水资源承载力与产业经济发展协调状况时空分异

摘要：

为探究长江经济带各城市水资源系统和产业经济的协调发展水平，推动地区水资源保护和经济良性发展，基于“水资源承载力-产业经济发展”二元评价体系，引入组合赋权 TOPSIS 模型、耦合协调度模型以及局域莫兰指数模型，对长江经济带110个城市的水资源承载力和产业经济发展的协调状况进行实证分析。结果表明：① 时序变化上，长江经济带各城市的水资源承载力与产业经济发展耦合协调度在2016～2022年间整体呈现上升趋势，其平均增幅达8.93%；② 空间变化上，长江经济带下游地区耦合协调度表现出“北增南减”的态势，中、上游地区则不同程度上呈现着趋于协调的局面；③ 从增长集聚特征来看，耦合协调度的增长率空间联系较强，整体呈现“东低西高”的空间分布态势，且有明显的阶段性特征，2016～2019年各主要地区的“低/低聚类”和“高/高聚类”分布范围都较大，但在2019～2022年其范围缩小并发生了转移。研究揭示了长江经济带区域水资源承载力和产业经济发展间的时空差异和区域联系，可为水资源管理和区域发展提供理论依据。

关" 键" 词：

水资源承载力； 组合赋权TOPSIS模型； 耦合协调度； 局域莫兰指数;" 长江经济带

中图法分类号： TV213；F127

文献标志码： 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

基金项目：

安徽省教育厅高校科研重点项目（2023AH050472；KJ2020A0500）；福建省植物生理生态重点实验室开放课题“混交对武夷山黄山松林土壤磷组分的调控机理”

作者简介：

孙" 俊，男，讲师，博士，研究方向为自然地理学。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.

文章编号：1001-4179（2025） 01-0001-08

引用本文：

孙俊，赵晨军，闫鸿远，等.

水资源承载力与产业经济发展协调状况时空分异：以长江经济带110个城市为例

［J］.人民长江，2025，56（1）：1-8.

0" 引 言

随着中国经济快速发展，各产业对水资源的需求日益增加，由此导致的水资源短缺、水环境污染等问题也使得未来面临的水资源挑战更加复杂［1-2］。长江流域是中国重要的产业集聚区，也是重要的水资源承载型地区［3］。因此，研究长江经济带城市的水资源承载力水平和产业发展的协调状况对该地区生态文明建设、社会经济发展等具有重要意义。

目前，水资源承载力与产业经济发展间的关系研究已经受到学者们的广泛关注。在区域经济发展过程中，葛杰等［4］通过对榆林市水资源开发利用情况进行分析，预测了该市2030年水资源可承载的最大人口规模；韩宝丽［5］分析了2008～2020年黄河流域56个地级市的水资源利用与产业结构的现状、协调发展程度及两者协调发展的驱动因素。在不同产业结构方面，He等［6］评估了农业水资源承载力并优化了农业种植结构和水资源分配，根据农作物和牲畜的需水特性进行水分分配，成果可为缺水地区和污染地区的农业规划和水资源利用提供借鉴；胡贵隆［7］通过Spearman 相关分析及显著性检验，验证了河北省工业发展同水资源承载力的相关性，并对河北省水资源承载力趋势进行预测。相关文献丰富了水资源承载力与产业经济发展的相互作用关系研究，但依旧存在以下问题：① 对于两者相互关系多侧重经济发展方面研究，较少将二者各作为一个独立系统探究其内在联系［8-10］；② 在研究水资源承载力与产业经济发展联系时，多以省、市区域自身变化为主，缺少对不同区域间的空间联系变化研究［11-14］。特别是与长江经济带水资源利用与产业经济发展相关的研究较少。

鉴于此，本文以长江经济带为研究对象，并在欧洲环境署所制定的DPSIR（driving forces-pressure-state-impact-response）［15］评价体系基础上进行优化，将传统影响（impact）子系统中反映人水互动的指标（如建成区绿化覆盖率、人均水资源量等［16-17］）重分类至状态（state）与响应（response）子系统，并新增效率（efficiency）子系统评估水资源与经济发展的协调程度，最终形成了DPSRE（driving forces-pressure-state-response-efficiency）评价体系，以便更有效地反映长江经济带城市的水资源承载力水平。同时，为进一步探究地区产业经济发展与水资源承载力间的相互影响以及二者的协调发展程度，本文以用水量最多的农业（agriculture）和工业（industry）［18-20］为产业经济发展系统的代表，构建了“水资源承载力-产业经济发展”二元系统。最后引入耦合协调度模型和局域莫兰指数模型，对长江经济带二元系统的时空演进特征进行分析，以期为水资源管理和区域发展提供理论依据。

