论文部分内容阅读
摘 要：采用黄河流域九省（区）2004—2018年统计资料，从水资源、社会、经济、生态环境4个方面构建水资源承载力评价指标体系，运用熵权法和层次分析法获得各指标权重，利用综合评价模型评价黄河流域水资源承载力，并利用障碍度函数定量诊断影响黄河流域水资源承载力提升的主要障碍因素。研究结果表明：2004—2018年，黄河流域水资源承载力呈现缓慢上升趋势，整体向良好方向发展，空间上呈现明显的波动特征且差异性明显，但省（区）间的差距呈现逐年变小趋势;黄河流域水资源承载力受水资源的过度开发利用和生态环境破坏双重制约，人均水资源量、水资源开发程度是制约黄河流域九省（区）水资源承载力提升的主要障碍因素。建议有关部门完善黄河流域用水方式转变和水资源管理方面的制度，推动黄河流域生态保护和高质量发展。
关键词：水资源承载力;熵权法;层次分析法;障碍度函数;黄河流域
中图分类号：TV213.4;TV882.1 文献标志码：A
doi：10.3969/j.issn.1000-1379.2021.07.014
引用格式：唐家凯，丁文广，李玮丽，等.黄河流域水资源承载力评价及障碍因素研究[J].人民黄河，2021，43（7）：73-77.
Abstract： According to the data of the nine provinces and administrative regions in the Yellow River basin from 2004 to 2018， this paper constructed an evaluation index system for water resources carrying capacity from the four aspects of water resources， society， economy， and ecological environment. In addition， the entropy weight method and analytic hierarchy process were applied to generate comprehensive index weights; the water resources carrying capacity of the Yellow River basin was evaluated by using the comprehensive evaluation model; and the major obstacles to the improvement of the water resources carrying capacity of the basin were quantitatively identified by the obstacle degree function. The results show that： a）from 2004 to 2018， the water resources carrying capacity of the Yellow River basin presents a slow upward trend， with an overall orderly pattern; b） obvious spatial fluctuation characteristics and differences are found， while the gaps between the investigated provinces and regions decrease on a yearly basis; c）the water resources carrying capacity of the nine provinces and regions in the Yellow River basin has been impaired by the following major factors of over-exploitation and utilization of water resources and destruction of the ecological environment， as well as the amount of water resources per capita and degree of water resources development. Based on the results， relevant authorities should improve the transformation of water use patterns and institutions of water resources management in the Yellow River basin， thus promoting the ecological protection of the Yellow River basin and achieving high-quality development.
Key words： water resources carrying capacity; entropy weight method; analytic hierarchy process; obstacle degree function; Yellow River basin
