基于熵權(quán)TOPSIS-SD的超大城市水資源承載力研究

摘要：為有效應(yīng)對(duì)快速城市化和工業(yè)化引起的城市水資源供需矛盾，精準(zhǔn)評(píng)估水資源承載力（WRCC）、探索水資源合理利用模式至關(guān)重要。綜合考慮水資源與社會(huì)、經(jīng)濟(jì)、環(huán)境之間的動(dòng)態(tài)關(guān)系，提出了耦合熵權(quán)TOPSIS法與系統(tǒng)動(dòng)力學(xué)（SD）的水資源承載力模擬評(píng)價(jià)模型；以西南超大城市成都市為研究區(qū)，結(jié)合情景分析，模擬分析了成都市2019～2035年水資源承載力的發(fā)展趨勢(shì)。結(jié)果表明：現(xiàn)有水資源不能滿足成都市當(dāng)前發(fā)展模式，水資源承載力在空間上表現(xiàn)為中東部最高、西南部次之、北部最低，尤以中心城區(qū)為核心呈現(xiàn)顯著輻射效應(yīng)；單一注重經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整或水資源政策調(diào)整不利于全面提高區(qū)域水資源承載力，綜合發(fā)展是最佳選擇；提升水資源承載力應(yīng)加強(qiáng)水資源政策調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的協(xié)同作用，尤其是在高密度人口區(qū)域。研究成果可為緩解城市水資源供需矛盾，確保超大、特大城市可持續(xù)發(fā)展提供理論依據(jù)。

關(guān) 鍵 詞：水資源承載力；系統(tǒng)動(dòng)力學(xué)；熵權(quán)TOPSIS法；時(shí)空動(dòng)態(tài)模擬；情景分析；成都市；超大城市

中圖法分類號(hào)：TV213.4

文獻(xiàn)標(biāo)志碼：ADOI：10.16232/j.cnki.1001-4179.2024.12.020

0 引 言

隨著城市化和工業(yè)化的快速發(fā)展，特大和超大城市作為區(qū)域經(jīng)濟(jì)核心與人口高密度聚集區(qū)，工業(yè)活動(dòng)集中，其水資源需求急劇增長(zhǎng)^［1］。這種增長(zhǎng)不僅伴隨著環(huán)境污染和生態(tài)退化的風(fēng)險(xiǎn)，還導(dǎo)致了較為嚴(yán)重的結(jié)構(gòu)性水資源短缺，使城市水資源供需矛盾日益嚴(yán)峻^［2］。長(zhǎng)期的水資源供需失衡不僅阻礙社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展，還會(huì)進(jìn)一步引發(fā)更為嚴(yán)重的生態(tài)環(huán)境問(wèn)題^［3］。特大和超大城市在水資源供需矛盾上有其獨(dú)特性和顯著性，包括持續(xù)高增長(zhǎng)的用水需求、巨大的工業(yè)和居民用水需求與有限的水資源之間的嚴(yán)重沖突，水資源管理的復(fù)雜性與艱巨性突出。在此背景下，對(duì)特大及超大城市進(jìn)行水資源承載力（water resource carrying capacity，WRCC）的量化評(píng)估顯得尤為迫切和重要^［4］，這不僅是解決當(dāng)前水資源供需矛盾的關(guān)鍵，也是實(shí)現(xiàn)城市可持續(xù)發(fā)展戰(zhàn)略的核心環(huán)節(jié)。

水資源承載力旨在反映區(qū)域內(nèi)可利用水資源所能支持的最大社會(huì)和經(jīng)濟(jì)發(fā)展規(guī)模，其值越大，表明該區(qū)域水資源可持續(xù)利用能力越強(qiáng)^［5］。主要核算方法包括綜合指標(biāo)評(píng)價(jià)法和系統(tǒng)分析法。綜合指標(biāo)評(píng)價(jià)法是通過(guò)構(gòu)建指標(biāo)體系對(duì)各種因素進(jìn)行綜合評(píng)估，以確定水資源承載力^［6］，主要包括層次分析法^［7］、模糊綜合評(píng)價(jià)法^［8］和優(yōu)劣解距離法^［9］（technique for order preference by similarity to an ideal solution，TOPSIS）。系統(tǒng)分析法強(qiáng)調(diào)從系統(tǒng)觀角度考慮水資源系統(tǒng)的復(fù)雜性及其組成部分間的相互作用，主要包括多目標(biāo)優(yōu)化法和系統(tǒng)動(dòng)力學(xué)法（system dynamics，SD）^［10-11］。Yang等^［12］提出了一種基于SD模型的WRCC評(píng)估方法（WRCC-SDM），實(shí)現(xiàn)了中國(guó)鐵嶺市的水資源狀況評(píng)估，并為該市可持續(xù)發(fā)展提供了合理建議。

