河南省引黃受水區(qū)水資源節(jié)約集約度與經(jīng)濟社會要素匹配分析

張志強 馮薇 張修宇 王海鷹 朱萌萌 薛鵬

摘 要：為揭示河南省引黃受水區(qū)水資源節(jié)約集約度與經(jīng)濟社會要素的匹配關系，構建了水資源節(jié)約集約利用評價指標體系，采用單指標量化—多指標綜合法和數(shù)列匹配方法，計算了河南省引黃受水區(qū)2010—2019年水資源節(jié)約集約度，分析了人均水資源量、GDP與水資源節(jié)約集約度的匹配關系。結果表明：河南省引黃受水區(qū)14個地級市的水資源節(jié)約集約度均呈增長趨勢，鄭州、許昌、三門峽和周口水資源節(jié)約集約度普遍較高，其中三門峽、周口人均水資源量相對較大，供水壓力小，能夠作為水權交易的輸出端;新鄉(xiāng)、焦作、濮陽、濟源和開封水資源節(jié)約集約度普遍較低，其中新鄉(xiāng)和濮陽本地水資源條件較差，需要積極爭取外調水;濮陽、濟源和開封經(jīng)濟發(fā)展相對滯后，需要調整產(chǎn)業(yè)結構，實現(xiàn)經(jīng)濟發(fā)展和水資源節(jié)約集約度雙提升。

關鍵詞：水資源節(jié)約集約評價;數(shù)列匹配;單指標量化—多指標綜合;河南省引黃受水區(qū)

中圖分類號：TV213.4;TV882.1

文獻標志碼：A

doi：10.3969/j.issn.1000-1379.2021.09.015

引用格式：張志強，馮薇，張修宇，等.河南省引黃受水區(qū)水資源節(jié)約集約度與經(jīng)濟社會要素匹配分析[J].人民黃河，2021，43（9）：79-84.

Matching Analysis of Water Resources Saving and Intensified Utilization Degree and Economic and

Social Factors in the Yellow River Water-Receiving Area of Henan Province

ZHANG Zhiqiang1，2， FENG Wei1， ZHANG Xiuyu3， WANG Haiying2， ZHU Mengmeng4， XUE Peng5

（1.College of Surveying and Geo-Informatics， North China University of Water Resources and Electric Power， Zhengzhou 450046， China;

2.Key Laboratory of Geospatial Technology for the Middle and Lower Yellow River Regions （Henan University）， Ministry of Education，

Kaifeng 475004， China; 3.College of Water Resources， North China University of Water Resources and Electric Power，

Zhengzhou 450046， China; 4.Kaifeng Ecological Environment Monitoring Command and Dispatch Center， Kaifeng 475004， China;

5.Hydrology and Water Resources Survey Bureau of Sanmenxia Reservoir Area， YRCC， Sanmenxia 472000， China）

Abstract： In order to reveal the matching relationship between water resources economical and intensive utilization （WREIU） and economic and social factors in the Yellow River water-receiving area of Henan Province （YRWRA-HN）， this paper constructed a evaluation index system of the WREIU， and calculated the water resources saving and intensified utilization degree （SID） in the YRWRA-HN from 2010 to 2019 using the single index quantization-multi index synthesis method. Finally， the matching relationship between water resources per capita （WRPC）， GDP and the SID were analyzed using the sequence matching method， respectively. The results show that the degrees of WREIU of all prefecture-level cities in the YRWRA-HN present an increasing trend， and the SIDs of Zhengzhou City， Xuchang City， Sanmenxia City and Zhoukou City are generally higher. Among them， the WRPCs in Sanmenxia City and Zhoukou City are relatively larger， so they have low water pressure and can be used as the output end of water rights trading. The SIDs of Xinxiang City， Jiaozuo City， Puyang City， Jiyuan City and Kaifeng City are generally lower. Among them， local water resources conditions in Xinxiang City and Puyang City are poor， and they need to actively strive for external water transfer. The economies of Puyang City， Jiyuan City and Kaifeng City are also relatively backward， thus they need to adjust the industrial structure to achieve the double improvement of economy and SID.

