營銷投入與產品創新擴散研究
——以我國醫藥上市公司為例

徐洪波，錢曉燕

(南京工業職業技術大學，江蘇 南京 210023)

1 引言

我國政府嚴格規范處方和OTC藥品的營銷活動，處方藥市場主要涉及直接面向醫生的營銷手段，而OTC市場主要涉及直接面向消費者的營銷活動。在非處方藥(OTC)市場，患者既是決策者又是付款人。然而，在處方藥市場，決策者是醫生而不是患者。由于信息不對稱，醫藥市場中的醫生作為藥品的決策者獲得的專業信息遠遠比作為患者的使用者多。處方市場中的醫生通常會對藥品決策產生積極而顯著的影響，OTC市場則沒有這種強社會網絡。由于不同群體之間的擴散速度不同，醫藥制造商將藥品引入消費者市場，需要考慮特定市場中潛在的社會網絡結構是否影響藥品的銷售增長。盡管營銷活動對藥品銷售具有重大影響，但很少有研究探討兩者之間的定量關系以及在不同細分市場的差異性。

現實的藥品采用會受到市場中不同營銷策略的影響。因此，營銷投入作為傳統的經濟變量，已被確定為促進藥品銷售增長的有效渠道。營銷投入既反映了不同市場的營銷決策，也反映了政府營銷監管的影響。很少有研究將Bass模型應用于我國醫藥市場，本文創新性地將營銷變量引入到Bass模型來解釋中國醫藥上市公司營銷投入的銷售增長效應，選取89家醫藥上市公司的相關數據進行估計檢驗，將處方和OTC市場進行對比實證分析。結果發現，累積營銷投入與銷售收入之間存在非線性關系，這表明營銷有效性僅存在于相對低的營銷投入水平中；處方藥市場的創新效應和模仿效應都強于OTC市場，因此，處方藥市場中的藥品擴散效應大于OTC市場。

2 理論回顧與研究假設

2.1 營銷投入的銷售增長效應與研究假設

醫藥公司的獲利能力取決于其藥品被采用的程度，而營銷會對藥品的擴散產生顯著的影響。對于藥品制造商而言，衡量營銷活動的效果至關重要。有研究發現營銷活動會對公司的未來收益產生正面的影響[1]，也有研究表明營銷活動對公司的當期或未來的收益不會產生積極影響，甚至會產生負面影響[2]。營銷活動具有邊際報酬遞減效應，通常在營銷投入規模跨越一定門限值后出現，門限值會隨著市場結構的不同有差異。Martin(2018)[3]等表明研發和廣告支出對藥品銷售量的影響并不都是正向的。趙保國和闕人超(2016)[4]利用門限回歸發現不同類型的公司具有不同的最佳廣告投入強度區間。由于市場飽和度的不斷增大，所帶來的負面效應會抵消營銷投入不斷增加帶來的正面效應。所以，營銷活動帶來的正面效應會隨著市場飽和度的不斷增加而逐漸縮小。與之相對，觀測到負面效應選取的數據很可能處于市場飽和度的不斷增大所帶來的負面影響效應較大的階段。因此，處方藥市場的營銷有效性可能與OTC市場的營銷有效性不同。本文提出如下假設。

H1a：處方藥市場的累計營銷投入對銷售增長的積極影響正在減小；

H1b：OTC市場的累計營銷投入對銷售增長的積極影響正在減小。

2.2 藥品擴散與研究假設

營銷不僅涉及商業行為，還涉及基于社會結構的人際交往行為。產品在不同社會系統中的傳播過程通常是不同的，有必要對不同的市場結構進行檢驗[5]。Gagliardi(2018)[6]等探索了一種特定藥物的擴散過程，發現擴散過程在所涉利益相關者之間呈現出復雜的相互作用。我國醫藥市場的營銷活動具有鮮明的特征：在處方藥市場上，藥品的購買決策來自開具處方單的醫生，而OTC市場可以對大眾直接宣傳，其消費者就是直接決策者，藥品的社會傳播效應更加顯著。在處方藥市場，創新系數可能與投標、學術推廣有關，模仿系數則可能與醫生的溝通有關；在OTC市場，創新系數可能和面向消費者的大眾媒體有關，模仿系數可能和消費者的內部交流有關。根據巴斯擴散模型，創新者獨立于社會系統中其他人的決定，而模仿者則受社會系統壓力的影響。行為效應不同意味著兩個市場的創新系數p和模仿系數q會有所不同。因此，本文提出如下假設。

H2a：處方藥市場的創新系數p小于OTC市場的創新系數p；

H2b：處方藥市場的模仿系數q大于OTC市場的模仿系數q。

3 研究設計

3.1 研究模型

本文考慮了營銷投入的動態經濟學分析，采用GBM離散形式模型。Bass模型假設現階段的產品需求一般取決于通過產品的累積銷售而達到社會傳播的過程，這與醫藥市場的傳播過程具有相似性。有學者認為該模型是不完整的，沒有把傳統的經濟變量(比如營銷、價格、質量等)考慮進去。Bass(1994)[7]等提出GBM模型，用于使用離散時間序列數據進行參數估計：

