冉光妍，王光耀，2，杜慧娟，呂 密

（1.石河子大學理學院， 新疆 石河子 832000；2.中國科學院新疆生態(tài)與地理研究所， 烏魯木齊 830011）

0 引 言

在氣候變化等不確定的發(fā)展背景下，水資源的稀缺性日益凸顯，已成為未來世界的風險之首[1]。繼聯(lián)合國千年發(fā)展目標之后，2015 年聯(lián)合國可持續(xù)發(fā)展峰會通過《變革我們的世界：2030 年可持續(xù)發(fā)展議程》報告，提出17 項可持續(xù)發(fā)展目標(Sustainable Development Goals，簡稱SDGs)和169 項子目標，其中第六項水目標指出，所有行業(yè)應大幅提高用水效率，以解決缺水問題，確保實現(xiàn)水資源可持續(xù)利用[2]?？沙掷m(xù)發(fā)展理念長期貫穿在我國水資源利用過程中，早在2012 年我國就提出實行最嚴格的水資源管理制度，2015 年提出水污染防治行動計劃，伴隨著SDGs 的提出，2019 年我國出臺了國家層面的節(jié)水規(guī)劃，水資源可持續(xù)利用目標變得更加明晰。但作為世界重要的農(nóng)業(yè)大國之一，2020 年，我國農(nóng)業(yè)用水占總用水量的比重仍高達62.1%。農(nóng)業(yè)用水效率的提升對用水效率的提升至關重要，是實現(xiàn)我國水資源可持續(xù)利用目標的重要抓手。

關于農(nóng)業(yè)用水效率的探索由來已久，研究內容主要集中在農(nóng)業(yè)用水效率測度、農(nóng)業(yè)用水效率影響因素分析、農(nóng)業(yè)用水效率評價等方面。在效率測度上，學者們大多基于多年的面板數(shù)據(jù)或實地調查數(shù)據(jù)進行農(nóng)業(yè)用水效率測度，研究區(qū)域涉及國家、地區(qū)、省域等多個尺度，研究方法主要采用非參數(shù)估計法中的數(shù)據(jù)包絡線分析法(Data Envelopment Analysis,DEA)和參數(shù)估計法中的隨機前沿分析法(Stochastic Frontier Approach，SFA)。由于農(nóng)業(yè)已成為我國水污染的主要污染源之一[3]，越來越多的學者在衡量農(nóng)業(yè)用水效率時將農(nóng)業(yè)面源污染囊括在內，采用基于DEA 的SBM（slacks-based measure）模型或超效率SBM 模型測算包含非期望產(chǎn)出的農(nóng)業(yè)用水效率[8-11]，這類效率通常被稱為農(nóng)業(yè)生態(tài)用水效率[9,13]；SFA 分析通常對灌溉技術效率和生產(chǎn)技術效率分別進行測算，測算的基礎數(shù)據(jù)或來自區(qū)域多年面板數(shù)據(jù)[14]，或來自短時間尺度上的實地調研數(shù)據(jù)。關于農(nóng)業(yè)用水效率影響因素的分析往往不是獨立的，而是和DEA 或SFA 方法相結合，通常是在效率測算的基礎上進行的，有少數(shù)學者采用靜態(tài)和動態(tài)的空間杜賓模型進行分析[15-19]，采用地理加權法進行分析[20]，也有部分學者采用Malmquist 指數(shù)法[13]，而應用得最廣泛的還是Tobit 模型[17,19]。在影響因素指標的選取上各不相同，但通常是從水資源稟賦、節(jié)水灌溉設施、種植結構、經(jīng)濟社會四大方面著手[10,19]。在農(nóng)業(yè)用水效率評價方面，學者大多采用層次分析法（AHP）來確定指標體系[21]，選取的評價指標通常包含渠系水利用系數(shù)、田間水利用系數(shù)、灌溉水利用系數(shù)、水分生產(chǎn)效率、耕地有效灌溉率、節(jié)水灌溉工程面積率6 個指標[22,23]；在確定指標權重時，除了層次分析法，也有學者采用基于熵權法的模糊物元模型[24,25]。此外，也有學者對遙感技術在農(nóng)業(yè)用水效率評價方面的應用進行了研究[26-28]。

