《Water》：A Dynamic Assessment Framework for Water Resource Spatial Equilibrium: Structural Imbalances and Convergence Patterns in Anhui Province of China
编辑推荐：
摘要专业翻译
现有水资源空间均衡（WRSE）评估在识别失衡的结构性来源及其动态演化轨迹方面存在持续局限。为弥补这一不足，本研究旨在开发一个诊断框架，用以量化空间不公平性、定位其结构性根源并刻画时间收敛模式。方法上，本研究采用统计分析途径，具体为Dagum基尼系
摘要专业翻译
现有水资源空间均衡（WRSE）评估在识别失衡的结构性来源及其动态演化轨迹方面存在持续局限。为弥补这一不足，本研究旨在开发一个诊断框架，用以量化空间不公平性、定位其结构性根源并刻画时间收敛模式。方法上，本研究采用统计分析途径，具体为Dagum基尼系数分解与核密度估计（KDE），并构建涵盖水–城市、水–土地、水–人口和水–产业四个子系统的评估框架。研究人员将该框架应用于中国安徽省的WRSE分析，使用2012至2023年的平衡面板数据。结果表明，WRSE持续改善，总体基尼系数从0.644降至0.535，但水–土地子系统仍是最失衡且改善最慢的瓶颈。总失衡的近60%源于三个地理功能分区之间的区际差异，而区内分化仅占14%。KDE揭示所有子系统均呈收敛态势但速率异质：水–产业子系统受效率提升驱动收敛最快，而水–土地子系统因刚性灌溉需求约束收敛最慢。本研究将WRSE研究从失衡描述推进至根源诊断，具有四子系统分解、耦合分解–密度分析以及适用于气候过渡带的普适性区际主导模式三大特色。
论文解读
一、研究背景与问题提出
水资源是支撑人类生存、经济发展与生态系统完整性的基础自然资源。近年来，快速的社会经济发展、加速的城市化与深刻的土地利用变化对供水系统施加了日益沉重的压力；全球气候变化进一步扩大了水资源供需的时空错配。在此背景下，安徽省是中国水资源空间失衡的典型缩影。该省位于南北气候过渡带，人均水资源占有量仅为1330立方米，仅为全球平均水平的23.3%，且区域差异悬殊：北部平原集中了大部分人口和耕地，但人均水资源不足450立方米；而水资源丰富的西南山区却人口稀疏。这种水资源禀赋与社会经济发展之间的结构性错配，使安徽省成为诊断和应对空间水资源失衡的代表性案例。
现有WRSE量化评估框架存在明显的方法论局限。早期研究主要采用双变量匹配指标（基尼系数、洛伦兹曲线）考察水资源与单一社会经济变量（人口、耕地、经济产出）的匹配关系，辅以泰尔指数和莫兰指数刻画区域差异与空间自相关。然而，这些单维方法无法容纳多变量交互作用，因而难以阐明城市化、土地利用变化、人口动态和产业结构调整所驱动的竞争性需求与协同效应。为突破单维限制，学者们越来越多地采用综合指标体系和耦合协调度模型，但将多维信息聚合成单一综合指数往往会掩盖各子系统的独立贡献与异质差异，且缺乏可分解性，无法区分失衡究竟源于区内异质性、区际分化还是交叉重叠。此外，大多数现有方法依赖截面数据、局限于静态比较，难以捕捉WRSE的时间变化、分布扩展或极化动态。综上，现有WRSE研究大多聚焦于空间失衡程度的测度，而对深层驱动因素的诊断性洞察有限。为此，本研究开发了一个动态评估框架，系统解构水资源不公平性的来源与演化轨迹。
二、研究内容与核心结论
研究人员以安徽省为实证案例，依据自然地理梯度与区域发展定位划分三个功能区，开展2012至2023年的时间序列分析。研究得出以下核心结论：第一，安徽省WRSE总体处于绝对失衡状态但呈持续改善趋势，2017年后改善明显加速；第二，水–土地子系统是最失衡且改善最慢的子系统，构成全省WRSE提升的核心瓶颈；第三，空间上，总失衡的近60%源于三个功能区之间的区际差异，区内差异仅贡献14%，表明弥合跨区差距比优化单个城市更为关键；第四，时间上，WRSE改善遵循低水平城市追赶高水平城市的收敛模式，水–产业子系统受效率提升驱动收敛最快，而水–土地子系统因刚性灌溉需求约束收敛最慢。
本研究的意义在于将WRSE研究从失衡描述推进至根源诊断阶段，通过四子系统分解精确定位失衡维度，通过Dagum分解识别结构性来源，通过KDE揭示演化机制，为差异化水资源管理提供了针对性依据。该框架对面积不小于5万平方公里的省级行政单元、拥有至少8至10个下属城市、具备至少10年连续面板数据的区域具有广泛适用性。
三、关键技术与方法
