南水北調中線工程河南段供用水特征及驅動因素

摘要：供用水結構可以反映區域水資源開發利用、經濟社會發展與生態文明建設的協調程度，研究南水北調中線工程河南段受水區供用水特征和驅動因素對受水區水資源合理配置具有重要意義。基于南水北調中線工程河南段受水區12個城市2003～2022年的供用水數據，采用M-K檢驗法、信息熵原理和灰色關聯理論，分析了研究區供用水結構變化趨勢、用水結構均衡度及其驅動因素。結果表明：① 在95%置信水平下，受水區地表水源、地下水源以及其他水源供水分別呈現顯著上升、顯著下降以及顯著上升趨勢；農業、工業用水均呈不顯著下降趨勢，而城鄉生活環境綜合用水則呈顯著上升趨勢。② 12個城市中用水結構信息熵值均值最大的是許昌市和漯河市，均達1.06，用水結構最為均衡；信息熵值增長最快的是鶴壁市，增幅16.4%，減小最快的是鄭州市，降幅達34.4%。③ 在16個用水結構驅動因子中，糧食產量、年降水量、規模以上企業個數3個指標與對應部門用水量的灰色關聯度均增大到0.65～1之間，達到高度相關。

關 鍵 詞：供用水特征； M-K檢驗； 信息熵； 灰色關聯度； 驅動因素； 南水北調中線

中圖法分類號： TV213.4 文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2025.03.016

0 引 言

中國水資源北缺南豐、時空分布不均衡，與經濟社會發展布局不相匹配的現實情況一直是制約經濟社會可持續發展和生態環境保護的主要瓶頸，僅依靠當地水資源無法形成有效、有序、有力支撐的水安全保障體系［1］。面對可能出現的水資源全局性問題，國家決策建設了南水北調東、中線一期工程，初步構建了中國“南北調配、東西互濟”的水網格局［2］，南水北調工程成為優化水資源配置、保障飲水安全、復蘇河湖生態、支持沿線經濟社會高質量發展的典范［3］。

河南省多年平均水資源總量403.5億m3，居全國第19位，人均水資源量381 m3，低于全國平均水平，約占全國人均水資源量的1/5，水資源供需矛盾突出。部分地區依賴地下水供水，地下水開采量持續增長，地下水過度開采問題嚴重。2013年全省地下水開采量達到峰值138.8億m3，占全省用水總量240.6億m3的57.7%。南水北調中線工程對河南段受水區供水起到了重要作用，緩解了部分地區的用水緊張問題。據《南水北調工程效益報告2023》，自2014年南水北調中線一期工程建成通水至2022年8 a間，南水北調工程為河南省累計供水181.3億m3，受益人口2 823萬人，充分發揮了南水北調工程的經濟效益、社會效益和生態效益。

近年來，學者對供用水方面的研究多集中在用水結構演變、驅動因素識別以及未來需水預測等方面［4-5］。在用水結構演變方面，目前的研究多采用信息熵［6］、洛倫茲曲線與基尼系數［7］、水足跡［8］、生態位［9］等方法。在驅動因素識別方面，多采用灰色關聯分析［10］、主成分分析［11］、LMDI模型［12］與地理探測器［13］等方法。徐方圓等采用信息熵、洛倫茨曲線和基尼系數等方法，量化分析了河南省黃河流域所轄8個市用水結構的演變特征［14］。安琪采用洛倫茲曲線與基尼系數分析了河南省各行業用水的空間均衡程度［15］。焦士興等構建了水資源利用生態位及其熵值模型，分析了河南省安陽市水資源利用生態位與生態環境的關系［16］。南水北調中線工程河南段受水城市水資源條件、社會和經濟條件各異，以上研究不足以反映受水區整體供用水特征。

本文基于2003～2022年間河南省12個受水城市的社會、經濟和水資源基礎數據，對受水城市供用水結構演變特征進行分析；運用M-K檢驗法分析12個受水城市供水量的演變趨勢；采用信息熵與灰色關聯理論，分析河南段受水城市用水結構均衡度及其驅動因素，以期為受水城市用水規劃提供基礎數據和技術支撐，為提高未來水資源開發利用的合理性和高效性，緩解水資源供需矛盾，實現社會經濟可持續發展提供借鑒。

