中国医药制造业的区位分析，本文主要内容关键词为：区位论文,中国医药论文,制造业论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
我国医药制造业在改革开放后一直保持了良好的发展态势，同时也存在很多问题，其中比较突出的一点就是产业发展在空间分布上的不平衡，无论是从产业经济总量、发展速度、产业效益、研发水平还是产业发展环境，地区差异都比较显著。以全国各地区医药制造业经济总量为例（如图1），2004年全国医药制造业当年价总产值3241.3亿元，其中江苏省排名第一，达371.8亿元；浙江省第二，300亿元；广东省第三，258.5亿元，较历史同期都有所增加，增幅不同。通过对折线图数据的观察可以发现，各地区医药制造业总产值的波动比较大，江苏、浙江、山东、广东、河北、天津、吉林、四川等地区的历年总量指标一直相对较高，2001年的总产值最高点出现在广东，2002-2004年，医药制造业高地一直徘徊在江浙，其他中部、西南和西北省份的医药制造业发展水平相对偏低。另外通过对数据的纵向比较，可以得到这样一个结论：峰值出现的位置一般曲线间距较大，即医药制造业绝对增长较大的省份一定程度上与其产业基础呈明显的正相关性，江浙和山东的产业发展势头良好，绝大多数省份医药制造业处在比较平稳的水平，有的省份甚至在2004年出现了小幅度回落，如湖北、黑龙江等。
图1：2001-2004各地区医药制造业当年价总产值（单位：亿元）
医药制造业地域发展不平衡的存在是否合理？哪些因素造成了这种地域上的不平衡，其各自的影响程度如何？未来的发展趋势怎样？其中是否存在着产业发展路径依赖性的影响？对此不平衡各级政府和相关管理部门应该采取怎样的措施进行因势利导？等等这些都吸引着我将我国制药产业区位发展方面的有关问题深入探讨和研究下去。
目前关于区位的研究大多集中于比较优势，如市场容量、劳动力成本、交通和通信成本、相对技术水平等（Vernon,1966; Alibe,1970; Hirsch,1976）。在众多文献中，Dunning（1993）关于区位优势的总结得到了较为广泛的认同，他认为投资的区位影响因素包括自然和人造资源以及市场的空间分布、投入品（如劳动力、能源、原材料等）的价格和质量、投资优惠或障碍、社会基础设施等等。在国内，鲁明鸿（1994，1997）研究了20世纪80年代后期和90年代中国各省和重点城市的投资环境，发现GDP、市场化水平、劳动力成本、制度因素等与各地吸收的国外直接投资显著相关，并将影响中国投资区位分布的因素概括为宏观因素、微观因素和政策因素。鲁明鸿和潘镇（2002）又将上述研究的时间跨度延伸至2000年。王辑慈（2001）系统地概括了产业集聚理论与新产业区理论，并指出培养具有地方特色的企业集群，营造区域竞争环境，强化区域竞争优势是增强国力的关键。许仁祥（1998）从聚集经济的重要表现形式，并从成本、需求和环境等因素分析了城市经济环境对产业集聚和发展的影响，同时对上海都市型产业进行了分析。
前人的研究成果对于研究医药制造业的区位问题具有重大的指导意义。考虑到产业的特质，我将运用前人的研究成果对我国医药产业发展过程中存在的现实问题进行分析，对上述问题作出回答，并据分析结果提出有益于制药产业发展的合理化政策建议，希望能够对调整我国制药产业布局、合理引导产业发展起到一些积极的作用。
本文接下来的结构安排如下：第二部分以区位基本理论为基础结合医药制造业特点，建立区位优势评价的模型和指标体系，借助因子分析对其进行简化和结构梳理，最终给出了全国28个省市（部分统计数据严重缺失省份在此略去）医药制造业区位优势先后排名；第三部分对模型运算的结果进行评价和分析；第四部分是结论和区位发展政策建议。
二、中国医药制造业的区位优势评价模型
确定影响我国制药产业布局的因素及影响程度，是合理布局产业、促进其发展的关键所在。目前我国制药企业资源相对分散、企业规模参差不齐的格局，实际上已经造成基础资源的浪费。为了解决现有的空间分布问题，进行合理的空间布局调整，本文运用一些分析工具对我国制药产业发展及布局的相关问题进行定量研究：
