醫藥制造行業特征范文
時間：2023-08-31 17:02:29
導語：如何才能寫好一篇醫藥制造行業特征，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。
篇1
運營管理是企業發展到一定體量和成熟度以后的必要管理手段。企業的運營管理有廣義和狹義之分。狹義的運營管理是指生產運營管理，致力于生產管理的精細化、系統化、專業化。廣義的運營管理指企業各個系統的統籌、協調、指導、監督，實現對上支持決策、對下考核跟蹤的目的。它的主要作用是：一是推動公司層的決策落地，避免決策被曲解和逐層弱化，對決策執行情況進行過程跟蹤和評估。二是為公司決策層提供決策依據支撐，通過對外部與內部環境進行調查、研究，對各類數據進行整合、分析，使公司領導能夠科學、快速地做出決策。因此，運營管理的兩大核心作用是對領導層決策的推動與支撐。
一、目前醫藥制造型企業運營管理的現狀
目前醫藥制造型企業（特別是總部定位為投資管理型的企業）在運營管理方面存在兩個極端：一是沒有運營管理意識，企業仍處于拍腦袋決策、拍桌子管理的業務導向型管理模式；二是具備運營管理意識，但運營管理部成了行政部、總經辦、信息部的雜交體，運營管理部名不符實。
二、對醫藥制造型企業總部層面運營管理的思考與實踐
（一）醫藥制造型企業的兩個屬性
醫藥制造型企業主要包括兩個屬性：首先是制造業屬性，核心是圍繞效益與效率的過程管理,關鍵信息應包括產品質量、生產成本、產品毛利、產銷平衡、現金流等。其次是醫藥行業屬性,其中包括四個方面：一是醫藥行業屬于政策敏感性行業，醫藥企業必須時刻關注政策環境的變化和對企業的直接和間接影響；二是藥品生產經營具有較高的認證門檻，必須嚴格遵守GMP和GSP管理規范，特殊管制類藥品還要遵守更為嚴格的管制要求；三是制藥企業（特別是制劑企業）一般生產品種較多，必須關注品種結構組合的影響；四是制藥行業為對科技創新要求較高的行業，對技術和產品的創新管理也是企業關注的重點。
（二）對醫藥制造型企業總部層面運營管理的思考和實踐
篇2
經濟發展歷程中的共同點
第二、第三產業雙輪驅動，且服務業具有同等重要的地位。1992年，新加坡三次產業結構比為0.2∶35.8∶64.0。1980年至1992年，其服務業年均拉動經濟增長4.9個百分點。杭州經濟快速發展起步于1978年后，大力發展現代化工業的同時，努力推進現代服務業發展，第二、第三產業雙輪驅動，有效促進了經濟持續快速增長。2012年，杭州市經濟結構由1978年的22.3∶59.6∶18.1調整到3.3∶46.5∶50.2，服務業比重超過工業，成為全省率先進入以服務業為發展中心的現代化城市。
從工業發展看，二者結構調整重點各有特色。1992年，新加坡電子制造業產值占制造業產值的一半以上，形成以電子制造、成品油和化工業三大產業為支柱的產業體系，新加坡制造業產業高度集中且高端化結構初步形成。杭州于2002年提出“工業興市”戰略，扶持先進裝備制造業、生物醫藥、節能環保、新能源等重點產業。2012年，四大新興產業合計實現工業產值5196億元，占全部制造業的43.7%。
從三產特征看，主導產業突出。新加坡第三產業結構呈高增值、廣輻射、逐步推進格局。1992年，新加坡第三產業占比居前三位的分別為批發零售業（21.3%）、房地產租賃及商務業（19.9%）和金融業（19.3%）。杭州作為長三角南翼的中心城市，其文化創意、金融保險、信息咨詢等現代服務業優勢突出，商貿旅游、房地產業較為繁榮。2012年，第三產業占比居前三位的為金融業（20.9%）、批發零售業（17.8%）和房地產業（11.1%）。
未來杭州經濟發展之思
緊抓轉型升級不間斷。新加坡的迅速發展，很大程度得益于產業結構的持續合理。2012年，杭州傳統的紡織、服裝、化學纖維和皮革行業占制造業比重為19.1%，所占比重和1994年基本持平。從1994～2012年，杭州制造業結構僅變動了36.1個百分點，遠低于新加坡變動64.9個百分點，說明轉型升級的動力不足。
緊抓聚集發展不松懈。一要加快平臺建設。2012年，杭州市大江東和城西科創產業集聚區的發展水平在全省14個產業集聚區中位于前列。原因在于在平臺建設上堅持基礎先行，強化環境支撐；堅持產城融合，強化創新驅動；堅持高端高新，強化項目帶動。二要建設具有地域特征的服務業功能區。按照長三角規劃中的“一基地四中心”策略，著力打造區域性金融中心、電子商務中心、旅游中心和文創中心。三要以信息化和信息產業為突破口，加大集聚區建設力度和龍頭企業的培育。
篇3
關鍵詞：成都市；生物醫藥產業；政策建議
一、生物醫藥產業概述
（一）生物醫藥產業定義。目前，生物醫藥產業尚無統一的界定標準，一般意義講，它是指運用生物技術從事藥品、設備生產和提供相關服務企業的集合，主要包括生物制藥和生物醫學工程兩方面內容。生物制藥產業主要包括生物技術藥、化學制藥和中藥制藥等領域，其中中藥制藥是我國獨具特色的生物制藥子產業。生物醫學工程產業是指運用生物醫學工程技術進行產品開發、設計與生產的產業，主要包括生物醫用材料及植入器械、診斷試劑以及高新技術診療設備及系統等。
（二）生物醫藥產業特征。首先，生物醫藥產業具有“三高一長”的特征。生物醫藥產業是資本與技術高度密集型產業，具有高投入、高風險、高回報、長周期等特征。生物制藥是一個投入相當大的產業，主要用于新產品的研究開發及醫藥廠房和設備儀器方面。新藥的研發周期很長，從化合物篩選、臨床前研究、各期臨床試驗到批準上市往往需要10-15年時間，而且風險很大，成功率僅在百萬分之一，開發過程中一旦出錯，都可能導致項目失敗。但若研發成功也有著驚人的高回報。
其次，生物醫藥產業具有行業周期較弱的特點。醫藥產業與生命科學密切相關，很難說存在成熟期，是永遠成長和發展的產業。醫藥產品與服務是人類生存的必需品，有不可替代性和廣泛的剛性需求，因此，生物醫藥產業的發展與經濟景氣程度的關聯度較低，具有超強的抗經濟危機能力。在歷次的經濟衰退期，包括2008年的全球金融危機中，美國納斯達克醫藥類股票及標準普爾保健指數均有不錯的表現。
再次，生物醫藥產業高度依賴研發資源服務。與IT等高新技術產業不同，生物醫藥產業在研發階段更依賴基礎科學研究，研發團隊需要在產業化的不同階段適時引入在技術評估、資本運作、市場營銷等多種創新要素，加速成果轉化。
二、生物醫藥產業鏈條分析
（一）生物技術藥。上游：主要包括生物制品原材料和研發服務，有研發服務投入大、風險高、附加值高等特點，原材料生物制品制備領域成本相對較低，血液制品行業由于血漿資源的稀缺性較高，平均毛利率達10-15%；中游：主要包括基因工程藥物、單抗藥物、疫苗、血液制品等藥品的制造，制造環節科技含量與附加值較高，行業平均毛利率30%；下游：醫藥流通及服務環節，由于進入門檻較低，毛利率在5―8%。
（二）化學藥。上游：主要包括化工原料供應和化合物篩選，藥用輔料及包材的供應；中游：主要包括化學原料藥與藥物制劑的制造，化學合成藥產業中，大宗原料市場趨于飽和，毛利率低，特色原料藥和制劑藥增長速度較快，而且附加值高，特色原料藥和制劑產品的毛利率通常分別在50%、40%左右，化學合成新藥作為新產品，往往具有較高的附加值；下游：包括化學藥物流通及服務。
（三）現代中藥。上游：主要包括中藥材種植（養殖）、新藥研發，毛利率較高，達40%；中游：主要包括飲片炮制、配方顆粒加工、中成藥制造和植物提取物制造，其中中藥飲片加工行業毛利率約為30%，中成藥制造毛利率約為35%，配方顆粒毛利率達45%；下游：包括中藥材流通及服務。
三、國內生物醫藥產業發展現狀
