任 輝

(1.廣東外語外貿(mào)大學(xué) 金融學(xué)院，廣東 廣州 510006；2.廣州華南財富管理中心研究基地，廣東 廣州 510006)

0 引言

當(dāng)前，我國經(jīng)濟發(fā)展動力從要素驅(qū)動、投資驅(qū)動轉(zhuǎn)向創(chuàng)新驅(qū)動，科技創(chuàng)新迅速成為推動經(jīng)濟發(fā)展的重要力量。十九大報告明確指出，“創(chuàng)新是引領(lǐng)發(fā)展的第一動力，是建設(shè)現(xiàn)代化經(jīng)濟體系的戰(zhàn)略支撐”，政府政策將進一步助推我國高新技術(shù)企業(yè)成長和發(fā)展。然而，在實踐中，企業(yè)科技創(chuàng)新往往高風(fēng)險與高收益并存，科技風(fēng)險的不確定性、突發(fā)性會給高新技術(shù)企業(yè)帶來巨大經(jīng)濟損失，嚴(yán)重制約科技創(chuàng)新發(fā)展。保險是風(fēng)險轉(zhuǎn)移的主要工具，具有防災(zāi)防損功能，能夠有效保障社會財富安全，極大增強投保人風(fēng)險管理意識。為了促進科技創(chuàng)新，加快我國科技事業(yè)健康蓬勃發(fā)展，科技保險應(yīng)運而生，其可為我國實施自主創(chuàng)新戰(zhàn)略保駕護航，在分散和轉(zhuǎn)移科技風(fēng)險、減少科技風(fēng)險損失方面發(fā)揮重要作用。

2006年12月，在中國保監(jiān)會和科技部共同推動下，我國科技保險試點工作正式啟動，并分兩批確定了北京等12個城市、中國人保財險等4家保險公司參與試點工作，有針對性地開發(fā)了15個保險新險種進行運營。經(jīng)過3年多試點工作，2010年，中國保監(jiān)會和科技部印發(fā)《關(guān)于進一步做好科技保險有關(guān)工作的通知》(保監(jiān)發(fā)〔2010〕31號)，標(biāo)志著科技保險進入全面推廣階段。此后，中央和地方科技保險政策不斷推陳出新，科技保險工作全面展開。

2016年，廣州市科技創(chuàng)新企業(yè)總數(shù)達(dá)到12.7萬家，2014-2016年中國最佳創(chuàng)新50強入選企業(yè)數(shù)量居全國各大城市前三[1]。2012年，廣州市在廣東省率先開展科技保險工作，并出臺相關(guān)優(yōu)惠政策，以開發(fā)區(qū)為試點，提供5大類15個保險險種，2015年推廣到全市。截至2016年9月底，已累計保費3 413萬元，累計為348家次企業(yè)提供風(fēng)險保障金額1 101億元[2]。雖然科技保險工作初見成效，但不難發(fā)現(xiàn)，參保企業(yè)數(shù)量少、比例低，科技保險功能并沒有充分發(fā)揮出來。是什么原因?qū)е驴萍急ｋU陷入“叫好不叫座”？為此，有必要深入分析高新技術(shù)企業(yè)科技保險購買意愿影響因素，幫助相關(guān)部門更好地了解和把握企業(yè)參保決策，繼而有針對性地尋找解決方案，為科技保險發(fā)展提供政策保障。

