年度淡水抽取量，工业用水（占淡水总抽取量的百分比）
Annual freshwater withdrawals, industry (% of total freshwater withdrawal)
下载数据指标解释
World Bank official description / 世界银行官方说明
Annual freshwater withdrawals refer to total water withdrawals, not counting evaporation losses from storage basins. Withdrawals also include water from desalination plants in countries where they are a significant source. Withdrawals can exceed 100 percent of total renewable resources where extraction from nonrenewable aquifers or desalination plants is considerable or where there is significant water reuse. Withdrawals for industry are total withdrawals for direct industrial use (including withdrawals for cooling thermoelectric plants). Data are for the most recent year available for 1987-2002.
可供参考的中文翻译：年度淡水抽取量指水源总抽取量，未计入水库的蒸发损失。在咸水淡化厂作为重要水源的国家，抽取量也包括来自咸水淡化厂的水。在从不可再生的蓄水层或咸水淡化厂的抽取量相当可观，或者废水回收利用率相当高的地方，则抽取量可能超过可再生资源总量的百分之百。工业用水抽取量为工业直接使用的总抽取量（包括用于热电厂冷却用水抽取量）。
数据口径与风险提示
- 本指标为工业用水占淡水总抽取量的比例，是一个结构占比而非绝对数量，高比例可能因工业规模大也可能因农业或生活用水减少
- 数据覆盖期存在明显断档，中国有1980-2022年连续数据，但世界数据仅覆盖2014-2021年，早期数据缺失
- 各十年期的世界倍数数据大多缺失，仅2010-2019和2020-2029两期有完整世界数据，跨国比较受限制
- 该指标不反映淡水抽取的绝对规模，两个国家比例相同但绝对量可能相差数十倍
- 在评估水压力时应结合淡水资源总量，缺水国家抽取比例高不代表实际工业用水量大
- 淡水抽取量可能超过可再生资源总量，尤其在地下水超采或淡化水使用显著的地区
- 本指标不区分水的循环利用次数，高回收率可能导致统计口径下的抽取量被低估
- 国家间水管理政策、统计能力和上报标准差异可能影响数据的国际可比性
中国趋势
从1980年至2022年，中国工业用水占淡水总抽取量的比例呈现先升后降的倒U型走势。1980年代初该比例约为10%，1990年代进入快速上升通道，2007年触及峰值约24.6%，随后逐步回落，2020-2022年稳定在约17.7%。这一变化轨迹反映了中国工业结构的阶段性特征：1990年代至2000年代中期工业化进程加速推动工业用水占比上升，而2010年后随着服务业占比提升、节水技术推广以及产业向价值链高端转型，工业用水比例开始下降。2022年数值较峰值下降约6.8个百分点，体现出用水结构优化的趋势。
- 1980年工业用水占比为10.31%，为有记录以来首年数据
- 2007年达到历史最高值24.56%，较1980年上升约14.3个百分点
- 2022年最新值为17.73%，较峰值下降约6.8个百分点
- 从首年至最新年的倍数变化为1.72倍，即比例水平有所提升
- 2010年至2022年间变化为-3.25个百分点，呈下降趋势
- 数据覆盖1980-2022年共43个年度，序列较为完整
- 数据反映的是工业用水占总抽取量的比例变化，而非工业绝对用水量的变化，比例下降可能因分母增大而非分子减小
- 本指标不包含用水效率信息，需结合工业总用水量和工业产值综合判断
全球趋势
世界工业用水占比数据显示2014-2021年呈小幅下降趋势，从约17.0%降至约15.1%，下降约1.9个百分点。该趋势与同期中国的情况方向一致，但幅度和绝对水平存在差异。世界数据仅有8个年度点，时间跨度较短，且早期数据大量缺失，难以进行长周期的世界平均水平分析。这一下降趋势可能反映了全球范围内服务业经济比重上升和工业节水技术进步的共同作用。
