2018, Vol. 39
随着IT技术的兴起、顾客需求的复杂多变、产品和技术的复杂化及更新换代速度的加快，高科技产业的竞争逐渐呈现全面国际化，企业间竞争已由“单个企业之争”升级为其赖以生存的“创新生态系统之争”。在自身资源和能力无法满足创新要求时，越来越多高科技企业开始考虑通过创新生态系统与其他相关企业进行合作创新，获得创新资源、增强创新能力，进而形成以技术标准化战略为纽带，基于模块的知识异化、共存共生的创新生态系统[1]。作为介于企业和市场之间的组织形式，创新生态系统内企业间形成了准市场式契约关系，各系统成员在共赢前提下，通过提供互补技术、资产和专业化能力，以创新的方式提供一整套“面向客户、协调一致”的解决方案，进而实现价值创造和价值增值，促进创新生态系统的健康、适宜发展。在高科技企业创新生态系统中，创新的成功更多依赖于主体间的协作研发及标准合作，进而引发了传统R&D项目管理以外的诸多风险。风险的存在不仅使系统面临着创新成果甚微乃至失败的风险，更导致成员企业的时间、人力、财力、知识资源的损失，这使得创新生态系统风险治理成为高科技企业实现持续创新所面临的重要问题。因此，结合高科技企业创新生态系统特性，探讨其风险治理影响因素，分析影响因素间作用路径与机理，对于提高高科技企业风险治理决策有效性，促进高科技企业创新生态系统健康、平稳运行具有重要意义。
目前国内外关于企业风险治理研究集中于企业内部风险治理方面，且主要从两类视角进行分析：一类是从企业风险治理过程和内容方面的分析，重点关注风险治理过程中的风险识别、风险分析、风险处理[2-4]、实施策略、评价绩效[5]等环节；一类是从风险治理有效性视角进行分析，重点关注了风险识别、风险评估、风险控制活动、风险政策、资源投入等[6-7]因素对风险治理有效性的影响。此外，公司规模[8]、公司性质[9]均对企业风险治理存在影响。
关于创新生态系统风险的研究，主要集中于风险类型、风险治理策略的分析。张运生[1]总结了高科技企业创新生态系统中的依赖性风险、结构性风险、专用性资产投资风险、信息不对称风险、资源流失风险、收益分配风险等，认为通过集群模块化设计可化解内生性风险，完善的声誉激励机制、盟友选择机制、信任机制、群体协商机制能有效化解和控制创新生态系统关系风险。武建龙等[10]以比亚迪新能源汽车为例，分析了创新生态系统演进过程中存在的系统脆弱性风险、盲目扩张风险及匹配依赖风险，并指出围绕创新驱动策略、创造需求策略和利用环境策略可有效应对这些风险。张运生等[11]从融合风险、机会主义败德风险、资源流失风险、锁定风险和外部环境风险六个方面建立高科技企业创新生态系统风险评价指标体系。
结合更多研究发现，高科技企业创新生态系统风险治理问题已逐渐引起学界的重视，现有研究成果为本研究奠定了基础，但是仍存在欠缺：1)鲜有学者将高科技企业的风险感知和意愿因素纳入到创新生态系统风险治理影响因素的分析中，而不同的风险感知水平及意愿均会对高科技企业的风险治理决策产生重要影响，同时，所有权特征及规模特征对高科技企业创新生态系统风险治理影响的具体方式有待更深入地揭示；2)在诸多企业内部风险治理影响因素的分析中，仅简单分析了风险治理的影响因素，并未深入分析影响因素间的作用机理，对实践的指导作用有限；3)研究方法上，普遍采用简单的相关分析及思辨研究，实证研究较少。高科技企业创新生态系统风险治理是一项风险管理行为，其风险治理不仅受到风险治理投入、风险评估的影响，还受到高科技企业对其所处创新生态系统风险感知水平、风险治理意愿的影响。因此，本研究将高科技企业创新生态系统的风险感知因素、风险治理意愿与其风险治理过程(风险治理投入、风险评估)结合起来，围绕风险感知、风险治理意愿、风险评估、风险治理投入之间的关系建立研究假设，运用结构方程和多群组结构方程模型，分析影响因素间的作用路径和机理，并进一步探讨不同规模特征、不同所有权特征的高科技企业在创新生态系统风险治理中的反应和行动规律，以期为制定创新生态系统风险治理政策，提高风险管理效率，促进创新生态系统健康发展提供参考和借鉴。