水資源承载力评价是促进区域生态环境与社会经济健康、协调、可持续发展的基础，是对水资源在时间和空间上的一个度量尺度[1]。长期以来，黄河流域面临自然生态脆弱、水环境污染、水资源短缺等愈来愈紧迫的水问题挑战[2]。继2019年黄河流域生态保护和高质量发展国家战略提出后，黄河流域发展再次成为国内外关注的热点[3-4]。因此，对黄河流域水资源承载力及内因进行研究，对于区域水资源科学管理、维持区域生态安全和可持续发展具有重要意义[5]。 近年来，关于水资源承载力评价的研究主要集中在评价指标体系设计、模型构建及影响因素等方面，由于不同学者对水资源承载力的理解不同，因此研究的重点不同。王晶等[6]采用PSR-MDS模型对河北省水资源承载力进行评价;焦隆等[7]利用DPSIR模型和水足迹理论，对广西省桂林市2013—2017年水资源承载力进行评价;邓乐乐等[8]通过主成分分析法和熵权法获得指标权重，并利用模糊综合评判和集对分析评价模型对汉江流域水资源承载力进行评价;林龙圳等[9]运用熵权法和TOPSIS模型研究得出库布齐沙漠地区2013—2018年的水资源承载力等级水平较低;肖雨琳等[10]从水资源、生态环境和社会经济方面构建了水资源承载力评价指标体系，并运用模糊层次综合评价方法，发现赣南地区水资源承载力水平较高，生态环境和社会经济正朝着好的方向发展;夏玮静等[11]从经济压力、人口压力、承载压力及协调指数4个层面构建了水资源承载力评价指标体系，并运用熵权法对陕西省水资源承载力进行了研究;周侃等[12]构建了栅格尺度水资源承载力评价指标体系，并评价了宁夏西海固地区栅格尺度的水资源承载力;何刚等[13]从水资源、社会经济、生态3个层面研究了长江经济带的水资源承载力;苏敏杰等[14]从水资源、经济社会和生态系统3个方面分析了云南省2006—2015年的水资源承载力。综上所述，水资源承载力系统是一个涵盖区域自然-经济-社会的复合生态系统，有关学者围绕水资源、社会、经济和生态环境这4方面选取评价指标开展的研究较多。
笔者基于水环境-社会-经济-生态环境系统耦合理论，构建黄河流域水资源承载力评价指标体系，运用熵权法和层次分析法获得指标综合权重，对黄河流域九省（区）2004—2018年水资源承载力进行综合评价，并结合障碍度函数研究黄河流域水资源承载力提升的障碍因素，以期为流域水资源管理及社会经济可持续发展提供参考。
1 研究区水资源概况
黄河是我国第二大河，流经青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南、山东9个省（区）。黄河流域降水量主要集中在5—9月，地表水供水量285.55亿m3，地下水供水量137.18亿m3，总供水量422.73亿m3，向流域外供水量89.35亿m3，合计供水量512.08亿m3。2019年黄河流域人口总数为3.24亿，占全国总人口的23.31%。人均水资源量647 m3，不到全国人均水资源量的30%，水资源开发利用与社会经济发展矛盾突出。
2 数据来源与研究方法
2.1 指标体系构建
水资源承载力具有自然和社会双重属性[15]，因此可将流域水资源承载力系统视为区域自然-经济-社会复合生态系统[16]。笔者遵循科学性、系统性、数据易获取性、可比性与可操作性等原则，在张宁宁等[17]、罗清[18]研究基础上，参照全国水资源供需评价指标体系，构建黄河流域水资源承载力评价指标体系。目标层为黄河流域水资源承载力，准则层为水资源子系统、社会子系统、经济子系统、生态环境子系统，指标层为21个具体指标（见表1）。
2.2 数据来源
研究数据主要来源于2004—2018年的《中国统计年鉴》《中国农村统计年鉴》以及青海、甘肃、宁夏、四川、内蒙古、陕西、山西、河南、山东9个省（区）2004—2018年统计年鉴。
2.3 研究方法
科学合理判定和计算评价指标权重对所研究目标量化结果可信度具有重要作用[19]。获得指标权重常见的方法有主成分分析法[20]、层次分析法[21]、熵权法[22]、模糊综合评判法[23]等。熵权法利用样本数据在各评价对象中的差异性来确定权重，是一种常见的客观赋权法，主观因素影响相对较小，评价结果具有较高的可信度[24]。为了消除数据数量级和量纲的影响，本文采用极差标准化方法对指标数据进行预处理。标准化处理公式为
式中：di为标准化后的第i个指标值;xi为第i个原始指标值;xmax、xmin分别为第i个原始指标的最大值、最小值。
黄河流域水资源承载力指数计算公式为
式中：U为水资源承载力指数，表征水资源承载力的大小;wi为第i个指标的权重。
运用熵权法和层次分析法相结合的方法获得指标综合权重，在一定程度上可以规避分别使用层次分析法和熵权法的不足，从而获得更为科学的指标权重[25]。
障碍度函数[26]常被用来诊断影响事物发展的障碍因素，其主要涉及贡献度、指标偏离度、障碍度3个衡量因子，根据障碍度大小可以确定影响水资源承载力提升的主要障碍因素。贡献度Fi和指标偏离度Ii计算公式分别为
式中：qj为第j个准则层的权重。
第i个指标对水资源承载力的障碍度Pi为
3 结果与分析