1" 研究区概况及数据

长江经济带横跨中国沪、苏、浙、皖、赣、鄂、湘、渝、川、贵和滇等11省市。其气候条件温暖湿润，年降水量丰富，地区生产总值占全国四成以上，是中国活力最高的经济带之一，也是全国生态建设的先行示范带。本文的研究范围主要包括了长江经济带的两个直辖市和其余省份的所有地级市，共计110个城市，详见图1。

数据均来源于官方统计年鉴、统计公报，其中，水资源承载力系统中的城市化率、建成区绿化覆盖率和污水处理率数据来源于《中国城市建设统计年鉴》，其余指标来源于各省市水资源公报；产业经济发展系统中的各项指标由《中国统计年鉴》和各省市统计年鉴等官方资料整理获得。对于极少数缺失数据采用近3 a 增长率插值法等补齐。

2" 研究方法

2.1" 综合评价指标体系的构建

目前，尚无统一的水资源承载力评价指标体系可以应用于全国范围，评价指标体系的制定需要结合地区状况制定［21］。考虑到本次研究区地域跨度非常大，各省市指标统计口径存在差异，区域间水资源特点也有所不同，本文在DPSIR评价体系的基础上，构建了DPSRE水资源评价体系，并选取相应工、农业指标最终形成了“水资源承载力-产业经济发展”二元评价体系（表1）。

2.2" 权重确定

2.2.1" 熵权法和CRITIC法

在运用熵权法和CRITIC法对各评价指标进行赋权之前，需要对各指标量进行归一化处理以消除指标量纲差异所产生的影响［22］，过程如下：

x+ij=xij-min（xij）max（xij）-min（xij）

x-ij=max（xij）-xijmax（xij）-min（xij）

（1）

式中：xij为第i个方案中第j个指标的数值，x+ij表示正向指标数值归一化处理后的数值，x-ij表示负向指标数值归一化处理后的数值。

然后采用熵权法和CRITIC法来确定各指标权重，关于二者的计算过程已在众多相关研究中得到详细阐述［23-24］，在此不再赘述。经计算，分别得到各指标关于熵权法和CRITIC法的权重wsj和wcj。

2.2.2" 组合权重

为综合考虑指标的信息量和相对重要性，减少单一方法可能导致的权重偏差，提高权重的合理性和准确性［25］，采用组合权重法将熵权法和CRITIC赋权法所得权重相结合，方法如下［3，26］：

Wj=wsjwcjnj=1wsjwcj

（2）

式中：Wj为组合权重，Wjlt;0。

经过上述计算得到各项指标的组合权重，详细结果见表1。

2.3" TOPSIS 法

将所得指标权重结合TOPSIS法对各样本的得分进行计算［27-28］。

以经过归一化处理、包含m个样本n个指标所构成的判断矩阵X=（xij）m×n为基础，构造决策矩阵Z=（zij）m×n，其中zij=Wj×xij。

确定各指标的最优解Z+j和最劣解Z-j：

Z+j=max（Z1j，Z2j，…，Znj）

Z-j=min（Z1j，Z2j，…，Znj）

（3）

计算有限个评价方案的指标值与最优解和最劣解之间的距离L+i、L-i：

L+i=mj=1wj（Z+j-zij）2

L-i=mj=1wj（Z-j-zij）2

（4）

计算贴近度指数Ui：

Ui=L-iL+i+L-i

（5）

式中：Ui为贴近度指数，用以代表水资源承载力指数或产业经济发展指数，Ui分布于0～1之间，当Ui＝1时，样本水资源承载力或产业经济发展指数最大，Ui＝0时最小。

2.4" 耦合协调度模型

为量化长江经济带各城市“水资源承载力-产业经济发展”二元系统间的协调水平，采用耦合协调度

模型对组合加权后的数据进行处理［29-30］，方法如下：

C=2U1U2U1+U2

（6）

T=αU1+βU2

（7）

D=CT

（8）

式中：U1为水资源承载力指数，用以衡量某地的水资源承载力水平；U2为产业经济发展指数，用以衡量某地的产业经济发展水平；C为耦合度；T为协调指数；D为耦合协调度；α，β为指数权重，这里均取0.5。

