黃河沿線省區(qū)水資源生態(tài)足跡時(shí)空特征分析

左其亭 ，姜 龍，馮亞坤，刁藝璇

（1.鄭州大學(xué) 水利科學(xué)與工程學(xué)院，鄭州 450001；2.鄭州大學(xué) 黃河生態(tài)保護(hù)與區(qū)域協(xié)調(diào) 發(fā)展研究院，鄭州 450001；3.鄭州市水資源與水環(huán)境重點(diǎn)實(shí)驗(yàn)室，鄭州 450001）

0 引 言

水資源是人類社會發(fā)展進(jìn)步不可或缺的重要資源。從古至今，人們傍水而居，人類社會文明依靠水系不斷發(fā)展進(jìn)步。然而，隨著經(jīng)濟(jì)社會的發(fā)展，人類對水資源的利用強(qiáng)度不斷增強(qiáng)，水資源對區(qū)域高質(zhì)量發(fā)展的制約作用日益增加。黃河是中華民族的母親河，為了加強(qiáng)生態(tài)保護(hù)，保障黃河長治久安，推進(jìn)水資源節(jié)約集約利用，推動黃河流域高質(zhì)量發(fā)展，保護(hù)、傳承、弘揚(yáng)黃河文化，讓黃河真正地成為造福人民的幸福河[1]，必須了解黃河沿線用水狀況。

生態(tài)足跡（Ecological Footprint，EF）由加拿大生態(tài)學(xué)家William Rees 于20 世紀(jì)90 年代首次提出，旨在衡量區(qū)域內(nèi)人口為了滿足自身需求所消耗的自然資本來評估對生態(tài)系統(tǒng)的影響[2]。1999 年，徐中民等[3]將生態(tài)足跡模型引入我國，并對甘肅省的生態(tài)足跡進(jìn)行計(jì)算和評估。生態(tài)足跡模型因其能夠較好地解釋人類活動對地球環(huán)境的影響，具有較強(qiáng)的可操作性和可比較性[4]，在我國得到了很大程度的發(fā)展。陳敏等[5]和金昌盛等[6]利用生態(tài)足跡模型分別對我國和長江經(jīng)濟(jì)帶的水資源生態(tài)足跡進(jìn)行了分析；楊屹等[7]利用生態(tài)足跡模型和基尼系數(shù)對關(guān)中城市群的自然資本和人造資本的分配格局及其優(yōu)劣多寡進(jìn)行了評價(jià)；陶倩君等[8]利用相關(guān)分析法對廣東省水資源生態(tài)足跡的影響因子進(jìn)行了分析；張洺也等[9]利用泰爾指數(shù)對延邊州水資源生態(tài)承載力空間差異性進(jìn)行了評價(jià)。然而，利用生態(tài)足跡模型對黃河沿線水資源利用狀況進(jìn)行分析研究還很少。

基于上述背景，本文利用生態(tài)足跡模型對黃河沿線九省區(qū)的水資源利用狀況進(jìn)行評價(jià)，分析各省區(qū)的水資源生態(tài)足跡，并利用基尼系數(shù)分析水資源生態(tài)足跡與GDP、人口、水資源總量和耕地面積的公平性，最后基于對數(shù)平均迪氏指數(shù)法（Logarithmic Mean Divisia Index，LMDI）分析影響水資源生態(tài)足跡的因素，以期為黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展提供基礎(chǔ)依據(jù)。

1 研究區(qū)概況

黃河全長約5 464 km，自西向東流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南及山東九省區(qū)，最后注入渤海。黃河沿線省區(qū)的總面積約為348.32×104km2，地勢從西向東逐漸降低，高差懸殊，黃河上游地勢較高，以高原山地為主；中下游地勢較為平坦，以平原丘陵為主。

如圖1 所示，黃河沿線九省區(qū)的經(jīng)濟(jì)社會發(fā)展?fàn)顩r差異較大，并且由于自然條件的限制，黃河沿線水資源分布極不均勻。山東、河南、四川的經(jīng)濟(jì)發(fā)展較快，2018 年3 省的GDP 占黃河沿線九省區(qū)GDP 的69.25%。而四川、青海、內(nèi)蒙古的水資源較為豐富，2018 年3 省的水資源總量占黃河沿線九省區(qū)水資源總量的75.85%。黃河沿線省區(qū)是我國重要的農(nóng)業(yè)灌溉區(qū)和工業(yè)區(qū)，在我國的經(jīng)濟(jì)建設(shè)中占有重要地位，但是，由于人類活動的影響，水資源已經(jīng)成為制約該地區(qū)經(jīng)濟(jì)發(fā)展的重要因素之一。

