Nonlinear Causality of Water Resources Carrying Capacity and Industrial Structure Transformation and Upgrading in the Yangtze River Economic Belt

水资源承载力这一概念由环境承载力衍生而来，属于自然资源承载力的一个分支^[1]。1977年，文献[2]提出经济的持续健康发展需要全球性的资源分配制度，为水资源承载力与社会经济发展之间相互作用关系的研究奠定了基础。1992年，文献[3]将承载力的概念引入水资源领域，引发了关于资源环境承载力研究的热潮。许多学者开始深入讨论水资源承载力问题，其研究主要集中于两个领域：一是水资源承载力的定义、评价对象、指标体系构建等概念性问题；二是运用各种模型和计量方法量化水资源承载能力^[4-5]。尽管已有研究在水资源承载力定义的表述上存在差异，但所表达的基本观点和思路是一致的，都着重强调了水资源对社会经济和生态环境的支撑能力，即水资源承载力系统应由以下3个主要部分构成：水资源子系统、社会经济子系统和生态环境子系统，其中社会经济子系统和生态环境子系统包括了广泛生物群体对水资源的生存需求^[6-7]。水资源承载力研究的核心应是生命体对水资源的需求和其承担用水、污染的压力，即水资源对社会经济发展、人类和其他动植物生存的支撑能力。

推动长江经济带实现高质量发展的关键，在于加速产业结构的优化与升级，实现新旧发展动能的顺利转换。在这一过程中，产业结构的转型不仅仅是行业之间的转换，更重要的是经济增长模式的根本转变，即从粗放型增长模式转向集约型增长模式。一般来说，产业结构转型升级应包含两个方面的内容^[8]：一是产业结构的高度化，主要体现在产业转移量的增长和产业质量的飞跃，涉及到产业间比例的优化以及各产业部门劳动生产率的提升^[9]；二是产业结构的合理化，表现为一个不断进步的动态过程，体现了不同产业间协作的紧密程度及其相互联系的深化，这一过程不仅反映了资源的利用效率，还反映了投入要素结构与产出结构相互匹配的程度^[10]。

当前，水资源承载力与产业结构转型升级之间的关系越来越受到学者们的广泛关注。关于水资源承载力与产业结构转型升级的研究主要集中于以下几点内容：一是产业升级对水资源承载力的驱动作用。诸多研究发现产业结构转型升级会提升区域水资源承载力^[11-12]。首先，社会经济发展、居民生活习惯改善能够促进水资源承载力的提升^[13-14]。其次，产业结构转型升级能够促进水资源的集约利用，当农业用水量和工业用水量达到顶峰时，迫使用水量的增长趋近于零，使单位GDP产出的用水量大幅下降，提升区域水资源承载力。二是水资源承载力对产业升级的约束和倒逼作用。水资源短缺会迫使产业结构进行优化调整，其倒逼机制的实现主要取决于推动企业、居民和农户用水观念和行为的改变。首先，水资源承载力的约束能够优化农业种植结构和水资源分配，为缺水地区和水污染地区的农业规划和水资源利用提供科学依据。其次，水资源被过度地开发利用，其承载能力下降，迫使水资源密集型产业逐步向水资源节约型产业转移，提高用水效率，既有助于改善产业结构均衡性，也有利于促进产业结构服务化，城市居民和农户的消费生产行为也更加注重水资源的高效利用，从而带动整个产业结构的调整^[15]。三是水资源承载力与产业升级的耦合协调与相互作用关系。越来越多的研究发现，产业结构转型升级和水资源利用之间存在某种内在影响机制，双向影响、密不可分，在研究中不仅考虑了单向影响，还考虑了两者的匹配度^[16]、关联性^[17]、演进过程^[18]等双向关系与优化因素，并阐明了产业间水资源配置的合理性。

