【制药产业发展的影响因素分析及评价11000字】

制药产业发展的影响因素分析及评价目录TOC\o"1-3"\h\u32584制药产业发展的影响因素分析及评价 181461.1制药产业发展的影响因素分析 2297291.1.1产业发展状态指标 3187831.1.2产业支撑指标 5141631.2制药产业发展能力评价 7143001.2.1制药产业发展能力评价指标体系设计 8237441.2.2评价指标的界定 9106331.2.3评价指标权重的确定 10174121.2.4评价模型的构建 1362701.3制药产业发展力水平的比较与分析 22317431.3.1各国制药产业发展能力一级指标得分分析 2222101.3.2各国制药产业发展能力二级指标得分分析 24分析制药产业发展的影响因素，需要确定哪些是产业的关键竞争要素。在《国家竞争优势》中，迈克尔•波特(MichaelE.Porter)提出了影响产业竞争力的六大因素，即：要素条件、需求条件、相关与支持产业、企业策略结构与竞争、机遇和政府作用，这就是著名的国家竞争优势理论，也称“钻石模型”[[92]迈克尔•波特.竞争战略:分析产业和竞争者的技巧[M].华夏出版社，1997.]。他提出的国家竞争优势理论，使他成为了产业竞争理论的创始人。也有学者指出，“钻石”理论有一定的局限性，它过分强调一个国家的“商业环境”的作用，却忽视了产业内部的影响因素，此外，在产业竞争理论中，缺少了技术创新对竞争力影响的判读，这对于制药产业这种以技术驱动为主的产业而言，是不全面和准确的。[[93]刘小铁.产业竞争力因素分析[D].江西人民出版社,2001.[92]迈克尔•波特.竞争战略:分析产业和竞争者的技巧[M].华夏出版社，1997.[93]刘小铁.产业竞争力因素分析[D].江西人民出版社,2001.[94]张毅,焦秀红.迈克尔•波特的“国家竞争优势”理论[J].商业研究，1998(03):7-10.所以说，对于制药产业发展能力的评价而言，除了传统的钻石模型所涉及到的因素，还需要考虑产业内部自身的一些影响因素，从而形成一个综合的立体的评价体系，本研究综合考察了产业、政策、监管、市场需求等内部和外部因素，还综合考虑了产业处于动态发展时所需要考虑的内部因素[[95]欧阳平凯,赵顺龙.产业高端化及其评价指标体系[J].山东科技大学学报:社会科学版，2009(01):7-12.]、可持续发展指标[[96]许广义,赵继伟.[95]欧阳平凯,赵顺龙.产业高端化及其评价指标体系[J].山东科技大学学报:社会科学版，2009(01):7-12.[96]许广义,赵继伟.基于资源和能力的企业竞争力评价研究[J].哈尔滨商业大学学报（社会科学版）,2004(0:78-80.[97]李春林等.区域产业竞争力——理论与实证[Ml.冶金工业出版社，2005因此，通过以国家竞争优势理论为指导，结合制药产业自身的产业特点，加上产业内外部两个方面因素的指标，对医药产业的影响因素进行界定和分析。相应的，对制药产业发展能力的评价应该从制药产业自身的发展现状和制药产业发展的支撑环境两个方面进行。图4-SEQ图\*ARABIC\s11制药产业发展能力内涵的测度框架1.1制药产业发展的影响因素分析制药产业的发展状况将从产业规模、产业质量和产业结构三个角度分析。其中，产业规模指标测量产业在区域经济中的主导地位和拉动作用[[98]金碚.中国产业发展的道路和战略选择[J].中国工业经济,2004(7):5-13.],产业质量指标测量的是产业科技发展水平[[99]温晓明.产业结构高级化中的区域创新能力新视角[J].经济体制改革,2006,000(002):100-103.],产业结构指标是从产业分工的角度测量产业在国内外同一产业内的分工状况与产业价值链中的地位[[100]张辉.全球价值链理论与我国产业发展研究[J].中国工业经济,2004(5):38-46.][[101]欧阳平凯,赵顺龙.产业高端化及其评价指标体系[J].山东科技大学学报(社会科学版),2009(01):1-6.[98]金碚.中国产业发展的道路和战略选择[J].中国工业经济,2004(7):5-13.[99]温晓明.产业结构高级化中的区域创新能力新视角[J].经济体制改革,2006,000(002):100-103.[100]张辉.全球价值链理论与我国产业发展研究[J].中国工业经济,2004(5):38-46.[101]欧阳平凯,赵顺龙.产业高端化及其评价指标体系[J].山东科技大学学报(社会科学版),2009(01):1-6.产业支持水平的测度以波特提出的国家竞争优势(又称“钻石系统”)为分析结构，从生产要素、需求条件、辅助产业、企业要素和政府影响五个方面进行分析。其中，生产要素反映了医药行业的智力资源、资本资源及相关技术储备状况;需求条件衡量的是一个国家对制药业产品或服务的国内需求的性质;辅助性产业是指一国医药产业相关配套和辅助性产业的绩效。企业因素衡量的是一国制药行业企业的经营、管理、竞争状况和绩效偏好，政府影响衡量的是政府实施效率的影响，医药行业本身的监管水平及相关财政支出[[]王小平[]王小平.钻石理论模型述评[J].天津商业大学学报，2006,026(002):33-36,70.1.1.1产业发展状态指标该指标可以分解为产业规模、产业质量两个指标。产业的规模指标。首先，制药产业是资本和技术密集型产业，产业规模的扩大一定程度上会分摊企业的研发成本和失败的风险，是可以通过规模扩张来增强产业竞争力的。