吳肖麗

摘要：利用2000-2010年我國28個省市的面板數(shù)據(jù)，運(yùn)用非參數(shù)Malmquist指數(shù)法對我國醫(yī)藥制造業(yè)全要素生產(chǎn)率的變動進(jìn)行測算，并劃分為中、東、西部進(jìn)行了區(qū)域?qū)Ρ确治?。研究表明：?）我國醫(yī)藥制造業(yè)的發(fā)展在區(qū)域上存在一定差異，東部地區(qū)技術(shù)效率優(yōu)于中、西部，西部地區(qū)技術(shù)進(jìn)步提升較快，而中部地區(qū)的規(guī)模收益好于東、西部；（2）醫(yī)藥制造業(yè)的三個指數(shù)均小于1，技術(shù)發(fā)展仍屬于較低水平；（3）年度分析方面，規(guī)模效率指數(shù)呈現(xiàn)降低趨勢。

關(guān)鍵詞：醫(yī)藥制造業(yè)；全要素生產(chǎn)率；非參數(shù)Malmquist指數(shù)；DEA

中圖分類號：F2文獻(xiàn)標(biāo)識碼：A文章編號：16723198（2014）05000101

1引言

醫(yī)藥制造業(yè)屬于高技術(shù)產(chǎn)業(yè)，其具有高技術(shù)性、高投入性等特點，其健康發(fā)展和技術(shù)進(jìn)步、技術(shù)效率和規(guī)模效益等因素息息相關(guān)。本文以醫(yī)藥制造業(yè)為研究對象，測算其全要素生產(chǎn)率，這對進(jìn)一步促進(jìn)醫(yī)藥制造業(yè)健康發(fā)展有一定的現(xiàn)實和理論意義。目前，關(guān)于產(chǎn)業(yè)全要素生產(chǎn)率研究較為成熟，但以醫(yī)藥制造業(yè)為研究對象探究其全要素生產(chǎn)率的研究不多，且主要停留于高技術(shù)產(chǎn)業(yè)整體研究方面。李雪冬（2010）、魯煒和嚴(yán)夏（2012）均利用DEA的非參數(shù)Malmquist指數(shù)法對我國高技術(shù)產(chǎn)業(yè)的全要素生產(chǎn)率進(jìn)行了研究，分別單獨從地域和年際之間進(jìn)行了分析。姜波（2011）基于DEA模型的非參數(shù)Malmquist指數(shù)方法對中國高技術(shù)產(chǎn)業(yè)R&D效率變動進(jìn)行了分析。黃佐钘（2010）則基于MalmquistTFP指數(shù)方法的實證分析對上海市高技術(shù)產(chǎn)業(yè)各行業(yè)效率變化進(jìn)行了研究。在醫(yī)藥制造業(yè)方面，茅寧瑩等（2013）利用Malmquist指數(shù)模型，在創(chuàng)新主體對我國制藥業(yè)技術(shù)創(chuàng)新全要素生產(chǎn)率影響作用方面進(jìn)行了評價。

綜上，目前對于全要素生產(chǎn)率的研究較為成熟，但以具體的高技術(shù)產(chǎn)業(yè)為研究對象的文獻(xiàn)較少，且鮮有文獻(xiàn)分別從年度和地域角度對我國醫(yī)藥制造業(yè)的全要素生產(chǎn)率進(jìn)行分析。基于上述研究現(xiàn)狀，本文以2000-2010年28個省市的醫(yī)藥制造產(chǎn)業(yè)為對象，利用DEA的非參數(shù)Malmquist指數(shù)法進(jìn)行定量分析，從地域劃分和年度兩方面分別進(jìn)行計算，從兩個維度對我國醫(yī)藥制造業(yè)的全要素生產(chǎn)率進(jìn)行分析研究。

2模型選擇與指標(biāo)選取

2.1非參數(shù)Malmquist指數(shù)法

美國經(jīng)濟(jì)學(xué)家羅伯特·索羅最早提出了全要素生產(chǎn)率這一概念，其是總產(chǎn)量與全部要素投入量之比，用來衡量單位生產(chǎn)的效率指標(biāo)。本文利用非參數(shù)Malmquist指數(shù)法來計算全要素生產(chǎn)率，這種方法比較適用于研究總投入和總產(chǎn)出的效率，是一個衡量績效的方法。非參數(shù)Malmquist指數(shù)法較其他方法的優(yōu)點在于：在測算過程中不需要任何具體函數(shù)形式或者假設(shè)，適用于各種經(jīng)濟(jì)形式的投入和產(chǎn)出，且不要求有關(guān)投入產(chǎn)出的價格信息，其優(yōu)越性尤其體現(xiàn)在信息不充分的情況下，使得研究更加具有適用性和可行性。

