哈萨克斯坦水资源与人口、GDP的时空匹配研究(5)

[15]潘安娥,陈丽.湖北省水资源利用与经济协调发展脱钩分析：基于水足迹视角[J].资源科学,2014,36(2):328-333.

[16]孙才志,刘玉玉,张蕾.中国农产品虚拟水域资源环境经济要素的时空匹配分析[J].资源科学,2010,32(3):512-519.

[17]罗光明,侍克斌,张宏俊.新疆水资源利用和经济增长之间的关系[J].干旱区地理,2009,32(4):566-570.

[18]张振龙,孙慧.基于VAR模型的新疆区域水资源对产业生态系统与经济增长的动态关联：基于VAR模型[J].生态学报,2017,37(16):5 273-5 284.

[19]左其亭,赵衡,马军霞,等.水资源利用与经济社会发展匹配度计算方法及应用[J].水利水电科技进展,2014,34(12):1-6.

[20]左其亭,郝林钢,马军霞,等.“一带一路”分区水问题与借鉴中国治水经验的思考[J].灌溉排水学报,2018,37(1):1-7.

[21]鲍文,陈国阶.基于水资源的四川生态安全基尼系数分析[J].中国人口资源与环境,2008,18(4):35-37.

[22]郭晓娜,苏维词,杨振华,等.城乡统筹背景下重庆市水生态足迹分析及预测[J].灌溉排水学报,2017,36(2):69-75.

[23]ASTUTIK S,RAHAYUDI B,ISKANDAR A,et of spatial-temporal auto-correlation using multivariate Moran and Lisa method on Dengue Hemorrhagic Fever(DHF)incidence,East Java,Indonesia[J].European Journal of Scientific Research,2011,49(2):279-285.

[24]张乐勤,方宇媛.基于空间自相关分析的安徽省水资源生态压力空间格局探析[J].水资源保护,2017,33(1):24-29.

[25]MATKAN AA,SHAHI MIRBAGHERI B,et the spatial-temporal auto-correlation among crash frequencies in urban areas [J].Canadian Journal of Civil Engineer,2013,40(3):195-203.

[26]郭唯,左其亭,马军霞.河南省人口-水资源-经济和谐发展时空变化分析[J].资源科学,2015,37(11):2 251-2 260.

[27]邓铭江.干旱区人水和谐治水思想的探讨[J].干旱区地理,2007,30(2):163-169.

[28]林小敏,张金萍,靳玉莹,等.灌区自然供水条件下的水资源短缺风险模型及应用[J].灌溉排水学报,2017,36(2):64-68.

[29]张倩,谢世友.基于水生态足迹模型的重庆市水资源可持续利用分析与评价[J].灌溉排水学报,2019,38(2):93-100.

[30]方创琳,何伦志,王岩.丝绸之路经济带中国-哈萨克斯坦国际合作示范区建设的战略思路与重点[J].干旱区地理,2016,39(5):925-934.

[31]吴蒙.基于农田灌溉系统水能关系的农业节水管理分区研究：以上海为例[J].灌溉排水学报,2018,37(2):116-122，128.

[32]郝林钢,左其亭,刘建华,等.“一带一路”中亚区水资源利用与经济社会发展匹配度分析[J].水资源保护,2018,34(4):42-48.