上述研究表明，綜合評(píng)價(jià)法具有明確的評(píng)價(jià)步驟和指標(biāo)體系，便于實(shí)際應(yīng)用。但該方法適用于水資源承載力的靜態(tài)評(píng)估，難以識(shí)別WRCC在復(fù)雜系統(tǒng)內(nèi)的動(dòng)態(tài)變化^［13］。相比之下，系統(tǒng)分析法通過(guò)整合社會(huì)經(jīng)濟(jì)、生態(tài)環(huán)境等多方面的作用關(guān)系，能夠較為準(zhǔn)確地反映水資源承載力及水資源系統(tǒng)的復(fù)雜性和動(dòng)態(tài)性。然而，系統(tǒng)分析法涉及多個(gè)變量及其復(fù)雜的相互作用，內(nèi)在因素間的關(guān)系難以厘清，容易導(dǎo)致模型失效^［14］。

為此，本次研究聚焦超大型、特大型城市的需求，結(jié)合綜合指標(biāo)法與系統(tǒng)分析法的優(yōu)勢(shì)構(gòu)建具有高度兼容性和普遍適用性的城市水資源承載力耦合評(píng)價(jià)模型。該模型采用熵權(quán)TOPSIS法進(jìn)行綜合指標(biāo)分析，通過(guò)歐氏距離對(duì)評(píng)價(jià)方案進(jìn)行排序，以減少人為干預(yù)。同時(shí)，利用熵值法提高指標(biāo)間差異性，為系統(tǒng)分析提供準(zhǔn)確內(nèi)在映射關(guān)系。此外，系統(tǒng)動(dòng)力學(xué)模型被用來(lái)反演城市供需水系統(tǒng)中多變量動(dòng)態(tài)交互過(guò)程，以探索水資源承載力的動(dòng)態(tài)變化。本研究擬進(jìn)一步探索不同發(fā)展策略下的水資源承載力時(shí)空演變特征，將靜態(tài)評(píng)價(jià)與動(dòng)態(tài)模擬相結(jié)合，旨在構(gòu)建一個(gè)全面、普適性較高的分析框架，為城市水資源可持續(xù)發(fā)展提供科學(xué)依據(jù)，也為其他面臨相似水資源管理挑戰(zhàn)的城市提供實(shí)踐范例與理論支撐。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

成都市地處四川盆地西部，青藏高原東緣（102°54′ E～104°53′ E、30°05′ N～31°26′ N），市域面積1.4萬(wàn)km²，屬亞熱帶季風(fēng)氣候，年均氣溫16 ℃，年降雨量約1 000 mm。2023年成都市國(guó)內(nèi)生產(chǎn)總值（GDP）為2.2萬(wàn)億元，位居全國(guó)第7。截至2023年末，成都市常住人口為2 140.3萬(wàn)人^［15］。盡管成都市水資源儲(chǔ)備相對(duì)豐富，但人均水資源占有量?jī)H為全國(guó)平均水平的1/4。值得注意的是，成都市主要水源地岷江的開(kāi)發(fā)強(qiáng)度長(zhǎng)期高于80%，遠(yuǎn)超國(guó)際公認(rèn)的40%水資源安全開(kāi)發(fā)警戒線^［16］。因此，以成都市作為研究對(duì)象，不僅能為該市的水資源管理提供科學(xué)的指導(dǎo)策略，對(duì)于理解和評(píng)估超大型、特大型城市水資源管理策略及其可持續(xù)性也具有重要的理論與實(shí)踐意義。

1.2 數(shù)據(jù)來(lái)源

2000～2018年經(jīng)濟(jì)、人口、產(chǎn)業(yè)數(shù)據(jù)來(lái)源于《成都統(tǒng)計(jì)年鑒》《四川統(tǒng)計(jì)年鑒》《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》^［17-19］；水資源、用水量、各部門用水率來(lái)源于《四川省用水定額》和《成都市水資源公報(bào)》^［20-21］；耦合模型參數(shù)賦值基于《成都市“十四五”規(guī)劃》^［22］。

2 區(qū)域水資源承載力模擬評(píng)價(jià)方法

2.1 基于熵權(quán)TOPSIS法的WRCC評(píng)價(jià)

2.1.1 評(píng)價(jià)指標(biāo)體系構(gòu)建

構(gòu)建科學(xué)和合理的評(píng)價(jià)指標(biāo)體系是識(shí)別WRCC的關(guān)鍵。本研究遵循可操作性、完整性、層次性和動(dòng)態(tài)性原則^［23］，構(gòu)建了包含水資源、社會(huì)、經(jīng)濟(jì)和生態(tài)4個(gè)子系統(tǒng)的WRCC綜合評(píng)價(jià)指標(biāo)體系（表1），旨在為城市WRCC評(píng)估提供支持。

