生物技术行业研究分析篇1

中国林科院林产化学工业研究所研究室简介

中小型太阳能光合生物制氢系统的分析

HPLC法测定没食子酸甲酯含量的研究

枫脂水蒸气蒸馏工艺的研究

硫酸水解-高效液相色谱法定量测定低聚木糖

柑青醛合成新铃兰醛水合反应宏观动力学模型研究

4种非洲桉树叶挥发油的化学成分研究

生物质资源化学利用国际学术研讨会召开

竹炭对汞、铅混合液中Hg2+和Pb2+的吸附研究

顶空固相微萃取法分析刺楸树杆和树皮中挥发油的化学成分

山核桃等3种果蓬化学成分分析和利用评价的研究

生物丁醇的副产物制备羧甲基纤维素

生物油分离精制技术的研究进展

中国林科院林化所建所五十周年庆典盛况空前

活性炭吸附挥发性有机物的影响因素研究进展

近红外光谱技术及其在植物油品质分析中的应用

2010年《生物质化学工程》第1～6期总目次

中国林业科学研究院林产化学工业研究所

制浆造纸厂实行生物炼制的可行性

白蜡枝桠材在四氢萘与苯酚混合供氢溶剂中的液化工艺

Co60诱变管囊酵母发酵木糖产乙醇的研究

稻草苯酚液化树脂胶的制备及性能研究

松香裂解油的化学组成与性能分析

超声波与微波提取桔皮中橙皮苷的对比研究

不同种类生物质热解炭的特性实验研究

链条炉试烧稻壳成型颗粒的研究

桉树皮单宁分析

电容器电极用新型炭材料的研究进展

水性聚氨酯涂料的改性技术与应用进展

煤与生物质的共热解液化研究进展

非干性生物质油聚合的初步研究

黑曲霉液体发酵制备β-葡萄糖苷酶的研究

8种真菌对玉米秸秆细胞选择性降解的研究

萜类化学品中试设备的中央数字化监控系统的研究与设计

泡桐水中直接液化制取生物油的实验研究

钯/竹炭催化剂的制备及表征

氯化锌活化南方针叶材和北方阔叶材制备活性炭的研究

膜技术处理含酚工业废水回用研究

废水处理厌氧生物反应器研究进展

生物油在柴油机上的应用技术研究进展

喷雾干燥在生物质资源加工利用中的研究进展

热塑性树脂基纳米复合材料研究与应用

来自银杏提取物的抗肿瘤化合物的研究进展

钯/竹炭催化剂催化湿地松松香歧化反应研究

2008年国家林业局948项目验收会在京召开

萜类化学品中试设备CDMCS构建及在监控系统升级改造中的应用

紫外光固化纳米SiO_2/改性丙烯酸松香杂化涂料的研究

《柠檬酸脱色用颗粒活性炭》标准的研制

水稻播种用生物质胶黏剂的研究

GC-MS法分析生物柴油中脂肪酸甲酯成分的研究

微波辐射下乙酸柏木酯的合成

木质生物质的液化及其产物的高效利用研究进展

松香基杂环化合物的研究进展

木质素表面活性剂的应用研究进展

生物质热能利用过程中碱/碱土金属特性及检测技术研究进展

活性炭再生方法及工艺设备的研究进展

柑青醛合成新铃兰醛研究进展

生物技术行业研究分析篇2

关键词：生物制药；大数据审计；数据可视化

一、引言

近年来，大数据的发展给各行各业都带来了不同的机遇及挑战。大数据的产生是时展的结果，随着社会数据的日益增长，数据无论是从体量上还是维度上都日益繁杂。因此，分析如何利用大数据技术来支撑审计的监督工作，具有重要的理论意义和实践价值。大数据的概念最早起源于20世纪90年代至21世纪初的美国，但大数据真正开始引起人们的关注是因为2008年美国的《自然》杂志推出的一系列有关大数据的专刊，这些专刊详细地讨论了有关大数据的相关问题。而其兴盛时期是在最近10年，也就是2011年至今。在大数据环境下，数据具有容量大、类型多、来源分散等特点，这使得传统的以问题为导向的审计原则不能满足如今的审计需求，那么如何使审计人员快速“洞察”被审计单位的大数据，数据可视化成为必然[1]。在本文中，笔者结合目前社会的问题及大数据研究现状，研究基于大数据可视化分析技术的生物制药行业ST企业的审计方法。

二、大数据环境下常用电子数据审计方法的不足

电子数据审计可简单概括为“将电子数据进行采集、预处理、整理、挖掘以及分析等过程”，通过这些过程可发现审计线索，进而获得审计证据。在审计过程中，数据的处理及分析尤为重要，而常用的审计数据处理与分析方法有账表分析、数据查询、审计抽样、统计分析、数值分析等。面对数据密集、数据量大、复杂性高及信息化程度高的数据现状，常用的电子数据审计方法已不能有效应对当下的审计困境。例如，账表分析是审计人员将被审计单位的备份财务数据还原成电子账表，然后审查被审计单位的凭证、总账、明细账以及相关财务报表等。但这种方法只能分析被审计单位的部分数据，并且都是以财务数据和结构化数据为主，并不能审计如文本、地理位置等非结构化数据或其他辅助数据；数据查询主要是使用Excel、Oracle等审计软件，这些审计软件的应用都是审计人员根据自己的实践经验来进行抽样审计工作的开展。例如，利用SQL数据库和Excel函数来分析电子数据，其中，系统对账审计、重号审计、断号审计及Benford定律审计是比较常用的审计方法[2]，但这些审计方法都是审计人员根据已有经验进行选择，不仅审计效率低下，而且审计范围不能全面覆盖，使得审计人员不能根据当前被审计单位的独有数据进行有针对性的审计，这大大降低了审计效果的准确性及全面性。此外，当前许多数据审计平台的运算及扩展能力有限，无法满足海量数据的分析要求。从分析角度来说，即使有些审计分析软件有自带的可视化功能，但它们无法针对数据规模大、分析结果信息量较大等问题进行更加精细、直观的可视化分析。

三、基于大数据可视化分析技术的生物制药行业ST企业审计方法原理分析

（一）可视化分析技术简介

可视化分析并不是简单地把数据、文本等信息分析对象变成图表，它是以信息为基础，以可视化为手段，目的是描述真实信息，探索信息本质。一般来说，人的大脑对视觉信息的处理优于对文本、数据等信息的处理，所以使用图表、图形等元素可以帮助人们快速地理解信息中的含义、趋势及相关性。也就是说，可视化分析其实是将抽象概念进行形象性表达，将抽象语言进行具象图形可视的过程。可视化分析的基本原理是将数据库中每一个单元数据作为单个图元元素表示，然后将大量的数据构成图像，同时以多维的形式将数据的各个属性值表示出来，从而可从不同的角度观察和分析信息，使分析者能够对海量信息进行更加全面、透彻的分析。当前的可视化分析技术主要包含条形图、树状图、气泡图、散点图、热力图以及地图等。针对审计行业，可视化分析技术能够使审计工作从问题导向型审计向挖掘型审计转变，可视化分析技术能够以更加简洁清晰的方式展现出海量审计数据间的内在关联关系，如层级关系、强弱关系、时间关系等。如此能够使审计人员从海量信息中迅速发现审计疑点，从而提高审计效率。由此可见，随着审计信息量的高速增长，大数据可视化分析技术是审计人员快速明晰复杂信息的关键分析技术，通过将审计数据进行可视化转化，进而掌握被审计信息的特征与含义[3]，这对审计人员在海量审计信息中发现审计思路、挖掘审计线索、寻找审计证据具有重大意义。

