回归结果分析

8.2.3　回归结果分析

基于上面的回归模型和样本数据，我们通过SPSS16.0统计软件进行了回归分析。下面就回归结果讨论：对于浙江样本企业的研究中，到底是哪些因素影响了企业的自主创新活动，其中经常讨论的FDI究竟影响作用是正效应还是负效应，是否作用显著呢？

（1）在上面基本模型lnI_t＝lnB_t+ηSHARE_t+θlnFDI_t+αlnKt+βlnL_t的基础上，以转换后的各企业FDI的实际数量、FDI占总资本的比重、技术人员数量及研发费用投入资本作为解释变量，来解释新产品销售收入代表的自主创新成果。结果如表8.5所示。

表8.5　回归模型整体情况

a.Predictors：（Constant），LnK，Share，LnL，LnFDI。

b.Dependent Variable：ln I。

回归后的模型整体来看，拟合度不高。R方的取值只有0.23，这可能与我们所调查的企业样本不足够大有一定因素。不过也可以从模型比较直观地看出各变量之间的关系，对于本书的研究还是有意义的。接下来我们看一下各解释变量之间的相关系数。从表8.6可以看出，各变量之间的相关性都较小，这将减少由模型内部变量共线性导致的回归结果不可信赖程度。K和L间的相关系数为负，这在一定程度上反映了企业间资本与劳动力之间的替代性。而令我们惊奇的是，在FDI数量与其他三个解释变量之间有着或多或少的负相关性，而FDI占总资产的份额却与劳动力投入和资本投入有着正向的相关性。

表8.6　解释变量之间的相关系数

通过回归后的结果我们来看一下我们最关注的问题：FDI对企业自主创新有何作用，是否显著？（见表8.7）。

表8.7　基于浙江企业样本数据的回归分析结果

回归结果显示，5%的显著性水平下，虽然t（FDI）＝1.110非常接近置信区间的（－0.304，1.028），我们认为FDI对新产品销售收入有较显著的正向作用。对于K，t（K）＝1.6761大于置信区间中的1.091，且回归出来的系数为0.492，这说明资本投入（此处指研发费用的投入）很大地影响企业新产品的收入或者说自主创新活动。而Share和L虽然回归的系数大于0，但T检验不显著，因此不能判断其对企业自主创新的影响。总体来说，在我们所调查的这些浙江企业中，FDI对企业自主创新活动起到了一定的正效应，但影响比较微弱。

（2）由于上面分析中发现所列的SHARE解释变量T检验不显著，我们剔除该变量用类似的方法进行回归，回归结果见表8.8和8.9。

表8.8　剔除Share变量的回归模型整体情况

与前面的回归结果相比较，剔除Share变量后的模型中，lnFDI的系数变大了，且其T检验的t值为1.927，相比于置信区间的（－0.028，0.993），这个显著性要比前面未剔除Share变量明显得多。同样的关于技术人员数L对自主创新活动的促进作用依然不明显，研发费用的投入以0.487的回归系数，相对显著的正向影响企业新产品的开发。总体来说，从所调查的浙江企业情况来看，研发费用的投入量对企业自主创新有积极影响，FDI对企业的溢出效应有正作用，但效果比较微弱。

表8.9　剔除Share变量的回归分析结果