医药论文中国医药制造业的研发效率及其影响因素

　　这篇医药论文投稿发表了中国医药制造业的研发效率及其影响因素，医药制造业是是关系到国计民生的基础性和战略性产业，技术创新是医药制造业的核心竞争力。本文在已有研究的基础上，选取28个省市的面板数据，并构建了无效率函数，对医药制造业的研发效率及其影响因素进行深入研究。

　　论文导读:：本文利用随机前沿生产函数测算了中国医药制造业的研发效率，并考察了科技活动经费筹集额中政府资金、技术改造经费支出、企业规模以及市场结构等因素对研发效率的影响。研究发现，医药制造业的研发效率整体偏低，但呈现“三平稳两增长”的增长状态。企业规模、市场结构、技术改造经费和研发效率显著正相关，而科技活动经费筹集额中政府资金对研发效率的作用不明显。

　　论文关键词：医药论文投稿,研发效率,医药制造业,随机前沿生产函数

　　1引言及文献回顾

　　研发活动作为技术创新的主要来源之一，是引导技术创新、实现科技进步的关键因素，同时研发效率的高低决定了能否有效适时地将研发投入转化为创新成果，使产品在市场上获取竞争力。但并不是所有的研发活动都能带来技术创新，推动科技进步，这是由于部分研发投入没有得到充分利用，不能产生有效的技术成果，无法实现预期目标，从而导致研发活动失效。因而，行业的研发效率对于医药制造业实现技术创新，增强产业竞争能力，促进产业的持续发展具有重要意义。

　　国内学者对医药制造业的研发能力和技术创新的研究，主要集中在技术创新能力和产业化方面，而关于技术创新效率和研发效率的研究较少。首先，关于技术创新能力和产业化方面，张世贤(2005)认为技术创新遵循“阀值理论”，即只有当研发资源集中到一定程度才能使研发成果成为稳定输出，研发资源的极端分散化是目前我国医药产业化发展的最大障碍[1]。张伟(2008)从医药产业技术创新的特点入手，以1995-2004年的有关数据为基础分析了我国医药产业技术创新能力不足的表现形式和问题所在，并提出提高医药产业技术创新能力的对策[2]。邹鲜红、黄健柏(2009)基于因子分析法，通过对我国28个省区医药制造业技术创新过程的多个指标进行因子分析，通过构建技术创新能力评价体系，克服了采用投入型指标和产出型指标建立技术创新能力评价体系的缺陷，避免指标的重复评价，较为准确地对区域技术创新能力进行综合评价，对因地制宜推进中国医药产业发展提供有益的支撑[3]。其次，在技术创新效率研究方面，大多数学者集中在高技术产业领域的研发效率研究，而具体到医药制造业的研发效率研究的文献较少(郑洁，2008[4])。

　　2 模型构建

　　2.1 实证模型的选择

　　目前最常用的随机前沿函数模型是Battese和Coelli在1992和1995年设定的生产函数模型，简称BC(1992)和BC(1995)模型。BC(1992)模型假设非效率项服从截尾正态分布，并认为技术效率随时间不同而变化。BC(1995)模型则不但测算了效率数值的大小，还从影响技术效率的因素着手进行研究。BC(1995)模型是目前学者们最为推崇的一个研究工具，其与数据包络分析(DEA)相比药学论文，具有考虑随机误差、采用面板数据、技术效率测算方程与其影响因素方程联立的优势。

　　借鉴BC(1995)模型[5]，本文的随机前沿函数模型构建如下：

　　(1)

　　模型(1)中Y、RD、RDP分别表示我国医药制造业某省市某年的研发产出、研发资本投入、研发人员投入，i和t分别表示医药制造业第i个省份和第t个年份。β0是常数项，β1和β2代表研发资本和研发人员的产出弹性。(Vit-Uit)表示方程的随机误差项，具有复合结构，Vit代表经济系统中不可控因素冲击的噪声误差，假定其服从正态分布N(0，

　　)，且独立于Uit。Uit为非负随机变量，考察研发活动中的技术无效率，假定其服从截尾正态分布N(Mit，

　　)。

　　表示省市i在t时期研发活动的研发效率。Mit越大表示技术效率越低，意味着投入等量的研发资本和研发人员能够获得的研发产出越少。本文重点考察科技活动经费筹集额中政府资金、技术改造经费支出、企业规模以及市场结构等因素对研发活动技术无效率的影响，因而构建以下无效率函数：

　　(2)

　　函数(2)中δ0为待估常数，Fund、Transf、Scale、MS分别表示科技活动经费筹集额中政府资金、技术改造经费支出、规模变量以及市场结构变量等变量，δ1、δ2、δ3、δ4分别表示相应变量的影响系数。Wit为随机误差项，假定其服从正态分布N(0，

　　)。判断构建的随机前沿生产函数模型是否适合用来测算我国医药制造业的研发效率，可以通过考察函数(2)中随机误差项的技术无效的比重，也就是通过

　　(0≤γ≤1)的大小来判断。当γ接近于0时，表示实际研发产出与可能最大研发产出的差距主要来自于不可控因素造成的噪声误差，此时用普通最小二乘法(OLS)就可以实现对生产参数的估计，无需采用随机前沿函数模型。γ越趋近于1，越能说明前沿生产函数的误差主要源于随机变量Uit，则越适合采用随机前沿生产函数模型对研发效率进行估计。

