来源：Landscape Architecture Frontiers 发布时间：2026/4/8 13:30:24

选择字号： 小 中 大

LAF 流域雨洪管理：如何兼顾效率与公平？

论文标题：Stormwater Runoff Allocation and Basin-Wide Flood Mitigation Mechanism From the Perspectives of Efficiency and Equity

期刊：Landscape Architecture Frontiers

作者：Qingmu SU, Yudi MIN

发表时间：7 Jan 2026

DOI：10.15302/J-LAF-0-020043

微信链接：点击此处阅读微信文章

注：本文为删减版，不可直接引用。原中英文全文刊发于《景观设计学（中英文）》（Landscape Architecture Frontiers）2025年第13卷第6期。

导 读

流域洪灾管理需要通过系统性风险评估与韧性设计手段，以降低灾害暴露度和脆弱性。然而，如何借助土地规划增强流域雨洪调控韧性，并统筹协调上游、中游和下游地区之间的权益，仍是当前亟待突破的关键问题。为此，本研究构建了一个兼顾分配效率与公平的流域整体减洪韧性分析框架。采用两阶段数据包络分析模型评估流域经济效率和径流治理效率，构建效率导向的雨洪分配方法；通过识别近远程耦合关系，以多区域输入输出模型分析地区发展不平衡情况，建立公平导向的雨洪分配方法；结合决策者偏好调整分配比例。研究结果表明：1）在效率导向下，上游地区需要承担88.80%的雨洪径流；2）在公平导向下，下游地区需承担78.25%的雨洪径流；3）当决策者偏好为0.2时（即更加注重公平分配），流域内各区域间发展差异最小。本研究回应了流域雨洪径流的空间分配与跨区域补偿问题，为提升整体流域减洪韧性水平提供了具有指导意义的方法参考。

关键词

减洪韧性；径流分配；雨洪管理；效率；公平；整体流域框架

效率与公平视角下流域雨洪径流分配与整体减洪机制

Stormwater Runoff Allocation and Basin-Wide Flood Mitigation Mechanism From the Perspectives of Efficiency and Equity

苏清木^1,2,3，闵宇帝^1,2

1 福建理工大学建筑与城乡规划学院

2 福建理工大学海洋文化与科技融合发展研究中心

3 自然资源部东南丘陵土地整治野外科学观测研究站

本文引用格式 / PLEASE CITE THIS ARTICLE AS

Su, Q., & Min, Y. (2025). Stormwater runoff allocation and basin-wide flood mitigation mechanism from the perspectives of efficiency and equity.Landscape Architecture Frontiers, 13(6), 109-120.

https://doi.org/10.15302/J-LAF-0-020043

01引言

近年来，由于雨洪对城市和流域的影响日益显著，提升城市与流域的韧性以应对未来环境挑战变得愈发重要。随着韧性理念的普及，部分欧美国家也相继提出“规划韧性城市和地区”的概念，以增强城市在应对急性冲击与长期压力时的适应能力。韧性城市建设和流域风险管理亟需采用系统性方法评估灾害相关风险，并结合设计手段减少灾害暴露度、降低城市与流域的脆弱性。

当前，流域治理正转向水利工程与空间规划协同的韧性治理范式。其中，精准核定各分区径流配额，既是落实雨洪管理措施的先决条件，也是构建系统化防洪体系的重要基础。建立雨洪径流增量分配机制的核心在于融合空间规划和水资源管理理念，形成水土整合的风险防控韧性模式。数据包络分析（data envelopment analysis，DEA）方法克服了成本效益分析法的缺点，可作为衡量水土整合径流分配效率的替代方法；近远距耦合方法有助于梳理流域内不同区域的土地利用转化关系，进而解释雨洪径流分配不公现象；同时，多区域输入输出（multi-regional input-output，MRIO）模型可进一步量化城市化与生态环境的耦合关系，为径流分配提供量化基础。

