新疆绿洲水资源-社会经济-生态系统耦合的时空动态与驱动机制

《Agricultural Water Management》：Spatiotemporal dynamics and driving forces of water resource, socioeconomic, and ecosystem coupling in Xinjiang's oases

　　

面对粮食需求增长与气候变化带来的双重压力，国际学术界已不再将水资源、生态环境与社会经济因素作为独立实体进行评估，而是转向基于系统相互依赖的分析框架。北非雨养农业的实践表明，部门特定管理常在水资源节约目标与农民增收之间制造冲突，进而削弱系统韧性；针对干旱区内陆河流域的研究也证实，用水效率的提升无法完全抵消经济扩张对生态用水的挤占。可见，干旱区的可持续发展取决于多系统相互作用所引发的演化路径、临界阈值及资源分配冲突，而非单一子系统的局部优化。一旦系统承载力阈值被突破，可能触发非线性连锁反应，甚至导致多系统协调关系的失稳。因此，阐明干旱区水资源-生态环境-社会经济（WES）系统的耦合路径与驱动机制，是保障区域可持续发展的必要前提。

耦合协调度模型（CCDM）已广泛用于区域协调发展评估，将熵权法（EWM）与指标间相关性评判法（CRITIC）结合可同时表征指标变异性与冲突性，增强赋权稳健性；经灰色关联改进的逼近理想解排序法（TOPSIS）克服了传统欧氏距离在趋势相似性捕捉方面的局限。然而，许多研究仍停留在协调状态的静态评估上，未能揭示子系统间的动态反馈关系与驱动机制。面板向量自回归（PVAR）适用于刻画内生变量的因果网络与方差分解，但其有效估计依赖于时间序列的平稳性，需预先进行单位根与协整检验。更为关键的是，现有研究中耦合协调度（CCD）与PVAR的组合应用多以行政区划为面板单元，对干旱区绿洲-沙漠镶嵌结构的关注不足，冲击路径也鲜少与空间异质性相关联。在驱动机制方面，向量自回归（VAR）模型的脉冲响应分析、地理探测器及XGBoost-SHAP等方法已被用于揭示系统协调的影响因素；地理时空加权回归（GTWR）在核函数中引入时间衰减，可同时捕捉空间非平稳性与时间动态性。然而，GTWR虽能提供局部系数，但缺乏PVAR模型所表征的反馈结构，仍难以回答“协调如何演化、冲击如何在子系统间传递、驱动因素如何在空间上变化”这一完整问题链。

作为人类聚居与发展的核心，新疆绿洲承载了90%以上的人口，贡献了超过95%的社会经济产出，是粮食安全与生态可持续的基础。灌溉用水、生态基流需求与社会经济发展用水之间存在竞争关系，农业用水管理是协调WES系统发展的关键调控环节。近年来，全球气候变化加速冰川退缩，叠加地下水过度开采，导致天然绿洲萎缩与退化，直接影响新疆绿洲WES系统的耦合协同状态。为促进新疆高质量发展，政府实施了塔里木河流域生态输水等重大工程，持续向生态脆弱区补水，同时推广节水灌溉与生态修复，区域生态状况有所改善，经济发展的生态环境代价有所降低。然而，资源利用与生态保护之间的冲突尚未解决，对不同区域差异化特征研究的缺乏使得分区管理难以推进，新疆绿洲WES系统的耦合协调发展仍面临严峻挑战。

近年来，新疆WES系统权衡与相互作用的研究已从一般评价转向机制分析，但一个关键问题仍未解答：不受行政边界约束的绿洲景观中，耦合协调的真实格局是怎样的？目前大多数研究仍以行政区为基本分析单元，这种做法极易将绿洲内人地作用强烈的区域与广袤未开发荒漠混为一谈，从而给协调状态评估引入系统性偏差。此外，绿洲景观尺度上WES系统相互作用模式与驱动机制的研究仍显不足。当机制不清时，用水冲突被空间平均所掩盖，有限水资源地区的持续过度开发与丰水地区的保护效益转化为新的灌溉压力，失衡沿流域传播，危及绿洲可持续性。以绿洲为分析单元，将耦合指标、动态反馈与时空变异系数纳入统一框架，可使农业用水管理从总量控制转向分区调控，也为全球干旱区绿洲可持续发展提供可迁移的分析框架与管理依据。