1 研究區概況

截至2022年12月底，南水北調中線一期工程受益的河南段城市包括：南陽市、漯河市、周口市、平頂山市、許昌市、鄭州市、焦作市、新鄉市、鶴壁市、濮陽市、安陽市、鄧州市、滑縣、駐馬店市（駐馬店市是2022年新增受益城市），鄧州市與滑縣分別歸屬于南陽市與安陽市，由此共12個受水城市。河南省地處亞熱帶向暖溫帶過渡地區，大陸性季風氣候特征明顯，多年平均氣溫15.1 ℃、降水量771 mm、水面蒸發量1 000 mm左右。受季風氣候及地形差異影響，降水量時空分布極不均勻：空間分布不均，豫南大別山區最大為1 400 mm，豫北最小不足600 mm；年際降水量變化較為劇烈（1964年為1 119 mm，1966年為496 mm）；年內季節分配不均勻，夏秋多發洪澇，冬春少雨多發旱情，6～9月降水350～700 mm，占全年降水量的60%～70%。南水北調中線工程河南段受水城市如圖1所示。

2 研究方法與數據來源

2.1 研究方法

2.1.1 M-K（Mann-Kendall）檢驗法

M-K檢驗法是一種非參數統計檢驗方法，其優點是不需要樣本遵從一定的分布，不受少數異常值的干擾，計算也比較簡便，多用于判斷水文序列是否有顯著上升趨勢或下降趨勢［17-18］。本次研究使用M-K檢驗法判斷2003～2022年南水北調中線河南段受水區各類供用水的演變趨勢及突變年份。具體計算方法見參考文獻［17-18］。

2.1.2 信息熵

信息熵理論由Shannon提出，用以表征系統的不確定性、穩定程度和信息量定量情況［6，19］，并由劉燕等［20］引入到水資源系統研究中，用于評價用水資源系統的演化規律。在本次研究中，采用信息熵方法來描述研究區用水結構的演化趨勢。

用水系統的信息熵H計算公式為

式中：n為用水類型i的個數；pi為各類用水量占總用水量的比例。H值反向表征了用水量在各類用水部門間的分配差異性，即其值越大表明各類用水差異性越小，用水系統越穩定。

2.1.3 灰色關聯分析

鄧氏灰色關聯分析法可以分析少量的樣本數據，分析的數據不需要符合某種分布規律，克服了相關分析等方法對數據要求高的局限性，具有廣泛應用［10］。本次研究使用灰色關聯分析法對用水結構中各類用水量與16個驅動因子（年降水量、農業機械總動力、農作物播種面積、糧食產量、第一產業占GDP比重、第一產業地區生產總值、規模以上工業企業個數、第二產業占GDP比重、第二產業地區生產總值、常住人口、農村常駐居民人均可支配收入、城鎮常駐居民人均可支配收入、建成區綠化覆蓋面積、污水處理總量、第三產業占GDP比重、第三產業地區生產總值）進行關聯分析。將農業、工業、城鄉生活用水量作為參考序列，與不同類型用水相對應的驅動因子作為比較序列，并對原始數據進行無量綱化處理，計算關聯度，具體計算步驟見文獻［8］。

2.2 數據來源

本文研究數據包括供用水量數據以及驅動因子數據。供用水量數據來源于《河南省水資源公報》（2003～2022年）以及國家統計局相關數據；驅動因子數據來源于《河南統計年鑒》（2003～2022年），并對驅動因子數據中個別缺失的數據進行插值處理。

3 結 果

3.1 供水總量和供用水結構演變特征

3.1.1 供水總量演變特征

供水總量是指各種水源工程為用戶提供的包括輸水損失在內的毛供水量。供水構成按照供水來源可以分為地表水源供水、地下水源供水和其他水源供水，其中南水北調水歸為地表水源供水。

