黃河流域城市群水資源利用與經濟發展脫鉤關系研究

鐘妮棲，夏 瑞，張 慧，豆荊輝，陳 焰，賈蕊寧，尹瑛澤，嚴 超

1.西北大學城市與環境學院，陜西 西安 710127

2.中國環境科學研究院水生態環境研究所，北京 100012

3.對外經濟貿易大學信息學院，北京 100029

黃河是中國的母親河，黃河流域是中國重要的經濟區域，水資源是該區域經濟發展的重要支撐，水資源的匱乏是流域和城市區域高質量發展的關鍵制約因素，如何進一步提高水資源可持續利用水平是黃河流域高質量發展的重要挑戰之一[1].隨著黃河流域近些年水資源量的明顯減少以及用水量的不斷增加，黃河水資源供需矛盾依舊突出，尤其是在氣候變化與人類活動多重影響下，未來黃河河川徑流量仍可能出現持續性減少，城市建設等人類活動還將進一步加劇，黃河缺水引起的流域水安全問題已然成為制約高質量發展的重要瓶頸[2].由于涉及經濟、環境、生態和資源等多學科交叉難點，新時期黃河流域城市群水資源可持續利用具備了更多的生態和可持續發展內涵，近年來黃河流域生態保護和高質量發展已經上升為國家重大戰略.然而，近年來黃河流域總體生態環境形勢正在發生巨大的改變，水體含沙量減少將近90%，流域水源涵養能力發生了較大程度的改變，復雜水沙關系和社會經濟發展呈現新的變化格局.如何在保障城市經濟發展的同時，實現黃河流域水資源的有效管控和最大化利用，成為當前黃河流域城市群水資源管理所面臨的主要矛盾，亟待針對新時期黃河流域水資源可持續利用水平及與經濟發展的脫鉤關系進行深入研究.

自20 世紀90 年代“水資源可持續利用”概念提出以來，國內外眾多學者針對水資源可持續利用理論方法及應用實踐開展了大量研究.“水資源生態足跡”通常是指地區或者個人在生產和生活活動中所占用的水資源量，可以衡量該地區或個人對水資源的依賴程度和對水資源生態環境的影響，且通常是采用水足跡的方法計算得出[3].與傳統的水利用效率和水消耗兩個指標不同，水資源生態足跡旨在考慮水資源和生態環境的關系，采用灰度理論、生態需水、生態流量等多種方法綜合考慮水資源和生態環境，更加全面和科學地反映水資源的狀況和使用情況[4].通過水資源生態足跡的計算可以發現水資源管理中的矛盾和問題，進而探索優化水資源的利用方式，從而達到可持續利用水資源的目的.其中，基于生態足跡理論的水資源可持續利用評價得到了廣泛發展[5-9].由加拿大生態經濟學家Rees 首次提出并經其學生Wackernagel完善后的生態足跡模型[10]，用面積大小的方式直觀地反映人類資源消費和廢物排放過程中對生態環境的占用程度，被廣泛應用于區域可持續發展評價[11-12].在此基礎上，黃林楠等[13]通過補充生態足跡理論水資源賬戶的不足，構建了二維水資源生態足跡模型.利用二維水資源生態足跡模型，許多學者在國家[14]、流域[15-16]、省域[17]、市域[18-19]尺度開展了水資源可持續利用研究.近年來，Niccolucci 等[20-21]通過引入生態足跡廣度和生態足跡深度兩個新指標以分別表征人類對流量資本的占用和對存量資本的消耗，并根據Daly 準則[22]將存量資本作為判斷可持續性強弱的重要依據，將生態足跡模型從二維增加到三維，拓展了其研究深度.方愷等[23]以中國為實例，測度分析了中國的生態足跡廣度與深度，推動了該研究方向在中國的發展[24-28].此后，孫才志等[29]對水資源流量資本和存量資本進行區分，首次引入水資源生態足跡廣度和深度測算方法，將傳統二維水資源生態足跡模型拓展到三維，并以我國31 個省(自治區、直轄市)為研究對象進行了實證研究.

