1、企業(yè)研發(fā)管理：研發(fā)生產力與藥物經濟學,醫(yī)藥 用于預防、治療、診斷人的疾病，有目的地調節(jié)人的生理機能并規(guī)定有適應癥或者功能主治、用法和用量的物質，包括中藥材、中藥飲片、中成藥、化學原料藥及其制劑、抗生素、生化藥品、放射性藥品、血清、疫苗、血液制品和診斷藥品等 醫(yī)藥產業(yè) 現(xiàn)代醫(yī)藥（Biopharmaceutical）是生物技術（Biotech）和傳統(tǒng)醫(yī)藥（Pharmaceutical）的合稱，用公式表達就是：Biopharmaceutical = Biotechnology + Pharmaceutical?！搬t(yī)藥產業(yè)”在這里我們定義為醫(yī)藥（包括醫(yī)療器械和藥用器具）從研發(fā)、生產到上市的全過程，不包

2、括流通。醫(yī)學研究（Medical research）也歸入“醫(yī)藥產業(yè)研發(fā)”范疇。 醫(yī)藥研發(fā) 醫(yī)藥研發(fā)（Pharmaceutical R&D）是醫(yī)藥產業(yè)的一部分，是醫(yī)藥產業(yè)競爭力的核心。這里所說的醫(yī)藥研發(fā)的概念是廣義上的，亦即包括生命科學（life science）和醫(yī)學研究（medical research）在內的基礎研究、應用研究和試驗發(fā)展。,相關概念,醫(yī)藥產業(yè)是知識密集型高技術產業(yè)，研發(fā)是醫(yī)藥產業(yè)的核心。高投入是醫(yī)藥產業(yè)研發(fā)的主要特點之一。在美國、歐盟和日本，醫(yī)藥產業(yè)都是R&D密度（R&D投入占銷售額比重）最大的行業(yè)（分別為15.6%、14.9%和8.07%，數(shù)據(jù)不同年）。 研發(fā)周期長、風

3、險高 產業(yè)利潤高 受法規(guī)限制極其嚴格 產業(yè)復合效應大,醫(yī)藥產業(yè)特征,產品創(chuàng)新線,新藥研發(fā)流程,馬克思主義政治經濟學、勞動價值理論 西方經濟學邊際生產力理論,生產力理論,Peter C. Reiss (1990) ：研發(fā)生產力是R&D的全要素生產力收益。R&D收益（Return to R&D）與R&D支出（R&D spending）。 Samuel B. Graves and Nan S. Langowitz (1996) ：創(chuàng)新產出（innovative output）。指標：專利（patents）和影響力調整專利（impact-adjusted patents）。自變量是R&D投入。 Kue

4、n-Hung Tsai (2005) ：R&D產出。指標：R&D產出彈性（R&D output elasticity）。Regressor:企業(yè)規(guī)模。 Jeffrey L. Furman et al. (2002) : 創(chuàng)新能力（innovative capacity）。指標：國際專利（其他國家在美國注冊的專利）。Regressor: R&D 人力資源和R&D費用、基礎研究政策和知識產權政策、對世界貿易的開放程度、學術部分和企業(yè)資助的研究所占的比重、技術專業(yè)化的程度、以及knowledge stocks。,研發(fā)生產力,Robert Keller et al. (1995)：研發(fā)產出（resea

5、rch output）。指標：專利（patents）、文章（articles）、專著（books）、模型/樣品（prototypes）、技術質量（technical quality）。,研發(fā)生產力,相對于一般產業(yè)的研發(fā)生產力定義和表征指標，醫(yī)藥產業(yè)研發(fā)生產力的概念和指標與之類似，但更為具體，具有鮮明的特征。這源于醫(yī)藥產業(yè)的特殊屬性，比如研發(fā)密集、研發(fā)周期長、受法律法規(guī)管制嚴格等。對于一般產業(yè)，用新產品數(shù)衡量該產業(yè)的創(chuàng)新產出遠不如專利數(shù)準確，因為一般產業(yè)的新產品上市是由企業(yè)自身決定，一般不需要通過國家機關經過嚴格審批后批準；醫(yī)藥產業(yè)也可以像一般產業(yè)一樣用專利來衡量研發(fā)產出，但由于新藥的批準條件和

