葛雅芬，阮嫻靜，鄭莉

（廣東藥科大學醫(yī)藥商學院，廣東 廣州 510006）

帶量采購是我國深化醫(yī)療體制改革的制度安排，2018 年11 月，國家聯(lián)合采購辦公室在“4+7”11個城市啟動國家組織藥品集中采購和使用試點，探索我國帶量采購模式，并于2019 年4 月開始實施。此后，國家有關部門相繼發(fā)布在全國范圍內推進帶量采購常態(tài)化文件。截止2022年底，帶量采購已開展至第七批。帶量采購政策主要通過“以量換價”的方式達到合理降低藥品價格的目標，減輕患者用藥負擔。醫(yī)藥制造業(yè)需為獲取藥品銷售市場大幅度壓低價格，這既是機遇也是挑戰(zhàn)。醫(yī)藥制造業(yè)為應對帶量采購政策的影響，采取的其中一項重要措施就是加大研發(fā)創(chuàng)新力度，讓創(chuàng)新成為實現(xiàn)可持續(xù)性發(fā)展的核心驅動力。因此，通過對帶量采購政策實施前后醫(yī)藥制造業(yè)的研發(fā)創(chuàng)新效率進行比較研究，既可評估該政策對于推動醫(yī)藥制造業(yè)研發(fā)新藥的影響效果，又能反映創(chuàng)新活動的特征規(guī)律，對提升創(chuàng)新效率具有一定的現(xiàn)實指導意義。

在創(chuàng)新效率的研究方法上，眾多專家學者已取得重大進展，如DEA-Malmquist 指數(shù)模型[1]，兩階段DEA-SBM 模型[2]，DEA-t檢驗[3]，SFA 隨機前沿模型[4]等都被用來測度創(chuàng)新效率。其中DEAMalmquist 指數(shù)模型的運用涵蓋到眾多領域，如金融與農(nóng)業(yè)科技[5-6]、醫(yī)藥衛(wèi)生[7]、技術產(chǎn)業(yè)[8]等。醫(yī)藥制造業(yè)作為研發(fā)驅動型產(chǎn)業(yè)，在帶量采購政策背景下，探究其創(chuàng)新效率尤為必要。目前，鮮見有針對帶量采購政策實施前后醫(yī)藥制造業(yè)創(chuàng)新效率進行比較研究的報道。本文運用DEA-Malmquist 指數(shù)模型，以2018年帶量采購政策實施元年為界劃分前后兩個時段，對2014－2018 年與2019－2021 年兩時段內各地區(qū)醫(yī)藥制造業(yè)研發(fā)創(chuàng)新的面板數(shù)據(jù)進行量化分析，綜合考察醫(yī)藥制造業(yè)研發(fā)創(chuàng)新效率的動態(tài)變化特征。通過對帶量采購政策實施前后醫(yī)藥制造業(yè)技術創(chuàng)新效率進行比較研究，以期為加大政策在各地區(qū)深入落實的推行力度提供重要參考，也為醫(yī)藥制造業(yè)創(chuàng)新效率的增長提供助推作用。

1 研究方法與指標選取

1.1 DEA-Malmquist指數(shù)評價方法

數(shù)據(jù)包絡分析方法（DEA）是一種綜合管理學、數(shù)理經(jīng)濟學和運籌學等多種學科的分析方法，適用于相對效率的評價，尤其是不同類型的多投入、多產(chǎn)出的效率評價[9]?，F(xiàn)實中受外部環(huán)境等因素影響很難獲得與投入同等比例的產(chǎn)出，即規(guī)模報酬可變。因此，本文基于可變規(guī)模報酬條件下的假設，對醫(yī)藥制造業(yè)的創(chuàng)新效率進行DEA分析。

假設有n個決策單元，每個決策單元有m種輸入和s種輸出，分別用輸入變量X和輸出變量Y表示，X=(x1，x2，…，xn)T，Y=(y1，y2，…，yn)T。對每個決策單元選擇如下DEA-BCC模型：

