基于兩階段SFA模型的中國醫藥企業技術創新效率研究

尹述穎　陳立泰

摘要：運用超越對數生產函數隨機前沿模型，采用2009～2013年中國103家滬深醫藥上市公司面板數據，在考慮創新時滯的情況下根據創新生成和創新轉化的兩階段特點構建投入產出指標體系，測算了兩階段的中國醫藥企業技術創新效率，分析了關鍵影響因素的作用。結果顯示：中國醫藥上市公司的技術創新具有階段性，創新生成階段的資源利用率介于39%～46%，創新轉化階段的效率損失不超過35%，創新生成成果促進了創新成果轉化；考慮時滯后的技術創新效率值（1年或2年）高于時滯為0的技術創新效率值；企業技術行為、企業主體特征、企業外部環境對兩階段的技術創新效率發揮不一致的作用，部分因素的作用受到了時滯的影響。

關鍵詞：醫藥行業；技術創新效率；隨機前沿生產函數

DOI：10.13956/j.ss.1001-8409.2016.05.12

中圖分類號：F062.4；F273.1 文獻標識碼：A 文章編號：1001-8409（2016）05-0054-05

Abstract：With the Stochastic Frontier Production Function，based on the panel data of 103 pharmaceutical listed companies from 2009 to 2013， by building a system of inputoutput indicators which reflect characteristics of innovation generation phase and innovation transformation phase considering innovation lag， this paper estimates pharmaceutical firms technological innovation efficiency， and analyses the critical influences. Results show that， Chinese pharmaceutical listed companies technological innovation efficiency show periodic features， resource utilization in innovation generation phase is between 39% 46%， efficiency loss in innovation transformation stage is less than 35%， innovation generation promotes the transformation of innovative output； the technology innovation efficiency is higher if considering the lag （1 year or 2 years）； the influence of technology behavior， subject features and external environment on technological innovation efficiency of the two stages are not consistent， the effect of some factors is affected by the delay.

Key words：pharmaceutical industry； technological innovation efficiency； stochastic frontier production function

在中國建設國家創新體系的背景下，經濟發展方式逐漸由要素驅動向創新驅動轉變。對于兼具經濟效益與社會效益的醫藥產業，一方面，中國醫藥產業已步入高速發展期，有望在2020年以前成為全球第二大藥品市場①

。中國醫藥工業總產值由2007年的6，719億元升至2013年的22，297億元，年均復合增長率達22.13%，持續高于GDP增速和全國工業平均增速，利潤總額從2007年的373.65億元升至2013年的2197億元，效益增長快于產值增長②

。另一方面，相對于占世界人口比例的19.3%③

，中國醫藥工業產值僅占世界的7%④

。作為典型技術驅動型產業，醫藥產業原始創新能力不足、自主創新產品較少、國際市場競爭力較弱，正形成突破競爭重圍的瓶頸。隨著技術創新的應用領域得到進一步擴展，企業作為技術創新的主體，亟需利用有限的創新資源轉化成為持續的競爭優勢。

Schumpeter首次提出創新理論，創新被其看作是企業家對生產要素的重新組合，建立了新的生產函數[1]。此后技術創新相關理論體系逐步形成和發展，被應用于各工業領域。當前，關于中國醫藥技術創新的研究主要集中于兩方面：①定量測度區域層面或行業層面的技術創新效率，如張永慶等用隨機前沿生產函數測算中國醫藥制造業的研發效率，孫虹等用DEA方法測算河北省醫藥制藥業相對創新效率，孫峰等測算全國醫藥制造業研發經費產出彈性等[2～4]；②定性討論關鍵影響因素對于醫藥行業技術創新的影響作用，關鍵因素包括創新獲利能力和政府支持力度、股權結構和制度環境、有效市場需求等[5～7]。當前相關研究仍存在一些不足：①技術創新具有階段性，創新生成和創新轉化應分開討論，并且從創新投入到創新產出存在時滯，而現有研究鮮少考慮這些因素；②已有成果傾向于區域和醫藥行業研究，企業作為技術創新的主體，很少被當成研究對象來討論?；诖?，本文的貢獻在于：從醫藥上市公司入手，分階段測度中國醫藥企業技術創新效率，討論關鍵影響因素及創新時滯發揮的作用。

