基于SVAR模型的我国医药制造业创新投入与产出关系研究

张玲玲; 丰志培; 赵梦婵; 刘柳; 徐华超

doi:10.20060/j.cnki.ISSN1009-3222.2023.0248

基于SVAR模型的我国医药制造业创新投入与产出关系研究

doi: 10.20060/j.cnki.ISSN1009-3222.2023.0248

张玲玲^{1, 2,},
丰志培^{1, 2, ,},
赵梦婵^{1, 2},
刘柳^{1, 2},
徐华超^{1, 2}

1.
安徽中医药大学医药经济管理学院, 安徽合肥 230012
2.
数据科学与中医药创新发展安徽省哲学社会科学重点实验室, 安徽合肥 230012

基金项目:

安徽省哲学社会科学规划项目 AHSKY2021D143

安徽省高等学校哲学社会科学研究项目 2022AH050436

详细信息

作者简介:
张玲玲, 女, 硕士研究生。E-mail: 2399633255@qq.com

通讯作者:
丰志培, 男, 教授, 博士生导师。研究方向: 中医药产业经济。E-mail: zhipeif@126.com

中图分类号: F273.1
计量
- 文章访问数: 177
- HTML全文浏览量: 91
- PDF下载量: 10
- 被引次数: 0
出版历程
- 收稿日期: 2023-04-20
- 网络出版日期: 2023-07-11
- 发布日期: 2023-07-18

Research on the Relationship between Innovation Input and Output in China's Pharmaceutical Manufacturing Industry Based on SVAR Model

ZHANG Ling-ling^{1, 2
,},
FENG Zhi-pei^{1, 2
, ,},
ZHAO Meng-chan^{1, 2},
LIU Liu^{1, 2},
XU Hua-chao^{1, 2}

1.
School of Medical Economics and Management, Anhui University of Chinese Medicine, Hefei 230012, China
2.
Data Science and Innovative Development of Chinese Medicine in Anhui Province, Anhui Provincial Key Laboratory of Philosophy and Social Sciences, Hefei 230012, China

摘要

摘要: 基于2001—2019年相关统计数据构建SVAR模型, 采用脉冲响应函数和方差分解等方法实证分析R&D经费、R&D人员、新产品开发经费等创新投入变量对专利申请数和新产品销售收入的影响，以探讨我国医药制造业创新投入与创新产出之间的关系, 促进创新资源合理配置。研究结果表明: 创新投入与创新产出各变量间存在长期均衡关系, 且创新投入对创新产出均有正向的影响, 其中R&D经费投入的贡献度最大, R&D人员和新产品开发经费投入对创新产出的影响具有一定的滞后性。因此, 有必要加大对R&D经费、R&D人员及新产品开发经费的投入, 完善研发融资政策, 营造良好的创新环境, 引进并培养科技型人才, 提高创新投入的产出效率, 推动我国医药制造业现代化发展。
- 创新投入 /
- 创新产出 /
- 医药制造业 /
- SVAR模型
Abstract: To explore the relationship between innovation input and innovation output in China's pharmaceutical manufacturing industry, and promote the rational allocation of innovation resources. Based on the relevant statistical data from 2001 to 2019, the SVAR model was constructed, and the impact of innovation input variables such as R&D funds, R&D personnel, product development funds on the number of patent applications and new product sales revenue were empirically analyzed by using impulse response function and variance decomposition methods. The results showed that there was a long-term equilibrium relationship between innovation input and innovation output variables, and innovation input had a positive impact on innovation output, of which R&D investment had the largest contribution, and R&D personnel and product development investment had a certain lag in the impact of innovation output. Therefore, it is necessary to increase investment in R&D funds, R&D personnel and product development funds, improve R&D financing policies, create a good innovation environment, introduce and cultivate scientific and technological talents, improve the output efficiency of innovation input, and promote the modernization of China's pharmaceutical manufacturing industry.
- innovation input /
- innovation output /
- pharmaceutical manufacturing industry /
- SVAR model

HTML全文

图 1 创新投入与产出特征根检验

下载: 全尺寸图片幻灯片

图 2 专利申请数对创新投入的响应函数

下载: 全尺寸图片幻灯片

图 3 新产品销售收入对创新投入的响应函数

下载: 全尺寸图片幻灯片

表 1 创新投入与产出衡量指标

类型	变量名称	变量代码
解释变量	R&D经费内部支出	LJF
	R&D人员折合全时当量	LRY
	新产品开发经费支出	LXCP
被解释变量	专利申请数	LZL
被解释变量	新产品销售收入	LSR

