)濟發(fā)展水平波動，這也是下游地區(qū)耦合協(xié)調度“低/低聚類”在后期轉移至浙江省的重要原因。此外，浙江省因臨近東海，短期氣候變化劇烈，部分地區(qū)降水量變化可達900 mm，影響了人均水資源總量和產(chǎn)水模數(shù)［37-38］，進一步促成“低/低聚類”現(xiàn)象。

中、上游地區(qū)近年來經(jīng)濟發(fā)展迅速，產(chǎn)業(yè)引入有序，整體產(chǎn)業(yè)經(jīng)濟發(fā)展穩(wěn)定，水資源承載力成為耦合協(xié)調度變化的主導因素。四川省因受氣候變化影響，降水量和人均水資源量等指標顯著下降，致使“高/高聚類”現(xiàn)象消失。而湖北地區(qū)雖也受氣候影響，但依舊出現(xiàn)了“低/低聚類”向“高/高聚類”的轉變，這可能與其持續(xù)增加水利建設投資相關。湖北省持續(xù)加大水利建設投資，并于2022年達到歷史高位，共投資621億元，位列全國第4［39］，為調配地區(qū)水資源、減少氣候變化影響做出了積極應對。

4" 結論與建議

通過構建“水資源承載力-產(chǎn)業(yè)經(jīng)濟發(fā)展”二元系統(tǒng)，建立綜合評價體系，采用組合賦權法、TOPSIS模型、耦合協(xié)調度模型和局域莫蘭指數(shù)模型等研究方法對長江經(jīng)濟帶110個城市的水資源承載力與產(chǎn)業(yè)經(jīng)濟發(fā)展協(xié)調狀況進行評價，得出以下結論：

（1） 從時序變化來看，長江經(jīng)濟帶各城市的“水資源承載力-產(chǎn)業(yè)經(jīng)濟發(fā)展”二元系統(tǒng)的耦合協(xié)調度在2016～2022年間波動較小，整體呈上升趨勢，均值由2016年的0.619上升到2021年的0.699，但2022年受國內外經(jīng)濟形勢和氣候變化影響下降至0.674。

（2） 從空間變化來看，長江經(jīng)濟帶二元系統(tǒng)耦合協(xié)調度整體呈現(xiàn)東部基數(shù)高但增長慢，西部基數(shù)低但增長快的特征。分區(qū)域看，下游地區(qū)耦合協(xié)調度表現(xiàn)出“北增南減”的態(tài)勢，蘇北、皖北等地的協(xié)調水平穩(wěn)定增長；而南部受產(chǎn)業(yè)結構調整和人口遷入壓力等因素的影響，協(xié)調水平有所下降，但依舊保持了較高水平。而中游和上游地區(qū)協(xié)調程度均有所增加，不同的是上游地區(qū)的增長幅度更大，趨勢更加顯著。

（3） 從增長率集聚特征來看：① 長江經(jīng)濟帶水資源承載力與產(chǎn)業(yè)經(jīng)濟發(fā)展協(xié)調水平的增長率呈現(xiàn)“東低西高”的分布，東側的下游部分地區(qū)增長放緩，甚至出現(xiàn)負增長；② 中部地區(qū)的湖北省則在2019～2022年間實現(xiàn)了由“低/低聚類”向“高/高聚類”的轉變，增長趨勢加快；③ 西部地區(qū)增長迅猛，呈現(xiàn)“高/高聚類”，但四川省則從明顯的“高/高聚類”轉變?yōu)闊o顯著聚集，可能與產(chǎn)業(yè)結構調整、水資源政策變化等因素有關，需進一步深入研究其原因。

