我國上市醫藥企業技術創新效率及影響因素研究

摘 要：通過共享投入兩階段DEA模型計算上市醫藥企業2011-2017年共5期的分階段和整體階段技術創新效率，并利用Tobit模型檢驗各階段效率的影響因素。研究表明：（1）考察期內大多數醫藥企業處于低創新-低轉化和高創新-低轉化的創新模式，存在兩階段效率失衡現象;（2）技術資產率、企業規模、股權集中度和區域生產總值顯著影響各階段創新效率，政府補助金額只與創新生成階段效率顯著負相關，同時，研發投入強度指標與各階段效率并無顯著相關性。最后提出注重成果轉化、關注創新管理、加強補助金額監管等建議。

關鍵詞：醫藥企業;技術創新效率;共享投入兩階段DEA模型 ;Tobit模型

中圖分類號：F2 文獻標識碼：A doi：10.19311/j.cnki.1672-3198.2019.18.006

1 引言

進入21世紀后，創新逐步成為各國發展戰略，“十三五”規劃也提出了創新驅動發展的核心戰略。醫藥產業是典型創新驅動型產業，持續高效的研發創新是創新主體醫藥企業發展的核心競爭力。評價企業技術創新效率及影響因素，一方面可找出創新投入和產出低效的原因，幫助企業提高資源配置效率;另一方面政府通過科學評價創新效率，改善對企業研發創新的政策扶持，優化資源利用途徑。因此，對醫藥企業技術創新效率進行合理評價，尋求有效途徑提高創新效率是非常緊迫和必要的。

當前中國醫藥領域技術創新效率研究主要傾向于區域和產業層面，在企業微觀層面的研究較少。且以往研究都主要基于傳統SFA或DEA模型展開，將技術創新活動看作一個黑箱。但如Freeman和Roberts所指出的，創新應由發明和市場兩部分組成，隨研究深入學者們開始以兩階段模型對效率進行測度：如曹陽等采用隨機前沿（SFA）模型縱向分析我國醫藥制造業分階段創新效率;尹述穎，陳立泰考慮技術創新活動的階段性和滯后性，通過超越對數生產函數SFA模型對我國103家上市醫藥公司創新效率進行測算。

當前醫藥行業技術創新效率的相關研究仍存在著不足與爭議：（1）企業作為創新主體卻較少被作為研究對象進行討論;（2）創新研發是一個持續過程，卻較少學者從存量的角度考慮創新投入;（3）對于選擇何種分階段模型來計算創新效率仍存在爭議。技術創新是一個多投入、多產出的復雜分階段系統，相對于要求產出單一的SFA模型，適用于多投入-產出指標的DEA模型更具獨特優勢。因此本文運用共享投入兩階段DEA模型分階段對我國上市醫藥企業技術創新效率進行基于橫截面的面板分析，并構建Tobit回歸模型對各階段效率影響因素進行實證分析。

2 研究模型與研究方法

2.1 共享投入關聯DEA模型

兩階段關聯創新系統模型如圖1：假設有n個決策單元，m項初始投入Xij，q項中間產出Zpj，s項最終產出Yrj。與傳統鏈式兩階段結構不同，初始投入Xij并不全在第一階段消耗，用αi和1-αi分別表示其在兩個子過程中的分配比例。本文基于陳凱華的研究思路構建不變規模報酬假設下（CRS）的兩階段關聯DEA模型。

3 指標選擇與數據來源

3.1 指標選擇

3.1.1 創新生成階段投入指標

（1）研發資本存量。因為研發投入是一個連續性行為，最終決定研發費用支出采用存量指標，基期為2007年，在存量指標計算上借鑒朱有為的“永續盤存法”：

Kit=1-δKit-1+Eit（5）

Kit代表研發資本存量，δ代表研發資本折舊率，Eit代表i企業在t年的研發費用。假設折舊率為15%、研發資本存量增長率g等于E的增長率，則研發資本期初值為：Ki0=Ei0/gi+δ，gi為i企業2007年-2015年研發費用的年平均增長率，Ei0為i企業期初的研發費用支出。在計算之前采用朱有為的研發價格指數計算方法對研發支出費用進行平減。