近年來，在人口老齡化及經濟發展的雙重因素作用下，我國藥品市場高速擴容，2002～2012年，我國醫藥工業總產值的復合增長速度達到22.3%。目前，我國已成為世界第一大原料藥生產和出口國，世界第二大OTC藥物市場，世界第三大藥品市場。2012年，我國藥品市場規模達到9261億元，醫藥產業總產值達到 18147.9億元；預計到2020年，我國藥品市場規模將以年均12%的增速繼續擴容，到2020年市場規模將達到2.3萬億元。第一，從市場格局來說，我國正形成中藥、化學藥、生物藥三足鼎立的市場格局；第二，從各類藥品市場份額來看，西藥是藥品市場的主體，中成藥約貢獻20%以上，特別是在小醫院、基層醫療和零售；第三，從產業布局來看，生物醫藥“三高一長”的產業特點要求產業向經濟發達地區集聚、向專業智力密集區集聚、向園區集聚。目前我國生物醫藥產業初步形成了以長三角、環渤海為核心的集群發展態勢?！笆濉逼陂g，我國生物醫藥產業仍將進一步集聚于東部沿海地區科研院所集中和創新能力較強的省份，以及少數中西部的中心城市，區域發展不平衡有進一步強化的趨勢。其中，研發要素將進一步向上海、北京集聚；此外，西部地區的四川成都、重慶已經具備良好的產業基礎，成渝經濟圈在生物醫學工程領域創新活躍，是西部地區重要的生物醫藥成果轉化基地。
四、成都市生物醫藥產業發展現狀
成都具有良好的生物醫藥產業基礎，在生物制藥、現代中藥、生物醫藥材料等領域實力較為雄厚，擁有科倫、地奧等一批優勢企業?，F代中藥、疫苗、血液制品、大輸液產品的技術研發水平處于國內領先地位。近年來，成都生物醫藥產業增長顯著，年主營收入增速保持在20%以上。2012 年，全市共有生物醫藥企業600多家，其中規模以上209家，實現主營業務收入314億元，占全市規模以上工業比重4.1%；實現利稅65億元，同比增長18.6%。
從政府區域規劃角度看，成都市生物醫藥產業發展前景是可觀的，但是不可否認，當前成都市生物醫藥產業的發展仍面臨著不小的問題與挑戰。主要是以下幾個方面。第一，企業競爭力不強，盡管成都市高新區內聚集了200余家生物醫藥企業，但尚無真正核心的龍頭企業；第二，產業高端化不足。成都市生物醫藥企業大多處于化學藥仿制生產、中藥復方生產等產業鏈低端位置，在藥物研發試制、藥品檢測與鑒定、知識產權服務等高端環節仍舊較為缺失；第三，產業同質化競爭較為激烈。由于生物醫藥產業的高技術、高資本投入的產業特征，因而對于地域、能源、交通等因素要求不高。成都市內各個區域均有生物醫藥企業分布，導致企業同質化競爭明顯，更易造成企業間的惡性競爭；第四，產業機構亟待升級。成都市大部分企業研發創新不足，產學研合作也較為缺乏，導致一些研發成果產業化較慢，一些關鍵性產業化技術長期沒有突破，制約了產業向高技術、高附加值的下游深加工產品領域延伸，產品更新換代緩慢。
五、成都市生物醫藥產業發展對策建議
（一）明確發展思路，加強產業招商引資。要明確思路，將生物醫藥產業作為成都市重點主導產業進行重點扶持和培育。加強產業研究，充分發成都市在我國西部地區的區位、資源優勢，重點支持和發展成都市相關區域具有比較優勢或能實現突破性發展的產業領域。同時，要把“招商選資”作為成都市生物醫藥產業發展的一項長期工作。利用好國際產業鏈分工和產業外包轉移契機，“導入招商”與“存量招商”并舉，引進一批產業高端和產業鏈薄弱、缺失環節的關鍵企業。
（二）優化產業發展環境，促進產業聯動發展。要促進“產城一體”組團化發展，加強產業發展載體支撐。加大現有園區的土地整理、清理及置換工作力度，為產業發展預留后備載體空間，大力促進生物醫藥制造與“成都國際醫學城”醫療服務的融合、互動發展，延伸產業鏈條，以制造環節為主體，帶動總部經濟與生產業的快速發展。設立生物與醫藥產業發展的專項資金，加大對優質企業及項目的扶持力度。同市引導企業加大技術創新和技術引進力度，增強自主開發能力，鼓勵企業聯合高校、科研機構等圍繞重大關鍵技術及高端產品進行 “產、學、研、用”合作。
（三） 完善政府體制機制，改善政府職能。加強生物醫藥企業運行監測分析，對重點企業實行“一企一策”、“一事一議”。深化與周邊?。ㄊ校┛h的產業合作，主動出擊，吸引其他省市的優秀技術資源和優秀生物醫藥企業向成都市高新區、天府新區等區域進駐。支持企業積極申報新版GMP認證，對通過認證的企業基于資金補貼。
參考文獻：
[1] 國家發展與改革委員會《2010年醫藥行業分析報告》
篇4
【關鍵詞】增值稅轉型 江蘇目上市公司
江蘇作為一個經濟大省,目前正處于經濟結構調整和產業結構升級的關鍵時期,增值稅轉型改革實施一年來對各類企業的影響是否已經顯現?影響程度如何?改革對不同行業的企業影響是否存在差異性?同時江蘇作為一個進出口貿易大省,增值稅轉型對外向型企業和一般企業的影響程度有何不同?
一、增值稅轉型對江蘇企業經營績效的影響――基于對企業成本和收益的分析
企業績效水平可以從成本和收益兩個角度來加以衡量。增值稅轉型對企業成本的影響主要體現在降低了企業的實際稅負水平,而對企業收益的影響可以通過凈資產收益率(ROE)和每股收益(EPS)兩個指標加以衡量。
(一)增值稅轉型對企業稅負的影響
增值稅轉型后外購固定資產的進項稅可以抵扣,這無疑會降低公司的增值稅稅負,也是轉型對企業最直接、最根本的影響。
1.樣本選取及數據來源
本文研究的是增值稅轉型對江蘇省企業的影響,因此我們選取了在上交所和深交所發行A股的江蘇省76家繳納增值稅的上市公司作為研究樣本。為保證資料來源的準確性和權威性,我們對樣本和數據進行了篩選和處理:
(1)在進行數據收集時剔除了有以下情況的上市公司:數據大量缺失的;兩年或兩年以上連續虧損的;跨行業經營、屬于綜合類行業的。
(2)根據增值稅轉型引起的稅收條款變動,對樣本公司的財務報表進行了調整(假設沒有進行增值稅轉型),我們將原始數據和增值稅轉型政策調整數據共同構建成增值稅轉型對江蘇省企業經濟影響數據庫。
2.增值稅轉型對企業稅負影響的實證分析
增值稅實際流轉稅率=增值稅/[主營業務收入×(1+增值稅稅率)]
根據上市公司的年報數據,我們獲得江蘇增值稅轉型改革對樣本公司實際流轉稅率影響的統計描述表。表1的統計分析顯示:
(1)增值稅實際流轉稅率均值降低。增值稅轉型前76家樣本公司增值稅實際流轉稅率均值是3.65%,增值稅因素調減實際流轉稅率0.75%,轉型調減增值稅實際流轉稅率的幅度為20.66%。
(2)截尾均值能夠更好地反映樣本增值稅實際流轉稅率的總體情況。簡單說5%截尾均值就是截去樣本數據兩側各5%的數據,研究中間90%數據的均值。增值稅轉型調整后5%截尾均值是2.69%,與轉型前相比下降了0.68%,下降幅度是19.62%,統計結果表明增值稅轉型對企業經營成本產生了較大影響。
以上對江蘇省76家上市公司財務數據的分析顯示,增值稅轉型使得企業增值稅實際流轉稅率降低了0.75個百分點,下降幅度達到20.66%,由此減輕了企業的稅負,節約了其經營成本。
(二)增值稅轉型對企業收益的影響
1.指標選擇及數據處理
本文選取凈資產收益率ROE和每股收益EPS兩個指標來衡量增值稅轉型對江蘇省企業收益的影響。數據的來源以及計算處理過程基本與上一部分相同。
2.增值稅轉型對凈資產收益率ROE的影響
根據76家上市公司數據作出增值稅轉型對上市公司ROE 影響情況的描述統計表(表2)。
描述統計表顯示:
(1)ROE均值上升。轉型調整后ROE樣本均值是8.64%,高于調整前1.12個百分點,根據前文的方法,假設本文的研究樣本沒有進行增值稅改革,這就剔除了其他的影響因素,說明增值稅轉型使企業收益提高了14.95%。
