《表1 地方政府创新影响因素的回归分析结果》

  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

《地方政府创新的影响因素与多元路径——基于面板数据分析和定性比较分析的双重检测》

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

数据来源：Stata14.0软件处理结果

前文根据政府创新领域的研究文献，提出影响地方政府创新的六项因素，但在后续模糊集定性比较分析中主要侧重于对组合路径的分析。笔者认为，唯有能够对结果变量产生显著影响的条件变量才有必要纳入模糊集定性比较分析之中。故本研究运用软件Stata14.0，对6个条件变量与结果变量的关系进行预先检验。面板数据的单变量回归分析结果显示（如表1），在不加入其他控制变量的情况下，组织规模（P=0.028，β=-6.576475）在0.05水平上与地方政府创新水平呈负相关关系，即组织规模越小，地方政府创新水平越高，H1得到验证；失业率（P=0.002，β=-0.3618971）在0.01水平上与地方政府创新水平呈负相关关系，即失业率越低，地方政府创新水平越高，H2得到验证；领导任期（P=0.433，β=-0.0679289）的P值高于0.1，表明其与地方政府创新水平并无显著相关，H3未能得到验证；资金支持（P=0.004，β=0.0000657）在0.01水平上与地方政府创新水平呈正相关关系，即资金支持力度越强，地方政府创新水平越高，H4得到验证；城市化（P=0.000，β=0.0158974）的P值低于0.01，表明其与地方政府创新水平呈正相关关系，即城市化水平越高，地方政府创新水平越高，H5得到验证；智力资源（P=0.000，β=0.1715004）的P值低于0.01，表明其与地方政府创新水平呈正相关关系，即智力资源越丰富，地方政府创新水平越高，H6得到验证。由此，可进一步确定组织规模、失业率、资金支持、城市化以及智力资源为地方政府创新水平的影响因素，此五项影响因素可作为条件变量，进入模糊集定性比较分析之中。