摘要： 基于新疆額敏灌區(qū)2009—2021年各項數(shù)據(jù)指標(biāo)，利用SBM模型、Malmquist指數(shù)、多元線性回歸分析等方法，綜合分析全要素生產(chǎn)率、農(nóng)業(yè)用水效率及其影響因素.研究發(fā)現(xiàn)：2009—2021年農(nóng)業(yè)用水效率均值為0.938，處于較高利用狀態(tài)；灌區(qū)全要素生產(chǎn)率年均值均大于1，農(nóng)業(yè)用水效率總體呈現(xiàn)較好的發(fā)展趨勢，技術(shù)進(jìn)步起重要作用；空間上，農(nóng)業(yè)用水效率按地區(qū)排序由大到小表現(xiàn)為東北部、西部、中部，具體為東北部農(nóng)業(yè)用水效率均值為1.499，中部與西部農(nóng)業(yè)用水效率均值分別為0.495和0.540；種植構(gòu)成、產(chǎn)值構(gòu)成與年平均氣溫是影響額敏灌區(qū)農(nóng)業(yè)用水效率的主要因素.

關(guān)鍵詞： 額敏灌區(qū)；農(nóng)業(yè)用水效率；超效率SBM模型；Malmquist指數(shù)

中圖分類號： S274文獻(xiàn)標(biāo)志碼： A文章編號： 1674-8530（2024）11-1175-06

DOI：10.3969/j.issn.1674-8530.23.0223

王世威，范文波，馬軍勇，等. 基于SBM模型的額敏灌區(qū)農(nóng)業(yè)用水效率時空特征分析[J]. 排灌機(jī)械工程學(xué)報，2024，42（11）：1175-1180.

WANG Shiwei， FAN Wenbo， MA Junyong，et al. Analysis of spatial and temporal characteristics of agricultural water use efficiency in Emin Irrigation District utilizing SBM model[J]. Journal of drainage and irrigation machinery engineering（JDIME）， 2024， 42（11）： 1175-1180. （in Chinese）

Analysis of spatial and temporal characteristics of agricultural water

use efficiency in Emin Irrigation District utilizing SBM model

WANG Shiwei1， FAN Wenbo1*， MA Junyong2， YANG Haimei1， REN Congzhe1， LI Shunshun1， LIU Yu1

（1. College of Water Conservancy amp; Architectural Engineering， Shihezi University， Shihezi， Xinjiang 832000， China; 2. Xinjiang Academy of Agricultural and Reclamation Science， Shihezi， Xinjiang 832000， China）

Abstract： Utilizing data from Xinjiang Emin Irrigation District spanning the years 2009 to 2021， the SBM model， Malmquist index and multiple linear regression analysis were employed to conduct a comprehensive examination of total factor productivity， agricultural water use efficiency， and their influencing factors. The study finds that the average agricultural water use efficiency is 0.938 from 2009 to 2021， indicating a relatively high level of utilization. Furthermore， the average annual total factor productivity in the irrigated areas is greater than 1， suggesting a positive development trend in overall agricultural water use efficiency. Technological advancements have played an important role in this progress. Regarding spatial distribution， agricultural water use efficiency is highest in the northeast region， followed by the western and central regions. Specially， the average agricultural water use efficiency is 1.499 in the northeast， compared to 0.495 and 0.540 in the center and the west regions， respectively. The primary factors influencing agricultural water use efficiency in Emin Irrigation District include the composition of planting， the composition of output value， and the average annual temperature.

Key words： Emin Irrigation District;agricultural water use efficiency;superefficient SBM model;Malmquist index

水資源一直以來都是農(nóng)業(yè)賴以生存的重要因素，也是社會與地區(qū)發(fā)展的重要戰(zhàn)略[1].目前水資源短缺問題是社會經(jīng)濟(jì)與農(nóng)業(yè)發(fā)展的瓶頸[2]，當(dāng)前新疆農(nóng)業(yè)用水占社會總用水的90%以上[3]，針對灌區(qū)農(nóng)業(yè)發(fā)展戰(zhàn)略，發(fā)展農(nóng)業(yè)節(jié)水技術(shù)、提高農(nóng)業(yè)用水效率對于保障水資源安全具有重要意義.