- 2014年世界工业用水占比为16.97%，为有记录以来首年数据
- 2021年最新值为15.12%，为有记录以来最低值
- 从首年至最新年的倍数变化为0.89倍，比例水平有所下降
- 2014-2021年间变化为-1.86个百分点，呈下降趋势
- 数据仅覆盖2014-2021年共8个年度，序列较短
- 世界数据时间跨度短，无法观察长期趋势，结论的稳健性有限
- 世界平均值由不同发展阶段国家的加权汇总，结构性差异可能掩盖国别特征
- 本指标不区分工业类型，高耗水制造业和轻工业比例的国家差异会影响世界平均值
每十年变化摘要
| 十年区间 | 中国变化 | 世界变化 | 提示 |
|---|---|---|---|
| 1960-1969 | - | - | 该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。 |
| 1970-1979 | - | - | 该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。 |
| 1980-1989 | 0.9x | - | 该阶段只有中国具备可比变化率，适合先观察本国供需结构变化，不宜直接推断全球差异。 该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。 |
| 1990-1999 | 2.0x | - | 该阶段只有中国具备可比变化率，适合先观察本国供需结构变化，不宜直接推断全球差异。 该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。 |
| 2000-2009 | 1.1x | - | 该十年中国工业用水比例倍数约为1.15，增幅较1990年代显著收窄，显示工业用水占比进入相对平台期，增速趋缓。需注意世界同期数据缺失，无法评估该变化是否具有全球普遍性。 |
| 2010-2019 | 0.8x | 0.9x | 中国的阶段变化率低于世界，可能意味着本国分母项相对分子项改善更快，或净进口依赖、国内供需结构与全球平均出现分化。 该判断仍应结合指标定义、相关变量和缺失年份理解，避免把单一比例变化写成确定因果。 |
| 2020-2029 | 1.0x | 1.0x | 该十年中国倍数接近1.0（持平），世界倍数约为0.99（略有下降）。两者差异微小，但中国数据仅含2020-2022年，后续年份尚不可得，趋势判断需待数据更新。该阶段中国工业用水比例稳定在全球平均水平之上约2.6个百分点。 |
2022 年全部国家排名
排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。
使用建议、常见误用与研究场景
数值较高通常意味着什么
工业用水占比高通常意味着工业部门在用水结构中占据主导地位，可能与工业化程度高、重化工业比重较大或农业生活用水相对较少有关。高比例本身不直接反映水资源稀缺程度，需结合淡水总量指标综合判断。
数值较低通常意味着什么
工业用水占比低通常意味着农业或生活用水占据更大比例，可能反映服务业经济比重较高、工业以低耗水行业为主或存在较为严格的工业节水措施。比例降低可能由积极的产业转型带来，也可能是农业用水增长所致。
鍙ｅ緞闄愬埗
- 本指标为相对比例而非绝对数量，无法反映实际工业用水规模
- 比例变化受分子（工业用水）和分母（总用水）的双向影响，需分解分析
- 不同国家水资源禀赋差异显著，高比例国家可能水资源丰富但工业耗水大
- 数据更新周期较长，2022年后数据可能存在缺失
- 统计口径差异可能影响跨国比较，尤其在淡水抽取量核算标准不一致时
- 本指标不反映水质状况和用水效率，无法直接评估水资源的可持续性
- 淡化水和再生水的使用可能影响淡水抽取量的核算完整性
- 数据缺失期较多，1987年以前和部分十年期的数据不可得
使用建议
- 结合淡水抽取总量（ER.H2O.FWTL.K3）和人均淡水资源（ER.H2O.INTR.PC）评估绝对水压力
- 对比农业用水比例（ER.H2O.FWAG.ZS）和生活用水比例（ER.H2O.FWDM.ZS）分析用水结构变化
- 纳入水资源生产率（ER.GDP.FWTL.M3.KD）评估工业用水效率而非仅看比例
- 考虑工业化阶段和服务业比重，使用工业增加值增长率和就业结构变量辅助解读
- 结合国家水资源禀赋，低海拔地区和干旱半干旱国家需更审慎解读
- 跨国比较时注意统计口径差异，优先使用同一数据来源和方法论的结果
- 结合水压力指数（ER.H2O.FWST.ZS）评估水资源的实际可持续性
- 长期趋势分析应分段处理，识别结构性拐点而非简单线性外推
常见错误用法
