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。