（二）基于大数据可视化分析技术的生物制药行业ST企业审计方法原理

在实际操作中，基于大数据可视化分析技术的生物制药行业ST企业的审计方法原理可简要概述为：根据对被审计对象的了解与调查，除了采用传统的访谈、现场观察等审计方法外，还需要采集被审计对象的内外部相关大数据，分别从ST企业的如相关财务数据等结构化数据以及企业以前年度审计报告等非结构化数据进行数据采集，然后通过审计软件对审计数据进行数据预处理[4]，在此基础上，审计人员可结合自己的审计背景知识，利用人类视觉的敏感特性，从总体上系统地对可视化图像进行观察、分析、总结，从而发现审计线索，寻找审计证据[5]。与此同时，审计人员可根据审计需要改变审计软件的相关设置，从而根据不同的可视化图像展示不同的被审计数据特征，进而从所观察到的审计特征中挖掘审计线索，剖析数据异常的原因，最终更加快速、全面地获得审计证据。通常情况下，上市公司出现下面两种情况将会被ST。第一种情况是连续两年业绩亏损，这样的股票就将被ST，如果第三年继续亏损，则会被退市，从股票市场消失。第二种情况是上市公司出现重大违法违规行为，将直接被ST，甚至还将被直接退市。因此，通过基于大数据可视化分析技术的生物制药行业ST企业审计方法的研究，可利用可视化技术分析哪些上市公司被ST属于第一种情况，又有哪些ST企业是因为重大违法违规行为而被ST，在此基础上，分别对其产生的原因进行细化分析与探究。由此，通过大数据可视化分析技术进行分析、汇总，为以后开展审计工作提供经验参考。

四、基于大数据可视化分析技术的生物制药行业ST企业审计方法分析案例

（一）案例背景

随着时代的发展，人们对健康的关注逐渐加强，因此生物制药行业在近些年乃至未来都有巨大的发展空间。尤其是在疫情期间，生物制药行业更是取得了显著的成就，从疫苗开发到制药研发新模式都反映出该行业正在蓬勃发展。犹是如此，生物制药行业依旧有多家企业被ST。因此，本案例以探索生物制药行业中企业被ST的原因为背景，以2016—2022年间A股生物制药企业的财务报表为例，研究大数据可视化分析技术在该类审计中的应用。在大数据环境下，数据可视化工具主要包括两种分析工具：其一是有关开源、可编程的工具，如R语言、python等；其二就是商业化产品，如Tableau、IBMCognos、MicrosoftExcel等。其中，Tableau是桌面系统中最简单的数据可视化工具软件，它实现了数据运算与美观的图表的完美结合，用户只需要将大量数据拖放到数字“画布”上，便能创建好所需要的各种图表，这对于计算机基础薄弱的审计人员来说是最具可操作性及实用性的软件。因此，本文以Tableau为例分析基于大数据可视化分析技术的生物制药行业ST企业审计方法。

（二）基于大数据可视化分析技术的示例

在Tableau中，将2016—2022年间A股生物制药企业的行业信息表、利润表以及利润表进行多表连接，然后在数据源中进行数据筛选，对2016—2022年期间A股的ST企业年度数据进行分析，以下仅利用了可视化图像中某几个图像为例。条形图是数据可视化分析中的常用图形之一，它是一种以长方形的长度为变量的统计图表，适用于比较两个或两个以上的项目，只有一个变量，从而可以以更加直观的视角展示各个项目之间的差别[6]。条形图除了可纵向排列外，亦可横向排列，或用多维方式表达。比如，在本案例的生物制药行业ST企业中，通过条形图分析企业净利润，以X轴表示企业名称及会计期间，Y轴表示各个企业的流动比率，其分析结果如图1所示。从图1中可以看出ST企业在近五年的净利润情况都不容乐观，尤其是康美药业在近五年的亏损显著严重，由此审计人员可以通过这一问题进一步分析其被ST的原因。散点图表示因变量随自变量而变化的大致趋势，由此趋势可以选择合适的函数进行经验分布的拟合，进而找到变量之间的函数关系。散点图偏向于研究型图表，能够使审计人员发现审计数据之间的隐藏关系。在图2中，通过利用散点图分析，可以发现康美药业近五年的营业利润率分布情况比较离散，尤其是在2022年时情况最为严重。营业利润率如此离散，说明康美药业的盈利能力弱，经营风险大，由此，审计人员可根据影响营业利润率的因素进一步挖掘跳跃点产生的原因。例如，可从企业的销售数量、单位产品平均售价、单位产品制造成本、控制管理费用的能力、控制营销费用的能力等角度分析。图2ST企业营业利润率比较分析示例树状图是一个由不同大小的嵌套式矩形来显示树状结构数据的统计图表。在树状图中，父子层级由矩形的嵌套表示。在同一层级中，所有矩形依次无间隙排布，它们的面积之和代表了整体的大小。在图3中，通过树状图可以发现中珠和康美的成本费用利润率为负，说明他们的成本费用控制能力很差，获利能力很弱。根据这些分析线索，审计人员可做进一步的详细分析，查找这些公司的具体成本费用支出，从而找出其获利能力弱的根本原因。图3ST企业成本费用利润率比较分析示例

五、总结

在大数据环境下，审计人员不得不面对大数据带来的挑战，那么如何使审计人员在开展审计工作时从整体上快速发现可疑信息，挖掘审计线索，找到审计证据，得出审计结果，这些都需要应用到大数据技术。而大数据可视化分析技术正是解决这些问题的有效手段之一，本文以Tableau为例，研究了基于大数据可视化分析技术的生物制药行业ST企业审计方法，通过实例可以发现：可视化图形更能有效利用人类视觉特性来开展审计工作。当然，本文的研究方法并不能全面解决大数据时代下的审计问题，但能有效弥补常用审计方法的不足，拓展审计方法的应用。

参考文献：

[1]陈伟，SmieliauskasWally.大数据环境下基于数据可视化技术的电子数据审计方法[J].中国注册会计师，2017（1）：85-89.

[2]徐超，陈勇，葛红美，等.基于大数据的审计技术研究[J].电子学报，2022，48（5）：1003-1017.

[3]陈伟，SMIELIAUSKASWally.大数据环境下的电子数据审计：机遇、挑战与方法[J].计算机科学，2016，43（1）：8-13.

[4]陈伟，高嘉文.基于大数据可视化分析技术的大气污染防治审计方法研究[J].财务与会计，2019（7）：65-68.

[5]陈伟，居江宁.基于大数据可视化技术的审计线索特征挖掘方法研究[J].审计研究，2018（1）：16-21.

生物技术行业研究分析篇3

关键词：台湾地区基因组医学科技计划

2000年人类基因组计划工作草图完成。次年2月，工作草图的具体序列信息、测序所采用的方法以及序列的分析结果公布。当时全世界的科学家都意识到一个全新的科技世纪已经开启，同时也认识到致力于基因组功能的研究已经是大势所趋。许多研究显示，人类的一般疾病与遗传疾病和基因变异有相当的关联。研究基因序列，使人类有机会对生命个体有更深的了解，除了可以搜寻疾病基因，进行研究预防、诊断和治疗的方法之外，同时也可以经由物种间的基因相互交叉比对，进一步了解环境与进化的关系。

随着对基因学研究的进展，科学家提出了一个医学研究的新概念――基因组医学。它是以人类基因组为基础，将生命科学与临床医学整合在一起，使基因组的研究成果迅速高效地转化并应用于临床医学实践，是后基因组时代最重要的研究方向。因为基因组研究不仅提供科学家们窥探自然，以及了解生命基础奥秘的方法，同时所衍生的知识，包括使用的技术（如基因芯片和生物信息技术等）与所开发的产品（如疫苗、诊断药剂和治疗医药等）都可以产生很高的经济价值，并有可能为生物技术产业拓展新领域带来曙光，世界各国无不视此为生物技术产业发展的重大机遇。

在当局的推动下，我国台湾地区也将生物技术及其相关领域列为了科技研发和产业化推动的重点领域。台湾“国科会”最先设立的6个“国家型”科技计划，即：“防灾”、“农业生物技术”、“电信”、“制药与生物技术”、“基因组医学”和“数字典藏”科技计划，其中三个计划项目都涉及生物技术相关领域，目的是通过加大对包括基因技术在内的生物技术发展的投入，从而在台湾创造出新的产业或者推动现有传统产业的升级改造。

