《表7 假设验证结果：基于产业集群类型的创新效率影响因素的对比分析》

  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

《基于产业集群类型的创新效率影响因素的对比分析》

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：“—”表示假设成立但是不显著，“○”表示假设成立并显著，“×”表示假设不成立.

对于上述模型显示，F检验值都是显著的（2.16、1.76、2.44、2.1、116.1），说明全部的分层回归模型均成立.根据表6的回归分析结果可知，随着自变量数量的不断增加，人才结构（HUM）g、技术进步（COM）g和集群类型（TYPE）g与集群创新效率值存在显著的正相关关系（P<0.05），说明产业集群的高水平人才越多，集群所展现的创新能力越强；集群技术研发能力越强，集群创新效率值就会越高.品牌文化（CUL）g水平和创新效率值在各个模型中均呈现显著负相关，说明我国的产业集群并没有形成一定的规模效应，品牌文化的影响力在现阶段的影响程度不够明显.创新环境（CIR）g和创新效率值之间是正相关关系，但是却不显著.开放程度（OPEN）g在模型3、4、5中都是不显著的，但在模型6中是显著正相关的（P<0.01），说明随着模型自变量的增多，作为影响因素的自变量就会发生交互作用，作用效果明显的影响因素会逐步削弱或增强其他较为弱势因素的作用效果，也可以说明集群类型是整个模型的中间调节变量，假设结果如表7所示.