何立瀅 喬琪庭 姚泓鈺 任思睿

摘 要：優(yōu)化用水結(jié)構(gòu)是區(qū)域水資源管理的重要課題。本文基于信息熵理論，引入均衡度以表征北方地區(qū)用水結(jié)構(gòu)特征，采用灰色關(guān)聯(lián)度和Pearson相關(guān)分析法探究其驅(qū)動(dòng)因子。結(jié)果表明：北方地區(qū)農(nóng)業(yè)是用水大戶，工業(yè)和生活用水量較接近，生態(tài)用水占比最少但增速較快;2003—2019年，北方地區(qū)用水結(jié)構(gòu)朝均衡方向發(fā)展，但東北地區(qū)用水結(jié)構(gòu)逐漸單一;北方地區(qū)社會(huì)經(jīng)濟(jì)影響著用水結(jié)構(gòu)，西北、東北、華北片區(qū)用水結(jié)構(gòu)特征演變的主要驅(qū)動(dòng)因子不同。

關(guān)鍵詞：用水結(jié)構(gòu);信息熵;灰色關(guān)聯(lián)度;均衡度

中圖分類號(hào)：TV213.9 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? 文章編號(hào)：1003-5168（2021）36-0115-06

Analysis of the Characteristics and Driving Factors of the Evolution of

Water Use Structure in Northern China

HE Liying ? ?QIAO Qiting ? ?YAO Hongyu ? ?REN Sirui

（College of New Energy and Environment，Jilin University，Changchun Jilin 130021）

Abstract： Optimizing the structure of water use is an important issue for regional water resources management.Based on the theory of information entropy，this paper introduces the equilibrium degree to characterize the features of the water structure in the north，and uses the gray correlation degree and Pearson correlation analysis method to explore its driving factors.The results show that：northern agriculture is a major water user，industrial and domestic water consumption is close，while ecological water accounted for the least proportion but the growth rate is faster.The water structure in the north developed in a balanced direction from 2003 to 2019，but the water structure in the northeast was going gradually single.Northern socio-economy affects the structure of water use，but the main driving factors for the evolution of the characteristics of the water use structure in the Northwest，Northeast and North China regions are different.

Keywords： water use structure;information entropy;grey correlation degree;equilibrium degree

隨著社會(huì)經(jīng)濟(jì)的飛躍式發(fā)展，水資源短缺、水環(huán)境污染、水生態(tài)破壞等水危機(jī)在生產(chǎn)生活中不斷出現(xiàn)[1]，供水與用水之間的矛盾是引起這一系列水問題的因素之一。供用水結(jié)構(gòu)時(shí)空演變及取得的研究對(duì)于實(shí)現(xiàn)水資源合理配置、提高用水效率、完善水資源管理制度有著很大的意義[2]。近年來，用水結(jié)構(gòu)相關(guān)的研究成果較多，甘豐余等[3]采用信息熵方法分析海南省2000—2016年用水?dāng)?shù)據(jù)，得到海南島嶼用水結(jié)構(gòu)時(shí)空變化規(guī)律;陳穎杰等[4]采用生態(tài)位理論分析黃河流域用水結(jié)構(gòu)的變化特征，得到其與發(fā)達(dá)國(guó)家流域間的差異;李揚(yáng)等[5]通過區(qū)位熵和洛倫茲曲線對(duì)山西省用水結(jié)構(gòu)進(jìn)行分析，為優(yōu)化區(qū)域水資源配置提供建議;Chen Jing等[6]建立了基于灰色分析和協(xié)同理論的區(qū)域產(chǎn)業(yè)用水結(jié)構(gòu)評(píng)價(jià)模型，考慮經(jīng)濟(jì)和生態(tài)等影響因素，量化了區(qū)域用水結(jié)構(gòu)發(fā)展現(xiàn)狀。北方地區(qū)水資源匱乏，多數(shù)省級(jí)行政區(qū)人均水資源量低于國(guó)際公認(rèn)的極度缺水標(biāo)準(zhǔn)（500 m3/人），但至今鮮有研究從宏觀尺度上對(duì)整個(gè)北方地區(qū)進(jìn)行分析。鑒于此，本文以區(qū)域和15個(gè)省級(jí)行政區(qū)為單元，分析北方地區(qū)2003—2019年用水結(jié)構(gòu)演變特征，探究其驅(qū)動(dòng)因子，為區(qū)域水資源管理提供科學(xué)依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)來源

