江浙沪地区医药上市公司研发资金投入强度的影响因素分析

王鸿江 万骏 徐佩 申俊龙

十九大报告指出，创新是引领发展的第一动力，要加快建设创新型国家。医药企业与健康发展息息相关，然而目前我国医药企业的创新能力不足，很多药物只能依靠国外进口，因此需要医药企业加大研发投入的强度，以此来提高自身的竞争力，实现可持续发展，从而推动创新型国家的建设。现有研究[1-3]表明，企业规模对研发(Research &Development, R&D)投入强度存在影响，并且存在“阈值”。既往研究[4-6]发现，研发人员的数量对企业研发投入强度有正向影响。潘洪波等[7]、王凡林等[8]研究发现，硕士及以上员工数量对R&D投入有正向调节作用。以往的研究中，很少有学者将学历结构纳入到研发资金投入强度的影响因素之中，本文则将考虑员工学历结构对医药企业研发资金投入强度的影响。通过实证分析，探索江、浙、沪地区医药企业研发资金投入强度的影响因素，从而提出针对性的意见，以此来推动江、浙、沪地区医药企业的创新，实现可持续与高质量的发展。

1 资料来源与方法

1.1 数据来源与样本选取

本研究对象为在上海交易所和深圳交易所A股上市的江、浙、沪地区的医药企业。通过上海交易所和深圳交易所官方网站以及东方财富网查询所选取上市企业的年报，收集2015年～2018年的相关数据，主要包括年末总资产、研发资金投入、营业收入、企业总人数、研发人员数、硕士及以上学历人数。最初选取企业32家，在对数据进行筛选时，若上述任一指标有缺失值即剔除，最终符合条件的企业共26家。

1.2 变量选取

本研究探讨的是医药企业研发资金投入强度的影响因素，所以主要考虑医药企业的年度研发资金投入，但由于不同医药企业规模大小以及资金能力的不同，不同企业之间会存在较大差异，研发资金投入金额不能够很好的反映企业研发投入的状态，相对而言，研发资金投入强度即研发资金投入/营业收入，其能较为真实地反映企业的研发投入状况，所以选择研发资金投入强度作为本文的被解释变量。我们选取了3个解释变量，由于被解释变量的研发资金投入强度中涉及了营业收入，所以企业规模用企业报告期年末总资产作为衡量指标；由于企业规模不同，研发人员绝对数量存在较大差异，所以研发人员投入用研发人员投入强度作为衡量指标，即研发人员数/企业总人员数；学历结构主要考虑硕士及以上学历人员占比对研发资金投入强度的影响，所以用“硕士及以上学历人数/企业总人员数”作为指标进行衡量。

1.3 研究方法与模型构建

1.3.1 研究方法

本研究探讨的是企业规模、研发人员投入强度以及学历结构对医药企业研发资金投入强度的影响，参考了相关学者对医药上市企业研发资金投入强度影响因素的研究方法[4]，考虑这里选取的数据是面板数据，因此，通过豪斯曼检验最终确定用固定效应模型对数据进行分析。

1.3.2 模型构建

为了取消量纲差异，我们对所有的变量均进行对数变换，公式中，RDI代表研发资金投入强度，ES代表企业规模，RDP代表研发人员投入，EBC代表学历结构。

构建模型如下：

lnRDI=α0+α1lnES+ +α2lnRDP+α3lnEBC

2 结果

2.1 描述性统计分析

对所有经对数变换后的变量进行描述性统计分析，分析结果显示，研发资金投入强度、企业规模、研发人员投入以及学历结构的观测样本均为104个（26×4=104），没有缺失的样本。经对数变换后，研发资金投入强度为1.3622。详见表1。

2.2 混合回归分析

对所有的样本进行混合回归分析，混合回归分析结果显示，F=45.51，P=0.0000，调整之后的可决系数为0.5460，说明模型整体上显著，但是解释变量企业规模和学历结构的P值分别为0.176和0.075，均＞0.05，变量关系不显著。详见表2。

2.3 固定效应模型

由于混合回归分析效果不显著，通过最小二乘虚拟变量法（LSDV）检验发现，虚拟变量在5%的水平上显著，所以认为个体存在个体固定效应，所以对样本数据进行固定效应模型分析。固定效应模型分析结果显示，rho=0.9424，说明模型的总体解释效果较好。变量企业规模、研发人员投入强度以及学历结构的P值分别为0.048、0.020、0.007，P值均＜0.05，说明3个解释变量与被解释变量研发资金投入强度之间关系显著，3个变量的系数分别为0.1977、0.2535、0.4770。见表3。

