生物醫藥上市公司技術創新效率研究

劉立燕，宋捷羽，熊勝緒，程杰賢

（1.江漢大學商學院，湖北 武漢 430056；2.中南財經政法大學工商管理學院，湖北 武漢 430073）

1 引言

當前，我國經濟已由高速增長階段轉向高質量發展階段。創新是推動高質量發展的主要動力，且是依靠效率的提高而不是要素投入的增加來推動的。

2019年，我國R&D經費總量首次突破2萬億元，2020年R&D經費投入總量達24 426億元，穩居世界第二，研發投入強度已達到中等發達國家水平。相較于穩步增長的投入，近年來我國專利申請量增速放緩，2019年國內發明專利申請量較上年減少了10.8%，顯示技術創新效率還有較大的提升空間。

生物醫藥產業是知識密集型、最具創新活力的產業之一，創新藥市場長期占據國際藥品市場半數以上的份額。但2020年度“全球生物醫藥產業發明專利排行榜”TOP100的生物醫藥企業中，美國與日本企業總量占比達63%，而中國企業僅有7家。怎樣評價當前中國生物醫藥企業的技術創新效率？影響生物醫藥企業技術創新效率的因素有哪些？如何推動我國生物醫藥企業進一步提升創新效率？在當前建設健康中國的大背景下，研究生物醫藥企業技術創新效率具有重要意義，其對我國前沿技術領域創新效率的提升也有借鑒意義。

本文使用三階段DEA模型構建了企業技術創新效率評價指標體系，收集并整理了我國140家生物醫藥上市公司2012—2020年的相關數據，同時利用DEAP 2.1、Frontier 4.1軟件進行了分析。

2 文獻綜述

技術創新效率最早由Koopmans（1951）提出，他將技術創新效率定義為在給定的投入與產出不變的情況下，現有技術不能再增加任意單位的產出或減少任意單位的投入，則投入產出達到技術有效；鄒鮮紅和黃健柏（2010）指出，技術創新效率是指創新過程中要素投入的轉化效率，技術創新效率反映了資源配置效率，衡量了創新投入對創新產出的貢獻程度。一般而言，技術創新投入和產出具有多變量、多量綱的特征，精確獲得經濟學意義上的創新效率是不太現實的，大多數學者采用DEA法或SFA法，用研究主體投入產出情況與生產前沿面的差距反映其相對技術創新效率。

當前，我國生物醫藥產業與發達國家相比仍有較大差距，技術競爭能力處于劣勢地位。為此，各地出臺了一系列支持生物醫藥產業發展的相關政策，主要集中在技術創新、資金支持和人才建設等方面。研究顯示，R&D稅收優惠政策對戰略性新興產業的研發強度、盈利能力、發展能力和技術能力都有顯著的促進作用，政府補貼能夠通過資源傾向機制和信號傳遞機制促進生物醫藥企業創新績效的提升。

然而從創新效率的視角看，高小寧等（2018）以湖北省生物醫藥產業為研究對象，發現現階段規模效率低是制約湖北省生物醫藥產業發展的主要因素。付秀梅等（2020）使用中國沿海11個省份2011—2017年海洋生物醫藥產業的數據，應用SFA法研究發現，我國海洋生物醫藥產業整體創新效率較低，地區差異較大。儲姍姍等（2021）運用兩階段DEA模型對江蘇省12個國家高新區生物醫藥產業的研究也顯示，生物醫藥產業整體創新效率仍處于較低水平，影響其創新效率的主要因素有資本投入水平、勞動力以及政府支持力。徐凱等（2019）采用Malmqusit指數模型評價了2007—2015年間24個國家火炬生物醫藥特色產業基地的創新效率，結果表明其純技術效率年平均下降0.72%，規模效率年平均下降0.25%，在“硬”技術及創新規模上仍有較大進步空間。

綜上所述，在政策大力支持的背景下，我國生物醫藥行業的創新效率仍然處于相對較低的水平。從研究對象上看，現有文獻在探討生物醫藥技術創新效率時，多集中于區域生物醫藥技術創新效率的評價，鮮有學者以生物醫藥企業為研究對象；從研究方法上看，采用兩階段DEA法與SFA法進行研究時，大多沒有考慮環境因素及統計噪聲對技術創新效率造成的影響。而三階段DEA法不僅將以上因素考慮在內，還在國內外效率評價研究中得到廣泛認可，有助于對技術創新效率進行更為客觀的評價。