為進一步提高長江經(jīng)濟帶水資源承載力與產(chǎn)業(yè)經(jīng)濟發(fā)展的協(xié)調性，提出以下建議：

① 總體統(tǒng)籌，構建區(qū)域協(xié)調機制，利用長江經(jīng)濟帶交通優(yōu)勢，促進東西部協(xié)同發(fā)展，實現(xiàn)資源、技術和經(jīng)驗的高效交流與共享。② 分區(qū)施策，下游地區(qū)如蘇北、皖北需鞏固產(chǎn)業(yè)轉型，加快水利建設，減少自然災害影響；蘇南、浙西、皖南及上海市要加快產(chǎn)業(yè)結構調整并控制人口遷移，以減輕生態(tài)壓力；需要總結和推廣中游地區(qū)，尤其是湖北地區(qū)產(chǎn)業(yè)轉型升級和水資源管理的成功經(jīng)驗，鼓勵其他地區(qū)借鑒學習；西部地區(qū)應注重生態(tài)保護，合理開發(fā)資源，加強水利基礎設施建設，發(fā)展特色產(chǎn)業(yè)。③ 長效保障，建立水資源與產(chǎn)業(yè)發(fā)展協(xié)調的監(jiān)管機制，定期評估政策效果，及時調整措施，加大生態(tài)與環(huán)境科研投入，培養(yǎng)專業(yè)人才，支持資源合理開發(fā)。

受數(shù)據(jù)可獲得性的影響，本文的研究時序范圍主要集中在2016年以后，時間跨度較小，所得出的規(guī)律在普適性方面可能存在一定的局限性，應當在今后的研究中擴大時間跨度。同時，伴隨第三產(chǎn)業(yè)在國民經(jīng)濟中扮演著越來越重要的地位，忽略其對“水資源承載力-產(chǎn)業(yè)經(jīng)濟發(fā)展”二元評價體系的影響可能會導致研究結果對部分服務業(yè)較為發(fā)達城市的表征偏弱，因此，在后續(xù)研究中應增加第三產(chǎn)業(yè)相關數(shù)據(jù)完善模型分析。此外，管理體系和技術發(fā)展對現(xiàn)代水資源管理水平的影響也應當被納入評價體系。

參考文獻：

［1］" 辛朋磊，劉淼.基于層次分析法的中國水資源管理能力評價研究［J］.水利水電快報，2023，44（4）：39-47.

［2］" 石曉昕，袁重樂，錢會，等.基于DPSIR-TOPSIS模型的河北省水資源承載力評價及障礙因素研究［J］.水資源與水工程學報，2021，32（5）：92-99.

［3］" 后含玉，康亞梨，蘭海.新型城鎮(zhèn)化與水資源承載力耦合協(xié)調的空間聯(lián)系：基于長江經(jīng)濟帶的實證［J］.人民長江，2023，54（9）：1-10.

［4］" 葛杰，張鑫.基于水資源承載力的榆林市產(chǎn)業(yè)結構優(yōu)化研究［J］.節(jié)水灌溉，2018（4）：99-104.

［5］" 韓寶麗.黃河流域水資源利用與產(chǎn)業(yè)結構協(xié)調發(fā)展及驅動因素研究［D］.西安：西安理工大學，2023.

［6］" HE L，DU Y，WU S，et al.Evaluation of the agricultural water resource carrying capacity and optimization of a planting-raising structure［J］.Agricultural Water Management，2021，243：106456.

［7］" 胡貴隆.河北省工業(yè)產(chǎn)業(yè)升級視角下的水資源配置研究［D］.秦皇島：燕山大學，2022.

［8］" 俞陽，牟琴，閔雪峰，等.基于熵權TOPSIS-SD模型的超大城市水資源承載力模擬研究［J/OL］.人民長江（2024-09-27）［2024-10-24］.http：//kns.cnki.net/kcms/detail/42.1202.TV.20240926.1630.004.html.

［9］" LV B，LIU C，LI T，et al.Evaluation of the water resource carrying capacity in Heilongjiang，Eastern China，based on the improved TOPSIS model［J］.Ecological Indicators，2023，150：110208.

