医药制造业企业技术转移效率研究★

丁 姝， 鲁 超

（1.安徽理工大学经济与管理学院， 安徽 淮南 232063；2.安徽理工大学第一附属医院药物临床研究中心， 安徽 淮南 232001）

0 引言

近年来，随着健康中国战略的深入实施，我国医药制造产业再度迎来新的发展。继《国家技术转移体系建设方案》等政策陆续出台后，技术、政策、人才等资源均加速向医药制造产业集聚。但我国医药企业由传统向现代转型的过程中，受各地区地理、资源、政策等因素影响，出现技术转移能力差距拉大、技术创新投入与经济效益产出失调等问题，限制了医药制造业的高速发展。而技术转移作为技术开发与产业化之间的桥梁，决定了医药制造业技术创新是否能转变为经济价值。因此，技术转移效率作为解决该类问题的重要着手点，成为当前医药制造业成果转化阶段的研究热点。在此基础上，采用数据包络分析（DEA）法测算我国各省医药制造业技术转移效率，不仅为国内药企强化成果转化能力增加理论基础，也为国家如何通过提升药企技术转移效率从而提升国家科技成果转化的有效性提供了依据。

1 概念及现状

技术转移最早指发达国家或地区向发展中国家或地区的某些系统知识的转移输出，即横向技术转移[1]。随着近年来科技成果大量涌现，出现了不同类型主体的技术转移，转让方与受让方跨领域、跨行业，即跨域或垂直技术转移[2]。技术转移一直是管理学领域的研究热点之一，当前研究主要集中在三个方面：一是从城市[3]、省域层面[4]进行比较；二是从企业[5]、高校[6]等主体着手；三是结果多是分析影响因素[7]、效率测度[8]等。学者常以有效发明专利、技术改造经费支出[9]等为研究数据，运用GIS 分析方法[10]、重心模型[11]等方法研究其时空分布特征。尽管技术转移已经受到医药制造业主体的关注，但由于关注时间短、样本量受限、实证研究较少等因素，因而继续探讨医药制造业技术转移效率仍有重要意义。

2 对象和方法

2.1 研究对象

本文以2015—2021 年我国27 省（区）市（除数据缺失的西藏、青海、甘肃、新疆、港澳台）医药制造业面板数据为研究对象，利用三阶段DEA 模型对我国医药制造业科技成果转化情况进行实证分析。考虑到科技创新生产的复杂性以及科技创新的投入和产出存在时间滞后性，对选用数据进行滞后期[9]的数据处理，选取两年时间间隔。数据来源于各年《中国区域科技创新评价报告》《中国统计年鉴》《中国科技统计年鉴》及《中国高技术产业统计年鉴》。

2.2 指标选择

成果转化阶段，医药制造业通常将技术研发阶段获得的科技成果作为投入要素，将成果转化实现的经济效益作为产出要素。DEA 模型分析的核心前提是构建良好的评价指标体系，基于医药制造业成果转化阶段技术转移的性质及数据的可得性，参考李缘[9]、周世新[12]等人的研究文献，选取有效发明专利数、新产品开发项目数和技术改造经费支出作为技术转移的投入指标，选取新产品销售收入和新产品出口收入作为技术转移的产出指标，最终构建效率评价指标体系（见表1）。同时根据医药制造行业发展特点，选取经济发展水平、科技发展水平、科技市场环境和政府财政支持4 个指标作为环境变量。有效发明专利作为医药制造业的科技成果投入；新产品开发项目数及技术改造经费支出反映了医药制造业为获得经济效益的技术转移必要的人力及资金投入；新产品的销售收入及新产品的出口收入亦能够反映医药制造业的科技成果转化水平。人均国民生产总值能够排除人口因素的影响，体现地区经济发展水平；区域R&D 人员资金状况可以反映科技市场环境；区域创新综合效用值能基于全国综合衡量单一省份的科技发展水平；政府财政R&D 经费投入强度决定区域要素配置水平，从而影响区域技术转移效率能力。

