集中采購政策對醫(yī)藥企業(yè)研發(fā)效率的影響
——來自我國A 股上市公司的實證檢驗

鄧 偉 吳俁煊

1（南京財經大學金融學院，南京 210023） 2（江南金融租賃股份有限公司，常州 213000）

引 言

所謂藥品集中采購，是指醫(yī)療機構在采購藥品時，不直接與醫(yī)藥企業(yè)接觸，而是將其用藥需求上報至官方統(tǒng)一的采購平臺，由政府組織的專業(yè)機構統(tǒng)一向醫(yī)藥企業(yè)招標競價，中標企業(yè)再向公立醫(yī)療機構銷售藥品。2018 年3 月，國家醫(yī)療保障局成立，主要負責制定藥品、醫(yī)用耗材的招標采購政策并監(jiān)督實施。隨后于2019 年1 月，國務院成立試點辦和聯(lián)采辦，代表聯(lián)盟地區(qū)開展集中采購，國務院辦公廳同時印發(fā)了《關于印發(fā)國家組織藥品集中采購和使用試點方案的通知》，并在11 個城市進行藥品集中采購試點，然后再擴圍至聯(lián)盟地區(qū)及全國范圍。截止到2023 年7 月，集中采購政策已經推行至第八批，累計納入藥品375 個品種，平均降幅超過53%，累計節(jié)約資金約5000 多億元［1］。集采政策加強了醫(yī)藥流通領域的競爭，降低了政府的醫(yī)保支出，并對制藥企業(yè)的經營行為和轉型升級產生了深遠的影響。

在發(fā)達國家，醫(yī)藥制造行業(yè)屬于研發(fā)密集型行業(yè)，強大的新藥研發(fā)能力是制藥企業(yè)維持競爭力的基礎。近年來，在國家政策和資本市場的推動下，我國制藥企業(yè)的研發(fā)投入出現(xiàn)了迅速增長，研發(fā)能力也有了長足的進步。2013 ～2022 年，A股上市制藥企業(yè)的總研發(fā)支出從129 億元增長至1054 億元，1 類新藥首次IND（新藥臨床研究）的數(shù)量從79 個增長至491 個，NDA（新藥注冊上市）數(shù)量從4 個增長至10 個［2］。但是，國內制藥行業(yè)仍然存在“重銷售，輕研發(fā)” 的現(xiàn)象。2022 年，A 股上市制藥企業(yè)的總銷售費用達2465 億元，是當年總研發(fā)支出的2.3 倍①。多數(shù)制藥企業(yè)仍然以生產原料藥、仿制藥為主，只有少數(shù)制藥企業(yè)有能力研究創(chuàng)新藥，整體研發(fā)能力與發(fā)達國家的制藥企業(yè)仍然存在較大差距。

本文將探討此次集中采購政策（以下簡稱“集采政策”）對我國制藥企業(yè)研發(fā)效率的影響。之所以研究研發(fā)效率而非研發(fā)投入，是因為中國制藥企業(yè)的研發(fā)投入已經有了很大的增長，如何提高研發(fā)效率，即研發(fā)的投入－產出比成為目前迫切需要關注的問題。集中采購政策對制藥企業(yè)的研發(fā)效率存在以下兩方面的影響：（1） 集中采購政策會使藥品流通領域的競爭更加透明，使企業(yè)從銷售環(huán)節(jié)的“回扣” 競爭轉向研發(fā)競爭，將更多的銷售費用轉為研發(fā)費用，增大研發(fā)規(guī)模，進而通過規(guī)模效應提高研發(fā)效率；（2） 集中采購政策還會使藥品流通環(huán)節(jié)的競爭變得更加充分，迫使制藥企業(yè)通過研發(fā)項目的篩選、研發(fā)流程的設計和研發(fā)人才的配置提高研發(fā)效率，以更短的時間推出更多的新藥，擴大市場份額。

