楊興洪，堵 朵
（貴州大學(xué)經(jīng)濟學(xué)院，貴陽(yáng) 550025）
隨著(zhù)經(jīng)濟社會(huì )的發(fā)展，水資源的經(jīng)濟、社會(huì )及環(huán)境效應愈發(fā)明顯[1]。農業(yè)作為需水量最大的部門(mén)，2021年農業(yè)用水占比高達61.6%，因而農業(yè)高效用水更是對經(jīng)濟-社會(huì )-生態(tài)可持續發(fā)展起到至關(guān)重要的作用。我國糧食主產(chǎn)區的糧食產(chǎn)量占全國總量的78.6%，是農業(yè)發(fā)展的戰略性區位。然而，當前糧食主產(chǎn)區面臨嚴峻的水資源問(wèn)題，水資源短缺成為農業(yè)用水的首要矛盾，加之農業(yè)水資源利用效率低下、灌溉方式粗放、水體污染嚴重等共同制約了主產(chǎn)區農業(yè)生產(chǎn)[2]。黨的十八大以來(lái)，中央多次提出加強生態(tài)文明建設，以解決水資源約束趨緊和水污染問(wèn)題[3]。2021年中央一號文件指出，要大力推進(jìn)農業(yè)綠色發(fā)展，推廣節水農業(yè)，綜合治理農業(yè)面源污染。在此背景下，提升農業(yè)用水綠色效率是實(shí)現糧食主產(chǎn)區農業(yè)用水可持續發(fā)展的重要路徑。受農業(yè)資源稟賦和生產(chǎn)條件不同的影響，各流域農業(yè)用水也存在異質(zhì)性，科學(xué)評價(jià)不同流域農業(yè)用水綠色效率及空間非均衡性，并進(jìn)一步探究其影響因素，對推動(dòng)農業(yè)水資源高效利用及我國農業(yè)綠色轉型具有重要的現實(shí)意義。
提升水資源綠色效率不僅要增加正向產(chǎn)出，而且應減少其生產(chǎn)要素投入，并降低環(huán)境污染等非期望產(chǎn)出，實(shí)現資源的綠色利用[4]。隨著(zhù)綠色發(fā)展理念深入人心，學(xué)者們對水資源綠色效率測度問(wèn)題進(jìn)行探索。目前主要采用數據包絡(luò )分析（DEA）方法[5]、Malmqusit-Luengerber（ML）生產(chǎn)率指數[6-8]。SBM 模型同時(shí)考慮了松弛變量與非期望產(chǎn)出的問(wèn)題，因此被廣泛應用于水資源綠色效率評價(jià)[9-11]?；赟BM 及其拓展模型，楊高升等[12]探析了長(cháng)江經(jīng)濟帶省份水資源綠色效率的演進(jìn)趨勢；
岳立等[13]從市域層面出發(fā)，研究發(fā)現黃河流域沿線(xiàn)城市的水資源綠色效率呈現波動(dòng)下降的時(shí)序特征?；诖?，部分學(xué)者關(guān)注水資源綠色效率的區域差異。在方法上多采用定性分析，僅少量文獻運用泰爾（Theil）指數[14]展開(kāi)量化研究。然而Theil 指數未考慮子樣本的分布情況，忽視了樣本間的交叉重疊。Dagum 基尼系數[15]克服了上述缺陷，能更有效地探尋水資源綠色效率的地區差異及來(lái)源。此外，既有研究通過(guò)計量方法從水資源稟賦[16]、經(jīng)濟發(fā)展水平[17]與產(chǎn)業(yè)結構[18]等方面解釋其對水資源綠色效率的影響，但研究結論由于模型設定、指標構建等方面的不同而有所差異。通過(guò)梳理上述文獻可知，已有研究多集中于工業(yè)或綜合部門(mén)，鮮有學(xué)者考察農業(yè)用水綠色效率。