2019年，我國A股上市醫藥企業的研發投入合計532.97億元，同比增長16.98%。僅2021年上半年，我國前十的藥企研發投入門檻已超過4.4億元，且大部分增速在30%以上，生物醫藥企業的研發投入巨大并呈現出高速增長的態勢。研發的高投入是否帶來了高產出？本文以A股上市醫藥企業為研究對象，通過三階段DEA法剔除環境因素及統計噪聲的影響，嘗試客觀地評價現階段我國生物醫藥企業技術創新效率的現狀，討論環境因素對技術創新效率的影響，并提出建設性意見。

3 研究設計

3.1 研究方法——三階段DEA模型

相較于傳統的DEA模型，三階段DEA模型的優勢在于剔除了環境因素及統計噪聲對效率值的影響，把各決策單元放置在同一環境及相同的條件下進行比較，由此得到的效率值更加科學客觀。

3.1.1 第一階段：傳統DEA模型初始效率。數據包絡分析（Data Envelopment Analysis，DEA）法主要用于評價相同部門間的相對有效性，DEA模型中的綜合技術效率（）可被分為純技術效率（）與規模效率（），即。其中，綜合技術效率是企業資源使用效率、資源配置能力的綜合指標；純技術效率是指僅由管理制度和技術因素所影響的生產效率；規模效率是指因規模影響的生產效率，反映了實際規模與最優規模之間的比率。基礎DEA模型有DEA-CCR模型及DEA-BCC模型兩種，兩者旨在評價多輸入、多輸出的決策單元的相對有效性，后者相較于前者考慮了現實中規模報酬可變的情況。DEA模型在測度效率的過程中可選擇投入導向型或產出導向型，在生物醫藥企業中投入指標質量相較于產出指標質量更容易得到控制，且本文旨在探究技術能夠在多大程度上挖掘生產潛力、減少創新資源浪費。綜上，本文將選用投入導向型的DEA-BCC模型，該模型已較為完善，這里不再贅述其數學公式。

3.1.2 第二階段：構建類似SFA模型。構建類似SFA模型的目的在于消除環境因素與統計噪聲對效率評價的影響。具體步驟如下：

首先，確立投入松弛變量，S=X-Xλ，其中S表示第個決策單元的第個投入變量的松弛變量，X表示第個決策單元的第個投入變量在第一階段的實際投入量，Xλ表示X對應產出變量y在投入效率子集上的最佳映射，即X的理想目標值。松弛變量S的產生主要是由環境因素、管理無效率以及統計噪聲構成的。

其次，構建一個以投入為導向的類似SFA模型：

然后，通過調整公式（2）將各個決策單元置于同一外部環境中。

在對投入變量進行調整的過程中，需要將混合誤差項中的統計噪聲與管理無效率進行分離，分 離 的 方 法 參 考 Jondrow（1981）、羅 躍 登（2012）、陳魏巍（2014）等學者的調整思路。

計算隨機誤差項的公式如下：

3.1.3 第三階段：調整DEA投入變量后的DEA模型效率。將調整后的投入變量和原始產出用DEA-BCC模型再計算一次各決策單元的效率，此時得到的效率就是剔除了環境因素和統計噪聲后的真正的技術創新效率。

3.2 企業技術創新效率指標選取

技術創新依靠企業技術創新投入，技術創新投入主要體現在資金及人力投入上。在投入指標的選擇上，鄒鮮紅（2010）、郭玉晶（2020）、Charoenrat（2017）等大部分國內外學者選擇研發人員數量、研發經費等作為投入變量。技術創新產出主要體現在企業獲得的專利授權情況及其為企業帶來的可觀收益上。因此，大多數學者選取專利授權數、盈利能力等作為其產出變量。參考現有文獻及數據的可得性，本文最終選取的投入變量及產出變量如下。

3.2.1 投入變量。①研發經費投入（）。研發資金的投入是企業創新投入中非常重要的一項。新醫藥的研發不僅與當年的研發經費相關，還與之前的研發經費有緊密的關系，但年報中披露的“研發支出”是流量數據而非存量數據。本文參考吳延兵（2008）的“永續盤存法”，按照一定的研發存量折舊率及公式獲得當期研發資本存量。

②研發人員數量（）。研發人員是醫藥企業技術創新的重要資源。項瑩等（2013）研究發現，R&D人員投入強度正向影響中國醫藥制造企業的技術效率。本文選用年報中披露的R&D人員數量來表示研發人員數量。

③勞動資本（）。除研發人員外，企業其他員工承擔著技術轉化的任務，如技術推廣、新產品應用和生產等。企業全體員工是技術創新轉化為經濟效益的重要力量。本文選用年報中披露的企業員工數量來表示勞動資本。

