我国生物制药业经营效率的评价与分析

智越　邱家学（中国药科大学国际医药商学院　南京　211198）

我国生物制药业经营效率的评价与分析

智越邱家学
（中国药科大学国际医药商学院南京211198）

目的：对影响生物制药企业效率的因素进行分析，提出该行业效率提高和发展建议。方法：针对我国21个省市2006-2010年的生物制药经营数据，采用数据包络分析和Malmqusit指数法从横向和纵向两个方面对我国生物制药业经营效率进行实证分析。结果：我国生物制药业的总体经营效率并不理想，省市之间效率差异较大。东部地区的综合效率值低于西部地区，其规模效率处于全国最低水平。规模报酬呈现由递增到递减的变化趋势。我国生物制药业的全要素生产率在逐步提高。结论：加快布局调整，适度调整企业规模，从而提高生物制药业的经营效率。

数据包络分析法生物制药经营效率Malmqusit

生物制药业的快速发展及其在重大、罕见疾病治疗领域所取得的突破性进展，引起了国内外学者的广泛关注。目前，对我国生物制药业的研究集中在生物制药业的现状分析与未来展望，以及创新研究等方面，很少涉及经营效率问题。王启凤[1]采用以财务指标为基础的因子分析方法对我国生物制药上市公司的经营效率进行了综合评价；罗亚非等[2]对我国生物制药业的技术创新效率进行了研究；许晶等[3]对我国医药制造业所涉及的7个子行业的生产效率进行了分析，将生物制药业的生产效率与其他子行业进行了比较。本文借鉴其他行业效率的研究方法及成果，采用数据包络分析方法和Malmqusit指数法，对我国21个省市2008-2012年生物制药业的经营数据进行效率的实证研究，找出影响行业效率的因素，有针对性地提出改进建议。

1　研究方法

经营效率的测算方法经历了从单一指标评价到多指标综合评价，再到以生产前沿面测算为基础的参数和非参数方法应用的发展历程[4]。本文采用的方法为数据包络分析法(DEA)和Malmqusit指数法。

1.1DEA概述

DEA经过多年的发展，已经产生了多个分析模型。CCR模型主要用于评价决策单元之间的相对有效性；BCC模型和CCGSS模型主要用于各决策单元间“技术有效”性的研究。我们假设决策单元的数量为n，每个决策单元都有m种要素投入和s种产出。CCR模型的前提假设是规模效率不变，它主要用来评价决策单元的相对总体效率。若对第j0个DMU进行效率评价，记其决策单元为DMU0,要素投入为x0，产出为y0，可得到第j0个DMU的效率评价模型：

BBC模型是在对CCR模型进行改进的基础上提出的，它取消了CCR模型中规模收益不变的假设，在原模型的基础上加入了凸性假设[5]，即

采用CCR模型和BBC模型进行效率评价时，会出现多个决策单元同为有效单元的情况，在这种情况下，这些决策单元的效率值均为1，我们无法对这些决策单元进行进一步的比较，超效率模型的出现，为该问题提供了解决方法。超效率模型在求解某个决策单元的效率值时,会将其排除在约束条件参考集合之外[6]。它允许效率值大于1。超效率模型为：

1.2Malmqusit 指数法概述

Malmqusit生产率指数是指在某时期t或（t+1)的条件下，t到（t+1)时期内由于技术效率变化所引起的生产率变化。它通常用两个生产率指数的几何平均数来表示：

可将其进行分解得到：

2　样本和指标选取

本文选取我国21个省市作为决策单元，分别为北京、天津、河北、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、四川、贵州、云南和甘肃。从纵向角度出发，针对我国这21个省市2008-2012年5年的经营数据（数据不完整省份被剔除），对我国生物制药业经营效率进行动态分析；对生物制药业横向的比较，只针对2010年21个省市的生产经营数据进行分析，数据主要来源于中国医药经济数据网。

本文选取全年从业人员的平均数、固定资产净值和主营业务成本作为投入指标。固定资产是企业进行生产经营最主要的物质条件，它的价值会随着使用时间的增加而逐渐减少，因此，我们采用固定资产净值作为衡量企业物力投入的指标；主营业务成本反映企业当期销售产品所含的成本，它能在一定程度上反映企业的内部管理和控制水平。

产出指标用于反映企业在一定时期内所取得的经营成果。我们选择主营业务收入和利润总额这两个指标来衡量企业的产出。主营业务收入是指产品的销售收入，它与主营业务成本的比较能够反映企业的获利水平；利润总额则体现了企业的总体经营业绩。

3　实证分析

3.1横向分析结果

采用DEAP 2.1软件，根据我国21个省市生物制药业2010年投入和产出数据，对其进行效率分析，得到如下结果（表1）。

表1　2010年我国21个省市生物制药业效率分析结果

从表1的数据结果可以看出，在21个省市中，综合效率值为1的省份有5个，分别为黑龙江、山东、湖南、贵州和云南，属于DEA有效。其余的省市情况并不十分理想。DEA有效的决策单元占总体的23.81%，说明这些省份对于行业结构的布局合理、现有资源的利用合理有效。属于纯技术有效而规模无效的决策单元也仅占到了23.81%，说明这些省市在现有投入的情况下，获得了最大的产出。各省市仅江西处于规模报酬递增状态。这表明我国生物制药业存在资源投入不合理的现象。处于规模报酬递减状态的省市如果再增加其投入，产出增加有限，这会导致其效率值的降低，因此，这些地区应加强行业管理，对其进行合理布局，严控行业的准入，适度调整产业规模。相反，对于江西来讲，加大投入力度会使其收益大幅增加，江西应加大该行业的资金投入力度，适当扩大生产规模，使其能够实现规模经济。

