我國醫藥產業運作效率測度研究
——基于三階段DEA和Malmquist模型分析

林仲源張文龍

1.暨南大學經濟學院 廣東廣州 510632 2.廣州中醫藥大學經濟與管理學院 廣東廣州 510006

·專題研究·

我國醫藥產業運作效率測度研究
——基于三階段DEA和Malmquist模型分析

林仲源1張文龍2

1.暨南大學經濟學院 廣東廣州 510632 2.廣州中醫藥大學經濟與管理學院 廣東廣州 510006

目的：對 2001—2011年我國30個省市醫藥產業運作效率進行分析，為有效提高醫藥產業運作效率提供參考。方法：應用三階段DEA模型和Malmquist生產力模型構建均質化效率分析框架，選取2001—2011年我國30個省市醫藥產業的面板數據，進行實證分析。結果：我國醫藥產業總技術效率年均增長0.18%，全要素生產率年均減少0.10%，約20%省市的醫藥產業效率為DEA有效。結論：純技術無效率是造成我國醫藥產業總技術效率損失的主要原因，醫藥產業運作效率存在明顯的省際區域性，外部環境因素對醫藥產業運作效率影響較大。

醫藥產業； 健康服務業； 運作效率； 三階段DEA； Malmquist生產力模型

隨著醫療衛生事業的不斷發展，我國醫藥產業迅猛發展，總產值從2001年的2 188億元增長到2014年的23 137億元，隨著“以藥養醫”向“以醫養醫”及“以技養醫”的轉變，醫藥產業將迎來新的發展。[1]在一定的假設前提下，如何運用合適的方法測量醫藥產業的運作效率，進而促進產業內部的優化，是目前衛生經濟研究中的熱點問題。目前國內已有研究中，大多數選擇醫藥產業中的某個子產業作為研究對象，較少以整個醫藥產業作為測算對象；在研究方法上，大多沿用一階段傳統DEA模型和隨機前沿生產函數法進行研究，較少考慮到外部環境因素和隨機誤差對我國醫藥產業運作效率的影響。[2-10]本文運用三階段DEA和Malmquist生產力模型對我國30個省市醫藥產業運作效率進行測量，剔除了外部環境因素和隨機誤差的影響，從靜態和動態的視角分析30個省市醫藥產業的效率水平，為有效提高我國醫藥產業運作效率提供戰略參考。

1 資料與方法

1.1 資料來源

本文數據來源于2001—2011年《中國統計年鑒》、《中國衛生統計年鑒》、《中國醫藥統計年鑒》中我國30個省市的面板數據。基于科學性、可得性、適用性的原則，利用文獻分析法和專家咨詢法，從人力、物力和財力方面選取了5個投入指標，從經濟效益和科技產出方面選取了4個產出指標，從外部經濟環境、政府的相關政策以及產業間的相關性方面選取5個環境變量。人力投入指標包括從業人員數量，物力投入指標包括企業數量和固定資產原價，財力投入指標包括資產總額和主營業務成本；產出經濟效益指標包括工業總產值、利潤總額及主營業務收入，科技產出指標包括專利擁有量；反映外部經濟環境的環境變量為各省份的生產總值，反映政府相關政策的環境變量為醫藥產業的利稅總額，而反映產業間相關性的環境變量為醫藥產業與三次產業的灰色綜合關聯度。醫藥產業與三次產業的灰色綜合關聯度是通過構建灰色關聯度分析模型計算而得。[11]本文投入、產出指標個數之和小于樣本觀測值數量的一半，符合數據包絡分析模型的操作原則。

由于統計年鑒中的數據均以當年價格計算，沒有考慮到價格水平的影響，需要采用價格指數對涉及物價的相關指標以2001年為基期進行價格平減。本文采用固定資產投資價格指數對固定資產原價進行價格指數平減，采用工業生產者購進價格指數對資產總額和主營業務成本進行價格指數平減，采用工業生產者出廠價格指數對工業總產值、利潤總額、主營業務收入和利稅總額進行價格指數平減，采用國內生產總值指數對各省份的生產總值進行價格指數平減。

