基于三階段DEA的我國醫藥制造業技術效率區域比較研究

林添松　王燕　吳蒙

摘要：文章采用超效率DEA—環境變量回歸—調整DEA的三階段模型，對我國省級地區醫藥制造業的技術效率、影響因素和投入產出變量冗余進行了遞進分析，研究結果表明，技術效率高的醫藥制造企業主要分布在我國東部沿海和資源稟賦豐富的地區，并受到地區經濟發展水平、市場化程度和市場開放程度的正面影響。技術無效率的產生，投入方面主要來自于勞動和資本資源配置低效所導致的冗余，產出方面主要來自于科技成果轉化率低所導致的冗余。

關鍵詞：醫藥制造業；技術效率；超效率DEA；三階段模型

一、 引言

本文將在現有研究的基礎上，采用目前國際流行的高階DEA模型，通過超效率DEA-環境變量回歸-調整DEA的三階段方法，對我國醫藥制造業技術效率的區域比較進行深化研究，一方面超效率DEA可以克服一般DEA計算可能產生的多重有效決策單元的排序沖突問題，另一方面環境變量回歸和調整DEA的綜合分析，剔除了環境因素和隨機誤差的影響，使得分析結論更為科學有效。

二、 模型方法與變量選擇

1. 三階段DEA模型方法。

第一階段：超效率DEA模型。本文采用了Per.Anderson和Niels Christian Petersen的超效率DEA模型（Super efficiency DEA，SE-DEA），主要貢獻在于，在對某個DMU進行評估時，通過利用其他所有決策單元的投入產出線性組合代替該DMU的投入產出方法，把該決策單元排除在外，使得有效決策單元（效率值等于1）之間也能進行效率比較，從而實現所有決策單元的充分排序。設有N個DMU，M個投入變量和S個產出變量，超效率DEA模型可表示為

其中？茲o是第o個DMU的效率值，xji是第j個DMU的第i個投入變量，yjk是地j個DMU的第k個產出變量。一個有效的DMU可以使其投入按比例增加，而其效率可保持不變，其投入增加的比例即是超效率評價值。該階段計算的效率值是由內部因素和外部環境變量二者共同決定的。

第二階段：環境變量回歸模型。為了進一步考慮不同DMU所面臨的環境因素，并在最后的效率分析時剔除環境變量的影響，第二階段將以第一階段超效率DEA分析計算的效率值作為被解釋變量，以環境變量作為解釋變量，運用OLS方法分析環境變量對效率值的影響，其模型為

其中θi是第i個DMU第一階段的效率值，βj是第j個環境變量的系數，Zij是第i個DMU的第j個環境變量，εi是隨機誤差項，n是DMU個數，m是環境變量個數。

第三階段：調整DEA模型。利用第二階段回歸模型的分析結果，進一步將所有的決策單元調整到相同的環境，并考慮隨機因素的干擾，計算各個DMU在剔除了環境變量影響的效率值。為此，首先計算DMU效率的環境影響指數hi，然后將環境影響指數hi作為投入指標之一，重新對樣本進行第一階段的超效率DEA分析，即得到消除環境變量影響的效率值。環境影響指數hi的計算公式為

環境影響指數hi代表各個DMU所面臨的綜合環境，是一個投入性變量。在其他條件不變的情況下，DMU環境指數hi值越大，說明該DMU所處的環境越有利；同時，在產出一定的條件下，環境指數hi值越大，則該DMU的效率越低。

2. 變量選擇。醫藥制造業具有高技術產業的特點，因此在選擇效率評價指標時除了考慮一般性投入產出指標外，還要考慮與該產業技術特征密切相關的指標。因此在第一、三階段的超效率DEA分析中，本文在投入指標上選擇了醫藥制造業的投資額（INV）、從業人員年平均人數（HUM）作為一般要素投入指標，選擇R&D經費內部支出額（R&D）作為研發投入指標。在產出指標上采用醫藥制造業的銷售產值（SAL）作為衡量一般性產出的指標，采用擁有發明專利數（PAT）作為衡量醫藥制造業創新能力的產出指標。

