集中采購政策對醫藥企業研發效率的影響
——來自我國A 股上市公司的實證檢驗

鄧 偉 吳俁煊

1（南京財經大學金融學院，南京 210023） 2（江南金融租賃股份有限公司，常州 213000）

引 言

所謂藥品集中采購，是指醫療機構在采購藥品時，不直接與醫藥企業接觸，而是將其用藥需求上報至官方統一的采購平臺，由政府組織的專業機構統一向醫藥企業招標競價，中標企業再向公立醫療機構銷售藥品。2018 年3 月，國家醫療保障局成立，主要負責制定藥品、醫用耗材的招標采購政策并監督實施。隨后于2019 年1 月，國務院成立試點辦和聯采辦，代表聯盟地區開展集中采購，國務院辦公廳同時印發了《關于印發國家組織藥品集中采購和使用試點方案的通知》，并在11 個城市進行藥品集中采購試點，然后再擴圍至聯盟地區及全國范圍。截止到2023 年7 月，集中采購政策已經推行至第八批，累計納入藥品375 個品種，平均降幅超過53%，累計節約資金約5000 多億元［1］。集采政策加強了醫藥流通領域的競爭，降低了政府的醫保支出，并對制藥企業的經營行為和轉型升級產生了深遠的影響。

在發達國家，醫藥制造行業屬于研發密集型行業，強大的新藥研發能力是制藥企業維持競爭力的基礎。近年來，在國家政策和資本市場的推動下，我國制藥企業的研發投入出現了迅速增長，研發能力也有了長足的進步。2013 ～2022 年，A股上市制藥企業的總研發支出從129 億元增長至1054 億元，1 類新藥首次IND（新藥臨床研究）的數量從79 個增長至491 個，NDA（新藥注冊上市）數量從4 個增長至10 個［2］。但是，國內制藥行業仍然存在“重銷售，輕研發” 的現象。2022 年，A 股上市制藥企業的總銷售費用達2465 億元，是當年總研發支出的2.3 倍①。多數制藥企業仍然以生產原料藥、仿制藥為主，只有少數制藥企業有能力研究創新藥，整體研發能力與發達國家的制藥企業仍然存在較大差距。

本文將探討此次集中采購政策（以下簡稱“集采政策”）對我國制藥企業研發效率的影響。之所以研究研發效率而非研發投入，是因為中國制藥企業的研發投入已經有了很大的增長，如何提高研發效率，即研發的投入－產出比成為目前迫切需要關注的問題。集中采購政策對制藥企業的研發效率存在以下兩方面的影響：（1） 集中采購政策會使藥品流通領域的競爭更加透明，使企業從銷售環節的“回扣” 競爭轉向研發競爭，將更多的銷售費用轉為研發費用，增大研發規模，進而通過規模效應提高研發效率；（2） 集中采購政策還會使藥品流通環節的競爭變得更加充分，迫使制藥企業通過研發項目的篩選、研發流程的設計和研發人才的配置提高研發效率，以更短的時間推出更多的新藥，擴大市場份額。

本文將采用雙重差分法驗證上述理論。實證的數據樣本為A 股制造業公司的樣本，處理組為受集采政策影響的醫藥和醫療器械行業，控制組為不受集采政策影響的其他制造業，考慮2019 年開始實施的集采政策對這兩組企業的不同影響。實證結果表明，集采政策提高了制藥企業的研發效率。本文在內容上從研發效率的角度評估了集采政策對我國醫藥行業的深遠影響，而目前評估這一政策的文獻尚不多見，謝金平等（2021）［3］、Hua 等（2022）［4］、宋偉等（2022）［5］和鄭博文（2022）［6］分別研究了這一政策對藥品價格、藥企利潤和研發投入的影響；在方法上基于集采政策的自然實驗采用了比較嚴格的雙重差分法，能減少自變量內生性問題對回歸結果的干擾。胡令和王靖宇（2020）［7］雖然也考慮了市場競爭與研發效率之間的關系問題，但未采用這一方法。