近年来对水资源承载力与产业结构转型升级的研究已开始由单向影响向双向影响互进转变，旨在探讨水资源约束和产业结构演进之间的相互影响与制约关系。但是目前针对某一流域或经济圈的水资源承载力与产业结构转型升级关系的研究还较少，更加缺乏利用非线性模型去识别两者间非线性因果关系的研究。而非线性与动态性在水资源承载力和产业结构转型等复杂系统中普遍存在^[19]。

本研究先从理论上论证了二者之间非线性因果关系的存在，然后结合长江经济带10年的面板数据对上述因果关系进行了实证检验。主要贡献在于：一是研究视角层面，对水资源承载力与产业结构转型升级的研究从以往的单向影响向双向影响互进转变，为长江经济带水资源承载力和产业结构转型升级协调发展、相互促进提供了理论依据。二是研究内容方面，证明了长江经济带水资源承载力和产业结构转型升级之间非线性因果关系的存在，厘清了水资源承载力支撑和约束产业结构转型升级，产业结构转型升级驱动水资源承载力变化的内在机制，为制定和调整长江经济带产业结构政策提供了有益参考。三是研究方法方面，采用多空间收敛交叉映射、时间滞后收敛交叉映射等方法检验长江经济带水资源承载力与产业结构转型升级的非线性因果关系，对变量因果关系的分析更加准确，结果更具信服力。

产业结构转型升级对水资源承载力的驱动作用在不同的产业发展阶段各不相同，已有研究发现，低层次产业结构向高层次产业结构演进的过程将会对水资源承载力产生影响^[20](图 1)。一是工业化阶段前期，这一阶段，农业在三大产业中占比最高，此时农业、工业、生活用水量都较少，产业结构转型升级对于水资源承载力的影响较小。二是工业化阶段，这一阶段，产业结构占比开始沿着第一、第二、第三产业的顺序逐步转移，此时农业、工业、生活用水量大幅增加，水污染和环境破坏现象也不断增多，产业结构发展给水资源承载力带来了较大的负面影响，使得水资源环境的承载压力增大。三是工业化阶段后期，这一阶段，第三产业、信息化产业、智能化产业占据主导地位，由产业结构转型升级带来的技术进步和劳动生产效率提高对水资源承载力产生积极影响，农业和工业开始不断提高水资源综合利用效率，实现由更少的水资源投入产出更多的经济效益。因此在工业化阶段和工业化阶段后期推动产业结构加速转型升级被认为是保护和节约水资源的重要手段之一。

在产业结构与区域空间结构演进过程中，水资源承载力的作用和影响不可忽视。可供人类社会使用的淡水资源是一种有限资源，其承载人类活动的能力是受到约束的，而人类的社会经济活动对于水资源的需求则是无限的。不同区域的水资源禀赋和水资源开发利用能力的约束对产业结构调整形成了压力，并提出了优化升级的方向^[21]。在社会经济系统中水资源承载力对产业结构演进形成倒逼机制的实现主要取决于企业、居民和农户观念、行为的改变。可以通过阶梯用水价格、耗水总量限制等措施改变产业结构和水资源供给结构^[22]。进入工业化阶段后，水资源被过度地开发利用，其承载能力下降，迫使水资源密集型产业逐步向水资源节约型产业转型，另外城市居民和农户的消费、生产行为也更加注重水资源的高效利用，从而带动整个产业结构调整(图 2)。

