创新药的 " 牛市 " 从今年 4 月延续至今，多个行业指数创新高。

" 很魔幻。" 回想近一年来的感受，周立运说出了这三个字，他是国内头部医药大数据和智库公司医药魔方的董事长。去年 8 月，行业还深陷 " 寒冬论 " 的阴霾之中，他喊话 " 中国创新药十年巨变、春天将至 "，今年初，他又呼吁 " 反内卷 "。他说，内卷的后果是海量资金和资源浪费、各类玩家都累而不赚钱。

最近，周立运在社交平台转发了医药魔方制作的一条视频，内容是 " 中国创新药正创造新的历史 "，率先揭示中国相关创新药交易总金额已经占据全球交易的 52.5%，历史性成为全球新药交易第一大国。

每当创新药行业过热时，周立运就会 " 泼冷水 "。他觉得，长期主义是医药魔方企业价值的第一条，数据赋能行业创新是医药魔方的使命，国内头部创新药企业都是他们的客户。周立运提到，坚持长期主义、保持战略定力、勇于差异化创新，才能规避内卷的低级消耗。

近日，《每日经济新闻》记者（以下简称 NBD）就中国创新药发展趋势对周立运进行了深度采访，以下内容为采访实录。

NBD：去年 8 月，从融资、股价到企业个体感受来看，创新药行业的情绪还是非常悲观的。您为什么会在那个时候提出 " 中国创新药十年巨变、春天将至 " 的观点？

周立运：2015 年是中国医药产业的分水岭。"7 · 22 临床试验数据自查核查 " 风暴成为行业从 " 虚假创新 " 转向 " 真实研发 " 的转折点。一系列政策变革，力挽狂澜，构建起覆盖研发、审批、生产、市场准入的全链条政策生态。

过去十年，全球医药交易数量从 2015 年的 358 笔增至 2024 年的 743 笔，年复合增长率为 8%，总交易金额从 569 亿美元跃升至 1874 亿美元。中国医药交易增速远超全球，交易数量从 55 笔增至 213 笔，总金额从 31 亿美元飙升至 571 亿美元。

交易类型方面，中国从早期依赖 License-in（境外转境内）转向 License-out（境内转境外），2024 年 License-out 占比达 44%，成为主流模式。重磅交易（总交易金额≥ 10 亿美元）集中于高创新性产品，如抗体偶联药物（ADC），中国企业转出的重磅交易占比提升至 32%，彰显全球影响力。

中国创新药产业的十年变革，不仅是技术与市场的迭代，更是制度与生态的重构。政策的持续改革，带动中国新药研发水平的不断提升，实现了与国际标准接轨。同时，市场需求与资本的双重驱动，也造就了中国创新药研发的繁荣态势。在这一背景下，中国药企交易模式也发生了明显的转变，从依赖技术引进逐步转向自主创新引领，实现了从 " 跟随者 " 到 " 参与者 " 乃至 " 贡献者 " 的跨越式发展。

但今天的现状和成绩，怎么过来的，需要铭记。这是中国医药行业发展史上最具困境、最具挑战、最具辉煌的一幕。

NBD：如您所说，我们确实见证了这场巨变。今年初，在大家都说中国创新药 BD（商务拓展）、港股创新药回到前期高点，行业要走出寒冬的时候，您又不断呼吁 " 反内卷 "，这是基于怎样的判断？

周立运：医药魔方是国内做创新药数据库最大的公司，今年已经十年。魔方的使命就是数据赋能医药创新，我们每天都在思考如何以数据赋能企业研发、临床、商业化。

我们看到，新药研发不仅在中国内卷，而且已卷到全球。中国 TOP20 靶点、进入临床的活跃管线，全球贡献率平均高达 60%。CLDN18.2、GPRC5D 靶点更是贡献了 81% 管线。如果算上临床前管线，占比更加惊人。

我大概是医药行业最早提出反内卷的，基本观点是，产业宏观调控之手应从微观管控中抽离，落到真正该做的，一是反内卷 ( 杀创新 ) 、二是反垄断 ( 杀周边创新生态 ) 。在今年 3 月份魔方举办的投资交易大会上，我的开场报告系统分析了医药行业内卷的历史、现状与深刻影响，以及给出了底层的解决方案。具体的解决方案，则是聚焦保护创新者。

