黄河流域作为我国重要的生态屏障和经济带，长期面临严峻的水资源供需矛盾. 水资源承载力是区域可持续发展的基础和核心竞争力的重要指标，其定量评价与比较是明确区域发展能力的关键环节，不仅有助于厘清资源供需关系，还为流域水资源精细化管理、生态保护与产业优化布局提供量化支撑^‎[1]. 黄河“几字弯”位于国家能源安全与生态安全交汇带，是黄河流域生态保护和高质量发展的核心区域. 统计数据显示，2023年黄河“几字弯”地区的20个资源型城市地区生产总值合计达4.37万亿元，占黄河流域GDP总量的74%，凸显了其在黄河流域经济格局中的重要地位^‎[2]. 但这些区域水资源总量约为185.34亿m³，人均占有量仅为全国平均水平的24%，水资源短缺问题显著加剧了区域发展的研究与管理挑战.

以鄂尔多斯市为代表的黄河流域资源型城市^‎[3]，长期依赖煤炭和化工等高耗水产业，水资源利用效率偏低，已成为制约其高质量发展的关键瓶颈. 特别是随着鄂尔多斯东部（康巴什区、东胜区、伊金霍洛旗、乌审旗和达拉特旗）水网连通规划的稳步推进，水资源格局正在发生重构，对水资源精细化管理和精准配置提出了更高要求.

当前，水资源承载力（WRCC）研究方法不断丰富，主要包括生态足迹模型法^[4~6]、综合指数法^‎[7]、模糊综合评价法^[8，9]、系统动力学法^‎[10]和TOPSIS模型^[11~13]等. 其中，基于多指标决策（MCDM）理论的TOPSIS模型，因其计算简便、指标整合能力强与评价结果客观等优点，成为WRCC综合评价的主流方法之一. 近年来，研究者们将TOPSIS与权重确定方法（如AHP、熵权法等）耦合使用，以提高评价结果的科学性与鲁棒性^[14~16]. 随着研究深入，博弈论组合赋权方法因其在主客观权重协调中的优势而受到关注. 该方法基于纳什均衡思想，通过构建最小偏差模型，实现多种赋权方式之间的优化协调，在提升权重合理性的同时增强了模型对复杂系统的适应性与抗干扰能力. 目前该方法已在河南、河北和云南等地区的WRCC时空演化研究中取得良好效果^[17~19]，为复杂区域水资源管理提供了理论支撑.

综上所述，本文在鄂尔多斯市东部水网连通背景下，选取黄河“几字弯”内弯区域的5个典型旗（区）作为研究对象. 从微观旗（区）尺度出发，构建融合主观AHP法与客观熵权法的博弈论组合赋权模型，以提高指标权重分配的科学性与协调性；同时叠加TOPSIS模型与障碍度诊断方法，系统评估WRCC的时序演化特征与关键制约因子. 本研究聚焦典型资源型城市内部空间差异与分区管理需求，以期为资源约束突出地区的水资源承载力评估与治理优化提供理论支撑与方法借鉴.

1 材料与方法 1.1 研究区概况

鄂尔多斯市位于黄河“几字弯”内弯核心区域，是资源型与生态脆弱性高度叠加的典型地区. 年降水量为150~350 mm，蒸发量高达2 000~3 000 mm，水分亏缺严重，水资源时空分布极度不均^‎[20]. 为缓解水资源空间失衡，近年来鄂尔多斯市加快推进东部片区（康巴什区、东胜区、伊金霍洛旗、乌审旗和达拉特旗）水网连通工程，通过引调水、系统贯通与调蓄工程重构区域水资源配置体系. 水网连通工程的推进加剧了对水资源时空异质性识别与科学评估的依赖，促进了管理模式向系统化与动态化方向推进.

因此，本文选取康巴什区、东胜区、伊金霍洛旗、乌审旗和达拉特旗为研究对象（图 1）. 研究区位于鄂尔多斯市东中部，GDP和用水量分别约占鄂尔多斯市60%和50%，水资源开发利用率常年高于70%，是全市主要工业园区、人口密集区与城镇发展的集中地，资源性、工程性与结构性缺水问题日益突出. 同时在水网连通背景下，从水资源、社会经济及生态环境多维视角出发，系统开展WRCC评价，不仅有助于识别关键制约因子，也可为推进区域水资源高效配置与生态协同治理提供理论支撑.

