基于動態TOPSIS 法的中、美、日醫藥創新能力與潛力評價研究

張銘洺，茅寧瑩

（中國藥科大學國際醫藥商學院，江蘇南京 211198）

醫藥產業是國民經濟的重要組成部分，是支撐發展醫療衛生事業和健康服務業的重要基礎。然而，長久以來，中國醫藥創新能力低，九成以上藥物通過仿制獲得［1］。在創新驅動發展成為國家“十三五”核心戰略，將生物醫藥產業打造成為創新支柱產業之一的大背景下，國家陸續出臺了多項創新科技發展政策，以提高我國醫藥創新能力。2018 年，我國醫藥工業累計實現主營業務收入25 840 億元，同比增長12.7%；累計實現利潤總額3 364.5 億元，同比增長10.9%。近兩年，創新品種藥物研發成果顯著，截至2019 年7 月，累計獲得139 個品種新藥證書，44 個1 類新藥獲批，我國創新藥物能力水平得到了空前的發展［2］。

我國醫藥產業從低端仿制向創新強國發展，而當前我國醫藥創新能力整體水平如何，國家已實施的醫藥創新政策效果如何，還有賴于對我國醫藥產業創新能力的綜合評價研究。但是，目前國內外對我國整體醫藥創新能力的客觀評估研究還有所欠缺。此前，國外評估機構進行國家或區域創新能力評估，多以問詢函方式根據醫藥行業內百名高管的咨詢結果來進行宏觀評估，缺少評價指標體系的數據量化結果，缺乏客觀性。國內學者則大多從省、市等行政單元作為研究對象，研究其創新能力與潛力［3］，國家層面上的研究較少。其次，國內學者多從創新投入、產出兩方面建立指標體系評價我國醫藥創新性能力，但是，在創新過程環節，無論是指標體系研究還是量化評估研究都尚不充分。因此，本文將從創新過程環節，建立評價指標體系，分析評價當前我國醫藥創新能力與潛力，分析發現我國創新過程環節的薄弱點，為后續醫藥創新的發展布局建言獻策。

1 醫藥創新能力與潛力評價指標體系建立

醫藥創新能力與潛力是國家醫藥產業經濟增長的決定性因素。目前國際上，在評價國家創新能力的研究領域中影響力較大的研究有4 種，分別為世界經濟論壇（The World Economic Forum，WEF）的《全球競爭力報告》（The Global Competitiveness Report），瑞士洛桑國際管理學院的《世界競爭力年度報告》，世界知識產權組織、歐洲工商管理學院以及康奈爾大學聯合發布的《全球創新指數》，以及歐盟發布的《歐洲創新記分牌》(European Innovation Scoreboard,EIS）［4］。其中2018 年的《全球競爭力報告》是從有利環境、人力資本、市場、創新生態系統四個方面進行評估，創新生態系統則是從企業活力、創新能力兩方面評價［5］?！稓W洲創新記分牌》則是考慮了“框架條件”“投資”“創新活動”“影響”四種主要的指標類型［6］，其中“創新活動”涵蓋的是創新者、聯系和知識資產三個創新維度。最初，國內外創新能力評價指標體系的研究主要集中在人員投入、資金投入、創新環境等方面［7-8］，之后，國內學者嘗試從創新投入—創新過程—創新產出產業鏈來探索研究創新能力評價指標體系，目前來看，大多學者的研究集中在創新投入和創新產出環節［9］，在創新過程環節的研究尚不充分，如趙麗等［10］從創新投入和產出層面選取七個指標建立創新績效評價指標體系，孫峰等［11］從創新基礎、創新資源、創新投入、創新產出、創新效率等五個方面建立創新潛力評價指標體系，唐力等［12］從創新資源投入、創新支撐、創新產出能力三個方面構建醫藥創新能力評價指標體系，吳玲霞等［13］則是從科研層面上的科研基礎、科研投入、科研產出三個維度來評價醫藥制造業的創新能力。