脫鉤的定義最早由世界經濟發展與合作組織(Organization for Economic Co-operation and Development, OECD)首次引入環境經濟學領域[30]，用以描述環境資源壓力與經濟增長之間的非同步變化關系，主要是指經濟增長和環境資源消耗之間的分離.簡單來說，就是在經濟增長的過程中減少對資源及產生污染的消耗和依賴，達到經濟效益和生態效益的雙重目標.脫鉤是衡量資源利用效率的一種手段，對實現流域和城市可持續發展至關重要.從脫鉤理論視角出發研究水資源利用與經濟發展之間的關系，能夠較好地反映水資源壓力與經濟發展矛盾所處的具體階段，從本質上揭示區域經濟社會健康可持續發展的程度.目前脫鉤模型已被廣泛用于水資源利用與經濟發展關系的分析[31-32].其中，從水量[33]、水質[34-35]、水資源利用效率[36]等視角切入分析的研究較多.然而，水資源流量資本和存量資本的利用作為三維水資源生態足跡模型的核心，它們與經濟發展密切相關，如何將三維水資源生態足跡模型與脫鉤理論融合應用于大尺度流域分析，從不同維度揭示水資源可持續利用與經濟發展的響應關系仍具有較大挑戰.同時，隨著城市化進程推進，傳統的省域經濟與行政區經濟正不斷地向城市群經濟轉變[37]，城市群是促進區域經濟發展與進行水資源管理的重要實施主體.因此，亟待開展城市群尺度上水資源生態足跡廣度、深度與經濟發展之間的脫鉤狀態和響應關系的分析，從而科學揭示水資源利用效率及經濟發展對水資源可持續利用的影響效應.

本文面向中國社會經濟發展與水資源利用矛盾最為突出的黃河流域，構建了三維水資源生態足跡模型和脫鉤理論融合的分析方法，以流域城市群為研究單元，基于三維水資源生態足跡模型識別了黃河流域2010-2020 年水資源生態足跡廣度和深度的時空變化特征，在此基礎上提出可持續利用重分類方法評估流域水資源可持續利用水平，利用脫鉤指數模型定量揭示了水資源生態足跡廣度、深度與GDP 的脫鉤狀態，從而在水資源流量資本和存量資本多個維度上揭示了流域水資源可持續利用與經濟發展脫鉤效應的響應關系.研究成果旨在期望對于實施新時期黃河流域科學的水資源環境保護政策、推進科技進步和產業升級具有一定科學參考.

1 研究區域與研究方法

1.1 研究區概況與數據來源

黃河發源于巴顏喀拉山，全長5 464 km，流域總面積為79.5×104km2.黃河作為北方基礎性供水水源之一，支撐了全國12%的人口和15%的耕地用水.隨著國民經濟的發展，黃河的供水量不斷增加，2010年黃河流域總取水量512.05×108m3，到2020 年總取水量536.15×108m3.同時，黃河徑流量卻不足全國總徑流量的2%，且未來仍可能出現持續性減少，黃河流域水資源短缺問題依舊突出.

本文以黃河流域為研究區，選取2010-2020 年的相關統計數據在城市群尺度上分析水資源利用與經濟發展的脫鉤效應.參照水利部黃河水利委員會2011 年發布的流域行政區劃并遵循“以自然流域為基礎支撐，考慮地域單元的完整性以及地區經濟與黃河的直接關聯性”原則，確定黃河流域62 個城市[36]及7 個城市群[38](見圖1).水資源量和水資源利用等相關指標數據來源于《黃河水資源公報》和黃河流域各省區水資源公報等；GDP 數據主要來源于黃河流域各省區統計年鑒等.為了消除GDP 受價格因素的影響，統一以2010 年為基期計算研究期內其余年份的實際GDP 值.

1.2 研究方法

1.2.1 三維水資源生態足跡模型

三維水資源生態足跡模型對水資源流量資本和存量資本進行了區分.水資源生態足跡廣度(water resources ecological footprint size， WEFsize)表征了人類社會發展對水資源流量資本的占用情況，其上限為水資源生態承載力.水資源生態足跡深度(water resources ecological footprint depth， WEFdepth)表征了人類社會對水資源存量資本的消耗程度，由自然深度和附加深度兩部分構成.在自然深度下，區域的水資源流量資本即可滿足自身發展的需求，故其值恒為1；當附加深度產生時，區域的水資源流量資本已經無法滿足自身發展的需求，需要動用水資源存量資本，故水資源生態足跡深度大于1.區域的水資源生態足跡深度越大，表明水資源利用越不可持續，參照文獻[29]其計算公式如下：

式中： WEFsize為區域水資源生態足跡廣度，hm2；WEF為區域水資源生態足跡，hm2；WEC 為區域水資源生態承載力，hm2.

