APP下载

关于我国医药制造业科技创新投资绩效的评价及对策

2010-01-06李文文韩东林

皖西学院学报 2010年2期
关键词:投入产出医药科学家

李文文,韩东林

(安徽大学工商管理学院,安徽合肥 230039)

关于我国医药制造业科技创新投资绩效的评价及对策

李文文,韩东林

(安徽大学工商管理学院,安徽合肥 230039)

医药制造业作为我国发展较为迅速的产业,在现阶段仍存在创新能力不足、技术水平低、缺乏自主知识产权等缺陷。以我国高技术产业中医药制造业为研究对象,分析了医药制造业投入产出效果的内涵,结合行业的特点,提出了衡量投入产出效果的几个评价指标。并以2001~2008年的统计数据为样本,运用EV IEWS6.0软件,对我国医药制造业的投资绩效进行了实证研究,提出了我国医药制造业创新投资的相应对策。

医药制造业;科技创新;投资绩效

1 研究综述

我国高技术产业在多年的发展中对经济发展做出了很大贡献,理论界从不同侧面研究了高技术产业投入产出状况。李凯、马爱霞(2007)[1]利用科技活动的活动经费与人员投入量分析了我国医药制造业技术创新能力,但是指标选取太少,而且都是显而易见的指标,未免在证明方面缺少探索性。王淼(2008)[2]基于企业技术能力理论的技术学习模型研究了中国医药制造业技术成长路径及影响因素,但是对于科技创新投资绩效的评价涉及较少。邹鲜红、罗承友(2009)[3]利用DEA模型对我国医药制造业技术创新相对有效性进行了研究,该文将中国医药制造业R&D投入前二十位的省份 (自辖市)技术创新系统看作输入、产出的决策单元 (DMU),针对DMU建立CCR和BBC模型。该文中尽管江苏、浙江等十三个区域的评价结果为DEA有效,并不能说明这些区域真正实现了技术效率 ,以上的政策建议只是一个区域相对于其他区域应当着重解决的问题,并非要在实际工作中将各种投入大幅减少,而是要进行资源的合理配置,更确切的结论还需要进行更加广泛和深入的研究。张倩男(2009)[4]借鉴C-D生产函数、索罗模型和罗默模型结合产业竞争优势衡量指标,构建产业竞争优势评价模型,揭示科技创新在医药制造业竞争优势提升过程中的作用,但是对于科技创新中的主要涉及因素及如何进行创新却未提及。李晓梅、王伟光、考燕鸣(2009)[5]为了更好地分析东北地区医药制造业技术创新能力状况,将东北地区与长三角和珠三角地区的数据运用 spss15.0因子分析进行比较分析。由于所选取指标全部为正向定量指标,直接采用spss15.0的Z标准化方法先将指标无量纲化,消除变量间的量纲关系,使数据具有可比性。但是由于其只专注于东北地区的医药制造业,所以无法代表我国医药制造业的整体水平。王树华(2009)[6]分析了桂林市医药制造业技术创新能力,但其问题是无法用某一个区域的发展水平解释全国的水平。

按照国家统计局2002年的分类,我国高技术产业分为医药制造业、航空航天器制造等8个行业,学术界对高技术产业投入产出效率的研究主要站在宏观角度,较少从单个行业的角度分析投入产出水平。因此,考察特定行业的投入产出效果,具有一定的理论和现实意义,本文就是从医药制造业进行研究的。

2 基于OLS法分析医药制造业科技创新投资绩效

首先,医药制造行业的投入统计数据主要有科技工作人员数量、研究与试验发展折合全时人员、科学家和工程师数量、科技活动经费、R&D经费、新产品经费和技术改造经费,其中科学家和工程师数量属于研究与试验发展折合全时人员部分,而R&D经费和新产品经费属于科技活动经费,本文在选取投入指标数据时上述两方面采用的是大部分里面的具体小部分数据。对科技活动人员投入的研究则从人员的投入强度和人员素质两方面来进行。科技活动人员的投入强度和人员素质是衡量技术创新资源投入能力的重要指标,是决定技术创新能力的关键因素。其中科技活动人员的投入强度是用科技活动人员数量来表示,人员素质则通过科学家与工程师数量来反映。对科技活动经费的研究分为经费的来源结构和投入强度两个方面。科技活动经费的投入强度是衡量企业技术创新投入能力的重要指标,本文用科技活动经费支出总额占产品销售收入的比例来反映。