式中：θ為決策單元的效率評價值；ε為阿基米德無窮小量；S-是投入的松弛變量，S+是產(chǎn)出的松弛變量；λ代表各個單位的組合系數(shù)。在該模型中，若θ＜1，稱決策單元非DEA 有效；若θ=1，但存在松弛變量S-≠0 或S+≠0，稱決策單元弱DEA 有效；若θ=1，且S-=S+=0，稱決策單元DEA有效。

前述DEA-BCC 模型只能比較同一時期不同決策單元的效率值，無法測度不同時期效率值的變化。要具體分析2014－2021 年醫(yī)藥制造業(yè)研發(fā)創(chuàng)新效率的動態(tài)變化，需引入能反映相對效率動態(tài)變化的Malmquist 指數(shù)。1994 年，F(xiàn)are 等首次將Malmquist 指數(shù)理論與DEA 方法結合使用，提出DEA-Malmquist模型[10]。

假設(xt，yt)為第t期的投入與產(chǎn)出，(xt+1，yt+1)為第t+1期的投入與產(chǎn)出，Dtc(xt，yt、)Dtc+1(xt+1，yt+1)分別為對應時期技術條件下的產(chǎn)出距離函數(shù)。則Malmquist指數(shù)可表示為：

當Malmquist 指數(shù)＞1，效率水平上升；當Malmquist 指數(shù)＜1，效率水平下降；當Malmquist 指數(shù)=1，效率水平不變。

在規(guī)模報酬不變假設下，Malmquist 指數(shù)可分解為技術效率變化指數(shù)（effch）和技術進步指數(shù)（tech）。其中：

當規(guī)模報酬可變時，技術效率變化指數(shù)（effch）可分解為純技術效率指數(shù)（pech）和規(guī)模效率指數(shù)（sech）的乘積，故Malmquist指數(shù)可表示如下：

1.2 指標體系的構建

建立合理的投入產(chǎn)出指標體系是DEAMalmquist 分析的前提和基礎，本文遵循評價指標體系的選取原則，在借鑒前人研究成果的基礎上[11-13]，確立醫(yī)藥制造業(yè)技術創(chuàng)新評價指標體系如表1所示。

表1 我國醫(yī)藥制造業(yè)技術創(chuàng)新評價指標體系Table 1 Evaluation index system for technological innovation in China's pharmaceutical manufacturing industry

醫(yī)藥制造業(yè)投入指標主要是人力投入和經(jīng)費投入，產(chǎn)出指標主要為知識產(chǎn)出和經(jīng)濟產(chǎn)出。選取R&D人員折合全時當量作為人才投入指標，R&D經(jīng)費內部支出和新產(chǎn)品開發(fā)經(jīng)費支出作為研發(fā)經(jīng)費投入指標，以專利申請數(shù)作為知識產(chǎn)出的指標，新產(chǎn)品銷售收入作為經(jīng)濟產(chǎn)出指標。

未來擬進一步依照產(chǎn)品供應鏈碳足跡涉及的不確定性特征，設計統(tǒng)一表述方式。特別將加深對產(chǎn)品供應鏈碳足跡涉及的行業(yè)、政府等外部環(huán)境不確定性因素的研究，力爭構建一個更兼具社會性和系統(tǒng)性的產(chǎn)品供應鏈碳足跡不確定性研究體系。

1.3 數(shù)據(jù)來源

數(shù)據(jù)來源于《中國高技術產(chǎn)業(yè)統(tǒng)計年鑒》，對應指標項可適用于醫(yī)藥制造業(yè)技術創(chuàng)新效率的評價研究?？紤]到數(shù)據(jù)的可獲得性，采用2014－2021年連續(xù)8 年我國30 個?。ㄗ灾螀^(qū)、直轄市）的數(shù)據(jù)為樣本，以2014－2018 年5 年面板數(shù)據(jù)為參照組，以2019－2021年3年面板數(shù)據(jù)為實驗組進行兩階段比較研究，總樣本數(shù)為240個。

2 基于DEA-Malmquist指數(shù)的醫(yī)藥制造業(yè)技術創(chuàng)新效率分析

通過對相應的指標數(shù)據(jù)進行整理，運用DEAP2.1 計算得到30 個?。ㄗ灾螀^(qū)、直轄市）2014－2021 年醫(yī)藥制造業(yè)每年平均創(chuàng)新效率的Malmquist指數(shù)及其分解的變化情況（如表2）和8 年間兩階段各地區(qū)醫(yī)藥制造業(yè)創(chuàng)新效率的Malmquist 指數(shù)及分解的變化情況（如表3），分析帶量采購政策實施前后各地區(qū)的總體效率及各項分解指標的變化情況，進而評估該政策的初步執(zhí)行效果。