對此，本文以糧食主產(chǎn)區為研究視角，深入探究農業(yè)用水綠色效率水平、區域差異及影響因素，以期為提升糧食主產(chǎn)區農業(yè)用水綠色效率提供對策建議。本文可能的貢獻在于：以糧食主產(chǎn)區為研究空間尺度，將農村社會(huì )發(fā)展指數作為期望產(chǎn)出之一，利用SE-SBM 模型對農業(yè)用水綠色效率進(jìn)行測度；
通過(guò)Dagum 基尼系數考察松花江、長(cháng)江和黃河三大流域的區域差異，不僅揭示差異程度大小及來(lái)源，而且解決了樣本間交叉重疊的問(wèn)題；
運用面板數據模型檢驗農業(yè)用水綠色效率的影響因素，明確其內在作用機理。
綠色發(fā)展視角下，農業(yè)用水綠色效率可理解為農業(yè)水資源利用過(guò)程中帶來(lái)的經(jīng)濟、社會(huì )、環(huán)境產(chǎn)出與生產(chǎn)要素投入的比率，體現“經(jīng)濟-社會(huì )-生態(tài)”全面協(xié)調可持續發(fā)展的關(guān)系。參考水資源綠色效率的內涵[19]，本文選取農業(yè)水足跡、農業(yè)資本量和農業(yè)勞動(dòng)力作為農業(yè)用水綠色效率評價(jià)的投入指標；
將農業(yè)產(chǎn)值與農村社會(huì )發(fā)展指數作為期望產(chǎn)出，分別表示農業(yè)水資源的經(jīng)濟效益和社會(huì )效益，將農業(yè)灰水足跡作為非期望產(chǎn)出，衡量農業(yè)用水過(guò)程中對資源環(huán)境造成的負向效應，表征農業(yè)水資源的生態(tài)效益。農業(yè)用水綠色效率旨在實(shí)現農業(yè)水資源經(jīng)濟、社會(huì )與生態(tài)效益的共贏(yíng)。
1.2.1 SE-SBM 模型
數據包絡(luò )分析(Data Envelopment Analysis，DEA)由Charnes等[20]于1978年提出，是一種非參數技術(shù)效率分析方法，用于評價(jià)多投入多產(chǎn)出決策單元(Decision Making Unit，DMU)的效率值。然而，傳統DEA 模型基于徑向距離函數，假設投入（產(chǎn)出）能夠等比例減少（增加），且忽視了投入產(chǎn)出變量的松弛性問(wèn)題?？紤]到這一點(diǎn)，Tone[21]提出超效率SBM 模型（Super Efficiency SBM model，SE-SBM）,有效解決了傳統DEA模型產(chǎn)生的測量偏誤問(wèn)題，同時(shí)提高了效率評價(jià)的精確性，不僅適用于存在農業(yè)灰水足跡這一非期望產(chǎn)出的情形，而且有利于優(yōu)化農業(yè)用水綠色效率。
1.2.2 Dagum基尼系數
本文采用Dagum 基尼系數對糧食主產(chǎn)區農業(yè)用水綠色效率的空間非均衡性進(jìn)行測度與分解，并進(jìn)一步明確總體差異的來(lái)源。
作為一種測算相對差異的方法，Dagum 基尼系數的優(yōu)勢在于能將區域差異分解為區域內差異、區域間差異及超變密度三部分，超變密度反映區域間重疊現象造成的空間非均衡性，能夠有效解決樣本間的交叉重疊并識別區域差異的具體來(lái)源，因此被廣泛應用于地區差異研究。
參考Dagum[15]的做法，定義Dagum基尼系數為：
式中：n表示糧食主產(chǎn)區省份數，即n=13；
k表示劃分的區域數，即k=3；
nj(nh)表示j(h)區域內省份數；
yji(yhr)表示j(h)區域內i(r)省份的農業(yè)用水綠色效率；
μ表示糧食主產(chǎn)區農業(yè)用水綠色效率平均值。
Gjj代表j區域內的基尼系數，表達式為：
Gjh代表j區域與h區域之間的基尼系數，表達式為：
