广东中医药科技创新效率的评价与提升路径——基于建设粤港澳大湾区中医药创新高地的背景

潘 捷，张文龙

（1.广东金融学院经济贸易学院，广东广州 510521；2.广州中医药大学公共卫生与管理学院,广东广州 510006）

1 研究背景

中医药是我国医疗卫生健康领域的重要组成部分。近年来，各级政府及相关机构不断加大中医药科技资源投入，促进中医药科学研究和技术开发的快速发展。2020 年10 月，《粤港澳大湾区中医药高地建设方案（2020—2025 年）》经由国家中医药管理局等机构公布，提出粤港澳大湾区要打造成为包含中医药创新高地在内的五个高地［1］。这是继2019年发布《粤港澳大湾区发展规划纲要》以来的又一份重磅政策文件。而在此之前，2020 年的全国卫生健康工作会议亦提出“推进中医药在传承创新中高质量发展”［2］，关于中医药科技创新的一系列重大举措相继出台。这意味着新一轮的大量科技创新资源将要被投入到中医药科技创新中去，而科技创新资源配置效率作为一个重要问题备受各级政府和学术界的共同关注。因此，摸清广东中医药科技创新的家底，科学评价当前中医药科技创新资源配置的效率，对于统筹规划和优化配置中医药科技创新的各种资源，促进粤港澳大湾区中医药创新高地早日建成以及推动我国经济高质量发展都有着重要的理论和现实价值。

迄今为止，有不少学者对中医药科技创新效率问题进行研究。基于研究对象的不同，分别有针对中医药院校、针对中医药科研机构和针对省域或区域的中医药科技创新效率研究等。在中医药院校的科技创新效率方面，李梦茜［3］采用数据包络分析（data envelopment analysis, DEA）方法研究2016—2017 年间国内22 家中医药大学科研经费的效率问题，结果其中只有大概33%是DEA 有效的，同时综合技术效率、纯技术效率和规模效率的平均值呈现出先降低后提升的“U”型动态演化趋势。徐嘉颜等［4］运用DEA 方法研究我国24 所中医药院校2017 年的科研效率，发现只有六分之一左右的高校为DEA 有效；另有10 所高校规模效率递增，9 所高校规模效率递减。候贵林等［5］采用DEA 方法和Malmquist 指数研究我国23 所中医药院校2011—2017 年的科研效率，结果13 所中医药院校为DEA 有效；16 所高校Malmquist 指数呈现增长态势，继而判断中医药院校科研效率实现增长的主要因素是技术进步，其次为规模效率。胡梦超等［6］运用超效率DEA 方法研究17 所中医药院校2016—2018 年的科技成果转化效率，发现中医药院校成果研发的效率要高于价值创造的效率。在中医药科研机构的科技创新效率方面，王凯佼等［7］运用DEA 方法研究41 所省级中医药科研机构2013 年的科研效率，发现就整体来说，其科研效率较低，就单个科研机构来说，各自间的效率存在着较大的差异。而在省域或区域中医药科技创新效率方面，张文龙等［8］运用随机前沿生产函数法和核密度估计法研究2017—2018 年间的广东中医药科技创新效率，发现其整体水平有随时间序列增加的趋势，中医药科技创新转化效率要高于中医药科技技术创新效率，而且中医药科技创新效率区域间发展的不平衡性在逐步减少。

随着研究的不断深入，学者们考虑的角度也越来越全面，得出的结论亦越来越有参考价值。但总体来说，基于建设粤港澳大湾区中医药创新高地的背景,以省域或区域为研究对象的中医药科技创新效率研究尚不多。

为此，在建设粤港澳大湾区中医药创新高地的背景下，本文以广东21 个地级市为研究对象，通过对各区域的中医药科技创新资源配置效率及其变动态势进行测度评估与比较，剖析中医药科技创新资源配置效率的时序演化趋势和空间区位差距，进而探索其主要影响因素和重要症结所在，从而促进粤港澳大湾区中医药创新高地建设。

2 研究方法与指标体系

2.1 研究方法

为契合研究的实际需要，本文采用数据包络分析方法和曼奎斯特（Malmquist）全要素生产率指数（Total Factor Productivity, TFP）相结合，对广东中医药科技创新的静态效率和动态效率进行测度与评价。

