1. 引言
本全国电子商务质量管理标准化技术委员会等在2025年11月于杭州举办的平台消费合规创新发展对话，会议以“标准、合规、创新、共赢”的总基调展开，发布了多项电子商务国家标准，并发起电商平台合规倡议，填补了当前电商平台在跨区域、跨平台协同治理中的空白，同时由拼多多、抖音、无忧传媒、携程、Babycare等部分与会企业代表共同宣读了该倡议，此次会议无疑推动了交易信息透明化和风险防控的标准化建设。
随着数字经济的纵深发展，中国电子商务生态已步入以“高质量发展”为核心的新阶段，使得负责任创新不再仅仅是企业社会责任的道德倡议，而是关乎长期生存与市场竞争的战略核心。负责任创新作为一种新兴创新范式，主张创新应当充分考虑其社会、伦理与环境后果，这就要求企业在追求商业价值的同时，必须将数据隐私、算法伦理、环境可持续及公平竞争等要素深度融入其商业模式与创新流程。在政策与市场的双重驱动下，头部电商企业已展开积极探索，例如，抖音电商通过发布并严格执行社区运营规范，系统性地治理虚假宣传，维护平台信任生态。然而，现有文献对电子商务情境下企业负责任创新的研究尚显匮乏，缺乏对其中影响机制的深入探究。
高层梯队理论为高层管理人员对企业创新作用的研究提供了理论依据，已有研究表明高管风险偏好是创新决策的重要驱动因素，能够对企业创新战略的制定产生直接影响[1]。此外，根据资源基础理论，社会资本作为企业的战略性资源，能够为负责任创新提供关键支撑，其结构维度助力获取异质性资源，关系维度通过信任降低沟通成本，认知维度则促进负责任创新目标共识的形成。已有文献论证了社会资本能够正向影响中小企业的负责任创新[2]，但未有研究探讨其在高管风险偏好与负责任创新之间充当何种角色。因此，本文基于电商环境，根据高层梯队理论与资源基础理论，构建了高管风险偏好影响负责任创新的理论模型，并引入社会资本作为中介变量，从结构资本、认知资本与关系资本三个维度探讨其作用机制。本研究深入剖析了高管风险偏好影响负责任创新的作用机制，丰富了负责任创新的前因研究。
2. 理论背景与研究假设
2.1. 高管风险偏好与负责任创新
高层梯队理论强调高管的心理特征能够对企业的战略决策产生影响[3]，其中风险偏好作为高管心理特征的重要体现，能够深刻影响企业的行为活动与战略导向。高管风险偏好是指企业中的高层管理者在制定和实施决策时所体现出来的风险态度。
首先，电商生态以数据驱动和快速迭代为特征，风险规避型的高管对新兴技术往往持保守态度，他们可能会延缓对大数据分析等关键领域的投入，导致企业无法获取前瞻洞察，企业难以对未来市场趋势进行识别与预测；同时，当高管风险偏好呈现规避特征时，高管可能不愿倾听利益相关者的声音，回避与消费者群体进行深度对话，这种封闭决策会削弱企业对用户诉求的响应速度，也抑制了企业对既有运营模式的批判性反思，不利于电商企业推动负责任创新实践。
其次，当高管风险偏好适中时，这类管理者能够对利益相关者保持足够的开放度，重视消费者反馈的即时价值，通过有效的沟通机制在创新决策过程中纳入广泛的利益相关者；对新兴技术保持积极的探索态度，同时坚持审慎原则，在追求商业价值的过程中始终将消费者权益和社会影响纳入考量。他们既不会因过度保守而错失机遇，也不会因盲目冒险而忽视责任，最终能够通过负责任创新实现商业价值与社会价值的共同提升。
最后，风险偏好较高的管理者可能过度追求技术迭代速度或市场规模扩张等，在创新决策过程中有时可能将商业利益置于社会伦理后果之上，忽视利益相关者的合理需求，此外，这类管理者一般较为激进，对创新项目所带来的社会负外部性考虑不足，在创新过程中缺乏必要的反思机制，最终可能导致创新过程及其后果偏离社会满意和伦理可接受的方向。
基于此，本文提出以下假设：
H1：高管风险偏好与负责任创新呈倒U型相关。
2.2. 社会资本的中介作用