目前，學(xué)者們廣泛采用數(shù)據(jù)包絡(luò)分析法（DEA）對農(nóng)業(yè)用水效率進(jìn)行全要素測算分析.但是，由于DEA模型缺乏考慮松弛變量對效率的影響，而超效率SBM模型可以較好地彌補(bǔ)這一缺點.郝銘等[4]通過超效率SBM模型分析了黃河流域農(nóng)業(yè)水資源利用率.另外，農(nóng)業(yè)用水效率的影響因素多利用回歸方法分析，如WANG等[5]運(yùn)用基于面板數(shù)據(jù)的Tobit回歸模型，對影響效率的因素進(jìn)行分析.

綜合看，對灌區(qū)內(nèi)農(nóng)業(yè)用水效率研究還處于探索階段.故文中采用超效率SBM模型并加入非期望產(chǎn)出（即在相同的水資源使用情況下，產(chǎn)值收益越高及面源污染越低則農(nóng)業(yè)用水效率越高）對新疆額敏灌區(qū)農(nóng)業(yè)用水效率進(jìn)行測度，分析灌區(qū)農(nóng)業(yè)用水效率在時間與空間上的變化特征，利用多元線性回歸分析影響農(nóng)業(yè)用水效率的主要因素，以期為新疆額敏灌區(qū)現(xiàn)代化管理與農(nóng)業(yè)用水效率提升提供參考.

1研究區(qū)概況

額敏灌區(qū)位于新疆維吾爾自治區(qū)西北部第九師，灌區(qū)年均日照時數(shù)為2 405.6 h，無霜期平均為118 d，年均降水量為342.77 mm.額敏灌區(qū)水源主要為地表水與地下水相結(jié)合，灌區(qū)水量配置中地表水占比大于地下水占比，其中東北部以地表水占比為主，占比均值為80.57%；中部與西部地表水與地下水占比基本對等.

根據(jù)灌區(qū)內(nèi)的不同地理位置，將灌區(qū)分為東北部（165團(tuán)、167團(tuán)、168團(tuán)）山前傾斜平原、中部（166團(tuán)、團(tuán)結(jié)農(nóng)場）低山丘陵區(qū)、西部（163團(tuán)、164團(tuán)）平原共3個片區(qū).

2數(shù)據(jù)來源與研究方法

2.1數(shù)據(jù)資料來源

2.1.1數(shù)據(jù)來源

文中數(shù)據(jù)主要來自《塔城市統(tǒng)計年鑒》《額敏縣年鑒》《九師統(tǒng)計提要》；水量數(shù)據(jù)來自于九師水利局提供；降水量、平均氣溫等指標(biāo)數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng).

2.1.2指標(biāo)選取

運(yùn)用超效率SBM模型對農(nóng)業(yè)用水效率進(jìn)行測度.選取勞動、土地、資源投入等指標(biāo)作為投入變量；農(nóng)業(yè)人口數(shù)p作為勞動的代理變量；灌溉面積S作為土地的代理變量；灌溉水量w作為資源投入的代理變量；期望產(chǎn)出指標(biāo)為農(nóng)業(yè)總產(chǎn)值Ct；非期望產(chǎn)出為農(nóng)業(yè)污染面源綜合指數(shù)I.其中農(nóng)業(yè)污染面源污染構(gòu)成指標(biāo)參考方琳等[6]的選取方法，利用熵值法進(jìn)行綜合后作為農(nóng)業(yè)污染面源污染綜合指數(shù).選取指標(biāo)見表1.