根据产业经济学的规模经济理论[[]苏东水.产业经济学[M].高等教W出版社,2005.20.],当产业的规模(产值等）扩张时，使产业内部的企业提高专业化程度，降低单位成本，能够在一定程度上形成产业的规模经济[]苏东水.产业经济学[M].高等教W出版社,2005.20.[]王玉荣.我国产业有效竞争分析与对策[D].天津财经学院,2002.产业的质量指标。产业的质量，就是指产业的盈利能力。而制药产业的质量，往往还还对应的是产品技术上的质量，即先进程度如何。而实现这种质量的方法就是通过加大产业的研发投入，只有注重研发的企业，才能源源不断的保证自身有领先于行业的产品上市，从而在市场中获得主导地位，极大的提高盈利能力。1.1.1.1产业规模依据静态和动态比较优势理论，产业规模越大，既具有静态规模优势带来的垄断力量和高附加值，又可以获得更强的动态“干中学”所产生的成本削减效应。因此，产业规模应该是反映产业发展水平的一个测度指标[[][]欧阳平凯,赵顺龙.产业高端化及其评价指标体系[J].山东科技大学学报(社会科学版),2009(01):1-6.因此产业规模指标下设立6各二级指标：产业总产值（XS1,竞争要素编号，下同）与市场份额（XS2）；绝对就业规模（XS3）与相对就业规模（XS4）；企业聚集规模（XS5）与企业聚集程度（XS6）。1.1.1.2产业质量制药产业获得高额利润的源泉是其高水平的产品，而优势的产品来源于持续不断的研发投入，所以研发投入和高技术产品之间是有理论关系的。由此我们可以推论出，产业利润率反应了产业的主导地位和话语权，使其具有不可替代性的关键，而关键产品作为产业质量的保障，则是与研发投入息息相关的。因此，产业质量指标下设立6各二级指标：产业利润规模（XQ1）与产业利润率（XQ2）；产业研发投入（XQ3）与产业研发强度（XQ4）；药物研发规模(XQ5)与药物研发水平（XQ6)。1.1.1.3产业结构此外，制药产业发展不均衡，不同的企业定位也不同，所以制药产业的发展水平也和产业结构息息相关，比如说像欧美发达国家的制药产业主要以小型创新药企为主，或者像印度在仿制药领域布局了大量的企业而言，不同的产业结构直接导致了产业发展水平的不均衡，因此需要考察一国的产业结构。产业结构下设立3各二级指标：产业自主程度（XI1)：品牌化程度（XI2)；产业集中程度（XI3)。产业发展状态指标及其相关解释整理如下表所示。表4-SEQ表\*ARABIC\s11产业规模指标界定考察维度二级指标指标解释产业规模(S)XS1:总产值产业总产值XS2:市场份额制药产业的总产值/全球产业总产值XS3:绝对就业产业就业人数XS4:相对就业产业就业人数/全球该产业就业人数XS5:聚集规模规模上企业数量XS6:聚集程度产业中规模上企业数量/全球该产业中规模上企业数量产业质量(Q)XQ1:利润规模总利润XQ2:利润率总利润/总产值XQ3:研发投入产业研发总投入XQ4:研发强度研发投入/总产值XQ5:药物研发数量药物研发数量XQ6:药物研发占比药物研发数量/全球在研药物数量产业结构（I)XI1:产业自主程度企业拥有专利数/产业专利总数XI2:品牌化程度本地500强药企数量/全球500强药企总数XI3:产业集中程度产业赫芬达尔指数1.1.2产业支撑指标通过钻石模型，将产业外部影响因素指标按照5各一级指标来设立，主要包括：生产要素、需求条件、辅助行业、企业要素和政府影响。图4-SEQ图\*ARABIC\s12产业支撑环境相关要素对于医药产业来说，在生产要素方面，智力资源、技术资源、资本资源等产业生产要素是重要的外部影响因素；在需求方面，消费需求和消费能力非常重要；在辅助条件方面，金融和资本环境是重要的一环；在政府影响方面，政府的监管、医保等政策对制药产业的影响也十分巨大；在企业要素方面，行业内企业的绩效，以及企业的战略、结构和竞争状况都有影响。1、生产要素指标对于制药产业而言，关键性的生产要素包括技术积累、智力支撑和资木投入。波特的国家竞争优势理论认为，高级要素如人力资源、知识资源、资本资源、基础设施对竞争优势具有更重要的作用。因此生产要素指标下设5个二级指标的竞争要素有：科研能力（YP1)、科研质量（YP2)和领域内高校水平（YP3)；专利数量（YP4)；融资能力（YP5）。2、需求条件指标企业对最接近的顾客的需求反应最敏感，也是企业通常最先需要立足的市场[[]张爽莹.中国光伏发电产业竞争力及其成长性研究[D].华北电力大学,2012.]。所以，对于制药产业而言，是否具有满足顾客需求能力的条件是关于制药产业的[]张爽莹.中国光伏发电产业竞争力及其成长性研究[D].华北电力大学,2012.因此，将需求条件指标下设4个二级指标：消费能力（YDI)和支出水平（YD2)；市场增速（YD3)和潜在市场（YD4)。3、辅助行业指标国家竞争优势理论认为，在国内拥有具备国际竞争力的供应商和关联辅助性行业，是一个行业能够取得国家竞争优势的第三个条件[[]张毅,焦秀红.迈克尔•波特的“国家竞争优势”[]张毅,焦秀红.迈克尔•波特的“国家竞争优势”理论[J].商业研究,1998(03):7-10.将辅助行业指标下设2个二级指标：股票市场（YR1)和债券市场（YR2)。4、企业要素指标波特模型中第四个促成国家竞争优势的条件，是国内企业的战略、结构和竞争状况。制药产业内涉及企业建立、组织和管理的形式,以及国内竞争的水平，就可以理解为企业内部要素的一系列指标[[]张金昌.