技术环境波动如何影响企业风险承担？——基于创新环境不确定性的视角

孙磊华 何海燕 常晓涵 李浩然

内容提要：在创新驱动经济高质量发展的背景下，企业所处技术环境波动将成为影响企业风险承担的关键因素。为此本文从创新环境不确定性视角出发，就创新环境不确定性如何影响企业风险承担进行理论分析，并基于2008—2019年沪深A股的非金融类上市公司数据实证考察创新环境不确定性对企业风险承担的影响效应及传导机制。研究发现：当企业面临的创新环境不确定性较高时，其风险承担水平显著下降，上述结论在控制内生性影响后依然成立；进一步机制检验发现，创新环境不确定性通过影响企业投资资源配置与企业家信心两条路径影响企业风险承担。本文拓展了环境不确定性评价与企业风险承担影响因素等方面的相关研究，对在中国经济新发展阶段有效提升企业风险承担、发挥企业创新主体作用具有一定启示意义。

一、问题提出

风险承担是指企业在投资决策时在预期收益水平与预期收益波动间进行权衡的行为。更高的风险承担水平意味着企业更少放弃高风险但预期净现值大于0的投资项目，因而企业预期收益水平增加但预期收益波动程度增大。企业风险承担相关理论研究最早开始于对企业家精神的探索，熊彼特(Schumpeter，1934)提出企业家冒险与创新行为的本质就是通过承担更大风险来获取更多收益[1]。此后，大量文献从影响因素与经济效应等方面进行了有益探索，其中影响因素相关研究表明企业风险承担受譬如性别、年龄、过度自信等管理者个体特征[2-4]，产权性质、融资能力等公司特征[5-6]，股权、薪酬与晋升激励等公司治理安排[7-11]，以及投资者与债权人保护水平、产业与货币等政策、市场环境、文化传统等宏观因素[3,12-16]影响。经济效应相关研究表明企业追求高收益而提高风险承担水平可加快资本与技术积累，在微观层面能够提高企业全要素生产率和企业价值[12,14,17]；在宏观层面则有助于促进技术进步，实现经济长期增长[8,18-19]。

然而，既有文献却较少涉及有关技术创新相关因素对企业风险承担的影响。当前中国经济已进入高质量发展新阶段，经济增长模式向技术创新驱动型过渡，且面临国外关键核心技术“卡脖子”的难题，技术创新日益成为推动经济高质量发展、实现科技自立自强的决定性因素，由此作为重要微观经济体的企业亟需关注技术创新相关因素对企业风险承担的系统影响。实践中，技术创新作为企业实施的一项高风险与高收益并存的战略行为，易受技术、市场及政策等整体技术环境影响[20-21]，因此，系统探讨技术环境波动对企业风险承担的影响具有重要的现实意义。

理论上，技术环境波动或者说创新环境不确定性将通过影响企业投资资源配置与企业家信心两条路径影响企业风险承担。前者逻辑在于相较于一般性资本支出，企业创新投资具有更高的不可预测性和风险性[22]，而所处创新环境不确定性越低的企业，其技术创新水平越高[23]，因此可以直观推断创新环境不确定性将通过影响创新资源在创新投资与一般性资本支出间的分配来影响企业未来可能获得的收益与预期风险，即企业风险承担水平。后者逻辑则在于创新环境不确定性升高，企业家自身不可控因素增加，决策成本和难度提高，易产生悲观预期，企业家信心相应降低，进而做出放弃部分高风险但同时高收益投资项目的决策，最终影响企业风险承担。

基于上述逻辑，本文结果表明创新环境不确定性会对企业风险承担产生显著影响，且其通过影响企业资源在创新性投资与一般性资本支出间配置、企业家信心的方式影响企业风险承担。相较于以往文献，本文可能存在以下贡献：第一，聚焦技术环境波动，提出创新环境不确定性并以此探究技术创新相关因素变动对企业风险承担的影响，拓展了环境不确定性评价与企业风险承担影响因素相关文献的研究视角。第二，基于研发支出数据构建了创新环境不确定性的客观衡量指标，该指标可衡量企业面临技术环境的波动性，为评估企业创新环境以及进一步的影响因素与经济后果研究奠定了指标基础。第三，系统阐述了“创新环境不确定性—企业投资资源配置与企业家信心—企业风险承担”的逻辑框架与作用路径，探索打开创新环境不确定性与企业风险承担之间的黑箱，为新发展阶段有效提升企业风险承担、发挥企业创新主体作用提供政策启示。