本研究旨在从效率与公平角度出发，结合决策者偏好调整分配比例，构建可量化减洪目标的流域整体减洪韧性框架，以回应流域减洪分配和补偿的问题。

02 分配效率与分配公平

长期以来，经济发展主要依赖生态资源的高投入，这不仅对资源供给造成极大压力，也对环境造成了严重破坏。本研究尝试借助DEA模型计算生态效率以探索流域空间发展不平衡的现象，并将其结果作为雨洪径流分配的依据，以增加流域在面对洪水时的调节韧性。相关研究应用DEA将生态效率的经济和环境治理两方面加以整合。基于该方法，本研究根据上下游子汇水区城市发展的土地利用、经济现状、预期径流增量与灾损程度等情况，将流域经济生产和径流治理的效率作为径流分配的依据。效率较低的地区意味着资源未得到充分利用，因此在承担减洪任务方面具有更大潜力。

雨洪径流分配效率与分配公平的示意图 © 苏清木，闵宇帝

然而，仅依据效率进行分配往往忽视了地区发展不平衡带来的分配不公。本研究通过分析多区域输入输出遥相关关系，捕获由生产过程背后的土地资源消耗所引发的直接和间接环境影响，从而揭示流域内部的发展不均衡问题，并以此作为雨洪径流分配的依据。在公平导向的分配方法中，雨洪径流的治理责任相较于其产生区位未发生位移，资源消耗区应对资源供给区予以补偿，以平衡发展需求，进而促进流域治理的公平性。

综上，效率导向的分配方法依据各地区经济生产和径流治理的实际效率进行径流分配，径流的治理责任相较于其产生区位发生转移；而公平导向的分配方法则通过补偿机制，实现径流就近处理，径流的治理责任相较于其产生的区位不发生转移。

03 方法论

公园服务效能感知与计算方法

据《大甲溪流域整体治理纲要计划》显示，大甲溪流域位处中国台湾中西部，面积1244 km²，干流全长124 km，土地开发主要集中于中下游地区。该流域平均坡降为1/60，属急流河川。大甲溪流域共流经13个管理单元，依据地理条件和治理界点可划分为上、中、下游。

研究区域图示 © 苏清木，闵宇帝

研究框架

为应对流域水土整合规划中的洪灾风险防控问题，本研究构建了一个兼顾分配效率与公平的流域整体减洪韧性框架。该框架主要包括雨洪径流增量模拟、分配效率与分配公平、决策者偏好三部分。

流域整体减洪韧性框架 © 苏清木，闵宇帝

根据分配效率与分配公平的分析结果，研究从决策者偏好角度权衡不同导向下的径流分配量，并将不同权衡结果作为决策参考。在此基础上，综合两类分配结果，厘清径流治理归属与补偿关系，从而得出雨洪径流的最佳分配方式，以增强整体地区减洪韧性水平。

研究方法

效率导向的分配方法

两阶段DEA模型

DEA是一种用于评价多个投入与多个产出的决策单元（本研究指各管理单元）之间相对效率的模型。该方法具有非主观加权的优点，不受投入项与产出项之间相关性或多重共线性的影响，适用于综合指标评估，便于进行决策单位间的效率比较。本研究使用Lingo软件对两阶段DEA模型进行编程运算。第一阶段的经济效率子系统和第二阶段径流治理效率子系统分别设有各自的输出与输入指标。

流域内近远程耦合关系 © 苏清木，闵宇帝

雨洪径流分配

基于两阶段DEA模型，本研究构建了一套动态分配机制，其方法包括设定生产技术参数（指资源转化能力与生产流程相关技术参数）的时序关联，和采用第一阶段技术参数表征第二阶段的效率边界。研究采用分阶段求解策略，在优先实现目标一的效率阈值后，再对目标二进行优化，最终量化各流域分区的韧性分配方案。

