技术创新促进我国医药制造业发展的实证研究

[摘要] 本文以医药制造行业近年来的年度数据为研究样本，建立了用于解释技术创新主要影响因素对于行业发展的促进作用的生产函数模型；并根据此模型对技术创新主要影响因素的相互关系以及它们对行业发展贡献的大小做出了评价，并就在未来如何合理化配置我国医药制造行业技术创新资源提出了自己的见解。

[关键词] 医药制造业技术创新计量模型

一、绪言

作为知识型的高科技产业，医药制造业的发展速度快慢和质量高低是与技术创新水平的高低分不开的。相对与国民经济中的其他行业而言，医药制造业的发展对于技术创新的依赖性更强；拥有了领先的科技水平，医药制造业的企业可以在市场中占有更为主动的地位，更快地缩短与行业领导企业的差距。但从我国医药制造业的相对竞争优势来看，该行业的发展仍然处于低质量粗放型增长阶段，为改善这一缺陷，加大资源投入是必然选择；但如何有效配置该产业的资源投入就成为了急待解决的问题所在。

据此，本文拟以医药制造行业近年来的年度数据为研究样本，以行业产值，固定资产数量，R&D投入水平，人员数量等因素作为研究指标，通过计量经济学建立数学模型的方法，就技术创新对于产业发展的影响做出探索性的实证研究，从而就如何合理调整产业的资源配置，更好地促进医药产业的技术创新提出自己的见解。

二、生产函数模型构建和样本数据处理

结合此处研究对象的实际情况，本文中采用生产函数（Cobb--Dauglas）模型作为基本模型。生产函数是描述生产过程中投入的生产要素的某种组合同它可能的最大产出量之间的依存关系的数学表达式。该模型由美国数学家Charles Cobb和经济学家Paul Dauglas在20世纪20年代导出。其基本形式为:其中Y为产出量， K、R、L分别为资本、R&D投入、劳动等投入要素。

另外，为更详细探究技术创新各要素之间的关系和得出更多有价值的结论，本文将同时对C―D模型的几种衍生形式：一级CES模型、VES模型和边界生产函数模型也进行建模分析。另外需加以说明的是，因为一级CES模型、VES模型对数转换形式中的替代变量数目太多，为有效地避免线性回归过程中可能产生的异方差问题，必须提供很大数量的样本数据，而当前我国医药制造业基础数据条件尚且不足以达到这种要求，因此在以下的模型回归过程中，C―D模型和边界生产函数模型中采取三变量（即：K变量、R变量、L变量）进行回归分析；一级CES模型和VES模型中采取两变量（即：K变量、R变量、L变量两两组合）进行回归分析。

综上所述，本文拟应用的计量经济学模型可以归纳如下（为方便软件处理数据，此处将各模型的对数转化形式一并列出）：

1.C―D生产函数模型

对数形式: （模型中a、b、c为相关变量的产出弹性； A为效率系数； 为虚拟变量，描述变量外的因素对模型的干扰。）

2.一级CES生产函数模型

对数形式:

3.VES生产函数模型

对数形式:

4.边界生产函数模型

对数形式:

本文模型中包括有Y、K、R、L、 五个变量。被解释变量为医药行业的产值(Y)，解释变量为该行业的资本(K)、劳动(L)和R&D投入(R)，为了用定量的数据来表示这些解释变量，本文拟用行业年度产值来表征产出量，用行业的年度固定资产数值来表征资本，用行业科技人员的数量和研发(R&D)人员的数量来表征劳动，用R&D费用的支出来表征R&D投入。另外，还有些无法量化的变量，如政策变量、条件变量将以虚拟变量(μ)的形式在模型中加以体现。

表1样本数据

资料来源:《1997年中国统计年鉴》，《2002年中国高科技产业统计年鉴》

三、最终方程与模拟结果

本文此处回归分析所用的软件为Micro TSP(6.5),具体所采用的线性回归运算种类为LS(H), 即可带有异方差处理的普通最小二乘法。数据分析结果和相关模型表示如下：

