長江經濟帶水資源空間均衡性分析

衛(wèi)孟茹, 霍軍軍, 姚立強, 洪曉峰, 袁喆, 許繼軍*

(1.河海大學水利水電學院， 南京 210098； 2.長江科學院，水資源綜合利用研究所， 武漢 430010)

水資源是人類進行生產活動的基礎，對區(qū)域社會生產、生態(tài)平衡以及經濟發(fā)展極其重要。近年來，隨著區(qū)域經濟社會的高速發(fā)展及人口快速增長，日益增長的水資源需求與其本身的稀缺性、有限性之間的矛盾更加突出，水資源逐漸成為制約區(qū)域發(fā)展的瓶頸因素。而水資源的空間均衡是貫穿長江經濟帶發(fā)展的主線與核心，結合“以水定城，以水定地，以水定人，以水定產”思路，把水資源作為長江經濟帶經濟發(fā)展的主要驅動因素，從而分析水資源與人口經濟和其他資源環(huán)境的空間均衡。由于水資源區(qū)域分布不均衡，人均水資源占有量明顯不足，人多地少水資源短缺問題依舊是制衡區(qū)域發(fā)展的重要問題。

水資源空間均衡是水資源空間分布、經濟社會空間布局、生態(tài)環(huán)境空間功能所呈現的一種平衡狀態(tài)[1]。目前，區(qū)域水資源與自然、社會經濟因素的均衡發(fā)展已成為國內外研究的重點，開展水資源空間均衡研究對長江經濟帶水資源管理政策提供一定的指導意義。國外有關水資源空間均衡的研究較少，對于水資源管理方面理論研究比較深入。Renouf等[2]提出15個城市水資源管理定量指標，對城市區(qū)域水資源管理量化，改善區(qū)域水資源的可持續(xù)管理。Arto等[3]從全球角度對各國水資源均衡性評估，提出全球可持續(xù)用水戰(zhàn)略政策。Naie等[4]基于宏觀、微觀幾個角度提出水資源綜合管理指標來解釋水資源的系統(tǒng)管理問題。中國關于水資源空間均衡研究較多，研究內容主要集中于以下三個方面：一是水資源與單因素的兩兩匹配[5-7]；二是水資源與多要素耦合的水資源空間均衡系數，定量對水資源空間均衡特征評價[8]；三是構建水資源負載指數[9-10]。在研究方法上主要采用聯系數[11]、泰爾指數[12]、均衡系數[13]、水資源負載指數[14]、協(xié)調發(fā)展度[15]、基尼系數[16]等。金菊良等[17]提出了基于聯系數和洛倫茲曲線的評價方法，為區(qū)域水資源空間均衡有效評價提供新思路。郭旭寧等[18]以水資源空間均衡度為評價指標開展京津冀水資源空間均衡評價。黃鋒華等[19]通過泰爾指數、基尼系數分析了區(qū)域水資源均衡程度。夏帆等[20]采用基尼系數與協(xié)調發(fā)展度的方法，基于水資源負載指數和水資源空間均衡系數對水資源空開發(fā)利用和均衡性進行評價。左其亭等[1]分析了水資源空間均衡理論應用到量化方法。

綜上，學者們對于水資源空間均衡的研究多集中于水資源與經濟社會的平衡狀態(tài)，且研究對象多集中于省級層面，有關長江經濟帶水資源空間均衡研究文獻相對較少。從研究維度來看，多采用靜態(tài)分析，缺乏時空動態(tài)探討。長江經濟帶橫跨中國東中西三大區(qū)域，是國家實施的重點戰(zhàn)略需求之一。其中，水資源是貫穿長江經濟帶發(fā)展的主線與核心，但水資源空間不均衡會導致不同省市之間發(fā)展不平衡問題突出，目前已然成為制約區(qū)域經濟發(fā)展的主要限制因素。研究長江經濟帶水資源空間均衡，有利于了解該地區(qū)的水資源的開發(fā)利用情況，是保障長江經濟帶高質量發(fā)展的關鍵?，F從水資源空間均衡的定義出發(fā)，選取了水資源-土地資源、水資源-人口、水資源-經濟三個匹配指標，以長江經濟帶11個省級行政區(qū)為研究單元，采用基于水資源空間均衡評價的基尼系數法，對長江經濟帶水資源-土地資源、水資源-人口、水資源-經濟匹配程度進行初步分析，最后采用水資源負載指數，對長江經濟帶省內水資源均衡程度時空分異特征進一步分析，以期為實現長江經濟帶水資源的可持續(xù)管理提供決策依據。

