范晓莉，白建荣

（天津城建大学 经济与管理学院，天津 300384）

随着经济水平的逐步提高，居民健康素养和卫生意识显著提升，消费观念开始升级转变，与此同时，我国面临着生态环境恶化、人口老龄化、疾病普遍化等诸多问题，大健康产业将进入全民需求时代.自2018年全面实施健康中国战略以来，大健康新业态正在不断涌现，成为新一代信息技术、移动互联网、生物技术和临床应用的重点布局领域.大健康产业细分行业众多，具有产业链长、就业吸纳能力较强等显著特征，美国、英国、日本等许多国家都已把大健康产业作为优先发展的战略性产业，我国政府也高度重视大健康产业的发展，连续出台多项支持大健康产业发展的政策性文件，大力发展大健康产业已成为共识.对天津来说，大健康产业总体处于初期发展阶段，对国民经济的贡献率较低，多数大健康企业融资困难，缺乏专业化的人才队伍，技术创新效率有待提升.那么，如何有效提升大健康产业发展效率是一个值得深入探讨的问题.

学术界对于大健康产业的深入研究较为丰富，主要集中在以下四个方面：第一类是对于产业研究范围的界定，国内外学者因研究视角不同而有所区别，张车伟（2018）[1]从大健康的内涵和外延出发，明确界定政府与市场的边界，提出大健康的核心是产业活动，包括健康制造业和服务业.第二类是大健康产业发展前景，唐钧（2020）[2]从健康社会学的视角出发，通过对我国大健康产业规模和结构分析，认为大健康产业的未来发展需要将医药产业和健康产业有机整合，从而发挥1+1＞2的整体效应，树立整体健康观和健康大产业.第三类是对国际发展经验借鉴，倪郭明（2018）[3]对美国、日本、德国、印度、韩国等地产业发展的特点进行了分析，提出我国要大力引导社会资本进入生物医药、健康服务等相关产业，制定中长期人才培养和引进计划，营造宽松的产业发展环境，激发企业创新.第四类是对大健康产业发展引擎进行研究，周延礼（2021）[4]认为我国在应用人工智能技术提升医疗健康服务的精准性和有效性方面面临众多挑战，提出引导支持医疗健康人工智能产品研发应用，夯实医疗健康区域信息化基础等对策建议.

本文以此为出发点，在推动高质量发展的时代背景下，测算企业全要素生产率及其分解效率，通过构建计量模型，综合分析影响大健康产业发展的主要因素.与已有文献相比，本文主要的创新之处在于，从大健康企业的微观视角出发，找到限制大健康产业发展的关键因素，进而针对不同的主体提出科学的对策建议.这项研究对评价和分析天津市健康产业全要素生产率增长状况具有一定的现实意义，有助于探寻大健康产业的发展路径，旨在为推动大健康产业高质量发展提供政策依据.

1 研究设计

1.1 模型构建

本文采用基于数据包络分析DEA-Malmquist生产率指数法作为测算天津市大健康产业全要素生产率的方法.该方法的最大优点是对样本容量要求较低，且无需对生产者设定最优目标.假设（xt，yt）和（xt+1，yt+1）分别表示第t期与t+1期的投入和产出，Dt（xt，yt）和Dt（xt+1，yt+1）都是相对应的投入产出向量距离函数，下标c表示规模报酬不变，则Malmquist指数可以用以下公式表示

式中：M（xt+1，yt+1，xt，yt）表示t时期到t+1时期的Malmquist指数（TFP），即TFP=TE×TC.其中表示t时期到t+1时期的技术效率变化表示t时期到t+1时期的技术进步变化（TC）.当规模报酬可变（用下标v表示）时，技术效率变化（TE）可以进一步分解为规模效率（SE）和纯技术效率（PE）的变动，即TE=PE×SE，其表达式为：

