第一，在低市场不确定性样本组中，集群企业制造能力与网络模式的匹配显着影响了企业成长。模型1c 的R2显着高于模型1b 的R2，表明交互项的引入提高了回归方程的整体拟合效果，即在低市场不确定性环境中，集群企业制造能力与网络模式的有效匹配可以促进企业成长。
第二，在低市场不确定性样本组中，集群企业制造能力与网络范围和地理开放性对企业成长均具有显着负的交互效应。企业制造能力与网络范围对企业成长显着负的交互效应（标准化系数为－0.192）表明，当同时具备较高的制造能力与较小的网络范围时，集群企业表现出更好的成长性，这与研究假设6b 一致。同样，企业制造能力与地理开放性对企业成长显着负的交互效应（标准化系数为－0.110）表明，当同时具备较高的制造能力与较低的地理开放性时，集群企业表现出更好的成长性。制造能力与关系强度的交互项对企业成长的影响并不显着，这与研究假设6a不符。
2.高市场不确定性样本组中，基于吸收能力的驱动机制模型回归分析研究假设7认为，在高市场不确定性环境中，集群企业的吸收能力与网络模式的匹配可以促进企业成长。因此，在高市场不确定性样本组中，把吸收能力与网络特征的交互项对企业成长进行回归分析，即模型2c。
第一，在高市场不确定性样本组中，集群企业吸收能力与网络模式的匹配显着影响了企业成长。模型2c的R2显着高于模型2b的R2，表明交互项的引入改善了回归方程的整体拟合效果，即在高市场不确定性环境中，集群企业吸收能力与网络模式的有效匹配可以促进企业成长。
第二，在高市场不确定性样本组中，集群企业吸收能力与网络范围对企业成长具有显着正的交互效应。企业吸收能力与网络范围对企业成长显着负的交互效应（标准化系数为0.302）表明，当同时具备较高的吸收能力与较大的网络范围时，集群企业表现出更好的成长性，这与研究假设7b一致。企业吸收能力与关系强度以及与地理开放性的交互项对企业成长的影响不显着，这与研究假设7a和7c不符。
5.3.2技术不确定性下，集群企业网络化成长的驱动机制回归分析
1.低技术不确定性样本组中，基于制造能力的驱动机制模型的回归分析
研究假设6认为，在低技术不确定性环境中，集群企业的制造能力与网络模式的匹配可以促进企业成长。因此，在低技术不确定性样本组中，把企业制造能力与网络特征的交互项对企业成长进行回归分析来检验制造能力的调节作用，即模型3c。
的影响不显着；企业内部能力、网络特征以及吸收能力与网络特征的交互项均显着影响企业成长。
第一，在低技术不确定性样本组中，集群企业制造能力与网络模式的匹配显着影响了企业成长。模型2c的R2显着高于模型2b的R2，表明交互项的引入改善了回归方程的整体拟合效果，即在低技术不确定性环境中，集群企业制造能力与网络模式的有效匹配可以促进企业成长。
第二，在低技术不确定性样本组中，集群企业制造能力与关系强度对企业成长具有显着正的交互效应，与地理开放性对企业成长具有显着负的交互效应。企业制造能力与关系强度对企业成长显着负的交互效应（标准化系数为－0.175）表明，当同时具备较高的制造能力与较低的关系强度时，集群企业表现出更好的成长性，这与研究假设6a 相反。同时，企业制造能力与地理开放性对企业成长显着正的交互效应（标准化系数为0.107）表明，当企业同时具备较高的制造能力与较高的地理开放性时，企业的成长性较高。
而企业制造能力与网络范围的交互项对企业成长的影响不显着，这与研究假设6b不符。
2.高技术不确定性样本组中，基于吸收能力的驱动机制模型的回归分析
研究假设7认为，在高技术不确定性环境中，集群企业的吸收能力与企业网络模式的匹配可以促进企业成长。在高技术不确定性样本组中，把吸收能力与网络特征的交互项对企业成长进行回归分析，即模型4c。