從醫藥行業的創新產業鏈角度來看，醫藥行業除人員、資金等的創新投入、新產品的業務收入等的創新產出外，創新過程中的臨床前研究和臨床研究需要更加深入的探索研究。此外，在醫藥創新的臨床前藥物試驗和臨床試驗兩階段，大多會伴有論文發表和專利申請的出現。因此，本文決定在醫藥創新過程環節建立醫藥創新潛力的評價指標體系，包括5 個一級指標臨床試驗數量、藥物研發公司數量、藥物研發數量、專利申請數量和論文發表數量以及26 個二級指標包括各期臨床試驗開展數量，藥物研發全生命周期的藥物研發公司數量和藥物研發數量，專利家族數量、發明授權率、專利平均進入國家數、醫藥創新領域發文量等（見圖1）。

圖1 藥物研發全生命周期

2 數據獲取

為客觀評價目前我國的醫藥創新能力與潛力的發展情況，本文從科睿唯安cortellis 競爭情報數據庫中，采集2008 年1 月1 日至2018 年12 月31 日期間內的26 項二級指標數據。同時，本文將我國的醫藥創新潛力與發達國家的醫藥產業創新潛力進行橫向對比研究，鑒于數據庫中“base”篩選的可操作性，本文僅采集同時期美國、日本的有關數據，歐盟地區暫不做考慮。此外，由于數據采集時的篩選項為“Small molecule compounds”（小分子化合物），因此，本文26 項二級指標數據也不涉及中藥等。

3 中美日創新過程指標數據分析

3.1 臨床試驗開展情況

3.1.1 臨床試驗總量

從臨床試驗開展總量整體來看，2008—2018 年間，中、日持平，約為美國的1/4。11 年里，中國總共開展臨床試驗13 439 個，日本共開展14 010 個，美國最多共計開展57 459 個。圖1 中為中國、美國、日本11 年間的年度臨床試驗開展總量與增長率變化情況，可看出中國2012 年增長率最高，同比增長了3.8 倍；日本2013 年出現增長頂峰，同比增長了3.2 倍；美國臨床試驗開展總量整體呈現下降趨勢，僅2014 年出現明顯增長，同比增長1.2 倍。十年間的復合增長率來看，2008 年中國臨床試驗開展數量為328 個，2018 年為3 084 個，累計增長了8.4 倍；美國2008 年開展數量為11 602 個，2018 年為4 247個，減少了60%；日本2008 年為561 個，2018 年為1 371 個，僅增長了1.4 倍。由此可見，中國臨床試驗的發展速度遠超美國、日本。

圖2 2008—2018 中、美、日臨床試驗開展總量及同比增速

3.1.2 臨床試驗分期占比

從臨床分期數量占比情況來看，2008—2018 年間，中國臨床試驗開展數量占比0 期最少，II 期最多。0 期臨床試驗數量僅占總量的0.71%，Ⅱ期占比32.53%。中國的0 期臨床試驗由最初的數量0，發展為2018 年35 個，尚處于起步發展階段，而美國0 期臨床試驗從2008 年的28 個，發展到2018 年的243 個，因此，可以看出與美國成熟的早期臨床研發體系相比，我國的基礎研發能力與美國仍有較大差距，亟待發展。

同樣的，中國開展數量占比最多的Ⅱ期臨床試驗，在數量上也僅為美國的1/5、日本的3/5。雖然中國Ⅱ期臨床試驗開展數量從2008 年的46 個開展到2018 年的1 284 個，增長近30 倍，但美國11 年間一直保持著每年最少1 000 左右的Ⅱ期臨床試驗數量，表明我國通過近十年的快速發展才將將追趕到美國的平均水平左右，后續能否保持持續增長顯得尤為重要。與日本相比，則會發現，日本多年間在I 期臨床試驗未見明顯增長的情況下，II 期臨床試驗數量呈現明顯增長趨勢，表明日本在I 期臨床項目的轉化成功率高于中國，我國要考慮如何提高研究項目和研究水平質量的問題。

此外，Ⅰ期臨床試驗數量增長態勢也十分可觀，增長近30 倍。Ⅲ期臨床試驗，2017、2018 年兩年中，中國開展數量約為美國的一半；IV 期臨床試驗開展數量卻已經超過美國，可能是由于一致性評價政策的出現所造成的。