1 文獻回顧

目前國內(nèi)對科技保險概念界定尚未統(tǒng)一。謝科范[3]從保險標(biāo)的角度，定義了科技保險。此后，劉燕華[4]、胡曉寧等[5]進行了補充，進一步明確了科技保險的保險標(biāo)的。大多數(shù)學(xué)者從風(fēng)險不確定性視角出發(fā)，對科技保險進行定義，如陳雨露[6]等認(rèn)為，科研開發(fā)過程中會面臨諸多不確定風(fēng)險因素，科技保險是規(guī)避、轉(zhuǎn)移、分散風(fēng)險因素所導(dǎo)致?lián)p失的重要手段?？萍急ｋU能夠激發(fā)企業(yè)研發(fā)動力，提升企業(yè)核心競爭力，推動科技創(chuàng)新進程，促進社會進步[7]。針對科技保險參保率低、運行不暢等問題，學(xué)者從不同角度展開了研究。部分學(xué)者認(rèn)為，政府支持力度不夠[8]、政策同質(zhì)化嚴(yán)重[9]、保險公司供給意愿不強[10]以及高新技術(shù)企業(yè)參保意愿不強[11]是主要原因。其中，在分析科技保險需求影響因素方面，以實證研究為主。如呂文棟和趙揚[12]對浙江省部分高新技術(shù)企業(yè)調(diào)查研究發(fā)現(xiàn)，影響高新技術(shù)企業(yè)參保意愿的重要因素是管理層風(fēng)險偏好、企業(yè)成長性及第一大股東持股比例等；李紅坤等[13]在對山東省上市高新技術(shù)企業(yè)研究時發(fā)現(xiàn)，企業(yè)認(rèn)知程度、管理者受教育水平、企業(yè)資信和社會形象以及相關(guān)財務(wù)指標(biāo)都會影響企業(yè)投保意愿；王媛媛[14]在對廣州市開發(fā)區(qū)高新技術(shù)企業(yè)的實證研究中發(fā)現(xiàn)，企業(yè)特征、產(chǎn)業(yè)類型等會影響企業(yè)投保意愿。

縱觀上述研究，不難發(fā)現(xiàn)，學(xué)者們對科技保險定義、作用及其運行問題進行了較為深入的研究，并對高新技術(shù)企業(yè)科技保險需求進行了實證分析，為找尋科技保險參保率低的原因及解決方案提供了客觀依據(jù)。但是，高新技術(shù)企業(yè)科技保險購買意愿是企業(yè)行為選擇，現(xiàn)有研究缺乏從企業(yè)決策視角對其進行研究。為此，本文基于有限理性假說，構(gòu)建高新技術(shù)企業(yè)科技保險購買意愿影響因素分析框架，以廣州市部分高新技術(shù)企業(yè)為研究對象，實證分析影響高新技術(shù)企業(yè)科技保險購買意愿的關(guān)鍵因素。

2 研究設(shè)計

2.1 理論框架

有限理性假說由諾貝爾經(jīng)濟學(xué)獎獲得者赫伯特·西蒙提出，有別于完全理性，有限理性認(rèn)為，由于決策者的知識、信息、計算能力有限，只能從有限備選方案中尋找滿意解，是主觀有限理性；有限理性是過程理性，決策者會受外部環(huán)境影響，隨著環(huán)境變化，令人滿意的備選方案可能會發(fā)生改變。目前，不少國內(nèi)外學(xué)者研究了有限理性對企業(yè)決策行為的影響。例如，Kelley & Hugh[15]通過對空間交易環(huán)境的仿真實驗研究，闡釋了企業(yè)決策者有限理性對貿(mào)易模式的影響；Tarka & Piotr[16]調(diào)查發(fā)現(xiàn)，受有限理性影響，企業(yè)管理者在決策中對市場營銷信息使用并不充分，一些信息在實踐中往往被忽視；Margarete & Roberto[17]的研究表明，基于國際會計準(zhǔn)則,有限理性會影響會計人員對相關(guān)財務(wù)活動的會計確認(rèn)和計量；MacLeod & Bentley[18]觀察到，人力資本成本是衡量有限理性對決策重要性的直接指標(biāo)；Samnani等[19]利用有限理性理論和認(rèn)知導(dǎo)向決策模型，研究了人力資源管理專家在人力資本需求高度復(fù)雜情況下的有限理性；Deligianni & Ioanna[20]在探討創(chuàng)業(yè)導(dǎo)向?qū)ζ髽I(yè)國際績效的作用時，考慮了有限理性對創(chuàng)業(yè)者決策的影響。在國內(nèi)，高艷和石巋然[21]通過對有限理性下企業(yè)生產(chǎn)決策演化研究，為企業(yè)選擇生產(chǎn)方式提供了理論依據(jù)；林云[22]的研究認(rèn)為，有限理性是影響浙江企業(yè)在非洲進行投資的重要原因。