水资源承载力与产业结构转型升级的相互作用呈现出以下特点：一是两者之间存在复杂的非线性互动关系。由于水资源系统是一个十分复杂的不确定性系统，广泛存在着随机性、模糊性、灰色性和未确知性，水资源承载力和产业结构转型升级的相互作用在时间、空间上往往呈现出复杂的非线性关系，对于两者之间的双向驱动作用需要更加理性和深入地看待^[16]。二是两者之间的相互促进、协调发展作用。产业结构转型升级和水资源承载力的双向驱动关系主要体现在根据水资源承载能力设定合理的用水配额，不断提升水资源的利用效率以缓解产业发展中水资源的供需冲突^[17]；同时，产业结构的转型升级有助于推动水资源向资源利用高效部门集中，通过产业结构转型升级提升水资源的利用效率，实现水资源承载系统与产业结构的相互促进、协调发展^[20]。具体来看，一方面，地区水资源禀赋和水资源开发利用限制着水资源承载能力的变化，技术进步可以提升水资源的利用效率，使地区的用水模式和产业结构发生变革；另一方面，由于产业结构的变化调整，其对水资源的需求和使用以及水资源生态环境的影响也相应发生变化。三是在不同的发展阶段两者之间的相互作用各不相同。在产业发展初始阶段，水资源环境相对良好，各产业部门对水资源的利用较为粗放。随着产业结构的发展和三大产业对水资源需求量的扩大，水资源生态问题开始显现。在产业结构进一步转型升级后，产业结构的合理化和高度化水平提升将推动水资源的循环和高效利用，水资源消耗的总量可以不断减少，从而使水资源承载能力得到提升^[22]。图 3展示了水资源承载力与产业结构转型升级之间的互动关系(图中↑代表用水量上升，↓代表用水量下降)。

本研究的研究对象为2012-2021年长江经济带中的106个地级市和2个直辖市的相关数据。计算水资源承载力(wrcc)、水资源系统、社会经济系统、生态环境系统的数据主要来源于长江经济带各地级市、直辖市的水资源公报、国民经济和社会发展统计公报、环境状况公报等，部分缺失数据通过线性插值法和克里金插值法补齐。计算产业结构转型升级的数据主要来自长江经济带各地级市、直辖市的统计年鉴、中国城市统计年鉴，部分缺失数据同样由线性插值法和克里金插值法补齐。

本研究旨在从两个维度评估产业结构的升级与转型：一是产业结构的高度化，二是产业结构的合理化。

1) 产业结构高度化。

首先，利用产业结构层次系数来衡量产业结构高度化的量(ais1)，通过分析第一、第二、第三产业在数量上的相对变化来说明其演进轨迹^[8]。具体计算公式为：

式中：y_i，m，t代表第m产业在t期间对区域i总产出的贡献比例。这一指标揭示了长江经济带产业结构的演变过程，即从第一产业主导逐渐转向第二产业和第三产业占主导地位，量化体现了产业升级和结构优化的进程。

其次，衡量产业结构高度化的质(ais2)。采用文献[8, 23]的方法，将各产业对区域总产出的贡献比例与各产业劳动生产率进行乘积加权，具体的计算公式为：

式中：y_i，m，t的定义同(1)式，lp_i，m，t表示i地区第m产业在t时期的劳动生产率，计算公式为：

式中：Y_i，m，t表示i地区第m产业t时期的增加值，L_i，m，t表示i地区第m产业t时期的就业人数。在(2)式中产值占比y_i，m，t没有量纲，为消除劳动生产率lp_i，m，t的量纲，运用均值化方法对劳动生产率lp_i，m，t进行处理，使计算得出的产业结构高度化的质(ais2)不存在量纲问题。

2) 产业结构合理化。

通过泰尔指数评估长江经济带各地级市、直辖市产业结构的合理性^[9-10]。泰尔指数的优势在于不仅能够衡量不同产业产值和就业之间的结构性差异，还能反映各产业在经济体系中的重要程度。产业结构合理化指数(theil)计算公式为：

式中：y_i，m，t的定义同(1)式，l_i，m，t表示i地区第m产业在t时期从业人数占总就业人数的比例。泰尔指数反映了三大产业的产值结构和人员就业结构。若theil_i，t=0，表明产业结构发展较为均衡；若theil_i，t≠0，表明产业结构失衡，产业结构组成不合理。

为了客观确定长江经济带水资源承载力的指标权重，按照可操作、可监测、可度量的原则尽可能地搜集长江经济带106个地级市、2个直辖市的水资源数据和相关的社会经济发展数据，并采用熵权Topsis法计算其2012-2021年的水资源承载力综合评价值。

