基于灰色关联分析法的京津冀、长三角地区生物医药产业发展水平对比研究

黄颖，谭清立，林岱衡

（1.广东药科大学医药商学院，广东中山 528400；2.广东药科大学健康学院，广东广州 510006）

生物医药产业是我国重要的战略性新兴产业，国家“十四五”规划提出将生物经济加速打造成为继信息经济后的重要新经济形态。近年来，医药领域的一系列改革，如药品带量采购常态化、医保谈判制度化、药品审评审批严格化和规范化等，倒逼生物医药产业发展提质增速。全球化背景之下，生物医药产业呈现出多元化空间格局的不同发展模式[1]。

我国生物医药产业集群主要分布于京津冀地区、长三角地区和粤港澳大湾区等区域，三地区经济份额总额接近全国40%[2]。北京、上海等地相继出台政策扶持生物医药产业发展，促进生物医药产业一体化[3]。京津冀地区处在中国北方经济核心位置，其中北京市创新资源丰富，但对天津市和河北省的辐射效应效果不理想，后两地发展相对滞后[4]。长三角地区是我国改革发展的前沿阵地，经济发展水平高且科技创新活跃，人才等众多创新要素汇集，但也被认为存在区域发展不协调、政策体系不完善等系列问题[5]。我国三大经济区中，已有学者对粤港澳大湾区生物医药产业的投入—产出水平发展进行了深入研究[6]，但京津冀地区和长三角地区生物医药产业投入产出水平的研究尚未见文献报道。生物医药产业领域目前的研究多聚焦于省、市级层面的分析，经济区层面研究较少。

本研究结合多种权威途径查询数据，解决了区域维度下数据分散的技术性问题，立足京津冀和长三角地区的生物医药产业发展水平进行定量分析，通过灰色关联分析和文献分析法完成数据挖掘与综合讨论，评估其发展效益，探究两地区区位差异和产业要素配置的不足，因地制宜地提出生物医药产业发展的优化建议。

1 研究方法与数据来源

生物医药产业作为战略性新兴产业，具有信息不完全的特点，灰色系统理论则可以针对信息不确定性进行有效处理[7]。产业效益会受到来自研发投入、外部政策等多方面影响，据此，本研究选取灰色关联分析法对京津冀地区与长三角地区的生物医药产业发展效益水平进行深入剖析，解析产业竞争力提升的有关要素。所采集指标数据为京津冀地区与长三角地区各省市2013-2019 年的各项生物医药产业面板数据。数据主要来源于中国高技术产业统计年鉴、京津冀地区各省市统计年鉴、长三角地区各省市统计年鉴和中华全国工商业联合会医药业商会官网，个别数据指标（如新增药物专利数、新增医药制造业专利数）来源于国家知识产权局。其中2017年因中国高技术产业统计年鉴停更，无法确定具体数据内容，故除去2017 年，将其余6年的历史数据进行梳理与整合。

2 生物医药产业发展效益水平评价指标的选取

选取2013-2019年间（2017年除外），京津冀地区与长三角地区的全国医药工业百强数量、医药行业的新增药物专利数作为部分比较指标，同时选取京津冀地区与长三角地区医药制造业的规上企业数、新增专利数、研发机构数、研发机构人员数、R&D 研究经费总支出费用、研究人员折合全当量和R&D 经费内部支出中政府资金作为比较指标，上述指标作为京津冀地区和长三角地区的医药制造业营业收入主要影响指标，将全部被应用于衡量生物医药产业投入情况，同时在指标间进行灰色关联度分析，建立京津冀地区和长三角地区的生物医药产业营业收入影响指标体系。鉴于生物医药行业数据过少，不足以支撑建模分析，而生物医药产业是由生物技术产业与医药产业共同组成的，所以本研究采用医药制造业相关数据以代表生物医药产业效益。