其次,医药制造行业的产出数据主要有工业总产值(新产品)、产品销售收入(新产品、出口)、利润总额、专利申请(发明专利数)、拥有发明专利数。本文选取的是产品销售收入中的新产品收入,发明专利数和拥有发明专利数三个数据指标。技术创新产出显示了企业技术创新能力要素组合的效果如何,是评价技术创新能力最现实的指标。创新产出主要包括中间产出和最终产出,中间产出一般通过专利来反映,最终产出表现为收益性产出、技术性产出和竞争性产出三个方面。收益性产出指技术创新为企业创造的销售收入,包括新产品出售和技术出售获得的收入。技术性产出是指企业通过技术创新引起的技术变化程度和技术创新水平的提高。竞争性产出指企业通过技术创新带来的竞争力的变化。由于数据的限制,本文只对专利产出和最终产出中的收益性产出即产品销售收入进行研究。

基于以上的指标分析,本文关于我国医药制造业科技创新投资绩效拟从以下几个方面进行实证研究。第一,对中间性创新绩效的研究。主要是从专利性产品产出作为被解释变量Y,解释变量为X1科学家和工程师的数量和发明专利数X2,此项研究这足以说明我们技术创新产出水平的高低。

第二,对医药制造业科技创新绩效最终收益性产出的研究。主要是以产品销售收入作为被解释变量Y,解释变量为X1新产品收入、X2发明专利数、X3科学家和工程师数量、X4R&D经费和X5新产品开发费用。

2.1 医药制造业科技创新绩效相关中间产出的研究

表1 2001-2008年有关中间性支出的相关数据

通过相关性分析我们可以得出X1、X2和 Y具有线性相关关系,建立如下计量经济模型:

利用Eview s6.0软件,输入 Y、X1、X2等数据,采用这些数据对模型进行OLS回归,结果如下:

Variable Coefficient Std.Error t-Statistic Prob. C -1128.668 375.6677-3.004433 0.0398 X1 0.112646 0.029523 3.815509 0.0189 X2 0.112646 0.260631 1.716809 0.1612 R-squared 0.919395 Mean dependent var 1105.000 Adjusted R-squared 0.879092 S.D.dependent var 828.1208 S.E.of regression 287.9529 Akaike info criterion 14.46100 Sum squared resid 331667.6 Schwarz criterion 14.43782 Log likelihood -47.61349 F-statistic 22.81222 Durbin-Watson stat 3.180265 Prob(F-statistic) 0.006497

因此,模型所估计的参数 b1=0.112646,b2= 0.112646,经济学意义就是说明科学家和工程师的数量每增加一人、发明专利数每增加一个,可导致专利性产出增加0.112646个。

2.2 医药制造业科技创新绩效最终收益性产出的研究

表2 2001-2008年最终收益性产出的相关数据

首先,通过线性分析我们可以得出相对于X1、X2来说,X3、X4、X5和 Y线性相关程度较高,因此选择X3、X4和X5的数据做相关分析:

假设 Yi=a+b1X1+b2X2+b3X3+e

利用Eview s6.0软件,输入 Y、X3、X4、X5等数据,采用这些数据对模型进行 OLS回归,结果如下:

Variable Coefficient Std.Error t-Statistic Prob. C 21589578 12777761 1.689621 0.1897 X3 -142.9402 1554.372-0.091960 0.9325 X4 -70.21256 98.27041-0.714483 0.5265 X5 90.15962 58.78932 1.533605 0.2227 R-squared 0.820121 Mean dependent var 25446148 Adjusted R-squared 0.640242 S.D.dependent var 10431386 S.E.of regression 6256725. Akaike info criterion 34.43177 Sum squared resid 1.17E+14 Schwarz criterion 34.40086 Log likelihood -116.5112 F-statistic 4.559297 Durbin-Watson stat 2.688150 Prob(F-statistic) 0.122284

