EN中文

Arid Land Geography >

2024 , Vol. 47 >Issue 9: 1451 - 1461

DOI: https://doi.org/10.12118/j.issn.1000-6060.2023.636

The Third Xinjiang Scientific Expedition

Spatiotemporal evolutionary patterns and influencing factors of water use in Xinjiang from 1990 to 2020

  • Hui LIU , 1, 2 ,
  • Siao SUN , 1, 2 ,
  • Chuanglin FANG 1, 2 ,
  • Di ZHOU 3 ,
  • Chao BAO 1, 2
Expand
  • 1. Key Laboratory of Regional Sustainable Development Modeling, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. Jiangsu Yuanhan Architectural Design Co., Ltd., Changzhou 213003, Jiangsu, China

Received date: 2023-11-09

  Revised date: 2024-04-16

  Online published: 2026-03-11

Fold

Abstract

Drought and water scarcity are inherent features of Xinjiang’s physical geography. It is crucial to understand the spatiotemporal evolutionary patterns and influencing factors of water use for effective water resources demand management. In this study, we investigated the influencing factors which drive the temporal change and spatial heterogeneity in water use pattern in Xinjiang from 1990 to 2020 using the logarithmic mean Divisia index (LMDI) method. In addition, we quantified the main influencing factors contributing to higher per capita water use in Xinjiang in comparison to the average levels of other regions in northwest China and whole China. The conclusions can be drawn: (1) The total water use in Xinjiang showed a first increasing then decreasing trend, whereas per capita water use showed an overall declining trend. (2) The change of water use intensity and industrial structure were the main reasons for the decline of total water use in Xinjiang. (3) High water intensity and agriculture dominated industrial structure were the main reasons for higher per capita water use in Xinjiang than other regions in northwest China and whole China. (4) Per capita water use across various prefectures in Xinjiang exhibited significant spatial heterogeneity, primarily attributable to variations in water use intensity, per capita GDP, and industrial structure. Based on the main results, we propose relevant water management policy recommendations, which can provide a scientific reference for sustainable water use and management in Xinjiang.

Key words： water resources management; logarithmic mean Divisia index (LMDI) method; water resources exploitation; spatial heterogeneity; Xinjiang

Cite this article

Hui LIU , Siao SUN , Chuanglin FANG , Di ZHOU , Chao BAO . Spatiotemporal evolutionary patterns and influencing factors of water use in Xinjiang from 1990 to 2020[J]. Arid Land Geography, 2024 , 47(9) : 1451 -1461 . DOI: 10.12118/j.issn.1000-6060.2023.636

新疆地处亚欧大陆腹地干旱区，远离水汽源，气候干燥，降雨稀少，蒸发强烈，多年平均降水量仅为158 mm[1]，多年平均蒸发量约为2000 mm[2]，远大于降水量。干旱缺水的新疆是典型的灌溉农业区，农业用水量长期以来占经济社会用水总量的95%以上。随着新疆人口增长和社会经济发展，人类社会经济用水不断增长，大量挤占生态环境用水，造成河流断流、湖泊萎缩、地下水漏斗扩大等问题，严重威胁本就脆弱的生态环境[3]。缺水已成为制约新疆经济社会可持续发展的最主要瓶颈之一[4]。
随着社会经济的发展，用水需求增长导致许多地区水资源供需矛盾突出。尤其在干旱区内陆河流域，水资源需求管理是水资源可持续发展的重要途径[5]。目前，许多研究针对中国及各地区用水演化趋势及影响因素开展了广泛探讨。定量分析地区用水变化原因的常用方法包括结构分解方法和指数分解方法。结构分解方法常应用投入产出模型开展水足迹变化分析。对数平均迪氏指数（LMDI）方法具有分解无残差等特性[6]，常用于碳排放、能源消费、环境变化等领域[7⇓⇓-10]，在用水量变化分析中也有广泛运用[11]。已有研究采用LMDI方法分析了中国不同区域（包括西部地区[12]、西北地区[13]、长江经济带[14]等）、流域（如淮河流域[15]、黄河流域[16]等）、省市区（如辽宁省[17]、陕西省[18]等）以及不同用水部门（农业灌溉[19]、工业[20]、生活[21]等部门）的用水量变化原因。例如，武翠芳等[12]研究了中国西部地区生产用水量变化的驱动原因，结果表明经济规模和人口规模效应推动了生产用水量增长，产业结构和用水强度效应抑制了生产用水量增长。张陈俊等[13]将中国西北5省份的生产用水量差异分解为强度、结构、收入和人口效应，4个效应存在显著的时空异质性。杨雅雪等[22]从经济水平、人口规模、用水效率3个要素分解了2000—2013年新疆生产用水量的变化，结果表明经济水平提高和人口规模扩大是生产用水增长的主要原因。
现有研究多关注于区域生产用水量或某一部门用水量的历史变化趋势，且常在时间维度探讨用水量变化的影响因素[12,14]，较少关注研究区域内部、研究区域与其他地理条件相似区域用水量的空间差异及驱动原因。尽管已有研究分析了中国西北地区和新疆生产用水量变化的驱动因素，但系统分析新疆用水总量（包含生产、生活和生态用水）和人均用水量时空演化驱动机制的研究较少。基于此，本文采用LMDI方法，量化解析用水强度、产业结构、人均GDP、人口、人均居民生活用水量和生态环境用水量对1990年—2020年新疆用水量时间变化趋势和空间差异因素的贡献，并以中国西北其他地区和全国平均用水水平为比较基准，进一步分析新疆人均用水量高于比较基准的主要原因，为新疆可持续用水管理提供科学支撑和决策参考。