1 理论基础与假设 1.1 高科技企业对创新生态系统的风险感知与风险治理意愿高科技企业的风险感知是指高科技企业对其所处创新生态系统所面临风险的感受和认识，是测量创新生态系统成员风险恐慌的重要指标[12]。其风险治理意愿是指高科技企业对其所处创新生态系统进行风险治理的意愿强度[13]。高科技企业自身感知到的风险水平及风险危害性能有效增加其创新生态系统风险治理意愿。在行为决策领域，有诸多学者已将风险感知与行为意愿联系起来，分析风险感知对行为意愿的影响。Pia等[14]认为主体的认知变量是企业风险治理意愿形成的重要因素。Cho等[15]对企业风险感知的研究表明，风险感知水平越高，企业规避风险的意愿越强烈，也越愿意采取应对行为措施以降低风险。高科技企业作为其所处创新生态系统的一员，广泛而复杂的成员间联系，使得系统内的风险最终会影响成员间关系，进而影响系统的健康发展及价值创造。因此，高科技企业对其所处创新生态系统的风险感知水平越高，基于“一荣俱荣，一损俱损”的考虑，其越愿意采取风险治理措施以降低风险。基于以上分析，提出假设H1：
H1：高科技企业创新生态系统风险感知对其风险治理意愿具有正向影响。
1.2 高科技企业对创新生态系统的风险治理意愿与其风险治理过程高科技企业创新生态系统风险治理是一个包含风险治理投入、风险评估等行为的过程，针对风险治理所投入的人力、物力、财力等资源，是高科技企业进行风险控制的基本条件，采用一系列先进的技术、人才和设备等对风险进行客观评价和估量，是保证准确认识风险以及采取相应治理措施的关键环节。高科技企业是否对其所处创新生态系统进行风险治理投入和风险评估，将受到其风险治理意愿的影响。行为决策理论将意愿视为行为最直接、最准确的预测变量，认为意愿包含了影响行为决策的所有动机因素，而这些因素又暗示着主体愿意为该行为付出努力的程度[16]。Kautonen等[17]的研究表明，意愿与行为高度相关，意愿越强烈，越容易从事相应的行为。高科技企业的风险治理投入和风险评估活动的本质是一个行为决策过程，风险治理意愿在其行为决策中起到了直接、关键的作用，即高科技企业治理创新生态系统风险的意愿越强烈，就越会做出相应决策治理风险——既包括对创新生态系统风险的准确、客观、全面的评估，也包括对风险治理的各项投入。基于以上分析，提出假设H2、H3：
H2：高科技企业的创新生态系统风险治理意愿对其风险评估具有正向影响；
H3：高科技企业的创新生态系统风险治理意愿对其风险治理投入具有正向影响。
1.3 高科技企业对创新生态系统的风险感知与其风险治理过程高科技企业对其所处创新生态系统的风险感知水平，与其风险治理决策具有重要联系。行为决策领域的研究表明，高科技企业创新生态系统风险感知是其决策和行为的中心，隐含于决策的所有环节，是揭示高科技企业行为决策规律的重要工具[18]。Lazarus等[19]认为高科技企业的风险治理是其用于处理具有压力的内外部情境的行为，当有高感知风险时，高科技企业将采取相应措施以降低、规避或转移系统风险。诸多学者的研究表明，个体的风险防范行为与风险感知水平呈正相关关系[20]，即风险感知水平越高，企业越会积极做出风险治理行为。高科技企业创新生态系统风险治理行为是基于企业感知到的风险水平而采取风险管理活动，高科技企业在感知到存在风险且风险水平增加的状况下，会作出规避风险的决策——进行风险治理，包括进行风险评估和增加风险治理投入。基于以上分析，提出假设H4、H5：