运用熵权法和层次分析法相结合的方法，得到黄河流域水资源承载力评价指标权重（见表1）。按照行政区划，将青海、甘肃、宁夏、四川4个省（区）划为上游地区，内蒙古、陕西和山西3个省（区）划为中游地区，河南和山东2个省划为下游地区。将标准化后的数据代入式（2）得到2004—2018年黄河流域及上游、中游、下游地區水资源承载力指数（见图1和表2）。
3.1 黄河流域水资源承载力指数时间演化分析
由图1和表2可知，2004—2018年黄河流域9个省（区）水资源承载力指数均呈上升趋势，全流域、上游和中游地区的水资源承载力指数较为接近，均明显大于下游地区的水资源承载力指数。黄河流域的水资源承载力指数由2004年的0.323增大到2018年的0.474，增大了46.7%，整体向良好方向发展。上游地区的青海、四川、甘肃、宁夏4个省（区）水资源承载力指数2018年分别为0.607、0.620、0.414、0.401，比2004年分别增大49.5%、49.8%、62.4%、61.7%。中游地区的内蒙古、陕西、山西3个省（区）水资源承载力指数2018年分别为0.482、0.495、0.421，比2004年分别增大36.3%、34.5%、38.5%。下游地区的河南和山东2个省水资源承载力指数2018年分别为0.406、0.422，比2004年分别增大49.3%、47.0%。 3.2 黄河流域水资源承载力空间演化分析
由表2可知，2004—2018年黄河流域上、中、下游地区水资源承载力指数呈现明显的波动特征，省（区）间差异性明显，但差异呈逐年变小趋势。2004年，9省（区）的水资源承载力指数存在明显的分界，上游地区明显大于中游和下游地区，由大到小排序依次为四川（0.414）、青海（0.406）、陕西（0.368）、内蒙古（0.352）、山西（0.304）、山东（0.287）、河南（0.272）、甘肃（0.255）、宁夏（0.248）。2010年，9个省（区）的水资源承载力指数均有所增大，但省（区）间差异性仍比较明显，水资源承载力指数由大到小排序依次为青海（0.511）、四川（0.498）、陕西（0.443）、内蒙古（0.398）、山西（0.357）、山东（0.341）、河南（0.329）、宁夏（0.324）、甘肃（0.317）。2015年，9个省（区）的水资源承载力指数总体上均有所增大，省（区）间差异性有所减小，水资源承载力指数由大到小排序依次为四川（0.536）、青海（0.515）、陕西（0.463）、内蒙古（0.456）、山西（0.394）、山东（0.378）、宁夏（0.366）、甘肃（0.358）、河南（0.348）。2018年，9个省（区）的水资源承载力指数均进一步增大，省（区）间差异明显缩小，水资源承载力指数由大到小排序依次为四川（0.620）、青海（0.607）、陕西（0.495）、内蒙古（0.482）、山东（0.422）、山西（0.421）、甘肃（0.414）、河南（0.406）、宁夏（0.401）。
3.3 黄河流域水资源承载力障碍因素诊断
运用障碍度函数，计算得到黄河流域2004年、2010年、2015年、2018年水资源承载力评价指标体系中21个指标的障碍度。选取障碍度排名前9个指标进行统计分析，主要障碍因素有人均水资源量、水资源开发程度、生态环境用水率、产水模数、森林覆盖率、自然保护区面积占比、人均社会消费品零售总额、人均GDP、供水模数（见图2）。根据图2可知，人均水资源量、水资源开发程度障碍度最大，2018年分别为18.42%、16.96%，加强水资源合理利用是提升流域水资源承载力的主要途径。森林覆盖率障碍度先减小后增大，自然保护区面积占比、供水模数障碍度呈现增大趋势，这3个障碍因素障碍度均低于10%，是今后提升黄河流域水资源承载力需重点考虑的因素。生态环境用水率、产水模数障碍度先增大后减小，人均社会消费品零售总额、人均GDP障碍度呈减小趋势，说明这4个障碍因素总体上对黄河流域水资源承载力提升影响不大。
4 结 语
本文基于水资源-社会-经济-生态环境系统耦合理论框架模型，构建了黄河流域水资源承载力评价指标体系，采用熵權法和层次分析法获得指标综合权重，对黄河流域九省（区）2004—2018年水资源承载力进行综合评价。进一步利用障碍度函数，分析了影响黄河流域水资源承载力提升的主要障碍因素，主要结论如下。
（1）2004—2018年，黄河流域水资源承载力指数总体呈增大趋势，由2004年的0.323增大到2018年的0.474，增大46.7%，流域整体水资源承载力朝良好方向发展;在空间上呈现明显的波动特征，省（区）间差异明显，但差异呈变小趋势。
（2）黄河流域九省（区）水资源承载力提升受水资源过度开发利用和生态环境破坏双重制约，主要受制于人均水资源量、水资源开发程度、生态环境用水率、产水模数、森林覆盖率、自然保护区面积占比、人均社会消费品零售总额、人均GDP、供水模数这9个障碍因素。提高人均水资源量和水资源开发程度是提升黄河流域九省（区）水资源承载力的主要途径。
因此，要确保黄河流域生态保护和高质量发展，首先要着力推动用水方式的转变，黄河流域高耗水、高污染产业占比高，亟待加快转变经济发展方式，促进用水方式转变，倒逼产业结构调整;另外要促进合理分水和管住用水，以严格水资源管理制度确定的流域各省（区）用水总量控制指标为约束，科学确定黄河流域的可分配水量，促进高效用水。
参考文献：
[1] 傅春，李雅蓉.江西省水资源承载力评价及障碍因子诊断[J].人民长江，2019，50（8）：109-114.
