应用数据包络分析方法评价辽宁省生物医药产业生产效率

许 晶，李 野，侯福平（沈阳药科大学工商管理学院，沈阳市 110016）

应用数据包络分析方法评价辽宁省生物医药产业生产效率

许 晶＊，李 野#，侯福平（沈阳药科大学工商管理学院，沈阳市 110016）

目的：促进辽宁省生物医药产业生产效率提高。方法：采用数据包络分析（DEA）方法对辽宁省与上海、河南、山东等其他9个省市的生物医药产业生产效率进行评价和比较。结果与结论：辽宁省生物医药产业的技术效率较低，相比上海、河南、山东仍有一定差距，且其处于规模收益递增状态。因此，辽宁省需进一步大力发展生物技术，进而提高技术效率，并且产业规模也需要扩大。

数据包络分析；辽宁省；生物医药产业；生产效率；技术效率；规模收益

在全国生物医药产业蓬勃发展的大背景下，辽宁省的生物医药产业也在稳步前进，发展形势向好，但是在此过程中仍存在问题。本文运用数据包络分析（DEA）方法，定量分析评价辽宁省生物医药产业的生产效率，找出问题之所在，并提出相应建议。

1 全国生物医药产业现状及研究辽宁省生物医药产业的意义

1.1 全国生物医药产业现状

生物医药产业具有高投入、高风险、高收益、周期长的高技术行业特点，已成为世界新一轮发展竞争的焦点。与国外相比，我国起步较晚，但是在国家一系列产业政策的大力支持下，生物医药产业发展迅速，逐步缩短了与先进国家的差距，正在成为新兴支柱产业[1]。进入新世纪，我国生物医药产业处于快速发展阶段。2000－2008年，全国医药工业销售收入年均增长率达到20.45%，其中生物医药产业年增长率达到30%。2008年国际金融危机以来，医药行业逆势发展，是12个主要制造业中增长速度最快的行业。2009年上半年，医药工业销售收入和利润分别增长17.4%和16.8%，其中生物医药产业分别增长23.1%和20.7%。在规模实力明显增强的同时，我国生物医药产业科技成果产业化能力逐步提升[2]。

1.2 研究辽宁省生物医药产业的意义

近年来，辽宁省生物医药产业规模快速增长，规模以上的高技术生物医药企业逐渐崛起、壮大。辽宁省政府也高度重视生物医药产业，将其作为辽宁省科技发展的高技术产业，已被列为省重大科技攻关专项，并搭建研发平台，通过资助、贴息、投资、担保等形式，支持生物医药产业的科技项目开发和成果转化、科技服务等。辽宁省拥有沈阳药科大学、大连理工大学、辽宁师范大学、中国医科大学、大连医科大学、中科院大连化学物理研究所等40多所医药类高校和科研院所，科研机构基础研究不断加强。为了进一步加快生物医药的产业化进程，建立集群发展模式，辽宁省先后在大连、本溪建立了生物医药产业基地。大连双口港生物医药产业园引进了业内高水平人才30多名，其中院士3名。辽宁省具备适合生物医药产业发展的人力资源和产业基础。

但是，辽宁省生物医药产业也存在着一些问题，如企业自主研发能力较弱，研发投入不足。国家食品药品监督管理局南方医药经济研究所发布的“2008年中国制药工业百强榜”中辽宁省仅有3家企业入围[3]。虽然近年来在研发投入上有所增加，但是与百强榜中企业相比仍有差距。

辽宁省生物医药产业融资渠道相对单一，以企业自筹和部门、政府资金支持为主，缺少风险投资基金，部门和政府资金有限，对于高投入的生物医药产业来说是杯水车薪。

据《中国医药统计年报》2009年统计，辽宁省从事生物医药产业的人员共6100人，相比其他一些省市，如山东（18530人）、吉林（13580人）、江苏（12640人）、浙江（11420人）、广东（7250人）、河南（10810人）、上海（8290人）、北京（8970人）等，人员队伍不够强大。

本文拟利用DEA方法对辽宁省生物医药产业的现状进行分析和总结，找出具体问题之所在，进而提出相应对策。

2 评价方法介绍

2.1 标杆法的基本思想

生产效率评价方法很多，有定性的也有定量的，很多都能对生产效率的高低作出定量判断，但这些方法均不能回答应该采取哪些措施提高生产效率的问题。标杆法（Benchmarking methods）不但能够评价和判断生产效率的高低，找出生产效率高低的主要原因，而且能够告诉我们，应该怎么样做才能提高生产效率。

标杆法是对生产效率以管理学和经济学的理论为指导，运用数量分析与定性判断相结合的方法，通过对研究对象及其竞争对手之间的比较研究，把同类对象中的最优秀者作为“标杆”，找出研究对象与标杆之间的差距、生产效率高低的主要原因，并提出对策建议，以提高其生产效率。