1.2 数据来源

本文采用的数据来源于《鄂尔多斯市统计年鉴》（2010~2023年）、《鄂尔多斯市水资源公报》（2010~2023年）、《内蒙古自治区水资源公报》（2023年）、《水网连通规划》和内蒙古自治区水文水资源中心.

1.3 研究方法 1.3.1 水资源承载能力评价指标体系的建立

合理构建水资源承载力评价指标体系是提升评价结果科学性、有效性与应用价值的核心环节^‎[21]. 水资源承载力系统本质上是由承载主体（水资源系统）与承载客体（社会经济系统与生态环境系统）共同构成的复杂有机整体，各子系统之间相互作用和协同演化，具有显著的系统耦合特征^‎[22]. 参考借鉴相关研究^[23~25]，并结合鄂尔多斯市水资源条件和开发利用现状，从水资源、社会经济和生态环境维度构建水资源承载力评价指标体系（表 1）. 其中，万元GDP用水量、单位面积农田灌溉量、万元工业增加值用水量、人均生活用水量、万元产值氨氮排放及万元产值COD排放量为负向指标，其余均为正向指标.

1.3.2 水资源承载力评价指标权重的确定 1.3.2.1 主观权重确定

本文采用AHP法计算指标的主观权重. AHP法提供了一个结构化的框架，根据复杂系统的相对重要性对其进行评估和优先级排序^‎[26]. 其主要优势在于通过成对比较，将难以量化的问题进行定量表达，该方法因其操作简便、实用性高等优势而被广泛应用于主观权重的计算^[27，28]. 具体计算步骤参考文献[29].

1.3.2.2 客观权重

客观权重值来源于指标本身的数据信息，通过定量分析得到指标权重，从而增强评价结果的客观性^‎[30]. 其中，熵权法能够有效减少主观因素引入的偏差，并通过对初步权重的修正，使得权重分配更贴合实际情况. 基于此，本文采用熵权法计算各指标的客观权重，具体计算步骤参见文献[31，32].

1.3.2.3 组合权重确定

不同赋权方法的结果是相互独立的，且可能存在冲突. 为实现指标权重的科学性和全面性，本文基于博弈论思想，以纳什均衡为协调目标，通过策略互动与均衡分析，将主观权重与客观权重有机结合，构建既反映理性决策又符合实际约束的最优权重分配体系. 博弈论组合赋权方法的具体计算步骤如下：假设权重向量集为：ωk={ωk1, ωk2, …, ωkn}, k=1, 2, …, L；线性组合权重系数为：α={α1, α2, …, αL}，以上向量任意组合：

ω=∑k=1nαkωkT

(1)

式中，αk为线性组合系数，ω为所有可能的向量集，T为转置.

以ωk和ωkT最小偏差为目标，对式（1）中的L个线性组合系数进行优化，目标函数为：

min=∑k=1nαkωkT-ωk2,k=1, 2,⋯,L

(2)

根据公式（2），得出最优一阶导数线性方程：

$ \begin{aligned} & {\left[\begin{array}{cccc} \omega_1 \omega_1^T & \omega_1 \omega_2^T & \cdots & \omega_1 \omega_L^T \\ \omega_2 \omega_1^T & \omega_2 \omega_2^T & \cdots & \omega_2 \omega_L^T \\ \vdots & \vdots & & \vdots \\ \omega_L \omega_1^T & \omega_L \omega_2^T & \cdots & \omega_L \omega_L^T \end{array}\right]\left[\begin{array}{llll} \alpha_1 & & & \\ & \alpha_1 & & \\ & & \vdots & \\ & & & \alpha_1 \end{array}\right]} \\ & \quad\quad\;\; =\left[\begin{array}{llll} \omega_1 \omega_1^T & & & \\ & \omega_2 \omega_2^T & & \\ & & \vdots & \\ & & & \omega_L \omega_L^T \end{array}\right] \end{aligned} $

(3)

由式（3）计算求得该值后，对其进行归一化处理：

αk*=αk∑k=1nαk

(4)

博弈论组合加权的权重为：ω*={ω1,ω2,⋯,ωn}

ω*=∑k=1nαk*ωkT,k=1, 2,⋯,L

(5)

1.3.3 TOPSIS模型

TOPSIS模型，即“逼近理想值排序法”，是一种通过计算评价对象与理想最优方案的接近程度来判断其相对优劣的多目标决策方法^‎[33]. 该方法因其高效性、准确性和较强的适应性，成为多准则决策分析中的重要工具，详细计算过程见文献[34，35].