(2)ROE截尾均值上升。增值稅轉型調整后5%截尾均值是8.89%,與轉型前相比上升了1.07%,上升幅度是13.75%。
以上數據分析顯示增值稅轉型對企業收益產生了積極影響。
3.增值稅轉型對每股收益EPS的影響
EPS是投資者能夠從上市公司獲得的直接收益,是最受投資者關注的財務指標。通過增值稅轉型對江蘇省上市公司EPS影響情況描述統計表(表3)可知:
(1)EPS均值上升。76家上市公司樣本增值稅轉型前EPS均值是37.92分(人民幣單位,下同),增值稅轉型后上升到42.44分,上升幅度是11.92%。
(2)EPS截尾均值上升。增值稅轉型前EPS5%截尾均值是36.11分,轉型調整后是40.49分,上升幅度是11.80%,增值稅轉型調整前后EPS均值和EPS5%截尾均值的比較表明增值稅轉型將提升約12%的企業收益。
通過以上對江蘇省上市公司的增值稅實際流轉稅率、凈資產收益率(ROE)以及每股收益(EPS)的分析,我們得出結論,增值稅轉型調減了江蘇省企業的稅負水平,降低了企業的成本,有利于企業增加固定資產投資、加快設備更新改造及技術進步;同時增值稅轉型還大幅增加了江蘇省企業的凈資產收益率及每股收益,增加了企業的收益,改善了企業的績效水平。
二、增值稅轉型對江蘇企業的影響――基于行業特征
前面我們已經分析了增值稅轉型降低了江蘇省企業的成本,提高了收益,從而改善了其績效水平。那么從行業劃分角度來看,增值稅轉型對江蘇省分屬不同行業的企業影響是否存在差異,我們將進一步地具體分析研究。
(一)行業分類標準選擇
分析增值稅對企業經濟影響的行業特征關鍵在于選擇行業分類標準。經過比較,本文直接采用上交所和深交所根據《上市公司行業分類指引》對上市公司劃分的行業結果。
增值稅轉型涉及的行業,包括采掘業、制造業、電力煤氣及水的生產和供應業、信息技術業和批發零售業等5大門類,但由于本文的研究樣本為江蘇省上市公司,通過觀察這些上市公司的行業分布狀況,發現其主要集中于制造業和信息技術業,其中制造業又涉及到食品飲料、紡織服裝皮毛、造紙印刷、石油化學塑膠塑料、電子、金屬非金屬、機械設備儀表、醫藥生物制品和其他制造業等9個行業。數據統計整理過程、計算方法以及數據來源與上部分相同。
(二)增值稅轉型對企業影響的行業特征的實證分析
1.增值稅轉型對ROE影響行業特征的總體統計描述
(1)增值稅轉型后ROE的行業特征。由于造紙印刷業的樣本數只有一家,無法計算標準差,且很可能和實際情況不符,所以將這一個樣本去除。根據增值稅轉型對ROE影響行業特征的總體統計描述表(表4),我們可以將轉型后ROE按照0～0.5%、0.5%～1%、1%～2%和2%～3%四個區間進行行業分組:分到0～0.5%組的是醫藥生物制品業、其他制造業和信息技術業;分到0.5%～1%組的是機械設備儀表業、紡織服裝皮毛業2個行業;分到1%～2%組的是食品飲料業、石油化學塑膠塑料業、電子業3個行業;分到2%～3%組的是金屬非金屬業。
(2)轉型后ROE/ROE的行業特征。我們進行ROE/ROE計算,將比值按照0～10%、10%～20%、20%～30%、30%～40%和40%～+∞五個區間進行行業分組:分到0～10%組的是醫藥生物制品業、其他制造業、信息技術業和機械設備儀表4個行業;分到10%～20%組的是食品飲料業;分到20%～30%組的是紡織服裝皮毛業;分到30%～40%組的是石油化學塑膠塑料業、電子業;分到40%～+∞組的是金屬非金屬業。
以上實證分析顯示:增值稅轉型對醫藥生物制品業、其他制造業和信息技術業凈資產收益率的影響小于其他行業;金屬非金屬業、石油化學塑膠塑料業和電子業3個行業與增值稅轉型前比較,企業凈資產收益率調增幅度較大。
三、增值稅轉型對江蘇外向型企業的影響
增值稅轉型對江蘇省企業的影響不僅體現在成本、收益和行業屬性上,從外向型企業和一般企業來比較,增值稅轉型對這兩種類型企業的影響也是不相同的。外向型企業是指直接面向國際市場,積極參與國際分工和國際競爭,以出口為導向的企業。
根據上文對外向型企業的定義以及行業一般規律,本文以第一部分選取的江蘇省76家上市公司為樣本,將境外主營業務收入≥50%,或年出口額≥2 500萬美元(合計人民幣17070.5萬元)的上市公司列為外向型企業,共有25家,其余為一般企業。選取凈資產收益率ROE和每股收益EPS作為衡量增值稅轉型對兩類企業影響的指標,結果如下表5:
實證結果表明,增值稅轉型無論是對江蘇省的外向型企業還是一般企業都是有影響的,分別調增外向型企業和一般企業的凈資產收益率1.61%、0.87%,每股收益6.05分、3.72分,但比較而言,增值稅轉型調增外向型企業的ROE相對于增值稅轉型前增長了27.49%,高于一般企業3.31個百分點,調增EPS相對于增值稅轉型前增長了24.18%,高于一般企業2.03個百分點,說明相對于一般企業來說,增值稅轉型對外向型企業降低出口成本,提升國際競爭力有積極作用。
四、基本結論
增值稅轉型改革對江蘇省企業的發展產生了積極的影響。增值稅轉型政策的著眼點在于從制度供給的角度激勵企業提升生產效率,提高工業化進程,從而實現經濟增長的可持續性。增值稅轉型通過國家和企業利益的再分配直接影響企業收益,激勵企業擴大投資。證券市場對于中國經濟的重要性不言而喻,增值稅轉型有助于降低上市公司稅負水平,增強上市公司整體收益能力,改善績效水平,促進價值投資理念的形成。從本文對成本和收益兩方面的分析中可以發現,增值稅轉型改善了江蘇省上市公司的整體績效水平。研究增值稅轉型對江蘇企業成本的影響主要使用企業增值稅實際流轉稅率這個指標來衡量,江蘇省上市公司增值稅實際流轉稅率轉型后比轉型前減少了0.75個百分點;采用凈資產收益率和每股收益來衡量增值稅轉型對江蘇企業收益的影響,增值稅轉型因素導致江蘇省上市公司凈資產收益率上升1.12%,上升幅度達到14.95%,并且增值稅轉型調增了江蘇省上市公司將近十分之一的每股收益,這些都說明增值稅轉型對江蘇省企業收益產生了重大的積極影響,企業成本降低、收益提高,從而績效也得到了改善。
篇5
關鍵詞：技術創新效率；因子分析法；四川省制造業
0 引言
四川省制造業近年來發展較快，2009年實現制造業總產值增加值1.9億元，2006年至2009年平均增長率86.9%，較其他行業而言增長速度明顯，新產品銷售收入2006年為0.55億元，2009年為1.4億元，實現制造業新產品銷售收入增加值0.85億元，2006年至2009年平均增長率達到160%，就單一新產品產值率來看，2009年全省制造業新產品僅占行業總值的25%，較全國同行業平均水平低，2009年新產品中竟未能達到國內水平，制造業作為技術密集型行業，其對創新有什么嚴格的要求，新產品產值率偏低說明該行業進行技術創新效率不足。因此本文以數量化指標為基礎，從技術創新投入、產出角度構建了針對制造業的技術創新效率評價指標，為評價制造業技術創新效率提供量化的標準，同時運用投入產出效率評價模型，綜合計算出評價結果，能夠客觀、全面地反映四川省制造業技術創新效率，而且通過對制造業技術創新效率的分析，找出制造業技術創新中存在的問題，為制造業技術創新效率的提高提供向導和幫助。
1 數據及結果分析
1.1 模型建立及其指標體系的構建
研究過程中我們依據指標體系法建立四川省制造業技術創新效率分析評價模型，以四川省制造業系統技術創新資源作為投入，創新效果作為產出，應用所選取的指標建立適當的模型進行投入產出的綜合比較，進而分析四川省制造業最終的技術創新效率和資源配置的合理性以及各個行業的效率大小。四川省制造業技術效率模型為：
（1）
（2）
（3）
