王 瑛,付艷淙
(湖南大學 金融與統(tǒng)計學院,湖南 長沙 410079)
水資源承載力是地區(qū)水資源在某一具體歷史發(fā)展階段中,以可預見的技術、經濟和社會發(fā)展水平為依據(jù),以可持續(xù)發(fā)展為原則,以維護生態(tài)環(huán)境良性循環(huán)發(fā)展為條件,經過合理優(yōu)化配置,對該地區(qū)社會經濟發(fā)展的最大支撐能力[1]。長江經濟帶橫跨中國東、中、西三大地區(qū),是中國重要的工業(yè)發(fā)展基地與農業(yè)產糧區(qū),對經濟社會發(fā)展具有巨大支撐作用,但地區(qū)經濟與水資源條件時空分布不均,加之長期粗放型經濟發(fā)展方式帶來的高用水量對水資源環(huán)境產生較大壓力,部分水域生態(tài)環(huán)境受到破環(huán),嚴重制約了全流域經濟可持續(xù)發(fā)展。因此,研究長江經濟帶水資源稟賦與經濟社會水資源利用現(xiàn)狀,對地區(qū)生態(tài)文明建設與綠色發(fā)展具有重要的理論與實踐意義。在水資源承載力動態(tài)綜合評價的研究中,由于評價對象屬性的多樣化與評價目標的綜合化,如何對指標性能進行科學評估,對三維面板數(shù)據(jù)信息進行科學整合,是影響綜合評價結果科學性與準確性的關鍵。因此,本文以長江經濟帶11個省份為研究對象,在參考國內外研究基礎上,對綜合評價方法加以創(chuàng)新,測算水資源承載力。首先,根據(jù)科學性、全面性及可比性等指標選取原則,建立以DPSIR理論為支撐的水資源承載力評價指標體系。其次,運用DS證據(jù)理論,融合指標的獨立度、非均衡度、貢獻度與靈敏度屬性進行客觀賦權,對指標性能進行更為全面的量化評價。運用熵值法與灰色關聯(lián)法進行時間賦權,綜合考慮數(shù)據(jù)時效性與數(shù)據(jù)特征重要性,保證時間賦權的主客觀統(tǒng)一。最后,使用改進的TOPSIS模型,將距離貼近度與方向貼合度作為測算水資源綜合承載力的衡量口徑,完善模型應用,保證綜合評價結果的可靠性。
如何評估指標性能,以科學測算綜合評價結果,學者們已進行了廣泛研究。常用的指標賦權方法有層次分析法、熵權法、CRITIC法、縱橫向拉開檔次法等[2-4]。如劉雁慧等利用層次分析法與熵權法研究中國水資源承載力,賦權思想是從主客觀兩方面考慮指標的重要性與信息量[2]。王瑛等采用改進的CRITIC法對指標體系進行賦權,基本思想是利用指標間的相關性和指標信息量[3]。指標屬性包含很多層面,除了典型的相關性與信息量研究方法外,指標靈敏度、貢獻度也是衡量指標性能的重要方面。指標靈敏度分析主要應用于兩方面,一是指標篩選,根據(jù)指標性能對冗余指標進行剔除,如李盛陽等采用正交試驗方法對指標靈敏度進行測評并篩選[5];俞立平等通過研究指標變化對綜合水平排序結果的影響,找出科技評價中的關鍵指標并進行分析[6]。二是驗證評價系統(tǒng)包括評價體系、評價方法的普適性,即通過研究指標值波動對綜合評價結果的影響,分析評估系統(tǒng)穩(wěn)定性,如俞立平等通過科技評價中單個指標與組合指標的指標值與權重靈敏度分析,討論靈敏度分析在政策模擬和賦權方案確定中的應用[6];柴棟等基于指標靈敏度對不同綜合評估方法加以比較,討論各評價模型的穩(wěn)定性[7]。指標貢獻度出自灰靶理論,通過計算指標與最優(yōu)水平的接近程度,測算指標對”靶心度”的影響,衡量指標的貢獻度與重要性。王文禹等提出構件貢獻度的概念,通過灰靶理論研究構件對船舶結構性能的影響[8];蘇屹等通過構建指標體系評價中國高技術企業(yè)的技術創(chuàng)新能力,并基于灰靶理論分析指標貢獻度[9]。上述研究在綜合評價的指標賦權領域提供較多思路,但多數(shù)情況僅考慮了指標的一種或兩種屬性,缺乏一定客觀性。