1 研究區(qū)概況

長江經濟帶是重大國家戰(zhàn)略發(fā)展區(qū)域之一，橫跨東中西三個區(qū)域，覆蓋全國11個省(直轄市)，是中國流域經濟之首，發(fā)展?jié)摿薮?。長江經濟帶在區(qū)域發(fā)展的總體格局中具有戰(zhàn)略地位，是中國經濟的新支撐帶。長江經濟帶2010—2019年多年平均水資源量1.28萬億m3。多年平均降雨量為1 100 mm。長江經濟帶占全國約21%的土地面積，保有全國約34.9%的耕地面積，是中國重要的農業(yè)產區(qū)。2019年長江經濟帶常住人口6.04億人，各省市城市化率平均值61.7%，超過全國平均水平(60.6%)，地區(qū)生產總值上升至45.8萬億元。

2 數據與方法

2.1 數據來源及預處理

以長江經濟帶11個省級行政區(qū)作為研究單元，其中各地級市級行政區(qū)水資源總量、降雨量來源于各省水資源公報(2010—2019年)；人口、GDP數據來自各省統(tǒng)計年鑒(2010—2019年)；各地市級行政區(qū)土地利用數據來自于中國科學院環(huán)境科學數據中心2010年、2015年、2018年土地利用遙感監(jiān)測數據，數據分辨率為1 km(https://www.resdc.cn/ )，在土地資源指標的選取上，采用耕地面積。為保證研究數據統(tǒng)計口徑的一致性，由于各個年份土地利用變化不大，缺失年份數據采取鄰近年份數據。

2.2 研究方法

關于區(qū)域空間均衡匹配程度評價方法可以引入經濟學中收入分配的原理，采用基尼系數法。以長江經濟帶各地級市行政區(qū)為研究單元，其中根據水資源量和各地級市耕地面積數據、常住人口數據以及地區(qū)生產總值，計算其基尼系數。同時根據人口、社會經濟等指標，構建水資源負載指數，從而進一步反映長江經濟帶水資源時空分異特征及開發(fā)利用程度。由于重慶、上海直轄市面積較小，采用基尼系數計算匹配程度缺乏一定可信度，將四川-重慶，江蘇-上海作為整體進行研究。

2.2.1 基于基尼系數法的水資源空間均衡評價

基尼系數是1912年意大利經濟學家基尼(Gini)提出的研究收入分配平均程度，其理論基礎為洛倫茲曲線，可以直觀反映區(qū)域的收入差距，其系數在0～1，基尼系數趨于0說明收入分配越公平。本文基于基尼系數法的水資源空間均衡對區(qū)域水資源、土地資源、人口和經濟進行匹配分析，綜合反映地區(qū)人口規(guī)模、經濟發(fā)展、水資源空間分布、土地資源等要素的區(qū)域集聚程度變化。因而，本文中構建了基于基尼系數法的水資源空間均衡評價，對區(qū)域水資源-土地資源、水資源-人口、水資源-經濟匹配進行計算，評價標準見表1。

表1 基尼系數評價標準Table 1 Gini coefficient evaluation criteria

基尼系數有多種計算方法，如積分法、分組法等。為保證計算結果精確性，根據收集到的資料同時結合前人經驗，采用的計算公式[21-22]為

(1)

式(1)中：Gi為基尼系數；Xi為某省第i個地市級行政區(qū)的水資源總量占全省水資源總量的累計百分比；Yi為第i個地市級行政區(qū)的耕地面積、人口、GDP占全省的累計百分比；n為該省地市級行政區(qū)個數。其中：某省基尼系數的具體計算過程如下：①對某省各地級市行政區(qū)的水資源量、耕地面積、人口、GDP進行統(tǒng)計；②計算某省各地級市行政區(qū)單位耕地面積、單位人口、單位GDP所擁有的水資源量，將該數據進行升序排列；③按照該排序計算各地級市行政區(qū)水資源量、耕地、人口和GDP的累計百分比；④根據式(1)計算某省的基尼系數。

