高管团队特质、风险偏好与创新投入的关联及影响机制研究

高管团队特质、风险偏好与创新投入的关联及影响机制研究一、引言1.1研究背景在当今全球化竞争日益激烈的市场环境下，企业创新投入已成为决定其生存与发展的关键因素。创新不仅是企业提升核心竞争力、实现可持续发展的重要途径，也是推动产业升级和经济增长的核心动力。随着科技的飞速发展和消费者需求的不断变化，企业若想在市场中立足并取得优势地位，必须不断加大创新投入，推出新颖的产品和服务，优化生产流程，提升管理效率。以华为公司为例，多年来华为持续将高额资金投入到研发创新中，在5G通信技术、芯片研发等领域取得了举世瞩目的成就，凭借强大的技术创新能力，华为在全球通信市场占据了重要地位，产品和服务覆盖多个国家和地区。据统计，2022年华为的研发投入达到1615亿元，占全年收入的25.1%，如此高强度的研发投入使得华为在通信技术领域保持领先优势，不断推出具有创新性的产品和解决方案。同样，苹果公司通过持续创新，推出的iPhone系列手机以其独特的设计、先进的技术和卓越的用户体验，引领了全球智能手机的发展潮流，也为苹果公司带来了丰厚的利润和极高的市场份额。这些成功企业的案例充分证明，创新投入是企业在激烈市场竞争中脱颖而出的关键。企业的创新投入决策并非孤立发生，而是受到多种因素的综合影响。其中，高管团队特质和风险偏好对企业创新投入有着至关重要的作用。高管团队作为企业战略决策的核心主体，其专业背景、教育程度、工作经验、年龄结构、性别构成等特质，会直接影响团队对市场机会的识别、分析和把握能力，进而影响创新投入决策。具有丰富技术研发经验的高管团队，可能更敏锐地捕捉到行业技术发展趋势，从而倾向于加大技术创新方面的投入；而拥有多元行业背景的高管团队，则可能从不同视角审视市场需求，推动企业开展多元化的创新活动。风险偏好也是影响企业创新投入的关键因素。创新活动往往伴随着较高的不确定性和风险，可能面临研发失败、市场接受度低、投资回报率不达预期等问题。风险偏好较高的高管团队，更愿意承担创新过程中的风险，积极推动企业开展具有挑战性的创新项目；而风险偏好较低的高管团队，则可能更注重企业的稳健运营，对创新投入持谨慎态度，倾向于选择风险较低、回报相对稳定的项目。因此，深入探究高管团队特质、风险偏好与企业创新投入之间的关系，对于企业优化创新决策、提升创新绩效具有重要的现实意义。1.2研究目的与意义本研究旨在深入揭示高管团队特质、风险偏好与企业创新投入之间的内在关系，通过系统的理论分析和实证研究，为企业创新管理提供全面且深入的理论支持与实践指导。在理论层面，有助于丰富和完善企业战略管理、组织行为学等领域的理论体系。现有关于企业创新投入影响因素的研究虽已取得一定成果，但对于高管团队特质和风险偏好这两个关键因素的综合作用机制，仍存在研究空白和不足。本研究将综合考量高管团队的多种特质，如专业背景、教育程度、工作经验、年龄结构、性别构成等，以及风险偏好对创新投入的影响，深入剖析三者之间的复杂关系，有助于进一步明确高管团队在企业创新决策中的关键作用，为理解企业创新行为提供新的视角和理论依据。通过构建和验证相关理论模型，有助于揭示高管团队特质和风险偏好影响企业创新投入的内在路径和机制，填补该领域在理论研究上的部分空白，推动企业战略管理和组织行为学等学科理论的发展与完善。在实践层面，本研究的成果对企业创新管理具有重要的指导意义。对于企业管理层而言，了解高管团队特质和风险偏好与创新投入的关系，有助于企业更加科学地组建和优化高管团队。企业可以根据自身的创新战略目标和发展需求，有针对性地选拔和培养具有不同特质的高管人才，形成优势互补的团队结构，提高团队对创新机会的识别和把握能力，从而制定更加合理的创新投入决策。有助于企业更好地引导和管理高管团队的风险偏好。企业可以通过建立有效的激励机制和风险管理体系，鼓励高管团队在合理范围内承担风险，积极推动创新活动的开展；同时，也能够帮助高管团队更加理性地评估创新风险，避免因过度冒险或过于保守而影响企业的创新发展。对于投资者和监管机构来说，本研究的结论也具有一定的参考价值。投资者可以通过关注企业高管团队的特质和风险偏好，更准确地评估企业的创新潜力和投资价值，做出更加明智的投资决策；监管机构则可以依据研究结果，制定更加科学合理的政策法规，引导企业加大创新投入，推动行业的创新发展和整体进步。1.3研究方法与创新点本研究综合运用多种研究方法，以确保研究的科学性、全面性和深入性。具体方法如下：实证研究法：通过收集上市公司的公开数据，如财务报表、高管信息等，运用统计分析软件进行数据处理和分析，构建回归模型来检验高管团队特质、风险偏好与企业创新投入之间的关系假设。以沪深两市A股制造业上市公司为样本，选取2018-2022年的相关数据，运用SPSS软件进行描述性统计、相关性分析和多元线性回归分析，从而揭示变量之间的定量关系，为研究提供客观的数据支持。案例分析法：选取具有代表性的企业进行深入的案例研究，详细分析其高管团队特质、风险偏好以及创新投入的具体情况和互动过程，通过对实际案例的剖析，更直观地展现三者之间的关系，为实证研究结果提供补充和验证。深入研究华为公司，分析其高管团队在技术背景、国际化视野等特质方面的特点，以及在面对5G通信技术研发等高风险创新项目时所展现出的风险偏好，如何促使企业持续加大创新投入，取得技术突破和市场竞争优势。文献研究法：系统梳理和分析国内外关于高管团队特质、风险偏好和企业创新投入的相关文献，了解已有研究的现状、成果和不足，为研究提供坚实的理论基础和研究思路，避免重复性研究，确保研究的前沿性和创新性。全面查阅WebofScience、EBSCOhost、中国知网等数据库中相关的学术论文、研究报告等文献资料，对已有研究进行归纳总结，明确研究的切入点和重点。本研究的创新点主要体现在以下两个方面：多维度分析：以往研究往往侧重于高管团队的某一特质或单一因素对企业创新投入的影响，本研究则从多个维度综合考量高管团队特质，包括专业背景、教育程度、工作经验、年龄结构、性别构成等，全面分析这些特质如何相互作用，共同影响企业的创新投入决策，弥补了现有研究在分析维度上的不足，有助于更全面、深入地理解高管团队对企业创新的影响机制。引入调节变量：在研究高管团队特质、风险偏好与企业创新投入关系的基础上，引入外部环境不确定性和企业内部治理结构等调节变量，探究在不同情境下，三者之间关系的变化规律。考虑行业竞争程度、政策法规变化等外部环境因素，以及董事会结构、股权集中度等内部治理因素对高管团队决策和企业创新投入的调节作用，为企业根据内外部环境制定合理的创新战略提供更具针对性的理论指导。二、相关理论基础2.1高阶理论高阶理论（UpperEchelonsTheory）由Hambrick和Mason于1984年提出，该理论认为，由于企业高层管理者在认知基础、价值观、洞察力等方面存在差异，这些特质会使他们在信息处理和过滤过程中具有选择性，进而导致对企业内外部环境的不同感知，最终在有限理性条件下形成不同的战略选择。在企业运营中，高管团队并非完全理性的决策者，他们的个人特质会显著影响企业的战略决策。高阶理论将人口特征作为衡量高管成员认知基础、价值观和洞察力等特质的替代变量，因为这些人口特征相对容易获取和测量，且与高管的内在特质具有一定的相关性。高管团队的平均年龄可以反映其经验丰富程度和决策风格，年龄较大的高管团队可能更注重稳健经营，决策时相对保守；而年轻的高管团队则可能更具创新精神，更愿意尝试新的战略和业务模式。高管团队的教育程度体现了其知识储备和学习能力，高学历的高管团队可能更容易接受新思想、新技术，在战略决策时更具前瞻性。专业背景也至关重要，具有技术专业背景的高管在技术研发、产品创新等方面可能更具优势和敏锐度；而拥有金融专业背景的高管则在财务管理、资本运作等方面表现更为出色。在分析高管团队特质对企业决策影响方面，高阶理论具有广泛的应用。