EN中文

Acta Geographica Sinica >

2025 , Vol. 80 >Issue 1: 61 - 80

DOI: https://doi.org/10.11821/dlxb202501005

Hydrography and Water Resources

Spatiotemporal changes in water stress mitigation and economic benefit of Asian Water Tower

  • WEI Mengdan , 1, 2 ,
  • LIU Chengliang 3, 4 ,
  • LIANG Qiaoxia 1, 2 ,
  • KONG Weiming 1 ,
  • HU Yaokun 1, 2 ,
  • WANG Xiaoming , 1
Expand
  • 1. Key Laboratory of Cryospheric Science and Frozen Soil Engineering, Northwest Institute of Eco-Environment and Resources, CAS, Lanzhou 730000, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. School of Geographic Sciences, East China Normal University, Shanghai 200241, China
  • 4. Institute for Global Innovation & Development, East China Normal University, Shanghai 200062, China

Received date: 2023-12-13

  Revised date: 2024-12-06

  Online published: 2025-01-21

Supported by

The Second Tibetan Plateau Scientific Expedition and Research Program(2019QZKK020805)

Fold

Abstract

Water provisioning in the Asian Water Tower (AWT) is crucial to meet the demand of economic development in basin countries, whereas both climate change and economic development are altering the balance of water supply and demand. Previous researches mostly focus on the problem of how the availability of upstream water resources affects downstream uses, but the benefits to economic development are yet addressed. On the basis of hydrological runoff data in the Inter-Sectoral Impact Model Intercomparison Project (ISIMIP), we developed an index representing the degree of water stress mitigation by the AWT, and established a production-oriented model using Adaptive Regional Input-Output (ARIO), for the evaluation of economic benefit and its relationship with the degree of water stress mitigation. The results show that the water stress mitigation index of basin countries exhibits dependency on geographical location, and the Central Asian countries display as a core area with higher mitigation index and temporal variation. Meanwhile, the overall economic benefit of the AWT to mitigate water stress reaches as high as 13.06% of Gross Domestic Product (GDP) of all basin countries. The benefit exhibits a significant spatial heterogeneity, with the beneficiary countries mainly concentrated in Central and South Asia, exceeding up to 80% of GDP, such as Bhutan, Nepal, Tajikistan and Kyrgyzstan. Importantly, the benefit not only depends on the degree of water stress mitigation, but also on economic structure, notably demonstrated by Bangladesh. Furthermore, the marginal economic benefit of water stress mitigation by the AWT increases with the degree of mitigation. This implies that the reduced water supply will have a much greater impact on the countries highly benefited from the AWT, especially in the low developing countries. The disparity between countries that benefit the most and least, respectively, can reach up to 2.63 times. As mentioned above, the low developing countries receive the greatest economic benefits when there is an increasing water supply of the AWT. Therefore, the greater significance of AWT is illustrated by its role, not only in mitigating water stress, but also in advancing economic development in the basin countries. In this regard, the basin countries are suggested to take joint actions, so as to safeguard the AWT, and establish a long-term comprehensive water resources management that takes into account the balance of supply and demand. This study can provide evidences for promoting sustainable development of the economic circles around the AWT, especially in low developing countries.

Key words： ARIO; water stress mitigation; Asian Water Tower; basin countries; spatiotemporal changes

Cite this article

WEI Mengdan , LIU Chengliang , LIANG Qiaoxia , KONG Weiming , HU Yaokun , WANG Xiaoming . Spatiotemporal changes in water stress mitigation and economic benefit of Asian Water Tower[J]. Acta Geographica Sinica, 2025 , 80(1) : 61 -80 . DOI: 10.11821/dlxb202501005

1 引言

“世界的山地，人类的水塔”（Mountains of the World, Water Towers for Humanity）[1]，形象描述山区在维持下游人类用水需求方面发挥的重要作用[2]。冰冻圈是气候系统最敏感的圈层[3]，其中高山冰冻圈区被誉为“水塔”[4]，具有重要的供给服务功能，惠益山区及其下游依赖区19亿人口和占全球22%的生产总值[5]。人类活动向亚洲山地扩张[6]，丰富淡水资源促进亚洲山区农业、水电等经济部门发展[7-8]。冰川与积雪作为独特抗旱资源，亚洲冰川退缩能够缓解下游干旱压力[9]，南亚农业越来越依赖融水[10]。
然而，全球变湿变暖，水塔正面临脆弱性风险[11-12]。其中，青藏高原被誉为“亚洲水塔”，是全球最重要但也是最脆弱的水塔[5]。该地区升温幅度是全球平均水平的两倍[13]，呈现出以失衡失稳为特征的剧烈变化[14]，显著改变了山区河流流量[15⇓-17]，将影响对下游国家水资源的供给量与时间，诱发更多水冲突、水危机等水地缘政治问题[18]。随着人口增长与经济生产对水资源需求的不断增加，对水塔的依赖性日益加强。气候与人类双重不确定性变化增加了区域供需水不均衡风险[19]，变化的“亚洲水塔”影响着“第三极”地区未来经济发展，甚至通过复杂的经济系统生产结构扩大影响程度。在全球水资源危机背景下，尽管多项研究已明确“亚洲水塔”区域水源对上游供水的重要性，但它并不能作为缓解下游地区水压力的可持续性方案[20-21]。事实上，流域水资源最终分配至国家单元，这也使得深入了解水资源服务流域串联国家经济生产的潜在影响研究变得更为迫切。
针对如何量化水塔水资源重要性，现有研究多用水塔指数与水压力指数。水塔指数定义为供水指数和需水指数的乘积[5,22]，供需双方共同作用于水塔水资源的重要性；水压力指数定义为供水量与需水量之比[20,23]，是以缓解下游干旱为核心的水塔水资源重要性评估。两者最大的不同之处是水塔指数将供需两侧重要性同等化，而水压力指数则是强化了供给侧而弱化了有效需求导致重要性高估。同时，多采用水文模型将水资源的重要性作用于粮食、电力等经济生产部门，而非从经济系统内部的生产端出发。水资源是经济生产不可或缺的物质资料，直接、间接地参与经济系统全产业链的生产，局限于水资源地理区位上的重要程度可能被低估。此外，“亚洲水塔”的可持续水资源供应对经济生产的稳定具有重要意义，传统研究多集中于水塔缓解下游流域的水压力状况，而更深层次量化水塔对经济发展的惠益尚未涉及。对此，本文以流域国家和地区为研究单元，基于跨部门影响模型比较计划（ISIMIP）数据，构建缓解水压力指数描述“亚洲水塔”缓解流域国家水压力的程度，进一步结合改进的ARIO模型从生产视角评估其经济效益，并探究二者的关系，以期为合理开发、利用和管理“亚洲水塔”水资源，促进环“亚洲水塔”经济圈的可持续发展提供科学依据。

2 研究方法与数据来源

2.1 研究框架

资源与环境经济学理论认为，自然供水与经济需水长期博弈，水资源的供需均衡影响着经济系统的生产。水塔作为构成供给水源的关键，重要的“亚洲水塔”对周边国家的经济发展带来显著惠益。全球气候变暖，“亚洲水塔”的水文过程（冰川融水、降水等）变化直接影响河流源区的下泄流量，级联影响高度依赖上游供水的河流，下游供水安全受到威胁[24]。“亚洲水塔”供水能力面临挑战，中亚、南亚、西亚国家以及中国地区已有水资源的供给与快速增长的用水需求不匹配[25-26]，水资源稀缺冲击周边国家水压力的缓解。而其作为外生变量制约经济系统内部的生产能力，通过部门间、国家间复杂的网络结构抑制全球经济产出，特别是对周边国家。立足于气候与经济变化背景，充分考虑流域水资源的有效供给与国家生产对水资源需求的状态（以缓解水压力指数表征），强调“亚洲水塔”水资源缓解水压力重要性程度的基础上探究其服务经济生产的重要性。量化过程中，结合ARIO模型适用于分析经济产出损失量的特性，采用逆向思路，以“亚洲水塔”供给功能失效后的经济产出损失量衡量经济效益。引用边际概念剖析“亚洲水塔”缓解水压力程度的增加（减少）引发其经济效益的变化量，旨在从整体层面探寻二者关系规律，研究框架如图1所示。
图1 研究框架

