《表5 负二项回归结果：开放式创新平台用户交互、信息冗余与知识贡献研究》

  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

《开放式创新平台用户交互、信息冗余与知识贡献研究》

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:采用负二项回归进行估计，***表示1%水平显著，**表示5%水平显著，*表示10%水平显著。括号内为稳健标准差。

如前文所述，由于总样本中被解释变量包含大量的0，占总数的84.53%，因此选择了零膨胀负二项回归模型。但有研究表明，数据集中有过度0值并不意味着需要一个零膨胀模型。因此，本文使用负二项回归（NB2）重新估计以上两个样本，来评估我们结果的稳健性和一致性，结果如表5。其中，回归（1）（2）是对总样本进行的负二项回归结果，回归（3）（4）是对子样本进行的负二项回归结果。结果与前面基本一致，用户通过评论创意进行的交互越多，用户贡献的知识数量越多；同时，证明了信息冗余度的调节作用，当用户获取的创意中信息冗余度低时，用户获取更多的创意信息有可能做出更多知识贡献。表明了回归结果的稳健性。