馬霞圓



【摘? 要】論文通過DEA-Malmquist指數,構建醫藥制造業技術創新效率評價模型和面板Tobit回歸模型。研究發現:制約我國醫藥制造業技術創新效率的因素是技術進步水平偏低。此外,人均研發資本正向影響我國醫藥制造業技術創新效率,而技術差距和外商直接投資對創新效率具有顯著的抑制作用,政府支持水平的作用不顯著,在對東、中、西進行分析時,發現影響因素存在區域異質性。
【關鍵詞】Malmquist;醫藥制造業;影響因素
【中圖分類號】F273.1;F426? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻標志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069(2023)12-0061-03
1 引言
醫藥市場需求端的快速增長有力地推動了醫藥產業的現代化進程。但我國在創新藥方面仍有明顯不足,相比于創新藥,仿制藥的利潤稀薄。因此,研究醫藥制造業技術創新效率(以下稱Tfp)及其影響因素對我國醫藥行業發展具有關鍵意義。現有醫藥制造業Tfp文獻分以下兩類:一是關于醫藥制造業Tfp的測度。朱有為等[1]、鄒鮮紅等[2]分別運用SFA、DEA模型對中國高技術產業、醫藥制造業的研發效率進行測算,發現醫藥制造業Tfp存在區域差異。二是關于醫藥制造業Tfp影響因素[3]研究。
2 理論分析與研究假設
技術差距理論認為技術擴散的前提是技術差距。當技術差距過大,落后地區受限于自身條件不利于技術進步,當技術差距過小,技術溢出效果不顯著。資源集聚機制提出技術創新效率發達地區有利于集聚技術創新所需的財力、人力等關鍵要素并削弱技術創新的內部阻力。市場競爭機制認為接近技術前沿的企業間競爭更加激烈,他們追求自主創新以獲得持續的經濟增長力,加之知識產權對自主創新的保護,會強化技術發達地區企業自主創新意愿。
假設1:技術差距過大或過小均不利于技術創新效率提升。
外源式模仿創新使醫藥制造業技術創新能力提升的同時也帶來眾多挑戰:新藥進口量只增不減,自主創新能力整體較弱。我國醫藥制造業在早期主要利用后發優勢吸引外資,進行模仿創新。迫于競爭和經濟壓力,FDI會造成企業創新惰性,進而抑制自主創新。
假設2:FDI抑制技術創新效率。
經濟增長理論認為人均研發資本對經濟增長具有正向影響。作為知識密集型產業,要吸引研發人員進行技術創新,就必須創造良好研發氛圍,提供充足的研發資金,完善技術創新軟硬設施。
假設3:人均研發資本提升技術創新效率。
政府資金支持會提高企業抗風險能力,從而專注技術創新,還會引導企業增加研發投入,進而提升技術創新效率。
假設4:政府資金支持提升技術創新效率。
3 技術創新效率評價
3.1 模型設定
數據包絡分析(DEA)適用于多投入多產出研究,可以有效避免主觀性偏誤,因此本文選取DEA模型并運用Deap軟件進行數據分析。Malmquist指數通過距離函數進行運算,采用定向輸出和定向輸入定義距離函數,Malmquist求解需要的4個距離函數表示為:d(xt,yt)、d(xt+1,yt+1)、d(xt+1,yt+1)、d(xt,yt)。
在規模報酬不變的條件下,Tfpch=Effch×Techch,公式如下:
當規模報酬可變時Effch=pech×sech,公式如下:
Malmquist指數可分解為Techch、pech、sech,即:
其中Techch表示技術進步變動,Effch表示技術效率變動,sech表示規模效率變動,pech表示純技術效率變動,Tfpch為全要素生產率變動,即技術創新效率。若Tfpch指數大于1,則代表技術創新效率水平增長,若Tfpch指數小于1,則代表技術創新效率降低。
本文首先用DEA-Malmquist指數測算我國醫藥制造業的技術創新效率值,其次以Tfpch指數為因變量,以各影響因素作為自變量構建基于Tobit的多元線性回歸模型。考慮到技術創新效率截斷值,本文使用因變量受限模型中的Tobit模型,如下所示:
Ym=X'm β+μm
ym=Ym,Ym>0
ym=0,其他
式中,Ym為受限因變量,Xm為被解釋變量,β為未知參數,μm~N(0,δ2),m=1,2…。
3.2 指標選取
創新投入:醫藥制造業R&D經費內部支出、發展人員全時當量。永續盤存法計算存量:RDit=Eit+(1-δ)RDi (t-1)。RDit為i省份第t期的資本存量,δ為折舊率,取值為15%,Eit表示i省份第t年經折現的研發經費投入。研發資本的期初值為:RDi0=Ei0/(gi+δ)。
創新產出:專利申請數、新產品銷售收入。以2010年為基期的醫藥制造業工業品出廠價格指數對新產品銷售收入進行平減。
