基于面板數據我國醫藥制造業研發投入影響因素實證分析

摘"要：基于2013—2017年國家統計局發布的《高技術產業統計年鑒》和《工業企業科技活動年鑒》面板數據，使用STATA"14.0實證分析與探討影響我國醫藥制造業研發投入的影響因素，為政府和企業決策提供依據，提升醫藥行業研發投入效率，落實國家“雙輪驅動”的新業態要求。

關鍵詞：面板數據；醫藥制造業；研發投入；影響因素

中圖分類號：F2""文獻標識碼：A"""doi：10.19311/j.cnki.16723198.2024.14.002

醫藥制造業是關系國計民生的“朝陽產業”，是戰略性新興產業的重點領域，是健康中國建設的重要保障。近年來我國醫藥制造業發展迅速：2016年醫藥制造業資產總計為28"789.11億元，同比增幅為14.83%；主營業收入為28"206.11億元，同比增幅為9.63%；利潤總額為3"114.99億元，同比增幅為14.63%。與此同時，工業和信息化部頒布的《醫藥工業發展規劃指南》指出，我國醫藥制造業仍存在研發投入和產出不高，研發創新能力弱等突出矛盾。

“十三五”時期是全面建成小康社會決勝階段，也是我國醫藥制造業整體躍升的關鍵時期，醫藥制造業要加大研發創新力度，拓展新領域發展新業態，深入實施創新驅動發展戰略，增強企業創新和可持續發展能力。為此，本研究收集我國醫藥制造業為期5年面板數據，客觀分析我國醫藥制造業研發投入的關鍵影響因素，分析問題并提出相應的建議。

1"模型介紹與檢驗方法

1.1"模型介紹

面板數據（panel"data），也稱為平行數據，是指在時間序列上取多個截面，在這些截面上同時選取樣本觀測值所構成的樣本數據。相對于純橫截面和純時間序列數據而言，面板數據能檢驗和構造更復雜的模型。

面板數據的模型有很多形式，如混合模型、固定效應模型、隨機效應模型。模型的選取需要經過檢驗后才能確定。本研究嚴格按照面板數據模型選取的檢驗方法，通過具體檢驗結果，選取最具有統計學意義的模型。

1.2"模型檢驗

建立面板數據模型時，模型主要形式是固定效應和隨機效應兩種，因此對面板數據進行實證研究時，首先要解決的是研究面板數據中是否有隨機效應或固定效應的存在，通常采用F檢驗方法進行檢驗，也可以結合LM檢驗共同確定；其次解決個體效應與回歸變量之間的關系，通常采用H檢驗。本研究嚴格遵照統計規則，根據三種模型檢驗結果，科學建立模型。

2"指標體系建立

2.1"被解釋變量

關于研發投入的指標選取，通過閱讀文獻，主要選取研發資金投入作為二級指標。但是也有學者提出研發資金投入會因為企業間規模的差異而出現不同，在統計分析上存在誤差。綜上，本研究最終選取研發資金投入強度（Ramp;D"capital"investment"intensity）作為二級指標，這樣更能體現不同規模企業之間研發投入的差別。

2.2"被解釋變量

在企業規模上，美國經濟學家熊彼特是最早研究企業規模與研發創新投入之間關系，他認為大規模企業比小規模企業更具有研發創新能力，對研發投入更多，二者為正相關，也有人認為二者并非正相關，而是倒“U”型相關趨勢；在企業盈利能力上，新品研發周期長、風險高、投入多等特點，企業若具備比較穩定甚至較高的盈利能力，就會有相對雄厚的資本支持，進而影響企業研發投入；在研發人員投入強度上，醫藥制造業是我國五大高新技術產業之一，高技術和高知識的研發人員則是企業研發硬件儲備，研發人員投入強度越大，企業就有更多人力來進行研發創新，研發投入也會受到影響；與此同時，研發產出越多，理論上會激勵企業加大研發投入，保持行業內優先地位，但是也有學者認為可能在短時間內減少研發投入；除了以上企業內部因素的考慮，企業外部因素同樣需要注意。企業置身行業市場內，新企業不斷涌入市場競爭也會加強，較高的市場準入率也會刺激企業加強研發投入，增強企業自身競爭力，此外，政府資助也是重要的影響因素，政府資助在業內被認為會存在有利的“杠桿效應”"或者不利的“擠出效應”。

綜上所述，本研究影響因素的選取主要有企業規模、盈利能力、研發人員投入強度、研發產出、市場準入率和政府資助，相應指標取值說明見表1。

2.3"數據來源與處理

根據2013—2017年國家統計局發布《高技術產業統計年鑒》和《工業企業科技活動年鑒》，對相關數據進行收集整理，數據來源具有權威性、可靠性。同時，本研究對醫藥制造業的子行業數據收集時，根據《高技術產業統計年鑒》對醫藥制造業子行業的界定范圍，主要包括化學藥品制造、中成藥生產、生物藥品制造三大類。為保證研究科學性，將所有絕對數的變量數據單位進行統一，即金額一概以億元為單位，人員數以人為單位，產品個數以個為單位，百分數無單位。為了保持面板數據平穩同時降低共線性與異方差出現的概率，本研究對所有變量都取對數。

2.4"研究方法與模型構建

本研究收集我國醫藥制造業為期五年面板數據，用STATA"14.0對企業規模、盈利能力、研發人員投入強度、研發產出、市場準入率和政府資助因素進行實證分析，通過檢驗后構建固定效應模型。初步假設所有的變量都與研發投入呈正相關，構建如下模型：