在企业战略选择上，高管团队的特质会影响企业是采取扩张型战略、稳定型战略还是收缩型战略。若高管团队成员具有丰富的行业经验和多元化的专业背景，可能更倾向于识别和把握市场机会，推动企业实施扩张型战略，如开展新业务、进入新市场等。在企业创新决策中，高阶理论同样具有重要的解释力。高管团队的特质会影响企业对创新的投入和重视程度。具有较高教育水平和技术背景的高管团队，往往更能认识到创新对企业发展的重要性，愿意投入更多的资源进行研发创新，推动企业推出新产品、新技术，提升企业的核心竞争力。在实际应用中，许多研究都基于高阶理论探讨了高管团队特质与企业创新投入的关系。李华晶和邢晓东在研究中发现，高管团队的平均年龄、教育程度等人口特征变量均值会对公司创业战略产生不同影响，进而影响企业的创新投入决策。何霞和苏晓华通过对相关数据的分析，验证了高管团队的专业背景、年龄结构等特质与企业创新投入之间存在显著的相关性。这些研究都表明，高阶理论为深入理解高管团队特质对企业创新投入的影响提供了有力的理论框架和分析视角。2.2风险偏好理论风险偏好是指个体或组织在面对风险时所表现出的态度和倾向，它反映了主体对风险的接受程度和追求风险的意愿。风险偏好概念最早源于心理学和经济学领域，随着研究的不断深入，其在企业管理、金融投资等多个领域得到广泛应用。根据对风险的态度和行为倾向，风险偏好主要可分为以下三种类型：风险追求型：这类主体积极主动地追求风险，对风险具有较高的容忍度，愿意为了获取更高的收益而承担较大的风险。在投资决策中，风险追求型投资者可能会选择投资高风险高回报的项目，如股票市场中的成长型股票、新兴行业的创业投资等。在企业经营中，风险追求型的高管团队可能会积极推动企业进入新的市场领域、开展高风险的创新项目，以谋求企业的快速扩张和高额利润。风险规避型：与风险追求型相反，风险规避型主体极力避免风险，对风险持有谨慎和保守的态度，更倾向于选择风险较低、收益相对稳定的项目。在投资方面，风险规避型投资者通常会将资金投入到低风险的资产，如国债、银行定期存款等。在企业运营中，风险规避型的高管团队在决策时会更注重企业的稳健性，避免开展风险较大的业务，可能会优先选择那些已经成熟、市场需求稳定的产品或服务进行投资和发展。风险中性型：风险中性型主体对风险持相对中立的态度，既不过度追求风险，也不过分规避风险，他们在决策时主要关注预期收益的大小，而对风险的高低相对不敏感。在投资决策中，风险中性型投资者会根据预期收益来选择投资项目，而不太在意项目的风险程度。在企业决策中，风险中性型的高管团队会综合考虑各种因素，在风险和收益之间寻求一种平衡，不会因为风险的存在而放弃有潜力的项目，也不会为了追求高收益而盲目冒险。在企业决策过程中，风险偏好发挥着至关重要的作用机制，主要体现在以下几个方面：战略决策：企业的战略方向和规划在很大程度上受到风险偏好的影响。风险追求型的企业可能会制定激进的扩张战略，如大规模的并购、进入新兴的高风险市场等，以追求快速的市场份额增长和高额利润；而风险规避型的企业则更倾向于采取稳健的战略，注重现有业务的巩固和优化，通过渐进式的发展来实现企业的稳定增长。一家风险追求型的科技企业可能会投入大量资源研发具有前瞻性但技术难度高、市场不确定性大的新技术，试图在行业中占据技术领先地位；而一家风险规避型的传统制造企业则可能更专注于改进现有生产工艺，提高产品质量和生产效率，以维持在现有市场的竞争力。投资决策：风险偏好直接影响企业的投资选择。企业在进行投资项目评估时，风险偏好不同的高管团队对投资项目的风险和收益的权衡方式也不同。风险追求型的高管团队可能更关注投资项目的潜在高收益，愿意承担项目失败的风险，从而更倾向于投资那些具有高风险高回报特征的项目，如对新兴技术领域的风险投资；而风险规避型的高管团队则会更谨慎地评估投资项目的风险，优先选择风险较低、收益相对稳定的投资项目，如对成熟产业的固定资产投资。创新决策：创新活动本身具有较高的风险性，风险偏好对企业的创新决策有着显著影响。风险追求型的企业更愿意投入资源进行创新，因为他们能够接受创新过程中可能面临的失败风险，并且期待通过创新获得巨大的市场竞争优势和商业利益；而风险规避型的企业对创新投入往往较为谨慎，担心创新失败带来的资源浪费和财务损失，可能更依赖于模仿和跟随市场领导者的创新策略。在智能手机行业，苹果公司以其勇于创新的精神和较高的风险偏好，不断投入大量资金进行新技术、新设计的研发，推出具有创新性的产品，引领行业发展潮流；而一些小型手机制造企业，由于风险偏好较低，可能更倾向于模仿苹果等领先企业的产品设计和技术，通过低成本竞争来获取市场份额。2.3创新理论创新理论最早由美籍奥地利经济学家约瑟夫・熊彼特（JosephAloisSchumpeter）于1912年在其著作《经济发展理论》中提出。熊彼特认为，创新是建立一种新的生产函数，即将生产要素和生产条件的新组合引入生产体系。他所定义的创新涵盖了五个方面：引进新产品或提供产品的新质量；采用新的生产方法；开辟新市场；获得新的原材料供给来源；实行新的企业组织形式。在熊彼特的理论中，创新是经济发展的核心驱动力，企业家是创新的主体，他们通过引入新组合，打破经济的静态均衡，推动经济的发展和增长。创新不仅能够带来企业的竞争优势，还能促进产业结构的调整和升级，推动整个经济社会的进步。自熊彼特提出创新理论以来，该理论不断发展和完善，衍生出多个研究方向。技术创新理论着重研究技术创新的过程、影响因素和经济效果。学者们通过对大量企业创新案例的研究，深入分析了技术创新从创意产生、研发投入、技术突破到产品商业化的全过程，发现技术创新不仅依赖于企业自身的研发能力，还受到市场需求、技术溢出效应、政策支持等多种因素的影响。曼斯菲尔德（Mansfield）对技术创新的扩散过程进行了深入研究，发现新技术在企业间的传播速度与技术的相对优势、企业的模仿能力以及市场结构等因素密切相关。制度创新理论则强调制度因素在创新中的关键作用，认为合理的制度安排能够为创新提供良好的环境和激励机制。诺斯（North）指出，产权制度、专利制度等制度创新能够明确创新者的权益，降低创新的不确定性和风险，从而激发企业和个人的创新积极性。随着时代的发展，创新理论不断演进，逐渐从单一要素的研究向多要素、系统性的方向发展。在当今知识经济时代，创新不再仅仅局限于技术和制度层面，还涵盖了管理创新、商业模式创新、文化创新等多个维度。企业创新投入作为实现创新的关键环节，在整个创新过程中占据着核心地位。企业创新投入是指企业为了实现创新目标而投入的各种资源，包括资金、人力、技术、设备等。这些投入是企业开展创新活动的物质基础和保障，直接影响着创新的规模、速度和质量。大量的实证研究也充分证实了创新投入与企业创新成果之间的紧密联系。华为公司持续多年保持高额的研发投入，在通信技术领域不断取得突破，拥有众多核心专利技术，推出了一系列具有创新性的通信产品和解决方案，其5G技术在全球处于领先地位，这正是高创新投入带来高创新成果的典型案例。据相关研究统计，企业在研发方面的投入强度与新产品销售收入占比之间存在显著的正相关关系，研发投入强度每提高1个百分点，新产品销售收入占比平均提高约3-5个百分点。这表明，企业加大创新投入能够显著提升其创新能力和创新绩效，进而增强企业的市场竞争力，促进企业的可持续发展。三、高管团队特质、风险偏好与创新投入的理论分析3.1高管团队特质的维度及度量高管团队特质是影响企业战略决策和创新投入的关键因素，它涵盖多个维度，每个维度都对企业运营和发展产生独特作用。通过对这些维度的深入分析，可以更好地理解高管团队如何影响企业的创新投入决策。3.1.1年龄特征年龄是高管团队特质的重要维度之一，包括平均年龄和年龄异质性两个方面。平均年龄反映了高管团队的整体年龄水平，而年龄异质性则体现了团队成员年龄的差异程度。高管团队平均年龄对企业决策有着显著影响。