6、程序遠較一般產業(yè)的創(chuàng)新產品負責和嚴格，因而用通過FDA（或EMEA、SFDA）批準的新藥數(shù)量衡量往往更加具體和有代表性。,醫(yī)藥產業(yè)研發(fā)生產力,Patricia M. Danzon et al. (2005) ：醫(yī)藥研發(fā)的成功率。指標：通過FDA各期臨床試驗的品種數(shù)。R:研發(fā)經驗（experience）和研發(fā)聯(lián)合（alliances）。 M. E. D. Koenig and D. J. Gans (1975) ：每單元研發(fā)費用的研究生產。important therapeutic advances的新藥數(shù)(FDA)。指標：研究生產/研發(fā)費用。 Jurgen Drews (1995, 1998)

7、 ：藥物創(chuàng)新的能力。指標：FDA new chemical entities。 Swami Subramaniam (2003)：FDA approved new drugs Arsia Amir-Aslani and Syoum Negassi (2006): R&D capacity and performance. Measurement: NCEs Esther F. Schmid and Dennis A. Smith (2004) : 動態(tài)研發(fā)生產力,醫(yī)藥產業(yè)研發(fā)生產力,Laura B. Cardinal and Donald E. Hatfield (2000) :創(chuàng)新生產力。I

8、ndices:專利、FDA通過的改良藥品數(shù)（drug enhancements）、FDA通過的創(chuàng)新藥品數(shù)（NCEs）。,研發(fā)的范圍經濟和規(guī)模經濟、知識溢出和內生（醫(yī)藥創(chuàng)新線）。,知識經濟理論基礎,專利是研發(fā)投入（如知識投入）轉化為利益的直接階段。 專利變量在學科間、工業(yè)界廣泛應用成熟。 使用廣泛，具有良好的計量特征。 變量之間的重復內容相對少。 使得R&D組織之間具有可比性。 新藥指標無法獲?。ㄔ颍?。,專利指標,變量有專利申請數(shù)、擁有發(fā)明專利數(shù)、R&D費用、R&D人員數(shù)、科技機構數(shù)、利潤率、利潤、銷售額、R&D密度、新產品開發(fā)投入、新產品產值等。 被解釋變量主要是擁有發(fā)明專利數(shù)和專利申請數(shù)，

9、相對于這兩個因變量，其他變量可以作為解釋變量。 然而從經濟學的投入-產出角度看，新產品產值和新產品開發(fā)投入可能存在因果關系，如果同時作為自變量，可能會產生內生問題。同時研發(fā)密度和研發(fā)投入、銷售額因素存在關聯(lián)。因而對新產品產值和研發(fā)密度，分別將其作為被解釋變量做了分析。,Cross-sectional data,變量的統(tǒng)計描述,專利申請數(shù)與控制變量的 estimated equations table,Population regression functionand OLS regression line (5,7),outliers,outliers,擁有發(fā)明專利數(shù),Population e

10、quation and estimated equation,科技機構數(shù)每增加1個，所在省份的擁有發(fā)明專利數(shù)增加2.7個；R&D投入每增加549萬元，發(fā)明專利增加1個；R&D人員每增加27人年，發(fā)明專利降低一個。,經濟學含義,Scatterplot and fitted value,Model misspecification and reset,R&D 密度,R&D 密度,計量經濟學名稱的演變 Regression已經不再具有歷史的含義了。 “線性”與數(shù)學線性的區(qū)別。,R&D 密度,新產品產值與新產品開發(fā)投入經費,同方差性（homoskedasticity）是指unobserved erro

11、r, u 與解釋變量之間的conditional variance為不變值。當u與解釋變量之間的conditional variance隨單元的不同而變化時，就產生異方差性（heteroskedasticity）。經過計量經濟學最近20年的發(fā)展，經濟學家已經發(fā)展出在異方差性形式未知（heteroskedasticity of unknown form）的情況下進行調整標準差、t, F, LM statistics計算的異方差魯棒性程序（heteroskedasticity-robust procedure）。,其他,多重共線性（multicollinearity）是指解釋變量之間出現(xiàn)了高相關性

