我国制药产业R&D投入产出实证分析
参见附件。
摘要:选取1996-2008年医药行业数据,借助柯布—道格拉斯生产函数,研究制药产业在研发上各要素投入与产出的关系。得出的结论有,就研发投入的资源要素而言,资本引起产出增长的程度大于劳动引起产出的增加。在现阶段,医药企业可以考虑通过并购的方式,实现研发资源的整合,提高整体竞争力。制药产业应继续加大对研发创新各要素的投入水平。
关键词:制药产业; 研发投入; 产出
中图分类号:F2 文献标识码:A 文章编号:1672-3198(2011)19-0005-02
作者简介:叶兰(1986-),女,安徽芜湖人,中国药科大学国际医药商学院,社会与管理药学专业研究生,研究方向:医药产业政策。
1 引言
在经济全球化的大背景下,技术进步已成为经济增长的首要推动力。目前我国制药产业仍保持粗放式的增长模式,资本投入对于医药产业产出贡献率高达72.54%。制药产业作为高技术产业,除了加大资本和劳动力上的投入外,更应该注重提高自身技术水平。只有以技术水平的提高为保证,才可以在日趋激励的市场竞争中不被淘汰。
研究与开发(R&D)作为技术进步的源头,一般由基础研究、应用研究和试验开发三项活动组成。投入的效果必须以产出效果来衡量,高强度的投入能否带来高效益的产出是评价研发能力最现实的指标。为了进一步了解制药产业目前的研发现状,本文选取制药产业1996-2008年数据样本,在对制药产业投入和产出情况作出实证分析后,得出一些结论。在研发投入上,一般选取科技活动经费投入与科技活动人员投入作为指标。产出上,反映制药产业产出的数据主要有工业总产值、产品销售收入、利润总额、专利申请、拥有发明专利数等,本文选取的是以工业总产值作为产出指标。
2 生产函数模型构建
本文以生产函数(Cobb-Dauglas)模型作为基本模型。柯布—道格拉斯生产函数是以美国数学家C.W.柯布和经济学家保罗.H.道格拉斯的名字命名的,是在生产函数的一般形式上作出的改进,引入了技术资源这一因素。其基本形式为:Y(K,L,R……),其中Y为产出量,K、L、R分别为资本、劳动、R&D投入等投入要素。
2.1 柯布—道格拉斯生产函数模型
YAKαLβRγμ
式中Y是工业总产值,A是综合技术水平,假设A是固定常数。K是投入的资本,L是投入的劳动力数,R是R&D投入。α是资本产出的弹性系数,β是劳动力产出的弹性系数,相应地,γ为研发投入的弹性系数。μ表示随机干扰的影响,μ≤1。
本文拟采用计量经济学里的多元线性回归进行处理,为了将因变量与自变量转变为线性关系,对该式进行对数变换,为:LnYLnA+αLnK+βLnL+γLnR+Lnμ。
为了反映制药产业有关研发的各要素投入产出关系,本文以医药行业总产值作为被解释变量Y,解释变量具体为:用固定资产净值年平均余额表征资本投入、医药行业科技活动人员人数表征劳动投入、医药行业R&D经费内部支出表征研发投入。另外,一些无法量化的变量以虚拟变量μ的形式在模型中体现。
2.2 样本数据(见表1)
表1
以上数据来源:《统计年鉴》和《中国高技术产业统计年鉴》。
3 数据处理结果
本文采用SPSS17.0统计软件对数据进行处理,数据分析结果如下:
表2
表3
4 模型分析与经济意义解释
4.1 模型分析
模型1(强制进入策略模型):直接对被解释变量和解释变量做多元线性回归分析,从数据结果可以看出,虽然解释变量通过了F检验,不过t检验值和P值并不理想,说明解释变量对被解释变量的整体影响是显著的,但并不是每一个解释变量都有显著影响,解释变量间存在多重共线性,该模型需要进一步修正。
模型2(向后筛选策略模型):运用SPSS的向后筛选策略模型的功能,自动完成解释变量的筛选。最终模型的解释变量为LnK,LnL,剔除了LnR。排除原因可能是:R&D费用支出与科技人员数目的相关性程度较高 ......