本文將采用雙重差分法驗證上述理論。實證的數(shù)據(jù)樣本為A 股制造業(yè)公司的樣本，處理組為受集采政策影響的醫(yī)藥和醫(yī)療器械行業(yè)，控制組為不受集采政策影響的其他制造業(yè)，考慮2019 年開始實施的集采政策對這兩組企業(yè)的不同影響。實證結果表明，集采政策提高了制藥企業(yè)的研發(fā)效率。本文在內容上從研發(fā)效率的角度評估了集采政策對我國醫(yī)藥行業(yè)的深遠影響，而目前評估這一政策的文獻尚不多見，謝金平等（2021）［3］、Hua 等（2022）［4］、宋偉等（2022）［5］和鄭博文（2022）［6］分別研究了這一政策對藥品價格、藥企利潤和研發(fā)投入的影響；在方法上基于集采政策的自然實驗采用了比較嚴格的雙重差分法，能減少自變量內生性問題對回歸結果的干擾。胡令和王靖宇（2020）［7］雖然也考慮了市場競爭與研發(fā)效率之間的關系問題，但未采用這一方法。

1 文獻回顧

本文的內容主要涉及兩方面的文獻：（1） 研發(fā)效率的影響因素的文獻；（2） 醫(yī)藥集采政策的經濟后果的文獻。

研發(fā)效率的影響因素可分為企業(yè)的內部因素和外部因素。企業(yè)的內部因素主要包括公司治理、融資能力、所有制特征、企業(yè)規(guī)模等。在公司治理方面，梁彤纓等（2015）［8］發(fā)現(xiàn)，高管的股權激勵與企業(yè)研發(fā)效率之間呈倒U 型關系，且這一關系受區(qū)域市場化程度、所有制性質和行業(yè)特征等因素的影響。王愛群和劉耀娜（2021）［9］發(fā)現(xiàn)，非控股大股東退出威脅有助于提高企業(yè)的創(chuàng)新效率。Li 等（2023）［10］還考慮了風投機構的共同所有權（持有同行業(yè)至少兩家上市公司）的影響，結果發(fā)現(xiàn)，風投機構的共同所有權對研發(fā)效率有積極影響。在融資能力方面，Almeida 等（2013）［11］基于A 股上市高新技術企業(yè)的數(shù)據(jù)發(fā)現(xiàn)，融資約束與研發(fā)效率之間存在顯著的正相關關系，融資約束較高企業(yè)反而有更高的研發(fā)效率。在企業(yè)所有制特征方面，郝冰等（2015）［12］發(fā)現(xiàn)，國有企業(yè)的創(chuàng)新效率不及非國有企業(yè)。在企業(yè)規(guī)模方面，白俊紅（2011）［13］發(fā)現(xiàn)，企業(yè)規(guī)模對創(chuàng)新效率的影響顯著為正，從而驗證了Schumpeter （1942）［14］的大企業(yè)比小企業(yè)有更強的創(chuàng)新激勵的假說。影響研發(fā)效率的外部因素包括行業(yè)競爭、政府政策、營商環(huán)境、經濟的市場化程度等。在行業(yè)競爭方面，胡令和王靖宇（2020）［7］的研究基于上市公司的數(shù)據(jù)，結果也表明市場競爭能促進企業(yè)研發(fā)效率的提高。在政府政策方面，Chiara 等（2016）［15］發(fā)現(xiàn)，政府對上游市場監(jiān)管政策會降低企業(yè)的研發(fā)效率。在營商環(huán)境方面，王磊等（2022）［16］發(fā)現(xiàn)，營商環(huán)境的改善能降低企業(yè)的交易成本、促進行業(yè)競爭、以及改善經濟整體的要素資源配置，進而提高企業(yè)的創(chuàng)新效率。在經濟的市場化程度方面，陳修德等（2014）［17］發(fā)現(xiàn)，市場化改革能促進企業(yè)研發(fā)效率的提升，并最后導致各地區(qū)的研發(fā)效率趨于收斂。