Malmquist指数（TFP）大于1，表示生产率呈现上升趋势，若该指数小于1，则与之相反.其中，TE表示技术效率变化的大小，反映了在投入一定的条件下，被评价决策单元取得最大产出的能力.TE＞1表示技术效率水平提高，反之则表示技术效率水平降低；TC表示技术的创新水平，反映了新知识、新技术、新管理等对经济发展水平的提高程度.TC＞1说明技术水平提升，反之则说明技术退步；SE反映了规模效率的变化情况，若SE＞1，表示规模效率优化，反之表示不具有规模效率.PE反映纯技术效率的变化，表示被评价对象的技术运用水平.若PE＞1则表示技术运用水平提高，反之表示下降.综合分析可知，当TC、TE、SE、PE与TFP变化趋势一致时，如果前四者大于1，则表示对TFP的增长有促进作用，反之则有阻碍作用.

为了深入分析影响大健康产业企业全要素生产率及其分解效率的影响因素，借鉴相关文献，引入研发投入（R&D）作为解释变量，企业年龄（EAG）、企业规模（SIZE）、资产负债率（LEV）、盈利能力（ROA）和资本密度（CAP）等作为控制变量，据此构建如下模型：

式中：i表示大健康企业，t表示年份，ε表示随机扰动项，TFPit表示编号为i的大健康企业在t年的全要素生产率水平.由于大健康企业全要素生产率可以进一步分解为技术效率变化和技术进步变化，因此，分别构建如下模型

式（5）、式（6）分别表示大健康企业技术效率和技术进步影响因素的计量模型，TEit、TCit分别表示编号i的大健康企业在t年的技术效率和技术进步水平.

1.2 数据说明与指标选取

企业作为健康产业的主要生产者，其效率是健康产业可持续发展的重要保证.由于健康产业相关行业众多，企业数量庞大，而上市公司作为本行业的龙头企业，可以有效反映健康产业相关企业的效率发展状况，因此本文将以天津市沪深A股健康产业上市公司作为研究对象，利用Malmquist指数对天津市大健康产业的全要素生产率（TFP）进行研究，并运用面板模型对生产率增长的影响因素进行分析.综合考虑投入、产出及其影响因素数据的披露情况，本文最终选取2011—2019年天津市健康产业9家上市企业作为研究对象，研究数据均来源于新浪财经、和讯网和同花顺导出的上市企业年度报告，具体变量设定如表1所示.

表1 变量定义

本文借鉴已有学者的研究[5]，劳动力投入（LP）用上市企业员工数量表示，资本投入（CP）采用固定资产合计作为衡量各企业资本存量的指标，产出指标（PD）选取营业收入表示，可充分反映上市企业在生产经营过程中所产生的价值.为了消除价格因素的影响，以2011年为基期，分别用固定资产投资价格指数和工业品出厂价格指数对固定资产和营业收入指标进行了平减处理.对于影响因素变量，各变量对生产率的影响预期如下：

（1）研发投入（R&D）：研发创新是企业发展的核心动力，可以给企业带来新的知识积累，创造新价值，推动企业技术进步，从而优化企业资源配置（孙晓华，2014）[6]，对企业全要素生产率表现出明显的促进作用（李静，2013）[7].现阶段创新能力的缺乏显然已成为制约天津市健康产业发展的关键因素，故选取研发与总资产比值作为衡量研发强度指标[8].

（2）企业规模（SIZE）：企业技术创新需要一定的规模效应（Chen，2004）[9]，一般而言，企业的规模越大，规模经济越显著，并产生一定的经济效应，进而提升企业生产率（刘艳萍，2010）[10].企业规模与技术创新之间存在门槛效应，只有当相关要素达到一定门槛值时，企业规模才能有效提高技术创新效率（刁秀华，2018）[11]，研究发现大型企业具有更强的人力资源整合能力，进而技术创新水平更高（Aboal，2015）[12].因此，以总资产取对数衡量企业规模[13]，预期企业规模对TFP存在正效应.