圖1 黃河沿線2018 年水資源和GDP 空間分布圖 Fig.1 Spatial distribution of water resources and GDP along the Yellow River in 2018

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本文相關(guān)數(shù)據(jù)來源于2006—2018 年黃河沿線各省區(qū)水資源公報(bào)及相關(guān)統(tǒng)計(jì)年鑒。

2.2 水資源生態(tài)足跡模型

水資源生態(tài)足跡是指人類生活生產(chǎn)及自然環(huán)境維持自身進(jìn)化所消耗的水資源。根據(jù)用水特性和水資源生態(tài)足跡的定義，可以將水資源生態(tài)足跡分為3 部分，生產(chǎn)用水生態(tài)足跡、生活用水生態(tài)足跡和生態(tài)用水生態(tài)足跡，計(jì)算式為[10]：

式中：EF 為水資源生態(tài)足跡（hm2）；EFi為第i 項(xiàng)水資源生態(tài)足跡（hm2）；N 為人口數(shù)（萬人）；efi為第i 項(xiàng)人均水資源生態(tài)足跡（hm2/人）；γ 為水資源全球均衡因子；Wi為第i 項(xiàng)水資源人均消耗量（m3）；P為水資源全球平均產(chǎn)量（m3/hm2）。

萬元GDP 水資源生態(tài)足跡用于衡量水資源的利用效率，其數(shù)值與水資源利用效率成反比，計(jì)算式[4]為：

式中：EGt為t 年的萬元GDP 生態(tài)足跡（hm2）；EFt為t 年水資源生態(tài)足跡（hm2）；yt為t 年地區(qū)生產(chǎn)總值GDP（萬元）。

水資源生態(tài)承載力反映了區(qū)域水資源對生態(tài)和經(jīng)濟(jì)社會系統(tǒng)良性發(fā)展的支撐能力，計(jì)算式[10]為：

式中：EC 為水資源生態(tài)承載能力（hm2）；ec 為人均水資源生態(tài)承載能力（hm2/人）；φ為水資源產(chǎn)量因子；Q 為區(qū)域人均水資源總量（m3）。地區(qū)水資源開發(fā)需預(yù)留60%用于維護(hù)生態(tài)環(huán)境[7]，因此參數(shù)α 為0.6。

生態(tài)盈虧指數(shù)用來衡量地區(qū)水資源供需平衡狀況，計(jì)算式[6]為：

式中：EB 為水資源生態(tài)盈虧指數(shù)（hm2）；EB 大于0表明該地區(qū)水資源生態(tài)處于可承載狀態(tài)；EB 等于0表明該地區(qū)水資源處于生態(tài)平衡狀態(tài)；EB 小于0 表明該地區(qū)水資源生態(tài)處于不可承載狀態(tài)。

2.3 水資源生態(tài)足跡公平性計(jì)算

水資源研究涉及水資源-經(jīng)濟(jì)社會-生態(tài)等多個(gè)領(lǐng)域，本文選擇GDP、人口、水資源總量和耕地面積4個(gè)評價(jià)指標(biāo)，利用基尼系數(shù)對水資源生態(tài)足跡的公平性進(jìn)行評價(jià)。

基尼系數(shù)是由意大利經(jīng)濟(jì)學(xué)家基尼提出，最初被用來衡量居民收入分配差異狀況，基尼系數(shù)計(jì)算數(shù)值在0～1 之間，其分級原則如表1[11]所示。

表1 基尼系數(shù)評價(jià)結(jié)果 Table 1 Gini coefficient evaluation results

將上述分級原則運(yùn)用到黃河沿線水資源生態(tài)足跡公平性分析，計(jì)算水資源生態(tài)足跡與GDP、人口、水資源總量和耕地面積4 個(gè)評價(jià)指標(biāo)的公平程度。本文采用梯形面積對基尼系數(shù)進(jìn)行計(jì)算，計(jì)算式為[12]：