Fig. 1 Research framework

2.2 研究方法

2.2.1 缓解水压力指数

构建缓解水压力指数描述水塔水资源缓解流域国家经济生产用水压力的程度，表征水塔水资源满足流域国家生产用水的重要性。区别于描述供需平衡结果的传统水压力指数[20,23,27]，缓解水压力指数强调有效供给，定义为既定国家经济生产对水资源需求中各组分供给水源份额，即可用水量（ W T a）与取水量（ W T W）之比，取值区间[0,1.00]。研究中，难以从天然产流的产品数据中有效、准确分离出水资源供给去向，以任何比例的方式分配水资源可能与现状不相匹配。因此，假设对农业、工业、与生活3个部门供水具有同等优先级，水资源等效缓解不同部门的水压力程度。
流域是供水单元，而国家则是需水单元。国家 c内流域 b的面积占比 β b作为参数，控制流域串联国家地区的供需状况，解决流域单元与国家单元转化问题。供需水数据分别来源于3种驱动下的结果，涵盖不同时间（t）。缓解水压力指数（ S I t o t a l）公式为：
S I t o t a l ,   t ,   c ,   s = ∑ b = 1 m β b S I t o t a l ,   t ,   b ,   s
S I t o t a l ,   t ,   b ,   s = W T a ,   t ,   b ,   s + W T f ,   t ,   b ,   s W T w ,   t ,   b ,   s
可用水量定义为自然产流减去环境流量需求。水塔供水量（ W T f）满足需求（ ∑ W T a - ∑ W T w < 0， ∑ W T f = 0），公式为：
W T f ,   t ,   b ,   s = W T a ,   t ,   b ' ,   s - W T w ,   t ,   b ' ,   s
式中：b'表示水塔区。
总取水量（ W T w）为每个部门（ n）取水量总和，包括农业、工业和生活取水量：
W T w ,   t ,   b ,   s = ∑ n W T w ,   n ,   t ,   b ,   s
当可利用水资源不满足经济生产需求时，通过蓄水、跨区域调水、地下水抽取和海水淡化等更高成本的方式获取供给的水资源称为替代水资源（ S I a l t e r ,   t ,   b ,   s）。当“亚洲水塔”供给功能失效时，国家可用水量仅来源于本地，本地水资源缓解水压力指数（ S I l o c a l）为：
S I l o c a l ,   t ,   b ,   s = W T a ,   t ,   b ,   s W T w ,   t ,   b ,   s
S I l o c a l ,   t ,   c ,   s = ∑ b = 1 m β b S I l o c a l ,   t ,   b ,   s
具有供给功能的“亚洲水塔”服务人类需求。水塔水资源能够缓解下游流域生产用水压力，其缓解水压力指数（ S I w t f）公式为：
S I w t f ,   t ,   c ,   s = S I t o t a l ,   t ,   c ,   s - S I l o c a l ,   t ,   c ,   s
国家单元内其他区的缓解水压力指数作为特殊控制变量处理（ S I t o t a l ,   t ,   b ,   s = 1.00， S I w t f ,   t ,   c ,   s = 0）。同时，青藏高原内流区位于中国的西藏自治区与青海省，两地区的生产总量占全国比例不足0.01[28]。为避免因纳入面积参数而引起对水塔缓解中国用水压力作用的高估，研究将该地区的水塔水资源缓解水压力指数设定为“0”，意为“亚洲水塔”供给功能失效的结果是地区生产保持不变。

2.2.2 经济效益

投入产出分析最初由Leontief提出，已被广泛运用于水资源、能源、环境、灾害问题的研究中[29⇓⇓-32]，并不断演化为系统性的分析思路。基于传统的投入产出模型，Hallegatte提出适应性区域投入产出模型（Adaptive Regional Input-Output, ARIO）[33-34]。该模型多用于灾害分析，考虑了部门之间生产能力约束与适应性行为，动态演绎灾害破坏导致重建需求增加至经济恢复初始状态。借鉴ARIO模型，并对其进行改进优化，评估“亚洲水塔”供给功能失效作为外部冲击对经济生产以增加值衡量的损失量，即“亚洲水塔”缓解水压力的经济效益，强调水塔水资源对周边国家经济生产的重要性。全球经济系统由189个国家和26个产业部门构成，初始状态（origin）下总产出满足总需求：
Y o r i g i n i = ∑ j A o r i g i n i ,   j Y o r i g i n j + F D o r i g i n i
式中： Y为总产出向量； F D为最终需求向量； A为直接消耗矩阵，由直接消耗系数（或投入产出系数） a i j构成，意为 j部门产出价值所需 i部门的投入价值，将部门的产出与投入关系固定化度量。不同于灾害损失的模拟，“亚洲水塔”供给功能失效并未涉及恢复过程，步长为“1”，流域国家最大生产能力 Y m a x为：
Y m a x i = Y o r i g i n i × S I c i
使用环境投入产出模型分析水资源问题，通常引入水强度概念[35]，定义为单位总产出的用水。该定义揭示了若经济结构、规模等不变，则用水变量变化必然引起总产出变量等比变化。鉴于此，基于生产用水事实，假设国家供水资源减少x%，则各部门的生产能力减少x%。水塔水资源缺失造成国家 c总供水资源减少 S I c，参照国家各部门用水量约束部门生产能力。同一国家，各部门供水资源减少比例相同，但总量不同，用水量大的部门供水资源减少更多。当国家部门生产对水资源的使用量为“0”时，生产能力不变。
以迭代的数学方法描述经济供应链中生产部门与销售部门两侧循环影响过程，并通过最终需求与中间消费适应性调整，使生产满足需求达到平衡状态。具体的模型构建过程参照参考文献[33-34]。简单地，增加值描述国内生产总值（GDP）[36]。最后，以增加值衡量的初始生产 V A o r i g i n i与平衡的生产 V A l a s t ( i )之差即为经济效益 V A w f t ( i )，可量化出“亚洲水塔”水资源供给对国家经济生产的重要性。
V A w f t i = V A i o r i g i n - V A i l a s t
将 V A o r i g i n与 V A l a s t之比定义为水塔水资源经济效益指数，描述“亚洲水塔”缓解水压力为流域国家所带来的经济效益占所有流域国家GDP的比重，用于对比重要性程度。

2.3 研究区与数据来源

2.3.1 研究区选取

现有研究基于河流流域和地形分类对“水塔”进行了定义[1,37]。根据Immerzeel等对“亚洲水塔”的界定[5,12]，本文选取了发源于青藏高原的11条主要大型流域作为研究区，包括长江、黄河、雅鲁藏布江—恒河—布拉马普特拉河、独龙江—伊洛瓦底江、怒江—萨尔温江、澜沧江—湄公河、印度河、阿姆河、锡尔河、巴尔喀什湖流域以及青藏高原内流区。所选流域构成了“亚洲水塔”的核心区域，其水资源不仅为本地区的经济发展提供了重要支持，还通过跨界河流带动了周边国家的经济增长（图2）。在此基础上，进一步选取了受水塔水资源影响的17个国家作为研究对象，构成了广义上的“亚洲水塔”地区，包括东亚的中国、中亚的5国（哈萨克斯坦、乌兹别克斯坦、吉尔吉斯斯坦、塔吉克斯坦、土库曼斯坦）、南亚的5国（巴基斯坦、印度、尼泊尔、孟加拉国、不丹）、东南亚的5国（老挝、泰国、越南、缅甸、柬埔寨）和西亚的阿富汗。流域单元与国家单元在地理空间上交叉重叠，为保持流域国家单元完整性，在流域国家范围内划分水塔区和水塔依赖区，未标记的部分则为其他区。
图2 研究区概况

