吳青松 田進寬 左其亭 魏鈺潔

摘 要：為系統(tǒng)分析和精準量化地級市水資源與經(jīng)濟社會發(fā)展匹配特征，選取水資源總量、用水量和人口、GDP、耕地面積等典型要素，提出同時運用基于基尼系數(shù)和基于數(shù)列的匹配度計算方法進行量化研究的思路，以沙潁河沿線10個地級市為例，定量分析了其2009—2018年水資源與經(jīng)濟社會發(fā)展的時空匹配關系。結果表明：兩種方法能夠同時從整體時間/空間和單個地級市/時段的角度對水資源和經(jīng)濟社會兩系統(tǒng)要素的匹配問題進行全面研究;各地級市時間基尼系數(shù)存在些許差異，但不同要素匹配程度基本一致且結果均較好;除水資源總量-GDP、用水量-GDP的時間匹配度呈現(xiàn)低—高—低的演進態(tài)勢，其他要素的匹配度隨時間呈現(xiàn)波動變化趨勢;空間基尼系數(shù)在時間尺度上變化幅度不大，但不同匹配要素之間差異顯著;空間匹配度在時間上基本保持一致，部分地級市匹配結果較差，尤以鄭州、南陽和駐馬店的問題最為突出。

關鍵詞：水資源;數(shù)列;基尼系數(shù);匹配度;沙潁河

中圖分類號：TV213.9

文獻標志碼：A

doi：10.3969/j.issn.1000-1379.2022.02.015

引用格式：吳青松，田進寬，左其亭，等.水資源與經(jīng)濟社會發(fā)展時空匹配特征量化分析[J].人民黃河，2022，44（2）：71-76，83.

Abstract： In order to systematically analyze and accurately quantify the matching characteristics of water resources and economic and social development in prefecture-level cities， typical factors such as total water resources， water consumption， population， GDP and cultivated area were selected in this paper， and a new quantitative research idea that simultaneously applying the calculation methods of matching degree based on Gini coefficient and data sequence was proposed. Taking 10 prefecture-level cities along the Shaying River as examples， this paper quantitatively analyzed the spatial-temporal matching relationship between water resources and economic and social development from 2009 to 2018. The results show that the application of the above two methods can comprehensively study the matching issue of the two systems elements from the perspective of the whole time/space and the single city/time. There are some differences in the temporal Gini coefficient among prefecture-level cities， but the matching degree of different elements is basically consistent and the results are all good. Except that the temporal matching degrees of total water resources and GDP， water consumption and GDP present a low-high-low evolution trend， the results of other elements present a fluctuation trend over time. The spatial Gini coefficient varies little on the time scale， while there are significant differences among different matching elements. The spatial matching degree is basically consistent in time and the results of some prefecture-level cities are poor， especially in Zhengzhou， Nanyang and Zhumadian cities.

Key words： water resources;data sequence;Gini coefficient;matching degree;Shaying River

1 引 言

水資源是支撐經(jīng)濟高質(zhì)量發(fā)展和維持社會安全穩(wěn)定的戰(zhàn)略性基礎資源[1]。近年來，我國水資源時空分布與經(jīng)濟社會發(fā)展規(guī)劃和空間布局不相匹配，嚴重制約了水資源的高效利用和經(jīng)濟社會的可持續(xù)及高質(zhì)量發(fā)展[2]。因此，研究水資源與經(jīng)濟社會發(fā)展相關關系及匹配特征具有重要的現(xiàn)實意義[3]。