1 文獻回顧

本文的內容主要涉及兩方面的文獻：（1） 研發效率的影響因素的文獻；（2） 醫藥集采政策的經濟后果的文獻。

研發效率的影響因素可分為企業的內部因素和外部因素。企業的內部因素主要包括公司治理、融資能力、所有制特征、企業規模等。在公司治理方面，梁彤纓等（2015）［8］發現，高管的股權激勵與企業研發效率之間呈倒U 型關系，且這一關系受區域市場化程度、所有制性質和行業特征等因素的影響。王愛群和劉耀娜（2021）［9］發現，非控股大股東退出威脅有助于提高企業的創新效率。Li 等（2023）［10］還考慮了風投機構的共同所有權（持有同行業至少兩家上市公司）的影響，結果發現，風投機構的共同所有權對研發效率有積極影響。在融資能力方面，Almeida 等（2013）［11］基于A 股上市高新技術企業的數據發現，融資約束與研發效率之間存在顯著的正相關關系，融資約束較高企業反而有更高的研發效率。在企業所有制特征方面，郝冰等（2015）［12］發現，國有企業的創新效率不及非國有企業。在企業規模方面，白俊紅（2011）［13］發現，企業規模對創新效率的影響顯著為正，從而驗證了Schumpeter （1942）［14］的大企業比小企業有更強的創新激勵的假說。影響研發效率的外部因素包括行業競爭、政府政策、營商環境、經濟的市場化程度等。在行業競爭方面，胡令和王靖宇（2020）［7］的研究基于上市公司的數據，結果也表明市場競爭能促進企業研發效率的提高。在政府政策方面，Chiara 等（2016）［15］發現，政府對上游市場監管政策會降低企業的研發效率。在營商環境方面，王磊等（2022）［16］發現，營商環境的改善能降低企業的交易成本、促進行業競爭、以及改善經濟整體的要素資源配置，進而提高企業的創新效率。在經濟的市場化程度方面，陳修德等（2014）［17］發現，市場化改革能促進企業研發效率的提升，并最后導致各地區的研發效率趨于收斂。

醫藥集采政策對藥品價格、制藥企業的績效和研發投入等行為有重要影響，但目前關注這一問題的文獻較少。在藥品價格方面，謝金平等（2021）［3］和Wang 等（2021）［18］都發現，中國試點城市帶量采購政策的實施，使得中選藥品價格都出現明顯下降，但Callejas 和Mohapatra （2021）［19］研究了厄瓜多爾的醫藥集采政策，發現集采政策扭曲了藥品的供給，使低成本藥物的價格上漲。在制藥企業的績效方面，Hua 等（2022）［4］通過嚴格的雙重差分法證明，集采對中標企業的凈利潤有負面影響，且這種負面效果隨著政策實施年限的增加而變得更為明顯。宋偉等（2022）［5］還發現，藥品集采制度對“中標” 藥企短期績效有顯著負影響，對企業長期績效則有顯著正影響。在研發投入方面，張新鑫等（2017）［20］從理論上探討了集采對制藥企業創新激勵的影響，發現降低制藥企業的創新激勵會受到平臺收費模式的影響。鄭博文（2022）［6］發現，集采政策能通過投資者情緒機制、交易費用機制及營運資金效率機制促進醫藥企業增加研發投入。最后，Xu 和Wu （2023）［21］還發現，在集采政策推行后，中標企業會進行向上的盈余管理，而未中標企業則會進行向下的盈余管理。

綜合上述文獻可以看出，目前關注醫藥集采政策對制藥企業的研發行為影響的文獻很少，而研究市場競爭與研發效率的關系的文獻也沒有根據政策實驗采用雙重差分法。因此，本文的研究不僅能從內容上評估集采政策對研發效率的影響，還能從方法上得到更為穩健的實證結果。

2 理論假說

研發效率是指在研發投入既定的條件下研發產出的水平。集采政策通過強化市場競爭，從如下兩方面促進制藥企業的研發效率的提升：

（1） 集采政策使市場競爭更加透明，促使制藥企業增加研發投入，進而提升研發效率。在集采政策實施之前，國內制藥企業一直存在“重銷售、輕研發” 的問題，將較多的資源用于銷售而不是研發，而相當一部分銷售費用是向醫院或藥店等終端客戶支付的回扣。為了擴大銷售額，制藥企業紛紛向這些客戶支付回扣，哪家企業給的回扣越多，它的訂單就越多，制藥企業之間的競爭在一定程度上變成了“回扣競爭”［22］。在集采政策實施之后，制藥企業在集采平臺上的價格競爭變得公開透明，它們難以再通過回扣爭奪客戶，銷售驅動的發展模式已難以適合新的競爭環境。制藥企業只有通過增加研發投入，不斷推出競爭對手較少的創新藥或高端仿制藥，才能緩解集采政策對藥品價格的沖擊，確保自己的市場地位。新藥的研發過程存在一定的規模經濟，因為研發項目越多，分攤到每個項目的研發的固定成本越少；同時較大的研發規?？墒蛊髽I采用更高效的研發技術和能力更強的研發人員［23－25］。因此，集采政策會促進制藥企業從“回扣競爭” 向研發競爭轉型，增加研發規模，進而提高研發效率。這就是研發的規模效應。