式中， WEFdepth為區域水資源生態足跡深度.

式中：N為區域人口數量；wef 為區域人均水資源生態足跡，hm2；γ為水資源全球均衡因子；W為區域水資源消耗量，m3；p為水資源全球平均生產能力，m3/hm2.本文將水資源賬戶分為農業用水、工業用水、生活用水和生態用水.參照黃林楠[13]和世界自然基金會的計算結果，取水資源全球均衡因子γ為5.19，取水資源全球平均生產能力p為3 140 m3/hm2.

式中：φ為區域水資源產量因子；Q為區域水資源總量，m3；M為區域產水模數，m3/hm2.根據以往報道[39]，一個國家或地區的水資源利用率若超過30%~40%將引起生態環境惡化，水資源量中需預留60%的水量以維護生態環境，故取水資源可利用系數為0.4.水資源產量因子是各區域單位面積產水能力與水資源全球平均生產能力的比值，由于年際水資源量豐枯會導致水資源產量因子波動，為了保證研究結果客觀準確，本文選取研究期內各評價單元的多年平均產水模數，根據式(5)測算得到各單元的多年平均水資源產量因子.

1.2.2 水資源可持續利用重分類方法

目前對水資源的可持續利用評價沒有統一標準.根據方愷等[23]的觀點“在生態赤字普遍存在的背景下，為最大限度地維持可持續發展，應盡可能提高自然資本的流動性，同時減少對存量資本的消耗，即增加足跡廣度并減少足跡深度”，本文以水資源生態足跡廣度和深度為基礎，采用自然間斷分類法(natural breaks classification，NBC)確認數據中存在的邏輯間斷點(breakpoint，BP)，并由此提出水資源可持續利用重分類方法[40](見圖2).

圖2 水資源可持續利用重分類方法Fig.2 The reclassification method for sustainable utilization of water resources

首先通過計算得到各地級市2010-2020 年的水資源生態足跡廣度和深度平均值，利用自然間斷分類法將其各分為五類，包括低、較低、中等、較高和高水平；為了進一步地可持續利用分析，再將五類融合為三類，分別為低(L)、中(M)、高(H)；最后根據水資源生態足跡廣度和深度的重分類等級，將可持續利用水平劃分為九種類型.其中，LH 型具有最弱的可持續利用性，HL 型具有最強的可持續利用性.

1.2.3 Tapio 脫鉤指數模型

Tapio 脫鉤指數模型被認為是目前研究水資源利用與經濟增長協調關系的最佳方法[41].為了從水資源流量資本和存量資本的角度評估脫鉤狀態，分別計算水資源生態足跡廣度、深度與 GDP的脫鉤指數.計算公式如下：

式中： DIWEFsize和 DIWEFdepth分別為水資源生態足跡廣度、深度與GDP 的脫鉤指數； ?WEFsize和 ?WEFdepth分別為水資源生態足跡廣度和深度的年增長率，%；WEFsize,t、 WEFdepth,t、 WEFsize,t-1和 WEFdepth,t-1分別為第t期和第t-1 期的水資源生態足跡廣度和深度；?GDP為GDP的年增長率，%；GDPt和GDPt-1分別為第t期和第t-1期的GDP，108元.具體脫鉤判斷標準如表1所示.

表1 不同類型脫鉤狀態及其判斷標準Table 1 Decoupling state and criteria

2 結果與分析

2.1 黃河流域城市群水資源生態足跡廣度與深度的時空變化特征

水資源生態足跡廣度的時空變化特征如圖3 和圖4(a)所示.山東半島城市群2010 年水資源生態足跡廣度總體位于高值區，2015 年城市群內北部幾個城市水資源生態足跡廣度有明顯下降，到2020 年形成了水資源生態足跡廣度南高北低的空間分布格局.寧夏沿黃和呼包鄂榆城市群主要位于水資源生態足跡廣度低值區，但城市群內部大多數城市的水資源生態足跡廣度呈增大趨勢.蘭西和關中平原城市群存在區域內水資源生態足跡廣度分布不均衡現象，其中關中平原城市群內部大多數城市其水資源生態足跡廣度在研究期內變化較小，蘭西城市群中定西市、臨夏回族自治州、西寧市、海東市水資源生態足跡廣度有較大增加，海南藏族自治州有明顯減小.隨著山西中部和中原城市群內部大多數城市的水資源生態足跡廣度分別表現為上升和下降趨勢，兩大城市群的水資源生態足跡廣度分布逐漸均衡，到2020 年區域內呈現明顯的中值聚集現象.

