我国医药制造业产学研合作创新效率评价
——基于三阶段DEA 模型
2021-02-27江岩,曹阳
江 岩,曹 阳
(中国药科大学,江苏南京 211198)
1 研究背景
产学研合作是近年来为有效促进技术创新而广泛采取的一种合作方式,合作主体一般情况下为高校、企业以及科研院所。产学研合作主体为了实现技术创新,推动社会经济发展,结合各自的优势进行以科研攻关、人才培养为实质的技术创新合作过程[1]。其他国家成功的案例说明,产学研合作能够有效推动国家或地区实现技术创新,是促进经济社会快速发展的重要方式之一,对促进科技成果转化、推动产业转型升级意义重大。医药制造业是国民经济的重要组成部分,被称为“永远的朝阳产业”,在国家产业经济中担任着不可或缺的角色,其中新药创新是医药制造业的重中之重,而产学研合作又是推动新药创新的有力手段。
我国产学研合作发展起步较晚,为了完善科技体制改革,1985 年党中央通过了《关于科学技术体制改革的决定》(以下简称《决定》),提出要促进技术成果的商品化,开拓技术市场,以适应社会主义商品经济的发展。1988 年,在《决定》的指导下,我国实行火炬计划,试点设立多个高新技术产业开发区,标志了产学研合作雏形的出现[2]。1999 年,全国技术创新大会提出了要加强企业与高等学校、科研机构的联合协作等意见,确立了我国开始实行产学研合作的高技术创新发展模式。在接下来的几年中,国家大力扶持发展产学研合作,试点设立国家大学科技园、建设首批国家技术转移中心,有效实现科技成果的商业化[3]。2006 年,中共中央、国务院召开全国科学技术大会,颁布了《国家中长期科学和技术发展规划纲要(2006—2020)》,明确指出新时期科技工作要实现“自主创新、重点跨越、支撑发展、引领未来”,同时中央成立推进产学研结合工作协调指导小组,加强对产学研合作实践过程的科学指导[4]。
然而,我国产学研合作快速发展的背后仍存在许多问题,导致了产学研合作创新效率低下。首先,缺乏针对性与有效的政府引导机制。许多企业想要获取产学研合作发展的红利,提高自身技术创新水平,可是合作经验的不足,加之引导政策缺乏有效针对性,使其难以发现合适的合作对象[5]。另外,产学研合作关系难以深入,技术转让、单次项目合作等方式仍是产学研合作的主流,合作主体之间较难形成可靠持久的伙伴关系。除此之外,企业的主要价值观念是获取经济利益,而高校等知识主体的价值观念往往是追求学术创新[6],不同的价值观念致使产学研合作的创新效率十分低下。这些问题普遍存在于各类开展产学研合作的高新技术产业,其中就包含医药制造业。
本研究基于我国医药制造业产学研合作现状,借助宏观数据与模型构建,实证评价分析当前我国医药制造业产学研合作创新效率情况,挖掘存在的问题及其原因,为解决当前医药制造业产学研发展盲目性、表面化等问题提供参考,从而促进提高我国产学研合作创新效率,实现可持续创新。
2 研究方法与变量选取
2.1 三阶段DEA 模型与方法
数据包络分析(DEA)模型是Charnes 等[7]在20 世纪70 年代所开发的一种评价模型,主要运用于运筹学、管理科学与数理经济学等众多领域,评价生产与创新等活动的相对效率。本研究采用三阶段DEA 模型评价我国医药制造业的产学研合作创新效率。该模型在传统DEA 模型的基础上构建了相似SFA 模型,剔除了随机误差和外部环境因素的影响,克服了传统 DEA 模型存在真实效率误差的缺陷[8]。模型分析分为以下3 个步骤:
(1)第一阶段构建基于投入导向的BCC 模型,通过对原始的投入产出数据进行传统DEA 分析得到决策单元的效率值。基于规模报酬可变的条件,BCC 模型计算的综合技术效率值(TE)等于纯技术效率(PE)与规模效率(SE)的乘积[9]。投入导向的BCC 模型可以表示为:
通过BCC-DEA 模型得到初步的决策单元效率值与投入的松弛变量作为二阶段的因变量。