公平导向的分配方法

近远程耦合

本研究以土地所提供的资源服务为基础，构建了近远程耦合关系，并将资源服务关系转化为土地消耗关系。其中，近程耦合指建成区对所在管理单元内各类土地资源的消耗；远程耦合指当某管理单元的土地供给无法满足自身需求时，需向流域其他单元索取资源服务；外溢效应则指某些管理单元的各类资源供给充足，除满足自身发展外，还可向外部系统输出资源。本研究根据中国台湾的人均土地利用情况，推算大甲溪流域内各管理单元的土地消耗状况。

MRIO模型

在厘清流域内土地消耗关系基础上，本研究采用MRIO模型进行定量分析。MRIO模型能够反映不同部门与地区之间的经济依存关系，其主要优点在于可追踪由最终消费商品和服务造成的直接和间接环境影响。

决策者偏好角度的分配方法

效率导向的分配通常更注重市场分配，而公平导向的分配则体现政府干预的作用。为权衡两者关系，本研究从决策者偏好角度建立了分配模型。

决策者偏好效用曲线（左）及不同决策者偏好下径流分配结果（右） © 苏清木，闵宇帝

04 实证研究

量化雨洪径流增量

本研究参照既有研究，采用中国台湾灾害防救科技中心开发的TCCIP-AR5模型，模拟了未来200年（基准年2018）在不同发展情景下的平均日降水量。随后，基于2008年和2018年土地利用类型的变化，进一步计算城市化所带来的雨洪径流增量。雨洪径流增量模拟结果显示，气候变化是影响其增量的主要因素。其中，上游的单元1、单元12和单元13增量最大，而中下游的单元2和单元11增量相对较少。若对上游缺乏有效管理，它们产生的径流或将沿地形变化汇集至中下游，从而加剧整体径流治理难度。

公平导向的径流分配与补偿机制

基于近远程耦合与MRIO分析，本研究发现大甲溪流域对外部提供的土地服务总计流出246504 hm²。在公平导向的分配假设下，流域内各段所承担的径流处理量比例存在差异。总体而言，大甲溪流域整体为外部系统提供土地服务，因此外部系统需补偿其70.29%的径流增量，具体可由上级或中央政府统筹安排；余下部分则依据各管理单元的本地责任和土地流入比例在流域内部分配。

效率导向的径流分配

DEA效率分析结果显示，经济效率平均值为0.890，表明流域资源利用效率较高；径流治理效率平均值为0.161，处于较低水平，可见流域整体自然灾害风险较低，处于较安全水平。中游和下游的平均综合生态效率明显高于上游，整体呈现“中游＞下游＞上游”的特征。结果表明，各管理单元在经济效率、径流治理效率及综合生态效率方面存在差异，因而具有不同的雨洪径流分配能力。

从雨洪径流分配结果来看，上游、中游和下游在径流分担比例上差异显著，上游承担主要任务，下游分配比例最小。主要原因在于，上游DEA第二阶段输出效率值较高、灾害损失较大，即对雨洪径流的处理效果较低，导致更多雨洪剩余，因此表现出更高的减洪潜力。同时，雨洪径流增量主要集中于上游地区，使其成为消纳径流的关键区域。

决策者偏好角度

根据分析结果，效率导向的雨洪径流分担量主要由上游承担，而公平导向的分担量则主要落在下游。两种分配模式在上下游之间差异显著，表明仅考虑单一目标难以实现流域内各管理单元的利益平衡。由可知，当决策者偏好为0.2～0.3时（即更注重公平导向），各管理单元之间的分配差异最小，可实现全流域整体分配最优。同时，除α2在0.1～0.2区间标准差略有下降外，其余情况下标准差随分配效率权重上升而增加，说明过度强调效率会加剧流域内部不平等。具体来看，单元1和单元12在α2增大时分担的径流量明显增加，而单元3和单元4则相应减少。因此，决策者需根据流域发展的实际需求与各方利益诉求灵活调整策略：如在洪水高风险时期，应优先考虑效率导向，以快速消减洪峰；在生态保护优先阶段，则宜侧重公平导向，以维护上游生态系统安全。