1.2 研究方法

數據包絡分析(Data Envelopment Analysis，DEA)是把每一個被評價單位作為一個DMU(決策單元)，再由眾多DMU構成被評價群體，通過對投入和產出比率的綜合分析，以DMU的各個投入和產出指標的權重為變量進行評價運算，確定有效生產前沿面，并根據各DMU與有效生產前沿面的距離狀況，確定各DMU是否DEA有效，同時還可用投影方法指出非DEA有效或弱DEA有效的原因及應改進的方向和程度。[12]根據規模報酬假設的不同，數據包絡分析可分為經典的BC2和C2R模型。[13-14]三階段DEA則在傳統DEA模型的基礎上引入SFA回歸模型，根據回歸系數估計結果，確定投入指標的“好壞”程度，對投入指標進行調整。[15-16]三階段DEA模型相對于傳統DEA模型，能夠有效剔除外部經濟環境、現代醫藥技術水平以及醫藥產業整體狀況等外部環境因素和隨機誤差的影響，更加客觀地分析我國醫藥產業的實際運作效率水平。并對醫藥產業內部運作效率的Malmquist生產力指數測度以期掌握醫藥產業內部運作效率動態變化趨勢。[17-18]

2 結果

2.1 第一階段傳統DEA測度分析

采用BC2模型對我國醫藥產業的運作效率進行分析，在不考慮外部環境和隨機誤差的前提下，2001—2011年各省市總技術效率、純技術效率和規模效率平均值都大于0.9，每年有超過30%省市的醫藥產業位于前沿生產面，每年大約有50%省市的醫藥產業總技術效率處于0.8～1區間，說明每年我國約有一半省市的醫藥產業在運作過程中存在20%的資源浪費(表1)。由于第一階段結果受到外部環境因素和隨機誤差的影響，難以反映我國醫藥產業運作效率真實水平，還需要作進一步調整和分析。

表1 調整前2011年我國醫藥產業效率值測算結果

(續)

注：TE表示總技術效率，PTE表示純技術效率，SE表示規模效率，SR表示規模報酬，irs表示規模報酬遞增，drs表示規模報酬遞減，—表示規模報酬不變。由于文章篇幅有限，在此僅列示2011年的計算結果。下同。

2.2 第二階段SFA回歸分析

利用Frontier4.1對環境變量和投入松弛變量建立SFA回歸分析模型，根據回歸分析結果對投入指標進行調整，對所處環境較好或者運氣較好的DMU增加投入，對所處環境較差和綜合運氣較差的DMU減少投入，有效剔除外部環境因素和隨機誤差對模型的影響，從而使各決策單元處于相同的外部環境和隨機誤差條件下。表2顯示，γ值均超過0.90，且P<0.05或P<0.01，表明投入指標中內部管理因素的影響占據主導地位，因此，利用SFA模型對內部管理因素和隨機誤差的影響進行分離研究是十分必要的。其中，各省市的生產總值、醫藥產業與第一產業的灰色綜合關聯度的估計系數大部分為正數，說明各省市的生產總值的增加對醫藥產業運作效率造成不利影響，在只考慮效率測量問題時，醫藥種植業所占比重是醫藥產業運作效率的不利因素。利稅總額、醫藥產業與第二、三產業的灰色綜合關聯度的估計系數絕大部分為負數，說明國家財政政策有利于醫藥產業運作效率的提高，醫藥制造業及醫藥服務業所占比重是醫藥產業運作效率的有利因素。

表2 2011年第二階段SFA回歸分析結果

2.3 第三階段調整后的DEA測量分析

將第二階段調整后的投入指標替換第一階段原始投入指標數據，重新利用DEAP2.1對2001—2011年我國30個省市醫藥產業運作效率進行分析，仍然采用傳統DEA模型中的BC2模型。從整體上看，第三階段調整后我國醫藥產業樣本期內平均總技術效率由0.9314下降至0.9282，純技術效率從0.9574降至0.9567，規模效率由0.9728降至0.9702，規模報酬情況由規模報酬遞減占多數變成規模報酬遞增占多數，平均總技術效率值年增長率僅為0.18%，規模效率值始終高于純技術效率值，年平均差距達到1.35%(表3)。說明我國醫藥產業整體效率損失主要來源于純技術無效率，總技術效率呈現緩慢的增長趨勢，可能隨著醫療衛生領域的深化改革以及我國加入WTO后，使醫藥行業獲得更加廣闊的發展空間。