[2] 薛松贵，张会言.黄河流域水资源利用与保护问题及对策[J].人民黄河，2011，33（11）：32-34.
[3] 徐辉，师诺，武玲玲，等.黄河流域高质量发展水平测度及其时空演变[J].资源科学，2020，42（1）：115-126.
[4] 夏军.黄河流域综合治理与高质量发展的机遇与挑战[J].人民黄河，2019，41（10）：157.
[5] 王肖波.甘肃省张掖市甘州区村镇水资源承载力评价[J].中国沙漠，2020，40（5）：32-41.
[6] 王晶，耿燕，郑雪.基于PSR-MDS模型的水资源承载力评价研究：以河北省为例[J].人民长江，2021，52（3）：81-86.
[7] 焦隆，王冬梅.基于DPSIR模型和水足迹理论的桂林市水资源承载力研究[J].中国水土保持科学，2020，18（3）：74-80.
[8] 邓乐乐，郭生练，李千珣，等.汉江流域水资源承载力综合评价研究[J].水资源研究，2020，9（3）：249-258.
[9] 林龙圳，李达，林震.基于熵权-TOPSIS模型的库布齐沙漠地区水资源承载力评价[J].华中师范大学学报（自然科学版），2020，54（4）：640-648.
[10] 肖雨琳，孟丽红，王远东.赣南地区水资源承载力动态评价研究[J].水利规划与设计，2020（5）：64-69.
[11] 夏玮静，王宁练，沈月.基于流域的陕西省水资源承载力研究[J].干旱区地理，2020，43（3）：602-611. [12] 周侃，樊杰，王亚飞，等.干旱半干旱区水资源承载力评价及空间规划指引：以宁夏西海固地区为例[J].地理科学，2019，39（2）：232-241.
[13] 何刚，夏业领，秦勇，等.长江经济带水资源承载力评价及时空动态变化[J].水土保持研究，2019，26（1）：287-292，300.
[14] 苏敏杰，白栩嘉.基于最大熵投影寻踪模型的云南省近10 a水资源承载力评价[J].长江科学院院报，2018，35（6）：12-18.
[15] 谭笑.基于“水资源-社会经济-生态”的锦州市水资源承载力评价[D].沈阳：沈阳建筑大学，2019：44.
[16] 吴浓娣，刘定湘.做好黄河流域高质量发展水文章[J].水利发展研究，2020，20（5）：4-7，49.
[17] 张宁宁，粟晓玲，周云哲，等.黄河流域水资源承载力评价[J].自然资源学报，2019，34（8）：1759-1770.
[18] 罗清.黄河流域水资源承载能力研究[D].北京：中国水利水电科学研究院，2006：51.
[19] 刘兴德.甘肃省农业可持续发展综合评价及策略研究[D].兰州：兰州大学，2019：47.
[20] GOLUSIN M， IVANOVIC OM， TEODOROVIC N. The Review of the Achieved Degree of Sustainable Development in South Eastern Europe：the Use of Linear Regression Method[J]. Renewable and Sustainable Energy Reviews，2011，15（1）：766-772.
[21] 安静，王梁. 山东省农业可持续发展水平动态评价[J]. 山东农业科学，2016，48（2）：161-165.
[22] CAO Shuo，SUN Shunqiang. Estimation on the Development of Circulation Agriculture in Guizhou Province Based on Entropy Method[J]. Asian Agricultural Research，2015，7（5）：33-37.
[23] 代洲，王鋼，严英杰，等.基于组合赋权和模糊综合评判的电网企业物资品控体系综合能效评价[J].华南理工大学学报（自然科学版），2020，48（7）：47-54.
