带量采购政策实施前后医药制造业技术创新效率比较研究——基于DEA-Malmquist指数的实证分析

葛雅芬，阮娴静，郑莉

（广东药科大学医药商学院，广东 广州 510006）

带量采购是我国深化医疗体制改革的制度安排，2018 年11 月，国家联合采购办公室在“4+7”11个城市启动国家组织药品集中采购和使用试点，探索我国带量采购模式，并于2019 年4 月开始实施。此后，国家有关部门相继发布在全国范围内推进带量采购常态化文件。截止2022年底，带量采购已开展至第七批。带量采购政策主要通过“以量换价”的方式达到合理降低药品价格的目标，减轻患者用药负担。医药制造业需为获取药品销售市场大幅度压低价格，这既是机遇也是挑战。医药制造业为应对带量采购政策的影响，采取的其中一项重要措施就是加大研发创新力度，让创新成为实现可持续性发展的核心驱动力。因此，通过对带量采购政策实施前后医药制造业的研发创新效率进行比较研究，既可评估该政策对于推动医药制造业研发新药的影响效果，又能反映创新活动的特征规律，对提升创新效率具有一定的现实指导意义。

在创新效率的研究方法上，众多专家学者已取得重大进展，如DEA-Malmquist 指数模型[1]，两阶段DEA-SBM 模型[2]，DEA-t检验[3]，SFA 随机前沿模型[4]等都被用来测度创新效率。其中DEAMalmquist 指数模型的运用涵盖到众多领域，如金融与农业科技[5-6]、医药卫生[7]、技术产业[8]等。医药制造业作为研发驱动型产业，在带量采购政策背景下，探究其创新效率尤为必要。目前，鲜见有针对带量采购政策实施前后医药制造业创新效率进行比较研究的报道。本文运用DEA-Malmquist 指数模型，以2018年带量采购政策实施元年为界划分前后两个时段，对2014－2018 年与2019－2021 年两时段内各地区医药制造业研发创新的面板数据进行量化分析，综合考察医药制造业研发创新效率的动态变化特征。通过对带量采购政策实施前后医药制造业技术创新效率进行比较研究，以期为加大政策在各地区深入落实的推行力度提供重要参考，也为医药制造业创新效率的增长提供助推作用。

1 研究方法与指标选取

1.1 DEA-Malmquist指数评价方法

数据包络分析方法（DEA）是一种综合管理学、数理经济学和运筹学等多种学科的分析方法，适用于相对效率的评价，尤其是不同类型的多投入、多产出的效率评价[9]。现实中受外部环境等因素影响很难获得与投入同等比例的产出，即规模报酬可变。因此，本文基于可变规模报酬条件下的假设，对医药制造业的创新效率进行DEA分析。

假设有n个决策单元，每个决策单元有m种输入和s种输出，分别用输入变量X和输出变量Y表示，X=(x1，x2，…，xn)T，Y=(y1，y2，…，yn)T。对每个决策单元选择如下DEA-BCC模型：

式中：θ为决策单元的效率评价值；ε为阿基米德无穷小量；S-是投入的松弛变量，S+是产出的松弛变量；λ代表各个单位的组合系数。在该模型中，若θ＜1，称决策单元非DEA 有效；若θ=1，但存在松弛变量S-≠0 或S+≠0，称决策单元弱DEA 有效；若θ=1，且S-=S+=0，称决策单元DEA有效。

前述DEA-BCC 模型只能比较同一时期不同决策单元的效率值，无法测度不同时期效率值的变化。要具体分析2014－2021 年医药制造业研发创新效率的动态变化，需引入能反映相对效率动态变化的Malmquist 指数。1994 年，Fare 等首次将Malmquist 指数理论与DEA 方法结合使用，提出DEA-Malmquist模型[10]。

假设(xt，yt)为第t期的投入与产出，(xt+1，yt+1)为第t+1期的投入与产出，Dtc(xt，yt、)Dtc+1(xt+1，yt+1)分别为对应时期技术条件下的产出距离函数。则Malmquist指数可表示为：