二、理论分析与研究假设

在创新驱动经济高质量发展的背景下，技术创新日益成为推动经济高质量发展、实现科技自立自强的决定性因素，这客观上要求作为重要微观经济单元的企业必须充分发挥创新主体作用。企业发挥创新主体作用需要兼顾技术创新能力与创新意愿，其中企业创新意愿与企业风险承担水平高度相关，因此探讨影响企业风险承担的关键影响要素在新发展阶段具有新的内涵与意义。同时，从提升企业风险承担的角度来说，关注技术创新相关因素对企业风险承担的系统性影响也是新发展格局下有益且重要的研究方向。已有文献表明，技术创新受技术、市场及政策等整体创新环境的综合影响[20-21]，企业所处的技术环境波动将成为影响企业风险承担关键且直接的因素，因而系统探讨技术环境波动对企业风险承担的影响是十分必要的。对此，本文从创新环境不确定性角度衡量企业所处技术环境的波动状况，预计创新环境不确定性将通过影响企业投资资源配置与企业家信心两条路径共同作用于企业风险承担。

创新环境不确定性将通过影响企业资源在创新性投资与一般性资本支出间配置比的方式影响企业风险承担。以往学者研究发现创新环境不确定性与企业技术创新显著负相关，企业所处创新环境不确定性程度越低，其技术创新水平越高，而相较于一般性资本支出，企业创新投资虽可塑造企业长期的竞争优势，却具有更高的不可预测性和风险性[22]，因此可预计随着创新环境不确定性升高，企业创新失败的潜在风险加大，预期收益不确定性也增大，“理性”企业的投资资源最终流向技术创新活动的比重将降低，进而降低企业在未来可能获得的收益水平与收益预期波动，即降低企业风险承担水平。

创新环境不确定性将通过影响企业家信心的方式影响企业风险承担水平。根据高阶理论，企业家作为战略决策等最主要的发起者与主导者，其认知基础、态度等个体差异特征将对企业投资决策产生自上而下的关键影响。熊彼特指出企业家是经济增长的“国王”，企业家精神是经济持续增长的源泉[23]。经济体能否实现持续增长，关键在于企业家能否对创新等生产性活动给予足够关注[24]。相关研究发现，缺乏信心和进取精神是影响企业家从事创新活动的最大障碍[25-26]。因此，若要弘扬企业家创新精神首先需增强企业家信心。企业家信心增强往往意味着其会更加充分地利用投资机会，投资更多预期净现值大于0的项目，正如相关研究在引入企业家信心这一心理因素后发现，信心对投资的影响远远大于对消费的影响[27]。在新发展阶段，创新环境不确定性将对企业家信心，进而对企业风险承担产生更加重要的影响。首先，创新环境不确定性容易造成信息不对称与混乱，使得企业家们无法合理评估过去的决策成效，并对未来的决策产生悲观心理，表现出更强的风险规避，而非主动承担风险。其次，企业家团队在面对创新环境不确定性加剧时更易产生意见分歧[28]，这种分歧客观上将导致企业家决策难度与成本增加，甚至可能导致企业家信心萎缩，最终降低其风险承担的意愿。最为关键的，创新环境不确定性部分来源于单靠企业自身无法解决的中观与宏观等因素，其不确定性程度越高，说明企业家自身难以控制的不确定性因素越多，“理性”的企业家将选择减少其无法掌握的行为，譬如做出减少新增创新投资等决策以控制潜在风险，从而降低企业风险承担水平。