由此可见,该模型 R2=0.820121,¯R2= 0.640242,可决系数很高,不仅X3、X4系数的t检验不显著,而且X3、X4系数的符号与预期的相反,这表明很可能存在严重的多重共线性。

计算各解释变量的相关系数,重新选择X1、X2、X3、X4、X5等数据得相关系数矩阵:

由相关系数矩阵可以看出:各解释变量相互之间的相关系数较高,证实确实存在严重多重共线性。

采用逐步回归的办法,去检验和解决多重共线性问题。分别作Y对X3、X4、X5的一元回归:

Variable Coefficient Std.Error t-Statistic Prob. C 1538376. 9637933. 0.159617 0.8794 X3 1500.264 578.3351 2.594108 0.0486 R-squared 0.573721 Mean dependent var 25446148 Adjusted R-squared 0.488465 S.D.dependent var 10431386 S.E.of regression 7460704. Akaike info criterion 34.72315 Sum squared resid 2.78E+14 Schwarz criterion 34.70770 Log likelihood -119.5310 F-statistic 6.729396 Durbin-Watson stat 1.609628 Prob(F-statistic) 0.048595 Variable Coefficient Std.Error t-Statistic Prob. C 7404686. 6126548. 1.208623 0.2808 X4 49.48250 15.38299 3.216703 0.0236 R-squared 0.674207 Mean dependent var 25446148 Adjusted R-squared 0.609049 S.D.dependent var 10431386 S.E.of regression 6522340. Akaike info criterion 34.45432 Sum squared resid 2.13E+14 Schwarz criterion 34.43887 Log likelihood -118.5901 F-statistic 10.34718 Durbin-Watson stat 2.410102 Prob(F-statistic) 0.023552

Variable Coefficient Std.Error t-Statistic Prob. C 12131438 3873687. 3.131755 0.0259 X5 37.82834 9.287197 4.073170 0.0096 R-squared 0.768419 Mean dependent var 25446148 Adjusted R-squared 0.722103 S.D.dependent var 10431386 S.E.of regression 5499005. Akaike info criterion 34.11299 Sum squared resid 1.51E+14 Schwarz criterion 34.09753 Log likelihood -117.3955 F-statistic 16.59072 Durbin-Watson stat 2.558908 Prob(F-statistic) 0.009604

按R2的大小排序为:X5、X4、X3,以X5为基础,顺次加入其他变量逐步回归。首先加入X4回归结果为:

当取α=0.05时,tα/2(n-k)=t0.025(8-4)=2.776,X4参数的t检验不显著,予以剔除,加入X5得:

Variable Coefficient Std.Error t-Statistic Prob. C 18880177 11431098 1.651650 0.1740 X3 764.1922 1207.009-0.633129 0.5610 X5 53.25323 26.29732 2.025044 0.1128 R-squared 0.789513 Mean dependent var 25446148 Adjusted R-squared 0.684269 S.D.dependent var 10431386 S.E.of regression 5861392. Akaike info criterion 34.30320 Sum squared resid 1.37E+14 Schwarz criterion 34.28002 Log likelihood -117.0612 F-statistic 7.501754 Durbin-Watson stat 2.898842 Prob(F-statistic) 0.044305

X3参数的t检验显著,这是最后消除多重共线性的结果。这说明,在其他因素不变的情况下,相对于其他因素来说,新产品开发费用支出与科学家的数量对产品销售收入影响效果最大,新产品开发费用每增加一元、科学家每增加一个人医药制造业的产品销售收入就分别增加764.1922和53.25323元。

3 结论与建议

第一,依据2001-2008年医药制造业的统计数据进行的统计分析及投入产出效率可以看出,作为中间性创新绩效的的专利性产品的产出和科学家的数量及发明专利数有着密切的关系,科学家和工程师的数量每增加一人、发明专利数每增加一个,可导致专利性产出增加0.112646个,因此知识产权保护和专利是保持医药制造企业创新能力的很重要的激励机制。