2.1.1 数据包络分析

数据包络分析是一种研究和测度相对效率而不是绝对效率的方法，是在20 世纪70 年代由著名的运筹学家Charnes 等［9］首先提出来的，其主要思想是在运筹学中运用数学规划模型来比较所谓的决策单元（decision making units, DMU）之间的相对效率。

数据包络分析属于非参数分析方法，也就是说，这种方法对所用数据的随机性特征无需做特别的假设；也无需事先假设产出与投入之间的具体生产函数形式；而且，这种方法应用最优化的方法实现权重内定，因此也无需确定各个指标数据和效率的权重系数；此外，特别重要的一点是，这种方法在分析具有多个投入指标和多个产出指标的综合性效率研究方面具有独特的优势，因此特别适用于多个投入指标和多个产出指标情形的效率研究［10］。

数据包络分析最初所采用的模型是基于规模报酬不变（constant returns to scale, CRS）的假设，亦即传统的DEA-CCR 模型，即投入产出的规模报酬是固定的，从而根据运筹学的解释来判断各个决策单元是否有效［9］。在20 世纪80 年代，Banker 等［11］人对该模型进行改进，从而修正为规模报酬可变（variable returns to scale, VRS）的DEA-BCC 模型。DEA-BCC 模型既能对各个决策单元的综合技术效率（technological efficiency, TE）进行分析，又能对其纯技术效率（pure technological efficiency, PTE）和规模经济效率（scale efficiency, SE）进行解释，从而扩展DEA 方法的应用领域和应用场景。

2.1.2 曼奎斯特全要素生产率指数

这个指数在1953 年时由瑞典的著名经济学家曼奎斯特（Malmquist S）提出［12］，后于1982 年经由Caves 等［13］人将其与DEA 模型联合在一起应用，最终发展成为DEA-Malmquist 模型，普遍应用于众多领域，借以分析与研究效率的动态变化趋势［5］。曼奎斯特全要素生产率指数可以转化为技术进步变化指数（TECHCH ）与技术效率变化指数（EFFCH）的乘积。特别地，在规模报酬可变的情境下，EFFCH 又可进一步拆分为规模效率变化指数（SECH）与纯技术效率变化指数（PECH）相乘［14］，据此，我们就可以从不同的视角和不同的侧面对效率的动态变化趋势进行分析与研究。

2.2 指标体系

中医药科技创新是一个多方面投入、多类型产出的复杂的实践活动，要评价中医药科技创新的效率，就要涉及到中医药科技创新的投入与产出的定量化衡量，中医药科技创新效率评价指标体系的构建是效率评估的重要环节。在科技部科技统计数据中心采用的中国科技统计指标体系中，科技活动的投入指标涵盖有科技活动的人力投入、物力投入和财力投入，而科技活动的产出指标则包含科技活动的直接产出和高技术的产业化转化等两方面的指标［15］。在此基础上，考虑到中西医学范式不同决定着对中医药科技创新效率的评价方式不同，同时本文是在建设粤港澳大湾区中医药创新高地背景下的研究，对中医药科技创新的评价指标体系要重点围绕该建设方案对中医药创新高地的任务要求，探索构建更符合新发展理念和新格局下的广东中医药科技创新效率评价指标，促进实现中医药创新高地建设目标。由此，考虑到中医药科技创新活动的特点及其实际情况，并基于指标数据的科学性、适用性、可得性和代表性、目的性及可比性，通过综合前期中医药科技创新效率研究相关文献，并经过相关性检验后，选取代表中医药科技创新投入的3 个指标和呈现中医药科技创新产出的6 个指标，共同构成中医药科技创新效率评价的投入与产出指标（见表1）。其中，研究与试验发展（R&D）人员折合全时当量反映中医药科技活动的人力投入，主要科技创新平台数体现中医药科技活动的物力投入，包括高新技术企业、国家重点实验室、省重点实验室、国家级工程技术开发中心、省级工程技术开发中心、省实验室、省级新型研发机构以及具有中医药特色的国家医学中心（中医类）、国家区域医疗中心（中医项目）、国家中医药传承创新工程重点中医医院（包括中医经典病房建设）、国家重大疑难疾病中西医临床协作项目、中医药创新研究中心等，科技经费反映中医药科技活动的财力投入，而科技论文发表数、科技著作出版数、专利授权量、制定中医药标准数、科技课题数和科技成果获奖数等6 个指标则是反映中医药科技活动的直接产出。其中中医药标准包括基础标准、技术标准、管理标准和工作标准等4 个大类目。