本研究采用的主要技术方法包括：（1）基于加速遗传算法的层次分析法（AHP-AGA）确定子系统权重，权重基于17份有效专家问卷获得，S1至S4的权重分别为0.192、0.268、0.337和0.203，一致性系数为0.002；（2）Dagum基尼系数分解方法，将总体基尼系数分解为区内差异、区际差异和超变密度三个加性成分；（3）核密度估计（KDE），采用高斯核函数与Silverman带宽规则刻画分布动态；（4）Mann–Kendall非参数趋势检验与Sen斜率估计，用于统计验证基尼系数时间序列的下降趋势。数据来源为安徽省统计年鉴（2013–2024年）和安徽省水资源公报（2012–2023年），覆盖16个地级市的平衡面板数据。
四、研究结果
4.1 总体均衡水平与空间异质性识别
16个地级市的WRSE发展水平呈现明显的西南高、东北低格局。黄山市以0.664的E值位居首位，淮北市仅为0.013，极值比高达50.9。西南五市均值达0.353，而东北十一市均值仅0.040。2012至2023年间总体基尼系数持续超过0.5的绝对失衡阈值，Mann–Kendall检验确认了边际显著的下降趋势（τ = ?0.412，p = 0.074）。四个子系统均呈现显著的西南—东北递减梯度，其中水–土地子系统的空间差异最为突出，极值比达43.1。
4.2 WRSE评估的子区域划分
依据单位面积水资源量、地形特征和省级总体规划功能分区三个独立标准，将安徽省划分为南部生态保育区（SECA）、中部核心功能区（CCFA）和北部平原农业区（NPAA）三个功能区。分区方案明确排除了计算所得的WRSE综合发展水平E值，以避免潜在的内生性偏误。
4.3 空间差异格局与来源分解
区内基尼系数方面，三个功能区均低于绝对失衡阈值，其中CCFA最高（0.412），NPAA次之（0.375），SECA最低（0.326）。区际基尼系数方面，所有配对区际基尼系数均超过0.5阈值，其中NPAA与SECA之间最大（G13 = 0.687），CCFA与SECA之间次之（G23 = 0.614），NPAA与CCFA之间相对较低但仍显著（G12 = 0.559）。来源分解显示，区际差异（GB）年均贡献59%，远超超变密度（27%）和区内差异（14%），该模式在四个子系统中一致成立。超变密度各年均低于0.082，验证了三个功能区划分的合理性。
4.4 WRSE状态的时间演化与分布动态
总体基尼系数从2012年的0.644降至2023年的0.535，年均降幅1.41%。四个子系统均呈下降趋势但收敛速率异质：S1、S3、S4年均改善1.50%至1.54%，而S2仅下降0.97%。Mann–Kendall检验确认S3（τ = ?0.455，p = 0.047）和S4（τ = ?0.485，p = 0.034）呈显著下降趋势，总体系统（τ = ?0.412，p = 0.074）和S1（τ = ?0.424，p = 0.064）呈边际显著下降，S2趋势信号最弱（τ = ?0.382，p = 0.099）。区内差异动态方面，S4和S3收敛最快，S1和S2收敛缓慢。区际差异方面，S3收敛最突出，S2收敛最慢，且NPAA与CCFA之间的差距收敛最快。三维KDE曲面显示，总体系统、S1和S3的密度峰持续右移，S4峰高增幅最大、收敛最显著，S2收敛最弱，与基尼系数结果一致。
五、讨论与结论
讨论部分指出，2017年后WRSE改善加速与引江济淮工程（2016年开工）和淮水北调工程（2017年主体完工）的投运时间吻合，调水工程使NPAA年均水资源量增加约20亿立方米，SECA减少约45亿立方米。然而，工程措施的调控效应在子系统间差异显著：S2因耕地持续扩张和刚性农业灌溉需求而改善最慢，S3因中部功能区人口持续集聚而维持较高失衡水平。这表明工程措施能缓解水资源短缺，但无法独立解决由土地利用变化和人口迁移驱动的结构性失衡。
管理启示方面：第一，区际差异主导（占59%）的结构特征表明调控重点应放在功能区间的协同上，跨区域调水工程和区际生态补偿机制应优先于单个城市内的碎片化政策调整；第二，S2作为核心瓶颈，应侧重需求侧管理策略，如调整作物种植结构和推广节水灌溉技术，并按功能区差异化实施；第三，水–人口子系统的显著失衡要求强化以水资源禀赋约束人口分布的空间规划原则。
研究结论为：安徽省WRSE总体处于绝对失衡状态但呈持续改善趋势，2017年后明显加速；水–土地子系统是最失衡且改善最慢的核心瓶颈；空间上近60%的总失衡源于区际差异，区内差异仅贡献14%；时间上呈低水平城市追赶高水平城市的收敛模式，水–产业子系统收敛最快，水–土地子系统收敛最慢。研究局限在于12年研究期受数据一致性约束，未来可通过同质化历史数据重建延长研究时限，整合空间自相关模块和气候情景模拟以增强诊断能力。