一、台湾推动基因组医学“国家型”科技计划的背景

台湾“行政院”于1995年通过了《加强生物技术产业推动方案》，确定有关医、农等生物技术产业为政府全力推展的重点，并由“行政院科技顾问组”协同各部会进行横向整合组成生物技术产业指导小组。1996年举行的全台第五次科技会议将医学方面的生物科技推动列为主要议题，同时通过决议将基因医药相关的研究整合成跨部会的大型合作计划。为此，台湾“国科会”和“卫生署”于1998年起开始推动“基因医药卫生科技尖端研究计划”，整合台湾医学中心与研究单位的近百位科学家、医师投入“基因医学”研究行列，针对基因组基础研究、基因治疗、基因药物开发、遗传疾病、实验动物供应、环境毒理遗传基因与科技对伦理、法律、社会影响等进行研究。

台湾“国科会”于2002年设立基因组医学“国家型”科技计划（台湾称为“基因体医学”），2003年开始执行。该计划整合跨部会资源，由“国科会”、“经济部”和“卫生署”共同参与执行。计划的目标以基因组研究为基础，运用人类基因组序列中所隐含的知识，发展疾病预防、诊断与治疗技术，同时结合基础研究、动物模型测试、临床试验等技术，完成台湾基因组医学科技的开发，进而通过技术转移、业界发展等力量，建立具有国际竞争力的医学科技产业。计划的第一期为时三年（2003―2005年），主要目标是构建完善的基因组研究基础设施；计划第二期（2006―2010年）的目标是“集中资源，以特定疾病研究为导向，加速成果导入医学生物技术产业”。基因组医学“国家型”科技计划于2010年正式结束。

二、基因组医学科技计划概况

1.一期计划的总体情况

基因组医学“国家型”科技计划规划有短、中、长期阶段性目标。第一期计划执行期为三年，由“国科会”推动实施。计划第一期的目标着重于基因组研究的基础建设及自由探索基因组相关研究。规划范围则是包含：基因组医学、蛋白组学与结构基因组学、生物信息学以及伦理、法律、社会的影响（ELSI）四个领域。包括：探讨基因多形性与常见重要疾病感受性的相关性，鉴定及分析与台湾人体常见重要疾病相关的新基因，应用基因技术预防或治疗台湾人体常见重要疾病，开发新的基因科技进行基因组的分析与测序，开发新而灵敏的基因诊断试剂与治疗模式，评估基因科技对伦理、法律与社会的冲击影响，以及建立核心设施与研究团队等。目标推动如下：

（1）基因组医学：寻找三种疾病的10个分子目标；对无机砷的人类易感基因更进一层的了解；台湾人体特殊病毒的宿主易感/抵抗基因的鉴定；建立台湾地区特殊族群基因库及相关性状数据库；建立台湾人体疾病诊断用的遗传体数据库；建立特殊疾病的单核苷酸多态性（SNP）、蛋白质图谱等可作为未来临床诊断与个性化疾病诊断的参考；建立台湾人体疾病的相关基因及危险因子；建立台湾人体疾病的辅疗法；建立基因治疗临床试验使用的GMP/GLP设施；建立台湾人体疾病的动物模型3～5个；在ENU突变小鼠中发现3～5个疾病基因及其机转与导向化合物（Leadcompounds）的筛选；及利用移植人类癌细胞和免疫细胞的NOD/SCID作人类治疗基因的功能鉴定。

（2）生物信息：结合基因组研究加速其进展，促进医学科技产业的发展；建立台湾人体重要疾病的基因医药数据库；建立人类遗传疾病并维护加值数据库；建立基因组知识经济基础；培养高质量的生物信息研发人才。

（3）蛋白组与结构功能：完成3个细胞膜蛋白的结构，有助于新药的开发；设立低浓度转录因子蛋白组的研究程序，作为医疗途径；建立3个逆境蛋白质，以及嗜热蛋白质的功能图；了解传染病有关的蛋白质；以台湾有关的细菌或病毒的蛋白组，发现新的蛋白质折迭模式。

（4）伦理、法律、社会影响：建立相关学术研究所需的基础架构，及国内外相关研究社群的互动网络；建立基因组医学科技的议题发展追踪与信息交换；建立基因组医学科技的意向调查与分析；建立基因组医学科技的学术论坛与社会教育；对基因科技发展及其在伦理、法律和社会方面所造成的冲击背景信息与讨论议题通俗化。

（5）核心设施：建立全台基因组医学高速核心设施及高科技研究团队，服务基因组研究计划；加速台湾研究计划执行效率。

（6）产学合作：开拓创新研究成果的知识产权，协助申请与维护专利权益；建立产学合作及GLP/GMP规格设施；加速进行癌基因/细胞治疗的临床试验；推动岛内基因与蛋白诊断产品的商业化发展；培育研发人才，促进产业活力。

2.二期计划的总体情况

为了聚焦并吸引产业界的投入，计划第二期设定的目标是：“集中资源，以特定疾病研究为导向，加速成果导入医学生物技术产业”；以台湾本地重要的四大疾病（肝癌、肺癌、高遗传性疾病与传染病）为聚焦主题，持续加强创新研发与基因组医学对伦理、法律与社会的影响，同时建设核心设施以支持基因组研究，提供基因组研究所必须的基础设施与技术，进一步加强与产业界和各国间的合作与交流，将本计划的研究成果迅速导入生物技术医疗产业，提升国际能见度。

计划第二期较第一期更具有整合性，加强了各行政主管部会的直接参与。“国科会”补助上游的基础研究计划，建设营运核心设施，提供必需的基础建设与技术支持；依据研究领域及导向，计划实施分为肝癌组、肺癌组、传染病组、高遗传性疾病组、创新研发组、伦理法律社会影响组（ELSI）、产学合作组及国际合作组。“卫生署”的重点在法规、遗传咨询、与国民健康相关的癌症、传染病以及中医药基因组相关研究，推动“肺癌基因组研究及临床应用”、“基因组医学的健康服务应用”、“建立台湾病原体基因数据库”、“中医药基因组相关整合性研究”及“建立严谨的基因组医学临床试验与相关产品的评估与审核机制”等五大研究项目，希望从法规及公共卫生层面，重要的卫生医药问题。“经济部”则从较具产业发展潜力的基因药物技术等方面进行规划，建立产业发展所需的重要环境，并同时以业界科专机制补助生物技术医药业者投入基因组相关研发与应用，以研发带动周边产业发展，创造生物医药产业经济效益。

各专业组的研究范围包括：

（1）肝癌组：寻找肝癌致病基因，研究开发检验试剂及检测设备，致力于早期诊断与治疗的成效，整合并建设台湾肝癌资料库技术平台，并延伸到乙型、丙型肝炎，以期成为未来亚洲最大的肝癌资料库。

（2）肺癌组：利用基因组学或分析流行病学等相关技术，进行肺癌遗传流行病学、药物基因组学等研究，探讨致病因子与肺癌转移机制，涉及个性化临床诊断与治疗策略，并利用已建立的肺癌临床研究网络提供防治肺癌的有效工具。

（3）传染病组：探讨肝炎病毒、登革热病毒、肠病毒、克雷伯氏肺炎杆菌及肺结核分枝杆菌的致病基因及致病机制，研究新颖的抗病毒策略，并结合“卫生署”行政单位，使研究成果落实到公共卫生领域以开展疾病防治。

（4）高遗传性疾病组：研究多种高遗传性疾病的致病基因（如精神性疾病、糖尿病、先天性心脏病、自闭症及代谢症候群等），建立公共卫生研究及公共卫生应用的互动管道，发展相关筛验工具及预防性医疗，增进民众健康。