[24] 丁文广，刘兴德，耿怡颖，等.甘肃省农业可持续发展评价及耦合协调性分析[J].中国农业资源与区划，2019，40（3）：61-69，129.
[25] 田林钢，马成功，王绪.基于AHP-熵权法的水利工程业主风险模糊评价[J].人民黄河，2017，39（12）：117-122，130.
[26] 向欣.江苏省生态文明综合评价与提升路径研究[D].北京：中国矿业大学，2019：62.
【责任编辑 张华兴】
关键词：水资源承载力;熵权法;层次分析法;障碍度函数;黄河流域
中图分类号：TV213.4;TV882.1 文献标志码：A
doi：10.3969/j.issn.1000-1379.2021.07.014
引用格式：唐家凯，丁文广，李玮丽，等.黄河流域水资源承载力评价及障碍因素研究[J].人民黄河，2021，43（7）：73-77.
Abstract： According to the data of the nine provinces and administrative regions in the Yellow River basin from 2004 to 2018， this paper constructed an evaluation index system for water resources carrying capacity from the four aspects of water resources， society， economy， and ecological environment. In addition， the entropy weight method and analytic hierarchy process were applied to generate comprehensive index weights; the water resources carrying capacity of the Yellow River basin was evaluated by using the comprehensive evaluation model; and the major obstacles to the improvement of the water resources carrying capacity of the basin were quantitatively identified by the obstacle degree function. The results show that： a）from 2004 to 2018， the water resources carrying capacity of the Yellow River basin presents a slow upward trend， with an overall orderly pattern; b） obvious spatial fluctuation characteristics and differences are found， while the gaps between the investigated provinces and regions decrease on a yearly basis; c）the water resources carrying capacity of the nine provinces and regions in the Yellow River basin has been impaired by the following major factors of over-exploitation and utilization of water resources and destruction of the ecological environment， as well as the amount of water resources per capita and degree of water resources development. Based on the results， relevant authorities should improve the transformation of water use patterns and institutions of water resources management in the Yellow River basin， thus promoting the ecological protection of the Yellow River basin and achieving high-quality development.
Key words： water resources carrying capacity; entropy weight method; analytic hierarchy process; obstacle degree function; Yellow River basin