2.2指標(biāo)選取

本文所采用的數(shù)據(jù)來源于各年《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》，主要選取了除西藏等地區(qū)以外的28個省市作為決策單元，使用DEAP軟件對28個省市11年的全要素生產(chǎn)率進(jìn)行測算。

（1）產(chǎn)出指標(biāo)。本文采用各省市醫(yī)藥制造業(yè)的工業(yè)總產(chǎn)值，考慮到數(shù)據(jù)的可比性，以2000為基期用工業(yè)生產(chǎn)者出廠價格指數(shù)對其進(jìn)行平減，單位為億元。

（2）投入指標(biāo)。包括勞動力和資本兩個方面，勞動力為醫(yī)藥制造產(chǎn)業(yè)各地區(qū)年從業(yè)人員平均人數(shù)，單位為萬人；資本選取固定資產(chǎn)原價，以2000為基期用固定資產(chǎn)投資價格指數(shù)進(jìn)行平減，單位為億元。

3醫(yī)藥制造業(yè)全要素生產(chǎn)率的實證結(jié)果分析

3.1全要素生產(chǎn)率區(qū)域劃分?jǐn)?shù)據(jù)結(jié)果分析

本文按照我國對中、東、西部省市的劃分，相應(yīng)計算了三個地區(qū)的全要素生產(chǎn)率。通過DEAP軟件算出我國各地區(qū)的技術(shù)進(jìn)步指數(shù)、純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)，中、東和西部的區(qū)域全要素生產(chǎn)率可見表1。

4結(jié)論與政策建議

本文利用DEA的非參數(shù)Malmquist指數(shù)方法對我國醫(yī)藥制造業(yè)28個省市全要素生產(chǎn)率的區(qū)域和年際變化及分解進(jìn)行了測算，并對測算結(jié)果進(jìn)行了分析。主要得出以下結(jié)論：（1）我國醫(yī)藥制造業(yè)在區(qū)域上存在著一定差異，東部地區(qū)的技術(shù)效率優(yōu)于中、西部，西部地區(qū)技術(shù)進(jìn)步提升較快，而中部地區(qū)的規(guī)模收益好于東、西部；（2）醫(yī)藥制造業(yè)的三個指數(shù)均小于1，技術(shù)發(fā)展仍屬于較低水平；（3）年度分析方面，規(guī)模效率指數(shù)呈現(xiàn)降低趨勢，應(yīng)提高產(chǎn)業(yè)集中度，從而促進(jìn)生產(chǎn)率的上升。

基于以上結(jié)論，本文將針對性的提出以下政策建議：（1）加大技術(shù)創(chuàng)新投入，促進(jìn)醫(yī)藥制造業(yè)技術(shù)成果產(chǎn)業(yè)化；（2）構(gòu)建產(chǎn)學(xué)研合作平臺，促使醫(yī)藥制造業(yè)的持續(xù)發(fā)展；（3）促進(jìn)產(chǎn)業(yè)集聚發(fā)展，實現(xiàn)醫(yī)藥制造企業(yè)的規(guī)模效益。

參考文獻(xiàn)

[1]李雪冬.我國高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率變動分解——基于非參數(shù)的Malmquist指數(shù)法[J].科技管理研究，2010，（8）.

[2]魯煒，嚴(yán)夏.高技術(shù)產(chǎn)業(yè)R&D全要素生產(chǎn)率變動分析——基于DEA模型的Malmquist指數(shù)方法[J].西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2012，（3）.

[3]姜波.中國高技術(shù)產(chǎn)業(yè)R&D效率變動分析——基于DEA模型的Malmquist指數(shù)方法[J].情報雜志，2011，（11）.

[4]黃佐钘.上海高技術(shù)產(chǎn)業(yè)各行業(yè)效率變化研究——基于Malmquist TFP指數(shù)方法的實證分析[J].中國科技論壇，2010，（3）.

