徐俐穎 翁坤玲 蔣丹 褚淑貞
摘 要 目的:為提升我國(guó)醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率、促進(jìn)我國(guó)醫(yī)藥產(chǎn)業(yè)高質(zhì)量發(fā)展提供參考。方法:運(yùn)用三階段數(shù)據(jù)包絡(luò)分析法(DEA),以經(jīng)濟(jì)發(fā)展、政策支持、產(chǎn)業(yè)基礎(chǔ)和創(chuàng)新基礎(chǔ)等4個(gè)因素作為環(huán)境變量,從《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》中選取2012-2016年以及2018年我國(guó)31個(gè)?。▍^(qū)、市)的投入、產(chǎn)出及環(huán)境等相關(guān)指標(biāo)數(shù)據(jù),探討我國(guó)醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率變化規(guī)律并給出相應(yīng)建議。結(jié)果與結(jié)論:有18個(gè)省(區(qū)、市)的醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率被高估,13個(gè)?。▍^(qū)、市)被低估。其中,福建、黑龍江、吉林、江西、云南、遼寧、重慶調(diào)整前的創(chuàng)新效率存在0~0.1的高估,陜西、海南、甘肅和山西存在0.1~0.3的高估,內(nèi)蒙古、貴州、廣西、新疆和寧夏存在0.3~0.5的高估;而安徽、湖南、上海、北京、河北、四川、天津和河南調(diào)整前的創(chuàng)新效率存在0.1~0.3的低估,湖北、江蘇、浙江、山東和廣東存在0.3~0.5的低估;西藏、青海和廣東受環(huán)境因素較大,其中西藏、青海調(diào)整前的創(chuàng)新效率比調(diào)整后分別高估了0.603、0.538,而廣東則低估了0.470??傮w而言,我國(guó)東部地區(qū)和中部地區(qū)調(diào)整前的創(chuàng)新效率被低估,而東北地區(qū)和西部地區(qū)被高估;調(diào)整前創(chuàng)新效率由高到低排序依次為中部、西部、東部和東北地區(qū),而調(diào)整后變?yōu)闁|部、中部、東北和西部地區(qū)。我國(guó)醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率受環(huán)境影響較大,因此各地要注重對(duì)醫(yī)藥產(chǎn)業(yè)的政策支持,加強(qiáng)對(duì)醫(yī)藥產(chǎn)業(yè)的政策引導(dǎo)作用;完善產(chǎn)業(yè)鏈及配套措施,營(yíng)造良好的創(chuàng)新氛圍;促進(jìn)各地創(chuàng)新資源的流動(dòng),加強(qiáng)地區(qū)間合作與交流,以提升我國(guó)醫(yī)藥產(chǎn)業(yè)的創(chuàng)新效率、促進(jìn)醫(yī)藥產(chǎn)業(yè)的高質(zhì)量發(fā)展。
關(guān)鍵詞 醫(yī)藥產(chǎn)業(yè);創(chuàng)新效率;三階段數(shù)據(jù)包絡(luò)分析法;經(jīng)濟(jì)發(fā)展;政策支持;產(chǎn)業(yè)基礎(chǔ);創(chuàng)新基礎(chǔ)
ABSTRACT? ?OBJECTIVE:To provide reference for improving the innovation efficiency of Chinese pharmaceutical industry and promoting the high-quality development of the pharmaceutical industry. METHODS: Using local economic development, policy support, industrial foundation and innovation foundation as environmental variables,three-stage data envelopment analysis (DEA) was used to explore the change regularity of innovation efficiency of the pharmaceutical industry by collecting related data such as input, output and invironment of 31 provinces (autonomous regions, municipalities) in China during 2012-2016 and in 2018 from China Statistical Yearbook and China High-tech Industry Statistical Yearbook. RESULTS & CONCLUSIONS: The innovation efficiency of the pharmaceutical industry in 18 provinces (autonomous regions, municipalities)were overestimated, and other 13 provinces (autonomous regions, municipalities) was underestimated. The innovation efficiency of Fujian, Heilongjiang, Jilin, Jiangxi, Yunnan, Liaoning and Chongqing before adjustment were overestimated 0-0.1, Shaanxi, Hainan, Gansu and Shanxi were overestimated 0.1-0.3,Inner Mongolia, Guizhou, Guangxi, Xinjiang and Ningxia were overestimated 0.3-0.5; while the innovation efficiency of Anhui, Hunan, Shanghai, Beijing, Hebei, Sichuan, Tianjin and Henan were underestimation 0.1-0.3, Hubei, Jiangsu, Zhejiang, Shandong and Guangdong had an underestimation of 0.3-0.5 before adjustment. Tibet,Qinghai and Guangdong were greatly affected by environmental factors. The innovation efficiency in Tibet and Qinghai before adjustment were overestimated by 0.603 and 0.538 compared with after adjustment, while Guangdong was underestimated by 0.470. The innovation efficiency value of the eastern and central regions of China before adjustment was underestimated, while the northeastern and western regions were overestimated overall. Before the adjustment, the order of innovation efficiency in descending order was the central, western, eastern and northeastern regions, and after the adjustment, it became the eastern, central, northeastern and western regions. The innovation efficiency of Chinese pharmaceutical industry is greatly affected by the environment, so all localities should pay attention to the policy support for the pharmaceutical industry and strengthen the policy guiding role for the pharmaceutical industry; improve the industrial chain and supporting measures to create a good innovation environment;promote the flow of innovation resources in different regions, strengthen the cooperation and exchange among regions, so as to improve the innovation efficiency of Chinese pharmaceutical industry and promote the high-quality development of the pharmaceutical industry.