2.2研究方法

2.2.1超效率SBM模型

所選取的超效率SBM模型架構(gòu)：n為決策單元數(shù)；m，s1，s2分別為投入單元、期望產(chǎn)出與非期望產(chǎn)出.按照模型結(jié)果，當(dāng)效率ρ≥1.000時，說明決策單元（對應(yīng)文中的各個團(tuán)場）的效率值有效；將效率ρ為[0，1）的利用狀態(tài)解釋為較有效狀態(tài)下的較高、中等、較低與極低利用狀態(tài).具體劃分：ρ≥1.000，0.800≤ρ＜1.000，0.600≤ρ＜0.800，0.400≤ρ＜0.600，0.200≤ρ＜0.400分別說明決策單元的用水效率為有效利用狀態(tài)、較高利用狀態(tài)、中等利用狀態(tài)、較低利用狀態(tài)、極低利用狀態(tài).

文中采用投入導(dǎo)向型的規(guī)模報酬不變的超效率SBM模型對額敏灌區(qū)的農(nóng)業(yè)用水效率進(jìn)行測度分析，模型計算公式為

min ρ=1+1m∑mi=1si-xik

1-1s1+s2∑s1r=1sr+yrk+∑s2v=1sb-vbvk，（1）

s.t.

xik≥∑nj=1，j≠kxijλj-si-，

i=1，2，…，m，j=1，2，…，n（j≠k），

yrk≤∑nj=1，j≠kyrjλj+sr+， r=1，2，…，s1，

bvk≥∑nj=1，j≠kbvjλj-sb-v， v=1，2，…，s2，

0lt;1-1s1+s2∑s1r=1sr+yrk+∑s2v=1sb-vbvk，

0≤λ，s-i，s+i，sb-v，（2）

式中：ρ為農(nóng)業(yè)用水效率；n為決策單元數(shù)；m，s分別為選取投入與產(chǎn)出的指標(biāo)數(shù)量；si-，sr+，sb-分別為投入松弛變量、期望產(chǎn)出、非期望產(chǎn)出松弛變量；xij，yrj，bvj中j，i，r，v分別為決策單元、投入、期望與非期望產(chǎn)出；λj中j為線性組合系數(shù).xik，yrk，bvk分別表述為以k作為決策單元下的投入、期望與非期望產(chǎn)出的數(shù)據(jù)值.

2.2.2Malmquist指數(shù)

超效率SBM模型不能較好地動態(tài)分析不同決策單元在不同時期的效率，也無法分析決策單元效率高低的原因.而Malmquist指數(shù)彌補(bǔ)了這兩處不足[7]，公式為

M（xt，yt，xt+1，yt+1）TFPCH=Dtc（xt+1，yt+1）Dt+1c（xt+1，yt+1）Dtc（xt，yt）Dt+1c（xt，yt）TECHCH·

Dt+1c（xt+1，yt+1）Dtc（xt，yt）EFFCH=

Dtc（xt+1，yt+1）Dt+1c（xt+1，yt+1）

Dtc（xt，yt）Dt+1c（xt，yt）TECHCH·

Dt+1v（xt+1，yt+1）Dtv（xt，yt）PECH

Dt+1c（xt+1，yt+1）Dtv（xt，yt）Dt+1v（xt+1，yt+1）Dtc（xt，yt）SECH，（3）

式中：x，y為投入、產(chǎn)出指標(biāo)向量；t為時間；D為投入產(chǎn)出距離函數(shù)；Dtc（xt，yt）和Dtc（xt+1，yt+1）表示在t時間技術(shù)條件下、規(guī)模報酬不變時，t與t+1時期的效率情形；Dt+1c（xt，yt）與Dt+1c（xt+1，yt+1）則為t+1時間技術(shù)下，t，t+1時期的效率情形；TFPCH，TECHCH，EFFCH，PECH，SECH分別為全要素生產(chǎn)率、技術(shù)進(jìn)步變化、技術(shù)效率變化、純技術(shù)效率變化、規(guī)模效率變化.

當(dāng)全要素生產(chǎn)率gt;1時，表示決策單元的效率處于上升階段.若技術(shù)效率變化gt;1，表明決策單元改進(jìn)了現(xiàn)有技術(shù)，相對效率有所提高；若技術(shù)進(jìn)步變化gt;1，表明現(xiàn)有技術(shù)發(fā)生了進(jìn)步和創(chuàng)新；純技術(shù)效率變化gt;1則表示管理有所改善；若規(guī)模效率變化gt;1，表示規(guī)模擴(kuò)大，促進(jìn)了效率提高.