1 数据与方法

1.1 研究区概况

选取新疆15个地州市作为研究区，含14个地州和1个直辖县级市（石河子市）。新疆国土面积约占全国总面积的1/6，水资源量却仅占全国的2.5%。新疆水资源量整体呈现“北高南低、西高东低，山区高、平原低”的空间分布格局[23-24]，水资源禀赋与经济发展、人口分布不相匹配，经济相对发达的天山北坡地区人均水资源量较低，2020年石河子市、克拉玛依市和乌鲁木齐市人均水资源量低于500 m3，而阿勒泰地区、克孜勒苏柯尔克孜自治州、巴音郭楞蒙古自治州高于8000 m3（图1）。新疆水资源开发利用强度大，2020年10个地州市水资源开发利用率（用水总量与水资源总量的比值）超过国际缺水警戒线40%标准。
图1 2020年新疆各地州市人均水资源量与水资源开发利用率

注：基于新疆标准地图服务网站审图号为新S(2023)061号的标准地图制作，底图边界无修改。昌吉州、博州、伊犁州直、克州、巴州分别为昌吉回族自治州、博尔塔拉蒙古自治州、伊犁哈萨克自治州直属县市、克孜勒苏柯尔克孜自治州、巴音郭楞蒙古自治州的简称。下同。

Fig. 1 Per capita water resources and water utilization rate in each prefecture of Xinjiang in 2020

1.2 数据来源

本文数据主要包括新疆及各地州市的用水总量及分部门用水量、地区生产总值（GDP）、人口。新疆及各地州市的用水量数据来源于《新疆水资源公报》《新疆统计年鉴》以及相关文献等[25]，其中新疆用水量数据覆盖的时间尺度为1990—2020年。受数据公布和统计口径变化的限制，地州市各部门用水量数据可完整获取的最早年份为2004年。新疆GDP来源于《新疆统计年鉴》。中国西北其他地区（青海、甘肃、陕西、宁夏）和全国的用水量、GDP来源于地方和中国的水资源公报和统计年鉴。GDP按2020年可比价计算。人口数据来源于全国人口普查数据。

1.3 研究方法

1.3.1 用水总量随时间变化解析

本文采用LMDI方法，分析1990—2020年新疆用水量随时间变化的影响因素。用水总量包括生产用水量（农业、工业、服务业）、居民生活用水量、生态环境用水量3部分。生产和居民生活用水量的影响机理存在差异性[14,26]。现有研究表明经济规模、产业结构、技术进步、用水效率和人口规模是影响生产用水量变化的主要驱动因素[27⇓⇓-30]。因此，将生产用水量在某个时间段的变化量分解为用水强度、产业结构、人均GDP、人口4个影响因素变化带来的效应。人口规模和生活用水强度是引起居民生活用水量变化的主要驱动因素[14,16]，将居民生活用水变化量分解为人口和人均居民生活用水量变化带来的效应。由于生态环境用水量存在统计口径变化且年际波动较大，单独计算生态环境用水量变化以保持用水总量变化分解无残差，这一做法已在水资源利用驱动效应研究中得到应用[16,31]。用水总量（wu，m3）为各部门用水量的总和，计算公式如下：
w u = ∑ k = 1,2 , 3,4 , 5 w u k
式中： w u k为k部门的用水量（m3）；k=1、2、3、4、5，分别表示农业、工业、服务业、居民生活、生态环境用水部门。其中，生产用水量（包括农业、工业、服务业用水量）表达式为：
∑ k = 1,2 , 3 w u k = ∑ k = 1,2 , 3 w u k G D P k G D P k G D P G D P p o p p o p =                                           ∑ k = 1,2 , 3 w i k × α k × g d p × p o p
式中： G D P k为k部门的GDP（104元）；GDP为研究区域GDP总量（104元）；pop为研究区域总人口（104人）； w i k为研究区域k部门的用水强度（10-4 m3·元-1）； α k为k部门的GDP占比（%），代表产业结构；gdp为人均GDP（元·人-1）。居民生活用水量（wu4，m3）表达式为：
w u 4 = w u 4 p o p p o p =   w u p 4 × p o p
式中： w u p 4为人均居民生活用水量（m3）。
将t时间段用水量（ w u t ，m3）和t+1时间段用水量（ w u t + 1 ，m3）的差值（ Δ w u ，m3）分解为由多个因素变化带来的变化量，计算公式如下：
Δ w u = w u t + 1 - w u t = Δ w u I + Δ w u A + Δ w u g d p +                       Δ w u p o p + Δ w u d p + Δ w u e c o
式中： Δ w u I 、 Δ w u A 、 Δ w u g d p 、 Δ w u p o p 、 Δ w u d p 、 Δ w u e c o分别为由用水强度、产业结构、人均GDP、人口、人均居民生活用水与生态环境用水这6个因素在研究时间段内变化引起的用水变化量（m3）。其中，人口变化同时影响生产和居民生活用水量，因此式（4）中 Δ w u p o p为人口变化引起的生产用水变化量（ Δ w u p o p 1 ，m3）和人口变化引起的居民生活用水变化量（ Δ w u p o p 2 ，m3）之和。在式（2）的基础上，采用LMDI方法，将生产用水变化量分解为 Δ w u I 、 Δ w u A 、 Δ w u g d p 、 Δ w u p o p 1等分量（m3），由式（5）~（8）得到， w k为计算生产用水变化分解量的中间变量，由式（9）得到：
Δ w u I = ∑ k = 1,2 , 3 w k l n w i k t + 1 w i k t
Δ w u A = ∑ k = 1,2 , 3 w k l n α k t + 1 α k t
Δ w u g d p = ∑ k = 1,2 , 3 w k l n g d p t + 1 g d p t
Δ w u p o p 1 = ∑ k = 1,2 , 3 w k l n p o p t + 1 p o p t
w k = w u k t + 1 - w u k t l n w u k t + 1 - l n w u k t
式中： w i k t 、 w i k t + 1分别为t、t+1时段k部门的用水强度（10-4 m3·元-1）； α k t 、 α k t + 1分别代表t、t+1时段k部门的GDP占比（%）； g d p t 、 g d p t + 1分别为t、t+1时段的人均GDP（元·人-1）； p o p t 、 p o p t + 1分别为t、t+1时段的总人口（104人）。 w u k t和 w u k t + 1分别为t、t+1时段k部门的用水量（m3）。在式（3）的基础上，采用LMDI方法，将居民生活用水变化量分解为由人均居民生活用水量变化引起的居民生活用水变化量（ Δ w u d p ，m3）和由人口变化引起的居民生活用水变化量（ Δ w u p o p 2 ，m3）2个分量，由式（10）~（11）得到， w 4为计算居民生活用水变化分解量的中间变量，由式（12）得到：
Δ w u d p = w 4 l n w u p 4 t + 1 w u p 4 t
Δ w u p o p 2 = w 4 l n p o p t + 1 p o p t
w 4 = w u 4 t + 1 - w u 4 t l n w u 4 t + 1 - l n w u 4 t
生态环境用水变化量（ Δ w u e c o ，m3）可由t、t+1时段的生态环境用水量 w u e c o t + 1 、 w u e c o t的差值求得：
Δ w u e c o = w u e c o t + 1 - w u e c o t
基于式（4）~（13）将研究区域在某时间段的用水变化量分解为由多个社会经济因素变化带来的变化量，保证了用水变化量分解的无残差。