H4：高科技企业创新生态系统的风险感知水平对风险评估具有正向影响；
H5：高科技企业创新生态系统的风险感知水平对风险治理投入具有正向影响。
1.4 高科技企业对创新生态系统的风险评估与风险治理投入诸多学者的研究表明，风险评估和风险治理投入是高科技企业创新生态系统风险治理过程的关键内容和核心环节[6]。高科技企业对其所处创新生态系统的风险评估不同于主观性的风险感知，它强调的是企业采用一系列先进技术手段等对创新生态系统内存在的风险类型、可能带来的损失，尤其是损失的严重程度、损失间联动性及不确定性等进行的更为客观、准确的衡量和测度[21]。风险管理理论认为，根据风险决策有效整合和投入内外部资源是风险管理的重要环节[8]，能够保证决策的有效执行。因此，必要的风险治理投入是高科技企业创新生态系统风险治理和控制顺利进行的重要保障。对风险的准确、客观的评估是高科技企业进行资源投入的重要依据，针对风险评估得到的具体风险类型和危害性，高科技企业风险治理所投入的资源类型和结构亦不同。高科技企业实际评估到风险越高且风险对企业自身影响越严重时，企业就越会提高风险治理所需资源的投入强度，为企业的风险治理提供更多的人力、物理及财力上的支撑。基于以上分析，提出假设H6：
H6：高科技企业创新生态系统风险评估对其风险治理投入具有正向影响。
据此，构建高科技企业创新生态系统风险治理影响因素及影响路径的概念模型，如图 1。
|
Download:
|
| 图 1 概念模型 Fig. 1 Conceptual model | |
问卷共包含风险感知、风险治理意愿、风险评估、风险治理投入四个潜变量，各潜变量的测量均以国内外已有研究和量表为基础，结合本文的研究目的设置了各潜变量的观测变量，并对观测变量进行相应的文字调整，形成对观测变量的定义。其中，变量风险感知、风险治理意愿，主要以国内外成熟量表为基准进行适当调整；而风险评估、风险治理投入两个潜变量，未有成熟量表可借鉴，本研究主要依据国内外相关研究进行编制。量表形成后均征求专家的修改意见，从而形成本研究的初始量表。量表中除了高科技企业及被调查者基本信息以外均采用李克特五级量表法，将其分为五个等级：1=“非常不赞同”，2=“不赞同”，3=“一般”，4=“赞同”，5=“非常赞同”。
在大规模发放问卷、收集数据之前，先利用黑龙江省部分高科技企业进行预调查，共发放150份调查问卷，实际回收94份有效问卷，并对量表的信度和效度进行初步检验，剔除一些无效的测量指标，从而形成本文的最终问卷，如表 1所示。
|
表 1 问卷的测量题项 Tab.1 Survey items of the questionnaire |
在正式调查阶段，以黑龙江、吉林、辽宁三省科技厅公布的高科技企业名单为依据，以东三省高科技企业为样本，调查主体为高科技企业的管理人员。本调查共发放问卷600份，回收313份，剔除无效问卷22份，最终有效问卷为291份，有效回收率为48.5%。合格问卷样本中，大型高科技企业为89家(30.58%)，中小型高科技企业为202家(69.42%)；国有企业为118家(40.55%)，民营企业145家(49.83%)，合资企业13家(4.47%)，外商独资企业15家(5.15%)。
2.3 信、效度检验本研究采用Cronbach's α系数进行内部一致性信度检验，检验结果如表 2所示，各变量的Cronbach's α系数均大于0.8，且其建构信度(CR)均在0.8以上，说明量表具有较高信度。
|
|
表 2 信度和效度检验 Tab.2 Reliability and validity tests |
另外，本研究还借助探索性因子分析和验证性因子分析进行效度检验。各变量的KMO值均高于0.7，测量指标的因子载荷均大于0.8，变量解释方差也达到了60%以上，所有变量的平均方差抽取量(AVE)均大于0.5，表明量表具有较高的效度。