（2） 集采政策使市場競爭更加充分，增強新藥研發過程競爭，進而提升研發效率。在集采政策實施之前，醫院和藥店只是私下與各家制藥企業進行談判，制藥企業之間的競爭并不充分，而在集采政策實施之后，在集采平臺上參與投標的企業數量大大增加，企業間的價格競爭將變得更加激烈［1］。為了應對更加激烈的市場競爭，制藥企業必須在以下3 個方面提高研發效率，以更快的速度推出更多的新藥：①競爭將促使企業更加精準地搜尋市場信息，選擇市場潛力較大的新藥研發項目［26］，尤其是競爭還能加強對企業高管的激勵作用，緩解代理問題，減少低效的研發項目［9］；②競爭還將促進企業內部的信息交流和團隊內部的合作，優化研發流程［26］；③競爭還將促使企業選擇能力更強的研發人員，提高研發團隊的創新能力［7］。因此，從研發的競爭效應來看，集采政策所帶來的更加充分的市場競爭將促使制藥企業提高研發效率。

綜合以上兩點理由，現提出本文的基本假設H1：

H1：集中采購政策提升了制藥企業的研發效率。

根據藥品原創性程度的高低，藥品可分為創新藥和仿制藥。前者是專利未到期的藥，由擁有該藥品發明專利的企業獨家生產，而后者是仿制專利已到期的藥，生產者較多。創新藥企業具有創新藥的研發能力，具有相關的知識積累和人才儲備，而仿制藥企業則不具備這些條件。創新藥的研發不僅失敗風險高，而且周期長、投入大。面對集采帶來更為激烈的市場競爭，創新藥企業在研發項目的選擇、研發流程的優化和人力資源的配置上比仿制藥企業更有優勢，研發效率提升的空間更大［27］。因此，從研發的競爭效應來看，創新藥企業的研發效率受集采政策的正面影響比仿制藥企業更大。本文提出如下假設H2：

H2：相對于仿制藥企業。集中采購政策對創新藥企業的研發效率的促進作用更大。

融資約束會影響假設H1 所述研發的規模效應。企業的研發資金除了自己的現金流之外，還有外部資金，融資約束會影響企業來自外部融資的研發資金［28］。對融資約束強的制藥企業而言，它的研發資金主要來自內部的現金流，對銷售費用與研發費用之間分配比較嚴格，研發費用易受銷售費用的影響，集采使它能把更多的銷售費用轉變為研發費用，研發費用得以增加，研發效率因研究的規模效應而提高；相反，對融資約束弱的制藥企業來說，它的研發項目對內部資金的依賴度較低，對銷售費用與研發費用之間的分配機制比較寬松，集采對它的研發投入以及研發效率的影響較小。由此本文提出如下假設H3：

H3：集中采購政策對融資約束弱的藥企研發效率的提升作用更大，對融資約束弱的藥企研發效率的提升作用較小。

不同種類藥品的銷售渠道存在一定的差異，有些藥品主要面向醫院、藥店等大客戶，客戶集中度較高；有些藥品則主要面向眾多的消費者，客戶集中度較低?？蛻艏卸葟膬蓚€方面影響集采與藥企研發效率之間的關系：①客戶集中度高的企業對客戶的議價能力弱，集采政策實施前的銷售費用多，集采政策實施后會有較多的銷售費用轉變為研發費用，進而通過研發的規模效應提升研發效率；②客戶集中度高的藥品通常被納入了集采目錄，價格受集采的沖擊大。制藥企業為緩解這一影響，會積極加強這類新藥的研發，使新藥的研發效率因研發競爭的增強而提高。相比之下，客戶集中度低的藥品通常未納入集采目錄，受集采的影響小，其研發效率受到的影響也較小。因此，藥企的客戶集中度同時影響假設H1 所述的研發的規模效應和競爭效應。由此本文提出如下假設H4：