（2）研發及技術人員投入。因大部分醫藥上市企業2014年之前的年報中未對技術人員和研發人員進行區分，為保證數據的可及性和連貫性，最終選取研發及技術人員數量作為人員投入指標。

3.1.2 中間產出指標

（1）專利申請數量。專利分為發明專利、實用新型專利和外觀設計專利，由于樣本中大部分企業外觀設計專利申請量多年為零，該指標的納入將會影響模型評價準確度，最終選擇發明專利和實用新型專利申請量作為創新生成階段產出指標。

（2）無形資產。醫藥企業一般在研發階段投入大量資金，創新資源通常可轉化為無形資產積累并通過無形資產這一經濟指標反映研發的成果，表示企業擁有創新成果的價值，中間階段的經濟產出用無形資產衡量。

3.1.3 最終產出指標

主營業務收入。產業層面研究通常以新產品銷售收入作為最終經濟類產出，但由于上市企業并未披露數據最終選擇主營業務收入作為最終產出指標。

3.1.4 影響因素指標

結合前人研究和醫藥產業的特點，本文從企業技術行為、主體特征以及外部環境等三個方面選取創新效率的影響因素指標：

（1）企業技術行為。一方面企業技術行為體現在企業技術創新的意愿;另一方面則反映在技術創新能力水平。在企業意愿方面選取研發費用強度（Cap，研發費用投入/主營業務收入）和研發人員強度（Per，研發及技術人員占比）作為代表性指標;而在技術創新能力方面，則采用技術資產率（Tech，無形資產/總資產）來衡量。

（2）企業主體特征。參考以企業作為創新活動主體的相關研究，本文最終選取企業規模、企業管理水平以及股權集中度三個指標來衡量企業的主體特征。企業規模（Scal）用企業總資產來表示;企業管理水平（Mgt）用管理層年度薪酬總額表示;股權集中度（Own）用第一大股東的持股比例來表示。

（3）企業外部環境。企業在技術創新活動中離不開政府的政策疏導與資金激勵;而在成果轉化階段，其效率受市場的接納程度和經濟發展水平的影響。基于此，本文選用政府補助金額（Gov）和各省份生產總值（Gdp）來分別表示政府對企業的鼓勵程度和企業所在地區的經濟發展水平。

3.2 數據來源及處理

文中原始數據來源于樣本企業的年度報告、Wind金融數據庫、國家知識產權局專利檢索系統和國家統計局官網。為保證研究的準確性和可代表性，對樣本數據進行以下處理：（1）剔除2007年以后上市的企業;（2）剔除關鍵數據缺失的企業;（3）剔除曾經或目前屬于ST或S類的企業;（4）剔除主營業務非醫藥業的樣本。最終獲得滬深兩市72家上市醫藥企業2007-2017年的相關觀測數據。由于創新投入為產出存在一定時滯性，本文將醫藥企業創新活動整體滯后期設定為2年，即：第一階段投入、中間產出以及最終產出數據年份依次為2011-2015、2012-2016和2013-2017年，共5期面板數據。在影響因素方面，由于時滯性相關變量指標均滯后2年。

又由于某些指標的原始數據等于零，為保證模型的準確性故采用公式（6）對原始數據進行標準化處理，使得觀測值位于0到1之間。

Xij=0.1+0.9×xij-MinxijMaxxij-Minxij，i=1，2，…，n（6）

其中xij表示i企業在j年對于x指標的取值。

4 實證分析

4.1 中國上市醫藥企業技術創新效率測算結果分析

根據上述模型與樣本數據，運用Matlab R2015b軟件計算企業技術創新整體效率值（E）與分階段效率值（E1，E2）。同時，將72家上市醫藥企業按照主營業務分成化學藥品類（A類，32家）、中藥類（B類，21家）、生物藥品類（C類，13家）和醫療器械類（D類，6家），結果如下：