2.3數(shù)據(jù)處理

采用Microsoft Excel 2019進(jìn)行數(shù)據(jù)記錄與整理，采用Origin 2018基于數(shù)據(jù)進(jìn)行繪圖，數(shù)據(jù)分析采用超效率SBM模型進(jìn)行分析整理.

3模型測度結(jié)果與分析

3.1灌區(qū)農(nóng)業(yè)用水效率

基于Max-DEA軟件計算出額敏灌區(qū)的農(nóng)業(yè)用水效率ρ，結(jié)果見表2.其中165團(tuán)農(nóng)業(yè)用水效率最高，均值為3.536處于極高效有效利用狀態(tài)，原因為165團(tuán)的投入較其他團(tuán)場最小，非期望產(chǎn)出污染面源指數(shù)最小僅為0.05，有較好的期望產(chǎn)出與最優(yōu)的非期望產(chǎn)出.

3.2農(nóng)業(yè)用水效率時空異質(zhì)性

3.2.1農(nóng)業(yè)用水效率時間差異性

根據(jù)對灌區(qū)的農(nóng)業(yè)用水效率測度，2009—2021年年均變化見表2.由表可知，近13 a來額敏灌區(qū)農(nóng)業(yè)用水效率總體呈現(xiàn)波動變化的趨勢；灌區(qū)近13 a來農(nóng)業(yè)用水效率測度值大于1處于有效狀態(tài)的為2012，2013，2014，2020年；除2019年（0.741）處于中等有效利用狀態(tài)，2009—2011，2015—2018，2021年的農(nóng)業(yè)效率測度值均處于較高利用狀態(tài).

對灌區(qū)2009—2021年農(nóng)業(yè)用水效率采用Malmquist指數(shù)進(jìn)行全要素生產(chǎn)率及分解分析，如圖1所示.可知技術(shù)進(jìn)步變化趨勢及純技術(shù)效率變化趨勢總體與全要素生產(chǎn)率變化基本趨勢一致，呈現(xiàn)為整體波動降低趨勢；規(guī)模效率變化趨勢整體呈現(xiàn)波動增長后趨于穩(wěn)定的變化趨勢.

灌區(qū)近13 a全要素生產(chǎn)率、技術(shù)效率變化、技術(shù)進(jìn)步變化、純技術(shù)效率、規(guī)模效率的均值均大于1，說明灌區(qū)的農(nóng)業(yè)用水效率總體呈現(xiàn)較好的發(fā)展趨勢；技術(shù)效率變化值在2011—2012，2012—2013，2018—2019與2020—2021年份中小于且接近1，其原因為2009—2021年期間技術(shù)進(jìn)步變化對農(nóng)業(yè)用水效率的提升高于技術(shù)效率變化；且在技術(shù)效率變化的分解中，純技術(shù)效率與規(guī)模效率均值分別為1.040與1.013，對灌區(qū)農(nóng)業(yè)用水效率的影響處于較為綜合的情形；其中技術(shù)進(jìn)步變化值在13 a中僅2014—2015與2017—2018年小于1，故技術(shù)進(jìn)步變化對改善灌區(qū)農(nóng)業(yè)用水效率起到至關(guān)重要的影響.因此，對灌區(qū)內(nèi)農(nóng)業(yè)用水效率進(jìn)行改善需要結(jié)合技術(shù)進(jìn)步，合理使用先進(jìn)技術(shù)以完善農(nóng)業(yè)配置.

