我国医药制造业研发投入区域性研究.docVIP

我国医药制造业研发投入区域性研究 　　摘要：利用因子分析，从医药制造业研发投入规模和研发投入强度两个方面比较，得出我国医药制造业研发投入具有区域差异性。分析原因，我国经济基础、科技水平、政治环境等地区差异较大。提出了政府对于东部地区应发挥其政策引导作用，重点提高研发投入强度。中西部地区的医药制造企业应依靠自身企业规模扩张和政府资金、政策支持，增加其研发投入规模 关键词：医药制造业；研发投入；区域性；因子分析 中图分类号：F2 文献标识码：A doi：10.19311/j.cnki.1672-3198.2016.07.001 0 前言 2015年5月“中国制造2025”提出，坚持“创新驱动”的基本方针。作为高新技术产业医药制造业必将创新纳入到新规划中。研发投入是创新的动力保障，但由于我国东西部地区经济、科技、政治环境差异较大，势必会影响区域研发投入水平。因此，对我国医药制造业研发投入区域性差异性研究，将成为提升我国医药制造业创新能力的前提。针对各区域研发投入水平的特点，提出针对性建议，以有效提高区域研发投入水平，加快“创新驱动” 1 指标选取及方法检测 1.1 研发投入评价指标及取值 区域划分采用中国经济区域划分为东、中、西三大地带。Daniel，Henrik用研发人员和研发支出费用来表示研发投入水平，Shrieves评价研发投入取值研发人员数目。可见，常用指标为财力投入以及人力投入两方面。研发经费支出，可直观比较各区域的研发财力投入规模。研发投入财力强度，医药制造业研发投入占主营业务收入的百分比。此比值将可衡量企业对研发的重视程度。研发人员数，可直观表现人力投入的规模。研发投入人力强度，医药制造业研发人员占总从业人员的百分比。具体指标取值见表1，取值来自2015年《中国高技术产业统计年鉴》 1.2 因子分析适用检测 由于衡量研发投入的四个指标评价结果不一致，因此采用因子分析的方法将四个指标进行降维，将四个评价指标进行综合考虑。在进行因子分析之前，需检测使用数据的适用性。检测方法一般为巴特利特球度检验以及KMO检验。通过巴特利特球度检验统计的观测值为117.553，相应的概率P值接近O。同时KMO值为0.872，可知原有变量适合进行因子分析 2 模型构建 2.1 提取主因子 利用spass19.0进行数据分析，采用最大方差法进行旋转，得到累计方差贡献率具体见表2。特征值大于1的主因子为成分1和成分2，分别记为fac1、fac2。2个主因子累计方差贡献率为96.310%，因此，2个主因子可基本上解释原4个指标信息，原变量的信息丢失较少，因子分析效果理想 从表3可见，绝对值指标X1、X3在主因子1上的载荷大于0.9，在主因子2上的几乎为0；相对值指标X2、X4，与其相反。由此，将主因子1命名为“绝对指标”，将主因子2命名为“相对指标” 2.2 主因子得分 主因子得分负值表示在平均水平之下，正值表示在平均水平之上。计算主因子得分的途径是用原有变量来描述主因子，每个省份直辖市的研发投入综合得分应为各指标变量的加权综合。应用最小二乘法对权数进行回归估计，得到主因子得分系数如表4。据此可得： 通过将各省市的原指标数据代入到方程（1）（2）中，并绘制2个主因子得分变量的散点图，见图1 fat1=O.514X1+0.511X2-0.068X3-0.031X4 （1） fac2=-0.055X1-0.043X2+0.526X3+0.515X4 （2） 指标得分若为正值表示高于平均水平，负值表示低于平均水平。绝对指标fat1变量得分中，大多数省市都集中在-2到1.5区间内，但山东得分3.182、江苏得分2.71，2个省份较其他省份高。得分处于后5名的是甘肃（-0.809）、青海（-0.829）、西藏（-0.841）、新疆（-0.847）和宁夏（-1.025），均属于西部地区。见表5 相对指标fat2变量得分中，大多数省市都集中在-1到1区间内，但宁夏（2.642）、海南（2.452）及天津（1.437）三个省市较其他省份高，即3个省份的研发投入的相对规模较大。宁夏位于西部地区，海南、天津位于东部地区。见表5 2.3 综合得分 将2个主因子综合评价31个省市的研发投入水平，采用因子加权总分的方法，其中的权重取值两因子的方差贡献率。因此，综合得分计算公式为： Fi=57.259fac1i+39.051fac2i 根据得分函数，各省市自治区的综合得分见表5。东部地区医药制造业研发投入的绝对值、相对值都较中西部地区处于优势地位。其中，中西地区研发投入较东部地区差，相对值情况相对好一些。整体水平东部地区较中西部地区好 3 评价结果