针对计算所得的多维水资源承载力综合评价指数，参考已有研究成果^‎[36]，对承载力水平进行分级，划分出水资源承载力评价等级（表 2）.

1.3.4 障碍度模型

在水资源承载力评价中，障碍度测度是基于评价结果的深度解析，利用障碍度模型系统的辨识制约承载力的关键障碍因子，并量化各因子的障碍程度^[37，38]. 障碍度数值直接反映评价指标对水资源承载力的制约强度，某项指标评价的障碍度越大，说明其对承载力的负面影响越显著^‎[39]. 障碍度模型计算公式为：

Uij=FjPij∑j=1nFjPij×100%

(6)

式中，Fj=wjWj，Pij=1-zij，Uij为障碍度；Fj为因子贡献度；Pij为指标偏离度；Wj为指标j的权重；Wj为指标j所属子系统的权重；zij为归一化后的指标数值.

2 结果与分析 2.1 权重计算结果

各评价指标的权重能够有效反映其在水资源承载力体系中的相对重要性，权重值越大，说明该指标对整体评价结果的贡献越显著，其重要性也越高. 各旗（区）权重结果见图 2，除伊金霍洛旗以X2、X3和X5为主导外，其他各旗（区）均由X2、X4和X5占据主导，整体趋势高度一致；然而各地区在具体指标权重数值上存在差异，这恰恰反映出水资源承载力具有区域特征性.

2.2 水资源承载力评价结果分析

将各区域水资源-社会经济-生态环境多维数据和博弈论组合权重代入TOPSIS评价模型，对黄河“几字弯”内弯2010~2023年5个旗（区）水资源综合承载力及其各子系统承载力进行定量评价. 评价结果以接近度C_i表示，其数值越大，表示该区域的水资源承载能力越强.

2.2.1 时间演化规律

水资源承载力受自然条件、社会经济活动及政策调控等因素共同影响，其变化具有显著的区域差异性. 2010~2023年水资源承载能力的时序演变特征见图 3，结合表 1对比分析，得出各旗（区）在不同年份的水资源承载力等级（图 4）.

总体来看，2010~2023年，5个旗（区）的水资源综合承载力指数呈波动上升趋势，部分旗（区）自2016年起，进入加速提升阶段，至2022年，中心城区的东胜区和康巴什区承载力指数均突破0.60，达到“弱可承载”水平，并在2023年持续维持该水平. 其中，康巴什区的提升尤为显著，其承载力等级由2016年的“超载”跃升至“弱可承载”. 相比之下，达拉特旗、伊金霍洛旗和乌审旗的承载力指数波动较大，表明其水资源系统对外界干扰的敏感性较强，亟需结合各子系统指标的演变特征，开展深入的机制分析与调控策略研究. 故深入解析各旗（区）水资源子系统、社会经济子系统和生态环境子系统承载力指数在时间维度变化趋势.

第一阶段（2010~2016年）：东胜区、伊金霍洛旗和乌审旗水资源子系统呈上升趋势，东胜区和乌审旗水资源承载力等级上升至Ⅴ级可承载水平. 伊金霍洛旗水资源子系统承载指数上升至0.59，表现出良好的增长态势. 相较之下，达拉特旗水资源子系统承载力指数下降至0.40，且波动较大，该阶段为达拉特旗工业快速扩张期，产业规模的迅速扩大导致区域用水压力显著增加；同时2014年和2015年降水量的减少直接影响了可调水量，加剧供水模数下滑，进一步削弱水资源子系统的承载能力. 社会经济子系统方面，达拉特旗、东胜区、伊金霍洛旗和乌审旗承载力指数均呈增长趋势，社会经济子系统承载力指数分别达到0.57、0.54、0.57和0.61，对应的承载力等级为Ⅲ级（临界可承载）或Ⅳ级（较强可承载）. 这一提升主要源于各地区产业结构优化和灌溉方式的改善，用水效率的提升使得工业和农业万元GDP用水量下降，有效增强了区域社会经济子系统承载能力. 生态环境子系统方面，各单元生态环境子系统承载力指数普遍实现了由“低位”向“临界可承载”水平的跃升. 其中伊金霍洛旗和达拉特旗的生态环境承载力提升尤为显著，指数增幅分别为0.36和0.34. 这一转变主要归因于生态治理工程的持续投入，伊金霍洛旗生态环境用水率提升近3倍，达拉特旗万元GDP产值COD排放量则减少1 543.40 kg，有效缓解了生态环境系统的承载压力. 此外，2016年新建成区（康巴什区）处于系统构建与能力提升的初期阶段，各系统承载力水平相对较低.