因此应加强对医药技术人员的培训和学习,同时知识产权保护和专利也是保持医药制造企业创新能力的很重要的激励机制。企业人力资源部门应通过对人才的激励与培养,为企业提供合适的研发人员来支撑企业的创新。完善医药专利制度,加大中国医药制造业知识产权的保护力度。所以企业不应该因为经济效益而用短期目光,抄袭外国的专利性产品和配方。对于优秀的人才应该予以重用,使其积极帮助企业开创更多的专利性技术和产品,实现企业的长远发展。

第二,由上面的分析我们可以看出在最终收益性产出的研究中,新产品开发费用支出与科学家的数量对产品销售收入影响效果最大,新产品开发费用每增加一元、科学家每增加一个人医药制造业的产品销售收入就分别增加764.1922和53.25323元。

联系中间性的产品的产出可以证明科学家和工程师的数量、新产品开发费用、发明专利数是反映医药制造业投入产出效果的主要指标;有些制药企业因为缺少足够的资金支持难以吸引并留住人才,专业技术人才匮乏,既懂专业知识,又能拓展市场、参与管理的复合型人才较少,导致企业的新药研发能力较弱,新药数量少,产品科技含量偏低。资金和技术人员的缺乏使这些企业被固化在简单的技术获取或者低水平的重复仿制上。

R&D投入强度也是衡量医药企业科技开发能力的一个指标,近年来我国医药制造业R&D投入虽然大幅度增加,但是和发达国家相比还是存在很大的差距。因此,今后要提高R&D经费投入对医药制造业竞争优势提升的贡献度,提升我国医药制造业科技自主创新能力建设,缩小与发达国家的差距,就必须加大我国医药制造业R&D投入强度和R&D人员的投入强度,增强其国际竞争力。

[1]李凯,马爱霞.我国医药制造业技术创新能力分析[J].中国医药技术与管理,2007,(10):48-54.

[2]王淼.中国医药制造业技术成长路径及影响因素研究[J].华东经济管理,2008,(1):88-92.

[3]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,2009,(9):252 -254.

[4]张倩男.中国医药制造业竞争优势演化的实证分析[J].经济问题探索,2009,(6):43-48.

[5]李晓梅,王伟光,考燕鸣.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):39-42.

[6]王树华.桂林市医药制造业技术创新能力研究[J].现代管理科学,2009,(9):34-35.

[7]程正中,吴永林,谢朝阳.我国医药制造业投入产出效果实证分析[J].科技与管理,2009,(6):40-42.

[8]张世龙,任佳希.浙江省医药制造业产业竞争力评价与分析[J].新西部,2009,(18):58-59.

On China’s Pharmaceutical Industry Investment Performance Evaluation of Scientific and Technological Innovation and Countermeasures

LI Wen-wen,HAN Dong-lin

(School of Business Management,Anhui University,Hefei230039,China)

The medicine manufacturing industry develops a more rapid industry as our country,still had the innovation ability insufficiency,the technical level in the present stage lowly,to lack flaws and so on proprietary intellectual property rights.This article take our country high-tech industry Chinese medicine manufacturing industry as the object of study,analyzed the medicine manufacturing industry to put into production the effect the connotation,and unified the profession the characteristic,proposed the weight put into production the effect several evaluating indicator,take 2001~2008 year statistical data as the sample,utilized the EVIEWS 6.0 software,has conducted the empirical study to our country medicine manufacturing industry’s investment achievements,pointed out our country medicine manufacturing industry the innovation investment trends.

medicine manufacturing industry;scientific innovation;investment achievements

TQ46

A

1009-9735(2010)02-0014-04

2010-02-26

李文文(1985-),女,安徽合肥人,2008级硕士生,研究方向:技术创新评价;韩东林(1968-),男,安徽霍邱人,副教授,硕士生导师,经济学博士后,研究方向:技术创新投资与绩效评价。

猜你喜欢

投入产出医药科学家
假如我是科学家
无锡高新区制造业投入产出分析
传统医药类非遗
基于DEA模型的省域服务业投入产出效率评价
基于DEA-Tobit模型的我国2012—2013年群众体育投入产出效益评价与影响因素研究
医药下一个十年 创新为王
与科学家面对面
基于投入产出分析的上海市新闻出版产业链研究
当天才遇上科学家(二)
当天才遇上科学家(一)