H4：集中采購政策對客戶集中度高的藥企研發效率的影響更大，對客戶集中度低的藥企研發效率的影響更小。

（3） 企業的規模也會影響假設H1 所述的研發的規模效應。與小企業相比，大企業對客戶的議價能力強，集采前提供給客戶的回扣少，集采后從回扣轉變為研發費用的部分較少。而且，大企業的融資約束也相對較弱，研發費用不太受銷售費用的影響。因此，從研發的規模效應的角度來看，集采政策對研發效率的促進作用對大企業應該較弱。由此本文提出如下假設H5：

H5：集中采購政策對小藥企的研發效率的正面影響更較大，對大藥企的研發效率的正面影響較小。

3 實證設計

3.1 數據及樣本

考慮到集采政策對企業研發的影響主要體現在醫藥和醫療器械制造行業，故本文的研究樣本為滬深兩市A 股2015 ～2021 年制造業上市公司。數據樣本按照如下標準進行篩選：剔除交易狀態為ST、?ST 的公司、剔除當年新上市和交易天數少于200 天的公司、剔除相關數據缺失或為異常值的公司，然后再進行1%的Winsorize 縮尾處理，以消除極端值的影響。各實證變量的數據來自CSMAR數據庫和銳思數據庫。

3.2 模型和變量

其中，i表示公司，t表示年份；β0表示截距項，βi表示各變量的系數，Ind和Yr分別為行業和年份虛擬變量。

3.2.1 被解釋變量

式（1） 中左邊的RD＿Eff為本文的被解釋變量研發效率。國內外對于研發效率的測算，大多采用數據包絡分析（DEA）方法，該方法建立在帕累托有效理論上，其基本思想為：（1） 若不增加投入的資源或減少其他產出項目產量，則目標產出項的產量不會增加；（2） 若不減少產量或增加其他投入項的量，則投入不會減少。本文參考梁彤纓等（2015）［8］的方法，采用規模報酬可變的DEA 模型測算研發的純技術效率，投入變量為每年的研發費用和研發人員數量，產出變量為每年的專利申請數量。

3.2.2 解釋變量

式（1） 中的DID為本文的解釋變量?；貧w樣本的處理組為醫藥及醫療器械制造的公司，控制組為其他行業的制造業公司，2019 年及之后各年為集采政策實施之后的年份，2018 年之前各年為該政策實施之前的年份，故DID的定義為若公司屬于處理組，且時間大于等于2019 年，則取值為1，否則為0。解釋變量DID反映了集采政策對因變量的影響，根據前面的假設H1，預測β1為正。

3.2.3 調節變量

根據上述假設H2～H5，對樣本按如下調節變量分別進行分組：是否為創新藥公司、融資約束、客戶集中度和公司規模，其中第一個變量的定義根據Wind 的創新藥公司名單來確定，屬于這個名單的公司為創新藥公司，否則不是。融資約束則根據Hadlock 和Pierce （2010）［28］的SA 指數來確定?？蛻艏卸葎t用前五大客戶占企業營業收入的比例來表示。

3.2.4 控制變量

控制變量包括兩類，一類是財務方面的變量：研發強度（RD）、企業負債率（Lev）、盈利能力（Roa）、營收增長率（Growth）、現金流比例；另一類是公司治理方面的變量：產權性質（Soe）、高管持股比例（Share）、董監高是否具有海外背景（Overseas）、COE 是否兼任董事長（Dual）、薪酬排名前三的高管的薪酬總額（Salary）。

主要變量的名稱與定義如表1 所示。

表1 變量表

3.3 描述性統計

本文數據樣本的處理組為醫藥及醫療器械制造的公司，控制組為其他行業的制造業公司。由于這兩類公司在研發規模、周期等方面存在一定的差異，為了更好地運用雙重差分法，本文先對樣本中這兩類行業的公司進行1 ∶1 傾向得分匹配，表2 為傾向得分匹配的結果?？梢园l現，匹配后各變量的標準差絕對值均明顯縮小，表明兩組樣本在經過傾向值匹配后，其變量特征比較接近，通過平衡性檢驗，滿足雙重差分平衡性假設要求。同時，基期對照組樣本各變量更接近于處理組樣本，這也可以減小在雙重差分檢驗時誤差對政策凈效應的影響。

