江苏医药制造业提升原始创新能力和协同创新能力的路径与对策研究Word文档格式.docx
《江苏医药制造业提升原始创新能力和协同创新能力的路径与对策研究Word文档格式.docx》由会员分享，可在线阅读，更多相关《江苏医药制造业提升原始创新能力和协同创新能力的路径与对策研究Word文档格式.docx（36页珍藏版）》请在冰豆网上搜索。
Mutl,2009；
Kosfeld&
Lauridsen,2012；
Bode，2004；
Lim，2003；
Peri，2005）。
其次，吸收能力对创新影响研究，如Caragliu&
Nijkamp（2012）通过实证分析考察了地区的吸收能力对创新产值及技术溢出的影响；
Lazzeri&
Pisano（2014）以39个具有集聚特征的医药企业研发实验室为研究对象，实证分析了吸收能力对个人层面和企业层面创新的影响；
Egbetokun&
Savin（2014）通过研究企业间的合作创新发现，在技术距离一定的情况下，合作企业的的吸收能力越强，技术溢出效应越明显，对创新产值的促进作用越大。
付敬和朱桂龙（2014）对广东省343家技术中心企业的实证分析表明企业潜在吸收能力对创新产值并无直接作用，实际吸收能力则显著促进创新产值。
随着新经济增长理论的发展，有关创新能力的研究日益深入，但国内相关研究主要采用国家科技统计数据，从宏观层面上研究不同地区、不同行业间的技术创新能力，缺少利用微观数据分析某一行业内部技术创新能力的研究。
鉴于上述原因，本研究以江苏省医药制造业的微观数据为例，对医药制造业原始创新效率和协同创新能力进行评价分析，估计影响原始创新效率和企业创新产值的关键因素。
研究结果可以对提高江苏省医药制造业的创新水平，促进江苏省医药企业制造业发展具有重要的实践意义。
（二）主要研究内容与方法
1、主要研究内容
采用描述性统计方法，分别从地区、行业、集聚区三个方面考察江苏省医药制造业研发及产出特征。
分别从创新投入和产出两个方面构建评价江苏省医药制造业原始创新能力的评价指标体系，考察原始创新能力现况；
构建基于数据包络分析方法（DEA）的二阶段半参数评价模型。
第一阶段，利用DEA方法评价江苏省医药制造业原始创新效率，第二阶段，以DEA效率评价结果为因变量，通过Tobit回归分析相关影响因素对企业原始创新效率影响的显著性。
构建江苏省医药制造业协同创新能力评价指标体系（主要包括知识溢出和吸收能力两个方面），考察评价不同地区、不同行业的协同创新能力现况，并从上述角度对比存在的差异，分析导致差异存在的可能因素；
利用面板数据模型，实证分析江苏省医药制造业知识溢出能力对创新产值的影响效应，利用地区的面板数据估计吸收能力对创新产出的作用效果；
依据江苏省医药制造业原始创新效率的评价和相关影响因素估计结果，从企业内部管理机制与外部市场作用机制和政策作用机制等方面提出提升医药制造业原始创新效率的路径与建议；
依据江苏省医药制药业知识溢出、吸收能力对创新产值的影响结果，明确提高江苏省医药制造业协同创新能力的路径和对策建议；
提出提高医药制造业创新能力的政策建议。
2、研究方法
主要运用技术创新理论、系统评价方法、计量经济学方法和公共政策学相关理论论证本课题的观点。
具体包括：
（1）基于DEA方法的医药制造业原始创新能力评价模型。
通过选择合理的创新投入产出要素，利用DEA方法评价医药企业的原始创新效率，采用Malmquist指数模型分析效率的动态变动，通过回归分析评估企业创新要素、市场作用机制、行业环境及政府扶植等因素对原始创新的影响。
（2）主成份分析法
运用因子分析中的主成分分析法，构造综合评价矩阵，对江苏不同地区医药企业协同创新能力进行系统评价和统计分析。
（3）基于新经济增长理论的集成创新调节效应模型。
基于新经济增长理论和创新知识理论，构建医药制造业集成创新指标体系。
利用面板数据模型估计江苏省医药制造业知识溢、吸收能力对创新产值的影响效应。
3、数据来源
本课题以江苏省医药制造业的微观调研数据作为研究对象，数据来源于江苏省医药商业协会通过问卷调查收集整理获得，该数据包括江苏省医药制造业样本企业的研发和产出情况。
样本企业的地区分布与行业分布如表1、表2所示。
表1江苏省医药制造业样本企业行业分布情况
2012
2013
2014
2015
化学药品原药制造
240
231
208
229
化学药品制剂制造
127
137
111
120
中药饮品加工