2.1.2 熵權(quán)TOPSIS評(píng)價(jià)法

熵權(quán)法通過(guò)分析各指標(biāo)的實(shí)際數(shù)據(jù)波動(dòng)程度來(lái)確定權(quán)重，用于確定綜合評(píng)價(jià)中各指標(biāo)的相對(duì)重要性，確保評(píng)價(jià)結(jié)果的客觀性和準(zhǔn)確性^［24］。構(gòu)建原始評(píng)價(jià)指標(biāo)矩陣A=（x_ij）_m×n，其中x_ij表示第i年第j個(gè)指標(biāo)值；根據(jù)評(píng)價(jià)指標(biāo)的正、負(fù)屬性對(duì)矩陣A中的元素進(jìn)行標(biāo)準(zhǔn)化。

正向、負(fù)向指標(biāo)標(biāo)準(zhǔn)化公式分別為

正向指標(biāo)：

x′_ij=x_ij-minx_j/maxx_j-minx_j（1）

負(fù)向指標(biāo)：

x′_ij=maxx_j-x_ij/maxx_j-minx_j（2）

計(jì)算指標(biāo)j的信息熵e_j，熵值越低反映指標(biāo)攜帶的信息越多，表示指標(biāo)的差異程度越大，相應(yīng)的權(quán)重就越大。

e_j=-1/lnm∑m/i=1（f_ijlnf_ij）（3）

式中：f_ij=x′_ij/∑m/i=1x′_ij，表示指標(biāo)j在多年評(píng)價(jià)中的特征比重。

指標(biāo)j的權(quán)重w_j為

w_j=1-e_j/∑n/j=1（1-e_j）（4）

TOPSIS法主要步驟如下：

（1）規(guī)范化水資源承載力分析矩陣。

Y=（y_ij）_m×n=［w_j×x_ij］_m×n（5）

（2）確定正、負(fù)理想解向量Y⁺和Y^-。

Y⁺_j=max（y_1j，y_2j，…，y_mj）（6）

Y^-_j=min（y_1j，y_2j，…，y_mj）（7）

（3）計(jì)算第i年各評(píng)價(jià)指標(biāo)與正負(fù)理想解的歐式距離D⁺_i和D^-_i。

D⁺_i= /∑n/j=1（Y⁺_j-y_ij）²（8）

D^-_i= /∑n/j=1（Y^-_j-y_ij）²（9）

（4）計(jì)算第i年各評(píng)價(jià)指標(biāo)與正理想解的貼近度C_i。

C_i=D^-_i/D⁺_i+D^-_i（10）

C_i∈［0，1］，C_i值越大，意味著WRCC分?jǐn)?shù)越高，區(qū)域水資源對(duì)人類活動(dòng)的支持越強(qiáng)。

2.2 系統(tǒng)動(dòng)力學(xué)模型

2.2.1 系統(tǒng)動(dòng)力學(xué)模型構(gòu)建

系統(tǒng)動(dòng)力學(xué)（SD）是一種用于模擬和分析復(fù)雜系統(tǒng)中反饋控制機(jī)制的方法^［25］，本次研究中，主要用于解決水資源管理中的動(dòng)態(tài)問(wèn)題，以實(shí)現(xiàn)對(duì)系統(tǒng)行為的深入理解并制定有效的管理策略。通過(guò)采用系統(tǒng)動(dòng)力學(xué)仿真軟件Vensim實(shí)現(xiàn)WRCC綜合評(píng)價(jià)模型構(gòu)建，該模型基于前文提出的綜合評(píng)價(jià)指標(biāo)體系，包括水資源、社會(huì)、經(jīng)濟(jì)和生態(tài)4個(gè)子系統(tǒng)。模型通過(guò)模擬這些子系統(tǒng)之間的相互作用及其對(duì)WRCC的影響，不僅可以進(jìn)行系統(tǒng)行為的預(yù)測(cè)，還可以通過(guò)參數(shù)調(diào)整，進(jìn)行不同情景下的分析，模型如圖1所示。

本次研究利用2000～2009年的數(shù)據(jù)進(jìn)行模型訓(xùn)練，并采用2010～2018年數(shù)據(jù)進(jìn)行模型驗(yàn)證，策略規(guī)劃時(shí)間段為2019～2035年，并以2018年為模擬基準(zhǔn)年，模擬時(shí)間步長(zhǎng)為1 a。

2.2.2 模型性能評(píng)價(jià)

為驗(yàn)證所構(gòu)建SD模型的準(zhǔn)確性和可行性，采用平均絕對(duì)百分比誤差（MAPE）、納什效率系數(shù)（NSE）評(píng)價(jià)模型性能。

MAPE=1/l∑l/k=1y_k-y′_k/y_k×100%（11）

NSE=1-∑l/k=1（y′_k-y_k）²/∑l/k=1（y—_k-y_k）²（12）

式中：l為樣本數(shù)；y_k為變量實(shí)際值；y′_k為變量預(yù)測(cè)值；y—_k為變量實(shí)測(cè)值的平均值。

2.2.3 敏感性分析

敏感性分析展示了模型狀態(tài)變量隨參數(shù)變化的動(dòng)態(tài)過(guò)程，可以明確參數(shù)變化對(duì)系統(tǒng)輸出的影響。以參數(shù)初始值增減10%范圍為參數(shù)的模擬取值區(qū)間，每個(gè)變量隨參數(shù)變化的敏感性由式（13）得出。