表3 調整后2011年我國醫藥產業效率值測算結果

(續)

從省際區域上看，調整后位于前沿生產面上的DMU個數由6個上升至7個，其中，山東晉升到前沿生產面內；調整后效率值相對于調整前下降的省市有14個，有11個省市效率值下降都是由于規模效率下降造成的，下降幅度最大的是寧夏，下降幅度達到9.57%；調整后效率值相對于調整前有所上升的省市有10個，有8個省市因規模效率提高進而導致總技術效率的上升。

本文根據純技術效率和規模效率對各決策單元進行劃分，以0.90為分界線，分為“雙高型”、“高低型”和“低高型”三種類型，超過半數省份屬于“雙高型”，即純技術效率和規模效率均超過0.90；安徽、山西、湖北、遼寧等四個省屬于“高低型”，即規模效率高于0.90，但純技術效率低于0.90；青海、新疆、寧夏三個省屬于“低高型”，即純技術效率大于0.90但規模效率小于0.90。

2.4 基于Malmquist生產力模型的動態效率分析

表4顯示，調整后各省市醫藥產業樣本期內年平均全要素生產效率M指數從0.95上升至0.99，說明在均質化環境下，我國醫藥產業整體運作效率態勢有所改善，但效率值依然呈下降趨勢。調整后技術效率的M指數從1.03降至1.02，純技術效率的M指數由1.03降至1.02，說明我國醫藥產業的技術水平不斷提高，有更多的決策單元接近前沿生產面。技術進步的M指數則從0.95提高至0.98，調整前后規模效率的M指數均為1.00，表明我國醫藥產業規模經濟的發展并不足以促進全要素生產率的提高，技術進步不能有效提高整個產業運作效率，前沿生產面仍然向下方移動，技術進步不明顯是造成全要素生產效率下降的主要原因。

表4 調整前后2001—2011年我國醫藥產業平均Malmquist生產力指數分解結果對比

注：由于文章篇幅有限，本文僅列出2001—2011年中國醫藥產業30個省市平均Malmquist生產力指數分解結果。本文中Malmquist生產力指數簡稱M指數。

3 討論

加入WTO以來，國際嚴格的技術標準、復雜的質量認證以及知識產權的相關保護條款激勵我國醫藥產業的研發，加快推進醫藥產業的結構優化調整和組織創新，有利于加快構建醫藥產業知識產權保護的法律框架。但我國的《藥品生產質量管理規范》(GMP)以及《藥品經營質量管理規范》(GSP)與國際標準存在差異，導致我國的醫藥產品不易進入國際市場，產業集中度低、技術創新能力弱成為我國醫藥產業國際競爭力低下的主要原因。[19-20]由于產業結構、產品結構和組織結構不合理，國內醫藥企業的仿制戰略導致低進入壁壘及高退出成本，資金流動管理失衡，資源投入浪費，導致我國醫藥產業“高速度、低效益”的發展特點。[6]說明在國家政策的支持下，我國醫藥產業具有良好的發展前景，但由于資源利用、產業組織結構和技術創新能力等因素的制約，醫藥產業依然面臨嚴峻挑戰。在充分考慮外部經濟環境、醫藥技術水平及國家政策扶持等外部環境因素的前提下，我國醫藥產業運作效率實際水平的測量成為決策者十分關注的問題。