随着年龄的增长，个体的认知能力和学习能力会逐渐下降，对新事物的接受程度也会降低。年龄较大的高管团队在面对创新项目时，可能会更加谨慎和保守。他们更倾向于依赖过去的经验和成功模式，对高风险的创新项目持观望态度。研究表明，高管团队平均年龄与企业创新投入之间存在负相关关系。在传统制造业企业中，年龄较大的高管团队可能更注重维持现有生产流程和产品的稳定性，对新技术、新工艺的研发投入相对较少，因为他们担心创新可能带来的不确定性和风险，如研发失败导致的资源浪费、市场对新产品的接受度低等问题。年龄异质性对企业决策同样具有重要影响。年龄差异较大的高管团队，由于成员所处的时代背景和生活经历不同，会带来多元化的思维方式和决策视角。年轻成员可能更具创新精神和冒险意识，对新兴技术和市场趋势有更敏锐的感知；而年长成员则拥有丰富的行业经验和人脉资源，能够为决策提供更全面的考虑。年龄异质性较高的高管团队在制定创新战略时，能够充分发挥成员的优势，实现优势互补。年轻成员提出创新性的想法和建议，年长成员凭借经验对其进行评估和完善，从而制定出更具可行性和前瞻性的创新决策。然而，年龄异质性也可能带来一些挑战，不同年龄段的成员在价值观、工作方式和沟通风格上存在差异，可能导致团队内部的沟通和协作出现障碍，影响决策效率。在度量高管团队年龄特征时，通常采用以下方法：平均年龄通过计算团队所有成员年龄之和除以成员数量得到；年龄异质性则可以运用统计学中的标准差或变异系数来衡量。标准差越大，说明团队成员年龄的离散程度越高，年龄异质性越强；变异系数则是标准差与均值的比值，它消除了均值对离散程度的影响，更能准确地反映年龄异质性。3.1.2教育背景教育背景是高管团队特质的关键维度，主要包括平均学历和学历异质性。平均学历体现了高管团队整体的知识水平和教育程度，学历异质性则反映了团队成员学历层次的差异情况。高管团队平均学历对企业创新思维和知识储备有着深远影响。学历较高的高管通常接受过更系统、更深入的专业教育，具备更广泛的知识体系和更强的学习能力。他们更容易接触到前沿的学术研究成果和先进的管理理念，在面对复杂多变的市场环境时，能够运用所学知识进行深入分析和判断，从而为企业的创新决策提供有力支持。在科技行业，高学历的高管团队往往能够敏锐地捕捉到行业技术发展的趋势，积极推动企业开展技术创新活动。他们能够理解和运用最新的科研成果，将其转化为企业的核心竞争力，如加大对人工智能、大数据等领域的研发投入，推出具有创新性的产品和服务。学历异质性为企业带来了多元化的知识结构和创新视角。不同学历层次的高管，其知识储备和专业技能存在差异，这种差异能够促进团队成员之间的知识交流和互补。拥有博士学历的高管在专业技术领域可能具有深厚的造诣，能够为企业的技术研发提供专业指导；而本科或硕士学历的高管可能在市场营销、财务管理等方面具有丰富的经验，能够从不同角度为企业的创新项目提供支持。在制定创新战略时，学历异质性高的高管团队能够充分发挥成员的优势，综合考虑技术、市场、财务等多方面因素，制定出更全面、更具创新性的战略方案。在一家综合性企业中，不同学历背景的高管可以共同探讨如何将新技术与市场需求相结合，开发出满足市场需求的创新产品，同时合理规划财务预算，确保创新项目的顺利实施。度量高管团队教育背景时，平均学历可通过对团队成员学历进行赋值计算平均值得到，如将博士学历赋值为4，硕士学历赋值为3，本科学历赋值为2，专科学历赋值为1，然后计算平均值。学历异质性则可以运用赫芬达尔-赫希曼指数（HHI）来度量，该指数通过计算各学历层次人数占总人数比例的平方和来衡量学历的分散程度，指数值越接近0，说明学历异质性越高。3.1.3职业经验职业经验是高管团队特质的重要组成部分，主要涵盖行业经验和管理经验，这两种经验对企业决策都有着重要影响。行业经验使高管对所在行业的发展规律、市场动态、技术趋势等有深入了解。具有丰富行业经验的高管，能够凭借对行业的深刻认识，准确把握市场机会，为企业的创新投入决策提供有力依据。在半导体行业，拥有多年行业经验的高管，熟悉行业的技术发展路径和市场竞争格局，能够敏锐地察觉到下一代芯片技术的发展方向，从而引导企业提前布局研发资源，加大对相关技术的创新投入，抢占市场先机。行业经验还能帮助高管更好地应对行业内的各种挑战和风险，在创新过程中避免盲目投资和决策失误。管理经验对于高管团队同样至关重要。具备丰富管理经验的高管，拥有出色的组织协调能力、团队管理能力和决策能力。他们能够有效地整合企业内部资源，合理分配人力、物力和财力，确保创新项目的顺利推进。在创新项目实施过程中，管理经验丰富的高管可以根据项目的进展情况，及时调整资源配置，解决团队内部的矛盾和问题，提高创新效率。管理经验还能帮助高管制定科学合理的创新战略，协调企业各部门之间的协作，形成创新合力。在度量高管团队职业经验时，行业经验通常以团队成员在本行业的平均工作年限来衡量，工作年限越长，表明行业经验越丰富。管理经验则可以通过团队成员担任管理职务的平均年限以及所管理团队的规模和复杂程度来综合评估。担任管理职务年限越长，所管理团队规模越大、复杂程度越高，说明管理经验越丰富。3.1.4团队结构团队结构是高管团队特质的重要维度，主要包括团队规模和性别比例，它们对团队决策和创新具有重要作用。团队规模影响团队的决策效率和创新能力。规模较大的高管团队拥有更丰富的人力资源和多元化的专业背景，能够从多个角度对创新项目进行分析和评估，提供更全面的思路和建议。在大型跨国企业中，规模较大的高管团队可以涵盖市场营销、技术研发、财务管理、人力资源等多个领域的专业人才，在制定创新战略时，能够充分考虑各方面因素，制定出更具综合性和可行性的方案。然而，团队规模过大也可能带来沟通成本增加、决策效率降低等问题。成员之间的信息传递和协调难度加大，容易导致决策过程冗长，错失创新机会。规模较小的高管团队则具有沟通便捷、决策迅速的优势，能够快速响应市场变化，抓住创新机遇，但可能因资源和知识有限，在创新的广度和深度上受到一定限制。性别比例对团队决策和创新同样有影响。女性高管通常具有更强的沟通能力、团队协作能力和风险意识。在高管团队中，适当增加女性高管的比例，可以促进团队成员之间的沟通与协作，提高团队的凝聚力和创新氛围。女性高管的风险意识能够在创新决策中起到平衡作用，避免团队过度冒险。在一些注重产品用户体验的企业中，女性高管能够从女性消费者的角度出发，为产品创新提供独特的视角和建议，使产品更符合市场需求。男性高管则可能在决策中更具果断性和冒险精神，与女性高管形成优势互补。度量团队结构时，团队规模直接以团队成员的数量来衡量。性别比例通常用女性高管人数占高管团队总人数的比例来表示，该比例反映了团队中性别构成的情况。3.2风险偏好的影响因素及度量方法3.2.1影响因素风险偏好并非固定不变，而是受到多种因素的综合影响，这些因素涵盖高管个人特质、企业内部环境以及外部市场环境等多个层面。深入剖析这些影响因素，有助于更全面地理解风险偏好的形成机制及其对企业创新投入决策的作用。高管个人特质对风险偏好有着显著影响。年龄是其中一个重要因素，随着年龄的增长，个体的风险偏好通常会降低。年长的高管往往更加注重企业的稳健运营，对风险的容忍度较低，因为他们积累了丰富的经验，深知风险可能带来的严重后果，更倾向于采取保守的决策策略以确保企业的稳定发展。研究表明，45岁以上的高管在决策时比35岁以下的高管更倾向于规避风险，在面对创新项目时，更可能选择放弃或推迟投资，以避免潜在的风险和损失。性别也会影响风险偏好，一般来说，男性在投资决策中比女性更倾向于冒险，女性则更偏向于风险规避。男性的冒险倾向可能源于其更强的自信和对自身能力的高估，而女性对风险的谨慎态度则可能与其更细致的风险评估和对损失的敏感有关。教育背景同样不可忽视，高学历的高管往往对风险有更深入的理解，能够更准确地感知风险，并及时采取措施应对风险，因此他们对风险的接纳程度相对较高。