表2 傾向值匹配結果

表3 是經過PSM 匹配后的樣本中主要變量的描述性統計。樣本中相關藥企的研發效率（RD＿Eff）的平均值只有0.291，最小值為0.01，最大值為1，說明A 股藥企的研發效率整體偏低，且在不同公司之間的差異較大。研發強度（RD）的平均值只有6.2%，最小值為0，而最大值也只有45%，這也說明A 股藥企的研發強度較低，且不同的企業差異較大。企業的負債率較高，Lev的平均值達0.415。ROA的整體水平較低，平均值只有0.031 最小值為負，最大值也只有0.251。整體的成長性（Growth）較高，每年營收的增長率平均值為52.6%。

表3 主要變量的描述性統計表

4 回歸結果分析

4.1 基準回歸：集采政策對研發效率的影響

表4 為本文的基準回歸結果。該表中的列（1）是控制時間和行業后的簡單回歸，列（2） 則控制了除時間和行業以外的其他解釋變量，列（3） 在列（2） 的基礎上進一步控制了時間和行業。從該表可以看出，自變量DID的系數在各列中的符號都為正，且顯著性水平都達到5%。這說明集采政策的實施促進了藥企的研發效率的提升，假設H1 得證。另外，在控制變量中，系數比較顯著的是研發強度RD，它的符號為正，說明研發強度越高，研發越有效率，研發存在一定的規模經濟。高管的薪酬Salary 和海外背景（Overseas）的系數均顯著為負，說明高管的薪酬激勵和海外經歷對研發效率反而有負面影響。

表4 基準回歸結果

4.2 分組回歸結果

為進一步驗證假設H2～H5，下面根據各個調節變量進行分組回歸。本文先根據Wind 數據庫中的創新藥企業的名單來劃分是否屬于創新藥企業。表5 是創新藥企業和非創新藥企業的分組回歸結果。從該表可以看出，自變量DID的系數在創新藥企業的樣本為0.131，在仿制藥企業的樣本為0.363，但在統計上不顯著。另外，二者之間的組間差異在統計上達到10%的顯著性水平。這說明集采政策對于研發效率的影響在創新藥企業中更為明顯，假設H2 成立，同時也驗證了假設H1 所涉及的研發的競爭效應。

表5 創新藥企業和非創新藥企業的比較

表6 是根據企業的融資約束大小的分組回歸結果。分組依據是融資約束的SA 指數在樣本中的中位值，大于該數值屬于融資約束大的企業，否則屬于融資約束小的企業。從該表可以看出，自變量DID的系數在融資約束大的樣本為0.134，在融資約束小的樣本中為0.171。前者在統計上的顯著性水平達到1%，而后者不顯著，更嚴格的組間差異檢驗的顯著性水平達到5%。這說明，由于研發的規模效應，集采政策對于研發效率的影響在融資約束大的企業中更為明顯，假設H3 得證。

表7 是根據企業的客戶集中度大小的分組回歸結果。分組依據是前五大客戶的銷售收入的占比在樣本中的中位值，大于該數值屬于客戶集中度高的企業，否則屬于客戶集中度低的企業。從該表可以看出，自變量DID的系數在客戶集中度高的樣本的系數為0.127，在統計上十分顯著，而另一組的系數雖然有0.147，但在統計上不顯著。另外，二者之間的組間差異也達到10%的顯著性水平。這說明，由于研發的規模效應和競爭效應的雙重影響，集采政策對于研發效率的影響在融資約束大的企業中更為明顯，假設H4 得證。

表7 根據客戶集中度的分組比較

表8 是根據企業規模進行分組的回歸結果。分組依據是總資產在樣本中的中位值，大于該數值屬于大企業，否則屬于小企業。從該表可以看出，自變量DID的系數在小企業樣本為0.053，而在大企業樣本為系數為0.161，且二者之間的組間差異也達到1%的顯著性水平。這說明，由于研發的規模效應，集采政策對于研發效率的影響在小企業中更為明顯，假設H5 得證。