S=ΔY/Y/ΔX/X（13）

式中：S為變量Y相對(duì)參數(shù)X變化的靈敏度；ΔX/X為參數(shù)X的相對(duì)變化率；ΔY/Y為變量Y的相對(duì)變化率。

2.2.4 情景設(shè)計(jì)

根據(jù)成都市“十四五”發(fā)展規(guī)劃中的經(jīng)濟(jì)發(fā)展模式、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整以及水資源政策要求，設(shè)定了5種模擬情景。其中情景一假設(shè)維持現(xiàn)有的發(fā)展模式不變，情景二、三、四分別基于規(guī)劃中提及的經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整及水資源政策進(jìn)行設(shè)置，情景五綜合這3種模式的主要特征。將這些情景參數(shù)輸入系統(tǒng)動(dòng)力學(xué)模型，探討和確定最優(yōu)的水資源承載力發(fā)展策略，調(diào)控情景如表2所列。

3 結(jié)果與討論

3.1 有效性檢驗(yàn)和敏感性分析

基于2000～2018年成都市各縣 （區(qū)）的歷史統(tǒng)計(jì)數(shù)據(jù)驗(yàn)證SD模型的有效性，誤差分析結(jié)果如表3所列。6個(gè)主要變量的MAPE值小于5%，NSE值高于0.75，表明該SD模型的仿真結(jié)果與歷史值擬合良好^［26］，能夠模擬系統(tǒng)中各變量間的真實(shí)交互行為，可

實(shí)現(xiàn)各變量的預(yù)測(cè)。

從各子系統(tǒng)中選取7個(gè)變量和11個(gè)參數(shù)，變量對(duì)參數(shù)波動(dòng)的敏感性結(jié)果見(jiàn)表4。不同變量對(duì)同一參數(shù)的敏感性存在一定差異，7個(gè)變量相對(duì)每個(gè)參數(shù)的靈敏度均值均未超過(guò)0.1，說(shuō)明系統(tǒng)對(duì)各參數(shù)的敏感度較低，表明所構(gòu)建的SD模型具有較強(qiáng)的穩(wěn)健性^［27］。

3.2 不同情景下WRCC時(shí)空動(dòng)態(tài)模擬分析

為分析成都市水資源承載力的空間演變，基于已建立的評(píng)價(jià)指標(biāo)體系和貼近度C_i計(jì)算結(jié)果，將水資源承載力劃分為5個(gè)等級(jí) （表5）。

為進(jìn)一步識(shí)別影響城市WRCC提升的可能原因，分別對(duì)5種情景下WRCC進(jìn)行時(shí)空可視化分析，結(jié)果見(jiàn)圖2～6。在發(fā)展模式不變情景下（圖2），模擬期內(nèi)都江堰市WRCC最高，平均WRCC為0.46，表現(xiàn)為Ⅱ級(jí)弱可承載，其原因可能為都江堰市位于岷江出山口處且降水充沛，有著豐富的水資源，同時(shí)都江堰水利工程有效地調(diào)節(jié)了水資源的分配和利用。而WRCC為Ⅳ級(jí)超載的區(qū)（縣）分布呈由中心城區(qū)向四周擴(kuò)散的趨勢(shì)，其中向東發(fā)展的趨勢(shì)最為明顯。對(duì)于中心城區(qū)而言，其WRCC下降的主要原因可能為高密度的人口集聚和高速的經(jīng)濟(jì)發(fā)展加劇了水資源供需壓力。而金堂、青白江和龍泉等區(qū)域可能因?yàn)槌啥肌皷|進(jìn)”空間發(fā)展戰(zhàn)略而承接了中心城區(qū)的部分產(chǎn)業(yè)轉(zhuǎn)移和人口遷移，導(dǎo)致水資源需求增加。同時(shí)，中心城區(qū)的輻射效應(yīng)也可能使周邊區(qū)域在經(jīng)濟(jì)發(fā)展、城市化進(jìn)程等方面加速，進(jìn)一步加劇水資源供需矛盾。

在經(jīng)濟(jì)發(fā)展優(yōu)先情景下（圖3），WRCC達(dá)臨界及以上的區(qū)（縣）占比從2020年的93.33%下降至2035年的73.33%。與發(fā)展模式不變情景不同的是，前期新都區(qū)和新津區(qū)WRCC相對(duì)較低，由2020年的Ⅱ級(jí)弱可承載先后分別轉(zhuǎn)變?yōu)棰蠹?jí)臨界和Ⅳ級(jí)超載?？赡茉蛟谟冢跗诮?jīng)濟(jì)發(fā)展引導(dǎo)產(chǎn)業(yè)向低耗水、低污染方向發(fā)展，進(jìn)而WRCC提升；而隨著時(shí)間推移，用水需求激增超過(guò)可持續(xù)供應(yīng)能力，未改善的水資源利用方式加劇供需矛盾，導(dǎo)致WRCC逐年下降。WRCC為Ⅳ級(jí)超載的區(qū)（縣）則由2020年的中心城區(qū)和溫江區(qū)增加至2035年的中心城區(qū)、溫江區(qū)、新津區(qū)和青白江區(qū)，可能原因跟發(fā)展模式不變情景一致。這表明經(jīng)濟(jì)發(fā)展能促進(jìn)技術(shù)創(chuàng)新，提升水資源利用效率，但從長(zhǎng)遠(yuǎn)視角來(lái)看，應(yīng)從根本上解決水資源的供需矛盾，并有效緩解水資源面臨的壓力。

