SDGs框架下干旱区农业生态用水效率时空格局及影响因素

冉光妍，王光耀，2，杜慧娟，吕 密

（1.石河子大学理学院， 新疆 石河子 832000；2.中国科学院新疆生态与地理研究所， 乌鲁木齐 830011）

0 引 言

在气候变化等不确定的发展背景下，水资源的稀缺性日益凸显，已成为未来世界的风险之首[1]。继联合国千年发展目标之后，2015 年联合国可持续发展峰会通过《变革我们的世界：2030 年可持续发展议程》报告，提出17 项可持续发展目标(Sustainable Development Goals，简称SDGs)和169 项子目标，其中第六项水目标指出，所有行业应大幅提高用水效率，以解决缺水问题，确保实现水资源可持续利用[2]。可持续发展理念长期贯穿在我国水资源利用过程中，早在2012 年我国就提出实行最严格的水资源管理制度，2015 年提出水污染防治行动计划，伴随着SDGs 的提出，2019 年我国出台了国家层面的节水规划，水资源可持续利用目标变得更加明晰。但作为世界重要的农业大国之一，2020 年，我国农业用水占总用水量的比重仍高达62.1%。农业用水效率的提升对用水效率的提升至关重要，是实现我国水资源可持续利用目标的重要抓手。

关于农业用水效率的探索由来已久，研究内容主要集中在农业用水效率测度、农业用水效率影响因素分析、农业用水效率评价等方面。在效率测度上，学者们大多基于多年的面板数据或实地调查数据进行农业用水效率测度，研究区域涉及国家、地区、省域等多个尺度，研究方法主要采用非参数估计法中的数据包络线分析法(Data Envelopment Analysis,DEA)和参数估计法中的随机前沿分析法(Stochastic Frontier Approach，SFA)。由于农业已成为我国水污染的主要污染源之一[3]，越来越多的学者在衡量农业用水效率时将农业面源污染囊括在内，采用基于DEA 的SBM（slacks-based measure）模型或超效率SBM 模型测算包含非期望产出的农业用水效率[8-11]，这类效率通常被称为农业生态用水效率[9,13]；SFA 分析通常对灌溉技术效率和生产技术效率分别进行测算，测算的基础数据或来自区域多年面板数据[14]，或来自短时间尺度上的实地调研数据。关于农业用水效率影响因素的分析往往不是独立的，而是和DEA 或SFA 方法相结合，通常是在效率测算的基础上进行的，有少数学者采用静态和动态的空间杜宾模型进行分析[15-19]，采用地理加权法进行分析[20]，也有部分学者采用Malmquist 指数法[13]，而应用得最广泛的还是Tobit 模型[17,19]。在影响因素指标的选取上各不相同，但通常是从水资源禀赋、节水灌溉设施、种植结构、经济社会四大方面着手[10,19]。在农业用水效率评价方面，学者大多采用层次分析法（AHP）来确定指标体系[21]，选取的评价指标通常包含渠系水利用系数、田间水利用系数、灌溉水利用系数、水分生产效率、耕地有效灌溉率、节水灌溉工程面积率6 个指标[22,23]；在确定指标权重时，除了层次分析法，也有学者采用基于熵权法的模糊物元模型[24,25]。此外，也有学者对遥感技术在农业用水效率评价方面的应用进行了研究[26-28]。

学界关于农业用水效率的研究分析为本文提供了很好的方法借鉴，但现有研究鲜有将SDGs 框架应用于农业用水效率测度，一方面，提升农业用水效率是SDGs的目标之一，SDGs明确提出了用水效率及按时间列出的用水效率变化具体目标，另一方面，SDGs 框架为农业水资源可持续利用分析提供了明确的标准，使得农业用水效率在宏观目标上具有可比性；同时，限于数据的可获取性，目前大多数学者选择的研究尺度相对宏观，其研究区域以国家、地区层面居多，从县级尺度展开的研究相对较少；此外，鉴于区位的限制，当前学者选择的研究区域大多位于东部、中部等地，对新疆南部地区的关注相对较少，而塔里木河流域作为南疆典型的干旱荒漠区，具有生态环境脆弱，以农业为支柱产业的特点，提升农业用水效率，对冲最大的限制性资源水资源匮乏的约束，是维系当地经济社会可持续发展的必然路径。