为便于后续研究展开，将耦合协调度进行分类［31］，见表2。

2.5" 局域莫兰指数

为了更好地了解长江经济带各城市的水资源承载力和产业经济发展耦合协调度时空演化特征，采用局域莫兰指数对长江经济带110个城市的水资源承载力和产业经济发展耦合协调度的增长率进行空间关联特征和空间异质特征分析，具体方法如下［6，32-33］：

Ii=yi-yS2nj≠iKij（yj-y）（9）

式中：yi，yj分别代表第i，j个城市耦合协调度的增长率；y表示所有城市增长率的均值，y=Dm-DnDn×100%，Dm，Dn分别代表第i个城市的m，n年份的耦合协调度；S2为方差，S2=1nni=1（yi-y）2；n为研究区域上所有城市的总数；Kij为空间权重值。

Ii表示第i个地区的局域Moran′s I指数，当局域Moran′s I指数大于0时，意味着该地区耦合协调度发展趋势与邻近地区存在空间上的正相关关系；反之，当局部Moran′s I指数小于0时，则存在空间上的负相关关系；当局部Moran′s I指数等于0时，则意味着该地区与邻近地区不存在相关关系。

Moran′s I散点图可以反映长江经济带各城市耦合协调度增长率的空间聚集状况。第一象限为“高/高”型聚类，表示该城市耦合协调度增长率较高且相邻城市也较高；第二象限为“低/高”型离群低值，表示该城市耦合协调度增长率较低但相邻地区较高；第三象限为“低/低”型聚类，表示该城市耦合协调度增长率较低且相邻地区也较低；第四象限为“高/低”型离群高值，表示该城市耦合协调度增长率较高但相邻地区较低，如图2所示。

3" 结果与分析

3.1" 耦合协调度时序分析

2016～2022年间长江经济带城市的水资源承载力指数、产业经济发展指数和耦合协调度如图3所示，呈现以下时序特征：

（1） 长江经济带各城市水资源承载力在研究期间内呈现了显著的波动性变化，在2016～2018年和2020～2022年有所下降，2018～2020年呈现上升趋势（图3（a））。该趋势与这一时间段内的降水量变化趋势十分吻合，这可能是因为在降水量波动变化的情况下，地区的径流量及水资源总量亦随之发生变化，产水模数、产水系数以及人均水资源量等指标也随之发生改变，最终导致地区水资源承载力出现波动性的变化。

（2） 长江经济带各城市产业经济发展在研究期内总体呈现出持续增长的态势，这印证了长江经济带各城市在持续优化产业结构、提升产业发展效率方面所取得的成效。但考虑到2022年以来国内外经济形势的影响，部分工业企业在经营上面临了一定的困难，企业利润有所下降［34-35］，因此产业经济发展呈放缓特征（图3（a））。

（3） 长江经济带各城市的水资源承载力和产业经济发展的耦合协调度总体呈稳步上升态势，由2016年的0.619上升至2022年的0.674，7 a上升幅度达8.9%。这一趋势在2018年之后更加明显（图3（b）），并在2021年达到峰值0.699。这表明在推动产业经济发展的过程中，长江经济带各城市较好地兼顾水资源利用效率。但这一趋势在2022年有所减少，考虑到年内气候的影响，2022年长江流域降水量为7 a来最低，进而对状态子系统的降水量、人均水资源量、产水模数和产水系数等指标产生影响［36-37］，长江经济带的水资源承载力水平显著下降。同时，产业经济发展指数在2022年有所下降，二者共同作用，最终导致了2022年的耦合协调度下降。

3.2" 耦合协调度空间分析

为具体分析地区空间差异，根据国家发展和改革委员会对长江经济带的划分，将长江经济带划分为下游地区（沪、苏、浙、皖）、中游地区（赣、鄂、湘）、上游地区（渝、川、贵、滇），并对2016～2022年长江经济带各城市的耦合协调度进行空间可视化分析（图4）。