目前，眾多學者針對上述問題開展了大量研究[4-5]，例如韓雁等[6]運用基尼系數(shù)和不均衡指數(shù)研究了張家口水資源與社會經(jīng)濟發(fā)展要素的時空匹配特征，張國興等[7]從時空維度量化分析了我國大陸31個?。ㄖ陛犑?、自治區(qū)）水資源總量與GDP的匹配程度。上述研究雖然從時間或空間的角度明確了水資源與經(jīng)濟社會發(fā)展的匹配關系，但未定量表達要素匹配程度在地級市或年份之間的差異性，具有一定的局限性。基于此，有學者開展了進一步研究[8]，例如郝林鋼等[9]基于數(shù)列的匹配度計算方法量化研究了中亞各國水資源利用與經(jīng)濟社會發(fā)展的時空匹配程度，何理等[10]計算了中亞2002—2015年可利用降雨量、谷物播種面積與谷物產(chǎn)量三要素間的時間匹配程度。以上研究實現(xiàn)了對某一地級市各個年份或某一年份各個地級市的要素匹配程度的量化分析，但沒有從整體角度進行考慮，具有一定的片面性。如何科學合理地選取代表性要素，運用具有高度適應性的定量研究方法，全面、系統(tǒng)地探討水資源與經(jīng)濟社會發(fā)展匹配問題，有待進一步深入研究。

筆者從水資源和經(jīng)濟社會兩方面選取具有代表性的匹配要素，基于基尼系數(shù)和基于數(shù)列的匹配度計算方法，多角度量化研究水資源與經(jīng)濟社會發(fā)展匹配特征，以沙潁河沿線地級市為例，分析其匹配度時空演變及主要制約因素，以期為實現(xiàn)地級市水資源優(yōu)化配置和高效利用、經(jīng)濟社會協(xié)調(diào)發(fā)展提供參考。

2 水資源與經(jīng)濟社會發(fā)展匹配關系及量化方法

2.1 水資源與經(jīng)濟社會發(fā)展匹配關系

匹配是兩種及兩種以上系統(tǒng)或系統(tǒng)要素之間正相關（或負相關）的配合關系，是描述事物之間對稱關系的概念[11]。水資源系統(tǒng)和經(jīng)濟社會系統(tǒng)是相互聯(lián)系、相互依存的，一方面水資源支撐或制約經(jīng)濟社會的發(fā)展，另一方面經(jīng)濟社會發(fā)展又會對水資源的量、質(zhì)、利用效率等方面產(chǎn)生重要影響。基于水資源時空分布和經(jīng)濟社會發(fā)展不均衡的現(xiàn)實，二者可能出現(xiàn)“水資源豐富但經(jīng)濟社會發(fā)展水平較低”“水資源匱乏但經(jīng)濟社會發(fā)展水平高”等多種匹配狀況，不同狀況代表的含義和所處的狀態(tài)均不同。按照“協(xié)同推進”“空間均衡”的發(fā)展理念[12]，為改變水資源的傳統(tǒng)利用模式、科學制定區(qū)域發(fā)展規(guī)劃和優(yōu)化產(chǎn)業(yè)布局，需要合理量化描述水資源與經(jīng)濟社會發(fā)展關系并全面評價其匹配程度。為反映上述兩個系統(tǒng)的匹配關系，可分別選取代表性要素進行匹配量化分析，通過水資源分布/配置狀態(tài)與經(jīng)濟社會發(fā)展水平在時空上的不均勻性來表達匹配程度，洛倫茲曲線和基尼系數(shù)法能夠較好實現(xiàn)該目標并已被廣泛應用[13-14]。此外，左其亭等[11]提出的基于數(shù)列的匹配度計算方法能夠充分利用數(shù)據(jù)序列計算要素數(shù)量在時間或空間上的排位或占比，實現(xiàn)對要素匹配程度的時空差異分析，同樣可以應用于水資源與經(jīng)濟社會發(fā)展匹配量化研究。

2.2 水資源與經(jīng)濟社會發(fā)展匹配量化方法

2.2.1 基于基尼系數(shù)的匹配度計算方法

基于基尼系數(shù)的匹配度計算方法主要從整體時間和空間的角度研究要素之間的匹配程度。首先把兩個匹配要素的原始數(shù)據(jù)從小到大排列，分別計算各個要素的累計百分比，將其對應關系用洛倫茲曲線L表達（見圖1），根據(jù)曲線與45°直線的偏離程度可定性分析要素之間的不匹配程度[15]。