2.2.2 水資源負載指數

水資源負載指數能夠反映水資源的時空分異以及水資源開發(fā)的難易程度，可對水資源時空分布及開發(fā)利用的均衡性進行評價分析[20-22]。主要是通過建立區(qū)域水資源與人口、社會經濟的關系來反映水資源的開發(fā)利用程度[23]。具體計算公式為

(2)

式(2)中：C為水資源負載指數，表示水資源的開發(fā)利用程度；R為人口，萬人；Z為國內生產總值，億元；W為水資源總量，億 m3。K為與降水有關的系數，其計算公式為

(3)

式(3)中：P為全年降水量，mm。

為直觀反映水資源時空分布及開發(fā)利用的狀況，對計算結果進行調整，并參照夏帆等[20]的研究成果，將水資源負載指數劃分為5 個等級，如表 2 所示。其中等級越小說明該區(qū)域水資源開發(fā)利用潛力越小,水資源壓力越大，用水越緊張。

表2 水資源負載指數評價等級劃分Table 2 Classification of water resource load index evaluation grade

3 結果分析與討論

3.1 基于基尼系數法的水資源空間均衡評價

3.1.1 基于基尼系數的長江經濟帶水資源-土地資源匹配評價

為深入了解長江經濟帶各省行政區(qū)區(qū)域內部水資源-土地資源匹配狀況，本研究分別計算了長江經濟帶各省級行政區(qū)2010—2019年基尼系數，從圖1可以看出，貴州、湖南、江西內部水資源-土地資源匹配程度較好，其基尼系數小于0.2，可以達到高度平均的水平；江蘇-上海內部水資源-土地資源匹配情況次之，處于比較平均水平。云南、浙江區(qū)域內部水資源-土地資源匹配程度相對均衡，其平均基尼系數介于0.3～0.4，達到了相對合理水平；湖北、安徽水資源-土地資源匹配程度達到了差距較大水平；四川-重慶水資源-土地資源匹配平均基尼系數為0.54，達到了差距懸殊的水平。其中，湖北、安徽、四川-重慶超過了聯合國規(guī)定的警戒線0.4，需要重點關注。

2019年長江經濟帶整體水資源-土地資源匹配基尼系數為0.37，處于相對合理的水平。其中，2019年浙江單位耕地面積所擁水資源量達到5萬m3/hm2，而江蘇單位耕地面積所擁有水資源量僅有0.37萬m3/hm2，差距為10倍以上。主要原因是江蘇、安徽耕地面積較多，而水資源量相對較少，土地資源分布與水資源分布存在局部不平衡。特別的，針對江蘇、上海內部而言，其水資源-土地資源基尼系數處于比較平均水平，但其單位耕地面積所擁水資源量遠低于其他區(qū)域，說明其內部水土資源分布雖然合理，但該地區(qū)水資源短缺，政府和相關部門應加強水資源管理，進一步落實最嚴格水資源管理制度。合理利用其區(qū)域資源，保障區(qū)域資源均衡的持續(xù)健康發(fā)展。然而從四川省內水資源-土地資源匹配情況來看，四川-重慶研究區(qū)域中阿壩州、甘孜州單位耕地面積所擁水資源量遠超研究區(qū)其他地市級行政區(qū)，因此加劇了省內的水資源-土地資源的不均衡程度。從降雨分布來看，四川省降雨主要分布在川西高原及四川盆地。從地理位置上來看，阿壩州和甘孜州位于川西北高原地區(qū)，該地區(qū)土地利用類型以草地、林地為主，但是耕地資源相對較少。

圖1 長江經濟帶2010—2019年水資源-土地資源匹配基尼系數Fig.1 Gini coefficient of water resources and land resources matching in the Yangtze River Economic Belt from 2010 to 2019

因此針對土地利用情況，應發(fā)揮這兩州草地區(qū)位優(yōu)勢，不能盲目犧牲草林地來開發(fā)耕地資源，同時川西地區(qū)旅游業(yè)發(fā)展較好，應統(tǒng)籌好該地區(qū)農牧用地、旅游用地及耕地關系，促進該地區(qū)區(qū)域資源的合理利用。