式中：Xi、Xi-1分別為按照水資源生態(tài)足跡與評價(jià)指標(biāo)的比值升序排序后第i、i-1 位省區(qū)的水資源生態(tài)足跡公平性評價(jià)指標(biāo)要素占整個(gè)研究區(qū)域的累積百分比；Yi、Yi-1分別為排序第i、i-1 位省區(qū)的水資源生態(tài)足跡占整個(gè)研究區(qū)域生態(tài)足跡的累積百分比，當(dāng)i=0時(shí)，（Xi-1,Yi-1）=（0,0）。

為了能夠更好地分析水資源生態(tài)足跡和GDP、人口、水資源總量和耕地面積之間的公平性關(guān)系，本文通過計(jì)算各省區(qū)水資源生態(tài)足跡占黃河沿線九省區(qū)水資源生態(tài)足跡的比率和上述4 項(xiàng)評價(jià)指標(biāo)比率的比值，描述各省區(qū)對水資源生態(tài)足跡的不公平性的貢獻(xiàn)率，計(jì)算式[13]為：

式中：efit為t 年i 省區(qū)人均水資源生態(tài)足跡；eft為t年黃河沿線九省區(qū)人均水資源生態(tài)足跡；Xit為t 年i省區(qū)的評價(jià)指標(biāo)；Xt為t 年黃河沿線九省區(qū)評價(jià)指標(biāo)總值。若計(jì)算結(jié)果大于1，代表該地區(qū)的水資源生態(tài)足跡與評價(jià)指標(biāo)的公平性相對較差，若計(jì)算結(jié)果小于1，代表該地區(qū)的水資源生態(tài)足跡與評價(jià)指標(biāo)的公平性相對較好。

2.4 基于LMDI 水資源生態(tài)足跡影響因素

目前，常用的指數(shù)分解方法有LMDI、拉氏指數(shù)[14-15]和迪氏指數(shù)法[16-17]。與拉氏指數(shù)和迪氏指數(shù)法相比，LMDI 法能夠解決分解計(jì)算過程中的零值和殘差問題[18]，因此本文采用LMDI 對水資源生態(tài)足跡變化的驅(qū)動因素進(jìn)行分解，具體模型為[18]：

式中： efit為t 年第i 類人均水資源生態(tài)足跡（hm2/人）；eft為t 年人均水資源生態(tài)足跡（hm2/人）；yt為t 年地區(qū)生產(chǎn)總值GDP（億元）；pt為t 年的常住人口數(shù)（萬人）；ef0為2006 年人均水資源生態(tài)足跡（hm2/人）；ΔefS、ΔefI、ΔefR、ΔefP分別表示結(jié)構(gòu)因素、技術(shù)因素、經(jīng)濟(jì)因素和人口因素引起的人均水資源生態(tài)足跡的變化量（hm2/人）。態(tài)足跡占總水資源生態(tài)足跡的比重，代表的是水資源生態(tài)足跡的結(jié)構(gòu)效應(yīng)；it為t 年單位GDP 水資源生態(tài)足跡，代表水資源生態(tài)足跡的技術(shù)效應(yīng)；γt為t 年人均GDP，代表的是水資源生態(tài)足跡的經(jīng)濟(jì)效應(yīng)；pt代表水資源生態(tài)足跡的人口效應(yīng)。若計(jì)算結(jié)果大于0，代表該要素對水資源生態(tài)足跡有促進(jìn)作用，反之有抑制作用。

2.5 模型中相關(guān)參數(shù)的確定

本文計(jì)算模型所需的參數(shù)主要為水資源全球均衡因子γ、水資源產(chǎn)量因子φ和全球水資源平均生產(chǎn)能力P。根據(jù)黃林楠等[10]的研究，取水資源全球均衡因子為5.19，全球水資源平均生產(chǎn)能力為3 140 m3/hm2，青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南、山東省的水資源產(chǎn)量因子分別為0.28、1.76、0.22、0.06、0.14、0.68、0.29、0.78、0.7。

