基于三阶段数据包络分析的生物医药上市企业创新效率评价*

2024-01-31 13:25王全佳徐文
医药导报 2024年2期
关键词:环境变量环境因素生物医药

王全佳,徐文

(山东中医药大学药学院,济南 250355)

全球新一轮科技革命蕴藏着新兴国家经济振兴和大国崛起的机遇,生物技术正成为引领新一轮科技革命的主要力量之一,生物经济将成为带动世界经济增长的重要引擎。发展生物医药产业是中国把握新一轮科技革命战略机遇的关键,对生物医药科技创新提出更高的要求[1-3]。我国生物医药企业创新投入水平与国际龙头企业存在较大差距,在这样的背景下,充分利用创新资源、提升创新效率成为我国生物医药企业实现技术追赶的着力点。因此,对我国生物医药企业创新效率进行合理评价,发现制约创新效率提升的因素具有重要的实践意义。现有关于生物医药上市企业创新的研究主要围绕创新效率测度和创新绩效的影响因素分析2个方面展开。郝本超等[4]基于两阶段数据包络分析(data envelopment analysis,DEA)模型对生物医药上市企业技术研发和成果转化效率进行了分析,发现技术研发效率高于成果转化效率,纯技术效率制约两阶段创新效率提升。生物医药上市企业创新绩效影响因素的研究进一步可以划分为企业内部因素和外部因素研究。从企业主体特征出发,相关研究对生物医药上市企业基础研究[5]、资产配置[6]、非市场战略[7]等因素与创新绩效的关系进行分析。从外部环境出发,相关研究分析政府补贴[8]、风险投资[9-10]等因素对生物医药上市企业创新绩效的影响。通过文献梳理发现,目前针对生物医药上市企业创新效率的研究较少,而且已有研究将生物医药企业看作封闭系统,忽略外部环境对其创新活动的影响,可能造成创新效率测度结果存在系统性偏误。笔者在本文将生物医药上市企业看作开放性系统,基于三阶段DEA模型对其创新效率进行测度,得到的效率值剔除了环境因素和随机扰动的影响,可以更为准确地反映生物医药上市企业的技术和管理水平。

1 数据来源及处理

选取上海、深圳A股医药制造业上市企业中主营业务为生物药品研发、制造或生物医药技术开发的生物医药企业作为研究对象。为保证研究的准确性和可代表性,对样本数据进行如下处理:① 剔除2015年以后上市的企业;②剔除ST和*ST企业;③剔除关键数据大量缺失的企业。经过筛选最终得到32家生物医药上市企业2015—2021年的相关数据,其中财务数据和研发数据来自国泰安数据库、企业年报和国家知识产权局官网,环境数据来源于《中国统计年鉴》和《中国高技术产业统计年鉴》。少数生物医药上市企业某年份的专利申请数为0,根据规模报酬可变模型的平移不变性,将所有决策单元(decision making unit,DMU)专利申请数同时加一个正数,模型结果不变[11]。考虑到创新产出存在滞后性,参考文献[12],将产出滞后一期,即投入数据为2015—2020年数据,产出数据为2016—2021年数据。

2 变量选取与模型构建

2.1变量选取 研发投入主要包括资本投入和人力投入2个方面,选取研发投入金额和研发人员数量作为投入变量。创新产出分为知识性产出和经济性产出,前者可以转化为企业的知识存量,增强企业的创新潜力,后者是创新活动可持续性的保障。选取专利申请数衡量知识性产出,主营业务收入衡量经济性产出。

环境变量的选取需要满足“分离假定”,即所选取的环境变量能够对生物医药企业创新效率产生影响,但不受生物医药企业主观控制[13]。基于此,选取经济发展水平、政府支持力度、竞争程度、开放程度四个指标作为环境变量,分别采用所在地区人均国内生产总值(GDP)、政府补助金额、地区医药企业数、地区进出口额衡量。所有变量定义见表1。

表1 变量定义

2.2三阶段DEA模型构建 第一阶段使用投入导向的BCC模型[14],根据原始投入产出数据,测度各生物医药企业的创新效率。该模型本质上是一个线性规划问题,可以表示为:

minθ-ε(eTS-eTS+)

(1)

(1)式中,x和y分别代表投入、产出变量,j代表生物医药企业,r代表投入变量的个数,i代表产出变量的个数,θ为该生物医药企业的效率,λ表示第r项投入或第i项产出的权重,S-表示第r项投入的冗余,S+表示第i项产出的不足。

第二阶段使用第一阶段得到的各投入的松弛变量对环境变量进行回归。松弛变量可以反映各决策单元的初始无效率,造成这种无效率的原因可以归结为管理无效率、环境因素和随即干扰3个方面,通过似SFA回归可以将这3个因素进行分离,从而将各个决策单元置于相同的环境下进行效率比较[15]。回归模型如下:

Sni=fn(Zi;βn)+νni+μni;i=1,2,…,I;n=1,2,…,N(2)

(2)式中S表示松弛变量,i表示生物医药企业,n表示第n项投入,Z表示环境变量,β表示环境变量的系数,ν表示随机干扰项,μ表示管理无效率项,(ν+μ)称为混合误差项。

为了控制随机干扰的影响,需要将随机干扰项分离,公式如下:

(3)

(4)

第三阶段,根据调整后的投入和原始产出,使用投入导向的BCC模型对生物医药企业的创新效率进行测算。此时得到的效率值已经剔除了环境因素和随即干扰的影响,能够更为准确地反映各决策单元的创新效率,结果更具可比性。

3 实证分析

3.1第一阶段效率分析 第一阶段运用DEAP2.1软件,测算32家生物医药上市企业2015—2020年的创新效率。由BCC模型得到的效率满足综合效率=纯技术效率×规模效率的关系,这里综合效率即每个DMU的创新效率。在未考虑生物医药上市企业创新活动的外生性影响的情况下,得到平均创新效率为0.57,平均纯技术效率为0.71,平均规模效率为0.80,纯技术效率是生物医药企业创新的短板。研究期内未有企业平均创新效率和平均规模效率达到效率前沿,万孚生物在这两方面效率最高,分别为0.94和0.98。有2家企业平均纯技术效率在研究期内达到有效,分别为复星医药和科伦药业。此时得到的效率值由于没有剔除环境因素和随机扰动的影响,可能会导致结果存在偏误,本文将在第二阶段运用似SFA回归剔除外生性影响后,在第三阶段对生物医药上市企业创新效率进行重新测度。

3.2第二阶段回归结果分析 为消除量纲的影响,按照公式zit=(xit-minxit)/(maxxit-minxit)对环境变量进行处理,z为消除量纲影响的环境变量,x为原始环境变量,i表示生物医药上市企业,t表示年份。以研发人员数量松弛值和研发投入金额松弛值为被解释变量,以经济发展水平、政府支持力度、竞争程度和开放程度为解释变量进行似SFA回归,运用Frontier4.1软件进行计算,回归结果如表2。两个模型LR检验统计量均在1%水平显著,意味着在本研究中剔除环境因素和随机扰动的影响是必要的。γ值分别为0.72和0.42,均通过1%水平的显著性检验,表明管理无效率和随机干扰均会对生物医药上市企业的创新效率产生影响。回归系数为负,表明环境变量增加有助于降低研发投入冗余,对创新效率的提升产生积极作用。反之,回归系数为正,表明该环境变量会制约创新效率的改进。

表2 第二阶段SFA回归结果

经济发展水平与研发人员数量松弛值呈显著正相关,对研发投入金额松弛值没有显著影响。经济发展水平较高的地区通常表现出对研发人员更强的吸引力,相应地生物医药企业在创新活动中的研发人员投入会较其他地区高,而创新产出没有等比例地提升,表现出研发人员冗余增多。政府支持力度显著正向影响研发投入金额松弛值,对研发人员数量松弛值的影响不显著。政府补助可以通过资源倾向机制增加生物医药企业的研发投入,一定程度上降低了其资金压力,但同时也可能降低了其提高资金使用效率的动力。竞争程度对研发人员数量松弛值和研发投入金额松弛值均表现为显著的正向影响。竞争程度过高时企业盲目跟风现象比较严重,导致热门靶点赛道拥挤,同质化竞争严重,造成研发人力和资本的浪费。开放程度对研发人员数量松弛值具有显著的负向影响,与研发投入金额松弛值关系不显著。开放程度高的地区资本、人才、技术、知识等创新要素流动性更强,企业可通过技术知识的外溢效应借鉴跨国企业先进的技术或管理经验,提高自身创新资源的使用效率。

3.3第三阶段效率分析 在对原始投入进行调整,剔除环境因素和随机扰动的影响后,再次使用DEAP2.1软件,选择投入导向的BCC模型对生物医药上市企业的创新效率进行测算。投入调整前后的效率值见表3。

表3 投入调整前后生物医药上市企业效率值

从研究期内整体的平均水平看,在剔除环境因素和随机扰动的影响后,生物医药上市企业创新效率由调整前的0.57下降为0.46。纯技术效率明显上升,由0.71提高到0.99。规模效率由调整前的0.80下降到0.46。调整投入前制约创新效率提升的短板为纯技术效率,调整投入后制约因素改变为规模效率。

创新效率方面,调整投入后有20家生物医药上市企业效率下降,大部分企业创新效率在第一阶段被高估。其中下降最明显的为达安基因,由调整前0.91降为0.38。调整投入后,恒瑞医药、复星医药等12家企业的创新效率得到提升,说明外部环境对这些企业的创新活动产生消极影响。其中提升最明显的为恒瑞医药,较投入调整前上升134.21%。剔除环境因素和随机扰动的影响后,企业间创新效率差距巨大,科伦药业(1.00)成为唯一达到效率前沿的企业。