表1 三阶段DEA 指标体系说明

2.3 研究方法

DEA 方法原理是采用线性规划分3 个阶段对研究数据进行有效生产前沿面的构造，并对决策单元（DMU）投入产出指标进行有效性分析，最终得到决策单元之间相对效率。

1）第一阶段。经过计算得到DEA-BCC 基础模型各决策单元目标投入值。模型具体形式如下：

式中：ε 为非阿基米德无穷小量；l 和m 分别为投入、产出变量的个数；si-、sr+为松弛变量；θ 为决策单元（DMU）的效率值，假设a=1，那么当si-=sr+0 时，此时DMU 是DEA 强有效，当si-不为0 或sr+不为0 时，此时DMU 是弱DEA 有效的；若a＜1，则DMU 是DEA无效的[13]。

2）第二阶段。建立SFA 回归模型，基于回归结果，计算得到各DMU 的调整后投入指标。模型具体形式如下：

式中：Yik为第k 个DMU 的第i 项投入的松弛变量；f（Zj；βi）能反映环境变量对投入冗余的影响程度；Zj为环境变量；βi为环境变量系数；vik+μik为混合误差项。调整后的投入计算式如下：

3）第三阶段。将调整后投入和原始产出代入DEA-BCC 模型重新测算，得到27 省（区）市（除西藏、青海、甘肃、新疆、港澳台）剔除环境因素影响的真实医药制造业技术转移效率。

3 结果

3.1 第一阶段BCC

利用Deap2.1 软件通过传统 DEA-BCC 模型，分析我国27 省（区）市成果转化阶段技术转移的规模效率，结果见表2。在未考虑环境因素和随机因素的影响下，我国医药制造业平均综合效率值仅为0.429，处于较低水平。黑龙江、海南两省份技术转移效率位于前沿。山西、内蒙古、广西、宁夏四省状态为规模收益递增，表明继续加大技术创新投入可提高其规模报酬效率，创造更多边际收益。对比各省份综合效率均值，区域间技术转移效率表现为差异大且分布不均。

表2 各省医药制造业技术转移效率测算水平结果（SFA 调整前）

3.2 第二阶段SFA

以三个投入变量为解释变量，以所选四个外界影响变量为解释变量，利用Frontier4.1 软件进行SFA 回归分析（见表3）。

表3 各省医药制造业技术转移效率SFA 回归结果

三个投入变量的γ 值都为1，说明有效发明专利数、新产品开发项目数和技术改造经费支出由管理无效率导致，不为随机干扰项。经济发展水平对技术改造费用支出的松弛变量系数、科技发展水平对新产品开发项目数和技术改造费用支出的松弛变量系数以及科技市场环境对技术改造费用支出的松弛变量系数均未通过10%的显著性检验，表明外部环境对有效发明专利数的显著性影响最大，对技术改造经费支出的显著性影响最小。政府财政支持与发明专利和技术改造投入冗余具有显著反向关系，即政府财政补助对医药制造的技术转移具有促进作用。科技市场环境和科技发展水平系数为负数，即区域科技环境改善会导致高科技人才聚集，从而迸发更多的创新项目开发研究；科技发展水平提升会助推医药制造业的研发活动，间接推动企业去引进并改造国外新技术，最终实现科技为经济赋能。而经济发展水平对有效发明专利和技术改造费用支出的松弛变量系数均为正数，表明发明专利、技术改造及项目开发等成果转化效果欠佳，可能是不同区域产业结构不同，各地经济发展水平不同，对引进的技术改造需求不同等原因造成的。

3.3 第三阶段BCC

将调整后的有效发明专利数、新产品开发项目数和技术改造经费支出指标与原始产出指标结合，再次进行DEA 效率的分析。利用Deap2.1 软件进行测算，同样拟定规模报酬不变，测度3 种效率。

