本月杂志

2024年第2期
欢迎订购
邮发代号 36-104
图书邮购
邮购热线:0371-63937245
2018年12月中期

企业家社会资本对家族企业创新倾向影响研究/林 建

来源:领导科学网,领导科学杂志社唯一网站 作者:林 建 日期:2018-12-18 16:37:00
烈。而一些大型企业可能由于受科层官僚体系制约,应对市场变化的响应显得迟缓,进而影响到创新倾向。鉴于可能存在方向相反的影响,有必要将企业规模列为控制变量。企业规模常见的指标有企业资产额与员工数量,非上市企业的资产相对保密,研究中以员工数量来测量。为了减少变量极差、符合正态分布要求,模型中用员工数量的自然对数值测量。五是行业类型。不同行业企业选择的发展路径大相径庭,面临的困难和挑战也各不相同。研究中,以行业类型变量来控制行业效应。企业按行业类型分为实体经济企业与虚拟经济企业两种。选定虚拟经济企业做参照组,实体经济企业定义为“行业(实体经济)”,赋值“1”,虚拟经济企业赋值“0”。实体经济企业305家,占82.88%;虚拟经济企业63家,占17.12%。
  五、数据分析
  (一)数据检验
  为确保正确使用回归模型,根据研究规范要求,先行检验模型中是否存在多重共线性、异方差性及序列相关现象,以提升研究结论的效度。通过多重共线性检验发现,自变量间的方差膨胀因子指数值(VIF)均位于0至10之间,说明自变量间不存在多重共线性问题。通过异方差性检验发现,因变量残差项的散点图呈无序状态,意味着数据不存在严重的异方差性问题,满足回归模型要求。通过序列相关检验发现,数据为横截面数据,而非时间序列数据,DW值为1.935,接近2,处于du<DW<4-du,意味着随机误差项ut之间不存在序列相关性。
  (二)模型检验
  1.多元回归模型。以企业家社会资本为自变量,以家族企业创新倾向为因变量,以人口学因素、企业背景因素为控制变量,建立多元线性回归模型:Y创新倾向=β0+β1*制度性社会资本+β2*市场性社会资本+δ1*性别(男)+δ2*企业家年龄+δ3*企业年龄+δ4*ln企业规模+δ5*行业(实体经济)+ε。从表1可以看出,回归模型是显著的,F(7,337)=129.06,p<0.001,R2=0.48。自变量中,制度性社会资本(β=0.24,T(337)=6.32,p<0.001)、市场性社会资本(β=0.12,T(337)=3.16,p<0.01)与因变量创新倾向的相关性均达到显著水平。控制变量中,性别(男)(β=0.25,T(337)=9.54,p<0.001)、企业家年龄(β=-0.16,T(337)=-2.98,p<0.01)、企业年龄(β=-0.13,T(337)=-3.02,p<0.01)、企业规模(β=0.07,T(337)=2.25,p<0.05)、行业(实体经济)(β=0.20,T(337)=4.67,p<0.001)与因变量创新倾向的相关性也均达到显著水平。在模型中,企业家社会资本提升家族企业创新倾向的总效果值为0.36,H1和H2假设均得到验证。
  2.调节效应模型。为进一步了解企业家社会资本在不同的人口学因素、企业背景因素下对创新倾向影响的差异性情况,根据极大似然原理,在多元回归模型基础上加入性别与行业两个调节变量,分析评估其中的调节效应。MLE(极大似然估计)线性回归模型为:Y创新倾向=β0+β1*制度性社会资本+β2*市场性社会资本+γ1*制度性社会资本*性别(男)+γ2*制度性社会资本*行业(实体经济)+δ1*性别(男)+δ2*企业家年龄+δ3*企业年龄+δ4*ln企业规模+δ5*行业(实体经济)+ε。从表2中可以看出,回归模型是显著的,Likelihood Ratio χ2=1038.23,p<0.001。制度性社会资本*性别(男)(B=-0.49,χ2=415.61,p<0.001)、制度性社会资本*行业(实体经
[1][2][3][4][5][6][7]