雒敏，黃亞新

(1.南京醫(yī)科大學(xué)醫(yī)政學(xué)院，南京 211166；2.南京醫(yī)科大學(xué)第一附屬醫(yī)院人事處，南京 210029)

隨著我國(guó)居民消費(fèi)結(jié)構(gòu)的改變，近年來(lái)居民醫(yī)療保健消費(fèi)支出不斷增加，從1995年的人均110.11元上漲到2017年的1 777.40元，增長(zhǎng)了約16倍。在醫(yī)療保健消費(fèi)成為新經(jīng)濟(jì)增長(zhǎng)點(diǎn)的同時(shí)[1]，醫(yī)藥產(chǎn)業(yè)規(guī)模也在不斷擴(kuò)大，產(chǎn)品銷(xiāo)售收入從1995年的902億元上漲到2017年的29 826億元，增長(zhǎng)了約33倍。居民醫(yī)療保健消費(fèi)支出的不斷增加和醫(yī)藥產(chǎn)業(yè)的快速發(fā)展使得這兩個(gè)領(lǐng)域的研究成為理論界關(guān)注的熱點(diǎn)，相關(guān)的成果也較為豐富，但兩者之間相關(guān)性的研究卻較為鮮見(jiàn)，目前只有少量學(xué)者從“消費(fèi)決定生產(chǎn)”這一角度進(jìn)行了初步探究，如MORAN 等[2]、劉旭寧[3]、田曉玉[4]分別用美國(guó)和中國(guó)的數(shù)據(jù)證實(shí)了居民醫(yī)療保健消費(fèi)需求影響醫(yī)藥產(chǎn)業(yè)發(fā)展，但是影響的具體程度如何，反過(guò)來(lái)醫(yī)藥產(chǎn)業(yè)的發(fā)展是否也是居民醫(yī)療保健消費(fèi)變化的動(dòng)因，這些問(wèn)題的研究目前還比較缺乏?；诖?，筆者運(yùn)用政策分析領(lǐng)域廣泛采用的向量自回歸模型，將居民醫(yī)療保健消費(fèi)和醫(yī)藥產(chǎn)業(yè)同時(shí)納入分析體系，從需求和供給的角度探討兩者之間的長(zhǎng)期動(dòng)態(tài)關(guān)系，從而為消費(fèi)升級(jí)和醫(yī)藥產(chǎn)業(yè)發(fā)展提供相關(guān)的政策建議。

1 資料與方法

1.1資料來(lái)源 數(shù)據(jù)主要來(lái)自《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》，由于產(chǎn)品銷(xiāo)售收入直接反映了供需雙方圍繞產(chǎn)品價(jià)值上下波動(dòng)的結(jié)果，與消費(fèi)有較為直接的關(guān)聯(lián)，因此本文選取醫(yī)藥制造業(yè)(包括化學(xué)藥品制造、中成藥生產(chǎn)、生物藥品制品制造)規(guī)模以上企業(yè)的銷(xiāo)售收入作為醫(yī)藥產(chǎn)業(yè)發(fā)展水平的代理指標(biāo)，本文數(shù)據(jù)的時(shí)間跨度為1995—2017年。此外為避免數(shù)據(jù)可能出現(xiàn)的異方差問(wèn)題，對(duì)兩個(gè)變量取自然對(duì)數(shù)，居民醫(yī)療保健消費(fèi)支出(指全國(guó)居民人均每年門(mén)診、住院以及醫(yī)藥費(fèi)用和健身鍛煉及購(gòu)買(mǎi)相關(guān)產(chǎn)品器械、保健品等支出的合計(jì))記為L(zhǎng)NHC，醫(yī)藥產(chǎn)業(yè)銷(xiāo)售收入(化學(xué)藥品、中成藥和生物藥品的銷(xiāo)售收入之和)記為L(zhǎng)NMIS。

1.2向量自回歸模型

1.2.1模型基本原理 向量自回歸也稱為VAR模型(vector auto regression model)，是研究?jī)蓚€(gè)及以上時(shí)間序列變量動(dòng)態(tài)關(guān)系的系統(tǒng)[5]，在系統(tǒng)中因變量是每一個(gè)內(nèi)生變量，而自變量是全部?jī)?nèi)生變量的滯后項(xiàng)，這樣用單一時(shí)間序列對(duì)每個(gè)變量進(jìn)行回歸的系統(tǒng)就演變?yōu)橛脙蓚€(gè)及以上時(shí)間序列組成的向量進(jìn)行回歸的系統(tǒng)，VAR模型的一般數(shù)學(xué)表達(dá)式為：