以区位基本理论为基础结合医药制造业特点，提出关于医药产业区位选择的理论框架，并建立评价我国制药产业区位发展优势的指标体系，借助因子分析方法，对我国28个省市发展制药产业的区位优势进行评估和比较。
（一）指标体系与研究方法
指标体系设计的基本程序如下图所示：
图2 指标体系设计的基本程序
产业的区位竞争优势是经济空间中诸多影响因素共振耦合的结果。为了对这一竞争优势进行全面分析，在文献研究基础上遵循统计学中指标选取的科学性、系统性、可比性和可行性原则设计了如下指标体系，鉴于目前还没有比较系统的评价制药产业区位竞争优势的指标体系，且数据收集较为困难，只能设置易于收集的指标和现有统计数据，对于部分有价值但无法统计或难以取得资料的指标暂不纳入体系，从而增强可操作性。
表1 医药制造业区位竞争优势的评价指标体系
由于各指标数目繁多且存在一定的相关性，造成信息重叠，不利于统计分析和经济评价。多元统计分析中的因子分析法能够从众多观测变量中找出几个不能直接观测到的抽象综合变量，有效提取数据内在结构，解决原始变量之间的多重共线性问题，同时也能依据对方差的解释水平进行客观赋权，克服指数综合法、层次分析法等其他综合评价方法需要主观确定参考变量、评价结果因人而异的缺陷，客观有效地寻找综合指标，即达到了维持一定的信息量又简化评价指标体系、梳理结构的目的。
（二）因子分析
1.数据的获取及使用的统计工具。医药制造业区位优势评价设计体系的大部分指标均自《2005中国统计年鉴》以及《2005中国高技术统计年鉴》取得，部分指标是在实际观测数据基础上二次加工取得。
本文所采用的统计分析工具为SPSS12.0。
2.数据的标准化处理。尽管在指标设计过程中尽可能的使用相对指标，但仍无法排除指标数值的量纲影响，因此在因子分析前首先对数据进行标准化处理。采用Z-Score标准化公式：
3.运算结果。（1）KMO、Bartlett球度等检验的结果。KMO值为0.741，根据Kaiser给出的标准，做因子分析的结果应该还不错，Bartlett球度检验的相伴概率为0.000，小于显著性水平0.05，拒绝Bartlett球度检验的零假设，认为适合于因子分析。
表2 KMO和Bartlett' s检验
变量共同度h[，i][2]：由下表可见17个变量在进行因子分析后共同度都在80％以上，说明信息丢失较少。
表3 变量共同度
Extraction Method:Principal Component Analysis.
（2）旋转前后的方差贡献分析。旋转前，前5个因子的累计方差贡献率达到91.8％，前3个因子的特征值大于1；旋转后前5个因子的特征值均大于1，累计方差贡献率不变；另外通过对碎石图拐点的观察也可以得到相同的结论，因此选取前5个因子进行分析是比较理想的。
表4 方差贡献分析
（3）因子载荷矩阵
表5旋转后的因子载荷矩阵
Extraction Method:Principal Component Analysis.Rotation Method:Varimax with Kaiser
“★”表示变量j在因子i上有较高的负载。
（4）因子得分及排序
因子权重：
表6 因子权重
表7 因子得分及排序
注：斜体表示指标值为负，低于平均水平
三、运算结果的评价与分析
1.因子解释。因子模型估计出来后，必须对所得到的因子进行合理的解释，这种解释具有一定的主观性。通过方差极大因子旋转在一定程度上实现了简化模型结构、方便解释的目的，从旋转后的因子载荷表中我们可以看到，因子载荷发生了向0、+1和-1的两极转化，现根据某一因子上有较高负载的变量来定义各抽象因子。
表8 各因子上有较高负载的变量汇总
因子1上有9个原始指标有较高负载，模糊指标体系下所有的集聚指标（A1-A5）都在因子1中得到了反映，另外地区医药制造业的劳动力数量、质量以及GDP总量亦得到了体现，劳动力的影响是多方面的，高素质劳动力也是产业集聚的一个基础，所以综合考虑可以将因子1定义为医药制造业集聚因子。
因子2上有三个原始指标有较高负载，包括劳动力成本、服务业发展水平以及政策环境，在此将因子2定义为劳动力成本和产业发展软环境因子。