2003～2022年南水北調中線工程河南段受水區供水總量在95%置信水平下呈顯著上升趨勢，從2003年的134.7億m3增長至2022年的160.4億m3，年均增長1.3億m3（圖2）。2003～2013年為供水總量第一增長階段，漲幅24.4%；2014年供水總量回落至146.5億m3后迎來第二次增長，2014～2022年漲幅9.5%。

3.1.2 供水結構演變特征

2003～2022年南水北調中線工程河南段受水區年均供水量為157.33億m3，其地表水源年均供水量為63.16億m3，地下水源年均供水量為91.76億m3，其他水源年均用水量為2.41億m3，分別占總供水量的40.2%，58.3%，1.5%。

2003～2022年河南段受水區不同供水水源供水量的演變特征（圖2～3）主要體現在：

（1） 地表水源供水量在95%置信水平下呈現顯著上升趨勢，且2015年為顯著突變年份。地表水源供水量從2003年的48.3億m3（占比35.9%）增長至2022年的77.3億m3（占比48.2%），供水量占比增長12.3%（圖2）。2020年地表水源供水量達80.6億m3（占比48.3%），超過地下水供水水量的78.4億m3（占比47.0%），成為受水區第一大供水水源。

（2） 地下水源供水量在95%置信水平下呈現顯著下降趨勢，且2016年為顯著突變年份。地下水源供水量從2003年持續增長至2012年，達到峰值103.9億m3后逐年下降。與此同時，地下水源供水量占總供水量比值逐漸降低，由2003年的64.1%降低到2022年的46.9%，供水量占比下降17.2%。

（3） 其他水源供水量在95%置信水平下呈現顯著上升趨勢。由2003年的0.01億m3快速增長至2022的8億m3，占總供水量的5%。

（4） 2014年中線工程通水后，南水北調水供水水量逐年攀升，從2015年的7.4億m3快速上升至2022年的30.7億m3。截至2022年，南水北調水供水量分別占受水區地表水源供水量和總供水量的39.8%，19.2%。

受水區地表水源供水量、地下水源供水量在中線通水后依次于2015年、2016年發生顯著性突變，南水北調中線工程促進了受水區超采的地下水的置換，受水區供水格局逐漸優化。

受水區供水構成呈現出明顯的地區性差異（圖4），其中：多年平均地表水源供水占比高于地下水源的城市有3個，分別為平頂山市、濮陽市以及南陽市；多年平均地下水源供水占比高于地表水源的城市有9個，分別為鄭州市、安陽市、鶴壁市、新鄉市、焦作市、許昌市、漯河市、周口市、駐馬店市；其他水源供水占比中，鄭州市和許昌市分別為7.2%和3.8%，其他受水城市占比則均不超過3.0%。

3.1.3 用水結構演變特征

用水總量是指分配給用戶的包括輸水損失在內的毛用水量，按用戶特性分為農業、工業、生活和生態用水四大類。根據2003～2022年《河南省水資源公報》統計口徑，本次研究將用水類型分為農業、工業、城鄉生活環境綜合3類用水。

2003～2022年南水北調中線工程河南段受水區年均總用水量為157.3億m3，其農業年均用水量為87.8億m3，工業年均用水量為33.7億m3，城鄉生活環境綜合年均用水量為35.8億m3，分別占總用水量的55.8%，21.4%，22.8%。

2003～2022年河南段受水區3類不同用水的水量演變（圖5、6）主要體現在：

（1） 農業用水量變化趨勢不顯著。由2003年的81.8億m3（占比60.7%）波動增長至2022年的94億m3（占比58.6%），用水占比下降2.1%。

（2） 工業用水量呈現先上升后下降的趨勢。由2003年的30.2億m3（占比22.44%）持續增長至2012年的峰值42.6億m3（占比25.27%），用水占比上升2.8%。而后用水量逐年下降，占總供水量比值逐漸降低，由2013年的42.3億m3（占比25.3%）持續下降至2022年的14.9億m3（占比9.3%），用水占比下降16%。

