《表6 对技术增加值产出松弛量的SFA回归结果》

  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

《上市公司社会网络位置与研发效率研究——基于三阶段DEA模型的方法》

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：***表示参数估计值在0.001的显著水平下显著，**表示参数估计值在0.01显著性水平下显著，*表示参数估计值在0.05水平下显著。

利用Frontier 4.1工具进行的第二阶段SFA回归的结果如表6所示，为了检验社会网络位置对企业研发效率影响的滞后性，本研究2011—2015年的上市企业社会网络位置数据作为自变量，分别对第一阶段研发技术增加值的slack值进行了SFA回归（由于2010年社会网络中包含的筛选出的企业网络位置数据缺失较多，因此没有测算），其中2014年模型测算投入当期环境变量的影响，2015年模型测算产出期环境变量的影响，2013年、2012年、2011年模型分别测算滞后1期、2期、3期环境变量的影响。从表6中可以看出，2011—2015年，模型整体的γ值均为0.999，且在1%的显著水平下显著，从而拒绝虚无假设；另外，模型的LR检验也均显著，说明构建SFA模型是必要的。