综合来看，关于水资源承载能力的评价测度，目前未能形成一个普遍接受的定义和完整的理论体系。基于此，本研究在对不同观点进行归纳总结的基础上尽可能地纳入与长江经济带水资源相关的指标，根据文献[3]提出的水资源承载力的相关概念，从水资源系统、社会经济系统、生态环境系统3个层面对长江经济带水资源承载力进行测度^[24]，并结合文献[17]等提出的指标体系，计算得到长江经济带每个地级市、直辖市在每一年的水资源承载力得分。得分越高，表明该地区的水资源承载能力越强，水资源的可利用程度也越接近理想状况^[17]。具体构建的指标体系见表 1。

1) CCM算法的基本思想。收敛交叉映射(CCM)算法基于Takens嵌入定理，该定理指出，一个动力系统的吸引子流形可以从该系统的单一观测变量X中重构出来^[25]。这个重构的吸引子流形M_X与真实流形M是衍射的(具有一对一的映射)，如果两个变量X和Y属于同一个动力学系统，那么吸引子流形M_X和M_Y是同位的，在流形M_X上邻近的时间点也将在M_Y上邻近，因此，变量Y的当前状态可以根据M_X来预测。收敛交叉映射不是对称的，如果X单向地迫使Y，那么变量Y将包含关于X的信息，反之则不一定，因此，X的状态可以从M_Y中预测出来，但Y不一定能从M_X中预测出来。

与常规的Granger线性因果检验方法不同，非线性动力学认为作为响应过程的Y蕴含了触发过程X的全部信息，通过观察响应过程Y，可以有效地捕捉到X是否对Y产生影响。对于时间序列变量X和Y，如果X是触发变量，Y是响应变量，CCM算法通过分析Y的过去状态来恢复X的当前状态，据此确定X是否是Y的原因。具体来说，通过单纯性投影法重建出时间序列X和Y各自的滞后坐标流形(影子流形)M_X和M_Y，通过对影子流形相关系数的计算来检验影子流形M_Y上的点是否能够准确反映影子流形M_X上的点，即X的信息能否通过Y恢复，如果能，就可以认为X是Y的原因^[26]。

2) CCM算法的核心算法。CCM算法的核心算法先假设n维空间上有d维(d≤n)随时间变化的流形M，{x}是流形M投影于一维空间产生的序列，{y}是流形M投影于另一个一维空间产生的相同长度的序列。对于两个长度为L的时间序列{x[t]}和{y[t]}，设重构流形的维度为E，采样间隔为τ，那么在t时刻重构流形的坐标分别为：

由(5)式和(6)式得到重构相空间流形M_x={x(t)}和M_y={y(t)}，根据Takens嵌入定理^[25]，流形M_x、M_y和M是微分同胚的。从流形M_y找到距离y(t)最近的E+1个点，其对应序列{x[t]}上的点x(t_i)。定义$\hat{x}$[t]|M_y为M_y的预测值，利用点x(t_i)和以下交叉映射(7)-(9)式可以计算得到该预测值：

式中：d(y(t)，y(t_i))代表流形上y(t)和y(t_i)之间的欧氏距离。

接下来计算$\hat{x}[t] \mid M_y$和序列{x[t]}的相关系数r，其计算公式为：

式中：$\overline{\hat{x}[i] \mid M_y}$为流形$\hat{x}[t] \mid M_y$的平均值， $\overline{x[t]}$为序列{x[t]}的平均值。随着输入数据序列长度L的增加，$\hat{x}[t] \mid M_y$与序列{x[t]}的相关系数r不断增大，逐渐收敛于某一个值，即相关系数r收敛于一个大于0的值，那么就可以认为存在从x到y的因果关系^[19]。

3) 多空间CMM算法。文献[19]提出的CCM算法对时间序列的长度具有一定要求，序列越长，估计的效果就越好。一般情况下，当时间序列长度大于30时CCM算法的效果较为不错。但现实中存在很多较短的时间序列，文献[26]提出将CCM算法与露珠回归(Dewdrop Regression)法相结合，把多个较短的时间序列拼接成一个较长的时间序列，然后应用CCM算法，采用自助法对拼接的顺序进行随机置换，以此获得稳健的CCM算法估计值^[27-28]。通过模拟数据和现实数据的对比，新的多空间CCM算法对时间序列长度仅为5的数据仍然具备很好的因果关系检验效果，且当数据存在一定的噪音和观测误差时，该方法仍然有效^[26]。因此，本研究采用多空间CCM算法检验长江经济带水资源承载力和产业结构转型升级之间的因果关系，并将迭代次数设定为1 000次以保证结果的可靠性。