[5]茅寧瑩，王雅雯，張帥英，等.創(chuàng)新主體對我國制藥業(yè)技術(shù)創(chuàng)新全要素生產(chǎn)率影響作用評價——基于Malmquist指數(shù)模型[J].中國新藥雜志，2013，（24）.endprint

摘要：利用2000-2010年我國28個省市的面板數(shù)據(jù)，運(yùn)用非參數(shù)Malmquist指數(shù)法對我國醫(yī)藥制造業(yè)全要素生產(chǎn)率的變動進(jìn)行測算，并劃分為中、東、西部進(jìn)行了區(qū)域?qū)Ρ确治觥Ｑ芯勘砻鳎海?）我國醫(yī)藥制造業(yè)的發(fā)展在區(qū)域上存在一定差異，東部地區(qū)技術(shù)效率優(yōu)于中、西部，西部地區(qū)技術(shù)進(jìn)步提升較快，而中部地區(qū)的規(guī)模收益好于東、西部；（2）醫(yī)藥制造業(yè)的三個指數(shù)均小于1，技術(shù)發(fā)展仍屬于較低水平；（3）年度分析方面，規(guī)模效率指數(shù)呈現(xiàn)降低趨勢。

關(guān)鍵詞：醫(yī)藥制造業(yè)；全要素生產(chǎn)率；非參數(shù)Malmquist指數(shù)；DEA

中圖分類號：F2文獻(xiàn)標(biāo)識碼：A文章編號：16723198（2014）05000101

1引言

醫(yī)藥制造業(yè)屬于高技術(shù)產(chǎn)業(yè)，其具有高技術(shù)性、高投入性等特點，其健康發(fā)展和技術(shù)進(jìn)步、技術(shù)效率和規(guī)模效益等因素息息相關(guān)。本文以醫(yī)藥制造業(yè)為研究對象，測算其全要素生產(chǎn)率，這對進(jìn)一步促進(jìn)醫(yī)藥制造業(yè)健康發(fā)展有一定的現(xiàn)實和理論意義。目前，關(guān)于產(chǎn)業(yè)全要素生產(chǎn)率研究較為成熟，但以醫(yī)藥制造業(yè)為研究對象探究其全要素生產(chǎn)率的研究不多，且主要停留于高技術(shù)產(chǎn)業(yè)整體研究方面。李雪冬（2010）、魯煒和嚴(yán)夏（2012）均利用DEA的非參數(shù)Malmquist指數(shù)法對我國高技術(shù)產(chǎn)業(yè)的全要素生產(chǎn)率進(jìn)行了研究，分別單獨從地域和年際之間進(jìn)行了分析。姜波（2011）基于DEA模型的非參數(shù)Malmquist指數(shù)方法對中國高技術(shù)產(chǎn)業(yè)R&D效率變動進(jìn)行了分析。黃佐钘（2010）則基于MalmquistTFP指數(shù)方法的實證分析對上海市高技術(shù)產(chǎn)業(yè)各行業(yè)效率變化進(jìn)行了研究。在醫(yī)藥制造業(yè)方面，茅寧瑩等（2013）利用Malmquist指數(shù)模型，在創(chuàng)新主體對我國制藥業(yè)技術(shù)創(chuàng)新全要素生產(chǎn)率影響作用方面進(jìn)行了評價。

綜上，目前對于全要素生產(chǎn)率的研究較為成熟，但以具體的高技術(shù)產(chǎn)業(yè)為研究對象的文獻(xiàn)較少，且鮮有文獻(xiàn)分別從年度和地域角度對我國醫(yī)藥制造業(yè)的全要素生產(chǎn)率進(jìn)行分析?；谏鲜鲅芯楷F(xiàn)狀，本文以2000-2010年28個省市的醫(yī)藥制造產(chǎn)業(yè)為對象，利用DEA的非參數(shù)Malmquist指數(shù)法進(jìn)行定量分析，從地域劃分和年度兩方面分別進(jìn)行計算，從兩個維度對我國醫(yī)藥制造業(yè)的全要素生產(chǎn)率進(jìn)行分析研究。

2模型選擇與指標(biāo)選取

2.1非參數(shù)Malmquist指數(shù)法

美國經(jīng)濟(jì)學(xué)家羅伯特·索羅最早提出了全要素生產(chǎn)率這一概念，其是總產(chǎn)量與全部要素投入量之比，用來衡量單位生產(chǎn)的效率指標(biāo)。本文利用非參數(shù)Malmquist指數(shù)法來計算全要素生產(chǎn)率，這種方法比較適用于研究總投入和總產(chǎn)出的效率，是一個衡量績效的方法。非參數(shù)Malmquist指數(shù)法較其他方法的優(yōu)點在于：在測算過程中不需要任何具體函數(shù)形式或者假設(shè)，適用于各種經(jīng)濟(jì)形式的投入和產(chǎn)出，且不要求有關(guān)投入產(chǎn)出的價格信息，其優(yōu)越性尤其體現(xiàn)在信息不充分的情況下，使得研究更加具有適用性和可行性。

