關于我國醫藥制造業科技創新投資績效的評價及對策

李文文,韓東林

（安徽大學工商管理學院,安徽合肥 230039）

關于我國醫藥制造業科技創新投資績效的評價及對策

李文文,韓東林

（安徽大學工商管理學院,安徽合肥 230039）

醫藥制造業作為我國發展較為迅速的產業,在現階段仍存在創新能力不足、技術水平低、缺乏自主知識產權等缺陷。以我國高技術產業中醫藥制造業為研究對象,分析了醫藥制造業投入產出效果的內涵,結合行業的特點,提出了衡量投入產出效果的幾個評價指標。并以2001～2008年的統計數據為樣本,運用EV IEWS6.0軟件,對我國醫藥制造業的投資績效進行了實證研究,提出了我國醫藥制造業創新投資的相應對策。

醫藥制造業;科技創新;投資績效

1 研究綜述

我國高技術產業在多年的發展中對經濟發展做出了很大貢獻,理論界從不同側面研究了高技術產業投入產出狀況。李凱、馬愛霞（2007）[1]利用科技活動的活動經費與人員投入量分析了我國醫藥制造業技術創新能力,但是指標選取太少,而且都是顯而易見的指標,未免在證明方面缺少探索性。王淼（2008）[2]基于企業技術能力理論的技術學習模型研究了中國醫藥制造業技術成長路徑及影響因素,但是對于科技創新投資績效的評價涉及較少。鄒鮮紅、羅承友（2009）[3]利用DEA模型對我國醫藥制造業技術創新相對有效性進行了研究,該文將中國醫藥制造業R&D投入前二十位的省份 （自轄市）技術創新系統看作輸入、產出的決策單元 （DMU）,針對DMU建立CCR和BBC模型。該文中盡管江蘇、浙江等十三個區域的評價結果為DEA有效,并不能說明這些區域真正實現了技術效率 ,以上的政策建議只是一個區域相對于其他區域應當著重解決的問題,并非要在實際工作中將各種投入大幅減少,而是要進行資源的合理配置,更確切的結論還需要進行更加廣泛和深入的研究。張倩男（2009）[4]借鑒C-D生產函數、索羅模型和羅默模型結合產業競爭優勢衡量指標,構建產業競爭優勢評價模型,揭示科技創新在醫藥制造業競爭優勢提升過程中的作用,但是對于科技創新中的主要涉及因素及如何進行創新卻未提及。李曉梅、王偉光、考燕鳴（2009）[5]為了更好地分析東北地區醫藥制造業技術創新能力狀況,將東北地區與長三角和珠三角地區的數據運用 spss15.0因子分析進行比較分析。由于所選取指標全部為正向定量指標,直接采用spss15.0的Z標準化方法先將指標無量綱化,消除變量間的量綱關系,使數據具有可比性。但是由于其只專注于東北地區的醫藥制造業,所以無法代表我國醫藥制造業的整體水平。王樹華（2009）[6]分析了桂林市醫藥制造業技術創新能力,但其問題是無法用某一個區域的發展水平解釋全國的水平。

按照國家統計局2002年的分類,我國高技術產業分為醫藥制造業、航空航天器制造等8個行業,學術界對高技術產業投入產出效率的研究主要站在宏觀角度,較少從單個行業的角度分析投入產出水平。因此,考察特定行業的投入產出效果,具有一定的理論和現實意義,本文就是從醫藥制造業進行研究的。

2 基于OLS法分析醫藥制造業科技創新投資績效

首先,醫藥制造行業的投入統計數據主要有科技工作人員數量、研究與試驗發展折合全時人員、科學家和工程師數量、科技活動經費、R&D經費、新產品經費和技術改造經費,其中科學家和工程師數量屬于研究與試驗發展折合全時人員部分,而R&D經費和新產品經費屬于科技活動經費,本文在選取投入指標數據時上述兩方面采用的是大部分里面的具體小部分數據。對科技活動人員投入的研究則從人員的投入強度和人員素質兩方面來進行。科技活動人員的投入強度和人員素質是衡量技術創新資源投入能力的重要指標,是決定技術創新能力的關鍵因素。其中科技活動人員的投入強度是用科技活動人員數量來表示,人員素質則通過科學家與工程師數量來反映。對科技活動經費的研究分為經費的來源結構和投入強度兩個方面。科技活動經費的投入強度是衡量企業技術創新投入能力的重要指標,本文用科技活動經費支出總額占產品銷售收入的比例來反映。

