《基于网络sbm-malmquist模型的医药制造业创新效率及影响因素研究-刘忠敏.pdf》由会员分享，可在线阅读，更多相关《基于网络sbm-malmquist模型的医药制造业创新效率及影响因素研究-刘忠敏.pdf（7页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、2017年第12期 科技管理研究Science and Technology Management Research 2017 No12doi：103969jissn10007695201712023基于网络SBMMalmquist模型的医药制造业创新效率及影响因素研究刘忠敏，马文婷(吉林师范大学管理学院，吉林四平 136000)摘要：构建出一种新型的网络DEA模型，将两阶段网络DEA模型和Malmquist指数相结合测算了我国26个地区2006-2014年医药制造业创新效率的变化，并在此基础上采用系统矩估计法分析了影响医药制造业创新效率提高的因素?研究表明，我国医药制造业的创新效率总体处于上
2、升趋势且地区间的差异很大，全要素增长率主要源于技术效率的增长，而技术总体上未有进步。市场结构、人力资本水平、对外开放度、研发强度及成长能力对医药制造业创新效率的提高有显著的正向作用；企业规模、经济发展水平对对医药制造业创新效率的提高有显著的负向作用；政府支持对医药制造业创新效率提高的影响无关：关键词：医药制造业；技术创新效率；两阶段网络SBM模型；Malmquist指数中图分类号：F4077；F1243 文献标志码：A 文章编号：10007695(2017)12015207The Research on Pharmaceutical Manufacturing Technical Innova
3、tion Efficiency andIts Influences Based on Network SBM Model and Malmquist IndexLIU Zhongmin，MA Wenting(Management Department，Jilin Normal University，Siping 1 36000，China)Abstract：The paper constructed a kind of new network DEA modelTwostage network DEA model was combinedwith Malmquist index tO meas
4、ure technical innovation efficiencyS change of pharmaceutical manufacturing onChinese various provinces from 2006 tO 2014Based on this，the paper analyzed its influences by SysGMMWefound that innovation efficiency of Chinese pharmaceutical manufacturing is on the up trend and its differencesbetween r
5、egions are highThe growth of TFP is due tO technical efficiency，while technology has nO progressMarket structure，the level of human capital，openness degree，R&D strength and growth ability have a significantpositive effeCt on pharmaceutical manufacturing innovation efficiencywhile enterprise scale，th