基于洛倫茲曲線，美國經(jīng)濟學家阿爾伯特·赫希曼于1943年提出了基尼系數(shù)，通過其對兩要素的匹配或不匹配狀態(tài)進行定量描述，計算公式為

式中：SA為曲線L與直線y=x所圍成區(qū)域的面積;SB為曲線L與x軸和x=1所圍成區(qū)域的面積;G為基尼系數(shù)，G∈[0， 1]。

由于水資源與經(jīng)濟社會發(fā)展要素之間的數(shù)量關系表現(xiàn)在圖1中不是連續(xù)的曲線，而是若干個間斷點，因此采用常用的梯形面積法計算基尼系數(shù)[16]：

式中：Xi和xi分別為前i個地級市/時段的水資源要素數(shù)量和累計百分比;Yi和yi分別為前i個地級市/時段經(jīng)濟社會發(fā)展要素數(shù)量和累計百分比;n為地級市/時段的個數(shù)。

基尼系數(shù)G越接近0，表示要素之間越匹配;G越接近1，表示越不匹配。結合前人研究[17]和國際標準[18]對其評價等級進行劃分：0.55364f7eb25a85f2036751c1a11d9e03e2afb43fa80498308e9fa28bf0c1ff3a4

2.2.2 基于數(shù)列的匹配度計算方法

基于數(shù)列的匹配度計算方法能夠從具體時空角度分析水資源與經(jīng)濟社會發(fā)展要素之間的匹配程度，得到單個地級市或時段的計算結果?；谠紨?shù)列（x1，x2，…，xn）和（y1，y2，…，yn）（空間或時間），處理后的數(shù)列形式有排位數(shù)列和占比數(shù)列兩種情況，本文選擇占比數(shù)列進行匹配度計算，處理后的兩要素數(shù)列表示為（r1，r2，…，rn）、（s1，s2，…，sn）。假設地級市個數(shù)為K，時間單元個數(shù)為T，則空間匹配度ai（ai∈[0， 1]）和時間匹配度aj（aj∈[0， 1]）的計算公式[19]分別為

式中：i和k表示第i和k個地級市;j和l表示第j和l個時間單元;max（rk，sk）、min（rk，sk）分別為兩個空間占比數(shù)列中的最大值和最小值，二者不應處于同一數(shù)列且差值最大;max（rl，sl）、min（rl，sl）分別為兩個時間占比數(shù)列中的最大值、最小值。

各要素之間存在正向和負向匹配兩種情況，考慮本文所選要素相互關系，僅列出正向匹配公式，計算過程和負向匹配公式參見文獻[11]。與基尼系數(shù)相反，匹配度a越接近1則要素之間越匹配，越接近0則越不匹配。參考已有研究和實際情況[11，19]，結合基尼系數(shù)劃分標準確定匹配度a評價標準：0≤a<0.5為極不匹配，0.5≤a<0.6為不匹配，0.6≤a<0.7為較匹配，0.7≤a<0.8為相對匹配，0.8≤a≤1為高度匹配。

3 研究區(qū)概況與數(shù)據(jù)來源

3.1 研究區(qū)概況

沙潁河是淮河的最大支流、河南與安徽兩省的跨界河流，主要支流包括沙河、潁河等。沙潁河流域涉及鄭州、平頂山、阜陽等10個地級市，屬半濕潤氣候區(qū)，年平均氣溫14～16 ℃，年平均降水量408～1 296 mm，流域面積約占淮河流域面積的18%[20]。沙潁河流經(jīng)的地級市水資源稟賦、用水技術水平、經(jīng)濟發(fā)展程度、人類活動等方面存在明顯差異。以2018年為例，10個地級市的水資源總量、GDP總量、常住人口總數(shù)和耕地總面積分別為235.6億m3、3.3萬億元、6 766.7萬人和553.2萬hm2，空間分布差異明顯。其中：鄭州市水資源和經(jīng)濟發(fā)展矛盾尤為突出，水資源總量和GDP分別占10個地級市總量的3.06%和30.4%;駐馬店市水資源總量和人口數(shù)量占比分別為24.1%和10.4%，亦呈現(xiàn)出不相匹配的格局。經(jīng)濟發(fā)展格局隨時間發(fā)生了明顯變化，其中平頂山市的GDP被許昌市和周口市相繼超越，由2009年的第4位下降至2018年的第7位。沙潁河水污染嚴重，進一步削弱了其對沿線地級市的用水保障和經(jīng)濟社會發(fā)展支撐能力。