圖3 黃河流域水資源生態足跡廣度、深度熱圖Fig.3 The heatmap of WEF size and depth in Yellow River Basin

圖4 黃河流域水資源生態足跡廣度、深度及水資源可持續利用時空變化Fig.4 The spatiotemporal variation of WEF size and depth as well as sustainable utilization of water resources in Yellow River Basin

水資源生態足跡深度的時空變化特征如圖3和圖4(b)所示.山東半島、中原、關中平原、山西中部和呼包鄂榆城市群呈現明顯的水資源生態足跡深度低值聚集現象，其中山東半島和中原城市群內部大多數城市水資源生態足跡深度呈上升趨勢；關中平原城市群中西安市、銅川市、運城市水資源生態足跡深度有所升高，寶雞市和商洛市水資源生態足跡深度為1，其余城市水資源生態足跡深度有所下降；山西中部城市群水資源生態足跡深度總體呈下降趨勢，呼包鄂榆城市群則相反.蘭西城市群2020 年除蘭州市和白銀市位于水資源生態足跡深度中值區外，其余城市均存在低值聚集現象.寧夏沿黃城市群則位于水資源生態足跡深度高值區，多年平均水資源生態足跡深度高達567.05，但城市群內部各城市的水資源生態足跡深度在研究期內均有所下降.

2.2 黃河流域城市群水資源可持續利用評估

水資源可持續利用的時空變化特征如圖4(c)和圖5 所示.從水資源生態足跡廣度、深度平均值來看，山東半島城市群水資源利用主要為HL 型，大多數城市擁有較大水資源生態足跡廣度和較低水資源生態足跡深度，其水資源可持續利用性最強.中原城市群水資源利用ML 型城市增加了2 個、HL 型城市減少了2 個，表明其在研究期內水資源可持續利用性有所減弱；而山西中部城市群LL型城市減少了2 個、ML 型城市增加了2 個，表明其水資源可持續利用性有所增強，這也導致兩大城市群在研究期內可持續利用類型空間分布格局逐漸均衡，到2020 年呈現明顯的ML 型聚集現象.關中平原城市群水資源利用類型主要為LL 型(5 個)、ML 型(3 個)、HL 型(3 個)，研究期內各城市可持續利用類型變化不大.呼包鄂榆城市群主要為LM 型(1 個)、LL 型(2 個)、ML 型(1 個)，表明城市群在研究期內水資源可持續利用性較弱.寧夏沿黃 城 市 群 主 要 類 型為LH 型(3 個)、LM 型(1 個)，表明城市群的水資源可持續利用性非常差.蘭西城市群在研究期內LL 型城市減少了2 個、ML 型城市增加了2 個，表明城市群水資源可持續利用性有所增強.

圖5 黃河流域水資源可持續利用評估結果熱圖Fig.5 The heatmap of sustainable utilization of water resources in Yellow River Basin

2.3 黃河流域城市群水資源利用與經濟發展脫鉤分析

各城市群在研究期內水資源生態足跡廣度、深度和GDP 不同脫鉤類型的發生頻率如圖6 所示.蘭西和關中平原城市群的水資源生態足跡深度與GDP脫鉤類型主要為強脫鉤和弱脫鉤，相比水資源生態足跡廣度與GDP 的脫鉤狀態以強脫鉤和擴張性負脫鉤為主，表明GDP 增長對水資源流量資本的壓力大于對存量資本的壓力；呼包鄂榆和中原城市群的水資源生態足跡廣度與GDP 主要處于強脫鉤，而水資源生態足跡深度與GDP 主要處于擴張性負脫鉤，表明隨著GDP 增長，由于水資源生態足跡廣度的減小使得水資源生態足跡深度增加，從而導致對水資源存量資本更大的壓力.寧夏沿黃、山西中部和山東半島城市群水資源生態足跡廣度、深度與GDP 脫鉤類型均以強脫鉤和擴張性負脫鉤為主，表明GDP 增長對水資源流量資本和存量資本的壓力都不均衡，但存在GDP 增長對水資源流量資本和存量資本壓力的互補現象.