④生產資本（）。技術創新投入形式除“人”“財”以外還有“物”，這里的“物”大部分是指研究儀器設備、生產車間等固定資產。本文選取固定資產凈值來表示生產資本。

3.2.2 產出變量。①發明專利（）。相較于外觀設計專利和實用新型專利，發明專利更能凸顯企業技術創新水平，該變量選用上市公司及其子公司的發明專利授權數來表示。

②主營業務收入（）。從生物醫藥行業的特征中可以看出，企業新藥的成功研發可大幅提高企業收入，這將直接反映在企業主營業務收入的增長上。

③利潤總額（）。企業創新的最終目的是實現盈利，利潤的獲取也將增強投資者的信心，為后續研發提供充沛的資金支持。

為保證所選取的投入變量與產出變量的科學性，借助Pearson法檢驗其相關性是否顯著，結果如表1所示。從表中可看出，各投入變量與產出變量的相關系數均在1%的顯著水平上顯示為正，符合單調性假設，滿足DEA模型的要求。

表1 投入產出變量相關性分析

3.2.3 環境變量。環境因素是企業發展的客觀條件，良好的技術創新環境有利于企業吸引高端技術人才、創新資金和技術。環境變量的選擇情況具體如下。

①區域生產總值（）。一般當企業所在地區GDP較高時，該地區會吸引更多的創新資本和高端人才，更易形成產業集聚效應，進而有利于企業創新。本文使用人均GDP代表區域生產總值。

②區域信息化水平（）。對高新技術產業而言，完備的信息化基礎設施和較高的信息化水平將提升技術交流速度，擴大技術傳播范圍，促進數據資源的有效整合與利用。本文使用互聯網寬帶用戶數與當地常住人口的比值代表區域信息化水平。

③區域對外開放水平（）。對外開放程度的提高有利于要素流動，在對外信息交互中也更易獲取先進的技術創新理念。本文使用所在地區外商實際投資金額與當地GDP的比值代表區域對外開放水平。

④企業成立時間（）。企業在不同的成長階段對技術創新資金投入的程度可能存在差異。生物醫藥企業創立初期，企業研發投入較大，而隨著企業逐漸擴大規模后，資金開始涌入市場推廣及擴大生產規模上，研發投入比重會有所下降。一般學者將成立時間精確到年，本文可獲得精確到月的數據，因而以月為計數單位。

⑤企業獲得的政府補貼（）。政府補貼可在一定程度上引導企業增加創新投入，促進企業創新。

綜上，企業技術創新效率評價指標體系如表2所示。

表2 企業技術創新效率評價指標體系

由于各指標的經濟含義以及表現形式各不相同，部分指標是絕對值，而部分是相對值，為保證實證研究的科學性，對表2數據進行無量綱化處理，具體公式如下：

3.3 樣本選擇與數據來源

為探討生物醫藥上市公司技術創新效率的演變趨勢，考慮到數據的可獲得性和研發產出滯后性的特點，本文選擇了2012年及之前上市的生物醫藥企業。2012年A股上市的生物醫藥企業共計181家，剔除后期被ST、*ST企業以及數據缺失的企業后還剩147家。為更好地觀察產權性質與技術創新效率之間的關聯，在研究期內發生產權性質變更的7家企業（海欣股份、通化金馬、景峰醫藥、樂普醫療、亞寶藥業、萬東醫療和中恒集團）也被剔除，最終以140家生物醫藥上市公司為研究對象，收集其2012—2020年的指標數據并分析其技術創新效率。數據來源于國泰安數據庫（CSMAR）、萬得數據庫（WIND）、EPS數據庫及國家統計局官網。

由于研發產出具有滯后性，創新投入不能在短期內見效，本文參考徐書彬、黎新伍（2020）等學者的研究，選取的產出指標比投入指標滯后一期。

3.4 樣本分布

140家樣本上市公司分布在我國29個省區市（見表3），其中，國有控股企業為37家，非國有控股企業為103家。上市公司數量最多的前7個省市依次是：廣東、浙江、北京、江蘇、山東、上海、天津，可見生物醫藥上市公司主要集中于中國東部沿海地區。

表3 生物醫藥上市公司省市分布表

4 實證研究

4.1 第一階段DEA-BCC模型技術創新效率結果

本文使用DEAP 2.1軟件運行DEA-BCC模型，獲得歷年生物醫藥上市公司技術創新效率值。表4列舉了全部企業以及根據產權性質劃分的國有控股企業、非國有控股企業的歷年技術創新效率均值。