下载: 导出CSV

表 2 创新投入与产出变量的单位根检验结果

变量	ADF检验值	检验类型	各显著性水平下的临界值			检验结果
变量	ADF检验值	(C, T, K)	1%	5%	10%	检验结果
LJF	-2.63	(C, 0, 2)	-3.89	-3.05	-2.67	非平稳
DLJF	-8.96	(C, T, 0)	-4.62	-3.71	-3.30	平稳^*
LRY	-3.90	(C, 0, 2)	-3.92	-3.07	-2.67	非平稳
DLRY	-6.18	(C, 0, 0)	-2.71	-1.96	-1.61	平稳^*
LXCP	-3.29	(C, 0, 2)	-3.92	-3.07	-2.67	非平稳
DLXCP	-5.15	(C, T, 1)	-4.67	-3.73	-3.31	平稳^*
LZL	-2.46	(C, 0, 2)	-3.92	-3.07	-2.67	非平稳
DLZL	-4.99	(C, T, 1)	-4.67	-3.73	-3.31	平稳^*
LSR	-1.92	(C, 0, 0)	-3.86	-3.04	-2.66	非平稳
DLSR	-3.87	(C, 0, 0)	-3.86	-3.05	-2.67	平稳^*
注: D表示各自形式的一阶差分, C, T, K分别代表单位根检验包括的常数项, 时间趋势项及滞后阶数, ^*表示变量经过一阶差分后在1%的显著水平下通过ADF平稳性检验。

下载: 导出CSV

表 3 创新投入与产出特征根协整检验结果

原假设	特征根	迹统计量	5%显著水平临界值	P
没有协整关系	0.986 188	166.657 3	69.818 89	0.000 0
至多1个	0.967 349	93.859 41	47.856 13	0.000 0
至多2个	0.699 789	35.687 37	29.797 07	0.009 3
至多3个	0.472 031	15.231 79	15.494 71	0.054 7

下载: 导出CSV

表 4 创新投入与产出滞后阶数的选择

滞后阶数	似然估计值	LR	FPE	AIC	SC	HQ
0	79.028 57	NA	1.14e-10	-8.709 244	-8.464 181	-8.684 884
1	168.187 6	115.382 2^*	7.01e-14	-16.257 36	-14.786 98	-16.111 20
2	219.693 4	36.357 06	9.07e-15^*	-19.375 69^*	-16.680 00^*	-19.107 74^*
注: ^*表示各准则下的最优滞后阶数。

下载: 导出CSV

表 5 LZL的方差分解

时期	S.E.	LZL	LJF	LRY	LXCP	时期	S.E.	LSR	LJF	LRY	LXCP
1	0.119 0	100.00	0.00	0.00	0.00	1	0.059 2	100.00	0.00	0.00	0.00
2	0.131 5	99.16	0.68	0.01	0.16	2	0.070 1	98.16	0.21	1.45	0.18
3	0.138 0	95.80	2.58	0.52	1.09	3	0.084 9	85.45	13.23	1.03	0.29
4	0.142 4	92.80	5.61	0.52	1.08	4	0.096 1	74.97	22.99	0.86	1.18
5	0.149 4	91.98	6.06	0.77	1.18	5	0.105 5	66.35	31.75	0.73	1.18
6	0.155 5	91.30	6.07	1.51	1.13	6	0.113 8	59.85	38.37	0.65	1.13
7	0.157 8	90.51	5.91	2.35	1.23	7	0.118 8	56.01	42.13	0.59	1.27
8	0.159 0	89.35	5.83	3.07	1.74	8	0.121 8	53.98	44.11	0.57	1.34
9	0.160 0	88.30	5.76	3.56	2.37	9	0.123 3	53.14	44.88	0.58	1.39
10	0.160 8	87.52	5.70	3.93	2.85	10	0.124 0	52.92	45.04	0.61	1.42

下载: 导出CSV

参考文献(23)