3 灰色关联模型的分析步骤与结果

3.1 灰色关联分析序列的确定

京津冀和长三角地区分别以X0（k）、Y0（k）表示医药制造业营业收入（亿元），并作为参考序列；以全国医药工业百强上榜数量（家）、规上企业数（家）、新增药物专利数（件）、新增医药制造业专利数（件）、研发机构数（家）、研发机构人员数（人）、R&D研究经费总支出费用（万元）、研究人员折合全当量（人年）和R&D 经费内部支出中政府资金（万元）这9 项指标作为比较序列，京津冀地区的9 项比较序列分别记为X1，X2，…X9，长三角地区的9 项比较序列分别记为Y1，Y2，…Y9。京津冀地区和长三角地区2013-2019 年（除2017 年）各指标原始数据见表1、表2。以京津冀地区为例（下同），分析序列公式如下：

表1 京津冀地区的指标原始数据Table 1 The original data of indicators in the Beijing-Tianjin-Hebei region

表2 长三角地区的指标原始数据Table 2 The original data of indicators in the Yangtze River Delta region

式中：X为灰色关联因子集，x0(k)∈xi为参考列，xi(k)∈xi为比较列，x0(k)与xi(k)∈xi分别为x0与xi在第k年的数据。

3.2 原始数据指标的预处理

本研究系统中的各项指标意义不同，导致指标间的量纲不一致，故采取均值化变换对各项指标的原始数据进行无量纲化处理，以便后续比较。处理公式：

式中：xi为未经过数据预处理的序列中的关联因子，为经过数据预处理后的关联因子，为对应每一项关联因子的均值。

3.3 灰色关联系数的计算

首先求解京津冀地区与长三角地区于2013-2019 年间（除2017 年）参考序列和比较序列的绝对差序列，然后从求得的绝对差序列中提取元素的最大值与最小值，计算得出关联系数，并引出分辨系数ε，该系数的取值范围是（0，1）。而ε取值越小，则所得关联系数之间的差别越大，更有助于数据的比较和区分，此处取ε=0.5，使用Matlab 软件求得两个地区的关联系数结果r0（k），如表3、表4 所示。关联系数处理过程如下：

表4 长三角地区的指标灰色关联系数Table 4 Grey correlation coefficient of indicators in Yangtze River Delta region

表3 京津冀地区的指标灰色关联系数Table 3 Grey correlation coefficient of indicators in Beijing-Tianjin-Hebei region

3.4 求得灰色关联度

为更直观了解比较序列对参考序列在产业发展过程的联系紧密度，进一步求得每个指标在此6 年中的关联度平均值r0i（k），结果见表5。公式如下：

表5 京津冀地区与长三角地区的指标关联度平均值排名Table 5 Ranking of average index correlation degree between Beijing-Tianjin-Hebei region and Yangtze River Delta region

3.5 灰色关联度结果描述

由表5 可见，京津冀地区医药制造业营业收入与9 项指标均存在强关联性或较强关联性，长三角地区医药制造业营业收入与9项指标除新增医药制造业专利数、医药制造业研发机构经费支出2 项指标，其余指标均属于强关联与较强关联范畴。

4 讨论

4.1 京津冀地区生物医药产业规模不断扩大，但发展阶段不统一；与之相比，长三角地区产业集聚优势突出，但产业协同发展水平有待提高。

京津冀地区规上企业数关联度均值排位第1，为0.927，位列9 项评价指标之首，全国医药工业百强上榜数量指标位列第2，关联度均值结果为0.900，表明规上企业数和全国工业百强上榜数量是影响京津冀地区医药制造业营业收入的关键因素。与京津冀地区相比，长三角地区的医药制造业规上企业数关联度均值结果显示为0.850，位列第3，规上企业数指标代表的城市产业规模相对较弱。基于京津冀地区的面板数据（表1），可发现北京市与河北省的规上企业数体量明显大于天津市，而北京市的规上企业数总额总体与河北省相差不大，京津冀区域总额于2019 年达到峰值（614 家），此时北京市共计拥有医药制造业规上企业235家，河北省282家，天津市97 家，综上表明京、津、冀三地生物医药产业发展步调不统一，存在着明显的地缘差异。在区域一体化视角上，北京市作为政治中心，一方面把握住了生物医药产业发展机遇，另一方面也正积极推进生物医药产业向外转移[8-9]，河北省则以人才引进等手段竭力把生物医药产业做大做强[10]，2019年京津冀规上企业数的飞速增长是大量中小企业成功“升规”的成果。整体上，京津冀地区生物医药产业规模不断扩大，其营业收入于2013-2019年间从1981.34 亿元涨至2623.1 亿元，累计增长32.39%，其生物医药产业发展势如破竹，水平高且竞争力强。京津冀形成富有地区特色的产业集群新格局的同时，也面临传统优势园区空间承载能力弱、产业资源集聚效果不显等问题[11]。无独有偶，长三角地区的生物医药产业也存在规模效益不足的相关问题，表4显示该地区规上企业数关联度于0.850上下浮动而未能前进，说明由规上企业数指标代表的产业规模层次欠佳。