注：基于自然资源部标准地图服务网站GS(2016)1666号标准地图制作，底图边界无修改；水塔及其依赖区划分基于Immerzeel等[5]。

Fig. 2 Overview of the Asian Water Tower

2.3.2 研究数据

（1）水数据。考虑到数据产品多样性、适用范围广、可信度高等特征，拟定选取被广泛用于水资源研究的跨部门影响模型比较计划（Inter-Sectoral Impact Model Intercomparison Project, ISIMIP）中的全球水部门数据，空间分辨率为0.5°×0.5°，用于分析“亚洲水塔”水资源缓解流域国家水压力的程度。现阶段，囿于ISIMIP2a数据陈旧，故选用处于更新中的ISIMIP3a数据。为了减少模型差异对分析的影响，选取同时具有自然产流（以表征水资源供给侧）变量与可受人类影响的多部门取水（以表征水资源需求侧）变量，优先级较高的20CRv3-ERA5、20CRv3-W5E5与GSWP3-W5E5数据驱动的H08模型，生成3套子数据集。
（2）投入产出表。投入产出模型依赖于投入产出表进行经济分析，鉴于研究区涉及跨界流域，选取全球尺度的多区域投入产出表。投入产出表刻画了国家内部部门间的产品交易和国际产品交易的流量与流向，主流的是WIOD数据库（World Input-Output Database）[38]、Eora数据库[39]、GTAP数据库（Global Trade Analysis Project）[40]和EXIOPOL数据库[41]。以上数据库在时间序列、环境参数核算、部门数目等都各有差异，Eora提供了高分辨率的时间序列投入产出表，涵盖“亚洲水塔”周边国家，同时包含世界其他主要经济体。考虑到部门间的可比性，选取同质性的Eora26。需要说明的是，Eora26的基础年份数据为苏联解体时期，其中1991年全球经济产出偏离整体趋势，如哈萨克斯坦等国家。最后，综合了水数据与投入产出表的可选取年份，本文的时间范围选定为1991—2016年。

3 “亚洲水塔”缓解流域国家水压力的时空变化

3.1 时序变化

3.1.1 “亚洲水塔”缓解地区水压力呈现周期性涨落交替，初末期不变态势

1991—2016年“亚洲水塔”缓解地区水压力指数年际周期性涨落交替，主体呈现出短期下降、中期波动上升、短期平缓下降的复合时序演进态势（图3）。“亚洲水塔”缓解地区水压力指数由初期0.31到期末0.30，趋于不变态势。以1997年与2012年为重要的突变时间节点，划分为3个周期。① 1997年以前“亚洲水塔”缓解地区水压力指数经历反复“升—降”变化，幅度较小的总体下降态势。② 1997—2012年“亚洲水塔”缓解地区水压力指数有循环多次“升—降”变化的主体上升趋势，波动幅度最大，在1998年、2006年、2009年出现峰值，2001年、2008年、2011年相应的形成低谷，这与2000年后青藏高原大部分区域出现显著增温有关[42]。③ 2012年之后“亚洲水塔”缓解地区水压力指数呈现“降—升”变化的短期下降趋势，主体变化平缓。“亚洲水塔”对周边地区缓解作用的变化特征与中亚5国以及巴基斯坦的变化趋势密切相关，但深层次原因在于气候变化下冰川、积雪等固态水向液态水不稳定转化，河流径流显著增大[43]。气候变化已经成为影响中国周边地区水资源安全的重要因素[44]，水资源整体分配不均，人类用水活动对青藏高原径流的影响有限，水塔的缓解作用不稳定。
图3 1991—2016年“亚洲水塔”缓解流域国家水压力的时序变化

注：带状区表示不确定性范围。

Fig. 3 Temporal changes of water stress mitigation by the Asian Water Tower in the basin countries in 1991-2016

3.1.2 “亚洲水塔”缓解流域国家水压力差异持续凸显，高度锁定于中亚地区

水塔缓解流域国家水压力数值分布在0~1.00，特定区间持续性波动或稳定。为进一步刻画和剖析水塔缓解流域国家水压力的时序特征和发展态势，参照均值、方差等统计指标划分为重度、中度、轻度与无4种缓解类型，相应分类横向排布（图3）。① 重度缓解类型国家值为[0.80,1.00]。1991—2016年不丹、塔吉克斯坦、尼泊尔、吉尔吉斯斯坦的缓解水压力指数在整个“亚洲水塔”地区一直处于第1梯队，且缓解作用的重要程度持续。其中，水塔对不丹、尼泊尔国家水压力的缓解作用持续稳定；对塔吉克斯坦、吉尔吉斯斯坦国家水压力的缓解作用持续波动。相较于整个地区的缓解水压力指数，塔吉克斯坦走向与其吻合，吉尔吉斯斯坦初期持续上升。② 中度缓解类型国家值为(0.10, 0.50]。样本期内，水塔对乌兹别克斯坦、阿富汗、巴基斯坦、中国的缓解作用围绕0.30值附近波动。同类型国家中，乌兹别克斯坦动荡不稳定，反映了中亚国家更容易受到水塔水资源供给的影响。③ 轻度缓解类型国家值为(0, 0.20]。水塔缓解缅甸的水压力程度持续性稳定，而中亚国家持续性波动，但南亚国家受季风影响分别在2006年、2009年以及2014年存在异常增加。④ 无缓解类型。年尺度上，老挝、越南、泰国、柬埔寨国的缓解水压力指数持续为0，并不意味着水塔水资源对这类国家不重要。受气候变化影响，东南亚地区季节性水资源危机频发，水塔的缓解作用在季节尺度变得重要。已有研究表明，东南亚地区，青藏高原的径流能够在旱季补充区域水资源不足[45]。
总之，“亚洲水塔”缓解流域国家水压力程度的分类特征显著，中亚国家是影响整个地区缓解程度时序变化的核心动力，其持续性不稳定贯穿于各缓解类型国家，未来面临更高的水塔失衡风险。南亚地区，巴基斯坦水塔水资源供应与需求匹配的不稳定性加剧。

3.2 空间变化

3.2.1 “亚洲水塔”缓解流域下游地区水压力呈南北分异格局

1991—2016年“亚洲水塔”缓解流域下游地区的水压力存在差异，呈现出“北高南低、北静南动”的分异格局（图4）。1991—1995年缓解流域下游地区的水压力指数介于0~0.70之间，水塔的缓解作用靶向长江、黄河、印度河、恒河—布拉马普特拉河、阿姆河、锡尔河、巴尔喀什湖流域。受西风与印度季风两大环流系统影响，多项气候与环境要素在青藏高原南北的变化都呈现出显著差异[46-47]。青藏高原南部流域受印度季风控制，北部和西部流域受西风控制，东部部分流域受西风—季风过渡控制，水塔缓解作用的南北分异在一定程度上反映了其对西风和季风环流的响应。位于青藏高原南部地区的流域，水塔的缓解作用存在地域上的不均衡性，共同在2006—2010年同比增加。在印度季风的作用下，印度河流域的缓解水压力指数2期同比增加转2期同比减少，而恒河—布拉马普特拉河流域的缓解水压力指数由3期最大变化后在2011—2016年同比减少0.44。咸海地区干旱频发和荒漠化蔓延，其主要的来源河流阿姆河下游地区的缓解水压力指数多年平均高达0.50（1991—1995年）位居第2，3期同比减少转2011—2016年同比增加的变化趋势。1991—2016年巴尔喀什湖流域下游地区的缓解水压力指数处于0.15~0.44之间，2001—2010年2期同比增减幅度明显且相似。样本期内，水塔尚未缓解伊洛瓦底江、萨尔温江、湄公河等位于青藏高原南部地区流域下游的水压力。
图4 1991—2016年“亚洲水塔”缓解流域水压力的空间变化