3.2.2農(nóng)業(yè)用水效率空間趨勢

根據(jù)額敏灌區(qū)2009—2021年農(nóng)業(yè)用水效率及投入產(chǎn)出松弛率δ在灌區(qū)東北部、中部、西部的變化趨勢，如圖2所示，總體上農(nóng)業(yè)用水效率按灌區(qū)內(nèi)不同地理位置排序由大到小表現(xiàn)為東北部，西部，中部；投入及產(chǎn)出松弛率年均值按地理位置排序由小到大表現(xiàn)為東北部（23.29%），西部（26.88%），中部（30.04%）.農(nóng)業(yè)用水效率松弛率可以反映出投入與產(chǎn)出變量距離達(dá)到有效值的百分比，松弛率越低說明投入產(chǎn)出較合理.東北部農(nóng)業(yè)用水效率整體呈現(xiàn)“波動趨勢”，2009—2021年均值為1.499，處于有效狀態(tài).中部灌區(qū)在2009—2021年期間農(nóng)業(yè)用水效率均值為0.495，處于較低利用狀態(tài)，呈現(xiàn)“之”字形趨勢，其中2013—2017年農(nóng)業(yè)用水效率處于上升趨勢，年均增長率為12.42%；西部農(nóng)業(yè)用水效率均值為0.540，趨勢呈現(xiàn)為“兩頭低，中間高”.

對額敏灌區(qū)所屬團(tuán)場2009—2021年Malmquist指數(shù)平均值進(jìn)行分解，如圖3所示.

由圖3可知：灌區(qū)內(nèi)各個團(tuán)場的全要素生產(chǎn)效率與技術(shù)進(jìn)步變化的年均值均大于1，說明灌區(qū)內(nèi)近些年的農(nóng)業(yè)用水效率發(fā)展整體呈良好趨勢，其中技術(shù)進(jìn)步的貢獻(xiàn)程度大于技術(shù)效率變化，說明技術(shù)方面的進(jìn)步對灌區(qū)農(nóng)業(yè)用水效率的上升起到了重要作用.對技術(shù)效率變化值進(jìn)行分解后，純技術(shù)效率各個團(tuán)場年均值均大于1，規(guī)模效率年均值表現(xiàn)為在166團(tuán)、163團(tuán)、164團(tuán)小于1，表明2009—2021年灌區(qū)內(nèi)的純技術(shù)效率對于技術(shù)效率提升的貢獻(xiàn)高于規(guī)模效率.165團(tuán)、168團(tuán)、團(tuán)結(jié)農(nóng)場、164團(tuán)的技術(shù)效率變化值與規(guī)模效率基本接近.

3.3農(nóng)業(yè)用水效率影響因素

3.3.1指標(biāo)選取

針對農(nóng)業(yè)用水效率的影響因素，從經(jīng)濟(jì)發(fā)展、水資源稟賦、自然因素、農(nóng)業(yè)節(jié)水技術(shù)、種植情況等5個因素、7個變量進(jìn)行分析，見表3.

對灌區(qū)不同地理位置選取的7個指標(biāo)變量進(jìn)行多元線性回歸分析，見表4—6.

將灌區(qū)農(nóng)業(yè)用水效率作為因變量，其余指標(biāo)作為自變量構(gòu)建回歸模型進(jìn)行回歸分析，分析的方差膨脹因子均小于10，容差均小于1，說明沒有共線性的情況.

3.3.2影響因素分析

由表4可得：灌區(qū)東北部種植構(gòu)成（P＜0.01）與農(nóng)業(yè)用水效率呈顯著負(fù)相關(guān)；產(chǎn)值構(gòu)成（P＜0.01）對農(nóng)業(yè)用水效率提高呈現(xiàn)極顯著正相關(guān)，系數(shù)為0.008.東北部糧食作物種植面積多年整體呈遞增趨勢，2009—2021年種植面積從27.03%增加到47.90%，隨著糧食作物占比的增加對農(nóng)業(yè)用水需求量也隨之變大，對農(nóng)業(yè)用水效率提升起抑制作用；隨著第一產(chǎn)值的占比增加，區(qū)域會加大對灌區(qū)的農(nóng)業(yè)技術(shù)現(xiàn)代化建設(shè)，灌區(qū)管理會更加現(xiàn)代化與標(biāo)準(zhǔn)化，有利于農(nóng)業(yè)用水效率的提高.