第二阶段（2017~2020年）：本阶段水资源子系统的承载力变化呈现出区域分化特征. 康巴什区水资源承载力指数呈小幅度波动上升，表现出良好的增长趋势；达拉特旗承载力指数小幅回升，至2020年回升至0.42. 与此同时，东胜区、伊金霍洛旗和乌审旗的水资源承载力指数均出现明显回落，降幅分别为0.14、0.12和0.06，表明水资源系统承压明显. 其中，东胜区人口规模持续扩大，至2020年人均水资源量下降至168.54 m³，水资源紧张状况加剧；而乌审旗与伊金霍洛旗2020年年降水量分别为277.39 mm与284.56 mm，为同期最低值，加剧了区域水资源的供需矛盾. 社会经济子系统中，除东胜区和伊金霍洛旗承载力指数微有回落，其余各旗（区）均呈升高态势，原因在于2020年东胜区万元GDP用水量较上一年提高了9.8%，伊金霍洛旗的万元工业增加值用水量较上年提升7.9%，表明单位产出用水效率下降，对系统造成一定压力. 其他地区则继续通过产业结构优化和节水措施的强化，实现了社会经济系统承载力的稳步提升. 生态环境子系统方面，各地区承载力指数均处在Ⅲ或Ⅳ等级，尤以康巴什区增幅最为显著，提升了0.59. 其显著改善主要归因于该区在此阶段森林覆盖率、生态用水率和污水处理率的持续提升，以及氨氮与化学需氧量（COD）等污染物排放量的有效控制，体现出生态治理成效的集中释放.

第三阶段2021~2023年：该阶段水资源子系统承载力呈现出阶段性调整与区域差异并存的特征. 东胜区、康巴什区与伊金霍洛旗水资源承载力指数呈回升态势，表明其资源保障能力有所恢复；而乌审旗与达拉特旗则出现波动回稳和小幅回落，反映出局部地区水资源系统依然存在不稳定性. 社会经济子系统方面，达拉特旗与东胜区承载力指数增幅明显，表明在产业结构调整和资源利用效率提升方面取得了积极成效. 相比之下，康巴什区、伊金霍洛旗和乌审旗则出现轻微回调，但整体仍保持在较高水平. 至2023年，各旗（区）社会经济子系统承载力普遍处于Ⅳ或Ⅴ等级，区域经济发展与水资源利用的协调性持续增强. 生态环境子系统方面，高度城市化地区如东胜区、康巴什区与伊金霍洛旗的生态环境承载力指数持续上升，表现出生态治理成效的进一步巩固；而达拉特旗与乌审旗则出现轻微下降，提示部分区域生态系统需进一步修复与管控. 从等级分布看，除达拉特旗维持在“临界可承载”水平，其余地区生态环境承载力已达到Ⅳ级，反映出生态保护成效初显. 本阶段各地区持续加大生态环境保护力度，森林覆盖率稳步提升，氨氮与COD排放量持续下降，生态系统压力明显缓解. 以中心城区为例，其生态环境用水率已超过17%，污水处理率稳定在99%以上，生态系统支撑能力显著增强.

结合水资源各子系统与综合承载力的变化趋势可知，2010~2016年，两者变化基本一致，说明水资源准则层是制约综合承载力的关键瓶颈. 自2016年起，随着经济社会和生态环境准则层承载力的显著提升，综合承载力的动态变化逐渐呈现出多因素协同影响的特点. 因此，未来水资源管理策略应更加注重社会经济与生态环境的协调发展，推动绿色经济、循环经济和生态文明建设，实现经济增长与生态保护的有机统一.

2.2.2 空间演变规律

由于各城市在功能定位、发展阶段及资源禀赋等方面存在显著差异，导致研究区内各旗（区）水资源承载能力差异明显（图 5），清晰揭示各旗（区）在不同发展阶段的承载力差异及其空间演化规律.