從時間變化上來看，根據長江經濟帶各省水資源-土地資源基尼系數變化趨勢分析，江蘇-上海、江西、湖南、四川-重慶、貴州地區(qū)水資源-土地資源基尼系數有小幅上升趨勢，說明地區(qū)內部水資源-土地資源匹配差異逐漸變大。而浙江、安徽、湖北及云南地區(qū)2010—2019年水資源-土地資源基尼系數穩(wěn)中有降，表明這些地區(qū)內部水資源-土地資源差異有縮小趨勢。整體來看，長江經濟帶各地區(qū)水資源-土地資源基尼系數變化不大。但是，值得注意的是，長江經濟帶總體耕地面積有減少趨勢，經濟快速發(fā)展導致部分農用地轉變?yōu)槠渌玫?。針對這種現象，政府應采取相關措施，恪守耕地紅線，嚴格控制耕地轉為非耕地，從而實現耕地總量動態(tài)平衡，避免區(qū)域水土資源時空分布的不均衡，保障水土資源的可持續(xù)利用。

3.1.2 基于基尼系數的長江經濟帶水資源-人口匹配評價

根據2010—2019年長江經濟帶130個地級市行政區(qū)水資源量和常住人口數據，依據基尼系數計算，繼而分析水資源與人口的匹配程度。圖2展示了長江經濟帶各省行政區(qū)2010—2019年水資源-人口匹配基尼系數。其中江西區(qū)域內部水資源-人口匹配程度最好，其平均基尼系數低于0.2，處于高度平均水平。貴州、湖南、江蘇-上海區(qū)域內部水資源-人口匹配程度較好，其平均基尼系數介于0.2～0.3，處于比較平均的水平；湖北、浙江區(qū)域內部水資源-人口匹配程度處于中等水平，達到相對合理水平；安徽、四川-重慶區(qū)域內部水資源-人口匹配程度最差，其平均基尼系數大于0.5，達到差距懸殊水平，且超過了聯合國規(guī)定的警戒線0.4，需要重點關注。

整體來看，2010—2019年長江經濟帶平均水資源-人口基尼系數為0.37。其中，2019年長江經濟帶內部基尼系數為0.35，處于相對合理水平。此外，2019年江西、四川、云南、貴州、湖南五省人均水資源量均超過3 000 m3/人，遠超江蘇、上海，根據各地級市人均水資源量來看，四川省甘孜州人均水資源量達53 780 m3/人，大約是上海市的200倍。導致這種情況主要原因是江蘇、上海水資源量較少，但人口總數較多。截至2019年底，上海市常住人口已達2 428.14萬人，江蘇省會南京達到850萬人，

圖2 長江經濟帶2010—2019年水資源-人口匹配基尼系數Fig.2 Gini coefficient of water resources and population matching in the Yangtze River Economic Belt from 2010 to 2019

常住人口超過500萬人的城市有5個，這就導致上海、江蘇人均水資源量遠低于其他省份，但從江蘇-上海水資源-人口基尼系數來看，其內部人均水資源量雖然較低，但其區(qū)域分布卻比較合理，水資源-人口內部匹配程度較好。四川省內部水資源-人口匹配差距較大的原因集中在阿壩州和甘孜州，位于川西北高原地區(qū)，地廣人稀，人口密度較小，其人均水資源量遠高于四川其他地區(qū)，導致四川省內水資源-人口匹配不均衡。安徽省內部水資源-人口匹配差距較大的原因主要在于黃山市，由于省會級城市的虹吸作用，故邊緣地區(qū)人口相對較少。從黃山市人均水資源量來看，2019年黃山市人均水資源量為7 532 m3/人，而安徽其他地級市人均水資源量分布參差不齊，從導致了水資源-人口匹配的不均衡。

