●王蕴翠广东外语外贸大学南国商学院张小虎生产力（广州）咨询有限公司
[摘要]本文运用标杆法中的数据包络分析方法评价了广东与其他七个省市生物医药产业的效率，包括技术效率和规模效率。通过分析得到了广东与其他七个地区生物医药产业竞争力量化的评价结果。根据这些结果找出了广东生物医药产业目前所存在的问题，并依据存在的问题和目前所面临的形势，在产业组织、技术创新模式等方面提出了广东生物医药产业今后的发展对策。
[关键词] DEA模型 竞争力 生物医药产业广东
一、生物医药产业的界定
生物医药产业( Biopharmaceutical Industry)的概念可以分为广义和狭义两种。广义的生物医药产业是指将现代生物技术与各种形式的新药研究．开发、生产相结合，以及与各种疾病的诊断、防治和治疗相结合的产业，主要包括下述三大领域：
1．制药产业：包括基因重组药物、化学制药、植物药物、中医成药及其他生物制品；
2．医疗器械及医学生物工程材料产业：包括医疗器械、医学诊断仪器设备、医学治疗仪器设备及医学生物工程材料；
3．医疗诊断试剂产业：包括生化试剂（酶试剂），免疫试剂（酶联，放免）及聚合酶链反应（Polymerase Chain Reaction.简称PCR）制剂。
狭义的“生物医药产业”，是指以基因工程、细胞工程、发酵工程和酶工程为基础的制药产业，主要是指上述第一个领域。
本文的研究对象是指广义的生物医药产业，如无特别说明，本文里所提到的生物医药产业均指广义的生物医药产业。
二、DEA模型法介绍
产业竞争力的评价方法很多，有定性也有定量的方法但其中最重要的莫过于标杆法。标杆法(Benchmarking Methods)不但能够评价和判断竞争力的高低，找出竞争力高低的主要原因，而且还能告诉我们，应该怎样做才能提高竞争力。这种方法比传统的竞争力评价方法更加贴近于竞争力研究的目的。本文主要就标杆测定过程中的主要数量方法——数据包络分析方法( DataEnvelopment Analysis．简称DEA)进行探讨。国内外一些学者自1 989年以来，研究用DEA方法定量测算技术有效性、规模有效性、技术进步率等技术进步的定量分析工作，取得了较好的效果。目前DEA的应用与理论研究仍处在不断发展和完善之中，其应用领域也已从最初用于评价决策单元的有效性，逐步扩大到资源分配、政策有效性分析和指导决策单元改进运行行为等方面。
目前国内己能查到将DEA方法运用来研究企业竞争力的文献，如赵旭、宗刚等、樊宏、赵听等、刘夏清等。但把该方法用到产业竞争力的评价和分析上，国外文献中有Oral等，但在国内文献中很少见到。
1．DEA方法的思路和应用状况
[来自www.lW5U.com]DEA方法的基本思路是：把每一个被评价单位作为一个DMU,再由众多DMU构成被评价群体，通过对投入和产出比率的综合分析，以DMU的各个投入和产出指标的权重为变量进行评价运算，确定“有效生产前沿面”，并根据各DMU与有效生产前沿面的距离状况，确定各DMU是否DEA有效，同时还可用投影方法指出非DEA有效或弱DEA有效的原因及应改进的方向和程度。
DEA方法在处理具有可比性的一些单位或部门（即决策单元）多输入，特别是多输出的问题方面有着绝对优势，其最大特点就是不仅可以用线性规划的方法来判断决策单元对应的点是否位于有效前沿面上，从而估计决策单元的有效性（包括技术有效性和规模有效性）；而且能够根据评价结果计算调整目标，为非有效决策单元变为有效决策单元提供改进方向，提出具体的建议和方案。为此，将DEA方法引入到竞争力评价中是很有意义的。
2．DEA模型概述
以上模型简称CCR (Charnel Cooper Rhodes)．它是以最早发明DEA方法的三个人的字首字母命名的。该模型的含义为：在保持决策单元j。输入加权和为1．且所有的决策单元输出加权和与输入加权和之比小于1条件下，求决策单元j。加权输出的最大值。 对于任何一个决策单元(DMU)，它达到ioo%的效率是指：(1)在现有的投入条件下，任何一种产出都无法增加，除非同时降低其他种类的产出；(2)要达到现有的产出，任何一种投入都无法降低，除非同时增加其他种类的投入。若一个决策单元达到了100%的效率，则该决策单元就是有效的，称为有效决策单元。
对规划(A)来说，若存在最优解V0，u0满足：V0=u0TY0=1．则DMUin为弱DEA有效(CCR)。若该规划的最优解v0>0．u0>0,且目标值：V0=uOTYO=1，则DMUj0为DEA有效(CCR)。
三、运用DEA模型对广东生物医药产业的竞争力进行评价及分析