上升至2035年的46.67%。其中，都江堰市WRCC率先從Ⅲ級(jí)臨界升高至Ⅱ級(jí)弱可承載，而其前期WRCC比發(fā)展模式不變情景低的原因可能為產(chǎn)業(yè)結(jié)構(gòu)調(diào)整初期經(jīng)濟(jì)活動(dòng)減少，以及耕地面積調(diào)整導(dǎo)致農(nóng)業(yè)用水量減少，在初期未能體現(xiàn)在WRCC提升上，而隨后增長(zhǎng)勢(shì)頭更好的原因在于發(fā)展第三產(chǎn)業(yè)的積極影響。新津區(qū)WRCC在發(fā)展模式不變情景下最終為Ⅳ級(jí)超載，而在該情景下為Ⅱ級(jí)弱可承載，說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)其提升WRCC有顯著促進(jìn)作用。而中心城區(qū)及其周邊城區(qū)和以大邑縣與邛崍市為代表的西部地區(qū)的WRCC上升較慢，可能原因在于部分區(qū)（縣），例如大邑縣、金堂縣等產(chǎn)業(yè)結(jié)構(gòu)仍以農(nóng)業(yè)、制造業(yè)為主，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整效果有限；而中心城區(qū)及其周邊區(qū)域因人口高度集中面臨水資源短缺的問(wèn)題，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整只能在一定程度上緩解水資源供需矛盾，無(wú)法從根本上解決這一挑戰(zhàn)。綜上所述，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整對(duì)成都市提升WRCC有一定的積極推動(dòng)作用，但這種作用存在顯著的空間差異性。

在水資源政策優(yōu)先情景下（圖5），WRCC達(dá)弱可承載級(jí)的區(qū)（縣）占比從2020年的53.33%上升至2035年的100%，風(fēng)險(xiǎn)等級(jí)降低。其中以都江堰市為中心的北部和以蒲江縣為中心的南部區(qū)（縣）WRCC增加最快，可能原因在于都江堰市等北部區(qū)域自然水資源條件優(yōu)越使得在水資源調(diào)整措施下提升WRCC更容易。而蒲江縣等南部區(qū)域得益于水資源利用效率的提高，以及節(jié)水措施和技術(shù)的廣泛應(yīng)用。而中心城區(qū)、溫江區(qū)、青白江區(qū)和龍泉驛區(qū)WRCC增加相對(duì)較慢，可能是由于這些地區(qū)人口密集、經(jīng)濟(jì)發(fā)展迅速導(dǎo)致水資源需求量巨大，因此水資源政策調(diào)整空間有限，效果不顯著。綜上所述，水資源政策調(diào)整對(duì)成都市提升WRCC有一定的積極推動(dòng)作用，但這種作用也存在顯著的空間差異性。

綜合發(fā)展情景下（圖6），WRCC改善幅度最大，各區(qū)（縣）WRCC均達(dá)到弱可承載級(jí)，甚至彭州市、新都區(qū)和新津區(qū)WRCC上升至可承載級(jí)。彭州市和新津區(qū)WRCC在產(chǎn)業(yè)調(diào)整優(yōu)先和水資源政策優(yōu)先情景下，相較于其他區(qū)（縣）展現(xiàn)出了更為突出的表現(xiàn)，這一趨勢(shì)在綜合發(fā)展情景下亦得到延續(xù)，表明產(chǎn)業(yè)和水資源政策調(diào)整對(duì)成都市提升WRCC具有協(xié)同作用。中心城區(qū)、溫江區(qū)和青白江區(qū)WRCC增加最慢，在2034年才全部提升至Ⅱ級(jí)弱可承載，在產(chǎn)業(yè)調(diào)整優(yōu)先和水資源政策優(yōu)先情景下也表現(xiàn)出同樣的趨勢(shì)。說(shuō)明中心城區(qū)及其周邊區(qū)域作為人口高度集聚的區(qū)域，其龐大的人口基數(shù)導(dǎo)致水資源需求量巨大，從而對(duì)水資源供給構(gòu)成了顯著壓力。即便通過(guò)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和水資源政策優(yōu)化等措施，也難以在短期內(nèi)顯著提升這些地區(qū)的WRCC，這主要是因?yàn)楦呷丝诿芏葲Q定了水資源消耗量的基礎(chǔ)水平相對(duì)較高。

