开放科学(资源服务)标识码(OSID)：
开放科学(资源服务)标识码(OSID)：
中共十八大以来，软件与信息技术服务业发展迅速，已经成为中国经济高质量发展的重要推动力，其中骨干企业的全球化布局彰显了较强竞争优势。然而，受新冠肺炎疫情与部分西方国家“逆全球化”思潮的影响，国际经济秩序无序化加剧。环境高度不确定给中国经济带来了巨大冲击，2020年一季度GDP下降6.8%，软件与信息技术服务业收入同比下降6.2%，企业生存维艰。穷则思变，环境压力促使企业不断进行战略转型，创新驱动尤为重要。企业作为自适应的开放式系统，是动态环境信息的接受者，需要与环境融合匹配以保持持续竞争优势[1]。创新是企业应对市场与技术动荡的重要途径，企业创新活动需要对环境作出反应[2-4]。软件与信息技术服务业作为一种新兴产业，对我国数字经济与其它产业发展作出了重要贡献，但其对基础软件与核心软件进口的依赖性仍较强。现阶段，中美贸易战升级致使企业核心技术供给与产成品国际需求不确定性进一步加大。为提高企业应对不确定性环境的能力，企业决策者需要把握先机，重点关注创新，不断提升竞争优势。因此，探讨不确定环境下企业创新注意力配置问题，揭示环境不确定性对企业创新绩效的作用机理，对我国企业生存与经济高质量发展至关重要。
随着近年来环境不确定性的加剧，其对企业创新绩效影响的研究引起国内外学者高度重视。部分学者认为，环境不确定性显著促进企业创新投资强度增加和企业商业模式转变，也显著促进企业向开放式技术创新战略转型[5-6]。环境不确定性既给企业带来挑战，也同时带来机会。在不确定性环境中，企业为抢占市场先机会发生很多投资行为[7]。环境不确定性对企业探索式创新行为和利用式创新行为均有促进作用[8]，对企业创新绩效也具有显著正向影响[9]。而另外一些学者则认为，环境不确定性抑制企业技术创新，不确定性环境大大增加了管理认知难度(付炳海等，2016)。为避免造成损失，企业家会在不能准确预判外部环境时延迟投资决策[10]、降低创新投入[11-12]、减缓不确定环境对企业创新绩效的负面影响[13]。上述结果表明，环境不确定性与企业创新绩效关系结论仍存在分歧。
尽管学者对环境不确定性影响企业创新绩效持肯定态度，但创新绩效提升需要企业将资源配置到创新领域，前提是企业创新注意力较高。Simon(1947)最早提出注意力的概念。随后，Chen等[14]基于注意力基础观对创新注意力进行界定，认为创新注意力是企业对创新刺激的注意程度。对高管而言，创新注意力是指他们基于决策情境将有限注意力集中在创新相关议题或解决方案的探讨上。在此基础上，相关学者探讨创新注意力对企业创新活动的作用机制。国内学者认为，高管团队创新意愿、员工创新意愿对创业企业创新绩效有促进作用[15-16]；大多数国外学者也认为创新注意力正向影响创新投入与创新绩效的关系[17-18]。也有学者关注创新注意力前置影响因素，利用高层梯队理论与绩效反馈理论开展形成机制研究，证实创新注意力受高管团队自身某些特征的影响[19]。基于绩效反馈理论的研究认为，历史期望绩效顺差促使高管团队在探索式创新上投入更多注意力[20]。上述研究成果虽然丰富，但鲜有关于不确定环境下企业创新注意力响应机制的实证研究。
综上所述，虽然相关学者对环境不确定性与企业创新绩效关系作出较大贡献，但由于研究对象及所处环境不同，致使研究结论存在分歧。学者认识到企业家注意力是一种有限资源，企业创新注意力配置对企业成长可持续性尤其重要。目前，大多数学者主要围绕环境不确定性或创新注意力与企业创新绩效的关系展开研究，缺少环境不确定性对企业创新注意力影响机制的实证分析，针对我国企业创新绩效的探讨更少。依据复杂理论，企业是能够主动认知环境并作出行为反应的自适应组织，其注意力选择势必对环境变化作出响应。在创新驱动高质量发展背景下，企业环境自适应性引发下述科学问题：具有创新基因的软件与信息技术服务业是否会因环境不确定性变化而引起注意力聚焦创新配置上的改变？创新注意力如何中介环境不确定性与创新绩效的作用关系？此外，环境不确定情境下企业现金流常会出现阶段性短缺，作为“看得见的手”的政府补助一般能够缓解企业现金流紧张问题，理应对企业创新注意力产生影响，但我国政府补助的实践效果并不理想，如发生过的新能源汽车骗补现象表明，政府补助对企业创新的激励作用不尽如人意。因此，本文基于“环境—认知(创新注意力)—行为后果(创新绩效)”研究范式，构建有调节的中介模型，主要探讨以下问题：①环境不确定性是否对企业创新注意力与创新绩效产生积极作用？②在环境不确定性与企业创新绩效关系中，创新注意力是否发挥中介作用？③政府补助是否对环境不确定性与企业创新注意力关系产生调节作用？本文以软件与信息技术企业1 375个观测结果为研究样本进行实证检验，揭示环境不确定性对企业创新注意力与创新绩效的内在作用机理，有助于扩展环境不确定性视阈下创新绩效管理研究边界，为企业创新管理实践与政府政策制定提供有价值的建议。