0 引言在干旱地区，水资源是支撑社会经济发展重要的因素。基于水文水资源、气象、土地利用等基础数据，分析自然禀赋与社会经济的相互作用机制，是未来中亚地区水资源利用研究的发展方向[1]。水资源的形成、演化和合理利用不仅意味着水资源在人类代际之间的分配公平，也代表着地区社会经济、生态环境与水资源的协调可持续发展[2]，因此有必要加强地区水资源利用与经济社会发展相互关系的研究。水资源问题一直是制约中亚干旱区发展的重要问题之一[3]。目前国内外学者对中亚水问题的研究主要为定性分析[4-5]，少部分学者对中亚水土资源的匹配关系进行了定量研究[6]，但对水资源利用状况和经济社会发展相互关系的研究相对较少，研究范围仅限于国家尺度。哈萨克斯坦作为中亚地区水资源及其潜力最丰富的国家，资源、经济均是中亚地区之重。关于哈萨克斯坦水资源的研究，目前主要是从国家层面对其水资源分布储存、开发利用、管理等[7]方面进行描述性分析较多，如龙爱华等[8]对哈萨克斯坦水资源条件进行了分析，认为国民经济可用水较少且保证率低；吴淼等[9]对哈萨克斯坦水资源及其利用情况进行了系统评估，表示农业用水占总用水量较大，是影响全国用水变化的主要原因；热依莎·吉力力等[10]在对哈萨克斯坦水环境现状的研究中，强调人口增长和经济发展加剧了哈萨克斯坦水资源短缺问题；Kamshat 等[11]对哈萨克斯坦农村地区用水系统和卫生设施情况进行了分析，认为人口、经济、水资源在地区间存在矛盾等。国内外关于水资源利用与经济社会因素匹配关系的研究，大部分文献均采用经济学理论、数学方法及模型等，如从水资源分布与配置的角度，多采用基尼系数法[12]、不平衡指数法[13]、综合指数法[14]；从水足迹的角度，多采用水足迹计算模型[15]；从农产品的角度，采用虚拟水方法[16]；还有通过协整模型[17]、VAR模型[18]的构建等来研究水资源与经济社会发展的关系。由于数据获取不易，各国学者对哈萨克斯坦地级州（市）水资源利用与经济社会之间匹配水平等问题研究甚少，且未涉及到长时间序列的时空变化分析。因此，采用基于数列的匹配度计算方法，分析1995—2015年哈萨克斯坦16个州（市）水资源利用量和人口、GDP的匹配状况，揭示它们的时空匹配规律，并指出问题，有利于促进水资源与经济社会的可持续发展，为保障“一带一路”倡议的有效实施提供一些借鉴与指导。1 材料与方法1.1 研究区概况哈萨克斯坦是中亚五国中面积最大的国家，面积272.49万km2，与我国西部地区有着跨界水体的重要联系。地势东南高、西北低，其中多为平原与低地。气候属于温带大陆性气候，北部较湿润，多年平均降水量300～500 mm，西南部较干旱，多年平均降水量100 mm左右。水资源总量约1 084.5亿m3，其地表水资源量和地下水资源量分别为1 006 m3和338.5 m3，境内水资源分布极不均衡，主要集中在东部、南部及东南部[7]，径流补给较少，多来自过境河流。哈萨克斯坦拥有16个地级州（市），主要以农牧业为主，北部是雨养农业区，南部则为灌溉农业区，西南地区缺水十分严重，农业受气候条件变化的影响也较大。南哈萨克斯坦州、克孜勒奥尔达州、阿拉木图州和江布尔州的农业用水量占总用水量的比重较大，而卡拉干达州、曼格斯套州、巴浦洛达尔州的工业用水量占比较多。2017年哈萨克斯坦总人口1 803.44万，主要集中在南哈萨克斯坦州、卡拉干达州和阿拉木图州等地区，人均GDP为8 769美元，而阿拉木图市和阿特劳州的GDP相对较高 数据来源本文数据来源于《哈萨克斯坦地区统计年鉴》（ 个州（市）作为研究区域，时间跨度为1995—2015年。数据包括用水量（总量、农业、工业、生活）、GDP（总值、工业、农业）、人口（农村、城市）等 研究方法匹配是对“2种或2种以上系统或其要素之间配合关系（正、负相关）”的描述[19]。左其亭等[19]在2014年提出了基于数列的匹配度计算方法，其能从时间和空间上，直接、定量地分析2种变量之间的匹配关系，目前已应用到水资源利用与经济社会发展时空匹配的研究中[19-20]。计算方法[19]：假设研究区内有k个单元表示第k个单元变量X与Y的值，则空间上的匹配度计算如式（1）；假设T个研究时段为第t个时间段变量X与Y的值，时间上的匹配度计算方法与上相同。式中为第k个单元中变量X与Y的匹配度；rk为第k个单元中X占整个研究区X的比例；Sk为第k个单元中Y占整个研究区Y的比例。ai的数值范围根据基尼系数[21]及文献[19]等，可分5个标准：[0,0.5)为极不匹配；[0.5,0.6)为不匹配；[0.6,0.7)为较匹配；[0.7,0.8)为相对匹配；[0.8,1)为高度匹配。