1 研究設計

1.1 研究方法的選擇

20世紀60年代，Rogers和Larson系統考察了美國硅谷的起步和成長，定性分析該區域技術創新效率，由此開創了技術創新效率的研究。20世紀70年代以后用于測度效率的DEA方法和SFA方法相繼被提出，經歷Aigner和Lovell Schmidt、Meeusen和Vanden Broeck、Battese和Coelli等發展階段[8～10]，逐步成為了效率測度的主流手段。其中，SFA方法作為參數方法，是利用生產函數來構造前沿面，采用技術無效率項的條件期望作為技術效率，結果不易受特殊點影響，也不會出現效率值相同且為1的情況。當樣本量較大時，其可靠性、可比性比DEA方法好。若將每個醫藥上市公司視作一個創新生產系統，得到若干個評估單元，根據生產最優化和技術效率理論，評估各單元創新資源在時間和空間上分布的合理性和均衡性，還可以考慮技術非效率對于各單元的作用大小，符合本文的研究情況，故采用SFA方法。

1.2 樣本與數據

2009年“新醫改”涉及的“三醫聯動”對中國醫藥生產流通體制的改革產生了長遠影響，并且2009年以前上市公司信息披露的成熟度較低，而樣本跨越年份越短，樣本損失越多。綜合權衡下，本文以滬深兩市2009年以前上市的醫藥公司為研究對象，剔除B股、關鍵數據缺失、主營業務非醫藥業的樣本，共計得到103家上市公司從2009～2013年共515個樣本觀測值。基礎數據來源于wind金融數據庫、上市公司的年度報告和專利之星檢索系統。

1.3 變量選取

1.3.1 投入變量

本文探討重心在于技術創新效率，投入指標是與創新過程直接相關的要素投入，故兩階段共享要素投入[11]。勞動投入采用公司每年技術人員投入數，資本投入采用公司年研發經費投入額。

1.3.2 產出變量

對于技術驅動型的醫藥產業，創新效率不僅包括創新的生成，還包括創新成果的轉化。借鑒江劍、肖仁橋等人的階段劃分與指標選擇[12，13]，本文將醫藥技術創新的產出分解為兩個階段，其中創新生成階段產出指標為該年度專利申請數，創新轉化階段為主營業務收入。

1.3.3 影響因素

從兩個階段的特點出發，本文考慮以下方面的影響因素。

企業技術行為。技術學習是企業技術創新的重要環節，在創新驅動戰略下是取得創新突破的關鍵。在創新生成階段，技術學習行為反映于技術學習意愿，反映于技術學習水平[14]，該行為貫穿于內外知識源獲取與開放式創新的全過程，受設備、人員、制度等多因素的協同影響。本文借鑒張玉臣研發經費與研發人員比值的指標選擇[15]，在此基礎上取二者的相對指標。其中，研發費用強度（Cap）等于企業該年度研發費用投入除以主營業務收入，體現資金行為；研發人員強度（Per）等于企業該年度技術人員投入除以員工總人數，體現基礎面上公司對技術學習和創新的重視度。在創新轉化階段，企業的技術行為主要體現在對創新成果的有效使用，考慮到專利申請數比專利授權數、科技項目數在衡量創新產出方面更具代表性，并且推測專利的轉化行為與員工綜合素質密切相關，因此本文選用專利申請數的相對水平（Pat）和員工受教育程度（Edu，大專及以上員工比例）。