（3）企业年龄（EAG）：用观测年度与企业成立时间差值取对数衡量企业年龄[14].企业成立时间越长，相对而言，能积累更丰富的知识和管理经验，获得更高的生产率和技术效率（赵旭，2018）[15]，但是企业进入某种发展阶段后其本身会对原有的知识与管理产生依赖，导致组织结构的僵化与沟通不畅，企业创新能力下降（李寅龙，2015）[16].随着企业经营时间的增加，也有可能随着设备陈旧老化、技术不足导致生产率降低，使得企业年龄对生产率的影响不确定.

（4）资产负债率（LEV）：一般而言，企业的资产负债率具有双重作用，适度负债可发挥企业财务杠杆作用，超过一定水平将为企业带来一定风险（杨远霞，2013）[17]，高资产负债率会给企业带来高财务风险，使企业降低了对于生产率的关注（孙晓华，2014）[18].天津市健康产业上市公司多处于发展的初期阶段，企业各方面发展尚不成熟，对风险的抵御能力较弱，较高的资产负债率会给企业带来较大的现金流压力，融资成本加剧，不利于企业再融资等行为.

（5）盈利能力（ROA）：企业经济效益的提高，可使要素资源投入得到有效利用，产生一定的规模经济效应，显著提升行业技术创新效率（项本武，2015）[19].健康产业和其他产业一样，也是以低成本投资来获得最大利润目标，经济效益高的企业资金相对充足，可通过加大研发投入、购买新的技术设备等多种方式提高全要素生产率.故以净利润与总资产的比值作为衡量盈利能力指标[20].

（6）资本密度（CAP）：以固定资产与总资产的比值表示，其中，固定资产是企业的重要经济资源，决定了企业的生产规模和生产能力，是企业开展生产经营的物质基础（任保全，2014）[21].资本密度与全要素生产率的增长率呈“倒U形”关系，随着资本密度的不断增加，全要素生产率的增长率上升趋势将趋缓，超过一定临界值将变成下降趋势（姬超，2014）[22].

2 实证结果及分析

2.1 天津市大健康企业全要素生产率及其分解测度

基于以上研究方法、指标和数据，使用DEAP2.1软件，对2011—2019年天津市大健康企业全要素生产率及其分解效率进行测度，具体结果见表2.

表2 2011—2019年天津大健康产业TFP及其分解

根据表2可知，2011—2019年天津大健康上市企业的TFP年均增长率为1.9%，其中技术进步指数年平均增长5.3%，技术效率指数年平均下降3.2%，可见，技术进步指数是TFP增长的主要推动力，而技术效率指数降低了TFP增长速度，由于技术进步的推动效应明显，最终导致天津大健康企业TFP呈增长趋势，由此可看出，大健康企业全要素生产率对技术进步的依赖作用更为明显，促使天津市大健康产业技术进步的原因可能是，2011—2019年是天津市健康产业发展的重要时期，政府陆续出台了促进大健康产业发展的有关政策，对大健康投入大量资金和人力，大健康新业态正在不断涌现，新一代信息技术、生物技术等不断突破，也给健康产业带来了新的变革，在政策红利的释放和技术创新的双重驱动下，天津市大健康产业保持可持续增长.

从全要素生产率及其分解效率增长率的变动趋势来看（如图1所示），2012—2019年天津大健康TFP总体表现为波动中保持相对稳定增长，分年度来看，2012—2014年技术效率为负增长，技术进步为正增长，技术效率指数的下降一定程度上抑制了技术进步指数的提升；2014—2016年、2018—2019年，技术效率为正增长，技术进步为负增长，技术进步指数的下降一定程度上抑制了技术效率指数的提升.由此可见，除2017—2018的其他年份，技术效率和技术进步很少出现同向增长的情况，技术效率和技术进步变动呈负向相背离趋势，反映出大健康企业技术创新水平有待提升.