醫(yī)藥集采政策對藥品價格、制藥企業(yè)的績效和研發(fā)投入等行為有重要影響，但目前關注這一問題的文獻較少。在藥品價格方面，謝金平等（2021）［3］和Wang 等（2021）［18］都發(fā)現(xiàn)，中國試點城市帶量采購政策的實施，使得中選藥品價格都出現(xiàn)明顯下降，但Callejas 和Mohapatra （2021）［19］研究了厄瓜多爾的醫(yī)藥集采政策，發(fā)現(xiàn)集采政策扭曲了藥品的供給，使低成本藥物的價格上漲。在制藥企業(yè)的績效方面，Hua 等（2022）［4］通過嚴格的雙重差分法證明，集采對中標企業(yè)的凈利潤有負面影響，且這種負面效果隨著政策實施年限的增加而變得更為明顯。宋偉等（2022）［5］還發(fā)現(xiàn)，藥品集采制度對“中標” 藥企短期績效有顯著負影響，對企業(yè)長期績效則有顯著正影響。在研發(fā)投入方面，張新鑫等（2017）［20］從理論上探討了集采對制藥企業(yè)創(chuàng)新激勵的影響，發(fā)現(xiàn)降低制藥企業(yè)的創(chuàng)新激勵會受到平臺收費模式的影響。鄭博文（2022）［6］發(fā)現(xiàn)，集采政策能通過投資者情緒機制、交易費用機制及營運資金效率機制促進醫(yī)藥企業(yè)增加研發(fā)投入。最后，Xu 和Wu （2023）［21］還發(fā)現(xiàn)，在集采政策推行后，中標企業(yè)會進行向上的盈余管理，而未中標企業(yè)則會進行向下的盈余管理。

綜合上述文獻可以看出，目前關注醫(yī)藥集采政策對制藥企業(yè)的研發(fā)行為影響的文獻很少，而研究市場競爭與研發(fā)效率的關系的文獻也沒有根據(jù)政策實驗采用雙重差分法。因此，本文的研究不僅能從內容上評估集采政策對研發(fā)效率的影響，還能從方法上得到更為穩(wěn)健的實證結果。

2 理論假說

研發(fā)效率是指在研發(fā)投入既定的條件下研發(fā)產出的水平。集采政策通過強化市場競爭，從如下兩方面促進制藥企業(yè)的研發(fā)效率的提升：

（1） 集采政策使市場競爭更加透明，促使制藥企業(yè)增加研發(fā)投入，進而提升研發(fā)效率。在集采政策實施之前，國內制藥企業(yè)一直存在“重銷售、輕研發(fā)” 的問題，將較多的資源用于銷售而不是研發(fā)，而相當一部分銷售費用是向醫(yī)院或藥店等終端客戶支付的回扣。為了擴大銷售額，制藥企業(yè)紛紛向這些客戶支付回扣，哪家企業(yè)給的回扣越多，它的訂單就越多，制藥企業(yè)之間的競爭在一定程度上變成了“回扣競爭”［22］。在集采政策實施之后，制藥企業(yè)在集采平臺上的價格競爭變得公開透明，它們難以再通過回扣爭奪客戶，銷售驅動的發(fā)展模式已難以適合新的競爭環(huán)境。制藥企業(yè)只有通過增加研發(fā)投入，不斷推出競爭對手較少的創(chuàng)新藥或高端仿制藥，才能緩解集采政策對藥品價格的沖擊，確保自己的市場地位。新藥的研發(fā)過程存在一定的規(guī)模經濟，因為研發(fā)項目越多，分攤到每個項目的研發(fā)的固定成本越少；同時較大的研發(fā)規(guī)?？墒蛊髽I(yè)采用更高效的研發(fā)技術和能力更強的研發(fā)人員［23－25］。因此，集采政策會促進制藥企業(yè)從“回扣競爭” 向研發(fā)競爭轉型，增加研發(fā)規(guī)模，進而提高研發(fā)效率。這就是研發(fā)的規(guī)模效應。

