王鴻江 萬駿 徐佩 申俊龍
十九大報(bào)告指出,創(chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力,要加快建設(shè)創(chuàng)新型國(guó)家。醫(yī)藥企業(yè)與健康發(fā)展息息相關(guān),然而目前我國(guó)醫(yī)藥企業(yè)的創(chuàng)新能力不足,很多藥物只能依靠國(guó)外進(jìn)口,因此需要醫(yī)藥企業(yè)加大研發(fā)投入的強(qiáng)度,以此來提高自身的競(jìng)爭(zhēng)力,實(shí)現(xiàn)可持續(xù)發(fā)展,從而推動(dòng)創(chuàng)新型國(guó)家的建設(shè)?,F(xiàn)有研究[1-3]表明,企業(yè)規(guī)模對(duì)研發(fā)(Research &Development, R&D)投入強(qiáng)度存在影響,并且存在“閾值”。既往研究[4-6]發(fā)現(xiàn),研發(fā)人員的數(shù)量對(duì)企業(yè)研發(fā)投入強(qiáng)度有正向影響。潘洪波等[7]、王凡林等[8]研究發(fā)現(xiàn),碩士及以上員工數(shù)量對(duì)R&D投入有正向調(diào)節(jié)作用。以往的研究中,很少有學(xué)者將學(xué)歷結(jié)構(gòu)納入到研發(fā)資金投入強(qiáng)度的影響因素之中,本文則將考慮員工學(xué)歷結(jié)構(gòu)對(duì)醫(yī)藥企業(yè)研發(fā)資金投入強(qiáng)度的影響。通過實(shí)證分析,探索江、浙、滬地區(qū)醫(yī)藥企業(yè)研發(fā)資金投入強(qiáng)度的影響因素,從而提出針對(duì)性的意見,以此來推動(dòng)江、浙、滬地區(qū)醫(yī)藥企業(yè)的創(chuàng)新,實(shí)現(xiàn)可持續(xù)與高質(zhì)量的發(fā)展。
本研究對(duì)象為在上海交易所和深圳交易所A股上市的江、浙、滬地區(qū)的醫(yī)藥企業(yè)。通過上海交易所和深圳交易所官方網(wǎng)站以及東方財(cái)富網(wǎng)查詢所選取上市企業(yè)的年報(bào),收集2015年~2018年的相關(guān)數(shù)據(jù),主要包括年末總資產(chǎn)、研發(fā)資金投入、營(yíng)業(yè)收入、企業(yè)總?cè)藬?shù)、研發(fā)人員數(shù)、碩士及以上學(xué)歷人數(shù)。最初選取企業(yè)32家,在對(duì)數(shù)據(jù)進(jìn)行篩選時(shí),若上述任一指標(biāo)有缺失值即剔除,最終符合條件的企業(yè)共26家。
本研究探討的是醫(yī)藥企業(yè)研發(fā)資金投入強(qiáng)度的影響因素,所以主要考慮醫(yī)藥企業(yè)的年度研發(fā)資金投入,但由于不同醫(yī)藥企業(yè)規(guī)模大小以及資金能力的不同,不同企業(yè)之間會(huì)存在較大差異,研發(fā)資金投入金額不能夠很好的反映企業(yè)研發(fā)投入的狀態(tài),相對(duì)而言,研發(fā)資金投入強(qiáng)度即研發(fā)資金投入/營(yíng)業(yè)收入,其能較為真實(shí)地反映企業(yè)的研發(fā)投入狀況,所以選擇研發(fā)資金投入強(qiáng)度作為本文的被解釋變量。