高新技術(shù)企業(yè)科技保險購買意愿實際上是企業(yè)對科技風(fēng)險管理的一種決策行為。從經(jīng)濟學(xué)角度看，高新技術(shù)企業(yè)科技保險需求是理性思考的結(jié)果。但是，高新技術(shù)企業(yè)決策者所具備的知識、信息和計算能力有限，其對科技保險的需求意愿并非其最優(yōu)利益選擇，而是根據(jù)企業(yè)自身因素和外部環(huán)境對科技風(fēng)險管理所作出的滿意決策，即企業(yè)風(fēng)險管理決策行為是有限理性的。本文基于有限理性假說，構(gòu)建高新技術(shù)企業(yè)科技保險購買意愿分析框架,如圖1所示。

圖1 高新技術(shù)企業(yè)科技保險購買意愿影響因素分析框架

根據(jù)有限理性假說，認(rèn)知水平是影響高新技術(shù)企業(yè)參保意愿的重要因素，企業(yè)是否購買科技保險與其對科技保險的認(rèn)知水平密切相關(guān)。有限理性是一種主觀理性，說明企業(yè)管理者個人特征應(yīng)該被考慮進去，其會對最終風(fēng)險管理決策產(chǎn)生重要影響。有限理性假說強調(diào)了環(huán)境因素對決策的制約，企業(yè)外部環(huán)境會極大影響企業(yè)風(fēng)險管理決策。此外，有限理性是一種過程理性，說明高新技術(shù)企業(yè)對科技保險需求決策也是過程性的，即隨著企業(yè)經(jīng)營狀況變化，其科技保險需求也會發(fā)生改變，企業(yè)的一些基本信息應(yīng)當(dāng)被考慮進去，其會對企業(yè)風(fēng)險管理決策產(chǎn)生重要影響。

2.2 數(shù)據(jù)來源、變量定義及統(tǒng)計描述

當(dāng)前，科技保險已在廣州市全面推行并取得一定成效。從2016年12月至2017年12月，在廣州市科學(xué)技術(shù)協(xié)會幫助下，研究調(diào)查團隊面向廣州市高新技術(shù)企業(yè)發(fā)放問卷375份，回收312份，其中有效問卷274份，有效率為87.82%，有效樣本為274個。

本研究圍繞實證目的，根據(jù)高新技術(shù)企業(yè)科技保險購買意愿影響因素分析框架，將影響因素分為4大類：①企業(yè)管理者因素，主要包括管理者受教育程度、風(fēng)險態(tài)度；②企業(yè)因素，主要包括企業(yè)類型、注冊資金、合同履約情況、銷售額、研發(fā)人員數(shù)量等；③企業(yè)科技保險認(rèn)知，主要包括對科技風(fēng)險的認(rèn)知、對科技保險政策的了解程度、對保險保障水平的認(rèn)知、對科技保險政策宣傳的認(rèn)知；④外部環(huán)境因素，主要包括行業(yè)競爭程度、政府支持本行業(yè)的滿意度、是否有行業(yè)協(xié)會、熟悉的企業(yè)中科技保險購買情況。表1顯示，受訪高新技術(shù)企業(yè)中愿意參加科技保險的企業(yè)比例為37.59%；企業(yè)管理者中以本科學(xué)歷為主，占比為68.61%；大約11%的高新技術(shù)企業(yè)為國有企業(yè)；企業(yè)注冊資金取自然對數(shù)之后，最大值為11.92，最小值為1.10，均值為6.53；2015年度銷售額取自然對數(shù)之后，最大值為18.43，最小值為1.61，均值為10.02；研發(fā)人員數(shù)量取自然對數(shù)之后，最大值為11.24，最小值為0，均值為3.59；56.57%的企業(yè)履約情況很好，較好為39.05%，一般為4.38%。