注：水塔及其依赖区划分基于Immerzeel等[5]；b~e分别基于上一期的变化比。

Fig. 4 Spatial changes of water stress mitigation by the Asian Water Tower in the basins in 1991-2016

3.2.2 “亚洲水塔”缓解流域国家水压力具有与地理位置相关的空间依赖性

“亚洲水塔”缓解流域国家水压力总体分布遵循流域尺度的分异特征，水塔缓解下游流域国家水压力的辐射面积受到“空间距离衰减定律”的影响，重度至无缓解类型国家以水塔为核心向外围扩散（图5）。1991—2016年，缓解水压力指数的同比变化集中于-0.10~0.10，意味着变化引致的潜在风险低。其中：① 重度缓解类型国家，大面积位于中亚、南亚流域的上游水塔区，水塔水资源主导满足国家生产用水，缓解水压力指数均大于0.80。在锡尔河、阿姆河流域的水塔作用下，1991—1995年吉尔吉斯斯坦、塔吉克斯坦的缓解水压力指数分别为0.90、0.89，随后不足0.10的同比“减少—增加—减少—减少”“减少—减少—减少—增加”变化。全球变暖加剧了中亚地区的干旱威胁，当替代水资源弥补了吉尔吉斯斯坦、塔吉克斯坦部分水资源需求缺口变得不可持续时，更迫切需要水塔水资源缓解国家生产用水。同时，尼泊尔地处恒河—布拉马普特拉河流域上游及其出山口位置，缓解水压力指数在1991—1995年高达0.88，区位特征决定了水塔的缓解作用在空间上基本无变化。长期以来，共同位于恒河—布拉马普特拉河流域的尼泊尔水资源丰富而印度水资源短缺，与水资源密切联系的争端是困扰两国关系发展的一个重要而敏感因素。随着两国经济的发展和气候变化等影响，对水资源需求量变大可能加剧用水矛盾，给整个恒河流域国家的经济社会发展带来负面影响，甚至危及南亚地区的安全[48]，合理、有效利用水塔水资源将变得更重要。不丹全域位于恒河—布拉马普特拉河流域的上游水塔区，极端依赖水塔水资源供给，是水塔水资源缓解程度最大的国家。
图5 1991—2016年“亚洲水塔”缓解流域国家水压力的空间变化

注：基于自然资源部标准地图服务网站GS(2016)1666号标准地图制作，底图边界无修改；图b~e分别为基于上一期的变化比。

Fig. 5 Spatial changes of water stress mitigation by the Asian Water Tower in the basin countries in 1991-2016

② 中度缓解类型国家，境内水塔及其依赖区面积占比不足一半，1991—1995年缓解水压力指数为0.20~0.40。1991—1995年水塔水资源供给了巴基斯坦经济生产用水占比0.34，2期同比减少后2期同比增加。印度河流域巴基斯坦境内干旱频发[49]，为实现用水目标，成为“亚洲水塔”周边国家水冲突网络的核心，区域内与“水”相关的合作与冲突极化现象凸显[50]，诸如与国际流域串联的阿富汗、印度等国家。中国部分位于黄河、巴尔喀什湖、湄公河、萨尔温江、塔里木河与长江流域的水塔依赖区，缓解水压力指数约0.28（1991—1995年）之后不足0.10的同比增加或减少变化。其中，黄河、巴尔喀什湖、长江流域的水塔缓解作用在样本期内变动，牵引着水塔对整个国家水压力的缓解作用略微增加。
③ 轻度缓解类型国家，与流域小范围内重叠，1991—1995年缓解水压力指数小于0.20。面对不断增长的水资源需求，区位制约下的水塔水资源供给国家的辐射范围有限，恒河—布拉马普特拉河流域的水塔水资源在一定程度上缓解印度的用水压力，但地区水资源短缺现象严重[51]。在相同的水塔缓解作用驱动下，孟加拉国的变动最为显著，这就要求惯性关注中度及以下缓解类型国家的同时不容忽视水塔缓解作用因为变动所带来的潜在影响。相同的是，水塔缓解了阿姆河流域下游地区土库曼斯坦、乌兹别克斯坦国的用水压力，分别在第3阶段同比增长0.11、0.06。究其差异原因在于乌兹别克斯坦地区，锡尔河流域水塔的减缓减少作用部分抵消了阿姆河流域水塔的减缓增加作用。此外，分布于伊洛瓦底江、萨尔温江、湄公河流域下游的东南亚国家，水资源供给充足，水塔水资源的缓解作用及其变化不明显。

4 “亚洲水塔”经济效益的时空变化

4.1 时间变化

4.1.1 “亚洲水塔”地区经济效益上升，且经济效益指数呈波动的变化形态

“亚洲水塔”供给功能的重要性不仅在于缓解生产对水资源的需求方面，更是隐含在产品和服务中参与各部门的经济生产方面，表现为地区经济效益持续上涨（图6），且与地区GDP变化趋势一致，由1991年的1.14千亿美元增长至2016年的2.23万亿美元。在2004年以前，“亚洲水塔”地区经济效益的柱状图显示出变化缓慢的趋势，形成相对平稳上升的曲线。随着“亚洲水塔”地区的经济特别是中印经济的崛起，柱状图中长方柱高度增量变大，呈现出更快的经济效益增长态势。水塔为整个地区所带来的经济效益占所有流域国家GDP比重在参考期内主体态势出现极显著性上升波动，自2004年后增幅明显加快。整体上，地区经济效益指数多年平均高达0.13，且中间段与缓解地区水压力指数的变化形态相似。可以发现，水塔的经济效益在绝对量上服从GDP的变化趋势；相对量上服从缓解水压力指数的变化形态，趋势受经济系统间的级联影响略有上升，特别是末期升幅加剧。也就是说，随着经济发展，“亚洲水塔”地区的经济效益是持续增加，但对GDP的促进作用受缓解作用影响而属于波动略增。在整个地区，平均缓解水压力指数是平均经济效益指数的2.36倍。造成这类结果的原因在于“亚洲水塔”供给功能失效，直接影响流域国家的生产能力，而经济系统内部的级联效应首先作用于中间生产过程，进而GDP的变化比小于生产能力的变化比。
图6 1991—2016年“亚洲水塔”经济效益的时间变化

注：带状区表示不确定性范围；***和**分别表示在1%和5%水平上显著。

Fig. 6 Temporal changes of economic benefit of the Asian Water Tower in mitigating water stress in 1991-2016