表2 2014－2021年間我國醫(yī)藥制造業(yè)每年平均Malmquist指數(shù)變化Table 2 Annual average Malmquist index changes in China's pharmaceutical manufacturing industry from 2014 to 2021

表3 我國30個?。ㄗ灾螀^(qū)、直轄市）醫(yī)藥制造業(yè)Malmquist 指數(shù)變化Table 3 Changes in the Malmquist index of the pharmaceutical manufacturing industry in 30 provinces (autonomous regions,municipalities)of China

2.1 從時間跨度分析醫(yī)藥制造業(yè)技術創(chuàng)新效率的動態(tài)變化

從表2 可見：2015－2021 年間，Malmquist 指數(shù)均大于1，表明技術創(chuàng)新效率每年都有所提高，呈現(xiàn)穩(wěn)步上升態(tài)勢。因技術創(chuàng)新效率的上升受技術效率和技術進步的影響，在技術進步方面，2014－2015 年、2017－2018 年和2020－2021 年的技術進步指數(shù)分別為1.294＞1、1.166＞1、1.083＞1，說明在此期間技術進步對醫(yī)藥制造業(yè)創(chuàng)新效率的提升發(fā)揮了促進作用，2014－2015 年Malmquist 指數(shù)＜1 是由于技術效率的阻礙。而技術進步指數(shù)在2015－2016 年、2016－2017 年和2019－2020 年均小于1，說明技術進步指數(shù)在此3個時間段都對創(chuàng)新效率的提高起到抑制作用；在技術效率方面，2014－2015年技術效率指數(shù)為0.740＜1，2015－2016 年的技術效率指數(shù)為1.475＞1，說明2016 年較前兩年技術效率有所提升。2016－2017 年技術效率指數(shù)為1.058＞1，2017－2018 年技術效率指數(shù)為0.924＜1，說明2018 年醫(yī)藥制造業(yè)技術效率低于2016 年和2017年。在2019－2020 年，技術效率指數(shù)增長為1.048，表示在此期間醫(yī)藥制造業(yè)的資源有效利用程度有所提升，可能是2018年開始實施的帶量采購政策的執(zhí)行效果在逐步凸顯，醫(yī)藥制造業(yè)整體創(chuàng)新意識增強，進而落實到技術創(chuàng)新效率的提高。但在2020－2021年，技術效率指數(shù)為0.963＜1，說明創(chuàng)新資源沒有得到合理的配置，可能是因國內新冠疫情的爆發(fā)制約了制造工業(yè)的競爭程度。

另外，又因技術效率可分解為純技術效率和規(guī)模效率，故通過分析純技術效率和規(guī)模效率的變化可進一步探究影響醫(yī)藥制造業(yè)技術效率的因素。在2014－2015 年、2016－2018 年和2020－2021 年純技術效率大于規(guī)模效率趨向利好，說明在此期間技術效率的改善是純技術效率的貢獻。到了2019－2020 年，純技術效率指數(shù)為0.944＜1，規(guī)模效率指數(shù)為1.111＞1，則是規(guī)模效率對技術效率起到促進作用，引起此變化的原因可能是由于醫(yī)藥制造行業(yè)為應對帶量采購政策在改造規(guī)模方面加大了資源投入力度。事實上，帶量采購政策的實施對醫(yī)藥制造業(yè)的研發(fā)創(chuàng)新起到了很大的推動作用，我國眾多學者也對此進行了論證，例如：丁嘉彬[14]分別研究了在原研藥市場和仿制藥市場下買方抗衡勢力對上游醫(yī)藥企業(yè)創(chuàng)新效率的影響，論證得出帶量采購政策倒逼藥企提高技術創(chuàng)新效率以保持競爭力；張軍等[15]基于2013－2021 年A 股上市公司數(shù)據(jù)量化評估了帶量采購對醫(yī)藥企業(yè)創(chuàng)新的影響，研究表明參與帶量采購可以通過提高研發(fā)投入的途徑來發(fā)揮創(chuàng)新驅動的作用；李壽喜等[16]以華海藥業(yè)作為典型案例進行分析，發(fā)現(xiàn)自參與帶量采購以來該企業(yè)研發(fā)費用投入強度和水平總體呈上升趨勢，帶量采購對醫(yī)藥企業(yè)的創(chuàng)新具有顯著的促進作用。