拥有博士学位的高管在面对新兴技术领域的创新项目时，可能更愿意承担风险，因为他们具备相关的专业知识，能够更好地评估项目的可行性和潜在风险。企业内部环境是影响风险偏好的关键因素之一。企业的规模和财务状况对风险偏好有着重要影响。规模较大、财务状况良好的企业，由于拥有更丰富的资源和更强的抗风险能力，往往更愿意承担风险，积极推动创新项目的开展。大型企业通常拥有充足的资金、技术和人才储备，能够在创新过程中投入大量资源，即使面临失败，也有能力承受损失。而小型企业由于资源有限，对风险的承受能力较弱，在决策时可能会更加谨慎，对创新投入持保守态度，担心创新失败会导致企业陷入财务困境。企业文化也是影响风险偏好的重要因素。具有创新文化的企业，鼓励员工勇于尝试、敢于冒险，对失败持宽容态度，这种文化氛围会促使高管团队更具冒险精神，积极支持创新活动。谷歌公司以其开放、创新的企业文化而闻名，在这种文化的影响下，谷歌的高管团队积极推动各种创新项目，如谷歌眼镜、无人驾驶汽车等，尽管这些项目面临着巨大的技术和市场风险，但谷歌仍然愿意投入大量资源进行研发。相反，保守的企业文化则可能抑制高管团队的冒险精神，使企业对创新投入较为谨慎。外部市场环境同样对风险偏好产生重要影响。市场竞争程度是一个关键因素，激烈的市场竞争会迫使企业为了保持竞争优势而加大创新投入，从而使高管团队更愿意承担风险。在智能手机市场，苹果、三星等企业面临着激烈的竞争，为了推出具有竞争力的产品，这些企业的高管团队不得不承担高风险，加大在技术研发、产品设计等方面的投入，不断推出新的功能和特性，以满足消费者的需求。政策法规环境也会影响企业的风险偏好。政府出台的鼓励创新的政策，如税收优惠、财政补贴等，能够降低企业创新的成本和风险，提高企业创新的积极性，使高管团队更愿意承担风险进行创新投入。国家对新能源汽车产业的政策支持，包括补贴、税收减免等，促使汽车企业的高管团队积极投入新能源汽车的研发和生产，尽管这一领域面临着技术不成熟、市场不确定性等风险，但政策的支持降低了企业的风险感知，增强了高管团队的冒险意愿。而严格的监管政策可能会增加企业创新的风险和成本，使高管团队对创新投入持谨慎态度。3.2.2度量方法准确度量风险偏好是深入研究其与高管团队特质、企业创新投入关系的关键。目前，学术界和实务界主要采用效用函数法、风险偏好量表法和风险资产占比法等方法来度量风险偏好，每种方法都有其独特的原理、适用场景和优缺点。效用函数法是基于经济学中的效用理论来度量风险偏好。该方法假设个体在决策时会追求效用最大化，通过构建效用函数来描述个体对不同风险和收益组合的偏好程度。在投资决策中，假设投资者的效用函数为U=E(R)-0.5Aσ²，其中U表示效用，E(R)表示预期收益，A表示风险厌恶系数，σ²表示收益的方差。通过估计投资者的风险厌恶系数A，可以判断其风险偏好程度。A值越大，表明投资者越厌恶风险，风险偏好越低；A值越小，则表示投资者对风险的容忍度越高，风险偏好越高。效用函数法的优点是具有较强的理论基础，能够较为直观地反映个体在风险和收益之间的权衡关系，便于进行数学分析和模型构建。然而，该方法也存在明显的局限性，现实中个体的效用函数难以准确确定，不同个体的风险偏好和效用评价方式存在差异，很难找到一个统一的效用函数来准确描述所有人的风险偏好。风险偏好量表法是通过设计一系列问题组成风险偏好量表，让被调查者根据自身情况进行回答，然后根据回答结果计算出风险偏好指数，以此来衡量风险偏好程度。Hsee和Weber开发的风险偏好量表，包含多个维度的问题，如对不同风险投资项目的选择、对风险和收益的权衡等，通过对这些问题的回答，计算出风险偏好指数，指数越大表示风险偏好越高。风险偏好量表法的优点是操作相对简单，能够直接获取个体的主观风险偏好信息，对于小样本的研究具有较好的适用性。但该方法也存在一些问题，对于大样本的调查，实施难度较大，调查结果可能受到被调查者主观因素的影响，如回答的真实性、理解偏差等，而且无法反映个体在不同情境下风险偏好的动态变化。风险资产占比法是通过计算企业风险资产占总资产的比重来衡量风险偏好。在企业投资组合中，风险资产如股票、高风险债券、研发投资等占总资产的比例越高，说明企业的风险偏好越高；反之，则风险偏好越低。某企业的风险资产占总资产的比例为30%，而另一家企业的这一比例为10%，则可以认为前者的风险偏好相对较高。这种方法的优点是数据相对容易获取，能够从企业的实际投资行为中反映其风险偏好。然而，该方法也存在局限性，风险资产的界定存在一定主观性，不同行业的企业风险资产的构成和风险特征差异较大，难以进行统一的比较，而且无法准确反映企业管理者个人的风险偏好。3.3创新投入的衡量指标及影响因素3.3.1衡量指标在企业创新研究领域，准确衡量创新投入至关重要，它是深入探究企业创新活动和创新绩效的基础。目前，学术界和实务界常用的创新投入衡量指标主要包括研发投入强度和研发人员占比。研发投入强度是指企业在一定时期内投入的研发费用占营业收入或总资产的比例，它直观地反映了企业对研发创新活动的重视程度和资源投入力度。在科技行业，苹果公司的研发投入强度一直是行业关注的焦点。2022年，苹果公司的研发投入达到262.51亿美元，占其当年营业收入的7.4%。这一较高的研发投入强度使得苹果公司在产品创新方面成果显著，不断推出具有创新性的产品，如iPhone系列手机的持续升级，在外观设计、拍照技术、系统性能等方面不断突破，引领了智能手机行业的发展潮流，保持了其在全球高端智能手机市场的领先地位。华为公司同样以高研发投入强度著称，2022年研发投入占收入的25.1%，如此高强度的投入助力华为在5G通信技术、芯片研发等关键领域取得重大突破，在全球通信市场占据重要份额。研发投入强度越高，表明企业在创新方面的资源投入相对越多，更有可能在技术研发、产品创新等方面取得成果，提升企业的核心竞争力。研发人员占比是指企业研发人员数量占员工总数的比例，该指标体现了企业在创新人力方面的投入程度。研发人员作为创新活动的核心主体，其数量和占比在一定程度上反映了企业的创新能力和创新潜力。以半导体行业的英伟达公司为例，其研发人员占比高达40%以上。英伟达高度重视研发人才的引进和培养，大量的研发人员投入使其在图形处理技术、人工智能计算芯片等领域取得了领先的技术优势。英伟达不断推出高性能的显卡产品，广泛应用于游戏、科学计算、数据中心等多个领域，在人工智能领域，其研发的GPU芯片成为深度学习计算的关键硬件，推动了人工智能技术的快速发展。研发人员占比高的企业，往往能够拥有更丰富的创新思维和专业技术知识，有利于开展前沿技术研究和产品创新活动，提高企业的创新效率和创新质量。3.3.2影响因素创新投入并非孤立存在，而是受到企业内外部多种因素的综合影响。深入剖析这些影响因素，对于企业制定合理的创新战略、提高创新投入的效益具有重要意义。从企业内部来看，首先是企业规模与资源状况。规模较大的企业通常拥有更雄厚的资金、更丰富的人力和更广泛的技术资源，这使得它们在创新投入方面具有更大的优势。大型企业能够承担高额的研发费用，投入大量资金用于购置先进的研发设备、建设研发中心，以及吸引和培养高素质的研发人才。同时，大型企业还可以利用其规模经济效应，降低创新成本，提高创新投入的回报率。通用电气（GE）作为一家全球知名的多元化大型企业，在航空发动机、医疗设备、能源等多个领域进行广泛的研发投入。凭借其庞大的资源和资金实力，GE每年投入大量资金用于研发，在航空发动机技术领域取得了众多技术突破，推出了多款高性能的发动机产品，保持了在全球航空发动机市场的领先地位。相比之下，小型企业由于资源有限，可能在创新投入上受到限制，更倾向于采取跟随创新或模仿创新的策略。企业战略与文化也是影响创新投入的重要内部因素。以创新为核心战略的企业，会将创新视为企业发展的关键驱动力，积极主动地加大创新投入。这类企业通常具有开放、包容、鼓励创新的企业文化氛围，能够激发员工的创新热情和创造力，为创新投入提供良好的内部环境。