Yt=c+Π1Yt-1+Π2Yt-2+…+ΠkYt-k+ut

并且cov(ut，us)=0(t≠s)。

VAR模型很好地處理了傳統(tǒng)計(jì)量經(jīng)濟(jì)學(xué)難以解決的變量?jī)?nèi)生性問(wèn)題，更好地呈現(xiàn)出變量間的動(dòng)態(tài)變化規(guī)律，在政策分析領(lǐng)域被廣泛運(yùn)用。

1.2.2模型構(gòu)建 以LNHC、 LNMIS從1995—2017年的兩組時(shí)間變量序列進(jìn)行單位根檢驗(yàn)、確定最優(yōu)滯后期數(shù)和協(xié)整檢驗(yàn)的基礎(chǔ)上構(gòu)建VAR模型，并采用格蘭杰因果檢驗(yàn)分析變量之間是否存在因果關(guān)系。在VAR模型通過(guò)穩(wěn)定性檢驗(yàn)的基礎(chǔ)上，進(jìn)一步運(yùn)用脈沖響應(yīng)函數(shù)分析各變量之間互相沖擊的動(dòng)態(tài)影響關(guān)系，并將VAR模型中變量的方差分解到不同的擾動(dòng)因素上，探究LNHC和LNMIS兩個(gè)變量對(duì)模型影響的貢獻(xiàn)程度。使用的軟件為STATA13.0版。

2 實(shí)證分析

2.1平穩(wěn)性檢驗(yàn) 為確定兩個(gè)時(shí)間序列數(shù)據(jù)是原序列平穩(wěn)還是差分后平穩(wěn)，本文采用ADF單位根檢驗(yàn)法，結(jié)果見(jiàn)表1。從檢驗(yàn)結(jié)果的P值可以發(fā)現(xiàn)，原序列INMIS和INHC都是非穩(wěn)定的，但經(jīng)過(guò)一階差分處理后得到的數(shù)列D (INMIS)和D(INHC)均在5%顯著性水平下通過(guò)了平穩(wěn)性檢驗(yàn)，同為一階單整序列。

表1 平穩(wěn)性檢驗(yàn)結(jié)果 Tab.1 Results of stationarity test

2.2最優(yōu)滯后階數(shù)選取 由于VAR模型包含滯后項(xiàng)，因此需要確定最優(yōu)滯后階數(shù)以提高模型的估計(jì)效果，本文同時(shí)選用LR、FPE、AIC、HQIC、SBIC 5種信息準(zhǔn)則進(jìn)行最優(yōu)滯后階數(shù)的選擇，結(jié)果見(jiàn)表2。從表2可以看出5個(gè)準(zhǔn)則同時(shí)選擇lag(3)，因此本文建立的VAR模型滯后階數(shù)為三階。

表2 最優(yōu)滯后階數(shù)選取結(jié)果 Tab.2 Selection results of optimal lag order

2.3協(xié)整檢驗(yàn) 雖然本文所用數(shù)據(jù)的原序列是非平穩(wěn)的，但這兩個(gè)序列之間仍然可能存在共同的隨機(jī)趨勢(shì)，即存在協(xié)整關(guān)系，此時(shí)可以通過(guò)線性組合消除此隨機(jī)趨勢(shì)，因此協(xié)整檢驗(yàn)是對(duì)非平穩(wěn)序列進(jìn)行回歸的必要前提。本文運(yùn)用Johansen檢驗(yàn)法計(jì)算跡統(tǒng)計(jì)量(trace statistic)，對(duì)INMIS和INHC這兩個(gè)非平穩(wěn)序列進(jìn)行協(xié)整檢驗(yàn)，結(jié)果見(jiàn)表3。從表3可以看出，當(dāng)假定INMIS和INHC之間不存在協(xié)整關(guān)系時(shí)，跡統(tǒng)計(jì)量值為30.85，>1%臨界值30.45，P值為0.009，表明拒絕原假設(shè)，即INMIS和INHC之間存在協(xié)整關(guān)系。當(dāng)假定INMIS和INHC之間存在協(xié)整關(guān)系時(shí)，跡統(tǒng)計(jì)量為7.089，<5%水平臨界值12.25，P值0.215，表明接受原假設(shè)，即INMIS和INHC之間存在協(xié)整關(guān)系。由此可見(jiàn)兩種假設(shè)下跡統(tǒng)計(jì)量的結(jié)果均表明INMIS和INHC之間存在協(xié)整關(guān)系。

