黄河流域城市群水-能-碳系统网络特征及多目标优化

doi:10.7522/j.issn.1000-694X.2026.00135

摘要/Abstract

摘要：

在黄河流域生态保护和高质量发展背景下，城市群间水、能、碳要素关联日益紧密，传统单要素、属地化管理方式已难以适应跨区域协同治理需求。本文以黄河流域七大城市群为研究对象，基于2002、2007、2012、2017年城市间投入产出表及水资源、能源消耗和碳排放数据，运用环境拓展多区域投入产出模型、生态网络分析和多目标优化方法，识别黄河流域城市群隐含水-能-碳流动格局、网络结构特征及其结构优化路径。结果表明：（1）2002—2017年，黄河流域城市群直接用水总量总体波动较小，而能源消耗和碳排放分别增长188.45%和207.60%，水-能-碳隐含流呈现资源型城市群输出、综合型城市群承接的格局。（2）2002—2017年，城市群间水-能-碳隐含流联系增强，但生态网络鲁棒性均呈下降趋势，其中水系统下降幅度最大，为10.91%。资源型城市群多为控制输出和依赖来源地，综合型城市群更多为控制承接和依赖输入地。（3）水资源约束是黄河流域城市群水-能-碳系统优化的关键因素，基于节水-节能-降碳的综合折中方案是最优多目标优化方案，可在降低水-能-碳压力目标的同时提升系统鲁棒性。黄河流域水-能-碳协同治理应强化水资源刚性约束，完善跨区域责任分担与生态补偿机制。

关键词: 黄河流域城市群, 多区域投入产出, 水-能-碳, 生态网络分析, 多目标优化

Abstract:

Against the background of ecological protection and high-quality development in the Yellow River Basin， inter-urban-agglomeration linkages of water， energy， and carbon have become increasingly close， making traditional single-factor and territorially based management approaches insufficient for cross-regional coordinated governance. Taking the seven major urban agglomerations in the Yellow River Basin as the research objects， this study uses inter-city input-output tables for 2002， 2007， 2012， and 2017， together with data on water use， energy consumption， and carbon emissions. An environmentally extended multi-regional input-output model， ecological network analysis， and multi-objective optimization are employed to identify the spatial pattern， network structural characteristics， and structural optimization pathways of embodied water-energy-carbon flows among urban agglomerations in the Yellow River Basin. The results show that：（1） From 2002 to 2017， total direct water use in the urban agglomerations of the Yellow River Basin fluctuated only slightly， whereas energy consumption and carbon emissions increased by 188.45% and 207.60%， respectively. Embodied water-energy-carbon flows exhibited a pattern in which resource-based urban agglomerations served as major exporters， while comprehensive urban agglomerations acted as major receivers. （2） During 2002-2017， embodied water-energy-carbon linkages among urban agglomerations were strengthened， but the robustness of all ecological networks showed a declining trend， with the water system experiencing the largest decrease of 10.91%. Resource-based urban agglomerations were generally characterized as controlling exporters and dependent source areas， whereas comprehensive urban agglomerations were more often controlling receivers and dependent import areas. （3） Water resource constraints are the key factor in optimizing the water-energy-carbon system of urban agglomerations in the Yellow River Basin. The integrated compromise scheme based on water saving， energy saving， and carbon reduction represents the optimal multi-objective optimization solution， as it can reduce water-energy-carbon pressure while improving system robustness. Coordinated water-energy-carbon governance in the Yellow River Basin should strengthen rigid water resource constraints and improve cross-regional responsibility-sharing and ecological compensation mechanisms.

Key words: urban agglomerations in the Yellow River Basin, multi-regional input-output model, water-energy-carbon, ecological network analysis, multi-objective optimization

中图分类号:

F205

李豪, 李继彦, 贾昕炽, 包令燕, 刘秀丽. 黄河流域城市群水-能-碳系统网络特征及多目标优化[J]. 中国沙漠, 2026, 46(5): 260-273.

Hao Li, Jiyan Li, Xinchi Jia, Lingyan Bao, Xiuli Liu. Network characteristics and multi-objective optimization of the water-energy-carbon system in urban agglomerations of the Yellow River Basin[J]. Journal of Desert Research, 2026, 46(5): 260-273.

图/表 9

图1 黄河流域城市群地理位置注：基于自然资源部标准地图服务网站审图号GS（2024）0650号标准地图制作，底图边界无修改

Fig.1 Geographical location of urban agglomerations in the Yellow River Basin

表1 黄河流域城市群多区域投入产出

Table 1 Multiregional input-output for urban agglomerations in the Yellow River Basin

项目		中间使用				最终需求				出口	总产出
项目		兰西	……	山东半岛	其他地区	兰西	……	山东半岛	其他地区	出口	总产出
中间投入	兰西	Z^LX,LX	……	Z^LX,SDBD	Z^LX,O	F^LX,LX	……	F^LX,SDBD	F^LX,O	E^LX	X^LX
	……	……	……	……		……	……	……		……	……
	山东半岛	Z^SDBD,LX	……	Z^SDBD,SDBD	Z^SDBD,O	F^SDBD,LX	……	F^SDBD,SDBD	F^SDBD,O	E^SDBD	X^SDBD
	其他地区	Z^O,LX	……	Z^O,SDBD	Z^O,O	F^O,LX	……	F^O,SDBD	F^O,O	E^O	X^O
增加值		VA^LX	……	VA^SDBD	VA^O	—	—	—		—	—
总投入		X^LX	……	X^SDBD	X^O	—	—	—		—	—