其中Ei為第i個行業的技術創新效率值；Ci為第i個行業的技術創新產出指標綜合測度值，Cij為第i個行業第j個產出指標值，λi為第j個產出指標的權重；Ti為第i個行業的技術創新投入指標綜合測度值，Tij 為第i個行業第i個投入指標值，θi為第i個投入指標的權重。Ei越大，表明該行業技術創新效率越高，據此可以比較各行業技術創新效率的差異。
通過上面的表達式，確定適當的權重，分別計算出產出和投入指標的綜合值，然后將兩者作比，得到相應行業的技術創新效率值，Ei越大則表明資源配置效果越好，進一步，可以比較各行業技術創新效率的差異。在具體計算前，需要解決模型中出現的兩個問題，即無量綱化和權重的確定。
首先是對各指標原始數據進行無量綱化處理，以此具有不同的單位各指標值能夠進行歸一化處理，由于本文選取的指標均為正向指標，具體公式為：
其中，Li表示該指標無量綱化后的值，Li表示該指標的實際值，Lmin、Lmax分別代表各行業該指標中的最大和最小值。
其次是各個指標權重的確定。指標體系設計是否合理直接關系到評價的質量。為了確保對四川省制造業技術創新效率做出客觀、真實的評價，必須建立一套科學合理、切實可行的綜合評價指標體系。文章按照設計制造業技術創新效率評價指標體系的原則和基本思路，構建如下評價指標體系：
技術創新最重要的兩個投入指標即勞動和資金。技術創新投入既包括R&D投入也包括非R&D投入，但考慮到四川省制造業技術機會存在的差異，本文選擇科技活動人員和R&D人員，選擇科技經費內部支出和R&D經費作為技術創新投入指標。相比較而言，這種指標選取更加全面。所以本文選擇投入指標R&D經費（X1）、R&D經費內部支出（X2）、R&D人員（X3）和科技活動人員（X4）。
我們以新產品項目數和專利申請數作為衡量潛在技術創新產出的指標。本文選取了四個產出指標分別為新產品總產值（Y1）、新產品銷售收入（Y2）、新產品項目數（Y3）及專利申請數（Y4）。
表1 四川省制造業技術創新效率評價指標體系
2.2 數據來源及研究對象
表2 四川省制造業技術創新投入產出指標值
（原始數據）
來源：《四川省科技統計年鑒》《四川省統計年鑒》。
本文選取2006的到2010年的四川省制造業技術創新數據平均值作為原始數據，而數據來源于四川省科技統計年鑒（2006-2010），數據統計口徑是大中型制造業企業?？紤]到數據的完整性，和有些產業包含不同技術層次行業的統計數據，數據不易分離，不便于按技術層次劃分，因此要剔除一些行業。最終選取了20個產業作為本次的研究對象，這些產業分別是：食品制造業H1、飲料制造業H2、紡織服裝、鞋、帽制造業H3、造紙及紙制品業H4、石油加工、煉焦與核燃料加工業H5、化學原料及化學制品制造業H6、醫藥制造業H7、化學纖維制造業H8、橡膠制造業H9、塑料制品業H10、非金屬礦物制品業H11、黑色金屬冶煉及壓延加工業H12、有色金屬冶煉及壓延加工業H13、金屬制品業H14、通用設備制造業H15、專用設備制造業H6、交通運輸設備制造業H17、電氣機械及器材制造業H18、通信設備、計算機及其他電子設備制造業H19、儀器儀表及文化、辦公用機械制造業H20。
2.3 四川省制造業技術創新效率的測算
表3 投入指標的成份矩陣
本文采用因子分析的方法。因子分析中公共因子所反映的變量間的內在聯系，正表現了評價指標對評判對象的相對影響程度，因而可以利用該方法從樣本中直接定權。而在本文中運用SPSS19.0軟件來計算這一過程。
在上述數據的基礎上，利用因子分析法分別對四個投入和四個產出指標作分析，以便確定各自的權重， 技術創新投入指標的主成分分析結果為：KMO and Bartlett'Test檢驗值為0.799， 第一主成分的貢獻率為89.56%，因子負荷陣見表3，由于只有一個主成分，只需將因子負荷陣中各投入指標前的負荷系數除以各系數和，便可得到它們的權重，計算結果為：
θ1=0.232，θ2=0.252，θ3=0.260，θ4=0.256。
同理可以得到各個產出指標的權重：λ1=0.262，λ2=0.258，λ3=0.236，λ4=0.244。
表4 因子載荷矩陣及各指標的權重
在表2數據的基礎上，根據效率評價模型的公式（1）（2）（3），可計算出制造業各行業的技術創新效率值及其排名情況，詳見表5。從表5可以看出，四川省制造業各行業技術創新效率差別大，而且效率值都比較低。我們可以對制造業進行分類，20個行業中，前4個屬于輕紡制造業，中間10個屬于資源加工業，最后6個屬于機械電子制造業。為了比較不同類型的技術創新效率，將每類所包含的制造業行業的效率求平均值， 結果為：輕紡制造業的平均效率值是0.804，資源加工業的平均效率值是1.298，機械電子制造業的平均效率值是1.414。顯然，各類型制造業之間的技術創新效率的差距顯著，在相關的研究過程中，對這20個行業作技術創新能力的評價，其結果是機械電子制造業的技術創新能力最強，其次是資源加工業，最后則是輕紡制造業，兩者的比較說明，四川省制造業行業的技術創新效率與技術創新能力之間發展還是很協調的，資源的利用是合理的，或者說一定程度上實現了資源的優化配置。
表5 各行業技術創新投入、產出綜合測度值和
創新效率值及其排名
4 結論及建議
以上結果顯示，技術含量高的制造業行業，其技術創新效率較低，而技術含量低的行業， 其技術創新效率反而較高。對此，解釋如下：
第一， 技術含量低的制造業對技術創新投入的要求較低，產品創新度不高，多是改進型的產品創新，創新模式也多是模仿創新，這些特征使得該類行業的技術開發周期短，產品易被市場接受，因此技術創新效率相對較高，而技術含量高的制造業對技術創新投入的要求很高，產品的創新度高，多是全新型的產品創新， 創新模式大多是自主創新，這些特征使得該類行業的技術開發周期長，且市場對產品的接受需要較長時間，存在一定的時滯，因此技術創新效率相對較低。
第二， 技術創新活動作為一種生產活動也存在規模有效性的問題，技術含量低的行業由于投入少，處于“S”型生產曲線的第一階段，該階段的典型特征是規模報酬遞增，因而作為產出與投入比的效率值就相對較高，而技術含量高的行業由于投入多，處于“S”型曲線的第二或者第三階段，即規模報酬遞減的階段，反映在效率上就顯得其值相對較低。
通過以上分析可以得到以下建議：
1）加強電子信息、機械制造、醫藥、化工等行業企業技術中心建設。對于技術創新能力較強的電子信息、機械制造、醫藥、化工等行業，鼓勵具備條件的企業建立技術中心，鼓勵企業加大對技術中心創新能力建設所需重點研發試驗設施、檢測設施、關鍵工程軟件的購置，提高企業研發裝備水平。結合企業研發能力整合，組織實施并扶持一批省級企業技術中心創新能力建設項目。
2）營造積極的技術創新環境。由于四川是一個農業大省，制造業的發展受到經濟、環境、文化等方面的因素的影響，很多高技術行業沒有受到足夠的重視，技術創新效率相對低下，要針對不同的行業特點選擇正確的技術創新戰略，營造積極的技術創新環境，大力發展四川省的制造業。
參考文獻：
[1] 鄭潔.我國醫藥制造行業技術創新效率研究[D].合肥工業大學，2008.
[2] 白俊紅，李靖.政府R&D資助與企業技術創新――基于效率視角的實證分析[J].金融研究，2011：181-193.
[3] 陳克祿.我國自主創新效率評價研究[J].生產力研究，2009：74-76.
[4] 李智，李貴才.基于C-D生產函數的深圳市高新技術企業自主創新效率研究[J].特區經濟，2009：31-33.
[5] 方福前，張平.我國高新技術的投入產出效率分析[J].中國軟科學，2009：55-58.