表3 協(xié)整檢驗(yàn)的結(jié)果 Tab.3 Results of co-integration test

2.4格蘭杰因果關(guān)系 為了進(jìn)一步確定INMIS和INHC之間的協(xié)整關(guān)系表現(xiàn)為單向因果關(guān)系還是雙向因果關(guān)系，本文進(jìn)行了用于因果關(guān)系證明的格蘭杰檢驗(yàn)，結(jié)果見(jiàn)表4。從表4可以看出2個(gè)檢驗(yàn)結(jié)果F統(tǒng)計(jì)量對(duì)應(yīng)的P值均<0.05，說(shuō)明均拒絕原假設(shè)，也就是表示INMIS與INHC之間存在因果關(guān)系，而且是雙向因果關(guān)系，即INMIS與INHC互為因果關(guān)系。

表4 格蘭杰因果檢驗(yàn)結(jié)果 Tab.4 Results of granger causality test

2.5VAR模型的估計(jì) 建立的滯后三階VAR模型的回歸結(jié)果如下所示：

INMIS=0.889 2×L.INMIS+0.444 2×L2.INMIS-0.437 5×L3.INMIS-0.258 2×L.INHC-0.281 1×L2.INHC+0.635 3× L3.INHC+1.456 1

INHC=-0.455 7×L.INMIS+0.218 9×L2.INMIS+0.261 3×L3.INMIS+0.361 4×L.INHC+0.256 2×L2.INHC+0.270 4×L3.INHC+0.619 3

此外兩個(gè)方程的R2分別為0.999 3和0.997 1，F(xiàn)值分別為4 472.351和1 149.671，具有很高的擬合優(yōu)度，表明模型設(shè)定是合理的，INHC和INMIS存在較為明顯的相關(guān)關(guān)系。

2.6VAR模型平穩(wěn)性檢驗(yàn) 為了在VAR模型基礎(chǔ)上進(jìn)行脈沖響應(yīng)函數(shù)和方差分解分析，需要先檢驗(yàn)VAR模型的平穩(wěn)性。由圖1可以看出模型的6個(gè)特征根均在單位圓之內(nèi)，表明模型通過(guò)平穩(wěn)性檢驗(yàn)。