3 假设检验与分析 3.1 全模型假设检验及分析本文采用AMOS作为分析工具对全模型进行分析。模型的拟合度分析结果中，X2/df值为1.113，且卡方值对应的显著性概率值P=0.240，未达到0.05的显著性水平，接受虚无假设，表示理论模型与实际数据可以契合。此外，RMSEA为0.02，小于0.08的标准；NFI为0.971，CFI为0.997，GFI为0.964，AGFI为0.947，均符合“大于0.9”的理想标准，可见模型的整体适配度比较理想，可以用来进一步检验相应假设。
本研究的全模型假设检验结果见表 3。模型路径系数结果表明：假设H1、H2、H3、H5、H6得到了验证，而假设H4未得到验证。这说明：高科技企业对其所处创新生态系统的风险感知通过风险治理意愿间接影响风险治理过程(风险评估、风险治理投入)，并且风险感知对风险治理投入具有直接正向影响，但并不对其风险评估产生直接影响，主要原因可能是风险感知体现的是主体对风险的直觉感受，而这受到态度、风险偏好等诸多因素的影响，而企业的风险评估也仅是对客观风险更为相近的评估，与真实的风险水平还存在一定差距。因此，当感知到的风险水平较高时，在受到主体自身诸多因素影响后，创新主体对风险评估仍然存在偏颇的可能，导致风险感知对风险评估并没有显著的直接影响。此外，高科技企业创新生态系统风险评估与风险治理投入具有重要联系，是影响风险治理的重要因素。
|
|
表 3 全模型假设检验的验证结果 Tab.3 Verification results of the full model hypothesis testing |
因此，高科技企业在对其所处创新生态系统的风险治理中，应提高创新生态系统成员的风险意识和忧患意识，准确进行风险感知，及时发现风险事件；制定完善的规则和基本的归责划分制度，增强创新生态系统内互动共生、互惠共存的合作关系质量，使系统成员意识到危害性，在发生风险事件或有较高风险感知水平时，增强风险治理的意愿和积极性；建立起完善、全面的风险预测预警系统，配备更为专业的风险管理人员，引进先进的风险评估技术，力求做到更为客观、真实的评估和衡量；加大投入，不仅包括人力、物力和财力方面的投入，也包括技术、知识、信息等方面的投入，力争使风险尽快得到处理，促进创新生态系统的健康发展。
3.2 多群组结构方程模型分析多群组结构方程模型分析能够检验预设模型在不同群体间的适配性[22]。本研究的全结构方程模型分析结果表明，假设H5不显著，原有理论假设未通过检验，其检验结果的稳定性和可靠性有待于进一步检验。此外，考虑到现有研究中企业规模特征、所有权性质在企业行为决策中所产生的影响，需要进一步探究高科技企业规模特征、所有权性质在其风险治理中的影响。因此，本研究进一步采用多群组结构方程模型检验变量间关系，并探索规模特征与所有权性质的影响。
3.2.1 基于高科技企业规模特征的多群组结构方程模型分析基于规模特征的大型高科技企业与中小型高科技企业运算结果见表 4中2、3列，从模型的适配指标来看，CMIN/DF的值分别为1.130、1.291，均小于2的标准；RMSEA值分别为0.021、0.038，均小于0.08；GFI、CFI、NFI的值均高于0.9。因此，多群组结构方程模型与观察数据的契合达到要求。
|
|
表 4 多群组模型假设检验的验证结果 Tab.4 Verification results of multi-group model hypothesis testing |
