創(chuàng)新質量視角下醫(yī)藥制造業(yè)創(chuàng)新效率再評價

賴紅波 施浩

摘 要：在創(chuàng)新質量差異化視角下，以2016年截面數(shù)據(jù)為樣本，應用三階段DEA模型，對我國醫(yī)藥制造行業(yè)創(chuàng)新效率進行再評價。研究發(fā)現(xiàn)，（1）引入質量系數(shù)后，三階段DEA模型刻畫和解釋現(xiàn)實的能力顯著提升;（2）環(huán)境因素虛高了創(chuàng)新效率值，置于同質經(jīng)營環(huán)境時，純技術效率不高的問題更為突出;（3）作為環(huán)境因素，工業(yè)基礎對制藥業(yè)創(chuàng)新效率有顯著正向影響，而政府支持和制藥企業(yè)規(guī)模卻未表現(xiàn)出明顯的促進作用。

關鍵詞：醫(yī)藥制造業(yè);質量系數(shù);創(chuàng)新效率;三階段DEA模型

中圖分類號：F124.3 ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2019）32-0034-02

一、文獻回顧

我國經(jīng)濟正由高速增長向高質量發(fā)展轉化，但在現(xiàn)代經(jīng)濟學的學術主體框架中，“質量”基本上是一個被抽象掉的因素，一般將其歸之于“假定不變”的因素中。學者們在分析評價高技術產(chǎn)業(yè)創(chuàng)新效率時，大多會不自覺地以“創(chuàng)新同質”為假設前提，即直接以新產(chǎn)品銷售收入作為產(chǎn)出變量，不考慮各地區(qū)在創(chuàng)新質量上的差異。但“創(chuàng)新同質”的假設，與高技術產(chǎn)業(yè)創(chuàng)新規(guī)律以及醫(yī)藥制造業(yè)發(fā)展現(xiàn)狀明顯不符。技術創(chuàng)新可簡單分為漸進性技術創(chuàng)新與探索性技術創(chuàng)新，盡管兩者均是企業(yè)提升績效、獲取競爭優(yōu)勢的重要途徑，但在創(chuàng)新質量上卻有明顯差異。以革命性、破壞性為主要特點的探索性技術創(chuàng)新，在提升醫(yī)藥企業(yè)、乃至醫(yī)藥制造全行業(yè)的技術水平方面都有著漸進性創(chuàng)新不能比擬的作用?？蒲腥藛T、資本投入、知識積累等創(chuàng)新要素流動性差，所有醫(yī)藥企業(yè)都在通過高質量創(chuàng)新樹立、更新技術壁壘，并逐步積累成區(qū)域間技術壁壘。醫(yī)藥制造行業(yè)中創(chuàng)新能力和創(chuàng)新質量的差異顯然存在，若不加區(qū)分地混同處理，則分析結果就不能完全反映我國醫(yī)藥制造產(chǎn)業(yè)實際發(fā)展情況。

目前，對于包括制藥產(chǎn)業(yè)在內的高技術產(chǎn)業(yè)的創(chuàng)新效率測度，主要有隨機前沿分析法（Stochastic Frontier Analysis，簡稱SFA模型）和數(shù)據(jù)包絡分析法（Data Envelopment Analysis，簡稱DEA模型）。由于DEA模型不需要設定函數(shù)形式，排除了人為因素干擾，且在多投入多產(chǎn)出效率測算中具有的特殊優(yōu)勢，而更為學者們青睞。現(xiàn)有研究大多從區(qū)域和行業(yè)角度入手，對創(chuàng)新效率進行測度比較分析。國外學者如橋本龍?zhí)桑℉ashimoto，2008）[1]、本努（Pannu，2011）[2]運用DEA模型分別對日本和印度醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率進行實證研究。國內學者如褚淑貞等（2013）[3]，黃海霞等（2015）[4]根據(jù)高技術統(tǒng)計年鑒數(shù)據(jù)，運用DEA模型對制藥產(chǎn)業(yè)進行分析，結果顯示，我國大部分地區(qū)醫(yī)藥制造業(yè)均處于非DEA有效狀態(tài)存;陳冰和吉生保（2013）[5]根據(jù)37家醫(yī)藥制造業(yè)上市公司2002—2009年間的面板數(shù)據(jù)，通過DEA-Tobit模型進行實證測度，也得出類似結論。由于傳統(tǒng)DEA模型未剔除環(huán)境因素和隨機噪聲因素的影響，故測度結果難免有失偏頗。部分研究如劉志迎和張吉坤（2013）[6]、楊青峰（2014）[7]在評價高技術產(chǎn)業(yè)創(chuàng)新效率時通過三階段DEA模型，剔除了環(huán)境因素和隨機噪聲因素，但未考慮區(qū)域間在創(chuàng)新質量上的差異，且將醫(yī)藥制造業(yè)置于整個高技術產(chǎn)業(yè)內，未細致區(qū)分各產(chǎn)業(yè)特點。