25
17
24
中成药制造
28
29
兽用药品制造
36
41
30
32
生物及生化制品的制造
77
89
91
106
卫生材料及医药用品的制造
109
合计
644
688
595
659
表2江苏省医药制造业样本企业地区分布情况
南京
50
64
51
48
无锡
43
42
44
徐州
52
58
59
常州
72
70
63
苏州
113
82
92
南通
68
73
74
连云港
57
淮安
18
21
22
23
盐城
69
65
67
扬州
34
27
31
镇江
20
26
泰州
46
49
宿迁
19
本调查数据主要包括医药企业产值、营业收入、人员、新产品产值、出口值、研发人员及费用、科技经费及专利、政府资金投入、科技活动经费支出、产学研协作等多项内容。
由于部分医药企业存在数据缺失的情况，在后文的实证分析中，我们将企业微观数据按照上表的行业或地区进行汇总分类，采用行业或地区层面数据对医药制造业创新能力进行评价研究。
（三）主要创新点和应用前景
本研究主要创新点主要有两个：
一是根据江苏省科技创新“十三五”发展战略，通过实证分析考察江苏医药产业的原始创新能力和协同创新能力的现状及存在问题，提出全面提升我省医药制造业创新能力的路径与对策建议。
二是分别从企业内部的原始创新效率和区域协同创新能力两个方面对江苏省医药制造业创新能力进行评价，估计相关影响因素，从而进行系统化的研究，研究视角可以较全面的反映我省医药制造业创新水平和深度，在此视角下提出的政策建议更具借鉴意义。
应用前景方面，首先，该研究的结果可以作为地方政府尤其是科技主管部门制定“十三五”期间提升产业科技创新能力政策提供决策参考；
其次，对医药制造业内不同类型企业的创新战略制定，创新路径的选择具有一定的指导意义。
第三，江苏省作为我国医药制造大省，企业数量、资产总额、利润总额和创新能力均位居全国前列。
“十三五”期间我国经济进入新常态，产业面临着转型升级，产业的智能化，创新化将成为产业组织新特征，经济增长更多依靠企业人力资本的质量和技术进步，企业需要从粗放式劳动密集型向资本密切性、技术高端型转变。
经济转型升级的动力来源于科技进步和全面创新。
因此，本研究以江苏医药制造业为例，从该行业的现状出发，提出提升江苏省医药制造业创新能力的模式和路径，研究成果对于我省整体科技创新能力的提升具有重要的借鉴意义。
二、现状分析
（一）江苏省医药制造业原始创新效率评价与影响因素分析
医药企业的原始创新可划分为两个阶段，一个是技术开发阶段，通过科研活动的各项投入得到以知识技术为主体的成果，另一个是成果转化阶段，将技术开发阶段的成果向产品进行转化。
通过构建创新效率矩阵“技术开发－成果转化”矩阵，两个维度分别采用高低去衡量，因此有四种不同的创新效率组合。
如下图所示：
图1创新效率组合
目前，对企业原始创新能力的评价主要采取的是参数法的随即前沿生产函数（StochasticFrontierApproach，SFA）和非参数法的数据包络法（DataEnvelopmentAnalysis，DEA）。
DEA方法不需要选择生产函数，也不需要进行参数估计，对于非有效单元，DEA方法不仅能够指出指标的调整方向，还能给出具体的调整量。
因此，本部分将采用DEA方法对江苏省医药制造业原始创新效率进行评价。
利用2012-2015年江苏省医药制造业微观数据，从地区、行业两个方面，基于价值链理论将原始创新过程划分为“技术开发－技术成果转化”两个阶段，进行DEA效率评价和影响因素的实证分析。
1、模型与变量选择
（1）基于松弛变量的DEA模型
Tone（2001）在加性模型（additivemodel）的基础之上提出了基于松弛变量的模型（Slacks-basedMeasure,SBM），加性模型解决了除CCR模型外投入产出两种导向解释结果不一致这一问题，将两种导向结合在一个模型中，SBM模型在此基础上进一步解决了投入和产出单位不一致这一问题，即具备了单位不变性（additivemodel）。
同时，基本的DEA模型（CCR、BBC模型）建立在Farrell效率测度的基础之上，Farrell将效率测度形式分为径向和线性分段，这虽然保证了效率边界无差异曲线的凸性，但却会造成投入要素的松弛。
在投入产出要素增加、因素更加复杂以及需要考虑变量的松弛问题时，引入SBM模型，将松弛投入和松弛产出考虑在内，评价决策单元的效率。
SBM模型如下：
s.t.