由表5可得：灌區(qū)中部種植構(gòu)成（P＜0.05）對農(nóng)業(yè)用水效率提高呈現(xiàn)顯著負(fù)相關(guān)，系數(shù)為-0.009.中部種植構(gòu)成指標(biāo)2009—2021年從28.66%增加到52.70%，說明隨著糧食作物占比的增加，農(nóng)戶會選擇高耗水糧食作物玉米等較其他作物灌溉水量多的種植情況，從而對農(nóng)業(yè)用水效率的提高產(chǎn)生抑制作用.

由表6可得：灌區(qū)西部年均氣溫（P＜0.05）對農(nóng)業(yè)用水效率提高呈現(xiàn)顯著負(fù)相關(guān)，產(chǎn)值構(gòu)成（P＜0.01）對農(nóng)業(yè)用水效率提高呈現(xiàn)極顯著正相關(guān)，系數(shù)分別為-0.118與0.024.西部年均氣溫均值為8.25 ℃，高于中部（7.53 ℃）與東北部（6.42 ℃），說明氣溫的升高會影響作物的光合速率、抑制作物的正常生長，降低農(nóng)業(yè)用水效率.

利用多元線性回歸分析影響農(nóng)業(yè)用水效率的因素，種植構(gòu)成對灌區(qū)農(nóng)業(yè)用水效率呈較高負(fù)相關(guān)性，與張玲玲等[8]、韓穎等[9]的研究成果相接近.

綜上，基于農(nóng)業(yè)用水效率測度值及其影響因素分析及人為可控因素，提出幾點改善額敏灌區(qū)農(nóng)業(yè)用水效率的建議及對策：① 因地制宜地改善灌區(qū)農(nóng)業(yè)種植結(jié)構(gòu)，以農(nóng)業(yè)用水效率測度值為基礎(chǔ)，優(yōu)先對額敏灌區(qū)內(nèi)農(nóng)業(yè)用水效率處于較低利用狀態(tài)的中部與西部進(jìn)行種植結(jié)構(gòu)優(yōu)化.② 灌區(qū)東北部及西部在產(chǎn)值構(gòu)成方面可以加大對農(nóng)業(yè)技術(shù)現(xiàn)代化建設(shè)投入.③ 在不明顯降低產(chǎn)量的情況下，適當(dāng)控制化肥、農(nóng)藥和農(nóng)用地膜使用量.

4結(jié)論

農(nóng)業(yè)用水效率可以直觀地反映出區(qū)域農(nóng)業(yè)用水利用狀態(tài)，2009—2021年額敏灌區(qū)農(nóng)業(yè)用水效率變化情況及其影響因素分析結(jié)果如下：

1） 時間上，灌區(qū)農(nóng)業(yè)用水效率均值為0.938，處于較高的利用狀態(tài).

2） 空間上，灌區(qū)內(nèi)農(nóng)業(yè)用水效率表現(xiàn)為東北部最大，中部最??；東北部農(nóng)業(yè)用水效率均值為1.499，處于有效狀態(tài)；中部與西部農(nóng)業(yè)用水效率均值小于1，處于較低利用狀態(tài).灌區(qū)內(nèi)各個團(tuán)場的全要素生產(chǎn)效率中，技術(shù)進(jìn)步的貢獻(xiàn)程度大于技術(shù)效率變化.純技術(shù)效率對技術(shù)效率提升的貢獻(xiàn)高于規(guī)模效率.

3） 影響額敏灌區(qū)農(nóng)業(yè)用水效率的指標(biāo)主要為年平均氣溫、產(chǎn)值構(gòu)成、種植構(gòu)成3個；東北部主要為種植構(gòu)成與產(chǎn)值構(gòu)成；中部主要為種植構(gòu)成；西部主要影響因素為年均氣溫與產(chǎn)值構(gòu)成.

參考文獻(xiàn)（References）

[1]ZHANG D， CHANG L， WU S， et al. Study on sustainable development of water resources in Gansu Province[J]. IOP conference series： earth and environmental science， 2019，344：12161-12164.

[2]FLECHTNER F， WINDERL M， PETERS K， et al. Interactives groundwater flow model to support water right applications in agricultural regions[J]. Grundwasser， 2023，28（2）： 183-187.