圖1 特征根檢驗(yàn)結(jié)果 Fig.1 Results of characteristic root test

2.7脈沖響應(yīng)函數(shù)分析 脈沖響應(yīng)函數(shù)是在VAR模型估計(jì)的基礎(chǔ)上，反映一個(gè)變量受到“外生沖擊”會(huì)對(duì)其他變量產(chǎn)生怎樣的動(dòng)態(tài)影響。為更好反映INHS和INMIS的變化趨勢(shì)，本文采用正交分解技術(shù)，設(shè)定滯后期為20年，以橫軸表示滯后期，縱軸表示變量的變化值，實(shí)線代表脈沖影響函數(shù)，陰影部分代表95%置信區(qū)間。圖2表明當(dāng)醫(yī)藥產(chǎn)業(yè)銷(xiāo)售收入LNMIS標(biāo)準(zhǔn)差當(dāng)期受到一個(gè)單位正向沖擊時(shí)，一開(kāi)始對(duì)人均醫(yī)療保健消費(fèi)LNHC有較為明顯的負(fù)向影響，第5期后負(fù)向影響逐步減弱，10期之后表現(xiàn)為正向影響，從第13期后正向影響減弱，逐步向0軸靠近，影響程度逐步減少。這說(shuō)明醫(yī)藥產(chǎn)業(yè)發(fā)展，一開(kāi)始有可能引起人均醫(yī)療保健消費(fèi)的減少，這可能是由于醫(yī)藥產(chǎn)業(yè)的發(fā)展，特別是醫(yī)藥研發(fā)技術(shù)的不斷進(jìn)步，大量“緩解、治療”腫瘤、遺傳性疾病、心血管疾病方面的新藥、特效藥不斷面市，在一定時(shí)期有效地提高了人民健康水平，隨之降低了居民在醫(yī)療保健方面的支出，但隨著疾病譜的不斷變化，以及居民醫(yī)療保健意識(shí)的不斷提高，從長(zhǎng)期來(lái)看，醫(yī)藥產(chǎn)業(yè)的發(fā)展能促進(jìn)居民醫(yī)療保健支出的增長(zhǎng)。圖3是LNHC對(duì)LNMIS的脈沖響應(yīng)，可以看出當(dāng)人均醫(yī)療保健消費(fèi)LNHC標(biāo)準(zhǔn)差當(dāng)期受到一個(gè)單位正向沖擊時(shí)，醫(yī)藥產(chǎn)業(yè)銷(xiāo)售收入LNMIS出現(xiàn)波動(dòng)，第1～2期LNMIS受到短暫的負(fù)向影響，但從第3期后LNMIS雖然波動(dòng)，但一直受到正向影響，隨著時(shí)間的推移，這種正向影響也趨于減弱。這表明人均醫(yī)療保健支出的增加，短期會(huì)使醫(yī)藥產(chǎn)業(yè)收入受到負(fù)向影響，但長(zhǎng)期來(lái)看會(huì)帶來(lái)醫(yī)藥產(chǎn)業(yè)收入的增長(zhǎng)，從而促進(jìn)醫(yī)藥行業(yè)發(fā)展，這個(gè)和政治經(jīng)濟(jì)學(xué)“消費(fèi)生產(chǎn)著生產(chǎn)”和西方經(jīng)濟(jì)學(xué)“消費(fèi)是生產(chǎn)目的”的觀點(diǎn)一致，也和當(dāng)前政府的以消費(fèi)帶動(dòng)產(chǎn)業(yè)發(fā)展的政策相吻合。

圖2 LNMIS對(duì)LNHC的脈沖響應(yīng)函數(shù) Fig.2 Impulse response function of LNMIS to LNHC

圖3 LNHC對(duì)LNMIS的脈沖響應(yīng)函數(shù) Fig.3 Impulse response function of LNHC to LNMIS

2.8方差分解 通過(guò)方差分解可以看出LNHC和LNMIS在不同滯后期對(duì)自身和對(duì)方變化的貢獻(xiàn)度，模型方差分解情況表5，可以看出居民醫(yī)療保健消費(fèi)LNHC的波動(dòng)第一期只受到自身沖擊的影響，后期醫(yī)藥產(chǎn)業(yè)發(fā)展的貢獻(xiàn)率從0逐漸開(kāi)始增加，到第5期后基本穩(wěn)定在21%左右的水平，說(shuō)明醫(yī)藥產(chǎn)業(yè)的發(fā)展對(duì)居民醫(yī)療保健支出有較為穩(wěn)定的正向影響。醫(yī)藥產(chǎn)業(yè)銷(xiāo)售收入LNMIS受到居民醫(yī)療保健消費(fèi)LNHC的影響，前五期保持不斷增加的正向影響，第五期達(dá)到峰值36.03%，從第六期開(kāi)始下降，并一直處于波動(dòng)狀態(tài)，說(shuō)明居民醫(yī)療保健消費(fèi)對(duì)醫(yī)藥產(chǎn)業(yè)發(fā)展有明顯的正向影響，但是影響程度不穩(wěn)定，醫(yī)藥產(chǎn)業(yè)銷(xiāo)售收入LNMIS很大程度上受到醫(yī)藥產(chǎn)業(yè)自身因素的影響，這和脈沖響應(yīng)分析的結(jié)果基本一致。