4.1.2 “亚洲水塔”流域国家经济效益与其GDP变化同步，缓解作用影响经济效益指数

1991—2016年水塔缓解流域国家水压力的经济效益与其GDP变化基本同步，以货币量化水塔服务流域国家生产的价值随着经济总量而增加（图6）。2001年中国加入WTO，世界经济强劲复苏，水塔缓解中国水压力的经济效益由2004年的3.45千亿美元快速上升至2016年的1.97万亿美元，增幅是2004年以前的1.72倍。冰冻圈服务是在冰冻圈功能基础上实现[4]，水塔的缓解作用主要决定其服务总体经济生产的强弱程度。水塔缓解流域国家水压力的经济效益指数的变化趋势不同，整体存在“稳定”与“波动”2类特征。具体而言，不丹、泰国、缅甸、土库曼斯坦、越南、阿富汗、中国、老挝、印度与哈萨克斯坦的水塔水资源经济效益指数变动幅度小于0.05，尼泊尔、柬埔寨、孟加拉国与巴基斯坦的水塔水资源经济效益指数变动幅度介于0.05~0.10之间；共同位于中亚的哈萨克斯坦、塔吉克斯坦与乌兹别克斯坦的水塔水资源经济效益指数波动幅度大于0.10。究其原因共性是全球经济生产的相互影响变化，差异性是缓解水压力指数的变动。前者明显体现在以孟加拉国为代表的国家；后者体现在缓解水压力指数与其经济效益指数变化趋势相似。

4.2 空间变化

4.2.1 中亚与南亚地区是水塔水资源参与经济生产获益的主体

水塔缓解作用与经济生产活动在地表空间的分布相互联系[52]，共同作用于水塔水资源经济效益的地域差异性，空间分布以水塔地区为核心向外衰减，西北地区的变化最为突出（图7）。在“亚洲水塔”地区，中亚与南亚地区是水塔水资源参与经济生产获益的主体。其中，表征出重度缓解类型的吉尔吉斯斯坦、尼泊尔、塔吉克斯坦的经济效益指数分别为0.84、0.81、0.79，各期同比变化介于-0.10~0.10之间，这表明水塔水资源对国家经济生产的潜在影响程度高达0.80，并不意味着水塔水资源价值国家经济生产量的0.80，而是维持经济生产的劳动力、土地、资本、技术等要素投入恒定下，水塔水资源等效的经济价值。中亚干旱地区，塔吉克斯坦与吉尔吉斯斯坦的水资源利用与经济社会发展的空间匹配程度长期处于较高水平[53]，咸海流域的用水结构以农业灌溉为主，乌兹别克斯坦成为中亚最大的棉花生产国和出口国。水塔缓解其他国家水压力的经济效益指数在第1阶段介于0.01~0.30之间，其中孟加拉国由3期同比增减>1.00至2011—2016年同比减少0.44最为明显。此外，越南、老挝、柬埔寨与泰国等东南亚国家最大距离的偏移水塔区而成为缓解作用的最小受益区，1991—1995年水塔经济效益指数不足0.01，各期同比变化最大，除柬埔寨反复同比减增外其他国家各期同比增长。在东南亚农耕文明演化历史中，除了当地季风季节充沛降水以外，水塔水资源能够在旱季补充区域水资源不足，形成较高的区域农业生产力[45]。此外，东南亚流域为周边国家提供了渔业、交通运输、旅游业等产业发展的机会。
图7 1991—2016年“亚洲水塔”经济效益的空间变化

注：基于自然资源部标准地图服务网站GS(2016)1666 号标准地图制作，底图边界无修改；b~e分别基于上一期的变化比，仅标出基于上一期经济效益发生量级变化的国家。

Fig. 7 Spatial changes of economic benefit of the Asian Water Tower in mitigating water stress in 1991-2016

4.2.2 “亚洲水塔”流域国家的经济效益与其GDP表现出较强的空间同配性

水塔缓解流域国家水压力的经济效益值排名较高的多集中于GDP高的国家，特别是中国、印度。水塔缓解中国水压力的经济效益位居首位，多年平均高达5.75千亿美元，占本国GDP的17%，并不意味着中国是所有流域国家中最受水塔惠益的，仅是绝对意义上的价值大。相比之下，GDP较低的不丹，水塔缓解其水压力的经济效益仅9.09亿美元，其指数最大为1.00，是水塔水资源对一国经济生产最重要的国家。特别地，孟加拉国等国部分年份的水塔水资源经济效益指数为负。在模型模拟中，水资源缺失在一定程度上促进社会提高生产效率，各国提高的生产效率是否能够弥补损失成为关键。“亚洲水塔”供给功能失效对全球经济生产具有双面性。受益于水塔缓解水压力的国家，水塔供给功能失效抑制了生产能力，从而减少经济效益。另一方面，不受益于水塔缓解水压力的国家，供给功能失效可能导致社会提高生产效率，这是由于经济结构作用下生产成本降低。在这一过程中，孟加拉国在最终需求拉动下获得超额经济效益。样本期内，水塔缓解流域国家水压力的经济效益与GDP变化存在关联性，也会导致水塔的经济效益特征划分量级的变化，这也强调了相对量在分析经济效益中的重要性。

4.3 “亚洲水塔”缓解水压力及其经济效益的关系

为整体把握水塔缓解作用与其经济效益的关系，以散点图的方式可视化（图8）。散点聚集成群，分别线性拟合出3条与横坐标相交的线段。将边际效应理论应用到水资源领域[54]，引用扩展的边际经济效益概念反映水塔水资源缓解程度增加1个单位时其经济效益的变化，数学上表示为拟合线段的斜率。
图8 “亚洲水塔”缓解水压力与其经济效益的关系

注：圈的大小表示经济体量；散点是各年份的值，不同颜色表示不同国家；***表示在1%的统计水平上显著。

Fig. 8 Relationship between water stress mitigation and economic benefit of Asian Water Tower

（1）“亚洲水塔”的经济效益随着水塔的缓解作用而增加。构建“亚洲水塔”缓解作用与其经济效益的联系，观察到强烈的非线性，整体分布凸向缓解水压力指数，缓解水压力指数增速快于其经济效益指数。“3段式”特征显著，各段水塔缓解水压力的平均经济效益指数分别为0.02、0.21、0.86，水塔缓解水压力指数与其经济效益指数的影响系数在1%的水平上显著为正，高度依赖于水塔水资源供给的国家从经济生产中获益更高。极端情况下，当缓解水压力指数等于0时，水塔缓解水压力的经济效益是存在的，尽管较小。全球贸易构建水塔不同程度的缓解水压力的国家间联系，水塔不缓解水压力的国家在参与经济生产中获益，表现出明显的“远程耦合”特征[55]。当水塔缓解水压力指数及其经济效益指数都最大为1.00时，清晰展现了水塔缓解流域国家水压力程度与所代表的经济效益的极限。也就是说，无水塔水资源供给，最极端的情况是国家生产将完全中断，揭示了“亚洲水塔”对周边国家是完全重要的。
（2）“高收益国家”多为经济体量较小的低发展国家。无缓解类型至重度缓解类型，拟合线段坡度逐渐陡峭，水塔水资源边际经济效益递增，分别为0.63、0.84、1.66。当“亚洲水塔”水资源参与经济生产，不丹等国家获益程度是哈萨克斯坦等国家的2.63倍，前者称之为“高收益国家”，后者称之为“低收益国家”。具体而言，当水塔缓解水压力指数增加1个单位时，高收益国家比低收益国家更获益1.03个单位的经济效益。对立面维度上，水塔缓解水压力减少导致对高收益国家的影响程度远大于低收益国家。高收益国家集中于图8右上角，属于经济体量相对较小的发展中国家，均被世界银行归类为“中低收入国家”。这类低发展国家依托自然资源禀赋，发展资源消耗性产业，通过水塔水资源得以经济发展，也受气候变化等外部生态约束经济体的持续崛起。全球变暖降低暖国的经济增长，增加了国家间经济的不平等[56]，当未来水塔水资源减少，提高了高收益国家贫困发生率的可能性。
（3）依赖性叠加经济生产推动“亚洲水塔”更重要。“亚洲水塔”的重要性不仅体现在缓解流域国家水压力的自然维度，更体现在服务流域国家生产的经济维度。以生产能力为纽带，将水塔自然维度的重要性演化为经济维度的重要性。此过程中，贸易活动发挥重要作用，自然维度不具备水塔重要性特征的国家表现出经济维度的重要性。在地理区位上，空间近邻效应反映了水塔供给功能服务周边国家，加之面积要素，主要缓解中亚与南亚国家水压力；在全球价值链中，远程耦合将水塔惠益周边国家经济生产范围放大，“高收益国家”多为经济体量较小的中低收入国家。流域国家的经济发展依赖于“亚洲水塔”，供给功能失效中断了水塔水资源参与各部门的经济生产活动，特别是山区的农业灌溉。气候变化约束水资源供给，经济发展约束水资源需求，依赖性叠加经济活动推动“亚洲水塔”更重要。为此，关注“亚洲水塔”自然维度重要性的同时兼顾经济维度重要性。