影響因素:技術差距(GAP):GAPit=maxGAPjt-GAPit。外商直接投資(FDI):首先將全國醫藥制造業FDI按照以2010年為基期的GDP指數進行折算;其次以各地區醫藥制造業新產品銷售收入占全國的比值為權重,乘以全國醫藥制造業FDI實際值。人均研發資本(lnCPC):各地區醫藥制造業實際研發資本/平均從業人員數,作對數處理。政府資金支持(GOV):政府資金/R&D內部經費支出。
考慮到數據可得問題,本文剔除西藏、青海、新疆以及港澳臺等地區后,對其余省份進行分析。所選數據均來自《中國高技術產業年鑒》《中國貿易外經統計年鑒》《中國統計摘要》和各個地區的統計年鑒,由于2017年統計年鑒的數據缺失,因此用線性插值法補全數據。由于技術研發需要一定過程,因此本文將專利和新產品銷售收入的滯后期設為兩年,即動態效率評價投入指標為2007-2017年數據,產出指標為2009-2019年數據。
3.3 全國Malmquist指數
2009-2019年全國醫藥制造業Malmquist指數如表1所示。
由表1可知,Tfp年均增長0.2%,主要是技術效率(Eff)增長貢獻(Eff年均增長0.7%,Tech年均下降0.5%)。Tech(技術水平)均值為0.995,表明醫藥制造業出現小幅技術退步。Pe均值為0.997且始終在1附近小幅波動,表明在組織管理方面具有一致性。Se均值為1.009表明醫藥制造業整體處于規模有效,部分年份小于1是因為發展較成熟地區產業規模基數過度擴大導致規模效率下降,發展較晚地區規模基數較小,因而對Tfp起到抑制作用。
醫藥制造業Tfp整體發展向好,但波動較大。2009-2010年、2012-2016年Tfp小于1說明該時期醫藥制造業Tfp下降。進一步對Tfp分析發現,2009-2010年、2012-2013年Tfp降低主要是Tech偏低,2013-2014年、2015-2016年Tfp降低主要是Eff下降,2014-2015年Tfp下降是因為Eff和Tech均下降。綜合來看,Tfp小于1的年份里,Tech下降8.4%,Eff下降3.3%,可知,我國醫藥制造業Tfp不足1的年份是技術水平較低導致。
3.4 區域Malmquist指數
2009-2019年各省市醫藥制造業Malmquist指數如表2所示。
由表2可知,醫藥制造業Tfp年均增長0.2%,Eff年均增長0.7%。在28個省市中Tfp大于1的有15個,其中Tfp、Eff、Tech均大于1的省市有安徽、江西、廣東、重慶,這些地區Eff和Tech的增長比較平衡。其次江西省的Tfp增長高達5.3%,江西“旴江學派”是我國四大醫藥流派之一,醫學底蘊深厚,且Eff年均增長4%,表明江西省醫藥制造業創新過程中管理水平和要素配置效率水平較高,企業規模效率不斷改善。在Tfp大于1的省市中,其余省市Tech小于1,制約其Tfp增長的主要因素是技術進步水平較低。天津、吉林、浙江、湖南、海南、甘肅這6個省市Tfp、Eff、Tech均小于1,技術效率和技術進步同時抑制Tfp增長。
3.5 影響因素
全國、東、中、西技術創新效率影響因素如表3所示。
由表3可知,全國GAP顯著為負可能是技術差距過大或過小抑制了醫藥制造業Tfp提升。FDI顯著為負是因為我國醫藥制造業正處于自主創新轉型期,過多FDI會降低醫藥制造業自主創新能力,進而抑制自主創新效率。lnCPC顯著為正表明區域人均研發資本水平越高,越有助于吸引知識型人才集聚,有效整合資源、降低研發成本。另外,人才集聚引致的人才競爭有利于激發創新積極性,假設1、2、3得到驗證。GOV對Tfp影響不顯著。
東部lnCPC正向影響醫藥制造業Tfp。GOV通過提高企業抗風險能力、引導企業增加研發投入,進而專注自主創新,提升Tfp。中部lnCPC不顯著可能是人力資本水平較低,對知識的應用水平較低。GAP、FDI、GOV等均顯著,與假設一致。西部GAP顯著為負可能是西部與前沿技術差距較大,且人力資本水平較低,影響對引進技術的二次創新。FDI不顯著表明西部FDI水平較低,還未達到抑制臨界點。西部lnCPC、GOV整體偏低,對Tfp作用不明顯。
4 啟示
首先,中、西部地區應加強研發資本和研發人員投入,提升人均研發資本水平,吸引高質量人才,盡快形成人才集聚優勢,降低研發成本并提升區域競爭力;其次,正確看待技術差距對醫藥制造業技術創新效率的影響,對于技術前沿地區應以自主創新為目標,對于技術落后地區應加強人才引進,增強對引進技術的二次創新;最后,醫藥制造業應重點引進知識密集型的FDI,通過技術外溢促進醫藥制造業自主創新效率提升。
【參考文獻】
【1】朱有為,徐康寧.中國高技術產業研發效率的實證研究[J].中國工業經濟,2006(11):38-45.
【2】鄒鮮紅,羅承友.基于Malmquist指數評價我國醫藥制造業技術創新效率[J].中國藥房,2010,21(37):3457-3460.
【3】肖仁橋,王宗軍,錢麗.技術差距視角下我國不同性質企業創新效率研究[J].數量經濟技術經濟研究,2015,32(10):38-55.