3.2 數(shù)據(jù)來源

選取沙潁河沿線各地級市2009—2018年水資源和經(jīng)濟社會等系列數(shù)據(jù)進行時空匹配特征分析，水資源要素考慮分布和配置兩個方面，選擇水資源總量和用水量兩個指標進行表征，經(jīng)濟社會發(fā)展要素則選擇典型指標人口、GDP和耕地面積，開展交互匹配分析[21]。本文以各地級市為空間單元探索資源與經(jīng)濟發(fā)展之間的匹配關系，沙潁河水質(zhì)指標能夠反映河段的生態(tài)環(huán)境狀況，但與經(jīng)濟社會發(fā)展要素數(shù)據(jù)的空間尺度不同，因此本研究未選取相關水質(zhì)指標表征水資源要素。數(shù)據(jù)主要來源于各地級市《統(tǒng)計年鑒》、河南省及安徽省《水資源公報》等。

4 結果分析

4.1 時間匹配分析

基于基尼系數(shù)和基于數(shù)列的匹配度計算方法，得到2009—2018年沙潁河沿線各地級市水資源與經(jīng)濟社會發(fā)展要素的時間基尼系數(shù)和時間匹配度。

4.1.1 整體時間基尼系數(shù)

整體時間基尼系數(shù)可從整體時間上反映某一地級市水資源與經(jīng)濟社會發(fā)展在研究期內(nèi)的不匹配程度，即兩系統(tǒng)的要素在多年間的不均勻程度。由表1可知，對比水資源分布和配置兩個方面，水資源總量與各經(jīng)濟社會發(fā)展要素在整體時間上的匹配程度相對較低，表現(xiàn)為沙潁河沿線各地級市水資源時間分布上的不均勻，而多年來開發(fā)利用相對合理。其中，各地級市用水量與人口、耕地面積的基尼系數(shù)均小于0.1，處于較高水平的高度匹配狀態(tài)，而與GDP則處于低水平的高度匹配及相對匹配狀態(tài)，體現(xiàn)了近年來各地級市經(jīng)濟發(fā)展速度和規(guī)模的差異性。相對而言，水資源總量與各要素的時間基尼系數(shù)表現(xiàn)為明顯的地區(qū)差異性?？傮w來說，水資源總量-GDP的基尼系數(shù)介于0.1～0.4之間，跨越高度匹配、相對匹配、較匹配3個等級，水資源總量-人口和水資源總量-耕地面積則均處于高度匹配和相對匹配2個等級。洛陽、平頂山等地級市的水資源總量-GDP的基尼系數(shù)相對較大，原因在于近年來上述地級市經(jīng)濟發(fā)展迅速，但水資源總量年際變化不大，二者的脫鉤現(xiàn)象導致基尼系數(shù)偏大;南陽市獨特的水資源稟賦條件導致各年份水資源總量的不確定性較大，同樣處于相對匹配狀態(tài)。時間基尼系數(shù)能夠體現(xiàn)水資源在時間維度上分布和配置的不合理性，以許昌市為例，其水資源總量在2010年較大（10.44億m3）而2018年較?。?.66億m3），水資源時間分布不均勻且與經(jīng)濟發(fā)展不匹配，導致該市時間基尼系數(shù)偏大。上述分析表明，雖然不同地級市存在差異，但要素匹配程度都在相對匹配及以上，且水資源調(diào)配后的時間基尼系數(shù)大于自然分布情況下的，說明經(jīng)過人為干預后，水資源能夠更為有效地支撐和保障沙潁河沿線各地級市經(jīng)濟社會的穩(wěn)定發(fā)展。