从图4可以看出：2016～2022年长江经济带各城市的“水资源承载力-产业经济发展”二元系统的耦合协调度整体分布于0.4～0.8之间，部分城市的部分年份低于0.4。但值得注意是，2022年长江经济带各城市的耦合协调度均大于0.4，大部分城市分布于0.5～0.8之间，达到了勉强协调以上。这显示了长江经济带各城市的水资源承载力和产业经济发展之间的整体处于较为协调的状态，各地在积极推进产业经济发展的同时，也充分考虑了水资源的可持续利用，形成了协调发展的良好态势。

从三大区域的视角出发，分别对各区域内部的耦合协调度空间变化情况进行分析，总结出以下特征：（1） 下游地区的耦合协调度最高，平均增长率达2.3%。但内部呈现“北增南减”趋势，苏北和皖北城市稳步增长，而苏南、浙西、皖南部分城市及上海市则有所下降，例如上海市下降8.5%，镇江市、泰州市和铜陵市下降超过10%。

（2） 中、上游地区的耦合协调度整体上升。上游地区起点最低，但涨幅最大，平均增幅超过21.3%，其中，四川省内江市涨幅最大，达83.4%。中游地区涨幅次之，但平均增长也超过7.4%。

总体来看，耦合协调度高值区与经济发展水平吻合，经济发达的上海、苏南和浙北地区协调水平高，反映了经济对水资源生态的反哺作用。而中、西部地区快速增长的耦合协调水平也反映了近年来当地对改善生态环境、发展产业经济所做出的努力。

3.3" 增长率集聚特征分析

通过上述对长江经济带各城市二元系统耦合协调度的空间分析可以发现，两系统的协调水平存在显著的空间差异。但上述分析并不能很好地反映耦合协调度变化的空间联系，因此为进一步探讨长江经济带各个城市之间水资源承载力和产业经济发展协调水平的时空演变的区域依赖性，引入局域莫兰指数模型对长江经济带各城市的耦合协调度的增长率集聚水平进行分析，得到LISA（local indicators of spatial association）集聚水平空间分布（图5），并总结了以下特征：

（1） 2016～2022年，耦合协调度增长率呈现“东低西高”的空间分布。东侧的上海市、江苏省、浙江省、安徽省，以及中游地区的湖北省东部、江西省东部表现为“低/低聚类”，而西部的四川省、云南省和贵州省则表现出“高/高聚类”。

2016年，下游地区的耦合协调度平均值为0.66，位居三大区域之首，江浙沪地区更是达到0.72，属于中级协调水平。这得益于下游地区凭借其长期经济发展优势，生态环境投入较大，加上严格的环保政策，共同塑造了较高的水资源承载水平。然而，这也在一定程度上说明其进一步增长的空间有限，7 a平均增长率为2.3%，低于中游的7.4%和上游的23.3%。中、上游地区起点低但潜力大，因国家政策调控和产业转移的推动［36］，耦合协调水平快速提升，增长率持续高于下游。

（2） 长江经济带城市的耦合协调度增长率表现出明显的阶段性特征：① 2016～2019年，下游地区的上海市、江苏省、安徽省及中游的湖北省、江西省东北部呈现“低/低聚类”，而上游的四川省、云南省则为“高/高聚类”。② 2019～2022年，下游的“低/低聚类”范围明显缩小并向东南转移，江苏省、安徽省大部分地区未再显著集聚，浙江省和江西省东南部则出现“低/低聚

类”；湖北省则从“低/低聚类”转变为“高/高聚类”，而四川省在此期间未见明显聚集现象。

2019年国务院印发《长江三角洲区域一体化发展规划纲要》，引发江浙沪地区新一轮产业转移。而浙江省得益于民营企业的高度发达，产业转入和转出同时进行。这也在一定程度上给地区的工业经济发展带来压力，工业增加值的增长率变化较大，部分年份和地区出现负增长的频率较高。同时，农业种植效率虽有显著提高但整体规模缩减，导致浙江省产业经济发展水平波动，这也是下游地区耦合协调度“低/低聚类”在后期转移至浙江省的重要原因。此外，浙江省因临近东海，短期气候变化剧烈，部分地区降水量变化可达900 mm，影响了人均水资源总量和产水模数［37-38］，进一步促成“低/低聚类”现象。

中、上游地区近年来经济发展迅速，产业引入有序，整体产业经济发展稳定，水资源承载力成为耦合协调度变化的主导因素。四川省因受气候变化影响，降水量和人均水资源量等指标显著下降，致使“高/高聚类”现象消失。而湖北地区虽也受气候影响，但依旧出现了“低/低聚类”向“高/高聚类”的转变，这可能与其持续增加水利建设投资相关。湖北省持续加大水利建设投资，并于2022年达到历史高位，共投资621亿元，位列全国第4［39］，为调配地区水资源、减少气候变化影响做出了积极应对。

