北上廣醫(yī)藥制造企業(yè)技術(shù)創(chuàng)新效率實(shí)證研究

李帆

摘 要： 選取北上廣醫(yī)藥制造行業(yè)新三板上市公司2017-2019面板數(shù)據(jù)，運(yùn)用超效率DEA模型和Malmquist指數(shù)模型，對(duì)三省醫(yī)藥制造企業(yè)的技術(shù)創(chuàng)新效率進(jìn)行比較分析。研究發(fā)現(xiàn)：三省醫(yī)藥制造企業(yè)的技術(shù)創(chuàng)新效率差異較大，34家企業(yè)中有6家企業(yè)達(dá)到DEA有效，三省技術(shù)創(chuàng)新效率排名：上海>廣東>北京;達(dá)到DEA有效的企業(yè)全要素生產(chǎn)率增長貢獻(xiàn)中技術(shù)效率大于技術(shù)進(jìn)步，純技術(shù)效率大于規(guī)模效率。主要源于醫(yī)藥制造企業(yè)的專利創(chuàng)新中實(shí)用型專利多于發(fā)明型專利，并且企業(yè)的R&D資金投入存在規(guī)模報(bào)酬率遞減現(xiàn)象。

關(guān)鍵詞： 技術(shù)創(chuàng)新效率 醫(yī)藥制造業(yè) 超效率模型 Malmquist指數(shù)模型

一、引言

中國的經(jīng)濟(jì)發(fā)展逐漸由要素驅(qū)動(dòng)模式轉(zhuǎn)向創(chuàng)新驅(qū)動(dòng)的“新常態(tài)”，為實(shí)現(xiàn)經(jīng)濟(jì)的持續(xù)健康發(fā)展，政府提出了“提高自主創(chuàng)新能力，建立創(chuàng)新型國家”的核心發(fā)展戰(zhàn)略。醫(yī)藥制造業(yè)是典型的技術(shù)驅(qū)動(dòng)型行業(yè)，效益增長快、市場(chǎng)廣闊，并且兼具經(jīng)濟(jì)效益與社會(huì)效益。研究醫(yī)藥制造企業(yè)的投入與產(chǎn)出關(guān)系有利于分析其技術(shù)創(chuàng)新效率水平，針對(duì)醫(yī)藥制造行業(yè)的技術(shù)創(chuàng)新現(xiàn)狀提出對(duì)策及建議，進(jìn)一步提升我國醫(yī)藥制造企業(yè)的自主創(chuàng)新能力，鼓勵(lì)原創(chuàng)藥的研發(fā)，提升中國醫(yī)藥在國際市場(chǎng)的競(jìng)爭力。

二、文獻(xiàn)綜述

關(guān)于技術(shù)創(chuàng)新效率方面的研究最早起步于國外，并從理論研究發(fā)展為應(yīng)用研究。Vikram S（2008）最早對(duì)美國光伏產(chǎn)業(yè)的技術(shù)創(chuàng)新效率進(jìn)行DEA測(cè)算研究，Shoko（2009）對(duì)日本醫(yī)藥企業(yè)進(jìn)行行業(yè)技術(shù)創(chuàng)新效率研究。隨后國內(nèi)學(xué)者在技術(shù)創(chuàng)新效率領(lǐng)域的研究也有一定的成果，基于不同的效率測(cè)算方法，運(yùn)用歷年省際數(shù)據(jù)進(jìn)行行業(yè)、地區(qū)間的比較分析。陳富民（2014）運(yùn)用超效率模型對(duì)中國裝備制造業(yè)的技術(shù)創(chuàng)新效率進(jìn)行研究，晉蕾（2015）將山西省的技術(shù)創(chuàng)新效率與周邊省份進(jìn)行了比較分析。以往的文獻(xiàn)多注重區(qū)域技術(shù)創(chuàng)新效率的宏觀層面進(jìn)行研究，不利于分析微觀層面的行業(yè)間差異;更多關(guān)注總投入、總產(chǎn)出的綜合效率，沒有進(jìn)一步分析技術(shù)效率及規(guī)模效率;對(duì)醫(yī)藥制造企業(yè)的專利產(chǎn)出及技術(shù)創(chuàng)新效率關(guān)注較少。本文選擇醫(yī)藥制造企業(yè)，運(yùn)用超效率DEA及Malmquist指數(shù)分解法，對(duì)其技術(shù)創(chuàng)新超效率值及綜合效率、純技術(shù)效率和規(guī)模效率進(jìn)行分析研究。

三、研究設(shè)計(jì)

（一）樣本選取與數(shù)據(jù)來源

本文以新三板北京、上海、廣東地區(qū)的醫(yī)藥制造掛牌企業(yè)為研究對(duì)象，選取2017—2019年關(guān)鍵數(shù)據(jù)完整的34家企業(yè)為樣本，數(shù)據(jù)來源于全國中小企業(yè)股份轉(zhuǎn)讓系統(tǒng)官網(wǎng)以及各企業(yè)2017—2019年年報(bào)。

