我国医药制造业非研发创新对创新绩效的影响*

陈晓玉，王峻霞，王群，褚淑贞

(中国药科大学国家药物政策与医药产业经济研究中心，南京 211198)

近年来，我国医药制造业以两位数的增长率迅猛发展，但也出现了非良性竞争环境、产业集聚水平低下以及创新能力不足等问题。在此情况下，2018年国家相继出台多项政策，包括《关于改革完善仿制药供应保障及使用政策的意见》《药品试验数据保护实施办法(暂行)(征求意见稿)》《关于发布接受药品境外临床试验数据的技术指导原则的通告》《关于调整药物临床试验审评审批程序的公告》，以及《延长授权国务院在部分地方开展药品上市许可持有人制度(MAH)试点期限的决定》等，这些政策对促进医药研发和技术转化具有十分重要的意义。

在此背景下，我国医药制造业创新发展路径有哪些？目前我国医药制造业创新发展情况如何？不同的创新路径对医药制造业创新绩效的影响是否存在差异？为回答上述问题，笔者系统梳理医药制造业技术创新路径，分析我国医药制造业在转型升级过程中的发展情况，探索与我国医药制造业相适应的创新路径。

1 医药制造业创新方式的理论分析

传统意义上的医药创新，大多数企业默认为通过内部主动探索和努力，获得自主知识产权的药物核心技术，实现具有独立性的自主研发行为[1]。然而随着大环境的改变，制药行业发展呈现出多元化趋势，许多企业开始寻找传统的依靠研发投入实现创新以外的其他创新方式，即非研发创新(non-R&D)[2]，包括技术改造和外部技术获取等。目前，国内外缺乏对non-R&D的研究。GU等[3]研究认为，企业在与外部机构合作过程中能够获取重要的创新知识。SANTAMARIA等[4]通过对比西班牙中低技术与高技术制造业，分析得出non-R&D行为促进了所有类型制造业技术创新性水平的结论。杨桂菊等[5]通过梳理文献，介绍了non-R&D的概念，在此基础上分析其对绩效的影响，对当前非研发创新发展路径问题的研究缺口进行展望。谢子远等[6]通过将non-R&D经费支出按照外部技术获取以及技术改造两大类进行实证研究，发现non-R&D经费支出与专利产出以及新产品销售收入均具有正相关性。侯建等[7]通过研究我国2009—2014年高技术产业省级面板数据，系统分析了相关产业的外部知识源化和non-R&D路径特征、东中西区域异质性以及趋势。王旭超等[8]纵向分析了2000年以来我国东北地区制造业non-R&D情况，并与长三角地区以及京津冀地区进行横向比较。

医药制造业的创新活动是一个相当复杂的过程，因此创新绩效变动涉及一系列影响因素。陈劲等[9]借鉴Henry Chesbrough提出的开放式创新范式，认为企业用于提升创新水平投入的因素除R&D外，还有non-R&D，如新产品试销费、外部技术引进、消化吸收以及技术改造等。严焰等[10]结合对浙江高技术企业的问卷调查结果，以企业技术获取模式为调节变量，建立研发投入、技术来源、国外技术引进以及创新绩效的理论模型，认为购买设备、购买技术资料或者专利、购买样品以及聘请国外技术人员等对创新绩效有调节作用，并且认为购买国外先进设备会直接影响企业新产品的产量，能够在短期内提高绩效。李艳华等[11]通过问卷调查发现，内部技术获取、从国外获取先进技术分别是国内软件行业提高创新力的重要的内外部技术获取方式。陈朝月等[12]通过对广东省2010—2013年高新技术民营企业进行实证分析得出结论，引进购买与绩效存在倒U型关系，而基于科学和市场的外部技术获取对绩效影响不显著，并且内部研发支出不能调节绩效。因此，在借鉴国内外已有研究的基础上，根据我国医药制造业non-R&D活动的多元特点，笔者采用多种non-R&D经费支出来衡量non-R&D，分为外部技术获取经费支出及内部技术改造经费支出，其中外部技术获取细分为技术引进经费支出、消化吸收经费支出以及购买国内技术经费支出等3种途径。

