Page 9 - 202006
P. 9

的关系，即用于研究多个矩阵与一个矩阵的回归关系。                           省市 i 和省市 j 合作的频次；hi和 hj为省市 i 和省市 j 各自
                                                                             [23]
        通过比较各个矩阵对应的格值，给出矩阵之间的相关系                           参与合作频次的总和 。
        数，并基于矩阵数据的置换对系数进行非参数检验，进                           2.3.2  地理距离（自变量） 地理距离的临近程度大致
                           2
        而评价决定系数（AdjR）的显著性水平。主要分为3步：                        可从空间和时间两个维度进行测量，其实质是关注两个
        第一，将矩阵转为长向量，计算矩阵间的相关系数；第                           合作主体能够进行面对面交流而没有昂贵成本的程
                                                              [24]
        二，随机置换因变量矩阵的各行和各列，计算置换后的                           度 。本研究将两个区域间利用公共交通工具可达的
                                        2
        相关系数，保存所有的系数值及AdjR ，重复几百甚至几                        最短旅行时间作为地理距离的测量指标，数据来源于
        千次，从而估计统计量的标准误；最后，判断第一步的相                          12306 网站，查询时间为 2019 年 4 月 15 日，以两个区域
        关系数是落入随机置换后相关系数分布的接受域还是                            省会城市间的火车（包括高铁）可达的最短时间的自然
        拒绝域，从而作出评价。                                        对数计算其区域间地理距离（Geoij ）。
            QAP区别于其他传统统计分析方法之处在于，各自                        2.3.3  经济距离（自变量） 经济距离是指区域间医药
        变量之间无需相互独立。传统的统计分析方法在做分                            制造业经济发展水平的差异，本研究用各区域的医药制
        析之前需要先排除具有相关性的变量，否则会出现估计                           造业的资产总值（Assets）来进行描述，数据来源于《中国
                                                                                     [25]
                       [21]
        偏差，使模型无效 。由于本研究探讨的是不同省市医                           高技术产业统计年鉴（2017）》 。将数据导入 UCINET
        药制造业之间的各种关系（如经济关系、距离关系等）对                          6.0软件创建经济距离绝对值矩阵Assetsij。矩阵中的值
        其合作关系的影响，即关系对关系的影响，因此变量之                           为各区域间的资产总值差值的绝对值，以刻画区域间的
        间不可能完全相互独立，使用普通的多元回归方法会产                           经济距离。矩阵为对称矩阵，对角线的值为0。
        生多重共线性问题，故采用QAP回归分析法。                              2.3.4  技术距离（自变量） 区域内医药制造业所处的
        2.2  数据来源与处理                                       创 新 水 平 可 以 通 过 医 药 制 造 业 研 发 人 员 的 数 量
            本研究采用专利合作代表创新合作，专利检索参考                         （R&DNum）来进行衡量，本研究中医药制造业研发人员
                [22]
        了谌凯等 整理的我国医药制造业专利申请量前 20 位                         数量的相关数据来源于《中国高技术产业统计年鉴
                                                                  [25]
        的主要技术分布[根据国际专利分类表（IPC 分类）]，基                       （2017）》 。同样将数据导入UCINET 6.0软件创建研发
        本代表了我国医药制造业的主要研究方向和科技合作                            人员数量距离绝对值矩阵来构造技术距离指标R&Dnu-
        内容，包括A61K36、A61K31、A61K35、A61K9、A61P31、            mij。矩阵中的值为各区域间的研发人员数量差值的绝
        A61P1、A61P35、A61P9、A61K47、A61P17、A61P25、           对值。矩阵为对称矩阵，对角线的值为0。
        A61P29、A61P3、A61P11、A61K38、A61K33、A61P19、          2.3.5  其他影响因素（控制变量） 区域生产总值
        A61P15、A61P37、A61K39。利用国家知识产权局专利                   （GDP）差异也会影响合作产生的可能性，因此同样采用
        检索数据库，检索我国31个省、自治区、直辖市医药制造                         构建距离绝对值矩阵来对区域间的整体经济情况进行
        业已公开的发明专利和实用新型专利数据（检索时间为                           衡量。矩阵中的值为各组区域之间 GDP 差值的绝对值
                                                                                                   [26]
        2018年12月31日）。由于若无提前公开的请求，发明专                       Gdpij，GDP数据来源于《中国统计年鉴（2017）》 。矩阵
        利从申请日起满18个月才进入公开程序，导致专利申请                          为对称矩阵，对角线的值为0。
        日在2017年6月31日之后的相关数据不完全，因此本研                            是否与北京（Beijing）、上海（Shanghai）有合作也会
        究提取了专利申请日为2016年全年的专利数据。                            对区域合作强度产生影响。本研究构建合作对象是否
            数据清洗过程如下：（1）筛选出组织与组织之间合                        为北京或上海的矩阵，省际合作中有一方为北京或上海
        作申请的专利信息，剔除自然人作为共同申请人的专                            则为 1，完全不涉及北京或上海的合作则变量值为 0，以
        利、港澳台地区的合作专利以及国外机构在华联合申请                           此构建的矩阵对角线为0，北京或上海所在行、列为1的
        的专利；（2）根据专利申请人的区域属性界定是否为跨                          十字交叉矩阵。
        区域，剔除专利内包含的省内合作情况。若一条专利的                           3 实证结果与分析
        申请人包含两个或两个以上组织，且归属不同区域，则                           3.1 QAP相关系数分析
        该专利视为跨区域创新合作专利。                                        采用 UCINET 6.0 软件进行 QAP 相关性分析，对可
        2.3 变量测度                                           能影响我国医药制造业区域间创新合作的影响因素的
        2.3.1  省际研发合作强度（因变量） 通过省际研发合                       相关性进行分析。P＜0.1 为变量间有显著相关性。自
        作频率矩阵计算Salton系数矩阵，即省际研发合作强度                        变量之间的 QAP Pearson 相关系数详见表 1。由表 1 可
        矩阵。本研究使用 2016 年我国各省市间专利合作的频                        知，我国医药制造业区域 GDP 差异（Gdpij ）与经济距
        次之和构建省际研发合作频率矩阵，Salton 系数由矩阵                       离[医药制造企业资产总值（Assetsij ）]以及技术距离[研
        中的某个值除以所在列的和与所在行的和的几何平均                            发人员数量（R&Dnumij ）]之间有显著的正向相关关系
        数，进而得到Salton系数矩阵，公式如下：                             （P＜0.01），这表明区域内总体经济状况会影响医药制
                                                           造业的经济发展以及医药制造业的研发人员数量。同
            Colij＝hij/√hi×hj
            式中，Colij为省市i和省市j间的合作关系强度；hij为                  样，区域内经济距离[医药制造业资产总值（Assetsij ）]也


        中国药房    2020年第31卷第6期                                               China Pharmacy 2020 Vol. 31 No. 6  ·643  ·
   4   5   6   7   8   9   10   11   12   13   14