波特的国家竞争优势理论剖析[J].中国工业经济,2001,000(009):53-58.][]张金昌.波特的国家竞争优势理论剖析[J].中国工业经济,2001,000(009):53-58.因此，将企业要素指标下设3个二级指标：获得信贷的能力（YB1)；价值链生态位（YB2)；产业创新程度（YB3)。1.1.2.5政府影响当国家政府在医保支出、监管审评等方面进行政策挑战时，政策对产业的影响就是政府影响因素。政府部门通过政策选择，能够削弱或增强国家竞争优势。例如，法规可以改变国内需求条件，比如医保政策的挑战，可以影响需求领域的变化，而审评审批制度的改革，也是企业内部因素发生了重大变化，国家鼓励创新，又可以为产业引导资本助力制药产业。由此可见政府的影响起到十分重要和广泛的影响[[]朱应皋,吴美华.国家竞争优势理论及其政策价值分析[J].南京财经大学学报,1999(2):7-10.][]朱应皋,吴美华.国家竞争优势理论及其政策价值分析[J].南京财经大学学报,1999(2):7-10.因此，将政府影响指标下设4个二级指标：营商环境（YG1)；政府效率（YG2)和政府监管质量（YG3)；政府支出水平（YG4)。产业支撑环境相关竞争要素及其相关解释整理如下表所示。表4-SEQ表\*ARABIC\s12产业支撑指标界定考察维度二级指标指标解释生产要素(P)YPl:科研能力相关SCI论文数量（近5年）YP2:科研质量H指数YP3:领域内高校水平高校数量与排名YP4:专利数量相关专利总数量（1980年至今）YP5:融资支持近一年产业贷款额需求条件(D)YDI:消费能力人均GDPYD2:支出水平人均医疗卫生支出YD3:市场増速近五年来制药产业市场规模复合增速YD4:潜在市场增长人口老龄化程度辅助行业(R)YR1:股票规模股市市值占GDP的比重（％)YR2:债券规模公开国内债券发行（占GDP的百分比）企业要素(B)YB1:获得信贷的能力企业获得信贷的能力YB2:价值链生态位产业微笑曲线中的位势YB3:产业创新程度类赫芬达尔指数政府影响(G)YG1:营商环境整体营商环境状况YG2:政府效率政府整体行政效率YG3:政府监管质量政府整体监管质量YG4:政府支出水平医疗卫生总支出/本国GDP1.2制药产业发展能力评价近年来，由于医药行业的快速发展，各国的产业都在不断转型升级，特别是新兴经济体一直在加大对自身产业的投入、监管和激励，向更高的产业水平迈进，而制药行业的竞争力和竞争优势已成为研究的重点之一。但另一方面，基于对医药行业与其他行业在产业竞争力水平上的比较研究较多，而研究医药行业之间的竞争力评价信息相对缺乏，文献不全面，从国际产业的角度来衡量一个国家的医药产业竞争力，并有针对性地进行深入分析提出建议。医药产业发展能力本质上是一个比较的概念，比较的内容是医药产业的竞争优势。对于一个国家的制药产业来说，其国际竞争优势，以及其在产业市场能力和实现可持续发展能力上的体现，这就要求衡量产业以比其他竞争对手更有效的形式持续生产出某种消费者愿意接受的产品，从而获得满意的综合经济效益[[]黄腾.杭州动漫产业竞争力研究[D].长春工业大学.][[]黄腾.杭州动漫产业竞争力研究[D].长春工业大学.[]邹薇.再论国家竞争力的内涵及其测度体系[J].经济评论,2002(3):12-18.1.2.1制药产业发展能力评价指标体系设计根据上述对制药产业发展能力内涵的界定以及对制药产业本身特征的分析，本研究制订了评估指标的设计原则、建立指标体系的方法和步骤，以评估各国制药行业的发展能力。1、评价指标的设计原则为了客观描述一个国家制药产业在全球制药产业中所处的位置，本文提出了建立制药产业发展能力评价指标体系的基本原则为：针对性原则。本指标体系必须能够体现制药产业的需求特征、竞争特征、技术特征、发展特征和盈利特征等。系统性原则。该指标体系必须能够总结一个国家制药产业的主要方面，并且能够更全面地反映该行业的竞争力。客观性原则。尽可能采用客观的指标和权威的数据，从而保障评价者在指标的认识上具有较高的一致性。可比性原则。指标的选取要能够反映所有产业的共性，并能够在共性中作为区域间的横向比较。1.2.1.2建立指标体系的方法和步骤评价指标包括指标构成和指标权重两个部分，对于这两个部分需要采取不同的方法来解决。评价指标的界定。通过概念界定等方法，建立一级指标构成的逻辑。将一级指标按照其内涵进行分解或细化为二级指标、三级指标。指标权重的分析。使用定量分析的主成分分析法对各指标进行赋权。指标体系的验证和确立。利用搜集到的数据对模型进行证，当模型的指标权重、指标构成在各种数据的检验下保持较高的稳定性时，说明模型具有较高的可靠性[[]欧阳平凯,赵顺龙[]欧阳平凯,赵顺龙.产业高端化及其评价指标体系[J].山东科技大学学报:社会科学版，2009（01）:1-6.1.2.2评价指标的界定基于上述分析,针对制药行业发展和产业配套环境两个层面指标的内涵和特点,和制药业的表征指标体系需要15在五维空间特性,本研究采用竞争力因素的分析,分别从不同层次对2个一级指标和8个二级指标进行分解细化，最终细化为33个三级指标。产业发展状况一级指标的建立是为了衡量一个产业的静态发展状况和动态发展能力，包括产业规模、产业质量和产业结构三个二级指标。其中，产业规模指数衡量的是产业在区域经济中的主导地位和拉动作用，产业质量指数衡量的是产业科技发展水平，而产业结构指标则是从产业分工的角度来衡量国内外同行业的分工和产业价值链的位置。