表5 VAR模型方差分解 Tab.5 Variance decomposition of VAR model %

3 討論

本文基于1995—2017年我國(guó)居民醫(yī)療保健消費(fèi)支出和醫(yī)藥產(chǎn)業(yè)銷(xiāo)售收入數(shù)據(jù)構(gòu)建VAR模型，以驗(yàn)證兩者之間的動(dòng)態(tài)關(guān)系，結(jié)果表明，居民醫(yī)療保健消費(fèi)支出與醫(yī)藥產(chǎn)業(yè)銷(xiāo)售收入之間存在長(zhǎng)期均衡關(guān)系，同時(shí)存在雙向的格蘭杰因果關(guān)系；醫(yī)藥產(chǎn)業(yè)的發(fā)展在前期由于提高了居民健康水平，因此減少了居民的醫(yī)療保健支出，但后期對(duì)人均醫(yī)療保健消費(fèi)的增長(zhǎng)起到一定的促進(jìn)作用；反過(guò)來(lái)居民醫(yī)療保健消費(fèi)支出的增長(zhǎng)短期內(nèi)減少了醫(yī)藥產(chǎn)業(yè)的銷(xiāo)售收入，但在長(zhǎng)期居民醫(yī)療保健消費(fèi)對(duì)醫(yī)藥產(chǎn)業(yè)銷(xiāo)售收入的增長(zhǎng)有明顯的正向影響，但這種正向影響是波動(dòng)的，醫(yī)藥產(chǎn)業(yè)的發(fā)展也受到自身因素的影響。2017年之后，政府也分別采取了一系列新的舉措，如醫(yī)療保障制度改革、藥物審評(píng)審批制度改革等，使得近幾年我國(guó)居民的醫(yī)療消費(fèi)支出和醫(yī)藥產(chǎn)業(yè)的發(fā)展仍保持一定的增長(zhǎng)趨勢(shì)，但基于本文對(duì)兩者之間的動(dòng)態(tài)關(guān)系的檢驗(yàn)結(jié)果，本文提出如下政策建議。

第一，進(jìn)一步激發(fā)居民醫(yī)療保健消費(fèi)潛力，有效帶動(dòng)醫(yī)藥產(chǎn)業(yè)發(fā)展。脈沖響應(yīng)和方差分解的結(jié)果表明醫(yī)療保健消費(fèi)支出對(duì)醫(yī)藥產(chǎn)業(yè)銷(xiāo)售收入的最高貢獻(xiàn)率達(dá)到36.03%，居民醫(yī)療保健消費(fèi)的增長(zhǎng)是驅(qū)動(dòng)醫(yī)藥行業(yè)發(fā)展的重要因素，而2017年我國(guó)居民醫(yī)療保健消費(fèi)占國(guó)民生產(chǎn)總值的比例為6.2%，美國(guó)達(dá)到16.2%，說(shuō)明我國(guó)居民醫(yī)療保健消費(fèi)未來(lái)增長(zhǎng)和發(fā)展空間較大[6]，應(yīng)多管齊下，充分激發(fā)其增長(zhǎng)潛力以帶動(dòng)醫(yī)藥產(chǎn)業(yè)進(jìn)一步發(fā)展。

首先，充分發(fā)揮收入與消費(fèi)的聯(lián)動(dòng)作用，提升居民醫(yī)療保健消費(fèi)的能力。在合理提高居民收入可支配水平的同時(shí)，通過(guò)不斷完善醫(yī)療保險(xiǎn)等社會(huì)保障制度，增加政府公共衛(wèi)生服務(wù)領(lǐng)域的投入，合理降低居民的醫(yī)療負(fù)擔(dān)[7]，減少居民消費(fèi)的“擠出效應(yīng)”，提高居民醫(yī)療保健消費(fèi)的購(gòu)買(mǎi)力[8]。

其次，大力推動(dòng)醫(yī)療保健消費(fèi)升級(jí)，從“醫(yī)療消費(fèi)”逐步轉(zhuǎn)型為“健康消費(fèi)”。我國(guó)目前的醫(yī)療保健消費(fèi)仍以“以疾病的治療”為主，而發(fā)達(dá)國(guó)家更重視疾病的預(yù)防、健康促進(jìn)、慢性病管理等健康管理工作，據(jù)哈佛大學(xué)統(tǒng)計(jì)，80%糖尿病和心臟病、70%卒中、50%癌癥都是可以通過(guò)健康管理避免的。目前，我國(guó)居民進(jìn)行健康消費(fèi)的比例大大低于發(fā)達(dá)國(guó)家水平，醫(yī)療保健消費(fèi)升級(jí)有巨大發(fā)展空間。