根據上文提及的不變規模報酬（CRS）假設下的共享投入關聯DEA模型，測算出72家上市醫藥企業五期各階段的綜合技術創新效率， 圖2展示的是五期效率均值的散點分布。

綜合技術創新效率衡量的是企業個體在現有投入水平下是否存在資源浪費。從總體分布看，樣本企業各階段綜合創新效率普遍較低，資源浪費極大，尤其是創新成果轉化階段綜合效率值基本集中在0.1-0.4之間，可見當前我國醫藥企業創新研發與市場需求間的脫節并不是個別現象。另外，本研究以創新生成階段效率值為橫軸、成果轉化階段效率值為縱軸構建兩階段效率散點圖，以0.6為效率分界點將散點圖劃分為Ⅰ：低創新-低轉化、Ⅱ：高創新-低轉化、Ⅲ：高創新-高轉化和Ⅳ：低創新-高轉化四個區域，如圖2子圖②所示，大部分企業位于第Ⅰ和第Ⅱ區域，整體而言普遍存在兩階段效率失衡的現象。

進一步縱向分析，圖3～5展示的是樣本企業在考察期內綜合效率值變化趨勢，包括了整體創新效率（E）、創新生成階段效率（E1）和成果轉化階段效率（E2）：

如圖所示，樣本總體在五期中整體階段效率均值基本維持在0.48-0.52之間，效率偏低且波動幅度不大，從變化趨勢看在第三期達到最高，之后雖有所下降，但也基本保持在0.5左右。而對于四類子行業，除中藥類企業效率均值都高于總體均值之外，其它類企業的效率均值皆在不同程度上低于樣本總體，但各類企業整體創新效率的變化趨勢與樣本總體的變化趨勢基本一致。

而分階段效率方面，除生物藥品類和醫療器械類企業外，樣本總體及其他類企業創新生成階段效率呈現逐期遞增的趨勢;而成果轉化階段，中藥類企業成果轉化效率最高、醫療器械類企業最低，各期間效率變化波動較大且總體呈現略微下降趨勢。

對比發現各類企業間綜合創新效率變化趨勢無明顯差異。同時相對于創新生成階段的逐期遞增，成果轉化階段與整體階段效率則呈現多期上下波動的變化趨勢，筆者認為這與各階段創新過程的影響因素有關，在創新成果生成階段更多取決于企業自身的創新管理與能力，而對于第二階段則更受外部政策和市場環境的影響，尤其是近幾年推出的集中采購、“零差率”、“兩票制”等降價政策更是極大壓縮藥品的流通環節和利潤，正因為醫藥市場本身的特殊性與復雜性導致第二階段與整體階段效率存在不同時期的增減波動，下文將進一步探討各影響因素對各階段效率的影響效果。

4.2 醫藥企業技術創新的影響因素實證分析

為進一步分析各影響因素的作用效果，本研究從企業技術行為、主體特征以及外部環境等三個角度出發，以各階段效率值為因變量、各影響因素為自變量，選取隨機效應的面板數據Tobit模型構建回歸方程，運用Stata15.0軟件進行計算，實證結果如表1。

觀察回歸結果：

（1）企業的技術資產率正向影響創新生成階段、整體階段效率，與成果轉化階段效率負相關。這不代表技術資產率越高的企業轉化效率越低，而是在面臨相同的市場約束尤其是當前醫藥控費趨嚴的政策背景下，創新成果多不一定就有高的經濟回報，這也提醒企業制定以需求為導向、適應當前市場發展階段的創新戰略的重要性。

（2）企業規模在創新生成階段和整體階段對創新效率有顯著正向作用，雖與第二階段綜合效率相關系數為負，但未通過顯著性檢驗。一般認為，規模較大企業在研發資金、人力和管理經驗上具有較大的優勢，創新效率也會較高，綜合效率的實證結果也證明了該點。

（3）理論上認為，企業在所有權與經營權分離的情況下代理成本即管理層薪酬越高其管理水平越高，但實證結果并非如此。管理層薪酬除與第二階段效率顯著正相關外，與其他階段效率相關系數為負且未通過顯著性檢驗。表明當前企業對管理人員的激勵機制有待進一步提高，合理改善績效制度，而不該盲目增加管理費用。

（4）股權集中度雖只顯著影響整體階段效率，但與各階段相關系數都為負。一般相對分散的股權結構與相對集中的股權結構傾向不同的創新模式，前者開放而后者傾向穩定，這一定程度上使較低的股權集中度對應較高創新效率，實證結果很好驗證該點。