3 結(jié)果與分析

3.1 黃河沿線各省區(qū)水資源生態(tài)足跡

3.1.1 人均水資源生態(tài)足跡

根據(jù)式（1）計(jì)算的黃河沿線九省區(qū)2006—2018年人均水資源生態(tài)足跡如圖2 所示。由圖2 可知，黃河沿線九省區(qū)人均水資源生態(tài)足跡存在較大的差異，四川、陜西、山西、河南、山東人均水資源生態(tài)足跡較小，而青海、甘肅、寧夏、內(nèi)蒙古人均水資源生態(tài)足跡較大，其中寧夏年際之間的人均水資源生態(tài)足跡大于1.5 hm2/人。2006—2018 年，四川、陜西、山西的人均水資源生態(tài)足跡呈增加趨勢，其中，四川的人均水資源生態(tài)足跡多年平均變化率達(dá)到1.52%；而青海、甘肅、寧夏、河南和山東人均水資源生態(tài)足跡呈現(xiàn)減少趨勢，其中，2018 年青海人均水資源生態(tài)足跡較2006 年減少0.23 hm2/人，寧夏減少0.54 hm2/人；內(nèi)蒙古人均水資源生態(tài)足跡年際之間處于較為穩(wěn)定的狀態(tài)。

圖3 表示了黃河沿線九省區(qū)的人均水資源生態(tài)足跡構(gòu)成。由圖3 可知，人均生產(chǎn)用水足跡在人均水資源生態(tài)足跡中比重較大，其在各省區(qū)每年占比均超過70%。2006—2018 年之間，人均生產(chǎn)用水足跡均呈減少趨勢；人均生活用水足跡除內(nèi)蒙古呈先增加后減少再增加趨勢外，其余省區(qū)均呈增加趨勢；相較于上述2 項(xiàng)水資源生態(tài)足跡，人均生態(tài)用水足跡雖然占比較小，但隨著人民對生態(tài)環(huán)境重要性認(rèn)識的提高，黃河沿線各省區(qū)人均生態(tài)用水足跡年際間均呈現(xiàn)增加趨勢。 技術(shù)要素不斷提高有關(guān)。寧夏萬元GDP 水資源生態(tài)足跡一直處于較大值，但其2018 年萬元GDP 水資源生態(tài)足跡較2006 年下降1.51 hm2，變化幅度位于九省區(qū)前列。山東省萬元GDP 水資源生態(tài)足跡最小，說明山東省用水效益和水資源利用率最高。

圖2 黃河沿線2006—2018 年人均水資源生態(tài)足跡Fig.2 Ecological footprint of per capita water resources along the Yellow River in 2006—2018

圖3 黃河沿線水資源生態(tài)足跡組成 Fig.3 Composition of ecological footprint of water resources along the Yellow River

圖4 黃河沿線2006—2018 年萬元GDP 水資源生態(tài)足跡 Fig.4 Water resource ecological footprint of ten thousand yuan GDP in 2006—2018 along the Yellow River

3.1.3 水資源生態(tài)承載力

根據(jù)式（3）計(jì)算的黃河沿線九省區(qū)2006—2018年人均水資源生態(tài)承載力如圖5 所示。由圖5 可知，

3.1.2 萬元GDP 水資源生態(tài)足跡

根據(jù)式（2）計(jì)算的黃河沿線九省區(qū)2006—2018年萬元GDP 水資源生態(tài)足跡如圖4 所示。由圖4 可知，黃河沿線九省區(qū)萬元GDP 水資源生態(tài)足跡均呈遞減的趨勢，可能與各省區(qū)產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化及產(chǎn)業(yè)黃河沿線各省區(qū)人均水資源生態(tài)承載力表現(xiàn)出巨大的區(qū)域差異，四川和青海人均水資源生態(tài)承載力較大，其中，四川人均水資源生態(tài)承載力在2012 年達(dá)到4.17 hm2/人；而寧夏人均水資源生態(tài)承載力最小，不超過0.01 hm2/人。人均水資源生態(tài)承載力由水資源總量決定，受降水等多重因素的影響年際波動較大。

圖5 2006—2018 年黃河沿線人均水資源生態(tài)承載力Fig.5 Ecological carrying capacity of per capita water resources along the Yellow River in 2006—2018