采用Frontier 4.1軟件。由于此時(shí)松弛變量反映的是初始的管理無(wú)效率,因此還需考慮環(huán)境因素和隨機(jī)因素的影響。將第1階段算出的人員投入和資本投入的松弛變量作為被解釋變量,標(biāo)準(zhǔn)化后的環(huán)境變量作為解釋變量,進(jìn)行隨機(jī)前沿模型(SFA)回歸。松弛變量(Sni)的計(jì)算公式如下:
式中,Sni是第i個(gè)決策單元第n項(xiàng)投入的松弛值,i=1,2,…;n=1,2,…(下同);Zi是環(huán)境變量,βn是環(huán)境變量的系數(shù);vni+μni是混合誤差項(xiàng),其中vni是隨機(jī)干擾項(xiàng)(表示隨機(jī)干擾因素對(duì)投入松弛變量的影響,服從正態(tài)分布)、μni是管理無(wú)效率項(xiàng)(表示管理因素對(duì)投入松弛變量的影響,本研究假設(shè)其服從在零點(diǎn)截?cái)嗟恼龖B(tài)分布)。
SFA回歸的目的是剔除環(huán)境因素和隨機(jī)因素對(duì)效率測(cè)度的影響,以便將所有決策單元調(diào)整為相同的外部環(huán)境和隨機(jī)干擾。調(diào)整公式如下:
ni是調(diào)整后的投入要素;Xni是調(diào)整前的投入要素;{max[f(Zi;β^n)]-f(Zi;β^n)}是指將所有決策單元置于相同外部環(huán)境下;[max(vni)-vni]是指將所有決策單元置于相同隨機(jī)干擾下。
2.3 第3階段:調(diào)整后的創(chuàng)新效率測(cè)算
依據(jù)第2階段得出的調(diào)整后的投入要素,再次運(yùn)用投入導(dǎo)向規(guī)模報(bào)酬可變的BCC模型測(cè)算各決策單元調(diào)整后的創(chuàng)新效率。此時(shí)的創(chuàng)新效率已經(jīng)剔除了環(huán)境因素和隨機(jī)因素的影響,是相對(duì)真實(shí)準(zhǔn)確的。
3 實(shí)證結(jié)果與分析
3.1 影響創(chuàng)新效率的環(huán)境因素分析
采用環(huán)境指標(biāo)數(shù)據(jù)對(duì)投入要素的松弛變量進(jìn)行SFA回歸,結(jié)果見(jiàn)表2(本文以P<0.01為差異有統(tǒng)計(jì)學(xué)意義)。由表2可見(jiàn),廣義單邊似然比檢驗(yàn)結(jié)果顯示,極大似然值具有統(tǒng)計(jì)學(xué)意義(P<0.01),說(shuō)明本研究對(duì)投入要素的松弛變量進(jìn)行SFA回歸是合理的;除創(chuàng)新基礎(chǔ)對(duì)人員投入松弛變量沒(méi)有顯著影響外,其余各環(huán)境變量對(duì)于人員投入和資本投入松弛變量的影響均是顯著的(P<0.01),因此有必要對(duì)投入變量進(jìn)行調(diào)整。SFA回歸結(jié)果中γ值的回歸系數(shù)越接近0表示隨機(jī)因素的影響越趨于主導(dǎo)地位,越接近1表示管理無(wú)效率的影響越趨于主導(dǎo)地位。由表2可見(jiàn),人員投入松弛變量和資本投入松弛變量的γ值分別為0.60和0.57,說(shuō)明松弛變量受管理無(wú)效率和隨機(jī)因素的共同影響。
SFA回歸系數(shù)為正,表示增加該環(huán)境變量的值能夠擴(kuò)大對(duì)應(yīng)松弛變量的值,導(dǎo)致創(chuàng)新效率降低;回歸系數(shù)為負(fù),則相反。由表2可見(jiàn),經(jīng)濟(jì)發(fā)展與醫(yī)藥產(chǎn)業(yè)創(chuàng)新活動(dòng)中人員投入松弛變量和資本投入松弛變量均成顯著正相關(guān),說(shuō)明經(jīng)濟(jì)發(fā)展水平越高的地區(qū)越注重對(duì)醫(yī)藥產(chǎn)業(yè)研發(fā)人員和研發(fā)資金的投入,但可能在投入的過(guò)程中缺乏合理的規(guī)劃與引導(dǎo),從而導(dǎo)致醫(yī)藥產(chǎn)業(yè)研發(fā)人員和經(jīng)費(fèi)投入的冗余,造成創(chuàng)新效率的降低。