學界關于農(nóng)業(yè)用水效率的研究分析為本文提供了很好的方法借鑒，但現(xiàn)有研究鮮有將SDGs 框架應用于農(nóng)業(yè)用水效率測度，一方面，提升農(nóng)業(yè)用水效率是SDGs的目標之一，SDGs明確提出了用水效率及按時間列出的用水效率變化具體目標，另一方面，SDGs 框架為農(nóng)業(yè)水資源可持續(xù)利用分析提供了明確的標準，使得農(nóng)業(yè)用水效率在宏觀目標上具有可比性；同時，限于數(shù)據(jù)的可獲取性，目前大多數(shù)學者選擇的研究尺度相對宏觀，其研究區(qū)域以國家、地區(qū)層面居多，從縣級尺度展開的研究相對較少；此外，鑒于區(qū)位的限制，當前學者選擇的研究區(qū)域大多位于東部、中部等地，對新疆南部地區(qū)的關注相對較少，而塔里木河流域作為南疆典型的干旱荒漠區(qū)，具有生態(tài)環(huán)境脆弱，以農(nóng)業(yè)為支柱產(chǎn)業(yè)的特點，提升農(nóng)業(yè)用水效率，對沖最大的限制性資源水資源匱乏的約束，是維系當?shù)亟?jīng)濟社會可持續(xù)發(fā)展的必然路徑。

為此，本文基于SDGs 框架，構建了包含面源污染的農(nóng)業(yè)生態(tài)用水效率測度指標體系和包含水資源管理的影響因素指標，采用SBM-undesirable 模型測度塔里木河流域各縣（市）2015-2020 年的農(nóng)業(yè)生態(tài)用水效率，結合GIS 技術和核密度估計探究其效率的時空變化特征，并采用Tobit 模型進一步分析各因素對農(nóng)業(yè)生態(tài)用水效率的影響，以期擴展相關主題的研究區(qū)域、豐富域內農(nóng)業(yè)水資源資料庫，為針對性地制定農(nóng)業(yè)用水政策、助力水資源的可持續(xù)利用提供參考。

1 研究區(qū)概況

塔里木河流域（以下簡稱“塔河流域”）位于新疆維吾爾自治區(qū)南部，囊括了阿克蘇河、和田河、葉爾羌河、車爾臣河、克里亞河、迪納河、喀什噶爾河、開都河—孔雀河、渭干河等九大源流，共144 條水系[29,30]，行政區(qū)劃上包括巴音郭楞蒙古自治州（以下簡稱“巴州”）、克孜勒蘇柯爾克孜自治州（以下簡稱“克州”）、喀什地區(qū)及和田地區(qū)五個地州及南疆兵團地區(qū)，囊括了42個地方縣（市）以及兵團阿拉爾市、鐵門關市、圖木舒克市和昆玉市（見圖1）。

圖1 研究區(qū)地理位置Fig.1 Geographic location of the study area

由于地處亞歐大陸腹地，遠離海洋，加之東南部分布的塔克拉瑪干沙漠，流域形成了典型的大陸性氣候，降水稀少，年降水量在50 mm 以下，而蒸發(fā)量卻高達2 300～3 000 mm[31]，導致該流域成為我國最干旱的地區(qū)之一。但也正因氣候干旱，空氣干燥，日照時間長，光照充足，為農(nóng)業(yè)發(fā)展尤其是棉花種植提供了良好條件，借助廣泛的人工灌溉系統(tǒng)和機械化設備，域內發(fā)展出典型的綠洲農(nóng)業(yè)，農(nóng)業(yè)大量用水與水資源稀缺的矛盾作為區(qū)域發(fā)展的限制性因素長期制約著當?shù)亟?jīng)濟社會發(fā)展。

2 數(shù)據(jù)與方法

2.1 研究方法

2.1.1 SBM-undesirable模型

數(shù)據(jù)包絡分析（DEA）是典型的非參數(shù)分析方法，以同一組相同類型的決策單元（decision making units, DMU）的投入產(chǎn)出數(shù)據(jù)集為基礎，通過線性方程來找到最優(yōu)的生產(chǎn)前沿面，無效的決策單元會落在前沿面之內，通過計算決策單元到前沿面的距離來確定其生產(chǎn)效率。DEA 方法目前已經(jīng)有多種不同類型的計算模型，主要包括投入導向型和產(chǎn)出導向型等基本模型。傳統(tǒng)的CCR、BCC 等DEA 模型都是基于角度的、徑向的模型，只能處理投入與產(chǎn)出等比例縮減的情況，當投入與產(chǎn)出存在松弛變量，即存在投入冗余或產(chǎn)出不足時，徑向模型容易高估決策單元的效率，而角度選擇可能造成測算結果與實際效率之間的偏差，并且在實際運用的過程中，產(chǎn)出不僅包括期望產(chǎn)出，還包括污染等一系列非期望產(chǎn)出。

