基于两阶段SFA模型的中国医药企业技术创新效率研究

来源:用户上传      作者:

　　摘要：运用超越对数生产函数随机前沿模型，采用2009～2013年中国103家沪深医药上市公司面板数据，在考虑创新时滞的情况下根据创新生成和创新转化的两阶段特点构建投入产出指标体系，测算了两阶段的中国医药企业技术创新效率，分析了关键影响因素的作用。结果显示：中国医药上市公司的技术创新具有阶段性，创新生成阶段的资源利用率介于39%～46%，创新转化阶段的效率损失不超过35%，创新生成成果促进了创新成果转化；考虑时滞后的技术创新效率值（1年或2年）高于时滞为0的技术创新效率值；企业技术行为、企业主体特征、企业外部环境对两阶段的技术创新效率发挥不一致的作用，部分因素的作用受到了时滞的影响。
　　关键词：医药行业；技术创新效率；随机前沿生产函数
　　DOI：10.13956/j.ss.1001-8409.2016.05.12
　　中图分类号：F062.4；F273.1 文献标识码：A 文章编号：1001-8409（2016）05-0054-05
　　Abstract：With the Stochastic Frontier Production Function，based on the panel data of 103 pharmaceutical listed companies from 2009 to 2013， by building a system of inputoutput indicators which reflect characteristics of innovation generation phase and innovation transformation phase considering innovation lag， this paper estimates pharmaceutical firms technological innovation efficiency， and analyses the critical influences. Results show that， Chinese pharmaceutical listed companies technological innovation efficiency show periodic features， resource utilization in innovation generation phase is between 39% 46%， efficiency loss in innovation transformation stage is less than 35%， innovation generation promotes the transformation of innovative output； the technology innovation efficiency is higher if considering the lag （1 year or 2 years）； the influence of technology behavior， subject features and external environment on technological innovation efficiency of the two stages are not consistent， the effect of some factors is affected by the delay.
　　Key words：pharmaceutical industry； technological innovation efficiency； stochastic frontier production function
　　在中国建设国家创新体系的背景下，经济发展方式逐渐由要素驱动向创新驱动转变。对于兼具经济效益与社会效益的医药产业，一方面，中国医药产业已步入高速发展期，有望在2020年以前成为全球第二大药品市场①