企业作为自适应组织，不断接受外部环境的信号刺激并作出适应性行为反应。本文借鉴相关学者观点[21-23]，从3个方面分析环境不确定性对企业创新绩效的作用机理：①市场不确定性带来市场需求的动荡变化，致使企业不能完全掌握市场信息。在此情境下，企业为满足顾客需求、维系或提升市场绩效，需要打破原有行为惯例，研发顾客满意、有价值的新产品。即市场环境不确定性促使企业加快新产品研发速度，有助于提升企业创新绩效；②技术环境不确定性意味着技术革新速度加快，这向企业传递了“不进则退”的信号。为保持持续竞争优势，企业有可能采取先动战略[24-25]，促使企业加大技术创新力度[26-27]，积极追求创新产出。同时，技术环境不确定性促使技术迭代速度加快，企业技术创新可依赖的外部知识更加丰富，不但为企业提供了更多学习机会，也有利于企业创新投入产出效率与绩效提升；③竞争强度加剧往往会改变市场格局，企业市场地位也会受到威胁。为保持持续竞争优势，企业需要克服核心竞争能力的刚性。软件与信息技术服务企业在激烈的市场竞争中存在产品或服务模式创新路径依赖特征，竞争激烈程度越高，该类企业越致力于通过创新行为提升企业创新绩效。据此，本文提出如下假设：
H1：环境不确定性正向影响企业创新绩效。
创新注意力受企业资源、社会关系和背景环境等因素的影响。环境不确定性会激发企业家精神，使其秉承创新取胜的竞争理念，进而促使企业产生创新注意力。这是因为：①当企业所处环境不确定性因素较多时，为应对经营环境变化，企业通常会将注意力放在创新上，积极采取创新行动解决问题或搜寻机会(刘霞等，2019)，而且，当企业家感知到外部环境存在较高不确定性时，将更愿意追求创新；Jahanshahi[29]以受制裁后的伊朗企业家为样本进行实证研究佐证了这一观点；②企业作为开放式创新系统，需要依照外部信息降低内部管理熵，维持企业系统有序运行，而环境不确定性增大了企业从外部获取信息的难度。不能准确预测环境变化将给企业带来潜在危机，甚至导致企业丧失竞争优势。为避免环境不确定性的负面影响，企业会在竞争对手之前推出新产品，促使决策者从事冒险活动(肖婷等，2010)，强化企业家主动革新求变的先动精神，使决策者克服企业原有路径依赖，将注意力和资源聚向创新；③环境不确定性给企业带来很多非结构化问题，但不确定的环境往往“危中有机”[30]。为防止错过稍纵即逝的机会窗口，企业会主动应对环境变化，从而使资源配置路径更加多元化(张敏，2020)，其中不乏以创新资源配置战略适应环境变革的举措，无疑是企业更加关注创新的结果。此外，环境不确定性中的潜在机会能够提高企业对未来收益的预期。企业研发创新成功能给企业带来高额的利润回报，研发产品也可在一定程度上提升企业核心竞争力，促使企业更加关注创新。据此，本文提出以下假设:
H2：环境不确定性正向影响企业创新注意力。
(1)环境认知影响企业注意力。一般而言，动荡与复杂的外部环境常导致企业绩效不尽如人意，进而形成决策者的期望落差。前景理论认为，期望落差的出现促使企业采取更加冒险的行动[31]，在期望水平附近落差区间内，决策者冒险创新动机随着期望落差程度增加而递增[32]。组织搜索理论指出，向下的业绩压力促使企业具有更强的创新敏感性[33]。由于软件与信息技术企业创新依赖性较强，因此业绩压力对企业创新刺激反应更加显著。部分学者认为环境不确定性对企业创新注意力发挥积极作用。如陈志红和李健[34]认为团队创新驱动受环境不确定性感知的影响，越是在动态或复杂环境中，企业创新冲动就越强烈。
(2)注意力资源配置是影响企业创新绩效的重要因素，企业家创新关注有利于提升企业创新能力[35]。鉴于企业资源和高管注意力资源的有限性，结合资源基础观与资源依赖理论，本研究认为企业家创新注意力积极影响企业创新绩效。这是因为：①企业在经营决策中将有限注意力配置在某一战略上，说明该战略比其它战略的执行意愿更强，在执行过程中占有的资源更多。企业创新注意力作为一种稀缺性资源，依据企业行为理论和资源基础观，企业创新注意力越高，创新意愿越强，技术创新占用的资源就越多。企业加大创新人才、资金投入，创新吸收能力增强，可以更好地利用行业技术变革所提供的知识增量促进企业创新绩效提升；②企业创新注意力作用于企业创新活动全过程，有利于企业创新文化的形成及创新方向与研发项目的优选，在提升创新管理效能的同时，也为创新绩效提升打下基础；③伴随着企业创新注意力的增强，企业管理者创新意愿随之提升，他们会利用社会资本推动企业开放式创新，以产学研合作等方式利用外部创新资源提高企业创新成功概率，进而提升创新绩效。据此，本文提出如下假设：