中國(guó)北方地區(qū)地處31°23′N—53°31′N，73°40′E—135°5′E之間，一般劃分為東北、西北和華北三個(gè)片區(qū)。西北地區(qū)包括寧夏、新疆、陜西、甘肅、內(nèi)蒙古、青海，東北地區(qū)包括黑龍江、吉林、遼寧，華北地區(qū)包含北京、天津、河北、山西、山東、河南，總面積為5.64×106 km2。地形多為平原，局部為高原和山地;氣候以溫帶大陸性氣候和溫帶季風(fēng)性氣候?yàn)橹?，冬季溫度低? ℃，夏季溫度高于20 ℃;四季分明，降水量多集中在夏季，年降水量多在400～800 mm;2019年北方地區(qū)總?cè)丝跀?shù)量達(dá)5.84億，地區(qū)生產(chǎn)總值為3.49×105億元。

本文中數(shù)據(jù)主要來自2004—2020年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)水資源公報(bào)》《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》和各?。▍^(qū)、市）水資源公報(bào)和統(tǒng)計(jì)年鑒等。

2 研究方法

2.1 信息熵與均衡度

熵是熱力學(xué)中的一個(gè)物理概念，被應(yīng)用于不同領(lǐng)域，用來描述系統(tǒng)的復(fù)雜性，可以來量化用水系統(tǒng)的復(fù)雜性，作為衡量用水結(jié)構(gòu)均衡程度的依據(jù)。信息熵的計(jì)算公式如式（1）所示[7]：

[H=-i=1nPlnPi] ? ? ? （1）

式（1）中：Pi表示第i種水資源所占總用水量的比例;H表示用水結(jié)構(gòu)信息熵，單位為nat;n表示用水類型的數(shù)目。

在信息熵H的基礎(chǔ)上計(jì)算均衡度，如式（2）所示：

[J=HHm=Hlnn] ? ? ? （2）

式（2）中：n表示用水類型的數(shù)目;Hm表示最大信息熵;J表示均衡度，取值區(qū)間為0～1，J的值越大表示系統(tǒng)無序性增加，系統(tǒng)的結(jié)構(gòu)分配更加均衡，更加穩(wěn)定。

對(duì)于水資源利用而言，用水結(jié)構(gòu)均衡度越高，說明用水結(jié)構(gòu)的單一性越弱，系統(tǒng)更加均衡，水資源開發(fā)利用越合理。

2.2 灰色關(guān)聯(lián)度模型

灰色關(guān)聯(lián)度模型用于分析用水結(jié)構(gòu)均衡度與驅(qū)動(dòng)因子間的關(guān)聯(lián)程度。計(jì)算步驟如下[2]：

2.2.1 參考序列和比較序列的選擇。參考序列為[X0k=x01，x02，…，x0nk=1，2，…，n];比較序列為[Xik=xi1，xi2，…，xini=1，2，…，m]，對(duì)應(yīng)m個(gè)指標(biāo)序列，既有m個(gè)驅(qū)動(dòng)因子，每個(gè)序列下有n個(gè)數(shù)據(jù)。

2.2.2 參考序列和比較序列去量綱化。選用最大值化法對(duì)原始數(shù)據(jù)進(jìn)行去量綱處理，將正相關(guān)序列稱為“增長(zhǎng)型序列”，反相關(guān)序列稱為“減小型序列”。對(duì)反相關(guān)序列進(jìn)行正向化處理，不同的指標(biāo)采用不同的公式計(jì)算，如式（3）、式（4）所示：