3.4 第一、第三阶段前后技术转移效率均值比较

表4 表明，我国医药制造业综合效率为0.756、纯技术效率为0.838 和规模效率为0.906，与调整前的均值相比明显上升。排除环境变量和随机误差的影响，我国医药制造业成果转化阶段技术转移效率增优是由规模效率上升和管理水平提高共同导致的，进一步体现成果转化阶段生产研发以及技术转化能力不强的特征。同时，表中大部分省市的规模效率接近或高于纯技术效率，意味着虽然各省份存在规模无效率，但纯技术无效率才是致使各省医药制造业企业综合技术无效率的主因[14]，即存在制药企业生产动力充足但专利技术转移为经济效益能力欠缺的情况。相较调整前（见图1），只有北京、上海综合效率有所下降，而其余各省市转化要素配置综合效率都出现了不同程度的上升。

表4 第三阶段SFA 调整后各省医药制造业综合效率值

3.5 第一、第三阶段技术转移效率划分情况比较

图2、图3 是2015—2021 年医药制造业的规模效率和纯技术效率均值空间分布的散点图。以0.95 为界，第一象限为“双高型”区域,第二象限为“低高型”区域，第三象限为“双低型”区域，第四象限为“高低型”区域。由图3 可知，属于“双低型”区域有北京、辽宁、广西、陕西、山西、河南和湖北，该部分地区规模效率和纯技术效率仍有提升空间。贵州云南、上海、广东、江苏、山东属于“高低型”区域；河北、重庆、湖南、安徽、江西、吉林属于“低高型”区域；其余省份属于“双高型”区域，其纯技术效率和规模效率都达到了较高水平。比较第一阶段和第三阶段，发现“双低型”省份数量骤减，河北、重庆、湖南、安徽、江西、吉林转向“低高型”区域，天津、内蒙古、浙江、福建、四川、宁夏跳跃至“双高型”区域，天津、四川、浙江由“高低型”区域转向“双高型”区域，宁夏由“高低型”区域转向“双高型”区域，福建、内蒙古由“双低型”区域跳跃至“双高型”区域，实证表明，采用SFA 模型分析时，剔除环境和随机误差因素非常必要。

图2 第一阶段医药制造业纯技术效率均值和规模效率均值散点图

图3 第三阶段医药制造业纯技术效率均值和规模效率均值散点图

4 讨论

本文通过运用三阶段DEA 模型，测算并研究了我国医药制造业成果转化阶段的技术转移效率。除黑龙江省和海南省外，其余省份在纯技术效率和规模效率方面表现较差。区域间差距主要体现在东部及东北地区与中西部地区，原因主要是中西部地区受地理影响，其经济发展水平、科技发展水平和科技市场环境均落后于东部及东北地区，当地科技资源配置远落后于前沿地区，科技创新能力不强，技术转移效率不高。为提高我国整体医药制造业技术转移效率，减小东部、中部、西部及东北部医药制造企业地区间不平衡，提出以下建议：

东部地区药企应加强与当地高校、研究机构和医疗中心的科研合作，获取最新技术及研究成果。中部地区药企应设立研究项目，与当地高校和研究机构共同开发新技术，加强产学研合作；建立技术转移平台，促进技术提供方与接受方之间的合作及信息共享。西部地区药企存在医药领域人才短缺问题，应加强技术培训和高级人才引进；向当地政府申请医药技术研发和转移科研所需的科技补贴、税收优惠和研发基金，以降低研发成本，实时更新医药研究配置。东北地区药企有深厚的工业基础优势，可考虑多元化研发，例如生物制药、药物研发等领域，以提高技术转移的机会；建立创新中心和实验室，用于新技术的研发和验证，更好地应对技术转移的需求。总体而言，不同地区的医药制造业需要结合其自身的地理、经济和产业等实际情况制定自身的技术转移战略。政府、研究机构和企业间的资源整合和协同合作亦是推动医药制造业技术转移效率提升的关键。