≥0,
SBM模型同时考虑投入和产出两种导向时，可转化为线性规划模型：
，
当投入和产出松弛越大时，DEA效率越低，SBM模型将松弛投入和松弛产出纳入了DEA效率的测度中去。
松弛投入和松弛产出均为0时，即S+=S－＝0，效率度量值为1，即决策单元在BBC模型中也为有效。
（2）Malmquist全要素生产力指数
SBM模型只能对一期的决策单元进行DEA效率评价，考虑时间维度的面板数据，需引入Malmquist指数（全要素生产率变动指数）对各个决策单元在时间维度上的效率变动。
1953年，Malmquist指数首次被提出，Fare等（1994）建立了DEA-Malmquist指数，用于评价相邻两期DEA效率的变化情况。
DEA-Malmquist指数公式如下：
EC
TC
M0为将资源配置M的综合指数，可记为TFPCH，表示的是决策单元在t期至t＋1期整体生产率的变化程度，分解为技术效率变动EC和技术变动TC两者的乘积，分别可记为TECH和TPCH。
在BBC模型中，总体技术效率（TE）＝规模效率（PE）＊单纯技术效率（SE），所以Malmquist指数的TECH也可分为规模效率的变化（PECH）与单纯技术效率（SECH）的变化。
因此，TECH表示规模报酬不变时技术效率变动，TECH<
1，技术效率减退；
TECH>
1，技术效率进步；
TPCH同理，TECH<
1，技术减退；
1，技术进步。
同时，Malmquist指数也可以用于衡量规模效率的变化（PECH）与单纯技术效率（SECH）的变化。
（3）Tobit回归模型
Tobit回归模型适用于因变量受到限制，具体来说就是因变量被切割或者片段的情况下的数据截断模型。
在研究影响决策单元DEA效率的因素时，DEA效率值在0-1之间变化，因此，当DEA效率值作为回归模型的被解释变量，存在被解释变量小于等于1的截尾问题，普通最小二乘法（OLS）估计结果有偏且并不一致。
应用最大似然法估计Tobit模型研究技术效率的多因素回归问题，基本Tobit回归模型如下：
yi
=α+βxi
+υi
;
0≦yi≦1
（4）医药制造业原始创新效率相关指标选择
衡量医药制造业原始创新效率的投入产出指标选取如下：
在技术开发阶段，R&
D投入是技术开发最主要的动力。
通过对国内外文献的总结，R&
D投入主要可划分为R&
D人员和R&
D投入经费，同时，将新产品研发经费纳入到投入指标中。
技术开发阶段是产品创新的源头阶段，经技术转化阶段开发新产品后销售，因此，也是中间阶段，主要的产出为知识技术，可分为专利和非专利。
专利型的产出可划分为专利申请数和专利授权数，相比较，不可测度的非专利产出更客观标准，因此，将专利申请数和专利授权数同时纳入到考察R&
D阶段的产出指标。
对技术开发阶段进行数据处理时，R&
D人员数量采用R&
D人员折合全时当量（人年）与R&
D人员数量相比较，反映了R&
D人员实际参与研发活动的时间折合的研发活动工作。
R&
D投入经费分别采用当期R&
D内部支出和外部支出合计，新产品研发经费采用当期新产品研发投入费用。
技术转化阶段也可划分为人员投入和经费投入，产出主要是通过对知识技术的转化所得的产品。
技术开发阶段的知识技术投入采用技术开发阶段专利申请数和专利授权数作为主要指标，经费投入为新产品改造经费，人员投入为从业人员。
技术转化阶段产出成果为产品为企业带来的收益情况，可用产品在市场的实际状况去衡量，选取新产品产值和新产品出口额作为技术转化阶段的产出指标。
对技术转化阶段进行数据处理时，从业人员采用从业人员折合全时当量（人年），新产品改造经费、新产品产值和新产品出口额均为当期的经费投入、产值和出口额。
总结相关文献，医药企业原始创新效率的主要影响因素主要有：
首先是市场结构。
市场结构的竞争程度对企业创新效率有影响，企业在市场化程度高的行业或地区面临更大的竞争。
关于市场结构对企业创新效率的影响，Arrow（1962）认为市场化程度高所带来的竞争力有利于企业创新研发。
而Schumpeter（1943）则认为高市场集中度使得企业在行业或地区中具有垄断地位，有利于创新研发。
其次是企业规模。
根据新古典经济学，企业存在最佳规模，在达到最佳规模前，企业平均成本递减，扩大企业规模向最佳规模移动，而达到最佳规模后，平均成本递增，规模对企业有负效应。
规模较大的企业资金相对集中，对创新研发的投入大，有利于企业创新研发。
Scherer（1990）认为企业规模与创新效率负相关，而Pavitt（1987）等认为与中等大小的企业相比，较小或较大的企业创新效率更高，创新效率与企业规模呈“U”关系。
企业规模采用企业平均年产值来衡量。
