關(guān)于我國醫(yī)藥制造業(yè)科技創(chuàng)新投資績效的評價及對策

李文文,韓東林

（安徽大學工商管理學院,安徽合肥 230039）

關(guān)于我國醫(yī)藥制造業(yè)科技創(chuàng)新投資績效的評價及對策

李文文,韓東林

（安徽大學工商管理學院,安徽合肥 230039）

醫(yī)藥制造業(yè)作為我國發(fā)展較為迅速的產(chǎn)業(yè),在現(xiàn)階段仍存在創(chuàng)新能力不足、技術(shù)水平低、缺乏自主知識產(chǎn)權(quán)等缺陷。以我國高技術(shù)產(chǎn)業(yè)中醫(yī)藥制造業(yè)為研究對象,分析了醫(yī)藥制造業(yè)投入產(chǎn)出效果的內(nèi)涵,結(jié)合行業(yè)的特點,提出了衡量投入產(chǎn)出效果的幾個評價指標。并以2001～2008年的統(tǒng)計數(shù)據(jù)為樣本,運用EV IEWS6.0軟件,對我國醫(yī)藥制造業(yè)的投資績效進行了實證研究,提出了我國醫(yī)藥制造業(yè)創(chuàng)新投資的相應對策。

醫(yī)藥制造業(yè);科技創(chuàng)新;投資績效

1 研究綜述

我國高技術(shù)產(chǎn)業(yè)在多年的發(fā)展中對經(jīng)濟發(fā)展做出了很大貢獻,理論界從不同側(cè)面研究了高技術(shù)產(chǎn)業(yè)投入產(chǎn)出狀況。李凱、馬愛霞（2007）[1]利用科技活動的活動經(jīng)費與人員投入量分析了我國醫(yī)藥制造業(yè)技術(shù)創(chuàng)新能力,但是指標選取太少,而且都是顯而易見的指標,未免在證明方面缺少探索性。王淼（2008）[2]基于企業(yè)技術(shù)能力理論的技術(shù)學習模型研究了中國醫(yī)藥制造業(yè)技術(shù)成長路徑及影響因素,但是對于科技創(chuàng)新投資績效的評價涉及較少。鄒鮮紅、羅承友（2009）[3]利用DEA模型對我國醫(yī)藥制造業(yè)技術(shù)創(chuàng)新相對有效性進行了研究,該文將中國醫(yī)藥制造業(yè)R&D投入前二十位的省份 （自轄市）技術(shù)創(chuàng)新系統(tǒng)看作輸入、產(chǎn)出的決策單元 （DMU）,針對DMU建立CCR和BBC模型。該文中盡管江蘇、浙江等十三個區(qū)域的評價結(jié)果為DEA有效,并不能說明這些區(qū)域真正實現(xiàn)了技術(shù)效率 ,以上的政策建議只是一個區(qū)域相對于其他區(qū)域應當著重解決的問題,并非要在實際工作中將各種投入大幅減少,而是要進行資源的合理配置,更確切的結(jié)論還需要進行更加廣泛和深入的研究。張倩男（2009）[4]借鑒C-D生產(chǎn)函數(shù)、索羅模型和羅默模型結(jié)合產(chǎn)業(yè)競爭優(yōu)勢衡量指標,構(gòu)建產(chǎn)業(yè)競爭優(yōu)勢評價模型,揭示科技創(chuàng)新在醫(yī)藥制造業(yè)競爭優(yōu)勢提升過程中的作用,但是對于科技創(chuàng)新中的主要涉及因素及如何進行創(chuàng)新卻未提及。李曉梅、王偉光、考燕鳴（2009）[5]為了更好地分析東北地區(qū)醫(yī)藥制造業(yè)技術(shù)創(chuàng)新能力狀況,將東北地區(qū)與長三角和珠三角地區(qū)的數(shù)據(jù)運用 spss15.0因子分析進行比較分析。由于所選取指標全部為正向定量指標,直接采用spss15.0的Z標準化方法先將指標無量綱化,消除變量間的量綱關(guān)系,使數(shù)據(jù)具有可比性。但是由于其只專注于東北地區(qū)的醫(yī)藥制造業(yè),所以無法代表我國醫(yī)藥制造業(yè)的整體水平。王樹華（2009）[6]分析了桂林市醫(yī)藥制造業(yè)技術(shù)創(chuàng)新能力,但其問題是無法用某一個區(qū)域的發(fā)展水平解釋全國的水平。