［10］SONG Q，WANG Z，WU T.Risk analysis and assessment of water resource carrying capacity based on weighted gray model with improved entropy weighting method in the central plains region of China［J］.Ecological Indicators，2024，160：111907.

［11］王健泉，秦歡歡.河北省水資源生態(tài)足跡分析與預測［J］.人民長江，2024，55（8）：114-124，132.

［12］張勝武，葛宇夢，李小勝，等.黃河流域新型城鎮(zhèn)化與水生態(tài)環(huán)境耦合協(xié)調的時空格局及影響因素［J］.中國沙漠，2024，44（3）：172-181.

［13］喬友鳳，李奕曼，陳義忠，等.京津冀地區(qū)城鎮(zhèn)化與水資源可持續(xù)利用的演變及匹配特征［J］.水資源與水工程學報，2023，34（3）：64-73，82.

［14］高雅玉，宋玉，田晉華，等.西北干旱區(qū)鄉(xiāng)鎮(zhèn)水資源承載力評價體系構建［J］.人民長江，2023，54（8）：139-145，159.

［15］葉鑫，鄒長新，劉國華，等.生態(tài)安全格局研究的主要內容與進展［J］.生態(tài)學報，2018，38（10）：3382-3392.

［16］王瑛，付艷淙.改進指標賦權法的水資源承載力動態(tài)綜合評價［J］.統(tǒng)計與信息論壇，2022，37（7）：98-107.

［17］石曉昕，袁重樂，錢會，等.基于DPSIR-TOPSIS模型的河北省水資源承載力評價及障礙因素研究［J］.水資源與水工程學報，2021，32（5）：92-99.

［18］高夢釩，王鑫鑫，陳任強，等.禾本-豆科間作水分高效利用研究進展［J］.節(jié)水灌溉，2024（6）：77-86.

［19］田貴良，丁月梅.水資源權屬管理改革形勢下水權確權登記制度研究［J］.中國人口·資源與環(huán)境，2016，26（11）：90-97.

［20］水利部.中國水資源公報2022［M］.北京：中國水利水電出版社，2022.

［21］LI Q，LIU Z，YANG Y，et al.Evaluation of water resources carrying capacity in Tarim River Basin under game theory combination weights［J］.Ecological Indicators，2023，154：110609.

［22］盛雪柔.沿黃省域碳排放核算及碳減排能力研究［D］.濟南：山東大學，2022.

［23］錢恒，張韌.北極西北航道海洋風能選址建模與評估［J］.極地研究，2020，32（4）：544-554.

［24］丁思羽，陳菁，賀一凡，等.基于群體決策熵優(yōu)化-CRITIC算法評價灌溉水源適宜性［J］.節(jié)水灌溉，2024（5）：100-106.

［25］于志金，宋佳妮，徐瀾，等.基于組合賦權灰色關聯(lián)法的木質板材火災危險性研究［J］.西安科技大學學報，2024，44（1）：34-42.

［26］陳紅光，李曉寧，李晨洋.基于變異系數(shù)熵權法的水資源系統(tǒng)恢復力評價：以黑龍江省2007～2016年水資源情況為例［J］.生態(tài)經(jīng)濟，2021，37（1）：179-184.

［27］宋進喜，魏珂欣，邵創(chuàng)，等.河流可持續(xù)性評價指標體系與方法研究［J］.人民長江，2023，54（5）：40-46.

［28］LI J，REN Y，MA X，et al.Comprehensive evaluation of the working mode of multi-energy complementary heating systems in rural areas based on the entropy-TOPSIS model［J］.Energy and Buildings，2024：114077.

［29］林樹高，陸汝成，葉宗達，等.中越邊境地區(qū)國土空間功能時空演變與耦合協(xié)調［J］.中國土地科學，2022，36（9）：90-101.

［30］何壽奎，帥昕言.環(huán)境規(guī)制賦能長江經(jīng)濟帶水資源-社會經(jīng)濟協(xié)調發(fā)展［J］.人民長江，2024，55（9）：44-50.