（2） 集采政策使市場競爭更加充分，增強新藥研發(fā)過程競爭，進而提升研發(fā)效率。在集采政策實施之前，醫(yī)院和藥店只是私下與各家制藥企業(yè)進行談判，制藥企業(yè)之間的競爭并不充分，而在集采政策實施之后，在集采平臺上參與投標的企業(yè)數(shù)量大大增加，企業(yè)間的價格競爭將變得更加激烈［1］。為了應對更加激烈的市場競爭，制藥企業(yè)必須在以下3 個方面提高研發(fā)效率，以更快的速度推出更多的新藥：①競爭將促使企業(yè)更加精準地搜尋市場信息，選擇市場潛力較大的新藥研發(fā)項目［26］，尤其是競爭還能加強對企業(yè)高管的激勵作用，緩解代理問題，減少低效的研發(fā)項目［9］；②競爭還將促進企業(yè)內部的信息交流和團隊內部的合作，優(yōu)化研發(fā)流程［26］；③競爭還將促使企業(yè)選擇能力更強的研發(fā)人員，提高研發(fā)團隊的創(chuàng)新能力［7］。因此，從研發(fā)的競爭效應來看，集采政策所帶來的更加充分的市場競爭將促使制藥企業(yè)提高研發(fā)效率。

綜合以上兩點理由，現(xiàn)提出本文的基本假設H1：

H1：集中采購政策提升了制藥企業(yè)的研發(fā)效率。

根據(jù)藥品原創(chuàng)性程度的高低，藥品可分為創(chuàng)新藥和仿制藥。前者是專利未到期的藥，由擁有該藥品發(fā)明專利的企業(yè)獨家生產，而后者是仿制專利已到期的藥，生產者較多。創(chuàng)新藥企業(yè)具有創(chuàng)新藥的研發(fā)能力，具有相關的知識積累和人才儲備，而仿制藥企業(yè)則不具備這些條件。創(chuàng)新藥的研發(fā)不僅失敗風險高，而且周期長、投入大。面對集采帶來更為激烈的市場競爭，創(chuàng)新藥企業(yè)在研發(fā)項目的選擇、研發(fā)流程的優(yōu)化和人力資源的配置上比仿制藥企業(yè)更有優(yōu)勢，研發(fā)效率提升的空間更大［27］。因此，從研發(fā)的競爭效應來看，創(chuàng)新藥企業(yè)的研發(fā)效率受集采政策的正面影響比仿制藥企業(yè)更大。本文提出如下假設H2：

H2：相對于仿制藥企業(yè)。集中采購政策對創(chuàng)新藥企業(yè)的研發(fā)效率的促進作用更大。

融資約束會影響假設H1 所述研發(fā)的規(guī)模效應。企業(yè)的研發(fā)資金除了自己的現(xiàn)金流之外，還有外部資金，融資約束會影響企業(yè)來自外部融資的研發(fā)資金［28］。對融資約束強的制藥企業(yè)而言，它的研發(fā)資金主要來自內部的現(xiàn)金流，對銷售費用與研發(fā)費用之間分配比較嚴格，研發(fā)費用易受銷售費用的影響，集采使它能把更多的銷售費用轉變?yōu)檠邪l(fā)費用，研發(fā)費用得以增加，研發(fā)效率因研究的規(guī)模效應而提高；相反，對融資約束弱的制藥企業(yè)來說，它的研發(fā)項目對內部資金的依賴度較低，對銷售費用與研發(fā)費用之間的分配機制比較寬松，集采對它的研發(fā)投入以及研發(fā)效率的影響較小。由此本文提出如下假設H3：

H3：集中采購政策對融資約束弱的藥企研發(fā)效率的提升作用更大，對融資約束弱的藥企研發(fā)效率的提升作用較小。

不同種類藥品的銷售渠道存在一定的差異，有些藥品主要面向醫(yī)院、藥店等大客戶，客戶集中度較高；有些藥品則主要面向眾多的消費者，客戶集中度較低?？蛻艏卸葟膬蓚€方面影響集采與藥企研發(fā)效率之間的關系：①客戶集中度高的企業(yè)對客戶的議價能力弱，集采政策實施前的銷售費用多，集采政策實施后會有較多的銷售費用轉變?yōu)檠邪l(fā)費用，進而通過研發(fā)的規(guī)模效應提升研發(fā)效率；②客戶集中度高的藥品通常被納入了集采目錄，價格受集采的沖擊大。制藥企業(yè)為緩解這一影響，會積極加強這類新藥的研發(fā)，使新藥的研發(fā)效率因研發(fā)競爭的增強而提高。相比之下，客戶集中度低的藥品通常未納入集采目錄，受集采的影響小，其研發(fā)效率受到的影響也較小。因此，藥企的客戶集中度同時影響假設H1 所述的研發(fā)的規(guī)模效應和競爭效應。由此本文提出如下假設H4：