为此，本文基于SDGs 框架，构建了包含面源污染的农业生态用水效率测度指标体系和包含水资源管理的影响因素指标，采用SBM-undesirable 模型测度塔里木河流域各县（市）2015-2020 年的农业生态用水效率，结合GIS 技术和核密度估计探究其效率的时空变化特征，并采用Tobit 模型进一步分析各因素对农业生态用水效率的影响，以期扩展相关主题的研究区域、丰富域内农业水资源资料库，为针对性地制定农业用水政策、助力水资源的可持续利用提供参考。

1 研究区概况

塔里木河流域（以下简称“塔河流域”）位于新疆维吾尔自治区南部，囊括了阿克苏河、和田河、叶尔羌河、车尔臣河、克里亚河、迪纳河、喀什噶尔河、开都河—孔雀河、渭干河等九大源流，共144 条水系[29,30]，行政区划上包括巴音郭楞蒙古自治州（以下简称“巴州”）、克孜勒苏柯尔克孜自治州（以下简称“克州”）、喀什地区及和田地区五个地州及南疆兵团地区，囊括了42个地方县（市）以及兵团阿拉尔市、铁门关市、图木舒克市和昆玉市（见图1）。

图1 研究区地理位置Fig.1 Geographic location of the study area

由于地处亚欧大陆腹地，远离海洋，加之东南部分布的塔克拉玛干沙漠，流域形成了典型的大陆性气候，降水稀少，年降水量在50 mm 以下，而蒸发量却高达2 300～3 000 mm[31]，导致该流域成为我国最干旱的地区之一。但也正因气候干旱，空气干燥，日照时间长，光照充足，为农业发展尤其是棉花种植提供了良好条件，借助广泛的人工灌溉系统和机械化设备，域内发展出典型的绿洲农业，农业大量用水与水资源稀缺的矛盾作为区域发展的限制性因素长期制约着当地经济社会发展。

2 数据与方法

2.1 研究方法

2.1.1 SBM-undesirable模型

数据包络分析（DEA）是典型的非参数分析方法，以同一组相同类型的决策单元（decision making units, DMU）的投入产出数据集为基础，通过线性方程来找到最优的生产前沿面，无效的决策单元会落在前沿面之内，通过计算决策单元到前沿面的距离来确定其生产效率。DEA 方法目前已经有多种不同类型的计算模型，主要包括投入导向型和产出导向型等基本模型。传统的CCR、BCC 等DEA 模型都是基于角度的、径向的模型，只能处理投入与产出等比例缩减的情况，当投入与产出存在松弛变量，即存在投入冗余或产出不足时，径向模型容易高估决策单元的效率，而角度选择可能造成测算结果与实际效率之间的偏差，并且在实际运用的过程中，产出不仅包括期望产出，还包括污染等一系列非期望产出。

为了更准确地评价包含非期望产出的效率问题，2001 年Tone 在传统DEA 模型的基础上，提出了SBM 模型[32-38]，直接将松弛变量放进目标方程中，解决了变量松弛性和非期望产出存在情况下的效率评价问题。同时，SBM 模型又具有非径向和非角度的特点，能够避免量纲不同和角度选择差异带来的偏差。由于塔里木河流域各县（市）在农业生产过程中不可避免会产生一定的污染，所以选择包含非期望产出的SBMundesirable模型。其计算公式如下：