图1 全要素生产率及其分解效率变动趋势

从技术效率的分解效率变动趋势来看（如图1所示），纯技术效率年平均下降2.3%，规模效率年平均下降1.0%，进而导致技术效率下降，其中，纯技术效率的下降幅度远大于规模效率.分年度来看，2012—2014年，纯技术效率呈现波动下降趋势，规模效率呈现波动上升趋势，2015—2019年，则与之相反，其中规模效率整体表现为负增长，说明现阶段大健康企业的规模扩张存在一定的盲目性，资源要素配置还不够合理.

2.2 天津大健康企业全要素生产率的影响因素分析

前文已运用Malmquist指数法，对大健康产业全要素生产率及其分解效率变动趋势进行初步探讨，下面使用Stata16.0软件，通过计量回归综合分析影响大健康产业发展的主要因素.

2.2.1 相关性分析

由于本文使用面板计量模型进行分析，直接对相关变量进行估计可能存在多重共线性问题，对模型准确性造成严重影响，因此，在计量回归之前，本文将采用相关系数检验法和方差扩大因子法对多重共线性进行检验（见表3），根据经验法则可知，若最大的方差膨胀因子大于10，就认为变量间存在严重的多重共线性.由表3可知，各变量间的相关系数均小于0.6，且最大的VIF为2.08，远小于10，可以认为各个变量之间不存在明显的多重共线性.

表3 相关系数矩阵

2.2.2 影响因素分析

由于本文研究天津市大健康产业全要素生产率的影响因素，而TFP是根据Malmquist生产率指数进行相乘得到的，因此需要对Malmquist生产率指数及其分解指数进行变换，参照邱斌等的做法[23]，假设2011年的大健康企业TFP为1，则2012年大健康企业的TFP为2011年的TFP乘以2012年的Malmquist生产率指数，依此类推得到各年的TFP水平，TE和TC计算方法同TFP，对得到的新数据进行对数处理消除异方差.此外，基于Hausman检验在随机效应模型和固定效应模型之间进行选择，p值均通过显著性检验，强烈拒绝原假设，故采用固定效应模型，相关结果如表4所示.

根据表4的回归结果，研发投入（R&D）、企业年龄（EAG）、盈利能力（ROA）与企业全要素生产率及其分解效率呈正相关关系，企业规模（SIZE）、资产负债率（LEV）、资本密度（CAP）与企业全要素生产率及其分解效率呈负相关关系.其中研发投入（R&D）系数最大，其次是盈利能力（ROA），而资本密度（CAP）估计系数最小.各影响因素具体分析如下：

研发投入（R&D）与企业全要素生产率及其分解效率呈显著的正相关关系，且系数值最大.说明对于天津市大健康上市企业，研发投入显著提升了全要素生产率，因为决定企业竞争力优势的关键最终是技术的进步，研发方面的投入越多，企业技术更新换代越快，技术进步是全要素生产率提升的关键因素；盈利能力与企业全要素生产率及其分解效率存在正效应，该指标系数值也相对较大，表明盈利水平的増加会较大程度地提升大健康企业的效率水平，使企业投入的资源以及规模得到充分利用，为企业带来更多的利润，从而在市场竞争中占据优势地位；企业年龄对企业全要素生产率及其分解效率有正向促进作用，但不显著，说明现阶段天津市大健康上市企业依靠时间所获得的知识积累不足以支撑技术创新.

表4 大健康全要素生产率及其分解效率的影响因素回归结果

反映企业规模的总资产对企业全要素生产率及其分解效率的影响显著为负，这与预期相反.究其原因，可能是现阶段天津市健康上市企业缺乏技术创新所需资金，融资环境较差，创新人才匮乏，导致创新动力不足，也有可能是企业不断进行兼并重组扩大规模，企业内部管理结构复杂，使企业出现规模不经济现象，从而降低了技术效率；资产负债率对企业全要素生产率及其分解效率有抑制作用.由此可见，较高的资产负债率不利于大健康企业长期发展，一方面，大健康产业作为新兴产业，以中小企业居多，而天津市很多中小企业资产负债率在30%以下，外部融资能力较差，这将阻碍企业的研发创新；另一方面，企业可能偏向于将外部资金投入到规模扩张中，而对技术研发创新投入相对不足，导致企业全要素生产率增长速度较慢；资本密度与企业全要素生产率及其分解效率存在负相关，但不显著，这可能是由于资本密度越大，代表较多的机器设备等物资，技术更新往往存在更大障碍（张广胜，2020）[20]，最终导致企业全要素生产率及其分解效率下降，呈现“重技术设备引进，轻要素利用效率”的现象（任保全，2014）[21].

