我国医药制造产业综合比较优势的空间分布格局

, ,, ，，

医药制造产业属于知识、技术、资本密集型的高技术产业，在国民经济中占有重要的战略地位。其产业属性决定了该产业的发展符合我国经济“调节构，促转型”的需求，因此顺理成章地成为各地方政府眼中需要大力发展的朝阳产业。中共中央在“十三五”规划建议中明确提出将生物医药产业作为十大重点促进产业，优先发展[1]。不可否认，从地方利益最大化的角度出发，各省、直辖市、自治区政府做出这样的决策有其经济合理性和积极性，但是这种产业选择的结果却会影响市场经济条件下产业的自发集聚，同时也难以充分发挥各地区的比较优势[2]，甚至最终导致我国区域比较优势与产业地理集聚的非协整性发展，从而造成资源的极大浪费[3]。因此对于医药制造产业来说，准确把握产业比较优势的空间分布格局，引导其按照比较优势进行地理集聚是保证其又好又快发展的关键。

目前，有关产业比较优势空间分布的研究已经取得了一些成果，这些研究主要运用显示性比较优势、区位商或自行构建指标体系对特定产业在各省区的比较优势进行测度[4-6]。但是这些研究都是基于传统比较优势理论，而在比较优势理论不断发展的情况下，仅仅通过传统比较优势理论所强调的资源禀赋因素，能否准确度量像医药制造产业这样的高技术产业的比较优势是值得怀疑的。此外，现有研究仅对特定产业在各省区的比较优势进行了定量的描述，而没有进一步对其进行定性的分类，因此没有达到揭示产业比较优势空间分布格局的效果。为此，本研究首先使用综合比较优势理论替代传统比较优势理论，构建指标体系以更准确地度量各省、直辖市、自治区医药制造产业的比较优势，然后运用主成分分析法计算其综合比较优势的综合得分，最后运用聚类分析法进一步对其进行定性分类，以揭示我国医药制造产业综合比较优势的空间分布格局，从而为政策制定者、投资者和厂商以及产业从业人员提供决策支持。

1 综合比较优势理论的基本思想

学界通常将Ricardo的相对比较优势理论及Hecksher和Ohlin的资源禀赋理论(H-O模型)称为传统比较优势理论[7]。在其产生之初，传统比较优势理论确实对各国的经济发展和产业选择起到了巨大的理论指导作用。但是随着其在面对“里昂惕夫之谜”时的尴尬及在解释日本等资源匮乏国家经济腾飞原因时的无力，该理论的权威性开始受到人们的质疑。该理论最大的缺陷在于只关注产业的外生比较优势，相当于建立在产业发展仅取决于外部条件而与其内部作用机制完全无关的前提下。在此背景下，杨小凯在20世纪90年代提出的内生比较优势理论则弥补了传统比较优势理论的缺陷。

杨小凯以分工前后劳动生产率的不同，将比较优势分为内生比较优势和外生比较优势，并认为比较优势受技术水平、资源禀赋、交易效率等因素的共同影响[8]，得到国内学者的认同，认为该理论很好地兼顾了外生和内生比较优势，因此将该理论称为综合比较优势理论[9]。虽然学界目前对于综合比较优势理论所包涵的具体因素还没有定论，但并不影响该理论基本思想的表达——产业的综合比较优势是由内生和外生比较优势共同决定的，并且无论是内生还是外生比较优势都是由多个因素构成的。而对于特定产业来说，究竟选取哪些因素表示该产业的内生比或外生比较优势，进而表示其综合比较优势，则取决于该产业的产业属性和特点。

2 医药制造产业区域综合比较优势指标体系的构建

2.1 医药制造产业区域综合比较优势的内涵

产业区域比较优势的本质是区域内不同产业之间的相对优势。医药制造产业属于高技术产业，技术创新和规模经济对维持该产业的竞争力有积极的作用[10-11]，因此选取技术创新和规模经济表示该产业的内生比较优势。由于医药制造产业具有高投入的特点，需雄厚的资本维持产业运转，加之自Ricardo时代起劳动效率便成为表征产业比较优势的基本因素，因此选取资本禀赋和劳动效率表示该产业的外生比较优势。基于此，医药制造产业综合比较优势可看作是劳动效率比较优势、资本禀赋比较优势、规模经济比较优势和技术创新比较优势的综合。而其本质则是医药制造产业与省区内其他产业相比在这4个因素上所拥有的相对优势。

2.2 指标的选取

区位商(Location Quotient, LQ)又称区域专业化率，反映的是某区域特定产业在该区域所占份额与该产业在国民经济中所占份额的比重，因此可以用来测度区域特定产业的比较优势。其定义为：

式中，LQij表示i地区j产业的区位商，Lij表示i地区j产业的产出指标。当LQij>1时，表示i地区j产业的专业化程度超过全国水平，说明j产业在i地区具有比较优势，且LQ的值越大，产业的比较优势越大，反之亦然。