3.3 討 論

基于成都市“十四五”發(fā)展規(guī)劃，設(shè)定了5種不同發(fā)展情景，旨在評(píng)估和確定最佳的水資源承載力發(fā)展策略。分析結(jié)果表明，5種模擬情景中綜合發(fā)展情景雖相較于其他情景表現(xiàn)出較高的WRCC，但其平均WRCC僅為0.52，屬于弱可承載級(jí)別。此外，即便在實(shí)施了以水資源為優(yōu)先的政策情景下，平均WRCC也僅為0.49，表明當(dāng)前規(guī)劃在提升WRCC方面的作用效果有限。為了深入探討影響成都市WRCC提升的潛在因素，對(duì)各情景下經(jīng)濟(jì)、生態(tài)、水資源和社會(huì)子系統(tǒng)的WRCC貢獻(xiàn)進(jìn)行了詳細(xì)分析（圖7）。分析結(jié)果顯示，在各類情景中經(jīng)濟(jì)和生態(tài)子系統(tǒng)的WRCC顯著高于水資源和社會(huì)子系統(tǒng)，這表明當(dāng)前規(guī)劃策略能夠有效促進(jìn)成都市經(jīng)濟(jì)和生態(tài)改善。然而，水資源和社會(huì)子系統(tǒng)的WRCC僅分別為0.31和0.24，均處于Ⅲ級(jí)臨界風(fēng)險(xiǎn)水平。這一結(jié)果表明成都市WRCC增長(zhǎng)受限的主要原因可能在于城市化發(fā)展與用水量需求間矛盾未得到有效控制。盡管成都市政府在“十四五”期間將環(huán)境改善視為重點(diǎn)任務(wù)，但緩解環(huán)境與水資源的壓力仍面臨重大挑戰(zhàn)。

針對(duì)成都市面臨的水資源承載力挑戰(zhàn)，提出以下建議：

（1）對(duì)于水資源承載力較低區(qū)域（如中心城區(qū)及其周邊區(qū)域），需強(qiáng)化水資源管理，確?？茖W(xué)分配，優(yōu)先保障民生用水，并合理調(diào)整各類用水比例。同時(shí)，構(gòu)建節(jié)水型社會(huì)，廣泛普及節(jié)水技術(shù)，實(shí)施嚴(yán)格的用水管理政策。此外，推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)向低耗水、高效益方向轉(zhuǎn)型升級(jí)，減少水資源消耗；加強(qiáng)水資源循環(huán)利用，推廣中水回收與雨水利用技術(shù)，以提升水資源利用效率。

（2）對(duì)于自然水資源優(yōu)勢(shì)區(qū)域（如都江堰市等北部區(qū)域），利用區(qū)域豐富的水資源條件，合理布局和發(fā)展水密集型產(chǎn)業(yè)，同時(shí)注重生態(tài)環(huán)境保護(hù)，確保水資源的可持續(xù)利用。加強(qiáng)水利工程建設(shè)與維護(hù)，進(jìn)一步提升水利工程設(shè)施的調(diào)節(jié)能力和供水保障水平，確保水資源的有效供給和分配。

（3）對(duì)于產(chǎn)業(yè)結(jié)構(gòu)調(diào)整潛力較大區(qū)域（如新津區(qū)等），應(yīng)加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，積極引導(dǎo)和支持區(qū)域向第三產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，減少對(duì)傳統(tǒng)農(nóng)業(yè)和制造業(yè)的依賴，降低水資源消耗強(qiáng)度；大力發(fā)展節(jié)水型、環(huán)保型的新興產(chǎn)業(yè)，如高新技術(shù)產(chǎn)業(yè)、現(xiàn)代服務(wù)業(yè)等，提高水資源利用效率和經(jīng)濟(jì)效益。

本次研究存在一些不足：① 由于超大城市的規(guī)模和復(fù)雜性以及相關(guān)數(shù)據(jù)的多維性和動(dòng)態(tài)性，全面精確地獲取數(shù)據(jù)具有一定的難度，因此研究只基于可獲得的數(shù)據(jù)進(jìn)行了初步的探索性分析；② 盡管通過(guò)多種方法耦合提升了模型的模擬精度，但在處理極端氣候事件和突發(fā)環(huán)境變化方面的適應(yīng)性仍有待加強(qiáng)。未來(lái)將著重于改進(jìn)數(shù)據(jù)收集和處理技術(shù)，特別是在精細(xì)化指標(biāo)和模型的應(yīng)用方面，應(yīng)增強(qiáng)模型對(duì)實(shí)時(shí)數(shù)據(jù)的響應(yīng)能力，以提高評(píng)估的準(zhǔn)確度。

