我国医药制造业研发投入与产出相关性研究
时间：2021-01-25 04:00:08 来源：雅意学习网 本文已影响 人 
摘要：基于1998-2012年我国医药制造业研发投入、产出的相关数据，构建多元回归模型和Almon多项式分布滞后模型以研究医药研发投入与产出之间的相关性与时滞性。分析结果表明：我国医药制造业研发投入对产出具有显著的正向影响关系，其影响具有时滞性，医药产出与当年及前两年的研发投入相关。因此，我国医药企业应该加大研发投入，同时注重提升研发人员质量，政府应动态调整对医药创新的支持方向，在制定相关政策时，充分考虑研发投入与产出之间的关系，以更有效地促进医药产业发展。
关键词：医药制造业；投入产出；相关性；时滞性
中图分类号：F2
文献标识码：A
文章编号：16723198（2015）05000603
0引言
医药产业是关系国计民生的重要产业，是国民经济的重要组成部分，是培育发展战略性新兴产业的重点领域。建国以来，我国医药产业经历了逐步壮大的过程，特别是改革开放以来医药工业总产值一直保持着两位数的增长势头，总产值从1979年的79亿元增长到2012年的18770亿元，增加200多倍，医药工业增加值远高于同期GDP的增长速度，成为国民经济中发展最快的行业之一。医药产业的生产环节（即医药工业）包括医药制造业和医疗器械制造业，本文主要分析医药制造业的研发投入与产出相关性。
随着国内人民生活水平的提高、医疗保健需求的不断增加，以及人口老龄化进程加快，我国政府越来越重视医药产业的发展，不断加大对医药创新的支持和投入力度。近年来，通过国家科技重大专项、863计划、973计划、战略性新兴产业发展专项等方式加大了对医药创新发展的支持力度，“十一五”期间下达中央财政资金近200亿元，2011-2013年下达中央财政资金156亿元，扶持力度居各行业前列，其中2008年启动的“重大新药创制”科技重大专项截至目前已累计投入超过110亿元。在政府创新投入的带动下，医药企业的创新投入也不断增加，2012年我国医药制造业的研发费用达214.9亿元，较上年增加37.5%，但是，由于医药研发投入的高风险性、长周期性和效果的滞后性，使得研发投入与产出价值关系难以确定，在投入资源一定的条件下如何获得更多的产出，始终是一个值得探讨的问题，本文将重点讨论研发投入与研发产出之间的相关性和时滞性。
1我国医药制造业研发投入现状分析
1.1医药制造业研发投入稳定增长
改革开放以来，我国医药制造业取得前所未有的发展。2008-2012年间，医药制造业总产值增幅保持20%左右，随着工业规模的增长医药制造业的研发投入不断增加，其中，研发资金增长率保持20%以上，研发人员全时当量也保持稳定增加（见表1）。
数据来源：据历年《中国高技术产业统计年鉴》整理。
1.2研发强度较发达国家仍有差距
在国家医药产业政策的正确引导下，医药企业的创新积极性提升，研发投入增加，从事创新药研发的企业日渐增多，如先声药业、海正药业、正大天晴等一批创新型企业研发资金投入占销售收入比（研发强度）达到5%以上，但是，整体来看我国医药制造业研发强度仍然较低。国际上一般认为，研发资金占销售收入的1%或者以下的企业难以生存，占2%可以维持，占5%以上才有竞争力。而2008-2012年间我国医药制造业研发强度未超过2%（见表2），与全球销售额前十位的医药企业研发强度相比（见表3），差距较大。
2样本与数据
2.1指标的界定
医药研发产出指标：因变量。医药制造业研发产出除了使用专利数量作为衡量指标外，更多的时候是使用新药数量作为医药制造业研发生产力的表征。新药数量本是一个更好的指标，考虑到2003年前后我国药品审评注册的不正当操作，每年大批量地批准“新药”，这些数据不能代表真正的新药数量。故本文选用专利申请数量作为医药制造业研发产出指标，而国内很多学者认为收益性指标也是反映研发产出的重要指标，此外，作为补充，本文也将医药制造业新产品销售收入与自变量进行相关分析。
医药研发投入指标：自变量。对于研发投入的变量，相关文献一般采用R&D（研究与开发）资金投入和R&D人力资源两项指标。本文选取医药制造业研发资金投入和研发人员全时当量作为投入水平指标。
2.2数据的获取
本文依据《中国高技术产业统计年鉴》，选取1998-2012年医药制造业相关数据加以整理、分类和计算，尽量保证数据统计口径相同。另外，由于港澳台、西藏和新疆地区部分年份数据缺失，故本文从样本中剔除以上地区，最终保留我国29个省（区、市）15年的样本数据。
3实证分析
3.1医药研发投入与研发产出间相关性分析
假设1：医药研发投入对产出具有显著的正向影响关系。
构建多元回归模型：ln（Pi）=a+bln（RDE）+cln（RDP），其中P1代表专利申请数量，P2代表新产品销售收入，RDE代表研发资金投入，RDP代表研发人员全时当量。采用SPSS19.0软件对样本数据进行相关性分析（Bivariate，Pearson，Two-tailed），其分析结果如表4所示。
相关系数值越接近1说明相关性越密切；相关系数越接近0则相关性越不密切。从表4可以看出4个相关系数接近于1，Sig.（2-tailed）=0<0.01，Pearson Correlation具有统计学意义，由此可见医药研发资金投入、医药研发人员投入与专利申请数量、新产品销售收入在1%的水平上显著相关，存在较强的相关性，假设1成立，分析结果与现实情况相符合。考虑到医药研发属于技术密集型项目，技术要求高、技术创新周期长，创新产出具有滞后性，因此，本文将进一步检验研发产出与投入相关性之间的时滞性。
3.2医药研发投入与研发产出相关性的时滞性检验