纯技术效率方面,调整投入后双鹭药业、长春高新等30家生物医药上市企业效率得到提高,大部分企业的纯技术效率被低估。其中上升最明显的为双鹭药业,由调整前0.36提升到0.99。复星医药和科伦药业纯技术效率在调整投入前后没有变化,一直保持在效率前沿。剔除环境因素和随机扰动的影响后,企业间纯技术效率差距不大,复星医药、博雅生物等10家企业纯技术效率为1.00,达到效率前沿。

规模效率方面,调整投入后安科生物、达安基因等28家生物医药上市企业效率下降,可见创新效率下降主要由规模效率降低引起。其中规模效率下降最明显的为安科生物,由调整前0.85降为0.25。复星医药、恒瑞医药等4家企业规模效率在调整投入后得到提高,其中复星医药提升最明显,较调整前上升92.16%。剔除环境因素和随机扰动影响后,同创新效率类似,企业间规模效率呈现出两极分化。

规模收益方面,按照年度对调整投入前后生物医药上市企业规模收益情况进行汇总,见表4。剔除环境因素和随机扰动的影响后,处于规模收益递增的企业占比明显提高。说明外部环境不利于企业规模扩大,抑制产业集聚度的提升,不利于发挥生物医药企业的规模效应。

表4 投入调整前后生物医药上市企业规模收益占比

4 讨论

本文基于三阶段DEA模型,对我国生物医药上市企业2015—2020年的创新效率进行测算,测算过程充分考虑外部环境因素的干扰,弥补已有相关研究在进行效率测度时未将其纳入分析框架的不足,得到以下结论:①外部环境因素对生物医药上市企业创新效率有较大影响。地区开放程度有利于生物医药上市企业提升创新效率,竞争程度、政府支持力度、经济发展水平制约了创新效率的提升。②已有研究在未考虑外部环境因素的情况下得出纯技术效率是限制生物医药上市企业创新效率提升的主要因素的结论[4]。本文剔除环境因素和随机干扰的影响后,发现生物医药上市企业平均创新效率为0.46,平均纯技术效率为0.99,平均规模效率为0.46,规模效率低下是制约创新效率提升的主要因素。生物医药企业创新效率差距悬殊,最高的为科伦药业(1.00),达到效率前沿。企业间纯技术效率差异较小,规模效率差距大,创新效率的差异主要由规模效率引起。③生物医药上市企业研发规模普遍较小,近90%的企业处于规模收益递增状态。外部环境不利于生物医药企业规模扩大,抑制了产业集聚度的提升,不利于发挥生物医药企业的规模效应。

基于以上结论,提出以下建议:① 加大研发投入力度,扩大研发投入规模。制约我国生物医药企业创新效率提升的主要因素为规模效率,而导致规模无效的主要原因是生物医药企业研发投入规模较小,近90%的企业处于规模收益递增状态。这些生物医药企业应根据自身能力合理增加研发投入,充分发挥规模效率的作用,带动生物医药行业创新效率的整体提升。②完善外部环境,激发企业创新活力。生物医药企业研发资金的来源主要包括企业自有资金和外部融资两种渠道。因此,要提高生物医药企业研发投入规模,除了企业要增强创新意识,政府也应通过制定政策引导创新要素流向生物医药企业,同时完善我国金融市场环境,缓解生物医药企业创新面临的融资约束。③健全生物医药人才发展机制和激励机制,满足创新人才需求。人才是创新活动中最宝贵的资源,对生物医药企业来说尤其如此。企业研发投入规模的扩大伴随着相应人才需求的提升。政府应将重大生物科技基础设施建设、关键共性生物技术创新平台建设与生物医药人才的培养和发展机制有效衔接,培养出新一批高水平的生物医药领军人才。生物医药企业可通过打造技术创新平台、赋予科研人员更大的创新自主权、加大科研成果奖励力度等手段吸引高素质人才。作为向生物医药企业输送人才的重要源头,高校应在生物医药人才培养过程中加强科教融合,将人才培养与创新人才需求相匹配,提高人才培养质量。

猜你喜欢
环境变量环境因素生物医药
从桌面右键菜单调用环境变量选项
彻底弄懂Windows 10环境变量
论庭院花卉种植的环境因素
可靠性工程之环境因素分析与控制*
基于三阶段DEA—Malmquist模型的中国省域城镇化效率测度及其收敛分析
免耕播种实践及其对小麦生产环境因素的影响
影响母猪繁殖能能力的环境因素探讨
生物医药洁净管道系统
生物医药洁净管道系统
生物医药洁净管道系统