從時間變化上來看，江蘇-上海、浙江、安徽、江西、湖北、云南地區(qū)基尼系數有小幅下降趨勢，說明2010—2019年這些地區(qū)內部水資源-人口匹配差異有逐漸縮小的趨勢。導致這種差異的原因主要是因為經濟快速發(fā)展下，長江經濟帶城鎮(zhèn)化快速發(fā)展，人口增長呈現西高東低的現象。長江下游地區(qū)常住人口增長速度較緩，而自身水資源壓力較大，人口增長放緩進一步縮小了水資源-人口匹配的差異，而江西、云南、安徽由于本身水資源壓力較小，人口的增長可能會縮小其內部水資源-人口匹配的差異。同時根據2019年長江經濟帶社會發(fā)展報告，2019年長江經濟帶各省市城鎮(zhèn)化率平均值為61.7%，超過全國平均水平(60.6%)，其中下游的江浙滬三省均超過70%。但是湖南、四川-重慶、貴州2010—2019年水資源-人口匹配基尼系數有小幅上升趨勢，說明地區(qū)內部水資源與人口匹配差異程度逐漸增大，其中貴州城市化率較低不及50%，其地形地貌是限制人口城市化進程的關鍵因素。針對長江經濟帶水資源-人口匹配情況，由于資源稟賦條件以及區(qū)域地形地貌，應加強各省之間的互動及聯系，發(fā)揮長江上中下游各區(qū)位優(yōu)勢，保證區(qū)域空間均衡的協(xié)同發(fā)展。

3.1.3 基于基尼系數的長江經濟帶水資源-經濟匹配評價

根據基尼系數計算可知，2010—2019年長江經濟帶各省級行政區(qū)水資源-經濟匹配基尼系數如圖3所示。四川-重慶、云南、湖北、安徽區(qū)域水資源-經濟的匹配程度極差，其水資源-經濟基尼系數超過0.5，達到差距懸殊水平；江蘇-上海、貴州、湖南區(qū)域內部水資源-經濟匹配程度處于較差水平，其水資源-經濟基尼系數介于0.4～0.5，達到差距較大水平；江西、浙江區(qū)域內部水資源與經濟的匹配程度達到中等水平，其水資源-經濟基尼系數介于0.3～0.4；達到相對合理水平。

從整體來看，2019年長江經濟帶整體水資源-經濟基尼系數為0.52，已經達到差距懸殊水平。造成這種現象的主要原因在于長江經濟帶經濟區(qū)域發(fā)展不平衡，水資源量已經不是其制約因素。長江經濟帶各城市發(fā)展水平不一致，從整體結構來看，上海、武漢、重慶等超大城市萬元GDP水資源量遠超其他城市，長江經濟帶東中西部地區(qū)經濟發(fā)展也不平衡。從省內來看，以省級行政區(qū)為單位的中心地區(qū)與邊緣地區(qū)的經濟差異比較顯著。針對這種情況，要發(fā)揮好長江經濟帶各城市群輻射作用，推動長江經濟帶的均衡發(fā)展。

3.1.4 基于基尼系數的長江經濟帶水資源-土地資源、水資源-經濟、水資源-人口整體評價

圖4給出了2019年長江經濟帶各省水資源量與土地資源、經濟、人口匹配的洛倫茲曲線。從單個省份來看，可以看出江蘇-上海地區(qū)水資源-土地資源>水資源-經濟>水資源-人口，水資源-經濟與水資源-土地資源兩條曲線相近，說明在該地區(qū)的人口相對于土地資源、經濟較為平均，水資源-土地資源與水資源-經濟差別不大。湖北地區(qū)水資源-經濟>水資源-土地資源>水資源-人口，說明湖北地區(qū)人口相對于其他因素較平均。浙江、安徽、江西、湖南、四川-重慶、云南、貴州地區(qū)水資源-經濟>水資源-人口>水資源-土地資源，說明這些地區(qū)的土地資源相對于人口、經濟較為平均。

圖3 長江經濟帶2010—2019年水資源-經濟匹配基尼系數Fig.3 Gini coefficient of water resources and economy matching in the Yangtze River Economic Belt from 2010 to 2019