其次,醫藥制造行業的產出數據主要有工業總產值（新產品）、產品銷售收入（新產品、出口）、利潤總額、專利申請（發明專利數）、擁有發明專利數。本文選取的是產品銷售收入中的新產品收入,發明專利數和擁有發明專利數三個數據指標。技術創新產出顯示了企業技術創新能力要素組合的效果如何,是評價技術創新能力最現實的指標。創新產出主要包括中間產出和最終產出,中間產出一般通過專利來反映,最終產出表現為收益性產出、技術性產出和競爭性產出三個方面。收益性產出指技術創新為企業創造的銷售收入,包括新產品出售和技術出售獲得的收入。技術性產出是指企業通過技術創新引起的技術變化程度和技術創新水平的提高。競爭性產出指企業通過技術創新帶來的競爭力的變化。由于數據的限制,本文只對專利產出和最終產出中的收益性產出即產品銷售收入進行研究。

基于以上的指標分析,本文關于我國醫藥制造業科技創新投資績效擬從以下幾個方面進行實證研究。第一,對中間性創新績效的研究。主要是從專利性產品產出作為被解釋變量Y,解釋變量為X1科學家和工程師的數量和發明專利數X2,此項研究這足以說明我們技術創新產出水平的高低。

第二,對醫藥制造業科技創新績效最終收益性產出的研究。主要是以產品銷售收入作為被解釋變量Y,解釋變量為X1新產品收入、X2發明專利數、X3科學家和工程師數量、X4R&D經費和X5新產品開發費用。

2.1 醫藥制造業科技創新績效相關中間產出的研究

表1 2001-2008年有關中間性支出的相關數據

通過相關性分析我們可以得出X1、X2和 Y具有線性相關關系,建立如下計量經濟模型:

利用Eview s6.0軟件,輸入 Y、X1、X2等數據,采用這些數據對模型進行OLS回歸,結果如下:

Variable Coefficient Std.Error t-Statistic Prob. C -1128.668 375.6677-3.004433 0.0398 X1 0.112646 0.029523 3.815509 0.0189 X2 0.112646 0.260631 1.716809 0.1612 R-squared 0.919395 Mean dependent var 1105.000 Adjusted R-squared 0.879092 S.D.dependent var 828.1208 S.E.of regression 287.9529 Akaike info criterion 14.46100 Sum squared resid 331667.6 Schwarz criterion 14.43782 Log likelihood -47.61349 F-statistic 22.81222 Durbin-Watson stat 3.180265 Prob（F-statistic） 0.006497

因此,模型所估計的參數 b1=0.112646,b2= 0.112646,經濟學意義就是說明科學家和工程師的數量每增加一人、發明專利數每增加一個,可導致專利性產出增加0.112646個。

2.2 醫藥制造業科技創新績效最終收益性產出的研究

表2 2001-2008年最終收益性產出的相關數據

首先,通過線性分析我們可以得出相對于X1、X2來說,X3、X4、X5和 Y線性相關程度較高,因此選擇X3、X4和X5的數據做相關分析:

假設 Yi=a+b1X1+b2X2+b3X3+e

利用Eview s6.0軟件,輸入 Y、X3、X4、X5等數據,采用這些數據對模型進行 OLS回歸,結果如下:

Variable Coefficient Std.Error t-Statistic Prob. C 21589578 12777761 1.689621 0.1897 X3 -142.9402 1554.372-0.091960 0.9325 X4 -70.21256 98.27041-0.714483 0.5265 X5 90.15962 58.78932 1.533605 0.2227 R-squared 0.820121 Mean dependent var 25446148 Adjusted R-squared 0.640242 S.D.dependent var 10431386 S.E.of regression 6256725. Akaike info criterion 34.43177 Sum squared resid 1.17E+14 Schwarz criterion 34.40086 Log likelihood -116.5112 F-statistic 4.559297 Durbin-Watson stat 2.688150 Prob（F-statistic） 0.122284