模型4c的F值检验表明，在0.001的显着性程度上，模型的自变量与因变量显着相关；Adjust R2达到0.484，表明回归方程具有较好的拟合性；V IF值均小于3，表明回归方程不具有显着的多重共线性问题；D-W值为1.915，在2附近，表明回归方程不存在一阶序列相关问题；模型4c的R2比模型4b的R2高出0.062，F Change 检验表明ΔR2在0.05的显着性程度上显着，表明模型4c对因变量的拟合程度显着优于模型4b。从因素的显着性来看，产业特征与企业特征对企业成长的影响不显着；企业内部能力、网络特征以及吸收能力与网络特征的交互项均显着影响企业成长。回归结果，可以得出以下两点结论：
第一，在高技术不确定性样本组中，集群企业吸收能力与企业网络的匹配显着影响了企业成长。模型4c的R2显着高于模型4b的R2，表明交互项的引入改善了回归方程的整体拟合效果，即在高技术不确定性环境中，集群企业吸收能力与企业网络的有效匹配可以促进企业成长。
第二，在高技术不确定性样本组中，集群企业吸收能力与网络范围对企业成长具有显着正的交互效应，与地理开放性对企业成长具有显着负的交互效应。企业吸收能力与网络范围对企业成长显着正的交互效应（标准化系数为0.182）表明，当同时具备较高的吸收能力与较大的网络范围时，集群企业表现出更好的成长性，这与研究假设7b 一致。企业吸收能力与地理开放性对企业成长显着负的交互效应（标准化系数为－0.174）表明，当企业同时具备较高的吸收能力与较低的地理开放性时，企业的成长性也较高，这与研究假设7c相反。企业吸收能力与关系强度的交互项对企业成长的影响不显着，这与研究假设7a不符。
5.3.3小结
本节主要采用方差分析与基于交互项的回归分析来检验内部能力状态对集群企业网络化成长的驱动机制模型。总的来说，方差分析与基于交互项的回归分析得到了类似的结论。其中，回归分析综合考虑了各种控制因素的影响，统计检验得到如下四个回归方程。
业成长具有显着影响的变量。
集群企业网络化成长的驱动机制统计分析表明，企业内部能力对“网络特征-企业成长”的关系起到显着的调节作用。内部能力与网络特征交互项的引入优化了回归模型的拟合效果，提高对企业成长方差的解释力，因此可以认为集群企业网络化成长依赖于内部能力状态与网络模式的匹配，即内部能力状态是集群企业网络化成长的驱动因素。
从内部能力状态与关系强度的匹配性来看，在低技术不确定性样本组中，制造能力与关系强度对企业成长具有显着负的交互作用。这一结论表明，在低技术不确定性样本组中，当企业具备较高的制造能力时，集群企业可以更好地利用弱关系实现企业成长。这与研究假设相反。
从内部能力状态与网络范围的匹配性来看，在低不确定性样本组中，制造能力与网络范围对企业成长具有显着负的交互作用；在高不确定性样本组中，吸收能力与网络范围对企业成长具有显着正的交互作用。这一结论表明，在低不确定性样本组中，当企业具备较高的制造能力时，集群企业可以更好地利用小范围网络实现企业成长；在高不确定性样本组中，当企业具备较高的吸收能力时，集群企业可以更好地利用大范围网络实现企业成长。
这与研究假设一致。
从内部能力状态与地理开放性的匹配性来看，在低市场不确定性样本组中，制造能力与地理开放性对企业成长具有显着负的交互作用，但在低技术不确定性样本组中，这一交互作用则为正。在高技术不确定性样本组中，吸收能力与地理开放性对企业成长具有显着负的交互作用；而在高市场不确定样本组中，这一交互作用虽然为负但不显着，这一负的交互作用与研究假设相反。
5.4结果与讨论
基于以上两步统计分析，我们进一步归纳了集群企业网络化成长综合匹配机制的内涵，并识别出集群企业网络化成长的四种典型模式。
5.4.1结果：集群企业网络化成长综合匹配机制的两个结论
模型1c、模型2c、模型3c 以及模型4c 的回归分析结果表明，集群企业成长所需的最优网络模式同时取决于外部环境不确定性和内部能力状态，从中可以进一步归纳出集群企业网络化成长综合匹配机制的两个结论。
（1）外部环境不确定性对集群企业网络化成长的权变作用必须综合考虑内部能力状态的影响