从资源观出发，社会资本被认为是嵌入关系网络中的资源，本文参考Nahapiet和Ghoshal的维度划分方式[4]，从结构资本、关系资本和认知资本三个维度进行分析。当高管风险偏好适中时，这类高管会积极维持与合作伙伴的紧密联系，建立广泛的外部网络，增加结构资本；在合作过程中，他们通过持续履约以及坚守诚信的负责任行为积累关系资本；他们在创新全过程维持着社会责任与商业价值的平衡，既不过度强调风险控制而扼杀创新活力，也不盲目追求利润而忽视社会责任，他们用行动向内外部利益相关者输出企业的价值观，增强利益相关者对企业目标的共识与认可，提高认知资本。然而，当风险偏好过低时，高管可能缺乏对外探索与创新的动力，导致社会网络的联系密度减少，损害结构资本的积累，同时外部知识经验难以传入，内部封闭性程度高，不利于企业内外多元化观点的交流，影响共同的愿景与价值观的形成。当高管风险偏好过高时，其激进的决策倾向会导致组织架构频繁变动，不利于共同愿景的持续培育，从而削弱认知资本的积累；同时，其偏好高风险投资的战略取向容易损害利益相关者权益，破坏长期建立的信任基础，进而危及关系资本的稳定性。
基于此，本文提出以下假设：
H2：高管风险偏好与结构资本之间呈倒U型关系。
H3：高管风险偏好与认知资本之间呈倒U型关系。
H4：高管风险偏好与关系资本之间呈倒U型关系。
负责任创新的概念包含着利益相关者之间的关系，在面对不确定结果以及无法预知的集体活动中，所有参与者要共同承担创新的责任[5]。因此，企业要实现负责任创新，离不开与各类利益相关者之间的密切合作与协调机制。同时社会资本理论认为个体或组织嵌入的社会网络中蕴含着多种形式的资源，这些资源可以通过各种形式的连接与互动带来潜在的价值与优势。其中，结构资本通过其网络资源为负责任创新提供基础支撑。电商企业借助其与供应商、平台商户等建立的广泛连接，推动创新活动在多元利益相关者的参与下进行，并前瞻性地识别创新机遇，将社会需求融入创新过程。关系资本基于信任机制促进创新过程中的深度协作。电商企业与消费者、监管机构等多元主体之间建立的信任关系，能够显著降低企业与利益相关者进行对话的成本，这种基于信任关系下的沟通环境使得企业更包容地吸纳各方诉求，病危反思性地调整创新方向提供了社会基础。认知资本通过价值共识引导创新活动的持续演进。电商企业内外部就“科技向善”、负责任创新等理念形成共享愿景时，负责任创新的要求将内化为各方认同并遵循的行动准则，消费者也将自发地监督企业创新活动，与企业交互形成有效的响应机制。基于此，本文提出以下假设：
H5：结构资本与负责任创新有显著正向影响；
H6：认知资本对负责任创新有显著正向影响；
H7：关系资本对负责任创新有显著正向影响。
有学者指出不同类型的知识资本，其中包括社会关系网络，在组织创新中发挥了差异化的作用，而高管的决策风险偏好可能成为促进或是抑制这些关系的关键因素[6]。根据以上分析，在电子商务环境中，具备适度风险偏好的高管能够有效培育企业的社会资本：他们通过构建稳健而开放的商业网络夯实结构资本，凭借诚信履约积累关系资本，并在组织内外推动形成平衡商业价值与社会责任的认知共识。这些社会资本进而系统性地促进负责任创新：结构资本提供资源获取与响应能力，关系资本保障多元参与的包容环境与信任基础，认知资本则内化为持续创新的价值导向。基于此，本文提出以下假设：
H8：结构资本在高管风险偏好与负责任创新之间具有中介作用；
H9：认知资本在高管风险偏好与负责任创新之间具有中介作用；
H10：关系资本在高管风险偏好与负责任创新之间具有中介作用。
基于以上分析，本文构建如下研究模型，如图1所示：
Figure 1. Theoretical model
图1. 理论模型
3. 研究设计
3.1. 样本和数据收集
本研究以浙江、江苏两省的电子商务相关企业为研究对象，二者作为中国电子商务产业高度集聚的省份，涵盖了从平台电商、社交电商到跨境电商等完整业态，具有良好的行业代表性。本文采用问卷调查法进行数据收集，问卷发放采用线上与线下相结合的方式。正式调研于2025年2月向企业中高层管理者发放关于高管风险偏好的问卷1；并于两个月后向企业员工发放有关社会资本和负责任创新的问卷2。在问卷发放过程中，以每个企业为单位，按照1名高管对应2~3名员工的比例进行问卷收集。经筛选无效问卷后，获得高管有效问卷202份，员工有效问卷555份，样本有效率为75.7%。
3.2. 变量测量
除控制变量以外，本研究所有变量的测量量表均采用Likert7点计分法进行测量，从“1”~“7”表示完全不同意到完全同意。
高管风险偏好的测量参考Weber等人开发的量表[7]，共包含14个题项，如“我会在重大问题上与权威人士意见不合(如公司领导、教授、长辈)”。Cronbach’s α系数为0.865。