1.C―D生产函数模型

表2C―D生产函数模型回归结果

拟合的计量经济学模型表达式为：

2.一级CES生产函数模型

表3一级CES模型回归结果

表4VES模型回归结果

4.边界生产函数模型

根据计量经济学的理论，借助已得的C―D 生产函数模型的既得方程可以求出边界生产函数模型的数学表达式为：

四、模型分析及数据诠释

首先，根据C―D 生产函数模型，可知对于我国医药制造业而言，K变量（医药行业年底固定资产净值）、R变量（医药行业R&D经费内部支出）、L变量（医药行业科技活动人员人数）的产出弹性分别为：0.37619，0.32489，0.08076。

其次，一级CES生产函数模型和VES生产函数模型中的参数T称为规模报酬参数，它代表了技术创新要素投入增长倍数与产出量增长倍数之间的数量关系。具体而言，当T＝1(＜1，＞1时，表明技术创新各要素是规模报酬不变[递减，递增]的）。根据一级CES生产函数模型的分析结果，可得,,。根据VES生产函数模型的分析结果，可得 。

可以看出，要素组合KL是规模报酬递增的，而要素组合KR和RL是规模报酬递减的。从而我们可以得出结论：在我国医药行业的当前发展阶段，过多的R&D投入将导致行业整体规模报酬的下降，因此在现阶段，不宜过分地加大R&D费用的投入水平。

再次，根据一级CES生产函数模型的回归结果,可得:,RL=1.02041。根据VES生产函数模型的回归结果,可得:　。可以看出，K变量和R变量之间的替代弹性是最大的，R变量和L变量之间的替代弹性次之，而K变量和L变量之间的替代弹性最小。其原因可以解释如下：由于K变量和R变量都属于以货币作为表现单位的要素，因而替代能力最强； L变量属于以人员数目作为表现单位的要素，所以它与K变量和R变量之间的替代弹性比较小；而R变量和L变量之间的替代弹性相对K变量和L变量之间的替代弹性更大则是由于R&D费用支出与科技人员数目的相关性程度更高导致的。

五、结论性评述

综合前面的分析结果，在此本文提出我国医药制造业技术创新资源合理分配的方式。具体阐述如下：

由于我国医药制造业技术创新的水平还是太低，因此在现阶段条件允许的情况下，应当继续加大对于医药制造业技术创新各要素的投入水平。

因为在技术创新各要素中，固定资产的产出弹性最高，R&D 投入的产出弹性次之，而行业人员的产出弹性最低。因此在总体投入水平一定，并保持各种要素投入水平相对平衡的基础上，应当尽可能加大对于固定资产的投入，其次是加大对于R&D 费用和行业人员数量的投入。

由于在行业规模报酬的分析中， R&D 投入与固定资产、R&D 投入与行业人员的要素组合属于行业规模报酬递减型，而固定资产与行业人员的要素组合属于行业规模报酬递增型，所以，对于行业整体的R&D 投入应当有一个合理的比例和限度，否则会引起行业的规模报酬递减。

另外，由于行业人员和固定资产、行业人员和R&D投入之间的替代弹性都比较小，也即固定资产和R&D投入的增加只能在较小的程度上和行业科技活动人员之间产生“替代效应”，所以尽管行业人员的产出弹性是最低的，但是对于行业科技活动人员的培养和吸纳仍然应当给予足够的重视。因为别的要素的大幅度增加并不能自然地引起行业人员水平的上升。如果行业人员的数目和质量太低，则很可能成为行业整体发展的“瓶颈”。

总结而言，为尽快加强我国医药制造业的整体竞争水平，提高我国医药企业应对国外成熟医药企业冲击的能力。首先应当加大对于医药制造业技术创新各要素的整体投入水平；在整体投入水平有限的情况下，应当优先加大固定资产的投入水平；R&D投入的增加水平应当考虑到行业规模报酬的变化情况；针对医药制造行业人员投入的增加不能成为当前整体投入增加的主要部分，但是对于该行业科技活动人员的培养和吸纳仍然应当给予足够的重视。

本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。