水资源承载力和产业结构转型升级都存在非线性特征，并且构成了弱耦合的非线性系统。一方面，产业结构转型升级对经济增长、全要素生产率的影响呈现出明显的非线性特征，并且和能源效率变动也具有非线性动态关系^[29]；另一方面，由于受到降水和地表径流的影响，水资源承载力的变化也表现出明显的非线性特征^[30]，两者组成的系统也不例外^[31-32]。分别用产业结构高度化的量、产业结构高度化的质、产业结构合理化指数3个指标来表示产业结构转型升级的状况。图 4表示的是产业结构高度化的量、产业结构高度化的质、产业结构合理化指数与水资源承载力之间的相关系数。可以看出变量之间的相关系数呈现出波动的不稳定变化，因此水资源承载力与产业结构转型升级的非线性特征得到了证明。

关于变量数值变化和水资源承载力与产业结构转型升级的弱耦合特征分析见图 5和图 6。借鉴文献[26]的方法将长江经济带106个地级市、2个直辖市10年的数据进行拼接，总共得到1 080个样本。将产业结构高度化的量、产业结构高度化的质、产业结构合理化指数与水资源承载力的时间序列折线图两两组合。对产业结构高度化的量平减了1个单位，对产业结构高度化的质和产业结构合理化指数平减了2个单位以保证变量在同一个区间。图 5中横坐标为拼接的时间序列数据库长度，纵坐标为计算的变量值，可以看出3个变量的时间序列组合之间并未显示出特别紧密的耦合性。

通过计算变量间的相关系数可以更加明确其弱耦合特征。图 6中3幅图的横坐标分别为产业结构高度化的量、产业结构高度化的质、产业结构合理化指数，纵坐标为水资源承载力。可以看出3幅图的相关系数集中在-0.3与0.3的弱相关区间，且线性回归的拟合优度R²较小，表明变量间存在明显的弱耦合特征，采用线性模型分析变量间的因果关系是不合适的^[33]。综上，长江经济带水资源承载力和产业结构转型升级表现出了明显的非线性、弱耦合数据特征，两者构成了弱耦合的非线性系统。

数据特征是方法选择的先决条件，上文的分析表明传统因果推断技术不再适用检验长江经济带水资源承载力与产业结构转型升级间的因果关系^[21]。因此本研究采用多空间CCM算法对水资源承载力和产业结构转型升级之间的因果关系进行识别，具体应包含4个步骤：

在进行分析时，需要确定最佳的嵌入维度E和时间滞后期τ。确定嵌入维度时，应关注不同维度下单个变量的预测能力，即预测值与实际值之间的相关性，该能力在最佳嵌入维度下达到峰值^[21]。本研究采用的多空间CCM算法处理的是多个较短时间序列的组合数据，为了避免时间滞后跨越不同短序列，影子流形的值必须小于任一短序列的观测点数^[26]。鉴于本研究的时间序列数据由10个观测点构成，需确保所选的嵌入维度E≤10。图 7中3幅图的横坐标为变量嵌入维度，纵坐标为预测能力，预测能力最大值处对应的嵌入维度横坐标即为最优嵌入维度。

