中国医药制造产业全要素生产率测算

吴肖丽

摘要：利用2000-2010年我国28个省市的面板数据，运用非参数Malmquist指数法对我国医药制造业全要素生产率的变动进行测算，并划分为中、东、西部进行了区域对比分析。研究表明：（1）我国医药制造业的发展在区域上存在一定差异，东部地区技术效率优于中、西部，西部地区技术进步提升较快，而中部地区的规模收益好于东、西部；（2）医药制造业的三个指数均小于1，技术发展仍属于较低水平；（3）年度分析方面，规模效率指数呈现降低趋势。

关键词：医药制造业；全要素生产率；非参数Malmquist指数；DEA

中图分类号：F2文献标识码：A文章编号：16723198（2014）05000101

1引言

医药制造业属于高技术产业，其具有高技术性、高投入性等特点，其健康发展和技术进步、技术效率和规模效益等因素息息相关。本文以医药制造业为研究对象，测算其全要素生产率，这对进一步促进医药制造业健康发展有一定的现实和理论意义。目前，关于产业全要素生产率研究较为成熟，但以医药制造业为研究对象探究其全要素生产率的研究不多，且主要停留于高技术产业整体研究方面。李雪冬（2010）、鲁炜和严夏（2012）均利用DEA的非参数Malmquist指数法对我国高技术产业的全要素生产率进行了研究，分别单独从地域和年际之间进行了分析。姜波（2011）基于DEA模型的非参数Malmquist指数方法对中国高技术产业R&D效率变动进行了分析。黄佐钘（2010）则基于MalmquistTFP指数方法的实证分析对上海市高技术产业各行业效率变化进行了研究。在医药制造业方面，茅宁莹等（2013）利用Malmquist指数模型，在创新主体对我国制药业技术创新全要素生产率影响作用方面进行了评价。

综上，目前对于全要素生产率的研究较为成熟，但以具体的高技术产业为研究对象的文献较少，且鲜有文献分别从年度和地域角度对我国医药制造业的全要素生产率进行分析。基于上述研究现状，本文以2000-2010年28个省市的医药制造产业为对象，利用DEA的非参数Malmquist指数法进行定量分析，从地域划分和年度两方面分别进行计算，从两个维度对我国医药制造业的全要素生产率进行分析研究。

2模型选择与指标选取

2.1非参数Malmquist指数法

美国经济学家罗伯特·索罗最早提出了全要素生产率这一概念，其是总产量与全部要素投入量之比，用来衡量单位生产的效率指标。本文利用非参数Malmquist指数法来计算全要素生产率，这种方法比较适用于研究总投入和总产出的效率，是一个衡量绩效的方法。非参数Malmquist指数法较其他方法的优点在于：在测算过程中不需要任何具体函数形式或者假设，适用于各种经济形式的投入和产出，且不要求有关投入产出的价格信息，其优越性尤其体现在信息不充分的情况下，使得研究更加具有适用性和可行性。

2.2指标选取

本文所采用的数据来源于各年《中国高技术产业统计年鉴》，主要选取了除西藏等地区以外的28个省市作为决策单元，使用DEAP软件对28个省市11年的全要素生产率进行测算。

（1）产出指标。本文采用各省市医药制造业的工业总产值，考虑到数据的可比性，以2000为基期用工业生产者出厂价格指数对其进行平减，单位为亿元。

（2）投入指标。包括劳动力和资本两个方面，劳动力为医药制造产业各地区年从业人员平均人数，单位为万人；资本选取固定资产原价，以2000为基期用固定资产投资价格指数进行平减，单位为亿元。

3医药制造业全要素生产率的实证结果分析

3.1全要素生产率区域划分数据结果分析

本文按照我国对中、东、西部省市的划分，相应计算了三个地区的全要素生产率。通过DEAP软件算出我国各地区的技术进步指数、纯技术效率指数和规模效率指数，中、东和西部的区域全要素生产率可见表1。

