打印知識(shí) 您當(dāng)前的位置：首頁 > 打印知識(shí)

3D打印企業(yè)融資難題及產(chǎn)業(yè)回歸分析結(jié)果

來源：杰呈3D打印發(fā)布時(shí)間：2025-10-10 13:55:14 瀏覽次數(shù)：0次

分享到：

我國3D打印企業(yè)融資情況

對我國3D打印企業(yè)融資的問題進(jìn)行了實(shí)地調(diào)研，發(fā)現(xiàn)：

我國大型3D打印企業(yè)融資情況相對較好，中小企業(yè)進(jìn)行融資較為困難。
企業(yè)通過境內(nèi)外上市、發(fā)行非金融企業(yè)債務(wù)融資工具等方式進(jìn)行直接融資情況較少。
國家針對3D打印產(chǎn)業(yè)的貸款公司進(jìn)行政策性金融支持較少，知識(shí)產(chǎn)權(quán)質(zhì)押融資等信貸產(chǎn)品創(chuàng)新也較少。

研究樣本與變量選取

樣本量規(guī)則：得到準(zhǔn)確回歸分析所需樣本量最普遍接受的規(guī)則是至少有200個(gè)以上樣本量。同時(shí)兼顧3D打印產(chǎn)業(yè)的專利數(shù)量在2008年前均處于較低水平，無法滿足對構(gòu)建全球創(chuàng)新網(wǎng)絡(luò)數(shù)據(jù)庫的分析要求，因此本研究從2009年開始研究。
變量時(shí)間選取：解釋變量數(shù)據(jù)的選取時(shí)間為2009 - 2014年，被解釋變量數(shù)據(jù)的選取時(shí)間為2012 - 2017年。研究包含了34個(gè)經(jīng)濟(jì)體6年間的204個(gè)樣本數(shù)據(jù)。
變量使用：研究在模型中使用了五個(gè)解釋變量（度數(shù)中心性、中介中心性和接近中心性、結(jié)構(gòu)洞及聚類系數(shù)），三個(gè)控制變量（金融服務(wù)可獲性指數(shù)、知識(shí)產(chǎn)權(quán)保護(hù)指數(shù)和政府采購先進(jìn)技術(shù)產(chǎn)品指數(shù)）。因此，本章的數(shù)據(jù)樣本量是客觀可靠的。

回歸分析方法

模型選擇：在對面板數(shù)據(jù)進(jìn)行回歸分析時(shí)，對于回歸方法的選擇應(yīng)當(dāng)十分謹(jǐn)慎。本文通過豪斯曼（Hausman）檢驗(yàn)來確定選擇固定效應(yīng)模型，還是隨機(jī)效應(yīng)模型。根據(jù)豪斯曼（Hausman）檢驗(yàn)結(jié)果，P值小于0.05，全球創(chuàng)新網(wǎng)絡(luò)特征與產(chǎn)業(yè)績效的回歸模型中采用固定效應(yīng)模型。
數(shù)據(jù)處理軟件：面板數(shù)據(jù)回歸分析及穩(wěn)健性分析均采用軟件Eviews8.0處理。

多重共線性問題處理

中介中心性和聚類系數(shù)之間的相關(guān)系數(shù)是0.257，而度數(shù)中心性和結(jié)構(gòu)洞之間的相關(guān)性是0.533。這些高相關(guān)系數(shù)可能會(huì)導(dǎo)致一個(gè)多重共線性問題。本文通過分別舍棄度數(shù)中心性指標(biāo)、中介中心性指標(biāo)、接近中心性指標(biāo)、結(jié)構(gòu)洞指標(biāo)和聚類系數(shù)指標(biāo)來運(yùn)行幾個(gè)回歸來確定哪些變量存在共線性?；貧w結(jié)果顯示，舍棄以上五個(gè)指標(biāo)與不舍棄以上五個(gè)指標(biāo)回歸結(jié)果幾乎沒有差異。因此，本文將以上五個(gè)指標(biāo)作為自變量回歸分析。

內(nèi)生性與自相關(guān)問題檢驗(yàn)