标杆法中的主要数量方法包括DEA方法和经营竞争力比率法（OCRA方法）等[4]。

2.2 DEA方法模型的介绍

DEA方法，是运筹学、管理科学和数理经济学交叉研究的一个新领域，其以相对效率概念为基础，是评价具有相同类型的多投入、多产出的决策单元（记为DMU）是否技术有效和规模有效的一种非参数统计方法。从生产函数的观点看，DEA方法实际上是根据一组输入和输出数据来估计有效生产前沿面，而“有效前沿面”实际上就是“标杆”，可用于产业生产效率研究。

所谓“技术有效”，就是指生产处于最理想的状态，此时对于现有的输入量，可以获得最大的产出。所谓“规模有效”，就是生产处于规模收益不变的阶段，即如果当投入量同时增加k倍，相应地产出量也增加k倍。如果当投入量同时增加k倍，产出量的增加大于k倍，则称此时规模收益递增，说明此时生产规模太小，应加大投入、扩大规模，以达到规模有效；如果规模收益递减，说明此时生产规模太大，应减少投入、压缩规模，进而达到规模有效。

DEA方法的基本思路是：把每一个被评价单位作为一个DMU，再由众多DMU构成被评价群体，通过对投入和产出比率的综合分析，以DMU的各个投入和产出指标的权重为变量进行评价运算，确定“有效生产前沿面”，并根据各DMU与有效生产前沿面的距离状况，确定各DMU是否DEA有效，同时还可用投影方法指出非DEA有效或弱DEA有效的原因以及应改进的方向和程度。为此，将DEA方法引入到生产效率评价中是很有意义的。

数据包络分析最初的分析模型是CRS（Constant return to scale，规模收益不变）模型：假设有I个厂商，每个厂商为1个评价单位，即1个DMU，这I个厂商就构成1个被评价群体。每个厂商有N种投入与M种产出。第i个厂商的投入与产出分别用向量xi与qi表示。N*I投入矩阵X与M*I产出矩阵Q代表所有I个厂商的数据。对于每一个厂商投入产出比率为uqi/vxi，其中u表示产出权数的M*1向量，v表示投入权数的N*1向量。最优权数可以通过求解下述线性规划模型得到：

这涉及求出u与v的值，满足约束条件：所有的效率测量值必须小于或等于1，使得第i个厂商的效率最大化。这个特殊比率公式存在的一个问题就是其具有无穷多的解。为了避免出现这种问题，可将约束vxi＝1施加到上述线性规划模型中，于是求解：

其中θ表示标量，而λ表示1个I*1常数向量。求解得到的值将是第i个厂商的效率值。θ将满足θ≤1的要求，如果有I个厂商，那么就要求解I次线性规划模型，即对每个厂商求解1次，于是，可获得每个厂商的θ值。

规模收益不变的模型适合于所有厂商均以最优规模运营的情况，这是一种比较理想的假定情况，然而实际的经济活动中，不完全竞争、政府管制、财务约束等因素将导致厂商不能在最优规模下运营。所以后来人们把CRS修改为VRS（Variable return to scale，规模收益可变）。

为了解释VRS，通过把凸性约束条件I1λ＝1添加到CRS模型中，变为：

其中I1代表元素为1的I*1的向量。这种方法构建成一个相交面组成的凸包，该边缘面将观测的数据包络得比CRS锥包更加紧凑，因而计算所得到的技术效率值大于或等于用CRS模型所得到的结果[5]。

3 运用DEA模型对相关省市生物医药产业的生产效率进行评价及分析

3.1 指标选择

把2009年全国31省市中工业总产值排名前10的山东、吉林、江苏、河南、广东、浙江、上海、辽宁、北京、湖南的生物医药产业作为决策单元，选取衡量产业生产经营业绩非常重要的指标利润总额作为产出指标，选取生产过程中2个重要的投入要素产业资产总额（包括流动资产、固定资产等）和全部从业人员年平均人数作为投入指标。所有数据来源于2009年《中国医药统计年报》。为了说明指标选择的合理性，本文对投入、产出指标进行相关性分析，结果见表1。

表1 投入、产出评价指标相关性分析（r）Tab 1 Correlation analysis of input and output evaluation indicators（r）

相关系数的绝对值越接近于1，相关越密切；越接近于0，相关越不密切。当r＝0时，说明2个变数之间无直线关系。通过表的相关系数分析可知，各投入产出项为正相关关系，符合研究要求条件。

3.2 代入数据

技术效率是指在既定的产出组合量下所投入最小的投入组合量，或以现有的投入组合量生产最大产出组合量来衡量决策单位是否以最小的投入达到最大的产出。若决策单位能够在维持相同的产出水准下减少多余的投入，即可称为增加了技术效率。当技术效率值＝1时，表示决策单元的生产技术处于最佳的状态，即为技术有效；反之，则为技术无效。