2.3 計量模型構(gòu)建

二元選擇模型是模型中被解釋變量只有兩種選擇的變量模型，即一個事件要么發(fā)生、要么不發(fā)生，分別用1和0表示。其計量模型一般式為：

Yi=AXi+ui(E(ui)=0)

(1)

式(1)中，Yi是觀測值為1和0的決策被解釋變量；Xi為解釋變量，包括選擇對象數(shù)據(jù)屬性和選擇主體屬性；A為待估計參數(shù)；ui為隨機干擾項。

本研究因變量為高新技術(shù)企業(yè)科技保險參保意愿，參保意愿包括愿意參保和不愿意參保，愿意參保記為Y=1，不愿意參保記為Y=0，是典型的0-1離散型變量，為此，構(gòu)建二元選擇模型。一般而言，當(dāng)隨機干擾項概率分布表現(xiàn)為標(biāo)準(zhǔn)正態(tài)分布時，采用Probit二元選擇模型，而正態(tài)分布公認(rèn)是任何分布的首選。因此，本研究采用Probit進行實證檢驗。Probit二元選擇模型一般式如下：

(2)

式(2)中，Y代表高新技術(shù)企業(yè)科技保險參保意愿，U是常數(shù)項，變量Xi(i=1、2)、Li(i=1…5)、Mi(i=1…4)、Ni(i=1…4)分別代表企業(yè)管理者因素、企業(yè)因素、管理者對科技保險認(rèn)知因素、外部環(huán)境因素的解釋變量；ai(i=1、2)、bi(i=1…5)、ci(i=1…4)、di(i=1…4)分別表示各因素解釋變量的待估計參數(shù)。

3 實證結(jié)果

3.1 自變量相關(guān)性分析

理論上，部分自變量之間可能存在某種聯(lián)系而導(dǎo)致出現(xiàn)多重共線性問題，因此在進行回歸模型操作之前，有必要先進行自變量之間的相關(guān)性分析。表2、3列出了15個自變量兩兩之間的相關(guān)系數(shù)，采用雙側(cè)檢驗方法，檢驗結(jié)果顯示，通過顯著性檢驗的相關(guān)系數(shù)只有1/3左右，且?guī)缀跞肯嚓P(guān)系數(shù)都在0.4以下，表明變量間相關(guān)程度低。因此，并不存在多重共線性問題。

3.2 計量模型估計結(jié)果

以高新技術(shù)企業(yè)是否愿意投?？萍急ｋU作為解釋變量，運用Stata12.0軟件，利用Probit方法對274個有效樣本進行回歸分析，表4是高新技術(shù)企業(yè)參加科技保險影響因素的Probit模型回歸結(jié)果。模型1考察企業(yè)管理者因素對高新技術(shù)企業(yè)參加科技保險的影響；模型2-4分別是在前一個模型基礎(chǔ)上依序增加企業(yè)因素變量、企業(yè)科技保險認(rèn)知因素變量、企業(yè)外部環(huán)境因素變量的回歸結(jié)果；模型5是對模型4采用逐步回歸法的最終運行結(jié)果，即在模型4基礎(chǔ)上剔除一些不顯著變量，對顯著變量進行穩(wěn)定性檢驗。本研究主要報告模型5的結(jié)果。

表1 變量定義及描述性統(tǒng)計結(jié)果

表2 自變量間相關(guān)系數(shù)(a)

表3 自變量間相關(guān)系數(shù)(b)