從洛倫茲曲線整體來看，江蘇-上海、貴州、江西、浙江地區(qū)的水資源-土地資源、經濟、人口洛倫茲曲線與絕對平均線最為接近，表明這些地區(qū)整體匹配比較好。而安徽、四川-重慶水資源-土地資源、經濟、人口洛倫茲曲線與絕對平均線差距較大。比如，安徽省淮南1.4%的水資源量對應5.4%的耕地，合肥市4%的水資源量產生25.4%的GDP，阜陽市3%的水資源量對應13%的人口，而黃山市19.8%的水資源量對于1.6%的耕地，產生全省2.2%的GDP。主要原因在于黃山由于地形差異，地少人少，處于山區(qū)，基本不發(fā)展工業(yè)，雖然旅游業(yè)發(fā)展較好，但第三產業(yè)的發(fā)展也難以帶動城市的發(fā)展，導致水資源量與人口、經濟極不匹配。四川省遂寧市0.49%的水資源量對應2.8%的耕地和2.7的人口，成都市3%的水資源量產生24%的GDP，而阿壩州、甘孜州14.4%、19.9%的水資源量對應1%的耕地和人口，產生的GDP不到全省的1%。阿壩州、甘孜州地廣人稀，其中阿壩州坐落于青藏高原，交通不便導致經濟發(fā)展較為一般，主要是第三產業(yè)拉動經濟。整體來看，長江經濟帶各省水資源-經濟的不均衡程度要高于水資源-人口、土地資源的不均衡程度。

3.2 水資源負載分析

水資源負載指數可以說明區(qū)域水資源開發(fā)利用及開發(fā)難易程度，從計算結果可以看出長江經濟帶水資源負載指數呈現的特點是東部高，西部低的特點，長江經濟帶整體水資源開發(fā)利用程度和開大利用極不均衡。

圖5給出了2010—2019年長江經濟帶各省級行政區(qū)水資源負載指數，可以看出長江經濟帶整體水資源負載指數超過2，其中江蘇、上海水資源負載指數超過10，其中上海人口密度較大，經濟發(fā)展迅速，其水資源量較為短缺，其水資源負載指數遠超其他地區(qū)，說明長三角地區(qū)水資源壓力相對其他地區(qū)壓力較大，江蘇、上海水資源開發(fā)利用程度很高，繼續(xù)開發(fā)水資源潛力很小，可能需要通過外部調水來緩解用水緊張，其水資源時空分布、開發(fā)利用與人口經濟極不匹配。重慶、湖北、安徽、浙江水資源負載指數在5～10，說明這些地區(qū)水資源開發(fā)利用程度高，繼續(xù)開發(fā)潛力較小，用水較緊張。四川、云南、貴州、湖南、江西地區(qū)水資源負載指數處于2～5，水資源開發(fā)利用處于中等水平，主要是因為這些省份水資源豐富，降雨量比較豐富，但人口密度相對較小，水資源壓力一般，水資源負載指數遠低于長三角地區(qū)。可以發(fā)現，經濟發(fā)展較快地區(qū)，水資源開發(fā)利用程度也較高。其中長江經濟帶上中下游、沿江兩岸水資源負載指數差異明顯，進一步凸顯長江經濟帶區(qū)域發(fā)展不均衡，產業(yè)布局不合理，長江經濟帶下游地區(qū)的經濟發(fā)展水平、社會建設水平、區(qū)域發(fā)展水平和水資源開發(fā)利用程度平均高于中游地區(qū)和上游地區(qū)，各區(qū)域的發(fā)展不均衡。對于水資源負載指數較高地區(qū)，應優(yōu)化產業(yè)布局，協(xié)調水資源、人口與經濟之間的關系，加強水資源管理。同時，可以加強水資源的多維調配以提高區(qū)域水資源高效利用[24]。

圖4 2019年長江經濟帶各省水資源-土地、經濟、人口匹配洛倫茲曲線Fig.4 Lorentz curve of water resources - land, economy and population matching of provinces in the Yangtze River Economic Belt in 2019

從2010—2019年水資源負載指數的時間變化分析，除上海市外，其余各省級行政區(qū)水資源負載指數有上升趨勢。說明長江經濟帶整體水資源開發(fā)利用程度在變高。其中，上海市由于工商業(yè)發(fā)達，工業(yè)、商業(yè)用水量較多，絕對用水量達，由于水資源開發(fā)利用程度本身就很大，隨著國家實行最嚴格水資管理制度，上海市水資源負載指數隨時間變化有所緩解。針對長江經濟帶水資源開發(fā)利用情況，應合理開發(fā)利用水資源，實施水資源的統(tǒng)一監(jiān)督管理，做好中長期跨區(qū)域的水資源開發(fā)利用規(guī)劃。

