醫藥制造業上市公司財務績效及影響因素研究

張浩 熊琳

【摘 要】 基于2016—2020年32家醫藥上市公司相關數據，利用熵權法確定醫藥制造業上市公司財務績效的各個評價指標權重，再選取合適的投入產出指標，運用超效率SBM模型評價醫藥制造業的財務績效。針對評價結果，利用Tobit模型回歸分析具體影響因素，并提出相應的財務績效改進措施。研究表明：醫藥制造行業整體效率2016年到2017年有所上升，2019年呈現下降趨勢，2020年又出現了回升；一直處于有效狀態的企業10家，表明這些企業的財務績效達到相對較優的狀態，剩余22家企業的綜合效率值水平處于波動狀態，說明這些企業的財務績效存在可以提升的空間；上市年限、專利授權數量和政府補助三個因素對我國醫藥制造業上市公司的綜合效率具有顯著影響。

【關鍵詞】 醫藥制造業； 超效率SBM； 財務績效； 評價體系

【中圖分類號】 F230；F275? 【文獻標識碼】 A? 【文章編號】 1004-5937（2024）03-0066-08

一、引言

醫藥作為內需為主、剛需旺盛的行業，具有良好的韌性。2020年醫藥行業投資收益為344.1億元，同比增長27.6%；營業利潤為3 435.8億元，同比增長12.2%。這些愈發凸顯了醫藥衛生行業在經濟發展中的活力。醫藥制造業作為技術密集型產業，由于高投入、高風險、高收益的行業特點，企業面臨更加嚴峻的財務風險。黨的二十大報告指出“要充分發揮市場在資源配置中的決定性作用，推動企業做強做優做大，提升企業核心競爭力”。因此，醫藥制造企業需要構建科學合理的財務績效評價方法和體系，客觀分析企業財務績效存在的不足，明確財務績效改進的方向，這對醫藥制造業有效配置資源及提升核心競爭力至關重要。

本文針對醫藥制造業上市公司的財務績效進行評價研究。首先通過熵權法確定財務績效各個評價指標的權重，選取投入與產出指標；其次使用超效率SBM模型對其財務績效進行科學評價，進而采用Tobit回歸分析具體影響因素；最后提出建議，以便推動企業合理配置資源，促進企業高質量發展。

二、文獻綜述

綜觀企業財務績效評價方面的研究，主要研究方法大致如下：

一是基于EVA的財務績效評價。EVA分析法是財務績效分析法中最為常用的方法，楊萍[ 1 ]以仁和藥業股份有限公司為研究對象，構建EVA財務績效評價體系，計算出五年的經濟增加值，并與傳統績效評估指標進行對比研究；程臘梅等[ 2 ]以順豐借殼上市作為案例，分析各項財務指標并計算其EVA值，根據所得數值評價分析順豐集團上市前后的財務績效；周儀等[ 3 ]以2012—2017年上海醫藥股份有限公司的報表相關數據為基礎，采用EVA業績指標評價企業的經營業績，進一步彌補了傳統會計業績評價方法的局限性。

二是基于因子分析法的財務績效評價。雷曼[ 4 ]以2020年23家飼料企業為研究對象，選擇具有代表性的16項財務指標，通過因子分析方法提取出5個公共因子，綜合評價飼料企業財務績效管理水平；侯向鼎[ 5 ]基于18家物流供應鏈頭部企業2019年的財務數據，從四個維度入手構建指標體系，利用因子分析法考察企業的得分情況；王遣和呂柳[ 6 ]將因子分析法與聚類分析相結合，分析商業銀行財務績效，并使用SPSS軟件進行數據處理；宋迎春和楊文昳[ 7 ]以高污染、高能耗的261家制造業上市企業數據為研究對象，運用多元線性回歸模型對綠色技術創新能力與企業財務績效的相關關系進行實證分析；汪馨妮[ 8 ]運用因子分析法，選取13個指標構建財務績效評價體系，分析2017年25家上市互聯網企業相關數據。

三是基于DEA的財務績效評價。黃璐璐和張金貴[ 9 ]基于DEA對網絡公司的財務績效進行評價，并為網絡公司改進效率提供了有價值的信息；劉家鵬和孫世清[ 10 ]基于超效率DEA-Tobit模型研究河北省鋼鐵行業能源效率及節能減排潛力，發現各市的粗鋼產量占比、技術進步空間和節能資金投入與節能減排存在明顯的正相關關系；陳娜等[ 11 ]通過超效率DEA兩階段模型研究西部地區規模以上工業企業技術創新效率及影響因素，發現西部地區規模以上工業企業技術創新效率整體處于較低水平，仍有較大的提升空間。