在传统比较优势理论研究框架下，通常选用增加值、总产值等指标作为产出指标(Lij)计算产业的区位商，但是仅用这些指标显然无法准确度量产业的综合比较优势。为此本研究依据构成医药制造产业综合比较优势的4个要素并考虑指标的可得性，选取8个指标构造医药制造产业的综合区位商，进而度量产业综合比较优势(表1)。其中，劳动效率和资本禀赋指标属于外生比较优势力量，规模经济和技术创新指标属于内生比较优势变量。

表1 医药制造产业综合比较优势指标体系

注：劳动生产率=主营业务收入/从业人数；资本产出率=主营业务收入/总资产

2.3 数据的收集和处理

由于产业区域比较优势的本质是区域内不同产业之间的相对优势，因此要求进行比较的各产业应具有较强的同质性。为此本研究选取与医药制造产业同属高技术产业的5个产业作为研究样本。依据《中国高技术产业统计年鉴》，高技术产业包括医药制造业、航空航天器制造业、电子及通信设备制造业、电子计算机及办公设备制造业和医疗设备及仪器仪表制造业。因此，本研究所得的结果实际上是医药制造产业相对于区域内其他高技术产业所拥有的综合比较优势。为提高结果的准确性，本文收集了2011-2013年《中国高技术产业统计年鉴》中31个省区(不含港澳台)的相关数据，并对各指标取3年数据的平均值。

首先进行各省区医药制造产业综合比较优势的样本筛选。以总资产指标对各省区进行了筛选：按医药制造产业3年平均总资产对各省区进行排序，而对于总资产数值小于第一位省区(山东省)1/10的6个省区(海南、甘肃、青海、宁夏、新疆、西藏)暂不考虑。这是由产业区域比较优势的本质和本研究的研究目的共同决定的。由于产业区域比较优势体现为区域内不同产业之间的相对优势，这就意味着即使A省区B产业与其他省区相同产业相比实力很弱，但是如果A省区其他产业的实力更弱，那么B产业在A省区依然具有比较优势，依然能够获得较高的区位商得分，从而使A省区在与其他省区的比较中获得更高的名次。本研究将这种产业实力很弱但区内比较优势却很强的省区称为“假阳性”样本。由于本研究在于引导医药制造产业按照其比较优势空间分布格局进行集聚，而如果引导其向符合“假阳性”样本特征的省区集聚则与本研究的目相悖。因此排除具有“假阳性”样本特征的6个省区，只选取25个省区作为研究样本。

必须指出的是，区位商的计算方法在数理上存在一定缺陷，主要问题在于该值是非对称性的。即对于表现为产业比较优势的省区，该指标的取值范围是1到正无穷；而对于表现为产业比较劣势的省区，该指标的取值范围仅为0到1。这种非对称性所带来的最大问题是如果区位商高于中值，那么区位商的分布将偏于右侧，这意味着相对于产业区位商小于1的省区，产业区位商大于1的省区的权重可能被过高估计[12]。基于此，本研究采用对称性区位商(Symmetric Location Quotient,SLQ)解决区位商的偏斜性和非对称性的缺陷。

SLQ=(LQ-1)/(LQ+1)

与LQ的取值范围[0,∞)相比，SLQ取值范围为[-1,1)；当SLQ值为[-1,0]时，表示产业在该地区的该指标上具有比较劣势；SLQ值为(0，1)时，产业在该地区的该指标上具有比较优势。经过对称性变换后计算出的各省区医药制造产业的各指标值见表2。

表2 各省区医药制造产业综合比较优势指标值(部分)

3 医药制造产业区域综合比较优势综合得分的计算

本研究使用主成分分析方法从多变量指标体系中提取主成分，以其方差贡献率作为各主成分的权重，构建综合得分模型以计算各省区医药制造产业综合比较优势的综合得分，从而为接下来使用聚类分析方法揭示产业综合比较优势的空间分布格局奠定基础。使用SPSS 19.0软件进行主成分分析。

3.1 KMO和Bartlett球形检验

进行主成分分析前，首先需运用KMO样本测度法和Bartlett球形检验法对样本进行检验。结果显示，Bartlett球形检验统计量为308.126，显著性概率为0.000，因此可以认为各指标的相关系数矩阵与单位阵有显著差异。同时KMO值为0.646，大于0.5，根据Kaiser给出的KMO度量标准可知指标间相关系数较高，适合进行主成分分析。

3.2 主成分提取

通过计算主成分方差贡献率，从8个指标中选取主成分，得到各主成分方差贡献表，如表3所示。

表3 主成分方差贡献表(部分)

由表3可知，F1和F2的特征值均大于1，累计方差贡献率大于80%，包涵了绝大部分的信息，因此提取F1和F2作为各指标的主成分。然后通过进一步计算得出因子得分系数表，如表4所示。

