Page 17 - 2021年19期
P. 17

[3]
                                                                                                  [8]
        任务之一 。“十四五”规划也提到要推动中医药传承创                          的衡量企业全要素技术效率变动特征的方法 。M指数
        新，促进中药新药研发保护和产业发展；强化中药质量                           的具体模型表达式如下：
        监管，促进中药质量提升，推动中医药走向世界 。国家                                               Dt （xt+1，yt+1 ） Dt+1 （xt+1，yt+1 ）  1
                                                [4]
                                                               M（xt+1，yt+1，xt，yt ）＝[     ×           ]  2
        在中医药健康领域不断加大支持力度，这体现了中药行                                                 Dt （xt，yt ）  Dt+1 （xt，yt ）
        业发展的长期利好。                                              式中，xt和 xt+1分别表示 DMU 在 t 时期和 t+1 时期的
            据此，有必要对我国中药工业企业创新资源的使用                         投入，yt和yt+1分别表示DMU在t时期和t+1时期的产出，
        效率进行评价，考察现有的创新资源是否得到有效利                            Dt （xt，yt ）表示生产配置（xt，yt ）到 t 时期系统前沿面的距
        用，剖析中药工业企业创新现状及存在的问题并提出改                           离。M 指数大于 1 表示 DMU 整体效率呈增长趋势，小
        进建议。而诸多经济学家进行了大量研究，提出技术创                           于1则表示DMU处于效率下降趋势。M指数可分解为
        新进步和技术效率提高共同组成了全要素生产率的增                            技术效率变化和技术进步变化，技术效率变化指数反映
        长，并广泛运用于产业经济领域的创新效率评价                       [5－6] 。  了 DMU 对生产前沿面的追赶程度，技术进步变化指数
        本文基于全要素视角，从企业创新的角度出发，对中药                           反映了DMU企业技术水平的变化情况，推算公式如下：
        工业企业的创新资源使用效率及其变动分解情况进行                                                    Dt （xt+1，yt+1 ）  Dt （xt，yt ）  1
                                                               M（xt + 1，yt + 1，xt，yt ）＝[     ×          ] ×
                                                                                                         2
        测算，探究部分企业效率低下的原因，进而为提高其创                                                  Dt+1 （xt+1，yt+1 ） Dt+1 （xt，yt ）
        新效率提供有效的改善路径和政策建议。                                  Dt+1 （xt+1，yt+1 ）
        1 资料与方法                                               Dt （xt，yt ）
        1.1 研究对象                                               式中，技术效率变化还可以分解为纯技术效率变化
            考虑到上市企业具备相当规模，在中药工业企业中                         和规模效率变化，纯技术效率变化指数大于1表示纯技
        更有代表性，故本研究选取在沪、深证券交易所上市的                           术效率改善，规模效率变化指数大于1表示企业在向最
        所有中药工业企业，按照后文“1.4.2”项下的纳入、排除                       优生产规模靠近。
        标准进行筛选后确定研究对象。                                     1.3  投入、产出变量选取
        1.2  研究方法                                              企业创新资源投入、产出过程较为复杂，构建科学
                                                                                                         [9]
        1.2.1  数据包络分析         数据包络分析（data envelop-         的评价指标体系能够使效率评价更加客观、具体 。
        ment analysis，DEA）可同时选取多个投入指标和多个产                  综合其他学者的研究成果             [10－13] ，本文选取研究与发展
        出指标，对多个具有相同属性的决策单元（decision                        （research and development，R&D）人员投入强度和 R&D
        making units，DMU）进行相对有效性评价，在进行静态                   经费投入强度反映上市中药工业企业创新活动中人力
                             [7]
        效率测度时有其优越性 。传统 DEA 模型包括 CCR 模                      和资金的资源投入情况           [10－11] 。技术创新成果是企业创
        型和 BCC 模型：基于规模报酬不变假设提出的 CCR 模                      新活动的直接产出，由于专利申请过程有较强的不确定
                                       [7]
        型一般不符合企业运行的实际情况 ；而基于规模报酬                           性，为了更好地反映创新成果，本文同时选取专利申请
        可变假设的 BCC 模型，可测算出 DMU 的综合效率、纯                      数和专利授权数来表示技术产出，以平衡两个指标在量
        技术效率和规模效率（综合效率=纯技术效率×规模效                           化企业 R&D 成果时的优劣 。创新资源使用的最终目
                                                                                   [12]
        率），三者值为 1 时，分别表示 DEA 有效、纯技术有效和                     标还是为企业带来效益、创造利润，故本文选择营收增
                          [7]
        实现了最优规模效益 。BCC模型表达式为：                              长率和人均净利润作为经济产出指标                 [11，13] 。在经过变量
                      n                                    间相关性检验后，最终构建出本研究的投入-产出指标
                            －
                     ∑λjxj+s ＝θxik
                     j＝1                                   体系，如表1所示。
                      n
                            +
                     ∑λjyj－s ＝yjk                                       表1 投入-产出指标体系
            Minθ s.t.  j＝1
                      n                                            Tab 1 Input-output indicator system
                     ∑λj＝1
                     j＝1                                    一级指标  二级指标    三级指标       计算方法             单位
                     s ≥0，s ≥0，λj≥0，j＝1，2，···，n             创新投入  人力投入    R&D人员投入强度  某年R&D员工数/当年员工总数  ％
                            +
                      －
                                                                  资金投入    R&D经费投入强度  某年R&D费用/当年营业收入   ％
            式中，θ为 DMU 的效率值，n 表示 DMU 个数，xik、yjk
                                                            创新产出  技术产出    专利申请数      直接获得             项
        定义为第k个DMU的第i个投入指标和第j个产出指标
                                                                          专利授权数      直接获得             项
        的观察值，λ j为 DMU 的权重系数，s 和 s 分别为投入与                          经济产出    营收增长率      直接获得             ％
                                      －
                                          +
        产出指标的松弛变量。                                                        人均净利润      某年净利润/当年员工总数     万元/人
        1.2.2 Malmquist 指数法    Malmquist 指数即全要素生           1.4 数据来源与样本选择
        产力变动指数（以下简称为“M指数”），该指数可利用非                         1.4.1  数据来源      数据选取自国泰安经济金融数据库
        参数距离函数衡量DMU从t时期到t+1时期全要素效率                         （www.gtadata.com）、巨潮资讯网上市企业年报（www.
        的动态变化趋势，其与DEA模型联用是目前使用较广泛                          cninfo.com.cn）以及国家知识产权局专利检索数据库
        中国药房    2021年第32卷第19期                                             China Pharmacy 2021 Vol. 32 No. 19  ·2315 ·
   12   13   14   15   16   17   18   19   20   21   22