水資源承载力评价是促进区域生态环境与社会经济健康、协调、可持续发展的基础，是对水资源在时间和空间上的一个度量尺度[1]。长期以来，黄河流域面临自然生态脆弱、水环境污染、水资源短缺等愈来愈紧迫的水问题挑战[2]。继2019年黄河流域生态保护和高质量发展国家战略提出后，黄河流域发展再次成为国内外关注的热点[3-4]。因此，对黄河流域水资源承载力及内因进行研究，对于区域水资源科学管理、维持区域生态安全和可持续发展具有重要意义[5]。 近年来，关于水资源承载力评价的研究主要集中在评价指标体系设计、模型构建及影响因素等方面，由于不同学者对水资源承载力的理解不同，因此研究的重点不同。王晶等[6]采用PSR-MDS模型对河北省水资源承载力进行评价;焦隆等[7]利用DPSIR模型和水足迹理论，对广西省桂林市2013—2017年水资源承载力进行评价;邓乐乐等[8]通过主成分分析法和熵权法获得指标权重，并利用模糊综合评判和集对分析评价模型对汉江流域水资源承载力进行评价;林龙圳等[9]运用熵权法和TOPSIS模型研究得出库布齐沙漠地区2013—2018年的水资源承载力等级水平较低;肖雨琳等[10]从水资源、生态环境和社会经济方面构建了水资源承载力评价指标体系，并运用模糊层次综合评价方法，发现赣南地区水资源承载力水平较高，生态环境和社会经济正朝着好的方向发展;夏玮静等[11]从经济压力、人口压力、承载压力及协调指数4个层面构建了水资源承载力评价指标体系，并运用熵权法对陕西省水资源承载力进行了研究;周侃等[12]构建了栅格尺度水资源承载力评价指标体系，并评价了宁夏西海固地区栅格尺度的水资源承载力;何刚等[13]从水资源、社会经济、生态3个层面研究了长江经济带的水资源承载力;苏敏杰等[14]从水资源、经济社会和生态系统3个方面分析了云南省2006—2015年的水资源承载力。综上所述，水资源承载力系统是一个涵盖区域自然-经济-社会的复合生态系统，有关学者围绕水资源、社会、经济和生态环境这4方面选取评价指标开展的研究较多。
笔者基于水环境-社会-经济-生态环境系统耦合理论，构建黄河流域水资源承载力评价指标体系，运用熵权法和层次分析法获得指标综合权重，对黄河流域九省（区）2004—2018年水资源承载力进行综合评价，并结合障碍度函数研究黄河流域水资源承载力提升的障碍因素，以期为流域水资源管理及社会经济可持续发展提供参考。
1 研究区水资源概况
黄河是我国第二大河，流经青海、四川、甘肃、宁夏、内蒙古、山西、陕西、河南、山东9个省（区）。黄河流域降水量主要集中在5—9月，地表水供水量285.55亿m3，地下水供水量137.18亿m3，总供水量422.73亿m3，向流域外供水量89.35亿m3，合计供水量512.08亿m3。2019年黄河流域人口总数为3.24亿，占全国总人口的23.31%。人均水资源量647 m3，不到全国人均水资源量的30%，水资源开发利用与社会经济发展矛盾突出。
2 数据来源与研究方法
2.1 指标体系构建
水资源承载力具有自然和社会双重属性[15]，因此可将流域水资源承载力系统视为区域自然-经济-社会复合生态系统[16]。笔者遵循科学性、系统性、数据易获取性、可比性与可操作性等原则，在张宁宁等[17]、罗清[18]研究基础上，参照全国水资源供需评价指标体系，构建黄河流域水资源承载力评价指标体系。目标层为黄河流域水资源承载力，准则层为水资源子系统、社会子系统、经济子系统、生态环境子系统，指标层为21个具体指标（见表1）。
2.2 数据来源
研究数据主要来源于2004—2018年的《中国统计年鉴》《中国农村统计年鉴》以及青海、甘肃、宁夏、四川、内蒙古、陕西、山西、河南、山东9个省（区）2004—2018年统计年鉴。
2.3 研究方法
科学合理判定和计算评价指标权重对所研究目标量化结果可信度具有重要作用[19]。获得指标权重常见的方法有主成分分析法[20]、层次分析法[21]、熵权法[22]、模糊综合评判法[23]等。熵权法利用样本数据在各评价对象中的差异性来确定权重，是一种常见的客观赋权法，主观因素影响相对较小，评价结果具有较高的可信度[24]。为了消除数据数量级和量纲的影响，本文采用极差标准化方法对指标数据进行预处理。标准化处理公式为
式中：di为标准化后的第i个指标值;xi为第i个原始指标值;xmax、xmin分别为第i个原始指标的最大值、最小值。
黄河流域水资源承载力指数计算公式为
式中：U为水资源承载力指数，表征水资源承载力的大小;wi为第i个指标的权重。
运用熵权法和层次分析法相结合的方法获得指标综合权重，在一定程度上可以规避分别使用层次分析法和熵权法的不足，从而获得更为科学的指标权重[25]。
障碍度函数[26]常被用来诊断影响事物发展的障碍因素，其主要涉及贡献度、指标偏离度、障碍度3个衡量因子，根据障碍度大小可以确定影响水资源承载力提升的主要障碍因素。贡献度Fi和指标偏离度Ii计算公式分别为
式中：qj为第j个准则层的权重。
第i个指标对水资源承载力的障碍度Pi为
3 结果与分析
运用熵权法和层次分析法相结合的方法，得到黄河流域水资源承载力评价指标权重（见表1）。按照行政区划，将青海、甘肃、宁夏、四川4个省（区）划为上游地区，内蒙古、陕西和山西3个省（区）划为中游地区，河南和山东2个省划为下游地区。将标准化后的数据代入式（2）得到2004—2018年黄河流域及上游、中游、下游地區水资源承载力指数（见图1和表2）。