按照國家統(tǒng)計局2002年的分類,我國高技術(shù)產(chǎn)業(yè)分為醫(yī)藥制造業(yè)、航空航天器制造等8個行業(yè),學術(shù)界對高技術(shù)產(chǎn)業(yè)投入產(chǎn)出效率的研究主要站在宏觀角度,較少從單個行業(yè)的角度分析投入產(chǎn)出水平。因此,考察特定行業(yè)的投入產(chǎn)出效果,具有一定的理論和現(xiàn)實意義,本文就是從醫(yī)藥制造業(yè)進行研究的。

2 基于OLS法分析醫(yī)藥制造業(yè)科技創(chuàng)新投資績效

首先,醫(yī)藥制造行業(yè)的投入統(tǒng)計數(shù)據(jù)主要有科技工作人員數(shù)量、研究與試驗發(fā)展折合全時人員、科學家和工程師數(shù)量、科技活動經(jīng)費、R&D經(jīng)費、新產(chǎn)品經(jīng)費和技術(shù)改造經(jīng)費,其中科學家和工程師數(shù)量屬于研究與試驗發(fā)展折合全時人員部分,而R&D經(jīng)費和新產(chǎn)品經(jīng)費屬于科技活動經(jīng)費,本文在選取投入指標數(shù)據(jù)時上述兩方面采用的是大部分里面的具體小部分數(shù)據(jù)。對科技活動人員投入的研究則從人員的投入強度和人員素質(zhì)兩方面來進行?？萍蓟顒尤藛T的投入強度和人員素質(zhì)是衡量技術(shù)創(chuàng)新資源投入能力的重要指標,是決定技術(shù)創(chuàng)新能力的關(guān)鍵因素。其中科技活動人員的投入強度是用科技活動人員數(shù)量來表示,人員素質(zhì)則通過科學家與工程師數(shù)量來反映。對科技活動經(jīng)費的研究分為經(jīng)費的來源結(jié)構(gòu)和投入強度兩個方面。科技活動經(jīng)費的投入強度是衡量企業(yè)技術(shù)創(chuàng)新投入能力的重要指標,本文用科技活動經(jīng)費支出總額占產(chǎn)品銷售收入的比例來反映。

其次,醫(yī)藥制造行業(yè)的產(chǎn)出數(shù)據(jù)主要有工業(yè)總產(chǎn)值（新產(chǎn)品）、產(chǎn)品銷售收入（新產(chǎn)品、出口）、利潤總額、專利申請（發(fā)明專利數(shù)）、擁有發(fā)明專利數(shù)。本文選取的是產(chǎn)品銷售收入中的新產(chǎn)品收入,發(fā)明專利數(shù)和擁有發(fā)明專利數(shù)三個數(shù)據(jù)指標。技術(shù)創(chuàng)新產(chǎn)出顯示了企業(yè)技術(shù)創(chuàng)新能力要素組合的效果如何,是評價技術(shù)創(chuàng)新能力最現(xiàn)實的指標。創(chuàng)新產(chǎn)出主要包括中間產(chǎn)出和最終產(chǎn)出,中間產(chǎn)出一般通過專利來反映,最終產(chǎn)出表現(xiàn)為收益性產(chǎn)出、技術(shù)性產(chǎn)出和競爭性產(chǎn)出三個方面。收益性產(chǎn)出指技術(shù)創(chuàng)新為企業(yè)創(chuàng)造的銷售收入,包括新產(chǎn)品出售和技術(shù)出售獲得的收入。技術(shù)性產(chǎn)出是指企業(yè)通過技術(shù)創(chuàng)新引起的技術(shù)變化程度和技術(shù)創(chuàng)新水平的提高。競爭性產(chǎn)出指企業(yè)通過技術(shù)創(chuàng)新帶來的競爭力的變化。由于數(shù)據(jù)的限制,本文只對專利產(chǎn)出和最終產(chǎn)出中的收益性產(chǎn)出即產(chǎn)品銷售收入進行研究。

基于以上的指標分析,本文關(guān)于我國醫(yī)藥制造業(yè)科技創(chuàng)新投資績效擬從以下幾個方面進行實證研究。第一,對中間性創(chuàng)新績效的研究。主要是從專利性產(chǎn)品產(chǎn)出作為被解釋變量Y,解釋變量為X1科學家和工程師的數(shù)量和發(fā)明專利數(shù)X2,此項研究這足以說明我們技術(shù)創(chuàng)新產(chǎn)出水平的高低。