(1)在企業(yè)管理者特征因素中，管理者受教育程度及其風(fēng)險態(tài)度顯著影響企業(yè)科技保險購買意愿。模型5結(jié)果顯示，從管理者受教育程度來看，以“博士”為參照組，“專科及以下”回歸系數(shù)通過5%水平檢驗、“本科”回歸系數(shù)通過10%水平檢驗，且符號均為負(fù)，表明在其它變量不變的情況下，管理者學(xué)歷越高，高新技術(shù)企業(yè)投?？萍急ｋU意愿越強烈。可能的解釋是，管理者受教育程度越高，對風(fēng)險了解和認(rèn)知越全面，在風(fēng)險管理中更希望通過保險方式進行風(fēng)險轉(zhuǎn)移，這一結(jié)論與李宏坤等[13]的實證研究結(jié)果相同。從管理者風(fēng)險態(tài)度來看，以“比較保守”為參照組，“喜歡冒險”回歸系數(shù)在1%水平下顯著、“有時冒險、有時求穩(wěn)”回歸系數(shù)在5%水平下顯著，二者符號均為負(fù)，表明在其它變量不變的情況下，管理層越保守，對投保科技保險意愿越強，相反，管理者風(fēng)險態(tài)度傾向于冒險，則對投保科技保險意愿比較弱。這一現(xiàn)象表明，保守的管理層往往在營運科技項目時對風(fēng)險持謹(jǐn)慎態(tài)度，希望通過科技保險手段化解風(fēng)險；而對于喜歡冒險的管理者來說，本著風(fēng)險越大收益越多的態(tài)度，在經(jīng)營科技項目上不會過多考慮科技風(fēng)險可能造成的損失，而是更多關(guān)注項目可能帶來的收益，因此對科技保險需求不高，這一結(jié)論與呂文棟和趙揚[12]的實證研究結(jié)果一致。

(2)在企業(yè)管理因素中，企業(yè)類型、注冊資金和信用狀況顯著影響企業(yè)科技保險購買意愿。模型5結(jié)果顯示，從企業(yè)類型來看，以“國有企業(yè)”為參照組，“非國有企業(yè)”回歸系數(shù)通過了1%水平檢驗，且符號為負(fù)，表明在其它變量不變的情況下，國有企業(yè)投保意愿更強烈，非國有企業(yè)投保意愿較弱。可能的原因是，與其它屬性企業(yè)相比，國有企業(yè)更容易聚集人、財、物等方面優(yōu)質(zhì)資源，內(nèi)部往往設(shè)有專門的風(fēng)險管理機構(gòu)，能對科研活動中科技風(fēng)險造成的損失進行衡量和評估，降低科技風(fēng)險的不確定性水平。因此，國有企業(yè)更傾向于運用科技保險等風(fēng)險管理手段降低風(fēng)險所造成的損失；而非國有企業(yè)，相對而言沒有國有企業(yè)的資源優(yōu)勢，在風(fēng)險管理上沒有專門機構(gòu)，風(fēng)險衡量和評估能力較弱，在經(jīng)營科技項目時，更多地關(guān)注科技項目能帶來的收益，風(fēng)險意識相對薄弱，對通過保險轉(zhuǎn)移科技風(fēng)險認(rèn)識不足?！捌髽I(yè)注冊資金”顯著影響企業(yè)投?？萍急ｋU意愿，其回歸系數(shù)通過了5%水平檢驗，符號為正，說明注冊資本越多，企業(yè)投保意愿越強烈，而注冊資本少的企業(yè)投保意愿相對較低。其原因在于，注冊資本是企業(yè)經(jīng)營安全性的重要財務(wù)指標(biāo)，一般而言，注冊資本高的企業(yè)往往更重視企業(yè)經(jīng)營的安全性，相應(yīng)地也會注重風(fēng)險防范和規(guī)避，更愿意采用投保方式對科技風(fēng)險進行轉(zhuǎn)移。這一結(jié)論與以往調(diào)查結(jié)論相反，如王媛媛[18]在對廣州市開發(fā)區(qū)高新技術(shù)企業(yè)投保需求影響因素分析中認(rèn)為，注冊資金越少的企業(yè)，投保意愿越強烈。從合同履約情況來看，以“一般”為參照組，“很好”回歸系數(shù)通過10%水平檢驗，且符號為正，表明企業(yè)履約情況越好，信用程度越高，越注重通過保險方式對風(fēng)險進行管理，同時也會利用保險融資方式提升企業(yè)信用；相反，企業(yè)履約情況越差，信用程度也就越低，風(fēng)險管理水平相對較低，往往會忽視保險轉(zhuǎn)移風(fēng)險和融資為企業(yè)增信的功能，該結(jié)論與李宏坤等[13]的研究結(jié)果相反?！颁N售額”對企業(yè)投?？萍急ｋU意愿影響不顯著，該結(jié)論與王媛媛[14]的研究結(jié)果一致?！把邪l(fā)人員數(shù)量”對企業(yè)投保科技保險意愿影響也不顯著，說明企業(yè)投保科技保險意愿不受研發(fā)人員數(shù)量影響，可能的解釋是，大多數(shù)企業(yè)對科技保險中的研發(fā)人員健康險和意外險等險種并不關(guān)注。