(2)第二阶段构建SFA 回归模型,剔除随机误差和环境变量因素的干扰[11]。以第一阶段的投入松弛变量作为被解释变量,环境变量指标作为自变量,回归模型如下:
利用SFA 回归的估计系数,将决策单元置于相同的外部环境与随机干扰之中,对原始投入变量进行调整,调整公式如下:
(3)第三阶段将一阶段的原始投入变量替换为SFA 调整后投入变量,产出变量与一阶段相同。重新对医药制造业产学研创新效率进行测量,利用BCC 模型重新测量得到的效率值剔除了随机误差和外部环境因素的影响[14]。
2.2 指标体系构建
2.2.1 指标选取
(1)投入指标。本研究在综合了其他学者的研究基础上,从产学研合作创新实际活动中资金投入、人员投入与项目投入3 个方面选取指标。在资金投入方面,选取了医药企业R&D 外支对科研机构、医药企业R&D 外支对高校这两个指标,以反映产学研合作创新中的实际资金投入情况。在人员投入方面,产学研合作是整体产业研究人员广泛参与的创新发展模式[15],因此选取医药制造业R&D 人员折合全时当量代表人员投入。另外,选取药学R&D 课题数作为项目投入指标。这些指标能够较好地反映医药制造业产学研合作创新的实际投入情况。
(2)产出指标。基于指标的可操作性原则,借鉴了海亮[16]和冯华等[17]在研究产学研合作创新效率中的指标选取经验,本研究将医药制造业新产品开发项目数、有效发明专利和医药制造业新产品销售收入作为创新的产出指标。医药制造业新产品开发项目数可以反映产学研合作创新中的成果转化水平,有效发明专利体现了产学研合作创新的学研专利产出[18],医药制造业新产品销售收入反映产学研合作创新所带来的经济效益,因此选取以上3 个指标作为效率分析的产出指标。
(3)环境变量指标。依据三阶段DEA 模型的要求,结合我国医药制造业产学研合作创新的特征和模型的基本内涵,选取了以下4 个指标作为评价的环境变量指标:
1)医药企业数量。企业数量指的是医药制造业内企业的数量。医药制造企业是校企成果转化过程中的需求方,一个地区企业数量的多少影响了该地区对医药科技成果的需求程度,企业数量越多,那么对医药高校与科研院所的投资就会越大,对科技成果的需求也会提高。
2)经济发展水平。经济发展水平作为一项宏观指标,与各行业的发展都息息相关,医药制造业产学研的发展也需要在良好的经济发展水平之下进行,因此经济发展水平与产学研协同创新效率呈正相关关系。选取人均地区生产总值(GDP)作为经济发展水平的代表。
3)市场化程度。冯宗宪等[20]的研究表明市场化程度对产学研协同创新中的技术效率具有显著的正向影响,但对规模效率的影响却是显著为负的。本研究选取非国有企业全社会固定资产投资额代表市场化程度。
4)政府支持力度。产学研协同创新最初是由高校企业自发形成的一种合作关系,政府不直接参与合作的运行,仅发挥监督作用,但近年来由于产学研协同创新独特的模式优势对各行业的创新发展提供了有效的支持,政府在产学研合作中的作用日益显著。本研究选取政府预算支出中科学技术支出代表政府支持力度。
2.2.2 指标相关性分析
基于DEA 模型要求,投入与产出指标要符合正相关性假设[19],因此本研究对相关指标进行了Pearson 相关性检验,SPSS24.0 软件的检验结果如表1 所示。结果显示各项投入指标均与产出指标的相关系数为正,同时在1%水平(双侧)显著相关,说明投入与产出指标之间严格存在正相关关系,符合DEA 模型的要求。
表1 医药制造业创新投入产出指标的Pearson 相关性检验
2.3 数据来源