圖6 2010-2020 年黃河流域水資源生態足跡廣度、深度與GDP 不同脫鉤類型發生頻率Fig.6 Frequency statistics for each decoupling type of GDP from WEF size and depth between 2010 and 2020 in Yellow River Basin

3 討論

3.1 黃河流域城市群水資源可持續利用的空間分布格局

黃河流域城市群水資源可持續利用的空間分布格局如圖4(c)所示.總體來看，流域城市群的水資源可持續利用水平呈現由南向北依次減弱以及下游城市群>中游城市群>上游城市群的空間分布格局，與水資源生態足跡廣度空間分布相對比，發現二者具有相似的空間分布特征.由表2 可知，研究期內黃河流域城市群水資源生態足跡深度大于1，表明流域對水資源的消耗超過了水資源流量資本，此時的水資源生態足跡廣度已達到上限，其值等于水資源生態承載力.已有研究[7]表明，水資源生態承載力的大小主要與降水量有關.黃河流域受季風氣候的影響，降水量及水資源量大致由南至北、從東向西遞減，從而導致水生態承載力亦呈現相似的空間分布格局，這與已有研究結果[42]一致.此外，本文針對黃河流域城市群水資源生態足跡廣度和水資源生態足跡深度兩個指標的計算及其水資源可持續利用水平的評估中，是以地級市為基礎評價單元的.從2.1 節和2.2 節分析結果可以看出，在進行各城市群水資源生態足跡廣度和深度時空變化特征及水資源可持續利用水平的闡述與分析中，均是以城市群內部各城市的相關指標為基礎，從而在整體上對各城市群進行相應評價及分析判斷.

表2 黃河流域城市群2010-2020 年水資源生態足跡廣度(WEFsize)、深度(WEFdepth)分析結果Table 2 The WEF size and depth between 2010 and 2020 of urban agglomerations in Yellow River Basin

在計算水資源生態足跡廣度和水資源生態足跡深度兩個指標時，是基于用水量(包括農業用水、工業用水、生活用水、生態用水)和水資源量等原始數據，這些數據主要來源于地區統計年鑒及水資源公報，是根據當地當年的實際用水情況進行統計分析和計算.其中，涉及水資源產量因子這一參數的計算時，由于年際水資源量豐枯會導致水資源產量因子波動，為了保證研究結果客觀準確，本文已選取研究期內各評價單元的多年平均產水模數.各城市群在研究期內的水資源生態足跡廣度和水資源生態足跡深度均在其平均值上下正常波動，無顯著離群值或離散值.結果表明，水資源生態足跡深度的空間分布呈現明顯的熱點區域，即寧夏沿黃城市群水資源生態足跡深度平均值高達567.05，這主要是由于寧夏地處西北內陸，隸屬于干旱半干旱地區[43]，水資源稟賦較差，加之寧夏回族自治區的人均水資源生態足跡在黃河流域城市群中位居最高，這些均在一定程度上導致了水資源生態足跡深度的升高.除寧夏沿黃城市群外的其余城市群，水資源生態足跡深度呈現低值聚集空間分布特征，但數值大都高于1.其中，蘭西城市群由于大部分城市位于青海省，擁有三江源和環青海湖等自然保護區[44]，水資源稟賦高，因此水資源生態足跡深度最小.呼包鄂榆、山西中部和關中平原城市群因地處河套平原和汾渭平原等農業主產區，加之晉陜蒙三省區均是我國重要的礦產基地，這些均使得城市群產生較大的用水消耗.中原城市群和山東半島城市群雖擁有較大的水資源量，但因地處黃河下游，為促進經濟發展大力開展工農業生產，加之龐大的人口數量，區域發展對水資源的需求過大，從而導致水資源生態赤字現象.