社会资本的测量采用Jia等人开发的量表[8]，分为结构资本、认知资本、关系资本3个维度，每个维度有5个题项，一共包含15个题项，如结构资本中的“我们企业与主要利益相关方保持密切的社会关系”。三个维度的Cronbach’s α系数分别为0.895、0.905、0.885，社会资本的Cronbach’s α系数为0.964。
负责任创新的测量参考Tarek Bel Hadj的研究成果[9]，共包含4个题项，如“我们企业在创新活动中引入了广泛的利益相关者参与，如政府、公众、高校和学研机构等”。Cronbach’s α系数为0.873。
本研究采用的量表的Cronbach’s α系数均超过0.8的标准，验证了量表的内部一致性良好。高管相关样本特征如表1所示。
Table 1. Basic characteristics of samples
表1. 样本基本特征
样本特征 |
分类标准 |
频率 |
百分比 |
累计百分比 |
性别 |
男 |
128 |
63.4 |
63.4 |
女 |
74 |
36.6 |
100 |
年龄 |
21~30 |
15 |
7.4 |
7.4 |
31~40 |
97 |
48.0 |
55.4 |
41~50 |
75 |
37.1 |
92.5 |
51周岁以上 |
15 |
7.4 |
100 |
受教育程度 |
高中及以下 |
6 |
3.0 |
3.0 |
专科 |
35 |
17.3 |
20.3 |
本科 |
104 |
51.5 |
71.8 |
硕士 |
52 |
25.7 |
97.5 |
博士及以上 |
5 |
2.5 |
100 |
工作年限 |
1年及以下 |
10 |
5.0 |
5.0 |
1~3年 |
48 |
23.8 |
28.8 |
3~5年 |
65 |
32.2 |
61.0 |
5~7年 |
56 |
27.7 |
88.7 |
7年及以上 |
23 |
11.4 |
100 |
4. 实证分析
4.1. 效度分析
首先，本研究通过KMO检验和Bartlett球形检验评估量表的结构效度，由表2可知，所有量表的KMO的值均大于0.8并且全部通过Bartlett检验(p < 0.001)，说明量表具有良好的结构效度。
其次，根据表3的结果，各变量的因子载荷均大于0.5的标准。同时，平均方差抽取量(AVE)值均大于0.5的可接受标准，组合信度(CR)均高于0.7的阈值，支持本文所使用的量表具有较好的收敛效度这一结论。
Table 2. Validity assessment of the scales
表2. 量表效度检验
变量 |
维度 |
KMO值 |
Bartlett’s检验显著性 |
高管风险偏好 |
|
0.866 |
|
0.000 |
社会资本 |
结构资本 |
0.878 |
0.980 |
0.000 |
认知资本 |
0.882 |
关系资本 |
0.882 |
负责任创新 |
|
0.829 |
|
0.000 |
Table 3. Validity analysis results
表3. 效度分析结果
变量 |
维度 |
因子载荷 |
AVE |
CR |
高管风险偏好 |
|
0.650~0.887 |
0.550 |
0.945 |
社会资本 |
结构资本 |
0.781~0.893 |
0.711 |
0.925 |
认知资本 |
0.806~0.894 |
0.729 |
0.931 |
关系资本 |
0.799~0.873 |
0.690 |
0.917 |
负责任创新 |
|
0.825~0.870 |
0.727 |
0.914 |
4.2. 相关性分析
表4列出了本研究各个变量之间的均值、标准差以及相关系数。其中各变量的均值均在3.857至4.590之间，标准差在0.924至1.512之间。在相关性方面，高管风险偏好与结构资本(β = 0.194, p < 0.001)、认知资本(β = 0.175, p < 0.001)、关系资本(β = 0.184, p < 0.001)及负责任创新(β = 0.255, p < 0.001)均呈显著正相关，表明高管风险偏好可能对负责任创新具有一定的积极影响。结构资本、认知资本与关系资本均与负责任创新显著正相关(β = 0.893, 0.89, 0.889; p < 0.001)，初步验证了本文提出的假设，为之后的回归分析提供了良好的基础。