H4：集中采購政策對客戶集中度高的藥企研發(fā)效率的影響更大，對客戶集中度低的藥企研發(fā)效率的影響更小。

（3） 企業(yè)的規(guī)模也會影響假設H1 所述的研發(fā)的規(guī)模效應。與小企業(yè)相比，大企業(yè)對客戶的議價能力強，集采前提供給客戶的回扣少，集采后從回扣轉變?yōu)檠邪l(fā)費用的部分較少。而且，大企業(yè)的融資約束也相對較弱，研發(fā)費用不太受銷售費用的影響。因此，從研發(fā)的規(guī)模效應的角度來看，集采政策對研發(fā)效率的促進作用對大企業(yè)應該較弱。由此本文提出如下假設H5：

H5：集中采購政策對小藥企的研發(fā)效率的正面影響更較大，對大藥企的研發(fā)效率的正面影響較小。

3 實證設計

3.1 數(shù)據(jù)及樣本

考慮到集采政策對企業(yè)研發(fā)的影響主要體現(xiàn)在醫(yī)藥和醫(yī)療器械制造行業(yè)，故本文的研究樣本為滬深兩市A 股2015 ～2021 年制造業(yè)上市公司。數(shù)據(jù)樣本按照如下標準進行篩選：剔除交易狀態(tài)為ST、?ST 的公司、剔除當年新上市和交易天數(shù)少于200 天的公司、剔除相關數(shù)據(jù)缺失或為異常值的公司，然后再進行1%的Winsorize 縮尾處理，以消除極端值的影響。各實證變量的數(shù)據(jù)來自CSMAR數(shù)據(jù)庫和銳思數(shù)據(jù)庫。

3.2 模型和變量

其中，i表示公司，t表示年份；β0表示截距項，βi表示各變量的系數(shù)，Ind和Yr分別為行業(yè)和年份虛擬變量。

3.2.1 被解釋變量

式（1） 中左邊的RD＿Eff為本文的被解釋變量研發(fā)效率。國內外對于研發(fā)效率的測算，大多采用數(shù)據(jù)包絡分析（DEA）方法，該方法建立在帕累托有效理論上，其基本思想為：（1） 若不增加投入的資源或減少其他產出項目產量，則目標產出項的產量不會增加；（2） 若不減少產量或增加其他投入項的量，則投入不會減少。本文參考梁彤纓等（2015）［8］的方法，采用規(guī)模報酬可變的DEA 模型測算研發(fā)的純技術效率，投入變量為每年的研發(fā)費用和研發(fā)人員數(shù)量，產出變量為每年的專利申請數(shù)量。

3.2.2 解釋變量

式（1） 中的DID為本文的解釋變量?；貧w樣本的處理組為醫(yī)藥及醫(yī)療器械制造的公司，控制組為其他行業(yè)的制造業(yè)公司，2019 年及之后各年為集采政策實施之后的年份，2018 年之前各年為該政策實施之前的年份，故DID的定義為若公司屬于處理組，且時間大于等于2019 年，則取值為1，否則為0。解釋變量DID反映了集采政策對因變量的影響，根據(jù)前面的假設H1，預測β1為正。

3.2.3 調節(jié)變量

根據(jù)上述假設H2～H5，對樣本按如下調節(jié)變量分別進行分組：是否為創(chuàng)新藥公司、融資約束、客戶集中度和公司規(guī)模，其中第一個變量的定義根據(jù)Wind 的創(chuàng)新藥公司名單來確定，屬于這個名單的公司為創(chuàng)新藥公司，否則不是。融資約束則根據(jù)Hadlock 和Pierce （2010）［28］的SA 指數(shù)來確定?？蛻艏卸葎t用前五大客戶占企業(yè)營業(yè)收入的比例來表示。