由此可見,該模型 R2=0.820121,ˉR2= 0.640242,可決系數很高,不僅X3、X4系數的t檢驗不顯著,而且X3、X4系數的符號與預期的相反,這表明很可能存在嚴重的多重共線性。

計算各解釋變量的相關系數,重新選擇X1、X2、X3、X4、X5等數據得相關系數矩陣:

由相關系數矩陣可以看出:各解釋變量相互之間的相關系數較高,證實確實存在嚴重多重共線性。

采用逐步回歸的辦法,去檢驗和解決多重共線性問題。分別作Y對X3、X4、X5的一元回歸:

Variable Coefficient Std.Error t-Statistic Prob. C 1538376. 9637933. 0.159617 0.8794 X3 1500.264 578.3351 2.594108 0.0486 R-squared 0.573721 Mean dependent var 25446148 Adjusted R-squared 0.488465 S.D.dependent var 10431386 S.E.of regression 7460704. Akaike info criterion 34.72315 Sum squared resid 2.78E+14 Schwarz criterion 34.70770 Log likelihood -119.5310 F-statistic 6.729396 Durbin-Watson stat 1.609628 Prob（F-statistic） 0.048595 Variable Coefficient Std.Error t-Statistic Prob. C 7404686. 6126548. 1.208623 0.2808 X4 49.48250 15.38299 3.216703 0.0236 R-squared 0.674207 Mean dependent var 25446148 Adjusted R-squared 0.609049 S.D.dependent var 10431386 S.E.of regression 6522340. Akaike info criterion 34.45432 Sum squared resid 2.13E+14 Schwarz criterion 34.43887 Log likelihood -118.5901 F-statistic 10.34718 Durbin-Watson stat 2.410102 Prob（F-statistic） 0.023552

Variable Coefficient Std.Error t-Statistic Prob. C 12131438 3873687. 3.131755 0.0259 X5 37.82834 9.287197 4.073170 0.0096 R-squared 0.768419 Mean dependent var 25446148 Adjusted R-squared 0.722103 S.D.dependent var 10431386 S.E.of regression 5499005. Akaike info criterion 34.11299 Sum squared resid 1.51E+14 Schwarz criterion 34.09753 Log likelihood -117.3955 F-statistic 16.59072 Durbin-Watson stat 2.558908 Prob（F-statistic） 0.009604

按R2的大小排序為:X5、X4、X3,以X5為基礎,順次加入其他變量逐步回歸。首先加入X4回歸結果為:

當取α=0.05時,tα/2（n-k）=t0.025（8-4）=2.776,X4參數的t檢驗不顯著,予以剔除,加入X5得:

Variable Coefficient Std.Error t-Statistic Prob. C 18880177 11431098 1.651650 0.1740 X3 764.1922 1207.009-0.633129 0.5610 X5 53.25323 26.29732 2.025044 0.1128 R-squared 0.789513 Mean dependent var 25446148 Adjusted R-squared 0.684269 S.D.dependent var 10431386 S.E.of regression 5861392. Akaike info criterion 34.30320 Sum squared resid 1.37E+14 Schwarz criterion 34.28002 Log likelihood -117.0612 F-statistic 7.501754 Durbin-Watson stat 2.898842 Prob（F-statistic） 0.044305

X3參數的t檢驗顯著,這是最后消除多重共線性的結果。這說明,在其他因素不變的情況下,相對于其他因素來說,新產品開發費用支出與科學家的數量對產品銷售收入影響效果最大,新產品開發費用每增加一元、科學家每增加一個人醫藥制造業的產品銷售收入就分別增加764.1922和53.25323元。

3 結論與建議

第一,依據2001-2008年醫藥制造業的統計數據進行的統計分析及投入產出效率可以看出,作為中間性創新績效的的專利性產品的產出和科學家的數量及發明專利數有著密切的關系,科學家和工程師的數量每增加一人、發明專利數每增加一個,可導致專利性產出增加0.112646個,因此知識產權保護和專利是保持醫藥制造企業創新能力的很重要的激勵機制。