进行变量的非线性特性和随机噪声检验，能够确定多空间CCM算法在分析非线性时间序列因果关系时的适用性。虽然已有大量文献和实证研究证实了水资源承载力与产业结构转型升级的非线性特性，但在多空间CCM算法框架下对各个变量进行非线性检验仍是一个关键步骤。根据文献[26]的研究，非线性系统中的变量会随着时间的推移而出现不规律的波动。文献[27]指出，如果变量具有非线性特性，那么在较短的时间尺度上，通过映射得出的预测结果将比长时间尺度的预测更加精确，即随着预测时间间隔的延长，预测值与实际值之间的相关性会呈现下降趋势。本研究利用单纯性投影技术对水资源承载力和产业结构转型升级的非线性特性和随机噪声进行了检验，检验结果详见表 2和表 3。由表 2可知：水资源承载力、产业结构高度化的量、产业结构合理化指数的预测能力大体上随着预测步长的增加而减小；产业结构高度化的质在15个步长内虽未出现预测能力的明显减弱现象，但是当预测步长到达70个时，预测能力也开始出现下降。由表 3可知，4个变量的预测能力回归系数均小于0，其中水资源承载力、产业结构合理化指数的预测能力回归系数有统计学意义，表明水资源承载力和产业结构转型升级的预测精度基本上随着预测步长的增加而下降。上述结果表明，随着预测步长的增加，水资源承载力与产业结构转型升级不是完全随机的非线性系统，可以使用多空间CCM算法进行因果检验^[26]。

运用多空间CCM算法，需要观察变量的预测能力是否会随着时间序列长度L的增加而逐渐收敛于峰值。在时间序列长度L最大时，其对应的预测能力可衡量水资源承载力和产业结构转型升级之间交互关系的强度^[34]。图 8报告了产业结构转型升级和水资源承载力之间的因果检验结果。可以看出，产业结构高度化的量与水资源承载力之间的CCM相关系数都随着序列长度的增加呈现收敛态势，表明产业结构高度化的量与水资源承载力之间存在双向因果关系。但产业结构高度化的质与水资源承载力只存在ais2影响wrcc的单向因果关系。同时，产业结构合理化指数和水资源承载力只存在wrcc影响theil的单向因果关系。

为进一步检验水资源承载力与产业结构转型升级之间的因果关系，需要对相关系数进行检验，其检验结果见表 4，具体表现为：

1) ais1影响wrcc的相关系数为0.514，wrcc影响ais1的相关系数为0.481，两者都在p=0.01水平有统计学意义，进一步说明产业结构高度化的量与水资源承载力之间双向因果关系的存在。具体来说，产业结构高度化的量的变化代表了三大产业间比例关系的演进过程，这一演进过程不断改变水资源在各个生产部门之间的分配和流动模式，有效减少水资源浪费、改善用水结构、提升用水效率能够增强水资源承载的支撑能力。同时，水资源承载力的约束机制也是推动产业结构高度化的量的提升的基本条件。一方面，水资源承载力为产业正常生产和转型升级提供了保障；另一方面，产业发展的任何时期都对水资源有量的需求，当水资源存量的短缺制约产业发展时，高耗水产业无法生存，水资源承载力就会倒逼产业结构做出调整。

2) ais2影响wrcc的相关系数为0.320，反过来wrcc影响ais2的相关系数为0.067，小于ais2影响wrcc的相关系数，且无统计学意义。这说明产业结构高度化的质和水资源承载力之间只存在单向因果关系。具体来说，一方面，产业结构高度化的质反映的是产业部门占比关系的演进和劳动生产效率提升的过程，技术升级和产业链延伸不断对传统产业进行改造，推动劳动生产效率较高的部门占比持续扩大，实现用更少的水资源产出更多经济效益和维持社会运转；另一方面，水资源承载力对长江经济带产业结构高度化的质的驱动作用并不明显，即水资源承载力约束的倒逼机制很难在短时间内推动高劳动生产率部门的占比扩大。在没有法律规制进行规范和经济利益驱使的情况下，水资源短缺很难迫使企业主动放弃粗放型水资源利用生产模式，很难推进用水效率的提高。