表4 Probit模型估計結(jié)果

(3)在企業(yè)科技保險認(rèn)知因素中，企業(yè)風(fēng)險認(rèn)知、對科技保險政策的了解程度、對保險保障水平的認(rèn)知顯著影響企業(yè)科技保險購買意愿。模型5結(jié)果顯示，從企業(yè)科技風(fēng)險認(rèn)知來看，以“風(fēng)險很小”為參照組，“風(fēng)險很大”和“風(fēng)險不太大”均不顯著，“風(fēng)險比較大”和“風(fēng)險一般”回歸系數(shù)分別通過了1%和10%水平檢驗，符號均為正，表明在其它變量不變的情況下，科技風(fēng)險越大，企業(yè)參加科技保險意愿越強烈，該結(jié)論與以往研究結(jié)果一致。從企業(yè)對科技保險政策了解程度來看，以“不知道”為參照組，“很熟悉”回歸系數(shù)通過了10%水平檢驗、“一般”回歸系數(shù)通過了5%水平檢驗、“不太了解”回歸系數(shù)在10%水平下顯著，且三者符號均為正，表明在其它變量不變的情況下，熟悉科技保險政策的企業(yè)參加科技保險意愿更高。這一結(jié)論說明，對科技保險政策不熟悉是高新技術(shù)企業(yè)參加科技保險意愿偏低的重要原因，可能的解釋是，一方面是政策宣傳不到位，另一方面是政策與企業(yè)需求不符，即科技保險政策在設(shè)計上存在問題，其中包括科技保險保障水平、產(chǎn)品類型、保險融資等方面政策與企業(yè)需求存在一定偏差。從企業(yè)對科技保險保障水平的認(rèn)知上來看，以“很低”為參照組，“比較高”回歸系數(shù)通過了1%水平檢驗，符號為正，說明科技保險保障水平越高，企業(yè)投保意愿越強烈，反之，保障水平越低，企業(yè)投保意愿越弱，該結(jié)果與多數(shù)學(xué)者研究結(jié)論一致?！捌髽I(yè)對科技保險政策宣傳認(rèn)知”變量不顯著，表明政策宣傳對企業(yè)科技保險購買意愿影響較小。