表4 歷年生物醫藥上市公司技術創新效率均值

從表4中可以看出，全部企業及國有控股企業的綜合技術效率均未達到0.8，整體技術創新效率較低。其中，全部企業的純技術效率尚可，但有逐年遞減的趨勢，導致其綜合技術效率較低的主要原因是規模效率值不甚理想；非國有控股企業與國有控股企業的綜合技術效率波動較小，前者較于后者綜合技術效率更高，非國有控股企業的純技術效率及規模效率整體上要高于國有控股企業；2014年，全部企業、非國有控股企業與國有控股企業的綜合技術效率值均出現小高峰，可能是受原國家食品藥品監督管理總局加快解決藥品注冊申請積壓政策的影響。然而，以上結論未考慮到外部環境及統計噪聲的影響，為使得技術創新效率值更加客觀真實，將在第二階段做出進一步調整。

4.2 第二階段SFA回歸結果

在第一階段DEA-BCC模型中通過DEAP 2.1軟件獲得投入指標的目標值，即獲得各決策單元各投入指標的松弛變量，以此作為被解釋變量，以表2中環境變量作為解釋變量，參考式（1）構建類似SFA模型，利用Frontier 4.1軟件測算出各環境變量對松弛變量的影響，如表5所示。

表5 第二階段SFA回歸結果

從表5中可以看出，投入松弛變量對應的單邊似然比檢驗LR值遠超0.1%顯著水平下的19.69，因而通過了檢驗。其中，越接近1，則說明管理無效率在混合誤差項中占比越高，反之則說明統計噪聲的影響較大。通過表5的回歸系數我們可以得出以下結論。

人均GDP與研發人員數量松弛和勞動資本松弛有顯著的正相關性，即生物醫藥企業所在地區人均GDP越高，其研發人員數量與勞動資本冗余越大。這表明當該地區人均GDP較高時，將會吸引更多的勞動力，也更易于引進創新型科技人才。生物醫藥企業在員工數量增加的同時未能實現產出同等量級的增長，其原因可能是人才資源的培養及其產生的效益存在滯后性。

區域信息化水平與研發經費投入松弛、勞動資本松弛以及生產資本松弛有顯著的負相關性，即生物醫藥企業所在地區網絡覆蓋率越高，其研發經費投入、勞動資本以及生產資本冗余越小。這表明較完備的信息基礎設施和較高的信息化水平提升了研發投入、勞動資本投入以及生產資本投入的效率。

對外開放水平與研發經費投入松弛、研發人員數量松弛、勞動資本松弛以及生產資本松弛間均有顯著的負相關性，即生物醫藥企業所在地區對外開放水平越高，以上4個變量的冗余就會越小。這表明較高的區域對外開放程度帶來的資金和技術溢出效應有利于促進資源整合，提升各類研發投入的效率。

公司成立時間與研發人員數量松弛和勞動資本松弛有顯著的正相關性，即生物醫藥企業成立時間越長，其研發人員數量與勞動資本冗余越大。這可能與生物醫藥企業對基礎研究要求高、新產品研發上市周期長等特性有關。

政府補助與研發經費投入松弛、研發人員數量松弛、勞動資本松弛以及生產資本松弛間均有顯著的正相關性，即生物醫藥企業所在地政府補助越多，上述4個變量的冗余將越大。原因可能是部分企業僅為獲得政府補助及稅收優惠而立項研發。此外，以貨幣資助為主的政府補助形式比較單一，可能也并不完全契合生物醫藥企業的研發需求，特別是中小生物醫藥企業。

綜上，環境變量對生物醫藥企業投入變量有顯著的影響，且各環境變量對投入變量的影響方向及程度均存在差異。因此，需將第一階段各投入變量值結合SFA回歸結果進行調整，剝離環境因素及統計噪聲的影響，將140家生物醫藥公司置于相同條件下還原其更加客觀的技術創新效率值。

4.3 第三階段投入指標調整后技術創新效率結果

將調整后的投入變量與原有產出變量再次通過DEA-BCC模型進行衡量，得出第三階段生物醫藥企業技術創新效率值，具體如表6所示。

表6 調整后歷年生物醫藥上市公司技術創新效率均值

對比表6與表4可以發現，歷年生物醫藥上市公司技術創新效率值發生了較大的變化。首先，全部企業、國有控股企業及非國有控股企業的綜合技術效率值整體上均出現了下降趨勢，其中非國有控股企業下降幅度最大；其次，三者的規模效率值在剔除環境因素及統計噪聲后有顯著的下降，說明環境因素對生物醫藥企業規模效率有顯著的促進作用。

