基于SE-DEA模型的医药行业效率实证研究

太原理工大学经济管理学院　李竹梅　刘　蓉 和红伟　秦婧华



基于SE-DEA模型的医药行业效率实证研究

太原理工大学经济管理学院李竹梅刘蓉 和红伟秦婧华

由于当前医药行业效率低下，药品安全问题层出不穷，本文采用SE-DEA模型对2009～2013年58家医药上市公司进行效率测算，区分有效和无效的决策单元，并对DEA无效的公司进行纯技术有效性、规模有效性和影子价格的分析，最后针对性地提出提高我国医药行业效率的对策建议。

SE-DEA模型纯技术效率规模效率影子价格

一、引言

生物制药行业发展与民生问题休戚相关，是国民经济产业的重要组成部分，是传统产业与现代产业相结合的典型代表，对于提高人民生活质量、保障经济发展、促进社会进步具有不可替代的作用。在随着全球老龄化进程不断加快，生物制药行业更加成为人民群众的坚实依靠。但近年来，媒体曝光的毒胶囊事件、葛兰素史克事件、康泰乙肝疫苗事件再次引发公众的恐惧，药品安全遭到质疑。在当前我国生物制药行业效率低下、社会大众失去信心的情况下，笔者从财务角度出发，分析医药行业的经营效率，为提高我国医药行业效率、增强企业市场竞争力提出建议。

二、文献综述

近年来已有许多学者对我国医药行业效率进行评价。傅毓维、尹航、杨贵彬（2006）发现单独使用C2R模型和C2GS2模型存在较大的局限性，因此通过构建混合DEA模型，对医药类上市公司的效率有效性进行评价分析。陈冰、吉生保（2013）使用DEA-Tobit两阶段模型和Malmquist生产力指数计算了我国37家医药制造业上市公司2002～2009年间的经营绩效，分析了经营效率的影响因素，并评估了样本期内的经营绩效动态变化。蔡理铖、孙养学（2013）采用DEA和SFA方法分别测算了我国生物制药企业的技术效率，比较结果后发现，这两种方法的测算结果有较大差异，但效率排序却是一致的，然后通过对前沿生产函数进行估计，分析影响我国生物制药企业技术效率的因素。陶春海（2012）采用因子分析法，根据医药行业上市公司的综合得分进行排序，以此科学、合理地评价其经营状况并提出增强市场竞争力的对策建议。王维、李嫚、武志勇（2012）在因子分析的基础上，对医药上市公司做进一步的K-Means Cluster聚类分析，整体评价我国医药行业企业的经营绩效。

现有文献对医药行业的效率分析存在不足：一是因子分析只能对医药行业作综合性的评价，无法判断导致效率低下的原因；二是DEA模型能够判断决策单元的有效与非有效，但对于有效的决策单元无法进一步分析。鉴于此，本文采用SE-DEA模型对我国医药行业的纯技术效率、规模效率及影子价格进行实证分析。

三、研究设计

（一）样本选取与数据来源本文以深沪两市医药行业上市公司2009～2013年的财务数据为研究样本，样本筛选的标准为：剔除ST和*ST类公司；剔除数据不全、缺失和异常的上市公司；剔除2012年以后上市的公司。最终得到58家医药公司，本文数据来源于新浪财经。

（二）评价指标选取在充分考虑上市公司营运管理及医药行业特点的基础上，依据数据可得性原则及实证研究要求，本文基于文献研究选取6个财务指标为投入指标：主营业务成本、研发费用率、管理费用率、财务费用率、固定资产总额、无形资产总额，选取每股收益、总资产报酬率、销售净利率、主营业务收入增长率、净利润增长率、股东权益增长率6个财务指标为产出指标。

（三）模型构建效率的分析方法有很多，包括层次分析法、平衡计分卡、模糊评判法等，但这些方法涉及主观判断的准确性，影响评价结果的客观性。DEA的出现克服了这一弊端。DEA方法不需要事先对函数关系和参数进行假设，也不用对多投入多产出进行赋权，使得评价结果更为客观、真实。DEA模型是Charnes、Cooper和Rhodes于1978年提出，是对多个相同类型的投入产出决策单元进行效率评价的一种线性规划方法。假定有n个决策单元DMUr（r=1，2，3...n），每个DMU投入p种和产出q种。Xij代表第j个决策单元的第i种投入量，Ykj表示第j个决策单元的第k种产出量，则第r个决策单元的DEA模型如下：