3) theil影响wrcc的相关系数为0.272，wrcc影响theil的相关系数为0.349，后者在p=0.01水平有统计学意义。这说明产业结构合理化指数和水资源承载力之间只存在单向因果关系，即水资源承载力变化是驱动产业结构合理化的原因。具体来说，水资源承载力的约束机制将驱动长江经济带三大产业的产值结构及人员就业结构的变化，促进产业技术结构变动，优化产业内部水资源的组合方式和转换关系，迫使产业之间不断加强协调能力和提高关联水平，推动产业结构合理化。但是产业结构合理化对于提升水资源承载力的作用较为有限，即产业产值与就业比例是否均衡很难在短时间实际作用于水资源的开发利用和保护。即使产业产值的合理分配有利于水资源利用效率的提升，但是同产业直接减少用水和节水技术进步这些方面对水资源承载力的作用相比，其作用较为有限。

尽管通过多空间CCM算法对水资源承载力与产业结构转型升级之间的相互因果关系进行了检验，但多空间CCM算法存在强单向驱动造成的“同步”现象，使得多空间CCM算法无法准确识别双向因果关系。文献[27]曾观察到异常强烈的单向因果关系会导致一种“同步”现象，此时响应变量Y的状态由驱动变量X的状态控制，整个系统“坍塌”到受驱动变量X控制，尽管Y对X没有因果影响，但仍可以通过Y的信息得到X的信息，在两个方向上都出现交叉收敛现象^[35]。因此，采用文献[36]提出的扩展CCM算法，通过设置不同时间延迟，根据最佳预测能力确定驱动变量是否对响应变量存在时间延迟，借此增强对驱动变量与响应变量之间直接因果和间接因果关系识别的可靠性。

图 9中3幅图的横坐标都为收敛交叉映射的滞后阶数，纵坐标为预测能力。可以看出：产业结构高度化的量和水资源承载力均在ais1影响wrcc和wrcc影响ais1的方向上检测到负的时间滞后；产业结构高度化的质和水资源承载力只在ais2影响wrcc的方向上检测到负的时间滞后；产业结构合理化指数和水资源承载力只在theil影响wrcc的方向上检测到负的时间滞后。这表明基于时间滞后CCM算法的稳健性检验同多空间CCM算法因果关系检验结果保持一致，本文的研究结论是基本可靠的。

水资源承载能力具有时间和空间属性，时空层面的差异会导致产业结构转型升级和水资源承载力的相互影响发生变化，探究产业结构转型升级和水资源承载力的双向因果关系需要在不同时间、空间层面上进行^[37]。将长江经济带分为上游、中游、下游3个区域，分别考察产业结构转型升级和水资源承载力在上游、中游、下游3个不同的区域是否存在因果关系^[38]。

从表 5可以看出产业结构转型升级和水资源承载力的相互影响程度在上游、中游、下游各不相同。在上游区域，产业结构高度化的量、产业结构高度化的质分别和水资源承载力存在ais1影响wrcc和ais2影响wrcc方向上的因果关系，产业结构合理化指数和水资源承载力则存在wrcc影响theil方向上的因果关系；在中游区域，只存在产业结构合理化指数和水资源承载力之间的双向因果关系；在下游区域，产业结构高度化的质、产业结构合理化指数分别和水资源承载力存在wrcc影响ais1和wrcc影响ais2方向上的因果关系。

具体来看，上游区域的产业结构高度化对于水资源承载力具有较强的驱动力，究其原因可能是由于上游区域的产业结构发展水平较为滞后且水资源生态环境较好。根据边际效用递减原理，在产业发展水平滞后时推动产业结构高度化，提升三大产业的用水效率可以很大程度地提升上游的水资源承载力。同时上游区域水资源承载力约束机制能够倒逼上游区域改善原先的产业结构，推动产业结构合理化。从中游区域来看，并未检验出中游区域产业结构高度化和水资源承载力的因果关系，究其原因可能是中游区域的产业结构发展水平高于上游区域，但中游区域环境污染问题较上游区域更为突出，其产业结构和空间布局不尽合理，通过产业结构高度化推动水资源承载力水平提升的作用较小，反而是水资源承载力约束机制迫使中游区域需要改善产业结构比例，推进产业结构合理化。从下游区域来看，水资源承载力约束能够驱动下游区域产业结构高度化和产业结构合理化，究其原因可能是下游区域的产业结构高度化水平已经较高，根据边际效用递减原理，较高的产业结构高度化水平对于水资源承载力的驱动作用已经较小，但是下游区域的水污染和水质性缺水问题较上游区域更为严重，造成下游区域水资源承载能力持续下降，水资源承载力约束机制迫使下游区域需要进一步推动产业结构合理化。