摘要:选取1996-2008年医药行业数据,借助柯布—道格拉斯生产函数,研究制药产业在研发上各要素投入与产出的关系。得出的结论有,就研发投入的资源要素而言,资本引起产出增长的程度大于劳动引起产出的增加。在现阶段,医药企业可以考虑通过并购的方式,实现研发资源的整合,提高整体竞争力。制药产业应继续加大对研发创新各要素的投入水平。
关键词:制药产业; 研发投入; 产出
中图分类号:F2 文献标识码:A 文章编号:1672-3198(2011)19-0005-02
作者简介:叶兰(1986-),女,安徽芜湖人,中国药科大学国际医药商学院,社会与管理药学专业研究生,研究方向:医药产业政策。
1 引言
在经济全球化的大背景下,技术进步已成为经济增长的首要推动力。目前我国制药产业仍保持粗放式的增长模式,资本投入对于医药产业产出贡献率高达72.54%。制药产业作为高技术产业,除了加大资本和劳动力上的投入外,更应该注重提高自身技术水平。只有以技术水平的提高为保证,才可以在日趋激励的市场竞争中不被淘汰。
研究与开发(R&D)作为技术进步的源头,一般由基础研究、应用研究和试验开发三项活动组成。投入的效果必须以产出效果来衡量,高强度的投入能否带来高效益的产出是评价研发能力最现实的指标。为了进一步了解制药产业目前的研发现状,本文选取制药产业1996-2008年数据样本,在对制药产业投入和产出情况作出实证分析后,得出一些结论。在研发投入上,一般选取科技活动经费投入与科技活动人员投入作为指标。产出上,反映制药产业产出的数据主要有工业总产值、产品销售收入、利润总额、专利申请、拥有发明专利数等,本文选取的是以工业总产值作为产出指标。
2 生产函数模型构建
本文以生产函数(Cobb-Dauglas)模型作为基本模型。柯布—道格拉斯生产函数是以美国数学家C.W.柯布和经济学家保罗.H.道格拉斯的名字命名的,是在生产函数的一般形式上作出的改进,引入了技术资源这一因素。其基本形式为:Y(K,L,R……),其中Y为产出量,K、L、R分别为资本、劳动、R&D投入等投入要素。
2.1 柯布—道格拉斯生产函数模型
YAKαLβRγμ
式中Y是工业总产值,A是综合技术水平,假设A是固定常数。K是投入的资本,L是投入的劳动力数,R是R&D投入。α是资本产出的弹性系数,β是劳动力产出的弹性系数,相应地,γ为研发投入的弹性系数。μ表示随机干扰的影响,μ≤1。
本文拟采用计量经济学里的多元线性回归进行处理,为了将因变量与自变量转变为线性关系,对该式进行对数变换,为:LnYLnA+αLnK+βLnL+γLnR+Lnμ。
为了反映制药产业有关研发的各要素投入产出关系,本文以医药行业总产值作为被解释变量Y,解释变量具体为:用固定资产净值年平均余额表征资本投入、医药行业科技活动人员人数表征劳动投入、医药行业R&D经费内部支出表征研发投入。另外,一些无法量化的变量以虚拟变量μ的形式在模型中体现。
2.2 样本数据(见表1)
表1
以上数据来源:《统计年鉴》和《中国高技术产业统计年鉴》。
3 数据处理结果
本文采用SPSS17.0统计软件对数据进行处理,数据分析结果如下:
表2
表3
4 模型分析与经济意义解释
4.1 模型分析
模型1(强制进入策略模型):直接对被解释变量和解释变量做多元线性回归分析,从数据结果可以看出,虽然解释变量通过了F检验,不过t检验值和P值并不理想,说明解释变量对被解释变量的整体影响是显著的,但并不是每一个解释变量都有显著影响,解释变量间存在多重共线性,该模型需要进一步修正。
模型2(向后筛选策略模型):运用SPSS的向后筛选策略模型的功能,自动完成解释变量的筛选。最终模型的解释变量为LnK,LnL,剔除了LnR。排除原因可能是:R&D费用支出与科技人员数目的相关性程度较高 ......
您现在查看是摘要介绍页,详见PDF附件。