在第二階段，環境變量主要指那些對醫藥制造業技術效率產生影響但又不在樣本可控范圍內的因素，這些影響既有可能來自行業本身，也有可能來自行業外部。本文根據數據的相關性和可得性，預先選擇了各地區的人均GDP（GDPP）、外資及港澳臺投資醫藥制造企業占地區醫藥制造企業總數的比重（FOR）、出口交貨值占地區醫藥制造業銷售產值的比重（EX）、國有及國有控股醫藥制造企業工業總產值占地區工業總產值的比重（GOV）、醫藥企業的平均資產水平（SCA）等作為環境變量。其中人均GDP反映了地區經濟發展水平對產業產生的外部影響，FOR、EX、GOV、 SCA四個影響變量反映了地區醫藥制造業對外資的依附程度、市場開放水平、產權結構和規模經濟等行業特征，最終影響變量的取舍還需根據是否通過統計檢驗來決定。

三、 實證分析

本文的研究期為2003年～2012年，以省級行政區劃為單位將醫藥制造業劃分為26個樣本（由于數據缺失，不包括海南、西藏、青海、寧夏和新疆），共計260個DMU。原始數據來自《中國高技術產業統計年鑒》（2004-2013）和《中國統計年鑒》（2004-2013）。

在第一階段，根據公式（1），使用分析超效率DEA的EMS1.3軟件，根據規模報酬可變的投入主導模型進行計算，得到SDEA模型分析結果如表1所示。

由表1可以看出，在2003年～2012年期間，北京和貴州的DMU效率值處在生產前沿面之上，天津、江蘇和山東的DMU計算值出現了數個或多個代表著極有效率的“big”，內蒙古、遼寧、吉林、上海、河南、廣東、四川、云南等地區的DMU效率值在半數以上的年份中都大于1，說明這些地區醫藥制造業的發展模式處于一個良好的狀態。但同時也可以看到，包括河北、黑龍江、安徽、福建、江西、湖北和廣西等七個省份在內的地區，研究期內的效率值都不高，說明這些地區的醫藥制造業發展中仍存在比較明顯的問題。從區域分布看，東部沿海發達地區的醫藥制造業效率明顯高于中部和西部，中部各省之間效率相似，而西部各省之間效率也存在較大差異。

在第二階段的回歸分析實證研究中發現，本文所選擇的FOR和SCA兩個環境變量對醫藥制造業效率的影響不顯著，因此予以剔除。根據公式（2），采用GDPP、EX、GOV三個影響變量對效率值的回歸結果見表2。

由此得出我國醫藥制造業環境變量得分方程hi為

hi=0.012GDPP+29.316EX-12.000GOV（4）

以上回歸結果表明了三方面問題，第一，外向型的市場拓展為醫藥制造業提供了一個充分競爭的環境，這種環境有利于激勵企業的創新行為，對提高技術效率產生了較為明顯的影響。第二，地區經濟發展水平的提高對醫藥制造業的轉型升級創造了良好的外部環境，對醫藥制造業的技術進步有一定的支持作用。第三，國有企業比重高較明顯的對醫藥制造業的創新發展起到了一定的阻礙作用，因此不斷提高醫藥制造業市場化程度和深化國有企業改革，將會成為醫藥制造業競爭力提升的重要突破口。

第三階段調整的超效率DEA分析中，要考慮各個地區醫藥制造業DMU所受到的不同環境影響，即把第二階段計算得出的各個DMU環境得分hi作為該DMU的附加投入變量重新做超效率DEA分析，計算結果如表3所示。

通過與第一階段SDEA的計算結果對比發現，有171個DMU在剔除了環境變量的影響后效率值明顯增加，并且其中有30個DMU的效率值大于1。這些效率值增加的DMU，其環境得分相對較低。即作為一個投入指標，環境變量越大意味著在相同產出的情況下，投入冗余也較多。第三階段超效率DEA分析結果中依然有122個DMU效率值小于1，即存在某種形式的無效率。在進一步對這些無效率DMU的冗余變量進行分析時發現，大部分這些無效率DMU都在某幾個投入和產出變量上存在冗余（見表4），其中在投入指標上，有超過42.62%的無效率DMU在資金投入指標INV上有冗余，有超過48.36%的無效率DMU在勞動投入指標HUM上有冗余，即這些無效率DMU存在較高程度的資金和勞動要素利用效率低下的情況。投入指標R&D的冗余比例較低，說明R&D投入雖然還存在一定的無效率情況，但它在帶動我國醫藥制造業轉型升級中的作用是毋庸置疑的；在產出指標上，有59.84%的醫藥制造業DMU在PAT指標上出現冗余，說明我國醫藥制造業的科技成果轉化能力不高，發明專利大多沒有轉化了實際生產力。

