Page 14 - 202014
P. 14

表1    对外经济贸易与医药制造业发展数据指标体系及                             通过 CRITIC 法对各项指标赋权之后,采用线性加
              指标权重                                          权法对构建出的综合评价体系内的指标进行计算,公式
        Tab 1 Index system and weight of foreign economic   为 In=ΣXijWn (公式⑤)。式中,Xij为极差标准化后的数
                trade and pharmaceutical manufacturing in-  据,In为线性加权后计算得到的综合评价指标结果。
                dustry development                          1.3.3 VAR模型的构建
        一级指标       二级指标          三级指标                权重          VAR模型是指根据数据的统计性质建立相对应的
        对外经济贸易系统   对外贸易总体规模      进出口总额               0.20   动态模型,将每一个内生变量作为全部内生变量的滞后
                   医药品进出口情况      医药品出口额              0.20
                                 医药品进口额              0.19   期进行回归,从而估计模型中全部内生变量之间的动态
                   医药制造业出口市场规模   医药制造业出口交货值          0.21   关系 。该模型适用于处理多个具有相关性的经济指
                                                                [12]
                                 医药制造业新产品出口销售收入      0.20   标,可以达到分析数据和预测未来趋势的目的 。当模
                                                                                                    [12]
        医药制造业系统    医药制造企业规模      医药制造业企业数量           0.14
                   医药制造业市场规模     医药制造业总产值            0.12   型含有 n 个变量且滞后期为 k 时,其 VAR 模型数学表达
                                 医药制造业主营业务收入         0.13   式为 Yt=μ+∏ 1Yt-1+∏ 2Yt-2+…+∏ kYt-k+ut (公式⑥) 。
                                                                                                         [13]
                                 医药制造业利润             0.13
                   医药制造业研发能力     医药制造业科研活动人员数量       0.10   式中,Yt为 n×1 阶时间序列列向量,μ为 n×1 阶常数项列
                                 医药制造业科技活动经费内部支出     0.12   向量,∏为n×n阶参数矩阵(即待估系数矩阵),ut为n×1
                                 医药制造业拥有发明专利数量       0.12   阶随机误差列向量。根据计量经济学及国内外学者的
                                 医药制造业新产品产值          0.13
                                                            相关研究,可以将 VAR 模型的操作步骤                 [14]  分为以下
        指标采用公式 Xij=[max(xij )-xij]/[max(xij )-min(xij )]
                                                            几步:
        (公式②)对其进行标准化处理。式中,i 表示所选取的
                                                               (1)采用ADF(Augmented dickey-fullertest)检验(也
        以年份为单位的时间序列,j表示评价的各类统计指标,
                                                            称“单位根检验”)对原始数据进行平稳性检验。
        xij表示第i年第j项指标,Xij表示标准化后的第i年第j项
                                                               (2)协整处理。若不平稳的时间序列符合协整关
        指标,max(xij )表示第i年第j项指标中的最大值,min(xij )
                                                            系,则也可进行VAR模型分析和检验。
        表示第i年第j项指标中的最小值。
                                                               (3)利用赤池信息量准则(Akaike information crite-
        1.3.2 综合评价指标计算方法
                                                            rion,AIC)和施瓦兹准则(Schwarz criterion,SC)确定
            对于评价医药制造业和对外经济贸易所选取的数
                                                            VAR模型最佳滞后期,并建立滞后期为k的VAR模型。
        据指标体系,需要通过赋权法对于所选取的数据指标体
                                                               (4)利用格兰杰(Granger)因果关系检验对结果进行
        系进行综合评价处理。目前,研究文献中常用的几种客
                                                            分析。
        观赋权法有熵权法、标准离差法和准则间相关性的准则
                                                               (5)采用脉冲响应分析反映短期内两个因素各自波
        重要性法(Criteria importance though intercrieria correla-
                                                            动对对方的冲击效果及对未来取值的影响。
                      [8]
        tion,CRITIC)等 。有学者对几种客观权重赋权法进行
                                                               (6)为了进一步了解每个变量的变动对VAR模型影
        了比较,结果认为,相比于其他几种客观权重赋权法,使
                                                            响的贡献度,对VAR模型中的两组变量进行方差分解。
        用 CRITIC 法对数据指标进行赋权时,不仅考虑到了数
        据指标变异对权重的影响,而且还考虑到了数据指标之                            2 结果
        间的关联性和冲突性,因此 CRITIC 法可以更加全面和                        2.1  数据处理过程
        客观地对数据指标进行赋权,并且更适用于多数据指标                            2.1.1 数据标准化处理
        赋权计算    [9-10] 。本研究借鉴文献[11]的方法,从客观角度                    分别将各组原始数据(如表 2 所示)进行判断分类,
        和指标变异大小等方面对数据指标进行综合评价。                              随后带入公式①、②进行标准化处理计算,算得极差标
            CRITIC法的主要思路为将评价数据指标所包含的                        准化后的数据。
        信息量转化为权重值。从客观角度,结合各指标内部的                            2.1.2 综合评价指标的计算
        变异性和冲突性来综合衡量和评价数据指标。其中,数                                根据所建立的评价数据指标和相关原始数据,利用
        据指标的变异性采用标准差(σ n )来表示,数据内部的冲                        公式③、④,计算得出医药制造业发展系统和对外经济
        突性根据公式 Rn=Σ(1-rmn )算得(式中,rmn表示第 n 个                 贸易系统各指标的权重,结果见表1。
        指标和第 m 个指标之间的相关系数)。CRITIC 法的运                           分别将对外经济贸易与医药制造业发展数据指标
        算公式为:Cn=σ nRn=σ nΣ(1-rmn )(公式③)。式中,Cn表              体系中的评价指标带入公式⑤算出对外经济贸易和医
        示第n个评价数据指标所包含的信息量,其值越大,表示                           药制造业综合评价指标结果,详见表3。
        对应评价指标的信息量就越大,则该指标的重要性就越                                参考文献[11],采用取对数的方法剔除数据存在的
        高;其权重(Wn )的计算公式为:Wn=Cn/ΣCn (公式④)。                   异方差,并绘制两组数据取对数后的折线图,详见图 1。


        ·1672  ·  China Pharmacy 2020 Vol. 31 No. 14                                中国药房    2020年第31卷第14期
   9   10   11   12   13   14   15   16   17   18   19