图2 2002—2017年黄河流域城市群直接用水、能源消耗与碳排放及其强度变化注：LX为兰西城市群，NXYH为宁夏沿黄城市群，HBEY为呼包鄂榆城市群，SXZB为山西中部城市群，GZPY为关中平原城市群，ZY为中原城市群，SDBD为山东半岛城市群（下同）

Fig.2 Changes in direct water use， energy consumption， carbon emissions， and their intensities of urban agglomerations in the Yellow River Basin from 2002 to 2017

图3 2017年黄河流域城市群隐含水-能-碳流动和弦图

Fig.3 Chord diagram of embodied water-energy-carbon flows among urban agglomerations in the Yellow River Basin in 2017

图4 2017年黄河流域城市群与其他地区隐含水-能-碳净流动注：图中隐含水单位为亿立方米，隐含能单位为百万吨标准煤，隐含碳单位为百万吨（图7A、图8同）

Fig.4 Net embodied water-energy-carbon flows between urban agglomerations in the Yellow River Basin and other regions in 2017

图5 黄河流域城市群水-能-碳系统鲁棒性指数（SR）曲线

Fig.5 SR curves of water-energy-carbon of urban agglomerations in the Yellow River Basin

图6 2017年黄河流域城市群水、能、碳控制与依赖矩阵

Fig.6 Control and dependency matrices of water， energy， and carbon among urban agglomerations in the Yellow River Basin in 2017

图7 4种优化方案的压力目标与网络鲁棒性对比

Fig.7 Comparison of pressure objectives and network robustness for four optimization schemes

图8 综合折中方案下黄河流域城市群隐含水、能、碳流入流出变化注：基于自然资源部标准地图服务网站审图号GS（2024）0650号标准地图制作，底图边界无修改

Fig.8 Changes in embodied water-energy-carbon inflows and outflows of urban agglomerations in the Yellow River Basin under the comprehensive compromise scheme