1.3.2 人均用水量空间变化解析

以中国西北其他地区（以下简称“西北其他地区”）和全国平均用水水平为比较基准，分析新疆人均用水量高于西北其他地区和全国平均水平的主要原因。研究区域的人均用水量（wup，m3·人-1）可以表示为：
w u p = ∑ k = 1,2 , 3,4 , 5 w u k p o p = ∑ k = 1,2 , 3 w u k G D P k G D P k G D P G D P p o p + w u 4 p o p + w u 5 p o p = ∑ k = 1,2 , 3 w i k × α k × g d p + w u 4 p o p + w u 5 p o p
将新疆人均用水量（ w u p i ，m3）与西北其他地区（或全国）人均用水量（ w u p b e n c h ，m3）的差值（ Δ w u p ，m3）分解为由多个因素差异带来的效应：
Δ w u p = w u p i - w u b e n c h = Δ w u p I + Δ w u p A +                               Δ w u p g d p + Δ w u p d p + Δ w u p e c o
式中： Δ w u p I 、 Δ w u p A 、 Δ w u p g d p 、 Δ w u p d p 、 Δ w u p e c o分别为由于用水强度、产业结构、人均GDP、人均居民生活用水、人均生态环境用水差异引起的新疆较西北其他地区（或全国）人均用水量差异的分量（m3）。根据式（14），采用空间LMDI方法， Δ w u p I 、 Δ w u p A 、 Δ w u p g d p由式（16）~（18）得到， w k为分解过程中的中间变量，由式（19）得到：
Δ w u p I = ∑ k = 1,2 , 3 w k l n w i k r w i k b e n c h
Δ w u p A = ∑ k = 1,2 , 3 w k l n α k r α k b e n c h
Δ w u p g d p = ∑ k = 1,2 , 3 w k l n g d p r g d p b e n c h
w k = w u p k r - w u p k b e n c h l n w u p k r - l n w u p k b e n   c h
式中： w i k r 、 w i k b e n c h分别为新疆和西北其他地区（或全国）k部门的用水强度（10-4 m3·元-1）； α k r 、 α k b e n c h分别为新疆和西北其他地区（或全国）k部门的GDP占比（%）； g d p r 、 g d p b e n c h分别为新疆和西北其他地区（或全国）人均GDP（元·人-1）。人均居民生活用水差异分量（ Δ w u p d p ，m3）由新疆人均居民生活用水量（ w u p d p r ，m3）与西北其他地区（或全国）人均居民生活用水量（ w u p d p b e n c h ，m3）的差值求得，人均生态环境用水差异分量（ Δ w u p e c o ，m3）由新疆人均生态环境用水量（ w u p e c o r ，m3）与西北其他地区（或全国）的人均生态环境用水量（ w u p e c o b e n c h ，m3）的差值求得：
Δ w u p d p = w u p d p r - w u p d p b e n c h
Δ w u p e c o = w u p e c o r - w u p e c o b e n c h
基于式（16）~（21）可以将新疆与西北其他地区（或全国）人均用水量差异分解为由多个社会经济因素差异带来的效应。
由于新疆各地州市人均用水量表现出较大的空间分异性，以新疆人均用水量为比较基准，探讨地州市人均用水量与新疆平均用水水平差异的影响因素。采用式（14）~（21），将各地州市与新疆人均用水量差异量分解为多个社会经济因素差异带来的效应。

2 结果与分析

2.1 新疆用水量时空演变格局

2.1.1 新疆用水量时间变化趋势

1990—2020年新疆用水总量呈现出先上升后下降的趋势（图2）。从20世纪90年代开始，随着社会经济发展和人口增长，新疆用水需求持续增长，用水量在2013年达到顶峰（588.1×108 m3）。为了缓解日益增长的水资源压力，新疆采取了控制用水总量、普及高效节水灌溉等措施，用水总量在达到顶峰后开始下降。从用水结构来看，农业是最大的用水部门，1990—2020年其占比均超过90%，但该比例随着城镇化和工业化发展缓慢下降。2020年，农业、工业、服务业、居民生活和生态环境用水量占比分别为90.9%、2.3%、0.4%、2.6%和3.8%。
图2 1990—2020年新疆用水量变化趋势

Fig. 2 Trend of water use in Xinjiang from 1990 to 2020

由图2可以看出，新疆人均用水量的时间变化趋势大致经历了3个阶段：1990—2002年，用水总量增速低于人口增速[29]，人均用水量由1990年的3002.8 m3下降为2002年的2478.5 m3；2003—2013年，人均用水量相对稳定，在2380.0~2599.1 m3区间内小范围波动；2013年以后，得益于用水总量下降，人均用水量快速下降，到2020年下降至2188.4 m3，但仍远高于全国平均水平（411.7 m3）。

