《表7 稳健性检验:知识耦合对制造企业绿色创新的影响机理——冗余资源的调节作用》

《表7 稳健性检验:知识耦合对制造企业绿色创新的影响机理——冗余资源的调节作用》   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
《知识耦合对制造企业绿色创新的影响机理——冗余资源的调节作用》


  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

为使研究结果更可靠,本文采用了多种方式进行稳健性检验。首先,比较固定效应模型与随机效应模型,进行Hausman检验,结果显示未达显著水平,可判断随机效应的模型更优。其次,由于本文自变量的测量结果受所选时间窗口的影响,因此选择合适的时间窗口非常重要。为了检验本文所选择的3年期窗口是否合适,我们在表7中的模型8和模型9中分别对自变量的时间窗口进行了调整,由原来的3年(t-2和t、t-3和t-5)分别调整为2年(t-1和t、t-2和t-3)和5年(t和t-4、t-5和t-9)。2年期窗口模型8的结果与原来的一致,但是5年期窗口模型9中,新旧技术领域间的知识耦合与冗余资源的交互项不再显著,模型9的结果不支持假设4。出现这种矛盾结果的原因可能是,随着时间窗口的延长,由知识耦合所导致的知识基础变化越大越难以控制;而时间窗口太短,知识耦合又难以体现企业知识基础发生的变化。因此在某种程度上表明,本文所选择的3年期时间窗口较为合适。再次,在模型10中本文将原有技术领域间的知识耦合分解为耦合程度增加(ICEK D)和耦合程度减少(DCEK D)两个变量。结果显示这两个变量对于企业绿色创新的影响效应一致,进一步证实了前文关于原有技术领域间知识耦合的观点。同时,为检验本文在自变量测量中“利用第一四分位数来判断耦合达到显著变化水平”的设置是否合适,本文在模型11和模型12中,分别利用第一三分位数和第一五分位数的设置重新测量了自变量,模型11的结果只支持假设2和假设4,而模型12的结果不支持假设1。原因可能在于三分位数的设置不够敏感,无法较好地反映知识耦合两阶段的变化情况,而五分位数的设置又过于敏感,且受到样本知识基础规模的影响更明显。因此也在某种程度上表明四分位数的设置是合适的。最后,为考察本文结论是否适用于其他行业,我们在模型13中利用88家非制造业企业样本对假设进行稳健性检验,结果显示本文的假设在非制造业企业中同样成立。