我們選取了3個(gè)解釋變量,由于被解釋變量的研發(fā)資金投入強(qiáng)度中涉及了營(yíng)業(yè)收入,所以企業(yè)規(guī)模用企業(yè)報(bào)告期年末總資產(chǎn)作為衡量指標(biāo);由于企業(yè)規(guī)模不同,研發(fā)人員絕對(duì)數(shù)量存在較大差異,所以研發(fā)人員投入用研發(fā)人員投入強(qiáng)度作為衡量指標(biāo),即研發(fā)人員數(shù)/企業(yè)總?cè)藛T數(shù);學(xué)歷結(jié)構(gòu)主要考慮碩士及以上學(xué)歷人員占比對(duì)研發(fā)資金投入強(qiáng)度的影響,所以用“碩士及以上學(xué)歷人數(shù)/企業(yè)總?cè)藛T數(shù)”作為指標(biāo)進(jìn)行衡量。
1.3.1 研究方法
本研究探討的是企業(yè)規(guī)模、研發(fā)人員投入強(qiáng)度以及學(xué)歷結(jié)構(gòu)對(duì)醫(yī)藥企業(yè)研發(fā)資金投入強(qiáng)度的影響,參考了相關(guān)學(xué)者對(duì)醫(yī)藥上市企業(yè)研發(fā)資金投入強(qiáng)度影響因素的研究方法[4],考慮這里選取的數(shù)據(jù)是面板數(shù)據(jù),因此,通過豪斯曼檢驗(yàn)最終確定用固定效應(yīng)模型對(duì)數(shù)據(jù)進(jìn)行分析。
1.3.2 模型構(gòu)建
為了取消量綱差異,我們對(duì)所有的變量均進(jìn)行對(duì)數(shù)變換,公式中,RDI代表研發(fā)資金投入強(qiáng)度,ES代表企業(yè)規(guī)模,RDP代表研發(fā)人員投入,EBC代表學(xué)歷結(jié)構(gòu)。
構(gòu)建模型如下:
lnRDI=α0+α1lnES+ +α2lnRDP+α3lnEBC
對(duì)所有經(jīng)對(duì)數(shù)變換后的變量進(jìn)行描述性統(tǒng)計(jì)分析,分析結(jié)果顯示,研發(fā)資金投入強(qiáng)度、企業(yè)規(guī)模、研發(fā)人員投入以及學(xué)歷結(jié)構(gòu)的觀測(cè)樣本均為104個(gè)(26×4=104),沒有缺失的樣本。經(jīng)對(duì)數(shù)變換后,研發(fā)資金投入強(qiáng)度為1.3622。詳見表1。
對(duì)所有的樣本進(jìn)行混合回歸分析,混合回歸分析結(jié)果顯示,F(xiàn)=45.51,P=0.0000,調(diào)整之后的可決系數(shù)為0.5460,說明模型整體上顯著,但是解釋變量企業(yè)規(guī)模和學(xué)歷結(jié)構(gòu)的P值分別為0.176和0.075,均>0.05,變量關(guān)系不顯著。詳見表2。
由于混合回歸分析效果不顯著,通過最小二乘虛擬變量法(LSDV)檢驗(yàn)發(fā)現(xiàn),虛擬變量在5%的水平上顯著,所以認(rèn)為個(gè)體存在個(gè)體固定效應(yīng),所以對(duì)樣本數(shù)據(jù)進(jìn)行固定效應(yīng)模型分析。固定效應(yīng)模型分析結(jié)果顯示,rho=0.9424,說明模型的總體解釋效果較好。變量企業(yè)規(guī)模、研發(fā)人員投入強(qiáng)度以及學(xué)歷結(jié)構(gòu)的P值分別為0.048、0.020、0.007,P值均<0.05,說明3個(gè)解釋變量與被解釋變量研發(fā)資金投入強(qiáng)度之間關(guān)系顯著,3個(gè)變量的系數(shù)分別為0.1977、0.2535、0.4770。見表3。
表1 本組醫(yī)藥企業(yè)2015年~2018年基本情況分析