结合以上理论分析，本文提出研究假设H1：创新环境不确定性会抑制企业风险承担水平。

三、研究设计

(一)数据与样本

本文以2008—2019年沪深A股上市公司为样本(1)由于2007年新的《企业会计准则》实施，本文数据拟从2008年开始，但由于创新环境不确定性指标构建至少需要过去3年数据，而企业风险承担指标构建至少需要未来3年数据，因此最终呈现数据为2010—2017年。，剔除金融类上市公司、ST、*ST类上市公司以及核心变量缺失的样本，最终获得6 706个样本。企业家信心指数来自国家统计局，其他变量均来自国泰安(CSMAR)数据库，其中创新环境不确定性变量基于研发投入(R&D)数据构建，该数据是在国泰安创新数据基础上，按照董事会报告中披露的研发数据补充获得。此外，为消除异常值的影响，本文对所有连续变量进行上下1%缩尾处理(winsorize)。数据处理、描述性统计及回归分析使用软件Stata 15.1。

(二)变量说明

1.被解释变量

企业风险承担水平(RT1、RT2)：参照以往学者[4]的做法，采用企业盈利的波动性来衡量企业风险承担水平，具体包括两个指标：一是观察期内经行业均值调整后的企业总资产收益率的波动性(RT1)，RT1值越大，企业风险承担水平越高；二是观察期内经行业均值调整的总资产收益率的最大值和最小值的极差(RT2)，RT2值越大，企业风险承担水平越高。具体计算方法如式(1)—式(3)所示，其中下标i、j和t分别代表企业、行业和年度，k代表该行业的第k家企业，n表示在t年度j行业中的企业总数。观测时段T=3，关于其年限长度，现有文献的通用做法既有采用3年，也有采用5年，为尽量增加样本量，本文将观察期取为3年，同时以5年为观察期做稳健性检验。

(1)

RT2it=Max(Adj_ROAit,Adj_ROAit+1,Adj_ROAit+T-1)-Min(Adj_ROAit,Adj_ROAit+1,Adj_ROAit+T-1)

(2)

(3)

2.解释变量

创新环境不确定性(IEU)：除了技术创新本身的风险，企业创新收益预期与风险评估等主要受到创新环境的影响，而创新环境的不确定性可以用创新投入的波动衡量[29-31]。为此，本文聚焦创新环境不确定性，并进一步借鉴以往学者[32-33]衡量企业市场环境不确定性的方法，使用企业过去3年非正常研发投入的标准差并经行业调整后的值来衡量其创新环境的不确定性。值得关注的是，企业过去3年研发投入的变化，其中一部分来自企业创新活动的稳定发展。为了更加准确地衡量创新环境的不确定性，需要剔除研发投入中稳定成长的部分。因此，运用每个公司过去3年的数据，采用普通最小二乘法(OLS)分别估计每个公司过去3年的非正常研发投入，如式(4)所示：

R&Dit=α0+α1∑Yearit+εit

(4)

其中，下标i与t分别代表企业和年度，R&Dit为研发投入；Yearit为年度变量，如果观测值为过去第2年数据，则Year=1；如果观测值为过去第1年数据，则Year=2；如果观测值是当前年度数据，则Year=3。式(4)的残差即为非正常研发投入；计算企业过去3年非正常研发投入的标准差，再除以过去3年研发投入的平均值，从而得到未经行业调整的创新环境不确定性；同年度同行业内所有公司未经行业调整的创新环境不确定性的中位数，即为行业创新环境不确定性；各公司未经行业调整的创新环境不确定性除以行业创新环境不确定性，即为公司经行业调整后的创新环境不确定性(IEU)，该变量的数值越大，说明企业创新环境的不确定性越高。