(4)在外部環(huán)境因素中，行業(yè)競爭程度、政府支持本行業(yè)的滿意度、是否參加行業(yè)協(xié)會顯著影響企業(yè)科技保險購買意愿。模型5結(jié)果顯示，從行業(yè)競爭來看，以“少有競爭”為參照組，“非常激烈”回歸系數(shù)通過了5%水平檢驗、“一般”回歸系數(shù)通過了5%水平檢驗，且二者符號均為負(fù)，表明在其它變量不變的情況下，高新技術(shù)企業(yè)所處行業(yè)競爭越激烈，投保科技保險意愿越弱，反之則越強。說明激烈的競爭環(huán)境促使企業(yè)敢于冒險，追逐風(fēng)險背后的利潤。從政府支持本行業(yè)的滿意度來看，以“不太滿意”為參照組，“非常滿意”、“比較滿意”、“一般”三者回歸系數(shù)均在1%水平下顯著，符號均為正，表明在其它變量不變的情況下，政府對某一行業(yè)支持力度越大，該行業(yè)企業(yè)投保科技保險意愿越強，反之則越弱?？赡艿慕忉屖牵畬δ骋恍袠I(yè)支持力度越大，該行業(yè)企業(yè)就可以通過政府政策傾斜獲得更多優(yōu)質(zhì)資源配置，在科技風(fēng)險管理中，往往具備較高的風(fēng)險衡量和評估能力，風(fēng)險防范意識較強，通過投?？萍急ｋU轉(zhuǎn)移風(fēng)險的意愿也較強。此外，投?？萍急ｋU可能得到政府財政補貼，也會進一步增強企業(yè)投保科技保險意愿。而如果政府支持某一行業(yè)力度小，該行業(yè)企業(yè)通過政府部門獲得的資源相對較少，人、財、物等方面資源優(yōu)勢相對不足，在一定程度上削弱了企業(yè)風(fēng)險管理能力，使得企業(yè)風(fēng)險意識不強，最終導(dǎo)致投?？萍急ｋU意愿不高。從是否有行業(yè)協(xié)會來看，以“有”為參照組，“沒有”回歸系數(shù)通過了5%水平檢驗，表明在其它變量不變的情況下，沒有參加行業(yè)協(xié)會的高新技術(shù)企業(yè)對科技保險需求強烈，這是因為，行業(yè)協(xié)會作為行業(yè)信息交流平臺，可以讓行業(yè)內(nèi)部企業(yè)更充分地了解本行業(yè)面臨的科技風(fēng)險，企業(yè)通過行業(yè)協(xié)會更容易獲取多種防控本行業(yè)風(fēng)險的手段和方法，在一定程度上會削弱行業(yè)內(nèi)部企業(yè)投?？萍急ｋU意愿。對于沒有參加行業(yè)協(xié)會的企業(yè)來講，在企業(yè)經(jīng)營過程中，缺乏同業(yè)間溝通平臺，對風(fēng)險防控信息獲取不充分，相對而言更愿意通過投保方式轉(zhuǎn)移風(fēng)險。“其它企業(yè)購買情況”變量不顯著，說明其它企業(yè)示范效應(yīng)并不明顯，企業(yè)購買科技保險意愿不會受其它企業(yè)影響。

4 結(jié)論與啟示

基于有限理性假說，本文構(gòu)建了高新技術(shù)企業(yè)科技保險購買意愿影響因素分析框架，運用Probit模型對廣州市274家高新技術(shù)企業(yè)調(diào)查問卷數(shù)據(jù)進行回歸分析，得出以下研究結(jié)論：管理者受教育程度越高，對風(fēng)險的態(tài)度越謹(jǐn)慎，則企業(yè)科技保險購買意愿越強烈；相比于非國有企業(yè)、注冊資本較少的企業(yè)以及信用程度較低的企業(yè)，國有企業(yè)、注冊資本較多的企業(yè)以及信用程度較高的企業(yè)具有更強烈的科技保險購買意愿；企業(yè)感知科技風(fēng)險越大、對科技保險政策越熟悉以及對保險保障水平越認(rèn)同，則其科技保險購買意愿越強烈；企業(yè)所處行業(yè)競爭越激烈、政府支持力度越大以及未加入所在行業(yè)協(xié)會，則其科技保險購買意愿越強烈。