[Yj增長(zhǎng)k=xjxjmax] ? ? ?（3）

[Yj減小k=1-xjxjmaxj=1，2，…，m] ? （4）

[ξik=miniminky0k-yik+ρmaximaxky0k-yik∣y0k-yik∣+ρmaximaxky0k-yik]

（5）

式（5）中：[ξik]為關(guān)聯(lián)系數(shù);y0（k）、yi（k）分別為無量綱化后的參考序列和比較序列;ρ為修正系數(shù)，一般取0.5。

2.2.3 計(jì)算各驅(qū)動(dòng)因子的關(guān)聯(lián)度。計(jì)算公式如式（6）所示：

[γi=1nk=1nξi（k）] ? ? ? （6）

式（6）中：[γi]為各驅(qū)動(dòng)因子的關(guān)聯(lián)度。關(guān)聯(lián)度值越大，則表明參考序列對(duì)比較序列的關(guān)聯(lián)性越強(qiáng)，反之越弱。關(guān)聯(lián)度強(qiáng)度等級(jí)劃分為：0～0.2為弱關(guān)聯(lián)度（簡(jiǎn)稱“弱”），0.2～0.4為較弱關(guān)聯(lián)度（簡(jiǎn)稱“較弱”），0.4～0.6為中等關(guān)聯(lián)度（簡(jiǎn)稱“中等”），0.6～0.8為較強(qiáng)關(guān)聯(lián)度（簡(jiǎn)稱“較強(qiáng)”），0.8～1.0為強(qiáng)關(guān)聯(lián)度（簡(jiǎn)稱“強(qiáng)”）。

2.3 Pearson相關(guān)分析

Pearson相關(guān)系數(shù)計(jì)算公式如式（7）所示[8]：

[ρX，Y=covX，YσXσY=E∣X-μXY-μY∣σXσY=EXY-E（X）E（Y）EX2-E2XEY2-E2（Y）] ?（7）

式（7）中：cov（X，Y）表示X、Y兩者特征的協(xié)方差：σX、σY分別表示X、Y兩列特征的標(biāo)準(zhǔn)差。相關(guān)系數(shù)ρ取值為-1～1，相關(guān)系數(shù)絕對(duì)值越大，表示線性相關(guān)性越強(qiáng)，ρ>0表示序列呈正相關(guān)關(guān)系，ρ<0表示序列呈負(fù)相關(guān)關(guān)系。

3 數(shù)據(jù)處理與結(jié)果分析

3.1 用水量

對(duì)北方地區(qū)2003—2019年農(nóng)業(yè)、工業(yè)、生活與生態(tài)四大部門用水量、用水占比進(jìn)行分析，并對(duì)三大分區(qū)進(jìn)行比較，如圖1、圖2所示。結(jié)果表明，農(nóng)業(yè)用水是北方地區(qū)主要的用水部門，17 a來用水量先增后減，但17 a來農(nóng)業(yè)用水始終是用水大戶。工業(yè)用水原先是北方第二大用水部門，用水總量經(jīng)歷了先上升后下降的變化，用水占比則逐年下降，由2003年的12.4%降至2019年的9.4%，在2016年被生活用水超過，成為第三大用水部門。而生活用水總量和占比近年來始終保持增加狀態(tài)，17 a里生活用水量增加了21.8%，用水占比則增加了0.82%。生態(tài)用水在四大部門中用水量最少，但用水量不斷增加，在2014年后增加速度加快，年均增長(zhǎng)24.32億 m3;到2019年，生態(tài)用水占比為7.8%，用水量為187.3億 m3，用水量和用水占比與2003年相比增加了近5倍。

在三個(gè)片區(qū)中，西北地區(qū)的農(nóng)業(yè)用水量和生態(tài)用水量最多，工業(yè)用水量和生活用水量最少;東北地區(qū)的農(nóng)業(yè)用水量和生態(tài)用水量最少;華北地區(qū)的工業(yè)用水量和生活用水量最多。

3.2 用水結(jié)構(gòu)