本研究选取了2010—2017 年我国28 个省、自治区、直辖市(未含西藏、青海、新疆和港澳台地区,以下简称“样本地区”)的产学研合作创新活动数据,数据主要来源于2010—2017 年的《中国高技术统计年鉴》《中国统计年鉴》以及《中国科技统计年鉴》。由于产学研合作创新投入转化成产出存在滞后性,因此在分析的时候选取了1 年的滞后期,即2010 年产学研合作投入对应的是2011 年的合作产出,以此类推。依据《中国统计年鉴》的四大经济区域划分标准,东北地区包括辽宁、吉林、黑龙江;中部地区包括安徽、湖南、湖北、河南、江西、山西;东部地区包括北京、天津、河北、山东、江苏、上海、浙江、福建、广东、海南;西部地区包括重庆、四川、广西、贵州、云南、陕西、甘肃、内蒙古、宁夏。
3 实证分析
3.1 第一阶段产学研合作创新效率分析
第一阶段产学研合作创新效率研究不考虑环境因素的影响,利用DEAP2.1 软件对原始数据进行DEA 分析。先通过规模报酬不变的投入导向CRS 模型测算出医药制造业产学研合作创新的综合效率,再基于规模报酬可变的投入导向VRS 模型测算出合作创新的技术效率,通过综合效率=技术效率×规模效率的公式测算出合作创新的规模效率。通过以上几步,可以测算获得样本地区医药制造业产学研合作创新的综合效率、技术效率和规模效率,如表2 所示。综合来看,样本地区的医药制造业产学研合作创新综合效率均值为0.857,说明我国整体的产学研合作情况比较理想,创新效率比较高。其中,2010—2011 年的产学研合作创新综合效率值为0.658,之后呈缓慢上升趋势,在2012—2013 年达到峰值0.894,之后一直保持平稳状态,2010—2017 平均技术效率值为0.902,规模效率值为0.945,说明在未考虑环境因素影响的情况下样本地区医药制造业整体的产学研创新效率一直保持中高位态势。
表2 数据调整前后样本地区医药制造业产学研合作创新效率
表2 (续)
3.2 第二阶段SFA 回归分析
在第一阶段的效率分析中,由于环境因素和随机误差的作用,效率评价结果存在偏差,进一步利用第二阶段SFA 回归分离环境因素的影响,使评价结果更具科学性,同时SFA 回归结果可以反映不同环境因素对实际活动的影响情况。以企业数量、经济发展水平、市场化程度和政府支持力度4 个环境因素为自变量,以科研机构产学研经费投入松弛量、高校产学研经费投入松弛量、产学研人员投入松弛量和产学研项目投入松弛量为因变量,分别建立4个SFA 回归方程,采用Frontier4.1 软件,以极大似然估计法估算。SFA 回归结果如表3 所示,4 个模型的LR 单边检验和γ 值均通过1%显著性检验,并且γ 值皆为0.999,说明本研究选取的环境变量有合理性,存在管理无效率项和随机干扰项的作用,适合通过SFA 模型进行回归分析[21]。
表3 样本地区医药制造业产学研合作创新效率第二阶段SFA 回归分析
当某个环境变量的系数为正时,说明该环境变量的增加会造成创新投入冗余增加,从而更加偏离最佳的目标投入量,导致产学研合作创新效率的降低;同样道理,当某个环境变量系数为负时,则表示随着该环境因素的增加,创新投入冗余会减少,从而有利于产学研合作创新效率的提高。根据表3可得出如下结论:
(1)企业数量较大会造成产学研经费与项目投入出现冗余。企业数量这一环境变量对于科研机构经费投入、高校经费投入和项目投入的系数为正,说明某一地区医药企业数量的增加会导致产学研经费投入及项目投入出现冗余。原因在于:如果某一区域聚集了大量的医药企业,开展了多项产学研合作项目,这对当地的产学研项目管理和监督能力同样也提出了挑战。产学研项目与一般科研项目一样,易出现科研经费滥用的情况,当地区产学研项目监督管理能力与所开展项目数量无法匹配时,就会出现资金项目投入冗余的情况。