长三角地区的生物医药产业链相对独立且完整，产业集聚优势也较为明显[12]。但长三角地区生物医药产业突出的创新优势和产业化优势未能合理组配，带动整体创新驱动转型。证据来自该地区新增药品专利数在2013-2019 年间共计减少5 844件，累计下降34.84%。而基于政策倾斜、市场扩容、外贸条件便利等多重背景[3]，长三角地区的三省一市生物医药产业差异化发展，该地区医药制造业规上企业数在2013-2019 年间累计增长10.6%，总体而言稳中有进。生物医药产业是江苏省的优势产业，产业规划布局相对完善，集聚优势明显。较江苏省而言，浙江省大中型生物医药企业规模不足，研发制造能力逊于江苏。上海生物医药产业依托政策利好与区位优势，在人才、科研院所与研发机构等创新链环节具有显著优势。安徽省生物医药企业数量少且规模小，产业模块零碎、研发能力相对偏弱。从整体而言，这是区域协作能力建设不足导致了在长三角较大的幅员下规模效益弱于京津冀地区。

4.2 京津冀地区生物医药产业科技研发投入持续提高，但资源配置方面不均衡，相较而言，长三角地区产业链结构日趋完整，但研发机构与研发人员布局亟待进一步调整。

京津冀地区医药制造业研发机构人员数、研发机构数指标位列其关联度均值（0.899、0.867）排位第3 位和第4 位。年度数据上，二者关联系数在波动中呈下降趋势。而长三角地区的医药制造业研发机构数、研发机构人员数与产业效益紧密关联，居于其关联度均值的第1 位和第2 位，分别为0.931和0.892，其中研发机构数的关联度值变化趋势为缓步爬升，机构人员数关联度值则呈现波动下降趋势，创新投入是促进长三角产业效益提升的首要层面。

统计数据表明，京津翼地区不断加大生物医药产业的科技研发投入，2013-2019 年间，该地区研发机构总数累计增幅达到70.83%，其研发机构人员数变化趋势为先上升而后趋于稳定，机构人员数增长最快的2013-2015 年间累计增幅14.83%，但产业效益却没有随着研发投入相应提高。在模型结果中，京津冀、长三角生物医药新增专利与参考系统关联度分别为0.79 和0.757，分别位列第6 位和第5 位，京津冀地区医药行业新增药物专利数在2013-2015 年间累计降幅达28.70%，而2019 年相较2018 年下降12.34%，这反映该地区生物医药产业投入与产出的不同步，创新转化效能有待提高。京津冀地区需要发挥生物医药产业一体化和集群优势，通过转移与承接促进产业机构调整与转型升级[9]。相比而言，长三角地区总体医药制造业研发机构数稳中略有增长，该地区医药制造业研发机构数于2013-2019 年共计增加275 家，累计增幅29.47%。但上海市的医药制造业研发机构数却呈现逐年减少的趋势，2013 年共有62 家，2019 年减少至45 家，累计降幅27.41%，而安徽省、江苏省和浙江省的研发机构数量均有明显爬升趋势，3 省在2013-2019 年间医药制造业研发机构数累计增量分别为159.29%，12.18%和19.14%，值得注意的是，安徽省研发机构数由2013 年的113 家增长至2019年的293家。这可能是长三角地区正落实生物医药产业转移，其研发机构生产制造等活动正逐渐转向周边城市所致。长三角地区虽有全国领先的产业规模，但研发机构数量布局及空间布局优化需加紧统筹完善。可见，京津冀与长三角地区生物医药产业最需要关注的仍然是产业转型升级、均衡资源配置问题。

5 建议

5.1 群龙齐出，以点带面破壁垒

京津冀地区位列第1 位和第2 位的指标分别是规上企业数与全国医药工业百强上榜数量，而规上企业数在长三角地区的关联度值排位第3，居于前列。京津冀地区由强至弱为北京市、天津市、河北省，长三角地区依次为上海市、江苏省、浙江省、安徽省。