针对上述问题，本研究构建了新疆绿洲尺度的分析框架：在可持续发展目标（SDGs）指导下建立指标体系，采用EWM、CRITIC与TOPSIS的组合方法计算耦合协调度；随后利用PVAR与GTWR刻画不同绿洲单元耦合协调的动态交互与驱动机制。研究旨在回答三个核心科学问题：（1）1999—2023年新疆不同绿洲单元WES系统耦合协调的时空特征是什么？（2）绿洲WES系统内部的动态反馈特征是什么？（3）不同区位绿洲集群的WES耦合协调受各驱动因素的贡献如何？本研究以绿洲而非县域为分析单元，以减轻行政聚合造成的绿洲信号稀释；整合协调度量、子系统间冲击传递与时空变异系数，实现协调水平、反馈路径与区位驱动因子的连续分析，而非局限于静态格局；识别不同区位状态与机制的差异，在此基础上为干旱区绿洲水资源总量与用水强度的差别化管理提供理论基础。

# 新疆绿洲水资源—社会经济—生态系统耦合的时空动态与驱动机制解读

## 一、研究背景与科学问题

干旱区可持续发展长期面临水资源刚性约束、生态退化与社会经济发展需求之间的多重矛盾。传统研究往往将水资源、生态环境与社会经济作为独立对象分别评估，忽视了系统间的非线性交互与反馈机制。北非雨养农业实践表明，部门割裂管理会导致节水目标与农户增收之间的冲突；内陆河流域研究也证实，用水效率提升无法完全抵消经济扩张对生态用水的挤占。一旦系统承载力阈值被突破，可能引发连锁反应，导致多系统协调关系失稳。因此，阐明水资源—生态环境—社会经济（WES）系统的耦合路径与驱动机制，是干旱区可持续发展的必要前提。

新疆绿洲承载了全区90%以上人口和95%以上社会经济产出，是典型的“人—地—水”高度耦合区域。灌溉用水、生态基流与社会经济用水之间存在激烈竞争，农业用水管理成为协调WES系统发展的关键。近年来，气候变化加速冰川退缩，叠加地下水超采，天然绿洲持续退化；尽管政府实施了塔里木河流域生态输水、节水灌溉和生态修复等重大工程，区域生态状况有所改善，但资源利用与生态保护之间的冲突尚未根本解决。已有研究多以行政区为基本分析单元，极易将绿洲内人地作用强烈区域与广袤荒漠混为一谈，造成系统性偏差，导致用水冲突被空间平均所掩盖。目前，绿洲景观尺度上WES系统耦合协调的时空格局、动态反馈与驱动机制研究仍显不足。

本研究以新疆绿洲为分析单元，构建了“指标体系构建—耦合协调度量化—动态交互识别—驱动机制解析”的完整框架，旨在回答三个核心科学问题：（1）1999—2023年不同绿洲单元WES系统耦合协调的时空特征是什么？（2）绿洲WES系统内部的动态反馈特征是什么？（3）不同区位绿洲集群的耦合协调受各驱动因素的空间异质性影响如何？研究突破行政边界的限制，将耦合指标、动态反馈与时空变异系数纳入统一框架，为干旱区绿洲总量控制与分区调控提供理论依据。

## 二、主要研究方法

研究人员基于多源遥感数据，以新疆83个绿洲单元为研究对象，将全部绿洲划分为阿勒泰南坡、天山北坡、天山南坡和昆仑山北麓四大绿洲区。首先，在可持续发展目标（SDGs）指导下构建包含17个栅格指标的评估体系，数据来源于国家青藏高原科学数据中心、国家生态科学数据中心、Zenodo和NASA Earthdata Search等国际开放平台，空间分辨率统一为1 km。其次，采用熵权法（EWM）与指标间相关性评判法（CRITIC）结合确定指标权重，通过灰色关联改进的逼近理想解排序法（TOPSIS）计算各子系统得分，进而利用耦合协调度模型（CCDM）估算年度耦合协调度（CCD）。随后，对面板序列进行六种单位根检验与三种协整检验，构建面板向量自回归（PVAR）模型，结合格兰杰因果检验、正交化脉冲响应函数（IRF）和预测误差方差分解（FEVD）揭示子系统间动态反馈与冲击传递路径。最后，运用地理时空加权回归（GTWR）模型，基于高斯核函数和AICc准则优化带宽，分析不同区位绿洲单元驱动因素的时空异质性。

## 三、主要研究结果

### 3.1 WES系统的时空演化特征

1999—2023年间，四大绿洲区水资源子系统得分均呈下降趋势，其中天山北坡降幅最大（?29.256%），昆仑山北麓降幅最小（?1.76%）；社会经济子系统得分全面上升，天山北坡增幅最高（19.955%）；生态环境子系统得分亦普遍提升，阿勒泰南坡增幅最大（12.974%）。生态子系统占比逐渐增加，发展总体趋向各自原有优势方向。83个绿洲单元平均CCD为0.542，处于“勉强协调”区间（0.5≤D<0.6），年均增长率仅0.031%。四大绿洲区CCD均值排序为：天山北坡（0.554）>昆仑山北麓（0.542）>阿勒泰南坡（0.533）>天山南坡（0.527）；年均变化率分别为0.542%、?0.589%、?2.309%和?3.871%，表明除天山北坡外，其余绿洲区耦合协调水平整体呈下降态势。