3.控制变量

参考以往学者[3-5,8,34-35]的研究，本文控制以下影响企业风险承担的因素：上市年限(Age)，成立时间更早的企业会在经营中积累更丰富的经验[36]，企业经营年限越长，其风险承担水平越高[5]，本文采用企业上市年限的自然对数衡量上市年限，以控制经验因素；资产规模(Size)，李文贵和余明桂(2012)认为资产规模是影响企业风险承担的重要因素[5]，而从影响企业是否从事风险更高的创新活动这点来看却存在“熊彼特企业规模假说”争论，本文采用企业总资产的自然对数衡量资产规模，以控制规模因素；债务规模(Lev)，企业的风险承担水平越高，其负债程度也越高[3]，本文采用负债与资产之比衡量，以控制债务因素；成长性(TBQ)，企业的托宾Q值决定了企业的投资机会[35]，必然影响企业风险承担水平，本文用市场价值与重置成本之比来衡量，以控制投资因素；第一大股东持股比例(Top1)，解维敏和唐清泉(2013)认为大股东持股比例与企业风险承担水平呈倒U型关系，且受壕沟效应(抑制)与协同效应(促进)两种相反效应的共同影响[8]，本文采用第一大股东持股数与总股数之比来衡量，以控制股权因素；总资产报酬率(Roa)，本文采用净利润与总资产之比来衡量，该值越大说明企业的盈利能力越强，企业通过风险投资获取收益的动机可能越弱[17]；现金流水平(Cashflow)，现金流也是影响企业风险承担的重要因素[4]，本文采用经营活动现金流净额与总资产之比来衡量，以控制现金流因素；产权性质(SOE)，国有与民营企业共存是中国经济体系最为鲜明的特征，两者在资源基础、经营目标、激励机制等方面存在差异，而这些都会影响企业风险承担[5]，本文采用虚拟变量衡量，若企业性质为国有企业取1，否则取0，以控制产权因素的影响。同时本文还较为严格地控制了企业个体固定效应和年份固定效应，避免企业特征遗漏变量和宏观经济因素变化等的干扰。变量具体定义与测度方法如表1所示。

表1 变量说明

(三)基准模型构建

为检验创新环境不确定性对企业风险承担水平的影响，本文构建基准模型(5)如下：

RT1/RT2it=α0+α1IEUit+∑αcControlit+∑Yearit+λi+εit

(5)

其中，下标i与t分别代表企业和年度，RT1/RT2it分别表示基于波动性与极差的企业风险承担水平，IEUit表示创新环境不确定性，Control代表所有控制变量，λi代表企业层面的个体固定效应，Yearit代表年度层面的时间固定效应，εit代表随机扰动项。模型主要关注创新环境不确定性的系数α1，若α1显著为负则可说明创新环境不确定性会抑制企业风险承担，即证实本文假设H1。

四、实证结果分析

(一)描述性统计

1.主要变量的描述性统计

主要变量的描述性统计如表2所示。由表2可知，以波动性衡量的企业风险承担水平(RT1)的均值为2.923 7，中值为1.654 1，标准差为3.661 4；以极差衡量的企业风险承担水平(RT2)的均值为5.512 1，中值为3.160 4，标准差为6.7890，标准差与均值之比分别约为125.23%与214.81%，说明不同企业之间风险承担水平的差异较大。同时创新环境不确定性(IEU)的均值为1.164 6，中值为0.984 5，标准差为0.839 7，标准差与均值之比约为72.10%，表明不同企业之间面临的创新环境不确定性的差异也较大。因此，从统计学上探讨创新环境不确定性对企业风险承担水平的影响具有一定的现实意义。此外，其他控制变量的统计结果与以往研究类似。

表2 主要变量的描述性统计

2.单变量分析

被解释变量RT1与RT2分别基于创新环境不确定性(IEU)的均值与中值的检验结果如表3所示。创新环境不确定性(IEU)为连续变量，为直观探究创新环境不确定性对企业风险承担的影响，本文构建创新环境不确定性虚拟变量(IEU2)，若创新环境不确定性指标大于其行业与年度中值取1，否则取0。据此分组对RT1与RT2进行均值与中值的比较检验，结果发现上述变量的均值与中值在两组间呈现出显著差异，创新环境不确定性较低组中以波动性与极差衡量的企业风险承担水平的均值与中值均在1%的水平上显著高于创新环境不确定性较高组。这说明，创新环境不确定性抑制了企业风险承担，描述性统计结果初步印证了假设H1。