H3：创新注意力对企业创新绩效有显著正向影响。
H4：企业创新注意力在环境不确定性与企业创新绩效关系中起中介作用。
(1)企业创新需要大量资金投入，而融资约束会阻碍经济政策不确定性对企业创新投资的激励作用[36]。政府补助能够增加企业现金流，减缓融资约束的不利影响，增强企业战略资源柔性，同时分担企业创新投资风险，激发软件与信息技术服务企业的创新勇气，促使其更加关注创新。
(2)政府补助具有信号传递效应，向社会表明被补助企业更加符合经济发展重点方向。政府补助具有显著认证效应，可促使企业获取更多外部资本[37]。所以，政府补助信号能够削弱企业与外部投资者之间的信息不对称，增强外部投资者信心，帮助企业实现低成本融资，将企业注意力资源配置到创新活动中。据此，本文提出以下假设：
H5：政府补助正向调节环境不确定对企业创新注意力的影响。
综上所述，本文构建环境不确定性对企业创新注意力与企业创新绩效的研究框架，如图1所示。
图1 研究框架
本文财务数据来源于Wind数据库，专利来源于CSMAR数据库，选取软件与信息技术服务业A股上市公司2015-2019年的观测值，为保证实证分析的准确性和有效性，对样本作如下处理：①剔除ST和PT公司，此类公司数据异常，同常规企业不具有可比性；②环境不确定性计算需要回溯5年的营业收入，本文使用面板数据进行回归分析，剔除营业收入数据不足9年的公司；③剔除其它财务数据或专利数据缺失的公司；④为降低极端值的影响，对所有变量进行1%水平的缩尾处理。最终，获得275个有效样本企业，共1 375个观测值。
(1)被解释变量：企业创新绩效。在实证研究中，学者通常用企业申请专利数或新产品销售收入衡量企业创新绩效[38]。由于我国现行年报不要求企业对新产品销售收入进行披露，因此本文参考袁建国[39]的研究，选取企业当年专利申请总数加1的自然对数(Pat)作为衡量指标。
(2)解释变量：环境不确定性(EU)。参考Ghosh & Olsen[40]和申慧慧[41]对环境不确定性的衡量方法，用公司过去5年销售收入的变差系数衡量公司环境不确定性。由于本研究聚焦一个行业，因此不进行EU行业调整。
(3)中介变量：企业创新注意力(IA)。创新注意力即企业对创新的注意程度，词频法是对创新注意力衡量的重要方法。参考以往学者使用企业年报中“致股东的一封信”或“ 董事会报告”进行文本分析测量创新注意力(吴建组等，2016)的做法，本文选取“董事会报告”测量创新注意力。本文借鉴陈守明[42]的做法，通过阅读10%的董事会报告样本，共归纳出创新、独创、新产品等27个与创新相关的关键词，利用Python在样本企业董事会年报中抓取关键词词频，对企业创新注意力进行衡量。
(4)控制变量。本文将政府补助设为调节变量。为控制其它变量对回归结果的影响，本文选取以下控制变量：企业年限(Age)、总资产报酬率(ROA)、企业规模(Size)、股权集中度(Stk)和研发投入强度(RDI)。
表1 变量定义
变量类别变量名称变量符号变量定义 因变量企业创新专利数Pat企业当年专利申请总数加1的自然对数中介变量企业创新注意力IA董事会报告中有关创新的关键词字数占总字数的比值自变量环境不确定性EU公司过去5年非正常销售收入的变异系数控制变量企业规模Size年末总资产的自然对数企业年龄Age企业成立时间的自然对数总资产报酬率ROA税后净利润/总资产股权集中度Stk前十大股东股权占比研发投入强度RDI研发投入/总营业收入调节变量政府补助Sub全年政府补助/期末总资产
为检验本文所提假设，建立如下回归模型：
Pat=β0+β1EU+β2controls+ε
(1)
IA=β0+β1EU+β2controls+ε
(2)
Pat=β0+β1EU+β2IA+β3controls+ε
(3)
IA=β0+β1EU+β2EU×Sub+β3controls+ε
(4)