2.1.2 新疆用水量空间分布格局

基于数据的可获得性，通过对比2004年和2020年的新疆各地州市数据，分析用水量空间分布格局及变化特征。从图3可以看出，新疆用水总量和人均用水量空间差异明显，用水总量和人均用水量较高的地州市主要集中在水资源禀赋条件较好的塔里木河、伊犁河和额尔齐斯河流域。除乌鲁木齐市外，各地州市人均用水量均高于西北其他地区和全国平均水平（分别为379.7 m3、411.7 m3）。从时间趋势来看，2020年与2004年相比，除石河子市、阿勒泰地区和哈密市用水总量稍有下降外，其余12个地州市用水总量呈现增长趋势；除塔城地区、克孜勒苏柯尔克孜自治州、博尔塔拉蒙古自治州、昌吉回族自治州人均用水量增长外，其余11个地州市人均用水量呈现下降趋势。
图3 新疆各地州市用水总量、用水结构与人均用水量

Fig. 3 Total water use, water use structure and per capita water use in prefectures of Xinjiang

农业是新疆第一大用水部门。2020年，除乌鲁木齐市、克拉玛依市、石河子市、哈密市外，其余地州市农业用水量占比均在80%以上，农业用水量占比较高的地州市集中于新疆西部。阿勒泰地区、克拉玛依市、塔城地区、和田地区2020年农业用水量占比较2004年增长，其余地州市有所下降。2020年各地州市工业用水量占比均小于20%，喀什地区、和田地区、博尔塔拉蒙古自治州和阿勒泰地区小于1%。石河子市、哈密市、阿克苏地区、吐鲁番市和巴音郭楞蒙古自治州2020年工业用水量占比较2004年增长，其余地州市下降。各地州市服务业、居民生活用水量占比均较低，2020年其占比分别介于0.0%~2.1%和0.9%~21.4%之间，分别有11个和14个地州市2020年服务业、居民生活用水量占比较2004年增长。新疆地处干旱地区，生态环境用水量总体呈现增长趋势，2020年各地州市生态环境用水量占比介于0.8%~28.6%之间，其中克拉玛依市生态环境用水量占比最高。

2.2 新疆用水量时空演变的影响因素分析

2.2.1 新疆用水量变化趋势的影响因素解析

采用LMDI方法对1990—2020年新疆用水变化量进行分析，将每5 a用水变化量分解为用水强度、产业结构、人均GDP、人口、人均居民生活用水量和生态环境用水量变化带来的效应（图4）。各影响因素对用水总量变化的正负效应和影响程度不同。1990—2020年，用水强度和产业结构对用水总量增长的效应始终为负，人均GDP和人口效应始终为正，人均居民生活用水量和生态环境用水量效应出现正负波动。用水强度和人均GDP对用水总量变化的效应绝对值相对于其他影响因素较大。随着人口增速的放缓，人口变化对用水总量增长的贡献逐渐降低。人均居民生活用水量对用水总量变化的效应在各时期都相对较小。由于2003年前生态环境用水量未纳入用水统计范畴，1990—2000年用水总量变化不受生态环境用水量的效应影响，此后其效应正负波动。
图4 1990—2020年新疆用水总量变化影响因素分解结果

注：影响因素的柱体长度反映其在相应时期引起用水总量变化的大小，标注数值表示其效应值。

Fig. 4 Decomposition results of influencing factors of total water use changes in Xinjiang from 1990 to 2020

从1990—2020年各影响因素对新疆用水总量变化的累计效应和累计贡献率来看（表1），人均GDP和人口增长是用水总量增长的主要原因，累计贡献率分别为1120.6%、264.4%。1990—2020年新疆人均GDP和人口分别增长了7.6倍和0.7倍，在经济发展和人口增长的双重作用下，用水需求显著增长。用水强度和产业结构变化是抑制新疆用水总量增长的主要因素，其累计贡献率分别为-879.1%和-437.1%。1995—2000年用水强度下降趋缓，用水强度效应在该时期较小，其他时期较高。用水强度降低、产业结构转型有效减少了生产用水需求，推动新疆用水方式向节约集约转变，抵消了部分用水增长效应。人均居民生活用水量和生态环境用水量变化对新疆用水总量的影响相对较弱，累计贡献率分别为9.2%和22.0%。
表1 1990—2020年新疆用水总量变化影响因素的累计效应

Tab. 1 Accumulative effects of influencing factors of total water use changes in Xinjiang from 1990 to 2020

指标 用水强度 产业结构 人均GDP 人口 人均居民生活用水量 生态环境用水量 用水总量变化量
累计效应/108 m3 -833.4 -414.4 1062.3 250.6 8.7 20.9 94.8
累计贡献率/% -879.1 -437.1 1120.6 264.4 9.2 22.0 100.0

2.2.2 新疆与西北其他地区和全国人均用水量差异的原因解析

新疆人均用水量远高于西北其他地区和全国水平，采用空间LMDI方法定量解析形成这种差异的主要原因，结果如表2所示。
表2 新疆与西北其他地区和全国人均用水量差异

Tab. 2 Difference in per capita water uses between Xinjiang and northwest China or whole China