笔者根据以上文献发现，我国大多数相关领域的学者将注意力集中在高新技术产业，即研究高新技术产业non-R&D支出情况及对创新绩效的影响。医药制造业在我国高新技术产业中处于不可或缺的地位，有关non-R&D的研究却极度匮乏。就目前医药行业的创新水平而言，如何对non-R&D资金支出进行科学配置从而提升创新绩效至关重要。因此，笔者针对1995—2016年我国医药制造业的创新实践经验，阐述其在non-R&D上的资金支出基本情况，实证分析non-R&D多种路径对创新绩效的影响，指出我国医药制造业在non-R&D方面的欠缺之处，并对未来相关的资金合理利用问题提出合理化建议。

2 1995—2016年我国医药制造业non-R&D经费支出基本情况

医药制造业按照研发程度以及创新路径特征，大致可以分为R&D和non-R&D。采用各项经费支出情况来衡量，non-R&D经费支出包括外部技术获取经费支出和内部技术改造经费支出，其中外部技术获取经费支出又可分为技术引进经费支出、消化吸收经费支出以及购买国内技术经费支出。1995—2016年我国医药制造业各项non-R&D经费支出情况及其比例见图1，2。

图1 1995—2016年我国医药制造业各项non-R&D经费支出统计结果(资料来源：2009—2017年《中国高技术产业统计年鉴》)Fig.1 Statistics of non-R&D innovation expenditure of pharmaceutical manufacturing in China from 1995 to 2016(Source:China Statistical Yearbook of High-tech Industry，2009-2017)

从绝对值看，non-R&D的各项经费支出均呈现出逐年上升趋势，其中技术改造经费支出保持较高水平和持续高增长状态。从1995年的273 404万元增长到2016年的934 249.2万元，年平均增长率6.03%。与技术改造相比，外部技术获取即引进技术、消化吸收以及购买国内技术等技术获取形式均稳定在较低水平。以2016年为例，引进技术经费支出46 608.4万元，占技术改造的1/20；消化吸收经费支出32 582.3万元，是技术改造的7/200；而购买国内技术经费支出181 128.7万元，是技术改造的1/5。由此可见，医药制造业non-R&D路径具有发展不平衡特点，总体呈重视技术改造、忽略外部技术获取趋势。从相对值来看，non-R&D经费支出与R&D经费内部支出比值逐年下降，1995—2005年下降速度迅猛，从2006年开始变缓，并且2007年开始医药制造业non-R&D经费支出开始小于R&D经费内部支出。但在2016年仍然达到24.5%，说明non-R&D在医药创新活动经费支出中仍然是重要组成部分，也从侧面反映出研究我国医药制造业non-R&D及其对创新绩效影响的必要性。

图2 1995—2016年我国医药制造业non-R&D经费支出、研发经费内部支出及其比值统计结果(资料来源：2009—2017年《中国高技术产业统计年鉴》)Fig.2 Statistics of non-R&D innovation expenditure of pharmaceutical manufacturing，intramural expenditure on R&D and their ratio in China from 1995 to 2016(Source:China Statistical Yearbook of High-tech Industry，2009-2017)

3 实证检验

3.1模型设定 最早提出知识生产函数概念的是GRILICHES[13]，其中将创新行为的产出效应作为R&D投入的被解释变量，表示为：

R&Doutput=α(R&Dinput)β

(1)

其中，α为常数项，β为创新行为产出相对于R&D投入的弹性变化系数，R&Doutput代表创新行为产出，R&Dinput代表创新投入。

谢子远等[6]为反映non-R&D支出对17个细分高技术产业创新绩效的影响，对(1)模型进行改进，得出：

Q=AKα1Lα2(NRD)α3ε

(2)