6、e 1evel of economicdevelopment have a significant negative effect on it，and governmentS support have no significant effect on itKey words：pharmaceutical manufacturing；technical innovation efficiency；twostage network SBM model；Malmquist index医药制造业是个特殊的永远发展的朝阳产业。它所生产的产品与人们的生活和健康密不可分，尤其是老年抚养比的增加为医药制造业的
7、发展提供了有力的支持。由于医药制造业的产品需求弹性小，在经济发展水平较低的时期，也能保持较高的增长速度。因此，发展医药产业能带动经济的快速发展。医药制造业属于高技术产业，技术创新对医药制造业的发展至关重要，医药制造业的竞争力恰恰依赖于技术创新。医药制造业的技术创新效率如何提高是医药制造业研究中的一个重要内容。拟从分析区域医药制造业的技术创新投人产出体系出发，构建出一种新型的两阶段网络DEA模型，并将其与Malmquist指数分析法相结合，测算我国26个地区2005-2014年医药制造业创新效率的变化，为提升医药制造业的创新效率提供政策建议。1 文献综述医药制造业创新效率的研究是国内外科技政策学
8、者们的研究热点。国外学者Pannu等之1采用数据包络分析收稿日期：20160830，修回日期：2016一ll一28基金项目：吉林省社会科学基金项目“吉林省医药产业竞争力研究：理论、实证及对策”(2016848)万方数据刘忠敏等：基于网络SBMMalmquist模型的医药制造业创新效率及影响因素研究 153(DEA)方法中的BBC模型和Malmquist指数分析了从1998-2007年印度医药制造业相对效率和生产率的变化。HyeSeon Moon一1用政策支持组与非支持组的R&D绩效和企业绩效得分比较来分析韩国政府支持对制药公司政策的有效性。国内学者的研究多采用多元统计分析法、传统的数据包络分析
9、法(DEA)及随机前沿分析法(SFA)。程正中等“4。运用因子分析方法，对1995-2005年我国医药制造业的投入产出效果进行了实证研究。李晓梅等5 o利用SPSSl50和EXCEL等软件实证分析了东北地区与长三角地区和珠三角地区医药制造业的技术创新能力现状。罗亚非等6【采用DEA方法中的CCR模型分析了我国医药制造业技术创新效率。邹鲜红和罗承友1 7，茅宁莹等81采用DEA方法中的BBC模型分析了我国医药制造业技术创新效率。邹鲜红。9一从创新资源的配置、市场结构与制度环境三个维度提出了医药制造业技术创新效率影响因素的基本假设，并运用随机效应模型进行了影响因素的实证研究。邹鲜红和罗承友：10j
10、，曹阳等。11利用Malmquist指数从动态角度分析了我国医药制造业的技术创新效率。郑洁、杨昌辉等。1 2I，张宗益等1 3利用SFA，分别分析了全国31个省、市、自治区和我国东、中、西部地区医药制造业的技术创新效率。洪进等04j将医药制造业的技术创新过程分成技术开发和技术成果转化两阶段，并运用SFA方法，就市场竞争度、企业规模、政府的政策支持力度和产业绩效等因素对我国医药制造业的技术创新效率影响进行研究。张婷婷，邱家学5。利用随机前沿生产函数测算了2004-2013年我国东、中、西部地区医药制造业的技术创新效率，并考察了技术改造经费支出、政府对产业的支持、地区竞争环境以及产业研发投入等因素
11、对创新效率的影响。从现有国内外文献可以看出在对医药制造业创新效率的研究过程中存在以下不足：第一，多采用传统的DEA分析方法，把技术创新的过程看作一个黑箱子，忽略了投入产m转化中各阶段的联结机制，本研究则把医药制造业的技术创新过程分成技术研究和技术转化两阶段；第二，现有文献都是利用SFA模型来分析影响医药制造业创新效率的因素，在分析时未考虑到变量的滞后性和内生性问题，导致估计结果不精确。第三，现有文献只分析了影响医药制造业创新效率的因素，并未分析全要素生产率变化的影响因素。因此，本研究从分析区域医药制造业的技术创新投入产出体系出发，构建出一种新型的两阶段网络DEA模型，并将其与Malmquist