（5）创新研发组：结合“基因组医学”、“蛋白组与结构生物学”、“生物信息学”，并鼓励其他具有创新性的研究，如系统生物学、肝细胞及中医药相关的基因组研究。

（6）伦理社会法律影响组：推动台湾有关人类基因资料库ELSI议题的研究，与欧美、亚洲地区学者进行学术交流与合作，共同打造基因组医学研究及其产业化所需的ELSI环境。协同行政机构建立台湾基因或遗传咨询机制及相关法规的订立与改革。

（7）国际合作组：鼓励岛内学者与其它国家研究学者在与基因组医学相关课题上开展研究合作，提升台湾基因医药领域的研究品质及国际能见度；通过科技交流，间接促进与国际制药或生物科技公司的实质性合作。

为提升生物技术产业的经济效益，加速基础研究成果商品化，基因组医学计划鼓励学界与业界的互动与合作，使业界即时掌握基因组医学研究的重要进展。为积极促进产学双方合作，与生技制药“国家型”科技计划合作进行“桥接计划”，整理并挑选具有产业发展前景的成果，进行专利及市场分析，进一步协助计划主持人研拟商业模式规划及取得知识产权保护。同时，由医药品查验中心针对研发所需的医药法规提供咨询，以解决商品化过程中所遭遇的问题，推动产业化的进程。

3.计划各阶段的执行结果

基因组医学“国家型”科技计划在致病基因的发现步骤、功能及致病机转的研究、开发疾病的动物模型、基因芯片技术、基因细胞治疗方法、疾病预防方法等方面都取得了明显的成效。

第一期计划的重要成果如下：

（1）砷与移行细胞癌的毒理基因组研究：证据显示二甲基砷酸盐（DMA）可能为膀胱癌的致癌砷种类，且细胞还原能力降低可能和致癌有关；建立体外培养及裸鼠膀胱癌形成模型，发现第九号染色体缺失及第四号染色体增幅现象；和砷代谢有关的砷输送蛋白基因OATP-2、MRP1及MRP2，呈现显著单一碱基多型性区域和膀胱癌相关基因，包括雄激素接受体及血红素氧化酵素-1，显示遗传多形性区域。

（2）肠病毒整合性计划：完成建构第一阶段肠病毒数据库，包含4，000多种从GenBank所收集的肠病毒序列及解析，并建立鉴定肠病毒71型的特异序列比对区域图谱；找出157种寄主易感基因，包括趋化激素接受体、细胞凋亡、干扰素及补体相关途径的基因；于细胞培养中显示可利用RNAi抑制病毒复制；TNF-α启动子的遗传多型性和肠病毒71型的易感有关。

（3）利用核磁共振技术，完成3个幽门螺旋杆菌蛋白质构造研究；建立高效能蛋白质表现系统；建立X光高分子结晶技术；以昆虫细胞─杆状病毒系统表现具活性的幽门螺旋杆菌蛋白质；鉴定出一种幽门螺旋杆菌的酸诱导蛋白质，可促进其生长及活动。

（4）中医药基因组相关研究计划：进行过敏性鼻炎患者中医寒热体质类型与基因及蛋白质表现、中医寒与热性体质实用药对细胞基因表现；收集完成病人相关数据、各种辩证指标记录的统计资料分析，并建立起基因的多样性分析模式。

（5）发现DNA甲基转移酶（DNMT）的过度表现与台湾地区“非小细胞肺癌”有关，且与许多抑癌基因5'CpGisland过度甲基化、cytosine突变亦有关。

（6）完成正常人类肝蛋白组图谱的建立，及人类/小鼠胚胎干细胞蛋白组图谱的建立。

（7）基因药物开发完成多项活体外分析系统的建立，包括：重组腺病毒rAd/AGL载体病毒颗粒感染GSDIII病人初级培养细胞的方法、蛋白质转染系统、重组蛋白质AGL在细胞内的功能分析；完成腺病毒活体递送方法的建立与活体内分析系统，确认基因递送方法与递送载体在动物体内组织分布的相关性；并建立了活体内基因转录分析与蛋白质功能分析法，提供基因载体活体递送系统的基盘分析技术。

第二期计划的执行情况

基因组医学“国家型”科技计划第二期的规划延续了第一期的成果，第二期计划的重要成果如下：

（1）重要致病基因、蛋白质的发现

a.药物不良严重反应的基因：包括最常引起台湾人体发生致命药物过敏（史蒂文生琼森症候群）的抗颠痫用药（Carbamazepine）的危险基因，降尿酸药（Allopurinol）引发严重过敏反应的危险基因等。

b.家族性肝癌的基因：乙型肝炎导致家族性肝癌的连锁相关分析，证实在第4对染色体长臂（4q）上，有1个基因座的LODscore在3.5。

c.肺炎杆菌的致病基因：发现克雷伯氏肺炎杆菌，它是造成院内泌尿道感染、肺炎感染以及免疫机能不全病患肺炎、败血性休克的常见致病菌，还会造成菌血症，化脓性肝脓疡及脑膜炎等。

（2）关键动物模型的建立：先后建立了肝癌的动物模型、糖尿病致病动物模型、代谢疾病的动物模型、乙型肝炎的土拨鼠及基因转殖鼠模型等。

（3）肝癌、肺癌、高遗传、创新研发、ELSI五组研究成果

a.乙型肝炎病毒的HBx基因参与活化：男性荷尔蒙信息传递路径，经由活化基因的表现，可能增加肝细胞的癌化能力。未来将有可能就此信息传递路径，发现肝癌的重要标靶分子，而应用于临床预防或治疗上。

b.完成台湾肝癌病患（约800例）临床数据及组织样本的合成网创设，提供肝癌研究的共同资源库。

c.完成台湾人体肺癌病患临床数据库、组织、血液检体的收集，提供肺癌相关研究学者的研究共同资源。此外，发现的致病或转移因子，可应用于肺癌诊断、治疗、或预后评估等。

d.抑癌基因HLJ1的发现：抑癌基因（HLJ1）可预测肺癌病人存活及复发，本研究发现可应用于临床检验试剂、药物开发与生物技术服务相关产业。

三、核心研究设施的建设及相关产学合作计划

基因组医学“国家型”科技计划在管理过程中还增加考虑了相关核心设施的统一建设管理，以及促进产学合作。

本计划开始后就规划了相关核心研究设施的建设问题，对研究项目所需购置的高速、贵重仪器进行“整合资源”和“统一管理”，解决了重复购置、人员与管理等问题。为基因组研究所需的核心设施涵盖的领域包括了以下五项：动物疾病模型、表现型鉴定及造影核心设施，临床样品研究与组织库，基础基因组研究设施，蛋白组血与结构基因组研究设施，生物信息核心设施。

在本计划执行过程中，还在产学合作方面特别加以推动。如：符合台湾生物技术产业所需并且具有商品化潜力的技术和产品，包括药品、疫苗、检验试剂、生物医药技术、基因治疗方法、保健食品开发及基因咨询服务等；促进台湾生物技术信息发展的产业；办理产学合作计划的审查及后续项目追踪管理和考核；促进参与产学合作厂商对相关法规与知识产权的了解，利用产学说明会开展产学合作辅导；协助导入核心研究设施至产业界，提高业界的生物技术研发水平；协助推广本计划产生的优秀研究成果，营造学术界与产业界对话机会，扶助研究计划主持人所属机构申请与获得专利，协调与产业界完成技术转让事宜并建立与相关部会的良好合作与互动。

参考文献

[1]罗勇.台湾科技计划的管理及其特点分析[J].科技管理研究，2013（22）：38-42

[2]基因组医学“国家型”科技计划[EB]，http：//nrpgm.sinica.edu.tw/content.php？cat=agtc，（2013.1.10）

