回归分析结果与VIF检验：控制变量和自变量的影响

由于因变量进入模式是0-1变量，因此本书利用SPSS20.0进行二项逻辑回归分析。通过数据的搜集和整理，最终形成有效数据共696组，其中投资模式428组，合同模式268组。为了检验数据的有效性，本书首先对变量EM、CD、ID、SIZE、DOI、GDP、IE进行相关系数分析，结果如表6-2所示，发现变量GDP和IE的相关系数为0.871。当两个变量的相关系数大于0.8时属于高度相关，存在严重的共线问题，此时需要对变量进行VIF检验，验证变量之间是否存在严重的共线问题。

表6-2　进入模式回归变量的相关系数

注：n=696；*p＜0.10；**p＜0.05；***p＜0.01（双尾）

为此，特做了VIF检验，检验结果（表6-3）显示各变量的VIF指标值均小于10，因此可以认为本书所采用的数据不存在严重的多重共线问题。

表6-3　进入模式VIF检验结果

本书首先对控制变量进行回归分析，其次对所有的控制变量和自变量进行回归。从模型整体（表6-4）拟合效果来看，Model 8中的Cox&Snell R2和Nagelkerke R2分别为0.021和0.028，远低于Model 9中的0.152和0.128，说明控制变量对中国高铁承包商进入模式的选择影响较小，控制变量对Model 9的R2贡献较小。(www.xing528.com)

表6-4　进入模式逻辑回归检验结果

注：n=696；*p＜0.10；**p＜0.05；***p＜0.01（双尾）

Hosmer&Lemeshow检验（简称H-L检验）中当P值大于0.05时，可以认为该研究模型能够很好地拟合数据。在Model 9拟合度检验中，H-L检验p值为0.467，该p值大于0.05，说明该模型能很好地拟合数据。从Wald检验Wals统计量来看，Wals统计量越大，则说明该变量对因变量的影响越大。企业国际化程度（DOI）和贸易联系（IE）的Wals统计量分别为56.780和19.568，说明DOI对进入模式的影响最大，IE次之。

从假设验证情况（表6-5）来看，四组原假设中，得到验证的有3组（H7、H8和H10），未得到验证的假设有1组（H9）。

表6-5　进入模式假设验证结果