从回归方程（5-6）和方程（5-8）来看，在低不确定性样本组中，集群企业网络特征对企业成长的影响不仅取决于主效应，还取决于企业制造能力与网络特征的交互效应。对此，我们以制造能力均值上下1.5倍标准差 来刻度较高与较低制造能力，并以此分析制造能力对网络特征与企业成长关系的调节作用。
在回归方程（5-6）中，对网络范围求偏导，可以得到：
抄企业成长／抄网络范围＝0.052－0.060×制造能力（5-10）从方程（5-10）来看，在低市场不确定性样本组中，网络范围对企业成长的影响取决于其主效应（主效应为0.052）以及与制造能力的交互效应（交互效应为－0.060×制造能力）。当制造能力取均值（统计检验中，生成交互项的制造能力是通过减去均值得到的均值中心化数据，其标准差为0.612）时，网络范围与制造能力的交互效应为0，网络范围对企业成长的边际影响为0.052；当制造能力较低时（此时取值为均值减去1.5倍的标准差），网络范围对企业成长的边际影响为0.052＋0.060×0.612×1.5＝0.107；当制造能力较高时（此时取值为均值加上1.5倍的标准差），网络范围对企业成长的边际影响为0.052－0.060×0.612×1.5＝－0.003。这表明，在低市场不确定性样本组中，当企业的制造能力不断提升时，企业网络范围对企业成长的边际影响会由正向变为负向。从这一变化可以看出，在低市场不确定性环境中，当制造能力较低时，集群企业往往通过大范围网络依托低成本优势实现以量的扩张为特征的快速成长；而当制造能力较高时，集群企业就能够跳出原有的成长方式，逐步通过与少数高档次商业伙伴进行合作来提升企业的附加值，进而实现以质的提升为特征的快速成长。
在回归方程（5-8）中，对关系强度求偏导，可以得到：
抄企业成长／抄关系强度＝0.501－0.957×制造能力（5-11）从方程（5-11）来看，在低技术不确定性样本组中，关系强度对企业成长的影响取决于其主效应（0.501）以及与制造能力的交互效应（－0.957×制造能力）。当制造能力取均值时，关系强度对企业成长的边际影响为0.501；当制造能力较低时（此时取值为均值减去1.5倍的标准差，标准差为0.634），关系强度对企业成长的边际影响为0.501＋0.957×0.634×1.5＝1.411；当制造能力较高时（此时取值为均值加上1.5倍的标准差），网络范围对企业成长的边际影响为0.501－0.957×0.634×1.5＝－0.409。这表明，在低技术不确定性样本组中，当企业的制造能力不断提升时，关系强度对企业成长的边际影响会由正向变为负向。从这一变化可以看出，在低市场不确定性环境中，当制造能力较低时，集群企业往往通过基于社会嵌入性的商业网络（即强关系）获取资源实现企业成长；而当制造能力较高时，集群企业就能够打破社会网络的局限，通过互惠的方式，逐步开拓更具市场属性的商业网络（即弱关系）来获得企业成长所需资源以实现企业成长。
同样，从回归方程（5-7）和方程（5-9）来看，在高不确定性样本组中，集群企业网络范围对企业成长的影响同时取决于网络特征的主效应以及与吸收能力的交互效应。同样，我们以吸收能力均值上下1.5倍标准差来刻度高和低吸收能力，并以此分析吸收能力对网络特征与企业成长关系的调节作用。
在回归方程（5-7）中，对网络范围求偏导，可以得到：
抄企业成长／抄网络范围＝－0.037＋0.084×吸收能力（5-12）
从方程（5-12）来看，在高市场不确定性样本组中，网络范围对企业成长的影响取决于其主效应（－0.037）以及与吸收能力的交互效应（0.084×吸收能力）。当吸收能力取均值时，网络范围对企业成长的边际影响为－0.037；当吸收能力较低时（此时取值为均值减去1.5倍的标准差，标准差为0.715），网络范围对企业成长的边际影响为－0.037－0.084×0.715×1.5＝－0.127；当吸收能力较高时（此时取值为均值加上1.5倍的标准差），网络范围对企业成长的边际影响为－0.037＋0.084×0.715×1.5＝0.053。