[1]	2021年全国规模以上工业增加值同比增长9.6% 工业经济持续恢复发展[EB/OL]. https://www.gov.cn/xinwen/2022-01/21/content_5669620.htm.
[2]	MUELLER DC. Patents, research and development, and the measurement of inventive activity[J]. J Ind Econ, 1966, 15(1): 26. doi: 10.2307/2097846
[3]	杨舒杰, 武志昂. 基于专利申请视角的我国医药企业创新投入产出分析[J]. 中国药房, 2020, 31(2): 129-132. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGYA202002001.htm
[4]	JEFFERSON GH, BAI HM, GUAN XJ, et al. R&D performance in Chinese industry[J]. Econ Innov New Technol, 2006, 15(4/5): 345-366.
[5]	BENEITO P. Choosing among alternative technological strategies: An empirical analysis of formal sources of innovation[J]. Res Policy, 2003, 32(4): 693-713. doi: 10.1016/S0048-7333(02)00079-3
[6]	沈宏婷, 陆玉麒, 沈惊宏. 中国省域创新投入—创新产出—创新效益的时空耦合研究[J]. 经济地理, 2017, 37(6): 17-22, 35. https://www.cnki.com.cn/Article/CJFDTOTAL-JJDL201706003.htm
[7]	刘宇, 康健, 邵云飞. 供给侧改革视域下高技术产业创新投入要素与成果产出关系研究——来自我国医药制造业的耦合证据[J]. 科技进步与对策, 2019, 36(11): 64-69. doi: 10.6049/kjjbydc.LC201808093
[8]	黄鲁成, 黄斌, 吴菲菲, 等. 航空航天器制造业创新投入与产出关系研究[J]. 科研管理, 2017, 38(2): 59-67. https://www.cnki.com.cn/Article/CJFDTOTAL-KYGL201702008.htm
[9]	刘静, 李晓艳, 闫华红. 客户地理距离对企业创新投入与创新产出影响研究[J]. 中央财经大学学报, 2021(5): 118-128. https://www.cnki.com.cn/Article/CJFDTOTAL-ZYCY202105011.htm
[10]	何向武, 周文泳, 李明珠. 自主研发、技术改造与技术引进生态关系研究——以中国高技术产业为例[J]. 科技进步与对策, 2020, 37(8): 59-67. https://www.cnki.com.cn/Article/CJFDTOTAL-KJJB202008009.htm
[11]	卜琳麟, 张琪绮, 苏红, 等. 我国医药制造业创新效率研究[J]. 中国新药杂志, 2021, 30(18): 1633-1637. https://www.cnki.com.cn/Article/CJFDTOTAL-ZXYZ202118001.htm
[12]	谭晓东, 陈玉文. 基于DEA方法的我国31个省(直辖市)医药制造业研发投入产出效率静态评价[J]. 中国医药工业杂志, 2015, 46(3): 324-327. https://www.cnki.com.cn/Article/CJFDTOTAL-ZHOU201503028.htm
[13]	朱玉莹, 阮娴静. 医药制造业技术创新绩效评价指标体系研究[J]. 科技创业月刊, 2017, 30(24): 4-6. https://www.cnki.com.cn/Article/CJFDTOTAL-KJCK201724002.htm
[14]	匡李聪, 冯国忠. 我国医药制造业研发投入与产出相关性研究[J]. 现代商贸工业, 2015, 36(5): 6-9. https://www.cnki.com.cn/Article/CJFDTOTAL-XDSM201505005.htm
[15]	曹阳, 闫岩. 基于多项式滞后分布模型的江苏省医药产业创新投入对产出影响研究[J]. 中国新药杂志, 2017, 26(4): 361-367. https://www.cnki.com.cn/Article/CJFDTOTAL-ZXYZ201704001.htm
[16]	段天宇, 张希, 胡毅. R&D强度与中国医药制造业上市公司绩效的门限效应研究[J]. 管理评论, 2020, 32(9): 142-152.
[17]	陈聪, 兰晓梅. 公开市场操作、预期效应与利率波动[J]. 统计与信息论坛, 2022, 37(3): 54-63. https://www.cnki.com.cn/Article/CJFDTOTAL-TJLT202203006.htm
[18]	郑明, 姚长青, 刘志辉, 等. 新旧动能转换时期视角的上市公司创新能力评价研究——以广东省上市公司为实例[J]. 中国科技资源导刊, 2019, 51(5): 89-96. https://www.cnki.com.cn/Article/CJFDTOTAL-XXDB201905015.htm
[19]	杜宇, 黄成. 长江经济带高技术制造业创新效率时空格局演变研究[J]. 科技进步与对策, 2019, 36(21): 35-42. https://www.cnki.com.cn/Article/CJFDTOTAL-KJJB201921009.htm
[20]	刘兰剑, 史盼. 基于所有制性质的高技术企业创新能力差异及生成机理——源自省级面板数据的实证研究[J]. 科技进步与对策, 2020, 37(23): 100-107. https://www.cnki.com.cn/Article/CJFDTOTAL-KJJB202023013.htm
[21]	李佳, 王丽丽, 王欢明. 不同经济发展水平下创新要素对产业创新绩效的影响及政策启示[J]. 科技进步与对策, 2020, 37(7): 52-58. https://www.cnki.com.cn/Article/CJFDTOTAL-KJJB202007011.htm
[22]	杨武, 杨大飞, 雷家骕. R&D投入对技术创新绩效的影响研究[J]. 科学学研究, 2019, 37(9): 1712-1720.
[23]	孙大岩, 华志强, 陈文茹. 基于SVAR模型的中国农民不同类型收入与"四化"关系[J]. 重庆社会科学, 2020(4): 15-27. https://www.cnki.com.cn/Article/CJFDTOTAL-CQSK202004003.htm