Dagum 基尼系數可按其分解方法分解為3個(gè)組成部分，區域內差異(Gw)、區域間差異(Gnb)與超變密度(Gt)，且滿(mǎn)足以下等式：
其中，Gw、Gnb、Gt計算公式表達如下：
1.2.3 面板數據模型
為進(jìn)一步探究農業(yè)用水綠色效率的影響因素，明確內在作用機理，本文運用面板數據模型[22]展開(kāi)實(shí)證分析，以期為提升糧食主產(chǎn)區省份農業(yè)用水綠色水平提供決策參考。研究構建分析模型如下式所示：
式中：gefit表示i省份在t年度的糧食主產(chǎn)區農業(yè)用水綠色效率，影響因素分別為水資源稟賦（res）、經(jīng)濟發(fā)展水平（gdp）、產(chǎn)業(yè)結構（str）、財政支農政策（fin）、有效灌溉水平（irr）以及農業(yè)對外開(kāi)放（ope）；
β為變量回歸系數；
μi和γt分別代表地區效應和時(shí)間效應；
εit為隨機擾動(dòng)項。
1.3.1 投入產(chǎn)出指標
本文構建農業(yè)用水綠色效率投入產(chǎn)出指標體系如表1 所示。其中，投入要素包括農業(yè)勞動(dòng)力、農業(yè)資本量與農業(yè)水足跡，分別用農林牧漁業(yè)就業(yè)人數、農林水事務(wù)支出、農業(yè)用水總量來(lái)表征；
期望產(chǎn)出包括農業(yè)產(chǎn)值與農村社會(huì )發(fā)展指數，非期望產(chǎn)出則以農業(yè)灰水足跡來(lái)表示。
表1 投入產(chǎn)出指標說(shuō)明Tab.1 Description of input-output indicators
1.3.2 農村社會(huì )發(fā)展評價(jià)指標
需要特別指出的是，就農村社會(huì )發(fā)展指數而言，在孫才志等[24]構建的社會(huì )發(fā)展指數的基礎上，切實(shí)考慮糧食主產(chǎn)區農村社會(huì )發(fā)展現狀，從經(jīng)濟增長(cháng)、社會(huì )和諧與環(huán)境友好3個(gè)評價(jià)層面出發(fā)，科學(xué)選取具有代表性指標（表2）來(lái)衡量農村社會(huì )發(fā)展，并采用熵權法計算獲取糧食主產(chǎn)區農村社會(huì )發(fā)展指數。
表2 農村社會(huì )發(fā)展評價(jià)指標體系Tab.2 Index system for evaluation of rural social development
1.3.3 影響因素指標
參考已有研究[25-27]，并結合指標數據的可獲取性，本文選取以下指標作為農業(yè)用水綠色效率的影響因素：水資源稟賦（res）選用人均水資源量的對數來(lái)表征。經(jīng)濟發(fā)展水平（gdp）以地區人均GDP 的對數來(lái)衡量。產(chǎn)業(yè)結構（str）取第二產(chǎn)業(yè)增加值占地區生產(chǎn)總值的比重（ind）。財政支農政策（fin）選用農林水支出占地方財政支出的比重來(lái)表征。有效灌溉水平（irr）以有效灌溉面積與農作物種植面積的比值來(lái)表征。農業(yè)對外開(kāi)放（ope）選用農產(chǎn)品進(jìn)出口總額的對數來(lái)衡量。
本文充分考慮數據資料的可得性與可比性，選取我國糧食主產(chǎn)區13 省份2006-2020年的面板數據，并按其區位劃分為松花江流域、長(cháng)江流域和黃河流域?；A數據均來(lái)源于對應年份的《中國統計年鑒》、《中國農村統計年鑒》、《中國環(huán)境統計年鑒》、《中國水資源公報》、《中國城鄉建設統計年鑒》、《中國農產(chǎn)品進(jìn)出口月度統計報告》，部分數據來(lái)自《新中國六十年統計資料匯編》。