表4 因子得分系数表

3.3 计算综合得分

由表4可知，表示主成分得分的函数为：

F1=0.104C1+0.162C2+0.396C3+…+0.406C8

F2=0.621C1+0.676C2+0.081C3+…-0.004C8

主成分的权重Wi可根据主成分的方差贡献率确定，由表3可知：

W1=λ1/(λ1+λ2)=5.305/(5.305+1.625)=0.77

W2=λ2/(λ1+λ2)=1.625/(5.305+1.625)=0.23

由此可构造医药制造产业综合比较优势的综合得分模型为：

F=0.77F1+0.23F2

经计算，可得出25个省、直辖市、自治区医药制造产业的综合得分及排名，如表5所示。

表5 25个省、直辖市、自治区医药制造产业综合得分及排名情况

4 各省区医药制造产业综合比较优势聚类分析

在综合得分的基础上，用SPSS 19.0软件进一步对各省区医药制造产业综合比较优势进行定性分析，以揭示我国医药制造产业综合比较优势的空间分布格局。聚类分析法选取系统聚类法中的离差平方和法(Ward’s method)，样本间的距离选用欧式距离(Euclidean distance)。聚类分析谱系如图1所示。

根据聚类分析的结果，可将25个省区分为4类，如表6所示。

图1 聚类分析谱系

从表6的分析结果可看出，在第Ⅰ、Ⅱ类地区中，除河北、山东和广西省外均为内陆地区，且除山东、河南、河北省经济实力较强外(2013年GDP排名分别为第3、5、6名)，其他省区的经济实力一般(2013年GDP排名均在10名之后)。Ⅰ、Ⅱ类中的大多数省区的医药制造产业在外生比较优势(C1-C3)和内生比较优势(C4-C8)两方面排名都比较靠前，且两者相比内生比较优势更为突出。这一特点对于第Ⅰ类地区来说更为明显，排在前3位的云南、内蒙古、吉林在表征外生比较优势的指标C1和C2上排名都在9名之后，内蒙古、吉林两省甚至在指标C1上出现负值，说明在这个指标上其医药制造产业体现为比较劣势。但在表征内生比较优势的指标上，5个省区均表现出色，且前4个省区在C4-C8上均进入前5名。

在第Ⅲ、Ⅳ类地区中，除湖北、四川、陕西之外均为沿海地区，且除陕西外其他省区的经济实力都较强(天津、北京、上海在2013年各省区人均GDP排名中位列前3，其他省区2013年GDP排名中均进入前10)。第Ⅲ、Ⅳ类中的大多数省区的医药制造产业在内生比较优势和外生比较优势两方面都比较落后。第Ⅲ类的省区的大多数指标依然为正值，说明在这些省区内医药制造产业至少仍然拥有微弱的比较优势。但第Ⅳ类省区的大多数指标上为负值，说明与医药制造产业在这些省区已经失去了比较优势。

5 结论与建议

通过聚类分析的结果可看出，我国医药制造产业综合比较优势的空间分布格局大体。

内陆省区优于沿海省区，经济不发达省区优于经济发达省区。这种格局产生的原因可能在于内陆省区具有医药制造产业的生产传统，产业基础良好，经过多年的经营医药制造产业具备了一定的实力。此外，在这些经济并不发达的省区内，其他高技术产业处于发展初期，产业基础薄弱。而由于经济条件的限制，为实现利润的最大化，这些省区只能将有限的资源继续投入到已经具备一定实力的医药制造产业，使其实力不断提升，但却使其他高技术产业无法得到足够的培育和扶持，导致其产业实力羸弱，从而造成这些省区中医药制造产业“一枝独秀”的局面。而经济发达的省区，其有能力培育和扶植多个高技术产业。由于大多数省区很难支撑多个高技术产业同时发展，因此在缺少竞争的情况下，经济发达省区的其他高技术产业迅速发展壮大，使这些省区的医药制造产业的比较优势不断被蚕食，最终失去省区内比较优势。

面对医药制造产业综合比较优势空间分布不平衡的现实，为了保证资源的最优势配置，必须引导各产业与其比较优势协整性发展。因此在医药制造产业发展方面，国家产业政策决策者应该在宏观上把握医药制造产业综合比较优势的分布格局，引导其向产业比较优势较强的第Ⅰ、Ⅱ类地区集聚。地方产业政策制定者应该明确医药制造产业在本省区内是否拥有比较优势。如果拥有比较优势，则应该给予其资金上的支持和政策上的扶持；如果不具有比较优势，则应该将工作重点投入到那些在本省区具有比较优势的产业上去。医药制造产业投资者和生产商，可以瞄准产业综合比较优势较强的第Ⅰ、Ⅱ类地区，在这些省区医药制造产业的主导地位下，可能会有更多享受政策优惠的机会，并且能较容易获得经过培训的技术熟练员工。医药制造产业相关的从业人员产业综合比较优势较强的地区，可能比到大城市拥有更多实现理想的机会。