5 结论与讨论

5.1 结论

本文基于ISIMIP数据，从国家生产视角出发，构建缓解水压力指数并结合改进的ARIO模型评估其经济效益。主要得出以下结论：
（1）1991—2016年“亚洲水塔”缓解流域国家水压力的分类特征显著，中亚国家是影响地区缓解程度时序变化的核心动力，其持续性不稳定贯穿于重度、中度与轻度缓解类型。“亚洲水塔”缓解流域下游地区水压力呈现出“北高南低、北静南动”的分异格局，且缓解流域国家水压力具有与地理位置相关的空间依赖性。
（2）1991—2016年“亚洲水塔”地区经济效益上升，且经济效益指数呈波动的变化形态。流域国家尺度、水塔经济效益与其GDP变化基本同步，缓解作用影响经济效益指数。中亚与南亚地区是水塔水资源参与经济生产获益的主体，经济效益与其GDP表现出较强的空间同配性。
（3）1991—2016年“亚洲水塔”缓解流域国家水压力与其经济效益呈非线性关系。“亚洲水塔”的边际经济效益随着水压力缓解度的增强呈现加大趋势，标志着“亚洲水塔”供水减少对“高收益国家”的影响程度远大于“低收益国家”，差异高达2.63倍，特别是经济体量较小的低发展国家，如不丹、尼泊尔、塔吉克斯坦、吉尔吉斯斯坦等。同时，依赖性叠加经济生产推动“亚洲水塔”更重要。

5.2 讨论

水资源是经济生产的重要投入要素。本文采用科学的研究方法，探索“亚洲水塔对周边国家的重要性”这一基本现象，量化了“亚洲水塔”缓解流域国家水压力及其经济效益，以丰富对水塔重要性的理解[5,22]。并进一步分析水塔“自然—经济”维度的关系，以期深入探究水塔供水功能影响周边国家经济发展的规律特征，为促进环“亚洲水塔”经济圈的可持续发展提供参考。
“亚洲水塔”对于整个周边地区淡水资源供应至关重要，保护“亚洲水塔”是实现供给功能的核心。河流源头和流域边界横跨国界，上游国家取水关乎下游国家用水安全。建立跨境水资源协调机制，制定长期水资源规划与管理政策，这是现行的基本策略[57]。更需要综合考虑自然和经济因素，兼顾供需平衡，公平分配水资源，以确保水资源的可持续利用。“亚洲水塔”水资源供给关乎地区经济发展。流域国家依赖于“亚洲水塔”水资源直接或间接支持各部门经济发展，更需要国家间紧密合作，以保障用水强度高的农业、能源等关键部门发展，并减少水资源的浪费和滥用。气候变化对“亚洲水塔”的影响可能导致水资源短缺，对“高收益国家”影响程度会远大于“低收益国家”，全面积位于水塔及其依赖区的不丹、尼泊尔、塔吉克斯坦与吉尔吉斯斯坦等低发展国家最受益的同时也是最脆弱的，适应与管理变得迫切。与此同时，各流域国家共同构成了环“亚洲水塔”经济圈，级联效应将任何一个国家受到水塔水资源供给失衡的风险波及其他国家，需要联合行动以规避不确定性风险。

5.2.1 稳健性分析

行星边界（Planetary Boundaries, PB）框架指出[58-59]，河流流量变化是淡水生物多样性丧失的关键驱动因素之一，局部尺度的水流生态分析常被用于建立环境流量需求，以确定单个流域流量变化的安全水平。参照Steffen等[60]与Pastor等[61]研究，为满足环境流量需求，河流流量中取水量参数设定为0.25、0.55与基线情景0.40进行对比分析。图9结果验证了“亚洲水塔”缓解水压力的经济效益呈现趋同化特征，不同取水量参数选取的散点分布相似，结果稳定。
图9 不同取水参数的稳健性检验

Fig. 9 Robustness test across varying water withdrawal parameters

5.2.2 不足之处

本文实证分析“亚洲水塔”缓解水压力的经济效益，但还存在以下不足。
（1）低估“亚洲水塔”的重要性。上游水塔能够缓解下游依赖区的供水压力，强调水塔的重要性作用于构成下游依赖区的子流域。结合现有分析将水塔的缓解作用分化至全域，忽略了子流域内部水塔水资源供给分布的空间分异性，局域供水不满足需水现象尚未体现，低估水塔在供给下游水资源中的作用，导致以此为基础的缓解水压力指数及其经济效益可能被低估。事实上，低估在干旱地区更为显著。然而，全流域中各网格单元包含水塔水资源的精确降尺度，并被广泛使用的数据难以获取，这将是未来研究突破点。另外，年尺度的分析模糊了水塔在干旱时期所发挥的重要缓解作用，在供水同等优先级的假设下，该缓解作用很可能被低估，而“等效”假设减弱低估程度。受气候变化影响，季节性干旱问题更受关注，现有关于外生经济参数的月尺度（天尺度）与年尺度的投入产出表的衔接研究正处于探索中。
（2）研究数据的局限性。关于将外生参量与多区域投入产出模型相结合，以测度水塔水资源经济效益，本文使用的是Eora模型。与任何建模工作一样，选择特定的多区域投入产出模型会影响经济效益评估的最终结果。理想情况下，应进行多模型评估，从而提供敏感性分析。现有文献也验证了不同的投入产出模型评估可能会有差异，具体取决于所使用的多区域投入产出模型[62-63]。遗憾的是，主流的WIOD、GTAP和EXIOPOL数据库并不完全包含研究区的流域国家。此外，本文研究结果不可避免受到研究数据局限性的影响，如选取的ISIMIP3a模拟数据处于更新中以及数据本身的不确定性等因素。尽管本文研究结果并未考虑投入产出模型与ISIMIP3a模拟数据的不确定性，但能够捕捉到“亚洲水塔”水资源缓解流域国家水压力及其经济效益的基本现状趋势，具有一定的借鉴参考意义。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Viviroli D, Dürr H H, Messerli B, et al. Mountains of the world, water towers for humanity: Typology, mapping, and global significance. Water Resources Research, 2007, 43(7): W07447. DOI: 10.1029/2006wr005653.

[2]
Viviroli D, Kummu M, Meybeck M, et al. Increasing dependence of lowland populations on mountain water resources. Nature Sustainability, 2020, 3(11): 917-928.

[3]
IPCC. Special Report on the Ocean and Cryosphere in a Changing Climate (SROCC). Cambridge: Cambridge University Press, 2019.

