Page 9 - 202016
P. 9

辽宁、吉林和黑龙江；东部地区包括北京、天津、河北、上                         素和随机因素的影响，是相对真实准确的。
        海、江苏、浙江、福建、山东、广东和海南；中部地区包括                         3 实证结果与分析
        山西、安徽、江西、河南、湖北和湖南；西部地区主要包括                         3.1 影响创新效率的环境因素分析
        内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、                           采用环境指标数据对投入要素的松弛变量进行
        青海、宁夏和新疆。                                          SFA 回归，结果见表 2（本文以 P＜0.01 为差异有统计学
        2 研究方法                                             意义）。由表2可见，广义单边似然比检验结果显示，极
            为更加准确地评价各地医药产业的创新效率，剔除                         大似然值具有统计学意义（P＜0.01），说明本研究对投
        环境因素和随机因素等对于创新效率的干扰，本研究采                           入要素的松弛变量进行SFA回归是合理的；除创新基础
        用三阶段DEA模型       [18-19] 评估各省的医药产业创新效率。             对人员投入松弛变量没有显著影响外，其余各环境变量
        2.1 第1阶段：初始创新效率计算                                  对于人员投入和资本投入松弛变量的影响均是显著的
            采用 DEAP 2.1 软件，通过投入导向规模报酬可变                    （P＜0.01），因此有必要对投入变量进行调整。SFA回归
                   [20]
        的 BCC 模型 （BCC 模型是经典的数据包络模型，故该                      结果中γ值的回归系数越接近 0 表示随机因素的影响越
        模型的计算公式本文不再赘述），将医药产业各决策单                           趋于主导地位，越接近1表示管理无效率的影响越趋于
        元的创新投入产出要素按照年份划分为不同截面，主要                           主导地位。由表2可见，人员投入松弛变量和资本投入
        包括人员投入、资本投入、直接产出和间接产出指标，计                          松弛变量的γ值分别为0.60和0.57，说明松弛变量受管理
        算不同年份和各决策单元的初始创新效率和各投入要                            无效率和随机因素的共同影响。
        素的松弛变量。此时，BCC模型计算的效率值为综合技                                          表2 SFA回归结果
                                                                      Tab 2 SFA regression results
        术效率（Technical efficiency，即创新效率），为规模效率
       （Scale efficiency）和纯技术效率（Purely technical effi-     项目                  人员投入松弛变量         资本投入松弛变量
                                                           经济发展
        ciency）的乘积。                                         回归系数                  2 687.00 ＊       43 700.51 ＊
        2.2  第2阶段：投入要素调整                                    t                      11.60            149.09
                                                           政策支持
            采用 Frontier 4.1 软件。由于此时松弛变量反映的
                                                            回归系数                 －2 364.61 ＊      －15 572.47 ＊
        是初始的管理无效率，因此还需考虑环境因素和随机因                            t                     －4.50            －90.93
        素的影响。将第1阶段算出的人员投入和资本投入的松                           产业基础
                                                            回归系数                  1 042.63 ＊       27 214.09 ＊
        弛变量作为被解释变量，标准化后的环境变量作为解释
                                                            t                      4.82              60.12
        变量，进行随机前沿模型（SFA）回归。松弛变量（Sni ）的                     创新基础
        计算公式如下：                                             回归系数                  372.95          －2 969.61 ＊
                                                            t                      0.67             －6.82
            Sni＝f（Zi；βn ）+vni+μni
                                                           γ
            式中，Sni是第i个决策单元第n项投入的松弛值，i＝                      回归系数                   0.60 ＊            0.57 ＊
        1，2，…；n＝1，2，…（下同）；Zi是环境变量，β n是环境变量                  t                      12.84             12.10
                                                           常数项
        的系数；vni+μ ni是混合误差项，其中 vni是随机干扰项（表
                                                            回归系数                  655.30 ＊         19 517.63 ＊
        示随机干扰因素对投入松弛变量的影响，服从正态分                             t                      7.12              38.94
        布）、μ ni是管理无效率项（表示管理因素对投入松弛变量                       极大似然值                 －1 524.07        －2 148.89
                                                            χ 2                    34.32 ＊           29.74 ＊
        的影响，本研究假设其服从在零点截断的正态分布）。
                                                                 ＊
                                                               注：P＜0.01
            SFA 回归的目的是剔除环境因素和随机因素对效                            Note： P＜0.01
                                                                   ＊
        率测度的影响，以便将所有决策单元调整为相同的外部                               SFA回归系数为正，表示增加该环境变量的值能够
        环境和随机干扰。调整公式如下：                                    扩大对应松弛变量的值，导致创新效率降低；回归系数
                            ^        ^
            Xni＝Xni+{max[f（Zi；βn ）]－f（Zi；βn ）}+[max（vni ）－vni]  为负，则相反。由表2可见，经济发展与医药产业创新活
             A
                  A
            式中，X ni是调整后的投入要素；Xni是调整前的投入                    动中人员投入松弛变量和资本投入松弛变量均成显著
                      ^        ^
        要素；{max[f（Zi；β n ）]－f（Zi；β n ）}是指将所有决策单元置          正相关，说明经济发展水平越高的地区越注重对医药产
        于相同外部环境下；[max（vni ）－vni]是指将所有决策单元                  业研发人员和研发资金的投入，但可能在投入的过程中
        置于相同随机干扰下。                                         缺乏合理的规划与引导，从而导致医药产业研发人员和
        2.3  第3阶段：调整后的创新效率测算                               经费投入的冗余，造成创新效率的降低。政府的政策支
            依据第 2 阶段得出的调整后的投入要素，再次运用                       持对两个投入变量松弛变量的回归系数均为负，说明政
        投入导向规模报酬可变的 BCC 模型测算各决策单元调                         府加强对医药产业的政策支持能够减少医药产业创新
        整后的创新效率。此时的创新效率已经剔除了环境因                            研发人员和研发投入的冗余，激励研发人员创新、促进


        中国药房    2020年第31卷第16期                                            China Pharmacy 2020 Vol. 31 No. 16  ·1923 ·
   4   5   6   7   8   9   10   11   12   13   14