表1 中医药科技创新效率评价的投入与产出指标

2.3 数据来源

在科技创新实际工作中，科技创新投入需要一定时间的积累才能转化为科技创新产出，意即科技创新的投入与产出具有滞后效应，而且这种滞后效应对科技创新效率评价的准确性有较大的影响，我们必须加以考虑。因此，借鉴陈琨等［16］和胡梦超等［6］的做法，本文对相关数据采用滞后1 年的处理方式。

在选取实证数据时，需要考虑两个问题：一是决策单元DMU 的数量和投入指标与产出指标数量之间的限制条件。对于这一关系，Golany 等［17］曾提出一个经验法则：，其中为决策单元DMU 的数量，为投入指标的数量，为产出指标的数量，只有满足这个法则时才能有效地运用DEA模型，否则可能出现无效的情形。本文的研究对象是广东省的21 个地级市，因此本文的DMU 数量为21，而所选取的投入指标为3 个，产出指标为6 个，因此是满足Golany 等［17］的经验法则。另一个需要考虑的问题是关于DEA 模型样本容量的限制条件。Dyson 等［18］提出：，其中为DEA 模型的样本容量，为投入指标的数量，为产出指标的数量，只有满足这个限制条件时，运用DEA 模型进行评价而得到的结果才能具有合理的区分度，而且在实际应用时，样本容量愈是大，愈能有效地形成效率边界，从而愈有效地刻画投入指标和产出指标之间的内在复杂关系。因此，对于本文来说，样本容量的要求是个，而本文的DMU 是21 个，据此推算，本文数据的时间跨度最少也要选取2 年。

因此，在进行纵向比较（动态效率测度）时，本文选定数据时间跨度为5 年，据此选取2014—2018 年的中医药科技创新投入指标数据，则对应着2015—2019 年的中医药科技创新产出指标数据。而在进行横向比较（静态效率测度）时，为减少单年数据波动对评估结果的影响，参考Anderson 等［19］和Mei 等［20］的研究，并借鉴Sengupta 等［21］和王赵琛等［22］的做法，对所有指标数据进行均值处理，采用指标数据平均值来计算效率。

本文的相关数据，均来源于各年的《中国中医药年鉴》《全国中医药统计摘编》《高等学校科技统计资料汇编》以及广东省的《广东统计年鉴》《广东科技统计数据》《中医统计信息汇编》《中医卫生事业发展情况》和《卫生健康统计信息简本》等。

3 广东中医药科技创新效率的评价

3.1 广东中医药科技创新静态效率评价

本文通过DEAP2.1 软件对广东中医药科技创新的静态效率进行评价。为满足DEAP2.1 软件对输入数据的要求，在进行效率评价之前，要先将原始数据进行标准化转换，转换的方法如下［23］：

根据标准化转换后的数据，利用DEAP2.1 软件，应用DEA-BCC 模型对广东中医药科技创新2014—2018 年投入的5 年均值和2015—2019 年产出的5 年均值数据进行计算，得到结果如表2 所示。

表2 2014—2018 年广东中医药科技创新静态效率评价结果

3.2 广东中医药科技创新动态效率评价

选取2014—2018 年的中医药科技创新投入指标数据，对应着2015—2019 年的中医药科技创新产出指标数据，应用DEAP2.1 软件对广东中医药科技创新2014—2019 年的动态效率进行评价，见表3 所示。

表3 2014—2019 年广东中医药科技创新曼奎斯特全要素生产率指数分解平均值

4 讨论

4.1 广东整体效率水平较高，且随时间序列递增

根据表2，从静态效率来看，中医药科技创新效率位于前沿生产面上的决策单元有7 个，分别是深圳、佛山、惠州、中山、江门、茂名和揭西。广东21 个地级市的中医药科技创新综合技术效率平均值为0.822，纯技术效率平均值为0.958，规模效率平均值为0.852，整体效率水平较高。

根据表3，从动态效率来看，2014—2019 年间，广东21 个地级市中医药科技创新技术进步变化指数平均值为1.480，技术效率变化指数平均值为1.056，规模效率变化指数平均值为1.043，曼奎斯特全要素生产率指数平均值则达到1.500，都是超过1，表明在这段考察期内，技术进步、技术效率、规模效率和全要素生产率都在提升，广东中医药科技创新呈现出随时间序列递增的良好趋势。