(2)经济发展水平较高导致资金、人才和项目投入资源浪费。经济发展水平这一环境变量对于科研机构产学研经费投入、高校产学研经费投入、产学研人员投入和产学研项目投入的系数皆为正,说明经济发展水平较高的地区反而存在产学研资金、人才和项目投入的资源浪费,从而降低了产学研合作创新效率。究其原因,根据马莹莹等[22]的研究结论,高技术企业、资金密集型企业和小规模产业的产学研合作创新效率较高。经济发展水平较高的地区往往代表了该地区的产业规模也比较大,所以部分经济发达地区的产学研效率反而较低,如样本地区中,上海医药制造产业的产学研合作创新综合效率仅为0.827,而部分经济不发达地区的产学研合作创新综合效率却很高,如宁夏医药制造产业的产学研合作创新综合效率可以达到0.977。
(3)市场化程度较高可以减少产学研经费和项目资源浪费。市场化程度这一环境变量对于科研机构经费投入、高校经费投入和项目投入的系数为负,说明当某一地区的全社会固定资产投资中非国有企业的比重越大,则当地的产学研经费和项目资源投入浪费越少,越有利于创新效率的提高。
(4)政府支持力度越大越可以有效减少人员与项目资源的浪费。政府支持力度这一环境变量对于科研机构经费投入和高校经费投入系数为正,对于人员投入和项目投入的系数为负,表明提高政府对产学研合作的干预程度会造成经费投入出现冗余,但可以有效减少人员与项目资源的浪费。究其原因,政府可以通过完善激励政策等支持方式提高相关人员开展产学研合作创新项目的热情,但是若过度参与产学研合作创新活动,反而会抑制企业和高校等创新主体的能动性,导致经费等资源的浪费,从而降低创新效率[23]。
3.3 第三阶段调整后效率分析
在第三阶段,采用第二阶段调整过后的投入数据与原始的产出数据,再次通过投入导向的CRS 模型测算样本地区的产学研合作创新综合效率,通过VRS 模型测算技术效率,利用二者关系求得规模效率,由此得到更为准确的产学研合作创新效率值,依据年份平均的结果如表2 所示。其中,北京、江苏、浙江和湖南的综合效率得分为1,表明在实际产学研活动中,这4 个地区医药制造业的产学研合作创新处于技术前沿,即产学研合作创新技术效率与规模效率均达到1,达到最优情况,创新投入可以有效地转化为产出。值得注意的是,江苏和湖南两个省份的综合效率无论是调整前还是调整后都达到了技术前沿,说明存在一些成功经验值得其他地区学习。甘肃的医药制造业产学研合作创新综合效率为最低,仅为0.393。
本研究以技术效率0.95 为临界值、规模效率0.95为临界值[24],将样本地区分成5 种类型(见表4),并指明其效率改进的方向:
(1)创新效率卓越型地区处于效率前沿面,可作为全国医药制造业产学研合作创新的标杆。
(2)创新效率良好型地区表现为高技术与规模效率,但未达到最优效率,这些地区仅需要更加合理地利用创新资源以及科学管理产学研合作创新活动,便可以有效地将医药制造业的创新投入转化为产出。
(3)规模效率改进型地区的技术效率值较高,但规模效率比较低,原因主要出现在发展规模上,因此改进的方向是扩大医药制造业产学研发展规模,鼓励企业与高校广泛参与产学研合作。
(4)技术效率改进型地区的规模效率较高,产学研合作创新效率较低的原因在于较低的技术效率,说明这些地区医药制造业产学研发展存在管理无效率问题,并且在创新资源配置、创新人才利用等方面存在许多问题,改进这些问题是其未来的主要发展方向。
(5)合作创新待成长型地区同时表现为低技术效率与低规模效率,这些地区医药企业与高校开展产学研合作的项目较少,并且在创新资金、人才的利用上存在较大的弊端,因此改进的方向是同时注重医药制造业产学研规模与管理的发展,以扩大规模、改善管理为产学研发展方针,具有较大的提升空间。
表4 样本地区医药制造业产学研合作创新效率分类
4 提高我国医药制造业产学研合作创新效率的对策建议
4.1 政府应完善产学研税收优惠政策,扩大税收优惠政策覆盖面