表3 均值T(中值Z)检验

(二)基准回归

本部分基于模型(5)展开，回归结果如表4所示。列(1)、列(3)分别为创新环境不确定性(IEU)与以波动性衡量的企业风险承担水平(RT1)和以极差衡量的企业风险承担水平(RT2)之间固定效应的回归结果，从表4可见回归系数均在1%水平上显著负相关。需要指出的是，列(1)与列(3)显示了为确定合适回归模型而做的拉格朗日乘数(LM)检验与豪斯曼(Hausman)检验结果，P值均小于0.01，相较于混合回归效应与随机效应模型，固定效应模型最为适合。列(2)、列(4)为加入控制变量后的回归结果，可见创新环境不确定性(IEU)与以波动性衡量的企业风险承担水平(RT1)、以极差衡量的企业风险承担水平(RT2)之间的回归系数均在1%水平上显著负相关。从显著性上来看，企业创新环境不确定性每上升1个标准差(0.839 7)，以波动性衡量的企业风险承担水平(RT1)相对于样本平均值下降7.602 3%，以极差衡量的企业风险承担水平(RT2)相对于样本平均值下降7.325 9%，这说明不管从波动性还是从极差来看，创新环境不确定性均会对企业风险承担水平产生抑制作用。此结果支持了本文研究假设H1。

表4 创新环境不确定性与企业风险承担水平

(三)稳健性检验

为验证基准回归结果的稳健性，本文采用回归模型更替、核心解释与被解释变量重新衡量、控制行业因素影响等方法对基准回归进行稳健性检验。

1.稳健性检验一：回归模型更替

前文采取了较为典型、可部分控制内生性问题的企业-年度双向固定效应模型，一般认为其回归稳健性高于混合OLS模型与固定效应模型，但可能仍较为“柔性”，对内生性控制尚不够严格。为此，此处采取控制“企业×年度”的高阶联合固定效应方法。回归结果如表5所示，技术环境波动依旧对企业风险承担展现出显著的抑制效应。

表5 稳健性检验一：高阶联合固定效应

2.稳健性检验二：解释与被解释变量重新衡量

对于解释变量，由于本文度量创新环境不确定性的方法要求企业至少具有连续N年不间断的研发投入数据披露，导致大量样本损失。为了减少样本损失，前文使用企业过去3年剔除稳定成长部分研发投入的标准差并经过行业调整后的值来衡量创新环境不确定性。但理论上来说，解释变量构建时包括的年限越长，其反映创新活动长期不确定性因素的程度就会越高，为进一步提高指标稳健性，此处使用企业过去5年剔除稳定成长部分研发投入的标准差并经过行业调整后的值来衡量创新环境不确定性(IEUX)。回归结果如表6列(1)、列(2)所示，更换创新环境不确定性的测算方法后，创新环境不确定性与企业风险承担水平的回归系数仍均显著负相关，研究结论仍成立。

对于被解释变量，前文参照已有研究[2-3,17]，使用企业未来3年经过行业均值调整后的总资产收益率变动的标准差与极值衡量企业风险承担。此外，为进一步提高指标的稳健性，借鉴大多数研究的做法，同样使用企业未来5年经过行业均值调整后的总资产收益率变动的标准差(RTX1)与极值(RTX2)来衡量企业风险承担。回归结果如表6列(3)、列(4)所示。从表中可以看出，重新衡量企业风险承担水平后，“技术环境波动抑制企业风险承担水平”的核心结论并未发生任何变异。

表6 稳健性检验二：解释变量与被解释变量重新衡量

3.稳健性检验三：控制行业因素的影响

前文以沪深A股包含各行业的上市公司为样本检验了创新环境不确定性对企业风险承担水平的影响，虽然提高了研究的普适性，但由于行业间存在异质性，创新环境不确定性如何影响企业风险承担水平可能存在差异，但区分每一类行业重新进行检验在统计和现实意义上却是非必要的。此处选择聚焦高技术与制造业行业进行检验以控制行业因素的影响。