4.1.2 時間匹配度

時間匹配度能夠反映各地級市水資源與經(jīng)濟社會發(fā)展在某一年份的不匹配程度，體現(xiàn)出匹配度隨時間的發(fā)展過程。2009—2018年各地級市水資源與經(jīng)濟社會發(fā)展要素逐年時間匹配度見圖2。

由圖2可知：各地級市水資源總量-人口、水資源總量-耕地面積、用水量-人口、用水量-耕地面積的匹配度隨時間波動變化;水資源總量-GDP、用水量-GDP的匹配程度基本呈現(xiàn)低—高—低的變化趨勢，匹配度多在2013年或2014年達到最大值。以鄭州市為例，其水資源總量-GDP的時間匹配度先由2009年的0.15（極不匹配）上升至2013年的0.95（高度匹配），而后逐漸下降為多年的最低值0.06（2018年）。水資源要素與人口和耕地面積的匹配度隨時間呈現(xiàn)波動性變化，原因是各地級市人口和耕地面積隨時間變化呈小幅增加趨勢，而水資源總量及用水量隨時間的變化是不確定的。以圖2（a）～圖2（c）中突變較為明顯的2010年為例，多個地級市（洛陽、平頂山、南陽）水資源量遠超多年平均水平，因此除個別地級市（駐馬店、阜陽）外，其時間匹配度均較低，同樣的情況亦發(fā)生于2017年。各地級市水資源總量-GDP、用水量-GDP的匹配度隨時間呈現(xiàn)先增大后減小趨勢，原因是2009—2013年各地級市的水資源量與經(jīng)濟總量隨時間同步增大，匹配度較高;2014年之后，各地級市經(jīng)濟繼續(xù)增長并呈現(xiàn)加速態(tài)勢，但是水資源量達到極限而無法繼續(xù)支撐經(jīng)濟發(fā)展，造成二者之間的匹配度隨之下降。上述結果表明，在水資源量不確定性的制約下，實現(xiàn)水資源年際間的優(yōu)化配置是各地級市提升要素匹配度的必由之路，未來需加強水資源量預測研究，以科學制定地區(qū)發(fā)展規(guī)劃。

4.2 空間匹配分析

4.2.1 整體空間基尼系數(shù)

2009—2018年沙潁河沿線地級市水資源與經(jīng)濟社會發(fā)展要素的空間基尼系數(shù)見表2?？梢钥闯觯貉芯繀^(qū)的空間基尼系數(shù)在時間尺度上變幅不大，但不同匹配要素之間差異顯著。2009—2018年水資源總量-人口的基尼系數(shù)多為0.2～0.3，處于相對匹配狀態(tài);2016—2018年其值接近0.4，處于較匹配狀態(tài)。用水量-人口的基尼系數(shù)較為穩(wěn)定，在0.1上下波動，長期處于高度匹配狀態(tài)。沙潁河沿線部分地級市存在人少水多或人多水少現(xiàn)象，經(jīng)過人為調(diào)配后，很大程度上改善了用水量與人口的不平衡狀況。水資源總量-GDP的基尼系數(shù)除2015年外均超過了警戒線（0.4），處于不匹配或極不匹配狀態(tài)，原因是南陽、阜陽等地級市的水資源量相對較大，但經(jīng)濟產(chǎn)出不足，而鄭州等地級市GDP較高，但水資源量很少;此外，受氣候變化、人類活動等因素的影響，各地級市水資源量的不確定性也造成二者的匹配結果較差。用水量-GDP的匹配狀況雖優(yōu)于水資源總量-GDP，部分年份達到較匹配或相對匹配狀態(tài)，但極不匹配的情況仍時有發(fā)生，且未來發(fā)展較快的地級市對水資源的需求量將持續(xù)增大，供用水矛盾會更突出。水資源總量-耕地面積除2011年外均為相對匹配或高度匹配狀態(tài)，而用水量-耕地面積的基尼系數(shù)均介于0.2～0.3之間，為相對匹配狀態(tài)，上述結果體現(xiàn)了各地級市良好的水土匹配狀況，有利于保障糧食安全。