政府的政策支持對(duì)兩個(gè)投入變量松弛變量的回歸系數(shù)均為負(fù),說(shuō)明政府加強(qiáng)對(duì)醫(yī)藥產(chǎn)業(yè)的政策支持能夠減少醫(yī)藥產(chǎn)業(yè)創(chuàng)新研發(fā)人員和研發(fā)投入的冗余,激勵(lì)研發(fā)人員創(chuàng)新、促進(jìn)研發(fā)經(jīng)費(fèi)的合理使用。這點(diǎn)也印證了醫(yī)藥產(chǎn)業(yè)是政策導(dǎo)向型產(chǎn)業(yè),受政策影響較大這一觀點(diǎn)。產(chǎn)業(yè)基礎(chǔ)對(duì)人員投入和資本投入松弛標(biāo)量的回歸系數(shù)均為正,說(shuō)明醫(yī)藥產(chǎn)業(yè)基礎(chǔ)越好的地區(qū)越容易發(fā)生創(chuàng)新投入的冗余,不利于醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率的提升。創(chuàng)新基礎(chǔ)對(duì)醫(yī)藥產(chǎn)業(yè)創(chuàng)新活動(dòng)資本投入的松弛變量的回歸系數(shù)為負(fù),說(shuō)明醫(yī)藥企業(yè)鞏固內(nèi)部的創(chuàng)新基礎(chǔ)有助于減少研發(fā)經(jīng)費(fèi)投入的冗余,有助于整體醫(yī)藥產(chǎn)業(yè)的創(chuàng)新效率的提升。
3.2 調(diào)整前后我國(guó)31個(gè)?。▍^(qū)、市)的醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率對(duì)比分析
調(diào)整前后我國(guó)31個(gè)?。▍^(qū)、市)醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率對(duì)比見(jiàn)表3。由表3可見(jiàn),剔除環(huán)境因素和隨機(jī)因素后,有18個(gè)?。▍^(qū)、市)的創(chuàng)新效率存在高估,13個(gè)?。▍^(qū)、市)的創(chuàng)新效率被低估。從調(diào)整前后的幅度來(lái)看,福建、黑龍江、吉林、江西、云南、遼寧、重慶調(diào)整前的創(chuàng)新效率存在0~0.1的高估,調(diào)整前后差距較小,說(shuō)明環(huán)境因素對(duì)這些地區(qū)醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率的影響較小;陜西、海南、甘肅和山西調(diào)整前的創(chuàng)新效率存在0.1~0.3的高估,而安徽、湖南、上海、北京、河北、四川、天津和河南調(diào)整前的創(chuàng)新效率存在0.1~0.3的低估;內(nèi)蒙古、貴州、廣西、新疆和寧夏調(diào)整前創(chuàng)新效率比調(diào)整后高估0.3~0.5,而湖北、江蘇、浙江、山東和廣東的調(diào)整前創(chuàng)新效率比調(diào)整后低估0.3~0.5。環(huán)境因素對(duì)創(chuàng)新效率值影響較大的是西藏、青海和廣東,西藏、青海調(diào)整前的創(chuàng)新效率比調(diào)整后分別高估了0.603、0.538,而廣東則低估了0.470。從區(qū)域來(lái)看,創(chuàng)新效率值被低估的地區(qū)大多是屬于東部沿海地區(qū)以及長(zhǎng)江中下游地區(qū),被高估的地區(qū)大多屬于西部地區(qū)。
3.3 調(diào)整前后我國(guó)各區(qū)域醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率對(duì)比
調(diào)整前后我國(guó)各區(qū)域醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率對(duì)比詳見(jiàn)表4。由表4可見(jiàn),我國(guó)東部地區(qū)和中部地區(qū)調(diào)整前的創(chuàng)新效率被低估,而東北地區(qū)和西部地區(qū)被高估。調(diào)整前,創(chuàng)新效率由高到低排序分別中部、西部、東部和東北地區(qū),而調(diào)整后變?yōu)闁|部、中部、東北和西部地區(qū)。東部地區(qū)調(diào)整后的創(chuàng)新效率、純技術(shù)效率以及規(guī)模效率均有大幅度提升,且調(diào)整后的各項(xiàng)效率值均高于其他地區(qū),說(shuō)明東部地區(qū)環(huán)境因素對(duì)于醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率整體表現(xiàn)為負(fù)向影響。