各主要变量的描述性统计结果如表2所示。从中可见，创新绩效(Pat)的标准差为1.43，极差为5.50，说明我国企业间研发水平存在较大差异。企业创新注意力(IA)的极差(2.80)较大，标准差为0.58，说明企业间创新注意力存在差异。环境不确定性(EU)的极差为2.33，标准差为0.21，表明环境不确定性整体离中趋势不大，但极差较大说明企业经营环境差异较大。政府补助的标准差为0.56，标准差较小说明政府补助存在普惠性现象，结合较小的均值(0.494)可以看出政府补贴力度不大。另外，环境不确定性(EU)与创新绩效(Pat)呈正相关关系，环境不确定性(EU)与企业创新注意力(IA)呈正相关关系，说明环境不确定性在一定程度上对创新绩效和企业创新注意力提升有正向促进作用。相关性分析绝对值最大系数为0.32，小于最大限度0.8，初步判定不存在多重共线性问题。为保证结果的准确性，进一步计算各变量的方差膨胀因子。经VIF检验发现，各变量的VIF最大值为1.16，小于上限10，MeanVIF值为1.09，表明各变量间不存在多重共线性问题。
表2 描述性统计与相关性分析结果
注：*、**、***分别表示在1%、5%和10%统计水平显著，下同
变量meansdRPatIAEUSizeAgeROAStkRDISubPat1.261.435.501IA1.370.582.80.26***1EU-0.150.212.330.18***0.11***1Size21.621.044.960.32***0.02-0.16***1Age2.840.311.520.08***-0.06**-0.29***0.271ROA5.3219.63142.940.11***0.13***0.22***-0.04-0.17***1STK0.260.140.62-0.010.05*-0.010.010.020.09***1RDI0.268.2242.360.15***0.19***-0.02-0.04-0.09***0.08**0.021Sub0.494 0.5611.520.14***0.16***0.08***-0.15***-0.12***0.15***0.030.16***1
本文使用Stata15对模型进行回归分析，选用最小二乘法，通过豪斯曼检验结果(chi2(6)=92.06，Prob>chi2=0.001 6)发现显著性水平P值小于0.05，因此本文变量拒绝原假设，适合采用固定效应模型进行实证分析。从表3回归结果(1)可以看出，环境不确定性与创新绩效的回归系数为5.846，且在1%水平上显著正相关，说明环境不确定性加剧会显著促进企业创新绩效提升，假设H1得到验证。回归结果(2)显示，环境不确定性的系数为0.803，在1%水平上与企业创新注意力显著正相关，表明环境不确定性正向促进企业对创新的关注，假设H2得到验证。回归结果(3)显示，企业创新注意力的系数为0.388，且在1%水平上显著正相关，说明企业创新注意力对企业创新绩效有正向影响，假设H3成立。对比回归结果(1)～(4)可以发现，在加入企业创新注意力变量后，环境不确定性的显著性水平不变，系数由5.846减小为5.580，企业创新注意力的系数为0.309，且在1%水平上显著正相关。这说明，在环境不确定性与企业创新绩效的正向作用关系中存在企业创新注意力中介路径，假设H4得到验证。
表3 变量回归结果(N=1 375)
变量(1)(2)(3)(4)(5)PatIAPatPatIAEU5.846***0.803***5.580***1.635*IA0.388***0.309***EU*Sub-0.118Sub0.012Size0.727**0.1180.3210.674**-0.041*ROA0.004**0.001***0.006***0.003**0.001***Skt0.220 0.315**0.1800.141-0.326**RDI0.023***0.009***0.0120.020***0.009***Age0.2530.1120.941***0.2340.138cons12.171**1.1803.36511.650**1.918***adj_R20.090 10.034 20.036 00.080 20.044 1