3.2 不同脫鉤狀態下對流域城市群水資源可持續利用的影響

根據2.3 節結果，黃河流域城市群在研究期內各自具有不同的脫鉤狀態，其對應的水資源可持續利用變化程度也存在差異.山東半島、寧夏沿黃和山西中部城市群水資源生態足跡廣度、深度與GDP 均以強脫鉤和擴張性負脫鉤為主，但山東半島和寧夏沿黃城市群的水資源可持續利用類型幾乎保持不變，山西中部城市群水資源可持續利用性則得到增強.呼包鄂榆和中原城市群水資源生態足跡廣度、深度與GDP 分別處于強脫鉤和擴張性負脫鉤狀態，其水資源可持續利用性均有所減弱.蘭西和關中平原城市群水資源生態足跡廣度與GDP 以強脫鉤和擴張性負脫鉤為主、水資源生態足跡深度與GDP 以強脫鉤和弱脫鉤為主，但蘭西城市群水資源可持續利用性有所增強，關中平原城市群水資源可持續利用性則變化不大.由此說明，不同的脫鉤狀態對水資源可持續利用的影響有所差異，同時這也并非作用于水資源可持續利用變化的唯一因素.根據已有研究結果，黃河流域城市群的水資源利用效率整體呈現出“下游城市群>中游城市群>上游城市群”的空間分布特征[36]，這與筆者得到的黃河流域城市群水資源可持續利用的空間分布特征(見3.1 節)相符合.因此，可進一步得出結論，水資源可持續利用受不同脫鉤狀態和水資源利用效率的共同影響.

此外，水資源生態足跡廣度、深度與GDP 的脫鉤效應呈現出大致互補規律[40]，以2019-2020 年為例(見圖7).2019-2020 年黃河流域七大城市群中的大部分城市處于水資源生態足跡廣度與GDP 的擴張性負脫鉤狀態，即水資源生態足跡廣度隨著GDP 的增加而增加，且增加速度大于GDP.對水資源流量資本占用的增加，導致這些城市對水資源存量資本的消耗相對減小，從而使其水資源生態足跡深度與GDP 大部分處于強脫鉤狀態.同時由圖5 可知，這些城市的水資源可持續利用性得到增強.需要注意的是，盡管水資源生態足跡廣度與GDP 的擴張性負脫鉤意味著水資源流量資本的增加，但也表明了社會經濟發展對水資源利用效率的降低，從長遠來看，水資源利用效率的降低不利于可持續發展.因此，從提升水資源可持續利用的角度出發，水資源生態足跡廣度、深度與GDP 分別處于弱脫鉤和強脫鉤狀態，并同時提高水資源利用效率將對水資源可持續利用產生最佳影響.

圖7 2019-2020 年黃河流域水資源生態足跡廣度、深度與GDP 脫鉤狀態Fig.7 The decoupling state of GDP from WEF size and depth between 2010 and 2020 in Yellow River Basin

然而，由于社會經濟發展和人類活動用水的關系機制十分復雜，本研究還存在一些不足和挑戰.例如，在計算水資源生態足跡時，主要考慮了水資源量的直接消耗，由于數據和研究時間限制，對污染物排放影響水質從而導致對水資源的間接消耗考慮不足，對未來變化環境下黃河流域城市群水生態環境與經濟發展演變趨勢缺乏相關的建模和預測.此外，三維水資源生態足跡模型也存在一些不確定性，如水資源生態足跡深度這一指標衡量的是對水資源存量資本的消耗程度，無法確切計量水資源存量資本的數值大小.這也是未來可持續利用研究中值得深入探討的地方.今后在污染物排放數據易得的基礎上，可進一步研究黃河流域城市群水生態環境保護與高質量發展的協同關系，從機理角度研發更適用于黃河流域城市群的水資源-水污染耦合模型方法，深入研究揭示黃河流域水量、水質和社會經濟的多元協同關系和互饋機制，為新時期實施黃河大保護和大治理提供科學參考依據.

4 結論

a) 2010-2020 年黃河流域城市群水資源生態足跡廣度和深度的空間分布特征具有明顯差異.就水資源生態足跡廣度而言，黃河流域整體呈現由南至北、從東向西的遞減趨勢，其中蘭西城市群和山東半島城市群具有較高的水資源生態足跡廣度，平均值分別為570.73×104hm2和414.02×104hm2；寧夏沿黃城市群則具有最小的水資源生態足跡廣度，平均值為2.01×104hm2.就水資源生態足跡深度而言，黃河流域呈現明顯的熱點區域，即寧夏沿黃城市群水資源生態足跡深度平均值高達567.05，其余地區則呈現低值聚集的空間分布特征.

b) 黃河流域城市群水資源可持續利用空間分布特征顯著.整體上呈現由南向北依次減弱、下游城市群>中游城市群>上游城市群的空間分布格局.

c) 黃河流域城市群水資源可持續利用受不同脫鉤狀態影響的差異顯著.其中，水資源生態足跡廣度、深度與GDP 分別處于弱脫鉤和強脫鉤狀態，并同時提高水資源利用效率將會對水資源可持續利用產生最佳影響.