由于東部地區(qū)各省份大多經(jīng)濟(jì)發(fā)展程度高、醫(yī)藥產(chǎn)業(yè)基礎(chǔ)好[2],這會(huì)使得企業(yè)愿意去增加對(duì)研發(fā)人員和研發(fā)經(jīng)費(fèi)的投入。但由上文分析結(jié)果可知,一味的投入會(huì)造成人員的冗余和資金的浪費(fèi),反而降低了創(chuàng)新效率;而良好的政策支持和醫(yī)藥創(chuàng)新基礎(chǔ)能夠引導(dǎo)資金的合理投入和使用、激勵(lì)研發(fā)人員的創(chuàng)新,從而提升創(chuàng)新效率。但當(dāng)投入相對(duì)過(guò)多或者引導(dǎo)相對(duì)過(guò)少時(shí),就會(huì)使得創(chuàng)新效率降低。中部地區(qū)調(diào)整后的純技術(shù)效率有小幅度提升,而規(guī)模效率有小幅度降低,但總體的創(chuàng)新效率表現(xiàn)為小幅度提升。東北地區(qū)調(diào)整后的純技術(shù)效率提升而規(guī)模效率降低,其總體的創(chuàng)新效率表現(xiàn)為降低。西部地區(qū)調(diào)整后表現(xiàn)為純技術(shù)效率提升但規(guī)模效率大幅度降低,從而導(dǎo)致創(chuàng)新效率大幅度下降。由于西部地區(qū)的經(jīng)濟(jì)水平和產(chǎn)業(yè)基礎(chǔ)與其他地區(qū)均有較大差距[21],因此不會(huì)出現(xiàn)醫(yī)藥研發(fā)資源的過(guò)度投入,減弱了環(huán)境因素對(duì)創(chuàng)新效率的負(fù)向影響;同時(shí),西部地區(qū)出臺(tái)的醫(yī)藥產(chǎn)業(yè)政策能促進(jìn)醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率的提升,故環(huán)境因素對(duì)西部地區(qū)的醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率的影響整體表現(xiàn)是正向的。
4 建議
本研究運(yùn)用三階段DEA模型評(píng)估了2012-2016年及2018年我國(guó)31個(gè)省(區(qū)、市)醫(yī)藥產(chǎn)業(yè)的創(chuàng)新效率。結(jié)果可見(jiàn),經(jīng)濟(jì)發(fā)展、政策支持、產(chǎn)業(yè)基礎(chǔ)和創(chuàng)新基礎(chǔ)這4個(gè)環(huán)境因素對(duì)我國(guó)東部和中部地區(qū)的影響作用整體表現(xiàn)為負(fù)向影響,使得東部和中部地區(qū)的醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率被低估;而其對(duì)東北和西部地區(qū)醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率的影響則整體表現(xiàn)為正向影響,使得東北地區(qū)和西部地區(qū)的醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率被高估。據(jù)此,為提高我國(guó)醫(yī)藥產(chǎn)業(yè)的整體創(chuàng)新效率,筆者提出以下建議。
4.1 注重產(chǎn)業(yè)政策支持,加強(qiáng)產(chǎn)業(yè)創(chuàng)新投入引導(dǎo)
各地應(yīng)重視醫(yī)藥產(chǎn)業(yè)政策在醫(yī)藥產(chǎn)業(yè)創(chuàng)新中的支持作用,但醫(yī)藥產(chǎn)業(yè)政策不能只是一味地加大對(duì)研發(fā)人員以及研發(fā)經(jīng)費(fèi)的投入,尤其是經(jīng)濟(jì)發(fā)達(dá)、醫(yī)藥產(chǎn)業(yè)基礎(chǔ)好的東部地區(qū),而應(yīng)在依據(jù)當(dāng)?shù)蒯t(yī)藥產(chǎn)業(yè)實(shí)際發(fā)展?fàn)顩r的基礎(chǔ)上,充分發(fā)揮產(chǎn)業(yè)政策的引導(dǎo)作用。可通過(guò)建立創(chuàng)新研發(fā)人才引進(jìn)激勵(lì)計(jì)劃、完善對(duì)創(chuàng)新研發(fā)人才培養(yǎng)機(jī)制等措施來(lái)加大對(duì)醫(yī)藥產(chǎn)業(yè)創(chuàng)新人員數(shù)量和質(zhì)量的投入;通過(guò)規(guī)劃未來(lái)創(chuàng)新方向、構(gòu)建良好投融資體系等舉措來(lái)推進(jìn)研發(fā)資金的合理投入,從而促進(jìn)醫(yī)藥產(chǎn)業(yè)創(chuàng)新投入資源的高效利用。