對比參照組與實驗組各項指數(shù)值，醫(yī)藥制造業(yè)在政策實施后技術進步和規(guī)模效率均有所上升，Malmquist 指數(shù)＞1，呈現(xiàn)總體良好狀態(tài)。值得一提的是，以上分析是宏觀范圍內的整體變化，即全國各?。ㄗ灾螀^(qū)、直轄市）比較單元的平均情況，若要獲得更具細化指導意義的研究結果，需進一步探究各區(qū)域的變動。

2.2 從空間維度分析醫(yī)藥制造業(yè)技術創(chuàng)新效率的動態(tài)變化

2.2.1 總體層面上的動態(tài)分析 為研究影響技術創(chuàng)新效率變化的原因，從表3 來看我國30 個?。ㄗ灾螀^(qū)、直轄市）醫(yī)藥制造業(yè)Malmquist指數(shù)及其分解的變化情況，進一步對帶量采購政策實施前后各效率值的變化情況進行分析。2014－2018 年醫(yī)藥制造業(yè)技術創(chuàng)新效率年均增長2.1%，主要得益于技術效率的提升，同時技術進步也提供了一定的促進作用。2019－2021 年醫(yī)藥制造業(yè)技術創(chuàng)新效率年均增長2.2%，漲幅高于參照組年份。由于技術創(chuàng)新效率受技術效率和技術進步兩方面因素影響，由分析可知，帶量采購實施后醫(yī)藥制造業(yè)技術效率年均增長0.5%，漲幅低于參照組年份的1.6%，故技術效率是抑制政策實施后技術創(chuàng)新效率呈現(xiàn)較大漲幅的關鍵因素。此種現(xiàn)象說明我國醫(yī)藥制造業(yè)自帶量采購政策實施以來更為注重對技術與人才的引進，同時創(chuàng)新方法的運用能力也在不斷提升，目前有待改進的方向應是加強對于技術水平的綜合利用以及整體的資源配置能力，在現(xiàn)有技術標準下對投入結構實行優(yōu)化。

另外，因技術效率受到純技術效率和規(guī)模效率的影響，可進一步對影響技術效率變化的因素進行分析。純技術效率可以用來衡量創(chuàng)新資源管理能力和技術水平對效率的影響[17]，其結果能夠體現(xiàn)實際與前沿技術創(chuàng)新水平之間的差距。2014－2018年醫(yī)藥制造業(yè)純技術效率年均增長0.9%，而2019－2021 年醫(yī)藥制造業(yè)純技術效率呈現(xiàn)下降趨勢，說明醫(yī)藥制造業(yè)的技術能力以及管理水平未能理想的匹配現(xiàn)階段創(chuàng)新需求。規(guī)模效率可以用來衡量規(guī)模配置水平對效率的影響[17]，其結果能夠體現(xiàn)實際與最優(yōu)生產(chǎn)規(guī)模之間的差距。2014－2018 年醫(yī)藥制造業(yè)規(guī)模效率年均增長0.7%，2019－2021年醫(yī)藥制造業(yè)規(guī)模效率年均增長2.2%，說明帶量采購對醫(yī)藥制造業(yè)規(guī)模效率的提高起到了顯著的促進作用。事實證明，帶量采購政策對于整頓醫(yī)藥制造業(yè)散、亂、多的局面具有積極影響，2019 年中國醫(yī)藥行業(yè)并購交易金額達到221 億美元，增長12%，行業(yè)發(fā)展趨于規(guī)?；痆18]。綜合以上分析可知：在帶量采購實施后，抑制技術創(chuàng)新效率指數(shù)呈現(xiàn)較大增幅的原因主要是純技術效率的作用，說明帶量采購政策的作用效果并未在實施之初得到非常突出的彰顯，原因可能是藥品的創(chuàng)新產(chǎn)出周期相對較長，投入短期內不能得到回報。