不同决策者偏好（α 2）下各管理单元的径流分担量 © 苏清木，闵宇帝

05 结论与展望

提升减洪韧性是应对洪灾风险的重要策略，其核心在于通过系统化规划与分配优化，实现区域间防灾能力平衡与可持续发展。本研究融合分配效率与公平视角，构建了面向流域整体发展的减洪韧性框架，以解决上、中、下游雨洪径流增量分配的问题。该框架不仅明确了径流补偿机制，也为洪灾风险管理提供了可操作的量化依据，有助于形成更具适应性和可持续性的韧性城市与流域管理模式。

参考文献

[1] Silvis, V. G., & Nicholas, R. E. (2025). Climate change and flooding in the Susquehanna River watershed: An exploratory analysis of county hazard mitigation plans. InternationalJournal of Disaster Risk Reduction, 116, 105143.

[2] Miralles-Wilhelm, F., Matthews, J. H., Karres, N., Abell, R., Dalton, J., Kang, S.-T., ... & van Wesenbeeck, B. (2023). Emerging themes and future directions in watershed resilience research. Water Security, 18, 100132.

[3] Rentachintala, L. R. N. P., Reddy, M. M., & Mohapatra, P. K. (2022). Urban stormwater management for sustainable and resilient measures and practices: A review. Water Science and Technology, 85(4), 1120–1140.

[4] Rockefeller Foundation. (n.d.) 100 Resilient Cities.

[5] Zhang, X., & Li, H. (2018). Urban resilience and urban sustainability: What we know and what do not know?. Cities, 72, 141–148.

[6] Woldearegay, K., Grum, B., Hessel, R., van Steenbergen, F., Fleskens, L., Yazew, E., ... & Haftu, M. (2024). Watershed management, groundwater recharge and drought resilience: An integrated approach to adapt to rainfall variability in northern Ethiopia. InternationalSoil and Water Conservation Research, 12(3), 663–683.

[7] Gao, G., Li, J., Feng, P., Liu, J., & Wang, Y. (2024). Impacts of climate and land-use change on flood events with different return periods in a mountainous watershed of North China. Journal of Hydrology: Regional Studies, 55, 101943.

[8] Ben-Daoud, A., Ben-Daoud, M., Moro?anu, G. A., & M’Rabet, S. (2022). The use of low impact development technologies in the attenuation of flood flows in an urban area: Settat city (Morocco) as a case. Environmental Challenges, 6, 100403.

[9] Wu, W., Jamali, B., Zhang, K., Marshall, L., & Deletic, A. (2023). Water sensitive urban design (WSUD) spatial prioritisation through global sensitivity analysis for effective urban pluvial flood mitigation. Water Research, 235, 119888.

[10] Yu, K. (2019). Sponge City—Philosophy and methodology. Construction Science and Technology, (Z1), 10–11.

[11] Water Resource Agency inTaiwan, China. (2018). Technique specifications for runoff allocation and outflow control.

[12] Wang, H.-W., Castro, D. S. C., & Chen, G.-W. (2024). Managing residual flood risk: Lessons learned from experiences inTaiwan. Progress in Disaster Science, 23, 100337.

[13]Islam, A. R. M. T., Al Mamun, A., Rahman, M. N., Akter, M. Y., Chisty, M. A., Alam, G. M. M., ... & Sohel, M. S. (2024). A cost-benefit analysis of flood early warning system: Evidence from lower Brahmaputra River Basin, Bangladesh. InternationalJournal of Disaster Risk Reduction, 104, 104380.

[14] Anand, J., Gosain, A. K., & Khosa, R. (2024). Hydrological and hydrodynamic modelling for flood management: A case study of the Yamuna River Basin in Delhi. Journal of Hydrology: Regional Studies, 56, 101960.