篇6
[關鍵詞] 支柱產業 主成分分析 產業結構
一、沈陽市支柱產業發展現狀
沈陽作為老工業基地,經過半個多世紀的建設和改造,形成了門類齊全的綜合性工業體系。在全國164個工業產業門類中,沈陽就有142個,占86.6%。目前,沈陽市已經將機械裝備、汽車及零部件、醫藥化工、黑色金屬冶煉及壓延、有色金屬冶煉及壓延、農副產品加工、航空航天、電子信息八個產業作為支柱產業。2007年,支柱產業完成產值3901億元,占全市規模以上工業產值的81.5%,實現工業增加值1100億元,拉動全市工業增長36.5個百分點,支撐帶動作用突出。汽車及零部件產業增幅居八個產業之首,增幅接近1倍;裝備制造業增長超過50%。沈陽工業整體規模和水平大幅提升,工業集中度日趨合理。但未來沈陽產業結構如何調整,如何提高資源利用效率,降低能耗,發展輻射帶動作用大的產業需要我們認真思考和深入分析。
二、沈陽市支柱產業主成分分析
1.主成分分析數學模型
主成分分析的原理是設法將原來眾多具有一定相關性(比如P個指標),重新組合成一組新的互相無關的綜合指標來代替原來的指標。其數學模型如下:
其中為X的協方差陣的特征值對應的特征向量, 是原始變量經過標準化處理的值。
為相關系數矩陣,是相應的特征值和單位特征向量,。
2.主成分分析判定
根據支柱產業的選擇基準、選擇標準以及支柱產業的選擇原則(自然資源優勢、比較優勢原則、市場需求原則、產業關聯原則、規模經濟原則和經濟社會效益原則六大原則),結合沈陽市優勢產業的實際情況,根據沈陽市統計年鑒中的數據,本文選取了支柱產業必須具備的經濟可觀測變量指標作為沈陽市支柱產業評價的支撐指標。它們依次為工業增加值(y1)、工業增加值率(y2)、就業人員數(y3)、影響力系數(y4)、感應度系數(y5)、綜合能耗(y6)、研究開發費(y7)、近三年產業發展速度(y8)。如表1所示:
由于選取的指標變量單位不同,先對其進行標準化處理后,得到相關系數矩陣,進而求出其初始特征值、方差貢獻率及累計方差貢獻率。然后抽取主成分,利用最大方差法正交旋轉得到成份載荷矩陣。從而求出各主成分得分及綜合得分分別如表2、表3和表4所示:
表2 特征值、方差貢獻率及累計方差貢獻率統計表
成 份 初始特征值 方差貢獻率 累計貢獻率
1 3.620 45.248 45.248
2 1.595 19.934 65.182
3 1.441 18.012 83.194
4 0.735 9.189 92.383
5 0.427 5.340 97.722
6 0.178 2.227 99.949
7 0.004 0.051 100.000
8 2.878E-16 3.597E-15 100.000
表3 初始成份載荷矩陣
成份
1 2 3
工業增加值 0.964 -0.045 -0.034
工業增加值率 0.136 -0.122 0.950
從業人員數 0.980 0.013 -0.110
影響力系數 -0.470 0.655 -0.385
感應度系數 0.083 0.876 0.447
能耗水平 0.686 0.593 -0.006
研究開發費 0.819 -0.030 -0.378
產業發展速度 0.585 -0.171 0.183
由表2可以看出,前三個主成分的累積方差貢獻率為83.194%,一般來說,累計方差貢獻率在80%以上,選取的主成分就可以解釋所有指標變量。故表3因子載荷矩陣中,提取了前三個主成分,從中可以看出,成分1在工業增加值、從業人員數、研究開發費、能耗水平及產業發展速度上的載荷能力較大,而成分2在影響力系數及感應度系數上有較大的載荷能力,成分3在工業增加值率上載荷能力較強。提取的這三個主成分可以解釋所有的指標變量。由表2及表3中的數據,根據主成分分析模型可以得出沈陽市支柱產業的主成分分析表達式,如下所示:
將表1中的數據進行標準化處理后,根據以上主成分表達式可以得到各個主成分的得分。綜合得分由公式 可以得出。如表4所示:
表4 主成分得分統計表
成分1得分 成分2得分 成分3得分 綜合得分 排 名
機械裝備制造業 4.238 0.3015 -0.4851 2.2721 1
汽車及零部件制造業 -0.2745 -0.6519 -0.9175 -0.5041 6
醫藥化工業 0.3704 2.0603 0.6916 0.8448 2
電子信息業 -0.4898 -1.7582 1.1653 -0.4354 5
農副產品加工業 0.6044 -1.4040 0.8016 0.1658 3
黑色金屬冶煉及壓延加工業 -1.8144 0.7533 0.7980 -0.6336 7
有色金屬冶煉及壓延加工業 -1.0857 0.8646 0.3480 -0.3080 4
航空航天業 -1.4650 -0.1651 -2.4016 -1.3563 8
3.結論分析
沈陽市機械裝備制造業的綜合得分最高,為2.2721,說明其綜合競爭力最強,符合沈陽市“工業立市”的戰略決策方向。其成分1得分也位于優勢產業之首,相對于其他優勢產業來說,機械裝備制造業在工業增加值上優于其他優勢產業,它對就業的拉動作用也是各個優勢產業之首,其研發投入及近三年的產業發展速度都位于沈陽市優勢產業之最。醫藥化工業的綜合得分僅次于機械裝備制造業,為0.8448,從各個主成分得分中可以看出,其成分2得分高于其他優勢產業,說明其有較強的產業關聯度,對其它產業的發展起著較大的推動作用。這符合醫藥化工業尤其是其中的醫藥類企業大多是高新技術產業特點,屬于關聯度較強的資金和技術密集型產業。但其能源消耗較大,對就業的拉動也劣于機械裝備制造業。農副產品加工業的綜合得分為0.1658,在各個主成分得分中,其成分1得分僅次于機械裝備制造業,因為其在工業增加值及就業人數上都優于其他六大優勢產業,農副產品加工業較強的產業發展能力使其成為沈陽市第二支柱產業,但相對能源消耗較大,產業關聯度也較弱。從有色金屬產業的成分1及成分2得分中可以看出其產業關聯度及工業增加值率相對較強,處在中上游水平。但沈陽市有色金屬冶煉及壓延加工業整體處在工業行業水平之下,尤其是在科技投入方面嚴重不足,導致整體水平偏下。電子信息業目前處在整個工業行業水平之下,沈陽市信息業進入“十五”期間,由于原材料成本上升、部分行業步入周期性低谷以及企業消化多余庫存等多方面原因,信息產業曾一度陷入困境,發展緩慢。沈陽市汽車及零部件制造業的綜合得分為-0.5041,處在整個工業行業水平之下。其各個主成分得分也均為負值,成分1得分為-0.2745,從中可以看出,雖然得分為負值,其工業增加值相對其他優勢產業實現較多,近三年產業發展速度也相對較快,在這個以汽車為支柱產業的社會經濟體系中,要繼續保持及發展汽車及汽車相關產業對于地方區域經濟的持久拉動、以及它對城市進步的積極有利的影響。
黑色金屬冶煉及壓延加工業的綜合得分為-0.6336,但其成分2得分及成分3得分均位于中上游水平,這說明黑色金屬冶煉及壓延加工業有較強的產業關聯效應,工業增加值率也高于其他優勢產業,但其成分1得分最低,主要源于黑色金屬冶煉及壓延加工業科技投入嚴重不足,近三年產業發展速度相對較慢,對就業的拉動作用也不強引起的。
目前沈陽市航空航天業的綜合得分最低,為-1.3563,與汽車零部件制造業一樣,各個主成分得分均為負值,其中成分3得分最低,為-2.4016,主要原因是航空航天業的工業增加值率在各個優勢產業中最低,而在產業關聯度方面,感應度系數也與汽車零部件制造業一樣都劣于其他優勢產業,這就不容易受到其它產業部分的影響,其成分1得分也處在中下游水平,這主要源于其工業增加值及近三年的發展速度相對其他優勢產業都為最低,但航空航天業的能源消耗明顯高于其他產業。
主成分分析方法的意義在于:綜合得分為正,說明該行業處在整個工業行業水平之上,應當作為本區域優勢產業繼續發展;綜合得分為負,則表明該行業處于支柱產業平均水平之下,應進一步加大對其扶持力度,如在政策上給予該行業鼓勵,稅收上給予一定的減免優惠等。但得分為負并不是說該產業一定處于整個國民經濟各行業平均水平之下,相對于非支柱產業可能還處于強勢地位。因此應綜合各方面因素包括未來發展空間、發展潛力等綜合分析決策,采取有針對性的措施促進其快速、穩定協調發展?；谠摲治龇椒ǖ牡梅?可以為沈陽市相關部門的決策提供理論依據。
參考文獻:
[1]吳玉鳴等.工業支柱產業的綜合評估及判定―以桂林工業為案例[J].廣西師范大學學報,2002(1):15-20.
[2]TIPPING M E,BISHOP C M.Probabilistic principal component analysis [J].J Roy Statist Soc, Series B,1999,6l(3):611-622.
[3] BISHOP C M. Latent variable models,learning in graphical models [M].Jordan M L Cambridge, MA,USA:MIT Press,1999:371-403.
[4]蘇建國.安徽省農副產品加工產業現狀分析[J].科技信息,2007(11):231-232.