组别 年份 效应/m3（贡献率/%） 人均用水量差异/m3
用水强度 产业结构 人均GDP 人均居民
生活用水量		 人均生态
环境用水量
新疆-西北其他地区 2004 1338.7（64.1） 341.7（16.4） 304.4（14.6） 5.2（0.2） 98.0（4.7） 2087.9
2020 1383.2（76.5） 325.5（18.0） 19.9（1.1） 23.6（1.3） 56.5（3.1） 1808.7
新疆-全国 2004 1822.2（87.9） 425.1（20.5） -261.8（-12.6） -5.4（-0.3） 93.0（4.5） 2073.1
2020 1425.7（80.2） 525.5（29.6） -248.5（-14.0） 12.7（0.7） 61.3（3.5） 1776.7
以西北其他地区平均用水水平为比较基准，用水强度、产业结构差异是新疆人均用水量较高的主要原因，且这2个因素的贡献率随时间进一步扩大。2004年和2020年，用水强度差异对人均用水量差异的贡献率分别为64.1%、76.5%，新疆万元GDP用水量分别为西北其他地区的4.5倍和5.6倍。产业结构差异对2004年和2020年人均用水量差异的贡献率分别为16.4%、18.0%，2020年新疆和西北其他地区三次产业结构分别为14.4:34.4:51.3和9.8:40.2:50.0，新疆农业占比相对较高不利于水资源的高效利用。人均GDP差异也导致新疆人均用水量偏高，2004年和2020年新疆人均GDP分别为西北其他地区的1.3倍和1.02倍，由于人均GDP差异缩小，2004—2020年贡献率由14.6%下降至1.1%。2004年和2020年人均居民生活用水量差异的贡献率分别为0.2%、1.3%，人均生态环境用水量差异的贡献率分别为4.7%、3.1%，对区域间人均用水量差异的影响相对较小。
以全国平均用水水平为比较基准，用水强度、产业结构和人均生态环境用水差异是新疆人均用水量偏高的原因。其中，用水强度差异对人均用水量差异的贡献随时间缩小，但产业结构差异的贡献进一步扩大。2004年和2020年，用水强度差异对人均用水量差异的贡献率分别为87.9%、80.2%，新疆万元GDP用水量分别为全国平均水平的7.4倍和7.0倍。产业结构差异对2004年和2020年人均用水量差异的贡献率分别为20.5%、29.6%，2020年全国三次产业结构为7.7:37.8:54.5，较新疆更利于节水。人均GDP差异对2004年和2020年人均用水量差异的贡献率分别为-12.6%、-14.0%，2020年新疆人均GDP约为全国水平的76.3%，具有缩小人均用水量差距的效应。人均居民生活用水量、人均生态环境用水量对新疆与全国平均水平差异的贡献率较小。
综上，新疆用水强度和产业结构与西北其他地区和全国相比仍有较大差距，整体不利于节水，是新疆人均用水量偏高的主要原因。新疆人均GDP低于全国水平，略高于西北其他地区水平，因此人均GDP差异在以西北其他地区和全国为比较基准时对人均用水量差异的贡献方向相反。人均居民生活用水量和人均生态环境用水量差异在不同比较基准下对区域人均用水量差异的贡献均较小。

2.2.3 新疆各地州市人均用水量空间差异的影响因素

基于新疆各地州市用水量数据的可获得性，采用空间LMDI方法，分析2004年和2020年各地州市与新疆人均用水量差异的影响因素（表3）。
表3 新疆各地州市人均用水量与新疆平均水平差异

Tab. 3 Difference of per capita water use between prefecture-level units and Xinjiang average level /m3

地州市 2004年 2020年
用水
强度		 产业
结构		 人均
GDP		 人均居
民生活
用水量		 人均生
态环境
用水量		 人均用水量差异 用水
强度		 产业
结构		 人均
GDP		 人均居
民生活
用水量		 人均生
态环境
用水量		 人均用水量差异
乌鲁木齐市 -169.6 -2251.6 298.8 17.7 -92.1 -2196.7 -279.2 -1891.1 287.4 -4.4 -48.3 -1935.6
克拉玛依市 512.5 -4396.0 2143.4 51.1 227.8 -1461.2 -657.5 -2140.5 1426.5 -3.7 210.6 -1164.7
吐鲁番市 -1419.3 289.8 758.4 6.8 -49.2 -413.6 -612.2 214.4 -36.9 -13.5 89.8 -358.4
哈密市 800.2 -878.9 -335.6 -10.9 -62.0 -487.2 -782.4 -914.3 753.0 -1.8 31.3 -914.3
昌吉州 -932.1 863.7 -249.3 0.5 -93.3 -410.4 -1196.6 412.3 954.3 15.2 -21.7 163.5
博州 -958.5 1821.5 -113.9 1.9 -99.6 651.3 -699.0 1069.8 896.9 -7.5 7.0 1267.1
巴州 -306.3 -360.2 1578.3 14.2 37.2 963.3 -85.7 296.7 531.5 11.5 114.6 868.5
阿克苏地区 1770.9 2020.6 -1667.3 -0.6 -95.9 2027.6 819.2 1417.6 -361.2 -24.3 -51.4 1799.9
克州 240.7 731.6 -1789.0 -13.1 -91.3 -921.1 1317.4 -529.5 -1264.1 7.6 167.7 -301.0
喀什地区 1375.6 1943.1 -2945.9 -14.0 -71.8 287.0 588.9 1503.0 -1731.0 7.8 -1.9 366.8
和田地区 838.8 1714.5 -2960.7 -21.7 56.2 -373.0 1237.7 457.7 -2182.6 -12.4 -8.8 -508.4
伊犁州直 209.5 833.6 -1298.0 6.0 -48.5 -297.4 -249.8 409.9 -406.3 17.4 -67.6 -296.5
塔城地区 -1282.4 1235.3 -414.3 -7.6 20.7 -448.3 -1769.6 2617.8 436.0 13.6 36.3 1334.2
阿勒泰地区 1805.7 1585.4 -584.6 1.5 1543.9 4351.9 2268.9 605.4 -293.7 -4.4 69.5 2645.7
石河子市 3809.8 -1932.3 -1195.3 28.0 -51.8 658.4 281.7 -1748.1 370.4 0.5 51.0 -1044.4