3.1.4 水資源生態(tài)盈虧狀況

根據(jù)式（4）計(jì)算的黃河沿線九省區(qū)2006—2018年水資源生態(tài)盈虧指數(shù)如圖6 所示。由圖6 可知，四川和青海水資源生態(tài)盈虧指數(shù)大于0，表明其水資源生態(tài)處于可承載狀態(tài)；陜西水資源生態(tài)盈虧指數(shù)約為0，表明該地區(qū)水資源生態(tài)處于相對平衡狀態(tài)；甘肅、內(nèi)蒙古、寧夏、山西、河南和山東水資源生態(tài)指數(shù)小于0，表明其水資源處于生態(tài)赤字狀態(tài)，其中寧夏水資源生態(tài)處于嚴(yán)重不可承載狀態(tài)。

圖6 黃河沿線多年平均生態(tài)盈虧狀態(tài) Fig.6 Annual average ecological profit and loss along the Yellow River

3.2 黃河沿線水資源生態(tài)足跡公平性評價(jià)

根據(jù)式（5）和式（6）計(jì)算的黃河沿線九省區(qū)2006—2018 年GDP、人口、水資源總量、耕地面積的基尼系數(shù)和WUDC 系數(shù)結(jié)果見表2 和表3。

水資源生態(tài)足跡—GDP 的基尼系數(shù)常年大于0.5，表明水資源生態(tài)足跡和GDP 處于高度不平均狀態(tài)。寧夏、青海、甘肅和內(nèi)蒙古的WUDC 系數(shù)多年平均值均大于1，表明該四省區(qū)水資源生態(tài)足跡—GDP 處于不協(xié)調(diào)狀態(tài)。2006—2018 年，水資源生態(tài)足跡—GDP 的基尼系數(shù)有減少趨勢，表明隨著西部大開發(fā)以及中原崛起戰(zhàn)略的實(shí)施，區(qū)域的協(xié)調(diào)性不斷增強(qiáng)，水資源生態(tài)足跡和GDP 之間的匹配性不斷向好發(fā)展。水資源生態(tài)足跡—人口也一直處于0.5 以上，可能與西北高原地區(qū)人口較少但水資源生態(tài)足跡較大有關(guān)。雖然隨著西部大開發(fā)戰(zhàn)略的實(shí)施，西北地區(qū)的人口有所增長，人口和水資源生態(tài)足跡匹配趨于平衡，但是水資源消費(fèi)能力還未進(jìn)行合理的調(diào)配，二者之間的差異仍然很大。

表2 黃河沿線水資源生態(tài)足跡基尼系數(shù) Table 2 Gini coefficient of ecological footprint of water resources along the Yellow River

水資源生態(tài)足跡—水資源總量的基尼系數(shù)在研究期間處于0.5 以上，水資源空間分布和水資源生態(tài)足跡處于高度不平均狀態(tài)。寧夏的水資源總量在黃河沿線省區(qū)最少但其水資源生態(tài)足跡較高，且其水資源總量的WUDC 系數(shù)多年平均值大于100，表明寧夏水資源生態(tài)足跡和水資源總量處于高度不協(xié)調(diào)狀態(tài)。同樣，水資源生態(tài)足跡—耕地面積的基尼系數(shù)處于0.5以上，但是相對于其他3 項(xiàng)，耕地面積的基尼系數(shù)數(shù)值較小且呈減少趨勢，表明隨著近年農(nóng)業(yè)灌溉先進(jìn)技術(shù)的推廣，黃河沿線省區(qū)的耕地面積和水資源生態(tài)足跡差異逐漸減少。

表3 黃河沿線各評價(jià)指標(biāo)WUDC 系數(shù)多年平均值 Table 3 Annual average value of WUDC coefficient of each evaluation index along the Yellow River