当Malmquist 指数＞1，效率水平上升；当Malmquist 指数＜1，效率水平下降；当Malmquist 指数=1，效率水平不变。

在规模报酬不变假设下，Malmquist 指数可分解为技术效率变化指数（effch）和技术进步指数（tech）。其中：

当规模报酬可变时，技术效率变化指数（effch）可分解为纯技术效率指数（pech）和规模效率指数（sech）的乘积，故Malmquist指数可表示如下：

1.2 指标体系的构建

建立合理的投入产出指标体系是DEAMalmquist 分析的前提和基础，本文遵循评价指标体系的选取原则，在借鉴前人研究成果的基础上[11-13]，确立医药制造业技术创新评价指标体系如表1所示。

表1 我国医药制造业技术创新评价指标体系Table 1 Evaluation index system for technological innovation in China's pharmaceutical manufacturing industry

医药制造业投入指标主要是人力投入和经费投入，产出指标主要为知识产出和经济产出。选取R&D人员折合全时当量作为人才投入指标，R&D经费内部支出和新产品开发经费支出作为研发经费投入指标，以专利申请数作为知识产出的指标，新产品销售收入作为经济产出指标。

未来拟进一步依照产品供应链碳足迹涉及的不确定性特征，设计统一表述方式。特别将加深对产品供应链碳足迹涉及的行业、政府等外部环境不确定性因素的研究，力争构建一个更兼具社会性和系统性的产品供应链碳足迹不确定性研究体系。

1.3 数据来源

数据来源于《中国高技术产业统计年鉴》，对应指标项可适用于医药制造业技术创新效率的评价研究。考虑到数据的可获得性，采用2014－2021年连续8 年我国30 个省（自治区、直辖市）的数据为样本，以2014－2018 年5 年面板数据为参照组，以2019－2021年3年面板数据为实验组进行两阶段比较研究，总样本数为240个。

2 基于DEA-Malmquist指数的医药制造业技术创新效率分析

通过对相应的指标数据进行整理，运用DEAP2.1 计算得到30 个省（自治区、直辖市）2014－2021 年医药制造业每年平均创新效率的Malmquist指数及其分解的变化情况（如表2）和8 年间两阶段各地区医药制造业创新效率的Malmquist 指数及分解的变化情况（如表3），分析带量采购政策实施前后各地区的总体效率及各项分解指标的变化情况，进而评估该政策的初步执行效果。

表2 2014－2021年间我国医药制造业每年平均Malmquist指数变化Table 2 Annual average Malmquist index changes in China's pharmaceutical manufacturing industry from 2014 to 2021

表3 我国30个省（自治区、直辖市）医药制造业Malmquist 指数变化Table 3 Changes in the Malmquist index of the pharmaceutical manufacturing industry in 30 provinces (autonomous regions,municipalities)of China

2.1 从时间跨度分析医药制造业技术创新效率的动态变化

从表2 可见：2015－2021 年间，Malmquist 指数均大于1，表明技术创新效率每年都有所提高，呈现稳步上升态势。因技术创新效率的上升受技术效率和技术进步的影响，在技术进步方面，2014－2015 年、2017－2018 年和2020－2021 年的技术进步指数分别为1.294＞1、1.166＞1、1.083＞1，说明在此期间技术进步对医药制造业创新效率的提升发挥了促进作用，2014－2015 年Malmquist 指数＜1 是由于技术效率的阻碍。而技术进步指数在2015－2016 年、2016－2017 年和2019－2020 年均小于1，说明技术进步指数在此3个时间段都对创新效率的提高起到抑制作用；在技术效率方面，2014－2015年技术效率指数为0.740＜1，2015－2016 年的技术效率指数为1.475＞1，说明2016 年较前两年技术效率有所提升。2016－2017 年技术效率指数为1.058＞1，2017－2018 年技术效率指数为0.924＜1，说明2018 年医药制造业技术效率低于2016 年和2017年。在2019－2020 年，技术效率指数增长为1.048，表示在此期间医药制造业的资源有效利用程度有所提升，可能是2018年开始实施的带量采购政策的执行效果在逐步凸显，医药制造业整体创新意识增强，进而落实到技术创新效率的提高。但在2020－2021年，技术效率指数为0.963＜1，说明创新资源没有得到合理的配置，可能是因国内新冠疫情的爆发制约了制造工业的竞争程度。