2 结果与分析2.1 哈萨克斯坦水资源利用量与人口、GDP的匹配水平按照式（1），分别算出哈萨克斯坦1995—2015年不同部门（农业、工业、生活）水资源利用量和人口（农村人口、城市人口）、GDP（农业GDP、工业GDP）的匹配度，结果如图1所示。哈萨克斯坦总用水量与总人口的匹配度整体呈现逐年增加趋势，由1995年的极不匹配转变为2006年之后的相对匹配，农业用水量与农村人口的匹配度变化趋势与其一致。生活用水量与人口较匹配，匹配度在0.7附近；而工业用水量与城市人口的匹配度变化较大，自1995年高度匹配转变为2001年的极不匹配，之后则相对匹配，这与1992年大量人口向外迁移有关。哈萨克斯坦工业用水量和城市人口均在1995—2002年下降，之后年份波动上升，但二者变化程度不同。哈萨克斯坦工业用水量变化较大，如在2001年就减少了25.2%，而城市人口每年增加或减少的幅度较小，故二者匹配度变化较大，随着时间的变化存在不确定性。图1 1995—2015年哈萨克斯坦各部门水资源利用量与人口、GDP的匹配度变化哈萨克斯坦总用水量与总GDP的匹配度整体呈先上升后下降的趋势，2007年匹配度达到最大值，为高度匹配。哈萨克斯坦是农业用水大户，农业用水量与农业GDP的匹配度和总用水量与GDP的匹配度基本一致，在1995年开始增加，在2004—2009年期间下降，最后为极不匹配状态。由于期间农业用水量下降了7.2%，而农业GDP 增加了8.09%，表明用水效率提高，农业产值增加。生活用水量与GDP 的匹配度由1995年的较匹配转为2007年的高度匹配，之后急剧下降为极不匹配，这可能与水资源短缺、生活供水量不足等原因有关。工业用水量和工业GDP的匹配度持续增加，但在2009年后开始呈现下降趋势，可能是之后年份的工业GDP增加的速度明显大于工业用水量增加的比例，这可能与工业用水水平的改变有关 哈萨克斯坦各州（市）水资源利用量与人口、GDP的匹配度时空变化分析2.2.1 匹配水平的时间变化分析以10 a为间隔，分别计算出1995、2005、2015年这3年16个州（市）水资源利用总量与GDP、人口的匹配度，做出雷达图（图2）。图2（a）中，1995年哈萨克斯坦各州（市）水资源利用总量和GDP匹配度较低，而2005年大部分地区匹配度为0.7～0.9，属于高度匹配，但到2015年却有些降低，故1995—2015年匹配度的变化趋势为先上升后下降，这说明水资源逐渐不能满足部分地区经济发展的需求。克孜勒奥尔达州、南哈萨克斯坦州和阿拉木图州水资源利用总量和GDP 的匹配度在该3 a 都极低。克孜勒奥尔达州农业用水量位居全国之首，但GDP 仅占3%左右，水资源利用水平及农业生产效率都低，浪费现象严重，经济发展受到了限制。阿拉木图市2015年仅为0.04，属于“极不匹配”，由于人口与经济增长加快，水资源利用量增多，需求量也逐渐增大[22]。图2 哈萨克斯坦各州（市）水资源利用总量和GDP、人口的匹配度时间变化过程图2（b）中，1995—2015年哈萨克斯坦各州（市）水资源利用总量与人口的匹配度波动变化相对较小，且大部分州匹配度较高，如阿特劳州、卡拉干达州、西哈萨克斯坦州等处于“高度匹配”状态。而克孜勒奥尔达州的匹配度在这3 a 均表现为“极不匹配”状态，虽然该区水资源可利用量相对较多，但人口仅占全国3%。阿拉木图市在1995年和2015年处于“不匹配”状态，在2005年为“相对匹配”，即表示该地区水资源和人口匹配水平在经历上升后，又呈下降趋势，差异性逐渐增大。整体上，2005年各州（市）水资源利用总量与GDP、人口的匹配度均大于1995年和2015年，除阿特劳州、巴浦洛达尔州、阿拉木图市这3个地区的匹配度有逐年减小趋势外，其他地区均表现不明显。西哈和曼格斯套州在该3 a处于“高度匹配”状态，即水资源利用与人口、GDP匹配程度较好，水资源利用与经济社会发展的差异性较低。各州（市）水资源利用总量和人口的匹配度高于其与GDP的匹配度 匹配水平的空间变化分析通过上述可知，哈萨克斯坦16个州（市）水资源利用总量与GDP的匹配水平存在明显的地区差异，为进一步识别其空间上的不均衡性和自相关性，利用全局Moran’s I和局部Moran’s I探究其空间分布特点。1）全局Moran’s I全局Moran’s I指数是利用单一的值来表示整个区域的自相关程度[23]，数值范围为[-1,1]，大于0为空间正相关，即匹配度较高（或较低）的地区单元在空间上有显著集聚趋势；小于0为空间负相关，即该单元与周边单元的匹配水平存在空间差异性；等于0为空间不相关，即各单元匹配水平呈随机分布[24]。