總的來講，越是早期的臨床試驗越能代表藥物研發的基礎研究能力。2008—2018 年，中國0 期臨床試驗數量共計96，僅占總數量的0.71%；占據絕大部分臨床資源的則是Ⅱ期、Ⅲ期和Ⅳ期臨床試驗，說明我國的基礎研究能力還有待提高，Ⅱ期、Ⅲ期和Ⅳ期臨床試驗項目雖多，但質量如何、是否值得耗費如此多的臨床資源仍待商榷。

圖3 2008—2018 年中、美、日各期臨床試驗數量及占比

3.2 開展藥物研發的公司數量情況

3.2.1 藥物研發公司總量

2008—2018 年間中國開展藥物研發的公司數量一直多于日本，但仍不足美國的1/3。中國開展藥物研發的公司數量十年間復合增長了2.4 倍，略高于美國的2.2 倍，日本的1.5 倍。圖4 可見，中國在2012 和2017 年的同比增長率最高，年度增長率在30%左右。美國和日本整體的增長趨勢較為平穩。

圖4 2008—2018 年中、美、日藥物研發公司數量及增長情況

3.2.2 藥物研發階段的公司數量占比

圖5 為按照藥品研發全生命周期階段劃分，中國、美國、日本開展藥物研究處于不同階段的公司數量及占比。本文按照研發投入和獲取收益的分界點來將藥物研發的全生命周期劃分為兩個階段，前期為包括從discovery 到Ⅲ期臨床等四個階段為研發投入階段，后期為pre-registered、registered 和launched 三個階段的收益階段。

在2008—2018 年間，中國絕大多數公司處于研發投入階段，共7016 個，占比73.7%；而處于收益階段的公司數量為2504 個，占比26.3%；同樣按照研發投入和收益階段來劃分，美國處于研發投入階段的公司占比79.5%，收益階段的公司20.47%；日本則是處于研發投入階段的公司占比59.3%，收益階段的公司占比40.7%。從藥品研發不同階段的公司數量的增長趨勢來看，中國、美國的增長趨勢大體一致，日本增長乏力。

圖5 2008—2018 年中、美、日開展各期藥物研發的公司數量占比

3.3 藥物研發數量情況

3.3.1 藥物研發總量

2008—2018 年間中國藥物研究數量一直多于日本，但不到美國的1/3。中國藥物研發的數量十年間復合增長了2.8 倍，低于美國的3.6 倍，高于日本的2.0 倍。圖6 可見，中國在2012、2015 和2017 年的同比增長率相對較高，年度增長率達30%左右，但其余年份增長不明顯。而美國和日本整體的增長趨勢較為平穩。結合藥物研發公司數量的變化情況來看，中國的藥物研發公司數量的增長幅度大于藥物研發數量的增長幅度，美國則相反，表明整體而言，美國的藥物研發公司的實力要高于我國。

圖6 2008—2018 年中、美、日藥物研發數量情況

3.3.2 藥物研發不同階段的數量占比

從圖7 看出，在2008—2018 年間，中國處于研發投入階段的藥物數量為7 736 個，占比65%；處于收益階段的藥物數量為4 127 個，占比35%。美國處于研發投入階段的藥物數量為27 993 個，占比78%；處于收益階段的數量為7 755，占比22%；而日本處于研發投入階段的藥物數量為4 549 個，占比47%；處于收益階段的數量為5 058 個，占比53%。由此可見，醫藥產業的研發態勢美國比中國、日本更為強勁。具體到不同階段的增長情況來看，十一年間，中國pre-registration 預注冊階段和registered注冊階段的藥物數量分別增長近6 倍和3 倍，而Launched 上市階段的藥物數量，除2012 年以外，未見明顯增長，因此，需推進完善藥品注冊后到上市階段的銜接政策，如MAH 制度等。

圖7 2008—2018 年中、美、日藥物研發數量占比

3.4 專利數量

由于專利申請、授權等的滯后性，專利家族數量、發明授權率和專利平均進入國家數主要分析研究2008—2016 年的相關數據。

3.4.1 中國專利家族數量

2008—2016 年，醫藥領域平均每年申請專利家族數量中國32 022，美國11 282，日本4 516。圖8可看出，至2016 年，中國專利家族的申請數量呈快速上升趨勢；美國和日本均呈緩慢下降趨勢。表明我國醫藥產業相關技術的發明創造能力有了明顯的提升，逐漸形成了重視和保護知識產權的良好氛圍，有利于醫藥產業的進一步發展。