谷歌公司以其创新驱动的战略和独特的企业文化而闻名。谷歌鼓励员工提出创新性的想法和项目，为员工提供宽松的工作环境和丰富的资源支持，员工可以自由探索新的技术和业务领域。这种战略和文化导向使得谷歌在搜索引擎技术、人工智能、云计算等多个领域持续投入大量资源进行创新，取得了众多具有开创性的成果，成为全球最具创新力的企业之一。相反，一些企业可能更注重短期利润和市场份额的维护，对创新投入的重视程度较低，企业文化中缺乏创新基因，这将限制企业的创新投入和创新发展。从企业外部来看，市场竞争环境是影响创新投入的关键因素之一。激烈的市场竞争会促使企业为了获取竞争优势而加大创新投入。在市场竞争中，企业面临着来自同行的压力，只有不断推出具有创新性的产品和服务，才能满足消费者日益多样化和个性化的需求，提高市场份额和盈利能力。在智能手机市场，苹果、三星、华为等企业之间的竞争异常激烈，为了在市场中脱颖而出，这些企业纷纷加大创新投入。苹果不断投入研发资源，提升产品的设计、性能和用户体验；三星在屏幕显示技术、芯片研发等方面持续创新；华为则在通信技术、拍照技术等领域取得突破。通过持续的创新投入，这些企业不断推出新的产品和技术，引领了智能手机行业的发展潮流。如果市场竞争不充分，企业可能缺乏创新的动力，对创新投入的积极性不高。政策法规环境对创新投入也有着重要影响。政府出台的鼓励创新的政策，如税收优惠、财政补贴、研发费用加计扣除等，能够降低企业创新的成本和风险，提高企业创新的积极性，从而促使企业加大创新投入。我国政府对高新技术企业实施15%的优惠税率，对企业的研发费用给予75%的加计扣除政策，这些政策激励了大量企业增加研发投入。政府还设立了各类科技专项资金，对符合条件的创新项目给予财政补贴，引导企业开展前沿技术研究和关键核心技术攻关。政府通过制定严格的知识产权保护法规，保护企业的创新成果，提高企业创新的收益预期，也能够激发企业的创新投入热情。相反，政策法规的不稳定或不完善，可能增加企业创新的不确定性和风险，抑制企业的创新投入意愿。3.4三者关系的理论假设3.4.1高管团队特质与创新投入高管团队特质对企业创新投入有着重要影响，不同的特质维度在创新投入决策中发挥着独特作用。从年龄特征来看，平均年龄较低的高管团队，通常具有更强的创新意识和冒险精神。年轻的高管更易接受新思想、新观念，对市场变化和技术发展趋势更为敏感，愿意积极推动企业开展创新活动，加大创新投入。研究表明，在互联网行业，年轻的高管团队更倾向于投入资源探索新兴技术，如人工智能、区块链等，以抢占市场先机。年龄异质性较高的团队，由于成员年龄跨度大，能融合不同年龄段的经验和思维方式，为创新决策提供多元视角，促进创新投入。在一家多元化经营的企业中，年长的高管凭借丰富的行业经验提供稳健的决策建议，年轻的高管则带来创新的思维和创意，两者相互补充，有助于制定更全面、更具创新性的战略，进而增加创新投入。基于此，提出假设H1a：高管团队平均年龄与企业创新投入负相关；假设H1b：高管团队年龄异质性与企业创新投入正相关。高管团队的教育背景同样对创新投入意义重大。平均学历较高的团队，具备更深厚的知识储备和更强的学习能力，能够更好地理解和应用前沿技术，把握创新机会，积极推动企业增加创新投入。在生物医药行业，高学历的高管团队能够深入研究最新的科研成果，投入资金开展新药研发项目。学历异质性高意味着团队成员知识结构多样，不同专业背景的成员可以相互启发，拓宽创新思路，促进创新投入。在科技企业中，具有理工科背景的高管负责技术研发，而具有管理、营销背景的高管则从市场需求和商业运营角度提供支持，共同推动企业创新项目的开展，提高创新投入水平。因此，提出假设H2a：高管团队平均学历与企业创新投入正相关；假设H2b：高管团队学历异质性与企业创新投入正相关。职业经验也是影响创新投入的关键特质。行业经验丰富的高管团队，对行业发展规律和市场动态有深刻理解，能够准确把握创新方向，积极引导企业加大创新投入。在半导体行业，拥有多年行业经验的高管团队能够敏锐地洞察技术发展趋势，提前布局研发资源，投入大量资金开展先进芯片技术的研发。管理经验丰富的团队，具备出色的组织协调和资源配置能力，能够确保创新项目顺利推进，为创新投入提供有力保障。在大型企业的创新项目中，管理经验丰富的高管可以有效地整合企业内部资源，协调各部门之间的合作，提高创新效率，从而促进企业持续增加创新投入。由此，提出假设H3a：高管团队行业经验与企业创新投入正相关；假设H3b：高管团队管理经验与企业创新投入正相关。团队结构对创新投入也存在显著影响。规模较大的高管团队，拥有更丰富的人力资源和多元化的专业背景，能够从多个角度对创新项目进行分析和评估，提供更全面的思路和建议，有利于推动企业增加创新投入。在汽车制造企业中，规模较大的高管团队可以涵盖技术研发、市场营销、财务管理等多个领域的专业人才，在制定新能源汽车创新战略时，能够充分考虑各方面因素，制定出更具综合性和可行性的方案，从而促使企业加大在新能源汽车研发方面的投入。女性高管比例较高的团队，由于女性通常具有更强的沟通能力和团队协作能力，能够营造良好的创新氛围，促进创新投入。在注重产品设计和用户体验的企业中，女性高管能够从女性消费者的角度出发，为产品创新提供独特的视角和建议，激发团队的创新活力，提高创新投入。所以，提出假设H4a：高管团队规模与企业创新投入正相关；假设H4b：高管团队中女性高管比例与企业创新投入正相关。3.4.2风险偏好与创新投入风险偏好是影响企业创新投入的关键因素之一，不同风险偏好类型的高管团队在创新投入决策上存在显著差异。风险追求型的高管团队，对风险具有较高的容忍度，积极主动地追求风险，愿意为了获取更高的收益而承担较大的风险。在创新活动中，他们能够充分认识到创新虽然伴随着高风险，但也蕴含着巨大的潜在收益。这类高管团队往往具有强烈的创新意愿和进取精神，敢于突破传统思维和模式的束缚，积极推动企业开展高风险高回报的创新项目，如探索全新的技术领域、开发具有颠覆性的产品或服务等。他们会毫不犹豫地投入大量资源，包括资金、人力、技术等，为创新活动提供坚实的保障。在智能手机行业，苹果公司的高管团队以其较高的风险偏好，积极推动企业投入大量资源进行技术研发和产品创新，不断推出具有创新性的产品，如全面屏设计、面部识别技术等，引领了行业的发展潮流，取得了巨大的市场成功。基于此，提出假设H5：风险追求型的高管团队，其风险偏好与企业创新投入正相关。风险规避型的高管团队，对风险持有谨慎和保守的态度，极力避免风险，更倾向于选择风险较低、收益相对稳定的项目。在面对创新决策时，他们会更加关注创新项目的风险因素，如研发失败的可能性、市场接受度的不确定性、投资回报率的稳定性等。由于担心创新失败可能带来的巨大损失，如资源浪费、财务困境、声誉受损等，这类高管团队往往对创新投入持谨慎态度，更注重企业的稳健运营和现有业务的巩固。他们可能会优先选择那些风险较低、技术较为成熟、市场需求相对明确的创新项目，或者对创新项目进行严格的风险评估和筛选，只有在风险可控的情况下才会考虑投入资源。在传统制造业中，一些企业的高管团队风险偏好较低，对新技术、新工艺的研发投入较为谨慎，更倾向于通过改进现有生产流程和产品质量来提升企业竞争力，而对高风险的创新项目持观望态度。因此，提出假设H6：风险规避型的高管团队，其风险偏好与企业创新投入负相关。3.4.3高管团队特质与风险偏好高管团队特质与风险偏好之间存在着紧密的内在联系，不同的特质维度会对风险偏好产生不同的影响。从年龄特征来看，随着年龄的增长，个体的风险偏好通常会降低。年长的高管团队成员，由于积累了丰富的人生阅历和工作经验，更加注重企业的稳健运营和长期发展，对风险的容忍度较低，更倾向于采取保守的决策策略。他们深知风险可能带来的严重后果，为了避免企业遭受重大损失，在面对决策时会更加谨慎，对风险较高的项目持谨慎态度。