3.2.1 用水結(jié)構(gòu)均衡度。根據(jù)北方地區(qū)2003—2019年用水結(jié)構(gòu)均衡度演變特征（如圖3所示）可知，北方地區(qū)用水均衡度總體呈現(xiàn)上升趨勢(shì)，表明17 a來北方用水結(jié)構(gòu)更加均衡，水資源利用更加合理。

在北方地區(qū)三個(gè)區(qū)中，華北地區(qū)的用水均衡度始終位于前列，東北次之，西北最差。由圖3可知，華北地區(qū)用水均衡度在2003年已達(dá)0.651，17 a來穩(wěn)步上升，2019年用水均衡度為0.841。西北地區(qū)用水均衡度為三個(gè)片區(qū)中最低，總體上呈現(xiàn)上升趨勢(shì)。2012年由于農(nóng)業(yè)用水占比增加，導(dǎo)致該年的均衡度值下降，而后隨著農(nóng)業(yè)用水占比的波動(dòng)下降，用水均衡度也波動(dòng)上升，但仍低于其他分區(qū)。東北地區(qū)用水均衡度則出現(xiàn)先平穩(wěn)后下降的變化，在2011年前均衡度值穩(wěn)定在0.61上下，而后呈現(xiàn)下降趨勢(shì)，用水結(jié)構(gòu)單一化。

3.2.2 用水結(jié)構(gòu)均衡度驅(qū)動(dòng)因子分析。①關(guān)聯(lián)因子的選擇。用水結(jié)構(gòu)通常會(huì)受到社會(huì)經(jīng)濟(jì)、用水形勢(shì)等多重因素的影響，且作用機(jī)理不同。因此，將用水結(jié)構(gòu)影響因子分為用水因子和社會(huì)因子兩大類。其中，用水因子根據(jù)四大用水部門，進(jìn)一步劃分為農(nóng)業(yè)用水量占比、糧食總產(chǎn)量、有效灌溉面積、農(nóng)業(yè)機(jī)械總動(dòng)力、工業(yè)用水量占比、生產(chǎn)用水量、廢水排放總量、生活用水量占比、城市用水普及率、生態(tài)用水量占比、城市園林綠地面積、建成區(qū)綠化覆蓋率;社會(huì)因子則包括地區(qū)人口總數(shù)、城鎮(zhèn)人口比重和三大產(chǎn)業(yè)地區(qū)生產(chǎn)總值占比。②用水結(jié)構(gòu)關(guān)聯(lián)因子分析。以用水結(jié)構(gòu)均衡度作為參考序列，相關(guān)驅(qū)動(dòng)因子為比較序列，計(jì)算灰色關(guān)聯(lián)度并依據(jù)等級(jí)劃分標(biāo)準(zhǔn)對(duì)結(jié)果進(jìn)行劃分。由于鄧氏關(guān)聯(lián)度無法體現(xiàn)因素的負(fù)相關(guān)特性[9]，因此，結(jié)合Pearson相關(guān)系數(shù)法判斷因素間的正負(fù)相關(guān)關(guān)系，綜合得到西北地區(qū)、東北地區(qū)和華北地區(qū)與各驅(qū)動(dòng)因子間的關(guān)聯(lián)程度（見表1、表2、表3），分析如下。

3.2.2.1 西北地區(qū)。西北地區(qū)用水結(jié)構(gòu)均衡度總體上呈現(xiàn)上升趨勢(shì)，農(nóng)業(yè)用水占比呈現(xiàn)下降趨勢(shì)，在17 a里下降5.67%，降低幅度小，對(duì)用水結(jié)構(gòu)信息熵的貢獻(xiàn)弱，因此，農(nóng)業(yè)用水占比及其相關(guān)因子和均衡度呈現(xiàn)負(fù)相關(guān)弱關(guān)聯(lián)關(guān)系（見表1）。西北地區(qū)工業(yè)用水占比與生活用水占比幾乎持平，甚至低于生活用水占比，變化不大。因此，工業(yè)用水占比和生產(chǎn)用水量對(duì)用水結(jié)構(gòu)信息熵的影響很弱。但廢水排放總量與西北地區(qū)用水均衡度的關(guān)聯(lián)度相對(duì)較大，說明用水結(jié)構(gòu)的調(diào)整影響工業(yè)廢水和生活污水的排放量。

