《表4 AGV领域关键技术总方差解释结果》

  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

《基于专利共类的跨领域企业合作模式研究——以物流和AGV领域企业合作为例》

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

多元统计分析是计量学领域中一种常用方法，变量间的复杂关系可以通过多元统计分析得到清晰展示[27]。多元统计中因子分析能够评估研究主体的技术实力，通过因子载荷系数归纳出行业内与核心技术关系较为密切的其他技术，通过因子得分客观体现出研究主体的研发创新能力以及技术上的缺陷[26]。企业在关键核心技术上的研发能力往往能够体现出企业技术实力[28]，而一个企业的研发能力可以通过专利授权量得以体现[29]。因此，本研究利用SPSS25.0对物流领域和AGV领域10种关键技术进行因子分析。首先分别将两个领域内10种关键技术定义为10个指标（物流领域：X1～X10；AGV领域：Y1～Y10）；指标确定后，依次将两个领域内专利授权量前20名企业在10种关键技术上的专利授权数量输入并对数据进行标准化处理；之后进行KMO(Kaiser-Meyer-Olkin）和Bartlett球形检验。物流领域KMO检验值为0.746，Bartlett球型检验统计值为x2=590.178，P<0.001；AGV领域KMO检验值为0.709，Bartlett球型检验统计值为x2=364.355，P<0.001，表明物流领域与AGV领域10种关键技术适合做因子分析。为使分析结果更可靠，利用指标间相关系数矩阵基于主成分法展开分析，因子矩阵旋转通过旋转选项卡下最大方差法实现，物流领域与AGV领域关键技术总方差解释结果见表3和表4。