本文借助MaxDEA Ultra 8.0 軟件，采用SE-SBM 模型測度2006-2020年糧食主產(chǎn)區13 省份的農業(yè)用水綠色效率，并對主產(chǎn)區整體以及松花江、長(cháng)江與黃河三大流域進(jìn)行對比分析，結果如表3所示。
表3 2006-2020年糧食主產(chǎn)區農業(yè)用水綠色效率Tab.3 Green efficiency of agricultural water in major grain producing areas from 2006 to 2020
由圖1 呈現的農業(yè)用水綠色效率演變趨勢和表3 的具體數值可以明顯看出，就整體而言，2006-2020年糧食主產(chǎn)區農業(yè)用水綠色效率呈現“W”形波動(dòng)態(tài)勢，多年均值為0.922，這表明糧食主產(chǎn)區農業(yè)水資源利用尚未達到有效狀態(tài)，仍有一定的進(jìn)步空間。從各省域的變化趨勢來(lái)看，研究期內江蘇、江西、湖南、四川與河南的農業(yè)用水綠色效率穩步提升，其中大部分集中于長(cháng)江流域，黑龍江則呈現波動(dòng)上升趨勢；
而湖北、河北、山東的效率值降幅明顯，其余省份表現為微弱下降趨勢。
圖1 糧食主產(chǎn)區三大流域農業(yè)用水綠色效率變化趨勢圖Fig.1 The changing trend of agricultural water green efficiency resources in major grain producing areas
根據SE-SBM 模型的原理，農業(yè)用水綠色效率值大于或等于1 則意味著(zhù)農業(yè)用水達到有效狀態(tài)。由表3 可知，2006-2020年農業(yè)用水綠色效率始終大于或等于1 的省份包括遼寧、江蘇、江西、山東與河南，占比38.46%，分散分布于長(cháng)江與黃河流域。從三大流域的演化趨勢來(lái)看，松花江流域呈現小幅下降趨勢，但其波動(dòng)性較大，黃河流域始終圍繞均值波動(dòng)下降，長(cháng)江流域在經(jīng)歷2009年的最低峰值后呈穩步上升趨勢。究其原因，松花江流域農業(yè)現代化水平較高，然而豐裕的水資源稟賦削弱了農戶(hù)的節水意識，造成水資源的大量損耗，此外該地區人口流失嚴重，農村人力資本缺失，極大地阻礙了農村社會(huì )發(fā)展，這種資源的過(guò)度投入與農村社會(huì )發(fā)展困境帶來(lái)了農業(yè)用水綠色效率的降低；
黃河流域生態(tài)系統脆弱、環(huán)境承載力較低，加之區域農業(yè)生產(chǎn)方式相對粗放，使得農業(yè)灰水足跡位列三大流域首位，較高的非期望產(chǎn)出導致其用水效率低下，再者，流域內多數省份農業(yè)機械化水平不高，農業(yè)水資源利用難以形成規模效應，一定程度上降低了農業(yè)用水綠色效率；
長(cháng)江流域經(jīng)濟發(fā)展迅猛，新農村建設顯著(zhù)推動(dòng)了農村社會(huì )經(jīng)濟發(fā)展，同時(shí)政府與企業(yè)不斷加大農業(yè)技術(shù)領(lǐng)域的研發(fā)投入強度，促進(jìn)節水灌溉技術(shù)和污水處理技術(shù)的更新升級，故效率值持續攀升。
