多元回归分析结果

6.5.1　多元回归分析结果

为验证产学研知识创造过程的理论假设（假设H1-H4），本文以产学研合作知识创造绩效为被解释变量，以根据探索性案例和文献综述总结出来的产学研知识创造的四个阶段的能力：知识获取能力、知识吸收能力、知识共享能力和知识增殖能力为解释变量建立回归模型，以对其之间的关系进行更精确的验证。回归分析的结果如表6.17所示。

表6.17　知识创造机制回归系数与显著性检验表

续　表

回归模型中，第一个进入回归模型的是知识增殖能力，其标准化回归系数为0.450，且自变量显著性水平小于0.001，这一结果表明知识增殖能力对产学研合作知识创造绩效有显著的正向影响。也就是说，知识增殖能力水平越高，企业参与产学研的知识创造水平就越高。因此，假设H4得到本研究样本数据的验证，假设通过。

回归模型中，第二个进入回归模型的是知识共享能力，其标准化回归系数为0.377，且自变量显著性水平小于0.001，这一结果表明知识共享能力对产学研合作知识创造绩效有显著的正向影响。也就是说，知识共享能力水平越高，企业参与产学研的知识创造水平就越高。因此，假设H3得到本研究样本数据的验证，假设通过。

回归模型中，第三个进入回归模型的是知识消化能力，其标准化回归系数为0.316，且自变量显著性水平小于0.001，这一结果表明知识吸收能力对产学研合作知识创造绩效有显著的正向影响。也就是说，知识吸收能力水平越高，企业参与产学研的知识创造水平就越高。因此，假设H2得到本研究样本数据的验证，假设通过。

回归模型中，最后一个进入回归模型的是知识获取能力，其标准化回归系数为0.271，且自变量显著性水平小于0.001，这一结果表明知识获取能力对产学研合作知识创造绩效有显著的正向影响。也就是说，知识获取能力水平越高，企业参与产学研的知识创造水平就越高。因此，假设H1得到本研究样本数据的验证，假设通过。

同时，如表6.18所示，模型在统计上是显著的（F＝35.744，P＜0.001），说明上述统计结果具有一定的稳定性，最终的回归方程应包含这四个自变量，且方程拟合效果很好。

表6.18　知识创造机制回归模型的方差统计

a.Predictors：（Constant），增殖能力因子

b.Predictors：（Constant），增殖能力因子，共享能力因子

c.Predictors：（Constant），增殖能力因子，共享能力因子，吸收能力因子

d.Predictors：（Constant），增殖能力因子，共享能力因子，吸收能力因子，获取能力因子

e.因变量：知识创造绩效

综合上述回归分析，回归模型对假设的验证如表所示，从表6.18中可见，四个自变量的假设都通过了验证，研究符合预期。其中，知识增殖能力的标准化回归系数最高（0.450），次之是知识共享和知识吸收能力，回归系数分别为0.377和0.316，回归系数最小的是知识获取能力（0.271）。