內(nèi)生性檢驗(yàn)：如果變量間存在內(nèi)生性或自相關(guān)的問題，回歸結(jié)果便失去了意義，因此在確定變量前需要對變量的內(nèi)生性和自相關(guān)的問題進(jìn)行檢驗(yàn)。對于內(nèi)生性問題，借助Durbin - Wu - Hausman檢驗(yàn)（Wooldridge，2002）。這些結(jié)果說明，當(dāng)研發(fā)效率指數(shù)，效率變化指數(shù)和技術(shù)進(jìn)步指數(shù)被用作因變量時(shí)，所有解釋變量都不會(huì)遇到內(nèi)生性問題。當(dāng)產(chǎn)業(yè)主營業(yè)務(wù)收入為因變量時(shí)，度數(shù)中心性，中介中間性，接近中間性，結(jié)構(gòu)洞和聚類系數(shù)等解釋變量也都不存在內(nèi)生性問題。
自相關(guān)檢驗(yàn)：對于自相關(guān)問題，Wooldridge（2003）在面板數(shù)據(jù)模型中引入了自相關(guān)的測試方法，本文也采用這個(gè)方法，以確保分析不受自相關(guān)問題的影響。測試結(jié)果表明不排除存在沒有一階自相關(guān)的零假設(shè)，因此，本文的數(shù)據(jù)并不存在自相關(guān)問題。

回歸結(jié)果分析

對產(chǎn)業(yè)主營業(yè)務(wù)收入的影響
- 為了確定解釋變量不存在內(nèi)生性問題，基線模型表明各經(jīng)濟(jì)體金融服務(wù)可獲性、知識(shí)產(chǎn)權(quán)保護(hù)和政府采購先進(jìn)技術(shù)產(chǎn)品三個(gè)指標(biāo)對產(chǎn)業(yè)主營業(yè)務(wù)收入有顯著的正向影響，說明對于產(chǎn)業(yè)績效有一定的正向影響。
- 網(wǎng)絡(luò)主體中心性特征對產(chǎn)業(yè)主營業(yè)務(wù)收入的影響，結(jié)果顯示這三個(gè)中心性指標(biāo)對于產(chǎn)業(yè)主營業(yè)務(wù)收入都有一定的影響，度數(shù)中心性和中介中心性對產(chǎn)業(yè)主營業(yè)務(wù)收入都有顯著的正向影響，而接近中心性對產(chǎn)業(yè)主營業(yè)務(wù)收入有一定的負(fù)向影響。
- 模型4表明網(wǎng)絡(luò)主體的結(jié)構(gòu)洞對各經(jīng)濟(jì)體產(chǎn)業(yè)主營業(yè)務(wù)收入有顯著影響，由于結(jié)構(gòu)洞的限制度越小，擁有結(jié)構(gòu)洞越豐富，故該變量與產(chǎn)業(yè)主營業(yè)務(wù)收入負(fù)相關(guān)。聚類系數(shù)與產(chǎn)業(yè)主營業(yè)務(wù)收入正相關(guān)。
- 單個(gè)模型中的大多數(shù)系數(shù)大于將全部變量放入同一個(gè)模型時(shí)（模型6）的相應(yīng)系數(shù)，這是因?yàn)楫?dāng)引入其他網(wǎng)絡(luò)特征變量時(shí)，每個(gè)變量的相關(guān)貢獻(xiàn)被調(diào)節(jié)，所以相應(yīng)的相關(guān)系數(shù)會(huì)變小。
對研發(fā)效率的影響：研究結(jié)果表明，在六個(gè)模型中，金融服務(wù)可獲性、知識(shí)產(chǎn)權(quán)保護(hù)和政府采購先進(jìn)技術(shù)產(chǎn)品系數(shù)都是正的且為顯著的，說明三者對研發(fā)效率具有正向影響。三個(gè)中心性指標(biāo)對研發(fā)效率的影響，其中度數(shù)中心性和中介中心性指標(biāo)對于研發(fā)效率的影響較大，呈正相關(guān)且影響程度較大；而接近中心性指標(biāo)與研發(fā)效率指數(shù)負(fù)相關(guān)，且影響程度不及度數(shù)中心性和中介中心性指標(biāo)。在模型10中，網(wǎng)絡(luò)主體的結(jié)構(gòu)洞限制度指標(biāo)與研發(fā)效率有顯著的負(fù)相關(guān)關(guān)系。模型11表明聚類系數(shù)和研發(fā)效率指數(shù)正相關(guān)。
效率變化指數(shù)結(jié)果：效率變化指數(shù)作為因變量的面板隨機(jī)效應(yīng)模型的結(jié)果。
技術(shù)進(jìn)步指數(shù)結(jié)果：技術(shù)進(jìn)步指數(shù)作為因變量的回歸結(jié)果與研發(fā)效率指數(shù)作為因變量的回歸結(jié)果極為類似。金融服務(wù)可獲性、知識(shí)產(chǎn)權(quán)保護(hù)和政府采購先進(jìn)技術(shù)產(chǎn)品系數(shù)都是正的且為顯著的，說明三者對技術(shù)進(jìn)步指數(shù)具有正向影響。