篇7
工業能源消費趨勢分析。工業能耗是福州市能源消費的重點,近年來福州市工業能源消費呈現出快速增長的勢頭,工業能源綜合消費趨勢見圖1。2007年,全市工業能源消費總量為913.9萬噸標煤,至2010年,全市工業能源消費總量快速上升,達1835.4萬噸標煤。2005年~2010年,福州市單位GDP能耗有所下降,從0.735噸標煤/萬元減少至0.64噸標煤/萬元,下降13%,說明福州市近年來的節能降耗工作取得了一定的成效。
福州市工業能源消費結構分析。2007年、2010年福州市工業能源消費結構見圖3,其中原煤消費量所占比例最高,2005年達70.2%,2010年下降至63.0%;其次是電力,2005年占15.5%,2010年上升至24%;焦炭、燃料油、液化氣等其他燃料分別占0.2%~11.1%。目前福州市工業能源消費很大程度上仍然依賴于原煤,屬于高碳經濟運行,可再生能源、清潔能源的消費比例低。近年來,隨著節能降耗工作的推進和清潔能源的推廣,福州市工業原煤消費比例有所下降,取而代之的是電力消費比例上升。
主要耗能行業分析。根據2010年統計數據,福州市工業耗能最大的行業是電力、熱力的生產和供應業,占45.39%;前幾位依次是黑色金屬冶煉及壓延加工業、非金屬礦物制品業、紡織業、醫藥制造業等,前五位行業的綜合耗能占總耗能的比例達到83.97%。其中,煤炭的消費主要集中在福州的三大火電廠,除了火力發電外,其他行業的能耗,還是以電力為主,其次是燃油,說明福州開展禁煤、改善能源消費結構取得一定成績。福州市工業能源消費前十名行業排序見表1。
福州市能源消費碳排放強度
研究方法與數據來源。在計算能源消費碳排放量時,采用能源平衡表中的終端消費量(標準量),不計加工轉換、運輸過程中損失能源的碳排放。由于無法收集到完整時間段的各類能源終端消費數據,因此選用了覆蓋研究時間段的幾類主要能源,包括原煤、焦炭、液化石油氣、柴油、燃料油和電力,數據來源于福州統計年鑒[10]。由于這些能源占終端能源消費總量的比例較高,可以認為近似等于終端能源消費總量。本文參考陳冠偉等人[3]的方法,采用《IPCC2006國家溫室氣體清單指南》[11]中的缺省二氧化碳排放系數,計算能源消費碳排放:n1iiiCEPA式中:C——能源消費碳排放;Ei——第i種能源消費量,萬噸標準煤;P——標準煤熱值,萬噸標準煤熱值為2.93×105GJ;Ai——第i種能源二氧化碳排放系數;n——能源種類數。2007年~2010年福州市工業主要能源消費量及各類能源二氧化碳排放系數見表2。表2中,碳排放強度等于碳排放量與GDP的比值[7],由于本文主要研究工業能源碳排放,因此用工業總產值代替GDP進行計算。
結果分析。由圖4可知,福州市工業能源消費碳排放量逐年增長,由2007年的3144.8萬噸增長到2010年的5042.8萬噸,增長60.4%;2007年~2010年福州市工業總產值從2751.7億元增長到4528.6億元,增長64.6%;二者的增長趨勢較為接近,印證了工業的發展是能源碳排放增長的主要動力。就一個國家或地區的發展歷程而言,碳排放強度可以反映其在經濟發展的同時對減緩氣候變化的貢獻,從某種程度上碳排放強度下降率可反映能源利用和相應碳排放的經濟效益提高程度[13]。福州市2008年碳排放強度有較大的上升,2009年~2010年呈下降趨勢,總體上看,福州市能源利用效率和碳排放經濟效益呈上升趨勢。福州市2010年主要工業行業的碳排放量計算結果(見圖5)表明,主要耗能行業排名前四位的電力、熱力的生產和供應業、黑色金屬冶煉及壓延加工業、非金屬礦物制品業和紡織業,碳排放量也較大。而能源消費排名第五的醫藥制造業,其碳排放量卻排名第九,說明該行業能源消費結構比較合理,清潔能源使用率較高;塑料制品業的碳排放量排名與其能源消費量排名相比有所上升,說明該行業能源消費結構不夠合理,使用的清潔能源比例較低,需進行適當調整。
結論與建議
福州市2010年工業能源消費仍然以原煤的消耗為主,占總能耗的63%,與2007年相比,工業能源煤炭使用比例有所下降,電力使用比例增加。與2005年相比,2010年福州市單位GDP能耗下降13%,說明福州市近年來的節能降耗工作取得了一定的成效。2007年~2010年間,福州市工業能源消費碳排放量逐年增加,工業發展是主要動力;碳排放強度總體呈下降趨勢,說明福州市能源利用效率和碳排放經濟效益有所提高。目前,福州市工業能耗較高且碳排放量較大的行業為電力、熱力的生產和供應業、黑色金屬冶煉和壓延加工業、非金屬礦物制品業和紡織業。福州市主要耗能行業中,醫藥制造業的能源消費結構比較合理,碳排放量較低;而塑料制品業能源消費結構不夠合理,需進行優化調整。
目前福州市積極引導產業向南北兩翼轉移,推動產業集群形成,規模以上工業中,南北兩翼占福州市工業產值的比重由2001年的38.07%上升到2010年的50.9%。“南翼”興化灣江陰臨港產業基地已形成了東南電化、耀隆化工、中景石化等大型基礎化工項目的石化專區,以及以?？顾帢I、福興醫藥為主的醫藥化工產業;“北翼”羅源灣產業基地已初步形成了以寶鋼鎳合金為龍頭的冶金基地。資源能源消耗量大和碳排放強度高的產業均聚集在“南北兩翼”,區域資源和環境承載力將成為制約福州市產業布局、結構和規模的重要因素。
在全國資源能源緊張的環境下,福州市能源消費將隨工業發展進一步逐步擴大,雖然在未來一段時間內福州以煤炭為主的能源消費結構將會基本保持不變,但福州市能源消費碳排放減少仍具有一定潛力。以下針對福州市工業能源消費及碳排放的特征提出幾點對策建議:
嚴格產業準入,重點優化產業空間。福州市主要工業集中區應根據各自區域特征,明確產業定位,嚴格產業引入,重點產業優化發展。南翼”興化灣江陰半島區域重點發展集裝箱物流、電子信息、裝備制造和能源產業,適度發展污染相對較輕的化工產業,限制重油深加工等重污染項目;“北翼”環羅源灣區域以深水港口為依托,重點發展港口散貨物流和裝備制造業,適度發展能源、冶金和污染相對較輕的石化中下游產業。
大力調整產業結構,降低單位產品能耗。應進一步加大電子信息、通訊設備等低耗能、低污染、高附加值的技術密集型行業的比例,降低高能耗產業的比重;要加快對高耗能行業的改革,提高產品的技術含量,要促進產業內部行業的升級換代,抑制其碳排放強度的增長。
篇8
關鍵字：制造業；集聚；沿海省份；非沿海省份
一、中國制造業在地理上的集中程度
隨著非國有企業的迅猛發展，中國制造業企業個數也呈現了快速發展的趨勢，同時這些廠商的地理分布在整個制造業布局中始終占據著很重要的位置。在區位選擇上，由于制造業投入高產出高的特點，因此制造業的選址更加會偏向于接近上下游廠商附近，以縮減中間運輸成本。另外，制造業本身對地方財政的高貢獻率也使其在選址上不得不考慮中央及地方政府的政策扶持。
Amiti and Wen（2001）通過測算三位數制造業在不同區域上的基尼系數，來考察制造業在區域上的集聚程度。基尼系數通常是用來度量收入不平等及生產在地理上的集中程度。測算基尼系數的公式如下：
其中sij、sik是省份j和省份k在工業I中所占的分額，n是省市自治區的個數，si是各省份在制造業I中所占份額的均值。
計算出來的制造業的區位基尼系數值以遞減的順序排出，除去個別年份的個別行業，大部分的數據是完整的。制造業區域集聚程度較高，GINI系數值>0.5的產業就超過了77%以上，僅在2003年有色金屬冶煉及壓延加工業的GINI值只有0.39，并未達到出現集聚現象。同時，保留每個制造業最大份額和第二大份額的省份，其中結果顯示，絕大多數制造業中，占最大份額的省份基本都是沿海省份，如上海，山東，江蘇，廣東。