Table 4. Correlation coefficients between variables
表4. 变量间相关系数
变量 |
均值 |
标准差 |
高管风险偏好 |
结构资本 |
认知资本 |
关系资本 |
负责任创新 |
高管风险偏好 |
3.857 |
0.924 |
1 |
|
|
|
|
结构资本 |
4.495 |
1.437 |
0.194*** |
1 |
|
|
|
认知资本 |
4.428 |
1.512 |
0.175*** |
0.968*** |
1 |
|
|
关系资本 |
4.590 |
1.338 |
0.184*** |
0.969*** |
0.971*** |
1 |
|
负责任创新 |
4.452 |
1.409 |
0.255*** |
0.893*** |
0.890*** |
0.889*** |
1 |
注：*表示显著水平p < 0.05，**表示显著水平p < 0.01，***表示显著水平p < 0.001。下同。
4.3. 假设检验
本研究运用SPSS 27.0软件通过层次回归分析探究变量之间的关系。由表5所示，模型1是控制变量对负责任创新的回归分析；模型2在此基础上加入了自变量高管风险偏好，结果显示高管风险偏好显著正向影响负责任创新(β = 0.245, p < 0.001)，而模型3则纳入高管风险偏好的平方项，此时高管风险偏好的平方对负责任创新有显著负向影响(β = −0.533, p < 0.001)。因此，高管风险偏好与负责任创新呈倒U型关系，H1成立。
Table 5. Main effect regression results
表5. 主效应回归分析结果
变量 |
负责任创新 |
模型1 |
模型2 |
模型3 |
企业类型 |
0.205* |
0.221** |
0.215*** |
企业规模 |
0.132 |
0.118 |
0.079 |
企业年龄 |
0.049 |
0.058 |
0.076 |
企业性质 |
−0.163 |
−0.151 |
−0.065 |
高管风险偏好 |
|
0.245*** |
0.302*** |
高管风险偏好2 |
|
|
−0.533*** |
R2 |
0.117 |
0.172 |
0.434 |
调整后的R2 |
0.800 |
0.134 |
0.404 |
F值 |
3.198 |
4.445 |
14.632 |
由表6可知，模型4、7、10分别是控制变量对结构资本，认知资本，关系资本的回归分析。模型5、8、11是高管风险偏好分别对结构资本、认知资本、关系资本的回归分析，结果显示高管风险偏好显著正向影响结构资本(β = 0.195, p < 0.001)，认知资本(β = 0.177, p < 0.001)，关系资本(β = 0.183, p < 0.001)。模型加入高管风险偏好的二次项后，此时高管风险偏好的二次项对社会资本的三个维度都有显著负向影响：结构资本(β = −0.539, p < 0.001)，认知资本(β = −0.543, p < 0.001)，关系资本(β = −0.548, p < 0.001)。所以，高管风险偏好分别与结构资本，认知资本，关系资本呈倒U型关系，H2、H3、H4成立。
Table 6. Results of regressions of social capital dimensions on executives’ risk preference
表6. 高管风险偏好对社会资本各维度的回归分析
变量 |
结构资本 |
认知资本 |
关系资本 |
模型4 |
模型5 |
模型6 |
模型7 |
模型8 |
模型9 |
模型10 |
模型11 |
模型12 |
企业类型 |
0.276*** |
0.289*** |
0.284*** |
0.243*** |
0.255*** |
0.249*** |
0.237** |
0.249*** |
0.244*** |
企业规模 |
0.106 |
0.094 |
0.055 |
0.088 |
0.078 |