可見，隨著財務績效評價體系的不斷完善，國內學者分析企業財務績效的方法在不斷豐富。綜觀已有研究文獻發現，因子分析法和EVA評價法是評價企業財務績效的主流方法，但因子分析法因主成分選擇的不同會導致不同的結果，也不夠客觀，而EVA評價法使用的范圍有限，不利于不同企業的橫向比較，數據包絡分析法（DEA）則可以綜合多方面的因素，通過投入和輸出指標得出的運算結果是對企業整體的分析。為了解決投入和產出的松弛問題，2001年Tone 提出一個基于投入松弛測度的度量模型，被稱為SBM模型（Slacks-Based Measure，SBM）[ 12 ]。SBM模型屬于非徑向非角度的度量方式，充分考慮了投入和產出的松弛。為解決多個決策單元SBM效率值同時為1的問題，Tone又構造了Super-SBM模型（超效率SMB模型）[ 13 ]，進一步解決了相對有效單元的排序問題，即允許效率值大于或等于1，可對有效單元（SBM模型中效率值等于1的決策單元）進行有效排序，為決策單元的比較和決策提供了有效工具。因此本文嘗試基于32家中國醫藥制造業上市公司2016—2020年的財務指標數據，采用超效率SBM模型和Tobit回歸分析，研究醫藥制造業財務績效水平及其影響因素，并提出相應改進措施。

三、醫藥制造業財務績效評價指標體系的建立

（一）構建指標體系

在參考相關文獻[ 14-17 ]以及研究醫藥制造業行業自身特點的基礎上，本文構建了包括企業盈利能力、償債能力、發展能力、營運能力四個方面的財務績效評價指標體系。

1.盈利能力指標

考慮到醫藥制造業上市公司屬于生產經營型企業，日常經營管理的最終目標就是實現利益最大化，因此將毛利率指標放入評價指標體系，且為達到更加全面分析企業盈利能力的目的，同時選取綜合盈利指標凈資產收益率和總資產報酬率。不僅如此，醫藥制造行業的銷售費用更需要重視，因為一個新型藥物從開發到市場上流通銷售，需要企業的廣告宣傳等銷售渠道去推廣，所以將企業銷售費用率指標考慮在內。

2.償債能力指標

從長期償債和短期償債兩個角度選取償債指標。評價企業長期償債能力選取了具有代表性的產權比率和資產負債率，分析企業的短期償債能力則選擇了速動比率和現金流動負債比。

3.發展能力指標

企業的發展能力大小代表其成長性如何，決定了企業未來能走多遠，因此評價指標體系選取了凈資產增長率、凈利潤增長率、主營業務收入增長率和總資產增長率。

4.營運能力指標

企業營運能力的高低可以體現資金運營周轉是否良好，指標總體水平越好代表資產周轉越快，償債能力越強。因此，選取存貨周轉率、總資產周轉率、應收賬款周轉率和固定資產周轉率四個指標。

（二）投入產出指標權重的計算

基于構造的醫藥制造業上市公司財務績效評價指標體系，企業以獲取經濟利益最大化為目標，將盈利能力、發展能力相關指標作為企業產出指標。由于償債能力、營運能力是衡量企業盈利能力的基礎，因此將這兩個指標作為企業的投入指標。

采用熵權法計算各指標在分析過程中所占權重，直觀體現各指標之間的相互比較。首先，建立原始矩陣及進行標準化處理。根據財務績效評價體系中所選取的n個評價對象，m個評價指標的原始數據構建原始矩陣X=（xij）n×m。熵權計算公式為wi= （i=1，2，…，m；j=1，2，…，n）。

其次，根據公式計算出各財務指標的權重，并進行排序，通過排序結果，篩選出適合的投入產出指標。

（三）選取投入指標

投入指標權重排序如表1所示，可以發現各指標權重排序雖有波動，但總體排序結果變化不大。選取三年均排名前三的指標應收賬款周轉率、固定資產周轉率，再結合醫藥制造業的行業特征，可以發現研發是醫藥制造業持續發展的必經之路，但在其發展過程中也離不開國家的支持與幫助，因此將研發投入強度和政府補助力度列為投入指標。