式中：K、N、M分别代表投入、期望产出和非期望产出的因素个数；分别代表投入、期望产出和非期望产出的松弛量；xkd、ynd、umd分别代表投入、期望产出和非期望产出值；λ代表权重；xkj代表j决策单元第k种投入要素；ynj代表j决策单元第n种期望产出；umj代表j决策单元第m种非期望产出；ρ为某一时间段内决策单元DMU 的农业生态用水效率，当时，ρ=1，代表决策单元落在有效前沿面上，相对效率最优，当中有一个不为零时，即存在投入冗余、期望产出不足或非期望产出超标时，ρ≠1，说明存在生产效率改进的必要。

2.1.2 Tobit模型

由于测算出的农业生态用水效率实际数值是一个大于0小于等于1的受限变量，宜采用专门用于解决因变量为受限变量的tobit 模型，模型左端在0 处截取，右端在1 处截取。计算公式如下：

2.2 指标选择及数据来源

SDGs 框架中第六项目标即为所有人提供水和环境卫生并对其进行可持续管理，包含了8个子目标，其中，第三条子目标是关于水质的目标，要求通过减少水污染以改善水质。污染并非人们所愿，却是农业水资源利用过程中不可避免的负向产出，将水污染纳入其中测算出的农业生态用水效率，不仅更贴近实际情况，也体现了SDGs 框架的内涵。新疆是化肥使用大省，而化肥/农药残留、地膜废弃物等是农业水污染的主要来源。结合SBM 模型，本文将农业用水的总氮（TN）排放量（万t）和总磷（TP）排放量（万t）作为非期望产出，以衡量农业水污染情况。同时，由于本文研究的农业是狭义范畴内的种植业，故选用农业总产值（万元）来表示期望产出。此外，由于农业生产过程离不开劳动力、土地资源及农业机械等生产要素的投入，故选取农业生产劳动力人数（人）、农业生产用水量（亿m3）、农业机械总动力（kW）和农作物播种面积（万hm2）作为投入要素指标，构建出塔里木河流域农业生态用水效率测算的投入产出指标体系（表1）。

表1 相关数据统计特征Tab.1 Statistical characteristics of the data

投入与产出指标相关数据主要来源于《新疆维吾尔自治区统计年鉴》（2016-2021 年）和《新疆生产建设兵团统计年鉴》（2016-2021年）。其中，各县（市）的农业生产用水量通过计算间接获得，即通过各县（市）农作物播种面积占其所属地州农作物播种总面积的比例乘以该地州农业生产用水总量得到各县（市）的农业生产用水量。农业生产过程中的TN和TP 排放量，参照陶园等人采用的输出系数法[34]、利用赖斯芸等[35]人的研究中的相关参数计算得到：

化肥潜在污染量=化肥污染物产生量×（1-化肥利用率）

化肥污染物产生量=化肥用量×化肥产污系数。

SDGs 的水目标框架中多次强调水资源管理，要求各级进行水资源综合管理，并支持和加强地方社区参与改进水和环境卫生管理。故本文将水管理纳入了农业生态用水效率的影响因素指标体系，参考李静[36]、佟金萍[32]、张玲玲[20]等人的研究，选取水资源丰歉状况、经济发展水平、农业设施完善程度、农作物种植结构、农业用水管理情况五个方面八个指标（年降水量、人均GDP、第二产业产值占比、单位播种面积节水灌溉机械台数、单位农作物地膜覆盖面积、经济作物播种面积、粮食作物播种面积、单位水价）作为农业生态用水效率影响因素的解释变量。

影响因素指标数据来源于新疆维吾尔自治区/新疆生产建设兵团水资源公报及相关网站。其中，降水数据来源于中国科学院资源与环境科学数据中心（利用气象站点的降水观测值，在ArcGIS 中采用空间插值法得到塔里木河流域各县（市）的降水数据），水价数据来源于中国水网以及各地方人民政府网站公布的价格。