这一结论基本能反映出广东中医药科技创新的实际发展情况。自2006 年作出建设中医药强省决定以来，广东大力推进“五大工程”：技术创新、中医药名院名科、名企名药、名医名校和中医药文化［24］，为实现中医药传承创新发展和建成中医药强省而进行全面的部署并推动切实落实，深化区域创新体制机制改革，促成中医药科技创新研究成果向现实社会生产力转化，广东中医药科技创新的能力和科技水平位居全国的前列，建设粤港澳大湾区中医药创新高地具有良好的现实基础。

4.2 广东中医药科技创新效率呈现出空间异质性

根据表2，从静态效率来看，珠江三角洲地区（粤港澳大湾区中的广东省部分）位于前沿生产面上的决策单元数量为5 个，占全省的比重达到71.43%，而粤东、粤西、粤北3 个片区则占有较小的比重；而且中医药科技创新效率在不同决策单元（空间区位）之间的差异性也较大，共有14 个地级市为非DEA 有效，与前沿生产面上的决策单元相比，综合技术效率最低的肇庆只有0.420，也就是说只有42%，科技创新效率的空间异质性较大。

根据表3，从动态效率来看，2014—2019 年间曼奎斯特全要素生产率指数平均值小于1 的决策单元有广州、韶关、东莞、中山、江门和清远，主要集中在珠江三角洲和粤北地区，全要素生产率指数最大离差达到1.342，不同决策单元之间也存在较为明显的空间异质性。

出现这种状况的基本背景是：在珠江三角洲地区拥有大量的名老中医，中医药科技创新人才的培养机制也较为到位；从全国和全省范围内来看，这一地区都是经济比较发达的地区，拥有实力雄厚的中医药科技创新研发机构和较多的中医药生产企业，中医药科技创新投入积累较多；同时，珠江三角洲地区地理位置相对优越，是国际发展中医药贸易、交流与协作的大平台。因此，与粤东、粤西、粤北地区相比较，珠江三角洲地区拥有更为优越的中医药科技创新历史沉淀和发展条件，其发展水平亦相对较高，但其效率仍有提升空间，建设粤港澳大湾区中医药创新高地已具备一定的人才、科技和区位条件。

4.3 动能是技术进步与规模，症结是纯技术效率

根据表2，从静态效率来看，广东少数地级市为DEA 有效，大多数地级市为DEA 无效，且其DEA无效的状态是纯技术效率PTE＜1,规模效率SE＜1,因此，既有技术方面的影响，也有规模方面的影响。

根据表3，从动态效率来看，广东中医药科技创新的TECHCH 平均值为1.480＞1，EFFCH 平均值为1.056＞1，表明TECHCH 和EFFCH 都对TFP 有提升作用，若对EFFCH 作进一步分解，我们可以发现，PECH 平均值为0.989＜1，SECH 的平均值为1.043＞1，这表明在考察期间，各地级市的平均规模效率在升高，但其平均纯技术效率则有所下降，平均降幅为1.1%。这说明技术进步和规模效率成为中医药科技创新效率提升的主要贡献者，而同时期的纯技术效率在推动科技创新效率增长方面应该还有进步的空间。

这一情况显示，广东中医药科技创新的纯技术效率发展得还不够充分。虽然随着中医药的逐步发展和改革的深入，广东中医药科技创新实力一直在进步，技术进步使得中医药科技创新效率增长。但是，纯技术效率的提升依然不足、中医药科技创新研发机构整体呈现“少、散、小”的特征以及高等中医药人才培养数量较少等原因使得中医药科技创新的纯技术效率水平较低，因此，广东中医药科技创新效率缓步增长，建设粤港澳大湾区中医药创新高地还有较长的路要走。

5 结论与政策建议

5.1 结论

本文采用数据包络分析方法和曼奎斯特全要素生产率指数对2014—2019 年的广东中医药科技创新的静态效率和动态效率进行测度与分析，结果发现广东中医药科技创新的整体效率水平较高，且随时间序列递增；广东中医药科技创新效率呈现出空间异质性；广东中医药科技创新效率提升的主要动能是技术进步和规模效率，而重要症结在于技术效率发展尚不充分。

5.2 政策建议

根据前述研究结果，在建设粤港澳大湾区中医药创新高地的背景和重大战略决策安排下，广东中医药科技创新虽然已有坚实的基础，但仍然任重道远，我们可以从多个角度进行思考，尽快使中医药科技创新效率得到快速增长，促进中医药科技创新快速高质量地发展，早日建成粤港澳大湾区中医药创新高地。

