《表3 负二项回归结果 (N=5245)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《多维邻近性对创新绩效的影响——以钢铁产业为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:括号内为t值。下同。

模型1中，控制变量网络集聚系数与创新绩效显著负相关（β=-0.209，p<0.01）。可能的原因是，创新网络的高度聚集可能导致共享的知识信息趋于一致而变得冗余。度数中心度与创新绩效显著正相关（β=0.838，p<0.01），与赵颖斯等[33]的结论一致。这印证了度数中心度高的组织有从其他节点获取创新资源和强化自身创新能力的优势。结构洞与创新绩效显著正相关（β=0.476，p<0.01），说明占据结构洞位置的钢铁组织就如同连接创新网络内部的桥，有利于组织间相互学习，促进新知识流入创新网络，从而提高合作创新绩效。个体前五年专利积累与创新绩效显著正相关（β=0.010，p<0.05），说明钢铁产业组织积累的知识和经验可慢慢转化为创新产出。