研究表明，45岁以上的高管在决策时比35岁以下的高管更倾向于规避风险，在投资决策中，他们更可能选择风险较低的项目，如稳健型的投资组合或成熟市场的业务拓展。基于此，提出假设H7a：高管团队平均年龄与风险偏好负相关。年龄异质性较高的团队，由于成员年龄跨度大，不同年龄段的成员风险偏好存在差异。年轻成员通常具有较高的风险偏好，更愿意尝试新事物、接受挑战；而年长成员则相对保守，风险偏好较低。这种差异可能导致团队在决策过程中存在分歧，需要更多的沟通和协调来达成共识。然而，年龄异质性也可能带来多元化的思维方式和决策视角，在一定程度上促进团队对风险的全面评估和理性对待。因此，提出假设H7b：高管团队年龄异质性与风险偏好的关系具有复杂性，需要进一步探讨。高管团队的教育背景对风险偏好也有重要影响。高学历的高管团队成员，通常接受过系统的专业教育，具备更广泛的知识体系和更强的学习能力，对风险有更深入的理解和认识。他们能够运用所学知识，对风险进行更准确的评估和分析，从而更有信心和能力应对风险。高学历的高管可能更愿意承担风险，因为他们相信自己能够通过合理的决策和有效的管理来降低风险，实现预期的收益。在新兴技术领域，拥有博士学位或相关专业背景的高管团队，对技术发展趋势有更敏锐的洞察力，更愿意投入资源进行高风险的创新项目，以获取技术领先优势和市场份额。所以，提出假设H8a：高管团队平均学历与风险偏好正相关。学历异质性高的团队，成员的知识结构和专业背景多样化，在面对风险决策时，能够从不同角度进行分析和思考。不同专业背景的成员可能对风险有不同的认知和应对策略，这种多元化有助于团队全面评估风险，制定更合理的决策。具有理工科背景的成员可能更关注技术风险，而具有金融背景的成员则更注重财务风险。学历异质性也可能导致团队内部在风险偏好上存在差异，需要通过有效的沟通和协调来统一意见。因此，提出假设H8b：高管团队学历异质性与风险偏好的关系具有复杂性，需要进一步探讨。职业经验同样会影响高管团队的风险偏好。行业经验丰富的高管团队，对所在行业的发展规律、市场动态和风险因素有深刻的了解。他们在长期的工作实践中积累了应对各种风险的经验，对风险的感知和判断更为准确。在面对风险决策时，他们能够根据以往的经验，对风险进行合理的评估和控制，从而更有信心承担一定的风险。在房地产行业，拥有多年行业经验的高管团队，熟悉市场的波动规律和政策变化，在进行项目投资决策时，能够准确判断市场风险，合理安排资金，敢于在市场机遇出现时加大投资力度。因此，提出假设H9a：高管团队行业经验与风险偏好正相关。管理经验丰富的团队，具备出色的组织协调和风险管理能力，能够有效地应对风险带来的挑战。他们在管理过程中积累了丰富的风险应对策略和经验，能够在风险发生时迅速采取措施，降低损失。这类高管团队在面对风险决策时，更有能力承担风险，因为他们相信自己的管理能力能够保障企业在风险环境中稳健发展。所以，提出假设H9b：高管团队管理经验与风险偏好正相关。团队结构对风险偏好也存在一定的影响。规模较大的高管团队，拥有更丰富的人力资源和多元化的专业背景，在面对风险决策时，能够从多个角度进行分析和评估，提供更全面的思路和建议。这种多元化有助于团队更全面地认识风险，制定更合理的风险应对策略。然而，团队规模过大也可能导致沟通成本增加、决策效率降低，在一定程度上影响团队对风险的快速响应能力。因此，提出假设H10a：高管团队规模与风险偏好的关系具有复杂性，需要进一步探讨。女性高管比例较高的团队，由于女性通常具有更强的风险意识和谨慎态度，在团队决策中可能会对风险进行更严格的评估和把控。女性高管更注重风险的细节和潜在影响，在面对风险决策时，可能会更加谨慎，倾向于选择风险较低的方案。所以，提出假设H10b：高管团队中女性高管比例与风险偏好负相关。四、研究设计4.1样本选取与数据来源为了深入研究高管团队特质、风险偏好与创新投入之间的关系，本研究选取沪深两市A股上市公司作为样本。上市公司作为资本市场的重要主体，其经营数据相对公开透明，且在行业分布、企业规模等方面具有广泛的代表性，能够为研究提供丰富的数据资源和多样化的研究场景，有助于增强研究结果的普遍性和可靠性。数据主要来源于以下几个渠道：一是国泰安（CSMAR）数据库和万得（Wind）数据库，这两个数据库是金融经济领域常用的数据平台，涵盖了上市公司的财务数据、高管信息、股权结构等多方面的详细数据，能够为研究提供全面、系统的数据支持。通过这两个数据库获取样本公司的年度财务报表，以获取研发投入、营业收入、总资产等数据，用于计算创新投入相关指标；获取高管团队成员的个人信息，包括年龄、教育背景、职业经验等，用于分析高管团队特质。二是上市公司的官方网站，在公司的年度报告、社会责任报告、投资者关系板块等，能够获取到一些数据库中未涵盖的详细信息，如公司的战略规划、创新项目介绍、高管团队的职责分工等，这些信息有助于更深入地了解公司的运营情况和高管团队的决策背景。三是证券交易所网站，如上海证券交易所和深圳证券交易所的官方网站，提供了上市公司的公告、定期报告、临时公告等重要信息，这些信息对于研究公司的重大事件、股权变动、管理层变动等具有重要价值。在样本筛选过程中，遵循以下标准：首先，剔除金融行业上市公司。金融行业具有独特的经营模式、监管环境和财务特征，其业务主要围绕资金融通和风险管理展开，与其他行业在创新投入的方式、目的和影响因素等方面存在显著差异，将其纳入样本可能会干扰研究结果的准确性和可比性。其次，剔除ST、*ST公司。这类公司通常面临财务困境、经营异常或存在重大不确定性，其经营决策和财务数据可能不能反映正常企业的情况，会对研究结果产生偏差。再次，剔除数据缺失严重的公司。数据缺失会影响研究的完整性和可靠性，导致统计分析无法准确进行，因此对于在关键变量上存在大量缺失值的公司，予以剔除。经过严格筛选，最终获得[X]家上市公司在2018-2022年期间的平衡面板数据，共计[X]个观测值。4.2变量定义本研究涉及多个关键变量，为确保研究的准确性和科学性，需对这些变量进行明确的定义和度量。高管团队特质：从多个维度进行考量。在年龄特征方面，平均年龄（AA）通过计算高管团队所有成员年龄之和除以成员数量得出，用于衡量团队的整体年龄水平；年龄异质性（AH）运用标准差来度量，标准差越大，表明团队成员年龄的离散程度越高，年龄异质性越强。教育背景维度，平均学历（EA）对团队成员学历进行赋值后计算平均值，如将博士学历赋值为4，硕士学历赋值为3，本科学历赋值为2，专科学历赋值为1，以反映团队整体的知识水平和教育程度；学历异质性（EH）采用赫芬达尔-赫希曼指数（HHI）来度量，指数值越接近0，说明学历异质性越高。职业经验维度，行业经验（IE）以团队成员在本行业的平均工作年限来衡量，工作年限越长，行业经验越丰富；管理经验（ME）通过团队成员担任管理职务的平均年限以及所管理团队的规模和复杂程度来综合评估，担任管理职务年限越长，所管理团队规模越大、复杂程度越高，管理经验越丰富。团队结构维度，团队规模（TS）直接以团队成员的数量来衡量；性别比例（GR）用女性高管人数占高管团队总人数的比例来表示。风险偏好：采用风险资产占比法进行度量。风险偏好（RP）通过计算企业风险资产占总资产的比重来衡量，风险资产如股票、高风险债券、研发投资等占总资产的比例越高，说明企业的风险偏好越高；反之，则风险偏好越低。在实际计算中，将企业的研发投入、对新兴业务的投资等视为风险资产，与总资产进行比值计算，以得出风险偏好指标。创新投入：主要通过两个指标衡量。研发投入强度（RD）是企业在一定时期内投入的研发费用占营业收入的比例，它直观地反映了企业对研发创新活动的重视程度和资源投入力度；研发人员占比（RDp）指企业研发人员数量占员工总数的比例，体现了企业在创新人力方面的投入程度。在收集数据时，从上市公司的财务报表中获取研发费用、营业收入、研发人员数量和员工总数等数据，进行相应的计算得出这两个指标。