Key words： water resources economical and intensive utilization evaluation; sequence matching method; single index quantization-multi index synthesis method; Yellow River water-receiving area of Henan Province

1 引 言

水是人類生存之本、文明之源、生態(tài)之基，是保障經(jīng)濟社會發(fā)展的基礎性資源。近年來隨著經(jīng)濟社會的快速發(fā)展，水資源需求量不斷增加，供需矛盾日益突出，水資源成為制約經(jīng)濟社會發(fā)展的關鍵因素[1-3]。因此，協(xié)調水資源可持續(xù)利用與經(jīng)濟社會高質量發(fā)展之間的關系具有重要的理論意義和應用價值，成為水科學研究的熱點[1，2，4]。

協(xié)調水資源與經(jīng)濟社會發(fā)展的關系，首先需要科學認識區(qū)域水資源稟賦、水資源利用效率與經(jīng)濟社會要素之間的空間一致性關系[4]。匹配分析是一種度量兩種或兩種以上要素之間空間一致性關系的方法，現(xiàn)階段基于數(shù)列的和基于基尼系數(shù)的匹配度計算是兩種常用的分析方法[5-8]。郝林鋼等[5]、郭佳航等[6]采用基于數(shù)列的匹配度計算方法分析了“一帶一路”中亞區(qū)和沙潁河流域水資源利用與經(jīng)濟社會的匹配關系。Yan等[4]采用基尼系數(shù)法分析了長江經(jīng)濟帶水資源與經(jīng)濟社會、生態(tài)能源的匹配關系。張吉輝等[9]、熊鷹等[2]分別以全國和長株潭城市群為研究區(qū)，采用基尼系數(shù)法分析了水資源與人口、地區(qū)生產(chǎn)總值（GDP）和土地面積的匹配關系，并引入不均衡指數(shù)分析了匹配要素在空間分布上的協(xié)調程度。韓雁等[1]采用基尼系數(shù)法量化了張家口市水資源與人口、GDP和耕地的匹配特征，并構建一致性分析模型探討了要素匹配的空間差異?？傮w而言，基于基尼系數(shù)的匹配方法側重于從整體角度量化匹配特征[1-2]，而基于數(shù)列的匹配度計算方法能夠反映匹配要素的空間分布一致性程度[5-6]。此外，已有的研究側重于分析水資源量或水資源利用量與經(jīng)濟社會要素的匹配關系，而關于水資源利用效率或水資源節(jié)約集約度與經(jīng)濟社會要素匹配的研究鮮有報道。

河南省引黃受水區(qū)人口密集，用水量占黃河流域總用水量的16%，存在嚴重的資源短缺、地區(qū)發(fā)展失衡問題[10-12]。厘清河南省引黃受水區(qū)水資源節(jié)約集約度與經(jīng)濟社會要素之間的匹配關系，對于提升黃河流域水資源節(jié)約集約利用水平，推進黃河流域生態(tài)保護和高質量發(fā)展重大國家戰(zhàn)略具有重要意義。鑒于此，本文以地級市行政區(qū)為基本計算單元，建立水資源節(jié)約集約利用評價指標體系，量化評估河南省引黃受水區(qū)2010—2019年水資源節(jié)約集約程度，分析水資源節(jié)約集約度與人均水資源量和GDP的匹配特征，以期為河南省引黃受水區(qū)水資源與經(jīng)濟社會協(xié)調發(fā)展提供參考。

2 研究區(qū)及數(shù)據(jù)

根據(jù)左其亭等[10]的研究成果，河南省引黃受水區(qū)包括鄭州市、開封市、洛陽市、平頂山市、安陽市、鶴壁市、新鄉(xiāng)市、焦作市、濮陽市、許昌市、三門峽市、商丘市、周口市和濟源市（省轄市，等同于地級市）共14個地級市，該區(qū)域總面積約10.4萬km2，占河南省總面積的62.3%。引黃受水區(qū)既是黃河流域在河南省的重要輻射區(qū)（均引用黃河水作為生產(chǎn)、生活、生態(tài)環(huán)境用水），也是黃河流域的關鍵發(fā)力區(qū)（人口密集、灘區(qū)范圍廣），對推動河南省乃至黃河流域高質量發(fā)展具有重要作用。

研究數(shù)據(jù)主要為2010—2019年14個地級市的人均綜合用水量、萬元GDP用水量、萬元工業(yè)增加值用水量、每公頃農(nóng)田灌溉用水量、人均水資源量和GDP，數(shù)據(jù)主要來源于《河南統(tǒng)計年鑒》《河南省水資源公報》以及各地市的統(tǒng)計年鑒和水資源公報。缺失數(shù)據(jù)在分析已有數(shù)據(jù)變化規(guī)律的基礎上，建立一元線性回歸模型并通過回歸模型插值得到。