　　。中国医药工业总产值由2007年的6，719亿元升至2013年的22，297亿元，年均复合增长率达22.13%，持续高于GDP增速和全国工业平均增速，利润总额从2007年的373.65亿元升至2013年的2197亿元，效益增长快于产值增长②
　　。另一方面，相对于占世界人口比例的19.3%③
　　，中国医药工业产值仅占世界的7%④
　　。作为典型技术驱动型产业，医药产业原始创新能力不足、自主创新产品较少、国际市场竞争力较弱，正形成突破竞争重围的瓶颈。随着技术创新的应用领域得到进一步扩展，企业作为技术创新的主体，亟需利用有限的创新资源转化成为持续的竞争优势。
　　Schumpeter首次提出创新理论，创新被其看作是企业家对生产要素的重新组合，建立了新的生产函数[1]。此后技术创新相关理论体系逐步形成和发展，被应用于各工业领域。当前，关于中国医药技术创新的研究主要集中于两方面：①定量测度区域层面或行业层面的技术创新效率，如张永庆等用随机前沿生产函数测算中国医药制造业的研发效率，孙虹等用DEA方法测算河北省医药制药业相对创新效率，孙峰等测算全国医药制造业研发经费产出弹性等[2～4]；②定性讨论关键影响因素对于医药行业技术创新的影响作用，关键因素包括创新获利能力和政府支持力度、股权结构和制度环境、有效市场需求等[5～7]。当前相关研究仍存在一些不足：①技术创新具有阶段性，创新生成和创新转化应分开讨论，并且从创新投入到创新产出存在时滞，而现有研究鲜少考虑这些因素；②已有成果倾向于区域和医药行业研究，企业作为技术创新的主体，很少被当成研究对象来讨论。基于此，本文的贡献在于：从医药上市公司入手，分阶段测度中国医药企业技术创新效率，讨论关键影响因素及创新时滞发挥的作用。 　　1 研究设计
　　1.1 研究方法的选择
　　20世纪60年代，Rogers和Larson系统考察了美国硅谷的起步和成长，定性分析该区域技术创新效率，由此开创了技术创新效率的研究。20世纪70年代以后用于测度效率的DEA方法和SFA方法相继被提出，经历Aigner和Lovell Schmidt、Meeusen和Vanden Broeck、Battese和Coelli等发展阶段[8～10]，逐步成为了效率测度的主流手段。其中，SFA方法作为参数方法，是利用生产函数来构造前沿面，采用技术无效率项的条件期望作为技术效率，结果不易受特殊点影响，也不会出现效率值相同且为1的情况。当样本量较大时，其可靠性、可比性比DEA方法好。若将每个医药上市公司视作一个创新生产系统，得到若干个评估单元，根据生产最优化和技术效率理论，评估各单元创新资源在时间和空间上分布的合理性和均衡性，还可以考虑技术非效率对于各单元的作用大小，符合本文的研究情况，故采用SFA方法。
　　1.2 样本与数据
　　2009年“新医改”涉及的“三医联动”对中国医药生产流通体制的改革产生了长远影响，并且2009年以前上市公司信息披露的成熟度较低，而样本跨越年份越短，样本损失越多。综合权衡下，本文以沪深两市2009年以前上市的医药公司为研究对象，剔除B股、关键数据缺失、主营业务非医药业的样本，共计得到103家上市公司从2009～2013年共515个样本观测值。基础数据来源于wind金融数据库、上市公司的年度报告和专利之星检索系统。
　　1.3 变量选取
　　1.3.1 投入变量
　　本文探讨重心在于技术创新效率，投入指标是与创新过程直接相关的要素投入，故两阶段共享要素投入[11]。劳动投入采用公司每年技术人员投入数，资本投入采用公司年研发经费投入额。
　　1.3.2 产出变量
　　对于技术驱动型的医药产业，创新效率不仅包括创新的生成，还包括创新成果的转化。借鉴江剑、肖仁桥等人的阶段划分与指标选择[12，13]，本文将医药技术创新的产出分解为两个阶段，其中创新生成阶段产出指标为该年度专利申请数，创新转化阶段为主营业务收入。
　　1.3.3 影响因素
　　从两个阶段的特点出发，本文考虑以下方面的影响因素。