2.2.2 省市層面上的動態(tài)分析 縱觀30 個?。ㄗ灾螀^(qū)、直轄市）醫(yī)藥制造業(yè)技術創(chuàng)新效率存在較大差異性，可根據(jù)技術創(chuàng)新效率的分析結果探究各省市的醫(yī)藥創(chuàng)新資源配置情況（如表4）。

表4 30個?。ㄗ灾螀^(qū)、直轄市）醫(yī)藥制造業(yè)技術創(chuàng)新效率變化趨勢評價結果Table 4 Evaluation results of the trend of technological innovation efficiency in pharmaceutical manufacturing industry in 30 provinces(autonomous regions,municipalities)

從表4 可見：（1）北京、天津、海南、貴州、新疆5?。ㄗ灾螀^(qū)、直轄市）2019－2021年較2014－2018年的醫(yī)藥制造業(yè)技術創(chuàng)新效率呈現(xiàn)增加趨勢，其分解指標項技術進步和技術效率也都呈現(xiàn)增加趨勢。表明此5 ?。ㄗ灾螀^(qū)、直轄市）的創(chuàng)新資源得到了合理有效的利用，科研人員創(chuàng)新水平較高，其在創(chuàng)新資源的利用和研發(fā)人員的技術水平上都有不同程度的提升，反映出帶量采購政策在這些省市取得了較好的實施成效，推動了醫(yī)藥制造業(yè)更為注重研發(fā)領域。帶量采購政策實施后，北京在創(chuàng)新水平已相對較高的情況下將技術創(chuàng)新效率指數(shù)提高到2.039，說明研發(fā)創(chuàng)新力度加大，該政策在北京起到了顯著增進研發(fā)創(chuàng)新的效果。（2）山西、內蒙古、湖北、湖南、寧夏5 ?。ㄗ灾螀^(qū)）2019－2021 年較2014－2018年的醫(yī)藥制造業(yè)技術創(chuàng)新效率呈現(xiàn)增加趨勢，其分解指標項技術進步呈現(xiàn)降低趨勢，技術效率呈現(xiàn)增加趨勢。說明在帶量采購政策實施后技術創(chuàng)新效率的提高主要是由技術效率推動，可能是因醫(yī)藥制造廠商為能在當前市場環(huán)境中實現(xiàn)可持續(xù)發(fā)展，及時走上了技術升級轉型的道路，而應加強的是科研人員創(chuàng)新能力的培養(yǎng)。（3）黑龍江和四川2省2019－2021 年較2014－2018 年的醫(yī)藥制造業(yè)技術創(chuàng)新效率呈現(xiàn)增加趨勢，其分解指標項技術進步呈現(xiàn)增加趨勢，技術效率呈現(xiàn)降低趨勢。表明兩省市在創(chuàng)新資源的有效利用方面有待提升。黑龍江的純技術效率在帶量采購政策實施后較參照組出現(xiàn)下降趨勢，說明政策的實施未能激發(fā)該地區(qū)的創(chuàng)新活力。四川的規(guī)模效率在帶量采購政策實施后較參照組出現(xiàn)下降趨勢，說明其未能整合創(chuàng)新資源，擴充企業(yè)規(guī)模，進而促進創(chuàng)新能力的進一步提升。（4）浙江、山東、河南3 省2019－2021 年較2014－2018 年的醫(yī)藥制造業(yè)技術創(chuàng)新效率呈現(xiàn)降低趨勢，其分解指標項技術進步呈現(xiàn)降低趨勢，技術效率呈現(xiàn)增加趨勢。表明在這些省技術進步作為主要原因抑制了技術創(chuàng)新效率的提高，說明這些地區(qū)對研發(fā)創(chuàng)新人員的資源投入以及技術水平的提高方面欠佳，應注重激發(fā)其開展研發(fā)創(chuàng)新活動的動力。尤其是科研人員投入力度較大的浙江和山東，更要注重對于科研人員的創(chuàng)新能力培養(yǎng)；（5）吉林、上海、江蘇、安徽、福建、廣東、云南、甘肅、青海9 ?。ㄗ灾螀^(qū)、直轄市）2019－2021年較2014－2018年的醫(yī)藥制造業(yè)技術創(chuàng)新效率呈現(xiàn)降低趨勢，其分解指標項技術進步呈現(xiàn)增加趨勢，技術效率呈現(xiàn)降低趨勢。表明這些?。ㄗ灾螀^(qū)、直轄市）沒有有效利用創(chuàng)新資源。但吉林和福建的規(guī)模效率呈現(xiàn)相對較大的增加趨勢，2019－2021 年較2014－2018 年分別提高3.6 和7.4個百分點，說明帶量采購政策對于此兩省市醫(yī)藥制造業(yè)規(guī)模效率的提升起到促進作用，其技術創(chuàng)新效率的下降是純技術效率的阻礙，說明其未能注重創(chuàng)新資源的管理能力。（6）河北、遼寧、廣西、重慶、陜西5 ?。ㄗ灾螀^(qū)、直轄市）2019－2021 年較2014－2018 年的醫(yī)藥制造業(yè)技術創(chuàng)新效率呈現(xiàn)降低趨勢，其分解指標項技術進步和技術效率也都呈現(xiàn)降低趨勢。說明帶量采購政策的實施并未對這些?。ㄗ灾螀^(qū)、直轄市）的技術創(chuàng)新起到積極作用，政府部門需要發(fā)現(xiàn)及解決存在的問題，讓該政策在全國范圍內助推醫(yī)藥制造業(yè)研發(fā)創(chuàng)新效率的提高。廣西可能是由于地理位置和人才匱乏，致使醫(yī)藥制造行業(yè)發(fā)展受限。河北、遼寧、重慶、陜西可能是因為科研實力相對不強，創(chuàng)新資源的轉化能力較弱。