注：昌吉州、博州、巴州、克州、伊犁州直分别为昌吉回族自治州、博尔塔拉蒙古自治州、巴音郭楞蒙古自治州、克孜勒苏柯尔克孜自治州、伊犁哈萨克自治州直属县市的简称。

用水强度在新疆各地州市中表现出较大的空间分异性，是人均用水量空间差异的重要原因。2004年与2020年分别有9个和6个地州市用水强度高于新疆平均水平，带来人均用水量高于新疆平均水平的效应。2020年各地州市的万元GDP用水量介于30.7~1035.6 m3之间，新疆万元GDP用水量为398.6 m3。其中，2020年用水强度高于新疆平均水平的6个地州市分别为阿勒泰地区、克孜勒苏柯尔克孜自治州、和田地区、阿克苏地区、喀什地区、石河子市，主要分布于塔里木河上游、伊犁河流域和额尔齐斯河流域，用水强度较低的地州市主要位于天山北坡、吐哈盆地和塔里木盆地东部地区。2020年用水强度差异带来地州市与新疆人均用水量差异最高达到2268.9 m3。
产业结构差异对新疆人均用水量地区差异的贡献较大。相较于新疆平均水平，2004年和2020年均有10个地州市的产业结构不利于节水，带来人均用水量高于新疆平均水平的效应。2020年10个地州市的农业GDP占比介于16.1%~40.2%之间，高于新疆农业GDP占比（14.4%），这些地州市主要分布于新疆西南部和东北部。其余5个地州市（克拉玛依市、乌鲁木齐市、石河子市、哈密市、克孜勒苏柯尔克孜自治州）2020年农业GDP占比介于0.8%~10.6%之间，低于新疆平均水平，带来人均用水量相对较低的效应。2020年产业结构差异带来地州市与新疆人均用水量差异最高达到2617.8 m3。
人均GDP差异是形成新疆人均用水量空间差异的重要因素之一。2004年和2020年分别有4个和8个地州市人均GDP高于新疆平均水平，带来人均用水量高于新疆平均水平的效应。这些地州市集中分布于经济发展水平相对较高、用水需求大的天山北坡地区。其中，2020年人均GDP低于新疆平均水平的7个地州市是位于南疆的和田地区、喀什地区、克孜勒苏柯尔克孜自治州、阿克苏地区，北疆的伊犁州直属县市、阿勒泰地区以及新疆东部的吐鲁番市。2020年人均GDP差异带来地州市与新疆人均用水量差异的绝对值最高达到2182.6 m3。
人均居民生活用水量和人均生态环境用水量对各地州市人均用水量差异的贡献相对较小。2004年和2020年分别有9个和7个地州市的人均居民生活用水量高于新疆平均水平。2020年人均居民生活用水量差异带来地州市人均用水量与新疆平均水平的差异为-24.3~17.4 m3。2004年和2020年分别有5个和9个地州市人均生态环境用水量高于新疆平均水平。2020年人均生态环境用水量差异带来地州市人均用水量与新疆平均水平的差异为-67.6~210.6 m3。
综上，用水强度、人均GDP、产业结构差异是新疆不同地区人均用水量差异的主要原因，人均居民生活用水量、人均生态环境用水量对人均用水量区域差异的贡献相对较小。2004—2020年，新疆各地州市人均用水量差异的影响因素在空间上的差异逐渐缩小，因此人均用水量的空间差异也呈现出下降趋势。

3 讨论

本文采用LMDI方法量化解析了新疆用水量时空演化的影响因素，研究发现，人均GDP和人口增长是新疆用水总量增长的主要原因，而用水强度和产业结构变化抑制了用水总量增长，与武翠芳等[12]、张陈俊等[13]对中国西部地区和西北地区产业用水量变化驱动原因的研究结果一致。杨雅雪等[22]同样得出经济水平提高和人口规模扩张是新疆生产用水增长的主要原因。相较于已有研究，本文的研究时段较长，在用水量变化原因解析中同时考虑了生产、生活和生态环境用水量，能够更全面地分析新疆用水量的时间演化机制。通过空间LMDI方法，比较新疆内部各地州市、新疆与西北其他地区和全国的平均用水水平，进一步解析了新疆用水量变化机制的空间分异格局和人均用水量偏高的原因，为制定相关政策挖掘节水潜力提供科学依据。
尽管近年来新疆用水总量逐步下降，但用水强度较高、用水结构失衡等问题在各地州市仍普遍存在，新疆人均用水量仍然远高于西北其他地区和全国平均水平，部分地州市水资源供需矛盾突出。为此，对于水资源开发利用率和用水强度较高的区域，如阿克苏地区、喀什地区、石河子市等地区，应严格落实用水总量和效率控制目标，减小水资源开发对自然水系统的影响。对于农业用水占比较高的区域，如阿克苏地区、博尔塔拉蒙古自治州、阿勒泰地区等地区，应在保障粮食安全的基础上，根据水资源情况合理规划农业种植规模，压减高耗水农作物，进一步推广节水灌溉，加快调整经济结构和用水结构。对于水资源供需矛盾尖锐的地区，如人口和产业分布密集的天山北坡经济带，建议推进水网建设，优化水资源空间配置格局，从而充分发挥水资源的社会经济和生态效益。

4 结论

（1） 1990—2020年新疆用水总量整体呈现出先增长后减少的趋势，分布于446.8×108~588.1×108 m3之间。新疆人均用水量受人口增长影响呈现下降趋势，但仍远高于全国平均水平。农业是新疆第一大用水部门，1990—2020年农业用水量占比始终在90%以上。新疆人均用水量的空间差异大，位于塔里木河、伊犁河和额尔齐斯河流域等主要流域的地州市人均用水量较高，西南部和天山北坡地区人均用水量较低。
（2） 用水效率提高和产业结构升级是促使新疆用水总量减少的主要原因，1990—2020年分别对新疆用水总量减少累计贡献833.4×108 m3和414.4×108 m3。人均GDP和人口增长是用水总量增长的主要因素，对新疆用水总量增长的累计贡献分别为1062.3×108 m3、250.6×108 m3。人均居民生活用水和生态环境用水变化对用水总量增长的贡献较小，仅为8.7×108 m3和20.9×108 m3。
（3） 新疆人均用水量远高于西北其他地区和全国水平，较高的用水强度和以农业为主导的产业结构是主要原因，人均居民生活用水量和人均生态环境用水量差异的贡献较小。2020年，用水强度差异带来新疆人均用水量高于西北其他地区和全国水平1383.2 m3和1425.7 m3，产业结构差异带来新疆人均用水量高于西北其他地区和全国水平325.6 m3和525.5 m3，人均GDP差异带来新疆人均用水量高于西北其他地区19.9 m3，低于全国平均水平248.5 m3。
（4） 新疆人均用水量表现出较大的空间分异性，用水强度、人均GDP、产业结构差异是新疆不同地区人均用水量差异的重要原因，最多可带来地州市与新疆人均用水量相差2268.9 m3、2617.8 m3、2182.6 m3。人均居民生活用水量、人均生态环境用水量对新疆人均用水量的区域差异影响较小。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
中华人民共和国水利部. 中国水资源公报2021[R]. 北京: 中国水利水电出版社, 2021.