产业支持水平的测度以波特提出的国家竞争优势(又称“钻石体系”)为分析结构，包括生产要素、需求条件、辅助产业、企业要素和政府影响五个二级指标。指标体系构成见下图。图4-SEQ图\*ARABIC\s13制药产业发展能力评价指标构成1.2.3评价指标权重的确定1.2.3.1数据来源在本章研究的样本中，选取的各指标数据来源如下表所示，截取的数据时间在2017年至2019年之间，在数据获取可行性的前提下，保持了样本数据相对的稳定性。表4-SEQ表\*ARABIC\s13各三级指标数据来源一级指标二级指标三级指标数据来源产业发展状况X产业规模(s)XS1:产业总产值IQVIA数据库XS2:市场份额IQVIA数据库XS3:绝对就业规模IQVIA数据库XS4:相对就业规模IQVIA数据库XS5:企业聚集规模欧盟联合研究中心XS6:企业聚集程度欧盟联合研究中心产业质量(Q，IndustrialQuality)XQ1:产业利润规模EFPIA;IQVIA数据库XQ2:产业利润率EFPIA;IQVIA数据库XQ3:产业研发投入欧盟联合研究中心XQ4:产业研发强度欧盟联合研究中心XQ5:药物研发规模PharmaIntelligenceXQ6:药物研发水平PharmaIntelligence产业结构(I,IndustrialStructure)XI1:产业自主程度WIPOXI2:品牌化程度《财富》中文网XI3:产业集中程度欧盟联合研究中心产业支撑环境Y生产要素(P)YP1:产业科研能力ScimagoYP2:产业科研质量ScimagoYP3:领域内高校水平ARWU软科世界大学排名YP4:专利数量WIPOYP5:产业融资支持世界银行需求条件(D)YD1:市场消费能力世界银行DataBankYD2:市场支出水平世界银行DataBankYD3:市场规模增速BPI;IQVIA数据库YD4:潜在市场增长世界银行DataBank辅助行业(R)YR1:股票市场规模世界银行YR2:债券市场规模世界银行企业要素(B)YB1:获得信贷的能力世界银行DataBankYB2:价值链生态位欧盟联合研究中心YB3:产业创新程度欧盟联合研究中心政府影响(G)YG1:营商环境世界银行DataBankYG2:政府效率世界银行YG3:政府监管质量世界银行YG4:政府支出水平世界银行DataBank1.2.3.2无量纲化处理方式正态标准化法目前使用最普遍的无量纲化方法是标准化法，即：式4-1其中xj和σj分别是指标巧的均值和标准差。经标准化后，指标y极差变化法极差变化法也称为离差标准化，是对原始数据的线性变换，使结果值映射到[0,1]之间。转换函数如下：式4-2其中Mj=max1≤ⅈ≤nxij为样本数据的最大值，mj=min 式4-3 式4-4极差变化后各指标的均值为xj−mjMj−但该方法的缺点在于，极大值或者极小值对yj影响较为显著，当最大值Mj与其它值相差较大时，yj均值化法均值化法能够明显改善上述方法的缺点，其计算方式为：式4-5均值化后各指标的均值都为1，其方差为;： 式4-6均值化后各指标的方差为(σjxj)2,它保留了各指标变异程度的信息。但此方法处理后的数据，原始数据远大于均值的y但由于本研究采用的变量的变化范围较小，且样本指标无负值数据，因此本研究采用均值化法来对绝对值指标进行无量纲化处理。而相对值指标已经统一量纲，则直接保留原数据。1.2.3.3主成分分析赋权法因子分析（FactorAnalysis)模型是一种通过显在变量测评潜在变量，通过具体指标测评抽象因子的统计分析方法。它利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的种多变量统计分析方法。因了分析的基本思想是根据相关性大小把原始变量分组，使得同组内的变量之间相关性较高，而不同组的变量间的相关性则较低[[]傅文明.上市公司绩效的灰色因子分析——以中国A股市场信息技术行业为例[J].云南农业大学学报:社会科学版,2010.][]傅文明.上市公司绩效的灰色因子分析——以中国A股市场信息技术行业为例[J].云南农业大学学报:社会科学版,2010.参考孙通等人利用因子分析定权的方法[[]孙通.产业经济绩效的因子分析及实证研究[J].当代经济,2017,(20):147-149.]，[]孙通.产业经济绩效的因子分析及实证研究[J].当代经济,2017,(20):147-149.将数据标准化；对标准化后的数据进行主成分分析；得出主因子得分和每个主因子的方差贡献率：Fj=Σ其中Fj为主成分（j=l,2,3,…，p)，x1,x2,…，为各个指标，β1j，β2j，…，求出指标权重：wj=Σi=1其中wj为指标j的权重，aij为成分矩阵中对应指标的数值，n为指标的个数,p为提取的主成分个数，ei1.2.4评价模型的构建1.2.1.1变量相关性分析首先对所有三级指标数据进行无量纲化处理后，对数据进行样本总体的相关性分析，对样本内各变量的相关性进行判断。结果如下表所示，可以看出，大部分指标数据相关性不强，而相关性较强的指标往往是统一经济意义下的相对值指标与绝对值指标，如总产值与市场份额。因此，可以说明，本指标体系在指标选择上较为合理。