本研究在創(chuàng)新質量差異化視角下引入質量系數(shù)，應用三階段DEA模型，剝離環(huán)境因素和隨機噪聲，對醫(yī)藥制造行業(yè)創(chuàng)新效率進行再評價，以期可以更加客觀地認識我國醫(yī)藥制造業(yè)發(fā)展現(xiàn)狀及制約產(chǎn)業(yè)技術創(chuàng)新的環(huán)境因素。

二、變量選取

鑒于數(shù)據(jù)的可能對和完整性，本研究選取2016年中國26個地區(qū)（西藏、甘肅、青海、寧夏、新疆、臺灣、澳門、香港等地區(qū)數(shù)據(jù)不全，故排除）的醫(yī)藥制造業(yè)為樣本形成截面數(shù)據(jù)。文中數(shù)據(jù)分別來源于《中國統(tǒng)計年鑒2017》、《中國高技術產(chǎn)業(yè)統(tǒng)計年鑒2017》等。

投入產(chǎn)出指標：（1）投入指標：對醫(yī)藥制造產(chǎn)業(yè)創(chuàng)新投入指標，主要考慮人力投入和資本投入?；跀?shù)據(jù)可獲得性和有效性，本研究選取國際上通用的、用于比較科技人力投入的指標“R&D人員折合全時當量”和“新產(chǎn)品開發(fā)經(jīng)費支出”作為產(chǎn)業(yè)創(chuàng)新投入指標。（2）產(chǎn)出指標：專利是醫(yī)藥企業(yè)研發(fā)直接目標，但考慮醫(yī)藥專利審批周期較長，故本研究選取受政策制度影響較小的“專利申請數(shù)”作為產(chǎn)業(yè)知識產(chǎn)出變量。同時，醫(yī)藥產(chǎn)業(yè)技術創(chuàng)新最終仍然要回到實際的生產(chǎn)消費中去，故本研究選取“新產(chǎn)品銷售收入”作為生產(chǎn)性產(chǎn)出變量。

質量系數(shù)指標：發(fā)明專利是醫(yī)藥制造企業(yè)研發(fā)活動的直接成果，含金量最高，且醫(yī)藥專利有嚴格的技術壁壘，最能體現(xiàn)各醫(yī)藥企業(yè)現(xiàn)有技術水平，故本研究嘗試以“擁有發(fā)明專利數(shù)”作為質量系數(shù)來表征新產(chǎn)品的創(chuàng)新質量。

環(huán)境變量指標：（1）政府支持力度：考慮數(shù)據(jù)有效性和可得性，本文選取“R&D經(jīng)費內部支出中政府資金”表征政府支持力度。（2）制造工業(yè)基礎：地區(qū)制造工業(yè)發(fā)展水平對醫(yī)藥企業(yè)的科研績效有重要影響，本文選取“制造業(yè)法人單位數(shù)”表征各地制造工業(yè)發(fā)展水平。（3）制藥企業(yè)規(guī)模：企業(yè)規(guī)模對企業(yè)創(chuàng)新意愿、創(chuàng)新績效都有重要影響，在醫(yī)藥制造行業(yè)更為突出，本研究選擇“資產(chǎn)總計”與“企業(yè)數(shù)”之比表示制藥企業(yè)平均規(guī)模。

三、實證分析

（一）影響醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率的環(huán)境因素分析

以上一階段各投入變量的松弛變量作為因變量，將環(huán)境變量標準化后作為自變量，通過Frontier4.1軟件進行SFA回歸，得到結果如表1。

模型的兩個似然比LR均通過了5%的顯著性檢驗，說明混合誤差項中存在技術非效率，第二階段的SFA分析是十分必要的。而且λ表示技術無效率方差占總方差的比率，每個回歸分析都顯示γ趨近于1，且均通過了1%的顯著性檢驗，說明技術效率存在差異，采用SFA分析是適宜的。各影響因素均通過了0.01的顯著性檢驗，說明模型的變量選取是較為合理。