另外，又因技术效率可分解为纯技术效率和规模效率，故通过分析纯技术效率和规模效率的变化可进一步探究影响医药制造业技术效率的因素。在2014－2015 年、2016－2018 年和2020－2021 年纯技术效率大于规模效率趋向利好，说明在此期间技术效率的改善是纯技术效率的贡献。到了2019－2020 年，纯技术效率指数为0.944＜1，规模效率指数为1.111＞1，则是规模效率对技术效率起到促进作用，引起此变化的原因可能是由于医药制造行业为应对带量采购政策在改造规模方面加大了资源投入力度。事实上，带量采购政策的实施对医药制造业的研发创新起到了很大的推动作用，我国众多学者也对此进行了论证，例如：丁嘉彬[14]分别研究了在原研药市场和仿制药市场下买方抗衡势力对上游医药企业创新效率的影响，论证得出带量采购政策倒逼药企提高技术创新效率以保持竞争力；张军等[15]基于2013－2021 年A 股上市公司数据量化评估了带量采购对医药企业创新的影响，研究表明参与带量采购可以通过提高研发投入的途径来发挥创新驱动的作用；李寿喜等[16]以华海药业作为典型案例进行分析，发现自参与带量采购以来该企业研发费用投入强度和水平总体呈上升趋势，带量采购对医药企业的创新具有显著的促进作用。

对比参照组与实验组各项指数值，医药制造业在政策实施后技术进步和规模效率均有所上升，Malmquist 指数＞1，呈现总体良好状态。值得一提的是，以上分析是宏观范围内的整体变化，即全国各省（自治区、直辖市）比较单元的平均情况，若要获得更具细化指导意义的研究结果，需进一步探究各区域的变动。

2.2 从空间维度分析医药制造业技术创新效率的动态变化

2.2.1 总体层面上的动态分析 为研究影响技术创新效率变化的原因，从表3 来看我国30 个省（自治区、直辖市）医药制造业Malmquist指数及其分解的变化情况，进一步对带量采购政策实施前后各效率值的变化情况进行分析。2014－2018 年医药制造业技术创新效率年均增长2.1%，主要得益于技术效率的提升，同时技术进步也提供了一定的促进作用。2019－2021 年医药制造业技术创新效率年均增长2.2%，涨幅高于参照组年份。由于技术创新效率受技术效率和技术进步两方面因素影响，由分析可知，带量采购实施后医药制造业技术效率年均增长0.5%，涨幅低于参照组年份的1.6%，故技术效率是抑制政策实施后技术创新效率呈现较大涨幅的关键因素。此种现象说明我国医药制造业自带量采购政策实施以来更为注重对技术与人才的引进，同时创新方法的运用能力也在不断提升，目前有待改进的方向应是加强对于技术水平的综合利用以及整体的资源配置能力，在现有技术标准下对投入结构实行优化。

另外，因技术效率受到纯技术效率和规模效率的影响，可进一步对影响技术效率变化的因素进行分析。纯技术效率可以用来衡量创新资源管理能力和技术水平对效率的影响[17]，其结果能够体现实际与前沿技术创新水平之间的差距。2014－2018年医药制造业纯技术效率年均增长0.9%，而2019－2021 年医药制造业纯技术效率呈现下降趋势，说明医药制造业的技术能力以及管理水平未能理想的匹配现阶段创新需求。规模效率可以用来衡量规模配置水平对效率的影响[17]，其结果能够体现实际与最优生产规模之间的差距。2014－2018 年医药制造业规模效率年均增长0.7%，2019－2021年医药制造业规模效率年均增长2.2%，说明带量采购对医药制造业规模效率的提高起到了显著的促进作用。事实证明，带量采购政策对于整顿医药制造业散、乱、多的局面具有积极影响，2019 年中国医药行业并购交易金额达到221 亿美元，增长12%，行业发展趋于规模化[18]。综合以上分析可知：在带量采购实施后，抑制技术创新效率指数呈现较大增幅的原因主要是纯技术效率的作用，说明带量采购政策的作用效果并未在实施之初得到非常突出的彰显，原因可能是药品的创新产出周期相对较长，投入短期内不能得到回报。