表4-SEQ表\*ARABIC\s14各指标皮尔森相关性矩阵表XS1XS2XS3XS4XS5XS6XQ1SQ2XQ3SQ4XQ5XS111.000**-.451-.451.951*.951*.992**.621.947.426.758XS21.000**1-.451-.451.951*.951*.992**.621.947.426.758XS3-.451-.45111.000**-.416-.416-.467-.458-.561-.700-.386XS4-.451.451l.000**1-.416-.416-.467-.458-.561-.700-.386XS5.951*.951*-.416-.41611.000**.981*.822.986*.614.921XS6.951*.951*-.416-.4161.000**1.981*.822.986*.614.921XQ1.992**.992**-.467-.467.981*.981*1.714.978*.522.834XQ2.621.621-.458-.458.822.822.7141.834.911.974*XQ3.947.947-.561-.561.986*.986*.978*.8341.688.910XQ4.426.426-.700-.700.614.614.522.911.6881.808XQ5.758.758-.386-.386.921.921.834.974*.910.8081XQ6.758.758-.386-.386.921.921.834.974*.910.8081.000**XI1.448.448-.119-.119.702.702.552.934.663.763.913XI2.896.896-.378-.378.989*.989*.943.887.970*.676.966*XI3-.549-.549.847.847-.666-.666-.621-.851-.762-.966*-.772YP1.361.361-.107-.107.632.632.472.917.597.773.876YP2.974*.974*-.595-.595.969*.969*.988*.751.990**.617.842YP3.581.581.374.374.684.684.609.517.555.118.661YP4.448.448-.119-.119.702.702.552.934.663.763.913YP5.980*.980*-.488-.488.990**.990**.997**.763.990**.580.869YDI.816.816-.884-.884.760.760.820.605.853.660.633YD2.913.913-.746-.746.814.814.895.521.876.489.607YD3-.113-.113.849.849-.228-.228-.186-.576-.365-.862-.412YD4-.229-.229-.765-.765-.240-.240-.209.034-.078.440-.141YR1.808.808-.850-.850.690.690.786.439.782.494.492YR2-.576-.576.914.914-.648-.648-.632-.777-.758-.917-.708YB1.988*.988*-.317-.317.925.925.971*.545.899.301.708YB2.995**.995**-.440-.440.976*.976*.999**.689.968*.485.817YB3.629.629-.964*-.964*.634.634.660.658.754.809.614YG1.997**.997**-.450-.450.971*.971*.999**.676.966*.477.805YG2.426.426-.990**-.990**.435.435.460.549.577.789.458YG3.527.527-.954*-.954*.576.576.575.699.699.877.621YG4.881.881-.806-.806.794.794.870.548.869.552.613表4-4各指标皮尔森相关性矩阵表（续表1）XQ6XI1XI2XI3YP1YP2YP3YP4YP5YDIYD2XS1.758.448.896-.549.361.974*.581.448.980*.816.913XS2.758.448.896-.549.361.974*.581.448.980*.816.913XS3-.386-.119-.378.847-.107-.595.374-.119-.488-.884-.746XS4-.386-.119-.378.847-.107-.595.374-.119-.488-.884-.746XS5.921.702.989*-.666.632.969*.684.702.990**.760.814XS6.921.702.989*-.666.632.969*.684.702.990**.760.814XQ1.834.552.943-.621.472.988*.609.552.997**.820.895XQ2.974*.934.887-.851.917.751.517.934.763.605.521XQ3.910.663.970*-.762.597.990**.555.663.990**.853.876XQ4.808.763.676-.966*.773.617.118.763.580.660.489XQ51.000**.913.966*-.772.876.842.661.913.869.633.607XQ61.913.966*-.772