错误做法：直接用中国工业用水占比（17.7%）与世界平均值（15.1%）对比，得出中国工业用水效率低下的结论
正确做法：结合绝对用水量和用水效率指标（如单位工业增加值的耗水量）综合评估
比例高可能因为分母（总用水）相对较小，或服务业不发达，而非单纯反映工业耗水效率低下
错误做法：将1990年代工业用水占比翻倍（倍数2.03）简单归因于某一特定政策或事件
正确做法：该变化是多重因素共同作用的结果，包括工业化进程加速、重化工业比重上升、农业用水相对稳定等，需结合多种变量分析
单一政策因素难以解释长达十年的持续上升趋势，过度简化可能导致错误的政策推断
错误做法：用比例指标推断工业绝对用水量的增减
正确做法：需查阅工业总用水量数据或结合GDP和工业增加值变化进行推算
比例下降可能是因为分母增大（农业或生活用水增加）而非分子减小，绝对用水量可能仍在增长
错误做法：将世界排名中高比例国家视为水资源管理差的典型
正确做法：排名高低受多种因素影响，包括资源禀赋、经济结构、统计口径等，不应直接作为评价水管理水平的依据
部分高比例国家可能拥有丰富水资源且工业以低耗水行业为主，并非管理水平低下所致
错误做法：忽视数据缺失期，直接用1980-2022年数据做长周期线性趋势分析
正确做法：识别数据断裂点，分段分析趋势，并在缺失期使用定性信息辅助判断
1990年代前的世界数据和部分十年期数据不可得，线性外推可能严重失真
错误做法：将工业用水占比下降解读为水资源问题已解决的信号
正确做法：需同时评估淡水抽取强度、水资源压力指数和用水效率的绝对改善情况
比例变化可能反映经济结构转型而非真实的用水效率提升，农业用水减少同样可能导致工业比例下降
实际应用场景
- 中国工业用水结构的长期演变与产业升级关联研究：分析1980-2022年工业用水占比变化与产业结构调整的关系，探讨服务业比重上升对工业用水份额的影响 被解释变量 可使用分段回归识别结构拐点，结合工业增加值和就业结构变量建立面板模型，注意控制水资源禀赋和气候条件
- 工业用水效率的跨国比较研究：对比中国与发达经济体和发展中经济体的工业用水占比水平差异及其决定因素 比较变量 需注意统计口径差异，建议使用子样本分析或标准化处理，控制人均水资源量和工业化阶段
- 水资源压力对工业发展的约束效应研究：评估水资源稀缺程度对工业用水占比和工业增长潜力的影响 解释变量或控制变量 可构建交互项模型，检验水资源压力与产业结构的调节效应，使用工具变量处理内生性问题
- 农业用水变化对工业用水比例的间接影响研究：分解工业用水占比变化中工业绝对用水变化和农业用水变化的贡献 机制变量 需要同时使用本指标和农业用水占比指标，计算各因素的贡献度，识别挤出效应
- 工业节水政策效果的稳健性检验：在评估节水政策对工业用水的影响时，使用本指标作为稳健性检验变量 稳健性检验变量 由于比例指标受分母变化影响，与绝对用水量指标结合使用可提高结论的可靠性
年度淡水抽取量，工业用水（占淡水总抽取量的百分比）常见问题
为什么中国工业用水占比在1990年代会翻倍增长？
1990年代中国工业用水占比从约10%升至超过20%，主要反映了该时期工业化加速、重化工业比重上升的阶段性特征。这一变化是工业绝对用水增长与农业生活用水相对稳定的共同结果，具体成因需结合工业结构和用水效率数据综合分析，不宜简单归因于单一因素。
2010年后中国工业用水占比下降意味着什么？
2010年后中国工业用水占比从约24%降至约18%，可能反映服务业比重上升、节水技术推广或产业向低耗水方向转型。但比例下降也可能是农业用水相对增加所致，需要结合农业用水比例和工业绝对用水量进一步验证。
为什么中国工业用水占比比世界平均水平高？
2021年中国工业用水占比约17.7%，世界平均约15.1%。差异可能源于中国工业化程度较高、重化工业比重较大，或服务业发展相对滞后。由于统计口径和资源禀赋差异，不宜直接得出好坏判断，需结合用水效率绝对指标综合评估。
可以用这个指标来比较不同国家的水资源管理水平吗？
该比例受资源禀赋、经济结构、统计口径等多因素影响，不宜直接作为水资源管理水平的评价标准。例如，高比例可能因水资源丰富而非管理不善，低比例也可能反映农业大水漫灌而非工业节水优秀。建议结合人均水资源量和水资源生产率综合判断。
中国工业用水占比的世界排名情况如何解读？
2022年中国工业用水占比约为17.7%，在前30左右国家中处于中等偏低水平，低于多数欧洲工业国。排名受样本国家构成影响较大，且该指标不反映用水效率和绝对规模，不应作为评价水资源管理水平的唯一依据。
下载数据
免费获取世界银行WDI完整数据集，包含年度淡水抽取量，工业用水（占淡水总抽取量的百分比）等所有指标，支持按国家、指标或主题下载CSV、Excel和XML格式数据。
下载数据