　　2.2 数据来源及变量选取

　　研究使用的数据，采用《中国高技术产业统计年鉴》(2005-2009)中医药制造业各个省市1999-2008年10年的面板数据。

　　现有文献在研究技术创新成果时，一般选取研发经费的投入和研发人员的投入作为技术创新的投入指标，对于技术创新的产出指标的选取，则存在不同看法。二十世纪五六十年代，使用研发经费近似作为技术创新产出指标，这样做的缺陷是认为技术创新的投入和产出是一个线性关系，有投入就一定有产出。七十年代以来多采用专利数作为技术创新产出指标(Griliches，1990[6];Prencipe，1997[7])。近年来也有学者采用新产品销售收入(朱有为、徐康宁，2006[8])和新产品产值(周立群、邓路，2009[9])作为研发产出指标。基于众多学者关于技术创新投入及产出指标选取问题的研究成果，本文结合我国医药制造业的行业特点行业及发展的现状，选取合适的研发投入指标和研发产出指标。

　　一、研发投入指标的选取

　　医药制造业作为高技术、知识性生产函数，研发产出不仅受到当期研发资本投入的影响，也受到过去各期研发资本投入的影响，所以，选取研发资本存量来反映研发资本投入情况相比于直接使用研发资本投入更为恰当。关于研发资本存量的计算方法，国内外学者主要采用经典的永续盘存法。参照Goto& Suzuki(1989) [10]和吴延兵(2006)[11]的计算方法，以过去各个时期的研发支出现值与第t-1期的研发资本存量现值之和来表示即第t期的研发资本存量，计算公式如下所示：

　　(3)

　　其中，K是指研发资本存量，E代表研发支出，ρ为研发资本存量的折旧率。此外，，假定R&D资本存量K的平均增长率等于R&D支出E的平均增长率，研发资本存量的期初值为：

　　，g为E的年均增长率(Coe，Helpman，1995 [12] ;吴延兵，2006 [11])。本文的基年定位1999年。在测算研发资本存量之前，研发资本支出已经按1990年不变价“研发价格指数”进行平减[①]。对于研发资本折旧率ρ，国内外众多文献在估算研发资本存量时都采用了15%(Hu，Jefferson，Qian，2005 [13];吴延兵，2006 [11];朱有为和徐康宁，2006 [8])，因此，本文也采用ρ=15%。

　　研发人员投入的数量、结构和素质，是企业技术创新能力的重要表现。反映研发人员投入的指标主要是研发人员(人)和研发人员折合全时当量(人年)。前者是参与活动的人员数量，后者是按照参加人员实际参与研发活动的时间折合的研发活动工作当量。后者更能反映投入研发活动的人员情况。因此，本文选择研发人员折合全时当量(人年)作为研发生产函数中的研发人员投入指标。

　　二、研发产出指标的选取

　　研发活动的产出指标主要有专利申请量、专利授权量、新产品产值、新产品销售收入等衡量指标。其中，专利申请量和授权量，是研发活动的中间产出，能反映出研发活动的直接效果，是产业技术创新的重要衡量标准。新产品产值和新产品销售收入是最终产出，相比专利指标，更能反映出产业研发活动产出在市场上的绩效情况。本研究根据医药制造业的行业特点和研发现状，以及医药制造业有关数据的可获得性和可操作性，对研发产出指标进行筛选。首先由于专利量的数据局限，且医药制造业的专利指标较小，有的甚至为零，这种情况下使用OLS估计是有偏的。其次，新产品销售收入受到营销等非生产环节的影响，同时受市场上其他不确定因素影响，不能完全反映研发活动的产出和研发效率的变动。因此我们选用新产品产值作为研发产出指标，并以1999年为基年，按照工业品出厂价格指数进行平减，以消除通胀等因素的影响。

　　三、非效率函数指标的选取

　　科技活动经费筹集额，对于研发活动有重要的影响力，直接影响到研发投入的力度大小，而其中政府资金来源对于研发活动起到激励和引导作用药学论文，因此选择这两项指标进行非效率模型的研究，以深入研究政府资金对医药制造业研发效率的影响。另外，技术改造是我国医药制造业在当前发展水平下，普遍采用的技术创新方式，一定的技术改造能力将大大有利于研发能力和研发效率的提高。因此，技术改造经费是一项重要的研发活动效率考量指标，将其选入非效率模型，进一步研究其对研发效率的影响作用。同时，很多学者的研究都表明企业规模和市场结构对高新技术产业的研发效率的影响很大论文开题报告范例。因此，在非效率函数中，本文选择科技活动经费筹集额中政府资金、技术改造经费支出、企业规模以及市场结构等变量作为技术无效率的影响因素。

　　3 实证结果分析

　　利用Shazam软件及Frontier4.1软件，使用极大似然法估计经验模型可获得各项参数，具体结果见表1。其中，γ值为0.9406，非常接近1，且LR单边检验表明它符合混合卡方分布(mixed chi-squaredistribution)，说明模型(1)中的误差项有着明显的复合结构。因此，采用SFA方法构建随机前沿生产函数来测算我国医药制造业的研发效率是有效的。具体分析如下：

　　(1)研发投入要素产出弹性和研发活动规模效应分析。研发资本投入(RD) 和研发人员投入(RDP)弹性系数β1、β2的值分别为0.2681和0.4298。表明我国医药制造业的研发经费内部支出每增加1%，新产品产值便会增加0.2681%;研发人员投入每增加1%，则新产品产值会增长0.4298%。可见，在我国医药制造业新产品产值的增长中，研发人员投入的贡献率高于研发资本投入的贡献率。同时，研发投入的弹性系数仅为0.6979，说明我国医药制造业的研发活动缺乏规模经济性。

　　推荐期刊：《中华危重症医学杂志(电子版)》(双月刊)创刊于2008年，是新闻出版总署“十一五”国家重点出版规划立项的电子连续出版物之一(新出音[2006]817号)，由中华人民共和国卫生部主管，中华医学会主办，浙江大学医学院附属第一医院承办，中华医学电子音像出版社出版的国家级专业学术期刊。