以上为最具代表性的CCR模型，优点在于既考虑了技术有效性，又涉及到规模有效性，综合分析决策单元的有效性。其中，S-i、S+k表示松弛变量，θ表示第r个决策单元的超效率值。若θ=1，S-i=0且S+k=0，则被评价的决策单元为DEA有效；若θ=1，S-i≠0或S+k≠0，说明被评价的决策单元为DEA弱有效；若θ＜1，说明被评价的决策单元为DEA无效。

DEA模型能够区分有效和无效的决策单元，但当多个决策单元的效率值为1时，DEA无法对其进行分析。Andersen和Petersen（1993）对其进行改进，建立了SE-DEA模型以弥补这一缺陷。第r个决策单元的SE-DEA模型如下：

上述两个模型的区别在于：在测算第r个决策单元的效率值时，DEA模型是用所有决策单元的投入产出的线性组合代替该决策单元的投入产出，SE-DEA模型则是将第r个决策单元排除在外，该决策单元的投入产出由其余全部决策单元的投入产出来代替。

四、实证结果与分析

由于投入产出指标存在量纲上的差异，如果将其直接代入运算，无法有效地评价经营效率。因此，需要将各指标数值先进行无量纲化处理，处理后的评价值在0-1之间。

（一）DEA与SE-DEA的效率测算将无量纲化处理后的结果分别代入DEA模型与SE-DEA模型，分别运用DEAP2.1和lingo11.0软件进行计算，结果见表1。

表1　DEA与SE-DEA的效率测算结果对比表

根据DEA模型的分析结果，DEA有效的医药公司为8家，占样本总数的13.8%，而其余50家医药公司为DEA非有效，比例达到80%以上。整个行业的效率平均值为0.741775。SE-DEA模型的分析结果中，58家医药公司中超效率值最高的为3.544237（渤海股份），最低的是0.249896（华北制药），平均值为0.808173，标准差为0.436518，23家公司的效率值在平均值以上，占39.7%，平均值以下的公司有35家，占60.3%。

通过比较上述效率测算结果，不难发现，非有效公司的超效率值与效率值一致，但在DEA模型中，相对有效公司的超效率值与效率值却出现了差异，表明SE-DEA模型能够弥补前者无法对有效的决策单元进行深入分析的缺陷。相比于DEA模型，SE-DEA模型能够对所有决策单元进行充分评价和排序，为决策者提供更加完善的信息，其评价结果也更客观、公正，在效率分析的应用中更具优势。

（二）SE-DEA模型的效率分析 通过上述效率测算，判断区分了有效与无效的决策单元，为了提高DEA无效公司的投入产出比，使其达到DEA有效，本文采用lingo11.0软件对58家医药公司的超效率值进行更深入的分析，结果见表2。

表2　SE-DEA模型的效率分析结果

（1）综合效率分析。通过分析表2，在58家医药公司中，仅有8家公司的DEA有效，分别为：θ（渤海股份）＞θ（恒瑞医药）＞θ（四环生物）＞θ（东阿阿胶）＞θ（山大华特）＞θ（片仔癀）＞θ（金宇集团）＞θ（中源协和）＞1。其他上市公司DEA非有效，占样本总数的86.2%。可见，整个医药行业投入产出效率相对较低。

（2）技术有效性分析。由表2可知，纯技术效率值大于1的医药公司除了DEA有效的8家公司外，还有紫光古汉、青海明胶、通化金马、金花股份、太龙药业等10家，说明这18家公司在技术创新方面的投入产出比是最优的。其余40家公司的技术效率则是非有效，比例高达69%。因此，需要加快以企业为中心的技术创新体系的建立，增加技术研发投入，加强自主创新，加速产品更新速度，从而提高技术效率。

（3）规模有效性分析。规模效率有效的医药公司有7家，其中最优的是渤海股份，这些公司处于稳定的规模报酬阶段，应保持现有的投入规模。其余医药公司均处于规模报酬递增阶段，这些公司的产业规模较小，无法充分发挥规模经济的作用，其中武汉健民、美罗药业最为明显，这两家公司已经处于技术效率最佳状态，却由于生产规模较小，制约了综合效率的提高，严重影响了公司的发展，因此，这类公司需要加大生产规模投入，寻求合理的规模水平，实现规模经济。