4 結論

基于2010—2019年數據，采用基尼系數法和水資源負載指數對長江經濟帶水資源空間均衡特征進行測算，分析了其時空動態(tài)變化特征和空間均衡特征。本研究的主要結論如下：

(1)長江經濟帶局部地區(qū)水資源與土地資源空間分布存在錯位，各市水資源-土地資源匹配差距較大。四川省阿壩州、甘孜州、安徽黃山等地區(qū)水資源-土地資源匹配程度較低。各省的水資源-土地資源差異呈現四川-重慶>安徽>湖北>云南>浙江>江蘇-上海>湖南>江西>貴州。其中四川-重慶、安徽、湖北地區(qū)基尼系數超過了聯合國規(guī)定的警戒線0.4。長江經濟帶整體水資源-土地資源匹配程度近幾年相對平穩(wěn)，整體變化不大。但其總體耕地面積有減少趨勢，建議應采取相關措施，恪守耕地紅線，保障水土資源的可持續(xù)利用。

圖5 長江經濟帶2010—2019水資源負載指數Fig.5 Water resource load index of the Yangtze River Economic Belt from 2010 to 2019

(2)長江經濟帶各省級行政區(qū)水人匹配差異呈現四川-重慶>安徽>云南>湖北>浙江>貴州>江蘇-上海>湖南>江西，四川-重慶、安徽、云南地區(qū)超過聯合國規(guī)定的警戒線0.4。2010—2019年長江經濟帶平均水資源-人口基尼系數為0.37，處于相對合理水平。其中，根據各地級市人均水資源量來看，四川省甘孜州人均水資源量約是上海市的200倍，部分地級市水資源-人口匹配差距懸殊。江蘇-上海水資源-人口基尼系數來看，其內部人均水資源量雖然較低，但其區(qū)域分布卻比較合理。

(3)長江經濟帶各省級行政區(qū)水資源-經濟匹配差異呈現四川-重慶>云南>湖北>安徽>湖南>貴州>江蘇-上海>浙江>江西，除江西外，其他省份都超過聯合國規(guī)定的警戒線0.4，水資源-經濟匹配差異較大。2019年長江經濟帶整體水資源-經濟基尼系數為0.52，已經達到差距懸殊水平。長江經濟帶各城市發(fā)展水平不一致，從整體結構來看，上海、武漢、重慶等超大城市萬元GDP水資源量遠超其他城市，長江經濟帶東中西部地區(qū)經濟發(fā)展也不平衡。以省級行政區(qū)為單位的中心地區(qū)與邊緣地區(qū)的經濟差異也比較顯著。

(4)基于洛倫茲曲線分析，直觀看出江蘇-上海、貴州、江西、浙江地區(qū)的水資源-土地資源、經濟、人口整體匹配比較好。而安徽、四川-重慶水資源-土地資源、經濟、人口整體匹配差距較大。長江經濟帶整體平均匹配差異表現為水資源-經濟平均基尼系數>水資源-土地資源匹配基尼系數>水資源-人口匹配基尼系數，長江經濟帶各省水資源-經濟的不均衡程度要高于水資源-人口、土地資源的不均衡程度，可見長江經濟帶水資源空間分布于生產力布局不協(xié)調。

(5)長江經濟帶水資源負載指數呈現上海>江蘇>安徽>湖北>重慶>浙江>云南>湖南>四川>江西>貴州。其中上海、江蘇水資源負載指數遠超10，需要通過外部調水來緩解用水緊張。根據對水資源負載指數的時空變化分析可知，長江經濟帶整體水資源負載指數呈上升趨勢，只有上海水資源負載指數呈下降趨勢，長江經濟帶整體水資源開發(fā)利用程度呈現東高西低。長江經濟帶上中下游、沿江兩岸水資源負載指數差異明顯，進一步凸顯長江經濟帶區(qū)域發(fā)展不均衡，產業(yè)布局不合理，各區(qū)域的發(fā)展不均衡。