（四）選取產出指標

產出指標權重排序如表2所示，可以看出每年總體排序均為前五的指標分別是毛利率、凈資產增長率。結合相關參考文獻，并考慮到所選32家公司均為上市公司，將每股收益一并列為企業產出指標。

經過篩選，選取如表3所示的投入產出指標進行具體研究。

四、基于超效率SBM醫藥制造業財務績效實證分析

（一）超效率SBM模型

數據包絡分析最常用的是BCC和CCR模型[ 13 ]，但這兩個模型存在一些不足，如效率評價值為1的有效單元存在多個時，并不能繼續對這些有效單元進行評價，因此得出的評價結果不是很準確。SBM模型可以有效提高評價效率的準確程度，同時又將松弛變量即松弛投入和松弛產出均考慮在內，而超效率SBM模型能夠對有效決策單元進行下一步排序，并能根據計算結果分析行業財務績效的改進途徑。

超效率SBM模型如式（1）：

假設有n個DMU，每個DMU有m個輸入變量和s個輸出變量；（xij，yij）分別代表DMUj的第i項輸入和第r項輸出；s-i代表輸入冗余量，s+i代表輸出不足量；λj是以DMUj作為效率測量的權重。

本文選取2016—2020年32家醫藥制造業上市公司為研究樣本，并將這些公司作為決策單元，將投入產出指標的數據代入軟件中運行，具體分析評價各公司五年的財務績效，得到效率評價結果。

（二）綜合技術效率測算及分析

選取2016—2020年32家醫藥上市公司相關數據，利用超效率SBM模型，采用MAXDEA Pro6.4對各醫藥制造業上市公司綜合技術效率進行測算，計算結果見表4。

1.綜合效率整體情況分析

根據表4計算結果，32家醫藥制造上市公司2016—2020年的綜合效率均值分別為1.1161、1.1339、1.0165、0.9430和1.0346，說明醫藥制造行業整體效率2016年到2017年有所上升，2019年呈現下降趨勢，2020年又出現了回升。

32家醫藥制造上市公司中，2016年效率值超過平均水平1.1161的企業為15家，約占樣本企業數的46.88%；2017年大于整體平均水平1.1339的企業為12家，約占樣本企業數的37.50%；2018年至2019年高于平均水平的企業為14家，所占比例為43.75%；2020年繼續呈現上升趨勢，17家醫藥企業效率值大于平均水平1.0346，超過樣本數一半，占比53.13%。以上說明32家醫藥制造業上市公司在綜合效率數值上存在差距，但整體差異不大。

2.綜合效率區間分類分析

各企業綜合效率的數值相差不大，因此對綜合效率進行詳細區間分類，具體如表5所示。

從表5可以看出，2016—2020年達到DEA有效狀態的企業數量分別為20、16、17、14和20，所占比例分別為62.50%、50.00%、53.13%、43.75%和62.5%，說明這五年期間，大多數企業集中在DEA有效階段。除2019年數據外，其余四年企業達到DEA有效狀態的數量處于較為穩定的狀態。總體來看，投入產出要素數量和配比方面存在不合理的地方，需要調整，使資源得到合理配置，提高利用率。五年中，綜合效率小于0.5的企業數量分別為4、5、6、2和1，所占比例分別為12.50%、15.63%、18.75%、6.25%和3.13%。由此可以看出，雖整體達到有效狀態的企業數量占比未達到100%，但近兩年綜合效率低于0.5的企業數量在不斷減少，說明醫藥制造行業上市公司財務績效總體水平在不斷提高。

3.綜合效率具體情況分析

從表4進一步分析可以得出一直處于穩定有效狀態的企業共10家，包括江中藥業、愛爾眼科、貴州百靈、桂林三金、華潤雙鶴、力生制藥、仁和藥業和雙鷺藥業等，這些企業的綜合技術效率都大于1，說明資源得到合理利用，處于行業前列。還有6家企業五年間財務績效管理一直處于無效狀態，分別是迪瑞醫療、康弘藥業、奇正藏藥、千金藥業、山河藥輔和特一藥業。這些無效狀態的企業綜合效率值不夠穩定，原因在于一方面企業受外部市場環境影響需要優化規模，另一方面企業內部需加大技術投入并加強資源合理配置。如果不加以調整，不斷降低的資源利用率會導致未來發展能力、競爭力持續減弱，最終被市場淘汰，企業必須加以重視。