在第一階段的技術創新效率中，非國有控股企業的綜合技術效率要高于國有控股企業，而在第三階段中，非國有控股企業的綜合技術效率整體上與國有控股企業差異不大，表明近年來的宏觀經濟環境顯著促進了非國有控股生物醫藥企業的創新發展。非國有控股企業的綜合技術效率并未顯著優于國有控股企業；在剔除外部環境因素后，非國有控股企業歷年的綜合技術效率較之前有了較大幅度的波動。這說明中國生物醫藥行業技術創新尚未進入穩步發展的成熟階段，技術創新效率低，波動幅度大。

4.4 進一步研究——Malmquist指數

Malmquist指數（以下簡稱MA指數）能動態反映醫藥上市公司技術創新效率的變化趨勢。當MA指數＞1時，表明效率提高；當MA指數＜1時，表明效率降低。MA指數滿足公式：

MA指數=技術效率指數×技術進步指數=純技術效率指數×規模效率指數×技術進步指數

對140家生物醫藥上市公司2013—2020年調整后的投入變量與原產出變量數據進行分析，結果如表7所示。

表7 2013—2020年生物醫藥上市公司技術創新效率MA指數及其分解

從表7中可以看出，以2013年為基期，其全要素生產率指數為1，2013—2020年全要素生產率指數均值為1.009＞1，且除2015—2016年與2018—2019年外，其余年度的MA指數均大于1，說明生物醫藥企業技術創新效率處于上升階段。從均值上看，2013—2020年技術效率指數提高1.5%，但技術進步指數小于1，說明技術進步不理想是制約技術創新的重要因素。從歷年技術效率指數與技術進步指數上看，其均圍繞數值1上下浮動，說明無論是資源整合效率還是技術進步的能力都處于波動趨勢，不具有穩定性。

5 結論及啟示

本文通過DEA-BCC模型對140家生物醫藥上市公司2012—2020年的技術創新效率進行測算，得到包含環境因素影響及統計噪聲影響的初步創新效率值，并獲得4個投入指標的松弛變量；利用SFA模型剔除了企業所在地區GDP、區域信息化水平、對外開放水平、公司成立時間、政府補貼等環境因素的影響，對投入指標進行調整；將調整后的投入指標與原產出指標帶入DEA-BCC及DEA-Malmquist模型中，得到如下結論：

①現階段中國生物醫藥企業的綜合技術效率總體較低，但呈緩慢上升趨勢，其中規模效率低是綜合技術效率低的重要因素。

②生物醫藥企業中國有控股企業的技術效率整體上與非國有控股企業差異不顯著，外部環境對后者技術創新效率提高的促進作用要優于前者。

③外部環境對生物醫藥企業綜合技術效率有顯著的影響，地方GDP、公司成立時間、政府補助均助長了投入變量冗余，區域信息化水平與對外開放水平則削弱了投入變量冗余。

④在消除環境因素和統計噪聲的影響后，生物醫藥企業歷年技術效率指數與技術進步指數波動較大，且其動態變化趨勢時而上升、時而下降，說明現階段中國生物醫藥行業技術創新發展尚未進入穩定成熟階段。另外，綜合技術效率的提高并非由于技術進步，而是得益于技術創新管理水平和資源利用效率的提高，通過技術進步實現技術創新效率的提高還有很大的發揮空間。

基于上述結論，本文提出如下政策建議：

第一，培育與扶持具有潛能的優質生物醫藥企業，通過市場機制引導企業并購整合、擴大規模，實行大企業戰略，淘汰落后產能，減少因低水平重復競爭造成的資源浪費，以此解決規模效率低的問題。

第二，平等對待各類市場主體，為包括非國有控股企業在內的各類市場主體創造公平、高效、透明、法制化的營商環境，促進企業加大創新投入。

第三，進一步優化生物醫藥企業外部發展環境，提升區域信息化水平，繼續推動對外開放，以此促進創新信息交流和技術創新合作，積極利用技術創新溢出效應，獲取全球技術創新生產要素，推動生物醫藥技術研發創新中心集群化發展。

第四，引導和帶動以企業為主體的科技投入，以技術進步促進創新效率的提高。除了給予企業技術創新相關的直接資金補助外，政府還可通過生物醫藥基礎研究基地建設，為企業搭建平臺，引導和帶動以企業為主體的“硬科技”研發投入，加強產學研合作，推動技術創新成果的產業化，真正通過技術進步來實現技術創新效率的提高。

注釋：