3 研究结论与对策建议

3.1 研究结论

本文以天津市2011-2019年大健康上市企业的面板数据为样本，采用DEA-Malmquist指数方法测算企业全要素生产率及其分解效率，通过构建面板数据模型分析大健康产业发展的影响因素.研究发现：总体来看，大健康企业全要素生产率呈增长趋势，技术进步是全要素生产率增长的主要推动力；从变动趋势来看，技术效率和技术进步变动呈负向相背离趋势，反映出企业技术创新水平有待提升.因此，提升大健康企业全要素生产率的途路径是，逐步提高技术效率水平的同时，保持技术进步的稳定增长.从影响大健康企业全要素生产率的因素来看，研发投入、企业年龄、盈利能力有利于促进大健康企业全要素生产率的提升，而企业规模、资产负债率、资本密度对大健康企业全要素生产率则具有抑制作用.

3.2 对策建议

基于以上研究结论，为促进大健康产业高质量发展，提出如下对策建议：

（1）加强对民营企业的研发资金支持，拓宽企业融资渠道.技术创新是大健康产业实现价值链升级的重要驱动因素，加大研发投入是企业技术创新的基础.此外，民营企业的研发资金来源主要源于自有资金投入（董晓庆，2014）[24].因此，政府应增加对民营企业的资金支持力度，减少企业自身投入，提高企业研发投资的产出效率，实现资源的优化配置，促进企业由产业价值链的低端向高端跃迁.此外，要支持鼓励天津市大健康特色产业链核心企业、金融科技类公司、第三方数据平台等各类主体，联合符合条件的金融机构，共同参与搭建天津市供应链金融服务基础设施，充分利用新一代金融科技手段，打通产业数据和信息链条，全面探索供应链金融服务模式创新、产品创新、技术创新，为产业链上下游企业提供便捷的融资渠道.

（2）削减小规模生产的落后产能，缩小工业企业之间的生产率差距.大健康产业作为战略性新兴产业，企业规模普遍偏小，企业间合作意识不强，产业组织结构不合理.针对这一问题，一方面，政府推动规模化生产的同时，要建立和健全中小型落后企业的退出机制和补偿措施，鼓励以兼并重组的方式吸收和消化过剩产能，缩小企业之间的生产率差距，优化产业组织结构；另一方面，要加强顶层设计，完善大健康政策制度，进一步严格市场准入，细化大健康细分行业准入条件和落后产能的界定标准，根据行业属性加以科学引导，及时清理不合理的优惠政策，依法消化存量，严格控制新的增量，促进资源利用效率，提升大健康产业竞争力.

（3）强化科技人才支撑，持续优化大健康产业发展的“专业化人力资本结构”.对产业上下游带动大，能够提升产业国际竞争力的核心技术环节，要强化高端人才的引进力度，加快构建大健康“高精尖缺”人才开发目录库，重点吸纳具有国际视野的行业领军人才、研究团队和管理团队落户天津.多角度全方位支持优秀人才留津发展，为高层次人才提供优质公共服务，强化人才医疗、住房、子女教育等服务保障措施，研究制定个性化的政策激励机制，最大限度满足高层次人才需求.此外，鼓励大健康龙头企业与高校合作共建产业学院，构建一套大健康产业创新人才引育体系，形成良好的大健康产业创新发展高地，从而促进技术进步和全要素生产率的提升.