之所以选择高技术行业，是因为在现实中，以美国为首的发达国家对中国实施的技术封锁多瞄准高技术产业，而中国要想实现突破离不开高技术产业的率先突围，探究高技术产业内企业能否抵御创新环境不确定性的冲击具有重要意义。而之所以选择制造业，则是借鉴发达国家制造业“空心化”教训，新发展阶段制造业仍是中国经济“创新驱动、转型升级”的主战场[36]，当前制造业在面对创新环境不确定性冲击时的反应也有必要单独考察。

需要说明的是，国内对高新技术行业的认定尚不统一，此处所指的高新技术行业是指国泰安数据库中所统计的高新技术企业的统称，而制造业则是以2012年修订的《行业类别代码表》中的制造业为样本范围。回归结果如表7所示，结果显示在聚焦高技术、制造业行业后，创新环境不确定性对企业风险承担水平的抑制作用依然显著，表明本文的核心结论是稳健的。

表7 稳健性检验三：聚焦高新技术行业与制造业以控制行业因素的影响

(四)内生性检验

前文借鉴以往学者[32-33]的指标构建思路，基于企业过去3年的研发投入数据来衡量企业创新环境不确定性，并以此为基础研究其对企业风险承担的影响。该指标基于企业过去3年的数据构建，虽理论上创新环境不确定性受当期企业风险承担水平影响的可能性大为降低，但客观上仍存在受当期风险承担水平影响而造成反向因果这一内生性问题。为缓解这一问题，首先采用滞后一期的创新环境不确定性指标(L.IEU)重新进行回归，回归结果如表8列(1)、列(2)所示，创新环境不确定性(L.IEU)对企业风险承担水平(RT1、RT2)的回归系数均在1%的水平上显著为负，与基准回归结果一致。

为进一步克服可能存在的内生性问题，在将关键变量创新环境不确定性(IEU)滞后一期处理的基础上，本文借鉴费斯曼和斯文森(Fisman & Svensson，2007)[37]构造工具变量的方法，使用同一行业、同一省份与同一年度创新环境不确定性指标的平均值(IEU_IV)作为企业创新环境不确定性指标的工具变量(IV)。该指标满足相关性和外生性两个条件：一方面，其与企业创新环境不确定性变量相关，但同时是一个地区性、行业性指标，并不直接受企业风险承担水平的影响，因此以该指标为工具变量，可以部分地将企业创新环境不确定性中相对外生的部分“剥离”出来，以克服部分内生性问题。

具体地，本文采取两阶段法进行回归，回归结果如表8列(3)—列(5)所示。列(3)为第一阶段的回归结果，可见此处工具变量(IEU_IV)与企业创新环境不确定性(IEU)间的回归系数均在1%的水平上显著为正，说明企业创新环境不确定性确实受相对宏观的工具变量(IEU_IV)的影响，即存在相对企业外生部分；列(4)、列(5)为第二阶段回归结果，可以看出创新环境不确定性(IEU)对被解释变量以波动性衡量的企业风险承担水平(RT1)和以极差衡量的企业风险承担水平(RT2)回归的系数仍然均在1%的水平上显著为负，同时根据检验工具变量识别不足问题的克莱伯根-帕普LM统计量(Kleibergen-PaaprkLM)，显示在1%的水平上显著拒绝工具变量识别不足的原假设，且根据检验弱工具变量问题的克拉格-唐纳德瓦尔德F统计值(Cragg-DonaldWaldF)，结果远大于10，且大于在10%的水平上的临界值，显著拒绝了存在弱工具变量的原假设。上述结果说明工具变量是有效的，且具有外生性。在控制内生性问题后，本文的核心结论依然成立。

表8 内生性检验：滞后一期、两阶段工具变量(IV-2SLS)回归

表8(续)