生物技术行业研究分析篇4

【关键词】物流业；全要素生产率；技术进步变化指数；技术效率变化指数

近些年来，我国物流业发展较为迅速，但是物流行业发展模式粗放，物流业生产效率低等问题阻碍了物流业健康持续发展。以前的学者主要从物流业自身的角度出发，曾对物流业的生产效率进行过研究，但是研究结果依所选定的行业视角、所选的企业及所选企业所在区域的差异各不相同。全要素生产率既说明了技术进步对生产力增长的推动作用，又说明了技术效率的改善对提高产业生产效率的重要性。以往学者的研究缺少对物流业全要素生产效率低下的原因进行更深层次的思考，本文通过采用曼奎斯特生产力指数法，将全要素生产率（TFP）分解为不变规模报酬假定下的综合技术效率变化指数（TEC）和技术进步指数（TCP），然后，将技术效率变化指数（TEC）又进一步分解为纯技术效率指数（PTEC）和规模效率指数（SEC），最后利用统计分析软件SPSS对数据进行相关分析和回归分析得出一些定量的结论。

一、本文的数据选取及研究方法

考虑到国内物流业的数据统计程序较不完善，数据的获得较为困难，本文中的数据是直接参考引用所列参考文献中的数据。本文选取的投入变量为劳动和资本，劳动投入指标是选用各省物流业年末的在岗职工数，资本投入指标是选用各地区物流业全社会国定资产投资额，并以1997年为基准，对数据进行了可比价格处理。产出变量选择物流业增加值。我国物流产业生产力成长与技术效率变动情况将物流产业增加值作为产出变量对曼奎斯特指数进行计算，并对其做进一步分解（结果如表1所示）。

表1我国物流业全要素生产率及指数分解

由表1可得，1997～2007年我国物流业的全要素生产率平均增长速度为0.34％。严重滞后于国民经济的增长速度，说明1997～2007年十年间我国年物流业虽然发展迅速，但全要素生产率提高较为缓慢。还可以看出，这十年我国物流业的技术进步平均以0.37％的速度增长，而技术效率指数总体表现为负增长。由此得知我国物流业全要素生产率的增长主要得益于技术进步，但由于技术进步增长缓慢，且技术效率负增长对技术进步有削减作用比较大。因此，我国物流业全要素生产率增长较为缓慢。对技术效率变动指数进行再分解，由表1可知，纯技术效率指数基本保持不变，这说明我国物流业的资源配置和行业管理对物流业产出能力的提升起到制约作用，也说明了技术效率变动与技术进步之间存在互相牵制作用；而规模效率指数的变动说明我国物流业的发展还未达到最佳规模效益。

下面继续对相关指数进行相关分析和回归分析。首先，对以上全要素生产率、技术进步指数进行相关分析，分析（结果如表2所示）。

表2Correlations

Correlationissignificantatthe0.01level（2-tailed）

由表2可知，全要素生产率和技术进步指数的相关系数为0.952，即全要素生产率和技术进步指数正相关，且相关性很高，说明技术进步对全要素生产率的影响很大。然后，对全要素生产率、技术进步指数、技术效率变化指数、纯技术效率指数、规模效率指数进行回归分析，分析结果（如表3所示）。

表3ModelSummary

DependentVariable：TFP

由表5可知，全要素生产率对技术进步指数X1、技术效率变化指数X2、纯技术效率指数X3，规模效率指数X4的回归方程为：Y=0.962X1-3.226X2+4.125X3+4.245X4-5.11，对回归方程及回归方程的系数进行显著性检验，由表4可知，F值为473.678，Sig值为0可得，回归方程显著。同理，由表5可知回归方程的系数也都显著。由表3，R为0.999（a），RSquare为0.997，可知回归方程的拟合效果显著，回归方程高度显著。此项分析为在未来预测全要素生产率对技术进步指数、技术效率变化指数、纯技术效率指数、规模效率指数的变化提供了依据，为进一步分析各指数的变化及其对生产率的影响提供了保障，具有一定的理论意义和现实意义。

二、结论

我国物流业全要素生产率低下主要是由于技术效率负增长造成的，虽然近几年物流业技术进步增长比较明显，但由于技术效率负增长对技术进步的削减作用比较大。因此，物流业全要素生产率增长缓慢。通过对技术效率变动指数进行再分解，得知规模效率指数较低是技术效率负增长的主要原因，规模效率指数的变动说明我国物流业的发展还未达到最佳规模效益。通过以上分析可得知要提高物流业全要素生产率，政府需要制定一些政策法规规范物流业的发展，物流企业和相关机构需要采取一些必要的措施以提高物流业的规模效益，从而提高技术效率，伴随着物流业技术的不断进步，进而提高物流业的全要素生产率。最后通过对相关指数进行相关分析和回归分析得出回归方程，为在未来预测全要素生产率对技术进步指数、技术效率变化指数、纯技术效率指数、规模效率指数的变化提供参考依据。

参考文献

[1]杨沛．物流业生产率及其测度研究[D]．武汉理工大学硕士毕业论文．2008（10）

[2]邓学平，王旭．我国物流企业全要素生产效率分析[J]．系统工程．2008（6）

[3]徐宏毅，詹永雄，杨沛．我国物流业生产率实证研究[J]．集体经济・商贸流通．2009（10）

生物技术行业研究分析篇5

关键词：物流；物流产业；物流产业效率；评价指标

中图分类号：F25

文献标识码：A

doi：10.19311/ki.16723198.2017.05.014

1引言

随着我国经济的不断发展，物流业已逐渐的成为了我国的支柱产业。它对推动国民经济的发展以及促进产业结构调整起到了十分重要的作用。因此，提高物流产业效率，对提高国民经济的发展起到了积极的作用。而物流业效率水平可以比较直观的衡量一个地区物流产业发展的情况。所以对物流产业效率的研究，对各地区乃至我国物流产业的发展都有着重大的意义。

近年来我国物流业有了较大的进步，但从总体上说，我国的物流业尚处于初步发展阶段，处于传统物流向现代物流的过渡时期，通过研究区域物流产业现状可以发现，大多数地区域物流产业都存在发展不合理的现状。有的地区存在着大量投入未能得到更有效的产出的情况。总体来说，我国物流产业的投入没有得到有效的使用，物流资源配置没有优化。因此，对地区物流产业的评价就显得更加重要，只有通过及时的评价，才能更好的探寻提高物流产业效率的途径。

2物流定义的研究

目前，对物流的定义还没有统一的标准。美国物流管理协会（CLM）把物流定义为“满足消费者需要而进行的从起点到终点的原材料、中间过程库存、最终产品及相关信息高校低成本流通和储存的计划、实施和控制的过程”。

《中华人民共和国国家标准・物流术语》对物流的定义为：“物品从供应地向接收地的实体流动过程。根据实际需要，将运输、储存、装卸、搬运、包装、流通加工、配送、信息处理等基本功能实施有机结合。”

3物流产业定义的研究

《中国现代物流大全》则指出：“物流产业是指铁路、公路、水路、航空等基础设施，以及工业生产、商业批发零售和第三方仓储运输及综合物流企业为实现商品的实移所形成的产业”。《物流业调整和振兴规划》是国务院2009年3月颁布的，里面把物流产业定义为：“融合运输、仓储、货运和信息等行业的复合型服务产业”。何明坷认为物流产业是交通、运输、仓储、邮政等行业已经形成一个巨大的行业群体。杨春河等以为物流产业是把运输、仓储、装卸、搬运、保管、信息、配送等形成物流服务活动的所有企业的集合。