2.2.2 省市层面上的动态分析 纵观30 个省（自治区、直辖市）医药制造业技术创新效率存在较大差异性，可根据技术创新效率的分析结果探究各省市的医药创新资源配置情况（如表4）。

表4 30个省（自治区、直辖市）医药制造业技术创新效率变化趋势评价结果Table 4 Evaluation results of the trend of technological innovation efficiency in pharmaceutical manufacturing industry in 30 provinces(autonomous regions,municipalities)

从表4 可见：（1）北京、天津、海南、贵州、新疆5省（自治区、直辖市）2019－2021年较2014－2018年的医药制造业技术创新效率呈现增加趋势，其分解指标项技术进步和技术效率也都呈现增加趋势。表明此5 省（自治区、直辖市）的创新资源得到了合理有效的利用，科研人员创新水平较高，其在创新资源的利用和研发人员的技术水平上都有不同程度的提升，反映出带量采购政策在这些省市取得了较好的实施成效，推动了医药制造业更为注重研发领域。带量采购政策实施后，北京在创新水平已相对较高的情况下将技术创新效率指数提高到2.039，说明研发创新力度加大，该政策在北京起到了显著增进研发创新的效果。（2）山西、内蒙古、湖北、湖南、宁夏5 省（自治区）2019－2021 年较2014－2018年的医药制造业技术创新效率呈现增加趋势，其分解指标项技术进步呈现降低趋势，技术效率呈现增加趋势。说明在带量采购政策实施后技术创新效率的提高主要是由技术效率推动，可能是因医药制造厂商为能在当前市场环境中实现可持续发展，及时走上了技术升级转型的道路，而应加强的是科研人员创新能力的培养。（3）黑龙江和四川2省2019－2021 年较2014－2018 年的医药制造业技术创新效率呈现增加趋势，其分解指标项技术进步呈现增加趋势，技术效率呈现降低趋势。表明两省市在创新资源的有效利用方面有待提升。黑龙江的纯技术效率在带量采购政策实施后较参照组出现下降趋势，说明政策的实施未能激发该地区的创新活力。四川的规模效率在带量采购政策实施后较参照组出现下降趋势，说明其未能整合创新资源，扩充企业规模，进而促进创新能力的进一步提升。（4）浙江、山东、河南3 省2019－2021 年较2014－2018 年的医药制造业技术创新效率呈现降低趋势，其分解指标项技术进步呈现降低趋势，技术效率呈现增加趋势。表明在这些省技术进步作为主要原因抑制了技术创新效率的提高，说明这些地区对研发创新人员的资源投入以及技术水平的提高方面欠佳，应注重激发其开展研发创新活动的动力。尤其是科研人员投入力度较大的浙江和山东，更要注重对于科研人员的创新能力培养；（5）吉林、上海、江苏、安徽、福建、广东、云南、甘肃、青海9 省（自治区、直辖市）2019－2021年较2014－2018年的医药制造业技术创新效率呈现降低趋势，其分解指标项技术进步呈现增加趋势，技术效率呈现降低趋势。表明这些省（自治区、直辖市）没有有效利用创新资源。但吉林和福建的规模效率呈现相对较大的增加趋势，2019－2021 年较2014－2018 年分别提高3.6 和7.4个百分点，说明带量采购政策对于此两省市医药制造业规模效率的提升起到促进作用，其技术创新效率的下降是纯技术效率的阻碍，说明其未能注重创新资源的管理能力。（6）河北、辽宁、广西、重庆、陕西5 省（自治区、直辖市）2019－2021 年较2014－2018 年的医药制造业技术创新效率呈现降低趋势，其分解指标项技术进步和技术效率也都呈现降低趋势。说明带量采购政策的实施并未对这些省（自治区、直辖市）的技术创新起到积极作用，政府部门需要发现及解决存在的问题，让该政策在全国范围内助推医药制造业研发创新效率的提高。广西可能是由于地理位置和人才匮乏，致使医药制造行业发展受限。河北、辽宁、重庆、陕西可能是因为科研实力相对不强，创新资源的转化能力较弱。