(五)中介路径检验

1.企业投资资源配置路径检验

根据前文的理论分析，伴随创新环境不确定性升高，企业创新潜在失败风险与预期收益不确定性加大，由此，企业投资资源最终流向技术创新活动的比重将降低，进而企业在未来可能获得的收益的波动降低，即企业风险承担水平降低。为检验企业投资资源配置中介路径的存在性，根据温忠麟等(2004)[38]检验中介作用的步骤，本文构建中介路径模型(6)、模型(7)如下：

RIit=α0+α1IEUit+αcControlit+∑Yearit+λi+εit

(6)

RT1/RT2it=α0+α1IEUit+α2RIit+αcControlit+∑Yearit+λi+εit

(7)

其中，下标i与t分别代表企业和年度，RIit为企业投资资源配置，在借鉴以往学者[39]计算企业投资做法的基础上，以企业R&D投资与购建固定资产、无形资产以及其他长期资产所支付现金之比进行衡量，该变量的数值越小，说明企业投资资源更少向创新活动配置。IEUit为创新环境不确定性变量，RT1/RT2it分别为基于波动性与极差的企业风险承担水平变量，Control代表上述全部控制变量，λi代表企业层面的个体固定效应，Yearit代表年度层面的时间固定效应，εit代表随机扰动项。在模型(5)系数显著的前提下，模型(6)与模型(7)均主要关注对应的系数α1。

在基准回归结果的基础上，首先基于模型(6)进行回归，检验解释变量创新环境不确定性(IEU)对中介变量企业投资资源配置(RI)的影响，检验结果如表9列(1)所示，创新环境不确定性(IEU)与企业投资资源配置(RI)在1%的水平上显著负相关，表明创新环境不确定性会降低企业R&D投资与一般性资本支出之比。

进一步，基于模型(7)进行回归，检验同时加入解释变量创新环境不确定性(IEU)与中介变量企业投资资源配置(RI)后，两者分别对企业风险承担水平(RT1、RT2)的影响，检验结果如表9列(2)、列(3)所示。结果表明，企业投资资源配置(RI)与企业风险承担水平(RT1、RT2)的回归系数均在5%的水平上显著为正，而创新环境不确定性(IEU)与企业风险承担水平(RT1、RT2)的回归系数均在1%的水平上显著为负且系数绝对值较基准回归减小(0.249 5<0.264 7；0.452 6<0.480 9)。综上，在模型(5)中创新环境不确定性(IEU)对企业风险承担水平(RT1、RT2)的系数均显著的基础上，模型(6)中创新环境不确定性(IEU)对企业投资资源配置(RI)的回归系数显著，且模型(7)中创新环境不确定性(IEU)对企业风险承担水平(RT1、RT2)的回归系数也均显著，表明企业投资资源配置中介路径的存在，即创新环境不确定性升高会通过降低企业R&D投资与一般性资本支出之比来降低企业风险承担水平。

表9 中介路径检验一：企业投资资源配置路径

2.企业家信心路径检验

根据前文理论分析，创新环境不确定性升高会通过提高信息不对称、协调难度与成本以及增加自身不可控因素等引发企业家悲观预期与信心降低，导致企业家风险规避倾向，导致企业风险承担水平降低。为检验企业投资资源配置中介路径的存在性，同样依据温忠麟等(2004)[38]检验中介作用的步骤，本文构建中介路径模型(8)、模型(9)如下：

Confit=α0+α1IEUit+αcControlit+∑Yearit+λi+εit

(8)

RT1/RT2it=α0+α1IEUit+α2Confit+αcControlit+∑Yearit+λi+εit

(9)

其中，下标i与t分别代表企业和年度，Confit为企业家信心，参照以往学者[35]的做法，以国家统计局调查统计的企业家信心指数衡量，将该指数按季度计算平均值，该变量的数值越小，说明企业家信心越小。IEUit为创新环境不确定性变量，RT1/RT2it分别为基于波动性与极差的企业风险承担水平变量，Control代表上述全部控制变量，λi代表企业层面的个体固定效应，Yearit代表年度层面的时间固定效应，εit代表随机扰动项。在模型(1)系数显著的前提下，模型(8)与模型(9)均主要关注对应的系数α1。