　　企业技术行为。技术学习是企业技术创新的重要环节，在创新驱动战略下是取得创新突破的关键。在创新生成阶段，技术学习行为反映于技术学习意愿，反映于技术学习水平[14]，该行为贯穿于内外知识源获取与开放式创新的全过程，受设备、人员、制度等多因素的协同影响。本文借鉴张玉臣研发经费与研发人员比值的指标选择[15]，在此基础上取二者的相对指标。其中，研发费用强度（Cap）等于企业该年度研发费用投入除以主营业务收入，体现资金行为；研发人员强度（Per）等于企业该年度技术人员投入除以员工总人数，体现基础面上公司对技术学习和创新的重视度。在创新转化阶段，企业的技术行为主要体现在对创新成果的有效使用，考虑到专利申请数比专利授权数、科技项目数在衡量创新产出方面更具代表性，并且推测专利的转化行为与员工综合素质密切相关，因此本文选用专利申请数的相对水平（Pat）和员工受教育程度（Edu，大专及以上员工比例）。
　　企业主体特征。企业的规模特征、管理模式、运营模式、功能特征等影响企业技术创新活动的实现。本文选取股权集中度、企业规模及所有权性质3个指标衡量其主体特征。股权集中度（Own）是衡量公司股权分布状态及稳定状态的重要指标，用第一大股东的持股比例来表示；技术创新效率的改善需要适度的规模经济作为支撑[16]，企业规模（Scal）用企业总资产（元）来表示；所有权性质（Pro）作为虚拟变量引入，国有企业和民营企业分别赋值为1和0。
　　企业外在环境。一方面，基础研究具有公共物品属性，研究成果易实现多方共享，故企业技术创新活动离不开政策疏导与资金激励；另一方面，外在环境的支持尤其是政府资助可能通过削减企业的创新支出降低技术创新效率，发挥“挤出效应”[17]。所以本文选用政府支持力度（Gov）表示政府对企业的鼓励程度，用年报中“政府补助”来表示。
　　综上，投入产出变量选择情况如表1。
　　最后，考虑到从创新资源的投入，不论是到创新成果的生成，还是到创新成果向利润的转化都存在时滞，因此本文基于已有文献（大多学者未设定时滞[18]，官建成将时滞设为2年[19]）考虑三种情况：无时滞、时滞1年和时滞2年。
　　2 实证结果及分析
　　采用超越对数生产函数构成的评价模型，运用Frontier4.1软件对样本分别进行两阶段回归，输出效率值及回归结果。其中创新生成阶段对应模型1（无时滞）、模型2（时滞1年）和模型3（时滞2年），创新转化阶段对应模型4（无时滞）、模型5（时滞1年）和模型6（时滞2年）。根据输出数据，在分析模型设定与选择的适用性（见表2）后，对样本结果进行描述性统计（见表3），进而评价医药上市公司技术创新效率（见表4、表5），最后探讨非技术效率的作用（见表4、表5）。
　　2.1 模型的适用性检验
　　对式（2）建立原假设H0：二次项系数均为0，βkk=βll=βtt=βkl=βkt=βlt=0，使用广义似然比检验量进行检验（见表2），各LR值在1%水平下大于对应自由度的χ2分布临界值，拒绝原假设H0，认为超越对数生产函数比Cobb-Douglas生产函数更适用于本文的分析。另外，表4和表5的残差项显示各模型中σ2值显著大于0，说明模型中随机扰动存在；各模型中γ值在0.01水平下显著大于0，说明中国医药上市公司存在明显的技术无效率。综上所述，可认为基于超越对数生产函数的随机前沿分析符合本文研究设定。
　　2.2 医药上市公司技术创新效率的描述性统计 　　通过对效率输出值的统计（见表3），本文描述了医药上市公司技术创新效率的生产前沿。得出：①无论是否考虑影响因素，创新生成阶段的医药上市公司技术创新效率均小于创新转化阶段，创新生成阶段的创新资源利用效率（创新生成效率）介于39%～46%，效率损失至少为54%，但创新转化阶段的技术创新效率（创新转化效率）只有不超过35%的进步空间，趋向于技术有效，表明相比创新成果的转化，医药创新生成过程过于低效，创新成果的产生构成了重要瓶颈。②从效率值分布来看，医药上市公司技术创新效率在两个阶段均表现出不平衡分布，显示不同医药上市公司创新活动不均衡发展的特征。③考虑时滞后的技术创新效率值明显高于无时滞的技术创新效率值，因此对于创新活动时滞的设定具有一定科学性。
　　2.3 投入产出分析
　　从两阶段参数估计结果看（见表4和表5），技术创新效率的总体时间趋势不明显，意味着医药制造业的创新效率提升是一个自然过程，但中国医药企业内部创新机制的不合理很可能延缓了该进程。具体而言：
　　创新生成阶段，研发资本产出弹性平均值为0.6835，研发人员产出弹性平均值为3.5376。表明研发资本和研发人员投入在创新生成阶段发挥正向作用，且平均增加1%研发资本投入，将增加0.6835个单位的专利产出；平均增加1%技术人员投入，将增加3.5376个单位的专利产出，研发人员投入相对不足。