為了探索樣本數(shù)據(jù)是否能夠使用隨機(jī)效應(yīng)模型,現(xiàn)對(duì)樣本數(shù)據(jù)進(jìn)行隨機(jī)效應(yīng)模型分析[4]。結(jié)果顯示,rho=0.9077,固定效應(yīng)模型的rho=0.9424,故隨機(jī)效應(yīng)模型的解釋效果不如固定效應(yīng)模型。且解釋變量企業(yè)規(guī)模的P值>0.05,與被解釋變量的關(guān)系不顯著。見表4。
為了探析樣本數(shù)據(jù)適用固定效應(yīng)模型還是隨機(jī)效應(yīng)模型,故進(jìn)行豪斯曼檢驗(yàn)。豪斯曼檢驗(yàn)結(jié)果顯示,P值為0.0056<0.05,所以拒絕原假設(shè),即認(rèn)為不存在隨機(jī)效應(yīng),應(yīng)該采取固定效應(yīng)模型。因此,由表3的結(jié)果可以得到,江、浙、滬地區(qū)醫(yī)藥上市公司研發(fā)資金投入強(qiáng)度與企業(yè)規(guī)模、研發(fā)人員投入以及人員學(xué)歷結(jié)構(gòu)之間的線性回歸方程為:
由回歸方程可知,企業(yè)規(guī)模的系數(shù)符號(hào)為正,即說明企業(yè)規(guī)模對(duì)江、浙、滬地區(qū)醫(yī)藥上市企業(yè)研發(fā)資金投入呈正向影響,但在3個(gè)影響因素中影響的程度最小。醫(yī)藥企業(yè)的年末總資產(chǎn)每增加1%,研發(fā)資金投入強(qiáng)度增加0.1977%;研發(fā)人員的投入與研發(fā)資金投入強(qiáng)度也呈正相關(guān)關(guān)系。表明研發(fā)人員投入的越多,企業(yè)研發(fā)資金投入的強(qiáng)度就越大。江、浙、滬地區(qū)醫(yī)藥上市企業(yè)研發(fā)人員投入強(qiáng)度每增加1%,研發(fā)資金投入強(qiáng)度就增加0.2535%。在3個(gè)影響因素中,研發(fā)人員投入影響程度排在第二位;學(xué)歷結(jié)構(gòu)在回歸方程中系數(shù)符號(hào)也為正,說明學(xué)歷結(jié)構(gòu)對(duì)研發(fā)資金的投入強(qiáng)度呈正向影響,且在3個(gè)影響因素中,學(xué)歷結(jié)構(gòu)對(duì)研發(fā)資金投入強(qiáng)度的影響程度最大。醫(yī)藥企業(yè)碩士及以上學(xué)歷人員占比每增加1%,研發(fā)資金投入強(qiáng)度則增加0.4770%。
表2 企業(yè)規(guī)模、研發(fā)人員投入與學(xué)歷結(jié)構(gòu)對(duì)研發(fā)資金投入強(qiáng)度的混合回歸分析
表3 企業(yè)規(guī)模、研發(fā)人員投入與學(xué)歷結(jié)構(gòu)對(duì)研發(fā)資金投入強(qiáng)度的固定效應(yīng)模型回歸分析
表4 企業(yè)規(guī)模、研發(fā)人員投入與學(xué)歷結(jié)構(gòu)對(duì)研發(fā)資金投入強(qiáng)度的隨機(jī)效應(yīng)模型回歸分析
本研究運(yùn)用固定效應(yīng)模型分析了企業(yè)規(guī)模、研發(fā)人員投入以及學(xué)歷結(jié)構(gòu)對(duì)江、浙、滬地區(qū)醫(yī)藥上市企業(yè)研發(fā)資金投入強(qiáng)度的影響。研究結(jié)果發(fā)現(xiàn),所建立的假設(shè)均成立:企業(yè)規(guī)模、研發(fā)人員投入以及學(xué)歷結(jié)構(gòu)對(duì)研發(fā)資金投入強(qiáng)度均呈正向的影響關(guān)系,其影響程度由高到低分別為:學(xué)歷結(jié)構(gòu)(0.4770)、研發(fā)人員投入(0.2535)、企業(yè)規(guī)模(0.1977)。