回归模型与回归结果

二、回归模型与回归结果

由于每一个变量其测量题项为多个，如果直接将题项纳入到回归模型中会导致严重的多重共线性问题，因此，我们将该变量的所有题项因子得分作为各个变量的测量值。根据前文所述概念模型和假设，首先做初始变量和中间变量的回归分析:将主体要素、载体要素和环境要素作为解释变量，客体要素的4个变量分别作为因变量来做回归分析，得到模型1、2、3、4;其次做中间变量与结果变量的回归分析:客体要素作为解释变量，产学合作知识共享学习绩效和系统绩效作为因变量，建立线性回归模型5、6。基于以上分析我们可以建构如下6个模型，对6个模型进行回归:

模型1:知识匹配及成熟度= F(产学合作关系，心理距离匹配度，共享网络与平台，共享制度、文化与服务环境)

模型2:自有知识选择与溢出= F(产学合作关系，心理距离匹配度，共享网络与平台，共享制度、文化与服务环境)

模型3:知识整合与共有知识的形成= F(产学合作关系，心理距离匹配度，共享网络与平台，共享制度、文化与服务环境)

模型4:共有知识吸收与应用= F(产学合作关系，心理距离匹配度，共享网络与平台，共享制度、文化与服务环境)

模型5:学习绩效= F(知识匹配及成熟度，自有知识选择与溢出，知识整合与共有知识的形成，共有知识吸收与应用)

模型6:系统绩效= F(知识匹配及成熟度，自有知识选择与溢出，知识整合与共有知识的形成，共有知识吸收与应用)

1．初始变量和中间变量的回归分析

本部分分别探讨产学合作关系、心理距离匹配度、共享网络与平台、共享制度、文化与服务环境与知识匹配及成熟度、自有知识选择与溢出、知识整合与共有知识的形成、共有知识吸收与应用之间的关系(模型1—4)。在0．05显著性水平上，初始变量和中间变量之间的关系探讨如下:

首先从下表6－20中我们看出这4个模型的Adjusted R square都在0．8以上，说明这4个模型与数据拟合的不错^［211］(张文彤，董伟，2004)。DW的值都在2附近，不存在自相关，说明这4个模型不存在序列相关问题。

表6－20　模型1—4的总体参数表

其次，我们从ANOVA表格(表6－21)来对方程进行F检验，从表6－21中可以看出，P＜0．001。说明至少一个解释变量的回归系数不为0，模型整体上都是显著的，所建立的回归模型是有统计学意义的。

表6－21　模型1—4的回归方差分析表

再次，从表格6－22中，我们以0．05的显著性水平来分析模型1—4的回归系数及其假设检验。

表6－22　模型1—4的回归系数表

(续表6－22)

模型1:产学合作关系，共享网络与平台、共享制度、文化与服务环境对知识匹配及成熟度的影响是显著的，因为Sig．小于0．05。并且标准化参数估计值分别为0．194、0．014、0．427，大于0，说明产学合作关系、共享网络与平台及共享制度、文化与服务环境越好，知识匹配及成熟度越高。心理距离匹配度对知识匹配及成熟度的影响是不显著的，因为Sig．大于0．05。说明心理距离匹配度与知识匹配及成熟度之间不存在因果关系。

模型2:产学合作关系、心理距离匹配度、共享网络与平台、共享制度、文化与服务环境对自有知识选择与溢出的影响是显著的，因为Sig．都小于0．05。并且标准化参数估计值分别为0．144、0．166、0．298和0．383，大于0，说明产学合作关系、心理距离匹配度、共享网络与平台、共享制度、文化与服务环境越好，自有知识选择与溢出能力越高。

模型3:产学合作关系、心理距离匹配度、共享网络与平台、共享制度、文化与服务环境对知识整合与共有知识的形成的影响是显著的，因为Sig．都小于0．05。并且标准化参数估计值分别为0．435、0．291、0．130和0．136，大于0，说明产学合作关系、心理距离匹配度、共享网络与平台、共享制度、文化与服务环境越好，知识整合与共有知识的形成能力越高。

模型4:产学合作关系、心理距离匹配度、共享网络与平台、共享制度、文化与服务环境对共有知识吸收与应用的影响是显著的，因为Sig．都小于0．05。并且标准化参数估计值分别为0．507、0．061、0．095和0．332，大于0，说明产学合作关系、心理距离匹配度、共享网络与平台、共享制度、文化与服务环境越好，共有知识吸收与应用能力越高。

2．中间变量和结果变量的回归分析

本部分分别探讨知识匹配及成熟度，自有知识选择与溢出，知识整合与共有知识的形成，共有知识吸收与应用与学习绩效、系统绩效之间的关系(模型5—6)。在0．05显著性水平上，中间变量和结果变量之间的关系探讨如下:

首先从下表6－23中我们看出这2个模型的adjusted R square最小值为0．796，说明这2个模型与数据拟合得不错。DW的值都在2附近，说明这2个模型不存在序列相关问题。

表6－23　模型5—6的总体参数表

其次，我们从ANOVA表格6－24来对回归方程进行F检验，从下面的表格中可以看出，P＜0．001。说明至少一个解释变量的回归系数不为0，模型整体上都是显著的，所建立的回归模型是有统计学意义的。

表6－24　模型5—6的回归方差分析表

再次，从下面的表格6－25中，我们以0．05的显著性水平来分析模型5—6的回归系数及其假设检验。

模型5:知识匹配及成熟度，自有知识选择与溢出，知识整合与共有知识的形成，共有知识吸收与应用对学习绩效的影响是显著的，因为Sig．小于0．05。并且标准化参数估计值分别为0．139、0．057、0．321、0．481，大于0，说明知识匹配及成熟度，自有知识选择与溢出，知识整合与共有知识的形成，共有知识吸收与应用能力越强，学习绩效越高。

模型6:自有知识选择与溢出，知识整合与共有知识的形成，共有知识吸收与应用对系统绩效的影响是显著的，因为Sig．都小于0．05。并且标准化参数估计值分别为0．020、0．451、0．568，大于0，说明知识选择与溢出，知识整合，知识吸收与应用能力越强，系统绩效越高。知识匹配及成熟度对系统绩效的影响是不显著的，因为Sig大于0．05。说明知识匹配及成熟度与系统绩效之间不存在因果关系。

表6－25　模型5—6的回归系数表