4结论与政策建议

本文利用DEA的非参数Malmquist指数方法对我国医药制造业28个省市全要素生产率的区域和年际变化及分解进行了测算，并对测算结果进行了分析。主要得出以下结论：（1）我国医药制造业在区域上存在着一定差异，东部地区的技术效率优于中、西部，西部地区技术进步提升较快，而中部地区的规模收益好于东、西部；（2）医药制造业的三个指数均小于1，技术发展仍属于较低水平；（3）年度分析方面，规模效率指数呈现降低趋势，应提高产业集中度，从而促进生产率的上升。

基于以上结论，本文将针对性的提出以下政策建议：（1）加大技术创新投入，促进医药制造业技术成果产业化；（2）构建产学研合作平台，促使医药制造业的持续发展；（3）促进产业集聚发展，实现医药制造企业的规模效益。

参考文献

[1]李雪冬.我国高技术产业全要素生产率变动分解——基于非参数的Malmquist指数法[J].科技管理研究，2010，（8）.

[2]鲁炜，严夏.高技术产业R&D全要素生产率变动分析——基于DEA模型的Malmquist指数方法[J].西北农林科技大学学报（社会科学版），2012，（3）.

[3]姜波.中国高技术产业R&D效率变动分析——基于DEA模型的Malmquist指数方法[J].情报杂志，2011，（11）.

[4]黄佐钘.上海高技术产业各行业效率变化研究——基于Malmquist TFP指数方法的实证分析[J].中国科技论坛，2010，（3）.

[5]茅宁莹，王雅雯，张帅英，等.创新主体对我国制药业技术创新全要素生产率影响作用评价——基于Malmquist指数模型[J].中国新药杂志，2013，（24）.endprint

摘要：利用2000-2010年我国28个省市的面板数据，运用非参数Malmquist指数法对我国医药制造业全要素生产率的变动进行测算，并划分为中、东、西部进行了区域对比分析。研究表明：（1）我国医药制造业的发展在区域上存在一定差异，东部地区技术效率优于中、西部，西部地区技术进步提升较快，而中部地区的规模收益好于东、西部；（2）医药制造业的三个指数均小于1，技术发展仍属于较低水平；（3）年度分析方面，规模效率指数呈现降低趋势。

关键词：医药制造业；全要素生产率；非参数Malmquist指数；DEA

中图分类号：F2文献标识码：A文章编号：16723198（2014）05000101

1引言

医药制造业属于高技术产业，其具有高技术性、高投入性等特点，其健康发展和技术进步、技术效率和规模效益等因素息息相关。本文以医药制造业为研究对象，测算其全要素生产率，这对进一步促进医药制造业健康发展有一定的现实和理论意义。目前，关于产业全要素生产率研究较为成熟，但以医药制造业为研究对象探究其全要素生产率的研究不多，且主要停留于高技术产业整体研究方面。李雪冬（2010）、鲁炜和严夏（2012）均利用DEA的非参数Malmquist指数法对我国高技术产业的全要素生产率进行了研究，分别单独从地域和年际之间进行了分析。姜波（2011）基于DEA模型的非参数Malmquist指数方法对中国高技术产业R&D效率变动进行了分析。黄佐钘（2010）则基于MalmquistTFP指数方法的实证分析对上海市高技术产业各行业效率变化进行了研究。在医药制造业方面，茅宁莹等（2013）利用Malmquist指数模型，在创新主体对我国制药业技术创新全要素生产率影响作用方面进行了评价。

综上，目前对于全要素生产率的研究较为成熟，但以具体的高技术产业为研究对象的文献较少，且鲜有文献分别从年度和地域角度对我国医药制造业的全要素生产率进行分析。基于上述研究现状，本文以2000-2010年28个省市的医药制造产业为对象，利用DEA的非参数Malmquist指数法进行定量分析，从地域划分和年度两方面分别进行计算，从两个维度对我国医药制造业的全要素生产率进行分析研究。

2模型选择与指标选取

2.1非参数Malmquist指数法

美国经济学家罗伯特·索罗最早提出了全要素生产率这一概念，其是总产量与全部要素投入量之比，用来衡量单位生产的效率指标。本文利用非参数Malmquist指数法来计算全要素生产率，这种方法比较适用于研究总投入和总产出的效率，是一个衡量绩效的方法。非参数Malmquist指数法较其他方法的优点在于：在测算过程中不需要任何具体函数形式或者假设，适用于各种经济形式的投入和产出，且不要求有关投入产出的价格信息，其优越性尤其体现在信息不充分的情况下，使得研究更加具有适用性和可行性。