助力发展势头正盛的生物医药产业企业实现提质增量是推动区域发展的关键。在区域布局上，可通过引导发达城市的龙头企业外迁，充分发挥北京、上海两市在京津冀、长三角地区的辐射带动作用，可分别以中关村科技园区大兴生物医药产业基地、张江生物医药产业园为引领做好产业转移工作，扶持周边城市新兴生物医药产业园区，推动中小企业规范化转型升级。参考北京·沧州渤海新区生物医药产业园发展经验，以高新技术平台为外迁和地方合作枢纽，逐步实现区域间生物医药产与研的互联互通。龙头企业是创新与发展的主要驱动力量，应该加紧龙头企业培育，二线城市工业发展部门应考虑同龙头企业集团下子公司深入交流，着重提高企业经营管理水平，稳定生物医药产品的生产发展。还可将引入政策根据企业战略需求予以一定程度上的侧重和协同，来引导、推动龙头企业集聚，以此提高区域内的规模经济效益与产业凝聚力。我国医药工业百强企业作为引领生物医药产业技术革新的主力军，当以《“十四五”规划和2035远景目标纲要》为指导，发挥百强企业创新优势及行业共荣效益。京津冀、长三角两地区需将其区域内百强医药企业优势资源应用于产业创新研发，同时围绕百强医药企业优势资源搭建区域信息交流及技术授权平台，完善产业模块体系，推动区域内生物医药产业链集约化发展，接轨国际拓展现有产品的市场定位和技术定位，以形成更庞大的市场规模，创建良好的产业发展环境，由此实现两地区生物医药产业的创新协同。

5.2 通力协作，顺应时势谋共赢

京津冀与长三角地区的医药制造业研发机构数关联度值分别排第4 位与第1 位。医药制造业研发机构经费支出位列京津冀地区各指标排位第5。生物医药产业的发展需要全方位的政策扶持、充分的资金投入与合理的研发机构布局，三大要素缺一不可。面对当前产业创新要素缺乏的问题，可依托京津冀地区和长三角地区得天独厚的地理优势，积极整合、调配生物医药产业各类园区研发机构资源，可通过由河北、安徽等积极承接周边生物医药产业龙头省市的创新溢出，缩短产业发展差距。而京津冀与长三角地区的生物医药科研机构的高质量发展需把握时下国内国际双循环发展格局，通过高校与高水平科研机构携手合作，着手打造基础研究与应用技术研究并行的政—产—学—研平台。通过完善生物医药产业园配套软硬件设施，优化周边环境，吸引国内外在生物医药行业内有所建树的机构进驻生物医药产业园；机构与企业协同配合，提高产业研发投入效率，进而促进两地区内生物医药产业协同优势互补，实现产业转型升级、协调平衡发展。

5.3 引贤纳才，能者得以尽其才

京津冀地区与长三角地区的医药制造业研发机构人员数与其各自的营业收入关联度值排位分别在第2 位和第3 位，而长三角地区的医药制造业R&D 人员折合全时当年量关联度结果位居第5，足见研发人力资源投入与配置对生物医药产业收益的重要性。实现人才队伍建设与人才聚集效应，满足产业需求，带动产业创新与发展，是提高生物医药产业竞争力的关键。有关部门可考虑牵线搭桥构建引进高层次人才的平台，并对人才市场机制进行完善，推动高水平人才集聚。京津冀与长三角地区的高校应突破现有人才培养模式，特别是医药类高等院校应由当下普遍的医学、药学、基础科学分立的人才培养模式转变为复合型人才培养模式，可参考清华大学、浙江大学的“MD-PhD”国内双博士学位项目的培养模式，认可企业横向课题，实现高技术人才的知识互溢，切实为生物医药领域创新拾柴添薪。同时促进资源有机整合，推动科技研发信息资源开放，高等院校间科研功能共享，分别形成京津冀地区与长三角地区的一流科研人才培育基地。充分发挥京津冀地区与长三角地区的教育资源优势，推进校企联动，鼓励企业以现有资源为基础，同高校精诚合作培养生物科学技术人才。