引言

甘肃省由于气候类型多、山脉纵横交错等自然因素，形成了独特的地理环境，发展了适应当地条件的特色农业中药产业。它拥有龙南山地亚热带温带区、龙中陇东黄土高原温带半干旱区、青藏高原东高寒阴湿区、河西走廊温带沙漠干旱区四大优势药区。当归、党参、黄芪、大黄、板蓝根、半夏等大宗中草药年产量占全国总产量的50%以上。2016年甘肃省中药材种植面积405万亩，总产量110万吨，位居全国第一。因此，种植中草药已成为该省相当多地区农民收入的重要来源。以甘肃省定西市为例，素有“千年药乡”和“西北药都”2020年美称陇西县，其中药材产业对该县来说，GDP贡献率高达28.6%，县财政收入贡献率为五分之一，县农民人均可支配收入贡献率近三分之一；冠有“中国当归之乡”岷县一半的耕地被用来种植中草药，占岷县农民纯收入的60%。在甘肃省农业发展中，中草药不仅是一个潜在的特色产业，也是帮助实现农村振兴的支柱产业。为实现农村振兴，中国不断提高农业技术水平，把农业科技创新作为促进农业经济发展的重要动力。目前，甘肃中药产业虽呈现良好的发展势头，但仍处于大资源、小产业、弱品牌的现状。在新冠肺炎疫情的背景下，国外医学研究没有显著进展，越来越多的人开始关注中医和中医，龙医药行业正面临机遇和挑战。基于上述现状，对甘肃省农业科技水平对中药产业的影响进行研究分析，可以为促进甘肃省高质量、可持续发展提供参考，具有一定的现实意义。

1文献综述Denison（1962）[1]

利用美国40年的农业数据计算投入产出，分析发现农业科技创新对农业经济增长的贡献率超过30%。Lucas（1988）[2]研究表明，农业科技进步可以促进农业经济增长，并证实提高科技水平可以作为农业经济增长的关键因素。Akino等（1993）[3]对发达国家和发展中国家进行比较分析，发现发展中国家农业科研创新投资回报率高于发达国家。王丽敏（2010）[4]发现，政府在农业科技方面投入越多，地区科技环境越好，地区农业经济增长越快。姚旭兵和宁瑞芳(2015)[5]VAR对1981-2010年数据的模型研究发现，农业科技投资与农业经济增长之间存在长期稳定作用。李晓晓（2017）[6]通过选择安徽省16个地级市的农业数据，构建市级面板数据，计量分析得出安徽省农业机械总动力、农业从业人员数量、有效灌溉面积等对安徽省农业经济增长有显著积极作用，但农业化肥的使用对安徽省农业经济增长有负面抑制作用。通过建立胡君一（2021）[7]“技术创新-经济增长”模型研究发现，农业科技投资能有效促进农业经济增长。郭健等（2012）[8]通过包络分析分析分析了山东省各地区的农业生产效率，结合当地农业科技投资数据，发现当地农业科技投资规模低效是山东整体科技投资效率低的原因。李啸浪和梁颖(2022)[9]DEA静态效率模型分析了贵州省中药材的工业效率。研究发现，贵州医药种植业的面积投资效率普遍略有增长，但仍处于较低水平，中药材面积投资效率的纯技术效率呈下降趋势，规模效率呈上升趋势。李芳（2017）[10]通过产出水平等四个因素建立产业效率评价体系，对甘肃省13个地级市中药产业进行研究分析，发现生产能力是影响中药产业效率的重要因素，甘肃省中药产业生产能力水平较低。刘新义（2017）[11]通过分析甘肃省临夏州中药产业的发展，认为该地区工业发展过程中亟待解决的问题是工业化水平低、专业技术人才短缺。

变量选择与研究设计

2.1面板数据模型

2.1面板数据模型

目前，衡量区域中药产业发展的方法有很多。考虑到代表性和数据可用性，选择中药产值作为解释性变量。在选择核心解释变量时，由于很难统计地级市中药产业的科技投入数据，选择中药单位面积产量作为间接指标，代表技术水平。在控制变量的选择上，财政指标选择财政支出、劳动力指标选择农业从业人数、交通指标选择公路里程。利用甘肃省13个地级市（不含嘉峪关市）2011-2020年10年间的面板数据进行研究分析（资料来源：甘肃省统计局和中国中药价格指数网），构建以下基准回归模型（1），其中我代表地级市，t代表年份。主要变量和描述性统计如表1所示。

2.2DEA模型

农业技术水平对中药材产值的整体影响可以通过面板模型得到，但很难衡量其动态变化。因此，在面板回归分析的基础上，本文将采用数据包络分析法(DEA)静态效率计算。DEA(DataEnvelopmentAnalysis)通过输入一个或多个投资指标和输出指标，选择相同类型的可比单位，通过线性规划判断决策单位是否相对有效。其结构方程式为综合效率=技术效率x规模效率，能很好地衡量工业技术效率的有效性。DEA基本模型有DEA-CCR(规模效率不变)和DEA-BCC(规模效率可变)两种。由于中药材行业规模报酬可变，采用DEA-BCC计算甘肃省中药材产业静态效率值。本文选取甘肃省地级市中药材年种植面积作为投资变量，以年产量和年产值为产出指标，以地级市年平均数据为决策单位（DMU），xj和yj分别代表第j个投入产出变量，minθ为目标函数，s.t.为限制条件，构建模型(2)如下: