理论教育 筹资数据分析与检验:社会智库运营机制实证研究

筹资数据分析与检验:社会智库运营机制实证研究

时间:2023-07-27 理论教育 版权反馈
【摘要】:智库负责人影响力与承接项目呈正相关,主要因为本项研究在指标设定过程中将负责人影响力进行了行政等级划分,不同的级别往往意味着不同的资源获取能力。时间与其他指标间不存在正相关性,说明了各样本社会智库筹资能力的强弱与成立时间没有直接关系。βp称为回归系数。

筹资数据分析与检验:社会智库运营机制实证研究

1.筹资机制各指标的相关性检验

由于数据类型不同,为避免后续分析受到测量量纲的影响,将对表3-10中的指标数据进行Z标准化,并在此基础上进行相关性分析。在标准化过程中承接项目指标中出现的异常值(综合改革发展研究院和“方迪智库”)未纳入分析中。为研究的方便,将出版专著命名为X1、经营项目命名为X2、支持机构命名为X3、承接项目命名为X4、政府官员命名为X5、知名人士命名为X6、媒体报道命名为X7、负责人影响力命名为X8、时间命名为X9,相关系数矩阵见表4-13。

表4-13 筹资机制各指标的相关系数矩阵

续表

**表示显著性水平P<0.01。*表示显著性水平P<0.05

表4-13呈现了各指标间的相关关系:(1)承接项目与政府官员、负责人影响力和出版专著间存在明显的正相关(政府官员和负责人影响力的相关系数r=0.525、0.475,P<0.05,出版专著的相关系数r=0.611,P<0.01),这主要在于当前社会智库的“体制外”身份还难以获得认同,而政府官员的加盟可提高其公信力。(2)智库负责人影响力与承接项目呈正相关,主要因为本项研究在指标设定过程中将负责人影响力进行了行政等级划分,不同的级别往往意味着不同的资源获取能力。此外,承接项目通常会以论文、专著或报告来结项,因此与出版专著间存在正相关性。(3)出版专著与经营项目和媒体报道间也存在正相关性(经营项目的相关系数r=0.559,P<0.01,媒体报道的相关系数r=0.456,P<0.05),表明样本社会智库可通过开展培训班将所讲授的课程编辑成书出版,以增加收入。社会智库举办会议和论坛时也会吸引媒体对这些专著进行报道。(4)经营项目还与政府官员和知名人士存在正相关关系(政府官员相关系数r=0.621,P<0.01,知名人士的相关系数r=0.457,P<0.05),这主要因为政府官员的存在可为开设“培训班”办理各种手续提供便利。知名人士本身就具有一定的社会知名度,社会智库一般会借助知名人士的影响力来提高培训项目的档次和吸引学员。(5)支持机构与其他任何指标间均不存在相关关系(P>0.05),这主要在于支持机构这一指标内部存有极端值,导致这一指标与其他指标间难以形成正相关关系。这也说明了大多数社会智库与外部主体间的合作能力差异较大。(6)时间与其他指标间不存在正相关性(P>0.05),说明了各样本社会智库筹资能力的强弱与成立时间没有直接关系。如“国经中心”成立时间虽短,但在资金筹集方面却比世界与中国研究所更具优势。

2.筹资能力的回归分析

依据上述相关系数矩阵对各指标的分析,为进一步研究社会智库的筹资能力,以表3-10的数据(标准化处理后的数据)为依据对其进行回归分析,以探求哪些因素影响了社会智库的筹资能力。回归模型的数学表达式如下:

上式中Y是变量。β0、β1、β2……βp是p+1个未知参数,β0称为回归常数,β0、β1、β2……βp称为回归系数。x1、x2、……xP是P个可供测量与控制的自变量,本部分主要是在任或退休政府官员(ZFGY)、知名人士(ZMRS)、负责人影响力(FZRYXL)、支持机构(主要指社会智库的会员单位以及其他资助或合作的单位)。ε是随机误差,其满足条件是ε-N(0,σ2)。采用逐步回归方法,分析步骤及结果如下:

(1)变量筛选过程。表4-14显示了筹资机制在回归过程中的变量筛选情况:最先引入了政府官员变量,建立了模型1,接着引入了知名人士变量,建立了模型2,而支持机构则被排除出了回归过程。

表4-14 筹资机制回归分析输入/移去的变量a

a.因变量:Zscore:承接项目(www.daowen.com)

(2)模型信息摘要。表4-15给出了关于模型的拟合情况,模型2调整后R2为0.366大于模型1,说明引入方程的自变量具有一定效果,拟合度也较好。自变量对因变量具有一定解释力。

表4-15 筹资机制回归分析的模型汇总c

a.预测变量:(常量),Zscore:政府官员。b.预测变量:(常量),Zscore:政府官员,Zscore:知名人士。c.因变量:Zscore:承接项目

(3)方差分析表。表4-16Anova表格的模型3给出了回归拟合过程中的方差分析结果,F检验统计量为6.770,对应的P<0.01。说明该模型通过了F检验,解释变量和被解释变量间的线性关系是显著的,可构建多元线性回归方程

表4-16 筹资机制回归分析的Anova表

a.预测变量:(常量),Zscore:政府官员。b.预测变量:(常量),Zscore:政府官员,Zscore:知名人士。c.因变量:Zscore:承接项目

(4)回归系数估计。表4-17的回归系数表格给出了最终模型的回归系数估计值,自变量在任或退休政府官员和知名人士的标准系数分别为0.836和-0.500,说明政府官员在社会智库资金筹集中的作用大于知名人士,t检验中政府官员和知名人士的显著性P<0.05,均具有显著意义。因此,H2c:通过了验证。H1c:通过了验证。共线性诊断VIF为1.630小于10,说明自变量间不存在共线性。

表4-17 筹资能力回归分析的系数a

a.因变量:Zscore:承接项目

(5)已排除变量的统计信息表。表4-18已排除变量中可以看出,在模型1中,知名人士、支持机构和负责人影响力均被排除,仅有政府官员被纳入了方程。但知名人士的t检验的显著性概率P<0.05,因此,在模型2中知名人士被纳入了回归方程,支持机构和负责人影响力被最终排除出了回归方程,两者的t检验显著性概率P>0.05,所以难以被纳入模型。因此,H3c:没通过验证。

表4-18 筹资机制回归分析中已排除的变量c

a.模型中的预测变量:(常量),Zscore:政府官员。b.模型中的预测变量:(常量),Zscore:政府官员,Zscore:知名人士。c.因变量:Zscore:承接项目

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