西北地區(qū)生活用水、生態(tài)用水占比與用水結(jié)構(gòu)信息熵的關(guān)聯(lián)度大，生活用水和生態(tài)用水占比之和有逐年增大的趨勢(shì)，這與西北地區(qū)保障生態(tài)基本用水需求、促進(jìn)資源環(huán)境逐步休養(yǎng)生息的生態(tài)舉措一致。在居民用水方面，西北地區(qū)17 a來城鎮(zhèn)用水普及率不斷提高，寧夏由2003年的63%提高至2019年的98.4%，甘肅由2003年的82.2%提高至2019年的98%，內(nèi)蒙古由2003年的80%提高至2019年的99%，新疆、青海和陜西的城市用水普及率一直穩(wěn)定在90%以上。城市用水普及率的提高表明西北地區(qū)城鎮(zhèn)居民生活水平提高，使用水結(jié)構(gòu)更加復(fù)雜、穩(wěn)定。

在社會(huì)人口方面，西北地區(qū)人口總數(shù)的增加和城鎮(zhèn)化率的提高促進(jìn)了用水結(jié)構(gòu)的穩(wěn)定。2019年西北地區(qū)總?cè)丝跀?shù)較2003年增加1 169萬人，各省級(jí)行政區(qū)內(nèi)城鎮(zhèn)化率增加幅度在10%～25%。隨著生活水平的提高，人們對(duì)生活用水、生態(tài)用水的需求更高，迫使用水結(jié)構(gòu)發(fā)生調(diào)整，加大生活和生態(tài)用水比例。在社會(huì)經(jīng)濟(jì)方面，相較其他兩大產(chǎn)業(yè)，西北地區(qū)的第三產(chǎn)業(yè)地區(qū)生產(chǎn)總值占比與用水均衡度的關(guān)聯(lián)性較強(qiáng)。在地區(qū)政策（如西部大開發(fā)）的推動(dòng)下，區(qū)域第三產(chǎn)業(yè)地區(qū)生產(chǎn)總值占比呈現(xiàn)上升趨勢(shì)，環(huán)境景觀用水、公共服務(wù)用水的增加豐富了用水結(jié)構(gòu)，因此比第一、第二產(chǎn)業(yè)地區(qū)生產(chǎn)總值占比的關(guān)聯(lián)度更大。

3.2.2.2 東北地區(qū)。東北地區(qū)用水結(jié)構(gòu)均衡度呈現(xiàn)下降趨勢(shì)，用水結(jié)構(gòu)更加單一，這主要是受農(nóng)業(yè)用水占比增加的影響。與西北地區(qū)一樣，東北地區(qū)農(nóng)業(yè)用水占比普遍偏高，其中黑龍江省農(nóng)業(yè)用水占比逐年增大，由2003年的69.7%提高到2019年的88.3%，導(dǎo)致用水均衡度逐年減小;加之吉林省的農(nóng)業(yè)用水量占比在2011年后也呈現(xiàn)上升趨勢(shì)，共同導(dǎo)致東北地區(qū)用水結(jié)構(gòu)單一化，因此，農(nóng)業(yè)用水占比及其相關(guān)因子與用水均衡度呈現(xiàn)強(qiáng)負(fù)相關(guān)強(qiáng)關(guān)聯(lián)關(guān)系（見表2）。東北地區(qū)用水結(jié)構(gòu)均衡度與工業(yè)用水因子關(guān)聯(lián)性較強(qiáng)，黑龍江工業(yè)用水占比下降幅度很大，由2003年的21.3%下降至2019年的6.3%，年均下降幅度0.89%，因此，工業(yè)用水占比對(duì)用水結(jié)構(gòu)信息熵的灰色關(guān)聯(lián)度值大，而遼寧省用水占比變化較小，因此關(guān)聯(lián)性較弱。