從時間賦權來看,常用的時間賦權方法多為郭亞軍等人提出的時間度賦權方法,通過計算一定時間度下時序數(shù)據(jù)的熵值衡量其重要性,體現(xiàn)“厚今薄古”的賦權思想[10]。王瑛等以時間度集結時序數(shù)據(jù)信息,綜合五年數(shù)據(jù)信息,比較不同地區(qū)的環(huán)境質量差異[3]。時間度賦權方法未考慮時序數(shù)據(jù)取值特征對評價結果的影響,為此,有學者考慮到指標發(fā)展趨勢,在“時間度”賦權基礎上加以改進。例如考慮數(shù)據(jù)“波動”特征,構建三維信息集結的多指標評價模型,以達到充分挖掘數(shù)據(jù)內在屬性的目的,有效提高了評價結果的客觀性[4]。
在水資源承載力的研究方法應用方面,常用的研究方法有灰色關聯(lián)分析、TOPSIS模型、模糊綜合評價等[11-13]。左其亭等建立“水資源生態(tài)環(huán)境經濟社會”指標體系,通過TOPSIS模型對黃河流域九省區(qū)的水資源承載力進行測算[12]。其中,評價指標體系的建立主觀性較強,缺乏較科學、客觀的標準。由于TOPSIS模型具有邏輯清晰、計算簡單等優(yōu)點,在以上水資源評價領域廣泛應用,但該模型僅以歐式距離衡量方案與理想解的相似度,缺乏多方面考量,且出現(xiàn)與正理想解近的方案也距負理想解近的情況,導致評價結果不夠科學[14]。因此有學者對距離測算方式進行改進,如許楊等引入灰色關聯(lián)分析改進TOPSIS模型,對淮安市水資源承載力進行評價[15]。
縱觀以上研究,水資源承載力動態(tài)綜合評價的研究數(shù)據(jù)具有多指標、多維度、多時點特征,如果指標屬性量化評估的涵蓋范圍單一,僅涉及如相關性、信息量、靈敏度等獨立的方面,將無法綜合考慮指標在其他屬性上可能存在的優(yōu)勢,以此為基礎進行指標篩選或客觀賦權,容易忽視重要指標,造成信息丟失,時間賦權若僅考慮主觀特征,會出現(xiàn)同樣的問題。因此,本文基于DS證據(jù)理論,融合獨立度、非均衡度、貢獻度及靈敏度屬性信息,較為全面地描述指標屬性,將多重屬性信息融合進行指標賦權,采用熵值法與灰色關聯(lián)法進行時間賦權,從主、客觀兩個角度衡量面板數(shù)據(jù)動態(tài)綜合中時間的重要性,構建距離貼近度與方向貼合度的改進TOPSIS模型,測度長江經濟帶11個省份的水資源承載力。
多維分析中,不同評價指標的量綱與數(shù)量級存在差異,為了使評價指標取值與綜合評價目標保持一致,消去量綱影響,首先需要對指標進行同向化的標準處理,本文采用極差變換法,在消去指標量綱與數(shù)量級的同時,將指標數(shù)值轉換為[0,1]間的數(shù)據(jù),便于數(shù)據(jù)運算。設有n個評價對象,m個評價指標,指標數(shù)據(jù)集X如下:
采用極差變換法對指標數(shù)據(jù)進行標準化處理,消除量綱影響:
(1)
通過測度指標的獨立度、非均衡度、貢獻度、靈敏度,量化指標屬性特征,結合DS證據(jù)理論信息融合對指標進行賦權,保證綜合評價結果的科學性。
1.獨立度屬性
獨立度屬性衡量指標間信息的非重疊程度與不相關性。現(xiàn)有研究多通過計算兩兩指標間相關系數(shù),通過逐一計算某指標與其余指標的相關系數(shù)判斷相關性,但忽略單一指標與其余全部指標的相關程度[16-18]。基于此,張堯庭等提出極大不相關法,通過計算單個指標與其余全部指標的復相關系數(shù),衡量指標獨立性[19]??紤]到數(shù)據(jù)的非參數(shù)特征,這里以Spearman秩相關系數(shù)代替Pearson相關系數(shù)進行改進。具體步驟如下:
(1)計算相關系數(shù)矩陣
由Spearman秩相關系數(shù)計算公式,可得指標相關系數(shù)矩陣:
(2)
其中k=n(n+1)/2。
(3)
其中rjl=rlj,且有rjj=1。
(2)計算各指標復相關系數(shù)