.876.842.661.913.869.633.607XI1.9131.798-.625.995**.550.6761.000**.603.292.232XI2.966*.7981-.692.738.932.716.798.961*.704.736XI3-.772-.625-.6921-.618-.725-.035-.625-.667-.825-.674YP1.876.995**.738-.6181.477.620.995**.527.238.158YP2.842.550.932-.725.4771.498.550.991**.892.931YP3.661.676.716-.035.620.4981.676.607.053.201YP4.9131.000**.798-.625.995**.550.6761.603.292.232YP5.869.603.961*-.667.527.991**.607.6031.825.884YDI.633.292.704-.825.238.892.053.292.8251.965*YD2.607.232.736-.674.158.931.201.232.884.965*1YD3-.412-.352-.267.878-.388-.330.402-.352-.239-.599-.369YD4-.141-.214-.245-.517-.165-.056-.836-.214-.179.376.159YR1.492.110.607-.697.047.849-.008.110.777.979*.978*YR2-.708-.511-.654.989*-.498-.742.047-.511-.671-.886-.743YB1.708.409.866-.419.317.929.656.409.951*.724.857YB2.817.532.935-.587.450.981*.624.532.994**.804.890YB3.614.346.609-.933.322.768-.118.346.685.950*.836YG1.805.513.927-.585.430.982*.609.513.992**.812.899YG2.458.233.417-.904.229.591-.335.233.490.860.701YG3.621.409.572-.968*.400.695-.156.409.611.888.737YG4.613.246.723-.732.179.921.139.246.865.986*.995**表4-4各指标皮尔森相关性矩阵表（续表2）YD3YD4YR1YR2YB1YB2YB3YG1YG2YG3YG4XS1-.113-.229.808-.576.988*.995**.629.997**.426.527.881XS2-.113-.229.808-.576.988*.995**.629.997**.426.527.881XS3.849-.765-.850.914-.317-.440-.964*-.450.990*-.954*-.806XS4.849-.765-.850.914-.317-.440-.964*-.450-.990**-.954*-.806XS5-.228-.240.690-.648.925.976*.634.971*.435.576.794XS6-.228-.240.690-.648.925.976*.634.971*.435.576.794XQ1-.186-.209.786-.632.971*.999**.660.999**.460.575.870XQ2-.576.034.439-.777.545.689.658.676.549.699.548XQ3-.365-.078.782-.758.899.968*.754.966*.577.699.869XQ4-.862.440.494-.917.301.485.809.477.789.877.552XQ5-.412-.141.492-.708.708.817.614.805.458.621.613XQ6-.412-.141.492-.708.708.817.614.805.458.621.613XI1-.352-.214.110-.511.409.532.346.513.233.409.246XI2-.267-.245.607-.654.866.935.609.927.417.572.723XI3.878-.517-.697.989*-.419-.587-.933-.585-.904-.968*-.732YP1-.388-.165.047-.498.317.450.322.430.229.400.179YP2-.330-.056.849-.742.929.981*.768.982*.591.695.921YP3.402-.836-.008.047.656.624-.118.609-.335-.156.139YP4-.352-.214.110-.511.409.532.346.513.233.409.246YP5-.239-.179.777-.671.951*.994**.685.992**.490.611.865YDI-.599.376.979*-.886.724.804.950*.812.860.888.986*YD2-.369.159.978*-.743.857.890.836.899.701.737.995**YD31-.834-.480