3 结果与分析

3.1 流域农业用水效率时空演变分析

3.1.1 时间变化

结合式（1）测算塔河流域6 年间的农业生态用水效率，从图2 可见，2015-2020 年间，塔河流域农业生态用水效率均值比普通的农业用水效率均值低0.06，且尽管这6年间塔河流域的农业生态用水效率和农业用水效率值均呈上升趋势，但前者上升速度明显低于后者，说明农业面源污染拉低了农业用水效率。具体而言：2015-2020年，塔里木河流域的农业生态用水效率上升了14%。这表明近6年间塔河流域农业生态用水效率整体上呈现出向好发展的趋势，但效率的提升仍旧比较缓慢。6年平均农业生态用水效率值为0.35,整体仍处于较低水平。提升农业用水效率、缓解流域内水资源紧张的状况，仍任重道远。从地州层面看，农业生态用水效率呈现波动上升的趋势，地州之间农业用水效率变动情况差异较大（图3）。除南疆兵团外，各地州的农业生态用水效率提升幅度普遍较小，其中效率提升最明显的是和田地区，提高了34.4%，最不明显的是阿克苏地区。此外，个别地州的个别县市农业用水效率出现了急剧上升或下降的情况（图4）。其中，2017年，喀什地区的莎车县效率值从0.13陡升至1，随后保持在不到0.25 的较低水平；2018 年，和田地区的和田市和民丰县效率值从0.09和0.14的低水平升高至1，拉高了同年和田地区整体的农业生态用水效率；2020 年，塔什库尔干自治县效率值从0.03的极低水平陡升至1。结合统计资料，发现在其他生产要素不变的情况下，这些县（市）当年的农业生产总值产生了大幅的增长。而2016年，昆玉市的农业生态用水效率值从1陡降至0.39，随后持续保持在1。从当年的农业数据可以看出，在播种面积和其他生产要素不变的情况下，昆玉市当年的农业生产总值急剧下降，从172 857 万元下降到了158 526万元。从此可以看出，农业生态用水效率受到了农业生产总值变化的影响。

图2 2015-2020年塔里木流域农业用水效率柱状图Fig.2 Bar chart of agricultural water efficiency in the Tarim Basin from 2015 to 2020

图3 2015-2020年塔里木河流域各地州农业生态用水效率折线图Fig.3 Line chart of the state agroecological water use efficiency in the Tarim River Basin from 2015 to 2020

图4 2015-2020年昆玉市、莎车县、民丰县、和田市与塔什库尔干自治县农业生态用水效率Fig.4 Agroecological water use efficiency in Kunyu city, Shache County, Minfeng County, Hotan City and Tashkurgan Autonomous County from 2015 to 2020

为进一步探究效率的变化趋势，采用高斯核密度估计法（核密度估计（Kernel density estimation）是一种非参数估计方法，无需对数据分布附加任何假定，直接基于样本数据本身，采用连续的密度曲线描述样本的分布形态，是当前分析地理事物特征差异变化较具代表性的统计方法，本文的估计过程基于stata15.0 软件），对塔河流域46 个县（市）各年的农业生态用水效率进行核密度估计（图5）。从横轴上的移动情况来看，塔河流域6年间的农业生态用水效率核密度曲线总体呈现出右移的态势，具体而言，2015-2016 年曲线左移，2016-2018 年则表现出右移之势，意味着流域农业生态用水效率整体水平经过了2015-2016 年一年的下降后，在2016-2018 年间持续上升；2018-2019 年曲线左移，2019-2020 年又呈现出右移趋势，表明塔河流域农业生态用水效率整体水平再次出现先下降后上升的趋势。从形状上看，核密度曲线经历了多波峰到单波峰的转变，2016 年和2017 年的核密度曲线出现了3个波峰，2018 年开始变为单波峰，且单波峰呈现出变矮、展宽的趋势，说明流域内效率值的两极分化情况减弱，但各县（市）间效率值的差距在拉大。从波峰的分布范围来看，波峰虽呈现出右移态势但长期位于效率值0.3 以下，意味着流域农业生态用水效率水平在不断提升但流域内大部分县（市）的效率值仍然较低。