　　创新转化阶段，研发资本产出弹性平均值为-4.1343，研发人员产出弹性平均值为7.3004。资本投入弹性系数为负说明研发费用投入过度，或研发费用投入在创新转化阶段未完全发挥作用，而研发人员则在该阶段发挥显著正向作用。平均增加1%研发资本投入，将降低4.1343个单位的专利产出；平均增加1%技术人员投入，将增加7.3004个单位的专利产出，研发资本投入相对过剩。
　　2.4 影响因素分析
　　2.4.1 企业技术行为
　　模型1和模型2中研发费用强度（Cap）的回归系数为负，模型3中回归系数为正，显著性依次降低，说明医药企业在无时滞或时滞1年的情况下，增加研发费用的投入比例，会提升创新生成效率，但研发费用强度与创新生成效率之间可能存在倒“U”型关系，研发费用强度的负向作用在2年后才得以体现。3个模型均显示研发人员强度（Per）的回归系数为正，表明研发人员投入对创新生成效率发挥正向作用，但现阶段研发人员投入比例趋于失衡，反而产生负面影响。
　　模型4至模型6中创新生成水平（Pat）的回归系数较高且显著为负，说明无论是否存在时滞，第一阶段的创新生成都对第二阶段的创新转化产生强烈的推动作用，而在现阶段该现象比较明显。3个模型中员工受教育程度（Edu）的回归系数显著为负，说明提高大专及以上员工的比例，可提升医药企业的创新转化效率。
　　2.4.2 企业主体特征
　　股权集中度（Own）的回归系数在模型1至模型3中显著为正，表明股权集中度的提高不利于创新生成效率提升，回归系数在模型4至模型6中由显著为正转变为显著为负并逐渐降低，表明股权集中度与创新转化效率存在“U”型关系，股权集中度的提高对创新转化效率的提升作用至少在2年后才有所体现。企业规模（Scal）的回归系数在模型1至模型3中显著为负，回归系数较大，说明企业规模越大，企业创新生成效率越倾向于提升，但该作用随创新生成时滞延长而减小。回归系数在模型4至模型6中由显著为正变化为显著为负且逐渐降低，表明企业规模与创新转化效率存在“U”型关系，较大的企业规模对创新转化效率的提升作用至少在2年以后才会体现出来。所有权性质（Pro）的回归系数在所有模型中都为负，结合赋值情况，可认为国有企业不论在创新生成还是在创新转化方面，创新效率都高于民营企业。
　　2.4.3 企业外部环境
　　政府支持力度（Gov）在模型1和模型4中的回归系数都为负，说明无时滞条件下加强政府支持力度能显著促进医药企业技术创新效率的提高，但随着时滞延长，回归系数趋于正，这反映政府资金支持具有一定时效，医药企业创新生成与创新转化效率的提高有赖于政府部门提供稳定的政策扶持和资金鼓励，营造持续良好的产业环境。
　　3 结论与启示
　　①中国医药上市公司的技术创新具有阶段性，创新生成阶段的资源利用率介于39%～46%，创新转化阶段效率损失不超过35%，创新生成成果促进了创新成果转化。②医药技术创新过程存在时滞，部分因素的作用受到时滞的影响。③创新生成阶段，企业规模对技术创新效率有正向影响，研发人员强度、股权集中度对技术创新效率有负向影响，研发费用强度与创新生成效率之间存在倒“U”型关系，政府支持力度与创新生成效率之间存在“U”型关系；创新转化阶段，专利水平、员工受教育水平、股权集中度对技术创新效率均产生负向影响，股权集中度、企业规模与创新转化效率存在“U”型关系；国有企业在两阶段的效率均高于民营企业。
　　据此，本文认为：①创新成果的生成问题比创新成果的利润转化问题更值得关注，政府在对医药产业实施鼓励政策时，应着力从完善立法、政策诱导、资金支撑等方面促进创新成果的生成，规范医药产业创新环境建设，尤其要将民营企业诉求放在更重要的位置；②企业应通过推动资金和人力要素的有效流动，将企业规模、研发费用占比、人力结构、股权集中度等控制在适宜范围，提升创新资源的配置合理性；③企业技术学习行为是一项长期工程，政府应主动搭建企业技术学习的网络和桥梁，将知识获取和转化网络的构建纳入国家创新体系的建设当中。
　　参考文献：
　　[1]Joseph A. Schumpeter： Technical Innovation Theory[M].Boston：Harvard University Press， 1934.