4物流产业效率的研究

物流产业作为复合型的服务产业，是中国经济新的增长点。我国的物流产业相对于西方发达国家起步较晚，但是随着国家对物流产业的重视，物流产业快速发展。根据世界银行的物流绩效指数，2016年德国排名第一，中国大陆排名第27。虽然，我国物流产业效率不断的提高，但是我国物流产业仍存在一些问题。目前，很多学者通过不同方法从分析了物流产业效率以及影响因素。田刚、李南基于超越对数随机前沿方法，指出我国物流产业的发展需要转型，物流产业全要素生产率增长需要提高技术，东部地区比西部的全要素生产率高。王维国、马越越基于Malmquist-kienberger指数方法和三阶段DEA，对我国物流产业效率以及物流外部环境对我国物流产业效率的影响进行了研究。张宝友等通过物流产业效率与FDI质量的相关性的研究，指出我国物流产业效率虽然不断提高，但规模仍然较小以及FDI质量对我国物流产业效率影响比较大。丁斌基于SBM模型对我国物流产业效率进行了分析，发现道路噪声对物流产业效率影响较大，各物流要素不足和成本的增加降低了物流产业效率。范月娇基于柯布-道格拉斯生产函数的SFA方法研究了流通节点城市物流产业效率时空变化，指出这些城市由于产业结构、信息化水平等因素使得物流产业效率较低，中部效率最高，东部比西部效率高。钟祖昌基于三阶段DEA研究了我国物流产业的效率。发现我国物流产业效率发展有明显的不同，东部最高、然后是中部、西部地区。刘秉镰等基于Hicks-Moorsteen方法，指出中国铁路运输业全要素生产率快速增长的主要原因技是术进步，某些地区综合效率下降的重要因素是投入产出混合效率的下降。地区综合效率下降的重要因素。柳键等基于DEA模型，研究了我国物流产业效率。

从研究对象来看，选取了35篇文献，对物流产业效率的研究一般集中在对全国各省或者中东部地等物流产业效率的评价。以全为研究对象的论文有20篇（55.6%）、以具体某地区为研究对象的论文有6篇（16.7%）、以经济区为研究对象的论文有9篇（277%），如图1。单独研究西部地区的物流产业效率的文献并不多，具体地区的物流产业效率则更少了，对于具体某个地区物流产业效率评价一般以全国各省市地区物流产业效率作为研究对象，而DEA是相对效率的比较，因此强调的是各比较单元之间的同质性。我国各区域之间经济发展程度不同，物流设施设备的投入、管理技术水平等也不同，地理环境的不同，使得不同地区缺乏可比性。

从评价指标来看，通过文献分析，研究我国物流产业效率的主要方法是“非参数法”随机前沿分析和“参数法”数据包络分析。其中，使用最多的方法是数据包络分析。王舒鸿等基于DEA方法，通过公路里程和铁路里程以及能源指标作为投入指标，各省市的物流业产值作为产出指标，对各省物流业资源的利用效率进行了研究。樊敏基于三阶段DEA，以物流从业人数和固定资产投资额作为投入指标，货运周转量作为产出指标对我国经济区域物流产业效率进行了分析。黄勇、彭文冲、裘伟超以物流产业投资总额、物流产业从业人员、公路里程以及能源消费量作为投入指标，货运量和社会发展以及国民经济总量作为产出指标。基于数据包络分析方法下的物流产业效率评价指标大部分文献都从人、财、物三个方面衡量，主要分为投入指标：劳动力投入、物流产业投资、运输线路长度。产出指标：货运量、货物周转量、物流GDP。劳动力投入主要选取各地区物流产业的从业人员数。物流产业投资：主要以交通运输、邮政、仓储业固定资产投资。物流业投资反映了物流产业相关的投入力度。物流业GDP反映的是地区物流活动的最终成果。运输线路长度。货运量可以说明一个地区物流的发展的基本情况。对于运输线路长度和货运量王庆云对GDP与铁路、公路里程以及GDP与客货周转量的关系进行了论证，是不同经济水平下对应的某种交通方式里程数以及交通方式的强度。货物周转量全面的反映了运输生产成果。它也是计算运输效率等主要基础资料。

5结论

综上所述，我国物流产业的研究，主要以我国各省市地区为研究对象。在区域上主要是中、东部、长江经济带地区，对西部地区物流产业效率的研究还略显不足。具体某地区物流产业效率的评价都是基于全国各省市为研究对象，而忽略了区域与区域之间由于自然环境、地理位置、经济发展程度使得物流产业发展的不一致。从评价指标来看，主要是从人、财、物三个方面选取的，使用最多的投入指标分别是物流产业投资、物流从业人数、运输线路长度。产出指标是物流GDP、货运量、货运周转量。在研究物流产业效率时可以进一步完善评价指标，这样对于更加客观的分析物流产业效率提供有力的支撑。

参考文献

[1]朱明俐.中国物流业发展现状分析与对策探究[J].学理论，2011：6162.

[2]国际商业技术编辑部有关物流概念的一些资料[J].国际商业技术，1998，（4）：2327.

[3]何明坷.物流系统论[M].北京：中国审计出版社，2001.

[4]杨春河，张文杰，孟严萍.现代物流产业概念内涵和外延的理论研究[J].物流技术，2005，（10）：3840.

[5]蔡进.中国物流业发展格局与方向[J].中国物流与采购，2015，（11）：4344.

[6]田刚，李南.中国物流业技术进步与技术效率研究[J].数量经济技术经济研究，2009，（2）：7687.

[7]王S国，马越越.中国区域物流产业效率――基于三阶段DEA模型的Malmquist-luenberger指数方法[J].系统工程，2012，（3）：6675.

[8]丁斌，王琨.基于SBM模型的省级物流产业效率评价[J].统计与决策，2014，（14）：6467.

[9]范月娇.部级流通节点城市物流产业效率的时空变化及影响因素[J].中国流通经济，2015，（11）：18.

[10]钟祖昌.基于三阶段DEA模型的中国物流产业技术效率研究[J].财经研究，2010，（9）：8090.

[11]刘秉镰，刘玉海，张建波.技术进步、结构变迁与中国铁路运输业生产率增长――基于Hicks-Moorsteen生产率指数的实证分析[J].当代财经，2012，（3）：8092.

[12]柳键，邱国斌.基于DEA模型的我国物流投入产出效率分析[J].流工程与管理，2011，（1）.

[13]贺竹磬，孙林岩.我国区域物流相对有效性分析[J].科研管理，2006，（6）：144150.

[14]郭晓平，张岐山.基于改进DEA方法的物流产业竞争力19评价[J].物流技术，2007，（11）：139140.

[15]惠玉蓉，董千里.基于数据包络分析（DEA）的物流业可持续发展有效性评价[J].北京交通大学学报（社会科学版），2008，（3）：6569.

[16]刘满芝，周梅华，杨娟.基于DEA的城市物流效率评价模型及实证[J].统计与决策，2009，（6）：5052.

[17]钟祖昌.基于三阶段DEA模型的中国物流产业技术效率研究[J].财经研究，2010，（9）：8090.

[18]刘秉镰，余泳泽.我国物流业地区间效率差异及其影响因素实证研究―基于数据包络分析模型及托宾模型的分析[J].中国流通经济，2010，（9）：1821.

[19]樊敏.中国经济区域物流产业运作效率分析――基于三阶段DEA模型[J].现代管理科学，2010，（2）：4850，71.

[20]施国洪，赵曼.基于DEA的江苏省物流业与制造业协调发展评价[J].科技管理研究，2010，（9）：6265.

[21]巩建国，过秀成，何明等.基于AHP/DEA的区域物流与经济协调性评价[J].物流技术，2010，（1）：6871.

[22]王舒鸿，汝慧萍，宋马林.基于DEA的物流行业能源效率评价――以2006-2008年各省市物流数据为例[J].物流技术，2010，（17）：6668.

[23]苏秦，李永飞，张艳.陕西省物流业与制造业现状及联动分析[J].统计与信息论坛，2011，（12）：8996.

[24]肖丹，刘联辉.基于SE-DEA模型的广东城市物流效率评价分析[J].物流技术，2011，（11）：101103，112.

[25]王维国，马越越.中国区域物流产业效率――基于三阶段DEA模型的Malmquist-luenberger指数方法[J].系统工程，2012，（3）：6675.

[26]雷勋平，RobinQiu，刘思峰.基于DEA的物流产业效率测度实证研究――基于我国31个省、市、自治区2008年投入产出数据[J].华东经济管理，2012，（7）：6266.