企業主體特征。企業的規模特征、管理模式、運營模式、功能特征等影響企業技術創新活動的實現。本文選取股權集中度、企業規模及所有權性質3個指標衡量其主體特征。股權集中度（Own）是衡量公司股權分布狀態及穩定狀態的重要指標，用第一大股東的持股比例來表示；技術創新效率的改善需要適度的規模經濟作為支撐[16]，企業規模（Scal）用企業總資產（元）來表示；所有權性質（Pro）作為虛擬變量引入，國有企業和民營企業分別賦值為1和0。

企業外在環境。一方面，基礎研究具有公共物品屬性，研究成果易實現多方共享，故企業技術創新活動離不開政策疏導與資金激勵；另一方面，外在環境的支持尤其是政府資助可能通過削減企業的創新支出降低技術創新效率，發揮“擠出效應”[17]。所以本文選用政府支持力度（Gov）表示政府對企業的鼓勵程度，用年報中“政府補助”來表示。

綜上，投入產出變量選擇情況如表1。

最后，考慮到從創新資源的投入，不論是到創新成果的生成，還是到創新成果向利潤的轉化都存在時滯，因此本文基于已有文獻（大多學者未設定時滯[18]，官建成將時滯設為2年[19]）考慮三種情況：無時滯、時滯1年和時滯2年。

2 實證結果及分析

采用超越對數生產函數構成的評價模型，運用Frontier4.1軟件對樣本分別進行兩階段回歸，輸出效率值及回歸結果。其中創新生成階段對應模型1（無時滯）、模型2（時滯1年）和模型3（時滯2年），創新轉化階段對應模型4（無時滯）、模型5（時滯1年）和模型6（時滯2年）。根據輸出數據，在分析模型設定與選擇的適用性（見表2）后，對樣本結果進行描述性統計（見表3），進而評價醫藥上市公司技術創新效率（見表4、表5），最后探討非技術效率的作用（見表4、表5）。

2.1 模型的適用性檢驗

對式（2）建立原假設H0：二次項系數均為0，βkk=βll=βtt=βkl=βkt=βlt=0，使用廣義似然比檢驗量進行檢驗（見表2），各LR值在1%水平下大于對應自由度的χ2分布臨界值，拒絕原假設H0，認為超越對數生產函數比Cobb-Douglas生產函數更適用于本文的分析。另外，表4和表5的殘差項顯示各模型中σ2值顯著大于0，說明模型中隨機擾動存在；各模型中γ值在0.01水平下顯著大于0，說明中國醫藥上市公司存在明顯的技術無效率。綜上所述，可認為基于超越對數生產函數的隨機前沿分析符合本文研究設定。

2.2 醫藥上市公司技術創新效率的描述性統計

通過對效率輸出值的統計（見表3），本文描述了醫藥上市公司技術創新效率的生產前沿。得出：①無論是否考慮影響因素，創新生成階段的醫藥上市公司技術創新效率均小于創新轉化階段，創新生成階段的創新資源利用效率（創新生成效率）介于39%～46%，效率損失至少為54%，但創新轉化階段的技術創新效率（創新轉化效率）只有不超過35%的進步空間，趨向于技術有效，表明相比創新成果的轉化，醫藥創新生成過程過于低效，創新成果的產生構成了重要瓶頸。②從效率值分布來看，醫藥上市公司技術創新效率在兩個階段均表現出不平衡分布，顯示不同醫藥上市公司創新活動不均衡發展的特征。③考慮時滯后的技術創新效率值明顯高于無時滯的技術創新效率值，因此對于創新活動時滯的設定具有一定科學性。

2.3 投入產出分析

從兩階段參數估計結果看（見表4和表5），技術創新效率的總體時間趨勢不明顯，意味著醫藥制造業的創新效率提升是一個自然過程，但中國醫藥企業內部創新機制的不合理很可能延緩了該進程。具體而言：

創新生成階段，研發資本產出彈性平均值為0.6835，研發人員產出彈性平均值為3.5376。表明研發資本和研發人員投入在創新生成階段發揮正向作用，且平均增加1%研發資本投入，將增加0.6835個單位的專利產出；平均增加1%技術人員投入，將增加3.5376個單位的專利產出，研發人員投入相對不足。