选取2008年山东、浙江、江苏，广东、上海、河北、北京、吉林这八个中国生物医药产业强省市的数据进行分析比较。经过研究，决定选取产业实现利润总额(Y1)作为产出指标，以产业资产总额(Xl)和职工人数(X2)作为投入指标。
首先我们对原始数据进行优化。对原始数据作如下处理：用投入、产出指标数据的平均值去除各DMU的投入、产出向量。指标数据优化处理的目的是可在计算过程中使数值最小的权重向量v0和u0的平均值在1左右，这样可使目标函数对全部评价指标具有大致相同的敏感度，同时又可将目标函数值的误差控制在计算机的计算精度内。然后运行DEA模型计算软件DEAP (Data En-velopment Analysis Porgram)可以得到DEA模型计算结果如表所示：
当采用规模报酬不变(CRS)假设时，各个省份生物医药产业的技术效率见表。从表可以看出，与其他七个省份相比，山东的生物医药产业的技术效率均达到了最好水平100．北京生物医药产业的技术效率也达到了84 7%，位居第二。广东生物医药产业的技术效率仅为61. 8%．略低于平均水平，列第六位。从表我们可以看出，与山东、北京、上海这三个省市相比较差距较大，改进余地较高。尤其是与山东相比改进余地高达38.2%。当计算采用规模报酬可变(VRS)假设时，各个省份生物医药产业的技术效率见表。从表可以看出，和采用规模报酬不变假设情况下类似，广东生物医药产业的技术效率较低，排名第六。与山东、北京，河北相比，广东还是有一定的差距，改进余地达14.4%。
技术效率不高意味着对于现有的产业投入，并没有获得最大的产出。所以说广东生物医药产业整体的投入产出效率不高。其中的原因可能是产业本身的技术水平落后，也有可能是产业的管理水平较低。从这里可以看出，提高生物医药产业整体技术水平和管理水平，是增强广东生物医药产业竞争力的一个重要方法。观察表中的规模效率数值可知．除山东外，广东和其他七个省份都处在规模收益递增的阶段。广东的数值为72.1%，这就说明通过扩大产业规模来增加产业收益方面，广东还有较大的空间。与目前产业界的实际情况来看，这个研究结果基本上反映了现状。
四，广东生物医药产业竞争力提升对策
面对不足广东应该及时借助加入WTO及签署CEPA的契机，利用自己在生物医药产业原料来源等方面的优势，让生物医药成为广东经济增长的一个亮点。因此建议以下几个方面对原来的不足进行修正：一是抓好规划和产业的合理布局，形成产业聚集区。在技术力量比较雄厚、投资环境好，并已有一定生物医药产业基础的广深，广珠沿线高新区，构筑生物医药产业的“金三角”，从而改变现有生物医药企业“多、小、散、低”的现状；二是进一步加强生物医药创新能力建设。以高新技术产业带的高新区为基础，建立若干个生物医药科技企业孵化器，积极催生生物医药高科技企业；以企业为主体，鼓励产学研合作，建立具有本省特色的．完善的生物技术类药物创新、中试．产业化的研究开发体系，开发出一批具有自主知识产权和国际竞争力的重大生物医药产品，提高竞争力；三是在生物医药领域，进一步推动国家和省、市的联动。进一步建立高水平的生物医药研发和产业化队伍。创造更优良的创业环境，扶持生物医药企业做强做大；四是制定扶持措施，进一步完善创业投融资体系，使广东成为生物医药创业、融资的“乐园”，鼓励企业通过资产置换、股权置换、兼并重组等方式实现规模化生产；加强国际合作，建立战略联盟。
参考文献：
[1]朱小娟：产业竞争力[来自wwW.lW5u.coM]研究的理论方法和运用[D]．北京：首都经贸大学，2004.184—186
[2]John Doyle,Rodney Green. Effiaency and Cross-Efticiency in DEA:Derivations, Meanings and Uses [J]. Journal of the Operational ResearchSociety, 1994, 45(5):567～578
[3]Rajiv D. Banker, Richard C.Morey. Efficiency Analysis forExogenously Fixed Inputs and Outputs[J]. Operational Research, 1986,(35):513～521
[4]Y.Rotl, Waded. Cook, Boaz. Golany. Controlling factor weights inData Envelopment Analysis[J]. lIE Trznsactions, 1991, 23(1):2～8