基于高科技企业规模特征的多群组结构方程模型结果中，大型企业与中小型企业的差异主要表现为：在高科技企业风险感知正向影响其风险治理意愿的路径H1中，中小型企业高于大型企业(0.759>0.736)，说明中小型高科技企业比大型高科技企业具有更高的风险感知水平，且中小型企业由于自身的规模、实力等状况，对创新生态系统风险引发后果的承受能力较弱，因此，更具有“忧患意识”，更愿意进行风险治理。在高科技企业风险治理意愿正向影响其风险治理过程的路径H2、H3中，大型企业均高于中小型企业(0.596>0.490，0.605>0.486)，这表明由于具备更强综合实力、更多风险应对经验以及更多资金、技术、设备等各项资源，大型高科技企业在同等风险治理意愿的驱使下，更有可能做出风险治理的行为决策，进而会得到更为准确、真实的风险评估结果以及更多的风险治理投入。在风险感知水平正向影响风险治理投入的路径H4中，中小型高科技企业高于大型高科技企业(0.497>0.312)，这表明中小型高科技企业对于其所处创新生态系统的感知风险更高，更有可能做出风险治理行为决策。这同样源于中小型企业在激烈的市场竞争中寻求生存和发展，而创新生态系统主导权和控制权往往属于那些具有更强科技实力、更大规模的高科技企业，中小型企业多处于被领导地位，其面临的压力更大，对创新生态系统风险的承受能力更弱，因此，更有可能采取措施治理风险。在高科技企业创新生态系统风险评估正向影响风险治理投入的路径H6中，中小型企业高于大型企业(0.567>0.471)，这说明在得到真实的同等水平的风险评估结果时，中小型企业由于自身实力相对较弱，对其所处创新生态系统风险的耐受性更低，对创新生态系统失败而造成损失的承受能力更弱，进而更有可能做出增加风险治理投入的行为决策。
基于高科技企业规模特征的多群组分析所得结果表明，以规模特征划分的中小型企业由于自身实力、资源等的匮乏，在创新生态系统中的地位较低，其发展更加依赖外部环境，对创新生态系统风险的耐受性较低，对风险事件引发损失的承受能力较弱，因此，对其所处创新生态系统的风险感知水平较高，风险治理意愿更强烈，虽然由于实力有限，风险评估效果较差，但风险治理的投入强度更高。
3.2.2 基于高科技企业所有权性质的多群组结构方程模型分析基于所有权特征的国有企业与民营企业运算结果见表 4中4、5列，从模型的适配指标来看，CMIN/DF的值分别为1.076、1.226，均小于标准值2；RMSEA值分别为0.017、0.040，均小于标准值0.08；GFI、CFI、NFI的值均高于0.9。因此，多群组结构方程模型与观察数据的契合达到要求。
基于高科技企业所有权特征的多群组结构方程模型检验结果中，国有企业与民营企业的差异主要表现为：在高科技企业风险感知正向影响其风险治理意愿的路径H1中，民营企业高于国有企业(0.568>0.512)，说明民营高科技企业比国有高科技企业的感知风险水平更高，鉴于大多数民营企业发展时间较短，自身综合实力和抗风险能力较弱，其对创新生态系统风险的承受力更弱，因而具有更高的风险治理意愿。在高科技企业风险治理意愿正向影响其风险评估的路径H2中，国有企业显著而民营企业不显著，即对于国有高科技企业群体而言，其风险治理意愿对其风险评估具有显著正向影响，原因是在同等风险治理意愿的驱使下，国有企业由于具备更强实力和更为丰富的风险管理经验，其对创新生态系统作出的风险评估更为可靠、真实和有效。在风险治理意愿正向影响风险治理投入的路径H3中，国有企业高于民营企业(0.423>0.387)，原因是国有企业拥有更多的人力、物力、财力等方面资源，在同等的风险治理意愿驱使下，国有企业更有可能做出风险治理投入决策，进而增加创新生态系统风险治理所需的各项资源投入。在风险感知正向影响风险治理投入的路径H4中，民营高科技企业高于国有高科技企业(0.406>0.233)，这表明民营企业具有更高的风险感知水平，较低的耐受性使其更易采取行动治理风险，进而增加风险治理的各项资源投入。