由于環(huán)境變量是對各投入松弛變量的回歸，所以當回歸系數(shù)為負時，表示增加環(huán)境變量有利于投入松弛變量的減少，即有利于減少各投入變量的浪費。具體而言，制造業(yè)基礎在兩個模型中的系數(shù)均是負值，說明地區(qū)制造業(yè)基礎的提升有利于提高醫(yī)藥制藥產(chǎn)業(yè)的創(chuàng)新投入產(chǎn)出效率;政府支持力度和醫(yī)藥企業(yè)規(guī)模在兩個模型中的系數(shù)均是正值，說明政府的財政支持和企業(yè)規(guī)模的擴大并未對制藥產(chǎn)業(yè)的創(chuàng)新效率并未取得良好的促進作用。

（二）醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率分析

根據(jù)三階段DEA模型，通過調整原投入變量，將各決策單元置于相同的環(huán)境下進行再比較，測度其真實的創(chuàng)新效率。將26個決策單元按照純技術效率得分和規(guī)模效率得分進行分布，結果如圖1所示。圖中PTE為純技術效率，SE為規(guī)模效率。本研究未采取純技術效率得分0.9和規(guī)模效率得分0.9的絕對劃分方法，而是根據(jù)企業(yè)生產(chǎn)的特性采取類似生產(chǎn)可能性曲線的三區(qū)域劃分方式。

由圖1可知，26個省的醫(yī)藥制造業(yè)創(chuàng)新效率差距較大，可分為高中低三個組。其中，位于圖1右上角高效率組7個決策單元的純技術效率和規(guī)模效率均很高;位于中間組的12個省份或是純技術效率較低，或是規(guī)模效率較低;位于左下角區(qū)域的7個省份，兩項效率均很低。

四、結論

我國醫(yī)藥制造業(yè)創(chuàng)新效率在省際間存在明顯差異，部分省份醫(yī)藥制造業(yè)創(chuàng)新效率不容樂觀。大部分地區(qū)制藥產(chǎn)業(yè)創(chuàng)新效率的確受環(huán)境因素影響，且置于同質經(jīng)營環(huán)境下純技術效率不高的問題更為突出。創(chuàng)新效率較低的省份受環(huán)境影響較大，剔除環(huán)境影響和運氣因素后，純技術效率均顯著下降。作為環(huán)境變量，制造工業(yè)基礎對制藥業(yè)創(chuàng)新效率有顯著正向影響，而政府支持力度、制藥企業(yè)規(guī)模卻未對其表現(xiàn)出明顯的促進作用?？梢姡魇≡谥μ岣弋a(chǎn)業(yè)創(chuàng)新效率時仍然不應急于求成，不應過度依賴政府補助吸引外地產(chǎn)業(yè)轉移，或者購買所謂的“成果”;而應當繼續(xù)立足環(huán)境，逐步改善工業(yè)基礎，從而提升本地區(qū)全產(chǎn)業(yè)創(chuàng)新效率。只有這樣，才能打開高質量發(fā)展新局面。

參考文獻：

[1] ?Hashimoto A，Haneda S.Measuring the change in R&D efficiency of the Japanese pharmaceutical industry.Research Policy，2008，37（10）：1829-1836.

[2] ?Pannu H S，Dinesh Kumar U，F(xiàn)arooquie J A.Efficiency and productivity analysis of Indian pharmaceutical industry using data envelopment analysis[J].International Journal of Operational Research，2011，10（1）：121-136.

[3] ?褚淑貞，謝小燕，沈念伍.我國醫(yī)藥制造業(yè)技術創(chuàng)新效率的研究[J].中國新藥雜志，2013，22（13）：1483-1486，1490.

[4] ?黃海霞，張治河.基于DEA模型的我國戰(zhàn)略性新興產(chǎn)業(yè)科技資源配置效率研究[J].中國軟科學，2015，（1）：150-159.

[5] ?陳冰，吉生保.中國醫(yī)藥行業(yè)上市公司的績效評價及影響因素——基于面板數(shù)據(jù)的DEA-Tobit實證研究[J].中央財經(jīng)大學學報，2013，（8）：62-68.

[6] ?劉志迎，張吉坤.高技術產(chǎn)業(yè)不同資本類型企業(yè)創(chuàng)新效率分析——基于三階段DEA模型[J].研究與發(fā)展管理，2013，25（3）：45-52.

[7] ?楊青峰.剝離環(huán)境因素的中國區(qū)域高技術產(chǎn)業(yè)技術效率再估計——基于三階段DEA模型的研究[J].產(chǎn)業(yè)經(jīng)濟研究，2014，（4）：94-102.