3.1 純技術無效率是我國醫藥產業總技術效率損失的主要原因

從整體上看，剝離外部環境因素和隨機誤差的影響后，我國醫藥產業樣本期內總技術效率呈逐年波動上升趨勢，年平均增長率達到0.18%，而純技術效率和規模效率年均增長率分別為0.22%和-0.05%，二者年均變化趨于平穩，純技術效率普遍低于規模效率，規模報酬情況由規模報酬遞減占多數變成規模報酬遞增占多數。說明純技術無效率是造成我國醫藥產業總技術效率損失的主要原因，主要表現為醫藥產品生產設備落后、藥品生產工藝精細化和機械化程度低、藥品質量控制能力差等。而規模經濟水平對總技術效率的推動作用不明顯，規模效率的下降導致總技術效率增長幅度降低。從動態角度看，調整后全要素生產率的M指數年均增長率為-0.10%，技術進步的M指數年均增長率為-5.33%，純技術效率和規模效率的M指數年均增長率分別為0.49%和1.20%。表明我國醫藥產業全要素生產率的下降主要由技術進步指數下降所造成，具體表現為醫藥技術人員水平不高、研發投入嚴重不足、研發創新的軟硬件相對落后、藥物研發主要以仿制創新為主等。[21]規模效率增長在一定程度上對全要素生產率產生促進作用，這提示我國加入WTO以來，醫藥產業加快推動企業兼并重組，醫藥工業集中度有所提高，醫藥市場準入規則相對完善，但仍然有較大的提升空間。

3.2 我國醫藥產業運作效率存在明顯的省際區域性

從各省市來看，我國醫藥產業運作效率存在明顯的省際區域性，中部和東部地區的總技術效率值、純技術效率以及規模效率均高于西部地區的效率值。這一結論與國內大多數的研究相一致。[2-5]按照純技術效率和規模效率進行劃分，各決策單元可分為“雙高型”、“高低型”和“低高型”，各省市應根據自身效率水平，對醫藥產業發展進行變革和改進。從動態角度看，中部地區醫藥產業樣本期內的M指數高于東、西部地區，東部沿海地區醫藥產業的M指數在1.000水平上下浮動，西部地區醫藥產業的M指數較低，說明中部地區醫藥產業整體運作效率增長速度最快，東部地區次之，西部地區醫藥產業的效率水平依然維持較為緩慢的增長速度。可能是由于國內絕大多數的醫藥強省分布在東部地區，醫藥產業基礎雄厚，效率發展速度維持在中等水平。中部地區擁有豐富的醫藥原材料、充足的土地資源和人力資源，獲得了良好的發展契機；而西部地區則由于地理環境條件較差和基礎設施不完善等原因，醫藥產業效率水平較低。

3.3 外部環境因素對我國醫藥產業運作效率影響較大

外部環境因素對中國醫藥產業運作效率影響顯著，其中，各省市生產總值是醫藥產業運作效率的不利因素，而利稅總額能夠有效促進醫藥產業整體效率的提高，稅收政策對產業效率起著一定的推動作用。醫藥產業與第一產業的灰色綜合關聯度提高會增加投入冗余量，醫藥產業與第二、三產業的灰色綜合關聯度是醫藥產業運作效率的有利因素。我國農業發展模式依然以集約式為主，機械化程度較低，直接導致農業經濟效益低下，因此，僅考慮效率測度問題，醫藥種植業的發展不利于醫藥產業運作效率的提高，而由于醫藥制造業和醫藥種植業的高附加值和投入產出比例較高，能夠有效促進醫藥產業運作效率的發展。

4 政策建議

政府應當提高對醫藥產業的政策支持力度，協調醫藥技術水平和產業結構的發展，積極完善醫藥人才引進和培養機制，提高產業集中度，形成有效的規模經濟，根據各省市醫藥產業的實際效率水平，制定不同的產業發展模式，合理協調區域發展，共同促進我國醫藥產業運作效率的提高。

4.1 加大政策支持力度，提高醫藥技術水平

政府應當加快構建藥品研發的軟硬件基礎，加大藥物研發經費投入，尤其提高新藥研制開發的投入，加快從藥物仿制創新戰略向新型藥物研發戰略的轉變。加大對醫療器械核心技術研發的投入，打造一批具有國際影響力的國內自主研發品牌。改善我國醫藥產品“三多三少”的局面，即普藥多、名牌藥少，傳統藥多、原創藥少，仿制藥多、獨創藥少以及高端藥品過少、低端仿制藥過剩的格局。[21]政府應完善人才引入機制，加大對醫藥領域拔尖人才的吸納力度，并逐步形成合理的醫藥技術人員培養機制。推行醫藥技術人員在職專業技術培訓，鼓勵參加國際醫藥領域的學術研討會議，提升醫藥產品研發能力及專業技術水平，逐步形成技術進步優勢。