图 5表明，在评价初期（2010年），城市外围区域（伊金霍洛旗和乌审旗）的水资源承载力整体优于中心城区（东胜区）. 其中，伊金霍洛旗与乌审旗已达到Ⅲ级水平，而东胜区仍处于较低的Ⅱ级，反映出中心城区承载压力较大. 这种“核心-边缘”空间结构背后，隐藏着城市化快速推进导致资源向核心区集中和负载过重的问题；而外围区域由于开发强度较低，水资源得到了相对合理与分散地利用，呈现出较高的可承载性. 进入中期（2014~2017年），区域承载力整体趋于改善，尤其以乌审旗表现最为突出，于2016年承载力指数达到0.68，等级达到Ⅳ级水平. 然而，该区域的高承载状态未能持续，随后的年份中逐渐回落至Ⅲ级，说明其水资源利用受农业灌溉占比高、季节性波动大等因素影响较为敏感. 与此同时，中心城区水资源承载力逐步提升. 东胜区和康巴什区通过加强水资源管理、优化配置及基础设施建设，实现了承载水平的显著提升. 康巴什区尤其典型，经历初期承载不足的阶段后，在政策引导和投入支持下，至2023年达到Ⅳ级水平，表明其水资源利用效率与管理能力已进入较高水平. 东胜区表现稳定提升，其水资源集中用于工业和居民生活，管理体系相对规范，提升趋势明显. 后期阶段（2018~2023年）呈现出中心城区承载力持续上升和外围地区稳定持平的空间特征. 东胜区和康巴什区均达到Ⅳ级，而外围的伊金霍洛旗、达拉特旗和乌审旗则大多维持在Ⅲ级水平，未能突破. 造成这一差异的原因在于，尽管外围区域自然禀赋良好，但其在水资源管理体系、政策执行力、基础设施配套等方面存在短板，特别是在农业灌溉为主的用水结构下，水资源利用效率整体偏低. 同时，以上地区经济发展水平有限、环保政策执行不到位和公众环保意识薄弱，导致水资源难以实现高效和可持续利用.

综上所述，研究区水资源承载力的空间分布演变受水资源禀赋、城市发展阶段和管理水平等多因素交互作用的影响，呈现出从“外围优于中心”逐步向“中心协调提升”过渡的格局. 未来提升区域水资源承载力，应强化中心城区的资源优化与精细化管理，同时注重提升外围地区的基础设施与政策支持，推动区域间水资源承载能力的整体协调与可持续发展.

2.3 水资源承载力障碍因子诊断

为识别水资源承载力提升的负面影响因子，采用障碍度模型对2010~2023年黄河“几字弯”内弯水资源承载力障碍度进行测算，筛选各旗（区）历年比例排行前5的指标开展障碍因子诊断分析（图 6）.

区域障碍因子共有7项指标，其中水资源子系统有2个（X2和X3），经济社会子系统有2个（X5和X6），生态环境子系统有3个（X12、X13和X14）. 水资源准则层，大多数行政单元（除达拉特旗）人均水资源障碍度呈上升趋势，这是由于人口自然增长导致人均水资源量直接减少，城市人口密度快速提高导致局部区域用水需求激增，而达拉特旗人口数量较少，且地表水和地下水资源丰富，人均水资源量相对丰富，其对区域水资源承载力提升并未排到前5；各区域承载力提升对年均降水量具有普遍敏感性，揭示了干旱区人地耦合系统的稳定性受制于水文波动阈值. 社会经济指标方面，万元GDP用水量障碍度均呈下降趋势，单位面积农田灌溉量方面在小范围波动，截至2023年社会经济准则层各指标障碍度均小于11%，表征区域发展模式由粗放型向集约高效型转变的过程，亦反映出资源管理与调控能力的显著提升. 生态环境系统中城市污水处理率、万元产值氨氮排放量和万元产值COD排放量对各区域水资源承载力产生负面影响逐年递减或在小范围波动，其中万元产值COD排放量是康巴什区和达拉特旗水资源承载力提升最主要的障碍因子，历年障碍度均大于50%，对区域水资源系统的可持续性构成显著压力. 未来应重点强化康巴什区与达拉特旗在高耗水和高污染行业的源头减排与清洁生产转型，加大COD排放总量控制与治理技术改造力度，推动产业结构优化与生态环保协同机制建设，从根本上缓解水资源的生态环境承载压力.