[27]王菲.基于改进型DEA的中国区域物流有效性比较研究[J].物流技术，2012，（13）：180184.

[28]张中强.我国东部地区区域物流发展效率分析――以我国东部31个地市级地区为例[J].中国社会科学院研究生院学报，2012，（1）：7781.

[29]唐建荣，卢玲珠.低碳约束下的物流效率分析――以东部十省市为例[J].中国流通经济，2013，（1）：4047.

[30]张宝友，朱卫平，孟丽君.物流产业效率评价及与FDI质量相关性分析――基于2002-2011年数据的实证[J].经济地理，2013，（1）：105111.

[31]高詹.中原经济区城市物流效率与经济重心演变分析[J].商业研究，2014，（2）：178184.

[32]张诚，喻琴，张志坚.低碳环境下中国物流业效率评价研究[J].铁道运输与经济，2015，（1）：7279.

[33]王玲.我国物流产业技术效率实证研究――基于能源消耗与碳排放内生化的测度[J].软科学，2015，（10）：69，15.

[34]吴旭晓.经济大省物流业效率动态演化及其影响因素[J].中国流通经济，2015，（3）：2431.

[35]周叶，张孟晓，杨洁.基于SE-DEA的省域物流行业生态效率研究[J].北京交通大学学报（社会科学版），2015，（4）：99106.

[36]徐兴兵.黄河中游地区物流能力及效率对比分析[J].物流技术，2015，（15）：177179，182.

[37]志伟，苑希港.基于DEA-DFM模型的我国三大区域物流相对有效性评价[J].物流技术，2015，（13）：185189.

[38]田刚，孙立成，程发新等.中国物流业节能减排效率及其影响因素研究[J].工业工程与管理，2015，（5）：1420.

[39]谢菲，黄新建，姜睿清.我国物流产业投入产出效率研究[J].南京师大学报（社会科学版），2014，（1）：4856.

[40]刘勇.物流业全要素能源效率评价及其影响因素分析[J].统计与决策，2014，（1）：6668.

[41]惠玉蓉，董千里.基于数据包络分析（DEA）的物流业可持续发展有效性评价[J].北京交通大学学报（社会科学版），2008，（3）：6569.

[42]丁斌，王琨.基于SBM模型的省级物流产业效率评价[J].统计与决策，2014，（14）：6467.

[43]李振杰.外商投资质量对我国物流产业效率影响的测算[J].统计与决策，2015，（7）：98101.

[44]杨杰，宋马林.中国物流业静态效率测算与TFP动态变化研究[J].广西财经学院学报，2011，（3）：3239.

[45]黄勇，徐景昊.我国中部6省社会物流效率的分析与评价[J].铁道运输与经济，2009，（11）：7881.

[46]魏静，王江.基于DEA和BP神经网络的城市物流能力评价研究[J].中国市场，2011，（28）：2122，25.

[47]朱超才.基于DEA分析的中部六省物流产业效率比较[J].通化师范学院学报，2016，（5）.5255.

生物技术行业研究分析篇6

[关键词]江苏；生物制药；协同创新；社会网络分析；灰色关联

技术创新，特别是关键技术的创新是产业发展的根本。江苏是医药产业大省，生物制药经济增长迅速，但要向生物制药强省迈进，实现生物制药关键技术的突破无疑是江苏生物制药产业发展的必经之路。然而生物制药的技术创新面临高风险、高投入以及投资回报周期长等问题，因此，协同创新，即各创新主体为了实现科技创新，整合资源、共担风险，共享收益的组织模式，正成为各国推进技术开发与应用的有效方式。关于创新主体间的协同，国内外学者[1-2]主要围绕横向协同创新和纵向协同创新展开研究。其中，横向协同创新主要是指同一大类产业中细分产业主体间的协同，比如企业、高校、政府和社会服务机构的合作；纵向协同创新主要是指同一功能链不同环节上的产业主体间的协同，比如供应商、制造商和销售商的合作[3-4]。药物的设计、发现、试验、制备以及检测技术、其他诸如纳米、信息、光学等高技术的融合应用方面的基础性研究和上游技术开发是生物制药产业发展的关键[5]。因此，生物制药关键技术的协同创新更多的表现为横向协同创新。为了理清生物制药技术创新主体间的协同合作关系，该文采用社会网络分析法对关系数据进行定量研究。这也是在技术创新研究中用于揭示社会机制的常用方法。合作专利，较大程度上可客观体现技术创新成果及协同创新关系，因此该文通过分析江苏省生物制药产业的合作专利数据，来探究江苏生物制药技术的协同创新模式、创新的技术领域及协同创新的发展演化情况，这可为推进江苏生物制药的技术创新提供决策参考依据。

1数据来源

创新专利数量是目前各行各业用以衡量该领域技术创新发展程度的一个权威指标。合作专利是协同创新的重要体现。该研究的专利数据来源于国家知识产权局专利检索与查询平台专利类型限定为有效发明专利。在平台药物专题检索库中，以“反义核酸”“小分子药物”“转基因技术”“基因工程抗体”“核酸检测”“生物芯片”“超声提取技术”“酶法”“抗肿瘤”等反映生物制药关键技术领域的词为关键词，以“江苏省”为申请人地址，申请人为“大学”“公司”“研究”和“医院”的两两组合，再加上各种机构和个人的联合申请，进行检索，并筛选去重，最终得到包括自然人在内的生物制药相关专利共计134条。2006年是按上述方法检索到有效数据的最早年份，故2006—2016年是该文的研究期间。

2研究方法

社会网络分析起源于20世纪30年代，是在心理学、社会学、人类学以及数学领域中发展起来的。20世纪70年代后，随着计算机技术的发展，社会网络分析得以进一步深化。社会网络是指社会行动者及其关系的总合。这个行动者可以是个人、集体、国家等，即社会网络分析中的“点”。行动者之间的各种社会关系构成社会网络的“边”。社会网络分析研究的是行动者之间的社会关系。协同创新本质上是创新主体间的合作关系，可具体体现在专利合作上。在该研究中，以各合作专利的申请人为“点”，以申请人之间的联合申请专利为“边”，从而研究江苏生物制药的协同创新情况。该研究选取从网络规模、网络边数、网络密度、中心度和网络中心势等角度对合作关系进行描述，反映江苏生物制药协同创新的阶段性变化。网络规模是指节点数，即申请专利的机构数；网络边数是指各机构之间的合作关系数；网络密度描述了图中各个点之间关联的紧密程度；中心度指点的中心度，是对个体权利的量化分析；中心势是指关于一整个图的中心度，换言之，可以理解为图的总体整合度或一致性，是对群体权利的量化分析。网络接近中心势作为“中心势”的一种，既具备“中心势”的共性，也拥有其自身特性[6]。简言之，即为在一个社会网络中，如果接近中心势越高，那么网络中节点的差异性越大，如果接近中心势越低，则意味着网络中节点间的差异越小。公式如下：其中，C'cmax是指最大的相对接近中心度；C'c1是指第i个节点的相对接近中心度；N为节点个数；Cc是接近中心势。

3江苏生物制药产业协同创新的总体网络特征

由于统计专利数据跨度为2006—2016年，为体现“五年战略规划”的阶段性成效，该文将专利数据按5年作为一周期，进行时间跨度上的纵向对比。从表1中，可发现相较于“十一五”“十二五”期间的生物制药合作专利数量出现井喷式增长。生物制药专利协同创新的网络规模与网络边数扩大了1倍，但网络密度及网络接近中心势始终处于一个较低水平并有所减小。可见这期间，江苏生物制药技术协同创新中增加了更多的参与者，且各主体之间的合作数量也有显著增加，但协同主体相互间的联系紧密程度有所减弱，这与图1、图2这两张社群图中所展示的吻合，机构间的联合专利几乎没有蛛网结构。

