医药制造行业创新DEA分析范文

制造业在一国经济发展中具有十分重要的地位，是经济发展的中坚力量，是实现现代化、工业化、信息化和城市化进程中的经济主导部门，是技术创新的主要承担者，更是增强国家竞争力的基础。技术创新是指在生产体系中引进一种生产要素和生产条件的新组合，是从新产品或新工艺设想的产生，经过研究、开发、工程化、商业化生产，到市场运用的完整过程的一系列活动的总和。相对有效性在经济学意义上是指在给定投入和技术条件下，经济资源没有浪费，或对经济资源作了能带来最大可能的满足程度的利用…。医药制造业是目前世界各国争相发展的重点产业，这不仅是由于其拥有巨大的市场和高利润的回报，更主要的是随着生活水平的不断提高，人们对生活质量的要求越来越高。医药制造业作为一个典型的技术驱动型产业，技术创新是其发展的基础。但是并不是所有区域的医药制造业技术创新都是有效的，它在不同地区可能存在很大差别。随着我国医药行业“十一五”计划的实施，在医药产业技术创新方面的政府及企业投入也13趋上升。为了确保这些投入能实现有效的产出，分析评价技术创新的相对有效性就变得尤为重要。本文选取我国医药制造业R&D投入前二十位的省份(自辖市)2007年的相关数据进行技术创新相对有效性的实证研究。

1数据包络分析(DEA)方法及模型简介

数据包络分析(DEA)方法是1978年美国著名运筹学家A．Charnes，W．W．Cooper和E．Rhodes三人共同提出的，以相对效率概念为基础发展起来的一种效率评价方法，是研究同类型生产决策单元相对有效性的有力工具¨J。采用DEA模型进行分析是因为DEA模型具有以下四个特点：一是能对有多项评价指标的投入和产出进行综合系统测量；二是评价过程以精确的数据为基础，可以避免运用其他方法时难以避免的主观随意性，使评价及其结果更加客观可信；三是能够比较不同区域的技术创新的相对有效性；四是DEA综合模型不受加权、排序等外界人为因素的影响，具有较强的操作性。DEA的基本思想是：将每一个被评价的单位或部门视为一个决策单元(DecisionMakingUnit，简称DMU)，由决策单元组(DMU．)构成评价群体。处于同一评价群体的每个收稿日期：2008—12-31，修回13期：2009—04—16DMU确定的主导原则是：在某一视角下，各DMU具有相同的输入和输出。综合分析输入输出数据，得出每个DMU效率的相对指标，据此将所有DMU定级排队，确定相对有效的DMU．并指出其它DMU非有效的原因和程度，给主管部门提供管理决策信息。研究DEA有效性是以生产函数y=f(X)为背景的。所谓“技术有效”是指若生产状态(x，Y)满足Y=f(x)，则称生产状态(X，Y)是“技术有效”的(也即输出相对输入而言已达到最大)，此时，点(x，Y)位于生产函数的曲面上。所谓“规模有效”，是指投入量X既不偏大、也不过小，是介于规模收益由递增到递减之问的一种状态(即“规模收益不变”的最佳状态)。1．1CCR模型CCR模型又称CRS模型旧1，它是由Charnes、Copper和Rhode三人共同提出的。该模型沿用Fan''''ell的固定规模假设，以线性规划法估计生产边界：凡落在边界上的DMU即为最有效率投入产出组合的DMU。其效率值为1；而其他未落在边界上的则称为无效率的DMU，效率值介于l和0之间。假设有K个被评价对象DMU。(1≤k≤K)，每个决策对象均具有N种投入要素以及M种形式的产出，并且记DMUk的输入输出向量可表示为：玛=(善”％，…，～)1d=1，…，n匕=(Y”％，…，均)。√=1，…，凡Xii=DⅢt对第i种输入的投入量y，i=DUMj对第r种输入的产出量基于此假设，可将简单的CCR模型公式表示如下：min(口)，^2，≤，(公式1)．xjxOXoJ5_^∑IAi≤ro，J-I。。Aj≥O，，=1，2，…，瓜其中，S一为各投入的松弛向量，s+为各产出的松弛向量；0、入i(j=l，…，k)、S一、s+为待估参数向量。1．2BCC模型BCC模型又叫VRS模型。CCR模型在计算综合效率时，是基于规模收益不变的假设的，这一假设表明被考察单元可以通过增加投入来等比例地扩大产出规模。这一假设是很难实现的，实际情况中，许多生产活动都不满足这一约束条件。后来的学者在前人研究的基础上，给CCR模型添加了一个凸性假没：令王A，=1，这样CCR型就被改造为BCC模型¨]，如公式2所示：rain(0)。∑X，A，<。OXo，(公式2)』。I。∑yJA，≤Yo，J2I‘’，善A，21，A，>10j=l，2，…，几在最优解处，对那些非紧的约束，可以得到如下的松驰变量(slacks)$i-和5，+：f$i-=日‘善驷一荟A产。i=l，2，…，m{．一【s，+=乏A，，，口一Y#or=1，2，…，JDEA效率衡量可分别从投入和产出两个方面来衡量，可分为投入导向型(Input—Orientated)与产出导向型(Output—Orientated)。投入导向定义为不改变产出数量下，如何减少投入比例，使投入最小；产出导向定义为不改变要素投入的比例下，如何增加产出，使产出最大。在规模报酬不变的情况下，两者的技术效率值相等；但在规模报酬变动下，两者技术效率值并不相等。以上是我们所要求的保持产出不变的情况下使投入(也即z。)最小化(也可称为投入导向模式InputOrientation)。同理，如果所要求的是使投入不变情况下的产出最大化，也可得出产出导向模型(OutputOrientation)，二者的结论理论上并无差别。通过求解BCC模型，我们便能得到第k个被考察单元的技术效率0，同CCR模型所得到的综合效率一样：0≤0≤1，当0=1时，我们认为被考察对象是技术有效的。运用上述模型对每个DMU进行求解，我们便能得到所有决策单元的技术效率值。DEA模型的经济含义在于”J：(1)通常当0’=1。并且s--s+=O时，称被评价决策单元DMU。相对有效，其形成的有效前沿面为规模收益不变，即在这n个决策单元组成的经济系统中在原投入％基础上所获得的产出y0已达到最优。(2)当0‘<1时，若8-≠0、s+≠0，则认为DMU。无效，或技术无效，或规模无效。若s一=s+；0，则技术有效，令K=I／0’∑A，，当K=1时，称DMUo规模有效，K<1时规模收益递增，反之递减。(3)若DMU。无效，我们可通过DMU。在相对有效平面上的投影来改进非DEA有效的决策单元。在可以不减少输出的前提下使原来的输入有所减少，或在不增加输入的前提下使输出有所增加，使其转变为DEA有效。