為了更準確地評價包含非期望產(chǎn)出的效率問題，2001 年Tone 在傳統(tǒng)DEA 模型的基礎上，提出了SBM 模型[32-38]，直接將松弛變量放進目標方程中，解決了變量松弛性和非期望產(chǎn)出存在情況下的效率評價問題。同時，SBM 模型又具有非徑向和非角度的特點，能夠避免量綱不同和角度選擇差異帶來的偏差。由于塔里木河流域各縣（市）在農(nóng)業(yè)生產(chǎn)過程中不可避免會產(chǎn)生一定的污染，所以選擇包含非期望產(chǎn)出的SBMundesirable模型。其計算公式如下：

式中：K、N、M分別代表投入、期望產(chǎn)出和非期望產(chǎn)出的因素個數(shù)；分別代表投入、期望產(chǎn)出和非期望產(chǎn)出的松弛量；xkd、ynd、umd分別代表投入、期望產(chǎn)出和非期望產(chǎn)出值；λ代表權重；xkj代表j決策單元第k種投入要素；ynj代表j決策單元第n種期望產(chǎn)出；umj代表j決策單元第m種非期望產(chǎn)出；ρ為某一時間段內決策單元DMU 的農(nóng)業(yè)生態(tài)用水效率，當時，ρ=1，代表決策單元落在有效前沿面上，相對效率最優(yōu)，當中有一個不為零時，即存在投入冗余、期望產(chǎn)出不足或非期望產(chǎn)出超標時，ρ≠1，說明存在生產(chǎn)效率改進的必要。

2.1.2 Tobit模型

由于測算出的農(nóng)業(yè)生態(tài)用水效率實際數(shù)值是一個大于0小于等于1的受限變量，宜采用專門用于解決因變量為受限變量的tobit 模型，模型左端在0 處截取，右端在1 處截取。計算公式如下：

2.2 指標選擇及數(shù)據(jù)來源

SDGs 框架中第六項目標即為所有人提供水和環(huán)境衛(wèi)生并對其進行可持續(xù)管理，包含了8個子目標，其中，第三條子目標是關于水質的目標，要求通過減少水污染以改善水質。污染并非人們所愿，卻是農(nóng)業(yè)水資源利用過程中不可避免的負向產(chǎn)出，將水污染納入其中測算出的農(nóng)業(yè)生態(tài)用水效率，不僅更貼近實際情況，也體現(xiàn)了SDGs 框架的內涵。新疆是化肥使用大省，而化肥/農(nóng)藥殘留、地膜廢棄物等是農(nóng)業(yè)水污染的主要來源。結合SBM 模型，本文將農(nóng)業(yè)用水的總氮（TN）排放量（萬t）和總磷（TP）排放量（萬t）作為非期望產(chǎn)出，以衡量農(nóng)業(yè)水污染情況。同時，由于本文研究的農(nóng)業(yè)是狹義范疇內的種植業(yè)，故選用農(nóng)業(yè)總產(chǎn)值（萬元）來表示期望產(chǎn)出。此外，由于農(nóng)業(yè)生產(chǎn)過程離不開勞動力、土地資源及農(nóng)業(yè)機械等生產(chǎn)要素的投入，故選取農(nóng)業(yè)生產(chǎn)勞動力人數(shù)（人）、農(nóng)業(yè)生產(chǎn)用水量（億m3）、農(nóng)業(yè)機械總動力（kW）和農(nóng)作物播種面積（萬hm2）作為投入要素指標，構建出塔里木河流域農(nóng)業(yè)生態(tài)用水效率測算的投入產(chǎn)出指標體系（表1）。

表1 相關數(shù)據(jù)統(tǒng)計特征Tab.1 Statistical characteristics of the data

投入與產(chǎn)出指標相關數(shù)據(jù)主要來源于《新疆維吾爾自治區(qū)統(tǒng)計年鑒》（2016-2021 年）和《新疆生產(chǎn)建設兵團統(tǒng)計年鑒》（2016-2021年）。其中，各縣（市）的農(nóng)業(yè)生產(chǎn)用水量通過計算間接獲得，即通過各縣（市）農(nóng)作物播種面積占其所屬地州農(nóng)作物播種總面積的比例乘以該地州農(nóng)業(yè)生產(chǎn)用水總量得到各縣（市）的農(nóng)業(yè)生產(chǎn)用水量。農(nóng)業(yè)生產(chǎn)過程中的TN和TP 排放量，參照陶園等人采用的輸出系數(shù)法[34]、利用賴斯蕓等[35]人的研究中的相關參數(shù)計算得到：