第三是企业所有权结构国内外学者对企业所有权结构对创新技术效率的影响看法比较一致，均认为非国有企业的研发效率要优于国有企业。
企业所有权结构采用国有企业比重作为替代指标。
第四是政府的资金支持力度。
政府可以从资金和政策两方面支持和鼓励企业进行技术创新活动。
资金方面，政府可以通过直接拨款或奖金激励等方式，支持有技术创新活动的企业进行创新研发。
政策方面，政府可以通过税收减免或优惠的财政政策，完善市场秩序，促进企业的创新研发。
科技活动经费筹集额直接影响研发投入的力度大小，其中政府资金的投入可以反映出政府的资金支持力度对企业创新效率的影响。
政府的资金支持力度指标用政府出资占科技活动经费筹集额的比例。
2、江苏省医药制造业原始创新效率测算
采用deaexcelsolver1.0进行dea效率评价、Malmquist指数分析，stata12.0进行tobit回归分析。
（1）技术效率分析
按行业细分2012－2015年江苏省医药行业自主创新能力在技术开发阶段的技术效率评价如表3所示。
表3江苏省医药行业按行业细分技术开发阶段原始创新能力技术效率
平均值
0.557
1
0.53
0.95
0.759
0.651
0.241
0.438
0.307
0.409
0.237
0.917
0.648
0.435
0.582
0.488
0.626
0.96
0.415
0.844
0.519
0.929
0.758
0.703
0.656
0.793
0.73
0.721
从整体上看，江苏省医药行业在技术开发阶段的技术效率呈现波浪式的上升，峰值在2014年，技术效率为0.793，化学药品原药制造、兽用药品制造、生物及生化制品的制造、卫生材料及医药用品的制造四个行业高于行业技术效率的平均值，卫生材料及医药用品的制造连续四年达到技术效率有效，而化学药品制剂制造在技术开发阶段的技术效率最低，平均值为0.409，且呈现下降趋势，主要是由于化学药品制剂制造在纯技术效率有效的同时没有兼顾规模效率，规模效率较为低下。
化学药品原药制造、中药饮品加工两个行业在技术开发阶段，技术效率波动变化较大。
化学药品制剂制造、中成药制造两个行业的技术效率则呈现出波浪式的下降，而兽用药品制造、生物及生化制品的制造行业则是波动式的上身，两个行业均在2014年实现了技术效率显著提高，其原因主要是纯技术效率的提高。
表4江苏省医药行业按行业细分成果转化阶段原始创新能力技术效率
0.628
0.838
0.867
0.828
0.832
0.566
0.807
0.49
0.39
0.627
0.849
0.913
0.923
0.915
0.9
总体上看，江苏省医药行业在技术开发阶段的技术效率较为稳定，基本稳定在平均值0.9左右。
化学药品制剂制造、中药饮品加工、兽用药品制造、卫生材料及医药用品的制造这四个行业在成果转化阶段从2012年开始均达到了技术效率有效，化学药品原药制造、生物及生化制品的制造则是波动式地上升，中成药制造在2013年达到技术效率有效后逐渐下滑，在2015年技术效率急剧下降。
总之，江苏省医药行业根据行业细分，各行业技术效率均值在成果转化阶段较高，说明了技术开发的能力低于科研成果向产品转化的能力，在成果转化阶段江苏省医药行业在技术和规模上均较为合理。
因此，目前江苏省医药行业原始创新能力的提高主要需要科研能力的提升。
表5江苏省医药业按地区细分技术开发阶段原始创新能力技术效率
0.607
0.647
0.814
0.308
0.608
0.526
0.477
0.48
0.528
0.615
0.786
0.899
0.889
0.736
0.402
0.708
0.634
0.686
0.553
0.487
0.891
0.733
0.238
0.396
0.57
0.56
0.113
0.346
0.505
0.791
0.934
0.403
0.334
0.616
0.546
0.622
0.644
0.879
0.673
0.975
0.659
0.92
0.538
0.773
0.911
0.818
0.589
0.707
0.742
0.714
按地区细分后，如表5所示，2012－2015年江苏省医药行业原始创新能力在技术开发阶段的技术效率均值为0.714，除2013年外出现波动外，基本稳定在均值附近。
其中，镇江市在技术开发阶段自2012年起，均为技术效率有效，南京、徐州、常州、南通、泰州四个地区技术开发阶段的技术效率较高。
从2012－2015年各地区的技术效率呈现出波动趋势，苏州、连云港、盐城波动下降，徐州波动上升，扬州市则表现出稳步上升，常州市除2013年外技术效率较为稳定。
表6江苏省医药行业按地区细分成果转化阶段原始创新能力技术效率
平均值
0.408
0.371
升级会员 