通过应用数据包络分析法（DEA）中的SBM模型，并根据历史数据特征，引入一种基于自回归积分滑动平均（ARIMA）模型和高斯过程回归（GPR）的堆叠模型。结合ARIMA的时间序列分析能力和GPR的非线性学习能力，预测中国农业环境效率的未来发展趋势。研究结果不仅揭示了影响农业环境效率的关键因素，还探讨了提升效率的可能策略，旨在为政策制定者和相关利益方提供科学的决策支持，促进中国农业朝着绿色发展转型，实现经济增长与环境保护的双重目标。