創新轉化階段，研發資本產出彈性平均值為-4.1343，研發人員產出彈性平均值為7.3004。資本投入彈性系數為負說明研發費用投入過度，或研發費用投入在創新轉化階段未完全發揮作用，而研發人員則在該階段發揮顯著正向作用。平均增加1%研發資本投入，將降低4.1343個單位的專利產出；平均增加1%技術人員投入，將增加7.3004個單位的專利產出，研發資本投入相對過剩。

2.4 影響因素分析

2.4.1 企業技術行為

模型1和模型2中研發費用強度（Cap）的回歸系數為負，模型3中回歸系數為正，顯著性依次降低，說明醫藥企業在無時滯或時滯1年的情況下，增加研發費用的投入比例，會提升創新生成效率，但研發費用強度與創新生成效率之間可能存在倒“U”型關系，研發費用強度的負向作用在2年后才得以體現。3個模型均顯示研發人員強度（Per）的回歸系數為正，表明研發人員投入對創新生成效率發揮正向作用，但現階段研發人員投入比例趨于失衡，反而產生負面影響。

模型4至模型6中創新生成水平（Pat）的回歸系數較高且顯著為負，說明無論是否存在時滯，第一階段的創新生成都對第二階段的創新轉化產生強烈的推動作用，而在現階段該現象比較明顯。3個模型中員工受教育程度（Edu）的回歸系數顯著為負，說明提高大專及以上員工的比例，可提升醫藥企業的創新轉化效率。

2.4.2 企業主體特征

股權集中度（Own）的回歸系數在模型1至模型3中顯著為正，表明股權集中度的提高不利于創新生成效率提升，回歸系數在模型4至模型6中由顯著為正轉變為顯著為負并逐漸降低，表明股權集中度與創新轉化效率存在“U”型關系，股權集中度的提高對創新轉化效率的提升作用至少在2年后才有所體現。企業規模（Scal）的回歸系數在模型1至模型3中顯著為負，回歸系數較大，說明企業規模越大，企業創新生成效率越傾向于提升，但該作用隨創新生成時滯延長而減小?；貧w系數在模型4至模型6中由顯著為正變化為顯著為負且逐漸降低，表明企業規模與創新轉化效率存在“U”型關系，較大的企業規模對創新轉化效率的提升作用至少在2年以后才會體現出來。所有權性質（Pro）的回歸系數在所有模型中都為負，結合賦值情況，可認為國有企業不論在創新生成還是在創新轉化方面，創新效率都高于民營企業。

2.4.3 企業外部環境

政府支持力度（Gov）在模型1和模型4中的回歸系數都為負，說明無時滯條件下加強政府支持力度能顯著促進醫藥企業技術創新效率的提高，但隨著時滯延長，回歸系數趨于正，這反映政府資金支持具有一定時效，醫藥企業創新生成與創新轉化效率的提高有賴于政府部門提供穩定的政策扶持和資金鼓勵，營造持續良好的產業環境。

3 結論與啟示

①中國醫藥上市公司的技術創新具有階段性，創新生成階段的資源利用率介于39%～46%，創新轉化階段效率損失不超過35%，創新生成成果促進了創新成果轉化。②醫藥技術創新過程存在時滯，部分因素的作用受到時滯的影響。③創新生成階段，企業規模對技術創新效率有正向影響，研發人員強度、股權集中度對技術創新效率有負向影響，研發費用強度與創新生成效率之間存在倒“U”型關系，政府支持力度與創新生成效率之間存在“U”型關系；創新轉化階段，專利水平、員工受教育水平、股權集中度對技術創新效率均產生負向影響，股權集中度、企業規模與創新轉化效率存在“U”型關系；國有企業在兩階段的效率均高于民營企業。