（3） 城鄉生活環境綜合用水量在95%置信水平下呈現顯著上升趨勢。由2003年的22.7億m3（占比16.8%）快速增長至2022的51.5億m3（占比32.1%），用水占比上升15.3%。2017年，城鄉生活環境綜合用水超越工業用水成為第二大用水類別。

受水區用水構成同樣呈現出明顯的地區性差異（圖7），農業用水占主要用水量的城市有10個，其中農業用水占比超60%的分別為安陽市（占比69.2%）、鶴壁市（占比68.6%）、新鄉市（占比71%）、焦作市（占比61.6%）、濮陽市（占比67%）、周口市（占比66.8%）以及駐馬店市（占比62.4%）；工業用水占主要用水量的城市有1個，為平頂山市（占比42.3%）；城鄉生活環境綜合用水占主要用水量的城市有1個，為鄭州市（占比45.6%）。

3.2 用水結構信息熵變化分析

用水結構的發展通常分為3個階段：① 低級階段。用水結構主要趨于向農牧業傾斜，農牧業用水比重非常大。② 中級階段。工業的快速崛起形成用水結構向工業方向傾斜的態勢，形成工農業占主體的格局。③ 高級階段。隨著城鎮化的建設和人口數量的增長，生活、生態和城鎮公共用水將顯著上升。用水結構變化是單一方向進行的，通過信息熵分析，可以明確反映用水變化［23］。

3.2.1 用水結構信息熵變化

南水北調中線工程河南段受水區用水結構信息熵在整個研究時段大體呈現先增大后減小趨勢（圖8），由2003年的0.94增長至2018年峰值的1.03。原因是此階段農業用水占比逐漸減小，工業、城鄉生活環境綜合用水占比小幅增加，各類別的用水占比更趨均衡；而后逐年減小至2022年的0.90，此階段農業用水占比增大，工業用水占比大幅減小，而城鄉生活環境綜合用水占比大幅增加。20 a來受水區總體信息熵變化呈波動形勢，數值保持在0.85以上，城鄉生活環境綜合用水占比逐年上升，用水結構逐漸向高級階段發展。

3.2.2 用水結構信息熵時空演變特征

基于2003～2022年南水北調中線工程河南段受水區12個城用水系統的信息熵（圖9），進一步分析12個城市用水結構信息熵的時空變化特征及各部門用水量變化情況。

從各市用水結構信息熵的平均水平來看，研究區信息熵值可分為“高、中、低”水平，按各地市信息熵值水平劃分成3個梯隊：① 第一梯隊，由信息熵處于受水區較高水平的許昌市、漯河市、鄭州市、平頂山市構成，信息熵值均大于1；② 第二梯隊，南陽市、焦作市，信息熵值在受水區處于中游水平，在0.9～1.0范圍內；③ 第三梯隊，駐馬店市、周口市、濮陽市、鶴壁市、安陽市以及新鄉市，信息熵值處在受水區處于較低水平，在0.8～0.9范圍內。其中第一梯隊的許昌市以及漯河市的用水結構最為均衡，農業、工業、城鄉生活環境綜合用水比例分別為39∶30∶30，41∶32∶26。第三梯隊的新鄉市、安陽市和鶴壁市的用水結構最不均衡，其農業用水占比分別達到71%，69.2%和68.6%，在研究區12個城市中農業用水占比排名前3位。梯隊的分層說明了研究區用水結構均衡性在空間上存在差異。

從各市用水結構信息熵的時間變化來看，鶴壁市與安陽市用水結構信息熵增大趨勢最為明顯，2003～2022年用水結構信息熵分別增加了16.4%，15.8%。其主要原因是2003～2022年鶴壁市農業和工業用水量分別減少了21.6%，24.4%，而城鄉生活環境綜合用水量增加66.2%；安陽市農業和工業用水量分別減少了19.9%，46.5%，而城鄉生活環境綜合用水量增加134.2%。兩城市農業、工業用水量下降，而城鄉生活環境用水量顯著上升，用水結構更為均衡，向高級階段發展。周口市與鄭州市用水結構信息熵減小趨勢最為明顯，2003～2022年用水結構信息熵分別減小了34.4%，22.1%。其主要原因是2003～2022年周口市農業用水量增加了149%，工業用水量減少了57.3%，而城鄉生活環境綜合用水量增加了23.9%；鄭州市農業用水量減少41.3%，工業用水量減少了45.4%，而城鄉生活環境綜合用水量增加了364.9%。兩個城市用水結構向不均衡的狀態發展，但周口市用水結構逐漸以農業用水為主導，而鄭州市用水結構逐漸以城鄉生活環境綜合用水為主導，用水結構快速向高級階段發展。