回归结果(5)显示，环境不确定性与政府补助的交乘项不显著，假设H5未得到验证。原因如下：①企业高管利己动机下的创新风险规避行为。政府补助在财报中计入营业外收入，抵消了不确定环境可能引发的企业业绩期望落差，使企业高管绩效考核指标达成度受到较小影响，未能激发企业通过冒险创新提高企业绩效的意愿。按照委托代理理论，管理者为减少因风险性投资对个人绩效薪酬造成的损失，不愿意对高风险创新活动给予更多关注；②既有政府补助受惠对象选择倾向造成企业注意力资源配置的“短视”行为。政府补助作为地方政府实现“促投资，谋发展”诉求的政策工具[43]，更倾向于流向盈利强的上市公司[44]。为迎合政府诉求与政策倾向，企业会关注短期盈利或优先选择固定资产投资，致使创新注意力配置难以提升；③在不确定性环境下，企业存在创新投资风险担忧，且我国多数软件与信息技术企业获得的政府补助强度偏低，政府补贴难以产生“杠杆效应”。
为确保研究结论的可靠性，本文分别进行如下稳健性检验：①变量替换。以企业专利获批数代替企业申请专利数，再次进行上述实证检验；②Sobel检验。Sobel检验统计量Z值为2.906，P值为0.004，在1%水平上接受原假设，且中介效应系数占总效应的比值为9.411%，再次验证企业创新注意力(IA)发挥部分显著中介效应；③工具变量法。本文选取环境不确定性(EU)滞后一期作为工具变量，该工具变量为内生变量的相关变量，且在10%水平上通过弱工具变量检验，在1%水平上通过工具变量不可识别检验，证明该工具变量有效。以上3次调整的回归检验结果与原始回归结果无显著差异，结论一致(见表4)。
表4 稳健性检验结果(N=1 375)
变量变量替换法(1)(2)(3)(4)(5)Pat_adjIAPat_adjPat_adjIA工具变量法(1)(2)(3)(4)(5)PatIAPatPatIAEU6.129***0.599***5.848***1.635*7.904***1.621***7.021***3.241**IA0.405**0.326**0.796***0.531***Sub0.0120.000 1EU*Sub-0.118-0.000 2control 控制控制控制控制控制控制控制控制控制控制R20.277 80.036 40.253 30.280 40.044 10.195 40.074 70.195 30.236 40.060 2Sobel检验Z=2.906,P>|Z|=0.004,中介效应占总效用的比例为9.411%
环境不确定性给企业带来的风险与机遇并存，企业通过提升创新注意力提高创新产出，进而增强企业核心竞争力。为进一步检验环境不确定性对企业创新注意力的影响以及创新注意力的中介作用是否因环境不确定性高低而存在差异，本文按照环境不确定性高低进行分组。表5列(1)～(4)结果显示，在低环境不确定性水平下，企业创新注意力依然发挥中介作用；在高环境不确定性下，环境不确定性对创新绩效依然发挥显著正向作用，且列(6)中环境不确定性对企业创新注意力的影响不显著，致使在高环境不确定性下企业创新注意力的中介作用不存在。对比列(2)、列(6)发现，环境不确定性水平由低到高对创新注意力的影响由正向显著削弱至不显著。这说明，伴随着环境不确定性增大，企业不得不在未知环境预测或风险应对上花费更多精力。因此，在高环境不确定性情景下，企业创新注意力不会随着环境不确定性增大而显著提升。
表5 差异性分析结果
变量低环境不确定性(N=762)(1)(2)(3)(4)PatIAPatPat高环境不确定性(N=613)(5)(6)(7)(8)PatIAPatPatEU10.484***1.239*9.730***5.606***0.111 55.316***IA0.600***0.548***0.546***0.529***Size0.310***-0.0310.500***0.329***0.460***0.000 10.295***0.464***ROA0.008**0.003***0.010***0.006**0.005*0.002 9**0.006**0.004Skt0.611-0.1090.4060.699-0.4220.177 3-0.504-0.422RDI0.034***0.014***0.016**0.026***0.029***0.013 4***0.024**0.023**Age0.540**0.216**0.1350.431*-0.1250.007 3-0.288-0.008cons-6.005***1.476**-10.817***-6.895 0***-7.600***1.083 1-5.197***-8.700***R20.183 40.063 20.170 60.221 90.054 40.228 20.013 80.039 7Sobel检验Z=1.721,P>|Z|=0.085中介效应占总效用的比例为6.526%Z=0.179,P>|Z|=0.858中介效应不成立