圖8 2008—2018 年中、美、日專利家族數量

3.4.2 中國專利發明授權率和平均進入國家數

2008—2016 年，醫藥領域平均每年的發明專利申請的授權率中國為37.27%，美國為51.10%，日本為58.89%。圖9 可見，日本的發明授權率歷年處于高位，美國次之，中國較低。也就是說，每年中國申請的專利僅有不到40%的專利獲得了授權，與美國、日本相比，我國申請的發明專利的質量還有待提升。

圖9 2008—2018 年中、美、日發明授權率

2008—2016 年，平均每年的獲得授權后的專利平均進入國家數中國1.41，美國4.73，日本4.98。圖10 可看出，平均進入國家數中國和美國沒有顯著變化；日本在2013 年后略有下降。專利平均進入國家數越高，表明專利的創新性和質量也越高，從該項指標可以看出，我國與美國、日本在發明專利的質量層面存在明顯差距。

圖10 2008—2018 年中、美、日授權專利平均進入國家數

3.5 中國論文發表數量

2008—2018 年，醫藥領域中國年均論文發表量為94 624 篇，美國為330 178，日本54 340。由圖11 可見，2008—2018 年間中國論文發表數量增長迅猛，美國、日本增長平穩。在發表數量上，中國已經遠超日本，但論文的創新性和影響力還有待進一步評估。

圖11 2008—2018 年中、美、日論文發表數量

4 綜合評價

4.1 綜合評價方法

綜合評價是采用一定的方法給每個評價對象賦予一個評價值，再據此擇優或排序的過程。目前常用方法有模糊綜合評價、因子分析法、聚類分析法、TOPSIS 法等［14］。此類評價方法，大多是根據每個評價對象的客觀值進行賦值比較，例如霍明等［15］采用層次分析法（AHP）將專家打分轉化為客觀權重分數，利用TOPSIS 法對農業科技園區的創新潛力進行評價和排名，倪艷亭等［16］利用熵權TOPSIS 模型對都市圈創新潛力進行評價。而對于本文所研究的醫藥創新潛力而言，作者認為將年度增量納入評價考量，綜合評價對象的客觀值和增量值進行加權賦值，更能代表某個國家或地區的創新潛力。因此，本文選擇動態TOPSIS 法進行綜合評價。

4.2 動態TOPSIS 法及其原理

動態TOPSIS 法，是在TOPSIS 法的理論基礎上，將年度增量納入評價考量，引入靜態指標值與指標增量值的協調系數θ以及代表不同時刻重要程度的時間權向量wk，最后得到綜合評價值hi的綜合評價方法。動態TOPSIS 法是王一任等［17］首次提出，將其引入到醫療質量評價中應用，目前，動態TOPSIS法的應用尚不普遍，本文首次嘗試將動態TOPSIS 法運用到醫藥創新潛力綜合評價領域，以期能夠得到目前我國醫藥創新潛力更為客觀的評價結果。

首先，進行同趨勢化處理和歸一化處理，得到歸一化矩陣。動態TOPSIS 法的歸一化結果可看成是靜態序列與動態增量加權合成的 結果，，θ為兼顧靜態指標值與指標增量值的協調系數（，表示只考慮靜態指標值；標示只考慮增量值）。然后，確定有限方案中的最優方案和最劣方案，并計算各時點各評價對象與最優方案和最劣方案的距離。再分別計算不同時刻各評價對象與最優方案的接近程度。之后，引入時間權向量熵I 和代表不同時刻重視程度的時間度λ，由初始時間權重向量迭代計算求果得到時間權向量wk。最后，計算綜合評價值值越大越優。。

4.3 綜合評價結果

本文以0.02 為起始值，構造n=11 的等差數列作為初始時間權重向量。取λ=0.1-0.9 的值，采用SAS 軟件進行迭代計算，結果見表1。結果可見，只有當λ取0.3-0.6 時，才能得到有意義的解。因此，考慮到λ取0.4 時，既能得到有意義的解，且其值相對保守，本文最終選定λ=0.4 時的時間權重向量納入運算。

