《表4 SEM模型估计结果》

  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

《空间相关视角下R&D人员流动对区域创新绩效的影响》

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

其次，根据两个拉格朗日乘数及其稳健性检验（2），表明SEM模型的估计效果相对于SAR模型更好，说明受R&D人员流动影响的创新绩效在邻近省域之间尚未产生明显的空间溢出效应，创新绩效的空间依赖性是通过邻近省域创新活动的扰动误差产生的（见表4）。由表4可知，SEM模型回归所有对数似然比都优于OLS方法（LogL=-146.338），进一步证实了考虑区域创新绩效的空间相关性建立模型比普通最小二乘法更加合理。由此，本研究采用SEM模型估计结果讨论R&D人员流动对区域创新绩效的影响；经Hausman检验，本研究的空间效应模型均采取固定效应模型，而固定效应模型又分为无固定效应（nonF）、地区固定效应（sF）、时间固定效应（tF）和双固定效应（stF），从SEM模型Adj-R2值、LogL值以及显著性水平综合判断，地区固定效应模型和时间固定效应的回归估计效果相对更佳。根据空间经济学理论，经济活动确实存在着明显的空间差异，地区固定效应就反映了这种随着区位的变化经济结构和自然禀赋对区域创新绩效的影响，而时间固定模型反映的则是随时间变化各个解释变量对区域创新绩效的影响，无固定效应却假定不同地区不同时期的创新绩效是同质的，其回归结果显然存在偏差，双固定效应模型虽然也考虑了地区差异性，但其空间相关回归系数λ却未通过10%水平的显著性检验，这可能是因为双固定效应模型同时将区位变化和时期变化带来的影响混淆在一起，并不能清晰反映区域创新绩效的空间依赖性。由此，本研究后续讨论主要以地区固定效应模型估计结果为依据来反映创新绩效的空间联系。