近年来，伴随着国际环境的巨变及新冠肺炎疫情的影响，关于环境不确定性的研究逐渐成为热点，尤其是环境不确定性与企业创新绩效关系研究。本文对环境不确定性对企业创新绩效的影响路径进行深入分析，结果发现：①总体而言，环境不确定性对企业创新绩效有显著正向影响，表明环境不确定性能够激发企业创新意愿，为提升竞争优势，企业更加关注创新，通过提升创新注意力追求更高的创新绩效；②政府补助对软件与信息技术服务业企业创新注意力的激励作用不显著，表明政府补助在环境不确定性与企业创新注意力关系中未发挥“杠杆作用”，主要是因为企业创新风险规避及政府补助政策不足所致；③环境不确定性对企业创新注意力与企业创新绩效的作用机制因环境不确定程度高低而存在差异。低环境不确定性分组结果与整体样本结果无显著差异，但在高环境不确定性分组中未证实环境不确定性对企业创新注意力有正向影响，说明当环境不确定性水平较高时，创新注意力在“环境不确定性与创新绩效”作用路径中未发挥中介作用。
本文贡献主要体现在以下3个方面：①不同于以往聚焦环境不确定性或创新注意力对企业创新绩效直接作用的研究，本文认为企业是能够主动认知环境并作出行为反应的自适应组织，实证检验企业创新注意力对环境的响应机制，深刻揭示环境不确定性对企业创新注意力的作用机理，丰富了企业行为理论研究；②基于“环境—认知—行为后果”研究范式，引入企业创新注意力作为中介变量，揭示创新注意力在环境不确定性与企业创新绩效作用中介路径中因不确定性水平高低而存在差异的作用机制，扩展了环境不确定性情境下企业注意力资源是否聚焦创新的决策边界，有利于企业在不同情境下对有限注意力资源进行科学配置，丰富了创新管理理论研究；③以软件与信息技术服务业企业为对象进行实证研究，分析环境不确定情景下政府补贴难以产生“杠杆效应”的原因，强调了不确定性环境中优化政府补助政策的必要性，从政府治理视角丰富了企业创新管理情景要素研究。
基于上述研究结论，对企业与政府提出如下管理启示：
(1)企业应正确认识环境不确定性对企业创新成长的影响，树牢创新取胜理念，积极识别并努力把握企业创新成长机遇。环境不确定性虽然给企业带来威胁，但“危中有机”，面对新市场机会及新知识、新技术的涌现，企业要以提升动态能力为导向，关注创新并充分吸收新技术知识，以创新产出的提质增量克服核心竞争力刚性。
(2)企业需区分环境不确定性差异化情景，作出是否将有限注意力资源聚焦到创新领域的科学决策。在环境不确定性较低情境下，由于创新注意力中介了环境不确定性与创新绩效作用路径，因此企业应加大创新注意力配置进而实现创新绩效提升；但在高环境不确定性情境下，企业创新注意力的中介效应不再显著，企业高管注意力不宜一味聚焦创新。此时，企业需要权衡创新风险与投资效率问题，关注技术知识与人才积累，为创新驱动企业价值可持续提升创造智力资本支撑。
(3)企业为保持持续竞争优势，需加强对环境的精准投入，提高环境变化趋势预判的准确性。在实践中，企业可以充分利用大数据和信息技术科学预测市场变化与技术变革，努力把握环境不确定性带来的风险。建立健全风险防范机制，降低创新风险，通过完善公司治理机制消除企业高管利己动机产生的风险规避行为，为环境不确定情境下企业注意力聚焦创新成长提供组织保障。
(3)政府补助应优先选择那些创新意愿强烈且自身创新资源多的企业，切实克服地方政府补助偏向短期盈利能力企业的倾向性。在高不确定性环境下，政府要加大补助额度与补助效果评估考核力度，依据考核结果在后续补助政策中采取正负激励措施，纠正企业为获得补助而出现偏重近期财务业绩而忽视创新的短视行为。此外，为有效激励企业创新意愿，政府应聚焦创新生态建设，优化企业创新成长营商环境，使企业充分了解、公平利用国家和行业政策，从创新活动价值链全域视角为降低企业创新投资风险提供支撑，促使企业勇于创新，充分发挥政府补助对提升企业创新注意力的“杠杆效用”，从而实现激励企业创新成长的初衷。
本研究存在一些不足：①仅以软件与信息技术服务业企业为样本，揭示创新注意力在环境不确定性与创新绩效间的中介作用及政府补助调节机制，研究结论是否适用于其它企业有待考证；②在环境不确定性测量中选取销售收入变差系数作为替代变量，虽然是目前学术界的通用做法，但要做到准确评估环境不确定性程度仍需在测量模型上加以改进，未来将综合政治、经济与技术等影响要素，优化环境不确定性测量方法。
[1] 杜丹丽,肖燕红. 动态环境下企业组织自适应控制模型研究[J]. 科技管理研究,2009,29(8):293-295.