本文利用Dagum 基尼系數對2006-2020年糧食主產(chǎn)區農業(yè)用水綠色效率的區域差異及來(lái)源進(jìn)行測算，結果如表4 所示。糧食主產(chǎn)區總體基尼系數均值為0.152，整體上呈現循環(huán)波動(dòng)下降趨勢，年均下降21.99%，結果充分表明主產(chǎn)區農業(yè)用水綠色效率存在空間非均衡性，而這種非均衡性有所減弱，農業(yè)用水綠色水平不斷趨向于均衡發(fā)展。從變動(dòng)趨勢來(lái)看，糧食主產(chǎn)區的基尼系數在歷經(jīng)一段時(shí)期的小范圍波動(dòng)后，于2016年出現最高峰值0.204，隨后顯著(zhù)下降至2020年的0.110，原因在于十八屆五中全會(huì )提出包涵綠色發(fā)展的五大新發(fā)展理念后，各地區開(kāi)始重視社會(huì )經(jīng)濟的綠色發(fā)展，農業(yè)水資源利用也逐步由傳統模式轉向綠色模式，而水污染治理與水生態(tài)修復存在時(shí)滯效應，因此農業(yè)用水綠色效率的區域差異在2016年以后才呈現出持續縮小的趨勢。
表4 Dagum基尼系數及分解結果Tab.4 Dagum Gini coefficient and decomposition results
從區域內基尼系數來(lái)看，黃河流域內差異最明顯，區域內基尼系數的均值為0.164；
長(cháng)江流域內空間非均衡程度次之，研究期內均值為0.157；
松花江流域內差異最小，其系數均值為0.092。這主要是由于松花江流域內各省地理位置鄰近，農業(yè)生產(chǎn)用水模式趨同，故流域內空間非均衡性較低；
長(cháng)江與黃河流域內部分地區間農業(yè)結構存在顯著(zhù)差異，用水方式也大相徑庭，導致流域內差異程度較大。從變動(dòng)趨勢來(lái)看，松花江流域內差異呈波動(dòng)下降趨勢，區域內基尼系數由2006年的0.180 下降到了2020年的0.079，而長(cháng)江和黃河流域的空間非均衡性呈擴大趨勢，基尼系數分別從2006年的0.078 和0.114上升到2020年的0.086和0.153。
從區域間基尼系數來(lái)看，長(cháng)江-黃河流域（0.180）＞松花江-黃河流域（0.154）＞松花江-長(cháng)江流域（0.146）。長(cháng)江與黃河流域間區域差異大的原因在于，在農村社會(huì )經(jīng)濟發(fā)展水平與農業(yè)基礎層面，黃河流域與長(cháng)江流域仍有一定差距，加上黃河流域農業(yè)面源污染嚴重，加深了兩者間的空間差異。從變動(dòng)趨勢來(lái)看，長(cháng)江-黃河流域間的區域差異呈波動(dòng)擴大趨勢；
松花江-長(cháng)江流域間的區域差異降幅明顯，年均下降41.40%；
松花江-黃河流域間的差異波動(dòng)趨勢與松花江-長(cháng)江流域基本一致，研究期末相較于期初有所減小。
圖2 描述了農業(yè)用水綠色效率區域差異的來(lái)源及貢獻率。由圖2 可以看出，超變密度對總體差異的貢獻率最大，高達47.760%，表明農業(yè)用水綠色效率在各流域間的交叉重疊程度較高；
區域內差異與區域間差異的貢獻率略低，分別為32.097%和20.043%。從演變趨勢來(lái)看，區域內差異波動(dòng)平穩，始終圍繞30%上下浮動(dòng)，表明流域內部農業(yè)用水綠色水平總體較為平穩；
區域間差異呈從2006年的16.075%波動(dòng)上升到2020年的21.649%，表明區域間差異有所擴大；
超變密度呈先降后升再降的趨勢，2020年的貢獻率與2006年相比下降了11.13%。分析可知，超變密度是糧食主產(chǎn)區農業(yè)用水綠色效率區域差異的主要來(lái)源，這意味著(zhù)流域間交叉重疊對農業(yè)用水綠色效率的空間非均衡性影響較大，即農業(yè)用水綠色效率高水平的流域內部分省域效率值低于低水平流域內的某些省域，從而造成不同流域間的交叉重疊現象。