因子3上有两个原始指标由较高负载，均为医疗基础设施方面的指标，在此将因子3定义为医疗基础设施因子。
因子4上有两个原始指标有较高负载，包括市场化水平（非国有经济的比重）和人均道路面积，在此将因子4定义为市场化和硬件环境因子。
因子5上仅有一个原始指标有较高负载，考虑到GDP增长率是反应市场增长潜力的一个非常重要的指标，在此不依照通常做法（一个因子只涵盖一个指标时，如果该指标与其它指标存在很强的相关关系，可以删除它们，由相关指标代替；否则可以结合定性的方式将他们并入其它因子）将其进行归并或者删除，而是在此将其命名为地区发展潜力因子。
2.基于因子得分对区位优势的分析。通常来讲因子得分大于0意味着考察对象的该项指标在平均水平之上，小于0意味着在平均水平之下。各地区在不同因子项下的得分反映了其在制药产业区位不同维度上的比较优势，综合因子得分则更加全面的评价了各地区区位优势。由下表的汇总结果可知综合因子得分在全国平均水平之上的省份由高自低依次为江苏、浙江、山东、上海、广东、北京、河北、天津、河南、四川。上述10个综合因子得分在平均水平以上的地区的排名情况与我们对区位优势的习惯认识具有比较高的一致性。
表9综合得分优势地区的五维优势解析
注：斜体表示该因子的得分排名在平均水平之下
综合得分优势最高的江苏省医药制造业基础比较好，地区发展速度喜人，硬件配套设施相对完善，但劳动力成本较高，服务业等配套软环境以及医疗基础设施在平均水平之下，有待提高。浙江和广东的情况与江苏非常相似，显著不同的一点在于，浙江和广东的GDP增长水平较低，排名分别为第23和24，从一个侧面反映出这两个省份的经济发展已经进入了较平稳的阶段。山东和上海在每个因子项下的得分相对均衡，各有一项指标位于平均水平之下，山东的劳动力成本和软环境因子排名14，上海的医疗卫生配套设施相对较低，这与其以直辖市参比有较大关系，计算人均拥有水平可能会更客观的给予反映。其他几个地区的具体分析不予赘述。
至于综合得分水平与惯性认识存在差异的省份如吉林、黑龙江等，其综合得分在平均水平之下，通过进一步观察可以发现结果是可以被解释性的，这两个地区除因子1（医药产业集聚因子）的得分较高以外，其他4项因子的得分排名都相对靠后，尤其是黑龙江在因子4（市场化和硬件环境因子）项下的得分排名最后一名，即黑龙江国有经济的比重非常大，另外以人均道路面积为代表的硬件环境也不是很完善，综合考评的结果就是其他方面的劣势掩盖了其医药经济基础较好的优势。据此思路可类推其他省份。
四、结论
本文收集了全国28个地区的医药制造业区位相关指标，通过区位优势评价模型建立与运算，得出下列一些有益的结论。
第一，医药产业地区间发展不平衡是我国的基本国情，经济发展较快、总量较大的长江三角洲、珠江三角洲、环渤海地区，医药制造业有着良好的市场基础，发展较快、较稳定，这些区域医药制造业的销售收入基本是三分天下有其二；但在中西部的大多数地区，医药制造业无论是从总量、质量还是速度方面都没有体现出明显的优势，如何实现我国医药制造业的可持续发展、协调发展已迫在眉睫。
第二，根据我国医药制造业的区位现状以及“十一五”规划中体现的产业发展目标，中国医药制造业应该走一条“由点及面”的不均衡发展之路，应当以提高产业整体竞争力为归宿，允许一部分地区优先发展特色医药经济，形成产业增长极，再带动周边地区发展，有计划有步骤地实现全面增长，协调发展，最终实现全国制药水平的提高。
第三，据前文定量分析的结果，结合国家的宏观调控目标及各地区资源禀赋、交通运输、环境容量、市场分布和利用外资水平等因素，我国医药制造业着力打造的增长极应考虑定位在江苏、浙江、山东、上海、广东、北京、河北、天津、河南和四川10个省市，各地要从实际出发，根据本地区的资源禀赋、工业基础，发挥区位优势，培育特色产业竞争优势。从空间位置上看，这10个地区分别位于中国的东西南北中，此种布局突出了各地区的资源禀赋和社会经济发展的差异，为各地区发挥比较优势，合理分工奠定了基础。它可减少生产要素空间转移的交易成本和摩擦成本，从而有利于建立地区间的经济技术联系，发挥产业增长极的聚集和扩散作用。