［31］蘇智杰，趙中秋，祝培甜.安徽省旅游-經(jīng)濟-生態(tài)環(huán)境耦合關系與空間演變研究［J］.東北師大學報（自然科學版），2021，53（3）：115-122.

［32］彭書范，吳學兵.中國水資源承載力與農(nóng)業(yè)高質量發(fā)展耦合協(xié)調研究［J］.人民長江，2023，54（10）：52-59.

［33］鄭好，武山.金融發(fā)展對科技創(chuàng)新的空間溢出效應分析［J］.統(tǒng)計與決策，2021，37（13）：140-144.

［34］國際貨幣基金組織.全球經(jīng)濟展望：應對生活成本危機［R/OL］.（2022-10-11）［2024-09-13］.https：∥www.imf.org/zh/Publications/WEO/Issues/2022/10/11/world-economic-outlook-october-2022.html

［35］國家統(tǒng)計局.中華人民共和國2022年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報［R/OL］.（2023-02-28）［2024-09-13］.https：∥www.stats.gov.cn/sj/zxfb/202302/t20230228_1919011.html

［36］洪俊杰，陳洋，楊志浩.中國產(chǎn)業(yè)轉移的戰(zhàn)略考量：特征、動因與政策展望［J］.國際貿易，2024（7）：11-21.

［37］林昌勇.福州區(qū)域代表站年降水量的多年變化和系列代表性分析［J］.水利科技，2014（3）：2-5.

［38］呂樂婷，任甜甜，孫才志，等.1980—2016年三江源國家公園水源供給及水源涵養(yǎng)功能時空變化研究［J］.生態(tài)學報，2020，40（3）：993-1003.

［39］國家統(tǒng)計局.中國水利統(tǒng)計年鑒2023［M］.北京.中國水利水電出版社，2023.

（編輯：郭甜甜）

Spatial and temporal differences between water resources carrying capacity and industrial

economic development coordination：case of 110 cities along Yangtze River Economic Belt

SUN Jun1，2 ，ZHAO Chenjun1，YAN Hongyuan1，CHEN Xianglei1，DU Yi1

（1.School of Resources and Environment，Anqing Normal University，Anqing 246052，China；

2.College of Geographical Science，F(xiàn)ujian Normal University，F(xiàn)uzhou 350007，China）

Abstract：

This study investigates the interplay between water resource management and industrial economic growth across cities within the Yangtze River Economic Belt，aiming to promote harmonious advancement in regional water conservation efforts and economic development.Additionally，this research introduces the combinatorial empowerment TOPSIS model，which utilizes a binary evaluation system focusing on \"water resource carrying capacity\" and \"industrial economic development\".This model integrates measures of coupling coordination and the local Moran's I model approach to assess the coordination capacity between water resources and the industrial economic growth across 110 urban centers within the Yangtze River Economic Belt.The findings reveal the following insights：① Between 2016 and 2022，there was an average 8.93% increase in the coupling and coordination degree between industrial economic growth and water resource capacity in the Yangtze River Economic Belt；② Geographically，the middle and upstream regions of the Yangtze River Economic Belt exhibit higher coordination，while the lower regions demonstrate a pattern of increasing coupling in the north and decreasing in the south；③ Regarding growth agglomeration characteristics，the spatial distribution of the increasing rate of coupling coordination degree shows a trend of \"low in the east and high in the west\" overall，with distinct temporal stages.From 2016 to 2019，there were widespread ranges characterized as \"low/low clustering\" and \"high/high clustering\" across the main study regions，however these regions contracted and shifted between 2019 and 2022.This study illuminates spatial and temporal variations and regional interconnections between water resource carrying capacity and industrial economic development in the Yangtze River Economic Belt，offering a theoretical foundation for water resource management and regional development strategies.

Key words：

water resource carrying capacity； combination enhancement TOPSIS model； coupling coordination degree； Local Moran's I； Yangtze River Economic Belt