2.2.3 技术创新效率动态评价与实际发展的比较分析 为说明理论结果与医药制造业实际发展状况的相关度，进一步将研究时限内我国30省（自治区、直辖市）医药制造业在带量采购政策实施前后的技术创新效率平均值与利润总额平均值的排名情况进行了对比分析（如表5）。

表5 30省（自治区、直辖市）医药制造业技术创新效率平均值与利润总额平均值排名对比Table 5 Comparison of rankings between the average efficiency of technological innovation and the average total profit of the pharmaceutical manufacturing industry in 30 provinces and cities

由表5可看出：在带量采购政策实施前后，技术创新效率值与利润总额之间的变化情况并无直接的规律性联系，且部分地区出现较大反差。我国30 个省（自治区、直辖市）中，河北、上海、安徽、云南、甘肃的技术创新效率值在带量采购前后排名呈现下降趋势，而利润总值排名上升，其中上海和甘肃较为典型；天津、内蒙古、黑龙江、山东、湖南、贵州的技术创新效率值在带量采购前后排名上升，但其利润总额的排名呈现下降趋势，以内蒙古和贵州的变化最为显著；部分地区的技术创新效率值排名和利润总值排名呈现同增同减的现象，但两个指标排名差距较大，以海南为例，两个指标之间相差25个排名。

DEA-Malmquist指数方法是一种常用的评价创新效率的方法，凭借对多指标体系的投入及产出值进行系统测量的特点，以精确的数据作为评价的支撑基础，使研究结论具备客观性，存在一定的可信度，但技术创新效率是一个相对值，若某省份技术创新产出和研发投入都小，其效率值就有可能高。因此，某省份医药制造业盈收水平的高低不能作为评估该省份技术创新效率高低的标准，单纯使用DEA-Malmquist指数模型评价医药制造业创新效率与各地区实际情况可能会出现偏差。

3 实证结果与建议

3.1 不同区域间研发创新各项效率指标存在较大差异性，各地发展不均衡

带量采购政策实施以来，医药制造业技术创新效率表现出明显的地域差异。结合上文对不同区域间技术创新效率的横向比较发现，在该政策实施3 年后，北京和内蒙古2 省（自治区、直辖市）的技术创新效率增幅最快，较2014－2018年分别提高93.7个百分点、28.8个百分点；天津、山西、黑龙江、湖北、湖南、海南、四川、贵州、宁夏、新疆10省（自治区、直辖市）的增速相对放缓；其他省市均表现为回落状态。

3.2 我国医药制造业技术创新效率主要受纯技术效率影响

针对部分省（自治区、直辖市）近年来技术创新效率的较大降幅，例如辽宁、吉林、广西、陕西4 省（自治区）在政策实施后技术创新效率下降在20 个百分点左右，说明带量采购政策并未对其创新效率的提高起到有利作用，政府部门可采取适当措施对其干预。由上述分析可知带量采购实施后，医药制造业的技术进步指数和规模效率指数均大于1，说明其对技术创新效率的提升具有促进作用。而纯技术效率指数为0.983＜1，成为阻碍医药制造业技术创新效率呈现较大涨幅的因素。纯技术效率主要受技术水平和管理能力的影响，政策实施过程中相关政府部门还需不断完善相关细则激励医药行业的研发创新，政策环境有待进一步优化。