楊慧等[4]對(duì)全國(guó)A股上市醫(yī)藥企業(yè)的研究指出,企業(yè)規(guī)模和研發(fā)人員投入強(qiáng)度對(duì)研發(fā)資金投入強(qiáng)度的影響系數(shù)分別為0.2170、0.3413,而本研究結(jié)果顯示,相較于全國(guó)而言,企業(yè)規(guī)模對(duì)江、浙、滬地區(qū)醫(yī)藥上市企業(yè)的影響較小,其原因可能與江、浙、滬地區(qū)科技發(fā)展水平和經(jīng)濟(jì)政策等因素有關(guān),具體因素有待進(jìn)一步分析。此外,截至2018年7月,通過一致性評(píng)價(jià)的只有13個(gè)產(chǎn)品,說明目前我國(guó)醫(yī)藥行業(yè)的創(chuàng)新能力還比較落后。目前,上海、河北、天津、重慶等多地紛紛出臺(tái)支持方案,支持生物醫(yī)藥產(chǎn)業(yè)高質(zhì)量發(fā)展,醫(yī)藥企業(yè)可以抓住機(jī)遇加大研發(fā)創(chuàng)新力度。江、浙、滬地區(qū)醫(yī)藥上市企業(yè)提高研發(fā)資金投入強(qiáng)度水平可從人才建設(shè)、投入力度及企業(yè)規(guī)模進(jìn)行探討。
21世紀(jì)的競(jìng)爭(zhēng)說到底是人才的競(jìng)爭(zhēng),學(xué)歷可以反映一個(gè)人所掌握的知識(shí)和技能水平, 也可以反映出價(jià)值觀和認(rèn)知水平[9]。政策層面上,江蘇、浙江、上海為了吸引人才都制定了相應(yīng)的政策,醫(yī)藥上市公司應(yīng)該抓住這個(gè)機(jī)遇,借助政府提供的政策優(yōu)勢(shì),同時(shí)自身再建立例如提供住房、科研啟動(dòng)資金等優(yōu)惠措施來吸引人才。
人是最重要的生產(chǎn)力,只有擁有研發(fā)人員,才能進(jìn)行研發(fā)活動(dòng)。鑒于研發(fā)人員投入對(duì)研發(fā)資金投入強(qiáng)度的正向影響,醫(yī)藥上市企業(yè)要優(yōu)化人員結(jié)構(gòu),注重研發(fā)人員在整個(gè)人員隊(duì)伍中的比重。同時(shí),要做到企業(yè)的可持續(xù)發(fā)展,也必須注重研發(fā)人員的年齡結(jié)構(gòu),做到老、中、青三代平衡。
規(guī)模大的企業(yè),更加容易獲得外部資金的投入,抵御風(fēng)險(xiǎn)的能力也較強(qiáng),因而更有能力進(jìn)行新產(chǎn)品、新技術(shù)的研發(fā)工作。因此,醫(yī)藥上市企業(yè)要適當(dāng)擴(kuò)大公司規(guī)模來提升研發(fā)資金投入強(qiáng)度,醫(yī)藥行業(yè)可以通過合理的并購(gòu)重組,培育出龍頭企業(yè),但是也不能盲目擴(kuò)大規(guī)模,同時(shí)要注意對(duì)“臨界值”的把控。
此外,當(dāng)今社會(huì)正處于一個(gè)大數(shù)據(jù)與智能化的時(shí)代,醫(yī)藥企業(yè)可將人工智能技術(shù)應(yīng)用于醫(yī)療設(shè)備智能化管理、生物醫(yī)藥增材制造、藥物研發(fā)等方面,推動(dòng)生物醫(yī)藥產(chǎn)業(yè)升級(jí)[10]。由于本文的樣本量相對(duì)較少,所以研究結(jié)果可能存在一定的局限性,在后續(xù)研究中需要加大樣本量,同時(shí)尋找包括政策因素、政府補(bǔ)助在內(nèi)的其他可能對(duì)研發(fā)投入造成影響的因素。