其中，Q代表创新产出，K代表R&D创新经费支出，L代表R&D活动人员全量，NRD代表非R&D创新经费支出。

在研究non-R&D过程中，李子彪等[14]将被解释变量分为两类，即用技术创新绩效以及经济创新绩效来描述创新绩效，并且模型两边同时取对数，最终建立(3)(4)计量经济学模型：

ln novE=α+β1IRD+β2ERD+β3NRD+β4RDH+β5SIZE+ε

(3)

ln novP=α+β1IRD+β2ERD+β3NRD+β4RDH+β5SIZE+ε

(4)

其中，novE表示经济创新绩效，以新产品销售收入衡量；novP表示技术创新绩效，以专利申请数量衡量；IRD代表企业内部研发创新；ERD代表企业外部研发创新；RDH代表企业R&D活动人员全量；SIZE代表企业总资产。

笔者认为，non-R&D的费用支出包括外部技术获取经费支出以及技术改造经费支出，其中外部技术获取的经费支出还可以细化为引进技术经费支出、消化吸收经费支出以及购买国内技术经费支出。基于大量学者的研究，笔者加入了29个省份和时期两个因素构成面板数据，并且细化了外部技术获取的各项经费支出对医药制造业的经济创新绩效以及技术创新绩效的影响，最终将以上模型(3)(4)改写如下：

ln Y1=α+β1lnGZit+β2lnYJit+β3lnXHit+β4lnGMit+ε

(5)

ln Y1=α+β1lnGZit+β2lnWBit+ε

(6)

ln Y1=α+β1lnNRDit+ε

(7)

ln Y2=α+β1lnGZit+β2lnYJit+β3lnXHit+β4lnGMit+ε

(8)

ln Y2=α+β1lnGZit+β2lnWBit+ε

(9)

ln Y2=α+β1lnNRDit+ε

(10)

模型中，Y1表示技术创新绩效，用专利申请数衡量；Y2表示经济创新绩效，用新产品销售收入衡量；GZ表示技术改造经费支出；YJ表示引进技术经费支出；XH表示消化吸收经费支出；GM表示购买国内技术经费支出；WB表示外部技术获取经费支出；i表示不同省份；t表示不同年份。其中，模型(5)和模型(8)是从两种创新绩效角度分别考察技术改造、引进技术、消化吸收以及购买国内技术等4个因素对医药制造业创新绩效的影响；模型(6)和模型(9)是从2种创新绩效角度分别考察非细分路径的外部技术获取以及技术改造等两大因素对医药制造业创新绩效的影响；模型(7)和模型(10)是从2种创新绩效角度分别考察non-R&D作为整体对创新绩效的影响。

笔者在本文将从细分到整体，建立(5)(6)(7)(8)(9)(10)6个模型，实证分析技术改造以及外部技术获取等non-R&D对我国医药制造业技术创新绩效以及经济创新绩效等创新绩效的影响。

3.2指标选择与数据来源

3.2.1指标的选择 ①被解释变量。为较全面地反映我国医药制造业创新绩效，笔者选择专利申请数和新产品销售收入两个指标对其进行衡量。其中，专利申请数量由于不受政府政策以及市场变动的影响，能够较直观地反映医药制造业技术创新水平；新产品销售收入可直接反映企业创新行为对经济增长的贡献程度。②解释变量。根据已有研究，笔者采用技术改造经费支出(GZ)、引进技术经费支出(YJ)、消化吸收经费支出(XH)、购买国内技术经费支出(GM)、外部技术获取经费支出(WB)以及non-R&D总经费支出(NRD)等6个指标衡量医药制造业non-R&D情况。各变量定义及测度方法见表1。

表1 变量测度Tab.1 Measurement of variables

3.2.2数据来源与描述性统计 本文数据来源于2009—2017年《中国高技术产业统计年鉴》，所涉及的时间范围为1995—2016年。笔者对初始样本进行筛选，鉴于西藏和青海等两省(自治区)医药制造业数据缺失，最终研究对象为除香港、澳门、台湾、西藏以及青海以外的29个省(自治区、直辖市)。所有变量的描述性统计结果见表2。