12、指数法相结合来测算医药制造业创新效率的变化，在此基础上使用2005-2014年26个省的面板数据，运用系统广义矩估计方法(SysGMM)分析影响医药制造业创新效率提高的因素。2模型方法21 网络SBM模型网络DEA模型【16-17 J是研究投人和产出具有多阶段性质的决策单元效率方法。它能够充分利用投入产出各阶段的信息及各阶段投入产出之间的关联信息。它是一种真正能“打开黑箱”的DEA模型。虽然传统的网络DEA模型能够考虑到投人产出的多阶段性质，但是它属于径向DEA模型，投入产出必须等比例改进，没有考虑的松弛变量的影响。而网络SBM模型既能计算各DMU的总效率和各分阶段的效率，而且考虑到了松弛变量
13、的影响，是一种非径向DEA模型|1 6【。因此，本研究使用网络SBM模型测算中国医药制造业的创新效率。J；符、I、l f奠I!n0 7i?J”【1 J能辞：I，0i1：为：匮砖碍奄t=协一五J=1J霄芍噜k=12-置l=a-J嘶z俨埘费l z肛埘=尹埘争-rOtJ日Jzqt-at)=尹埘簪v(t_1-日 厶J J J芍凡 1芍Ok=12t1t)(1)基于可变规模报酬、投入导向、非径向假设下，网络SBM模型为：毛=窭争卜 乏售割r砖=p驴+中k=12置l 坩=p驴一计k=1-2置孓t删一=zo驴啡一1日(2)I 驴：1mklL驴Oca2 o-4-Oo噜O式(2)中，毛表示哪的总效率，中表示投入松
14、弛变量和中表示产出松弛变量，矿表示阶段k的权重，zI卜埘表示中间变量。 若产和妒是式(2)的最优解，则嗍总体及分阶段的效率值分别为：万方数据154 刘忠敏等：基于网络SBMMalmquist模型的医药制造业创新效率及影响因素研究曰=砉七【1一麦(姜专)】纠一艇专)(3)(4)总效率是各阶段效率的加权平均，只有各阶段的效率都为1时，总效率才为1。当品=1且s?。=0，则DMUo总体是有效的；当品1时，表明从t期到t+l期效率有所提高；反之M值1时，表明从t期到f+1期技术效率改善；反之EC1时，表明从t期到t+1期技术进步；反之TC1时，表明从t期到t+1期技术退步。3变量、样本与数据来源说明根
15、据医药制造业研发的特征，借鉴王博引和陈建丽引等运用网络DEA模型测算医药制造业的效率的代表文献，本研究将我国医药制造业的技术创新活动分为技术研发阶段和技术转换阶段。这两阶段构成的相互衔接网络结构如图1所示。新产一仙歼发绎赞支出拥舟发nJJ专利毁其他技术活动经费芏出图1 医药制造业技术创新网络结构Fig1 The network structure of pharmaceutical manufacturing technology innovation在技术研发阶段，投入指标包括R&D人员、R&D人员折合全时当量、R&D经费内部支出，产出指标为专利申请数；在技术转化阶段，投入指标包含专利申请数
16、、R&D人员、R&D人员折合全时当量、R&D经费内部支出、新产品开发经费支出、拥有发明专利数和其他技术活动经费支出(其他技术活动经费支出=购买国内技术经费+技术改造经费+技术引进经费+技术消化吸收经费)，产出指标为新产品销售收入。为消除价格变动的影响，R&D经费内部支出额按照R&D经费支出价格指数进行平减，RD经费支出价格指数参考陈建丽等叫的方法构建，R&D经费支出价格指数=O75工业品出厂价格指数+025居民消费价格指数；新产品开发经费、其万方数据刘忠敏等：基于网络SBMMalmquist模型的医药制造业创新效率及影响因素研究 !他技术活动经费支出按照居民消费价格指数进行平减；新产品销售收入
17、按照医药制造业工业生产者出厂价格指数进行平减。考虑到数据的连贯性、可得性和可比较性，选取医药制造业28个地区(剔除数据缺失较多的新疆、青海和西藏三个地区)2005-2014年的面板数据为样本，数据主要来自中国高技术产业统计年鉴(2006-2015)、中国统计年鉴(2006-2015)，部分数据来自于中国工业统计年鉴。由于技术创新两阶段投人和产出间存在一定的滞后性，本研究假定滞后期为l。4 Malmquist指数求解结果分析本研究运用两阶段网络SBM模型和Malmquist法，使用Maxdea611软件测算2006-2014年我国26个地区整体及两阶段效率变化。对两个阶段的效率值的权重都为05，