12、（high but not perfect correlation between two or more independent variables）。這個問題一般只需注意即可，因為Rj (R-squared from regressing xj on other independent variables) 接近1的時候往往可能存在多重共線性，計量經濟學軟件可以很容易看出這些關系。,Panel data,本章數(shù)據(jù)是根據(jù)國家統(tǒng)計局、國家發(fā)展和改革委員會、科學技術部聯(lián)合發(fā)布的2007中國高技術產業(yè)統(tǒng)計年鑒、2008中國高技術產業(yè)統(tǒng)計年鑒中有關20022007的醫(yī)藥產業(yè)省級統(tǒng)計數(shù)據(jù)進行整理、分類

13、和計算。消費者價格指數(shù)（consumer price index, CPI）來自于中國統(tǒng)計局網(wǎng)站。 樣本量成倍加大。 控制了time-constant unobserved factors的影響。（differenced away）,由于物價不是一成不變，因而上面的方程以每年的貨幣現(xiàn)值（current RMB or nominal RMB）的計算就不精確，需要以CPI（Consumer Price Index）加以調整，以固定貨幣值（constant RMB or real RMB）進行計算。在本研究中，我們將20022007年間的相對于上年CPI進行計算，調整成相對于2002年的CPI,CP

14、I指數(shù)調整,然后將相關貨幣值除以對應年份的 ，得到2002年人民幣面值的支出。,First differencing estimation 允許Unobserved effects與解釋變量關聯(lián),變量統(tǒng)計描述,專利申請數(shù)的unobserved effects model,First differenced equation,擁有發(fā)明專利數(shù),R&D投入平均增加1083萬元、R&D人員平均增加84.7人年、產業(yè)科技機構數(shù)平均增加1.1個，對應的擁有發(fā)明專利數(shù)分別增加1個。R&D支出、R&D人員數(shù)和科技機構數(shù)的系數(shù)都有我們預期的方向正相關，并且都很統(tǒng)計學顯著,中國醫(yī)藥產業(yè)研發(fā)生產力與中國醫(yī)藥產業(yè)的研

15、發(fā)投入、研發(fā)人力資源和醫(yī)藥研究機構正相關，不僅統(tǒng)計學顯著，同時也經濟學顯著（實際顯著）。,中國醫(yī)藥產業(yè)研發(fā)生產力的主要影響因素,國際對比,中國、美國和歐洲醫(yī)藥企業(yè)R&D人員數(shù)對比,中國、美國和歐洲醫(yī)藥企業(yè)R&D人員人均經費對比,中國、美國和歐洲醫(yī)藥企業(yè)R&D人員占醫(yī)藥產業(yè)從業(yè)人數(shù)的比重,美、日、歐、中的醫(yī)藥研發(fā)支出（以當時匯率為主）,中美醫(yī)藥產業(yè)R&D密度對比,中國一些醫(yī)藥企業(yè)的R&D投入和密度情況,中美新藥注冊對比,2006年我國SFDA批準的新藥批文數(shù)是1500余件，平均每兩天SFDA就批準一個新藥。,美國：門診和住院 中國：藥費,中美衛(wèi)生費用構成的對比,研發(fā)戰(zhàn)略和政策建議,研發(fā)聯(lián)盟,合同

16、服務（contact services）、項目外包（Outsourcing）、專利許可/轉讓（licensing）、合作研發(fā)（R&D collaborations）、合資研發(fā)（joint venture）、并購（包括收購和合并兩種形式，acquisition, merger）。,研發(fā)聯(lián)盟模式,R&D Alliances,Decision-making,中美產業(yè)集群的動力因素比較,美國制藥產業(yè)集群的動力因素是知識和技術創(chuàng)新為主導；知識和資本共同驅動，地域集中度高，規(guī)模經濟和范圍經濟效應顯著，處于產業(yè)集群成熟期。中國制藥產業(yè)集群以地域因素為主，高層次驅動因素仍處于起步和發(fā)展階段，產業(yè)集群尚處于形成期。,在社會保障計劃中，醫(yī)療保障是