2.2.3 技術創(chuàng)新效率動態(tài)評價與實際發(fā)展的比較分析 為說明理論結果與醫(yī)藥制造業(yè)實際發(fā)展狀況的相關度，進一步將研究時限內我國30省（自治區(qū)、直轄市）醫(yī)藥制造業(yè)在帶量采購政策實施前后的技術創(chuàng)新效率平均值與利潤總額平均值的排名情況進行了對比分析（如表5）。

表5 30?。ㄗ灾螀^(qū)、直轄市）醫(yī)藥制造業(yè)技術創(chuàng)新效率平均值與利潤總額平均值排名對比Table 5 Comparison of rankings between the average efficiency of technological innovation and the average total profit of the pharmaceutical manufacturing industry in 30 provinces and cities

由表5可看出：在帶量采購政策實施前后，技術創(chuàng)新效率值與利潤總額之間的變化情況并無直接的規(guī)律性聯(lián)系，且部分地區(qū)出現(xiàn)較大反差。我國30 個?。ㄗ灾螀^(qū)、直轄市）中，河北、上海、安徽、云南、甘肅的技術創(chuàng)新效率值在帶量采購前后排名呈現(xiàn)下降趨勢，而利潤總值排名上升，其中上海和甘肅較為典型；天津、內蒙古、黑龍江、山東、湖南、貴州的技術創(chuàng)新效率值在帶量采購前后排名上升，但其利潤總額的排名呈現(xiàn)下降趨勢，以內蒙古和貴州的變化最為顯著；部分地區(qū)的技術創(chuàng)新效率值排名和利潤總值排名呈現(xiàn)同增同減的現(xiàn)象，但兩個指標排名差距較大，以海南為例，兩個指標之間相差25個排名。

DEA-Malmquist指數(shù)方法是一種常用的評價創(chuàng)新效率的方法，憑借對多指標體系的投入及產(chǎn)出值進行系統(tǒng)測量的特點，以精確的數(shù)據(jù)作為評價的支撐基礎，使研究結論具備客觀性，存在一定的可信度，但技術創(chuàng)新效率是一個相對值，若某省份技術創(chuàng)新產(chǎn)出和研發(fā)投入都小，其效率值就有可能高。因此，某省份醫(yī)藥制造業(yè)盈收水平的高低不能作為評估該省份技術創(chuàng)新效率高低的標準，單純使用DEA-Malmquist指數(shù)模型評價醫(yī)藥制造業(yè)創(chuàng)新效率與各地區(qū)實際情況可能會出現(xiàn)偏差。