18、中间变量选择自由链接方式。在使用Maxdea61 1软件时距离函数选择的是非径向距离SBM，导向选择的是投入，规模报酬选择的是可变规模报酬，Malmquist指数选择的是相邻前沿交叉参数比。Maxdea61 l软件测算结果如下：表1 2006-201 4年我国综合Malmquist指数测算结果Tab1 The result of Chinese comprehensive Malmquistindex during 2006-201 4图2 2006-201 4年我国综合Malmquist指数趋势图Fig2 The trend of Chinese cOmDrehensiVe Malmquis
19、t index during 2006-201 4从总体上看，我国医药制造业创新的m指数(TFP)9年间的平均值为12，除了2009-2010年和201l一2012年的M指数小于l外，其他年份均大于1，这说明我国医药制造业的创新水平总体处于上升趋势，其全要素生产率年均增长速度为20，表明医药制造业对创新投入的各种要素利用程度较好，其中技术效率贡献了21，而技术变化下降了2，表明我国医药制造业的技术水平出现衰退趋势。从图2来看，我国医药制造业的创新水平在2008-2013年间呈w形变化，其他年份变化相对平稳。把m指数分解后发现效率变化的趋势和TFP变化的趋势完全一致，而技术变化的趋势相对比较平稳
20、，技术变化的均值为098，只有20(0-2007年和20lo一201 1年技术变化值大于1，其他年份均在0751的区间内波动，这说明我国医药制造业的全要素生产率的变化主要受技术效率水平支配，全要素增长率的增长主要源于技术效率的增长，而我国医药制造业的技术总体上未有进步，反而略有下降。万方数据156 刘忠敏等：基于网络SBMMalmquist模型的医药制造业创新效率及影响因素研究表2 我国26个地区医药制造业创新指数Tab2 pharmaceutical manufacturing innovation index in26 districts表2(续)天律孽 。河瘟宁罴龙 湖唑轴，图3我国26
21、个地区医药制造业创新M指数Fig3 Pharmaceutical manufacturing M index in 26districts觫进乡女亿鲁t慵毛毒m 一科一 蛋捌0- 竺。硎枷谢 山西 3。eolmIi 广il克豇 Ii ，日安图4 医药制造业技术变化和效率变化指数矩阵技术敷串交亿指数Fig4 The index matrix about technology changes and efficiency changes ofpharmaceutical manufacturingo64葺矾到f厂帮缈万方数据刘忠敏等：基于网络SBMMalmquist模型的医药制造业创新效率及影响因
22、素研究 157从表2和图3可以看出我国医药制造业创新效率变化的地区差异很大，m指数在14以上的有吉林、湖南、四川、山东；m指数在1214区间的有北京、天津、上海、浙江、湖北、河南、广东，m指数在1012区间的有河北、辽宁、江苏、福建、江西、广西、贵州、云南、陕西、甘肃，m指数小于的有山西、黑龙江、安徽、重庆、宁夏。这说明从总体上看我国有80的省市医药制造业创新全要素生产率增长趋势明显。把m指数分解后发现效率变化和技术变化都小于等于1的省市有山西、重庆、宁夏；效率变化和技术变化都大于等于l的省市有北京、天津、河北、上海、江苏、浙江、山东、河南、湖北、广东、甘肃；效率变化大于1，技术变化小于1的省
23、市有辽宁、吉林、黑龙江、安徽、福建、江西、湖南、广西、四川、贵州、云南、陕西。5 医药制造业创新效率变化影响因素分析根据数据的可得性及他人研究成果，拟设定以下解释变量：(1)市场结构(nHm)，用各地区高技术产业企业数(个)来衡量。(2)人力资本水平(hum)。用各地区平均受教育年限(年)来衡量。(3)对外开放程度(open)，用进出口总额占地区G D P的比重()来衡量。(4)政府支持力度(gov)，用科技活动经费筹集额中政府资金所占的比重来衡量。(5)研发强度(rds)，用R&D经费的内部支出占销售收入的比例来衡量。(6)企业规模(scale)，用地区总产值与企业数量之比来综合测度。(7)