4.2.2 空間匹配度

2009—2018年沙潁河沿線地級市水資源與經(jīng)濟社會發(fā)展要素的空間匹配度見圖3。可以看出：各地級市匹配要素的空間匹配度的年際變化幅度不大，且用水量與經(jīng)濟社會發(fā)展要素的匹配結果更穩(wěn)定一些，和基于基尼系數(shù)法的結果一致;但在空間維度和要素類別上，不同組合要素的匹配度在地級市間存在顯著差異。例如，鄭州、南陽的水資源總量-人口、水資源總量-GDP的匹配度常年低于警戒線，處于不匹配及以下狀態(tài)，而洛陽、平頂山、漯河等地級市則持續(xù)處于高度匹配狀態(tài);在水資源總量-耕地面積方面，幾乎所有的地級市均位于警戒線以上，其中鄭州更是達到了高度匹配狀態(tài)。上述結果表明，天然狀態(tài)下大部分地級市的匹配要素能夠維持在相對良好的匹配狀態(tài)，但部分地級市較好的水資源稟賦或較高的經(jīng)濟社會發(fā)展水平會導致其高度不匹配現(xiàn)象。從用水量的角度來看，各地級市2009—2018年的匹配度均較高，其中用水量-人口的匹配度大部分大于0.6。鄭州市不同于其他地級市，存在高經(jīng)濟產(chǎn)出與用水量短缺的矛盾，致使其用水量-GDP為極不匹配狀態(tài)，用水量-耕地面積的匹配結果亦存在同樣的現(xiàn)象;駐馬店市的匹配度異常偏低，原因在于該市耕地面積較大而供水量較小，表明其供水量與農(nóng)業(yè)發(fā)展需求不相匹配。綜上，結合各地級市水資源與經(jīng)濟社會發(fā)展要素匹配度的空間分異現(xiàn)狀，未來應考慮在維持部分地級市良好匹配狀態(tài)的同時，重點解決鄭州、南陽、駐馬店等地級市的極端不匹配問題。

5 結 論

基于基尼系數(shù)和基于數(shù)列的匹配度計算方法能夠很好地應用于水資源與經(jīng)濟社會發(fā)展匹配問題研究中，運用這兩種方法不僅能夠從整體時間或空間的角度對研究對象進行分析，而且可以研究單個地級市/時段要素之間的匹配程度，全面揭示水資源與經(jīng)濟社會發(fā)展兩個系統(tǒng)要素的匹配狀況。通過對沙潁河沿線地級市進行實例應用，得出以下結論。

（1）各地級市匹配要素的時間基尼系數(shù)較小，基本處于相對匹配及以上程度;空間不匹配問題相對嚴重，空間基尼系數(shù)最大的為水資源-GDP（部分年份處于極不匹配狀態(tài)），其次為水資源-人口、水資源-耕地面積。

（2）整體上，時間匹配度在研究期內(nèi)呈現(xiàn)波動狀態(tài)，空間匹配度的年際變化幅度不大，但空間分異明顯，天然分布的水資源經(jīng)調(diào)配后與經(jīng)濟社會發(fā)展更加匹配。

（3）具體來看，大多數(shù)地級市的水資源與經(jīng)濟社會發(fā)展要素均呈現(xiàn)出較好的匹配狀態(tài)，但鄭州、南陽、駐馬店等經(jīng)濟社會發(fā)展或水資源稟賦相對突出的地級市匹配度較低，且近年來該特征愈發(fā)明顯，應重點關注其資源配置和發(fā)展布局的合理性。

參考文獻：

[1] 劉建華，黃亮朝，左其亭.黃河流域生態(tài)保護和高質(zhì)量發(fā)展協(xié)同推進準則及量化研究[J].人民黃河，2020，42（9）：26-33.