[4]
Xiao Cunde, Wang Xiaoming, Su Bo. Key viewpoint of cryospheric human-sociology: Function and service. Bulletin of Chinese Academy of Sciences, 2020, 35(4): 504-513.

[效存德, 王晓明, 苏勃. 冰冻圈人文社会学的重要视角: 功能与服务. 中国科学院院刊, 2020, 35(4): 504-513.]

[5]
Immerzeel W W, Lutz A F, Andrade M, et al. Importance and vulnerability of the world's water towers. Nature, 2020, 577(7790): 364-369.

[6]
Yang C, Liu H Z, Li Q Q, et al. Human expansion into Asian highlands in the 21st Century and its effects. Nature Communications, 2022, 13(1): 4955. DOI: 10.1038/s41467-022-32648-8.

[7]
Vaidya R A, Molden D J, Shrestha A B, et al. The role of hydropower in South Asia's energy future. International Journal of Water Resources Development, 2021, 37(3): 367-391.

[8]
Biemans H, Siderius C, Lutz A F, et al. Importance of snow and glacier meltwater for agriculture on the Indo-Gangetic Plain. Nature Sustainability, 2019, 2(7): 594-601.

DOI

[9]
Pritchard H D. Asia's shrinking glaciers protect large populations from drought stress. Nature, 2019, 569(7758): 649-654.

[10]
Lutz A F, Immerzeel W W, Siderius C, et al. South Asian agriculture increasingly dependent on meltwater and groundwater. Nature Climate Change, 2022, 12(6): 566-573.

[11]
Messerli B, Viviroli D, Weingartner R. Mountains of the world: Vulnerable water towers for the 21st century. AMBIO, 2004, 33(sp13): 29-34.

[12]
Immerzeel W W, van Beek L P H, Bierkens M F P. Climate change will affect the Asian water towers. Science, 2010, 328(5984): 1382-1385.

DOI PMID

[13]
Chen Deliang, Xu Baiqing, Yao Tandong, et al. Assessment of past, present and future environmental changes on the Tibetan Plateau. Chinese Science Bulletin, 2015, 60(32): 3025-3035.

[陈德亮, 徐柏青, 姚檀栋, 等. 青藏高原环境变化科学评估: 过去、现在与未来. 科学通报, 2015, 60(32): 3025-3035.]

[14]
Yao T D, Bolch T, Chen D L, et al. The imbalance of the Asian Water Tower. Nature Reviews Earth & Environment, 2022, 3(10): 618-632.

[15]
Khanal S, Lutz A F, Kraaijenbrink P D A, et al. Variable 21st century climate change response for rivers in High Mountain Asia at seasonal to decadal time scales. Water Resources Research, 2021, 57(5): e2020WR029266. DOI: 10.1029/2020WR029266.

[16]
Ragettli S, Immerzeel W W, Pellicciotti F. Contrasting climate change impact on river flows from high-altitude catchments in the Himalayan and Andes mountains. PNAS, 2016, 113(33): 9222-9227.

DOI PMID

[17]
Cui T, Li Y K, Yang L, et al. Non-monotonic changes in Asian Water Towers' streamflow at increasing warming levels. Nature Communications, 2023, 14(1): 1176. DOI: 10.1038/s41467-023-36804-6.

[18]
Du Debin, Liu Chengliang, Hu Zhiding, et al. The impact of "Asian Water Tower" change on the geopolitical environment around China. World Regional Studies, 2020, 29(2): 223-231.

DOI

[杜德斌, 刘承良, 胡志丁, 等. “亚洲水塔”变化对中国周边地缘政治环境的影响. 世界地理研究, 2020, 29(2): 223-231.]

DOI

[19]
Su B, Xiao C D, Chen D L, et al. Mismatch between the population and meltwater changes creates opportunities and risks for global glacier-fed basins. Science Bulletin, 2022, 67(1): 9-12.

DOI PMID

[20]
Leng X J, Feng X M, Fu B J, et al. 'Asian water towers' are not a sustainable solution to the downstream water crisis. Science of the Total Environment, 2023, 856: 159237. DOI: 10.1016/j.scitotenv.2022.159237.

[21]
Zhang Q, Shen Z X, Pokhrel Y, et al. Oceanic climate changes threaten the sustainability of Asia's water tower. Nature, 2023, 615(7950): 87-93.

[22]
Huang Y, Xiao C D, Su B. Importance and vulnerability of water towers across Northwest China. Advances in Climate Change Research, 2022, 13(1): 63-72.

[23]
Munia H, Guillaume J H A, Mirumachi N, et al. Water stress in global transboundary river basins: Significance of upstream water use on downstream stress. Environmental Research Letters, 2016, 11(1): 014002. DOI: 10.1088/1748-9326/11/1/014002.

[24]
Tang Qiuhong, Liu Xingcai, Zhou Yuanyuan, et al. Cascading impacts of Asian Water Tower change on downstream water systems. Bulletin of Chinese Academy of Sciences, 2019, 34(11): 1306-1312.

[汤秋鸿, 刘星才, 周园园, 等. “亚洲水塔”变化对下游水资源的连锁效应. 中国科学院院刊, 2019, 34(11): 1306-1312.]

[25]
Mekonnen M M, Hoekstra A Y. Four billion people facing severe water scarcity. Science Advances, 2016, 2(2): e1500323. DOI: 10.1126/sciadv.1500323.

[26]
Wang X X, Chen Y N, Fang G H, et al. The growing water crisis in Central Asia and the driving forces behind it. Journal of Cleaner Production, 2022, 378: 134574. DOI: 10.1016/j.jclepro.2022.134574.

[27]
Falkenmark M, Berntell A, Jägerskog A, et al. On the verge of a new water scarcity: A call for good governance and human ingenuity. Stockholm: Stockholm International Water Institute (SIWI), 2007.

[28]
Liu Weidong, Tang Zhipeng, Han Mengyao, et al. The 2012 China Multi-Regional Input-Iutput Table of 31 Provincial Units, Beijing: China Statistics Press, 2018.

[刘卫东, 唐志鹏, 韩梦瑶, 等. 2012年中国31省区市区域间投入产出表. 北京: 中国统计出版社, 2018.]

[29]
Bringezu S, Distelkamp M, Lutz C, et al. Environmental and socioeconomic footprints of the German bioeconomy. Nature Sustainability, 2021, 4(9): 775-783.

[30]
Meng J, Huo J W, Zhang Z K, et al. The narrowing gap in developed and developing country emission intensities reduces global trade's carbon leakage. Nature Communications, 2023, 14(1): 3775. DOI: 10.1038/s41467-023-39449-7.

[31]
Liu L C, Hu X T, Zhan Y J, et al. China's dietary changes would increase agricultural blue and green water footprint. Science of the Total Environment, 2023, 903: 165763. DOI: 10.1016/j.scitotenv.2023.165763.

[32]
Wei S Y, Zhou Q, Luo Z Q, et al. Economic impacts of multiple natural disasters and agricultural adaptation measures on supply chains in China. Journal of Cleaner Production, 2023, 418: 138095. DOI: 10.1016/j.jclepro.2023.138095.

[33]
Hallegatte S. An adaptive regional input-output model and its application to the assessment of the economic cost of Katrina. Risk Analysis, 2008, 28(3): 779-799.

DOI PMID

[34]
Markhvida M, Walsh B, Hallegatte S, et al. Quantification of disaster impacts through household well-being losses. Nature Sustainability, 2020, 3(7): 538-547.

[35]
Qu S, Liang S, Konar M, et al. Virtual water scarcity risk to the global trade system. Environmental Science & Technology, 2018, 52(2): 673-683.

[36]
Su B, Ang B W. Structural decomposition analysis applied to energy and emissions: Frameworks for monthly data. Energy Economics, 2023, 126: 106977. DOI: 10.1016/j.eneco.2023.106977.