24、成长能力(ga)，用各地区利润占总产值的比重来衡量。(8)经济发展水平(gdp)，以用人均GDP(元)来衡量各地区的经济发展水平。考虑到经济因素变化的惯性影响，各地区医药制造业创新效率的变化可能存在滞后性，因此，采用动态面板数据模型。本研究的模型设定如下：mit=卢o+3 lmit一1+卢2mit一2+卢3numit+卢曲umit+8 sopenit+8 690vit+8 7rdsit+8目sealeit+8晦aif+8 Lcgdpit+弘i+U t+it其中，j代表国家，代表时间，脚矗代表Malmquist指数，p。代表截距项，卢。一卢。代表回归系数，肛“弋表地区固定效应，y，代表时间固定效
25、应，s血代表随机误差项。为了克服内生性问题，可以采用差分广义矩估计法(Dif-GMM)和系统矩估计法(SysGMM)。由于Dif-GMM适合样本横截面少、年份多的情况，而本研究的样本横截面较多、年份较少，因此，采用后一种方法进行实证研究。运用statal20软件进行回归分析，计算结果详见表3。原始数据来源和本研究的第四部分相同。表3 医药制造业创新效率影响因素回归结果Tab3 The regression results of influences onpharmaceutical manufacturing innovation efficiency如表3所示，Wald统计量、Sargan检
26、验和ArellanoBond检验均无异常，从回归结果可知：(1)市场结构、入力资本水平、对外开放度、研发强度及成长能力对医药制造业创新效率的提高在95的置信水平上有显著的正向作用。一般情况下，竞争的市场结构有利于激发企业效率的提升，行业内企业的数量越多，竞争就越激烈，创新效率的提高也就越快。人力资本水平越高，知识的外溢效应越大，越有利于资源要素的集约利用，提高经济产出，进而技术效率提高也就越快。对外开放度反映了各地区与世界其他各国联系的紧密程度。对外开放程度越高，与外界的互动性越多，越容易互动的过程中相互学习，从而提高医药制造业的创新效率。医药制造业是资本和技术密集型行业，研发强度对其创新效率
27、起到促进的作用。医药制造业是高投入、高风险的行业，它的发展需要大量的资金，成长能力越强，其资本积累相对越多，风险承受力及创新愿望越强，这会提高技术创新的效率。(2)企业规模、经济发展水平对对医药制造业创新效率的提高在95的置信水平有显著的负向作用。大规模企业在经济发展及技术创新中起着重要的作用，医药制造业是资本和技术密集型行业，规模对创新效率的提高具有促进作用，但是实证结果为负，这说明我国医药制造业并没有因为规模大而带来技术创新的提高，主要原因在于我国医药制造业技术含量低，企业目光短浅，并没有把资金用于万方数据158 刘忠敏等：基于网络SBMMalmquist模型的医药制造业创新效率及影响因素
28、研究技术创新。经济发展水平越高，其环境基础条件越好，也越有利于技术效率的提升，效率达到一定程度后，提升的空间也就越小。(3)政府支持对医药制造业创新效率提高的影响无关，没有通过显著性检验。政府的支持对医药制造业的发展引导和激励的作用。实证结果未通过显著性检验，这说明我国政府对医药制造业的支持力度较小，对创新效率的提高无影响。6结论与启示通过研究得出以下结论：第一，我国医药制造业的创新效率总体处于上升趋势，其全要素生产率年均增长速度为20，表明医药制造业对创新投入的各种要素利用程度较好。我国医药制造业创新的全要素增长率的增长主要源于技术效率的增长，而我国医药制造业的技术总体上未有进步，反而略有下
29、降。第二，我国医药制造业创新效率的地区差异很大。全要素增长率最大的地区有吉林、湖南、四川、山东；全要素增长率下降的地区有山西、黑龙江、安徽、重庆、宁夏。第三，市场结构、人力资本水平、对外开放度、研发强度及成长能力对医药制造业创新效率的提高在95的置信水平上有显著的正向作用；企业规模、经济发展水平xCx,-j-医药制造业创新效率的提高在95的置信水平有显著的负向作用；政府支持对医药制造业创新效率提高的影响无关。基于前文研究结论，可得出以下政策启示：(1)提高产业集中度，加大企业规模。中国医药制造业企业数量多、规模小、产品低水平重复建设，竞争激烈，创新效率低。政府可以利用财政税收、金融等手段培植大