（二）模型設(shè)定與變量定義

1.模型設(shè)定。（1）超效率模型。超效率模型（SBM）解決了傳統(tǒng)模型徑向和角度的問題，可在規(guī)模報(bào)酬可變的情況下對(duì)投入產(chǎn)出效率進(jìn)行測(cè)度，核心就是將被評(píng)價(jià)DUM剔除參考集，被評(píng)價(jià)的DUM是參考其他DUM構(gòu)成的前沿得出的，有效DUM的超效率值一般會(huì)大于1，DEA值越大，投入產(chǎn)出效率越高。（2）Malmquist模型。Malmquist指數(shù)測(cè)度的是在時(shí)期t的技術(shù)效率下，從時(shí)期t到時(shí)期t+1的技術(shù)效率變化，F(xiàn)are R等人（1992）將DEA-Malmquist指數(shù)分解為技術(shù)效率變化（EC）和技術(shù)變化（TC），即TFPC（CRS）=EC（CRS）×TC（CRS），產(chǎn)出視角下的生產(chǎn)力指數(shù)可以分解為技術(shù)效率指數(shù)和技術(shù)進(jìn)步指數(shù)，見式（1）：

最終通過Malmquist指數(shù)分解得到：技術(shù)效率變化指數(shù)（effch）、技術(shù)進(jìn)步變化指數(shù)（techch）、純技術(shù)效率變化指數(shù)（pech）、規(guī)模效率變化指數(shù)（sech）和全要素生產(chǎn)率指數(shù)（tfpch）。

2.變量定義。（1）產(chǎn)出變量。本文的產(chǎn)出變量為企業(yè)的技術(shù)創(chuàng)新效率，通常用企業(yè)的專利數(shù)量衡量，因?yàn)橹R(shí)的累積作用和時(shí)滯性，本文選取指標(biāo)為企業(yè)擁有的專利數(shù)量以及當(dāng)年申請(qǐng)的專利數(shù)。（2）投入變量。本文投入變量為企業(yè)R&D資金投入與企業(yè)R&D技術(shù)人員投入，對(duì)應(yīng)指標(biāo)選取來自企業(yè)年報(bào)中的研發(fā)投入及技術(shù)人員數(shù)量。見表1。

四、實(shí)證分析

本文運(yùn)用DEA數(shù)據(jù)包絡(luò)分析法，構(gòu)建超效率DEA模型和Malmquist指數(shù)模型，選取企業(yè)技術(shù)創(chuàng)新效率對(duì)應(yīng)的投入變量和產(chǎn)出變量指標(biāo)，以新三板北上廣地區(qū)的醫(yī)藥制造企業(yè)為樣本，選取2017—2019年的數(shù)據(jù)，在此基礎(chǔ)上運(yùn)用MaxDEA 7軟件，得到規(guī)模報(bào)酬可變情況下中國醫(yī)藥制造企業(yè)2017—2019年技術(shù)創(chuàng)新的超效率值，對(duì)北京、上海、廣東三個(gè)地區(qū)的技術(shù)創(chuàng)新效率進(jìn)行比較分析;通過Malmquist指數(shù)分解方法得出專利投入產(chǎn)出的全要素生產(chǎn)效率、技術(shù)效率、技術(shù)進(jìn)步、純技術(shù)效率和規(guī)模效率指標(biāo)，進(jìn)一步分析技術(shù)創(chuàng)新效率的內(nèi)在機(jī)制。

（一）超效率DEA模型分析

將從新三板選取的34家中國醫(yī)藥制造企業(yè)按地區(qū)進(jìn)行分類比較，從橫截面數(shù)據(jù)來看，北京、上海、廣東三省的醫(yī)藥制造企業(yè)近幾年的技術(shù)創(chuàng)新效率平均值都小于1，即沒有達(dá)到DEA有效。從技術(shù)創(chuàng)新效率變動(dòng)趨勢(shì)來看，北京和上海的技術(shù)創(chuàng)新效率逐年提高，廣東的技術(shù)創(chuàng)新效率逐年下降。根據(jù)橫截面數(shù)據(jù)的均值進(jìn)行效率排序，得到上海>廣東>北京。從時(shí)序數(shù)據(jù)看，34家醫(yī)藥制造企業(yè)的技術(shù)創(chuàng)新效率均值相差較大（見圖1雷達(dá)圖），達(dá)到DEA有效的（技術(shù)創(chuàng)新效率平均值大于1）企業(yè)有6家，占比17.6%，其中上海達(dá)到DEA有效的有3家，分別為源培生物（2.010337，排序2）、科新生物（1.263568，排序4）、方心健康（1.198515，排序6），廣東達(dá)到DEA有效的有2家，分別為和凡醫(yī)藥（3.82745，排序1）、美士達(dá)（1.212079，排序5），北京達(dá)到DEA有效的有1家，為三元基因（1.516249，排序3）。從企業(yè)技術(shù)創(chuàng)新達(dá)到DEA有效的占比情況來看，上海50%>廣東33.3%>北京16.7%。