3.3 黃河沿線水資源生態(tài)足跡影響因素

根據(jù)式（7）—式（12）對黃河沿線九省區(qū)2006—2018 年的水生態(tài)足跡影響因素進(jìn)行結(jié)構(gòu)性分析，結(jié)果如圖7 所示。由圖7 可知，黃河沿線九省區(qū)的經(jīng)濟(jì)效應(yīng)和技術(shù)效應(yīng)對人均水資源生態(tài)足跡起至關(guān)重要的作用。黃河沿線九省區(qū)的技術(shù)效應(yīng)均小于0，表明先進(jìn)技術(shù)手段的應(yīng)用對人均水資源足跡的增長起到抑制的作用。除此之外，黃河沿線九省區(qū)的技術(shù)效應(yīng)在2006—2018 年表現(xiàn)為反向增加的趨勢，表明近年來國家采取的節(jié)水等先進(jìn)技術(shù)對人均水資源足跡的抑制作用逐漸增強(qiáng)。然而，黃河沿線九省區(qū)的經(jīng)濟(jì)效應(yīng)均大于0，表明經(jīng)濟(jì)效應(yīng)對黃河沿線九省區(qū)人均水資源生態(tài)足跡的增長起促進(jìn)作用。各省區(qū)的經(jīng)濟(jì)效應(yīng)在2006—2018 年期間一直表現(xiàn)為增加的趨勢，原因可能與黃河沿線是我國重要的農(nóng)業(yè)和工業(yè)區(qū)、經(jīng)濟(jì)發(fā)展較為落后、水資源消耗量較大有關(guān)，因此，黃河沿線省區(qū)必須繼續(xù)大力推進(jìn)節(jié)水產(chǎn)業(yè)和技術(shù)，推進(jìn)水資源節(jié)約集約利用。

黃河沿線省區(qū)的人口效應(yīng)和結(jié)構(gòu)效應(yīng)在年際間對人均水資源生態(tài)足跡作用不明顯，但在空間上表現(xiàn)出很大的差異性，其中，四川和甘肅人口效應(yīng)對人均水資源生態(tài)足跡表現(xiàn)為抑制作用，而其他省區(qū)表現(xiàn)為促進(jìn)作用；山東、內(nèi)蒙古、甘肅、河南和青海結(jié)構(gòu)效應(yīng)對人均水資源生態(tài)足跡表現(xiàn)為抑制作用，而其他省區(qū)表現(xiàn)為促進(jìn)作用。

圖7 黃河沿線水資源生態(tài)足跡驅(qū)動因子 Fig.7 Ecological footprint driving factors of water resources along the Yellow River

4 結(jié) 論

1）利用生態(tài)足跡模型對黃河沿線水資源生態(tài)足跡分析表明，四川、陜西、山西、河南、山東的人均水資源生態(tài)足跡較小，而青海、甘肅、寧夏、內(nèi)蒙古人均水資源生態(tài)足跡較大，但各省區(qū)萬元GDP 水資源生態(tài)足跡逐年降低。同時(shí)，黃河沿線大多數(shù)省區(qū)水資源生態(tài)處于不可承載狀態(tài)，其中寧夏水資源生態(tài)赤字狀況尤為嚴(yán)重。

2）利用基尼系數(shù)對水資源生態(tài)足跡與GDP、人口、水資源總量和耕地面積的公平性評價(jià)表明，水資源生態(tài)足跡與選取評價(jià)指標(biāo)的基尼系數(shù)均大于0.5，表明黃河沿線水資源生態(tài)足跡與評價(jià)指標(biāo)均處于高度不平均狀態(tài)，其中寧夏、青海、甘肅和內(nèi)蒙古地區(qū)是造成水資源生態(tài)足跡與評價(jià)指標(biāo)不協(xié)調(diào)的主要原因。

3）利用LMDI 對影響水資源生態(tài)足跡的因素分析表明，經(jīng)濟(jì)和技術(shù)效應(yīng)對黃河沿線各省區(qū)水資源生態(tài)足跡有著重要影響，其中經(jīng)濟(jì)效應(yīng)對各省區(qū)水資源生態(tài)足跡起促進(jìn)作用，而技術(shù)效應(yīng)則起抑制作用。人口和結(jié)構(gòu)效應(yīng)在各省區(qū)的作用效果不盡相同，其中，結(jié)構(gòu)效應(yīng)在山東、內(nèi)蒙古、甘肅、河南和青海表現(xiàn)為抑制作用，而人口效應(yīng)僅在四川和甘肅表現(xiàn)為抑制作用，在其他省區(qū)均表現(xiàn)為促進(jìn)作用。

4）黃河沿線各省區(qū)的用水狀況近年來雖然有所改善，但大多數(shù)省區(qū)水資源生態(tài)仍處于不可承載的狀態(tài)。為了能夠更好地加強(qiáng)黃河沿線生態(tài)保護(hù)和高質(zhì)量發(fā)展，各省區(qū)尤其西北地區(qū)，必須調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，盡快把黃河打造成造福人民的幸福河。