3 研究方法

3.1 水資源節(jié)約集約利用評價

3.1.1 指標體系

水資源節(jié)約集約利用兼顧了當前水資源開發(fā)利用的兩大原則：節(jié)水和增效?！肮?jié)約”強調節(jié)水，即盡可能減少水資源開發(fā)利用過程中的浪費，節(jié)約水資源;“集約”強調提高水資源利用效率，即以最小的用水量獲取最大的經(jīng)濟效益、社會效益和生態(tài)效益。

遵循指標選取的系統(tǒng)性、科學性和數(shù)據(jù)可得性等原則，選取人均綜合用水量（X1）、萬元GDP用水量（X2）、萬元工業(yè)增加值用水量（X3）、每公頃農(nóng)田灌溉用水量（X4）4個指標構建河南省引黃受水區(qū)水資源節(jié)約集約利用評價指標體系。人均綜合用水量和萬元GDP用水量分別從社會和經(jīng)濟兩方面綜合反映區(qū)域水資源節(jié)約集約利用水平，萬元工業(yè)增加值用水量和每公頃農(nóng)田灌溉用水量分別從工業(yè)和農(nóng)業(yè)兩大行業(yè)反映區(qū)域水資源節(jié)約集約利用水平。本文選取的4個指標均為負向指標，即指標值越小水資源節(jié)約集約度越大。

3.1.2 評價方法

采用“單指標量化-多指標綜合”[13]方法計算區(qū)域水資源節(jié)約集約度，其中單指標量化通過構建分段線性隸屬度函數(shù)實現(xiàn)，多指標綜合采用加權平均的方式實現(xiàn)。分段線性隸屬度函數(shù)曲線見圖1，其中a、b、c分別表示最佳標準值、一般標準值和最差標準值。當指標值小于等于最佳標準值時，指標的水資源節(jié)約集約度為1;當指標值大于等于最差標準值時，其水資源節(jié)約集約度為0;當指標值介于最佳標準值和最差標準值之間時，采用相應的隸屬度函數(shù)計算其水資源節(jié)約集約度。

分段線性隸屬度函數(shù)的數(shù)學表達式為

SIDi=1（xi≤a）

b-xib-a×0.4+0.6（a

c-xic-b×0.6（b

0（xi>c）（1）

式中：SIDi為i指標的水資源節(jié)約集約度;xi為i指標的指標值。

在單指標量化的基礎上，通過加權平均計算區(qū)域水資源節(jié)約集約度SID：

SID=∑ni=1SIDi×wi（2）

式中：n為評價指標的數(shù)量，本文取4;wi為i指標的權重。

采用熵權法確定指標權重，為確保不同年份評價結果具有可比性，將2019年的指標權重作為各年份水資源節(jié)約集約利用評價的指標權重，4個評價指標X1～X4的權重依次為0.267、0.262、0.250和0.221。熵權法是一種基于信息論的客觀權重確定方法，通過信息熵反映指標值的離散程度，進而確定指標權重。通常而言，指標的信息熵越小，其對綜合評價結果的影響越大，指標權重就越大。該方法已廣泛應用于綜合評價中權重的確定，具體計算方法詳見文獻[14-17]。為便于分析和理解，依據(jù)SID采用自然斷裂法將研究區(qū)分為5類區(qū)域：0≤SID<0.2為低節(jié)約集約區(qū)，0.2≤SID<0.4為較低節(jié)約集約區(qū)，0.4≤SID<0.6為一般節(jié)約集約區(qū)，0.6≤SID<0.8為較高節(jié)約集約區(qū)，0.6≤SID≤1.0為高節(jié)約集約區(qū)。

3.2 基于數(shù)列的匹配度計算方法

基于數(shù)列的匹配度計算方法[18]由鄭州大學左其亭教授等提出，能夠量化研究區(qū)各計算單元的匹配特征，已成功應用于“一帶一路”中亞區(qū)[5]和沙潁河流域水資源與經(jīng)濟社會要素匹配研究[6]。本文進一步擴展其應用領域，將其應用于水資源節(jié)約集約度與經(jīng)濟社會要素匹配研究。首先對河南省引黃受水區(qū)14個地級市逐年的水資源節(jié)約集約度和GDP按從小到大排序并分別記錄各地市的序號，然后對人均水資源量按從大到小排序并記錄各地市的序號，最后采用基于數(shù)列的匹配度計算方法計算河南省引黃受水區(qū)2010—2019年水資源節(jié)約集約度與人均水資源量和GDP的匹配度?；跀?shù)列的匹配度計算方法公式為

ai，j=1-ni，j-mi，jK-1（i=1，2，…，K）（3）

式中：ai，j為地級市i第j年的水資源節(jié)約集約度與人均水資源量或GDP的匹配度;ni，j為地級市i第j年的水資源節(jié)約集約度序號;mi，j為地級市i第j年的人均水資源量或GDP的序號;K為計算單元數(shù)量，本文取14。

ai，j∈0，1，越接近1表示兩要素匹配度越大。就匹配要素而言，人均水資源量越大、水資源節(jié)約集約度越小，兩要素的匹配狀況越好，即匹配度越大;GDP越大、水資源節(jié)約集約度越大，兩要素的匹配狀況越好。