3.2.4 控制變量

控制變量包括兩類，一類是財務方面的變量：研發(fā)強度（RD）、企業(yè)負債率（Lev）、盈利能力（Roa）、營收增長率（Growth）、現(xiàn)金流比例；另一類是公司治理方面的變量：產權性質（Soe）、高管持股比例（Share）、董監(jiān)高是否具有海外背景（Overseas）、COE 是否兼任董事長（Dual）、薪酬排名前三的高管的薪酬總額（Salary）。

主要變量的名稱與定義如表1 所示。

表1 變量表

3.3 描述性統(tǒng)計

本文數(shù)據(jù)樣本的處理組為醫(yī)藥及醫(yī)療器械制造的公司，控制組為其他行業(yè)的制造業(yè)公司。由于這兩類公司在研發(fā)規(guī)模、周期等方面存在一定的差異，為了更好地運用雙重差分法，本文先對樣本中這兩類行業(yè)的公司進行1 ∶1 傾向得分匹配，表2 為傾向得分匹配的結果?？梢园l(fā)現(xiàn)，匹配后各變量的標準差絕對值均明顯縮小，表明兩組樣本在經過傾向值匹配后，其變量特征比較接近，通過平衡性檢驗，滿足雙重差分平衡性假設要求。同時，基期對照組樣本各變量更接近于處理組樣本，這也可以減小在雙重差分檢驗時誤差對政策凈效應的影響。

表2 傾向值匹配結果

表3 是經過PSM 匹配后的樣本中主要變量的描述性統(tǒng)計。樣本中相關藥企的研發(fā)效率（RD＿Eff）的平均值只有0.291，最小值為0.01，最大值為1，說明A 股藥企的研發(fā)效率整體偏低，且在不同公司之間的差異較大。研發(fā)強度（RD）的平均值只有6.2%，最小值為0，而最大值也只有45%，這也說明A 股藥企的研發(fā)強度較低，且不同的企業(yè)差異較大。企業(yè)的負債率較高，Lev的平均值達0.415。ROA的整體水平較低，平均值只有0.031 最小值為負，最大值也只有0.251。整體的成長性（Growth）較高，每年營收的增長率平均值為52.6%。

表3 主要變量的描述性統(tǒng)計表

4 回歸結果分析

4.1 基準回歸：集采政策對研發(fā)效率的影響

表4 為本文的基準回歸結果。該表中的列（1）是控制時間和行業(yè)后的簡單回歸，列（2） 則控制了除時間和行業(yè)以外的其他解釋變量，列（3） 在列（2） 的基礎上進一步控制了時間和行業(yè)。從該表可以看出，自變量DID的系數(shù)在各列中的符號都為正，且顯著性水平都達到5%。這說明集采政策的實施促進了藥企的研發(fā)效率的提升，假設H1 得證。另外，在控制變量中，系數(shù)比較顯著的是研發(fā)強度RD，它的符號為正，說明研發(fā)強度越高，研發(fā)越有效率，研發(fā)存在一定的規(guī)模經濟。高管的薪酬Salary 和海外背景（Overseas）的系數(shù)均顯著為負，說明高管的薪酬激勵和海外經歷對研發(fā)效率反而有負面影響。

表4 基準回歸結果

4.2 分組回歸結果

為進一步驗證假設H2～H5，下面根據(jù)各個調節(jié)變量進行分組回歸。本文先根據(jù)Wind 數(shù)據(jù)庫中的創(chuàng)新藥企業(yè)的名單來劃分是否屬于創(chuàng)新藥企業(yè)。表5 是創(chuàng)新藥企業(yè)和非創(chuàng)新藥企業(yè)的分組回歸結果。從該表可以看出，自變量DID的系數(shù)在創(chuàng)新藥企業(yè)的樣本為0.131，在仿制藥企業(yè)的樣本為0.363，但在統(tǒng)計上不顯著。另外，二者之間的組間差異在統(tǒng)計上達到10%的顯著性水平。這說明集采政策對于研發(fā)效率的影響在創(chuàng)新藥企業(yè)中更為明顯，假設H2 成立，同時也驗證了假設H1 所涉及的研發(fā)的競爭效應。