五、基于Tobit模型的醫藥制造業財務績效影響因素分析

（一）影響因素的選取

1.市場份額

作為外部影響因素的重要指標，市場份額是指當年企業所產生的銷售收入占該行業總體銷售收入的比例，該比例的大小代表了在銷售市場中企業銷售能力的高低，占據份額越大一定程度上代表企業銷售收入越高，能夠獲取的利潤也就越多，則企業的資源儲備日益雄厚，能夠為日后的生產研發提供強有力的資金保障。本文選擇了各上市公司的主營業務收入占樣本總數值的比例來衡量各企業市場份額的大小，用X1表示。

綜上，提出假設1。H1：市場份額與企業財務績效正相關。

2.高端人才占比

員工整體受教育程度的高低可以直接體現企業內部人力資源水平的高低，醫藥制造業作為高新技術行業，人才儲備是必須的，在一定程度上，員工學歷越高代表企業整體勞動力素質越高，從而能提升企業管理水平和運營效率。本文以各企業本科及以上學歷人員占全體員工比重代表高端人才占比，用X2表示。

綜上，提出假設2。H2：高端人才占比與企業財務績效正相關。

3.股權集中度

股權集中度作為每個上市公司都存在的影響因素，其基本構成會影響企業內部的日常管理以及從上至下的經營治理，將導致內部經營管理效率波動，從而間接對整體的財務績效水平產生不利影響。根據各公司年報，本文以企業前三大股東所持股份比例總和代表股權集中程度，用X3表示

綜上，提出假設3。H3：股權集中度與企業財務績效負相關。

4.上市年限

企業的上市年限能夠反映多年累積的競爭力，企業能夠上市也代表其實力的雄厚。一般情況下，企業上市時間越長，企業資本的積累就會越多，整體技術水平會更成熟，財務體系會更加完整，這些因素會降低企業的經營成本，提高效率水平。總的來說，上市時間越長的企業在市場上的吸引力和影響力越大，隨著聲譽的不斷提高，企業的客戶群也會越來越大，用X4表示。

綜上，提出假設4。H4：上市年限與企業財務績效正相關。

5.專利授權數量

專利授權數量指的是企業在當年申請并且獲得國家批準的專利數量，該指標能夠清晰地反映出企業持續多年的研發投入在當年獲取了多少技術、產品與服務的創新。當具有技術優勢時，可以為企業帶來一定的經濟效益，對業務發展有很大的影響。所以，專利授權數量能夠為企業帶來經濟效益，從而影響到財務績效水平，用X5表示。

綜上，提出假設5。H5：專利授權數量與企業財務績效正相關。

6.政府補助

政府補助的力度可以反映政府對該行業的重視程度，也表現出國家相關政策的傾斜，企業可以根據政府政策做出相應的業務調整，促進資源的有效配置，用X6表示。

綜上，提出假設6。H6：政府補助與企業財務績效正相關。

（二）Tobit模型構建

超效率值有一個最低界限值0，屬于截尾數據，如果直接以超效率值為被解釋變量，用最小二乘法進行回歸可能出現偏差，因此為研究醫藥制造業上市公司財務績效的影響因素，本文決定采用Tobit模型。

本文所構建的Tobit模型如式（2）：

式（2）中，yi是被解釋變量（i=1，2，3），即第四部分采用超效率SBM模型計算得出的2016—2020年醫藥制造業上市公司的綜合技術效率值；X1、X2、X3、X4、X5、X6六個影響因素為所選取的解釋變量，分別是市場份額、高端人才占比、股權集中度、上市年限、專利授權數量和政府補助；？著為殘差項。為消除數據異方差的影響，對X4、X5進行取對數處理。2016—2020年32家公司各解釋變量具體的描述性統計如表6所示。

（三）Tobit回歸結果及分析

以五年32家醫藥制造業上市公司的綜合技術效率作為被解釋變量，以選取的六個因素作為解釋變量，使用Stata軟件計算，結果如表7所示。

表7顯示了采用Tobit模型分析我國醫藥制造業上市公司財務績效影響因素的實證結果，根據結果可以得出以下結論：在5%的置信水平下，上市年限、專利授權數量和政府補助三個因素對國內醫藥制造業上市公司的綜合技術效率具有顯著影響，上市年限與綜合技術效率呈正相關，專利授權數量、政府補助與綜合技術效率呈負相關，市場份額、高端人才占比和股權集中度三個因素與綜合技術效率不顯著相關。