4 結果分析與討論

4.1 水資源節(jié)約集約度時空演變分析

2010—2019年河南省引黃受水區(qū)各地市水資源節(jié)約集約度的變化情況見圖2，河南省引黃受水區(qū)3個典型年份（2010年、2015年、2019年）和多年平均水資源節(jié)約集約度的空間格局見圖3。

可以看出：①所有地級市的水資源節(jié)約集約度均呈增長趨勢，其中開封、平頂山、鶴壁、三門峽、商丘增長速度較快，年均增長幅度大于等于0.03。②鄭州、許昌、三門峽和周口水資源節(jié)約集約度普遍較高，而新鄉(xiāng)、焦作、濮陽、濟源和開封水資源節(jié)約集約度普遍較低;根據(jù)多年平均水資源節(jié)約集約度劃分，鄭州屬于高節(jié)約集約區(qū)，許昌和三門峽為較高節(jié)約集約區(qū)，焦作、濟源、新鄉(xiāng)和開封為較低節(jié)約集約區(qū)，而濮陽屬于低集約區(qū)。③對比黃河兩岸水資源節(jié)約集約水平，黃河南岸各地級市的水資源節(jié)約集約度普遍高于黃河北岸的。④鶴壁、商丘、洛陽和三門峽水資源節(jié)約集約度有較大幅度提升，商丘和三門峽由一般節(jié)約集約區(qū)提升為高節(jié)約集約區(qū)，鶴壁和洛陽由較低節(jié)約集約區(qū)提升

為較高節(jié)約集約區(qū)。⑤濮陽、新鄉(xiāng)、安陽水資源節(jié)約集約水平未發(fā)生明顯提升，始終處于低節(jié)約集約區(qū)、較低節(jié)約集約區(qū)和一般節(jié)約集約區(qū)。

4.2 水資源節(jié)約集約度與經(jīng)濟社會要素匹配分析

水資源節(jié)約集約度與經(jīng)濟社會要素匹配度的時序變化特征見圖4。可以看出：①鄭州、平頂山、安陽、鶴壁、許昌和商丘人均水資源量與水資源節(jié)約集約度的匹配度普遍較高，而濮陽、三門峽的匹配度普遍較低;②鄭州、開封、平頂山、安陽、濮陽、許昌、商丘、周口GDP與水資源節(jié)約集約度的匹配度普遍較高，而三門峽的匹配度普遍較低;③人均水資源量與水資源節(jié)約集約度的匹配度的波動幅度普遍大于GDP與水資源節(jié)約集約度匹配度的。

人均水資源量大、水資源節(jié)約集約度大時，人均水資源量與水資源節(jié)約集約度均處于低匹配（匹配度值較小）狀態(tài);GDP大、水資源節(jié)約集約度大時，GDP與水資源節(jié)約集約度均處于高匹配（匹配度值較大）狀態(tài)。采用象限法進一步分析人均水資源量、GDP與水資源節(jié)約集約度的匹配特征，見圖5。就人均水資源量與水資源節(jié)約集約度的匹配關系而言，洛陽、平頂山、三門峽和周口處于高量（人均水資源量較大）高節(jié)約集約的低匹配狀態(tài)，供水壓力小、水資源節(jié)約集約程度高。而安陽、鶴壁、濮陽和新鄉(xiāng)處于低量（人均水資源量較小）低節(jié)約集約的低匹配狀態(tài)，供水壓力大、水資源浪費嚴重，不利于區(qū)域水資源可持續(xù)利用。就GDP與水資源節(jié)約集約度的匹配關系而言，鄭州、洛陽、商丘、許昌、周口處于高GDP高節(jié)約集約的高匹配狀態(tài)，經(jīng)濟發(fā)展迅速且水資源節(jié)約集約程度高，而安陽、鶴壁、濟源、開封和濮陽處于低GDP低節(jié)約集約的高匹配狀態(tài)，經(jīng)濟社會發(fā)展相對滯后，水資源節(jié)約集約程度低，需要改善經(jīng)濟產(chǎn)業(yè)結構，實現(xiàn)經(jīng)濟發(fā)展與水資源節(jié)約集約度雙提升。