通過上表，可以得出以下結論：
第一，以上結果與標準的Heckscher-Ohlin模型結果一致。例如一些高度地方化的產業是依靠獨特的自然資源的分布，因此這些制造業產業地理分布高度集中。
第二，相對區域定位自由的產業一般都集中于沿海地區?；嵯禂荡笥?.58以上的產業占有最大份額以及第二大份額的省份都是沿海地區，大致包括廣東，山東，江蘇，浙江，上海，遼寧，可能究其緣由還是因為這些產業具有低交易、運輸成本的特點。
第三，比較數據測算結果，得出：
（1）學術上一般認定GINI系數>0.5的情況下，可以推斷某行業存在較為顯著的集聚現象的特征。由此可推，自2000年到2011年，超過42%的制造業在地里分布上集中度較大。且這些制造業GINI系數平均上升9.94%。最為顯著的產業是有色金屬冶煉制品業，上升幅度達到了27.12%。相反有11個制造業逐漸趨于分散，GINI系數平均下降了5.81%，最為顯著的產業為石油加工業，下降達到13.04%。直到2011年，山東，江蘇，廣東三省成為絕大多數制造業高度集中所在地。
（2）醫藥產業，化學纖維產業，有色金屬冶煉及壓延加工業，通信設備、計算機及其它電子設備制造業，GINI系數自2002年漲幅明顯，且一直呈上升趨勢。2005，2006，2007年增長特別迅速，例如醫藥業的區位最大份額的省份從廣東逐漸轉移到山東、江蘇，幾年的趨勢都基本平穩。
（3）農副食品加工業，紡織業，造紙及紙制品業，非金屬礦業，金屬制品設備制造業，電氣機械及器材制造業，黑色金屬冶煉及壓延加工業，儀器儀表及文化、辦公用機械制造業，這八個產業通過曲線圖中顯示為先上升后下降的波動趨勢，并且達到最高的年份大致保持在2005，2006，2007三個年份。
二、我國制造業產業轉移特征分析
（一）我國制造業轉移的行業特性分析
本節參考中山大學舒元和徐現祥教授的做法，測算平均轉移幅度，以此來分析2000年到2011年期間我國制造業轉移趨勢。平均轉移幅度公式為：
平均轉移幅度=（2011基尼系數-2000基尼系數）/12
按照理論的公式測算，本文得出以下結論：
（1）總的看來從2000年到2011年期間我國制造業行業的區位基尼系數出現了一定趨勢的變化。在考察的21個行業中，平均轉移幅度小于0和大于0的行業基本各占一半，我們可以推斷認為我國制造業結構正在尋求最優化發展。
（2）通過傳統制造業的平均轉移幅度在排名上不具有顯著特征，處于中位，并不具有顯著的區域轉移趨勢。例如典型的傳統制造業-紡織業，飲料，食品制造業，轉移趨勢之所以并不明顯，可能和傳統制造業的特點有關，當投訴要素主要集中在基礎勞動力時，隨著產業發展的日漸成熟，產業結構相對成型，企業不會輕易選擇轉移區域來達到成大的盈利，因此轉移幅度便會相對較小。
（3）高技術密集型行業（如專用設備制造業、通信設備、化學原料及化學制品制造業、通用設備制造業、儀器儀表及文化、辦公用機械制造業）平均轉移幅度排名相對落后。其主要的緣由為依靠加大的工業基礎本經的高技術產業，其轉移成本巨大，不但需要強大的人力成本支持，同時需要技術科研力量的配套支持，因此其轉移起來難度較大。
（4）一些高污染或重化工行業（如化學原料及化學制品制造業、非金屬礦物制品業、金屬制品業、石油加工、煉焦及核燃料加工業、化學纖維制造業）的平均轉移幅度排名卻相對較前。處在排名前列的行業，反而會展現出明顯的區域轉移能力。例如平均轉移幅度最為顯著的化學纖維制造業，分析這些高污染企業，必須結合其本身的性質。隨著當代政府越來越關注綠色經濟，人民生活越來越注重健康品質，高污染企業是無法在這樣的環境中與他們生存融洽的，只有隨著地方政府的政策方針，逐漸開始尋找適合此產業發展的地區進行轉移。
（二）我國制造業轉移的區域特征分析
當可以判定我國制造業已經出現了一定的區域轉移后，文中接下去就有必要得出轉移的方向，及轉移的特征。因此，本節針對我國制造業區域轉移的特點展開討論，這里采用動態集聚指數來測算我國制造業的轉移方向。計算公式為：
Sit表示產業i整體工業總產值平均增長速度；Sijt表示產業i在j地區工業總產值的平均增長速度；其中qij0和qijt代表產業i在j地區期初和期末的工業總產值；j=1，2…n，表明有n個地區。如0≤A ijt≤1，說明產業i在j地區增長速度在平均水平之下；如A ijt≥1，說明j地區產業i的增長速度在平均水平之上，產業i往j地區快速集聚；如Aijt
這里選擇2000年到2011年的工業總產值計算27個省的21個制造業行業的動態集聚指數，同時對集聚指數大于1的省份按沿海還是非沿海分類進行了整理（見表一）。
表一 動態集聚指數大于1的省份
資料來源：根據中國工業經濟統計年鑒（2001-2012年）計算得到
通過分析上述數據可知如下結論：
（1）通過數據發現，指標為正且大于1的較多，可以說明我國多數制造業規模還在逐漸擴大，行業集聚仍在繼續。在2005-2011年期間，沿海地區動態集聚指數>1的次數有83次，非沿海地區>1的次數有198次。同時，轉移的區域特征逐漸浮現，其方向逐漸轉向非沿海地區。
（2）高污染的產業，如化學原料及化學制品制造業、非金屬礦物制品業、金屬制品業、石油加工等，也出現向非沿海地區轉移的現象。高技術密集型行業如專用設備制造業、通信設備、計算機及其它電子設備制造業、通用設備制造業等在沿海地區有一定程度的發展，比如河北，江蘇，遼寧，但并沒有出現明顯的集聚優勢，反而不少非沿海地區有表現出一定的集聚優勢，比如河南，湖南，安徽，湖北。
為了證明上面的結論，通過計算了我國沿海和非沿海兩個地區，27個省份，28個制造業工業總產值在全國的占比和各市的制造業工業總產值的年均增長率來了解非沿海城市與沿海城市的變動情況。
我們可以發現，我國制造業在2005到2011年間制造業工業總產值沿海地區遠高于非沿海地區，這也就充分證明了第二節中的結論，大部分產業的最高，第二高份額，大多集中在廣東，山東，江蘇等沿海省份。而根據圖五，明顯看出，這些年，非沿海省份的制造業工業總產值的增長率都高于沿海城市，因此可以說，05到11年，非沿海省份在抓緊發展制造業，也因此我們會在第四節中得出非沿海省份的區域集聚指數大于1的個數要遠遠大于沿海省份，此結論也剛好解釋了我國制造業轉移有鮮明的區域特征，并且轉移還存在一定的方向性-向非沿海地區轉移的行業增多。得到的結論與前文結論相符。
因此，從上述的研究發現，我國制造業在進行緩慢的區位移動。地方政府在選擇產業發展時，應該更加注重本地區的外在因素，而不是現有的資源水平。隨著制造業的區位移動，沿海城市應逐漸脫工化，將自己的比較優勢更好的發揮到優勢產業上，在綠色的環境下，創造出綠色的產業發展。
參考文獻：
[1] Amiti， M. Wen. M. New Trade Theories and Industrial Location in the EU： A Survey of Evidence， Oxford Review of Economic Policy，1998，14（2），45-531.
[2] Krugman. Increasing Returns and Economic Geography. Journal of Political Economy，1991，483-499.
