我国3D打印企业融资情况
对我国3D打印企业融资的问题进行了实地调研，发现：
- 我国大型3D打印企业融资情况相对较好，中小企业进行融资较为困难。
- 企业通过境内外上市、发行非金融企业债务融资工具等方式进行直接融资情况较少。
- 国家针对3D打印产业的贷款公司进行政策性金融支持较少，知识产权质押融资等信贷产品创新也较少。
研究样本与变量选取
- 样本量规则：得到准确回归分析所需样本量最普遍接受的规则是至少有200个以上样本量。同时兼顾3D打印产业的专利数量在2008年前均处于较低水平，无法满足对构建全球创新网络数据库的分析要求，因此本研究从2009年开始研究。
- 变量时间选取：解释变量数据的选取时间为2009 - 2014年，被解释变量数据的选取时间为2012 - 2017年。研究包含了34个经济体6年间的204个样本数据。
- 变量使用：研究在模型中使用了五个解释变量（度数中心性、中介中心性和接近中心性、结构洞及聚类系数），三个控制变量（金融服务可获性指数、知识产权保护指数和政府采购先进技术产品指数）。因此，本章的数据样本量是客观可靠的。
回归分析方法
- 模型选择：在对面板数据进行回归分析时，对于回归方法的选择应当十分谨慎。本文通过豪斯曼（Hausman）检验来确定选择固定效应模型，还是随机效应模型。根据豪斯曼（Hausman）检验结果，P值小于0.05，全球创新网络特征与产业绩效的回归模型中采用固定效应模型。
- 数据处理软件：面板数据回归分析及稳健性分析均采用软件Eviews8.0处理。
多重共线性问题处理
中介中心性和聚类系数之间的相关系数是0.257，而度数中心性和结构洞之间的相关性是0.533。这些高相关系数可能会导致一个多重共线性问题。本文通过分别舍弃度数中心性指标、中介中心性指标、接近中心性指标、结构洞指标和聚类系数指标来运行几个回归来确定哪些变量存在共线性?；毓榻峁允荆崞陨衔甯鲋副暧氩簧崞陨衔甯鲋副昊毓榻峁负趺挥胁钜?。因此，本文将以上五个指标作为自变量回归分析。
内生性与自相关问题检验
- 内生性检验：如果变量间存在内生性或自相关的问题，回归结果便失去了意义，因此在确定变量前需要对变量的内生性和自相关的问题进行检验。对于内生性问题，借助Durbin - Wu - Hausman检验（Wooldridge，2002）。这些结果说明，当研发效率指数，效率变化指数和技术进步指数被用作因变量时，所有解释变量都不会遇到内生性问题。当产业主营业务收入为因变量时，度数中心性，中介中间性，接近中间性，结构洞和聚类系数等解释变量也都不存在内生性问题。
- 自相关检验：对于自相关问题，Wooldridge（2003）在面板数据模型中引入了自相关的测试方法，本文也采用这个方法，以确保分析不受自相关问题的影响。测试结果表明不排除存在没有一阶自相关的零假设，因此，本文的数据并不存在自相关问题。
回归结果分析
- 对产业主营业务收入的影响
- 为了确定解释变量不存在内生性问题，基线模型表明各经济体金融服务可获性、知识产权?；ず驼晒合冉际醪啡鲋副甓圆抵饔滴袷杖胗邢灾恼蛴跋?，说明对于产业绩效有一定的正向影响。
- 网络主体中心性特征对产业主营业务收入的影响，结果显示这三个中心性指标对于产业主营业务收入都有一定的影响，度数中心性和中介中心性对产业主营业务收入都有显著的正向影响，而接近中心性对产业主营业务收入有一定的负向影响。
- 模型4表明网络主体的结构洞对各经济体产业主营业务收入有显著影响，由于结构洞的限制度越小，拥有结构洞越丰富，故该变量与产业主营业务收入负相关。聚类系数与产业主营业务收入正相关。
- 单个模型中的大多数系数大于将全部变量放入同一个模型时（模型6）的相应系数，这是因为当引入其他网络特征变量时，每个变量的相关贡献被调节，所以相应的相关系数会变小。
- 对研发效率的影响：研究结果表明，在六个模型中，金融服务可获性、知识产权?；ず驼晒合冉际醪废凳际钦那椅灾?，说明三者对研发效率具有正向影响。三个中心性指标对研发效率的影响，其中度数中心性和中介中心性指标对于研发效率的影响较大，呈正相关且影响程度较大；而接近中心性指标与研发效率指数负相关，且影响程度不及度数中心性和中介中心性指标。在模型10中，网络主体的结构洞限制度指标与研发效率有显著的负相关关系。模型11表明聚类系数和研发效率指数正相关。
- 效率变化指数结果：效率变化指数作为因变量的面板随机效应模型的结果。
- 技术进步指数结果：技术进步指数作为因变量的回归结果与研发效率指数作为因变量的回归结果极为类似。金融服务可获性、知识产权?；ず驼晒合冉际醪废凳际钦那椅灾?，说明三者对技术进步指数具有正向影响。
上一篇：全球创新网络特征与产业绩效关系
下一篇：3D打印产业全球创新网络测度指标
销售热线：158-1687-3821
