《表2 负二项回归结果分析》

  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

《发明人知识特征对其合作网络中心性的影响研究——基于社会—知识二模网的分析》

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：***、**、*分别代表在1%、5%和10%的水平上显著；N=11 527

由于本文研究所界定的因变量为与发明人直接相连的其他节点个数，是非负计数数据，故泊松与负二项模型为其理想的测算模型，与泊松模型中要求被解释变量方差与均值相等这一限定条件相比，负二项具有修正过度分布问题的优势。通过测算，由表1可以看出，被解释变量存在过度分布的现象。因此，本文采用负二项模型对理论模型进行逐步回归分析，所用软件为STATA/SE 12.0计量软件。表2给出了负二项回归结果，其中，模型1是基础模型，探究控制变量对焦点发明人合作网络中心性回归的影响。发明人专利积累正向显著、发明人发明经验负向显著、发明人所属企业年龄负向显著、发明人知识组合机会负向显著。