表8 大企業和小企業的比較

4.3 穩健性檢驗

（1） 剔除疫苗概念股

2020 年新冠肺炎疫情發生后，新冠疫苗潛在的巨大利潤吸引了一些企業投入研發資金，而從這一年至2022 年也正處于醫藥集采政策實施后的階段。因此，涉足疫苗研發的公司，其研發行為的變化可能并不一定來自醫藥集采政策，而是來自新冠肺炎疫情。為了消除新冠肺炎疫情對研發的影響，本文從處理組中剔除與疫苗概念有關的藥企。表9 是相應的回歸結果。從該表可以看出，自變量DID的系數在3 列回歸結果中都仍然顯著為正，假設H1 的結果保持穩健。

表9 剔除疫苗概念股后的回歸結果

（2） 剔除醫療器械類公司

前面樣本中處理組既包括制藥企業，也包括醫療器械制造企業?？紤]到醫療器械在研發資金規模、周期、流程等方面可能與藥品存在一定的差異，故本文將醫療器械類企業從處理組中刪除。表10 是相應的回歸結果。從該表可以看出，自變量DID的系數在3 列回歸結果中都仍然顯著為正，尤其是在加入所有控制變量的第3 列的顯著性提高到1%水平。故假設H1 的回歸結果仍然保持穩健。

表10 剔除醫療器械類公司后的回歸結果

（3） 重新度量研發效率

DEA 模型在效率評估方面仍存在一定的局限性，該方法只是對DMU 的相對效率評估，而非絕對效率評估，因此DEA 方法并不能完全取代傳統的比率分析法對絕對效率的分析。本文對研發效率進行重新度量，參考姜軍等（2020）［29］的方法，考慮到發明專利數量的滯后性，用公司i第t＋1年的申請且最終被授予的發明專利數量PAT衡量企業創新，E為研發費用，則研發效率為：

表11 是用式（2） 度量研發效率所得到的回歸結果。從該表可以看出，自變量在3 列中都仍然顯著，故假設H1 的結果仍然保持穩健。

表11 重新度量研發效率的回歸結果

（4） 安慰劑檢驗

最后再對匹配后的樣本進行兩種安慰劑檢驗。第一種方法是將集采政策發生的時間前置，表12是對應的檢驗結果。從該表可以看出，將集采政策發生的時間前置1 ～3 年后，自變量的系數的P值都顯著大于0.1，統計上非常不顯著。這說明藥企研發效率的改變是來自集采政策的影響，而非其他因素的影響，故表6 的回歸結果保持穩健。

表12 將政策發生的時間前置的回歸結果

第二種方法是隨機生成處理組，具體做法是根據處理組樣本占總樣本比例，隨機生成受集采政策影響的虛擬處理組再進行回歸，此過程重復1000 次。結果表明，主要估計系數在－0.06 ～0.07之間，且對應P 值較大，大部分均超過0.1，說明對于虛擬實驗組進行回歸，集采政策對A 股藥企的研發效率影響不顯著。而實際政策沖擊的估計系數為0.115，在核密度圖中對應P 值小于0.1。故表6 的回歸結果仍保持穩健。

5 結論及政策啟示

從2019 年開始的醫藥集采政策是我國醫藥流通體制的一次重要改革，這次改革使醫藥銷售環節的競爭變得更加充分和透明。本文采用PSMDID 法考察了這一政策對醫藥企業的研發效率的影響。實證結果表明，醫藥集采政策通過市場競爭提高了醫藥企業的研發效率，這一結果即使在剔除醫療器械類和受益于新冠疫苗的公司、重新度量研發效率、固定效應回歸、處理組的安慰劑檢驗后仍保持穩健。此外，由于研發的規模效應，集采政策對研發效率的促進作用對于融資約束弱、客戶集中度高、規模小的制藥企業更為明顯，而由于研發的競爭效應，這一作用對于創新藥企業更為明顯。

醫藥企業研發能力的提高關系到我國醫藥制造產業的轉型升級，從本文的上述結論可以得到如下政策啟示：（1） 進一步推進藥品和耗材集中帶量采購，持續擴大藥品集采的覆蓋面，同時加強帶量采購中各環節的監管，規范集采藥品中選標準，保障集采用藥的質量與安全；（2） 對創新藥和高端仿制藥慎用集采政策，使相關企業能獲得足夠多的創新利潤，推動更多的制藥企業向創新藥企業轉型；（3） 對于有創新能力的中小型制藥企業，應在股票上市、股權融資、銀行貸款等方面給予更多的便利，以緩解集采政策對這些企業的利潤和現金流的沖擊，確保它們有充足的研發經費。

注釋：

①數據來源：Wind 數據庫。