5.2.1 提升中医药科技创新纯技术效率

如前所述，影响广东中医药科技创新效率提升的重要症结在于技术效率发展尚不充分。纯技术效率是由于体制机制因素和管理因素等影响下的生产效率，因此，我们在事关中医药科技创新的体制机制创新和科技管理水平方面，要继续加强和优化。为此，我们应该优化中医药科技创新人才的培养、引进和管理的制度与政策，加快中医中药教育与培训的改革与创新，着力提升中医中药人才的培养质量，打造与粤港澳大湾区中医药创新高地相匹配的人才培养与培训体系，集聚壮大院士或国医大师等高端中医药创新科技人才；加快建设一批在国际国内都拥有重大影响力的中医药科技创新的研发机构，建构国家医学中心（中医类）、国家区域医疗中心（中医项目）、国家中医药传承创新工程重点中医医院（包括中医经典病房建设）、国家重大疑难疾病中西医临床协作项目等中医药科技创新高端平台，凝聚科技进步各要素；同时，加强中医药科技创新知识产权保护制度建设，提高对相关发明专利的奖励力度，激发科研工作者中医药科技创新的热情和动力；建设并完善中医药科技创新成果产业化转化网络与相关制度，促进成果的高效快速转化，以最快的速度和最高的质量将技术进步转化为生产力和产品，提升中医药科技创新的整体效率。

5.2.2 以数字化推进中医药技术进步和技术效率提升

前面的研究结果表明，广东大多数地级市为DEA 无效，有技术方面的原因。为能够持续推进中医药技术进步并提升其技术效率，实现中医药产业数字化发展应当是在新发展理念和新发展格局下的战略性选择。人类社会已经迈入大数据、云计算、区块链、人工智能等以数字技术主导的数字经济时代，我国的“十四五”发展规划纲要中也明确要求推进产业数字化转型，若能实现中医药产业数字化发展，则能快速有效地提升中医药科技创新的技术进步与技术效率。我们要在数字化技术和数字化能力的支持下，以中医药产业各链条领域的大数据为基础，将数字化技术应用到中医药产业链的全要素，突破中药材资源保障技术、数字化与智能化中药制药技术以及中医临床大数据采集与分析技术，打造出一种充满活力的全新的中医药产业形态，从而使中医药产业整个产业链上下游的全要素都实现数字化升级、转型和再造［25］，大力提升中医药技术进步与技术效率，助推中医药科技创新效率的大力提升。

5.2.3 加大投入，优化结构，提升科技创新规模效应

前面的研究结果表明，广东大多数地级市的DEA 无效也有规模方面的原因。规模效率是由于规模因素的影响而形成的生产效率，其反映出现有规模与最佳规模之间的差距。基于此，不断扩大中医药科技创新的投入规模并优化其结构，提升中医药科技创新的规模效应和集群效应，是广东中医药科技创新效率加快增长的可取之举。我们应完善国家级、省级和地市级中医药科技创新项目管理体系，筹集更多的科研经费，在中医药科技创新领域设立专项的研发资金，加大投入力度；同时整顿中医药科技研发机构整体“少、散、小”的局面，有效地将各种中医药科技创新优势资源进行整合，形成合力，增大规模，建设国家中医药科技创新工程研究中心或者国家中医药技术创新中心，形成科技创新集群，使中医药科技创新的规模效应和集群效应得到充分的加强与发挥。

5.2.4 全局规划，破解中医药科技创新空间异质性

发展的不平衡不充分，是中医药科技创新的基本现实。为改变这种状态，我们须加强全省范围内的全局规划和全盘统筹，想方设法去破解历史和市场原因造成的中医药科技创新的区域空间失衡。为此，在中医药科技创新的财政资金投入上，我们可以实施结构性的倾斜和扶持政策，对中医药科技创新效率比较低的城市，设置特别专项进行鼓励和引导，加大投入，通过政府这只“看得见的手”来进行转移支付和重新配置科技创新资源，弥补和干预中医药科技创新能力和效率的区域空间失衡。另外，政府的财政投入对社会投入有引导和示范功能，可引导社会科技资源向中医药科技创新领域汇集，从而在全社会范围内引发存量和增量的人力资源和资本资源优化配置到中医药科技创新中来，填补中医药科技创新效率较低城市的“资源洼地”并形成“价值高地”，最终形成区域间平衡发展和协调发展的良好态势［26］。