根據表7回歸結果進行歸納總結，如表8所示。

具體分析如下：

1.市場份額與企業財務績效不顯著相關

市場份額與企業財務績效的回歸系數為-1.29013，P值為0.093，未通過5%的顯著性檢驗。醫藥制造業的發展有其自身特點，即與國家政策密不可分，從競爭性角度來看，行業進入壁壘高，加上國家產業結構調整的影響，優勝劣汰，促使小型企業加速退出市場，大型企業如樣本中以華東醫藥、上海醫藥為首的企業市場份額占據較高比例，從而使大型企業市場份額集中度較高。但醫藥制造市場也不單由大型企業構成，更多是中小型醫藥制造企業，因此，極大地削弱了市場份額這個解釋變量的影響，導致市場份額因素與醫藥制造業整體上不顯著相關。

2.高端人才占比與企業財務績效不顯著相關

高端人才占比P值為0.234，未通過5%的顯著性水平測試，H2驗證失敗。雖然人才的引進與壯大對技能水平和工作效率的提高及企業的發展能力具有積極影響，但各企業在市場上的具體表現、產生的相關效益，不僅受企業內部的人力投資和人力質量水平影響，而且與企業管理、外部環境等因素相關，因此并不是高素質人才占比越高就一定代表企業的效益越好、財務績效水平越高。

3.股權集中度與企業財務績效不顯著相關

股權集中度的P值為0.549，未通過5%的顯著性水平測試，H3驗證失敗。總體來看，樣本企業前三大股東的持股比例均值已達到百分之五十以上，說明股權較為集中，高集中度的持股比例能夠一定程度上起到提高決策效率、間接提升企業財務績效水平的作用，但是股權過分集中或集中到一定程度且持有高份額股東長期未發生變動時，對企業的積極影響會逐步減弱，以至于轉變為消極影響。目前醫藥制造業的股權相對集中，間接影響了員工進行日常經營管理的獨立性，造成內部管理機制的失衡，從而導致企業股權結構不足以對財務績效產生影響。

4.上市年限與企業財務績效顯著正相關

上市年限的回歸系數為0.19835，P值為0.034，通過5%的顯著性檢驗，驗證了H4的正確。企業籌集大量資金的一個重要途徑就是上市，通過上市，企業可以擴大自身規模，提升技術水平，對企業的產品以及服務產生一定的宣傳效果，能不斷擴大影響力，展示未來發展的潛力，從而提升企業自身的競爭力。所以，上市年限的不斷積累能在一定程度上影響醫藥制造業上市公司的發展，進而正向影響公司的財務業績。

5.專利授權數量與企業財務績效顯著負相關

專利授權數量與企業財務績效的回歸系數為-0.11351，P值為0.025，通過5%的顯著性檢驗。導致該結果的原因是企業雖致力于專利研發、增加專利授權數量、提高核心競爭力，但專利投入生產變為企業產能所花費的時間較長，而專利從開發、申請到獲批、授權、維護的成本較高，具有明顯的時滯效應，短期內使企業獲利的可能性較小。除此之外，如今科技發展迅速，專利更新速度非常快，很可能產生相同效果的替代品，從而降低原本預估的價值。另外，高額的研發成本和隨使用年限而不斷增長的專利維護費，在短期內是不會給企業產生可觀的利益流入的，甚至有可能產生消極影響。

6.政府補助與企業財務績效顯著負相關

政府補助對企業財務績效的回歸系數為-0.0395，P值為0.048，通過5%的顯著性水平測試。說明政府補助雖然能夠在一定程度上幫助面臨研發資金困難的中小型企業，但對大額研發成本，單靠政府的補助并不能產生較大影響，企業仍需要通過政府的幫助去拓展其他渠道來度過研發瓶頸期，并且政府補助資金大多指定研發項目，資金用途受限，對醫藥制造企業的研發限制較大，因此看似短期內企業資金得到了補充，但從長遠角度看，研發能力得不到進一步提升，反而對企業的可持續發展產生消極影響。另外，政府補助政策還不夠完善，監管力度不強，資助有限，所以不被企業重視，且大多數醫藥制造企業更側重于引進或者模仿先進技術，并不重視新技術的研發，從而偏離了政府補助的初衷，導致政府補助利用效率不高，也就不能給財務績效帶來積極的影響。

六、結論及建議

本文采用超效率SBM模型和Tobit模型對2016—2020年醫藥制造業32家上市公司財務績效進行評價并分析，確定以固定資產周轉率、應收賬款周轉率、研發投入強度和政府補助力度作為投入指標，以毛利率、凈資產增長率和每股收益作為產出指標，構建了超效率SBM模型，并分析模型結果，最后利用Tobit模型深入探討影響財務績效的具體因素。評價結果顯示：