3.3 用水結構驅動因素分析

用水結構演變受自然因素、經濟社會發展、生態環境等多種因素的共同影響［15］。選取與以上三方面密切相關的16項指標因子與用水結構信息熵進行灰色關聯度分析。灰色關聯度數值結果可分為弱關聯、中等關聯、強關聯3類，0～0.35為弱關聯度，0.35～0.65為中關聯度，0.65～1為強關聯度［22］。將2003～2022年按中線工程通水時間分為兩個階段，分別計算各階段三類指標與對應部門用水量的灰色關聯度，結果見表1。

總體而言，16個指標的灰色關聯度都在中等關聯及以上。2014～2022年與前一個階段相比，多數指標的灰色關聯度均有不同程度提升，表明中線工程通水后受水區用水結構與自然、經濟、社會生態因素之間的關系變得更加緊密。在農業用水驅動因子中，后一階段的糧食產量、年降水量2個指標因子為主要驅動因素。隨著受河南省受水區農業生產的擴大，2014～2022年糧食產量增加了495.4萬t，農業用水需求上升，南水北調中線工程為受水區提供生活、工業用水，退還擠占的農業用水［23］，提升了農業用水保障水平。降水是一個地區天然水資源供應的重要來源，直接影響地表水和地下水的補給量。年降水量的變化會對一個地區的用水需求、供水能力產生顯著影響，進而影響農業用水，相比于前一階段，后一階段對農業用水量變化的驅動更為明顯。在工業用水驅動因子中，后一階段的規模以上企業個數、第二產業地區生產總值、第二產業占GDP生產總值3個指標因子均為強關聯度，其中規模以上企業個數為主要驅動因素。2014～2022年，受水區規模以上企業個數減少了1 198個，工業用水量需求減小，顯著影響了工業用水量，此階段工業用水量減小了22.5億m3。而城鄉生活環境綜合方面的關聯度變化較為穩定，未表現出較大變化。

4 討 論

本文采用M-K檢驗法、信息熵原理和灰色關聯理論3種方法量化解析了南水北調中線工程河南段受水區供用水特征及其驅動因素。相較于已有研究，本研究覆蓋了南水北調中線工程通水前后時段，全面分析了研究區供用水結構的演變特征；通過信息熵方法，比較分析了研究區內部城市用水結構的均衡度；在用水結構驅動因素中同時考慮了自然與社會經濟因素，可更加全面地分析研究區用水結構的驅動因素。

雖然近年來研究區用水總量逐步平穩，但部分城市仍存在用水強度較大、用水結構失衡等問題。以用水強度較大的鄭州市為例，伴隨經濟的持續增長，中心城區居民用水、經營服務用水、行政事業用水、開發區工業用水均出現強勢攀升。2023年，鄭州市實現了城區南水北調水源全覆蓋，提升了對鄭州市城市用水的保障能力，緩解了由城市經濟發展引發的水資源供需矛盾。2024年上半年，鄭州市城市累計供水量達2.22億m3，同比增加2 360.1萬m3，增幅9.41%，并于6月13日突破日供水量的歷史極值，達192.22萬m3。此外，近年來河南省水旱災害頻發，這也對水資源的分配和管理能力提出了更高的要求。2024年5月，河南省降雨量比正常情況少70%以上，且50%以上的氣象監測站點達到了中旱以上等級。6月12日河南16個地市監測到氣象干旱達重旱等級以上。6月15日，中線工程啟動向河南省白龜山水庫補水，計劃補水2 592萬m3，用于干旱區域應急供水，有效助力南水北調中線工程河南段受水區抗旱“解渴”。因此，河南省應進一步推進南水北調工程后續高質量發展和國家水網的構建，結合南水北調供水后受水區供用水結構的變化情況，充分發揮南水北調中線工程在城鄉供水中的重要作用，繼續推進河南省經濟社會的高質量發展。