海外成熟医药市场为什么不扎堆内卷？答案是市场形成了前三效应 /BIC 效应，任何一个赛道基本是前三家企业赚钱，其他家不赚钱，后续玩家做 me-too（在创新药的基础上进行再创新）是不赚钱的，必须与前面的产品开展头对头研究，做出 BIC（Best-in-Class，同类最优），就可以进入市场前三的牌桌。

而中国创新药行业扎堆内卷的原因是市场准入效率较低，让先行者的时间优势完全丧失，以及市场未形成奖励创新的机制，蜂拥而来的后来者仍有机会赚钱。因此，破除内卷需解决新药准入障碍，以及保护先行创新者。而对 FIC（First-in-Class，指首创药物）的保护政策，恰恰是当前政策的盲点。

NBD：前段时间，您作为行业专家参加国家医保局 " 医保支持创新药械 " 座谈会。您的发言主题是 " 医保数据如何赋能新药研发 "。为什么会提出这样的建议？

周立运：原始创新始于临床需求，跟随创新始于靶点、分子。过去我们缺乏这类数据，也无需关心这些数据，只要跟随 MNC（跨国大药企）的决策走就可以了。随着中国创新走向 FIC，缺乏数据指引会让研发立项缺乏焦点、突破口。

跟随式爆发的另一面，就是过度内卷。如何脱离内卷，从企业角度来看，需要做真正创新。首先要搞清楚临床需求。企业研究这些不系统，缺乏队列研究、真实数据支持、临床医生和患者的流向与势能。因此，我们需要完善两部分数据：流行病学数据和疾病负担数据。

可以说，流行病学数据是最基础的临床需求判断依据。

患者人流、就诊率、发病率、死亡率，这都是企业管线估值的基本底层数据。目前数据不全，只能采访临床专家。临床专家则限于地域、医院、科室影响，会存在较大的结论差异。没有流行病学数据，没有系统扎实的临床需求洞察，就难以有真正的原始创新。

目前我国流行病学数据滞后且不完整。以肿瘤数据为例，国家癌症中心发布的肿瘤流行病学数据为五年前数据，有滞后期。而且，缺乏疾病分型、基因突变等细化流行病学数据。

第二，关于疾病负担的数据也没有，即使是药品价格数据也不完整。药品包装、疗程等存在较大差异，大部分老百姓只会按单包装价格来比较。但实际上，单包装价格的高低不代表疾病治疗费用的高低。同样，对药企研发立项来说，也需要按真正的疾病治疗费用（更多是指药品治疗费用）来判断临床需求强弱、市场潜力大小。

公布这类数据后，对临床药物治疗费用较高的疾病，会吸引更多药企研发立项，从而为患者提供更多用药选择、更优性价比药物。长期来看，有助于降低全社会在高负担疾病方面的花费。

NBD：您觉得在精准医疗时代，完善这两类数据能如何赋能创新药研发？

周立运：精准医疗时代的新药研发不会再批准广覆盖的粗适应证，细分适应证又需要流行病学数据做支撑，提前判断发病率、死亡率等大数据，以此来评估市场潜力而决策立项。在这种思路下，同一款分子往往有多个适应证。

那么问题来了，在临床实际应用中，这个分子主要满足了哪一类适应证（最好是细分适应证）的临床需求、主要被应用到哪些适应证上，这些对于药企来说都难以掌握，往往只能通过大面积医生访谈来确认。而医生访谈数据，刚才也提及了，又和医院等级、地域、专家级别、医院科室等有较高相关性，容易出现信息偏差，给企业决策带来误导。药企如果能掌握自家药品的临床去向，就可以对临床需求的满足程度、对未满足的临床需求有精准把握。

此外，同一个疾病的不同患者在全国不同等级医院、不同地区的用药种类分布、用药周期、换药情况等，都是企业的未知需求。在缺乏真实世界数据的情况下，基本都是摸着石头过河，缺乏数据指引。可能的话，最好可以做换药原因等的细化分析，挖掘精准的临床需求。

每日经济新闻