Page 10 - 202006
P. 10

与区域GDP差异（Gdpij ）和技术距离[医药制造业研发人                      加强科技交流。通过这种对口帮扶的方式，经济弱省市
        员数量（R&Dnumij ）]有明显正相关关系（P＜0.01），提示                  可寻求与经济强省市的合作，促进其自身医药制造业的
        三者之间互为正向影响关系。而地理距离（Geoij ）、北京                       发展和转型升级。此外，合作方中有北京或上海也会显
        哑变量（Beijing）和上海哑变量（Shanghai）与大多数自变                  著增加合作的可能性（P＜0.1或P＜0.01）。作为我国技
        量之间无明显关系。                                           术创新和高新技术产业的聚集地，北京和上海近年来通
              表1 自变量之间的QAP Pearson相关系数                      过多种方式加强跨区域创新合作，鼓励创新机构采取跨
        Tab 1 QAP Pearson correlation coefficient between   区域并购、技术交易、园区共建等模式，增加区域间的科
                independent variables                       技合作，从而在实现自身繁荣的同时带动地方产业转
        自变量     Gdpij  Beijing  Shanghai  Geoij  Assetsij  R&Dnumij  型，进而推动全国医药产业的创新发展。
                1.    －0.081  －0.070  0.002  0.833 ＊＊＊  0.797 ＊＊＊
        Gdpij                                                   由模型 2 可以看出，地理距离对我国医药制造业的
        Beijing  －0.081  1.   －0.033  －0.152 ＊＊  －0.029  －0.056  创新合作仍有明显的负向作用，表明假设 H1 成立。地
        Shanghai  －0.070  －0.033  1.  －0.095  －0.041  －0.069
                0.002  －0.152 ＊＊  －0.095  1.  －0.043  －0.068  理距离的增加，使得创新主体在跨区域科技合作中直接
        Geoij
                0.833 ＊＊＊  －0.029  －0.041  －0.043  1.  0.907 ＊＊＊  沟通的时间成本和经济成本也随之增加，当合作中出现
        Assetsij
                0.797 ＊＊＊  －0.056  －0.069  －0.068  0.907 ＊＊＊  1.
        R&Dnumij                                            问题时无法及时有效沟通并解决，可能就会增加合作失
                      ＊＊＊
              ＊＊
            注： P＜0.05， P＜0.01                               败的可能性；同时，区域间距离较远会使得政策、文化基
               ＊＊
            Note： P＜0.05， ＊＊＊ P＜0.01                        础差异较大，不利于产生互相信任的合作关系，一旦合
        3.2 QAP回归分析结果
                                                            作失败，后续再次合作的可能也会明显降低。本研究回
            以 2016 年我国医药制造业各省市间的省际研发合
                                                            归分析结果显示，相比区域间经济 GDP 差异（P＜0.1）、
        作强度为因变量，以各省市间的地理距离、经济距离、技                           是否与北京或上海合作（P＜0.1）这两个因素，地理距离
        术距离为自变量，以各省市的区域 GDP 差异、是否为与
                                                            对合作产生的影响更为显著（P＜0.01），可能是互联网
        北京或上海的合作为控制变量，导入 QAP 回归模型，经
                                                            的快速发展使得部分交流可以通过在线的方式实现，削
        过2 000次的矩阵置换，得到QAP多元回归分析结果，详                                                           [10-12]
        见表2。                                                弱了地理距离的影响，但其影响依然显著                    。
                   表2 QAP多元回归分析结果                               模型3加入了以各区域医药制造业资产总值距离为
                                                            代表的经济距离，结果发现，经济距离对区域间医药创
          Tab 2  Multiple regression analysis results of QAP
                                                            新合作也具有显著的负向作用，表明假设 H2 成立。一
        变量        模型1        模型2       模型3        模型4
                  0.171 ＊    0.168 ＊   0.293 ＊＊   0.247 ＊＊  个区域的医药产业只有在拥有雄厚经济基础的情况下，
        Gdpij
        Beijing   0.163 ＊    0.134 ＊   0.139 ＊    0.149 ＊＊  才有足够的能力投入医药创新资源和要素（如研发人
        Shanghai  0.317 ＊＊＊  0.297 ＊   0.300 ＊＊   0.311 ＊＊  员、创新资金等）来进行新产品研发，进而才有与其他区
                            －0.190 ＊＊＊  －0.195 ＊＊＊  －0.181 ＊＊
        Geoij                                               域医药制造企业创新合作的可能；区域间医药经济基础
                                      －0.150 ＊   －0.432 ＊＊
        Assetsij
                                                  0.355 ＊＊  差距较大，则医药制造业发展的大环境相差就越大，弱
        R&Dnumij
        R 2       0.141      0.175     0.182      0.203     势方往往没有足够的经济基础进行创新，合作创新的可
        AdjR 2    0.139      0.173     0.179      0.199     能性就会降低。
        P         0.001     ＜0.001    ＜0.001     ＜0.001         模型4加入了以区域内医药制造业研发人员数量为
        观察项      930.       930.      930.       930.
                                                            代表的技术距离变量，该变量对医药制造业研发合作呈
                    ＊＊
            注：P＜0.1， P＜0.05， ＊＊＊ P＜0.01
              ＊
                      ＊＊
            Note： P＜0.1， P＜0.05， ＊＊＊ P＜0.01                 显著的正向影响，表明假设H3不成立。这表明，区域间
                ＊
            从模型 1 到模型 4，依次对控制变量及在控制变量                       医药制造业技术发展水平差距越大，越容易产生合作，
        基础上加入地理距离、经济距离、技术距离3个自变量作                           这一方面可能是由于医药技术发展较快的省市已经积
        回归分析（如表 2 所示）。结果，4 个模型均通过了显著                        累了技术更新发展的经验，可以为医药技术相对落后的
        性检验，且P值均小于0.01，显著性水平较高。调整后的                         省市提供经验借鉴，从而产生辐射推动作用，更容易产
        AdjR 随模型加入自变量数量的增多而不断增大，当加                          生合作；另一方面也可能是由于技术距离小的区域间存
             2
                                     2
        入所有自变量时，调整后的 AdjR 为 0.199，这说明这些                     在对创新资源的激烈竞争，这种对立竞争阻碍了区域间
        变量可以解释省际研发合作强度变异的19.9％。                             的合作。
            由模型1可以看出，区域间GDP差异对合作存在显                         4 讨论与建议
        著正向影响，表明经济水平相差较大的省份更有可能进                                本研究以 2016 年我国医药制造业跨区域合作专利
        行合作，这可能与我国的区域帮扶政策有关。例如，                             为原始数据，探讨了影响我国医药制造业跨区域创新合
        2016 年 12 月，中共中央办公厅、国务院办公厅印发《关                      作的主要因素。结果显示，地理距离、经济距离和技术
        于进一步加强东西部扶贫协作工作的指导意见》 ，确                            距离是影响医药制造业跨区域创新合作的重要因素；区
                                                   [27]
        定北京对口内蒙古、河北张家口和保定，天津对口甘肃、                           域间生产总值 GDP 差异较大的省市间进行合作的可能
        河北承德等帮扶关系，提出帮扶双方要进行产业合作、                            性更高；与此同时，作为经济发达、科技先进的省市，北


        ·644  ·  China Pharmacy 2020 Vol. 31 No. 6                                   中国药房    2020年第31卷第6期
   5   6   7   8   9   10   11   12   13   14   15