4" 结论与建议

通过构建“水资源承载力-产业经济发展”二元系统，建立综合评价体系，采用组合赋权法、TOPSIS模型、耦合协调度模型和局域莫兰指数模型等研究方法对长江经济带110个城市的水资源承载力与产业经济发展协调状况进行评价，得出以下结论：

（1） 从时序变化来看，长江经济带各城市的“水资源承载力-产业经济发展”二元系统的耦合协调度在2016～2022年间波动较小，整体呈上升趋势，均值由2016年的0.619上升到2021年的0.699，但2022年受国内外经济形势和气候变化影响下降至0.674。

（2） 从空间变化来看，长江经济带二元系统耦合协调度整体呈现东部基数高但增长慢，西部基数低但增长快的特征。分区域看，下游地区耦合协调度表现出“北增南减”的态势，苏北、皖北等地的协调水平稳定增长；而南部受产业结构调整和人口迁入压力等因素的影响，协调水平有所下降，但依旧保持了较高水平。而中游和上游地区协调程度均有所增加，不同的是上游地区的增长幅度更大，趋势更加显著。

（3） 从增长率集聚特征来看：① 长江经济带水资源承载力与产业经济发展协调水平的增长率呈现“东低西高”的分布，东侧的下游部分地区增长放缓，甚至出现负增长；② 中部地区的湖北省则在2019～2022年间实现了由“低/低聚类”向“高/高聚类”的转变，增长趋势加快；③ 西部地区增长迅猛，呈现“高/高聚类”，但四川省则从明显的“高/高聚类”转变为无显著聚集，可能与产业结构调整、水资源政策变化等因素有关，需进一步深入研究其原因。

为进一步提高长江经济带水资源承载力与产业经济发展的协调性，提出以下建议：

① 总体统筹，构建区域协调机制，利用长江经济带交通优势，促进东西部协同发展，实现资源、技术和经验的高效交流与共享。② 分区施策，下游地区如苏北、皖北需巩固产业转型，加快水利建设，减少自然灾害影响；苏南、浙西、皖南及上海市要加快产业结构调整并控制人口迁移，以减轻生态压力；需要总结和推广中游地区，尤其是湖北地区产业转型升级和水资源管理的成功经验，鼓励其他地区借鉴学习；西部地区应注重生态保护，合理开发资源，加强水利基础设施建设，发展特色产业。③ 长效保障，建立水资源与产业发展协调的监管机制，定期评估政策效果，及时调整措施，加大生态与环境科研投入，培养专业人才，支持资源合理开发。

受数据可获得性的影响，本文的研究时序范围主要集中在2016年以后，时间跨度较小，所得出的规律在普适性方面可能存在一定的局限性，应当在今后的研究中扩大时间跨度。同时，伴随第三产业在国民经济中扮演着越来越重要的地位，忽略其对“水资源承载力-产业经济发展”二元评价体系的影响可能会导致研究结果对部分服务业较为发达城市的表征偏弱，因此，在后续研究中应增加第三产业相关数据完善模型分析。此外，管理体系和技术发展对现代水资源管理水平的影响也应当被纳入评价体系。

参考文献：

［1］" 辛朋磊，刘淼.基于层次分析法的中国水资源管理能力评价研究［J］.水利水电快报，2023，44（4）：39-47.

［2］" 石晓昕，袁重乐，钱会，等.基于DPSIR-TOPSIS模型的河北省水资源承载力评价及障碍因素研究［J］.水资源与水工程学报，2021，32（5）：92-99.

［3］" 后含玉，康亚梨，兰海.新型城镇化与水资源承载力耦合协调的空间联系：基于长江经济带的实证［J］.人民长江，2023，54（9）：1-10.

［4］" 葛杰，张鑫.基于水资源承载力的榆林市产业结构优化研究［J］.节水灌溉，2018（4）：99-104.

［5］" 韩宝丽.黄河流域水资源利用与产业结构协调发展及驱动因素研究［D］.西安：西安理工大学，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］" 胡贵隆.河北省工业产业升级视角下的水资源配置研究［D］.秦皇岛：燕山大学，2022.