[2] 王亞迪，左其亭，劉歡，等.河南省水土資源匹配特征及均衡性分析[J].人民黃河，2018，40（4）：55-59，64.

[3] 張吉輝，李健，唐燕.中國水資源與經(jīng)濟發(fā)展要素的時空匹配分析[J].資源科學，2012，34（8）：1546-1555.

[4] 孫才志，劉玉玉，張蕾.中國農(nóng)產(chǎn)品虛擬水與資源環(huán)境經(jīng)濟要素的時空匹配分析[J].資源科學，2010，32（3）：512-519.

[5] 王猛飛，高傳昌，張晉華，等.黃河流域水資源與經(jīng)濟發(fā)展要素時空匹配度分析[J].中國農(nóng)村水利水電，2016（6）：38-42.

[6] 韓雁，賈紹鳳，魯春霞，等.水資源與社會經(jīng)濟發(fā)展要素時空匹配特征：以張家口為例[J].自然資源學報，2020，35（6）：1392-1401.

[7] 張國興，徐龍.基于時空維度的水資源與經(jīng)濟匹配分析[J].水電能源科學，2020，38（3）：54-57.

[8] ZHANG Y，YAN Z X，SONG J X，et al.Analysis for Spatial-Temporal Matching Pattern Between Water and Land Resources in Central Asia[J]. Hydrology Research，2020，51（5）：994-1008.

[9] 郝林鋼，左其亭，劉建華，等.“一帶一路”中亞區(qū)水資源利用與經(jīng)濟社會發(fā)展匹配度分析[J].水資源保護，2018，34（4）：42-48.

[10] 何理，王喻宣，尹方平，等.全球氣候變化影響下中亞水土資源與農(nóng)業(yè)發(fā)展多元匹配特征研究[J].中國科學：地球科學，2020，50（9）：1268-1279.

[11] 左其亭，趙衡，馬軍霞，等.水資源利用與經(jīng)濟社會發(fā)展匹配度計算方法及應用[J].水利水電科技進展，2014，34（6）：1-6.

[12] 左其亭，韓春輝，馬軍霞，等.水資源空間均衡理論方法及應用研究框架[J].人民黃河，2019，41（10）：113-118.

[13] 李昊，南靈.基于環(huán)境基尼系數(shù)的流域排污權初始分配[J].人民黃河，2014，36（5）：56-59.

[14] 劉歡，賈仰文，牛存穩(wěn).區(qū)域水-能源資源的空間分布特征及匹配格局分析[J].水電能源科學，2017，35（6）：127-131，158.

[15] 何俊，黃顯峰.區(qū)域水資源量非均衡性評價[J].河海大學學報（自然科學版），2013，41（2）：130-135.

[16] 馬慧敏，武鵬林.基于基尼系數(shù)的山西省水資源空間匹配度分析[J].人民黃河，2014，36（11）：58-61.

[17] 洪思揚，宋志松，程濤，等.基于基尼系數(shù)的南水北調(diào)受水區(qū)水資源空間匹配分析[J].北京師范大學學報（自然科學版），2017，53（2）：175-179.

[18] BARRETT C R，SALLES M.On a Generalization of the Gini Coefficient[J].Mathematical Social Sciences，1995，30（1）：235-244.

[19] 郝林鋼，左其亭，韓春輝，等.“一帶一路”沿線分區(qū)用水結構與產(chǎn)業(yè)結構的分析比較[J].干旱區(qū)研究，2019，36（1）：44-51.

[20] 左其亭，羅增良，石永強，等.沙潁河流域主要參數(shù)與自然地理特征[J].水利水電技術，2016，47（12）：66-72.

[21] 李賀娟，李萬明.“一帶一路”背景下西北干旱地級市水資源與經(jīng)濟生產(chǎn)要素匹配關系研究[J].節(jié)水灌溉，2016（11）：67-70.

【責任編輯 張華興】