对进行产学研合作的企业与科研人员的个人所得税进行优惠,制定个税导向型政策鼓励产学研合作,提高产学研合作双方的积极性;例如,在产学研合作中,允许合作双方将研发以及向实际生产转移的资金以经费的形式列出,对这类用于产学研的资金实行税收减免;再有,企业与高校进行产学研合作签订研发合同时,企业向高校支付的研发经费,经过相关税务机关认证后,可对这类研究资金实行税收减免;此外,对于参与产学研合作的研究人员,其所获得的工资与津贴等收入可实行免征个税等优惠措施等。国内一些地方政府在产学研方面发布了多种形式的税收优惠政策,如江苏省政府为了加大对高新技术企业的培育扶持力度,支持企业增强自主研发能力,将企业研发费用加计扣除比例提高到75%,政策适用范围由科技型中小企业扩大至所有企业。政府除了要继续完善产学研税收优惠政策体系,从产学研资金角度提供帮助,同时还要提高这些税收优惠政策的覆盖面,使税收优惠覆盖到进行产学研合作的各个行业以及各个环节。
4.2 企业应正确选择产学研合作模式
我国医药制造业产学研合作项目数量逐年增多,但是合作一般都是技术转让、委托开发等浅显的模式,而联合创办新企业、共建科研基地、建立产业技术创新联盟等紧密型模式更有利于产学研各方长期合作,适合新药研发周期长、风险大、难度高的特点,但是此类合作项目目前还较少。当然,企业应该根据经济状况、发展阶段、创新项目难易等情况,确定选择哪种合作模式,例如,资金充足、发展成熟的大型医药企业,可以出资创办高校或研究所,也可以并购学研方创办的企业,进行新药创新;中小企业可以与学研机构共建研究中心来进行新药创新,借助学研机构的知识水平促进企业创新发展。此外,医药企业可以循序渐进,通过一些低层次的合作奠定基础,然后选择合作顺利、知识水平高、研究能力强的学研机构进行深度合作。
4.3 高校应深化对产学研合作必要性的认识
人才培养、科学研究与社会服务是高校传统的三大职能,产学研合作能够有效地推动高校三大职能的实现。高校除了担负培养人才的重任之外,往往还期望能够在科研方面有所突破,在激烈的市场竞争现状下,高校要想获得足够的科研资金来维持高投入、高成本的新药研发,就必然需要外界为之提供足够的资金,这样就为地方高校寻求与医药企业合作提供了必要条件。高校通过与医药企业合作,可以了解最新的研究趋势,为学校创立新专业、新学科提供机遇,推动学校科研能力和教学水平的提高。高校的另一个重要任务是服务经济社会,而经济发展也强烈要求地方高校积极开展产学研合作。高校可以为经济发展培养高层次的应用型人才,也可以为医药产业结构的调整、医药企业新项目的开发提供技术上的支持,带动医药产业创新,产生新的经济增长点,为区域经济发展作出贡献。
5 结论
本研究基于三阶段DEA 模型分析2010—2017年我国28 个省份医药制造业产学研合作创新活动数据,对我国医药制造业产学研合作创新效率情况进行评价。研究发现:在外部环境因素中,企业数量越多、经济发展水平越高,越容易导致医药制造业产学研合作创新的资金、人才和项目投入资源出现浪费,而市场化程度与政府支持力度越高越能促进资金、人才等创新资源合理利用;在剔除这些外部环境因素影响后,北京、江苏、浙江与湖南4 个地区医药制造业产学研合作创新综合效率达到最优,说明这些地区产学研内部运行机制十分合理,而云南、福建等8 个地区的医药制造业产学研合作创新效率则不容乐观。
本研究对我国医药制造业产学研发展各主体的政策含义如下:一是政府要制定个税导向型政策鼓励产学研合作,并同时提高税收优惠政策的覆盖面,发挥财政投入在刺激科技发展中的作用,提高产学研合作双方的积极性;二是医药企业应该根据经济状况、发展阶段、创新项目难易等情况正确选择产学研合作模式,在产学研合作初期,可以通过小规模、低层次的合作奠定基础,理清合作机制,然后选择合作顺利、知识水平高、研究能力强的学研机构进行深度合作;三是高校应转变办学认识,在进行科技前沿拓展的同时要注重服务经济社会,兼顾培养先进科技研发人才与经济发展应用型人才,为医药产业结构的调整、医药企业新项目的开发提供技术上的支持,带动我国医药产业创新发展。