控制变量：为了更准确地探究自变量与因变量之间的关系，本研究选取了多个控制变量。企业规模（Size），以企业年末总资产的自然对数来衡量，企业规模越大，可能拥有更丰富的资源用于创新投入，对研究结果产生影响；资产负债率（Lev），即负债总额与资产总额的比值，反映企业的偿债能力和财务风险状况，财务风险会影响企业的创新投入决策；营业收入增长率（Growth），通过（当年营业收入-上年营业收入）/上年营业收入计算得出，体现企业的成长能力，成长能力较强的企业可能更有动力和资源进行创新投入；行业虚拟变量（Industry），根据上市公司所属行业设置虚拟变量，以控制不同行业的特性对创新投入的影响，不同行业的技术创新需求和市场竞争环境存在差异，会影响企业的创新投入决策。4.3模型构建为了深入探究高管团队特质、风险偏好与创新投入之间的关系，本研究构建了一系列回归模型。在构建模型时，充分考虑了变量之间的相互作用和影响，确保模型能够准确反映三者之间的内在联系。首先，为检验假设H1a-H4b，即高管团队特质与创新投入的关系，构建如下回归模型：RD_{it}=\beta_{0}+\beta_{1}AA_{it}+\beta_{2}AH_{it}+\beta_{3}EA_{it}+\beta_{4}EH_{it}+\beta_{5}IE_{it}+\beta_{6}ME_{it}+\beta_{7}TS_{it}+\beta_{8}GR_{it}+\sum_{j=1}^{n}\beta_{9j}Control_{jit}+\varepsilon_{it}RDp_{it}=\beta_{0}+\beta_{1}AA_{it}+\beta_{2}AH_{it}+\beta_{3}EA_{it}+\beta_{4}EH_{it}+\beta_{5}IE_{it}+\beta_{6}ME_{it}+\beta_{7}TS_{it}+\beta_{8}GR_{it}+\sum_{j=1}^{n}\beta_{9j}Control_{jit}+\varepsilon_{it}其中，i表示第i家上市公司，t表示第t年；RD_{it}表示第i家公司在第t年的研发投入强度，RDp_{it}表示第i家公司在第t年的研发人员占比；\beta_{0}为常数项，\beta_{1}-\beta_{8}为各解释变量的回归系数，分别对应高管团队平均年龄（AA）、年龄异质性（AH）、平均学历（EA）、学历异质性（EH）、行业经验（IE）、管理经验（ME）、团队规模（TS）、女性高管比例（GR）；Control_{jit}为控制变量，包括企业规模（Size）、资产负债率（Lev）、营业收入增长率（Growth）、行业虚拟变量（Industry）等，n为控制变量的个数；\varepsilon_{it}为随机误差项。接着，为检验假设H5和H6，即风险偏好与创新投入的关系，构建以下回归模型：RD_{it}=\beta_{0}+\beta_{1}RP_{it}+\sum_{j=1}^{n}\beta_{2j}Control_{jit}+\varepsilon_{it}RDp_{it}=\beta_{0}+\beta_{1}RP_{it}+\sum_{j=1}^{n}\beta_{2j}Control_{jit}+\varepsilon_{it}其中，RP_{it}表示第i家公司在第t年的风险偏好，其他变量含义与上述模型一致。最后，为检验假设H7a-H10b，即高管团队特质与风险偏好的关系，构建如下回归模型：RP_{it}=\beta_{0}+\beta_{1}AA_{it}+\beta_{2}AH_{it}+\beta_{3}EA_{it}+\beta_{4}EH_{it}+\beta_{5}IE_{it}+\beta_{6}ME_{it}+\beta_{7}TS_{it}+\beta_{8}GR_{it}+\sum_{j=1}^{n}\beta_{9j}Control_{jit}+\varepsilon_{it}其中，各变量含义与之前模型相同。通过上述回归模型，运用统计分析软件对收集的数据进行回归分析，从而验证提出的理论假设，揭示高管团队特质、风险偏好与创新投入之间的关系。五、实证结果与分析5.1描述性统计对筛选后的[X]家上市公司在2018-2022年期间的平衡面板数据进行描述性统计分析，结果如表1所示。表1：变量描述性统计表1：变量描述性统计变量观测值平均值标准差最小值最大值研发投入强度（RD）[X][X][X][X][X]研发人员占比（RDp）[X][X][X][X][X]高管团队平均年龄（AA）[X][X][X][X][X]高管团队年龄异质性（AH）[X][X][X][X][X]高管团队平均学历（EA）[X][X][X][X][X]高管团队学历异质性（EH）[X][X][X][X][X]高管团队行业经验（IE）[X][X][X][X][X]高管团队管理经验（ME）[X][X][X][X][X]高管团队规模（TS）[X][X][X][X][X]高管团队女性高管比例（GR）[X][X][X][X][X]风险偏好（RP）[X][X][X][X][X]企业规模（Size）[X][X][X][X][X]资产负债率（Lev）[X][X][X][X][X]营业收入增长率（Growth）[X][X][X][X][X]从表1可以看出，研发投入强度（RD）的平均值为[X]，表明样本企业平均将[X]%的营业收入投入到研发创新活动中，但最大值为[X]，最小值为[X]，说明不同企业之间的研发投入强度存在较大差异。部分高科技企业可能将较高比例的收入用于研发，以保持技术领先地位；而一些传统制造业企业可能由于行业特点和市场竞争压力较小，研发投入强度相对较低。研发人员占比（RDp）的平均值为[X]，最大值和最小值分别为[X]和[X]，这反映出企业在创新人力投入方面也存在明显的不均衡，一些创新驱动型企业注重研发人才的引进和培养，研发人员占比较高；而部分企业可能更侧重于生产和销售环节，研发人员占比较少。高管团队平均年龄（AA）的平均值为[X]岁，标准差为[X]，说明样本企业高管团队的年龄分布相对较为集中，但仍存在一定差异。年龄较大的高管团队可能更注重企业的稳健发展，决策相对保守；而年轻的高管团队可能更具创新精神和冒险意识。年龄异质性（AH）的平均值为[X]，体现了高管团队成员年龄差异的总体水平，不同企业的年龄异质性程度有所不同，这可能会影响团队的决策风格和创新能力。高管团队平均学历（EA）的平均值为[X]，表明样本企业高管团队整体学历水平处于[具体水平，如本科与硕士之间]，最大值为[X]，最小值为[X]，说明企业之间高管团队学历水平存在差距。高学历的高管团队可能具备更广阔的知识视野和更强的学习能力，更有利于推动企业的创新发展。学历异质性（EH）的平均值为[X]，反映了团队成员学历层次的差异程度，不同的学历背景可能为团队带来多元化的思维方式和创新视角。高管团队行业经验（IE）的平均值为[X]年，显示出样本企业高管团队在行业内具有一定的经验积累，这有助于他们更好地把握行业发展趋势和市场动态，做出更准确的创新决策。管理经验（ME）的平均值为[X]，体现了高管团队在组织协调和管理方面的能力水平，丰富的管理经验能够保障创新项目的顺利实施。高管团队规模（TS）的平均值为[X]人，不同企业的高管团队规模存在较大差异，规模较大的团队可能拥有更丰富的资源和多元化的专业背景，但也可能面临沟通协调难度加大等问题；规模较小的团队则决策效率可能更高，但资源相对有限。女性高管比例（GR）的平均值为[X]，说明女性高管在样本企业高管团队中所占比例相对较低，女性高管的加入可能为团队带来不同的决策视角和风险意识。