2.2指标选取

本文所采用的数据来源于各年《中国高技术产业统计年鉴》，主要选取了除西藏等地区以外的28个省市作为决策单元，使用DEAP软件对28个省市11年的全要素生产率进行测算。

（1）产出指标。本文采用各省市医药制造业的工业总产值，考虑到数据的可比性，以2000为基期用工业生产者出厂价格指数对其进行平减，单位为亿元。

（2）投入指标。包括劳动力和资本两个方面，劳动力为医药制造产业各地区年从业人员平均人数，单位为万人；资本选取固定资产原价，以2000为基期用固定资产投资价格指数进行平减，单位为亿元。

3医药制造业全要素生产率的实证结果分析

3.1全要素生产率区域划分数据结果分析

本文按照我国对中、东、西部省市的划分，相应计算了三个地区的全要素生产率。通过DEAP软件算出我国各地区的技术进步指数、纯技术效率指数和规模效率指数，中、东和西部的区域全要素生产率可见表1。

4结论与政策建议

本文利用DEA的非参数Malmquist指数方法对我国医药制造业28个省市全要素生产率的区域和年际变化及分解进行了测算，并对测算结果进行了分析。主要得出以下结论：（1）我国医药制造业在区域上存在着一定差异，东部地区的技术效率优于中、西部，西部地区技术进步提升较快，而中部地区的规模收益好于东、西部；（2）医药制造业的三个指数均小于1，技术发展仍属于较低水平；（3）年度分析方面，规模效率指数呈现降低趋势，应提高产业集中度，从而促进生产率的上升。

基于以上结论，本文将针对性的提出以下政策建议：（1）加大技术创新投入，促进医药制造业技术成果产业化；（2）构建产学研合作平台，促使医药制造业的持续发展；（3）促进产业集聚发展，实现医药制造企业的规模效益。

参考文献

[1]李雪冬.我国高技术产业全要素生产率变动分解——基于非参数的Malmquist指数法[J].科技管理研究，2010，（8）.

[2]鲁炜，严夏.高技术产业R&D全要素生产率变动分析——基于DEA模型的Malmquist指数方法[J].西北农林科技大学学报（社会科学版），2012，（3）.

[3]姜波.中国高技术产业R&D效率变动分析——基于DEA模型的Malmquist指数方法[J].情报杂志，2011，（11）.

[4]黄佐钘.上海高技术产业各行业效率变化研究——基于Malmquist TFP指数方法的实证分析[J].中国科技论坛，2010，（3）.

[5]茅宁莹，王雅雯，张帅英，等.创新主体对我国制药业技术创新全要素生产率影响作用评价——基于Malmquist指数模型[J].中国新药杂志，2013，（24）.endprint

摘要：利用2000-2010年我国28个省市的面板数据，运用非参数Malmquist指数法对我国医药制造业全要素生产率的变动进行测算，并划分为中、东、西部进行了区域对比分析。研究表明：（1）我国医药制造业的发展在区域上存在一定差异，东部地区技术效率优于中、西部，西部地区技术进步提升较快，而中部地区的规模收益好于东、西部；（2）医药制造业的三个指数均小于1，技术发展仍属于较低水平；（3）年度分析方面，规模效率指数呈现降低趋势。

关键词：医药制造业；全要素生产率；非参数Malmquist指数；DEA

中图分类号：F2文献标识码：A文章编号：16723198（2014）05000101

1引言

医药制造业属于高技术产业，其具有高技术性、高投入性等特点，其健康发展和技术进步、技术效率和规模效益等因素息息相关。本文以医药制造业为研究对象，测算其全要素生产率，这对进一步促进医药制造业健康发展有一定的现实和理论意义。目前，关于产业全要素生产率研究较为成熟，但以医药制造业为研究对象探究其全要素生产率的研究不多，且主要停留于高技术产业整体研究方面。李雪冬（2010）、鲁炜和严夏（2012）均利用DEA的非参数Malmquist指数法对我国高技术产业的全要素生产率进行了研究，分别单独从地域和年际之间进行了分析。姜波（2011）基于DEA模型的非参数Malmquist指数方法对中国高技术产业R&D效率变动进行了分析。黄佐钘（2010）则基于MalmquistTFP指数方法的实证分析对上海市高技术产业各行业效率变化进行了研究。在医药制造业方面，茅宁莹等（2013）利用Malmquist指数模型，在创新主体对我国制药业技术创新全要素生产率影响作用方面进行了评价。