计算式为：式中：I表示全局Moran’s I指数；S2表示方差；表示匹配水平的平均值；wij表示空间权重矩阵，当其为1时表示单元i与单元j属于空间邻接，当其为0时则不是。表1 哈萨克斯坦水资源利用和GDP匹配度全局Moran’s I注 当Z的绝对值大于1.96时，即存在空间自相关；P值越小，空间自相关则越显著。1995 0.406 2.876 0.007 2006 0.041 0.686 0.233 1996 0.195 1.962 0.049 2007 0.044 0.843 0.199 1997 0.115 1.291 0.105 0.182 0.402 1998 0.186 1.730 0.061 0.204 0.382 1999 0.086 1.093 0.148 0.165 0.399 2000 0.005 0.538 0.285 0.472 0.347 0.346 0.303 0.330 0.097 0.436 0.077 0.441 0.469 0.483 2004 0.057 0.814 0.204 0.100 0.439 2005 0.137 1.961 0.093年份Moran’s I Z值P值年份Moran’s I Z值P值结果如表1所示，1995—2000年和2004—2007年这2个阶段的Moran’s I为正，但仅1995年和1996年的P值小于0.05 且Z值大于1.96，即代表这2年至少通过了5%的显著性检验；2001—2003年和2008—2015年这2个阶段的Moran’s I指数为负值，均没通过显著性检验。故表明哈萨克斯坦在1995年和1996年水资源利用总量和GDP匹配水平在空间上存在较强的正相关关系，高-高、低-低聚集现象显著，1998年和2005年在10%的显著性水平下也存在一定的空间正相关关系，其余年份均未表现出显著性。再利用Geodata软件，选取4个代表年份作各州（市）匹配度的散点图（图3）。图3（a）和图3（c）中的散点主要分布在一、四象限，且回归线斜率为正，而图3（a）中散点集中分布在HH（高-高聚集区）和LL（低-低聚集区），证实了的确存在空间正相关关系；图3（b）和图3（d）回归线的斜率分别接近于0和小于0，2图中散点在每个象限均有分布，规律不明显。图3 1995—2015年哈萨克斯坦水资源利用总量-GDP匹配度散点分布2）局部Moran’s I通过以上研究可知，哈萨克斯坦各地区水资源利用总量和GDP匹配水平存在一定的空间自相关性，但对于聚集程度还未识别。故为探究匹配水平是否存在区域化的集群特征，其分布是否与空间地理位置相一致，利用局部Moran’s I[25]对其各州（市）水资源利用总量和GDP匹配度进行LISA聚类分析，结果如图4。图4 1995—2015年哈萨克斯坦水资源利用总量和GDP匹配度LISA聚类分布由LISA聚类结果可知，高-高聚集区主要出现在哈萨克斯坦北部、西部，而低-低聚集区主要在中部与南部，匹配水平整体呈西优东劣、北优南劣态势，全区发展比较稳定。科斯塔奈州除1995年外，始终为高-高聚集区，表明水资源利用总量和GDP匹配水平较高，而周围相邻的北哈、阿克莫拉州、阿科托别州匹配水平也较高。科斯塔奈州作为哈萨克斯坦的粮仓及矿产聚集地，经济实力较强。阿特劳州由1995年的高-高聚集区跨越到了2000年的低-高聚集区，说明后期自身匹配度发展滞后于相邻区，高-高聚集区开始由西部转向东部，范围达到最大。而南哈萨克斯坦州、卡拉干达州和江布尔州初期处于低-低聚集区，但由于相邻的科斯塔奈州匹配水平不断提高，至2000年卡拉干达州和江布尔州均跨出了低低聚集区，表现出变好趋势。哈萨克斯坦中部、南部和东部的人口相对密集，虽有多条河流经，且东南部经济水平较高，但人均水资源量不足且用水效率低，加之东部和东南部地区的工农业发展污染较大，故匹配水平低。空间上的差异性可能主要由于各地区产业结构不同。北部为雨养农业区，降水相对较多，经济稳步增长。而西部城市主要以轻工业为主，现代化基础设施较好，加上与其他国家相邻、地理位置优越，所以匹配度较高。3 讨论经济社会的发展离不开水资源的持续充足供给[26]。哈萨克斯坦是中国“一带一路”战略在中亚地区最为关键的节点之一，其实际水资源总量及人均量虽是中亚地区最多的国家，但存在水资源分布不均、经济社会发展的不平衡等问题。1）针对水资源在时间和空间上分布不均衡的问题，一方面可通过和谐调控为地区人水矛盾提供建议，另一方面通过丰水区与贫水区水资源调配来解决时空上的差异。