3.1 黄河流域水资源承载力指数时间演化分析
由图1和表2可知，2004—2018年黄河流域9个省（区）水资源承载力指数均呈上升趋势，全流域、上游和中游地区的水资源承载力指数较为接近，均明显大于下游地区的水资源承载力指数。黄河流域的水资源承载力指数由2004年的0.323增大到2018年的0.474，增大了46.7%，整体向良好方向发展。上游地区的青海、四川、甘肃、宁夏4个省（区）水资源承载力指数2018年分别为0.607、0.620、0.414、0.401，比2004年分别增大49.5%、49.8%、62.4%、61.7%。中游地区的内蒙古、陕西、山西3个省（区）水资源承载力指数2018年分别为0.482、0.495、0.421，比2004年分别增大36.3%、34.5%、38.5%。下游地区的河南和山东2个省水资源承载力指数2018年分别为0.406、0.422，比2004年分别增大49.3%、47.0%。 3.2 黄河流域水资源承载力空间演化分析
由表2可知，2004—2018年黄河流域上、中、下游地区水资源承载力指数呈现明显的波动特征，省（区）间差异性明显，但差异呈逐年变小趋势。2004年，9省（区）的水资源承载力指数存在明显的分界，上游地区明显大于中游和下游地区，由大到小排序依次为四川（0.414）、青海（0.406）、陕西（0.368）、内蒙古（0.352）、山西（0.304）、山东（0.287）、河南（0.272）、甘肃（0.255）、宁夏（0.248）。2010年，9个省（区）的水资源承载力指数均有所增大，但省（区）间差异性仍比较明显，水资源承载力指数由大到小排序依次为青海（0.511）、四川（0.498）、陕西（0.443）、内蒙古（0.398）、山西（0.357）、山东（0.341）、河南（0.329）、宁夏（0.324）、甘肃（0.317）。2015年，9个省（区）的水资源承载力指数总体上均有所增大，省（区）间差异性有所减小，水资源承载力指数由大到小排序依次为四川（0.536）、青海（0.515）、陕西（0.463）、内蒙古（0.456）、山西（0.394）、山东（0.378）、宁夏（0.366）、甘肃（0.358）、河南（0.348）。2018年，9个省（区）的水资源承载力指数均进一步增大，省（区）间差异明显缩小，水资源承载力指数由大到小排序依次为四川（0.620）、青海（0.607）、陕西（0.495）、内蒙古（0.482）、山东（0.422）、山西（0.421）、甘肃（0.414）、河南（0.406）、宁夏（0.401）。
3.3 黄河流域水资源承载力障碍因素诊断
运用障碍度函数，计算得到黄河流域2004年、2010年、2015年、2018年水资源承载力评价指标体系中21个指标的障碍度。选取障碍度排名前9个指标进行统计分析，主要障碍因素有人均水资源量、水资源开发程度、生态环境用水率、产水模数、森林覆盖率、自然保护区面积占比、人均社会消费品零售总额、人均GDP、供水模数（见图2）。根据图2可知，人均水资源量、水资源开发程度障碍度最大，2018年分别为18.42%、16.96%，加强水资源合理利用是提升流域水资源承载力的主要途径。森林覆盖率障碍度先减小后增大，自然保护区面积占比、供水模数障碍度呈现增大趋势，这3个障碍因素障碍度均低于10%，是今后提升黄河流域水资源承载力需重点考虑的因素。生态环境用水率、产水模数障碍度先增大后减小，人均社会消费品零售总额、人均GDP障碍度呈减小趋势，说明这4个障碍因素总体上对黄河流域水资源承载力提升影响不大。
4 结 语
本文基于水资源-社会-经济-生态环境系统耦合理论框架模型，构建了黄河流域水资源承载力评价指标体系，采用熵權法和层次分析法获得指标综合权重，对黄河流域九省（区）2004—2018年水资源承载力进行综合评价。进一步利用障碍度函数，分析了影响黄河流域水资源承载力提升的主要障碍因素，主要结论如下。
（1）2004—2018年，黄河流域水资源承载力指数总体呈增大趋势，由2004年的0.323增大到2018年的0.474，增大46.7%，流域整体水资源承载力朝良好方向发展;在空间上呈现明显的波动特征，省（区）间差异明显，但差异呈变小趋势。
（2）黄河流域九省（区）水资源承载力提升受水资源过度开发利用和生态环境破坏双重制约，主要受制于人均水资源量、水资源开发程度、生态环境用水率、产水模数、森林覆盖率、自然保护区面积占比、人均社会消费品零售总额、人均GDP、供水模数这9个障碍因素。提高人均水资源量和水资源开发程度是提升黄河流域九省（区）水资源承载力的主要途径。
因此，要确保黄河流域生态保护和高质量发展，首先要着力推动用水方式的转变，黄河流域高耗水、高污染产业占比高，亟待加快转变经济发展方式，促进用水方式转变，倒逼产业结构调整;另外要促进合理分水和管住用水，以严格水资源管理制度确定的流域各省（区）用水总量控制指标为约束，科学确定黄河流域的可分配水量，促进高效用水。
参考文献：
[1] 傅春，李雅蓉.江西省水资源承载力评价及障碍因子诊断[J].人民长江，2019，50（8）：109-114.