東北生活用水、生態(tài)用水的相關(guān)因子與用水結(jié)構(gòu)均衡度的關(guān)聯(lián)性較強(qiáng)。其中，城市用水普及率促進(jìn)了生活用水量的增加，城市園林綠地面積和建成區(qū)綠化覆蓋率增加了生態(tài)用水，因此其與用水均衡度有一定的正相關(guān)關(guān)聯(lián)性。

在社會(huì)人口方面，東北各省具有差異性，2019年?yáng)|北地區(qū)人口總數(shù)較2003年增加了65.3萬人，其中遼寧省增加了142萬人，黑龍江和吉林兩省人口數(shù)量均減少，這與用水均衡度的變化趨勢(shì)相同。在社會(huì)經(jīng)濟(jì)方面，東北地區(qū)面臨著產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，各省三大產(chǎn)業(yè)結(jié)構(gòu)變化情況不一致，同時(shí)受省內(nèi)不同水資源政策和產(chǎn)業(yè)政策的影響，因此產(chǎn)業(yè)結(jié)構(gòu)與用水均衡度的關(guān)聯(lián)程度不明顯。

3.2.2.3 華北地區(qū)。華北地區(qū)用水結(jié)構(gòu)均衡度呈現(xiàn)上升趨勢(shì)。對(duì)于農(nóng)業(yè)發(fā)達(dá)的省份（如河南、山東、山西）而言，用水結(jié)構(gòu)均衡度與農(nóng)業(yè)相關(guān)因子關(guān)聯(lián)性強(qiáng)，有效灌溉面積、農(nóng)業(yè)機(jī)械總動(dòng)力和糧食總產(chǎn)量的變化影響著農(nóng)業(yè)用水量，因此其與用水結(jié)構(gòu)均衡度有著一定的關(guān)聯(lián)性。而對(duì)于北京、天津而言，地區(qū)用水均衡度與農(nóng)業(yè)用水相關(guān)因子關(guān)系則較弱。華北地區(qū)工業(yè)用水占比17 a來增加2.1%，變幅小，因此工業(yè)用水相關(guān)因子對(duì)用水結(jié)構(gòu)的影響小，但隨著工業(yè)結(jié)構(gòu)的調(diào)整，影響了廢污水的排放情況，工業(yè)廢水排放量增加近一倍。

生活用水量占比、生態(tài)建設(shè)中城市園林綠地面積和建成區(qū)綠化覆蓋率與華北地區(qū)用水結(jié)構(gòu)均衡度的關(guān)聯(lián)度大，生態(tài)環(huán)境的建設(shè)推動(dòng)著用水結(jié)構(gòu)向著更加均衡的方向發(fā)展。

在社會(huì)人口方面，華北地區(qū)總?cè)丝跀?shù)和城鎮(zhèn)人口比重與用水結(jié)構(gòu)信息熵的關(guān)聯(lián)度強(qiáng)。華北地區(qū)2019年人口總數(shù)較2003年增長(zhǎng)10.9%，區(qū)域城鎮(zhèn)化率逐年升高，生活水平也日益提高，增加了對(duì)生活和景觀用水的需求，從而影響了用水結(jié)構(gòu)均衡度。在社會(huì)經(jīng)濟(jì)方面，華北地區(qū)第三產(chǎn)業(yè)生產(chǎn)總值占比和用水結(jié)構(gòu)均衡度的關(guān)聯(lián)性強(qiáng)，這是因?yàn)榈谌a(chǎn)業(yè)是城市化的直接推動(dòng)力，華北地區(qū)作為中國(guó)政治文化中心，城市化進(jìn)程加快，第三產(chǎn)業(yè)地區(qū)生產(chǎn)總值在17 a間翻了近14倍，占比逐年增高，影響著區(qū)域的用水結(jié)構(gòu)。

4 結(jié)語(yǔ)