據此，本文認為：①創新成果的生成問題比創新成果的利潤轉化問題更值得關注，政府在對醫藥產業實施鼓勵政策時，應著力從完善立法、政策誘導、資金支撐等方面促進創新成果的生成，規范醫藥產業創新環境建設，尤其要將民營企業訴求放在更重要的位置；②企業應通過推動資金和人力要素的有效流動，將企業規模、研發費用占比、人力結構、股權集中度等控制在適宜范圍，提升創新資源的配置合理性；③企業技術學習行為是一項長期工程，政府應主動搭建企業技術學習的網絡和橋梁，將知識獲取和轉化網絡的構建納入國家創新體系的建設當中。

參考文獻：

[1]Joseph A. Schumpeter： Technical Innovation Theory[M].Boston：Harvard University Press， 1934.

[2]張永慶， 劉清華， 徐炎. 中國醫藥制造業研發效率及影響因素[J]. 中國科技論壇， 2011（1）：70-74.

[3]孫虹， 俞會新. 河北省醫藥制造業技術創新效率及創新能力研究[J]. 科技管理研究， 2012（10）：85-90.

[4]孫峰， 王有志， 余景亮. 我國醫藥制造業研發投入產出效率與對策——基于醫藥制造業Panal Date的實證研究[J]. 科技進步與對策， 2014（1）：46-50.

[5]蔡基宏. 影響我國醫藥行業創新能力關鍵因素分析——美國的經驗和啟示[J].上海經濟研究， 2009（11）：14-20.

[6]許玲玲. 制度環境、股權結構與企業技術創新[J].軟科學， 2015（12）：22-26.

[7]鄒彩芬， 劉雙， 謝瓊. 市場需求、政府補貼與企業技術創新關系研究[J].統計與決策， 2014（9）：179-182.

[8]Aigner D J， Klovell C A， Schmidt P. Formulation and Estimation of Stochastic Frontier Production Function Models[J].Journal of Econometrics， 1977， 6（3）： 21-37.

[9]Meeusen W， Vanden Broeck J. Efficiency Estimation from Cobb-douglas Production Functions with Composed Error[J].International Economic Review， 1977， 18（2）： 435-444.

[10]Battese E，Coelli T. A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data[J].Empirical Economics，1995（2） ： 325-332.

[11]曾德明， 楊倩， 戴海聞. 協作研發網絡模式與技術創新效率：以汽車產業上市公司為例[J]. 中國科技論壇， 2014（10）：22-27.

[12]江劍， 官建成. 中國中低技術產業創新效率分析[J].科學學研究，2008，26（6） ： 1325-1332.

[13]肖仁橋， 王宗軍， 錢麗. 價值鏈視角下我國不同性質工業企業技術創新效率研究[J].中國科技論壇， 2014（1）：76-82+107.

[14]肖丁丁， 朱桂龍. 產學研合作創新效率及其影響因素的實證研究[J].科技管理， 2013（1）：11-18.

[15]張玉臣， 李曉桐.中國高新技術改造傳統產業企業技術創新效率測算及其影響因素——基于超越對數隨機前沿模型的實證分析[J].技術經濟， 2015（3）： 18-26+111.

[16]牛澤東， 張倩肖. 中國裝備制造業的技術創新效率[J]. 數量經濟技術經濟研究， 2012（11）：51-67.

[17]Wallsten S J. The Effects of Government-Industry R&D Programs on Private R&D： The Case of the Small Business Innovation Research Program [J]. Rand Journal of Economics， 2000， 31（1）： 82-100.

[18]Wang E C，Huang W. Relative Efficiency of R&D Activities： A Cross-country Study Accounting for Environmental Factors in the DEA Approach[J]. Research Policy， 2007，36（2）：260-273.

[19]官建成， 陳凱華. 我國高技術產業技術創新效率的測度[J].數量經濟技術經濟研究， 2009（10）：19-33.

（責任編輯：張 勇）