化肥潛在污染量=化肥污染物產(chǎn)生量×（1-化肥利用率）

化肥污染物產(chǎn)生量=化肥用量×化肥產(chǎn)污系數(shù)。

SDGs 的水目標框架中多次強調水資源管理，要求各級進行水資源綜合管理，并支持和加強地方社區(qū)參與改進水和環(huán)境衛(wèi)生管理。故本文將水管理納入了農(nóng)業(yè)生態(tài)用水效率的影響因素指標體系，參考李靜[36]、佟金萍[32]、張玲玲[20]等人的研究，選取水資源豐歉狀況、經(jīng)濟發(fā)展水平、農(nóng)業(yè)設施完善程度、農(nóng)作物種植結構、農(nóng)業(yè)用水管理情況五個方面八個指標（年降水量、人均GDP、第二產(chǎn)業(yè)產(chǎn)值占比、單位播種面積節(jié)水灌溉機械臺數(shù)、單位農(nóng)作物地膜覆蓋面積、經(jīng)濟作物播種面積、糧食作物播種面積、單位水價）作為農(nóng)業(yè)生態(tài)用水效率影響因素的解釋變量。

影響因素指標數(shù)據(jù)來源于新疆維吾爾自治區(qū)/新疆生產(chǎn)建設兵團水資源公報及相關網(wǎng)站。其中，降水數(shù)據(jù)來源于中國科學院資源與環(huán)境科學數(shù)據(jù)中心（利用氣象站點的降水觀測值，在ArcGIS 中采用空間插值法得到塔里木河流域各縣（市）的降水數(shù)據(jù)），水價數(shù)據(jù)來源于中國水網(wǎng)以及各地方人民政府網(wǎng)站公布的價格。

3 結果與分析

3.1 流域農(nóng)業(yè)用水效率時空演變分析

3.1.1 時間變化

結合式（1）測算塔河流域6 年間的農(nóng)業(yè)生態(tài)用水效率，從圖2 可見，2015-2020 年間，塔河流域農(nóng)業(yè)生態(tài)用水效率均值比普通的農(nóng)業(yè)用水效率均值低0.06，且盡管這6年間塔河流域的農(nóng)業(yè)生態(tài)用水效率和農(nóng)業(yè)用水效率值均呈上升趨勢，但前者上升速度明顯低于后者，說明農(nóng)業(yè)面源污染拉低了農(nóng)業(yè)用水效率。具體而言：2015-2020年，塔里木河流域的農(nóng)業(yè)生態(tài)用水效率上升了14%。這表明近6年間塔河流域農(nóng)業(yè)生態(tài)用水效率整體上呈現(xiàn)出向好發(fā)展的趨勢，但效率的提升仍舊比較緩慢。6年平均農(nóng)業(yè)生態(tài)用水效率值為0.35,整體仍處于較低水平。提升農(nóng)業(yè)用水效率、緩解流域內水資源緊張的狀況，仍任重道遠。從地州層面看，農(nóng)業(yè)生態(tài)用水效率呈現(xiàn)波動上升的趨勢，地州之間農(nóng)業(yè)用水效率變動情況差異較大（圖3）。除南疆兵團外，各地州的農(nóng)業(yè)生態(tài)用水效率提升幅度普遍較小，其中效率提升最明顯的是和田地區(qū)，提高了34.4%，最不明顯的是阿克蘇地區(qū)。此外，個別地州的個別縣市農(nóng)業(yè)用水效率出現(xiàn)了急劇上升或下降的情況（圖4）。其中，2017年，喀什地區(qū)的莎車縣效率值從0.13陡升至1，隨后保持在不到0.25 的較低水平；2018 年，和田地區(qū)的和田市和民豐縣效率值從0.09和0.14的低水平升高至1，拉高了同年和田地區(qū)整體的農(nóng)業(yè)生態(tài)用水效率；2020 年，塔什庫爾干自治縣效率值從0.03的極低水平陡升至1。結合統(tǒng)計資料，發(fā)現(xiàn)在其他生產(chǎn)要素不變的情況下，這些縣（市）當年的農(nóng)業(yè)生產(chǎn)總值產(chǎn)生了大幅的增長。而2016年，昆玉市的農(nóng)業(yè)生態(tài)用水效率值從1陡降至0.39，隨后持續(xù)保持在1。從當年的農(nóng)業(yè)數(shù)據(jù)可以看出，在播種面積和其他生產(chǎn)要素不變的情況下，昆玉市當年的農(nóng)業(yè)生產(chǎn)總值急劇下降，從172 857 萬元下降到了158 526萬元。從此可以看出，農(nóng)業(yè)生態(tài)用水效率受到了農(nóng)業(yè)生產(chǎn)總值變化的影響。

圖2 2015-2020年塔里木流域農(nóng)業(yè)用水效率柱狀圖Fig.2 Bar chart of agricultural water efficiency in the Tarim Basin from 2015 to 2020