综上，目前对于全要素生产率的研究较为成熟，但以具体的高技术产业为研究对象的文献较少，且鲜有文献分别从年度和地域角度对我国医药制造业的全要素生产率进行分析。基于上述研究现状，本文以2000-2010年28个省市的医药制造产业为对象，利用DEA的非参数Malmquist指数法进行定量分析，从地域划分和年度两方面分别进行计算，从两个维度对我国医药制造业的全要素生产率进行分析研究。

2模型选择与指标选取

2.1非参数Malmquist指数法

美国经济学家罗伯特·索罗最早提出了全要素生产率这一概念，其是总产量与全部要素投入量之比，用来衡量单位生产的效率指标。本文利用非参数Malmquist指数法来计算全要素生产率，这种方法比较适用于研究总投入和总产出的效率，是一个衡量绩效的方法。非参数Malmquist指数法较其他方法的优点在于：在测算过程中不需要任何具体函数形式或者假设，适用于各种经济形式的投入和产出，且不要求有关投入产出的价格信息，其优越性尤其体现在信息不充分的情况下，使得研究更加具有适用性和可行性。

2.2指标选取

本文所采用的数据来源于各年《中国高技术产业统计年鉴》，主要选取了除西藏等地区以外的28个省市作为决策单元，使用DEAP软件对28个省市11年的全要素生产率进行测算。

（1）产出指标。本文采用各省市医药制造业的工业总产值，考虑到数据的可比性，以2000为基期用工业生产者出厂价格指数对其进行平减，单位为亿元。

（2）投入指标。包括劳动力和资本两个方面，劳动力为医药制造产业各地区年从业人员平均人数，单位为万人；资本选取固定资产原价，以2000为基期用固定资产投资价格指数进行平减，单位为亿元。

3医药制造业全要素生产率的实证结果分析

3.1全要素生产率区域划分数据结果分析

本文按照我国对中、东、西部省市的划分，相应计算了三个地区的全要素生产率。通过DEAP软件算出我国各地区的技术进步指数、纯技术效率指数和规模效率指数，中、东和西部的区域全要素生产率可见表1。

4结论与政策建议

本文利用DEA的非参数Malmquist指数方法对我国医药制造业28个省市全要素生产率的区域和年际变化及分解进行了测算，并对测算结果进行了分析。主要得出以下结论：（1）我国医药制造业在区域上存在着一定差异，东部地区的技术效率优于中、西部，西部地区技术进步提升较快，而中部地区的规模收益好于东、西部；（2）医药制造业的三个指数均小于1，技术发展仍属于较低水平；（3）年度分析方面，规模效率指数呈现降低趋势，应提高产业集中度，从而促进生产率的上升。

基于以上结论，本文将针对性的提出以下政策建议：（1）加大技术创新投入，促进医药制造业技术成果产业化；（2）构建产学研合作平台，促使医药制造业的持续发展；（3）促进产业集聚发展，实现医药制造企业的规模效益。

参考文献

[1]李雪冬.我国高技术产业全要素生产率变动分解——基于非参数的Malmquist指数法[J].科技管理研究，2010，（8）.

[2]鲁炜，严夏.高技术产业R&D全要素生产率变动分析——基于DEA模型的Malmquist指数方法[J].西北农林科技大学学报（社会科学版），2012，（3）.

[3]姜波.中国高技术产业R&D效率变动分析——基于DEA模型的Malmquist指数方法[J].情报杂志，2011，（11）.

[4]黄佐钘.上海高技术产业各行业效率变化研究——基于Malmquist TFP指数方法的实证分析[J].中国科技论坛，2010，（3）.

[5]茅宁莹，王雅雯，张帅英，等.创新主体对我国制药业技术创新全要素生产率影响作用评价——基于Malmquist指数模型[J].中国新药杂志，2013，（24）.endprint