30、型企业医药制造业集团，通过市场的兼并与重组等手段来整合企业，充分发挥规模经济的作用，以此来促进创新效率的提高。(2)政府出台鼓励研究开发、增加研究开发投入的创新政策。我国可以采用税收激励政策。对于商业性的研发企业，研发强度达到一定的比例，该企业可以获得一定比例的退税。南于医药制造业是高投入、高风险的产业，在企业技术创新投入不足的情况下，可以加大政府对医药制造业的创新资金投入，缓解企业发展过程中的资金瓶颈，从而推动医药制造业创新效率的提高，带动本地区的经济快速发展。(3)继续重视教育和强化对外开放的政策。我国整体创新思维及创新力量薄弱，学术研究的空间小，研究队伍的质量与国外发达国家存在较大的差距
31、。高等教育是培养大量专业创新人才的重要领地。政府要更加重视高等教育、强化基础教育、加强研发人员的培训力度。继续坚持对外开放的政策，加强与国外政府及企业的交流与合作。参考文献：(12)：】-574程iE中吴永林，谢朝阳我同医药制造业投入产出效果实证分析J科技与管理，2007，9(6)：40425李晓梅，王伟光，考燕呜东北地区医药制造业技术创新能力实证研究J中国科技论坛，2009(11)：39426罗亚非，焦玉灿我圉制药业技术创新效率分析J科研管理，2()0728(02)：7I一777邹鲜红，罗承友基于DEA模型的我国医药制造业技术创新相对有效性研究J科技管理研究，200929(09)：25225
32、48茅宁莹，张帅英，褚淑贞基于DEA方法的我国医药制造业技术创新效率的实证研究J巾同药房，2012(05)：3913949邹鲜红我围医药制造业技术创新效率及其影响因素研究D长沙：中南大学，201010邹鲜红，罗承友基于Malmquist指数评价我国医药制造业技术创新效率J巾国药房，2010(37)：3457346011曹阳，项莹，茅宁莹基于DEAMalmquist模型的我国医药制造业技术创新效率研究J南京中医药大学学报(社会科学版)，2013，14(1)：333912郑洁，杨吕辉，徐晟基于SFA的我国医药制造行业技术创新效率研究J合肥T-业大学学报(社会科学版)，200822(4)：58621
33、3 1张宗益，周勇，钱灿，等基于SFA模型的我国区域技术创新效率的实证研究J软科学，2006，20(02)：12512814洪进，李敬飞，李晓芬两阶段创新价值链视角下的我国医药制造业技术创新效率及影响因素分析J两北T业大学学报(社会科学版)，2013，33(2)：5l一5615张婷婷邱家学我国医药制造业技术创新效率及其影响因素JOL J现代商贸T业，2016(05)：341 6FARE RMeasuring Farrell efficiency for a firm with intermediateinputsJAcademia EconomicPapers，1991，19(2)：32934
34、017FARE RGROSSKOPF sNetwork DEAJSocioEconomicPlanning Scienfes200034(1)：354918TONE K，TSUTSUI MNetwork DEA：A slacksbased measureapproachJEuropean Journal of Operational Research，2009197(1)：24325219成刚数据包络分析方法-q MaxDEA软件M北京：知识产权出版社，201420陈建丽，孟令杰，姜彩楼两阶段视角下高技术产业技术创新效率及影响因素研究J数学的实践与认识，2014，44(04)：637421王博，冯锋，安庆贤，等区域高技术产业R&D活动效率分析与评价基于一种新型改进两阶段网络DEA模型J科技管理研究，2014，34(05)：5864作者简介：刘忠敏(1978一)，女，辽宁葫芦岛人，主任，副教授，博士，硕导，主要研究方向为生产力经济学、管理统计和经济统计；马文婷(1988一)女，黑龙江齐齐哈尔人，助教，硕士，研究方向管理统计。一一一一一弘一一一AE儿mko矧rw，三M，”-暑小心血T一一一一一mO“，：n甜_删一一蒯一眦舭引洲裟一眦一虬蜥m一一nh“k衄A“孙训一一，一一一一一一一=霎一娥一一一一一一一一一，一一一一一一一一一万方数据