表2 样本描述性统计量Tab.2 Sample descriptive statistics

3.3实证分析 为得到准确、可靠的实证分析结论，基于面板数据(包括混合效应模型、固定效应模型以及随机效应模型)具有扩大样本容量，考虑样本之间的异质性以及增加自由度等优势，笔者利用EViews7.2版软件实现面板数据的回归分析。由于所涉及的样本之间具有明显的差异性，因此排除混合回归模型。在此基础上，采取以随机效应模型的估计结果为基础的Hausman检验来确定最佳模型，其原假设为“固定效应与随机效应无系统性差异”，若Hausman统计量显著，则选择“固定效应与随机效应具有系统差异”的备择假设，即选择固定效应模型。最终回归结果见表3。

3.3.1以专利申请数作为被解释变量的实证结果分析 基于以专利申请数量来衡量医药制造业的创新绩效，最终得到表3中(5)(6)(7)模型，根据Hausman检验，模型(5)(6)(7)的Hausman统计量在5%水平下并不显著，因此均建立随机效应模型。

根据回归结果，从模型(5)(6)看，技术改造经费支出(lnGZ)系数均为正且在1%水平下显著，说明技术改造活动对医药制造业专利申请数具有明显正向影响，有利于提高技术创新水平。从模型(5)看，在有关non-R&D外部技术获取的3种渠道中，技术引进经费支出(lnYJ)系数<0且在1%水平下显著，说明引进国外技术并没有促进医药制造业专利申请情况，反而具有明显负向影响；消化吸收经费支出(lnXH)以及购买国内技术经费支出(lnGM)系数均>0，在1%水平下显著，说明通过对创新技术的消化吸收以及购买国内其他先进技术可以明显提高医药制造业专利申请数，从而提高技术创新水平。从模型(6)看，外部技术获取经费支出(lnWB)系数为正且在1%水平下显著，说明外部技术获取整体上对医药制造业专利申请数具有明显正向影响，能够提高技术创新水平。从模型(7)看，non-R&D经费支出(lnNRD)系数>0且在1%水平下显著，说明non-R&D整体上对医药制造业专利申请数产生了一定促进作用，最终实现技术创新水平提升。

3.3.2以新产品销售收入作为被解释变量的实证结果分析 基于以新产品销售收入来衡量医药制造业的创新绩效，最终得到表3中(8)(9)(10)模型，根据Hausman检验，模型(8)(10)的Hausman统计量分别在5%和1%水平下显著，因此均建立了固定效应模型；而模型(9)Hausman统计量并不显著，最终建立了随机效应模型。

表3 模型回归结果Tab.3 Regression results of the model

根据回归结果，从模型(8)(9)看，技术改造经费支出(lnGZ)系数均为正且在1%水平下显著，说明技术改造活动对医药制造业在新产品销售收入上具有明显正向影响，有利于提高经济创新绩效。从模型(8)看，在有关non-R&D外部技术获取的3种渠道中，技术引进经费支出(lnYJ)系数<0且在1%水平下显著，说明引进国外技术并没有促进医药制造业的新产品销售收入，反而具有明显负向影响；消化吸收经费支出(lnXH)以及购买国内技术经费支出(lnGM)的系数均>0且在1%水平下显著，说明通过对创新技术的消化吸收以及购买国内其他先进技术可以明显提高医药制造业的新产品销售收入，从而提高经济创新绩效。从模型(9)看，外部技术获取经费支出(lnWB)的系数为正且在1%水平下显著，说明外部技术获取在整体上对医药制造业的新产品销售收入具有明显的正向影响，能够提高经济创新绩效。从模型(10)来看，non-R&D经费支出(lnNRD)的系数>0且在1%水平下显著，说明non-R&D整体上对医药制造业的新产品销售收入产生了一定的促进作用，最终实现经济创新绩效的提升。