[2] LUEG R,BORISOV B G. Archival or perceived measures of environmental uncertainty? conceptualization and new empirical evidence[J]. European Management Journal,2014,32(4):658-671.
[3] GARTNER W B. A conceptual framework for describing the phenomenon of new venture creation[J]. Academy of Management Review,1985,10(4):696-706.
[4] 袁建国,程晨,后青松. 环境不确定性与企业技术创新:基于中国上市公司的实证研究[J]. 管理评论,2015,27(10):60-69.
[5] 翟淑萍,张建宇,杨洁,等. 环境不确定性、战略性新兴企业商业模式与创新投资绩效:基于高端装备制造行业的经验分析[J]. 科技进步与对策,2015,32(18):68-74.
[6] 唐国华,孟丁. 环境不确定性对开放式技术创新战略的影响[J]. 科研管理,2015,36(5):21-28.
[7] WEEDS H. Strategic delay in a real options model of R&D competition[J]. The Review of Economic Studies,2002,69(3):729-747.
[8] 崔维军,孙成,傅宇,等. 政策不确定性与企业双元创新行为选择：“激流勇进”还是“循序渐进”[J]. 科学学与科学技术管理,2019,40(11):68-81.
[9] 李娟. 环境不确定性对企业创新绩效的影响[J]. 人力资源,2020，19(10):72-73.
[10] BERNANKE B S. Irreversibility,uncertainty,and cyclical investment[J]. The Quarterly Journal of Economics,1983,98(1):85-106.
[11] 李寿喜,洪文姣. 环境不确定性、透明度与企业创新[J]. 工业技术经济,2020,39(8):44-52.
[12] 朱丽娜,贺小刚,贾植涵. “穷困”促进了企业的研发投入:环境不确定性与产权保护力度的调节效应[J]. 经济管理,2017,39(11):67-84.
[13] 赵红,杨震宁. 环境不确定性、研发管理与技术创新绩效间关系的实证分析[J]. 技术经济,2017,36(8):9-17,47.
[14] CHEN S M,BU M,WU S B,et al. How does TMT attention to innovation of Chinese firms influence firm innovation activities? a study on the moderating role of corporate governance[J]. Journal of Business Research,2015,68(5):1127-1135.
[15] 李钧,柳志娣,王振源,等. 高管团队创新意愿、决策能力与创业企业创新绩效:研发组织水平的调节效应[J]. 南京财经大学学报,2020,66(1):74-84.
[16] 王金凤,岳俊举,冯立杰. 政府支持与后发企业创新绩效:创新意愿的中介作用[J]. 技术经济与管理研究,2019，40(4):122-128.
[17] SHEPHERD D A,MCMULLEN J S,OCASIO W. Is that an opportunity?an attention model of top managers' opportunity beliefs for strategic action[J]. Strategic Management Journal,2017,38(3):626-644.
[18] KAPLAN S. Cognition,capabilities,and incentives:assessing firm response to the fiber-optic revolution[J]. Academy of Management Journal,2008,51(4):672-695.
[19] 蔡猷花,曹芸菁. 创新注意力研究现状与未来展望[J]. 华南理工大学学报(社会科学版),2020,22(6):45-54.