本研究系统分析了长江经济带水资源承载力和产业结构转型升级之间的非线性因果关系，厘清了水资源承载力支撑和约束社会经济发展的内在机制，对于制定和完善长江经济带水资源生态保护和管理策略，推动长江经济带高质量发展至关重要。基于此，本研究采用多空间收敛交叉映射算法识别长江经济带水资源承载力和产业结构转型升级之间的非线性因果关系，研究结果表明：

1) 产业结构转型升级与长江经济带水资源承载力存在难以脱钩的相互影响关系。首先，推动三大产业结构占比由“二一三”向“二三一”，再向“三二一”的演变能够提升水资源承载力，水资源承载力的提升也可以反过来推动三大产业占比在数量上进一步转化。其次，提升各产业部门的劳动生产效率能够提升水资源承载力，水资源承载力的约束机制能够迫使产业结构趋于合理化。

2) 产业结构转型升级和水资源承载力的相互影响在长江经济带上游、中游、下游区域各不相同。上游区域的产业结构高度化对于水资源承载力具有较强的驱动力。水资源承载力的约束机制迫使中、下游区域需要进一步推动产业结构合理化。

3) 长江经济带水资源承载力和产业结构转型升级之间存在明显的双向因果关系，但是水资源承载力和产业结构高度化的质、产业结构高度化的量和产业结构合理化指数之间的交互影响各不相同，并且在不同流域、不同发展阶段其交互影响也各不相同。调整长江经济带产业结构政策，制定和完善长江经济带水资源生态保护和管理策略更应该因地制宜，精准施策。

1) 强化源头保护与水资源管理。首先，优先加强水源地的保护和上游区域的水源涵养工作。对上游沿岸的开发活动和滨江污染产业布局进行限制，大力发展旅游、康养、度假等生产性服务产业，开展清水入江和清洁流域项目，以提升水质。其次，强化中游区域水资源调控，对中游区域的干流和支流进行水量调配，明确河、湖保护的界限，加强水库群的统一管理和调度，合理调整江、湖间的相互关系，确保中游区域的水安全。再次，强化下游区域水环境保护与生态优化，注重下游区域水环境的保护与改善，强化生态导向的国土开发，优化开发模式，促进产业升级。总之应高度重视调整全流域河、湖水系结构，有效提升全流域水环境质量，减少中、下游区域河流、湖泊富营养化现象。

2) 集中规划和建设化工产业园区，保护长江经济带优质耕地。首先，制定严格的土地污染排放控制政策并列出明晰的产业发展禁止清单，把园区的生态建设和企业生产过程的清洁化作为治理工作的重点，从而促进工业发展模式从资源消耗型、分散型、低附加值型向生态友好型、集聚型、高附加值型转变。其次，采取严格的基本农田划定和保护措施，运用行政、法律、经济和技术等多元化手段，加强监管，确保基本农田在质量、数量和生态方面的全面保护。再次，应与生态保护相结合，积极推动长江经济带农业产业结构的优化调整，以增强耕地保护的内在动力和可持续性。

3) 挖掘“地水关系”，建设黄金水岸。首先，进一步限制各地政府压低工业用地价格、扩大工业产业用地投放规模的行为。防止各地相互恶性竞争，造成大量港口重复建设、产业结构雷同的状况，进一步优化资源配置，提高长江经济带整体的水资源生态环境水平。其次，在产业发展方面，聚集创新创意，以江河兴城，根据上、中、下游区域的水资源承载力特征，打造适合区域自身发展要求的集文化、休闲、商业、生态等功能价值于一体的黄金水岸。