图5 2015-2020年塔里木河流域农业生态用水效率核密度估计Fig.5 Kernel density estimation of agroecological water use efficiency in the Tarim River Basin from 2015 to 2020

3.1.2 空间分异

参考相关学者的分级标准[37]，塔河流域各县（市）的农业生态用水效率可分为五级：低（效率值≤0.2）、较低（0.2<效率值≤0.4）、中等(0.4<效率值≤0.6)、较高(0.6<效率值≤0.8)、高(0.8<效率值≤1)。将效率分级情况表现在空间上并呈现其6 年间的重心迁移轨迹，可以看出，塔里木流域各县（市）农业生态用水效率在空间上表现为东部及西北部县（市）效率高、中间广大县（市）效率低（图6、图7），其效率分布重心呈现出自中部向西南部移动的特征（图8）。

图6 塔里木河流域6年平均农业生态用水效率空间分布Fig.6 Spatial distribution diagram of the six-year average agroecological water use efficiency in the Tarim River Basin

图7 塔里木河流域各年份农业生态用水效率空间分布Fig.7 Spatial distribution diagram of agroecological water use efficiency in various years of the Tarim River Basin

图8 塔里木河流域农业生态用水效率值分布重心迁移轨迹Fig.8 Spatial distribution diagram of agroecological water use efficiency in various years of the Tarim River Basin

其中，南疆兵团农业生态用水效率整体上远远高于各地州的农业用水效率，兵团4 个市6 年平均效率值达0.77，而五地州中6年平均效率值最高的克州仅为0.39，最低的阿克苏地区6 年平均效率值低至0.13。从县（市）层面看，大多数县（市）农业生态用水效率较低。流域46个县（市）中农业生态用水效率水平处于中等及以上（效率值＞0.4）的县（市）仅10个，占比21.74%。若羌县、阿合奇县、乌恰县、阿拉尔市、图木舒克市和昆玉市6个县（市）的农业生态用水效率处于较高水平（效率值＞0.6），又以若羌县和兵团阿拉尔市为最高，达到了该地区现存技术水平下的相对最优状态，效率为1。而效率值处于低水平（效率值≤0.2）的县（市）高达50%，效率值低于0.1 的有拜城县、乌什县、阿图什、阿克陶、疏勒县、岳普湖县6个县（市）。

重心迁移结果表明：6年间，塔河流域农业生态用水效率分布重心整体呈现出自中部向西南部迁移的趋势。具体来说，2015 年，农业生态用水效率重心位于阿克苏市，2015-2016年，重心向西北方向迁移了50 430.42 m，但仍在阿克苏市境内，2016-2017年，重心向西南方向迁移了86 453.75 m，迁移到了阿瓦提县，2017-2018 年，重心向东南方向迁移94 161.52 m，至洛浦县，2018-2019 年，重心向西北方向迁移62 711.19 m，至墨玉县，2019-2020 年，重心向西南方向迁移32 722.26 m，但仍在墨玉县范围内。以上结果同样表明，随着时间的推移，流域内农业生态用水效率水平较高的县（市）呈现出增多的趋势，效率值升高的县（市）主要位于流域西南部地区，西南部边缘的县（市）效率值产生了较大的变动。

3.2 影响农业用水效率的因素

利用Tobit 模型对影响塔里木河流域各县（市）农业生态用水效率的因素进行分析，模型整体的Wald检验p值为0，说明该模型设定合理且回归结果可信，具体的回归结果如表2所示。在所有的影响因素中，单位水价（p）、单位作物地膜覆盖面积（m）、人均GDP（pGDP）、单位作物播种面积节水灌溉机械台数（i）、经济作物播种面积（c）、年降水量的对数（lnap）、第二产业产值占比（s）等7 个因素通过了显著性检验。单位水价（p）、单位作物地膜覆盖面积（m）、人均GDP（pGDP）、单位作物播种面积节水灌溉机械台数（i）、经济作物播种面积（c）、年降水量的对数（lnap）5 个因素对农业生态用水效率具有正向作用，其中，又以水价的影响为最大，其次是单位作物地膜覆盖面积、人均GDP 和单位作物播种面积节水灌溉机械台数。