2.2指標(biāo)選取

本文所采用的數(shù)據(jù)來源于各年《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》，主要選取了除西藏等地區(qū)以外的28個省市作為決策單元，使用DEAP軟件對28個省市11年的全要素生產(chǎn)率進(jìn)行測算。

（1）產(chǎn)出指標(biāo)。本文采用各省市醫(yī)藥制造業(yè)的工業(yè)總產(chǎn)值，考慮到數(shù)據(jù)的可比性，以2000為基期用工業(yè)生產(chǎn)者出廠價格指數(shù)對其進(jìn)行平減，單位為億元。

（2）投入指標(biāo)。包括勞動力和資本兩個方面，勞動力為醫(yī)藥制造產(chǎn)業(yè)各地區(qū)年從業(yè)人員平均人數(shù)，單位為萬人；資本選取固定資產(chǎn)原價，以2000為基期用固定資產(chǎn)投資價格指數(shù)進(jìn)行平減，單位為億元。

3醫(yī)藥制造業(yè)全要素生產(chǎn)率的實證結(jié)果分析

3.1全要素生產(chǎn)率區(qū)域劃分?jǐn)?shù)據(jù)結(jié)果分析

本文按照我國對中、東、西部省市的劃分，相應(yīng)計算了三個地區(qū)的全要素生產(chǎn)率。通過DEAP軟件算出我國各地區(qū)的技術(shù)進(jìn)步指數(shù)、純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)，中、東和西部的區(qū)域全要素生產(chǎn)率可見表1。

4結(jié)論與政策建議

本文利用DEA的非參數(shù)Malmquist指數(shù)方法對我國醫(yī)藥制造業(yè)28個省市全要素生產(chǎn)率的區(qū)域和年際變化及分解進(jìn)行了測算，并對測算結(jié)果進(jìn)行了分析。主要得出以下結(jié)論：（1）我國醫(yī)藥制造業(yè)在區(qū)域上存在著一定差異，東部地區(qū)的技術(shù)效率優(yōu)于中、西部，西部地區(qū)技術(shù)進(jìn)步提升較快，而中部地區(qū)的規(guī)模收益好于東、西部；（2）醫(yī)藥制造業(yè)的三個指數(shù)均小于1，技術(shù)發(fā)展仍屬于較低水平；（3）年度分析方面，規(guī)模效率指數(shù)呈現(xiàn)降低趨勢，應(yīng)提高產(chǎn)業(yè)集中度，從而促進(jìn)生產(chǎn)率的上升。

基于以上結(jié)論，本文將針對性的提出以下政策建議：（1）加大技術(shù)創(chuàng)新投入，促進(jìn)醫(yī)藥制造業(yè)技術(shù)成果產(chǎn)業(yè)化；（2）構(gòu)建產(chǎn)學(xué)研合作平臺，促使醫(yī)藥制造業(yè)的持續(xù)發(fā)展；（3）促進(jìn)產(chǎn)業(yè)集聚發(fā)展，實現(xiàn)醫(yī)藥制造企業(yè)的規(guī)模效益。

參考文獻(xiàn)

[1]李雪冬.我國高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率變動分解——基于非參數(shù)的Malmquist指數(shù)法[J].科技管理研究，2010，（8）.

[2]魯煒，嚴(yán)夏.高技術(shù)產(chǎn)業(yè)R&D全要素生產(chǎn)率變動分析——基于DEA模型的Malmquist指數(shù)方法[J].西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2012，（3）.

[3]姜波.中國高技術(shù)產(chǎn)業(yè)R&D效率變動分析——基于DEA模型的Malmquist指數(shù)方法[J].情報雜志，2011，（11）.

[4]黃佐钘.上海高技術(shù)產(chǎn)業(yè)各行業(yè)效率變化研究——基于Malmquist TFP指數(shù)方法的實證分析[J].中國科技論壇，2010，（3）.