因此應加強對醫藥技術人員的培訓和學習,同時知識產權保護和專利也是保持醫藥制造企業創新能力的很重要的激勵機制。企業人力資源部門應通過對人才的激勵與培養,為企業提供合適的研發人員來支撐企業的創新。完善醫藥專利制度,加大中國醫藥制造業知識產權的保護力度。所以企業不應該因為經濟效益而用短期目光,抄襲外國的專利性產品和配方。對于優秀的人才應該予以重用,使其積極幫助企業開創更多的專利性技術和產品,實現企業的長遠發展。

第二,由上面的分析我們可以看出在最終收益性產出的研究中,新產品開發費用支出與科學家的數量對產品銷售收入影響效果最大,新產品開發費用每增加一元、科學家每增加一個人醫藥制造業的產品銷售收入就分別增加764.1922和53.25323元。

聯系中間性的產品的產出可以證明科學家和工程師的數量、新產品開發費用、發明專利數是反映醫藥制造業投入產出效果的主要指標;有些制藥企業因為缺少足夠的資金支持難以吸引并留住人才,專業技術人才匱乏,既懂專業知識,又能拓展市場、參與管理的復合型人才較少,導致企業的新藥研發能力較弱,新藥數量少,產品科技含量偏低。資金和技術人員的缺乏使這些企業被固化在簡單的技術獲取或者低水平的重復仿制上。

R&D投入強度也是衡量醫藥企業科技開發能力的一個指標,近年來我國醫藥制造業R&D投入雖然大幅度增加,但是和發達國家相比還是存在很大的差距。因此,今后要提高R&D經費投入對醫藥制造業競爭優勢提升的貢獻度,提升我國醫藥制造業科技自主創新能力建設,縮小與發達國家的差距,就必須加大我國醫藥制造業R&D投入強度和R&D人員的投入強度,增強其國際競爭力。

[1]李凱,馬愛霞.我國醫藥制造業技術創新能力分析[J].中國醫藥技術與管理,2007,（10）:48-54.

[2]王淼.中國醫藥制造業技術成長路徑及影響因素研究[J].華東經濟管理,2008,（1）:88-92.

[3]鄒鮮紅,羅承友.基于DEA模型的我國醫藥制造業技術創新相對有效性研究[J].科技管理研究,2009,（9）:252 -254.

[4]張倩男.中國醫藥制造業競爭優勢演化的實證分析[J].經濟問題探索,2009,（6）:43-48.

[5]李曉梅,王偉光,考燕鳴.東北地區醫藥制造業技術創新能力實證研究[J].中國科技論壇,2009,（11）:39-42.

[6]王樹華.桂林市醫藥制造業技術創新能力研究[J].現代管理科學,2009,（9）:34-35.

[7]程正中,吳永林,謝朝陽.我國醫藥制造業投入產出效果實證分析[J].科技與管理,2009,（6）:40-42.

[8]張世龍,任佳希.浙江省醫藥制造業產業競爭力評價與分析[J].新西部,2009,（18）:58-59.

On China’s Pharmaceutical Industry Investment Performance Evaluation of Scientific and Technological Innovation and Countermeasures

LI Wen-wen,HAN Dong-lin

（School of Business Management,Anhui University,Hefei230039,China）

The medicine manufacturing industry develops a more rapid industry as our country,still had the innovation ability insufficiency,the technical level in the present stage lowly,to lack flaws and so on proprietary intellectual property rights.This article take our country high-tech industry Chinese medicine manufacturing industry as the object of study,analyzed the medicine manufacturing industry to put into production the effect the connotation,and unified the profession the characteristic,proposed the weight put into production the effect several evaluating indicator,take 2001～2008 year statistical data as the sample,utilized the EVIEWS 6.0 software,has conducted the empirical study to our country medicine manufacturing industry’s investment achievements,pointed out our country medicine manufacturing industry the innovation investment trends.

medicine manufacturing industry;scientific innovation;investment achievements

TQ46

A

1009-9735（2010）02-0014-04

2010-02-26

李文文（1985-）,女,安徽合肥人,2008級碩士生,研究方向:技術創新評價;韓東林（1968-）,男,安徽霍邱人,副教授,碩士生導師,經濟學博士后,研究方向:技術創新投資與績效評價。