四、 主要結論和建議

本文采用超效率DEA-環境變量回歸-調整DEA的三階段模型，對我國省級地區醫藥制造業的技術效率進行了測算、影響因素分析和投入產出變量冗余分析，得出以下幾方面的主要結論和建議。

1. 我國技術效率高的醫藥制造業主要集中在東部地區和具有資源稟賦優勢的地區，如北京、山東、江蘇、天津和貴州等地。東部地區擁有一批跨國制藥企業和醫藥研發中心，在現代中藥和生物制藥等方面研發創新資源豐富，市場條件、市場化程度和市場開放程度較高，因此這些優勢地區應積極帶動周邊著力打造區域性的醫藥產業群，通過合理布局形成新藥研發中心-制藥生產中心-醫藥營銷中心的完整產業鏈。貴州、云南、西藏等地，則應充分發揮中藥資源豐富的比較優勢，加大中藥的研究、生產及向世界市場推銷的力度。另外，河北和黑龍江等地作為我國重要的醫藥制造業基地，擁有哈藥、華北制藥、石藥、健民等龍頭企業，這些地區的醫藥企業雖然在全國具有重要影響，原料藥的深加工能力強，但是其產品附加值低，初級產品比重大，需要進一步加快市場化進程，拓展國內國外兩大市場，促進醫藥制造業產業結構的轉型升級。

2.我國醫藥制造業投入要素資源配置不合理的現象存在于很多地區，其中資本要素的冗余度達到42.65%，勞動要素的冗余度達到48.36%，從而影響了這些地區醫藥制造業技術效率的提高。我國醫藥制造業作為諸多地區的主導產業，在資源配置上會受到政府調節和市場調節的雙重影響，因此處理好政府配置資源和市場配置資源的關系至關重要。對于醫藥制造這樣的競爭性市場，應更多的依靠市場運行機制進行資源配置，使企業直面市場，通過充分而有效的競爭，使產業在資本深化的過程中實現規模報酬遞增，推動科學技術和經營管理的進步，促進勞動效率提高，引導企業按照市場需要優化生產要素組合。而政府的作用應主要側重于打造良好的產業發展環境，維護市場秩序，用敏銳的嗅覺和長遠的眼光做好產業發展規劃，克服產業發展的盲目性和滯后性。

3.提高醫藥制造業技術效率的核心在于加快科技創新，而科技創新的最重要突破路徑是加大研發投入和提高科技成果轉化率。根據《2012年全球知識產權指標報告》，我國專利申請量已超過美國、日本等國，2011年成為世界第一，但是專利成果轉化的平均實施率僅為10%左右，遠低于發達國家的60%。這方面的問題在我國醫藥制造業表現的也非常突出，2003年～2012年我國醫藥制造業的研發投入呈10倍增長，年均遞增率接近30%，專利申請量逐年提高，年均增長率高達47.38%，但無效率DMU的專利產出冗余度已達到近60%，說明其科技成果轉化過程存在明顯障礙。由于單純的科技成果轉化過程非常脆弱，易受到轉化周期長、風險大、未來效應不確定等多方面的沖擊和影響，因此要改變我國醫藥制造業科技成果轉化率低的問題，首先要建立健全知識產權保護的法律法規體系，其次要大力發展以孵化器、交易平臺、管理服務平臺、中試基地等為主要功能的中介機構，三是要建立良好、穩定的風險投資資金保障機制。

參考文獻：

1.徐鋒，李蘭冰.中國醫藥制造業綜合效率評價：基于雙階段效率評估模型.中國行政管理，2013，（3）：85-88.

2.鄒文杰.中國醫藥制造業研發效率及其收斂趨勢——基于DEA-Malmquist指數的實證分析.北京航空航天大學學報（社會科學版），2013，（11）：69-73.

3.張永慶等.中國醫藥制造業研發效率及影響因素.中國科技論壇，2011，（1）：69-74.

4.Anderson， P.， and Peterson， N.C.A Pr- ocedure for Ranking Efficient Units in Data Envelopment Analysis， Management Science，1993，39（10）：1261-1264.

作者簡介：王燕，南開大學經濟與社會發展研究院教授、博士生導師；林添松，南開大學經濟學院博士生；吳蒙，南開大學經濟學院博士生。

收稿日期：2014-03-08。