.878.040-.145-.819-.145-.909-.898-.458YD4-.8341.350-.573-.365-.241.594-.230.769.654.246YR1-.480.3501-.783.732.776.889.789.798.800.988*YR2.878-.573-.7831-.444-.600-.976*-.601-.952*-.993**-.800YB1.040-.365.732-.4441.980*.504.981*.284.391.811YB2-.145-.241.776.600.980*1.6331.000**.428.543.861YB3-.819.594.889-.976*.504.6331.639.970*.986*.885YG1-.145-.230.789-.601.981*1.000**.6391.435.547.870YG2-.909.769.798-.952*.284.428.970*.4351.981*.767YG3-.898.654.800-.993**.391.543.986*.547.981*1.799YG4-.458.246.988*-.800.811.861.885.870.767.7991注：**.相关性在0.01水平上显著（双侧）*.相关性在0.05水平上显著（双侧）1.2.1.2主成分分析赋权在主成分分析中，每个变量在不同的主成分中存在一定的因子载荷，因子载荷越大，说明该变量对该主成分的相对重要性越高。在确定主成分个数时，本研究以特征值≥1或累计方差贡献率达到90%以上为标准。表4-SEQ表\*ARABIC\s15主成分分析解释的总方差表格成分初始特征值提取平方和载入总计解释方差百分比累积解释方差百分比总计解释方差百分比累积解释方差百分比122.32367.64667.64622.32367.64667.64626.74920.45088.0976.74920.45088.09733.92811.90399.9993.92811.90399.99942.875E-158.713E-1599.99959.051E-162.743E-1599.99967.735E-162.344E-1599.99977.064E-162.141E-1599.99985.613E-161.701E-1599.99995.407E-161.638E-1599.999101.624E-161.401E-1599.999111.029E-161.221E-1599.999123.725E-161.129E-1599.999133.095E-169.380E-1699.999142.163E-166.553E-1699.999151.962E-165.944E-1699.999161.632E-161.944E-16100.000178.076E-172.447E-16100.000183.709E-171.124E-16100.00019-2.562E-17-7.764E-17100.00020-7.458E-17-2.260E-16100.00021-1.226E-16-3.716E-16100.00022-1.972E-16-5.976E-16100.00023-2.147E-16-6.507E-16100.00024-2.834E-16-8.588E-16100.00025-3.026E-16-9.168E-16100.00026-1.510E-16-1.367E-15100.00027-5.049E-16-1.530E-15100.00028-6.372E-16-1.931E-15100.00029-6.731E-16-2.040E-15100.00030-1.059E-15-3.208E-15100.00031-1.540E-15-1.665E-15100.00032-2.260E-15-6.849E-15100.00033-3.132E-15-9.490E-15100.000图4-SEQ图\*ARABIC\s14主成分分析结果碎石图从上表可知，前3个成分的特征值分别为67、20、11，特征值较大，后面成分的特征值可以忽略不计，累积解释方差贡献率接近100%，3个成分解释原始变量的效果非常好，因此提取前三个主成分。接着根据各指标变量对应各成分的载荷解释矩阵和指标权重的计算公式，计算出各指标对应的权重：表4-SEQ表\*ARABIC\s16成分矩阵和指标权重a变量成分指标权重123XS1:产业总产值0.8940.2710.3570.03237XS2:市场份额0.8940.2710.3570.03237XS3:绝对就业规模-0.6870.721-0.0900.028704XS4:相对就业规模-0.6870.721-0.0900.028704XS5:企业聚集规模0.9430.3290.0530.03277XS6:企业聚集程度0.9430.3290.0530.03277XQ1:产业利润规模0.9330.2710.2370.032925变量成分指标权重123XQ2:产业利润率0.8580.121-0.5000.030604XQ3:产业研发投入0.9840.1680.0610.032576XQ4:产业研发强度0.783-0.292-0.5480.030176XQ5:药物研发规模0.8990.279-0.3390.032486XQ6:药物研发水平0.8990.279-0.3390.032