4 結(jié) 論

本次研究構(gòu)建了耦合熵權(quán)TOPSIS法和系統(tǒng)動(dòng)力學(xué)的城市WRCC綜合模擬評(píng)價(jià)模型，模擬了城市供需水系統(tǒng)內(nèi)部的動(dòng)態(tài)反饋關(guān)系；針對(duì)成都市的發(fā)展現(xiàn)狀和規(guī)劃，設(shè)計(jì)了5種典型情景，評(píng)價(jià)了2019～2035年成都市多年平均WRCC、各子系統(tǒng)多年平均WRCC在不同發(fā)展情景下的差異。結(jié)論如下：

（1）經(jīng)驗(yàn)證，本文所構(gòu)建的水資源承載力模擬評(píng)價(jià)模型的性能表現(xiàn)良好，其MAPE均小于5%，NSE均高于0.75，表明該耦合模型具有較好的可靠性，可用于WRCC模擬和預(yù)測(cè)。

（2）通過(guò)分析成都市WRCC時(shí)空變化特征，可知成都市中東部地區(qū)水資源承載力最高，西南部次之，北部最低。此外，在空間上呈現(xiàn)以中心城區(qū)為核心的輻射效應(yīng)，這些區(qū)域應(yīng)成為成都市水資源規(guī)劃中的重點(diǎn)關(guān)注對(duì)象。

（3）對(duì)比分析各情景下水資源承載力的模擬結(jié)果，可知綜合發(fā)展情景對(duì)提升WRCC效果最佳。在綜合發(fā)展情景下，2035年各區(qū)WRCC將達(dá)到弱可承載級(jí)及以上，且WRCC各子系統(tǒng)的綜合得分最高。此外，水資源政策調(diào)整與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化的協(xié)同作用對(duì)提升WRCC至關(guān)重要，尤其面向高人口密度區(qū)域。因此，成都市水資源規(guī)劃與管理應(yīng)聚焦這兩大策略，以促進(jìn)WRCC的全面、可持續(xù)提升。

參考文獻(xiàn)：

［1］李玲玲，徐琳瑜.特大城市水資源承載力政策響應(yīng)的動(dòng)態(tài)模擬［J］.中國(guó)環(huán)境科學(xué)，2017，37（11）：4388-4393.

［2］ZHANG X X，ZHAO X，LI R S，et al.Evaluating the vulnerability of physical and virtual water resource networks in China′s megacities［J］.Resources，Conservation amp; Recycling，2020，161：104972.

［3］ESLAMIAN S.Water scarcity：global perspectives，issues and challenges［M］.New York：Nova Science Publishers，2022.

［4］WANG T Z，JIAN S Q，WANG J Y，et al.Research on water resources carrying capacity evaluation based on innovative RCC method［J］.Ecological Indicators，2022，139：108876.

［5］彭書范，吳學(xué)兵.中國(guó)水資源承載力與農(nóng)業(yè)高質(zhì)量發(fā)展耦合協(xié)調(diào)研究［J］.人民長(zhǎng)江，2023，54（10）：52-59.

［6］WANG G，XIAO C L，QI Z W，et al.Development tendency analysis for the water resource carrying capacity based on system dynamics model and the improved fuzzy comprehensive evaluation method in the Changchun City，China［J］.Ecological Indicators，2021，122：107232.

［7］FENG W，XU P，QIAN H.Study on water resource carrying capacity of Xi’an based on AHP-fuzzy synthetic evaluation model［J］.IOP Conference Series Earth and Environmental Science，2020，467（1）：012149.

［8］JIA R，JIANG X，SHANG X，et al.Study on the water resource carrying capacity in the middle reaches of the Heihe River based on water resource allocation［J］.Water，2018，10（9）：1203.

［9］DENG Z H，DAI L Q，DENG B，et al.Evaluation and spatial-temporal evolution of water resources carrying capacity in Dongting Lake Basin［J］.Journal of Water and Climate Change，2021，12（5）：2125-2135.

［10］CITA W，BENEDICTUS K，ABI S D S，et al.The dynamics of water resources carrying capacity （WRCC）factors in commercial centre districts［J］.Sustainable Water Resources Management，2024，10（3）：128.

［11］楊光明，時(shí)巖均，楊航，等.基于系統(tǒng)動(dòng)力學(xué)的水資源承載力可持續(xù)發(fā)展評(píng)估：以重慶市為例［J］.人民長(zhǎng)江，2019，50（8）：6-13，51.

［12］YANG J F，LEI K，KHU S，et al.Assessment of water resources carrying capacity for sustainable development based on a system dynamics model：a case study of Tieling City，China［J］.Water Resources Management，2015，29（3）：885-899.

［13］LING Y，LIN W.Comprehensive assessment of urban water resources carrying capacity based on basin unit：a case study of Qingdao，China［J］.Water Supply，2022，22（2）：1347-1359.

［14］WEI Z Q，JI D D，YANG L.Comprehensive evaluation of water resources carrying capacity in Henan Province based on entropy weight TOPSIS-coupling coordination-obstacle model［J］.Environmental Science and Pollution Research，2023，30（54）：115820-115838.