[15] Su, Q., & Chang, H.-S. (2021). Exploring the spatial development of watersheds and the allocation of responsibility for stormwater runoff from the perspective of ecological efficiency based on the DEA method. Natural Hazards Review, 22(4), 04021041.

[16] Liu, J. T., Li, Y. P., Huang, G. H., Wang, S. G., & Wang, P. P. (2024). A multi-perspective input-output model for the energy-water nexus in Kazakhstan. Sustainable Production and Consumption, 49, 115–129.

[17] Huang, X., Shen, J., Li, S., Chi, C., Guo, P., & Hu, P. (2024). Sustainable flood control strategies under extreme rainfall: Allocation of flood drainage rights in the middle and lower reaches of the yellow river based on a new decision-making framework. Journal of Environmental Management, 367, 122020.

[18] Xing, Z., Wang, J., & Zhang, J. (2018). Total-factor ecological efficiency and productivity in Yangtze River Economic Belt, China: A non-parametric distance function approach. Journal of Cleaner Production, 200, 844–857.

[19] Guo, Z., Tang, S., Wang, D., & Zhang, J. (2022). Spatial distribution and factors influencing ecological efficiency of the Yellow River Basin in China. Frontiers in Environmental Science, 10, 815898.

[20] Zhu, W., Duan, C., & Chen, B. (2024). Energy efficiency assessment of wastewater treatment plants in China based on multiregional input–output analysis and data envelopment analysis. Applied Energy, 356, 122462.

[21] Liu, X., Wang, X., Lu, F., Liu, S., & Chen, K. (2022). Evaluation of the governance efficiency of water environmental governance efficiency in Yangtze River Delta from the perspective of multivariate synergies. InternationalJournal of Environmental Research and Public Health, 19(4), 2347.

[22] Niu, C., Wang, X., Chang, J., Wang, Y., Guo, A., Ye, X., Wang, Q., & Li, Z. (2023). Integrated model for optimal scheduling and allocation of water resources considering fairness and efficiency: A case study of the Yellow River Basin. Journal of Hydrology, 626, 130236.

[23] de Oliveira, M. S., Steffen, V., de Francisco, A. C., & Trojan, F. (2023). Integrated data envelopment analysis, multi-criteria decision making, and cluster analysis methods: Trends and perspectives. Decision Analytics Journal, 8, 100271.

[24] Zhu, Q., Wu, J., Li, X., & Xiong, B. (2017). China’s regional natural resource allocation and utilization: A DEA-based approach in a big data environment. Journal of Cleaner Production, 142, 809–818.

[25] Manning, N., Li, Y., & Liu, J. (2023). Broader applicability of the metacoupling framework than Tobler’s first law of geography for global sustainability: A systematic review. Geography and Sustainability, 4(1), 6–18.

[26] Yu, Y., Feng, K., Hubacek, K., & Sun, L. (2016). Global implications of China’s future food consumption. Journal of Industrial Ecology, 20(3), 593–602.

[27] Liu, G., Wei, L., Gu, J., Zhou, T., & Liu, Y. (2020). Benefit distribution in urban renewal from the perspectives of efficiency and fairness: A game theoretical model and the government’s role in China. Cities, 96, 102422.

[28] Liao, C.-H. (2016). The spatial patterns and influenced factors of urban impervious surface ratio [Doctoral dissertation]. Cheng Kung University.

《前沿》系列英文学术期刊

由教育部主管、高等教育出版社主办的《前沿》（Frontiers）系列英文学术期刊，于2006年正式创刊，以网络版和印刷版向全球发行。系列期刊包括基础科学、 、工程技术和人文社会科学四个主题，是我国覆盖学科最广泛的英文学术期刊群，其中12种被SCI收录，其他也被A&HCI、Ei、MEDLINE或相应学科国际权威检索系统收录，具有一定的国际学术影响力。系列期刊采用在线优先出版方式，保证文章以最快速度发表。

中国学术前沿期刊网

http://journal.hep.com.cn