從地級市維度分析，鄭州、許昌和商丘處于低人均水資源量、高GDP與高水資源節(jié)約集約度的匹配狀態(tài)，供水壓力大且水資源節(jié)約集約度提升潛力相對較小，需要加大提升水資源節(jié)約集約度的資金投入，調整產(chǎn)業(yè)結構，逐步取締高耗水產(chǎn)業(yè)，同時通過虛擬水戰(zhàn)略、水權交易等途徑爭取區(qū)域外水資源量。安陽、鶴壁和濮陽處于低人均水資源量、低GDP與低水資源節(jié)約集約度的匹配狀態(tài)，水資源供需矛盾突出且經(jīng)濟發(fā)展水平相對較低，水資源可持續(xù)性相對較差，一方面需要積極提高水資源節(jié)約集約度，另一方面需要積極爭取區(qū)域外水資源量。洛陽和周口處于高人均水資源量、高GDP與高水資源節(jié)約集約度的匹配狀態(tài)，人水系統(tǒng)處于和諧發(fā)展狀態(tài)，可以作為水權交易的水資源輸出端。平頂山和三門峽處于高人均水資源量、高水資源節(jié)約集約度與低GDP的匹配狀態(tài)，供水壓力相對較小，但經(jīng)濟發(fā)展相對滯后，一方面可以通過水權交易增大GDP，另一方面需要在保證水資源節(jié)約集約利用的前提下，大力發(fā)展經(jīng)濟，提高地區(qū)生產(chǎn)總值。濟源和開封處于高人均水資源量、低GDP與低水資源節(jié)約集約度的匹配狀態(tài)，供水壓力相對較小，但經(jīng)濟發(fā)展用水方式相對粗放，需要改變用水方式，優(yōu)化產(chǎn)業(yè)結構，提高水資源節(jié)約集約利用水平。新鄉(xiāng)處于低人均水資源量、高GDP與低水資源節(jié)約集約匹配狀態(tài)，用水壓力大，需要投入大量資金提升水資源節(jié)約集約度。焦作處于高人均水資源量、高GDP與低水資源節(jié)約集約度的匹配狀態(tài)，雖然供水壓力相對較小，但水資源浪費嚴重，需要加大資金投入提升水資源節(jié)約集約度。

5 結 論

本文以河南省引黃受水區(qū)14個地級市為研究區(qū)，建立了水資源節(jié)約集約利用評價指標體系，量化分析了2010—2019年河南省引黃受水區(qū)水資源節(jié)約集約程度及時空演變規(guī)律，揭示了水資源節(jié)約集約度與人均水資源量和GDP的匹配特征，主要結論如下：

（1）河南省引黃受水區(qū)所有地級市的水資源節(jié)約集約度均呈增長趨勢，其中開封、平頂山、鶴壁、三門峽、商丘增長速度最快。根據(jù)多年平均水資源節(jié)約集約度分區(qū)，鄭州屬于高節(jié)約集約區(qū)，許昌和三門峽為較高節(jié)約集約區(qū)，焦作、濟源、新鄉(xiāng)和開封為較低節(jié)約集約區(qū)，而濮陽屬于低節(jié)約集約區(qū)。研究時段內，濮陽、新鄉(xiāng)、安陽水資源節(jié)約集約水平未發(fā)生明顯提升，始終處于低節(jié)約集約區(qū)、較低節(jié)約集約區(qū)和一般節(jié)約集約區(qū)。

（2）根據(jù)人均水資源量與水資源節(jié)約集約度的匹配特征，安陽、鶴壁、濮陽和新鄉(xiāng)人均水資源量相對較少且水資源節(jié)約集約利用程度低，供水壓力大，僅依靠區(qū)域當?shù)厮Y源量難以滿足經(jīng)濟社會發(fā)展的用水量需求，需要通過水權交易、虛擬水戰(zhàn)略等積極爭取區(qū)域外水資源量，同時提高水資源節(jié)約集約度。洛陽、平頂山、三門峽和周口人均水資源量相對較大但水資源節(jié)約集約利用程度高，能夠作為水權交易的輸出端。