3.2纵向分析结果

Malmqusit指数衡量的是在技术可变的条件下效率的变动情况。Malmquist 指数可以进一步分解为技术变动和效率变动，效率变动又可进一步分解为纯技术效率变动和规模效率变动，结果见表2。

表2　2008-2012年我国生物制药业Malmquist指数及其各项效率变动

从表2可以看出，2008-2012年生物制药业的全要素生产率指数始终大于1，这表明我国生物制药业的全要素生产率在总体上一直处于改善状态，但其主要是由技术进步引起的，2008-2012年技术进步率均大于1。我国生物制药业综合效率呈现先减后增的状态，纯技术效率的变动趋势与综合效率大致相同，规模效率的变化呈现波动状态，纯技术效率的均值小于1，规模效率的均值大于1。我国生物制药业的发展，不仅要依靠技术进步，更重要的是要提高现有资源的利用率，合理调整产业规模，使产业的产出值能够最大可能地向最佳产出靠近。

表3给出了2008-2012年间各决策单元Malmquist指数及其各项效率变动的平均值。表3中21个省市中除浙江外，各省市的全要素生产率均大于1，这表明我国生物制药业总体发展形势良好，其中黑龙江、湖南和贵州的增长情况较为明显，高达40%。相比技术进步对全要素生产率的影响，效率水平的改变对全要素生产率增长的贡献较小，21个省市的技术效率变化情况参差不齐，效率处于增长状态的省市有6个，分别为河北、黑龙江、安徽、湖南、贵州、云南，包括江苏、浙江和北京在内的多个省市的效率变化率小于1，说明其效率水平处于递减状态。

表3　2008-2012年21省市Malmquist指数及其各项效率变动的平均值

4　对策与建议

本文在对我国生物制药业经营效率及其影响因素进行分析的前提下，提出如下改进我国生物制药业经营效率的建议：第一，我国生物制药业的规模普遍较小，实力有限，加上融资环境的不通畅，导致了我国生物制药业与制药强国差距逐步拉大，政府应加大对生物制药业基础和创新研究的资金支持力度，鼓励和扶持新药的创制。第二，应努力促进产业的集群式发展，将与生物制药相关的资源进行整合，在空间上对生物制药产业链进行合理的布局。第三，企业应加强研发投入力度，增大技术开发和新药研制力度，使企业能够拥有具有自主知识产权的产品和技术，为企业的发展寻找新的增长点。第四，企业应注重高端人才的培养和引进工作，以更好地带动企业效率的提升。

[1] 王启凤. 我国生物制药上市公司的经营业绩评价[D]. 厦门: 厦门大学, 2002.

[2] 罗亚非, 焦玉灿. 我国制药业技术创新效率分析[J]. 科研管理, 2007, 28(2): 71-77.

[3] 许晶, 李野, 于艳艳. 中国医药制造业7个子行业生产效率实证分析[J]. 中国新药杂志, 2011, 20(18): 1732-1734.

[4] 杨美丽. 企业效率测评的理论与方法:演变与发展[J]. 改革与开放, 2011 (12): 80-82.

[5] 刘雪妮, 刘雪梅, 席晓宇. 基于Malmqusit指数的农业生产效率分析——以山东省为例[J]. 价值工程, 2008 (6): 20-22.

[6] 张子砚, 曹阳. 长三角医药上市公司创新效率研究——基于DEA-Malmquist指数分析方法[J]. 上海医药，2014, 35(9): 41-44.

[7] 吴超，邱家学. 基于数据包络的我国生物制剂工业效率分析[J]. 上海医药, 2014, 35(3): 51-55.

Evaluation and analysis of the operational efficiency for Chinese biopharmaceutical industry

ZHI Yue, QIU Jiaxue
(School of International Business, China Pharmaceutical University, Nanjing 211198, China)

Objective: To analyze the factors affecting the efficiency based on the results of the analysis and the status quo of Chinese biopharmaceutical industry so as to propose some reform proposals for promoting the development of the industry. Methods: Taking the operating data collected from 21 provinces during 2008-2012 as research objects, the operational efficiency of Chinese biopharmaceutical industry was evaluated by DEA and malmqusit index. Results: The overall operational efficiency of the biopharmaceutical industry in China is not ideal and the differences of efficiency among provinces or municipalities are large. The comprehensive efficiency at the eastern region is lower than that at the western region and its scale efficiency is at the lowest level in the whole country. The returns to scale showed a trade from increment to decrement. Total factor productivity of biopharmaceutical industry has been improving step by step. Conclusion: The layout adjustment should be speeded up and the scale of the enterprise should be adjusted so as to improve the operational efficiency of Chinese biopharmaceutical industry.

DEA; biopharmaceuticals; operational efficiency; Malmqusit

F424.7

A

1006-1533(2015)13-0050-04

2015-04-04）