首页 理论教育 知识增殖过程影响因素的回归结果

知识增殖过程影响因素的回归结果

时间:2022-03-04 理论教育 版权反馈
【摘要】:首先以知识增殖过程/能力为被解释变量,以五个影响因子为解释变量建立回归模型,回归分析的结果如表7.14所示。回归模型中,第一个进入回归模型的是企业特性因子,其标准化回归系数为0.226,且自变量显著性水平为0.007,小于0.01,这一结果表明企业特性对产学研合作知识增殖过程有显著的正向影响。

7.4.4 知识增殖过程影响因素的回归结果

首先以知识增殖过程/能力为被解释变量,以五个影响因子为解释变量建立回归模型,回归分析的结果如表7.14所示。

回归模型中,第一个进入回归模型的是企业特性因子,其标准化回归系数为0.226,且自变量显著性水平为0.007,小于0.01,这一结果表明企业特性对产学研合作知识增殖过程有显著的正向影响。也就是说,企业特性,如企业参与知识创造的动机越强、高层领导的支持越多、文化创新倾向越强以及参与产学研合作的经验越丰富,企业参与产学研的知识增殖水平就越高。因此,假设H9d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组织距离因子,其标准化回归系数为-0.115,且自变量显著性水平略大于0.01,为0.012,但小于0.02,马庆国(2000)认为在小于0.02的显著性水平上,可解释变量可以存在于模型中。因此组织距离因子可以进入回归方程。这一结果表明组织距离对产学研合作知识增殖过程有显著的负向影响。也就是说,组织距离越大,企业参与产学研知识创造过程的知识增殖能力就越低。因此,假设H7d得到本研究样本数据的验证,假设通过。

知识增殖过程回归模型的toli值在0.7左右,VIF值在1.2~1.3左右(如表7.22所示),都近似等于1,因此该回归模型不存在多重共线性的问题。本回归模型中DW值为2.125,接近于2(见表7.23),因此,模型不存在不同编号的样本值之间的序列相关问题。以回归模型的标准化预测为横轴、标准化残差为纵轴进行残差项的散点图分析,结果如图7.6所示,散点图呈无序状态,因此,本回归模型中不存在异方差问题。

表7.22 知识增殖过程影响因素回归分析结果

img149

表7.23 模型总体参数

img150

a.Predictors:(Constant),企业特性因子1

b.Predictors:(Constant),企业特性因子1,合作情境因子1

c.因变量:增殖能力

img151

图7.6 知识增值能力残差散点

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