最后，培育和發(fā)展新的醫(yī)療保健消費(fèi)熱點(diǎn)，進(jìn)一步拓展消費(fèi)需求。隨著我國(guó)城鎮(zhèn)化、老齡化程度的加深，居民的健康意識(shí)和需求不斷變化，政府和社會(huì)各界應(yīng)該積極引導(dǎo)，培育醫(yī)療保健消費(fèi)熱點(diǎn)，例如新型冠狀病毒肺炎疫情流行期間互聯(lián)網(wǎng)醫(yī)療成為快速發(fā)展的新業(yè)態(tài)，下一步應(yīng)加快發(fā)展線上問(wèn)診、線上藥店等服務(wù)，在常見(jiàn)病、慢性病“互聯(lián)網(wǎng)+”復(fù)診服務(wù)基礎(chǔ)上，探索擴(kuò)大可納入醫(yī)?；鹬Ц兜尼t(yī)療服務(wù)范圍，將互聯(lián)網(wǎng)醫(yī)療服務(wù)培育為新的消費(fèi)熱點(diǎn)。

第二，推動(dòng)醫(yī)藥產(chǎn)業(yè)創(chuàng)新發(fā)展，滿足居民醫(yī)療保健消費(fèi)需求。脈沖響應(yīng)和方差分解的結(jié)果表明，醫(yī)藥產(chǎn)業(yè)銷(xiāo)售收入在經(jīng)過(guò)一定時(shí)期后對(duì)居民醫(yī)療保健消費(fèi)的貢獻(xiàn)率基本保持在21%的水平，說(shuō)明醫(yī)藥產(chǎn)業(yè)發(fā)展對(duì)居民醫(yī)療保健支出有較為穩(wěn)定的正向影響。近年來(lái)我國(guó)惡性腫瘤、糖尿病等重大疾病的發(fā)病率和死亡率正呈現(xiàn)出持續(xù)上升和年輕化趨勢(shì)，而在我國(guó)醫(yī)藥市場(chǎng)上，國(guó)內(nèi)醫(yī)藥企業(yè)化學(xué)藥品以仿制藥為主，普通類(lèi)藥品缺乏創(chuàng)新，常用藥、廉價(jià)藥卻經(jīng)常出現(xiàn)短缺，疑難雜癥等罕見(jiàn)病用藥供需嚴(yán)重失衡。近幾年來(lái)藥品帶量采購(gòu)、一致性評(píng)價(jià)等一系列監(jiān)管政策的不斷調(diào)整，醫(yī)藥行業(yè)要適應(yīng)人民群眾的需求，就必須加強(qiáng)創(chuàng)新能力建設(shè)，重視首仿藥、原研藥等化學(xué)藥的研制開(kāi)發(fā)，進(jìn)一步鞏固生物醫(yī)藥在疫苗、血液制品方面的創(chuàng)新優(yōu)勢(shì)，加快發(fā)展中藥現(xiàn)代化，推動(dòng)已獲得專(zhuān)利保護(hù)的國(guó)產(chǎn)原研藥開(kāi)展國(guó)際臨床研究和注冊(cè)，加快品牌仿制藥物國(guó)際注冊(cè)認(rèn)證，逐步實(shí)現(xiàn)心腦血管疾病、腫瘤、糖尿病等多發(fā)病和罕見(jiàn)病藥物集約化生產(chǎn)。