[3]王業強，魏后凱. 產業特征、空間競爭與制造業地理集中--來自中國的經驗證據[J]. 管理世界. 2007（04）
[4]魏后凱. 大都市區新型產業分工與沖突管理--基于產業鏈分工的視角[J]. 中國工業經濟. 2007（02）
[5]陳良文，楊開忠. 地區專業化、產業集中與經濟集聚--對我國制造業的實證分析[J]. 經濟地理. 2006（S1）
篇9
關鍵詞：生物醫藥產業；因子分析；評價指標體系；上海市
中圖分類號：F264 文獻標志碼：A 文章編號：1673-291X（2012）30-0195-03
引言
生物醫藥產業是全球經濟中增長最為快速、穩定的產業之一[1]。上海市生物醫藥產業總體發展勢頭良好，依托一流的研發結構和完善的價值鏈支持體系，在產品研發和公共服務平臺建設方面處于全國領先地位，以浦東、奉賢、張江高科等產業園區為中心，聚集了一大批國內外領軍企業，在人才培養和產業集群建設等方面走在了全國前列。但是，在快速發展的同時，上海市生物醫藥產業也存在一系列的階段性問題，如產業結構不合理、自主創新能力弱、行業集中度低等。如何加快生物醫藥戰略性新興產業領域的發展，進一步推動產業結構調整與優化升級，將是上海市生物醫藥產業未來發展的重點。基于此，本文從產業鏈的角度，首先構建了生物醫藥產業發展評價指標體系，結合實地調研數據，客觀評價上海市生物醫藥產業發展的現狀及潛力，探究各細分行業的競爭優勢和劣勢，為制定上海市生物醫藥產業發展戰略提供科學的依據。
一、生物醫藥產業發展評價指標體系構建
生物醫藥產業是一個知識密集型產業，其價值鏈主要分為藥物發現、藥物開發、藥物制造、藥物銷售四個環節，各環節涉及主體較多，結構關系復雜，環節之間層級跨度較大，產業需求差異顯著?！拔⑿η€”理論 [2] 指出，研發和銷售環節占據價值鏈的高附加值部分，制造環節處于價值曲線的底部。然而，將“微笑曲線”理論簡單的應用于生物醫藥產業，卻會走入誤區，因為生物醫藥業其并非單純的通過規模效應創造利潤。國內生物醫藥產業價值鏈的核心在藥物開發與制造環節，發展生物醫藥產業首先要發展醫藥制造業，形成價值創造的中樞和基礎，進而支持藥物發現與開發，盤活銷售流通環節。根據生物醫藥產業鏈的特點，本文編制了上海生物醫藥產業高端高效評價指標體系，主要包括三級層次，共12項指標（如表1所示）。
1.產業高端指標。高端產業具有高級要素稟賦支持下的內生比較優勢，占據著產業價值鏈的高端環節，表現為較強的價值鏈控制力、較高的價值鏈位勢[3]。高級要素稟賦主要從專業人才密集度、資本密集度、行業人均收入多個方面衡量，反映了產業發展所需的人才和資本等核心要素。產業價值鏈位勢，從在價值鏈上所處的環節位置判斷，實質就是對價值鏈關鍵環節——核心技術專利研發或營銷渠道、知名品牌等的控制力，而動態維持高價值鏈位勢需要具有較強的自主創新能力。
2.產業高效指標。追求產業高端的最終目的是高效。“產業高效”是指產業資源配置效率高，表現為良好的經濟產出效益、較高的產品附加值和正外部性。良好的經濟產出效益反映為資金、土地、人員等各要素的使用效率較高，推出新產品能力強[4]。高附加值反應為良好的產值增加值、風險收益管理和資產收益水平。正外部效應突出表現為節能減排的環境友好性，發展綠色產業。
二、模型及數據說明
1.評價模型。目前，國內外學術界提出了多種指標評價方法，如層次分析法、專家調查法等，但這些方法有賴于專家的主觀判斷，存在著指標包含部分重疊信息和賦權的主觀性這兩個問題。因子分析法是一種在不損失或很少損失原有信息的前提下，將多個實測變量轉換為少數幾個互不相關的綜合變量的數據簡化技術方法，能夠反映并解釋這些實測變量之間的依存關系。其原理是通過研究評價指標體系內眾多變量之間的關系，探求樣本數據中的基本結構，并用幾個假想變量來表示其基本的數據結構，作為構建綜合評估指標體系的元素，而排除樣本之間差距不大的那些指標。采用因子分析法來進行綜合評價時，是對相關的產業發展評價指標向量進行降維，采用較少的因子，以每個綜合因子的方差貢獻率作為權重，構建綜合評價模型來評判產業的發展水平。構建的綜合評價函數為：
其中，αi是綜合因子F的權數，它是根據Fi的貢獻率確定的，即Fi的方差占全部總方差的比重確定的。由于指標權重是通過多重線性變換和數據運算獲得的，既避免了主觀因素的影響，也消除了指標間信息的重疊問題，同時指標的減少也有利于抓住主要矛盾，使綜合評價結果唯一、客觀、合理[5]。
2.數據說明。上海市生物醫藥產業保持穩步上升的趨勢，涵蓋化學制藥、生物制藥、醫療器械、中藥制藥和生物外包服務行業，通過對上海市境內生物醫藥企業開展問卷調查和實地調研，同時采集整理了企業年度報告數據，收集了上海市境內165家生物醫藥企業相關數據，去掉29家數據不全的企業，共有136家企業納入統計樣本，基本覆蓋了上述五個細分行業，對上海市生物醫藥產業的發展水平具有較高的代表性。
三、實證研究
首先，利用統計學軟件SPSS17.0中對12個指標的原始數據進行標準化處理，KMO和Bartlett球形檢驗結果表明，樣本數據充足，適合進行因子分析。利用SPSS17.0輸出結果，得到主成分的矩陣的初始特征值和累計方差貢獻率（如表2所示）。
取累計貢獻率≥85%的前3個主成分，這3個主成分可以代表12個指標的96.062%的信息量。為了對所選出的主成分進行解釋，本文取得3個主成分的因子荷載量，因子荷載矩陣（如下頁表3所示）。
由主成分模型可知：主成分F1中X11、X12、X13、X21、X22、X23、X43的系數絕對值較大，其因子荷載量遠遠大于其他指標，主要涉及高級要素稟賦和產業價值鏈位勢兩個方面的信息，故F1可命名為產業高端因子；主成分F2中X31、X32、X33、X41的系數絕對值較大，其因子荷載量遠遠大于其他指標，主要涉及產出效益和附加值兩個方面的信息，故F2可命名為產業高效因子；主成分F3中X31、X42的系數絕對值較大，主要反映的投入產出比、營業利潤率這兩個方面的信息，高利潤和高產出可以有效的支撐產業內部的發展，故F3可命名為產業支撐因子。以各主成分的方差貢獻率為權數，可得綜合得分計算公式：
根據綜合得分計算公式，可計算出上海市生物醫藥各細分行業發展水平綜合和得分及其排名（如表4所示）。
四、結論及建議
篇10
買者對所購商品的信息了解總是不如賣者，后者可以憑信息優勢獲得超額收益，這其實是一種信息租金。信息不對稱(asymmetric information)是信息經濟學和博弈論這些經濟學現展方向的核心假設，是對信息完全的自由市場假設的否定和延伸，對于我們理解很多行業的經濟行為和政策變遷有很好的指導價值。
在很多產業中，當事方都基于各自的利益最大化目標，互相博弈。在這種理論指導下，我們就比較容易理解一些信息不對稱問題非常嚴重的特定行業，并對股票投資提出適當的思維指導。
在組合管理中，行業配置一般以基本面為導向，分析行業供求關系變化，并對行業的景氣度進行判斷，最后做出配置建議。但是對于這些產業政策影響很大的特殊行業，基本面分析本身就包括產業政策變化對行業利潤率的影響判斷，從更深層次理解這些行業的特征就顯得尤為重要。
一個很特殊的行業就是健康護理業。除了OTC市場以外，整個產業鏈不僅包括醫藥生產企業和醫藥流通商，還包括醫院和患者。這個產業鏈就是一個信息嚴重不對稱的行業，而且基于醫藥服務的特殊性，患者和政府都處于信息劣勢方。如何做好醫改并控制住財政預算就需要很高的智慧?；颊咛幱谌鮿菀环?，政府則掌握著產業政策和投資權，理應有很多底牌，但是在推行醫改過程中卻遇到不少困難，各利益方博弈得非常厲害。因此，我們很容易理解政府在醫改政策上不斷摸索以求最佳方案的初衷。但是醫改政策的基礎和核心問題是嚴重的信息不對稱，包括藥品生產成本、流通成本、醫生的選擇偏好（患者不具備專業知識，選擇權其實就是對醫生建議權的無條件接受，而這很容易上升到醫生的道德問題）等。醫藥本身就是一個技術進步很快的產品差異化行業，例如，增加新適用癥就可以制造出新產品，更不要說換包裝和換劑型。完全以財政成本為導向的一刀切政策很容易產生逆向選擇和道德風險。因此，我們可以肯定產業政策還會不斷調整，并最后會充分考慮信息不對稱帶來的低效率問題。在產業政策反復中，醫藥行業的行業配置和選股方向就有了很好的宏觀指導。
在電力、電信和能源等其它產業中，類似的問題也非常多，政府監管也是藝術性非常高的公共事務。例如，高鐵之后，媒體開始挖掘設備采購價格較高的問題，動力煤價格市場化之后發電企業與政府的博弈，電網和電信承擔著村村通電和通電話的社會義務等等。概言之，這些特殊產業的投資需要充分考慮產業政策的影響，價格管制本身就消除了價格漲跌帶來的投資機會，受益的企業往往只有兩類：一是受益于產業政策導向，銷量不斷增加；二是開發能夠規避產業管制的新產品或服務。