［8］" 俞阳，牟琴，闵雪峰，等.基于熵权TOPSIS-SD模型的超大城市水资源承载力模拟研究［J/OL］.人民长江（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，秦欢欢.河北省水资源生态足迹分析与预测［J］.人民长江，2024，55（8）：114-124，132.

［12］张胜武，葛宇梦，李小胜，等.黄河流域新型城镇化与水生态环境耦合协调的时空格局及影响因素［J］.中国沙漠，2024，44（3）：172-181.

［13］乔友凤，李奕曼，陈义忠，等.京津冀地区城镇化与水资源可持续利用的演变及匹配特征［J］.水资源与水工程学报，2023，34（3）：64-73，82.

［14］高雅玉，宋玉，田晋华，等.西北干旱区乡镇水资源承载力评价体系构建［J］.人民长江，2023，54（8）：139-145，159.

［15］叶鑫，邹长新，刘国华，等.生态安全格局研究的主要内容与进展［J］.生态学报，2018，38（10）：3382-3392.

［16］王瑛，付艳淙.改进指标赋权法的水资源承载力动态综合评价［J］.统计与信息论坛，2022，37（7）：98-107.

［17］石晓昕，袁重乐，钱会，等.基于DPSIR-TOPSIS模型的河北省水资源承载力评价及障碍因素研究［J］.水资源与水工程学报，2021，32（5）：92-99.

［18］高梦钒，王鑫鑫，陈任强，等.禾本-豆科间作水分高效利用研究进展［J］.节水灌溉，2024（6）：77-86.

［19］田贵良，丁月梅.水资源权属管理改革形势下水权确权登记制度研究［J］.中国人口·资源与环境，2016，26（11）：90-97.

［20］水利部.中国水资源公报2022［M］.北京：中国水利水电出版社，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.沿黄省域碳排放核算及碳减排能力研究［D］.济南：山东大学，2022.

［23］钱恒，张韧.北极西北航道海洋风能选址建模与评估［J］.极地研究，2020，32（4）：544-554.

［24］丁思羽，陈菁，贺一凡，等.基于群体决策熵优化-CRITIC算法评价灌溉水源适宜性［J］.节水灌溉，2024（5）：100-106.

［25］于志金，宋佳妮，徐澜，等.基于组合赋权灰色关联法的木质板材火灾危险性研究［J］.西安科技大学学报，2024，44（1）：34-42.

［26］陈红光，李晓宁，李晨洋.基于变异系数熵权法的水资源系统恢复力评价：以黑龙江省2007～2016年水资源情况为例［J］.生态经济，2021，37（1）：179-184.

［27］宋进喜，魏珂欣，邵创，等.河流可持续性评价指标体系与方法研究［J］.人民长江，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］林树高，陆汝成，叶宗达，等.中越边境地区国土空间功能时空演变与耦合协调［J］.中国土地科学，2022，36（9）：90-101.

［30］何寿奎，帅昕言.环境规制赋能长江经济带水资源-社会经济协调发展［J］.人民长江，2024，55（9）：44-50.

［31］苏智杰，赵中秋，祝培甜.安徽省旅游-经济-生态环境耦合关系与空间演变研究［J］.东北师大学报（自然科学版），2021，53（3）：115-122.

［32］彭书范，吴学兵.中国水资源承载力与农业高质量发展耦合协调研究［J］.人民长江，2023，54（10）：52-59.

［33］郑好，武山.金融发展对科技创新的空间溢出效应分析［J］.统计与决策，2021，37（13）：140-144.

［34］国际货币基金组织.全球经济展望：应对生活成本危机［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］国家统计局.中华人民共和国2022年国民经济和社会发展统计公报［R/OL］.（2023-02-28）［2024-09-13］.https：∥www.stats.gov.cn/sj/zxfb/202302/t20230228_1919011.html

［36］洪俊杰，陈洋，杨志浩.中国产业转移的战略考量：特征、动因与政策展望［J］.国际贸易，2024（7）：11-21.

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

［38］吕乐婷，任甜甜，孙才志，等.1980—2016年三江源国家公园水源供给及水源涵养功能时空变化研究［J］.生态学报，2020，40（3）：993-1003.

［39］国家统计局.中国水利统计年鉴2023［M］.北京.中国水利水电出版社，2023.

（编辑：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，Fujian Normal University，Fuzhou 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