第三，持續(xù)加大政府扶持力度，促進(jìn)醫(yī)藥產(chǎn)業(yè)可持續(xù)發(fā)展。脈沖響應(yīng)和方差分解的結(jié)果表明，經(jīng)過(guò)一段時(shí)期后內(nèi)部動(dòng)因?qū)︶t(yī)藥產(chǎn)業(yè)銷(xiāo)售收入的貢獻(xiàn)率不斷波動(dòng)，最高峰時(shí)貢獻(xiàn)率達(dá)到81.11%，說(shuō)明促進(jìn)產(chǎn)業(yè)發(fā)展的重要因素來(lái)自于醫(yī)藥產(chǎn)業(yè)自身，而建立一個(gè)以需求為導(dǎo)向、集中度更高、良性競(jìng)爭(zhēng)和可持續(xù)發(fā)展的醫(yī)藥產(chǎn)業(yè)需要全面的政策支撐。政府應(yīng)當(dāng)加大對(duì)醫(yī)藥產(chǎn)業(yè)的財(cái)政投入力度，拓展金融支持手段，加快建立市場(chǎng)化、多元化相結(jié)合的專(zhuān)項(xiàng)資金扶持體系，充分發(fā)揮社會(huì)資本作用，積極吸引產(chǎn)業(yè)投資基金和創(chuàng)業(yè)投資機(jī)構(gòu)，建立覆蓋全鏈條的資本支持體系；鼓勵(lì)藥物創(chuàng)新，加快藥物審評(píng)審批，優(yōu)化創(chuàng)新資源配置，支持創(chuàng)新平臺(tái)和新型研發(fā)機(jī)構(gòu)建設(shè)，提升產(chǎn)業(yè)核心競(jìng)爭(zhēng)力；支持龍頭企業(yè)做大做強(qiáng)，重點(diǎn)扶持中小型企業(yè)，培育一批具有自主知識(shí)產(chǎn)權(quán)和核心競(jìng)爭(zhēng)力的領(lǐng)軍企業(yè)，打造特色突出、結(jié)構(gòu)合理、梯次分明的醫(yī)藥企業(yè)群體，推動(dòng)醫(yī)藥產(chǎn)業(yè)規(guī)模進(jìn)一步擴(kuò)大；加快人才隊(duì)伍建設(shè)，健全醫(yī)藥人才引進(jìn)、培養(yǎng)、激勵(lì)機(jī)制，充分調(diào)動(dòng)人才的積極性和創(chuàng)造性。

第四，營(yíng)造良好市場(chǎng)環(huán)境，促進(jìn)醫(yī)療保健消費(fèi)需求和醫(yī)藥產(chǎn)業(yè)供給的有效耦合。格蘭杰因果檢驗(yàn)的結(jié)果表明，居民醫(yī)療保健消費(fèi)和醫(yī)藥產(chǎn)業(yè)發(fā)展互為因果關(guān)系，兩者的良性互動(dòng)需要需求與供給的有效耦合，而需求與供給的有效耦合離不開(kāi)規(guī)范有效的市場(chǎng)。市場(chǎng)主管部門(mén)應(yīng)當(dāng)實(shí)時(shí)關(guān)注居民醫(yī)療保健方面消費(fèi)需求變動(dòng)和藥物市場(chǎng)動(dòng)態(tài)的變化，制定嚴(yán)格的市場(chǎng)準(zhǔn)入和監(jiān)管制度；進(jìn)一步深化醫(yī)療服務(wù)體系改革，加快公立醫(yī)院改革，提升基層醫(yī)療機(jī)構(gòu)服務(wù)能力，優(yōu)化社會(huì)力量舉辦醫(yī)療機(jī)構(gòu)的發(fā)展環(huán)境，加快形成多元化醫(yī)療服務(wù)格局；充分發(fā)揮市場(chǎng)作用，推動(dòng)“醫(yī)療、醫(yī)保、醫(yī)藥”三醫(yī)聯(lián)動(dòng)改革，有效銜接藥品招標(biāo)采購(gòu)、醫(yī)保支付、價(jià)格改革等相關(guān)政策，強(qiáng)化醫(yī)藥費(fèi)用和價(jià)格監(jiān)測(cè)監(jiān)管，實(shí)行價(jià)格信息公開(kāi)制度；建立健全醫(yī)藥市場(chǎng)供需監(jiān)測(cè)機(jī)制，實(shí)時(shí)掌握重點(diǎn)企業(yè)生產(chǎn)情況，提高醫(yī)藥市場(chǎng)產(chǎn)品供給能力；強(qiáng)化醫(yī)藥知識(shí)產(chǎn)權(quán)保護(hù)，整頓規(guī)范醫(yī)藥市場(chǎng)，對(duì)藥價(jià)虛高、假冒偽劣醫(yī)藥產(chǎn)品的現(xiàn)象進(jìn)行嚴(yán)厲處罰，為居民放心地進(jìn)行醫(yī)療保健消費(fèi)和醫(yī)藥企業(yè)良性競(jìng)爭(zhēng)創(chuàng)造良好的外部條件。