　　[2]张永庆， 刘清华， 徐炎. 中国医药制造业研发效率及影响因素[J]. 中国科技论坛， 2011（1）：70-74. 　　[3]孙虹， 俞会新. 河北省医药制造业技术创新效率及创新能力研究[J]. 科技管理研究， 2012（10）：85-90.
　　[4]孙峰， 王有志， 余景亮. 我国医药制造业研发投入产出效率与对策――基于医药制造业Panal Date的实证研究[J]. 科技进步与对策， 2014（1）：46-50.
　　[5]蔡基宏. 影响我国医药行业创新能力关键因素分析――美国的经验和启示[J].上海经济研究， 2009（11）：14-20.
　　[6]许玲玲. 制度环境、股权结构与企业技术创新[J].软科学， 2015（12）：22-26.
　　[7]邹彩芬， 刘双， 谢琼. 市场需求、政府补贴与企业技术创新关系研究[J].统计与决策， 2014（9）：179-182.
　　[8]Aigner D J， Klovell C A， Schmidt P. Formulation and Estimation of Stochastic Frontier Production Function Models[J].Journal of Econometrics， 1977， 6（3）： 21-37.
　　[9]Meeusen W， Vanden Broeck J. Efficiency Estimation from Cobb-douglas Production Functions with Composed Error[J].International Economic Review， 1977， 18（2）： 435-444.
　　[10]Battese E，Coelli T. A Model for Technical Inefficiency Effects in a Stochastic Frontier Production Function for Panel Data[J].Empirical Economics，1995（2） ： 325-332.
　　[11]曾德明， 杨倩， 戴海闻. 协作研发网络模式与技术创新效率：以汽车产业上市公司为例[J]. 中国科技论坛， 2014（10）：22-27.
　　[12]江剑， 官建成. 中国中低技术产业创新效率分析[J].科学学研究，2008，26（6） ： 1325-1332.
　　[13]肖仁桥， 王宗军， 钱丽. 价值链视角下我国不同性质工业企业技术创新效率研究[J].中国科技论坛， 2014（1）：76-82+107.
　　[14]肖丁丁， 朱桂龙. 产学研合作创新效率及其影响因素的实证研究[J].科技管理， 2013（1）：11-18.
　　[15]张玉臣， 李晓桐.中国高新技术改造传统产业企业技术创新效率测算及其影响因素――基于超越对数随机前沿模型的实证分析[J].技术经济， 2015（3）： 18-26+111.
　　[16]牛泽东， 张倩肖. 中国装备制造业的技术创新效率[J]. 数量经济技术经济研究， 2012（11）：51-67.
　　[17]Wallsten S J. The Effects of Government-Industry R&D Programs on Private R&D： The Case of the Small Business Innovation Research Program [J]. Rand Journal of Economics， 2000， 31（1）： 82-100.
　　[18]Wang E C，Huang W. Relative Efficiency of R&D Activities： A Cross-country Study Accounting for Environmental Factors in the DEA Approach[J]. Research Policy， 2007，36（2）：260-273.
　　[19]官建成， 陈凯华. 我国高技术产业技术创新效率的测度[J].数量经济技术经济研究， 2009（10）：19-33.
　　（责任编辑：张 勇）
转载注明来源:https://www.xzbu.com/8/view-11225266.htm