［15］成都市統(tǒng)計(jì)局.成都市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)［M］.成都：成都統(tǒng)計(jì)出版社，2023.

［16］XUE Z C，YOU J J，YANG Z H.The Chengdu carrying capacity of water resources status evaluation based on the variable sets［J］.IOP Conference Series：Earth and Environmental Science，2018，199（2）：022048.

［17］成都統(tǒng)計(jì)局.成都統(tǒng)計(jì)年鑒2000～2018［EB/OL］.（2022-02-12）［2024-06-30］.https：∥cdstats.chengdu.gov.cn/cdstjj/c155010/list.shtml.

［18］四川省統(tǒng)計(jì)局.四川統(tǒng)計(jì)年鑒2000～2018［EB/OL］.（2022-03-10）［2024-06-30］.https：∥tjj.sc.gov.cn/scstjj/c105855/nj.shtml.

［19］國(guó)家統(tǒng)計(jì)局.中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒2000～2018［EB/OL］.（2022-03-12）［2024-06-30］.https：∥www.mohurd.gov.cn/gongkai/fdzdgknr/sjfb/tjxx/jstjnj/index.html.

［20］四川省水利廳.四川省用水定額［EB/OL］.（2022-01-03）［2024-06-30］.https：∥www.sc.gov.cn/10462/zfwjts/2021/1/11/8958ae92ab0e4287b2bd7fb37cb77201.shtml.

［21］成都市水務(wù)局.成都市水資源公報(bào)［EB/OL］.（2022-01-15）［2024-06-30］.https：∥cdwater.chengdu.gov.cn/cdsswj/c109466/2020-11/25/content_52551ffa63054e0fb93e94922458a94 1.shtml.

［22］成都市人民政府.成都市“十四五”規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要［EB/OL］.（2022-02-03）［2024-06-30］.https：∥www.chengdu.gov.cn/cdsrmzf/c166022/jjcdsswgh.shtml.

［23］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(píng)價(jià)體系構(gòu)建［J］.人民長(zhǎng)江，2023，54（8）：139-145，159.

［24］李占玲，王佳雯，葉瀛韜，等.權(quán)重和數(shù)據(jù)影響下水資源承載力評(píng)價(jià)不確定性研究［J］.人民長(zhǎng)江，2023，54（5）：53-60.

［25］PARK Y，PARK J D.System dynamics approach for assessing the performance of safety management systems in petrochemical plants［J］.Journal of Loss Prevention in the Process Industries，2024，90：105324.

［26］AYELE G T，YU B，BRUERE A，et al.Response of streamflow and nutrient loads in a small temperate catchment subject to land use change［J］.Environmental Monitoring and Assessment，2023，195（12）：1418.

［27］ANFUDING G，YANG G，TIAN L J，et al.Analysis of water resource carrying capacity and obstacle factors based on GRA-TOPSIS evaluation method in Manas River Basin［J］.Water，2023，15（2）：236.

（編輯：郭甜甜）

Study on water resource carrying capacity simulation in megacities based

on entropy-weighted TOPSIS-SD mode

lYU Yang¹，MOU Qin¹，MIN Xuefeng¹，ZHAO Rui^1，2，LI Zhanglong¹

（1.School of Environmental Science and Engineering，Southwest Jiaotong University，Chengdu 611756，China； 2.State-Province Joint Engineering Research Lab in Spatial Information Technology for High Speed Railway Operation Safety，Southwest Jiaotong University，Chengdu 611756，China）

Abstract： In order to effectively address the urban water supply and demand conflicts caused by rapid urbanization and industrialization，it is crucial to accurately assess the water resource carrying capacity （WRCC） and to explore rational utilization models of water resource.Comprehensively considering the dynamic relationships between the water resource，society，the economy and the environment in a comprehensive manner，this study proposed a WRCC simulation-evaluation model，which was constituted by the coupling of the entropy-weighted TOPSIS method with system dynamics.Taking Chengdu City，a megacity in Southwest China，as the study area，we employed scenario analysis to simulate and analyze the development trend of WRCC of Chengdu City from 2019 to 2035.The findings demonstrated that the existing water resource is unable to sustain the current development model of Chengdu City.The spatial pressure of WRCC is the highest in the central and eastern regions，followed by the south-west，and lowest in the north，with a significant radiation effect centred on the urban core.A narrow focus on economic development，industrial structure adjustment，or water resource policy adjustment is an inadequate approach to comprehensively enhancing regional WRCC.Instead，an integrated development strategy is the optimal choice.To enhance the WRCC，it is essential to reinforce the synergistic effects of water resource policy adjustments and industrial structure optimization，particularly in areas with high population density.This study can provide a theoretical foundation and methodological support to mitigate urban water supply and demand conflicts and ensure the sustainable development of the supercity and megacity.

Key words： water resource carrying capacity；system dynamics；entropy-weighted TOPSIS；spatiotemporal dynamic simulation；scenario analysis；Chengdu City；megacity