（4）影子价格分析。针对DEA无效的50家医药公司，为了确定投入产出指标对效率值的影响程度，找出DEA无效的原因，本文进行影子价格分析，以此找出改进效率值的最优方案。以长春高新为例说明影子价格分析的过程。表3中，Dual Price表示影子价格，意为当投入产出指标增加（或降低）一个单位时，使MNI目标值减少（或增加）的单位。对于长春高新而言，如果X1增加一个单位，效率值就提高3.174635；X2增加一个单位，效率值就提高1.466156；Y1减少一个单位，效率值降低0.4238369；Y3减少一个单位，效率值降低0.6962166；Y2的影子价格为0.000000，说明该指标不会对对效率值产生影响。从上述分析结果可以发现，投入指标X1影子价格的绝对值最大，说明X1对效率值的影响最大，因此，长春高新首先要加大研发指标的投入，具体表现为：增加技术创新投入，加大鼓励和支持创新活动，在引进国内外先进技术的同时，注重技术的吸收和转化，才能最快接近生产前沿面，创造最大的效益。

表3　长春高新的影子价格分析

五、结论及建议

（一）结论本文以58家医药行业上市公司为研究对象，收集其2009～2013年财务数据，采用因子分析与SE-DEA模型两步法对其进行了效率测算，并在此基础上分析58家医药公司的纯技术效率、规模效率及影子价格。结果表明：86.2%的医药公司未达到DEA有效，其中纯技术非有效的公司占69%，规模效率低于1的比例高达87.9%，充分说明我国医药行业存在技术研发投入不足，创新能力低下，产业规模较小，产业集中度较低等缺陷。从影子价格分析的结果来看，医药行业整体效率低下的原因在于投入力度不大，技术投入与规模投入不足制约了效率提高。

（二）建议本文认为我国医药行业提高效率可以从以下几方面进行突破：

（1）增加对医药科技创新方面的投入。我国医药行业科技成果转化能力薄弱，药物研发仍以跟踪仿制为主，原始创新能力不足，要改变这一局面，需要加大新药的研制和专利的开发，加快形成自主知识产权，积极引进国内外先进技术，注重技术的吸收和转化，推进建立以企业为中心、科研院校为支撑、市场为导向、产品为核心、产学研相结合的医药科技创新体系，提高医药行业的自主研发能力和科技创新能力，从而提升企业的技术效率，增强国际竞争力。

（2）扩大医药行业的生产规模，形成规模经济。截止2012年底，我国规模以上的医药公司仅占1.55%，表明我国医药行业存在规模不经济现象。面对医药需求强劲增长的现状，在扩大行业规模，提高行业集中度的同时，需要处理好扩张速度和规模合理性之间的关系，只有达到一定的规模才能发挥报酬递增效应，产生规模经济，医药行业效率才能在真正意义上得到提高。

（3）鼓励医药企业兼并重组，培育绝对优势企业。我国医药企业不仅整体规模小、而且分布比较散乱，缺乏自主品牌与特色产品。兼并重组的意义在于增强优势企业的实力，以优势带动劣势，把劣势转化为优势，提高企业和整个行业的资源利用率效率。因此，只有整合有效资源形成绝对优势，从而加强新产品的开发能力，提高市场占有率，增强核心竞争力，才能在残酷的市场竞争中立于不败之地。

［1］傅毓维、尹航、杨贵彬：《基于混合DEA模型的医药行业上市公司经营效率相对有效性评价》，《中国管理科学》2006年第5期。

［2］陈冰、吉生保：《中国医药行业上市公司的绩效评价及影响因素——基于面板数据的DEA-Tobit实证研究》，《中央财经大学学报》2013年第8期。

［3］蔡理铖、孙养学：《基于DEA和SFA的生物制药企业效率研究》，《科技管理研究》2013年第2期。

［4］陶春海：《基于因子分析法的企业经营绩效评价-以我国医药上市公司为例》，《江西社会科学》2012年第7期。

［5］王维、李嫚、武志：《基于因子分析与聚类分析的企业经营绩效评价研究-以医药类上市公司为例》，《财会通讯（综合·中）》2012年第12期。

［6］齐园、张永安：《基于因子分析与DEA模型的高技术产业技术效率的实证研究——以北京为例》，《科技管理研究》2014年第4期。

（编辑朱珊珊）