3 實證結果與建議

3.1 不同區(qū)域間研發(fā)創(chuàng)新各項效率指標存在較大差異性，各地發(fā)展不均衡

帶量采購政策實施以來，醫(yī)藥制造業(yè)技術創(chuàng)新效率表現(xiàn)出明顯的地域差異。結合上文對不同區(qū)域間技術創(chuàng)新效率的橫向比較發(fā)現(xiàn)，在該政策實施3 年后，北京和內蒙古2 ?。ㄗ灾螀^(qū)、直轄市）的技術創(chuàng)新效率增幅最快，較2014－2018年分別提高93.7個百分點、28.8個百分點；天津、山西、黑龍江、湖北、湖南、海南、四川、貴州、寧夏、新疆10?。ㄗ灾螀^(qū)、直轄市）的增速相對放緩；其他省市均表現(xiàn)為回落狀態(tài)。

3.2 我國醫(yī)藥制造業(yè)技術創(chuàng)新效率主要受純技術效率影響

針對部分?。ㄗ灾螀^(qū)、直轄市）近年來技術創(chuàng)新效率的較大降幅，例如遼寧、吉林、廣西、陜西4 省（自治區(qū)）在政策實施后技術創(chuàng)新效率下降在20 個百分點左右，說明帶量采購政策并未對其創(chuàng)新效率的提高起到有利作用，政府部門可采取適當措施對其干預。由上述分析可知帶量采購實施后，醫(yī)藥制造業(yè)的技術進步指數(shù)和規(guī)模效率指數(shù)均大于1，說明其對技術創(chuàng)新效率的提升具有促進作用。而純技術效率指數(shù)為0.983＜1，成為阻礙醫(yī)藥制造業(yè)技術創(chuàng)新效率呈現(xiàn)較大漲幅的因素。純技術效率主要受技術水平和管理能力的影響，政策實施過程中相關政府部門還需不斷完善相關細則激勵醫(yī)藥行業(yè)的研發(fā)創(chuàng)新，政策環(huán)境有待進一步優(yōu)化。

3.3 技術創(chuàng)新效率與行業(yè)收益情況不成正比

帶量采購政策實施前后技術創(chuàng)新效率與利潤總額之間的變化情況在部分地區(qū)存在反差的情形，說明技術創(chuàng)新效率與行業(yè)收益情況不成正比。例如處于長三角地區(qū)的上海歸屬創(chuàng)新活躍區(qū)域，2018年全國經(jīng)費投入超過千億元的6個?。ㄗ灾螀^(qū)、直轄市）中，上海位列其中，占6.9%，擁有大量高新技術企業(yè)，科學技術水平相對較高，利潤總值排名上升，但技術創(chuàng)新效率排名呈現(xiàn)下降的趨勢。在用DEAMalmquist 指數(shù)方法評價醫(yī)藥制造業(yè)的創(chuàng)新效率時，因其特殊性，需要結合醫(yī)藥制造業(yè)創(chuàng)新成果產(chǎn)出周期長、研發(fā)投入對企業(yè)發(fā)展的影響存在短期效應、可能存在創(chuàng)新效率溢出等因素綜合考慮，才能讓研究結果更加貼合實際。

3.4 對策與建議

綜合上述運用DEA-Malmquist指數(shù)方法對我國30 ?。ㄗ灾螀^(qū)、直轄市）醫(yī)藥制造業(yè)技術創(chuàng)新效率的分析，從要素投入、體制機制、帶量采購政策3 個角度出發(fā)，為提高技術創(chuàng)新效率提出以下幾點建議：