在风险感知正向影响风险评估的路径H5中，国有企业显著而民营企业不显著，即在国有企业群体中，高科技企业创新生态系统风险感知对其风险评估具有正向作用，这是因为相较于民营企业，国有企业拥有着更多的危机管理和风险评估经验以及更强的综合实力，使其对系统的风险评估更为准确、客观和真实。在风险评估正向影响风险治理投入的路径H6中，民营企业高于国有企业(0.292>0.266)，这表明在同样风险评估结果下，民营企业由于综合实力弱、对创新生态系统的依赖性较强，系统风险引发的损失对其影响更严重，因此，更有可能做出治理风险、增加投入的行为决策，以降低创新生态系统风险以及风险引发的损失，实现创新生态系统的健康、适宜发展。
基于所有权性质的多群组结构方程分析所得结果表明，国有企业和民营企业在资源占有、获取以及实力上的差别会进一步影响其对创新生态系统的风险感知水平、风险治理意愿、风险治理投入及风险评估。国有企业受到更多的政府保护，在资源占有和政府支持中具有更多便利，其风险耐受性较高，抗风险能力较强，因而感知风险水平比民营企业较弱，风险治理意愿较弱。较强的综合实力使其对创新生态系统风险评估更为准确，但较高的耐受性使其风险治理投入强度较低。
基于规模特征及所有权性质的多群组分析结果表明，高科技企业创新生态系统风险治理的关键在于民营中小企业实力弱小、风险耐受性低，进行风险治理的意愿很高，但是自身拥有的能力和资源有限，在风险治理过程中存在缺陷；而国有大型高科技企业综合实力雄厚、经验丰富、资源充裕，风险治理的能力更强，但对风险耐受性和抵抗力较强，风险感知水平和风险治理意愿较弱。从具体调整方向来看，在高科技企业风险治理中，民营中小企业应提高自身综合实力，增强其风险治理能力；国有大型企业应增强风险意识和忧患意识，提高参与风险治理的积极性。
4 结论1) 高科技企业对其所处创新生态系统的风险感知不仅通过风险治理意愿间接影响创新生态系统风险治理过程(风险治理投入、风险评估)，而且对创新生态系统风险治理投入产生直接影响，但对其风险评估未产生直接影响。
2) 高科技企业规模特征和所有权特征在不同假设路径中存在重要影响。其中，民营企业和中小型企业对其所处环境的感知风险水平更高，风险治理意愿更高，也更有可能做出风险治理投入的行为决策，而国有企业和大型企业综合实力更强对风险耐受性更强，感知到风险水平更低，因而风险治理意愿以及做出风险投入决策的可能性相对较低；同时，国有企业和大中型企业在风险治理意愿的驱使下，其进行的风险评估更为可靠，对风险治理的投入也更多。
当然，本研究仍存在不足之处：首先，本研究的数据来自东三省，调查范围不够广泛，在今后的研究中将扩大调查区域，从更广范围内分析和检验研究结果的稳健性和普适性。其次，本研究虽探讨了影响高科技企业创新生态系统风险治理的四个关键因素及其作用路径，但这并未包含所有因素，例如在其影响因素中，可能还涉及到高科技企业的态度、主观规范等因素。这些均有待后续进一步的研究。
| [1] |
张运生. 高科技企业创新生态系统风险产生机理探究[J]. 科学学研究, 2009, 27(6): 925-931. ZHANG Yunsheng. Risk discovery mechanism of innovation ecosystem of hi-tech enterprises[J]. Studies in science of science, 2009, 27(6): 925-931. (  0)
|
| [2] |
GRIFFIN R W. Fundamentals of management[M]. Boston: Cengage Learning, 2013: 41-62.