[5]茅寧瑩，王雅雯，張帥英，等.創(chuàng)新主體對我國制藥業(yè)技術(shù)創(chuàng)新全要素生產(chǎn)率影響作用評價——基于Malmquist指數(shù)模型[J].中國新藥雜志，2013，（24）.endprint

摘要：利用2000-2010年我國28個省市的面板數(shù)據(jù)，運(yùn)用非參數(shù)Malmquist指數(shù)法對我國醫(yī)藥制造業(yè)全要素生產(chǎn)率的變動進(jìn)行測算，并劃分為中、東、西部進(jìn)行了區(qū)域?qū)Ρ确治?。研究表明：?）我國醫(yī)藥制造業(yè)的發(fā)展在區(qū)域上存在一定差異，東部地區(qū)技術(shù)效率優(yōu)于中、西部，西部地區(qū)技術(shù)進(jìn)步提升較快，而中部地區(qū)的規(guī)模收益好于東、西部；（2）醫(yī)藥制造業(yè)的三個指數(shù)均小于1，技術(shù)發(fā)展仍屬于較低水平；（3）年度分析方面，規(guī)模效率指數(shù)呈現(xiàn)降低趨勢。

關(guān)鍵詞：醫(yī)藥制造業(yè)；全要素生產(chǎn)率；非參數(shù)Malmquist指數(shù)；DEA

中圖分類號：F2文獻(xiàn)標(biāo)識碼：A文章編號：16723198（2014）05000101

1引言

醫(yī)藥制造業(yè)屬于高技術(shù)產(chǎn)業(yè)，其具有高技術(shù)性、高投入性等特點，其健康發(fā)展和技術(shù)進(jìn)步、技術(shù)效率和規(guī)模效益等因素息息相關(guān)。本文以醫(yī)藥制造業(yè)為研究對象，測算其全要素生產(chǎn)率，這對進(jìn)一步促進(jìn)醫(yī)藥制造業(yè)健康發(fā)展有一定的現(xiàn)實和理論意義。目前，關(guān)于產(chǎn)業(yè)全要素生產(chǎn)率研究較為成熟，但以醫(yī)藥制造業(yè)為研究對象探究其全要素生產(chǎn)率的研究不多，且主要停留于高技術(shù)產(chǎn)業(yè)整體研究方面。李雪冬（2010）、魯煒和嚴(yán)夏（2012）均利用DEA的非參數(shù)Malmquist指數(shù)法對我國高技術(shù)產(chǎn)業(yè)的全要素生產(chǎn)率進(jìn)行了研究，分別單獨從地域和年際之間進(jìn)行了分析。姜波（2011）基于DEA模型的非參數(shù)Malmquist指數(shù)方法對中國高技術(shù)產(chǎn)業(yè)R&D效率變動進(jìn)行了分析。黃佐钘（2010）則基于MalmquistTFP指數(shù)方法的實證分析對上海市高技術(shù)產(chǎn)業(yè)各行業(yè)效率變化進(jìn)行了研究。在醫(yī)藥制造業(yè)方面，茅寧瑩等（2013）利用Malmquist指數(shù)模型，在創(chuàng)新主體對我國制藥業(yè)技術(shù)創(chuàng)新全要素生產(chǎn)率影響作用方面進(jìn)行了評價。

綜上，目前對于全要素生產(chǎn)率的研究較為成熟，但以具體的高技術(shù)產(chǎn)業(yè)為研究對象的文獻(xiàn)較少，且鮮有文獻(xiàn)分別從年度和地域角度對我國醫(yī)藥制造業(yè)的全要素生產(chǎn)率進(jìn)行分析?；谏鲜鲅芯楷F(xiàn)狀，本文以2000-2010年28個省市的醫(yī)藥制造產(chǎn)業(yè)為對象，利用DEA的非參數(shù)Malmquist指數(shù)法進(jìn)行定量分析，從地域劃分和年度兩方面分別進(jìn)行計算，從兩個維度對我國醫(yī)藥制造業(yè)的全要素生產(chǎn)率進(jìn)行分析研究。

2模型選擇與指標(biāo)選取

2.1非參數(shù)Malmquist指數(shù)法

美國經(jīng)濟(jì)學(xué)家羅伯特·索羅最早提出了全要素生產(chǎn)率這一概念，其是總產(chǎn)量與全部要素投入量之比，用來衡量單位生產(chǎn)的效率指標(biāo)。本文利用非參數(shù)Malmquist指數(shù)法來計算全要素生產(chǎn)率，這種方法比較適用于研究總投入和總產(chǎn)出的效率，是一個衡量績效的方法。非參數(shù)Malmquist指數(shù)法較其他方法的優(yōu)點在于：在測算過程中不需要任何具體函數(shù)形式或者假設(shè)，適用于各種經(jīng)濟(jì)形式的投入和產(chǎn)出，且不要求有關(guān)投入產(chǎn)出的價格信息，其優(yōu)越性尤其體現(xiàn)在信息不充分的情況下，使得研究更加具有適用性和可行性。