（3）根據(jù)GDP與水資源節(jié)約集約度的匹配特征，安陽、鶴壁、濟源、開封和濮陽經(jīng)濟社會發(fā)展相對滯后，水資源節(jié)約集約程度低，需要改善經(jīng)濟產(chǎn)業(yè)結構，實現(xiàn)經(jīng)濟發(fā)展與水資源節(jié)約集約利用雙提升。焦作和新鄉(xiāng)GDP高但水資源節(jié)約集約程度低，需要優(yōu)化產(chǎn)業(yè)結構，逐步取締高耗水產(chǎn)業(yè)，大力扶持發(fā)展節(jié)水高產(chǎn)值產(chǎn)業(yè)，實現(xiàn)產(chǎn)業(yè)轉型升級。同時，加大水資源節(jié)約集約利用的資金投入，研發(fā)或引進高效節(jié)水技術和設施。

參考文獻：

[1] 韓雁，賈紹鳳，魯春霞，等.水資源與社會經(jīng)濟發(fā)展要素時空匹配特征：以張家口為例[J].自然資源學報，2020，35（6）：1392-1401.

[2] 熊鷹，孫維筠，汪敏，等.長株潭城市群水資源與經(jīng)濟發(fā)展要素的時空匹配[J].經(jīng)濟地理，2019，39（1）：88-95.

[3] ZHANG Z Q， ZHANG X C， JIANG X， et al. Automated Surface Water Extraction Combining Sentinel-2 Imagery and Open Street Map Using Presence and Background Learning （PBL） Algorithm[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2019，12（10）：3784-3798.

[4] YAN B， YUAN Z， LUO Q， et al. The Matching Degree of Water Resources and Social Economy-Ecology-Energy in the Yangtze River Economic Belt[J]. Journal of Coastal Research，2020，104（S1）：535-540.

[5] 郝林鋼，左其亭，劉建華，等.“一帶一路”中亞區(qū)水資源利用與經(jīng)濟社會發(fā)展匹配度分析[J].水資源保護，2018，34（4）：42-48.

[6] 郭佳航，田進寬，左其亭，等.沙潁河流域水資源利用量與經(jīng)濟發(fā)展匹配特征分析[J].南水北調與水利科技（中英文），2021，19（3）：487-495.

[7] 馬慧敏，武鵬林.基于基尼系數(shù)的山西省水資源空間匹配度分析[J].人民黃河，2014，36（11）：58-61.

[8] 王亞迪，左其亭，劉歡，等.河南省水土資源匹配特征及均衡性分析[J].人民黃河，2018，40（4）：55-59.

[9] 張吉輝，李健，唐燕.中國水資源與經(jīng)濟發(fā)展要素的時空匹配分析[J].資源科學，2012，34（8）：1546-1555.

[10] 左其亭，張志卓，李東林，等.黃河河南段區(qū)域劃分及高質量發(fā)展路徑優(yōu)選研究框架[J].南水北調與水利科技（中英文），2021，19（2）：209-216.

[11] 孫衛(wèi)靜，劉洪飛，常溫花.引黃入冀補淀工程河南省受水區(qū)引黃水量分析[J].人民黃河，2017，39（8）： 55-57，62.

[12] 張曉濤，于法穩(wěn).黃河流域經(jīng)濟發(fā)展與水資源匹配狀況分析[J].中國人口·資源與環(huán)境，2012，22（10）：1-6.

[13] ZUO Q T， DIAO Y X， HAO L G， et al. Comprehensive Evaluation of the Human-Water Harmony Relationship in Countries Along the “Belt and Road”[J]. Water Resources Management，2020，34（13）：4019-4035.

[14] 程啟月. 評測指標權重確定的結構熵權法[J].系統(tǒng)工程理論與實踐，2010，30（7）：1225-1228.

[15] 唐家凱，丁文廣，李瑋麗，等.黃河流域水資源承載力評價及障礙因素研究[J].人民黃河，2021，43（7）：73-77.

[16] LI X X， WANG K S， LIU L W， et al. Application of the Entropy Weight and TOPSIS Method in Safety Evaluation of Coal Mines[J]. Procedia Engineering，2011，26：2085-2091.

[17] 崔亮，李永平，曾雪婷，等. 基于熵權TOPSIS法的水保工程水補償效益評價[J].人民黃河，2015，37（12）：88-91.

[18] 左其亭，趙衡，馬軍霞，等.水資源利用與經(jīng)濟社會發(fā)展匹配度計算方法及應用[J].水利水電科技進展，2014，34（6）：1-6.

【責任編輯 張華興】