风险偏好（RP）的平均值为[X]，最大值和最小值分别为[X]和[X]，表明样本企业的风险偏好程度参差不齐，部分企业风险偏好较高，愿意承担较大风险进行创新投入；而部分企业则风险偏好较低，更倾向于稳健的经营策略。企业规模（Size）的平均值为[X]，体现了样本企业的总体规模水平，标准差为[X]，说明企业之间规模差异较大，大型企业可能在资源和创新能力上具有优势，而小型企业可能面临更多的创新挑战。资产负债率（Lev）的平均值为[X]，反映了样本企业的偿债能力和财务风险状况，不同企业的财务风险水平不同，会对其创新投入决策产生影响。营业收入增长率（Growth）的平均值为[X]，最大值和最小值分别为[X]和[X]，表明样本企业的成长能力存在较大差异，成长能力较强的企业可能更有动力和资源进行创新投入。通过对这些变量的描述性统计分析，初步了解了样本数据的特征和分布情况，为后续的相关性分析和回归分析奠定了基础。5.2相关性分析在进行回归分析之前，对各变量进行相关性分析，以初步判断变量之间的关系方向和程度，结果如表2所示。表2：变量相关性分析表2：变量相关性分析变量RDRDpAAAHEAEHIEMETSGRRPSizeLevGrowthRD1RDp[X]**1AA[X]**[X]**1AH[X]**[X]**[X]**1EA[X]**[X]**[X]**[X]**1EH[X]**[X]**[X]**[X]**[X]**1IE[X]**[X]**[X]**[X]**[X]**[X]**1ME[X]**[X]**[X]**[X]**[X]**[X]**[X]**1TS[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**1GR[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**1RP[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**1Size[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**1Lev[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**1Growth[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**[X]**1注：**表示在1%水平上显著相关，*表示在5%水平上显著相关。从表2可以看出，研发投入强度（RD）与研发人员占比（RDp）在1%的水平上显著正相关，相关系数为[X]，表明企业在创新投入方面，资金投入和人力投入存在较强的协同关系，加大研发资金投入的企业往往也会重视研发人才的投入，两者相互促进，共同推动企业的创新活动。高管团队平均年龄（AA）与研发投入强度（RD）、研发人员占比（RDp）均在1%的水平上显著负相关，相关系数分别为[X]和[X]，初步验证了假设H1a，说明年龄较大的高管团队可能更注重企业的稳健运营，对创新投入持谨慎态度，创新意识和冒险精神相对较弱。高管团队年龄异质性（AH）与研发投入强度（RD）、研发人员占比（RDp）在1%的水平上显著正相关，相关系数分别为[X]和[X]，初步支持了假设H1b，表明年龄异质性较高的高管团队，由于成员年龄跨度大，能融合不同年龄段的经验和思维方式，为创新决策提供多元视角，有利于促进企业的创新投入。高管团队平均学历（EA）与研发投入强度（RD）、研发人员占比（RDp）在1%的水平上显著正相关，相关系数分别为[X]和[X]，初步验证了假设H2a，说明高学历的高管团队具备更深厚的知识储备和更强的学习能力，更能把握创新机会，积极推动企业增加创新投入。高管团队学历异质性（EH）与研发投入强度（RD）、研发人员占比（RDp）在1%的水平上显著正相关，相关系数分别为[X]和[X]，初步支持了假设H2b，表明学历异质性高的团队，成员知识结构多样，能够相互启发，拓宽创新思路，促进创新投入。高管团队行业经验（IE）与研发投入强度（RD）、研发人员占比（RDp）在1%的水平上显著正相关，相关系数分别为[X]和[X]，初步验证了假设H3a，说明行业经验丰富的高管团队对行业发展规律和市场动态有深刻理解，能够准确把握创新方向，积极引导企业加大创新投入。高管团队管理经验（ME）与研发投入强度（RD）、研发人员占比（RDp）在1%的水平上显著正相关，相关系数分别为[X]和[X]，初步支持了假设H3b，表明管理经验丰富的团队具备出色的组织协调和资源配置能力，能够确保创新项目顺利推进，为创新投入提供有力保障。高管团队规模（TS）与研发投入强度（RD）、研发人员占比（RDp）在1%的水平上显著正相关，相关系数分别为[X]和[X]，初步验证了假设H4a，说明规模较大的高管团队拥有更丰富的人力资源和多元化的专业背景，能够从多个角度对创新项目进行分析和评估，提供更全面的思路和建议，有利于推动企业增加创新投入。高管团队女性高管比例（GR）与研发投入强度（RD）、研发人员占比（RDp）在1%的水平上显著正相关，相关系数分别为[X]和[X]，初步支持了假设H4b，表明女性高管比例较高的团队，由于女性通常具有更强的沟通能力和团队协作能力，能够营造良好的创新氛围，促进创新投入。风险偏好（RP）与研发投入强度（RD）、研发人员占比（RDp）在1%的水平上显著正相关，相关系数分别为[X]和[X]，初步验证了假设H5，说明风险偏好较高的高管团队，对风险具有较高的容忍度，更愿意承担风险进行创新投入，积极推动企业开展创新项目。高管团队平均年龄（AA）与风险偏好（RP）在1%的水平上显著负相关，相关系数为[X]，初步验证了假设H7a，表明随着年龄的增长，高管团队的风险偏好降低，更倾向于采取保守的决策策略。高管团队平均学历（EA）与风险偏好（RP）在1%的水平上显著正相关，相关系数为[X]，初步验证了假设H8a，说明高学历的高管团队对风险有更深入的理解，更有信心和能力应对风险，风险偏好相对较高。高管团队行业经验（IE）与风险偏好（RP）在1%的水平上显著正相关，相关系数为[X]，初步验证了假设H9a，表明行业经验丰富的高管团队对风险的感知和判断更为准确，更有信心承担一定的风险。高管团队管理经验（ME）与风险偏好（RP）在1%的水平上显著正相关，相关系数为[X]，初步验证了假设H9b，说明管理经验丰富的团队具备出色的风险管理能力，更有能力承担风险。高管团队中女性高管比例（GR）与风险偏好（RP）在1%的水平上显著负相关，相关系数为[X]，初步验证了假设H10b，表明女性高管比例较高的团队，由于女性通常具有更强的风险意识和谨慎态度，风险偏好相对较低。而高管团队年龄异质性（AH）、学历异质性（EH）、团队规模（TS）与风险偏好（RP）的相关性不显著，与假设H7b、H8b、H10a的预期相符，其关系还需要进一步通过回归分析进行深入探讨。通过相关性分析，初步验证了大部分假设，但相关性分析只是对变量之间关系的初步检验，为了更准确地探究变量之间的因果关系，还需要进行回归分析。5.3回归分析运用Stata软件对构建的回归模型进行估计，以深入探究高管团队特质、风险偏好与创新投入之间的关系，回归结果如表3所示。表3：回归分析结果变量RD（模型1）RDp（模型2）RP（模型3）AA[X]***[X]***[X]***AH[X]**[X]**[X]EA[X]***[X]***[X]***EH[X]**[X]**[X]IE[X]***[X]***[X]***ME[X]***[X]***[X]***TS[X]***[X]***[X]GR[X]***[X]***[X]***RP[X]***[X]***-Size[X]***[X]***[X]***Lev[X]**[X]**[X]**Growth[X]***[X]***[X]***Industry控制控制控制Constant[X]***[X]***[X