首先，在基准回归结果的基础上，基于模型(8)进行回归，检验解释变量创新环境不确定性(IEU)对中介变量企业家信心(Conf)的影响，检验结果如表10列(1)所示，创新环境不确定性(IEU)与企业家信心(Conf)的回归系数在1%的水平上显著负相关，表明创新环境不确定性会降低企业家信心。

接下来，基于模型(9)进行回归，检验同时加入解释变量创新环境不确定性(IEU)与中介变量企业家信心(Conf)后，两者分别对企业风险承担水平(RT1、RT2)的影响，检验结果如表10列(2)、列(3)所示。结果表明，企业家信心(Conf)与企业风险承担水平(RT1、RT2)的回归系数在1%的水平上显著为正，而创新环境不确定性(IEU)与企业风险承担水平(RT1、RT2)的回归系数在1%的水平上显著为负且系数绝对值较基准回归系数有所降低(0.245 0<0.264 7；0.444 4<0.480 9)。

综上，在模型(5)中创新环境不确定性(IEU)对企业风险承担水平(RT1、RT2)的回归系数均显著的基础上，模型(8)中创新环境不确定性(IEU)对企业家信心(Conf)的系数均显著为正，且模型(9)中创新环境不确定性(IEU)对企业风险承担水平(RT1、RT2)的系数也均显著，表明企业投资资源配置中介路径存在，即创新环境不确定性升高会通过降低企业家信心来降低企业风险承担水平。

表10 中介路径检验二：企业家信心路径

表10(续)

五、结论及政策启示

“十四五”期间，如何确保企业创新意愿并有效激发企业创新，助力科技自立自强应是各界关注的重点。企业创新意愿增强的关键除了企业自身的资源禀赋，如创新能力提升等使创新失败风险降低外，关键还在于提升企业对技术创新等可能失败风险的可接受程度，即企业风险承担。实质上，若企业创新环境不确定性降低则意味着企业自身创新不可控的因素减少，其对技术创新风险的承受力将大为提升。在中国当前关键核心技术“卡脖子”、科技自立自强亟待加强的背景下，本文基于技术环境波动与企业风险承担的密切关系，以创新环境不确定性为切入点，经由企业投资资源配置与企业家信心两条渠道，构建了创新环境不确定性作用于企业风险承担的逻辑框架，探索打开创新环境不确定性与企业风险承担之间的黑箱，为推动企业发挥创新主体作用、助力中国科技自立自强提供启示。

本文研究结果显示：(1)创新环境不确定性升高会显著降低企业风险承担水平，阻碍企业在经营、投资与创新等决策上主动作为的意愿；(2)上述抑制作用在聚焦到高技术行业与制造业后仍显著存在，说明技术环境波动切实影响了中国高技术产业“突围”与实体经济发展；(3)创新环境不确定性升高是通过降低创新资源配置与打击企业家信心两条路径，对企业发挥创新主体意愿构成消极影响。

基于上述结论，要确保通过提高企业风险承担水平有效激发企业的创新意愿，必须重点关注与整体技术环境变化相关的创新因素对企业风险承担的影响。具体而言：(1)创新环境不确定性会抑制企业风险承担，因此政府与企业应合力营造稳定可预期的创新环境。对于技术环境波动中企业自身可控的因素，由企业在市场机制下“自负盈亏”，采取改善措施。对于技术环境波动中企业自身不可控部分，由政府出台政策方案予以补充。探索政府与企业各司其职，合力提高企业风险承担的有利局面。(2)由于企业风险承担受投资资源在技术创新投资与一般性资本支出配比的影响，政府应加强对企业技术创新行为的补贴与优惠支持力度，通过引导产学研合作、向企业开放专利信息资源和科研平台、引导金融支持等多元方式强化对企业创新的长期支持。(3)由于企业风险承担受企业家信心影响，应通过完善知识产权保护制度，保护企业家创新权益，实施稳定的支持政策，加强政策宣传，提高创新政策可预期性等措施稳定企业家预期、坚定企业家信心。