3.3 技术创新效率与行业收益情况不成正比

带量采购政策实施前后技术创新效率与利润总额之间的变化情况在部分地区存在反差的情形，说明技术创新效率与行业收益情况不成正比。例如处于长三角地区的上海归属创新活跃区域，2018年全国经费投入超过千亿元的6个省（自治区、直辖市）中，上海位列其中，占6.9%，拥有大量高新技术企业，科学技术水平相对较高，利润总值排名上升，但技术创新效率排名呈现下降的趋势。在用DEAMalmquist 指数方法评价医药制造业的创新效率时，因其特殊性，需要结合医药制造业创新成果产出周期长、研发投入对企业发展的影响存在短期效应、可能存在创新效率溢出等因素综合考虑，才能让研究结果更加贴合实际。

3.4 对策与建议

综合上述运用DEA-Malmquist指数方法对我国30 省（自治区、直辖市）医药制造业技术创新效率的分析，从要素投入、体制机制、带量采购政策3 个角度出发，为提高技术创新效率提出以下几点建议：

第一，调整创新资源投入结构，完善资源配置功能，提高投入产出比例。在医药制造业的技术创新中，科研人员的投入是实现创新的根基，充足的资金支持是创新活动的基本保障。人力和资金等投入要素固然重要，但高质量的发展依托于高质量的项目，战略、知识以及信息等要素对于医药制造业技术创新效率的提升也具有显著影响作用。医药制造业技术创新效率的提高需要引进高端科技人才，也需要培育高端平台及投入相应资金支持，充分发挥技术优势，科学调整投入要素的分配比例，改善医药制造业产业结构，完成整个产业链的优化升级，提高技术创新的时效，以率先获取市场。

第二，相关政府部门可出台鼓励研究创新的制度措施，充分发挥政府的政策导向作用。药品作为一种特殊的商品，相关政府部门可通过扩大医药行业的研发经费拨款、给予医药行业税收优惠政策等为其研发创新提供有利条件，同时鼓励引进高创新效率地区的先进技术和经验，完善政府支持机制。例如，当医药企业的研发强度达到规定的标准，该企业可以获得特定比例的退税，以此来激励医药制造业进行研发创新活动，这有益于技术创新效率的提高。

第三，积极参与带量采购，转变发展战略。大型医药制造业因国外市场监管趋紧和市场份额萎缩而选择竞争国内市场，随着带量采购执行力度的加大，应积极参与以寻求药品销售市场，并采用蓝海战略，通过提高自身的创新研发能力来实现可持续发展。中小型医药制造业在这场价格与产能的博弈中因成本管控、生产工艺等不具优势，若不寻求新的发展战略则会逐渐被市场淘汰，其可向大型医药制造业靠拢，通过并购重组实现规模化生产，整合行业资源，提高创新能力。

4 小结

本文对带量采购政策实施前后医药制造业技术创新效率进行比较研究，重点分析了带量采购政策对我国医药制造业技术创新效率的影响，而能够对医药制造业技术创新效率产生影响的因素除带量采购的实施外也包含其他多种因素。因此，未来的研究可将国家正大力推进的带量采购与其他多种影响因素相结合，更加深入的探讨引起我国医药制造业技术创新效率变动的原因。例如，研发强度及成长能力对医药制造业创新效率的提高具有显著的正向作用[19]。医药制造业是资本和技术密集型行业，研发强度可促进其创新效率的提升。同时医药制造业又是投入和风险都相对较高的行业，其发展需要充足的资金支持，成长能力越强，资本积累相对越多，则风险承受力及创新驱动越强，这将有利于技术创新效率的提高。另外，新产品需求度也会促进医药制造业技术创新效率的提高[20]。因市场供需关系的影响，新产品需求度会和研发投入度产生相关性。医药制造业需及时做出调整来适应经济环境的变化，以正确进行新产品的开发定位。市场中新产品生产量随需求量的增高而增高，其价格也会得到提高，则企业会继续研究新产品的升级或进行再开发，即有利于创新效率的提高。