4.2 完善政府職能，優化產業結構

政府應加快推行醫藥企業清潔生產的行業標準，有效降低產品生產過程中的資源浪費程度，提高資源利用率。提高醫藥種植業的機械化和精細化程度，進而提升原料藥生產效率。縮短生產設備的更新周期，淘汰落后的藥品生產工藝，提高醫藥制造業的產品質量和生產效率，改善醫藥制劑生產遠落后于原料藥生產的產業結構。構建醫藥物流網絡體系，搭建醫藥電子商務平臺，提高醫藥產業信息化水平，促進醫藥服務業的發展。加快構建GMP和GSP的標準認證規范，依法取締醫藥產品生產質量不過關的企業，提高醫藥產業的進入門檻和產品的生產質量，改善國內醫藥企業“多、小、散”的現狀，加快對中小企業的兼并重組，改革地方保護政策，提高醫藥產業集中度，打造一批具有一定國際競爭力的醫藥跨國公司，提升我國醫藥產業的國際影響力。加快構建醫藥產業集群，如連云港新醫藥產業集群基地、石家莊藥用輔料與制劑產業集群、廣州市白云健康產業城及珠海市三灶生物醫藥產業基地等，形成有效的規模經濟。

4.3 加強政策引導，合理協調區域發展

我國醫藥產業運作效率存在明顯的省際差異性，各省市應根據自身實際的效率水平，制定合適的發展規劃。“高低型”決策單元應加快促進醫療技術創新，增加對醫藥技術研發的投入，打造“產學研”一體化的發展模式，拓展國際學術交流渠道，積極學習并吸收國外先進的技術和管理模式，完善人才培養和引進機制，在高校設立實習基地，吸納高素質的醫藥人才，完善醫藥技術人員崗前和在職技術培訓機制，提高產業的研發水平。“低高型”的省市應加大生產規模，發展醫藥產業集群，開發醫藥產業城，吸納一批具有國際影響力的醫藥企業，提高產業集中度，形成有效的外部規模經濟；鼓勵大型企業積極進行并購工作，促進小型企業資本重組，提高資本集中度，促進內部規模效率的增長。“雙高型”的決策單元需要改進較少，應在當前良好的效率基礎上深化改革，進一步優化提升效率水平，不斷尋求提高醫藥產業整體效率的空間。

[1] 紀玉山, 紀明. 解決“以藥養醫”問題的演化博弈分析 [J]. 醫學與哲學： 人文社會醫學版, 2010, 31(7): 45- 48.

[2] 陳海靜. 中國醫藥制造業技術創新效率研究—基于面板數據的分析 [D]. 廣州: 暨南大學, 2011.

[3] 劉琳琳. 我國醫藥制造業技術創新效率研究 [D]. 杭州: 杭州電子科技大學, 2011.

[4] 褚淑貞, 謝小燕, 沈念伍. 我國醫藥制造業技術創新效率的研究 [J]. 中國新藥雜志, 2013, 22(13): 1483-1490.

[5] 曹陽, 項瑩, 茅寧瑩. 基于DEA—Malmquist模型的我國醫藥制造業技術創新效率研究 [J]. 南京中醫藥大學學報： 社會科學版, 2013, 14(1): 33-39.

[6] 吳超, 邱家學. 基于數據包絡分析的我國醫藥制造業相對效率分析 [J]. 中國新藥雜志, 2013, 22(23): 2730-2734.

[7] 徐曄, 周才華. 我國生物醫藥產業環境技術效率測度區域比較研究[J]. 江西財經大學學報, 2013 (5) : 24-34.

[8] 鄭潔. 我國醫藥制造行業技術創新效率研究[D]. 合肥: 合肥工業大學, 2008.