（5）政府補助是典型的委托-代理關系，結果顯示政府的補助金額只顯著負向影響創新生成階段效率，對成果轉化階段與總體階段效率的影響并不顯著，這說明當前政府的扶持行為并未發揮出對醫藥企業的引導和激勵作用，甚至有可能政府對醫藥企業提供的項目補助并未切實應用到技術創新活動中，其對補助資金的落實缺乏監管，所以政府在對醫藥企業扶持的同時，也應當關注補助的落實情況。

（6）對于區域生產總值，只與成果轉化階段效率顯著負相關。理論上企業所處的區域經濟水平越高越利于其創新成果的轉化，但實證結果與此相反，筆者猜測這與上市醫藥企業所面對的市場范圍有關，當然也與近幾年醫藥控費政策有一定關系：一方面區域經濟水平高意味著更高的人力成本與物價成本;另一方面大部分醫藥企業所面對都是全國的醫療市場，在全國醫療控費的大前提下導致實證數據顯示區域經濟與成果轉化階段效率負相關且與其他階段效率無顯著相關性，但不代表高的經濟水平反而限制了當地企業的創新效率。

（7）一直以來相當多的學者指出我國應當加大醫藥領域的研發投入，但筆者認為更應該把注意力放在效率方面，實證結果顯示費用強度與人員強度未顯著影響各階段效率，這表明當前我國醫藥企業創新產出與研發投入強度并無必然聯系。

5 結論與啟示

基于前文研究結論，筆者得出以下啟示：

（1）當前我國醫藥企業普遍存在兩階段效率失衡現象，在技術創新活動中強調技術本身的優勢無可厚非，但對技術優勢的過分關注會使企業忽略對市場需求的研究和對技術轉化的有效管理，導致研發與營銷的脫節。筆者認為企業個體應該再次明晰創新的含義，脫離“創新陷阱”，在注重市場需求的同時提高創新成果的轉化。

（2）政府補助金額與各階段效率的實證結果表明當前政府的扶持行為并沒有發揮出對醫藥企業的引導和激勵作用，這提醒相關部門在對相關企業進行項目補助時需要綜合考慮所資助項目本身的必要性和適用性。另外需要加強對補助資金落實的監管，對未認真落實技術創新活動的項目資金應予以收回，并減少對未落實企業的扶持，優化我國醫藥行業的創新環境。

參考文獻

[1]國務院印發《“十三五”國家戰略性新興產業發展規劃》[J].中國核工業，2016，（12）：5.

[2]葉紅雨，楊雨婷.基于三階段DEA模型的我國醫藥制造業技術創新效率研究[J].經濟與管理評論，2015，31（02）：46-52.

[3]Freeman C.The Economics of Industrial Innovation[J].Social Science Electronic Publishing，1997，7（2）：215-219.

[4]Roberts E B.What We've Learned： Managing Invention and Innovation[J].Research-Technology Management，1988，31（1）：11-29.

[5]曹陽，周曉夏.基于隨機前沿分析的我國醫藥制造業技術開發與成果轉化創新效率研究[J].中國藥房，2016，27（04）：433-437.

[6]尹述穎，陳立泰.基于兩階段SFA模型的中國醫藥企業技術創新效率研究[J].軟科學，2016，30（05）：54-58.

[7]陳凱華，官建成.共享投入型關聯兩階段生產系統的網絡DEA效率測度與分解[J].系統工程理論與實踐，2011，31（07）：1211-1221.

[8]Charnes A.Measuring the efficiency of decision making units[J].European Journal of Operational Research，1979，2（6）：429-444.

[9]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.

[10]尹述穎.價值鏈視角下的中國醫藥產業上市公司技術創新效率及影響因素研究[D].重慶：重慶大學，2016.

[11]肖瑩.全國性上市商業銀行效率研究[D].廈門：廈門大學，2014.

[12]肖仁橋，王宗軍，錢麗.我國不同性質企業技術創新效率及其影響因素研究：基于兩階段價值鏈的視角[J].管理工程學報，2015，29（02）：190-201.

[13]劉繼兵，王定超，夏玲.政府補助對戰略性新興產業創新效率影響研究[J].科技進步與對策，2014，31（23）：56-61.

[14]董菊紅本報記者.我們為創新力加冕[N].醫藥經濟報，2012-07-13.