以知识动力源泉对新兴技术创新绩效的独立效应负二项回归回归模型作为基准，将知识多样性和知识网络中心势中心化后的乘积项纳入回归模型，运用负二项回归模型进行检验（见表5-8）。回归结果显示，在纳入知识多样性和知识网络中心势的乘积后，模型2的方程显著，Mcfadden R2比模型1增加了11个百分点，意味着乘积项显著提升了模型对结果变量的解释力。知识多样性与知识网络中心势的乘积项系数显著为正，知识多样性和知识网络中心势在新兴技术创新绩效中，具有正向交互效应（标准化回归系数分别为0.08，p＜0.01；0.05，p＜0.01）。在模型2的基础上，纳入知识多样性与知识网络结构洞的乘积项构建模型3，结果显示，模型3的回归方程同样通过了显著性检验，Mcfadden R2比模型2增加了6个百分点，虽然没有达到10个的标准，但是乘积项的回归系数通过了显著性检验，与结果变量显著负相关（标准化回归系数为-0.09，p＜0.01），知识多样性和知识网络结构洞具有负向交互效应的假设也得到了验证。

表5-8　知识动力机制：交互效应检验表

注：括号中为z值；*表示p＜0.05（双尾），**表示p＜0.01（双尾），***表示p＜0.001（双尾）。

1.知识多样性与知识网络中心势的正向交互效应

从数据驱动的模型检验结果来看，乘积项的回归系数通过显著性检验，意味着知识多样性和知识网络中心势，存在某一个单向的调节效应。但前述理论分析表明，知识多样性与知识网络中心势之间存在相互的正向调节效应。以模型3为检验结果，知识多样性与知识网络中心势之间正向交互效应标准化回归方程如式5.2-3所示：

当知识网络中心势Knowledge_Netstri取标准化后的均值0时（将此作为知识网络中心势较低的值），知识多样性与新兴技术创新绩效之间的关系如式5.2-4所示：

新兴技术创新绩效对知识多样性偏导数的系数为-0.18 Knowledge_Divi+0.08，是知识多样性与新兴技术创新绩效倒U形关系曲线的斜率。当知识网络中心势取标准化后的正标准差1这一高值时，知识多样性与新兴技术创新绩效关系的标准化回归方程发生变化，新兴技术创新绩效对知识多样性偏导数的系数为-0.18 Knowledge_Divi+0.15。可以看出，在知识网络中心势高的情况下，知识多样性与新兴技术创新绩效关系曲线发生两个变化：①关系曲线的斜率变大，由-0.18 Knowledge_Divi+0.08增加为0.18 Knowledge_Divi+0.15，表现为倒U形关系，曲线更加陡峭；②关系曲线沿着纵轴下移，即在同样的知识多样性水平下，知识网络中心势处于较高水平时，新兴技术创新绩效要高于知识网络中心势处于较低水平时（见图5-1）。(www.daowen.com)

图5-1　知识多样性与知识网络中心势的正向交互效应图

2.知识多样性与知识网络结构洞的负向交互效应

知识多样性与知识网络结构洞对新兴技术创新绩效的影响具有负向交互效应，意味着两个变量的存在对彼此和新兴技术创新绩效的关系强度具有遏制作用。在知识网络结构洞高的情况下，知识多样性与新兴技术创新绩效的关系强度变弱。根据模型3的标准化回归系数，交互效应的标准化回归方程如式5.2-5所示：

当知识网络结构洞Knowledge_Netstri取标准化后的均值0时（将此作为知识网络结构洞较低的值），知识多样性与新兴技术创新绩效之间的关系如式5.2-6所示：

新兴技术创新绩效对知识多样性偏导数的系数为-0.18Knowledge_Divi+0.08，是知识多样性与新兴技术创新绩效倒U形关系曲线的斜率。当知识网络结构洞取标准化后的正标准差1这一高值时，知识多样性与新兴技术创新绩效关系的标准化回归方程发生变化，新兴技术创新绩效对知识多样性偏导数的系数为-0.18Knowledge_Divi+0.03。可以看出，在知识网络结构洞高的情况下，知识多样性与新兴技术创新绩效关系曲线发生两个变化：①关系曲线的斜率变小，由-0.18Knowledge_Divi+0.08减小为0.18Knowledge_Divi+0.03；②关系曲线沿着纵轴下移，即在同样的知识多样性水平下，知识网络结构洞处于较高水平时，新兴技术创新绩效要低于知识网络结构洞处于较低水平时（见图5-2）。

图5-2　知识多样性与知识网络结构洞的负向交互效应表