综合以上分析，模型(5)(6)(7)以及模型(9)的Hausman统计量在5%水平下显著，最终建立随机效应模型；模型(8)和模型(10)的Hausman统计量在5%水平下不显著，最终建立固定效应模型。在以专利申请数和以新产品销售收入分别作为被解释变量进行回归分析中发现，不同创新路径对创新绩效均有相同方向的影响，但也存在一定的差异性。第一，只有技术引进对两种衡量下的创新绩效均具有明显的负向影响，其余均为正向影响。第二，整体下的non-R&D、技术改造、外部技术获取、以及细化出的购买国内技术等4种支出途径对新产品销售收入的正向影响程度明显大于对专利产出的正向影响程度。即，与专利产出相比，以上4种创新路径可以更直接通过发展新产品为医药制造业创造经济效益。第三，相对于其他有正向影响的non-R&D路径而言，消化吸收对创新绩效的正向影响程度明显较小。原因可能是医药行业本身所需的是在技术引进的基础上，将其实现真正的消化吸收，而消化吸收需要不断地尝试，短期内对产业创新绩效的影响程度较小。

4 结论与建议

4.1研究结论 ①医药制造业non-R&D路径的非均衡发展特点较明显，总体呈现出重视技术改造、忽略外部技术获取的趋势。1995—2016年，医药制造业技术改造经费支出呈现绝对优势，年平均增长率达6.03%。然而，non-R&D经费支出与R&D经费内部支出比值不断下降，non-R&D经费支出所占比重远远低于内部创新研发经费支出，但仍是制药行业创新性行为的重要组成部分，应引起高度重视。

②无论是以专利申请数还是以新产品销售收入衡量的绩效与各解释变量分别进行回归检验，均P<0.01，即技术改造、引进技术、消化吸收、购买国内技术、外部技术获取以及总体non-R&D等六大创新路径均对医药制造业创新绩效具有显著影响，其中技术引进支出对医药制造业创新绩效具有负向影响，其余均存在明显的正向促进作用。结合其他文献[15-16]，笔者认为我国医药制造业对外技术依存度较高，自身未能形成良好思考、创新能力，目前许多产品核心技术尚未掌握，在相当长一段时间内处于持续不断引进国外先进技术，却无法消化吸收掌握其精髓，难以打破依赖技术引进的发展态势，最终造成目前的“引进-落后-再引进-再落后”的恶性循环中，从而对制药行业的创新绩效产生负面影响。

4.2政策建议 ①我国医药制造业要适度分配多样化创新路径，调整、优化non-R&D模式。在医药制造业non-R&D路径发展中，技术改造模式发展良好，但是长期依赖具有自主性技术改造来提高创新绩效并不是长久之计。除技术改造外，医药制造业应将关注点更多放在多样化non-R&D路径上，可以为相关人员创造国外优秀技术的学习机会，直接获取知识，并且适度提升消化吸收以及购买国内技术的经费支出，实现non-R&D路径的多元化发展，最终达到低支出、高效益的创新效果。

②医药制造企业在合理利用non-R&D方式的基础上，应提高自身创新能力。有研究发现[17]，non-R&D可能带来不利影响，一味提高non-R&D经费支出并不一定能促进创新绩效，企业应注意避免资源非有效利用以及过度引进技术所致消化吸收和知识产权纠纷问题，在获取外部技术的过程中注重创新能力培养和经验积累，实现“创新-绩效”的完美融合才能够真正成功地达到医药制造业的转型升级。

③地方政府应为医药企业创造良好研发创新与non-R&D融合的开放性创新环境。我国不同地区医药制造业的R&D与non-R&D环境、能力相差甚远，因此创新能力较差的地区政府应在学习其他地区优秀的创新发展模式的基础上，通过加大人才引进、基础配套设施的完善以及增加人员培训机会等创造一个良好的开放性创新环境，全国逐步实现医药创新水平的大范围提升[18-20]。