4江苏生物制药协同创新主体的合作模式

随着生物制药协同创新规模的不断扩大，参与主体及其协同模式也呈现出多样化的鲜明特点。按协同主体的不同，及联合专利数据所反映的情况，协同模式可分为“公司+公司”“公司+高校”“公司+医院”“公司+研究机构”“高校+高校”等11类（见表2）。按数值的大小进行降序排列，从网络规模上看，前三位模式依次是“个人+个人”“高校+公司”“公司+公司”。从网络边数上看，前三位模式依次是“个人+个人”“公司+研究机构”“高校+公司”。从网络密度上看，前三位模式依次是“研究机构+工厂”“公司+医院”“公司+研究机构”。从网络接近中心势上看，前三位模式依次是“公司+医院”“公司+研究机构”“个人+个人”。从以上排位可以明显发现一个特点：与“公司”相关的各类协同模式，在4类排名中都处于显著的优势地位。说明这类模式的发展形式相对较好，体现出以企业为主体的医药创新体系得到了加强。此外，结合上文中的图1、图2，可以明显发现仅有“景奉香”及“金柯”所在的两个网络呈现出鲜明的蛛网状态，而这些网络均是个人协同合作的情况；而机构之间的合作在图中多显示为星状，处于较为松散的状态。故，相对于“个人+个人”模式而言，机构之间的协同行为还不够紧密。总体而言，江苏生物制药产业当前的协同创新活动以公司、高校、研究机构三者为主体单位。其中“公司”在合作的地位尤为突出。见表2。

5江苏生物制药协同创新的技术领域分析

按检索的关键词，将联合专利划大致归类为以下6类技术领域（如表3所示），并进行相应的社会网络分析。以从大至小方式排序，从网络规模来看，（下文其他3类角度排序方式相同），排名前三位的技术领域依次是“基因疫苗”“DNA\RNA”“生物医药技术”。从网络边数来看，前3位的技术领域依次是“DNA\RNA”、“基因疫苗”“生物芯片”。从网络密度来看，前3位的技术领域依次是“生物芯片”“天然药物”“抗体工程”。从网络接近中心势来看，前3位的技术领域依次是“天然药物”、“生物医药技术”“基因疫苗”。值得注意的是，网络规模与网络边数较大的领域其网络密度与网络接近中心势指数明显处于靠后排位，而网络密度与网络接近中心势排位靠前的技术领域其网络规模与网络边数数据则明显偏小；即不同领域中各主体之间的联系紧密度则与该领域的规模大致成负相关。初步得到结论是从技术领域的横向角度看，专利合作的扩张是粗放模式，江苏生物制药创新主体间缺乏深度合作。

6江苏生物制药协同创新的核心机构

可以通过确定核心机构，有效了解江苏生物制药行业的主要创新主体。核心机构是在一个行业占主导地位的组织单位，相较其他机构而言，在整体或局部合作网络中拥有相对的中心地位的机构[6]。该文分别以点度中心度、接近中心度、间距中心度3个指标来查找江苏生物制药产业协同创新活动中的核心机构。其中，点度中心度指当以某一点为中心时，与之有直接关系的点的数目，这是一个最简单且直观性最强的指数。间距中心度是衡量行动者对资源控制程度或者“控制”其他行动者能力的指标。接近中心度则是用来衡量一个行动者不受其他行动者“控制或影响”的能力的指标[4]。由此，可以通过研究这3类数据的比照，有效地发现哪些主体在协同创新活动中活跃度最高，与其他主体联系合作较多，掌握资源数量较大，自由度较高，从而识别该行业协同创新活动的引领者。计算各主体的点度中心度、间距中心度、接近中心度并进行降序排列，3项数据的前10位分别列于表4中。必须指出的一点是，由于该文重点关注于机构间合作，故结果中剔除了个人合作的情况。按3种方式排序，重复出现的核心机构主要有：中国药科大学、中国科学院上海药物研究所、南京大学、江南大学、江苏先声药物研究有限公司、南京爱德程医药科技有限公司等。在这些核心机构中，高等院校和医药公司所占据了大多数席位，充分显示其在技术协同创新中的主导性。见表4。

7江苏生物制药协同创新的灰色关联分析

为研究江苏生物制药协同创新主体的网络特征对创新成果的影响程度，以网络规模、网络边数、网络密度和网络接近中心势这4种网络特性与合作申请专利数这一创新成果来进行灰色关联。以表3中的申请专利数为母序列，表3中其他4项指标为子序列，采用绝对关联度[7]进行灰色关联分析后发现网络规模、网络边数、网络密度和网络接近中心势与专利合作总项数的灰色关联度分别为0.8042、0.9783、0.5049和0.5022。可以看出网络边数对协同创新成果的影响最大，其次是网络规模，网络密度和网络中心势都与联合专利数弱关联。这进一步说明目前江苏生物制药创新主体间的协同处于粗放模式，创新主体间缺乏频繁及深度的联系。

8结论与建议

8.1结论

江苏省生物制药领域的协同创新活动从“五年规划”角度来看，发展飞速，参与主体增多，创新成果总体数量也大幅增加。在各类协同创新模式当中，以公司为主导，高校及研究机构为辅助的产学研协同模式占突出地位；同时，“个人+个人”的协同模式依旧占有一定比例，值得关注。“DNA\RNA”及“基因疫苗”是生物制药领域协同创新活动最为集中的两个技术点；其他技术领域的协同创新则有待加强。而通过研究技术领域的社会网络对创新产出的影响，可以发现目前江苏生物制药技术协同创新的增长依赖于协同合作数量的增加，而非合作质量的提高。

8.2建议

针对上述的江苏生物制药创新主体协同创新状况，该文提出以下建议：拓展各技术领域的研究，提高协同创新、协同合作的质量。江苏省生物制药领域当前创新增长缺乏合作创新质量方面的支持；对于多个技术领域的所研制的创新成果数量也不足，例如“抗体工程”。政府可增加科技资金投入，引导金融机构对生物制药创新企业的合理投资，为技术发展提供有力的经济保障；此外，可以加强人才引进，为生物制药领域的协同创新活动提供强大的智力支持。加强核心机构的引领作用。通过转让、授权等模式，提高江苏省生物制药各创新主体的资源获取能力，并学习国外的“接力创新”模式；充分弥补该省核心机构资源掌握不足、各创新主体之间联系松散的劣势，有效发挥核心机构的作用。扩大协同合作规模。结合各协同模式以及各技术领域的网络规模及网络边数来看，可知江苏省当前的协同合作规模拥有巨大的提升空间。通过加强平台建设，建立校企联盟、科技园区、战略联盟等协同方式，吸引更多的创新主体参与到协同合作的活动中来，扩张协同规模，提升江苏生物医药产业的协同创新能力和效果。加深各协同创新主体间的联系与信任。创新研究主体之间的协同机制，从制度方面为技术研究的深入保驾护航。增加创新主体间的沟通频率及深度，努力减少信息交流障碍；提高彼此的文化重视程度、认同程度，降低文化差异所带来的合作不稳定影响；重视协同合作初期所存在的磨合期，建设有效的协同合作制度，以此来解决协同过程中所产生的系列问题，并提升协同主体之间的信任度。

[参考文献]

[1]解学梅．中小企业协同创新网络与创新绩效的实证研究[J].管理科学学报，2010，13(8):51－64.

[2]蒋伏心,华冬芳,胡潇.产学研协同创新对区域创新绩效影响研究[J].江苏社会科学，2015（5）:64-72.

[3]李晓利，杨育，张晓东．协同创新环境下的客户知识共享绩效预测模型[J].科技进步与对策，2010，27(12):112－115

[4]吕静，卜庆军，汪少华．中小企业协同创新及模型分析[J].科技进步与对策，2011，28(3):81－85.

[5]王萍.生物医药关键技术发展趋势[J].中国生物工程杂志,2005(6):87-95.

[6]刘军.社会网络分析导论[M].北京:社会科学文献出版社,2004.

[7]李蓓,陈向东.基于专利合作网络的我国中药合作创新研究[J].中国中药杂志,2015,40(6):1212-1218.