本文通過研究北方15個(gè)省級(jí)行政區(qū)用水?dāng)?shù)據(jù)，基于信息熵理論引入用水結(jié)構(gòu)均衡度來量化各研究單元的用水結(jié)構(gòu)特征，同時(shí)借助灰色關(guān)聯(lián)度和Pearson相關(guān)分析法得到北方地區(qū)2003—2019年用水結(jié)構(gòu)演變特征及驅(qū)動(dòng)因子，結(jié)論如下。

①農(nóng)業(yè)用水是北方地區(qū)的用水大戶，用水量呈現(xiàn)先升后降的變化特點(diǎn)，用水占比小幅度下降;工業(yè)用水量呈現(xiàn)先升后降的變化趨勢(shì)，用水占比不斷下降;生活用水量和用水占比不斷增加，逐漸成為北方地區(qū)第二大用水部門;生態(tài)用水量和占比逐年增加，但用水總量仍最少。

②西北地區(qū)農(nóng)業(yè)用水總量和生態(tài)用水總量最多，工業(yè)用水總量和生活用水總量最少;東北地區(qū)農(nóng)業(yè)用水總量和生態(tài)用水總量最少;華北地區(qū)工業(yè)用水總量和生活用水總量最多。

③北方地區(qū)17 a來用水結(jié)構(gòu)均衡度總體上不斷上升，東北地區(qū)由于農(nóng)業(yè)用水占比加大，均衡度出現(xiàn)下降趨勢(shì)。

④不同分區(qū)用水結(jié)構(gòu)均衡度的驅(qū)動(dòng)因子不同，其中，西北地區(qū)和華北地區(qū)的用水均衡度與生活用水、生態(tài)用水相關(guān)因子關(guān)聯(lián)性強(qiáng)，地區(qū)人口增長(zhǎng)、城市化進(jìn)程加速和第三產(chǎn)業(yè)發(fā)展促進(jìn)區(qū)域用水均衡;而東北地區(qū)用水結(jié)構(gòu)均衡度主要受農(nóng)業(yè)用水相關(guān)因子的影響，與其他部門用水因子、人口數(shù)量、城鎮(zhèn)化程度和第三產(chǎn)業(yè)地區(qū)生產(chǎn)總值都有較強(qiáng)的關(guān)聯(lián)性。

參考文獻(xiàn)：

[1] 王喜峰，張景增.水資源管理的供給側(cè)結(jié)構(gòu)性改革研究[J].水利經(jīng)濟(jì)，2018（1）：42-45，90.

[2] 鄧歐，李亦秋，魯春霞，等.張家口市供用水結(jié)構(gòu)時(shí)空演變及驅(qū)動(dòng)力分析[J].草業(yè)科學(xué)，2020（7）：1354-1361.

[3] 甘豐余，邢僑芬，林振豪，等.海南近期用水結(jié)構(gòu)變化規(guī)律分析[J].中國(guó)農(nóng)村水利水電，2021（3）：153-157.

[4] 陳穎杰，金保明，金君良，等.基于生態(tài)位理論的黃河流域用水結(jié)構(gòu)分析[J].水利水電技術(shù)， 2020（12）：36-46.

[5] 李揚(yáng).基于區(qū)位熵和洛倫茲曲線的山西省用水結(jié)構(gòu)分析[J].中國(guó)農(nóng)村水利水電，2020（4）： 181-185.

[6] CHEN J，YAN D W.Coordination Degree Assessment Model for Regional Industrial Water Utilization Structure[J].Advanced Materials Research，2014（955-959）：3343–3346.

[7] 易晶晶，陳志和，楊創(chuàng)鵬，等.基于信息熵原理的區(qū)域用水結(jié)構(gòu)時(shí)空演變特征研究[J].水文，2019（4）：12-17.

[8] 李瀟，刁艷芳，劉翠善，等.寧夏用水結(jié)構(gòu)變化及影響因素分析[J].華北水利水電大學(xué)學(xué)報(bào)（自然科學(xué)版），2019（5）：64-69.

[9] 張紹良，張國(guó)良.灰色關(guān)聯(lián)度計(jì)算方法比較及其存在問題分析[J].系統(tǒng)工程，1996（3）：45-49.