表1 時間權重向量迭代計算結果

θ=0.5；wk=(0.051 8,0.057 4,0.063 6,0.070 4,0.078 0,0.086 3,0.095 6,0.105 9,0.117 3,0.129 9,0.143 9)時，動態TOPSIS 法求得的結果見表2，分別為各時間點（）中國、美國、日本三國的最優距離、最劣距離、接近程度以及綜合評價值。

評價結果顯示，2008—2018 年，中國、美國、日本動態TOPSIS 的綜合評價值分別為0.306 6、0.453 5、0.211，可以認為在本文建立的指標體系下，采用動態TOPSIS 的綜合評價的結果是中國的醫藥創新潛力已初步趕超日本，正在追趕美國。

表2 中國、美國、日本動態TOPSIS 綜合評價結果

表2（續）

5 結果與討論

自2008 年以來，國家藥物政策體系不斷完善，醫藥企業自我創新意識不斷提高，中國在醫藥創新過程環節中的臨床試驗開展數量、藥物研發公司數量、藥物研發數量、專利家族數和論文發表數量等方面大步追趕美國和日本，在數量層面上實現了顯著的增長，同時，創新能力與潛力有了顯著的提升。

（1）中國醫藥創新潛力初步趕超日本，正在追趕美國。綜合評價值，美國＞中國＞日本。

（2）中國醫藥創新積極性提升明顯，藥物研究開展廣泛，醫藥產業尚未進入收獲期。中國臨床試驗數量已經超越日本，II 期臨床試驗開展數量最多，Ⅲ期、IV 期臨床試驗開展數量增速超過美國和日本，0 期臨床試驗尚處于起步階段。中國藥物研發公司數量與藥物研發數量均超越日本，但中國企業研發的藥物多處于早期研發階段，且醫藥企業發展尚不成熟，與日本、美國已經進入收獲期的醫藥產業相比，仍存在一定差距。

（3）創新過程產出的專利、文獻數量大，但質量和影響力有待提高。中國專利家族申請數量最多，且增長迅猛；但發明授權率和平均進入國家數最低，專利質量有待提高。中國論文發表數量增長迅猛，增速遠超美國、日本，但影響力水平有待進一步評估。

6 醫藥創新體系布局建議

中國醫藥產業正處于創新能力快速發展期，創新潛力巨大，但如何繼續保持增速，并經長期量的積累飛越至質的改變，使我國醫藥創新能力得到整體提升，真正實現醫藥產業的創新驅動發展，還需要國家政策體系上的保障，大量資金的不斷投入，創新全產業鏈的精準布局以及醫藥產業的協同創新發展的同步推進。

（1）重視基礎研究。十余年來，臨床前藥物研究與臨床試驗研究開展數量突飛猛進，處于早期研發階段的藥物數量高居不下，但0 期和I 期臨床試驗的發展形勢不如Ⅱ、Ⅲ、Ⅳ期，國家科研項目立項時應繼續大力支持基礎臨床研究項目，并加強科研項目管理。

（2）引導多渠道資金融通。長久以來，我國大多數藥物研究處于研發投入階段。由于醫藥行業高投入、高風險特性，處于研發初期階段的藥物研究需要大量資金支持。除國家項目資金支持、鼓勵醫藥企業自主研發外，還需提供稅收、財政、金融等方面的優惠政策，引導多種渠道資金支持，助力醫藥產業創新發展。

（3）持續推進國家藥物政策體系完善。優化審評審批制度，貫徹落實優先審評審批制度；完善知識產權保護制度、MAH 制度，加快技術成果轉化；做好藥品集中招標采購與創新藥物進入醫保目錄的遴選和支付方式等政策制度的銜接，促進創新藥的臨床使用。

（4）打造科技創新園區和科研創新平臺。政府出臺相關優惠政策，助力打造科技園區與創新平臺，加快校企聯合培養人才步伐，實行開放的人才引進政策，匯集國內外醫藥行業尖端人才，集中力量攻堅克難，以臨床需求為導向，實現“政企學研用”深度合作,構建形成體系化創新新載體，提高我國專利的實用性及科研成果論文的影響力。

7 結語

本文是國內首次著重在創新過程層面開展的國家醫藥創新能力與潛力的評價研究。本文的不足之處也在于評價指標建立時集中關注了創新過程環節指標，缺少在創新投入和產出層面的全面研究。另一方面，二級評價指標中缺少更多質量層面的指標數據，還需進一步完善。