[2] 薛松贵，张会言.黄河流域水资源利用与保护问题及对策[J].人民黄河，2011，33（11）：32-34.
[3] 徐辉，师诺，武玲玲，等.黄河流域高质量发展水平测度及其时空演变[J].资源科学，2020，42（1）：115-126.
[4] 夏军.黄河流域综合治理与高质量发展的机遇与挑战[J].人民黄河，2019，41（10）：157.
[5] 王肖波.甘肃省张掖市甘州区村镇水资源承载力评价[J].中国沙漠，2020，40（5）：32-41.
[6] 王晶，耿燕，郑雪.基于PSR-MDS模型的水资源承载力评价研究：以河北省为例[J].人民长江，2021，52（3）：81-86.
[7] 焦隆，王冬梅.基于DPSIR模型和水足迹理论的桂林市水资源承载力研究[J].中国水土保持科学，2020，18（3）：74-80.
[8] 邓乐乐，郭生练，李千珣，等.汉江流域水资源承载力综合评价研究[J].水资源研究，2020，9（3）：249-258.
[9] 林龙圳，李达，林震.基于熵权-TOPSIS模型的库布齐沙漠地区水资源承载力评价[J].华中师范大学学报（自然科学版），2020，54（4）：640-648.
[10] 肖雨琳，孟丽红，王远东.赣南地区水资源承载力动态评价研究[J].水利规划与设计，2020（5）：64-69.
[11] 夏玮静，王宁练，沈月.基于流域的陕西省水资源承载力研究[J].干旱区地理，2020，43（3）：602-611. [12] 周侃，樊杰，王亚飞，等.干旱半干旱区水资源承载力评价及空间规划指引：以宁夏西海固地区为例[J].地理科学，2019，39（2）：232-241.
[13] 何刚，夏业领，秦勇，等.长江经济带水资源承载力评价及时空动态变化[J].水土保持研究，2019，26（1）：287-292，300.
[14] 苏敏杰，白栩嘉.基于最大熵投影寻踪模型的云南省近10 a水资源承载力评价[J].长江科学院院报，2018，35（6）：12-18.
[15] 谭笑.基于“水资源-社会经济-生态”的锦州市水资源承载力评价[D].沈阳：沈阳建筑大学，2019：44.
[16] 吴浓娣，刘定湘.做好黄河流域高质量发展水文章[J].水利发展研究，2020，20（5）：4-7，49.
[17] 张宁宁，粟晓玲，周云哲，等.黄河流域水资源承载力评价[J].自然资源学报，2019，34（8）：1759-1770.
[18] 罗清.黄河流域水资源承载能力研究[D].北京：中国水利水电科学研究院，2006：51.
[19] 刘兴德.甘肃省农业可持续发展综合评价及策略研究[D].兰州：兰州大学，2019：47.
[20] GOLUSIN M， IVANOVIC OM， TEODOROVIC N. The Review of the Achieved Degree of Sustainable Development in South Eastern Europe：the Use of Linear Regression Method[J]. Renewable and Sustainable Energy Reviews，2011，15（1）：766-772.
[21] 安静，王梁. 山东省农业可持续发展水平动态评价[J]. 山东农业科学，2016，48（2）：161-165.
[22] CAO Shuo，SUN Shunqiang. Estimation on the Development of Circulation Agriculture in Guizhou Province Based on Entropy Method[J]. Asian Agricultural Research，2015，7（5）：33-37.
[23] 代洲，王鋼，严英杰，等.基于组合赋权和模糊综合评判的电网企业物资品控体系综合能效评价[J].华南理工大学学报（自然科学版），2020，48（7）：47-54.
[24] 丁文广，刘兴德，耿怡颖，等.甘肃省农业可持续发展评价及耦合协调性分析[J].中国农业资源与区划，2019，40（3）：61-69，129.
[25] 田林钢，马成功，王绪.基于AHP-熵权法的水利工程业主风险模糊评价[J].人民黄河，2017，39（12）：117-122，130.
[26] 向欣.江苏省生态文明综合评价与提升路径研究[D].北京：中国矿业大学，2019：62.
【责任编辑 张华兴】