2DEA模型在技术创新效率评价的运用

2．1数据来源

由于数据的可得性以及DEA方法对数据的要求，本文选取了2007年中国医药制造业中R&D投入前二十位的省份(自辖市)组成样本，数据主要来自2008年《中国高技术统计年鉴》。

2．2指标选取

技术创新系统是把人力资源和财力资源投入转化为创新的经济系统。技术创新是一个多投入、多产出的经济过程，在创新过程中需要多种资源的投入，其中包括人员的投入和资金的投入。资金的投入主要包括R&D投入与非R&D投入冲o。因此，我们以科技活动人员数(11)、科技活动经费筹集总额(t2)、R&D经费内部支出(13)以及其中R&D经费占科技活动经费支出的比重(14)4个指标作为投入指标。技术创新的产出显示各区域技术创新投入要素组合的效果如何，可以用收益性指标与非收益性指标来评价旧1。收益性指技术创新为企业创造的销售收入；非收益性指标一般是指专利申请数，专利较接近创新的商业应用，能较全面地反映各区域的发明和创新信息。综上所述，我们选取专利申请数(01)、增加值(02)、新产品销售收入(03)及新产品销售收入占主营业务收入的比重(04)为技术创新产出指标(见表1)。

2．3实例运用

将中国医药制造业R&D投入前二十位的省份(自辖市)技术创新系统看作4输入、4产出的决策单元(DMU)，针对DMU建立CCR和BBC模型。运用Deap2．1软件，得到如下结果(见表2、表3)：