[Ministry of Water Resources of the People’s Republic of China. China water resources bulletin 2021[R]. Beijing: China Water & Power Press, 2021.]

[2]
李江. 新形势下新疆重大水利工程科技需求与展望[J]. 水利水电技术, 2019, 50(12): 1-9.

[Li Jiang. Scientific and technical demands and prospects of major water conservancy projects in Xinjiang under new circumstances[J]. Water Resources and Hydropower Engineering, 2019, 50(12): 1-9.]

[3]
孙宇, 刘维忠, 盛洋. 基于PSR模型的新疆水资源经济生态韧性时空差异及影响因素分析[J]. 干旱区地理, 2023, 46(12): 2017-2028.

DOI

[Sun Yu, Liu Weizhong, Sheng Yang. Spatiotemporal differences and influencing factors of economic and ecological resilience of water resources in Xinjiang based on the PSR model[J]. Arid Land Geography, 2023, 46(12): 2017-2028.]

DOI

[4]
邓铭江, 李湘权, 龙爱华, 等. 支撑新疆经济社会跨越式发展的水资源供需结构调控分析[J]. 干旱区地理, 2011, 34(3): 379-389.

[Deng Mingjiang, Li Xiangquan, Long Aihua, et al. Regulation of supply and demand structure of the water resources and support economic and social leap-forward development of protection measures[J]. Arid Land Georaphy, 2011, 34(3): 379-389.]

[5]
邓铭江. 破解内陆干旱区水资源紧缺问题的关键举措——新疆干旱区水问题发展趋势与调控策略[J]. 中国水利, 2018(6): 14-17.

[Deng Mingjiang. National water conservation action is a key measure for alleviating water shortage in inland dryareas: A study on the development trend of water issues in the dry areas of Xinjiang and its allocation and regulation strategy[J]. China Water Resources, 2018(6): 14-17.]

[6]
Ang B W. Decomposition analysis for policymaking in energy: Which is the preferred method?[J]. Energy Policy, 2004, 32(9): 1131-1139.

[7]
Fernández González P, Landajo M, Presno M J. Tracking European Union CO2 emissions through LMDI (logarithmic-mean Divisia index) decomposition: The activity revaluation approach[J]. Energy, 2014, 73(14): 741-750.

[8]
Wang W W, Liu X, Zhang M, et al. Using a new generalized LMDI (logarithmic mean Divisia index) method to analyze China’s energy consumption[J]. Energy, 2014, 67: 617-622.

[9]
Hua F, Alharthi M, Yin W H, et al. Carbon emissions and socioeconomic drivers of climate change: Empirical evidence from the logarithmic mean divisia index (LMDI) base model for China[J]. Sustainability, 2022, 14(4): 2214, doi: 10.3390/su14042214.

[10]
Ang B W. LMDI decomposition approach: A guide for implementation[J]. Energy Policy, 2015, 86: 233-238.

[11]
Ang B W, Zhang F Q. A survey of index decomposition analysis in energy and environmental studies[J]. Energy, 2000, 25(12): 1149-1176.

[12]
武翠芳, 罗艳, 县雅宁, 等. 西部地区产业用水变化的驱动效应及其时空差异分析[J]. 兰州财经大学学报, 2020, 36(2): 62-72.

[Wu Cuifang, Luo Yan, Xian Yaning, et al. Analysis on driving effect of industrial water consumption and its spatio-temporal differentiation in western China[J]. Journal of Lanzhou University of Finance and Economics, 2020, 36(2): 62-72.]

[13]
张陈俊, 董娟娟, 林琳, 等. 区域水资源消耗差异的影响因素分析: LMDI 模型的新应用[J]. 水利经济, 2017, 35(6): 71-76.

[Zhang Chenjun, Dong Juanjuan, Lin Lin, et al. Influence factors for differences in regional water use based on LMDI method[J]. Journal of Economics of Water Resources, 2017, 35(6): 71-76.]

[14]
张陈俊, 吴雨思, 庞庆华, 等. 长江经济带用水量时空差异的驱动效应研究——基于生产和生活视角[J]. 长江流域资源与环境, 2019, 28(12): 2806-2816.

[Zhang Chenjun, Wu Yusi, Pang Qinghua, et al. Driving effect of spatial-temporal differences in water use in the Yangtze River economic zone from the perspective of production and domestic[J]. Resources and Environment in the Yangtze Basin, 2019, 28(12): 2806-2816.]

[15]
陈新颖, 董增川, 寇嘉玮, 等. 淮河流域总用水量与用水结构变化的响应[J]. 水电能源科学, 2019, 37(2): 35-38.

[Chen Xinying, Dong Zengchuan, Kou Jiawei, et al. Dynamic relationship analysis between total water consumption and water utilization structure in Huaihe River Basin[J]. Water Resources and Power, 2019, 37(2): 35-38.]

[16]
孙思奥, 汤秋鸿. 黄河流域水资源利用时空演变特征及驱动要素[J]. 资源科学, 2020, 42(12): 2261-2273.

DOI

[Sun Siao, Tang Qiuhong. Spatiotemporal patterns and driving factors of water resources use in the Yellow River Basin[J]. Resources Science, 2020, 42(12): 2261-2273.]