参考文献 41

[1]	方创琳.黄河流域城市群形成发育的空间组织格局与高质量发展［J］.经济地理，2020，40（6）：1-8.
[2]	赵云，赵新磊，蒋桂芹.黄河流域地表水资源超载状况及治理措施［J］.人民黄河，2023，45（S1）：34-35.
[3]	王兆华，邹朋宇，李浩，等.经济-能源-水耦合视角下黄河流域区域协同发展路径［J］.中国人口·资源与环境，2022，32（8）：10-19.
[4]	宋冬凌，卢文宇.黄河流域城市群碳排放时空演变多尺度分析［J］.华北水利水电大学学报（自然科学版），2024，45（5）：48-59.
[5]	Cheng L， Tian J P， Xu H G，et al.Unveiling the nexus profile of embodied water-energy-carbon-value flows of the Yellow River Basin in China［J］.Environmental Science & Technology，2023，57（23）：8568-8577.
[6]	马海涛，徐楦钫.黄河流域城市群高质量发展评估与空间格局分异［J］.经济地理，2020，40（4）：11-18.
[7]	Wang S G， Chen B.Energy-water nexus of urban agglomeration based on multiregional input-output tables and ecological network analysis：a case study of the Beijing-Tianjin-Hebei region［J］.Applied Energy，2016，178：773-783.
[8]	Liu X L， Vu D， Perera S C，et al.Nexus between water-energy-carbon footprint network：multiregional input-output and coupling coordination degree analysis［J］.Journal of Cleaner Production，2023，430：139639.
[9]	黄婕怡.中国省域水—能—碳—经济耦合协调度分析［D］.北京：北方工业大学，2024.
[10]	赵荣钦，姬宇飞，冯薇，等.基于土地利用的水-能-碳关联研究：理论框架与关键问题［J］.中国土地科学，2024，38（8）：97-108.
[11]	刘楠，门宝辉，韩笑宇，等.中国水-能-粮-碳耦合协调空间分异及驱动机制［J］.水科学进展，2026，37（3）：421-435.
[12]	彭焜，朱鹤，王赛鸽，等.基于系统投入产出和生态网络分析的能源-水耦合关系与协同管理研究：以湖北省为例［J］.自然资源学报，2018，33（9）：1514-1528.
[13]	熊睿.“双碳”目标下黄河流域“能-水-碳”耦合关系和协同利用研究［D］.太原：山西财经大学，2023.
[14]	Ma X， Zhang T， Shen X，et al.Environmental footprint assessment of China's ceramic tile production from energy-carbon-water nexus insight［J］.Journal of Cleaner Production，2022，337：130606.
[15]	杨屹，张园园.呼包鄂榆资源型城市群“水-能-碳”耦合变化及影响因素［J］.中国环境科学，2023，43（11）：6212-6224.
[16]	刘秀丽，李欣恒，申俊，等.基于系统动力学模型的黄河流域“能-水-碳”系统多政策仿真模拟研究［J］.环境科学学报，2026，46（3）：504-516.
[17]	叶欣，魏子杰，沈群，等.基于LEAP模型的西北地区能碳预测及低碳发展路径：以青海省某县域为例［J］.环境科学，2025，46（11）：6796-6805.
[18]	Zhang K， Zhang Y， Xi S，et al.Multi-objective optimization of energy-water nexus from spatial resource reallocation perspective in China［J］.Applied Energy，2022，314：118919.
[19]	Okola I， Omulo E O， Ochieng D O，et al.Multi‐objective optimization of the food‐energy‐water nexus problem：a review of the key concepts and emerging opportunities in objective functions，decision variables，and optimization techniques［J］.Earth's Future，2025，13（4）：e2024EF004718.
[20]	Du S X， Liang C M， Sun H W，et al.Policy implications of energy-water-carbon emissions nexus based on national policies in China［J］.Energy，2025，339：138950.
[21]	Jin X Y， Jiang W R， Fang D L，et al.Evaluation and driving force analysis of the water-energy‑carbon nexus in agricultural trade for RCEP countries［J］.Applied Energy，2024，353：122143.
[22]	冯仲恺，蒋林佚，牛文静，等.黄河流域九省区水资源-能源耦合系统研究（Ⅰ）：特征解析［J］.水资源保护，2025，41（5）：160-172.
[23]	陆中桂，李优然，姜博艺，等.虚拟水贸易对黄河流域城市群水稀缺的影响［J］.人民黄河，2026，48（4）：99-106.
[24]	雷涯邻，李东芮，张安，等.消费驱动下黄河流域隐含碳流动特征研究［J］.华北水利水电大学学报（自然科学版），2022，43（4）：83-90.
[25]	王志强，姜文桓，卢诗月.基于生态网络分析的新疆“水-能-碳”耦合系统特征研究［J］.干旱区地理，2023，46（12）：2005-2016.
[26]	贾培煜，田玉静，杨洁，等.黄河流域城市群空间结构演变特征及优化策略［J］.地理研究，2025，44（7）：1908-1924.
[27]	Wang Y F， Xu D Y， Zheng H R，et al.An inter-city input-output database distinguishing firm ownership in the Greater China area during 2002-2017［J］.Scientific Data，2025，12（1）：723.
[28]	Zhou F， Bo Y， Ciais P，et al.Deceleration of China's human water use and its key drivers［J］.Proceedings of the National Academy of Sciences，2020，117（14）：7702-7711.
[29]	Chen J D， Liu J L， Qi J，et al.City- and county-level spatio-temporal energy consumption and efficiency datasets for China from 1997 to 2017［J］.Scientific Data，2022，9（1）：101.
[30]	Chen J D， Gao M， Cheng S L，et al.County-level CO₂ emissions and sequestration in China during 1997-2017［J］.Scientific Data，2020，7（1）：391.
[31]	Su B， Ang B， Low M.Input-output analysis of CO₂ emissions embodied in trade and the driving forces：processing and normal exports［J］.Ecological Economics，2013，88：119-125.
[32]	Ulanowicz R E.Quantitative methods for ecological network analysis［J］.Computational Biology and Chemistry，2004，28（5-6）：321-339.
[33]	Fath B D， Patten B C.Review of the foundations of network environ analysis［J］.Ecosystems，1999，2（2）：167-179.
[34]	Borrett S R， Lau M K， Dray S.enaR：an R package for ecosystem network analysis［J］.Methods in Ecology & Evolution，2014，5（11）：1206-1213.
[35]	王保乾，肖佳慧.长江经济带省际贸易隐含水-能-碳耦合关系研究［J］.水利经济，2023，41（1）：47-54+61+104-105.
[36]	樊杰，王亚飞，王怡轩.基于地理单元的区域高质量发展研究：兼论黄河流域同长江流域发展的条件差异及重点［J］.经济地理，2020，40（1）：1-11.
[37]	金凤君.黄河流域生态保护与高质量发展的协调推进策略［J］.改革，2019（11）：33-39.
[38]	Zou J X， Chen B， Wang S G.Ecological network analysis and optimization of urban water metabolic system in context of energy nexus［J］.Applied Energy，2025，388：125700.
[39]	Wang Y B， Zhu K， Xiong X，et al.Assessment of the ecological compensation standards for cross-basin water diversion projects from the perspective of main headwater and receiver areas［J］.International Journal of Environmental Research and Public Health，2022，20（1）：717.
[40]	Wang X N， Wang L C， Chen J P，et al.Assessment of the external costs of life cycle of coal：the case study of Southwestern China［J］.Energies，2020，13（15）：4002.
[41]	Tang B J， Ji C J， Hu Y J，et al.Optimal carbon allowance price in China's carbon emission trading system：perspective from the multi-sectoral marginal abatement cost［J］.Journal of Cleaner Production，2020，253：119945.