Ln（RDII）=α0+α1"Ln（FS）+α2Ln（PA）+α3Ln（RDP）+α4Ln（RDO）+α5Ln（MAR）+α6Ln（GI）

模型中，RDII是研發資金投入強度，FS是企業規模，PA是盈利能力，RDP是研發人員投入強度，RDO是研發產出，MAR是市場準入率，"GI是政府資助。

3"實證結果分析

3.1"描述性統計結果

對所有變量進行描述性統計分析，結果顯示，取對數后我國醫藥制造業研發資金研發投入強度平均值為1.39，與其他高新技術行業相比，醫藥制造研發資金的投入強度整體落后（表2）。為了探究變量對研發投入是否有影響和影響程度，需要接下來結合檢驗加以研究。

3.2"模型檢驗結果

面板數據模型檢驗結果如表3-5，得出以下結論：

（1）根據F檢驗結果，共有四個變量P值具有顯著性，即企業規模（0004）、研發人員投入強度（0000）、研發產出（0000）、政府資助（0003）與研發資金投入強度顯著相關，盈利能力（0409）和市場準入率（0173）與之無顯著相關，與之前假設不符合故不納入最終模型。

（2）企業規模與研發投入強度相關系數為0012，即企業規模與企業研發投入呈正相關，規模越大，企業抵御研發高風險能力越強，研發硬件條件越優越，研發投入也會越多。于此可見我國醫藥制造業規模并未達到倒“U”形的閾值，這也反映我國大型醫藥制造企業數量和規模尚未發展成熟，中小型醫藥制造企業數量多，規模散亂的現象；研發人員投入強度與研發投入強度相關系數為0628，即研發人員的投入強度與研發投入呈正相關，且對研發投入影響最大。研發人員投入強度越高，企業研發人力資本充足，研發投入也會增加；研發產出與研發投入強度相關系數為0367，即研發產出與研發投入呈正相關，研發產出的增多能正向激勵企業增加研發投入，暫時不會出現研發投入強度降低的現象。表明我國醫藥制造業研發創新能力有所提高，短時間內不會降低，可見專利和知識產權保護制度也日益完善；政府資助與研發投入強度相關系數為0084，即政府資助與研發投入呈正相關，政府資助對企業研發投入是杠桿效應而非擠出效應。

（3）3次檢驗結果P值都為0000，全都拒絕原假設，即本次面板數據應該建立固定效應模型，各影響因素與研發資金投入強度之間回歸方程式：

Ln（RDII）="-3.231+0.012Ln（FS）+0.628Ln（RDP）+0.367Ln（RDO）+0.084Ln（GI）

4"結論和建議

4.1"增加政府研發資助，營造良好政策環境

近5年數據顯示，我國醫藥制造業受政府資助企業數量有所增長，相比電子及通訊設備制造業等其他產業，受政府資助不高，建議政府繼續加大對醫藥制造業資金扶持力度，如設立獎勵研發創新的基金，不僅僅可以直接資助企業研發創新活動，更能間接引導和鼓勵企業研發創新。政府應積極實現“醫藥制造業中高速發展向中高端發展戰略”的目標，將國家“雙輪驅動”創新的頂層設計落實到具體政策實地，比如允許企業和合法范圍內融資方式多樣化，制定適當政策引導風險投資向醫藥制造業集聚，或者考慮稅收優惠等政策直接扶持醫藥制造業；甚至可以通過政策調控，淘汰一些落后企業來健全退出機制，刺激企業研發創新。

4.2"擴大企業規模打造人才“智庫”，重視成果轉化和專利保護

企業間可以通過合法的兼并、參股等資產合并進行戰略性重組，建立具有較強研發創新和競爭能力的大型醫藥集團，獲得規模效應。對已有內部研發人員，加強內部研發人員繼續教育和深度進修，完善醫藥制造業研發人才的長效培養機制，與高校和科研機構搭建合作平臺，踐行產學研一體，打造醫藥制造業“智庫”。提高研發成果轉化為實際產出的能力，從而提高企業前期資產回報率，促進企業研發良性循環。加強研發成果知識產權保護，減少研發技術溢出效應帶來的負面影響。

5"結語

醫藥研發創新周期長、風險大、需要企業具有較強根基，規模較大的企業經濟基礎和風險抵御能力等各方面實力都穩定，更利于研發創新項目的開展。良好的政策環境能為醫藥制造業研發創新提供“沃土”，內外多方協作從而更好支撐醫藥衛生體制改革繼續深化，更好地惠民生、穩增長、調結構。

參考文獻

［1］中華人民共和國國家統計局.高新技術產業統計年鑒[M].北京：中國統計出版社，2017：106376.

[2]中華人民共和國國家統計局.工業企業科技活動年鑒[EB/OL].（2016921）[20195.10]".http：//www.stats.gov.cn.

[3]陳強.高級計量經濟學及STATA應用[M].北京：高等教育出版社，2014：265273.

[4]趙娜娜，孫利華.中國醫藥產業新藥研發能力研究[J].中國醫藥工業雜志，2018，49（09）：13211326.

[5]周艷.基于StoNED模型我國醫藥制造業Ramp;D效率評價及影響因素分析[D].浙江財經大學，2018.

[6]高原，徐愛軍，李紅美，等.南通市中藥企業的發展現狀及對策研究[J].中國藥房，2019，05：577581.