表5 創(chuàng)新藥企業(yè)和非創(chuàng)新藥企業(yè)的比較

表6 是根據(jù)企業(yè)的融資約束大小的分組回歸結果。分組依據(jù)是融資約束的SA 指數(shù)在樣本中的中位值，大于該數(shù)值屬于融資約束大的企業(yè)，否則屬于融資約束小的企業(yè)。從該表可以看出，自變量DID的系數(shù)在融資約束大的樣本為0.134，在融資約束小的樣本中為0.171。前者在統(tǒng)計上的顯著性水平達到1%，而后者不顯著，更嚴格的組間差異檢驗的顯著性水平達到5%。這說明，由于研發(fā)的規(guī)模效應，集采政策對于研發(fā)效率的影響在融資約束大的企業(yè)中更為明顯，假設H3 得證。

表7 是根據(jù)企業(yè)的客戶集中度大小的分組回歸結果。分組依據(jù)是前五大客戶的銷售收入的占比在樣本中的中位值，大于該數(shù)值屬于客戶集中度高的企業(yè)，否則屬于客戶集中度低的企業(yè)。從該表可以看出，自變量DID的系數(shù)在客戶集中度高的樣本的系數(shù)為0.127，在統(tǒng)計上十分顯著，而另一組的系數(shù)雖然有0.147，但在統(tǒng)計上不顯著。另外，二者之間的組間差異也達到10%的顯著性水平。這說明，由于研發(fā)的規(guī)模效應和競爭效應的雙重影響，集采政策對于研發(fā)效率的影響在融資約束大的企業(yè)中更為明顯，假設H4 得證。

表7 根據(jù)客戶集中度的分組比較

表8 是根據(jù)企業(yè)規(guī)模進行分組的回歸結果。分組依據(jù)是總資產在樣本中的中位值，大于該數(shù)值屬于大企業(yè)，否則屬于小企業(yè)。從該表可以看出，自變量DID的系數(shù)在小企業(yè)樣本為0.053，而在大企業(yè)樣本為系數(shù)為0.161，且二者之間的組間差異也達到1%的顯著性水平。這說明，由于研發(fā)的規(guī)模效應，集采政策對于研發(fā)效率的影響在小企業(yè)中更為明顯，假設H5 得證。

表8 大企業(yè)和小企業(yè)的比較

4.3 穩(wěn)健性檢驗

（1） 剔除疫苗概念股

2020 年新冠肺炎疫情發(fā)生后，新冠疫苗潛在的巨大利潤吸引了一些企業(yè)投入研發(fā)資金，而從這一年至2022 年也正處于醫(yī)藥集采政策實施后的階段。因此，涉足疫苗研發(fā)的公司，其研發(fā)行為的變化可能并不一定來自醫(yī)藥集采政策，而是來自新冠肺炎疫情。為了消除新冠肺炎疫情對研發(fā)的影響，本文從處理組中剔除與疫苗概念有關的藥企。表9 是相應的回歸結果。從該表可以看出，自變量DID的系數(shù)在3 列回歸結果中都仍然顯著為正，假設H1 的結果保持穩(wěn)健。

表9 剔除疫苗概念股后的回歸結果

（2） 剔除醫(yī)療器械類公司

前面樣本中處理組既包括制藥企業(yè)，也包括醫(yī)療器械制造企業(yè)。考慮到醫(yī)療器械在研發(fā)資金規(guī)模、周期、流程等方面可能與藥品存在一定的差異，故本文將醫(yī)療器械類企業(yè)從處理組中刪除。表10 是相應的回歸結果。從該表可以看出，自變量DID的系數(shù)在3 列回歸結果中都仍然顯著為正，尤其是在加入所有控制變量的第3 列的顯著性提高到1%水平。故假設H1 的回歸結果仍然保持穩(wěn)健。