第二,對醫(yī)藥制造業(yè)科技創(chuàng)新績效最終收益性產(chǎn)出的研究。主要是以產(chǎn)品銷售收入作為被解釋變量Y,解釋變量為X1新產(chǎn)品收入、X2發(fā)明專利數(shù)、X3科學家和工程師數(shù)量、X4R&D經(jīng)費和X5新產(chǎn)品開發(fā)費用。

2.1 醫(yī)藥制造業(yè)科技創(chuàng)新績效相關(guān)中間產(chǎn)出的研究

表1 2001-2008年有關(guān)中間性支出的相關(guān)數(shù)據(jù)

通過相關(guān)性分析我們可以得出X1、X2和 Y具有線性相關(guān)關(guān)系,建立如下計量經(jīng)濟模型:

利用Eview s6.0軟件,輸入 Y、X1、X2等數(shù)據(jù),采用這些數(shù)據(jù)對模型進行OLS回歸,結(jié)果如下:

Variable Coefficient Std.Error t-Statistic Prob. C -1128.668 375.6677-3.004433 0.0398 X1 0.112646 0.029523 3.815509 0.0189 X2 0.112646 0.260631 1.716809 0.1612 R-squared 0.919395 Mean dependent var 1105.000 Adjusted R-squared 0.879092 S.D.dependent var 828.1208 S.E.of regression 287.9529 Akaike info criterion 14.46100 Sum squared resid 331667.6 Schwarz criterion 14.43782 Log likelihood -47.61349 F-statistic 22.81222 Durbin-Watson stat 3.180265 Prob（F-statistic） 0.006497

因此,模型所估計的參數(shù) b1=0.112646,b2= 0.112646,經(jīng)濟學意義就是說明科學家和工程師的數(shù)量每增加一人、發(fā)明專利數(shù)每增加一個,可導致專利性產(chǎn)出增加0.112646個。

2.2 醫(yī)藥制造業(yè)科技創(chuàng)新績效最終收益性產(chǎn)出的研究

表2 2001-2008年最終收益性產(chǎn)出的相關(guān)數(shù)據(jù)

首先,通過線性分析我們可以得出相對于X1、X2來說,X3、X4、X5和 Y線性相關(guān)程度較高,因此選擇X3、X4和X5的數(shù)據(jù)做相關(guān)分析:

假設(shè) Yi=a+b1X1+b2X2+b3X3+e

利用Eview s6.0軟件,輸入 Y、X3、X4、X5等數(shù)據(jù),采用這些數(shù)據(jù)對模型進行 OLS回歸,結(jié)果如下:

Variable Coefficient Std.Error t-Statistic Prob. C 21589578 12777761 1.689621 0.1897 X3 -142.9402 1554.372-0.091960 0.9325 X4 -70.21256 98.27041-0.714483 0.5265 X5 90.15962 58.78932 1.533605 0.2227 R-squared 0.820121 Mean dependent var 25446148 Adjusted R-squared 0.640242 S.D.dependent var 10431386 S.E.of regression 6256725. Akaike info criterion 34.43177 Sum squared resid 1.17E+14 Schwarz criterion 34.40086 Log likelihood -116.5112 F-statistic 4.559297 Durbin-Watson stat 2.688150 Prob（F-statistic） 0.122284

由此可見,該模型 R2=0.820121,ˉR2= 0.640242,可決系數(shù)很高,不僅X3、X4系數(shù)的t檢驗不顯著,而且X3、X4系數(shù)的符號與預期的相反,這表明很可能存在嚴重的多重共線性。

計算各解釋變量的相關(guān)系數(shù),重新選擇X1、X2、X3、X4、X5等數(shù)據(jù)得相關(guān)系數(shù)矩陣:

由相關(guān)系數(shù)矩陣可以看出:各解釋變量相互之間的相關(guān)系數(shù)較高,證實確實存在嚴重多重共線性。

采用逐步回歸的辦法,去檢驗和解決多重共線性問題。分別作Y對X3、X4、X5的一元回歸:

Variable Coefficient Std.Error t-Statistic Prob. C 1538376. 9637933. 0.159617 0.8794 X3 1500.264 578.3351 2.594108 0.0486 R-squared 0.573721 Mean dependent var 25446148 Adjusted R-squared 0.488465 S.D.dependent var 10431386 S.E.of regression 7460704. Akaike info criterion 34.72315 Sum squared resid 2.78E+14 Schwarz criterion 34.70770 Log likelihood -119.5310 F-statistic 6.729396 Durbin-Watson stat 1.609628 Prob（F-statistic） 0.048595 Variable Coefficient Std.Error t-Statistic Prob. C 7404686. 6126548. 1.208623 0.2808 X4 49.48250 15.38299 3.216703 0.0236 R-squared 0.674207 Mean dependent var 25446148 Adjusted R-squared 0.609049 S.D.dependent var 10431386 S.E.of regression 6522340. Akaike info criterion 34.45432 Sum squared resid 2.13E+14 Schwarz criterion 34.43887 Log likelihood -118.5901 F-statistic 10.34718 Durbin-Watson stat 2.410102 Prob（F-statistic） 0.023552

Variable Coefficient Std.Error t-Statistic Prob. C 12131438 3873687. 3.131755 0.0259 X5 37.82834 9.287197 4.073170 0.0096 R-squared 0.768419 Mean dependent var 25446148 Adjusted R-squared 0.722103 S.D.dependent var 10431386 S.E.of regression 5499005. Akaike info criterion 34.11299 Sum squared resid 1.51E+14 Schwarz criterion 34.09753 Log likelihood -117.3955 F-statistic 16.59072 Durbin-Watson stat 2.558908 Prob（F-statistic） 0.009604

按R2的大小排序為:X5、X4、X3,以X5為基礎(chǔ),順次加入其他變量逐步回歸。首先加入X4回歸結(jié)果為:

當取α=0.05時,tα/2（n-k）=t0.025（8-4）=2.776,X4參數(shù)的t檢驗不顯著,予以剔除,加入X5得:

Variable Coefficient Std.Error t-Statistic Prob. C 18880177 11431098 1.651650 0.1740 X3 764.1922 1207.009-0.633129 0.5610 X5 53.25323 26.29732 2.025044 0.1128 R-squared 0.789513 Mean dependent var 25446148 Adjusted R-squared 0.684269 S.D.dependent var 10431386 S.E.of regression 5861392. Akaike info criterion 34.30320 Sum squared resid 1.37E+14 Schwarz criterion 34.28002 Log likelihood -117.0612 F-statistic 7.501754 Durbin-Watson stat 2.898842 Prob（F-statistic） 0.044305

X3參數(shù)的t檢驗顯著,這是最后消除多重共線性的結(jié)果。這說明,在其他因素不變的情況下,相對于其他因素來說,新產(chǎn)品開發(fā)費用支出與科學家的數(shù)量對產(chǎn)品銷售收入影響效果最大,新產(chǎn)品開發(fā)費用每增加一元、科學家每增加一個人醫(yī)藥制造業(yè)的產(chǎn)品銷售收入就分別增加764.1922和53.25323元。

3 結(jié)論與建議

第一,依據(jù)2001-2008年醫(yī)藥制造業(yè)的統(tǒng)計數(shù)據(jù)進行的統(tǒng)計分析及投入產(chǎn)出效率可以看出,作為中間性創(chuàng)新績效的的專利性產(chǎn)品的產(chǎn)出和科學家的數(shù)量及發(fā)明專利數(shù)有著密切的關(guān)系,科學家和工程師的數(shù)量每增加一人、發(fā)明專利數(shù)每增加一個,可導致專利性產(chǎn)出增加0.112646個,因此知識產(chǎn)權(quán)保護和專利是保持醫(yī)藥制造企業(yè)創(chuàng)新能力的很重要的激勵機制。

因此應加強對醫(yī)藥技術(shù)人員的培訓和學習,同時知識產(chǎn)權(quán)保護和專利也是保持醫(yī)藥制造企業(yè)創(chuàng)新能力的很重要的激勵機制。企業(yè)人力資源部門應通過對人才的激勵與培養(yǎng),為企業(yè)提供合適的研發(fā)人員來支撐企業(yè)的創(chuàng)新。完善醫(yī)藥專利制度,加大中國醫(yī)藥制造業(yè)知識產(chǎn)權(quán)的保護力度。所以企業(yè)不應該因為經(jīng)濟效益而用短期目光,抄襲外國的專利性產(chǎn)品和配方。對于優(yōu)秀的人才應該予以重用,使其積極幫助企業(yè)開創(chuàng)更多的專利性技術(shù)和產(chǎn)品,實現(xiàn)企業(yè)的長遠發(fā)展。

第二,由上面的分析我們可以看出在最終收益性產(chǎn)出的研究中,新產(chǎn)品開發(fā)費用支出與科學家的數(shù)量對產(chǎn)品銷售收入影響效果最大,新產(chǎn)品開發(fā)費用每增加一元、科學家每增加一個人醫(yī)藥制造業(yè)的產(chǎn)品銷售收入就分別增加764.1922和53.25323元。