( 0)
|
| [3] |
CHOI Y, YE Xiaoxia, ZHAO Lu, et al. Optimizing enterprise risk management:a literature review and critical analysis of the work of Wu and Olson[J]. Annals of operations research, 2016, 237(1/2): 281-300. ( 0)
|
| [4] |
DEAN T. Reducing the cost of losses:the risk management process[J]. Hudson valley business journal, 2001, 12(4): 32-49. ( 0)
|
| [5] |
CROITORU I. Organizational culture-factor of effectiveness of risk management process[J]. Internal auditing and risk management, 2016, 42(1): 95-104. ( 0)
|
| [6] |
LUNDQVIST S A. An exploratory study of enterprise risk management:pillars of ERM[J]. Journal of accounting auditing and finance, 2014, 29(3): 393-429. DOI:10.1177/0148558X14535780 ( 0)
|
| [7] |
VIDYADHAR S V, HOVEY M. A risk governance index[J]. SSRN electronic journal, 2011, 8(28): 115-124. ( 0)
|
| [8] |
BEASLEY M S, CLUNE R, HERMANSON D R. Enterprise risk management:an empirical analysis of factors associated with the extent of implementation[J]. Journal of accounting and public policy, 2005, 24(6): 521-531. DOI:10.1016/j.jaccpubpol.2005.10.001 ( 0)
|
| [9] |
成小平, 庞守林, 高磊. 基于Logistic模型的全面风险管理影响因素分析[J]. 中国注册会计师, 2016(1): 43-49. CHENG Xiaoping, PANG Shoulin, GAO Lei. Analysis of influencing factors of comprehensive risk manage-ment based on logistic model[J]. The Chinese certified public accountant, 2016(1): 43-49. ( 0)
|
| [10] |
武建龙, 刘家洋. 新能源汽车创新生态系统演进风险及应对策略——以比亚迪新能源汽车为例[J]. 科技进步与对策, 2016, 33(3): 72-77. WU Jianlong, LIU Jiayang. Risks and coping tactics during evolution of new energy vehicle innovation ecosystem:case of BYD new energy vehicles[J]. Science and technology progress and policy, 2016, 33(3): 72-77. ( 0)
|
| [11] |
张运生, 郑航. 高科技企业创新生态系统风险评价研究[J]. 科技管理研究, 2009, 29(7): 7-10. ZHANG Yunsheng, ZHENG Hang. An evaluation on risk of innovation ecosystem of hi-tech enterprises[J]. Science and technology management research, 2009, 29(7): 7-10. ( 0)
|
| [12] |
SLOVIC P. The perception of risk[M]. New York: Routledge, 2016: 32-57.
( 0)
|
| [13] |
FISHBEIN M A, AJZEN I. Belief, attitude, intention and behavior:an introduction to theory and research[M]. Reading, MA: Addison-Wesley, 1975: 842-844.
( 0)
|
| [14] |
ARENIUS P, MINNITI M. Perceptual variables and nascent entrepreneurship[J]. Small business economics, 2005, 24(3): 233-247. DOI:10.1007/s11187-005-1984-x ( 0)
|
| [15] |
CHO J, LEE J. An integrated model of risk and risk-reducing strategies[J]. Journal of business research, 2006, 59(1): 112-120. DOI:10.1016/j.jbusres.2005.03.006 ( 0)
|
| [16] |
KULIK B W, O'FALLON M J, SALIMATH M S. Do competitive environments lead to the rise and spread of unethical behavior? Parallels from Enron[J]. Journal of business ethics, 2008, 83(4): 703-723. DOI:10.1007/s10551-007-9659-y ( 0)
|
| [17] |
KAUTONEN T, VAN GELDEREN M, FINK M. Robustness of the theory of planned behavior in predicting entrepreneurial intentions and actions[J]. Entrepreneurship theory and practice, 2015, 39(3): 655-674. DOI:10.1111/etap.2015.39.issue-3 ( 0)
|
| [18] |
MITCHELL V W. Consumer perceived risk:conceptualisations and models[J]. European journal of marketing, 1999, 33(1/2): 163-195. DOI:10.1108/03090569910249229 ( 0)
|
| [19] |
FOLKMAN S, LAZARUS R S. If it changes it must be a process:study of emotion and coping during three stages of a college examination[J]. Journal of personality and social psychology, 1985, 48(1): 150-170. DOI:10.1037/0022-3514.48.1.150 ( 0)
|
| [20] |
李华强, 范春梅, 贾建民, 等. 突发性灾害中的公众风险感知与应急管理——以5·12汶川地震为例[J]. 管理世界, 2009(6): 52-60. LI Huaqiang, FAN Chunmei, JIA Jianmin, et al. The public perception of risks and the management of emergency measures taken during unexpected calamities[J]. Management world, 2009(6): 52-60. ( 0)
|
| [21] |
YATES J F. Risk-taking behavior[M]. New York: Wiley, 1992: 16-38.
( 0)
|
| [22] |
劳可夫. 基于多群组结构方程模型的绿色价值结构研究[J]. 中国人口·资源与环境, 2012, 22(7): 78-84. LAO Kefu. Research on green value structure based on multi-group structural equation modeling[J]. China population, resources and environment, 2012, 22(7): 78-84. DOI:10.3969/j.issn.1002-2104.2012.07.013 ( 0)
|