表10 剔除醫(yī)療器械類公司后的回歸結果

（3） 重新度量研發(fā)效率

DEA 模型在效率評估方面仍存在一定的局限性，該方法只是對DMU 的相對效率評估，而非絕對效率評估，因此DEA 方法并不能完全取代傳統(tǒng)的比率分析法對絕對效率的分析。本文對研發(fā)效率進行重新度量，參考姜軍等（2020）［29］的方法，考慮到發(fā)明專利數(shù)量的滯后性，用公司i第t＋1年的申請且最終被授予的發(fā)明專利數(shù)量PAT衡量企業(yè)創(chuàng)新，E為研發(fā)費用，則研發(fā)效率為：

表11 是用式（2） 度量研發(fā)效率所得到的回歸結果。從該表可以看出，自變量在3 列中都仍然顯著，故假設H1 的結果仍然保持穩(wěn)健。

表11 重新度量研發(fā)效率的回歸結果

（4） 安慰劑檢驗

最后再對匹配后的樣本進行兩種安慰劑檢驗。第一種方法是將集采政策發(fā)生的時間前置，表12是對應的檢驗結果。從該表可以看出，將集采政策發(fā)生的時間前置1 ～3 年后，自變量的系數(shù)的P值都顯著大于0.1，統(tǒng)計上非常不顯著。這說明藥企研發(fā)效率的改變是來自集采政策的影響，而非其他因素的影響，故表6 的回歸結果保持穩(wěn)健。

表12 將政策發(fā)生的時間前置的回歸結果

第二種方法是隨機生成處理組，具體做法是根據(jù)處理組樣本占總樣本比例，隨機生成受集采政策影響的虛擬處理組再進行回歸，此過程重復1000 次。結果表明，主要估計系數(shù)在－0.06 ～0.07之間，且對應P 值較大，大部分均超過0.1，說明對于虛擬實驗組進行回歸，集采政策對A 股藥企的研發(fā)效率影響不顯著。而實際政策沖擊的估計系數(shù)為0.115，在核密度圖中對應P 值小于0.1。故表6 的回歸結果仍保持穩(wěn)健。

5 結論及政策啟示

從2019 年開始的醫(yī)藥集采政策是我國醫(yī)藥流通體制的一次重要改革，這次改革使醫(yī)藥銷售環(huán)節(jié)的競爭變得更加充分和透明。本文采用PSMDID 法考察了這一政策對醫(yī)藥企業(yè)的研發(fā)效率的影響。實證結果表明，醫(yī)藥集采政策通過市場競爭提高了醫(yī)藥企業(yè)的研發(fā)效率，這一結果即使在剔除醫(yī)療器械類和受益于新冠疫苗的公司、重新度量研發(fā)效率、固定效應回歸、處理組的安慰劑檢驗后仍保持穩(wěn)健。此外，由于研發(fā)的規(guī)模效應，集采政策對研發(fā)效率的促進作用對于融資約束弱、客戶集中度高、規(guī)模小的制藥企業(yè)更為明顯，而由于研發(fā)的競爭效應，這一作用對于創(chuàng)新藥企業(yè)更為明顯。

醫(yī)藥企業(yè)研發(fā)能力的提高關系到我國醫(yī)藥制造產業(yè)的轉型升級，從本文的上述結論可以得到如下政策啟示：（1） 進一步推進藥品和耗材集中帶量采購，持續(xù)擴大藥品集采的覆蓋面，同時加強帶量采購中各環(huán)節(jié)的監(jiān)管，規(guī)范集采藥品中選標準，保障集采用藥的質量與安全；（2） 對創(chuàng)新藥和高端仿制藥慎用集采政策，使相關企業(yè)能獲得足夠多的創(chuàng)新利潤，推動更多的制藥企業(yè)向創(chuàng)新藥企業(yè)轉型；（3） 對于有創(chuàng)新能力的中小型制藥企業(yè)，應在股票上市、股權融資、銀行貸款等方面給予更多的便利，以緩解集采政策對這些企業(yè)的利潤和現(xiàn)金流的沖擊，確保它們有充足的研發(fā)經費。

注釋：

①數(shù)據(jù)來源：Wind 數(shù)據(jù)庫。