圖2 區域差異來(lái)源及貢獻率Fig.2 Contribution degree and source of regional differences
表5列示了各影響因素對糧食主產(chǎn)區農業(yè)用水綠色效率的估計結果。作為參照，首先采用普通OLS 進(jìn)行估計，結果見(jiàn)列（1）。由于研究采用的是長(cháng)面板數據，隨機擾動(dòng)項可能存在組間異方差、組內自相關(guān)與組間同期相關(guān)的問(wèn)題，故分別使用OLS+穩健性標準誤、面板校正標準誤（PCSE）和全面可行廣義最小二乘法（全面FGLS）進(jìn)行回歸，結果見(jiàn)列（2）～（4）。通常來(lái)說(shuō)，運用PCSE 的估計結果更為穩健，而全面FGLS則更為有效，兩者之間選取有效性。下面針對全面FGLS的結果加以討論。
表5 農業(yè)用水綠色效率影響因素估計結果Tab.5 Influencing factor estimated results of agricultural water green efficiency
（1）水資源稟賦對糧食主產(chǎn)區農業(yè)用水綠色效率存在顯著(zhù)正向影響，回歸系數為0.029，表明水資源越豐裕的地區其農業(yè)用水綠色效率也越高，這與劉渝等[9]的研究結果一致。究其原因，糧食主產(chǎn)區省份農業(yè)用水模式科學(xué)高效，符合作物的灌溉需要。因此，各地區應充分發(fā)揮資源稟賦優(yōu)勢，促使其產(chǎn)生更多的經(jīng)濟、社會(huì )與生態(tài)環(huán)境效益。
（2）經(jīng)濟發(fā)展水平對糧食主產(chǎn)區農業(yè)用水綠色效率的影響在1%的水平上顯著(zhù)為正。這主要是由于隨著(zhù)經(jīng)濟發(fā)展水平的提升，地區擁有更多的財政收入并將其投入到農業(yè)現代化技術(shù)研發(fā)和農村基礎設施建設之中，不斷推動(dòng)農村社會(huì )經(jīng)濟發(fā)展和農業(yè)水資源的高效利用。糧食主產(chǎn)區應在保護生態(tài)環(huán)境的基礎上，促進(jìn)經(jīng)濟健康可持續發(fā)展。
（3）產(chǎn)業(yè)結構對糧食主產(chǎn)區農業(yè)用水綠色效率呈顯著(zhù)負向影響，回歸系數為-0.015，說(shuō)明盡管產(chǎn)業(yè)升級在一定程度上能夠推動(dòng)技術(shù)革新，然而在快速城鎮化和工業(yè)化的背景下，水資源更多地被配置到工業(yè)等非農產(chǎn)業(yè)，同時(shí)農業(yè)生產(chǎn)環(huán)境受到工業(yè)企業(yè)污染的影響，這種資源不合理配置與環(huán)境污染抑制了農業(yè)用水綠色效率向好發(fā)展[27]。
（4）財政支農政策對糧食主產(chǎn)區農業(yè)用水綠色效率呈顯著(zhù)負向影響?？赡艿脑蛟谟趪艺⑽闯掷m優(yōu)化用于農業(yè)水資源的財政支出結構，導致財政支農政策對改進(jìn)農戶(hù)用水方式的影響有限，從而不利于農業(yè)用水綠色效率的提升。
（5）有效灌溉水平對糧食主產(chǎn)區農業(yè)用水綠色效率的影響顯著(zhù)為負，回歸系數為-0.006，說(shuō)明糧食主產(chǎn)區灌溉設施的節水水平不高，需要進(jìn)一步加大對節水農業(yè)的宣傳力度、推廣節水灌溉技術(shù)，促進(jìn)農業(yè)水資源的科學(xué)利用。農業(yè)對外開(kāi)放對糧食主產(chǎn)區農業(yè)用水綠色效率在1%的水平上呈顯著(zhù)正向影響。這一結果表明，農業(yè)經(jīng)濟開(kāi)放對提升農業(yè)用水綠色效率具有重要作用，這是因為農業(yè)經(jīng)濟開(kāi)放容易帶來(lái)技術(shù)外溢，有助于本國引入先進(jìn)的農業(yè)生產(chǎn)技術(shù)；