5 結 論

（1） 2003～2022年研究區供用水結構發生了顯著變化。從供水結構上來看，自2014年南水北調中線工程通水以來，研究區地表水供水量逐年上升，以地下水供水為主的供水格局逐步發展為以地表水、地下水供水并重的供水格局。從用水結構上來看，隨著產業結構的不斷優化，河南省發生了由“二三一”產業結構向“三二一”產業結構的歷史性轉變，與此同時研究區工業用水量及占比大幅下降，降幅超50%；城鄉生活環境綜合用水量顯著上升并于2017年超越工業用水量。

（2） 2003～2022年研究區用水結構信息熵總體呈減小趨勢，表明用水結構趨向不均衡。從用水結構空間分布看，許昌市、漯河市的平均用水結構信息熵最高，處于研究區第一梯隊，用水結構最為均衡；從信息熵變化程度來看，信息熵值增長最快的是鶴壁市，用水結構更趨均衡，降幅最大的是鄭州市。

（3） 南水北調中線工程通水后，農業部門的糧食產量、年降水量指標、工業部門的規模以上企業個數指標的關聯度增大，對用水結構的影響顯著增強，城鄉生活環境綜合方面指標的關聯度變化較為穩定。

參考文獻：

［1］ 趙霞，杜軍凱，牛存穩，等.中國水資源與經濟社會發展匹配度的動態分析［J］.人民長江，2018，49（23）：68-73.

［2］ 陳文艷.南水北調工程效益統計工作有關對策建議［J］.水利發展研究，2024，24（9）：80-84.

［3］ 夏軍.南水北調工程高質量發展的幾點思考［J］.水利發展研究，2024：24（9）：1-4.

［4］ 張云，蔡彬彬，黃智勇，等.南通市水資源變化分析與保護對策研究［J］.水利水電快報，2023，44（10）：19-22.

［5］ 賈寶杰，何淑芳，黃茁，等.城市水資源供需平衡與用水合理性分析：以湖北省黃石市城區為例［J］.人民長江，2021，52（增1）：81-84.

［6］ 徐蘊韻，吳昊，李永泰，等.南水北調東線江蘇段用水結構及其時空演變［J］.水資源保護，2022，38（2）：97-102.

［7］ 梁艷紅，魏遠棟，劉衛林.近60年撫河干流徑流變化特征分析［J］.水利水電快報，2024，45（12）：52-59.

［8］ 侯林秀，溫璐，趙吉，等.基于水足跡法的阿拉善地區水資源利用評價與分析［J］.干旱區資源與環境，2020，34（12）：35-41.

［9］ 焦士興，李青云，王安周，等.基于生態位的安陽市用水結構與產業結構動態演化分析［J］.水資源保護，2021，37（1）：79-85，109.

［10］熊小菊，廖春貴，賀同鑫，等.北部灣經濟區用水結構演變及其驅動因子分析［J］.人民長江，2019，50（7）：104-109.

［11］辛朋磊，季曉云，單婷婷，等.基于主成分分析法的江蘇省水資源承載力評價［J］.水利水電快報，2023，44（7）：27-32.

［12］呂蘇榆，蔣娜，張陳俊.基于LMDI與VAR模型的江蘇省生產用水量演變驅動因素分析［J］.水利經濟，2022，40（4）：41-47，54，93.

［13］崔晨曦，孟凡浩，羅敏，等.基于地理探測器的內蒙古耕地水資源短缺時空變化特征及驅動力分析［J］.中國農業資源與區劃，2023，44（1）：150-161.

［14］徐方圓，石家豪，韓宇平，等.河南省黃河流域用水結構演變與空間均衡狀態評價［J］.華北水利水電大學學報（自然科學版），2023，44（1）：41-48.

［15］安琪.河南省用水結構演變與調控研究［D］.鄭州：鄭州大學，2022.