486XI1:产业自主程度0.6510.373-0.6610.02743XI2:品牌化程度0.9310.353-0.0910.032842XI3:产业集中程度-0.8610.3940.3200.032314YP1:产业科研能力0.5960.329-0.7320.025697YP2:产业科研质量0.9720.1260.1970.032565YP3:领域内髙校水平0.4160.904-0.1020.022042YP4:专利数量0.6510.373-0.6610.02743YP5:产业融资支持0.9530.2530.1690.032994YDI:市场消费能力0.906-0.3280.2660.032795YD2:市场支出水平0.885-0.1350.4450.031303YD3:市场规模增速-0.5230.7340.4330.025577YD4:潜在市场增长0.098-0.986-0.1380.013079YR1:股票市场规模0.824-0.3370.4550.031351YR2:债券市场规模-0.8620.4700.1890.032331YBI:获得信贷的能力0.8210.3940.4130.031561YB2:价值链生态位0.9170.2980.2660.032835YB3:产业创新程度0.853-0.5210.0220.031621YG1:营商环境0.9150.2840.2860.032764YG2:政府效率0.709-0.703-0.0500.029006YG3:政府监管质量0.815-0.564-0.1350.031444YG4:政府支出水平0.896-0.2150.3880.032079提取方法：主成分分析。a.提取3个主成分。1.2.1.3各国制药产业竞争力评价各指标得分根据上述指标权重，对各国制药产业竞争力进行综合评价，得到各三级指标评分，二级指标下的三级指标得分加总后得到二级指标得分，以此类推得到总得分。为了方便后续分析，将指标得分进行百分化，各国制药产业竞争力如下。表4-SEQ表\*ARABIC\s172018年制药产业发展影响因素各指标得分美国中国日本欧洲满分总分数86.8739.9840.3766.75100.00一级指标产业发展状况31.4816.7411.6628.9542.61产业支撑环境52.3923.2428.7137.7957.39二级指标产业规模11.308.762.717.5716.86产业质量11.812.925.0213.8516.29产业结构8.365.063.947.549.46生产要素15.395.723.9212.8217.40需求条件10.551.726.725.6512.55辅助行业1.841.121.373.795.79企业要素11.352.691.926.8711.35政府影响10.265.998.798.6610.30三级指标XS1:产业总产值1.740.941.032.001.74XS2:市场份额1.030.200.220.431.03XS3:绝对就业规模0.595.360.211.575.36XS4:相对就业规模0.100.890.040.260.89XS5:企业聚集规模3.981.130.992.713.98XS6:企业聚集程度0.870.250.220.590.87XQ1:产业利润规模1.080.140.160.511.08XQ2:产业利润率2.131.361.482.392.39XQ3:产业研发投入1.830.160.822.961.83XQ4:产业研发强度2.390.401.863.473.47XQ5:药物研发规模3.660.720.583.783.78XQ6:药物研发水平0.720.140.110.740.74XI1:产业自主程度1.971.631.422.362.36XI2:品牌化程度1.420.740.373.311.42XI3:产业集中程度1.982.692.151.872.69YP1:产业科研能力1.951.030.373.563.56YP2:产业科研质量3.641.151.612.363.64YP3:领域内高校水平2.161.810.141.812.16YP4:专利数量1.971.631.422.362.36YP5:产业融资支持5.670.100.382.725.67YDI:市场消费能力3.620.582.392.223.62YD2:市场支出水平1.360.342.031.701.36YD3:市场规模增速1.823.281.000.783.28YD4:潜在市场增长0.750.531.300.951.30YR1:股票市场规模2.951.282.291.902.95YR2:债券市场规模1.892.842.081.882.84YB1:获得信贷的能力2.931.851.702.012.93YB2:价值链生态位5.260.650.632.305.26YB3:产业创新程度3.150.192.592.573.15YG1:营商环境2.312.152.152.202.31YG2:政府效率2.071.572.122.042.12YG3:政府监管质量2.441.272.332.422.44YG4:政府支出水平3.431.002.202.003.43注：满分为该指标下所有国家或地区最好表现的三级指标得分之和。1.3制药产业发展力水平的比较与分析1.3.1各国制药产业发展能力一级指标得分分析表4-SEQ表\*ARABIC\s182018年制药产业发展能力一级指标得分总分数