圖3 2015-2020年塔里木河流域各地州農(nóng)業(yè)生態(tài)用水效率折線圖Fig.3 Line chart of the state agroecological water use efficiency in the Tarim River Basin from 2015 to 2020

圖4 2015-2020年昆玉市、莎車縣、民豐縣、和田市與塔什庫爾干自治縣農(nóng)業(yè)生態(tài)用水效率Fig.4 Agroecological water use efficiency in Kunyu city, Shache County, Minfeng County, Hotan City and Tashkurgan Autonomous County from 2015 to 2020

為進一步探究效率的變化趨勢，采用高斯核密度估計法（核密度估計（Kernel density estimation）是一種非參數(shù)估計方法，無需對數(shù)據(jù)分布附加任何假定，直接基于樣本數(shù)據(jù)本身，采用連續(xù)的密度曲線描述樣本的分布形態(tài)，是當前分析地理事物特征差異變化較具代表性的統(tǒng)計方法，本文的估計過程基于stata15.0 軟件），對塔河流域46 個縣（市）各年的農(nóng)業(yè)生態(tài)用水效率進行核密度估計（圖5）。從橫軸上的移動情況來看，塔河流域6年間的農(nóng)業(yè)生態(tài)用水效率核密度曲線總體呈現(xiàn)出右移的態(tài)勢，具體而言，2015-2016 年曲線左移，2016-2018 年則表現(xiàn)出右移之勢，意味著流域農(nóng)業(yè)生態(tài)用水效率整體水平經(jīng)過了2015-2016 年一年的下降后，在2016-2018 年間持續(xù)上升；2018-2019 年曲線左移，2019-2020 年又呈現(xiàn)出右移趨勢，表明塔河流域農(nóng)業(yè)生態(tài)用水效率整體水平再次出現(xiàn)先下降后上升的趨勢。從形狀上看，核密度曲線經(jīng)歷了多波峰到單波峰的轉變，2016 年和2017 年的核密度曲線出現(xiàn)了3個波峰，2018 年開始變?yōu)閱尾ǚ?，且單波峰呈現(xiàn)出變矮、展寬的趨勢，說明流域內效率值的兩極分化情況減弱，但各縣（市）間效率值的差距在拉大。從波峰的分布范圍來看，波峰雖呈現(xiàn)出右移態(tài)勢但長期位于效率值0.3 以下，意味著流域農(nóng)業(yè)生態(tài)用水效率水平在不斷提升但流域內大部分縣（市）的效率值仍然較低。

圖5 2015-2020年塔里木河流域農(nóng)業(yè)生態(tài)用水效率核密度估計Fig.5 Kernel density estimation of agroecological water use efficiency in the Tarim River Basin from 2015 to 2020

3.1.2 空間分異

參考相關學者的分級標準[37]，塔河流域各縣（市）的農(nóng)業(yè)生態(tài)用水效率可分為五級：低（效率值≤0.2）、較低（0.2<效率值≤0.4）、中等(0.4<效率值≤0.6)、較高(0.6<效率值≤0.8)、高(0.8<效率值≤1)。將效率分級情況表現(xiàn)在空間上并呈現(xiàn)其6 年間的重心遷移軌跡，可以看出，塔里木流域各縣（市）農(nóng)業(yè)生態(tài)用水效率在空間上表現(xiàn)為東部及西北部縣（市）效率高、中間廣大縣（市）效率低（圖6、圖7），其效率分布重心呈現(xiàn)出自中部向西南部移動的特征（圖8）。

圖6 塔里木河流域6年平均農(nóng)業(yè)生態(tài)用水效率空間分布Fig.6 Spatial distribution diagram of the six-year average agroecological water use efficiency in the Tarim River Basin

圖7 塔里木河流域各年份農(nóng)業(yè)生態(tài)用水效率空間分布Fig.7 Spatial distribution diagram of agroecological water use efficiency in various years of the Tarim River Basin

圖8 塔里木河流域農(nóng)業(yè)生態(tài)用水效率值分布重心遷移軌跡Fig.8 Spatial distribution diagram of agroecological water use efficiency in various years of the Tarim River Basin