此外，市場(chǎng)競爭效應能夠促使本國改進(jìn)灌溉技術(shù)、污水處理技術(shù)等，共同改善了農業(yè)用水綠色效率。
本文采用SE-SBM 模型、Dagum 基尼系數及面板數據模型，測度2006-2020年糧食主產(chǎn)區農業(yè)用水綠色效率水平，在此基礎上考察其區域差異及來(lái)源，并探究農業(yè)用水綠色效率的影響因素。具體結論如下：
（1）2006-2020年糧食主產(chǎn)區農業(yè)用水綠色效率呈現波動(dòng)下降態(tài)勢，多年均值為0.922。主產(chǎn)區農業(yè)用水綠色效率有效的省份占比38.36%，分散分布于長(cháng)江與黃河流域。就三大流域而言，松花江與黃河流域呈小幅下降趨勢，而長(cháng)江流域在波動(dòng)中上升。
（2）糧食主產(chǎn)區農業(yè)用水綠效率空間非均衡性顯著(zhù)，整體上呈現下降趨勢。從區域內基尼系數來(lái)看，松花江流域內差異表現為逐步縮小態(tài)勢，長(cháng)江流域與黃河流域則呈現擴大趨勢；
從區域間基尼系數來(lái)看，長(cháng)江-黃河流域間的區域差異研究期末較期初有所增大，松花江-長(cháng)江流域、松花江-黃河流域間的區域差異則相反；
從貢獻率來(lái)看，超變密度是糧食主產(chǎn)區農業(yè)用水綠色效率空間非均衡性的主要來(lái)源，其次是區域內差異，區域間差異的貢獻率最小。
（3）分析糧食主產(chǎn)區農業(yè)用水綠色效率的影響因素可以發(fā)現，水資源稟賦、經(jīng)濟發(fā)展水平和農業(yè)對外開(kāi)放對農業(yè)用水綠色效率存在顯著(zhù)正向影響，而產(chǎn)業(yè)結構、財政支農政策及有效灌溉水平對農業(yè)用水綠色效率的影響顯著(zhù)作用為負。
根據上述研究結論，提出如下建議：
（1）進(jìn)一步提升糧食主產(chǎn)區農業(yè)用水綠色效率。不同地區需要因地施策，合理配置資源，調整水資源等要素投入結構，優(yōu)化農業(yè)水資源利用布局，助力農業(yè)用水綠色化發(fā)展。
（2）流域內部農業(yè)用水綠色效率差異顯著(zhù)。為推動(dòng)農業(yè)用水綠色效率的區域協(xié)同發(fā)展，各地應當著(zhù)重關(guān)注鄰近地區的優(yōu)勢互補、加強地區間的交流合作，學(xué)習借鑒高效率水平地區的農業(yè)用水技術(shù)與管理模式，不斷縮小農業(yè)用水綠色效率的省域差異。
（3）由于不同流域資源稟賦與生產(chǎn)條件不同，農業(yè)用水綠色效率難以實(shí)現均衡發(fā)展，而從整體提高糧食主產(chǎn)區農業(yè)用水綠色效率出發(fā)，仍要重視綠色效率較低省域的發(fā)展。這部分地區應積極優(yōu)化財政支農結構，建立健全農業(yè)水價(jià)補貼機制，改善農戶(hù)的用水觀(guān)念；
加強對微灌、噴灌和滴灌等灌溉技術(shù)的推廣，提升節水農業(yè)水平；
此外，穩步推進(jìn)農業(yè)對外開(kāi)放，引導農業(yè)技術(shù)革新。多管齊下，促進(jìn)糧食主產(chǎn)區農業(yè)水資源綠色高效利用，以便深入推進(jìn)我國農業(yè)綠色轉型。