0.038 |
0.096 |
0.086 |
0.046 |
企业年龄 |
0.071 |
0.079 |
0.096 |
0.083 |
0.090 |
0.108 |
0.063 |
0.070 |
0.088 |
企业性质 |
−0.181 |
−0.172 |
−0.084 |
−0.168 |
−0.159 |
−0.071 |
−0.148 |
−0.139 |
−0.051 |
高管风险偏好 |
|
0.195*** |
0.253*** |
|
0.177*** |
0.235*** |
|
0.183*** |
0.242*** |
高管风险偏好2 |
|
|
−0.539*** |
|
|
−0.543*** |
|
|
−0.548*** |
R2 |
0.154 |
0.189 |
0.457 |
0.154 |
0.189 |
0.457 |
0.119 |
0.150 |
0.425 |
调整后的R2 |
0.119 |
0.151 |
0.428 |
0.119 |
0.151 |
0.428 |
0.082 |
0.110 |
0.395 |
F值 |
4.393 |
4.979 |
16.066 |
4.393 |
4.979 |
16.066 |
3.249 |
3.752 |
14.145 |
如表7所示，结构资本、认知资本与关系资本均对负责任创新具有显著的正向影响。结构资本对负责任创新的回归系数为0.884 (p < 0.001)，认知资本对负责任创新的回归系数为0.885 (p < 0.001)，关系资本对负责任创新的回归系数为0.880 (p < 0.001)，这说明社会资本的三个维度均能够显著促进负责任创新的实现。这一结果验证了H5、H6、H7，同时也为进一步探讨社会资本三个维度的中介作用提供了支持。
Table 7. Results of regressions of responsible innovation on dimensions of social capital
表7. 社会资本各维度对负责任创新的回归分析
变量 |
负责任创新 |
模型13 |
模型14 |
模型15 |
模型16 |
模型17 |
模型18 |
企业类型 |
0.205** |
−0.044 |
0.214** |
−0.003 |
0.214 |
0.002 |
企业规模 |
0.132 |
0.037 |
0.157 |
0.054 |
0.157 |
0.047 |
企业年龄 |
0.049 |
−0.015 |
0.004 |
−0.034 |
0.004 |
−0.015 |
企业性质 |
−0.163 |
0 |
−0.175 |
−0.011 |
−0.175 |
−0.032 |
结构资本 |
|
0.884*** |
|
|
|
|
认知资本 |
|
|
|
0.885*** |
|
|
关系资本 |
|
|
|
|
|
0.880*** |
R2 |
0.117 |
0.804 |
0.076 |
0.796 |
0.076 |
0.793 |
调整后的R2 |
0.800 |
0.795 |
0.800 |
0.795 |
0.057 |
0.788 |
F值 |
3.198 |
87.622 |
4.030 |
153.251 |
4.030 |
150.29 |
4.4. 中介效应检验
本研究利用SPSS的Process插件进一步检验社会资本的中介作用。结果如表8所示，在Bootstrap 95%的置信区间范围内，高管风险偏好对负责任创新的直接效应，以及结构资本、认知资本、关系资本对负责任创新的间接效应，其置信区间的上下限均不包含0，表明高管风险偏好不仅能够直接影响负责任创新，还能通过结构资本、认知资本、关系资本的中介作用影响负责任创新。因此，社会资本的三个维度：结构资本、认知资本、关系资本的中介效应均显著，且都为部分中介，H8、H9、H10成立。
Table 8. Results of the Bootstrap test for the mediating effect
表8. 中介效应的Bootstrap检验结果
|
直接效应 |
间接效应 |
效应值 |
SE |
LLCI |
ULCL |