第一，調整創(chuàng)新資源投入結構，完善資源配置功能，提高投入產(chǎn)出比例。在醫(yī)藥制造業(yè)的技術創(chuàng)新中，科研人員的投入是實現(xiàn)創(chuàng)新的根基，充足的資金支持是創(chuàng)新活動的基本保障。人力和資金等投入要素固然重要，但高質量的發(fā)展依托于高質量的項目，戰(zhàn)略、知識以及信息等要素對于醫(yī)藥制造業(yè)技術創(chuàng)新效率的提升也具有顯著影響作用。醫(yī)藥制造業(yè)技術創(chuàng)新效率的提高需要引進高端科技人才，也需要培育高端平臺及投入相應資金支持，充分發(fā)揮技術優(yōu)勢，科學調整投入要素的分配比例，改善醫(yī)藥制造業(yè)產(chǎn)業(yè)結構，完成整個產(chǎn)業(yè)鏈的優(yōu)化升級，提高技術創(chuàng)新的時效，以率先獲取市場。

第二，相關政府部門可出臺鼓勵研究創(chuàng)新的制度措施，充分發(fā)揮政府的政策導向作用。藥品作為一種特殊的商品，相關政府部門可通過擴大醫(yī)藥行業(yè)的研發(fā)經(jīng)費撥款、給予醫(yī)藥行業(yè)稅收優(yōu)惠政策等為其研發(fā)創(chuàng)新提供有利條件，同時鼓勵引進高創(chuàng)新效率地區(qū)的先進技術和經(jīng)驗，完善政府支持機制。例如，當醫(yī)藥企業(yè)的研發(fā)強度達到規(guī)定的標準，該企業(yè)可以獲得特定比例的退稅，以此來激勵醫(yī)藥制造業(yè)進行研發(fā)創(chuàng)新活動，這有益于技術創(chuàng)新效率的提高。

第三，積極參與帶量采購，轉變發(fā)展戰(zhàn)略。大型醫(yī)藥制造業(yè)因國外市場監(jiān)管趨緊和市場份額萎縮而選擇競爭國內市場，隨著帶量采購執(zhí)行力度的加大，應積極參與以尋求藥品銷售市場，并采用藍海戰(zhàn)略，通過提高自身的創(chuàng)新研發(fā)能力來實現(xiàn)可持續(xù)發(fā)展。中小型醫(yī)藥制造業(yè)在這場價格與產(chǎn)能的博弈中因成本管控、生產(chǎn)工藝等不具優(yōu)勢，若不尋求新的發(fā)展戰(zhàn)略則會逐漸被市場淘汰，其可向大型醫(yī)藥制造業(yè)靠攏，通過并購重組實現(xiàn)規(guī)?；a(chǎn)，整合行業(yè)資源，提高創(chuàng)新能力。

4 小結

本文對帶量采購政策實施前后醫(yī)藥制造業(yè)技術創(chuàng)新效率進行比較研究，重點分析了帶量采購政策對我國醫(yī)藥制造業(yè)技術創(chuàng)新效率的影響，而能夠對醫(yī)藥制造業(yè)技術創(chuàng)新效率產(chǎn)生影響的因素除帶量采購的實施外也包含其他多種因素。因此，未來的研究可將國家正大力推進的帶量采購與其他多種影響因素相結合，更加深入的探討引起我國醫(yī)藥制造業(yè)技術創(chuàng)新效率變動的原因。例如，研發(fā)強度及成長能力對醫(yī)藥制造業(yè)創(chuàng)新效率的提高具有顯著的正向作用[19]。醫(yī)藥制造業(yè)是資本和技術密集型行業(yè)，研發(fā)強度可促進其創(chuàng)新效率的提升。同時醫(yī)藥制造業(yè)又是投入和風險都相對較高的行業(yè)，其發(fā)展需要充足的資金支持，成長能力越強，資本積累相對越多，則風險承受力及創(chuàng)新驅動越強，這將有利于技術創(chuàng)新效率的提高。另外，新產(chǎn)品需求度也會促進醫(yī)藥制造業(yè)技術創(chuàng)新效率的提高[20]。因市場供需關系的影響，新產(chǎn)品需求度會和研發(fā)投入度產(chǎn)生相關性。醫(yī)藥制造業(yè)需及時做出調整來適應經(jīng)濟環(huán)境的變化，以正確進行新產(chǎn)品的開發(fā)定位。市場中新產(chǎn)品生產(chǎn)量隨需求量的增高而增高，其價格也會得到提高，則企業(yè)會繼續(xù)研究新產(chǎn)品的升級或進行再開發(fā)，即有利于創(chuàng)新效率的提高。