表1 本组医药企业2015年～2018年基本情况分析

2.4 随机效应模型

为了探索样本数据是否能够使用随机效应模型，现对样本数据进行随机效应模型分析[4]。结果显示，rho=0.9077，固定效应模型的rho=0.9424，故随机效应模型的解释效果不如固定效应模型。且解释变量企业规模的P值＞0.05，与被解释变量的关系不显著。见表4。

2.5 豪斯曼检验

为了探析样本数据适用固定效应模型还是随机效应模型，故进行豪斯曼检验。豪斯曼检验结果显示，P值为0.0056＜0.05，所以拒绝原假设，即认为不存在随机效应，应该采取固定效应模型。因此，由表3的结果可以得到，江、浙、沪地区医药上市公司研发资金投入强度与企业规模、研发人员投入以及人员学历结构之间的线性回归方程为：

由回归方程可知，企业规模的系数符号为正，即说明企业规模对江、浙、沪地区医药上市企业研发资金投入呈正向影响，但在3个影响因素中影响的程度最小。医药企业的年末总资产每增加1%，研发资金投入强度增加0.1977%；研发人员的投入与研发资金投入强度也呈正相关关系。表明研发人员投入的越多，企业研发资金投入的强度就越大。江、浙、沪地区医药上市企业研发人员投入强度每增加1%，研发资金投入强度就增加0.2535%。在3个影响因素中，研发人员投入影响程度排在第二位；学历结构在回归方程中系数符号也为正，说明学历结构对研发资金的投入强度呈正向影响，且在3个影响因素中，学历结构对研发资金投入强度的影响程度最大。医药企业硕士及以上学历人员占比每增加1%，研发资金投入强度则增加0.4770%。

表2 企业规模、研发人员投入与学历结构对研发资金投入强度的混合回归分析

表3 企业规模、研发人员投入与学历结构对研发资金投入强度的固定效应模型回归分析

表4 企业规模、研发人员投入与学历结构对研发资金投入强度的随机效应模型回归分析

3 讨论

本研究运用固定效应模型分析了企业规模、研发人员投入以及学历结构对江、浙、沪地区医药上市企业研发资金投入强度的影响。研究结果发现，所建立的假设均成立：企业规模、研发人员投入以及学历结构对研发资金投入强度均呈正向的影响关系，其影响程度由高到低分别为：学历结构（0.4770）、研发人员投入（0.2535）、企业规模（0.1977）。杨慧等[4]对全国A股上市医药企业的研究指出，企业规模和研发人员投入强度对研发资金投入强度的影响系数分别为0.2170、0.3413，而本研究结果显示，相较于全国而言，企业规模对江、浙、沪地区医药上市企业的影响较小，其原因可能与江、浙、沪地区科技发展水平和经济政策等因素有关，具体因素有待进一步分析。此外，截至2018年7月，通过一致性评价的只有13个产品，说明目前我国医药行业的创新能力还比较落后。目前，上海、河北、天津、重庆等多地纷纷出台支持方案，支持生物医药产业高质量发展，医药企业可以抓住机遇加大研发创新力度。江、浙、沪地区医药上市企业提高研发资金投入强度水平可从人才建设、投入力度及企业规模进行探讨。

3.1 引进高学历人才及加强人才队伍建设

21世纪的竞争说到底是人才的竞争，学历可以反映一个人所掌握的知识和技能水平, 也可以反映出价值观和认知水平[9]。政策层面上，江苏、浙江、上海为了吸引人才都制定了相应的政策，医药上市公司应该抓住这个机遇，借助政府提供的政策优势，同时自身再建立例如提供住房、科研启动资金等优惠措施来吸引人才。

3.2 增加研发人员投入力度

人是最重要的生产力，只有拥有研发人员，才能进行研发活动。鉴于研发人员投入对研发资金投入强度的正向影响，医药上市企业要优化人员结构，注重研发人员在整个人员队伍中的比重。同时，要做到企业的可持续发展，也必须注重研发人员的年龄结构，做到老、中、青三代平衡。

3.3 适当扩大企业规模

规模大的企业，更加容易获得外部资金的投入，抵御风险的能力也较强，因而更有能力进行新产品、新技术的研发工作。因此，医药上市企业要适当扩大公司规模来提升研发资金投入强度，医药行业可以通过合理的并购重组，培育出龙头企业，但是也不能盲目扩大规模，同时要注意对“临界值”的把控。

此外，当今社会正处于一个大数据与智能化的时代，医药企业可将人工智能技术应用于医疗设备智能化管理、生物医药增材制造、药物研发等方面，推动生物医药产业升级[10]。由于本文的样本量相对较少，所以研究结果可能存在一定的局限性，在后续研究中需要加大样本量，同时寻找包括政策因素、政府补助在内的其他可能对研发投入造成影响的因素。