其中，南疆兵團農(nóng)業(yè)生態(tài)用水效率整體上遠遠高于各地州的農(nóng)業(yè)用水效率，兵團4 個市6 年平均效率值達0.77，而五地州中6年平均效率值最高的克州僅為0.39，最低的阿克蘇地區(qū)6 年平均效率值低至0.13。從縣（市）層面看，大多數(shù)縣（市）農(nóng)業(yè)生態(tài)用水效率較低。流域46個縣（市）中農(nóng)業(yè)生態(tài)用水效率水平處于中等及以上（效率值＞0.4）的縣（市）僅10個，占比21.74%。若羌縣、阿合奇縣、烏恰縣、阿拉爾市、圖木舒克市和昆玉市6個縣（市）的農(nóng)業(yè)生態(tài)用水效率處于較高水平（效率值＞0.6），又以若羌縣和兵團阿拉爾市為最高，達到了該地區(qū)現(xiàn)存技術水平下的相對最優(yōu)狀態(tài)，效率為1。而效率值處于低水平（效率值≤0.2）的縣（市）高達50%，效率值低于0.1 的有拜城縣、烏什縣、阿圖什、阿克陶、疏勒縣、岳普湖縣6個縣（市）。

重心遷移結果表明：6年間，塔河流域農(nóng)業(yè)生態(tài)用水效率分布重心整體呈現(xiàn)出自中部向西南部遷移的趨勢。具體來說，2015 年，農(nóng)業(yè)生態(tài)用水效率重心位于阿克蘇市，2015-2016年，重心向西北方向遷移了50 430.42 m，但仍在阿克蘇市境內，2016-2017年，重心向西南方向遷移了86 453.75 m，遷移到了阿瓦提縣，2017-2018 年，重心向東南方向遷移94 161.52 m，至洛浦縣，2018-2019 年，重心向西北方向遷移62 711.19 m，至墨玉縣，2019-2020 年，重心向西南方向遷移32 722.26 m，但仍在墨玉縣范圍內。以上結果同樣表明，隨著時間的推移，流域內農(nóng)業(yè)生態(tài)用水效率水平較高的縣（市）呈現(xiàn)出增多的趨勢，效率值升高的縣（市）主要位于流域西南部地區(qū)，西南部邊緣的縣（市）效率值產(chǎn)生了較大的變動。

3.2 影響農(nóng)業(yè)用水效率的因素

利用Tobit 模型對影響塔里木河流域各縣（市）農(nóng)業(yè)生態(tài)用水效率的因素進行分析，模型整體的Wald檢驗p值為0，說明該模型設定合理且回歸結果可信，具體的回歸結果如表2所示。在所有的影響因素中，單位水價（p）、單位作物地膜覆蓋面積（m）、人均GDP（pGDP）、單位作物播種面積節(jié)水灌溉機械臺數(shù)（i）、經(jīng)濟作物播種面積（c）、年降水量的對數(shù)（lnap）、第二產(chǎn)業(yè)產(chǎn)值占比（s）等7 個因素通過了顯著性檢驗。單位水價（p）、單位作物地膜覆蓋面積（m）、人均GDP（pGDP）、單位作物播種面積節(jié)水灌溉機械臺數(shù)（i）、經(jīng)濟作物播種面積（c）、年降水量的對數(shù)（lnap）5 個因素對農(nóng)業(yè)生態(tài)用水效率具有正向作用，其中，又以水價的影響為最大，其次是單位作物地膜覆蓋面積、人均GDP 和單位作物播種面積節(jié)水灌溉機械臺數(shù)。

表2 流域農(nóng)業(yè)生態(tài)用水效率影響因素Tobit回歸結果Tab.2 Tobit regression results of the factors affecting agroecological water use efficiency in the river basin

具體而言，水價對農(nóng)業(yè)生態(tài)用水效率的提升具有明顯的促進作用，水價相對越高，效率越高，并且水價對農(nóng)業(yè)生態(tài)用水效率的正向影響較強，水價的細微改變就能引起效率的較大變化。水價作為一種經(jīng)濟手段，能調節(jié)人們的水資源使用行為，若進行正向引導，可促使農(nóng)戶自覺減少農(nóng)業(yè)灌溉用水浪費，選擇綜合成本更低的滴灌技術等來提高農(nóng)業(yè)用水效率。2020 年，國家發(fā)改委出臺了《關于持續(xù)推進農(nóng)業(yè)水價綜合改革工作的通知》，新疆維吾爾自治區(qū)積極響應改革政策，流域內各縣（市）已多次召開農(nóng)業(yè)水價座談會，積極調整農(nóng)業(yè)用水價格，改革的總體方向在于逐步使農(nóng)業(yè)水價接近供水成本，設置階梯水價，以增強節(jié)水意識，提高地區(qū)的農(nóng)業(yè)用水效率。本研究結果表明塔河流域農(nóng)業(yè)水價對其農(nóng)業(yè)生態(tài)用水效率具有正向影響，為南疆農(nóng)業(yè)水價綜合改革提供了一定政策參考。