基于相關矩陣,對于第j個指標,計算此指標與其余指標的相關陣。即首先對式(3)中的相關系數(shù)矩陣R進行初等變換,針對第j個指標,將R的第j行與第j列分別放到最后一行和最后一列,那么R-j表示刪去第j個指標后,其余指標之間的相關系數(shù)矩陣,表示分塊矩陣如下:
(4)
根據(jù)分塊矩陣,計算第j個指標與其余m-1個指標的復相關系數(shù):
(5)
若rj很大,則表示第j個指標很大程度上可以由另外m-1個指標替代,否則表示與另外m-1個指標無關,因此,可計算sj代表指標性:
(6)
2.非均衡度屬性
指標非均衡度刻畫指標信息含量大小。信息量指數(shù)據(jù)的差異性與波動性,指標信息含量越高,對評價的顯著性影響越強?,F(xiàn)有研究中,方差法、變異系數(shù)法常用于信息量計算,側重反映評價對象取值與自身均值的差異程度,未體現(xiàn)任意兩評價對象間的差異。建立在洛倫茲曲線基礎上的基尼系數(shù),是根據(jù)洛倫茲曲線提出的用來測定收入分配差異程度的指標,能較好地解決上述問題。傳統(tǒng)基尼系數(shù)計算包括幾何法、平均差法等,鑒于幾何法計算結果精度低、平均差法計算過程繁瑣等問題,這里采用協(xié)方差法計算基尼系數(shù)。
gj=2Cov(xj,λj)/nμxj
(7)
(8)
gj越大,表明評價對象在該指標上取值越不均衡,指標信息含量越高。歸一化得:
(9)
3.貢獻度屬性
貢獻度指的是某個指標在整個評價系統(tǒng)中對綜合結果的貢獻或影響,即指標對系統(tǒng)綜合性能的作用?;疑到y(tǒng)理論最早由鄧聚龍教授提出,是研究數(shù)據(jù)量少、信息不確定問題下的系統(tǒng)方法[20]。其幾何意義為通過比較子模式與標準模式數(shù)據(jù)曲線形狀的相似程度與位置差異,分析事物發(fā)展與標準模式的關系,并由此測度性能指標的貢獻程度。具體步驟如下:
Δij=|xoi-xij|
(10)
(11)
(12)
4.靈敏度屬性
靈敏度屬性是通過測算不確定性影響因素變化對預期結果產生的影響,了解各因素對最終結果的影響程度[5]。主成分分析在保留原始數(shù)據(jù)最大信息的同時,可以較客觀地得出綜合評價結果,并直觀量化綜合值與各指標間關系,是進行靈敏度分析的有效方法。設有n個評價對象,m個評價指標,以累計方差貢獻率≥85%確定前k個主成分,評價對象的綜合值可表示為前k個主成分的加權線性和。
(13)
其中,?!?(λ1,λ2,…,λk)為各主成分的方差貢獻率,Y=(Y1,Y2,…,Yk)為前k個主成分。綜合值表示為:
(14)
式(14)反映評價對象綜合值與指標間的線性關系,根據(jù)靈敏度原理,可得出第j個指標的靈敏度:
(15)
歸一化后得:
(16)
5.DS證據(jù)理論屬性信息融合
證據(jù)理論最早由美國數(shù)學家Dempster提出,經過不斷發(fā)展,在不確定性信息融合領域有著廣泛應用[21]。該理論以信度區(qū)間表示命題不確定性,通過一定的組合規(guī)則,將證據(jù)源對各命題提供的信度函數(shù)值加以合成,計算各命題可能概率[22]。實際運用中,有效對沖突證據(jù)進行合成,是保證分析結論準確性的關鍵。對于該研究,多數(shù)學者認同對證據(jù)體進行修正來降低沖突性,如Deng等提出一種基于證據(jù)可靠度的改進合成方法,引用相似性原理,依據(jù)其余證據(jù)對某一證據(jù)的支持度為證據(jù)體賦權[23];劉曉東等以平均權重為基準確認沖突證據(jù),對沖突證據(jù)進行權重修正[24];張盛剛等引入可信度因子修正證據(jù)源,減弱證據(jù)體之間的沖突性[25]。
基于以上研究,本文用證據(jù)體間的歐氏距離衡量相似性,以合成規(guī)則對指標的多重屬性信息進行融合,得到指標重要性的衡量指數(shù)。用mj表示證據(jù)體,Ai(i=1,2,…,k)表示命題,sim(ml,mj)(l,j=1,2,…,k)表示證據(jù)ml與mj間相似性,則證據(jù)體mj的支持度sup(mj)與可靠度cred(mj)表示如下:
(17)
(18)
以可靠度為參數(shù)對證據(jù)體施加權重,可靠度越高,權重相應越大,通過合成規(guī)則進行信息融合。具體步驟如下:
第一,基于向量間余弦距離計算兩個向量的相似性
sjl=(mj·ml)/|mj||ml|
(19)
其中,sjl∈[-1,1],sjl越接近1,表明兩個向量越相似。
第二,計算證據(jù)體mj的支持度與可靠度
(20)
(21)
其中,cred(mj)表示證據(jù)體mj與其他證據(jù)的相似性,cred(mj)值越大,證據(jù)體可信度越大。
第三,采用Dempster合成規(guī)則對信息進行融合
該規(guī)則滿足交換律和結合律等優(yōu)良性質,用可信度因子對基本概率分配值作以調整,在信息融合中具有比較優(yōu)勢[22]。以A、B表示命題,組合規(guī)則計算如下:
(22)
參考郭亞軍等提出的“厚今薄古”賦權思想,可采用熵值法確定時間權向量。但熵值法較重視近期數(shù)據(jù),未能凸顯評價對象指標數(shù)據(jù)實際取值特征。因此,本文在熵值法賦權的基礎上,結合灰色關聯(lián)分析思想,將各年度綜合數(shù)據(jù)的距優(yōu)關聯(lián)度融入時間權向量構建過程。
1.熵值法賦權
2.灰色關聯(lián)分析法賦權
(23)
第二,計算初始矩陣各列與參考數(shù)列的絕對差值,建立關聯(lián)系數(shù)矩陣,同式(10)~式(11);
第三,計算各年度數(shù)據(jù)關聯(lián)度ξk,并進行歸一化處理,將歸一化結果作為反映年度重要性的權重:
(24)
(25)
3.時間集成賦權
(26)
(27)
以指標權重與準則層權重(準則層權重平均化)對指標加權,以時間權重綜合年度信息,消去時間維,形成評價對象和指標之間的TOPSIS關系矩陣:
(28)
在經典TOPSIS方法基礎上,整合樣本數(shù)據(jù)與理想狀態(tài)的距離貼近度與方向貼合度,綜合考慮指標數(shù)據(jù)實際取值信息與分布方向信息[14]。對于距離貼近度,根據(jù)TOPSIS思想,有
(29)
(30)
(31)
綜合距離貼近度與方向貼合度,由于二者同等重要,取α=β=0.5,計算總貼近度Ci:
Ci=αC1i+βC2i
(32)
以總貼近度對評價對象進行排序分析。
DPSIR指標體系包含“驅動力—壓力—狀態(tài)—影響—響應”五個子系統(tǒng),1993年由聯(lián)合國提出,用于描述環(huán)境與經濟社會關系。對于水資源承載力而言,驅動力子系統(tǒng)反映影響區(qū)域資源、環(huán)境開發(fā)利用的潛在條件,主要為社會經濟因素,如GDP增長率、人口自然增長率等指標;壓力子系統(tǒng)反映影響資源、環(huán)境發(fā)生變化的直接原因,主要為社會經濟對水資源的利用強度,如萬元GDP水耗、播種面積占比等指標;狀態(tài)子系統(tǒng)反映與承載力有關的因素在上述子系統(tǒng)作用下所處的狀態(tài),如當前的地表水資源、地下水資源條件、降水強度等指標;影響子系統(tǒng)反映上述三個子系統(tǒng)對資源條件、工農業(yè)帶來的影響,如單方水糧產、耕地有效灌溉率等指標;響應子系統(tǒng)反映人類社會為改善資源、環(huán)境條件采取的能動措施,如節(jié)水灌溉率、億元污水處理總能力等指標。該體系能夠對水資源承載力進行全面的綜合評價。
基于科學性、全面性、可比性、數(shù)據(jù)可獲取性等指標體系確立原則,最終確定26個指標,如表1所示。數(shù)據(jù)來源主要為2009—2018年的《中國統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》《中國社會統(tǒng)計年鑒》《中國水利統(tǒng)計年鑒》,同時參考2009—2018年長江經濟帶11個省份的國民經濟和社會發(fā)展統(tǒng)計公報及地方統(tǒng)計年鑒,保證了數(shù)據(jù)的準確性和權威性。