2.2指標(biāo)選取

本文所采用的數(shù)據(jù)來源于各年《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計年鑒》，主要選取了除西藏等地區(qū)以外的28個省市作為決策單元，使用DEAP軟件對28個省市11年的全要素生產(chǎn)率進(jìn)行測算。

（1）產(chǎn)出指標(biāo)。本文采用各省市醫(yī)藥制造業(yè)的工業(yè)總產(chǎn)值，考慮到數(shù)據(jù)的可比性，以2000為基期用工業(yè)生產(chǎn)者出廠價格指數(shù)對其進(jìn)行平減，單位為億元。

（2）投入指標(biāo)。包括勞動力和資本兩個方面，勞動力為醫(yī)藥制造產(chǎn)業(yè)各地區(qū)年從業(yè)人員平均人數(shù)，單位為萬人；資本選取固定資產(chǎn)原價，以2000為基期用固定資產(chǎn)投資價格指數(shù)進(jìn)行平減，單位為億元。

3醫(yī)藥制造業(yè)全要素生產(chǎn)率的實證結(jié)果分析

3.1全要素生產(chǎn)率區(qū)域劃分?jǐn)?shù)據(jù)結(jié)果分析

本文按照我國對中、東、西部省市的劃分，相應(yīng)計算了三個地區(qū)的全要素生產(chǎn)率。通過DEAP軟件算出我國各地區(qū)的技術(shù)進(jìn)步指數(shù)、純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)，中、東和西部的區(qū)域全要素生產(chǎn)率可見表1。

4結(jié)論與政策建議

本文利用DEA的非參數(shù)Malmquist指數(shù)方法對我國醫(yī)藥制造業(yè)28個省市全要素生產(chǎn)率的區(qū)域和年際變化及分解進(jìn)行了測算，并對測算結(jié)果進(jìn)行了分析。主要得出以下結(jié)論：（1）我國醫(yī)藥制造業(yè)在區(qū)域上存在著一定差異，東部地區(qū)的技術(shù)效率優(yōu)于中、西部，西部地區(qū)技術(shù)進(jìn)步提升較快，而中部地區(qū)的規(guī)模收益好于東、西部；（2）醫(yī)藥制造業(yè)的三個指數(shù)均小于1，技術(shù)發(fā)展仍屬于較低水平；（3）年度分析方面，規(guī)模效率指數(shù)呈現(xiàn)降低趨勢，應(yīng)提高產(chǎn)業(yè)集中度，從而促進(jìn)生產(chǎn)率的上升。

基于以上結(jié)論，本文將針對性的提出以下政策建議：（1）加大技術(shù)創(chuàng)新投入，促進(jìn)醫(yī)藥制造業(yè)技術(shù)成果產(chǎn)業(yè)化；（2）構(gòu)建產(chǎn)學(xué)研合作平臺，促使醫(yī)藥制造業(yè)的持續(xù)發(fā)展；（3）促進(jìn)產(chǎn)業(yè)集聚發(fā)展，實現(xiàn)醫(yī)藥制造企業(yè)的規(guī)模效益。

參考文獻(xiàn)

[1]李雪冬.我國高技術(shù)產(chǎn)業(yè)全要素生產(chǎn)率變動分解——基于非參數(shù)的Malmquist指數(shù)法[J].科技管理研究，2010，（8）.

[2]魯煒，嚴(yán)夏.高技術(shù)產(chǎn)業(yè)R&D全要素生產(chǎn)率變動分析——基于DEA模型的Malmquist指數(shù)方法[J].西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2012，（3）.

[3]姜波.中國高技術(shù)產(chǎn)業(yè)R&D效率變動分析——基于DEA模型的Malmquist指數(shù)方法[J].情報雜志，2011，（11）.

[4]黃佐钘.上海高技術(shù)產(chǎn)業(yè)各行業(yè)效率變化研究——基于Malmquist TFP指數(shù)方法的實證分析[J].中國科技論壇，2010，（3）.

[5]茅寧瑩，王雅雯，張帥英，等.創(chuàng)新主體對我國制藥業(yè)技術(shù)創(chuàng)新全要素生產(chǎn)率影響作用評價——基于Malmquist指數(shù)模型[J].中國新藥雜志，2013，（24）.endprint