DOI

[17]
孙才志, 王妍. 辽宁省产业用水变化驱动效应分解与时空分异[J]. 地理研究, 2010, 29(2): 244-252.

[Sun Caizhi, Wang Yan. Decomposition of driving effects for industrial water utilization change and spatial temporal difference in Liaoning Province[J]. Geographical Research, 2010, 29(2): 244-252.]

[18]
秦昌波, 葛察忠, 贾仰文, 等. 陕西省生产用水变动的驱动机制分析[J]. 中国人口资源与环境, 2015, 25(5): 131-136.

[Qin Changbo, Ge Chazhong, Jia Yangwen, et al. Driving mechanism analysis for productive water consumption changes in Shaanxi Province[J]. China Population, Resources and Environment, 2015, 25(5): 131-136.]

[19]
陈杰, 许朗, 吴东立. 华北平原节水技术、灌溉用水量反弹效应与地区异质性——基于Malmquist和LMDI指数分析[J]. 自然资源学报, 2022, 37(8): 2181-2194.

DOI

[Chen Jie, Xu Lang, Wu Dongli. Water-saving technology, rebound effect of irrigation water consumption and regional heterogeneity in North China Plain: Based on Malmquist and LMDI index analysis[J]. Journal of Natural Resources, 2022, 37(8): 2181-2194.]

DOI

[20]
史珍, 陆姝颖, 嵇颖婕, 等. 中国工业用水量演变的驱动因素与节水路径[J]. 水利经济, 2023, 41(2): 25-32, 94.

[Shi Zhen, Lu Shuying, Ji Yingjie, et al. Driving factor of industrial water use evolution and water-saving pathway in China[J]. Journal of Economics of Water Resources, 2023, 41(2): 25-32, 94.]

[21]
孙冬营, 王炎霄, 丁绪辉, 等. 长三角城市生活用水量的时空变化与驱动效应研究[J]. 水利水电技术(中英文), 2023, 54(9): 61-73.

[Sun Dongying, Wang Yanxiao, Ding Xuhui, et al. Study on the spatial and temporal changes and driving effects of urban domestic water consumption in the Yangtze River Delta[J]. Water Resources and Hydropower Engineering, 2023, 54(9): 61-73.]

[22]
杨雅雪, 杨井, 许玉凤, 等. 基于LMDI方法的新疆生产用水变化分析[J]. 干旱区地理, 2016, 39(1): 67-76.

[Yang Yaxue, Yang Jing, Xu Yufeng, et al. Industrial water use change in Xinjiang based on LMDI method[J]. Arid Land Geography, 2016, 39(1): 67-76.]

[23]
左其亭, 李佳伟, 马军霞, 等. 新疆水资源时空变化特征及适应性利用战略研究[J]. 水资源保护, 2021, 37(2): 21-27.

[Zuo Qiting, Li Jiawei, Ma Junxia, et al. Study on spatio-temporal variation characteristics and adaptive utilization strategies of water resources in Xinjiang[J]. Water Resources Protection, 2021, 37(2): 21-27.]

[24]
吴秀兰, 段春锋, 玛依拉·买买提艾力, 等. 基于MCI的新疆近60 a干旱时空特征分析[J]. 干旱区研究, 2022, 39(1): 75-83.

DOI

[Wu Xiulan, Duan Chunfeng, Maimaitiaili Mayila. Analysis of the temporal-spatial variation characteristics of drought in the Xinjiang based on the meteorological drought comprehensive index[J]. Arid Zone Research, 2022, 39(1): 75-83.]

DOI

[25]
邓铭江. 新疆水资源及可持续利用[M]. 北京: 中国水利水电出版社, 2005: 12.

[Deng Mingjiang. Water resources and sustainable use in Xinjiang[M]. Beijing: China Water & Power Press, 2005: 12.]

[26]
何凡, 顾冰, 何国华, 等. 中国用水量变化的驱动效应[J]. 南水北调与水利科技(中英文), 2022, 20(3): 417-428.

[He Fan, Gu Bing, He Guohua, et al. Driving effect evolution and spatial differentiation of water use change in China[J]. South-to-North Water Transfers and Water Science & Technology, 2022, 20(3): 417-428.]

[27]
张陈俊, 章恒全, 陈其勇, 等. 中国用水量变化的影响因素分析——基于LMDI方法[J]. 资源科学, 2016, 38(7): 1308-1322.

DOI

[Zhang Chenjun, Zhang Hengquan, Chen Qiyong, et al. Factors influencing water use changes based on LMDI methods[J]. Resources Science, 2016, 38(7): 1308-1322.]

DOI

[28]
孙才志, 谢巍, 邹玮. 中国水资源利用效率驱动效应测度及空间驱动类型分析[J]. 地理科学, 2011(10): 1213-1220.

[Sun Caizhi, Xie Wei, Zou Wei. Measurement of the driving effect of China’s water resource utilization efficiency and analysis of spatial driving types[J]. Scientia Geographica Sinica, 2011(10): 1213-1220.]

[29]
何艳虎, 李深林, 杨洁, 等. 我国不同区域用水结构变化及其驱动因素分析[J]. 水资源与水工程学报, 2016, 27(4): 1-6.

[He Yanhu, Li Shenlin, Yang Jie, et al. Change of water use structure and its driving factors in different regions of China[J]. Journal of Water Resources & Water Engineering, 2016, 27(4): 1-6.]

[30]
易晶晶, 陈志和. 基于LMDI模型的广东省产业用水驱动力和驱动效应分析[J]. 人民珠江, 2019, 40(8): 39-43.

[Yi Jingjing, Chen Zhihe. Analysis of driving force and driving effect of industrial water use in Guangdong Province based on LMDI model[J]. Pearl River, 2019, 40(8): 39-43.]

[31]
Sun S, Fu G T, Bao C, et al. Identifying hydro-climatic and socioeconomic forces of water scarcity through structural decomposition analysis: A case study of Beijing City[J]. Science of the Total Environment, 2019, 687: 590-600.

Options
Outlines

/

〈 〉