4.2 完善產(chǎn)業(yè)鏈及配套措施,營(yíng)造良好的創(chuàng)新氛圍
各地在推進(jìn)醫(yī)藥產(chǎn)業(yè)創(chuàng)新的時(shí)候,要注重完善創(chuàng)新產(chǎn)業(yè)鏈以及相關(guān)的配套措施,通過(guò)建立一體化的創(chuàng)新服務(wù)平臺(tái)、組織多種形式的醫(yī)藥產(chǎn)業(yè)技術(shù)創(chuàng)新聯(lián)盟,為醫(yī)藥企業(yè)等營(yíng)造良好的醫(yī)藥創(chuàng)新氛圍;通過(guò)降低醫(yī)藥企業(yè)自身創(chuàng)新的門檻,構(gòu)建良好的醫(yī)藥企業(yè)創(chuàng)新基礎(chǔ),從而提高企業(yè)研發(fā)經(jīng)費(fèi)的使用效率,進(jìn)而提升醫(yī)藥產(chǎn)業(yè)的整體創(chuàng)新效率。
4.3 促進(jìn)各地創(chuàng)新資源流動(dòng),加強(qiáng)地區(qū)間合作與交流
各地區(qū)要充分發(fā)揮自身資源、技術(shù)、地理位置等各方面的優(yōu)勢(shì),促進(jìn)創(chuàng)新資源的流動(dòng),如醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率高的東部和中部地區(qū)要充分發(fā)揮自身的知識(shí)溢出效應(yīng)以及輻射能力帶動(dòng)欠發(fā)達(dá)的西部以及東北地區(qū)的醫(yī)藥創(chuàng)新。促進(jìn)醫(yī)藥創(chuàng)新人才、資本以及技術(shù)的地區(qū)間合作和交流,提升創(chuàng)新資源的使用效率。
5 結(jié)語(yǔ)
綜上所述,經(jīng)濟(jì)發(fā)展、政策支持、產(chǎn)業(yè)基礎(chǔ)和創(chuàng)新基礎(chǔ)這4個(gè)環(huán)境因素對(duì)于醫(yī)藥產(chǎn)業(yè)的創(chuàng)新效率影響較大,一定程度上也印證了運(yùn)用三階段DEA模型評(píng)估醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率的合理性,可為未來(lái)醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率的評(píng)價(jià)研究提供一定參考。但基于數(shù)據(jù)的可獲得性以及研究水平等條件的限制,本文僅考慮了4個(gè)環(huán)境因素,在今后的研究中,可進(jìn)一步納入綠色治理、產(chǎn)業(yè)集聚等環(huán)境因素,更加全面科學(xué)地評(píng)估醫(yī)藥產(chǎn)業(yè)的創(chuàng)新效率。
參考文獻(xiàn)
[ 1 ] 徐芳萍,莊倩,褚淑貞.我國(guó)醫(yī)藥產(chǎn)業(yè)轉(zhuǎn)型升級(jí)水平與優(yōu)化路徑探析[J].中國(guó)新藥雜志,2019,28(14):1670-1674.
[ 2 ] 褚淑貞,都蘭娜,席曉宇.醫(yī)藥產(chǎn)業(yè)空間布局評(píng)價(jià)指標(biāo)體系及產(chǎn)業(yè)層級(jí)研究[J].中國(guó)藥學(xué)雜志,2018,53(4):318-322.
[ 3 ] LOUKIL K. Innovation policy and R&D efficiency in emerging countries:a stochastic frontier analysis[J]. East Eur Bus Econ J,2016,2(3):165-192.
[ 4 ] 曹陽(yáng),周曉夏.基于隨機(jī)前沿分析的我國(guó)醫(yī)藥制造業(yè)技術(shù)開(kāi)發(fā)與成果轉(zhuǎn)化創(chuàng)新效率研究[J].中國(guó)藥房,2016,27(4):433-437.
[ 5 ] 劉忠敏,馬文婷.基于網(wǎng)絡(luò)SBM-Malmquist模型的醫(yī)藥制造業(yè)創(chuàng)新效率及影響因素研究[J].科技管理研究,2017,37(12):152-158.
[ 6 ] 霍艷飛,石晟怡,王廣平,等.我國(guó)醫(yī)藥制造業(yè)技術(shù)創(chuàng)新效率研究:基于DEA模型的Malmquist指數(shù)分析[J].中國(guó)新藥雜志,2016,25(7):728-732.