[3]張沛， 龍愛華， 海洋，等. 1988—2015年新疆農(nóng)業(yè)用水時空變化與政策驅(qū)動研究——基于農(nóng)作物水足跡的統(tǒng)計分析[J]. 冰川凍土， 2021， 43（1）： 242-253.

ZHANG Pei， LONG Aihua， HAI Yang， et al. Spatio temporal variations and driving forces of agricultural water consumption in Xinjiang during 1988—2015： based on statistical analysis of crop water footprint[J]. Journal of glaciology and geocryology， 2021， 43（1）： 242-253.（in Chinese）

[4]郝銘， 段琳瓊， 陳常優(yōu)， 等. 黃河流域與長江經(jīng)濟(jì)帶農(nóng)業(yè)水資源利用效率與影響因素的差異性研究[J]. 水土保持通報， 2022， 42（4）： 267-277.

HAO Ming， DUAN Linqiong， CHEN Changyou， et al. Differences in agricultural water use efficiency and its influencing factors between Yellow River basin and Yangtze River economic belt[J]. Bulletin of soil and water conservation， 2022， 42（4）： 267-277.（in Chinese）

[5]WANG M J， ZHANG H X， DANG D Y， et al. Fiscal decentralization， local government environmental protection preference， and regional green innovation efficiency： evidence from China[J].Environmental science and pollution research， 2023，30（36）： 85466-85481.

[6]方琳， 吳鳳平， 王新華， 等. 基于共同前沿SBM模型的農(nóng)業(yè)用水效率測度及改善潛力[J]. 長江流域資源與環(huán)境， 2018， 27（10）： 2293-2304.

FANG Lin， WU Fengping， WANG Xinhua， et al. Analysis of agricultural water efficiency measurement and improvement potential based on meta frontier SBM model[J]. Resources and environment in the Yangtze Basin， 2018， 27（10）：2293-2304.（in Chinese）

[7]XU X G， ZHOU Y F. Efficiency evaluation of green innovation in Chinese Eight Comprehensive Economic Areas based on threestage Malmquist index[J]. Polish journal of environmental studies， 2021，30（3）：2863-2875.

[8]張玲玲， 丁雪麗， 沈瑩，等. 中國農(nóng)業(yè)用水效率空間異質(zhì)性及其影響因素分析[J]. 長江流域資源與環(huán)境， 2019， 28（4）： 817-828.

ZHANG Lingling， DING Xueli， SHEN Ying， et al. Spatial heterogeneity and influencing factors of agricultural water use efficiency in China[J]. Resources and environment in the Yangtze Basin， 2019， 28（4）： 817-828.（in Chinese）

[9]韓穎， 張珊. 中國省際農(nóng)業(yè)用水效率影響因素分析——基于靜態(tài)與動態(tài)空間面板模型[J]. 生態(tài)經(jīng)濟(jì)， 2020，36（3）： 124-131.

HAN Ying， ZHANG Shan. Analysis of influencing factors of agricultural water use efficiency in China： based on static and dynamic space panel models[J]. Ecological economy， 2020，36（3）：124-131.（in Chinese）

（責(zé)任編輯張文濤）

收稿日期： 2023-11-03； 修回日期： 2024-03-10； 網(wǎng)絡(luò)出版時間： 2024-11-08

網(wǎng)絡(luò)出版地址： https：//link.cnki.net/urlid/32.1814.TH.20241108.0950.024

基金項目： 國家自然科學(xué)基金資助項目（41761064）；第九師2023年度灌溉水有效利用系數(shù)測算分析項目（0415-KH0161）；第九師科技計劃項目（2022JS012）

第一作者簡介： 王世威（1996—），男，河南周口人，碩士研究生（1677844134@qq.com），主要從事農(nóng)業(yè)水土資源高效利用研究.

通信作者簡介： 范文波（1975—），男，新疆石河子人，教授（fwb205@163.com），主要從事節(jié)水灌溉理論及農(nóng)業(yè)水土資源高效利用研究.