我国医药制造业创新效率评价研究
摘 要：[目的]评价我国2015年各省医药制造业创新效率，以发现制约行业创新效率发展的原因，为提高行业发展水平提供依据。
[方法]采用数据包络分析三阶段模型（DEA），在传统DEA基础上采用SFA回归模型剔除环境因素及随机变量造成的影响，使得到的效率值更加准确。
[结果与结论]我国各省创新效率差异较大，应在实行相关政策投入时注重均衡发展，以促进医药制造业创新效率的全面提升。
毕业论文网 关键词：三阶段DEA；医药制造业；创新效率 中图分类号：F2 文献标识码ki.1672—3198.2017.16.001 近年来，我国医药制造业发展迅速，在学术界得到越来越多的关注。
目前国内多数学者运用数据包络分析法对医药制造业技术创新效率、生产效率等方面进行研究，如王秀明（2015）运用DEA对医药制造业子产业生产效率进行了评价；霍艳飞（2016）运用DEA对医药制造业技术创新效率进行研究。
但以往在评价产出效率时，往往只是运用传统DEA模型测算，其测算过程将环境变量纳入投入或产出变量，但实际上各省处于不同的发展环境，这样测算的效率值存在一定的偏差。
由此，本文通过DEA三阶段模型，剔除环境变量及随机变量带来的误差，使测算结果更具有参考价值。
1 研究方法及模型简介 1.1 DEA分析基于规模收益可变的BCC模型（第一阶段） 数据包络分析（Date Envelopment Analysis，DEA）中BCC模型将综合效率分为规模效率及纯技术效率。
因本文研究的对象对医药制造业产生的效益影响较大，因此采用基于规模收益可变的BCC模型。
BCC模型使投影点的生产规模与被评价DMU的生产规模处于同一水平，模型中i表示评价指标体系中的投入指标。
θ表示被评价决策单元（DMUK）的技术效率；s—松弛变量表示产出不足和投入剩余的大小。
若θ=1且松弛变量等于0，此时DMU0处于DEA有效。
若θ=1，但松弛变量不为1，此时DMU0处于弱有效。
若θ 从回归结果可知四个环境变量对绝大多数投入松弛通过显著性检验，这表明选取的环境变量对各松弛变量的投入冗余影响较大。
其中值接近于1或等于1，说明各省医药制造业间的管理效率差异大，管理因素的影响占主导地位。
由于松弛变量反映的是投入的冗余，因此在回归结果中，若回归系数是负值，则表明解释变量的增加利于投入松弛的减少，从而利于产业创新效率的提高；反之，则不利于创新效率的提高。
从表中可以看出，R&D经费、R&D人员、新产品开发经费三项投入冗余均通过地区医药企业1%的显著性检验，且R&D经费投入松弛及新产品开发经费松弛回归系数均是负数，表明地区医药企业数越多，越有利于经费投入的减少。
这可能由于企业数增多，导致地区竞争力提高，促使各企业提高创新效率研究投入经费的利用率；而地区研发机构数的增加也同样利于研究经费及产品开发经费利用率的提高。
政府研发资金的投入与R&D经费投入及新产品开发经费投入均未通过显著性检验，表明两者不存在显著性影响，但其与R&D人员松弛变量存在较强显著，且回归系数为负值，表明政府研发资金的投入，有利于人员冗余的减少，利于创新效率值的提高。
地区GDP对R&D人员及新产品开发经费松弛呈显著关系，但回归系数为正，表明地区GDP的投入不利于人员及新产品开发经费的投入减少，造成该结果的原因可能是随着地区GDP增长，尽管研发投入也随之增长，但人员创新及新产品经费投入产出没有相应的提高。
3.3 第三阶段（调整后） 第三阶段在第二阶段剔除由环境及随机误差产生的影响后得到新的投入值，通过新的投入值再通过BCC模型得到新的创新效率测量值。
经调整后结果显示各省创新效率均值由?{整前0.877下降为0，843，纯技术效率及规模效率也有不同程度的下降，均下降至0.918。
绝大部分省创新效率值较调整前有所减少，这表明本文所选择的环境变量对医药制造业创新效率的影响是正面的。
这也证明了DEA三阶段的必要性。
在剔除环境变量及随机变量产生的影响后，天津、吉林、江西、湖南、四川五省仍处于效率前沿，属于DEA有效，表明以上几省未受到环境因素及随机变量的影响，而山西、湖北、重庆、贵州四省效率水平均有不同程度的下降，不再处于效率前沿，表明环境变量对这几省的影响是负向的。
且相较于调整前，不少省由规模递增变为规模递减，这表明制约我国医药制造业创新效率的主要因素是产业规模的大小。
4 结论 通过三阶段的测量，发现我国医药制造业创新效率均值无论是综合效率值还是纯技术效率值及规模效率值均有下降，其中规模效率下降的值相较纯技术效率更多，这表明所选取的环境变量对各省医药制造业创新效率的影响是正向的，且其对规模效率的影响更大。
在第二阶段中，环境变量中地区医药企业及研发机构数对医药制造业创新效率存在显著性影响，而地区GDP及政府研发资金投入对产业创新效率存在较弱显著性，各省要注重提升整体经济发展水平，利用较好的经济环境来促进医药制造业创新效率的提升；各省在进行创新研发投入时，避免无效率投入R&D人员，应控制人员的数量和质量。
政府对地区进行投入时，应该把好经费关，以保障其真正用在研发创新体系中。
对第三阶段DEA所得结果进行分析时，可以发现我国各省医药制造业的创新效率差异性大。
参考文献 [1]王秀明，邱家学.我国医药制造业子产业的生产效率研究[J].中国新药杂志，2015，（13）：1451—1455. [2]霍艳飞，石晟怡，王广平等.我国医药制造业技术创新效率研究――基于DEA模型的Malmquist指数分析[J].中国新药杂志，2016，（07）：728—732，744. [3]邹鲜红，罗承友.基于DEA模型的我国医药制造业技术创新相对有效性研究[J].科技管理研究，2009，（09）：252—254. [4]肖文，林高榜.政府支持、研发管理与技术创新效率――基于中国工业行业的实证分析[J].管理世界，2014，（04）：71—80.