规模效率是产出量与投入量的比例，当产出量与投入量按相同比例增加时，可认为具有规模效率，若不成比例增加，代表不具有规模效率。当规模效率值＝1时，表示决策单元处于固定规模收益的情况；若规模效率值＜1时，则表示该生产单元是处于规模收益递增或递减的状态。管理者可根据结果，决定应扩大或是缩小生产规模。

对这10个省市生物医药产业的数据进行分析比较，运行DEA模型计算软件DEAP（Data Envelopment Analysis Program）可以得到DEA模型计算结果，见表2。

表2 10省市投入、产出的DEA分析结果Tab 2 DEA analysis results of input and output of 10provinces（cities）

3.3 分析结果

本文主要观察采用应用范围相对较广的规模收益可变（VRS）模型得出的结果，由表2可见，各省市的生物医药产业的技术效率有一定的差距：上海市同时具有规模有效和技术有效；与其他9个省市相比，辽宁省的生物医药产业的技术效率0.866，位居第6，与上海、河南、山东等相比仍有一定差距，表明仍有改进提升的空间。

辽宁省生物医药产业技术效率略低，说明对于现在的产业投入并没有得到最大的产出。可能是因为产业本身的技术水平落后，也有可能是产业的管理水平较低。辽宁省生物医药产业处于规模收益递增状态，这说明其可以在现有基础上进一步扩大产业规模，充分利用产业资源，提高经济收益。对于规模收益递减的山东省和河南省来说，建议其不要再盲目扩大生产规模，适度控制生产规模，加强自主创新，调整好产业和产品的生产结构，控制生产成本，提高生产效率。

4 建议

根据模型分析结果可以得知，辽宁省生物医药产业的技术效率相比其他9省市来说并不是很高，应该进一步大力发展生物技术，提高投入产出转化能力，进一步提高技术效率。规模收益递增结果也表明辽宁省可以在现有基础上进一步扩大产业规模，充分利用产业资源提高经济收益。

充分利用辽宁省丰富的科研、高校资源，建立以企业为主体，研究机构、政府、企业间紧密合作的“产、学、研”网络，加强自主创新能力，开发具有自主知识产权的生物药品，扩大市场占有率，提高辽宁省生物药品的市场竞争力，提高产业生产效率。

多方面吸引社会资金，大力招商引资，逐渐形成政府引导、市场为主，企业为主体、社会各方面广泛参与的融资模式，为辽宁省生物医药产业的发展营造良好的资金供给环境，扩大生物医药产业规模。

本溪生物医药基地已初具规模，应该从规划和管理上因势利导，采取保护和扶持的措施，大规模聚集生物医药技术人才、资金和技术，努力形成积聚效应，培育创新型生物医药产业集群[3]。

采用有效的激励机制，引进和培养专业技术人员和科研人员，让其更好地为生物医药产业发展服务。

[1] 丁雪松，冯国忠.我国生物医药产业现状及对策[J].经济管理者，2010，5：72.

[2] 王亚平.加快生物医药产业发展的八点建议[J].中国科技投资，2010，3：21.

[3] 王 莹，邓 丹，张 扬，等.如何发展辽宁省生物医药产业[J].辽宁经济，2010，5：32.

[4] 朱小娟.产业竞争力研究的理论、方法和应用[D].北京：首都经济贸易大学博士学位论文，2004：133-134.

[5] 樊 宏.基于DEA模型的我国证券公司评价方法及应用[J].数量经济技术经济研究，2002，4：118.

DEA Evaluation Study of Liaoning Biological Medicine Industry Production Efficiency

XU Jing，LI Ye，HOU Fu-ping（School of Business Administration，Shenyang Pharmaceutical University，Shenyang 110016，China）

OBJECTIVE：To promote the production efficiency of biological medicine industry in Liaoning province.METHODS：The data envelopment analysis（DEA）method was used to evaluate and compare biological medicine industry production efficiency between Liaoning province and other nine provinces（citys），i.e.Shanghai，Henan province，Shandong province.RESULTS&CONCLUSIONS：Technical efficiency of Liaoning province medicine industry is lower than Shandong province，Henan province and Shanghai，and some real gaps still exist between them.But its scale benefit is increasing.So，Liaoning province must further vigorously develop the biological technology，and then raises the technical efficiency，and the industrial scale also needs to expand.

Data Envelopment Analysis；Liaoning province；Biological medicine industry；Production efficiency；Technical efficiency；Scale benefit

F407.7

C

1001-0408（2011）37-3463-03

＊硕士研究生。研究方向：医药经济管理。E-mail：lcxj09@yahoo.cn

#通讯作者：教授，博士研究生导师。研究方向：医药经济管理、药事管理、人力资源管理。电话：024-23986679。E-mail：liye0709@sohu.com.cn

2010-10-27

2011-03-30）