表1 水資源承載力評價指標體系
1.各年度指標權重
對預處理后的指標數(shù)據(jù),計算其獨立度、非均衡度、貢獻度與靈敏度,基于DS證據(jù)理論進行Dempster信息合成,可計算每一年的指標權重。如2018年的各子系統(tǒng)權重為:
w1=(0.105,0.349,0.073,0.411,0.063)
w2=(0.273,0.225,0.107,0.185,0.210)
w3=(0.041,0.066,0.473,0.318,0.076,0.027)
w4=(0.181,0.101,0.143,0.574)
w5=(0.151,0.181,0.109,0.080,0.206,0.274)
(33)
2.準則層權重
由于指標體系內每個子系統(tǒng)對綜合評價的作用同樣重要,因此準則層權重平均化,即得:
w=(0.2,0.2,0.2,0.2,0.2)
(34)
1.熵值法權重
根據(jù)“厚今薄古”的賦權思想,時間度范圍取[0,0.5]較合理,經驗證,取u=0.3時,時間權重依次增大,達到了既考慮到近期數(shù)據(jù)的重要性,又未忽略遠期數(shù)據(jù)信息的目的。求解權重得:
(35)
2.灰色關聯(lián)分析法權重
利用指標權重對數(shù)據(jù)集降維,得到關聯(lián)系數(shù)矩陣,由式(23)~(25)求解權重得:
(36)
可以看出,將各年度數(shù)據(jù)的取值信息考慮到賦權過程中時,時間權重會根據(jù)數(shù)據(jù)取值的優(yōu)劣進行一定調整。在動態(tài)綜合評價中,近期數(shù)據(jù)由于時效性強而包含較大信息量,但遠期數(shù)據(jù)的發(fā)展狀態(tài)由于可對被評價對象產生持續(xù)影響,對反映研究對象的綜合發(fā)展能力也具有關鍵作用,基于灰色關聯(lián)分析求得的時間權重(式(36))即反映出由數(shù)據(jù)信息所決定的權重分配結果。
3.時間權重
由式(25)~(27),得α=0.706 3,β=0.708。歸一化得最終信任度α=0.5,β=0.5,所占比例基本持平,最終時間權重為:
w′=(0.065,0.062,0.074,0.071,0.095,0.096,0.100,0.121,0.141,0.174)
(37)
基于指標權重與時間權重,根據(jù)式(28)~(32),計算得到長江經濟帶11個省份水資源承載力動態(tài)綜合評價結果,見表2。為具體分析區(qū)域差異,根據(jù)《國務院關于依托黃金水道推動長江經濟帶發(fā)展的指導意見》,將長江經濟帶劃分為上游、中游、下游三個區(qū)域,其中,上游地區(qū)包括重慶、四川、云南、貴州四個省份,中游地區(qū)包括江西、湖南、湖北三個省份,下游地區(qū)包括上海、浙江、江蘇、安徽四個省份。
從水資源承載力地域差異來看(見表2),長江經濟帶11個省份間水資源承載力存在顯著差異,浙江、上海、重慶位列前三,水資源承載力分別為0.331、0.316、0.313,中上游地區(qū)的水資源承載力水平較低,其中安徽位列最后,觀察期內的水資源承載力平均水平呈現(xiàn)下游地區(qū)大于上游地區(qū),上游地區(qū)大于中游地區(qū)的特點。