從回歸結果可以看出，單位作物地膜覆蓋面積越大，農(nóng)業(yè)生態(tài)用水效率越高。由于研究區(qū)為典型干旱區(qū)，蒸發(fā)量巨大，地膜的覆蓋能減少地表蒸發(fā)，留存土壤水分，因此，單位農(nóng)作物地膜覆蓋面積越大，農(nóng)業(yè)生態(tài)用水效率越高。人均GDP 越高，農(nóng)業(yè)生態(tài)用水效率越高。這可能是因為農(nóng)民的人均收入越高，用于農(nóng)業(yè)生產(chǎn)的投入資金越充足，而農(nóng)業(yè)生產(chǎn)條件的改善對農(nóng)業(yè)生態(tài)用水效率的提高具有積極作用，這與實際情況是相符的。單位作物播種面積節(jié)水灌溉機械臺數(shù)越多，農(nóng)業(yè)生態(tài)用水效率越高，反之，效率越低。節(jié)水灌溉機械臺數(shù)反映的是地區(qū)節(jié)水灌溉設施的完善程度和節(jié)水技術水平，節(jié)水設施越完善、節(jié)水技術水平越高，農(nóng)業(yè)生態(tài)用水效率越高。經(jīng)濟作物種植面積越大，農(nóng)業(yè)生態(tài)用水效率越高。研究區(qū)域內，主要的經(jīng)濟作物為棉花，主要的糧食作物為小麥，盡管棉花的單位耗水量大于小麥，但前者的單位產(chǎn)值遠高于后者，其水資源利用效率更高。盡管結果顯示年降水量對農(nóng)業(yè)生態(tài)用水效率也具有正向作用，但該因素的影響較小，因此對于塔河流域大多數(shù)降水稀少的縣（市）而言，可以通過改善其他方面的條件來彌補該地天然降水不足對效率提升帶來的不良影響。

第二產(chǎn)業(yè)產(chǎn)值占比（s）對農(nóng)業(yè)生態(tài)用水利用效率的影響是負向的。可能是由于第二產(chǎn)業(yè)的產(chǎn)值占比反映了農(nóng)業(yè)在整個經(jīng)濟結構中的地位，第二產(chǎn)業(yè)產(chǎn)值占比越大，農(nóng)業(yè)的產(chǎn)值占比越小，農(nóng)業(yè)用水帶來的產(chǎn)出相對越小，拉低了農(nóng)業(yè)生態(tài)用水效率。而糧食作物種植面積（g）對農(nóng)業(yè)生態(tài)用水效率的影響不顯著，這可能是目前該流域的種植業(yè)還未達到精細化耕作的水平，對農(nóng)業(yè)生態(tài)用水效率的影響較小。

4 討論與展望

從數(shù)值大小來看，本文測算出的塔河流域農(nóng)業(yè)用水效率較低，這與大多數(shù)相關研究的結論一致，即在新疆域內，南疆農(nóng)業(yè)用水效率較低且低于北疆[14,39]，但與這些研究測算出的農(nóng)業(yè)用水效率值相比，本文的農(nóng)業(yè)生態(tài)用水效率數(shù)值相對更低，這可能是加入了非期望產(chǎn)出的緣故。從空間格局來看，本文認為2015-2020 年間克州的農(nóng)業(yè)生態(tài)用水效率相對最高，巴州與和田地區(qū)處于中等，而阿克蘇和喀什地區(qū)的效率相對較低，這與劉強等[41,42]基于2000-2014 年間的數(shù)據(jù)測算結果部分相符，即巴州效率相對較高，阿克蘇地區(qū)效率相對較低，而與他認為的喀什地區(qū)農(nóng)業(yè)用水效率較高、克州各縣市效率較低的結論相反，由此可以看出，隨著時間的推移，塔河流域農(nóng)業(yè)用水效率的分布格局發(fā)生了一定的改變，克州農(nóng)業(yè)用水效率的波動幅度明顯[40]。從影響因素來看，本文認為節(jié)水灌溉技術、經(jīng)濟作物播種面積與農(nóng)業(yè)用水效率存在正相關關系，與劉強、趙成峰等人的觀點一致。