[ 7 ] HE P,CHEN W,HAO Q. Technological innovation efficiency measurement of Chinese industrial enterprises under environmental constraints based on SBM-Malmquist model[J]. Tech Bull,2017,55(12):615-626.
[ 8 ] 羅穎,羅傳建,彭甲超.基于三階段DEA的長(zhǎng)江經(jīng)濟(jì)帶創(chuàng)新效率測(cè)算及其時(shí)空分異特征[J].管理學(xué)報(bào),2019,16(9):1385-1393.
[ 9 ] 邵云飛,詹坤,汪臘梅.中國(guó)醫(yī)藥產(chǎn)業(yè)創(chuàng)新效率的BCC- Malmquist時(shí)空差異研究[J].科研管理,2016,37(1):32- 39.
[10] 余紫君,褚淑貞.我國(guó)醫(yī)藥制造業(yè)競(jìng)爭(zhēng)力與創(chuàng)新藥物研發(fā)能力的關(guān)聯(lián)度分析[J].中國(guó)新藥雜志,2018,27(3):279-284.
[11] 茅寧瑩,張帥英,褚淑貞.基于DEA方法的我國(guó)醫(yī)藥制造業(yè)技術(shù)創(chuàng)新效率的實(shí)證研究[J].中國(guó)藥房,2012,23(5):391-394.
[12] 譚曉東,陳玉文.基于Malmquist指數(shù)的中國(guó)醫(yī)藥制造業(yè)科技創(chuàng)新效率動(dòng)態(tài)評(píng)價(jià)[J].中國(guó)醫(yī)藥工業(yè)雜志,2016,47(1):127-130.
[13] 曹陽(yáng),閆巖.基于多項(xiàng)式滯后分布模型的江蘇省醫(yī)藥產(chǎn)業(yè)創(chuàng)新投入對(duì)產(chǎn)出影響研究[J].中國(guó)新藥雜志,2017,26(4):361-367.
[14] 郭瑞,文雁兵.高新技術(shù)產(chǎn)業(yè)綠色創(chuàng)新研究:效率測(cè)算與FDI區(qū)位選擇[J].浙江大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版),2019,49(5):224-239.
[15] 成定平,淦蘇美.長(zhǎng)江經(jīng)濟(jì)帶高技術(shù)產(chǎn)業(yè)投入產(chǎn)出效率分析[J].長(zhǎng)江流域資源與環(huán)境,2017,26(3):325-332.
[16] 李宏寬,何海燕,單捷飛,蔡靜靜.剔除非管理性因素影響的我國(guó)集成電路產(chǎn)業(yè)技術(shù)創(chuàng)新效率研究:基于廣義三階段DEA和Tobit模型[J].管理工程學(xué)報(bào),2020,34(2):60-70.
[17] 賴紅波,施浩.創(chuàng)新質(zhì)量視角下醫(yī)藥制造業(yè)創(chuàng)新效率再評(píng)價(jià)[J].經(jīng)濟(jì)研究導(dǎo)刊,2019(32):34-35.
[18] FRIED HO,LOVELL CAK,SCHMIDT SS,et al. Accounting for environmental effects and statistical noise in data envelopment analysis[J]. J Prod Anal,2002,17(1/2):157-174.
[19] FRIED HO,SCHMIDT SS,YAISAWARNG S. Incorporating the operating environment into a nonparametric measure of technical efficiency[J]. J Prod Anal,1999,12(3):249-267.
[20] BANKER RD,CHARNES A,COOPER WW. Constrained game formulations and interpretations for data envelopment analysis[J]. Eur J Oper Res,1989,40(3):299-308.
[21] 葉夢(mèng)寒,王群,徐俐穎,等.我國(guó)中西部地區(qū)醫(yī)藥制造業(yè)與區(qū)域經(jīng)濟(jì)耦合協(xié)調(diào)發(fā)展分析[J].中國(guó)藥房,2019,30(24):3337-3341.
(收稿日期:2020-02-23 修回日期:2020-07-13)
(編輯:孫 冰)