表2 流域农业生态用水效率影响因素Tobit回归结果Tab.2 Tobit regression results of the factors affecting agroecological water use efficiency in the river basin

具体而言，水价对农业生态用水效率的提升具有明显的促进作用，水价相对越高，效率越高，并且水价对农业生态用水效率的正向影响较强，水价的细微改变就能引起效率的较大变化。水价作为一种经济手段，能调节人们的水资源使用行为，若进行正向引导，可促使农户自觉减少农业灌溉用水浪费，选择综合成本更低的滴灌技术等来提高农业用水效率。2020 年，国家发改委出台了《关于持续推进农业水价综合改革工作的通知》，新疆维吾尔自治区积极响应改革政策，流域内各县（市）已多次召开农业水价座谈会，积极调整农业用水价格，改革的总体方向在于逐步使农业水价接近供水成本，设置阶梯水价，以增强节水意识，提高地区的农业用水效率。本研究结果表明塔河流域农业水价对其农业生态用水效率具有正向影响，为南疆农业水价综合改革提供了一定政策参考。

从回归结果可以看出，单位作物地膜覆盖面积越大，农业生态用水效率越高。由于研究区为典型干旱区，蒸发量巨大，地膜的覆盖能减少地表蒸发，留存土壤水分，因此，单位农作物地膜覆盖面积越大，农业生态用水效率越高。人均GDP 越高，农业生态用水效率越高。这可能是因为农民的人均收入越高，用于农业生产的投入资金越充足，而农业生产条件的改善对农业生态用水效率的提高具有积极作用，这与实际情况是相符的。单位作物播种面积节水灌溉机械台数越多，农业生态用水效率越高，反之，效率越低。节水灌溉机械台数反映的是地区节水灌溉设施的完善程度和节水技术水平，节水设施越完善、节水技术水平越高，农业生态用水效率越高。经济作物种植面积越大，农业生态用水效率越高。研究区域内，主要的经济作物为棉花，主要的粮食作物为小麦，尽管棉花的单位耗水量大于小麦，但前者的单位产值远高于后者，其水资源利用效率更高。尽管结果显示年降水量对农业生态用水效率也具有正向作用，但该因素的影响较小，因此对于塔河流域大多数降水稀少的县（市）而言，可以通过改善其他方面的条件来弥补该地天然降水不足对效率提升带来的不良影响。

第二产业产值占比（s）对农业生态用水利用效率的影响是负向的。可能是由于第二产业的产值占比反映了农业在整个经济结构中的地位，第二产业产值占比越大，农业的产值占比越小，农业用水带来的产出相对越小，拉低了农业生态用水效率。而粮食作物种植面积（g）对农业生态用水效率的影响不显著，这可能是目前该流域的种植业还未达到精细化耕作的水平，对农业生态用水效率的影响较小。

4 讨论与展望

从数值大小来看，本文测算出的塔河流域农业用水效率较低，这与大多数相关研究的结论一致，即在新疆域内，南疆农业用水效率较低且低于北疆[14,39]，但与这些研究测算出的农业用水效率值相比，本文的农业生态用水效率数值相对更低，这可能是加入了非期望产出的缘故。从空间格局来看，本文认为2015-2020 年间克州的农业生态用水效率相对最高，巴州与和田地区处于中等，而阿克苏和喀什地区的效率相对较低，这与刘强等[41,42]基于2000-2014 年间的数据测算结果部分相符，即巴州效率相对较高，阿克苏地区效率相对较低，而与他认为的喀什地区农业用水效率较高、克州各县市效率较低的结论相反，由此可以看出，随着时间的推移，塔河流域农业用水效率的分布格局发生了一定的改变，克州农业用水效率的波动幅度明显[40]。从影响因素来看，本文认为节水灌溉技术、经济作物播种面积与农业用水效率存在正相关关系，与刘强、赵成峰等人的观点一致。