值得注意的是，關于塔里木河流域農(nóng)業(yè)生態(tài)用水效率的探討還存在以下3個方面的內容需要進一步討論：①本研究利用多年統(tǒng)計資料測算了塔河流域各縣（市）的農(nóng)業(yè)生態(tài)用水效率，為使研究問題更加具有針對性，研究尺度有待進一步縮小，未來有條件可開展實地調研，獲取微觀數(shù)據(jù)，從微觀尺度對流域內農(nóng)業(yè)生態(tài)用水效率進行更加具體的測算；②本研究對流域內各縣（市）農(nóng)業(yè)生態(tài)用水效率進行了初步的空間分異分析，但限于篇幅，未能分析其農(nóng)業(yè)用水效率空間分異的驅動機制，這是未來研究可進一步展開的方向；③限于所獲取的數(shù)據(jù)資料，本研究在分析影響塔里木河流域農(nóng)業(yè)生態(tài)用水效率的因素指標時，對水資源管理方面的指標選取較少，但結合研究區(qū)的實際情況，區(qū)域內出現(xiàn)了一些新型農(nóng)業(yè)用水管理形式，最突出的有兩點，一是部分村莊建立了農(nóng)民用水合作社，對農(nóng)業(yè)用水進行自主管理；二是部分村落實現(xiàn)了農(nóng)業(yè)用水水費的網(wǎng)絡收繳，對農(nóng)業(yè)用水的用量和收費進行了規(guī)范。新型農(nóng)業(yè)用水管理形式的出現(xiàn)將會對農(nóng)業(yè)用水效率產(chǎn)生何種影響現(xiàn)今還不明確，因此未來關于該區(qū)域農(nóng)業(yè)生態(tài)用水效率的研究需要增加相關類型的指標。

5 結論與建議

5.1 結 論

本研究利用SBM-undesirable 模型測算了塔里木河流域46個縣（市）2015-2020年各年的農(nóng)業(yè)生態(tài)用水利用效率，采用GIS 空間分析和核密度估計探究其效率的時空演變格局，并依據(jù)SDGs 框架選取影響其農(nóng)業(yè)生態(tài)用水效率利用的因素，借助Tobit模型分析了各因素的影響力大小?；谝陨蠝y算和分析，得出如下結論：①考慮了水污染的塔里木河流域農(nóng)業(yè)生態(tài)用水效率處于較低水平，南疆兵團的農(nóng)業(yè)生態(tài)用水效率總體上高于各地州，也高于地區(qū)平均水平。②塔里木河流域內各縣（市）間農(nóng)業(yè)生態(tài)用水效率差異較大，效率較高的縣（市）主要分布于流域東西兩側，隨著時間的推移，效率較高的縣（市）開始集中在流域西南部出現(xiàn)，效率分布重心呈現(xiàn)出自中部向西南部遷移的趨勢。③水價對塔里木河流域各縣（市）農(nóng)業(yè)生態(tài)用水效率有著極其重要的影響，對于原有水價較低的地區(qū)，水價越接近供水成本，農(nóng)業(yè)用水效率越高，且水價的細微變動就能引起農(nóng)業(yè)用水效率的較大改變。④在影響塔里木河流域各縣（市）農(nóng)業(yè)生態(tài)用水效率的技術性因素中，除了節(jié)水設施的完善程度對農(nóng)業(yè)用水效率的提升存在較大影響以外，地膜的覆蓋也能通過減少蒸發(fā)提升農(nóng)業(yè)生態(tài)用水效率。

5.2 建 議

以上結論對于塔里木河流域農(nóng)業(yè)用水效率的相關政策的出臺有著如下幾個方面的含義：①在化肥與農(nóng)藥污染的背景下，塔里木河流域整體的農(nóng)業(yè)生態(tài)用水效率較低，故提升地區(qū)農(nóng)業(yè)生態(tài)用水效率、實現(xiàn)水資源可持續(xù)利用需要被作為一個長期的計劃納入考慮，由于流域內兵團各師市的農(nóng)業(yè)用水效率遠高于各地州，故應加強水資源使用方面的兵地合作，以水資源使用合作為契機進一步推進兵地融合。②為了提高農(nóng)業(yè)生態(tài)用水效率，首先要不遺余力地推進農(nóng)業(yè)水價綜合性改革，根據(jù)當?shù)氐膶嶋H情況，按照當?shù)剞r(nóng)民能承受的程度，在地州各縣（市）適當提調高農(nóng)業(yè)用水水價，穩(wěn)步推動農(nóng)業(yè)用水水價向農(nóng)業(yè)供水成本靠近。③塔里木河流域干旱少雨，但天然降水不足對農(nóng)業(yè)生態(tài)用水效率的不良影響可以用其他因素來抵消?？蓮耐晟频喂唷姽嗟裙?jié)水灌溉設施，做好各級供水渠道的防滲修復與維護等方面，來提高各級渠道的水利用系數(shù)，進而提升農(nóng)業(yè)用水效率，助力水資源可持續(xù)發(fā)展目標的實現(xiàn)。④在農(nóng)業(yè)生產(chǎn)條件較差的縣，可以通過覆蓋地膜的方式來減少地表蒸發(fā)，以達到促進農(nóng)業(yè)生態(tài)用水效率提升的目的，同時也需要注意地膜的科學回收。