［16］焦士興，王臘春，李靜，等.基于生態位及其熵值模型的用水結構研究：以河南省安陽市為例［J］.資源科學，2011，33（12）：2248-2254.

［17］SHENG Y，PAUL P，GEORGE C.Power of the Mann-Kendall and Spearman′s rho tests for detecting monotonic trends in hydrological series［J］.Journal of Hydrology，2022，259：254-271.

［18］李學輝，谷桂華，余守龍，等.云南省水面蒸發量變化趨勢及其影響因素分析［J］.人民長江，2020，51（增2）：63-67.

［19］VICENTE P，ADELGCIO F，RAFAELA S，et al.Shannon information entropy for assessingspace-time variability of rainfall and streamflow in semiarid region［J］.Science of the Total Environment，2016，544：330-338.

［20］劉燕，胡安焱，鄧亞芝.基于信息熵的用水系統結構演化研究［J］.西北農林科技大學學報（自然科學版），2006（6）：141-144.

［21］谷桂華，朱文祥.基于Shannon熵理論的玉溪市用水結構演變分析［J］.人民長江，2018，49（17）：52-56，112.

［22］鄧歐，李亦秋，魯春霞，等.張家口市供用水結構時空演變及驅動力分析［J］.草業科學，2020，37（7）：1354-1361.

［23］姜斌，夏朋.南水北調工程受水區擠占農業與生態用水返還政策分析［J］.水利發展研究，2012，12（5）：5-9.

（編輯：郭甜甜）

Characteristics and driving factors of water supply and consumption in Henan section of Middle Route Project of South-to-North Water Diversion

YAN Yuesheng 3，YANG Xiaojing ，FU Pingfan ，LI Zhanling1

（1.School of Water Resources and Environment，China University of Geosciences（Beijing），Beijing 100083，China； 2.China Research Institute of Water Resources and Hydropower，Beijing 100038，China； 3.Research Center of Flood Control，Drought Relief and Mitigation Engineering of Ministry of Water Resources，Beijing 100038，China）

Abstract：

The water supply and consumption structure reflects the coordination degree between regional water resources utilization，socio-economic development，and ecological civilization construction.Investigating the characteristics and driving factors of water supply and consumption in the Henan section of the Middle Route Project of the South-to-North Water Diversion is crucial for rational water resource allocation in receiving areas.Based on water supply and consumption data from 12 cities in the receiving areas of Henan section from 2003 to 2022，this study utilized Mann-Kendall test，information entropy principle，and grey correlation theory to analyze the changing trends of water supply and consumption structure，equilibrium degree of water use structure，and driving factors.The results indicated：① at a 95% confidence level，surface water supply，groundwater supply，and other water sources in the receiving areas showed significant upward，significant downward，and significant upward trends，respectively；agricultural and industrial water use displayed insignificant downward trends，while comprehensive urban-rural living environment water use showed a significant upward trend.② Among the 12 cities，Xuchang City and Luohe City had the highest mean information entropy values （both 1.06），indicating the most balanced water use structure.Hebi City experienced the fastest entropy growth （16.4% increment），while Zhengzhou City showed the most substantial decrease （34.4% reduction）.③ Among the 16 driving factors of water use structure，three indicators，namely grain yield，annual precipitation，and the number of enterprises above designated size，demonstrated significantly increased grey correlation degrees with water consumption in corresponding sectors，rising to a range of 0.65～1.0 and reaching high correlation levels.

Key words：

characteristics of water supply and consumption； Mann-Kendall； information entropy； grey relational degree； driving factors； Middle Route Project of South-to-North Water Diversion

收稿日期：2024-08-08 ；接受日期：2024-10-10

基金項目：國家重點研發計劃項目（2023YFC3006603）

作者簡介：閆月生，男，碩士，主要從事水資源管理、干旱傳播等研究。E-mail：yanyuesheng@email.cugb.edu.cn

通信作者：楊曉靜，女，高級工程師，博士，主要從事干旱監測預警、旱災風險等研究。E-mail：yangxj@iwhr.com