（1）在綜合效率方面，五年期間總體綜合效率水平處于良好狀態。其中一直處于有效狀態的企業共10家，表明在樣本企業中，這些公司的財務績效達到相對較優的狀態，企業的生產規模適合目前的發展，其投入產出相匹配。剩余22家企業的綜合效率值水平處于波動狀態，說明這些企業的績效存在可以提升的空間。迪瑞醫療、康弘藥業、奇正藏藥、千金藥業、山河藥輔、特一藥業，這6家企業的綜合效率值小于1.0，說明這6家企業無論生產運營水平還是績效管理都與其他企業存在較大差距，投入的資源要素達不到有效利用，造成資源浪費，導致產出相對不足。

（2）在影響因素方面，上市年限、專利授權數量和政府補助三個因素對我國醫藥制造上市公司的綜合效率具有顯著影響。

根據Tobit模型回歸結果，以影響因素為基礎提出相關建議：一是企業要關注政策的調整，適當提高市場占有率，在未來發展中持續重視專利技術數量與質量的同步提升，加大高質量專利的研發投入，以此獲取更多的市場資源與技術，促進資源合理配置。二是政府應當建立政府補助動態調整機制，構建政府補助績效評價體系，提高政府補助效率，企業也要主動適應國家政策和市場變動，提高政府補助使用效率，進而提升財務績效水平。

【參考文獻】

［1］ 楊萍.基于EVA模型的仁和藥業股份有限公司財務績效評估研究［J］.企業科技與發展，2021（3）：216-218.

［2］ 程臘梅，張明明，楊維群.順豐集團借殼上市后對企業財務績效的影響研究：基于EVA評價體系［J］.中國商論，2020（1）：50-51.

［3］ 周儀，吳君，宋躍晉.基于經濟附加值的醫藥企業業績評價實證研究［J］.中國藥物經濟學，2019，14（6）：31-34.

［4］ 雷曼.基于因子分析模型的飼料企業財務績效管理評價［J］.飼料研究，2021，44（20）：96-99.

［5］ 侯向鼎.A股上市物流供應鏈企業財務績效評價：基于因子分析法［J］.山西財經大學學報，2021，43（S2）：53-57.

［6］ 王遣，呂柳.基于因子分析與聚類分析的商業銀行財務績效評價研究［J］.經營與管理，2021（8）：164-169.

［7］ 宋迎春，楊文昳.基于因子分析的綠色技術創新能力與財務績效關系研究［J］.特區經濟，2019（7）：63-65.

［8］ 汪馨妮.基于因子分析法的互聯網上市企業的財務績效評價［J］.行政事業資產與財務，2020（16）：20-22.

［9］ 黃璐璐，張金貴.基于DEA方法的網絡公司財務績效分析研究［J］.會計之友，2012（13）：43-46.

［10］ 劉家鵬，孫世清.河北省鋼鐵行業能源效率及節能減排潛力分析：基于超效率DEA-Tobit模型研究［J］.河北科技大學學報（社會科學版），2019，19（4）：22-27.

［11］ 陳娜，林軍，唐健.西部地區規模以上工業企業技術創新效率及影響因素分析：基于超效率DEA-Tobit兩階段模型［J］.生產力研究，2019（9）：77-80.

［12］ TONE K.A slacks-based measure of efficiency in data envelopment analysis［J］.European Journal of Operational Research，2001，130（3）：498-509.

［13］ TONE K.A slacks-based measure of super-efficiency in data envelopment analysis［J］.European Journal of Operational Research，2002，143（16）：32-41.

［14］ 付曉芳.醫藥制造企業應收賬款管理存在的問題及對策分析［J］.商訊，2021（18）：99-101.

［15］ 胡曉輝.財稅政策產業激勵效應的異質性分析：以中國醫藥制造業為例［J］.浙江學刊，2021（2）：120-129.

［16］ 高菁，潘婷，章麗群.中國醫藥制造業上市公司財務可持續增長及影響因素研究［J］.上海對外經貿大學學報，2018，25（2）：30-39.

［17］ 楊友孝，凌菲.我國醫藥制造業實際稅負差異及變化趨勢：基于上市公司財務數據［J］.湖南科技大學學報（自然科學版），2017，32（3）：111-120.