使有限的水资源与地区社会经济发展相适应，合理地提高用水效益、调整产业结构布局、提高水资源承载能力等[27]是有效途径。建议根据地区水资源量状况去调节农业种植结构[12]，制定和调整灌溉规划[28]，将供水和需水管理区分开来，优化地区用水结构[29]。2）面对区域层面发展不均衡问题，应注重在具体地方和部门上落实措施[30]，如增加西南部和东部城市的资金投入、鼓励或外资投资等，提高全民用水意识，兼顾水资源保护与经济持续发展。在哈萨克斯坦东部和南部地区发展农产品多样化、扩大粮食出口，在北部和西南部地区通过改善农业基础设施、畜牧业生产集约化，采取不同节水策略、提高节水灌溉技术[31]及管理水平等来缓解压力。3）整体上，本研究中关于哈萨克斯坦各部门水资源利用量与人口、GDP的匹配度时间变化情况与以往的研究结论[32]大致相似，水资源利用与经济社会发展的匹配度呈先上升后下降的趋势，2007年同样是转折点。但在本研究当中，哈萨克斯坦某些个别年份的匹配度则表现出相反的变化趋势，这可能是由于选取的时间尺度不同所致，或是因为统计年鉴当中的个别数据出现误差导致的。而郝林钢等[32]在利用基于数列的匹配度计算方法对中亚各国用水量与GDP的匹配度进行研究时表明，哈萨克斯坦空间匹配度变化是最显著的，水资源是制约其进一步发展的重要因素，这与本研究结果基本一致。4）对哈萨克斯坦1995—2015年不同地州（市）水资源利用和经济社会的时空匹配进行了定量研究，分析其特征及变化趋势，属于描述性研究，下一步研究应深入分析，掌握其机理。水资源利用问题是包含人口、经济、社会、环境等因素的复杂系统[2]，在进行区域水资源利用问题的精确评价时，可以选取更多指标作为评价标准，深入探究水资源-人口-经济-环境之间的匹配关系，识别时空差异与变化规律。4 结论1）从时间上，1995—2007年水资源利用量和人口、GDP的匹配度逐渐升高，说明水资源利用与经济社会发展之间的差异性降低，而2008—2015年水资源利用量与GDP的匹配度急剧下降，说明水资源逐渐无法满足经济发展需求。水资源利用量与GDP匹配度的波动变化大于它与人口的匹配度。在分部门用水上，不同产业用水量与GDP、人口的时间匹配度的变化趋势不同。2）哈萨克斯坦北部、东部地区水资源利用量与GDP的匹配度较大，而南部和西南部的克孜勒奥尔达州、南哈萨克斯坦州和阿拉木图市的整体匹配水平较低。克孜勒奥尔达州和南哈萨克斯坦州属于经济社会发展慢而水资源较丰富，阿拉木图市则属于经济社会发展快而水资源相对缺乏。3）通过空间自相关和局部自相关分析，发现1995年有较明显的空间聚集特征，低-低聚集区主要分布在中部（卡拉干达州）和南部（南哈萨克斯坦州、江布尔州）地区，高-高聚集区则位于西部（阿特劳州）和北部（科斯塔奈州），全区水资源利用量与经济发展的匹配水平处于较稳定状态。参考文献：[1]杨胜天,于心怡,丁建丽,等.中亚地区水问题研究综述[J].地理学报,2017,72(1):79-93.[2]刘昌明,王红瑞.浅析水资源与人口、经济和社会环境的关系[J].自然资源学报,2003,18(5):635-644.[3]KARTHE D,CHALOV S,BORCHARDT D.Water resources and their management in central Asia in the early twenty first century: status challenges and future prospects[J].Environment Earth Science,2015,73(2):487-499.[4]姚海娇,周宏飞.中亚地区跨界水资源问题研究综述[J].资源科学,2014,36(6):1175-1182.[5]邓铭江,龙爱华,李湘权,等.中亚五国跨界水资源开发利用与合作及其问题分析[J].地球科学进展,2010,25(12):1337-1346.[6]姚海娇,周宏飞,苏风春.从水土资源匹配关系看中亚地区水问题[J].干旱区研究,2013,30(3):391-395.[7]邓铭江,李湘权,雷雨.哈萨克斯坦水资源及水能资源开发前景分析[J].水力发电,2014,40(7):1-4.[8]龙爱华,邓铭江,李湘权,等.哈萨克斯坦水资源及其开发利用[J].地球科学进展,2010,25(12):1357-1366.[9]吴淼,张小云,罗格平,等.哈萨克斯坦水资源利用[J].干旱区地理,2010,33(2):196-202.[10]热依莎·吉力力,ISSANOVA Gulnura,吉力力·阿不都外力.哈萨克斯坦水环境与水资源现状及问题分析[J].