N(t)=m×(1-e-(p+q)(X(t)-X(o))T)/(1+

(q/p)e-(p+q)(X(t)-X(o))T)

(1)

n(t)=m×x(t)((p+q)2/p)e-(p+q)(X(t)-X(o))/

(1+(q/p)e-(p+q)(X(t)-X(o)))2

(2)

其中，F(t)代表采用者的累積分布函數，f(t)是時間t的密度函數；N(t)代表累計銷售額，n(t)表示在時間t的銷售額；m、p和q分別代表采用上限(市場潛力)、創新系數和模仿系數；x(t)表示當前市場的營銷投入，其中包含市場營銷組合信息，而X(t)是時間t的累積市場營銷投入。

3.2 樣本數據

中國財政部發布的企業會計準則自2007年1月1日起實施。此外，自2018年起，中國醫藥上市公司開始推行兩票制，對整個醫藥市場來說是一場重大的體制變革。因此，本文數據跨度為2007—2017年的11個財政年度，均來源于CSMAR數據庫。本文選取我國醫藥制造業212家上市公司的相關數據作為初始樣本，剔除被ST以及缺失數據的公司，共得到89家公司的面板數據。根據CSMAR數據庫披露的公司業務范圍，選擇了58家處方藥上市公司和31家OTC上市公司。營銷投入既反映了醫藥上市的營銷策略，也反映了政府的營銷監管。

4 實證分析

4.1 門限效應檢驗

本研究將累積營銷投入視為門限指標，對處方藥和OTC市場進行門限檢驗估計，其中，單門檻具有統計學意義(p<0.05)。如表1所示，表明GBM可以很好地描述營銷對處方藥市場和OTC市場的銷售增長。但處方藥市場(p=0.00)的參數估計結果比OTC市場(p=0.04)的樂觀。滯后的營銷投入的估計系數確實有下降的趨勢(從0.9084到0.2794)，但雙門限或三門限檢驗沒有統計學意義。筆者證明GBM在解釋中國醫藥市場的動態銷售增長方面表現出色，累積營銷投入與銷售收入之間存在非線性關系：當處方藥和OTC市場的營銷水平提高時，營銷投入對銷售的積極影響逐漸減少，H1a和H1b成立。本文結果驗證了門限值的存在，規模效應不斷減弱，這表明營銷有效性僅存在于相對低的營銷投入水平中。

表1 門限效應檢驗結果

4.2 擴散效應檢驗

所有估計模型具有統計學意義(p=0)，也表明了GBM可以有效地描述營銷對銷售增長的影響。處方藥市場具有固定效應和雙向效應，可能有時間效應(p=0.0542)；OTC市場具有固定效應，且沒有顯著的時間效應(p=0.1211)，因此，處方藥市場的參數估計結果比OTC市場的參數估計結果更為樂觀。四個估計系數在5%的水平上具有統計學意義，通過求解非線性方程對GBM的四個基本參數(p、q、m和φ)進行最小二乘估計。如表2所示，處方藥市場的創新系數(0.0133)大于OTC市場的創新系數(0.0076)；處方藥市場的模仿系數(0.2639)大于OTC市場的模仿系數(0.1448)，H2b成立，但H2a不成立。創新和模仿系數意味著不同行為的表現效應，模仿效應作為一種內部刺激，被稱為“口碑效應”，創新效應作為外部刺激，也稱為“媒體效應”。與OTC市場相比，處方藥市場的人際交流和大眾傳媒的影響效應都更強，說明該細分市場的藥品擴散速度更快。

表2 基本參數的估計結果

5 研究結論

本文將GBM模型應用到我國醫藥市場，對處方和OTC市場的營銷投入對銷售的影響進行實證分析，揭示了不同市場結構的藥品擴散過程。在處方和OTC市場上，營銷投入的銷售增長效應遵循收益遞減規律，呈現非線性的關系。兩個細分市場在藥品擴散方面表現出異質性：處方藥市場的創新和模仿效應都大于OTC市場。另外，兩個細分市場的模仿效應都大于創新效應暗示了人際關系(口碑或內部溝通)的影響要強于外部溝通(大眾媒體)的影響。本文證實了GBM在不同市場結構中的藥品擴散研究中的價值，表明中國醫藥市場的藥品擴散過程存在多樣性。大眾媒體可以為醫藥市場上的消費者提供藥品信息，但人際傳播在改變目標消費者的態度和行為方面更強大。外部交流的影響相對較弱，營銷鼓勵對醫生(決策者)比對患者(消費者)更有效率。本文主要有以下貢獻：一是通過比較處方藥市場和OTC市場的藥物擴散過程，為不同市場的產品擴散理論做出貢獻，豐富了相關文獻；二是揭示了藥品市場由于政府干預，藥物擴散體現出的獨特的擴散規律，為包含營銷變量的產品擴散研究提供了一些現實證據。盡管該研究為藥品擴散提供了一些新的見解，但作為探索性研究，仍有一些局限性，還有其他驅動因素影響銷售增長效應和藥品擴散過程，包括專利法、價格監管制度和經濟發展水平。因此，未來的一個研究方向可以是探討多種因素如何影響兩個市場領域的銷售增長及藥品擴散。