下游地區(qū)臨江靠海,產業(yè)升級與經濟轉型起步早,經濟實力雄厚,有力支持了科教、環(huán)保衛(wèi)生的投入,在結構優(yōu)化與開放協(xié)調方面要顯著優(yōu)于中上游地區(qū),經濟發(fā)展與水資源科學管理形成的良性循環(huán)使得下游地區(qū)的水資源利用效率與效益均較高,但安徽為農業(yè)大省,十年來播種面積比例穩(wěn)定在65%左右,且萬元GDP水耗較高,工農業(yè)粗放發(fā)展對水資源利用的壓力是造成水資源承載力較低的主要原因;中游地區(qū)一直是中國重要的能源與制造業(yè)基地,經濟發(fā)展方式粗放,且承接東部地區(qū)工業(yè)、制造業(yè)等產業(yè)轉移,沿江地區(qū)高耗能、高耗水產業(yè)遍布,較高的工業(yè)比例和相對薄弱的污染防治能力,都限制了水資源承載力的提高,江西、湖北、湖南等地的水資源承載力也因此顯著低于上游地區(qū)的四個省份;上游地區(qū)的重慶作為直轄市,用水結構與用水效率一直處于較優(yōu)水平,可以看到重慶的水資源承載力在11個省份中排名第三,四川排名第四,兩地的經濟水平與基礎設施等硬件實力較強,且城鎮(zhèn)化水平較高,社會發(fā)展與水資源利用的協(xié)調性更強,其他地區(qū)受制于獨特的地理環(huán)境,雖具備一定的資源優(yōu)勢,但基礎設施與技術條件不夠完備,整體經濟和水資源開發(fā)管理水平均要低于中下游長三角地區(qū)。
表2 長江經濟帶11個省份水資源承載力評價
通過構建“驅動力—壓力—狀態(tài)—影響—響應”指標體系,對長江經濟帶水資源承載力進行綜合評價,得到如下結論:第一,評價指標具有多方面屬性特征,而現(xiàn)有研究多關注指標相關性或信息量等單一特征,容易忽視貢獻度、靈敏度等性能較優(yōu)指標的重要性。基于DPSIR理論,從驅動力、壓力、狀態(tài)、影響、響應五個方面建立指標口徑均為相對量的評價體系,采用DS證據(jù)理論融合獨立度、非均衡度、貢獻度與靈敏度屬性信息進行指標賦權,全面量化指標性能。采用熵值法與灰色關聯(lián)法進行時間賦權,綜合主客觀信息,避免時間賦權的主觀隨意性。以上兩方面,有利于提高三維面板數(shù)據(jù)在靜態(tài)與動態(tài)綜合評價應用中的科學性,使評價結果更為可靠。第二,通過對長江經濟帶內11個省份的水資源承載力進行測算,結果顯示:地區(qū)間水資源承載力差異顯著,下游水資源承載力顯著高于中、上游地區(qū),整體呈現(xiàn)下游地區(qū)大于上游地區(qū),上游地區(qū)大于中游地區(qū)的特點。浙江、上海、重慶的水資源承載力位列前三,安徽最低。結合地區(qū)經濟發(fā)展條件與資源條件,與實際情況較為吻合,表明本文的賦權方法和實證模型具備可行性,可有效進行指標綜合性能評估,推動評價結果科學化。第三,長江經濟帶水資源承載力空間差異顯著與地區(qū)自然與社會人文條件有直接關系。根據(jù)長江經濟帶11個省份現(xiàn)有水資源與經濟社會發(fā)展條件,不同地區(qū)應發(fā)揮地區(qū)優(yōu)勢,協(xié)調互通,推進長江經濟帶水資源保護與利用的科學化。下游長三角地區(qū)與上游川渝地區(qū)水資源條件與經濟發(fā)展水平均較優(yōu),可依托強大的科學技術優(yōu)勢與經濟優(yōu)勢,以科技賦能資源開發(fā)與利用,并向中上游地區(qū)轉移先進技術,推動地區(qū)間協(xié)調發(fā)展;下游地區(qū)的安徽及中游地區(qū)三個省份,屬于資源稟賦差且經濟發(fā)展滯后地區(qū),在現(xiàn)有的經濟發(fā)展模式下,水資源環(huán)境開發(fā)強度過大,無法發(fā)揮資源優(yōu)勢,需要積極推動產業(yè)結構調整升級,引進先進生產技術與管理經驗,加大環(huán)境保護力度,提高社會節(jié)水用水意識,推動綠色社會建設;上游地區(qū)的云南、貴州,則屬于水資源稟賦較高但經濟發(fā)展滯后地區(qū),水資源環(huán)境還未面臨較大壓力,在經濟發(fā)展上升期,需因地制宜,科學開發(fā)與利用當?shù)厮Y源,以最小的環(huán)境代價推動地區(qū)經濟與資源利用的協(xié)調發(fā)展。