效应值 |
SE |
LLCI |
ULCI |
结构资本 |
0.302 |
0.108 |
0.034 |
0.227 |
0.259 |
0.117 |
0.035 |
0.504 |
认知资本 |
0.157 |
0.049 |
0.061 |
0.253 |
0.233 |
0.720 |
0.009 |
0.300 |
关系资本 |
0.144 |
0.494 |
0.047 |
0.242 |
0.245 |
0.113 |
0.309 |
0.468 |
5. 研究结论与启示
5.1. 研究结论
本文旨在揭示高管风险偏好与负责任创新之间的关系以及社会资本的中介作用，并将社会资本分为结构资本、认知资本、关系资本三个维度进行研究分析，通过SPSS数据分析，基于高层梯队理论、社会资本理论，提出了10组假设，经过实证分析得出以下结论：
高管风险偏好对负责任创新产生倒U型影响。上述实证分析表明，在高管风险偏好适中的程度下，企业能更积极开展负责任创新活动，表明在电商行业中，过于保守或过于激进的管理风格都不利于企业开展负责任的创新实践。这与刘华、杨汉明学者2018年的研究结论相似[10]：只有风险偏好适当时，企业的创新行为才能起到积极的作用，过高风险可能会导致过度冒险，对创新产生负面影响。
高管风险偏好对社会资本有倒U型影响。适度的风险偏好最有利于企业构建稳定的合作网络、培育信任关系和形成价值共识，而极端的管理风格则会损害这些重要的社会资源。社会资本对负责任创新有显著正向影响。这与曹霞等人在2024年发表的研究结论相同[11]。
社会资本在高管风险偏好与负责任创新中发挥中介作用。这表明，高管的风险决策风格首先会影响企业社会资本的积累，进而传导至负责任创新的实践效果。
5.2. 研究启示
关注高管的风险偏好程度。鉴于电商行业同时面临技术快速革新和监管政策不确定性的双重挑战，过高或过低的风险偏好都会影响企业的可持续发展。建议通过情境模拟、案例研讨等培训方式，帮助高管建立与电商行业特性相匹配的风险管理意识。同时，应充分利用电商平台的数据优势，建立基于大数据的决策支持系统，通过科学的算法模型辅助高管在创新投入、隐私保护等关键决策中保持理性平衡。
重视结构资本的建设。结构资本表现为企业社会网络的广度与密度。因此为提升结构资本，电商企业在外部应拓展更多的利益相关者，加强与客户、供应商、企业、政府、同行企业等不同利益主体的关系，建立多元化的外部合作网络，提升外部社会网络的广度，并通过定期联系增强外部社会网络的密度；在内部应建立跨部门的沟通机制，防止部门间“信息孤岛”现象的产生，通过开展定期交流会等方式增强部门间的沟通，提升内部社会网络的密度。
加强关系资本的维护。在外部关系方面，要严格履行用户数据保护承诺，建立透明的平台规则和纠纷解决机制，通过持续提供优质服务来赢得用户信任。在与平台商家的合作中，要注重建立长期共赢的合作伙伴关系，避免过度追求短期佣金而损害生态健康。在内部关系建设方面，要建立开放包容的创新文化，通过股权激励、创新项目孵化等机制，增强技术团队和运营团队的归属感与创造力。
促进认知资本的积累。在企业内部，要通过入职培训、季度复盘、价值观考核等方式，持续强化“科技向善”、“用户至上”等核心理念，确保在快速发展的过程中不偏离初心。在外部通过品牌建设、媒体宣传、与政府、高校等合作的方式传递企业的理念与价值观，促进外部利益相关者对企业文化产生共鸣。
5.3. 研究不足与展望
首先，本研究在测量方法上存在一定局限，高管风险偏好与负责任创新的量表尚未充分结合电商行业的决策情境与特有维度，未来研究应考虑开发包含电商行业特有维度(如数据伦理)的多维量表，使其更贴近电商行业情境。其次，本研究的数据收集主要依赖社会关系网络，数据来源相对单一，可能存在样本分布集中、代表性有限的问题，未来研究应引入客观数据(如ESG评级)或外部利益相关者的评价，利用多源数据多研究结论进行交叉验证。最后，本研究只考虑了社会资本这一单一的中介变量，尽管取得了一定的实证结果，但高管风险偏好与负责任创新的关系中可能还存在着其他影响因素，后续研究可进一步引入更多变量来拓展该理论模型。
基金项目
教育部人文社会科学研究一般项目(24YJC630297)；扬州大学商学院研究生创新项目(SXYKYCX202527)。