[9] 汪超.基于SFA的我國醫藥制造業上市公司技術創新效率研究[D]. 西安: 西安電子科技大學, 2011.

[10] 張培培. 我國醫藥制造業研發效率的測度及其影響因素研究[D]. 南京: 南京中醫藥大學, 2012.

[11] 林仲源. 我國中藥制造業與三次產業的灰色關聯度分析 [J]. 數理醫藥學雜志, 2014, 27(4): 382-384.

[12] 魏權齡. 數據包絡分析[M]. 北京: 科學出版社, 2004.

[13]CharnesA,CooperWW,RhodesE.MeasuringtheefficiencyofDecisionMakingUnits[J].EuropeanJournalofOperationalReasearch, 1978, 2(6): 429- 444.

[14]BankerRD,CharnesA,CooperWW.Somemodelsforestimatingtechnicalandscaleeff-icienciesinDataEnvelopmentAnalysis[J].ManagementScience, 2002, 17(1): 157-174.

[15]FriedHO,LovellCK,SchmidtSS,etal．AccountingforEnvironmentalEffectsandS-tatisticalNoiseinDataEnvelopmentAnalysis[J].JournalofProductivityAnalysis, 2002, 17(1): 157-174.

[16]FriedHO,SchmidtSS,Yaisawarng.Incorporatingtheopercatingenvironmentintoanonp-arametricmeasureoftechnicalefficiency[J].JournalofProductivityAnalysis, 1999, 12(3): 249-267．

[17]FareR,GrosskopfS,LindgrenB,etal．ProductivitydevelopmentsinSwedishhospitals：AMalmquistoutputindexapproach[M].Boston:KluwerAcademicPublishers, 1994.

[18]MalmquistS.Indexnumbersandindifferencesurfaces[J].TrabajosdeEstatistica, 1953(4): 209-242.

[19] 張平川, 宋彬, 劉峰. 加入WTO后我國醫藥產業的發展對策[J]．中國衛生事業管理, 2013(10): 630-631.

[20] 傅象家, 盧錫奐. 加入WTO，醫藥企業需要政府作些什么？——關于醫藥產業發展的若干思考 [J]. 中國藥業, 2002, 11(7): 23.

[21] 劉泉紅, 劉方. 中國醫藥產業發展及產業政策現狀、問題與政策建議[J]．經濟研究參考, 2014(32): 39-67.

(編輯 趙曉娟)

Study on the operation efficiency of pharmaceutical industry in China: Based on the three-stage DEA model and Malmquist productivity model

LINZhong-yuan1，ZHANGWen-long2

1.SchoolofEconomy，JinanUniversity，GuangzhouGuangdong510632，China2.SchoolofEconomyandManagement，GuangzhouUniversityofChineseMedicine，GuangzhouGuangdong510006，China

Objective：To analyze the operation efficiency of pharmacertical industry in 30 provinces of China between 2001 and 2011 so as to provide reference for improving the operation efficiency of pharmacertical industry in China. Methods：The paper makes use of the three-stage Data Envelopment Analysis(DEA) and Malmquist productivity model to establish a homogenizing analysis framework and sets up a panel indexs system which is composed of indexs of pharmaceutical industry in 30 provinces of China between 2001 and 2011. Then the paper conducts an emprirical analysis. Result：The average growth rate of the total technical efficiency is 0.18% and the average growth rate of the total factor productivity is-0.10%. About 20 percents of the 30 provinces are effective. Conclusion：The loss of total technical efficiency is caused by the low pure technical effect. The operation efficiency is regional. The external environment factors have a great influence on the pharmaceutical industry.

Pharmaceutical industry； Healthcare service industry; The operation efficiency； Three-stage DEA； Malmquist productivity model

廣東省衛生經濟學會科學研究計劃項目(20131802-28) 作者簡介：林仲源，男(1993年—)，碩士研究生，主要研究方向為醫藥產業經濟。E-mail：carl.lzy2008@qq.com 通訊作者：張文龍。E-mail：longo863@126.com

R197

A

10.3969/j.issn.1674-2982.2016.03.005

2015-10-21

2015-12-04