干旱区地理,2018,41(3):518-527.[11]KAMSHAT Tussupova,PEDER Hjorth,RONNY to drinking water and sanitation in rural kazakhstan[J].International Journal of Environmental Research and Public Health,2016,13(11):1115-1119.[12]张晓涛,于法稳.黄河流域经济发展与水资源匹配状况分析[J].中国人口资源与环境,2012,22(10):1-6.[13]李贺娟,李万明.“一带一路”背景下西北干旱地区水资源与经济生产要素匹配关系研究[J].节水灌溉,2016,11(17):67-70.[14]谢永红,张云英.云南省区域水资源与社会经济协调发展研究[J].水资源保护,2015,31(3):112-114.[15]潘安娥,陈丽.湖北省水资源利用与经济协调发展脱钩分析：基于水足迹视角[J].资源科学,2014,36(2):328-333.[16]孙才志,刘玉玉,张蕾.中国农产品虚拟水域资源环境经济要素的时空匹配分析[J].资源科学,2010,32(3):512-519.[17]罗光明,侍克斌,张宏俊.新疆水资源利用和经济增长之间的关系[J].干旱区地理,2009,32(4):566-570.[18]张振龙,孙慧.基于VAR模型的新疆区域水资源对产业生态系统与经济增长的动态关联：基于VAR模型[J].生态学报,2017,37(16):5 273-5 284.[19]左其亭,赵衡,马军霞,等.水资源利用与经济社会发展匹配度计算方法及应用[J].水利水电科技进展,2014,34(12):1-6.[20]左其亭,郝林钢,马军霞,等.“一带一路”分区水问题与借鉴中国治水经验的思考[J].灌溉排水学报,2018,37(1):1-7.[21]鲍文,陈国阶.基于水资源的四川生态安全基尼系数分析[J].中国人口资源与环境,2008,18(4):35-37.[22]郭晓娜,苏维词,杨振华,等.城乡统筹背景下重庆市水生态足迹分析及预测[J].灌溉排水学报,2017,36(2):69-75.[23]ASTUTIK S,RAHAYUDI B,ISKANDAR A,et of spatial-temporal auto-correlation using multivariate Moran and Lisa method on Dengue Hemorrhagic Fever(DHF)incidence,East Java,Indonesia[J].European Journal of Scientific Research,2011,49(2):279-285.[24]张乐勤,方宇媛.基于空间自相关分析的安徽省水资源生态压力空间格局探析[J].水资源保护,2017,33(1):24-29.[25]MATKAN AA,SHAHI MIRBAGHERI B,et the spatial-temporal auto-correlation among crash frequencies in urban areas [J].Canadian Journal of Civil Engineer,2013,40(3):195-203.[26]郭唯,左其亭,马军霞.河南省人口-水资源-经济和谐发展时空变化分析[J].资源科学,2015,37(11):2 251-2 260.[27]邓铭江.干旱区人水和谐治水思想的探讨[J].干旱区地理,2007,30(2):163-169.[28]林小敏,张金萍,靳玉莹,等.灌区自然供水条件下的水资源短缺风险模型及应用[J].灌溉排水学报,2017,36(2):64-68.[29]张倩,谢世友.基于水生态足迹模型的重庆市水资源可持续利用分析与评价[J].灌溉排水学报,2019,38(2):93-100.[30]方创琳,何伦志,王岩.丝绸之路经济带中国-哈萨克斯坦国际合作示范区建设的战略思路与重点[J].干旱区地理,2016,39(5):925-934.[31]吴蒙.基于农田灌溉系统水能关系的农业节水管理分区研究：以上海为例[J].灌溉排水学报,2018,37(2):116-122，128.[32]郝林钢,左其亭,刘建华,等.“一带一路”中亚区水资源利用与经济社会发展匹配度分析[J].水资源保护,2018,34(4):42-48.

文章来源：《人口与经济》 网址: http://www.rkyjj.cn/qikandaodu/2020/1013/551.html