值得注意的是，关于塔里木河流域农业生态用水效率的探讨还存在以下3个方面的内容需要进一步讨论：①本研究利用多年统计资料测算了塔河流域各县（市）的农业生态用水效率，为使研究问题更加具有针对性，研究尺度有待进一步缩小，未来有条件可开展实地调研，获取微观数据，从微观尺度对流域内农业生态用水效率进行更加具体的测算；②本研究对流域内各县（市）农业生态用水效率进行了初步的空间分异分析，但限于篇幅，未能分析其农业用水效率空间分异的驱动机制，这是未来研究可进一步展开的方向；③限于所获取的数据资料，本研究在分析影响塔里木河流域农业生态用水效率的因素指标时，对水资源管理方面的指标选取较少，但结合研究区的实际情况，区域内出现了一些新型农业用水管理形式，最突出的有两点，一是部分村庄建立了农民用水合作社，对农业用水进行自主管理；二是部分村落实现了农业用水水费的网络收缴，对农业用水的用量和收费进行了规范。新型农业用水管理形式的出现将会对农业用水效率产生何种影响现今还不明确，因此未来关于该区域农业生态用水效率的研究需要增加相关类型的指标。

5 结论与建议

5.1 结 论

本研究利用SBM-undesirable 模型测算了塔里木河流域46个县（市）2015-2020年各年的农业生态用水利用效率，采用GIS 空间分析和核密度估计探究其效率的时空演变格局，并依据SDGs 框架选取影响其农业生态用水效率利用的因素，借助Tobit模型分析了各因素的影响力大小。基于以上测算和分析，得出如下结论：①考虑了水污染的塔里木河流域农业生态用水效率处于较低水平，南疆兵团的农业生态用水效率总体上高于各地州，也高于地区平均水平。②塔里木河流域内各县（市）间农业生态用水效率差异较大，效率较高的县（市）主要分布于流域东西两侧，随着时间的推移，效率较高的县（市）开始集中在流域西南部出现，效率分布重心呈现出自中部向西南部迁移的趋势。③水价对塔里木河流域各县（市）农业生态用水效率有着极其重要的影响，对于原有水价较低的地区，水价越接近供水成本，农业用水效率越高，且水价的细微变动就能引起农业用水效率的较大改变。④在影响塔里木河流域各县（市）农业生态用水效率的技术性因素中，除了节水设施的完善程度对农业用水效率的提升存在较大影响以外，地膜的覆盖也能通过减少蒸发提升农业生态用水效率。

5.2 建 议

以上结论对于塔里木河流域农业用水效率的相关政策的出台有着如下几个方面的含义：①在化肥与农药污染的背景下，塔里木河流域整体的农业生态用水效率较低，故提升地区农业生态用水效率、实现水资源可持续利用需要被作为一个长期的计划纳入考虑，由于流域内兵团各师市的农业用水效率远高于各地州，故应加强水资源使用方面的兵地合作，以水资源使用合作为契机进一步推进兵地融合。②为了提高农业生态用水效率，首先要不遗余力地推进农业水价综合性改革，根据当地的实际情况，按照当地农民能承受的程度，在地州各县（市）适当提调高农业用水水价，稳步推动农业用水水价向农业供水成本靠近。③塔里木河流域干旱少雨，但天然降水不足对农业生态用水效率的不良影响可以用其他因素来抵消。可从完善滴灌、喷灌等节水灌溉设施，做好各级供水渠道的防渗修复与维护等方面，来提高各级渠道的水利用系数，进而提升农业用水效率，助力水资源可持续发展目标的实现。④在农业生产条件较差的县，可以通过覆盖地膜的方式来减少地表蒸发，以达到促进农业生态用水效率提升的目的，同时也需要注意地膜的科学回收。