理论教育 控制变量对新兴技术创新质量的影响及多重共线性问题分析

控制变量对新兴技术创新质量的影响及多重共线性问题分析

时间:2023-06-14 理论教育 版权反馈
【摘要】:新兴技术创新质量方面,和控制变量都显著正相关,和知识多样性、研究者多样性显著正相关。知识多样性和团队动力之间的相关性检验结果,表明在后续采用回归模型进行实证分析时,需要采取相应的方法,以避免出现主要变量之间存在多重共线性从而导致检验结果偏差等问题。

控制变量对新兴技术创新质量的影响及多重共线性问题分析

控制变量、知识多样性和研究者多样性、知识网络结构(知识网络结构洞、知识网络中心势)、合作网络结构(合作网络结构洞、合作网络中心势),以及新兴技术创新数量、质量与绩效等主要变量,进行皮尔逊相关性检验,建立相关系数矩阵(见表4-7)。

表4-7 皮尔逊相关系数矩阵表

注:显著性水平*表示p<0.05(双尾),**表示p<0.01(双尾),***表示p<0.001(双尾)。

皮尔逊相关性检验结果显示,除了和知识网络结构洞的相关系数不显著之外,新兴技术创新数量和其他变量都显著相关,其中和销售收入、研发投入、发明专利总数以及新兴技术研发经验等控制变量正相关,验证了Phelps(2012)、Victor(2014)等的研究结论。新兴技术创新数量和知识多样性以及研究者多样性显著正相关,但是相关系数较弱(分别为0.15和0.18),显著性水平也不高(分别为p<0.01和p<0.05)。这一结果与研究假设是相容的,当两个变量之间是二次非线性关系时,相关系数检验往往不显著。新兴技术创新数量和知识网络中心势显著正相关(相关系数为0.30,p<0.001),和合作网络结构洞显著负相关(相关系数为-0.11,p<0.01),而和合作网络中心势显著正相关。新兴技术创新质量方面,和控制变量都显著正相关,和知识多样性、研究者多样性显著正相关。而和知识网络结构洞显著负相关(相关系数-0.12,p<0.01),和知识网络中心势显著正相关,这验证了有关假设。但是新兴技术创新质量和合作网络结构洞与中心势的相关系数,却没有通过假设检验。这并不能否定合作网络结构洞和中心势会影响新兴技术创新质量,相关系数即便不显著,但是在对因果关系检验时却仍有可能通过假设检验。新兴技术创新绩效方面,除了和知识网络结构洞的相关系数不显著之外,和其他变量的相关系数都通过了假设检验,且符号基本符合预期,初步验证了有关假设。

相关性检验还发现,知识多样性和知识网络结构等新兴技术创新的知识动力维度与研究者多样性和合作网络结构等新兴技术创新的团队动力维度,在不同程度上呈现显著相关的关系。其中,知识多样性和研究者多样性显著正相关,与合作网络结构洞显著正相关(相关系数0.11,P<0.001),但是和合作网络中心势显著负相关(相关系数0.08,P<0.01)。这与本文提出的理论假设相符,理论上表现为知识多样性与研究者多样性在某种程度上会共同演化,但是并不能显示知识多样性和研究者多样性之间因果关系的方向,需要进一步运用其他方法来检验。知识多样性和合作网络结构洞正相关,说明知识多样性水平高,合作网络会呈现更多的结构洞。理论上,当合作网络呈现更多的结构洞时,研究者之间的联系出现诸多盲点,缺乏联系的这些研究者之间,知识分享以及知识趋同的倾向便更弱,从而会导致知识元素更加丰富或者异质性水平更高。反过来,当组织拥有的知识更具多样性时,研究者之间的合作成本更大,合作倾向由此降低,导致产生合作网络联结盲点。检验结果还显示,知识多样性和合作网络中心势显著负相关,说明知识多样性越高,研究者之间基于知识的话语权更加均等,从而在研发过程中更具扁平化组织的倾向。反过来说,一旦个别研究者具有显著高于他人的中心度,居于合作网络的中心位置,则知识权力开始发挥作用,会对组织的知识演化产生主导方向与领域界定,从而具有遏制知识多样性的倾向。知识多样性和团队动力之间的相关性检验结果,表明在后续采用回归模型进行实证分析时,需要采取相应的方法,以避免出现主要变量之间存在多重共线性从而导致检验结果偏差等问题。

【注释】

[1]新兴技术创新绩效的衡量,需要较大的时间跨度来衡量发明专利的存续年数,而只有那些较大型的企业才具有相对长久的发明历史,同时考虑销售收入等数据的可获得性,因此在初选的企业中挑选在中国或者美国上市的公司作为研究样本。

[2]贝达药业股份有限公司是一家成立于2003年,由海归团队创办的以自主知识产权创新药物研究和开发为核心,集研发、生产、营销于一体的国家级高新制药企业。贝达药业近年来在抗癌药的研发上取得重大突破,是在生物制药领域实现自主知识产权的优秀案例,打破了发达国家抗癌药在中国市场上的绝对垄断地位。(www.daowen.com)

[3]这么做有可能会产生的问题是,如果存续年数过短(譬如2013年申请并获得公布的专利),难以反映该专利的真实质量。但是,考虑到这一因素在所有专利文献中的占比不高,且对所有企业而言是随机的,这一误差对发明专利质量评价结果的影响很小。

[4]国际专利分类(IPC,International Patents Classification),以及新近由美国和欧洲联合开发的联合专利分类体系(CPC,Cooperative Patent Classification)。比较通用的是IPC,我国便采用IPC,而美国则主要采用CPC,但同时也标注了IPC分类号。

[5]如专利分类号“C07D491/056”存在“C”“07”“D”“491”“056”等五段编码,由左至右逐级细化。专利所属分类号的差异,正是这五段编码的差异。

[6]理论上,企业在所有的发明专利中,对每个知识元素都只利用了一次,则企业对知识元素利用的总频次达到最小,等于企业的发明专利数量,此时企业的知识动态性达到最大值;反之,企业在所有的发明专利中,都利用了所有的知识元素,则企业对知识元素利用的总频次达到最大,等于企业所有发明专利数量与知识元素数量的乘积。

[7]除此之外,还存在一种比较普遍的整体网层面中心势计量方式,即节点中心度最大值与最小值之差。但我们认为标准差更能体现中心度的离散和集中情况,所以采用标准差计量方法。

[8]一般情况下,企业除了新兴技术领域的发明之外,还具有前期其他领域的专利成果。

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