[37]
Debarbieux B, Price M F. Representing mountains: From local and national to global common good. Geopolitics, 2008, 13(1): 148-168.

[38]
Dietzenbacher E, Los B, Stehrer R, et al. The construction of world input-output tables in the WIOD project. Economic Systems Research, 2013, 25(1): 71-98.

[39]
Lenzen M, Kanemoto K, Moran D, et al. Mapping the structure of the world economy. Environmental Science & Technology, 2012, 46(15): 8374-8381.

[40]
Andrew R M, Peters G P. A multi-region input-output table based on the global trade analysis project database (GTAP-MRIO). Economic Systems Research, 2013, 25(1): 99-121.

[41]
Tukker A, de Koning A, Wood R, et al. EXIOPOL-Development and illustrative analyses of a detailed global MR EE SUT/IOT. Economic Systems Research, 2013, 25(1): 50-70.

[42]
Wang Hui, Zhang Lu, Shi Xingdong, et al. Some new changes of the regional climate on the Tibetan Plateau since 2000. Advances in Earth Science, 2021, 36(8): 785-796.

DOI

[王慧, 张璐, 石兴东, 等. 2000年后青藏高原区域气候的一些新变化. 地球科学进展, 2021, 36(8): 785-796.]

DOI

[43]
Yao Tandong, Wu Guangjian, Xu Baiqing, et al. Asian Water Tower change and its impacts. Bulletin of Chinese Academy of Sciences, 2019, 34(11): 1203-1209.

[姚檀栋, 邬光剑, 徐柏青, 等. “亚洲水塔”变化与影响. 中国科学院院刊, 2019, 34(11): 1203-1209.]

[44]
Li Zhifei. Climate change and water security in China's periphery. The Journal of International Studies, 2015, 36(4): 37-55.

[李志斐. 气候变化与中国周边地区水资源安全. 国际政治研究, 2015, 36(4): 37-55.]

[45]
Chen F, Man W, Wang S, et al. Southeast Asian ecological dependency on Tibetan Plateau streamflow over the last millennium. Nature Geoscience, 2023, 16(12): 1151-1158.

[46]
Huang Lingxin, Chen Jie, Yang Kun, et al. The northern boundary of the Asian summer monsoon and division of weaterlies and monsoon regimes over the Tibetan Plateau in present-day. Scientia Sinica (Terrae), 2023, 53(4): 866-878.

[黄凌昕, 陈婕, 阳坤, 等. 现代青藏高原亚洲夏季风气候北界及其西风区和季风区划分. 中国科学: 地球科学, 2023, 53(4): 866-878.]

[47]
Han Songjun, Wang Xu, Liu Yaping, et al. North-sourth differentiation on the spatiotemporal variations of potential evaporation in Tibetan Plateau. Advances in Water Science, 2023, 34(4): 490-498.

[韩松俊, 王旭, 刘亚平, 等. 青藏高原潜在蒸发时空变化的南北分异特征. 水科学进展, 2023, 34(4): 490-498.]

[48]
Li Min. Nepal-India water resource dispute: Origin and prospect. South Asian Studies, 2011(4): 80-92.

[李敏. 尼泊尔—印度水资源争端的缘起及合作前景. 南亚研究, 2011(4): 80-92.]

[49]
Zhao Jianting, Wang Yanjun, Su Buda, et al. Spatiotemporal distributions of temperature, precipitation, evapotranspiration and drought in the Indus River Basin. Arid Land Geography, 2020, 43(2): 349-359.

[赵建婷, 王艳君, 苏布达, 等. 印度河流域气温、降水、蒸发及干旱变化特征. 干旱区地理, 2020, 43(2): 349-359.]

[50]
Zhai Chenyang, Du Debin, Hou Chunguang, et al. The evolution of geo-relation network in countries around the Asian Water Tower based on cooperation and conflict perspectives. Geographical Research, 2021, 40(11): 3118-3136.

[翟晨阳, 杜德斌, 侯纯光, 等. 基于合作与冲突视角的“亚洲水塔”周边国家地缘关系网络演化研究. 地理研究, 2021, 40(11): 3118-3136.]

DOI

[51]
Huang Z W, Yuan X, Liu X C. The key drivers for the changes in global water scarcity: Water withdrawal versus water availability. Journal of Hydrology, 2021, 601: 126658. DOI: 10.1016/j.jhydrol.2021.126658.

[52]
Wang Xiaoming, Zhang Jinglin, Liu Shiwei, et al. Socioeconomic significance of Asian Water Tower in High Asia region. Bulletin of Chinese Academy of Sciences, 2019, 34(11): 1332-1340.

[王晓明, 张靖琳, 刘世伟, 等. “亚洲水塔”在高亚地区的社会经济作用. 中国科学院院刊, 2019, 34(11): 1332-1340.]

[53]
Hao Lingang, Zuo Qiting, Liu Jianhua, et al. Analysis of matching degree between water resource utilization and economic-social development in Central Asia area of "Belt and Road". Water Resources Protection, 2018, 34(4): 42-48.

[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. 水资源保护, 2018, 34(4): 42-48.]

[54]
Gai Mei, Hao Huijuan, Ke Lina, et al. The marginal benefit of water resource measure and its influence factors in Liaoning coastal economic belt. Journal of Natural Resources, 2015, 30(1): 78-91.

DOI

[盖美, 郝慧娟, 柯丽娜, 等. 辽宁沿海经济带水资源边际效益测度及影响因素分析. 自然资源学报, 2015, 30(1): 78-91.]

[55]
Sun Jing, Liu Jianguo, Yang Xinjun, et al. Sustainability in the Anthropocene: Telecoupling framework and its applicationss. Acta Geographica Sinica, 2020, 75(11): 2408-2416.

DOI

[孙晶, 刘建国, 杨新军, 等. 人类世可持续发展背景下的远程耦合框架及其应用. 地理学报, 2020, 75(11): 2408-2416.]

DOI

[56]
Diffenbaugh N S, Burke M. Global warming has increased global economic inequality. PNAS, 2019, 116(20): 9808-9813.

DOI PMID

[57]
Viviroli D, Archer D, Buytaert W, et al. Climate change and mountain water resources: Overview and recommendations for research, management and policy. Hydrology and Earth System Sciences, 2011, 15: 471-504.

[58]
Rockström J, Gupta J, Qin D H, et al. Safe and just earth system boundaries. Nature, 2023, 619(7968): 102-111.

[59]
Han D N, Yu D Y, Qiu J X. Assessing coupling interactions in a safe and just operating space for regional sustainability. Nature Communications, 2023, 14(1): 1369. DOI: 10.1038/s41467-023-37073-z.

[60]
Steffen W, Richardson K, Rockström J, et al. Planetary boundaries: Guiding human development on a changing planet. Science, 2015, 347(6223): 1259855. DOI: 10.1126/science.1259855.

[61]
Pastor A V, Ludwig F, Biemans H, et al. Accounting for environmental flow requirements in global water assessments. Hydrology and Earth System Sciences, 2014, 18(12): 5041-5059.

[62]
Vanham D, Bruckner M, Schwarzmueller F, et al. Multi-model assessment identifies livestock grazing as a major contributor to variation in European Union land and water footprints. Nature Food, 2023, 4(7): 575-584.

DOI PMID

[63]
Galli A, Antonelli M, Wambersie L, et al. EU-27 ecological footprint was primarily driven by food consumption and exceeded regional biocapacity from 2004 to 2014. Nature Food, 2023, 4(9): 810-822.

DOI PMID

Options
Outlines

/

〈 〉