本研究结果进一步印证了水资源承载力是一个由水资源、生态环境与社会经济多维要素耦合的复杂系统，系统内部各因素之间存在显著的相互影响与制约关系. 各旗（区）水资源承载力的主要障碍因子存在明显的空间差异性，同一障碍因子在不同区域的障碍度也存在显著差距，反映出区域间水土资源禀赋差异明显，以及区域内部人、水、产业和城镇空间布局的不协调. 因此，在未来各旗（区）水资源承载力的提升与治理过程中，应重点关注水资源与生态环境系统的优化调整，并统筹经济社会准则层的协调发展，以实现鄂尔多斯市水资源承载能力的系统性提升与区域发展格局的优化.

3 讨论

水资源承载力评价的核心在于科学构建合理的指标体系. 结合黄河流域的地理特征、发展现状及相关研究成果^[40，41]，本研究构建了契合区域实际的水资源承载力评价指标体系. 该体系以水资源、社会经济和生态环境这3个准则层为基础，遴选14项具有代表性的指标，构建了多维度的综合评价框架. 其中指标权重的确定是体系构建的关键环节. 为协调主观和客观赋权结果，本文引入博弈论思想，采用动态博弈方法融合主观与客观权重，通过构建二者之间的博弈模型，模拟多轮策略调整过程，直至收敛于纳什均衡，从而实现权重分配的协调与优化. 该方法在充分整合专家判断与客观数据的基础上，提升了权重计算的科学性与评价结果的稳定性. 相比于孙燕英等^‎[42]所采用的AHP、崔彩琪等^‎[43]和Yang等^‎[44]采用的线性加权方法，该方法更精准地反映水资源、社会经济和生态环境三者之间的耦合反馈关系.

通过对2010~2023年区域水资源承载力的综合分析发现，整体承载能力呈上升趋势，但仍以Ⅲ级（临界超载）为主，表明区域承载水平整体偏弱. 这一结论与程度良^‎[45]和Wang等^‎[46]的研究结果基本一致. 从各子系统来看，水资源准则层承载力在一定范围内波动，而经济社会和生态环境子系统承载力呈显著增长趋势. 在评价初期，水资源综合承载力变化趋势较承载主体（水资源子系统）一致，而评价后期，综合水资源承载力的变化更多依赖经济社会和生态环境准则层的协同作用，这与石奇伟等^‎[47]研究结果相吻合. 鉴于水资源承载力受年降水量等自然条件及人口密度、产业结构、森林覆盖率和污染物排放等社会经济与生态环境因素的复合作用，体现出典型的多维复合系统特征，进而导致其空间差异性显著，这一特征与Jiang等^‎[48]和Zhao等^‎[49]的研究结果高度一致. 此外本研究表明，人均水资源量、年均降水量、万元GDP用水量、单位面积农业灌溉用水量以及主要污染物排放强度是制约黄河“几字弯”内弯地区水资源综合承载能力提升的关键瓶颈因素，这与Cui等^‎[50]和汪伦焰等^‎[51]的结论高度契合.

黄河流域未来应坚持“节水优先、空间均衡、系统治理及两手发力”的治水方针，通过调整优化产业结构与空间布局，促进用水方式由粗放型向集约高效型转变. 在提升用水效率的基础上，应加快推进水网连通工程，构建多源互补和高效调度的区域水资源配置格局，增强系统韧性与供水保障能力. 同时，必须加强生态保护和生态用水保障，推动污水处理设施建设与技术升级，提升污染治理与水循环利用能力. 通过完善政策机制、提升管理能力和科技支撑水平，系统提高黄河流域水资源承载力与调控能力，以更好地支撑区域经济社会的高质量可持续发展.

4 结论

（1）2010~2023年，研究区水资源综合承载力指数整体呈上升趋势，但2023年各旗（区）仍处于Ⅲ级至Ⅳ级水平，未达到Ⅴ级，区域水资源开发利用与环境支撑能力协调不足.

（2）区域呈现“核心-边缘”空间分异. 中心城区承载力提升较快，归因于水资源配置优化、环境治理和社会经济结构调整；外围旗（区）提升缓慢，受农业用水占比高和污染治理能力弱制约.

（3）人均水资源量、年降水量、单位面积农田灌溉量、万元GDP用水量、污水处理率、万元产值COD与氨氮排放量是水资源承载力提升的主要障碍因子，反映区域存在资源利用效率低与污染治理不足的双重压力.