3结果分析

3．1从整体看．根据效率值0可将上述20个区域分为三天粪第一类包括江苏、浙江、山东、上海、广东、天津、河南、北京、福建、重庆、四川，吉林、陕西。这十三个区域被评价的技术创新综合效率0、技术效率0及规模效率0都为l，并且8一=s+=0，达到了DEA有效——既是技术有效，又是规模有效(规模报酬不变)。即在这些决策单元组成的技术创新系统中，在原投入基础上所获得的产出已达到最优。第二类包括安徽、辽宁、江西、广西。这四个区域被评价的技术效率0为l，并且s一=s+=0，达到了DEA有效．也即技术有效；但这四个区域的规模效率都小于l，分别为0．701、0．708、0．852、0．936，规模报酬呈递增趋势。．即在这些决策单元组成的技术创新系统中如果不考虑规模效益，可以认为在原投入基础上所获得的产出已达到最优；但如果考虑规模效益，则在原投入基础上所获得的产出还没有达到最优，如果这四个区域增加科技人员和经费的投入还可以获得更大的创新绩效边际收益。第三类包括湖北、黑龙江、河北。这三个区域被评价的技术创新综合效率0、技术效率0及规模效率0都小于l。并且s一及s+部分不为0，规模报酬呈递增趋势，说明这三个区域DEA无效，也即技术创新无效。对于DEA无效的决策单元可以通过“投影定理”适当改进，使其转变为DEA有效。改进公式为：x=0x一8一，Y=Y+B+．即在这n个决策单元造成的经济系统中对于投入凰可减少而保持原产出yo不变，或在投入不变的情况下将产出提高。

3．2区域技术创新无效的原因分析和可行的改进措施

(1)从投入角度分析河北区域的投入松驰变量s2一、s4一为0，而Sl一、s3一不为0；湖北区域的投入松驰变量Sl一、s2一、s4一为0，而s3一不为0；黑龙江区域的投入松驰变量S3一、s4一为0，而S1一、S2一不为0。都说明在创新投入中科技经费及RD经费投入或RD经费投入的占比相对不足，制约了以上三个区域医药制造业技术创新的产出。考虑到这三个区域中医药制造业规模报酬递增，未来应加大科技活动经费筹集并提高RD经费的投入力度。

(2)从产出角度分析黑龙江区域的产出松驰变量S1+、s2+、s3+、s4+都不为…0湖北区域的产出松驰变量sl+、S2+、s4+都不为0I河北区域的产出松驰变量S2+、S4+不为0。说明以上三个区域在创新产出中专利申请数量、工业增加值、新产品销售收入或新产品销售收入占主营业务收入的比重方面相对不足，未来三个区域应该在技术创新方面注重自主知识产权和创新的含金量，提高创新成果转化为生产力的能力，促进区域医药经济的可持续发展。

4从区域实际发展的角度分析和建议

(1)河北、黑龙江、湖北均为我国重要的医药工业基地，华北制药集团、石药集团、哈药集团、健民医药等医药制造业为我国国有或国有控股的大型医药集团，也是上述三个区域的龙头企业。这些大型国有企业曾经为我国的医药事业发展作出过很大的贡献，在全球经济一体化的今天应该尽快转变经营理念，变销售驱动为研发驱动，调整投入结构，提高产出效率．使资源得到更充分的利用。哈药集团如果将巨额广告开支中的一部分用于研发和自主创新，未来的竞争力会更强。华北制药集团、石药集团依托老工业基地的优势有很强的原料药深加工能力，但初级产品比重过大，高附加值的制剂品牌药少，政府应该给予扶持和引导．尽快完成产业结构的升级。

(2)安徽、辽宁、江西、广西四个区域从技术创新的投入产出比的角度分析是合理和有效率的，但这些区域医药制造业的总体规模偏小，在当地属于新兴的成长性产业。建议政府加大重点优势企业的扶持力度，鼓励技术创新的投入和产业升级此外．需要指出的是，由于DEA评价的是技术创新相对效率，本文又选择了我国医药制造业作为案例，因此，尽管江苏、浙江等十三个区域的评价结果为DEA有效，并不能说明这些区域真正实现了技术效率，以上的政策建议只是一个区域相对于其他区域应当着重解决的问题，并非要在实际工作中将各种投入大幅减少，而是要进行资源的合理配置．更确切的结论还需要进行更加广泛和深入的研究。