[20] 肖书锋,李璨. 绩优企业创新选择的内在机制[J]. 科学学研究,2020,38(2):334-345.
[21] SU Z F,XIE E,PENG J S. Impacts of environmental uncertainty and firms' capabilities on R&D investment:evidence from China[J]. Innovation,2010,12(3):269-282.
[22] JAWORSKI B J,KOHLI A K. Market orientation:antecedents and consequences[J]. Journal of Marketing,1993,57(3):53-70.
[23] 李钰婷,高山行,张峰. 外部环境匹配下企业能力对绿色管理的影响研究[J]. 管理学报,2016,13(12):1851-1858.
[24] TUSHMAN M L, ROMANELLI E. Organizational evolution:a metamorphosis model of convergence and reorientation[J]. Research in Organizational Behavior, 1985,7:171-222.
[25] 沈灏,谢恩,王栋晗. 不确定环境驱动下的新产品开发战略选择与持续竞争优势[J]. 经济与管理研究,2017,38(9):117-126.
[26] TUSHMAN M L,ROMANELLI E. Uncertainty,social location and influence in decision making:a sociometric analysis[J].Management Science,1983,29(1):12-23.
[27] TVERSKY A,KAHNEMAN D. Advances in prospect theory:cumulative representation of uncertainty[J]. Journal of Risk and Uncertainty,1992,5(4):297-323.
[28] 申明浩,谢观霞,楚鹏飞. 经济政策不确定性对企业科技创新的影响[J]. 广东财经大学学报,2019,34(4):101-112.
[29] AFSHAR JAHANSHAHI A,BREM A. Entrepreneurs in post-sanctions Iran:innovation or imitation under conditions of perceived environmental uncertainty[J]. Asia Pacific Journal of Management,2020,37(2):531-551.
[30] 刘婧,罗福凯,王京. 环境不确定性与企业创新投入:政府补助与产融结合的调节作用[J]. 经济管理,2019,41(8):21-39.
[31] 连燕玲,周兵,贺小刚,等. 经营期望、管理自主权与战略变革[J]. 经济研究,2015,50(8):31-44.
[32] 贺小刚,邓浩,吕斐斐,等. 期望落差与企业创新的动态关系:冗余资源与竞争威胁的调节效应分析[J]. 管理科学学报,2017,20(5):13-34.
[33] GREVE H R. Performance,aspirations,and risky organizational change[J]. Administrative Science Quarterly,1998,43(1):58-86.
[34] 陈志红,李健. 环境不确定性感知、跨界行为与团队创新研究[J]. 南京社会科学,2020,31(6):40-48.
[35] 郭韬,张亚会,刘洪德. 企业家背景特征对创业企业技术能力的影响:创新关注的中介作用[J]. 科技进步与对策,2018,35(8):143-148.
[36] 赵萌,叶莉,范红辉. 经济政策不确定性与制造业企业创新:融资约束的中介效应研究[J]. 华东经济管理,2020,34(1):49-57.
[37] 王刚刚,谢富纪,贾友. R&D补贴政策激励机制的重新审视:基于外部融资激励机制的考察[J]. 中国工业经济,2017,34(2):60-78.
[38] HAGEDOORN J,CLOODT M. Measuring innovative performance:is there an advantage in using multiple indicators[J]. Research Policy,2003,32(8):1365-1379.
[39] 袁建国,后青松,程晨. 企业政治资源的诅咒效应:基于政治关联与企业技术创新的考察[J]. 管理世界,2015，31(1):139-155.
[40] GHOSH D,OLSEN L. Environmental uncertainty and managers' use of discretionary accruals[J]. Accounting,Organizations and Society,2009,34(2):188-205.
[41] 申慧慧,于鹏,吴联生. 国有股权、环境不确定性与投资效率[J]. 经济研究,2012,47(7):113-126.
[42] 陈守明,戴燚. 高管团队职能背景多样性与企业创新产出间关系:创新关注的中介作用[J]. 科技进步与对策,2015,32(18):75-82.
[43] 许罡, 朱卫东, 孙慧倩. 政府补助的政策效应研究——基于上市公司投资视角的检验[J]. 经济学动态, 2014，55(6):87-95.
[44] 赵文耀, 白霄, 郑建明. 政府补助是否更青睐盈利企业——基于A股上市公司的实证研究[J]. 山西财经大学学报, 2020,42(5):112-126.