聯(lián)系中間性的產(chǎn)品的產(chǎn)出可以證明科學家和工程師的數(shù)量、新產(chǎn)品開發(fā)費用、發(fā)明專利數(shù)是反映醫(yī)藥制造業(yè)投入產(chǎn)出效果的主要指標;有些制藥企業(yè)因為缺少足夠的資金支持難以吸引并留住人才,專業(yè)技術(shù)人才匱乏,既懂專業(yè)知識,又能拓展市場、參與管理的復合型人才較少,導致企業(yè)的新藥研發(fā)能力較弱,新藥數(shù)量少,產(chǎn)品科技含量偏低。資金和技術(shù)人員的缺乏使這些企業(yè)被固化在簡單的技術(shù)獲取或者低水平的重復仿制上。

R&D投入強度也是衡量醫(yī)藥企業(yè)科技開發(fā)能力的一個指標,近年來我國醫(yī)藥制造業(yè)R&D投入雖然大幅度增加,但是和發(fā)達國家相比還是存在很大的差距。因此,今后要提高R&D經(jīng)費投入對醫(yī)藥制造業(yè)競爭優(yōu)勢提升的貢獻度,提升我國醫(yī)藥制造業(yè)科技自主創(chuàng)新能力建設(shè),縮小與發(fā)達國家的差距,就必須加大我國醫(yī)藥制造業(yè)R&D投入強度和R&D人員的投入強度,增強其國際競爭力。

[1]李凱,馬愛霞.我國醫(yī)藥制造業(yè)技術(shù)創(chuàng)新能力分析[J].中國醫(yī)藥技術(shù)與管理,2007,（10）:48-54.

[2]王淼.中國醫(yī)藥制造業(yè)技術(shù)成長路徑及影響因素研究[J].華東經(jīng)濟管理,2008,（1）:88-92.

[3]鄒鮮紅,羅承友.基于DEA模型的我國醫(yī)藥制造業(yè)技術(shù)創(chuàng)新相對有效性研究[J].科技管理研究,2009,（9）:252 -254.

[4]張倩男.中國醫(yī)藥制造業(yè)競爭優(yōu)勢演化的實證分析[J].經(jīng)濟問題探索,2009,（6）:43-48.

[5]李曉梅,王偉光,考燕鳴.東北地區(qū)醫(yī)藥制造業(yè)技術(shù)創(chuàng)新能力實證研究[J].中國科技論壇,2009,（11）:39-42.

[6]王樹華.桂林市醫(yī)藥制造業(yè)技術(shù)創(chuàng)新能力研究[J].現(xiàn)代管理科學,2009,（9）:34-35.

[7]程正中,吳永林,謝朝陽.我國醫(yī)藥制造業(yè)投入產(chǎn)出效果實證分析[J].科技與管理,2009,（6）:40-42.

[8]張世龍,任佳希.浙江省醫(yī)藥制造業(yè)產(chǎn)業(yè)競爭力評價與分析[J].新西部,2009,（18）:58-59.

On China’s Pharmaceutical Industry Investment Performance Evaluation of Scientific and Technological Innovation and Countermeasures

LI Wen-wen,HAN Dong-lin

（School of Business Management,Anhui University,Hefei230039,China）

The medicine manufacturing industry develops a more rapid industry as our country,still had the innovation ability insufficiency,the technical level in the present stage lowly,to lack flaws and so on proprietary intellectual property rights.This article take our country high-tech industry Chinese medicine manufacturing industry as the object of study,analyzed the medicine manufacturing industry to put into production the effect the connotation,and unified the profession the characteristic,proposed the weight put into production the effect several evaluating indicator,take 2001～2008 year statistical data as the sample,utilized the EVIEWS 6.0 software,has conducted the empirical study to our country medicine manufacturing industry’s investment achievements,pointed out our country medicine manufacturing industry the innovation investment trends.

medicine manufacturing industry;scientific innovation;investment achievements

TQ46

A

1009-9735（2010）02-0014-04

2010-02-26

李文文（1985-）,女,安徽合肥人,2008級碩士生,研究方向:技術(shù)創(chuàng)新評價;韓東林（1968-）,男,安徽霍邱人,副教授,碩士生導師,經(jīng)濟學博士后,研究方向:技術(shù)創(chuàng)新投資與績效評價。