### 3.2 系统间的动态交互

单位根检验显示WES变量水平序列非平稳，而一阶差分序列均在1%显著性水平下通过检验，表明三个子系统变量均为一阶单整I(1)。Kao、Pedroni和Westerlund协整检验证实变量间存在显著协整关系。基于AIC、BIC和HQIC准则确定最优滞后阶数为3，特征根均在单位圆内，模型稳定性良好。面板格兰杰因果检验表明，三个子系统在1%显著性水平下存在显著双向格兰杰因果关系，其中水资源对社会经济子系统的因果强度最大（χ2=74.612），水资源对生态环境子系统的因果强度次之（χ2=47.934）。脉冲响应分析显示：水资源冲击下，生态系统在第2期达到最大正向响应，第7期趋于收敛；生态冲击下，水资源在第3期达到峰值，社会经济在第2期达到最大响应；社会经济冲击下，系统自身响应始终为正，水资源在第1期达到最大，生态系统在第3期转为正向峰值。方差分解结果表明，第1期各子系统自身冲击解释了预测误差方差的绝大部分（水资源100%、生态92.5%、社会经济99.9%），到第5期分别为96.3%、86.3%和92.6%。长期来看，水资源对生态环境预测误差方差的贡献最大，约11.5%；水资源对社会经济的贡献仅约2.1%，表明水资源对生态系统的溢出效应远强于对社会经济系统。

### 3.3 关键驱动因素识别

GTWR模型结果表明，社会经济子系统的多年平均回归系数从0.024上升至0.043，2020年后加速增长；生态环境子系统系数从0.028降至0.017；水资源子系统系数从0.035降至0.026。分阶段看，早期（1999—2003年）水资源驱动占主导（W=0.036，E=0.024，S=0.023）；中期（2004—2019年）社会经济驱动逐渐超过水资源（W=0.027，E=0.016，S=0.028）；晚期（2020—2023年）社会经济驱动进一步强化（W=0.028，E=0.017，S=0.037）。空间上，四大绿洲区水资源驱动强度分别变化?22.02%、?34.33%、?35.70%和?13.94%，生态环境驱动强度变化?62.21%、?46.77%、?40.05%和?2.45%，社会经济驱动强度则分别增长109.31%、106.92%、95.60%和61.38%。水资源与生态环境驱动力随时间减弱并呈水平分布，而社会经济驱动力增强并沿垂直轴线演化，这与新疆地形屏障导致生产要素沿东西向交通经济廊道扩散的格局有关。

## 四、讨论总结

研究讨论部分指出，天山北坡CCD最高可归因于其位于西风带迎风坡，水汽来源充足，水资源约束相对较弱；天山南坡处于雨影区，毗邻塔克拉玛干沙漠腹地，灌溉农业依赖不稳定的河川来水，社会经济驱动力上升且不稳定。阿勒泰南坡以生态本底和水资源支撑耦合协调，高纬度低温导致农业扩张强度低；天山北坡在灌区管理和工业发展提高用水效率后，系统对水资源的敏感性下降，对社会经济发展的敏感性上升；天山南坡与昆仑山北麓呈现社会经济主导、水资源作为基础支撑、生态敏感性相对较低的驱动模式。与中亚及中国西部其他干旱区研究相比，新疆绿洲WES系统同样受水资源刚性约束和社会经济驱动，但因人为干预与区域水文约束的相对协调，对社会经济因素表现出更高的敏感性。不确定性来源主要包括指标体系覆盖不完整、数据降尺度误差以及赋权方法差异。未来改进方向包括引入农户问卷与灌溉用水分配实测数据，以及从统计相关性赋权范式转向基于物理过程和反馈机制的机理模型，以增强耦合协调量化的准确性与机制解释力。

## 五、研究结论

基于多源遥感数据与动态分析方法，本研究定量评估了1999—2023年新疆绿洲景观WES系统协同演化的动态交互与时空驱动因素。天山北坡绿洲单元的耦合协调指数最高（0.554），天山南坡最低（0.527）。当系统受到外部冲击时，子系统间存在显著的双向因果反馈回路，水资源对生态环境预测误差方差的贡献最大（约11.5%），而对社会经济因素的贡献仅约2.1%。约在2010年前后，主导驱动力从水资源转向社会经济因素：转变前社会经济、水资源和生态因素的贡献分别为32.09%、41.25%和26.66%；转变后分别为42.69%、35.66%和21.65%。结果表明，新疆绿洲WES系统的耦合协调存在显著空间异质性；尽管全域面临普遍的水资源约束，但系统主导驱动因子已由水资源转为社会经济因素。