（二）基于DEA-Malmquist生產(chǎn)率指數(shù)分析

上文運(yùn)用超效率模型得到2017—2019年北京、上海、廣東三省醫(yī)藥制造企業(yè)的技術(shù)創(chuàng)新超效率值，并分析出DEA有效的DUM情況及省份技術(shù)創(chuàng)新效率的排名，Malmquist指數(shù)的分解可以對(duì)技術(shù)創(chuàng)新效率的企業(yè)進(jìn)行微觀層面的分析。

由表2可以看出2017—2019年DEA有效醫(yī)藥制造企業(yè)的全要素生產(chǎn)率有28.18%的增長，這個(gè)增長主要來自技術(shù)效率的增長（22.84%），對(duì)技術(shù)效率增長的貢獻(xiàn)中，純技術(shù)效率的增長率大于規(guī)模效率的增長率，技術(shù)進(jìn)步的增長低于技術(shù)效率的增長。其中，三元基因和凡醫(yī)藥存在全生產(chǎn)要素的負(fù)增長，三元基因的負(fù)增長是由于技術(shù)進(jìn)步和規(guī)模效率項(xiàng)的負(fù)增長，即研發(fā)沒有處于最優(yōu)規(guī)模抑制了創(chuàng)新效率的提高，和凡醫(yī)藥的負(fù)增長是由于技術(shù)效率的負(fù)增長，根本原因是純技術(shù)進(jìn)步的負(fù)增長，即存在研發(fā)不足的問題。

五、結(jié)論與啟示

本文運(yùn)用超效率模型得出技術(shù)創(chuàng)新的超效率值，分別從橫截面數(shù)據(jù)和時(shí)序數(shù)據(jù)比較分析三個(gè)地區(qū)的技術(shù)創(chuàng)新效率水平及有效程度，對(duì)Malmquist指數(shù)進(jìn)行分解，從微觀層面分析DEA有效單元的效率變化作用機(jī)制，得出以下結(jié)論：第一，從橫截面數(shù)據(jù)看，34家醫(yī)藥制造企業(yè)的技術(shù)創(chuàng)新超效率值總體呈現(xiàn)先?下降后上升趨勢(shì)，根據(jù)均值對(duì)技術(shù)創(chuàng)新效率進(jìn)行排序得到：上海>廣東>北京;從時(shí)序數(shù)據(jù)看，34家醫(yī)藥制造企業(yè)中有6家企業(yè)達(dá)到DEA有效，占比17.6%，且各企業(yè)間技術(shù)創(chuàng)新效率差異較大，6家企業(yè)中上海有3家，廣東有2家，北京有1家。第二，通過Malmquist指數(shù)分解方法分析：達(dá)到DEA有效的6家醫(yī)藥制造企業(yè)的全要素增長率為28.18%，其中技術(shù)效率貢獻(xiàn)大于技術(shù)進(jìn)步貢獻(xiàn)，純技術(shù)效率貢獻(xiàn)大于規(guī)模效率貢獻(xiàn)。這是由于醫(yī)藥制造企業(yè)R&D人員投入對(duì)企業(yè)發(fā)明型專利方面的創(chuàng)新影響不大，技術(shù)與研發(fā)人員的投入多體現(xiàn)在實(shí)用型專利以及新藥仿制方面，企業(yè)R&D人員投入注重技術(shù)人員的數(shù)量，對(duì)專業(yè)性方面的關(guān)注度不夠，并且企業(yè)的R&D資金投入在初期的效果更明顯，出現(xiàn)資金規(guī)模報(bào)酬率遞減現(xiàn)象。

基于此，本文得出以下啟示：

第一，企業(yè)的R&D人員投入不應(yīng)該局限于技術(shù)人員的數(shù)量，還應(yīng)提升研發(fā)與技術(shù)人員的專業(yè)知識(shí)儲(chǔ)備，使醫(yī)藥行業(yè)的創(chuàng)新從仿制創(chuàng)新向新型藥物研發(fā)方向突破，推動(dòng)真正的技術(shù)進(jìn)步;

第二，企業(yè)的R&D資金投入是提升企業(yè)創(chuàng)新產(chǎn)出的直接影響因素，且在企業(yè)科技研發(fā)過程中起著正向激勵(lì)效應(yīng)，因此應(yīng)持續(xù)關(guān)注企業(yè)的資金支持，合理優(yōu)化研發(fā)各階段的資金配置，促進(jìn)企業(yè)技術(shù)溢出，為避免出現(xiàn)資金規(guī)模報(bào)酬遞減現(xiàn)象，應(yīng)使研發(fā)資金投入與規(guī)模相適應(yīng)，提升企業(yè)R&D資金投入的持續(xù)性及規(guī)模效率。