根據(jù)上述實證結(jié)論，本文對進一步深化科技保險制度改革提出如下建議：

(1)增強企業(yè)科技風(fēng)險識別和評估能力。政府應(yīng)注重幫助高新技術(shù)企業(yè)識別生產(chǎn)經(jīng)營過程中所面臨的風(fēng)險，積極引導(dǎo)企業(yè)通過保險方式轉(zhuǎn)移風(fēng)險，減輕企業(yè)對政府的過度依賴心理。行業(yè)協(xié)會可通過本行業(yè)風(fēng)險數(shù)據(jù)積累，摸清本行業(yè)重大風(fēng)險發(fā)生規(guī)律，幫助行業(yè)內(nèi)部企業(yè)及時排查風(fēng)險源，進行合理的風(fēng)險管理。保險公司應(yīng)積極將傳統(tǒng)保險運營手段與科技手段相結(jié)合，擴大樣本信息搜尋范圍，建立科技風(fēng)險數(shù)據(jù)庫，對風(fēng)險進行準(zhǔn)確評估，盡可能幫助企業(yè)識別相關(guān)風(fēng)險。

(2)提升科技保險保障水平。實證結(jié)果表明，科技保險保障水平越高，高新技術(shù)企業(yè)購買科技保險意愿越強烈。低費率、高保障是保險公司普遍采用的重要展業(yè)手段。為此，現(xiàn)階段，在科技保險產(chǎn)品定價上，保險公司應(yīng)積極采取滲透定價法，利用較低價格提升科技保險保障水平，吸引更多高新技術(shù)企業(yè)投保科技保險，以此增加科技保險產(chǎn)品市場份額，擴展科技保險覆蓋面，從而更充分地發(fā)揮科技保險化解和轉(zhuǎn)移科技風(fēng)險的作用，為科技創(chuàng)新保駕護航。

(3)設(shè)計差異化科技保險品種。面對復(fù)雜多變的科技風(fēng)險，高新技術(shù)企業(yè)希望尋求最佳風(fēng)險管理方案，其中，購買精準(zhǔn)對路的科技保險產(chǎn)品是其進行風(fēng)險轉(zhuǎn)移的重要手段。實證結(jié)果表明，對科技保險政策不熟悉的企業(yè)參保意愿較低。由于政策宣傳因素對企業(yè)投保意愿影響不顯著，說明企業(yè)自身對科技保險政策不關(guān)注阻礙了企業(yè)參保。該問題歸因在于，現(xiàn)有科技保險險種不適應(yīng)企業(yè)需求，這也是政府大力宣傳科技保險而收效甚微的癥結(jié)所在，即大部分險種所承保的科技風(fēng)險并不能滿足企業(yè)需求。因此，保險公司應(yīng)細(xì)分科技保險市場，優(yōu)化現(xiàn)有險種，并積極開發(fā)新險種，采用差異化產(chǎn)品策略，以適應(yīng)不同企業(yè)需求。

(4)發(fā)揮科技保險的融資功能。保險公司應(yīng)著力拓展科技保險產(chǎn)品融資功能，吸引更多高新技術(shù)企業(yè)購買科技保險。一方面，當(dāng)參保企業(yè)發(fā)生約定風(fēng)險并造成損失時，保險公司應(yīng)迅速作出反應(yīng)，進行損失補償，幫助企業(yè)化解危機并及時恢復(fù)正常生產(chǎn)經(jīng)營活動。另一方面，當(dāng)投保企業(yè)在金融市場上融資時，保險作為風(fēng)險轉(zhuǎn)移的有效手段，可以為企業(yè)提供風(fēng)險保障，增強企業(yè)信用，從而提高企業(yè)在市場融資中的競爭力，為高新技術(shù)企業(yè)進一步發(fā)展提供有力的信用支持。

需要補充說明的是，本文研究還存在一定局限性。本文旨在通過實證檢驗，從多個可能因素中識別出關(guān)鍵因素，而非專門針對某個因素進行專項研究，因此對每個因素分析深度有限。未來將在本研究基礎(chǔ)上，分別將各關(guān)鍵因素上升為核心解釋變量，開展相應(yīng)專項研究，深入剖析其影響機制。