虚拟现实（VR）被定义为“一种能够给人带来真实感的合成或虚拟环境”（Jayaram等人，1997年，第575页）。具体而言，VR通过让用户与计算机生成的环境互动并体验，从而创造出一种沉浸感（Huerta-Torruco等人，2022年；Laurell等人，2019年）。近年来，VR技术发展迅速，预计到2025年全球消费VR市场规模将超过180亿美元（Statista，2024年）。早期，VR的应用主要集中在消费者领域，因为企业主要将其作为娱乐和游戏工具来提升客户体验（Suh & Lee，2005年）。随着VR技术的不断进步，企业逐渐认识到其更广泛的应用潜力，并开始将其整合到制造过程中（Abidi等人，2019年）。基于VR的制造实践（VRMPs）涵盖了制造过程的多个关键环节，包括原型设计、产品测试、组装、工厂布局模拟、员工培训和维护（Huang等人，2020年；Huerta-Torruco等人，2022年；Mujber等人，2004年）。由于VRMPs在提升制造效率方面的广泛应用及其潜力，它们受到了实践者和研究者的广泛关注（Wang和Sarkis，2021年；Xiong等人，2024年）。一个著名的例子是宝马集团的“3D人体模拟”项目。宝马将其VR技术应用于制造过程中，能够虚拟映射制造流程并模拟员工在生产线上的角色和动作。通过利用VRMPs，宝马可以优化工作流程，识别潜在的低效率问题，并确保员工的工作环境符合人体工程学和安全标准（宝马集团，2024年）。
尽管VR在商业制造过程中的应用日益增多，但采用VRMPs对企业而言究竟是增加风险还是降低风险仍存在争议。一方面，由于需要大量的前期投资，包括VR硬件、专用软件和基础设施升级的成本，这可能会给企业带来财务压力（Huerta-Torruco等人，2022年；Laurell等人，2019年）；另一方面，VR技术本身的不确定性（如与现有系统和制造流程的兼容性问题）也加剧了这些风险（Laurell等人，2019年）。另一方面，一些案例证据和近期研究指出VRMPs对企业有益，例如提高了组装精度并减少了安全事故（宝马集团，2024年；Hoedt等人，2017年；Huerta-Torruco等人，2022年；Pessot等人，2025年；Xiong等人，2024年），这些可能有助于降低企业风险。因此，VRMPs是否增加或降低企业风险仍是一个有待实证验证的问题。
在本研究中，企业风险指的是企业运营活动中固有的各种风险，体现在企业整体绩效的波动性上（Jo和Na，2012年；Lui等人，2019年；Martin等人，2013年）。这种风险涉及多种不确定性和风险因素（例如运营风险和产品风险），它们共同导致了绩效的波动（Jo和Na，2012年；Martin等人，2013年）。较高的企业风险意味着实现稳定结果的不确定性更大，这会妨碍管理者做出有效决策，最终影响企业的未来表现（Orlitzky & Benjamin，2001年）。
我们研究VRMPs对这种风险的影响，原因如下：首先，企业通常会同时采用VRMPs来支持多种制造活动，如生产、员工培训和新产品开发。因此，VRMPs的风险降低效应可能不仅仅局限于某一类型的风险（例如安全风险或运营风险），而应通过其对企业风险的综合影响来评估。其次，VRMPs在不同风险维度上的风险降低效应可能有所不同甚至存在冲突。例如，基于VR的员工培训可能有助于降低安全风险，但高昂的实施成本可能会使企业面临资本或投资风险（Huerta-Torruco等人，2022年；Laurell等人，2019年）。这使得VRMPs的净效应是降低还是增加企业风险变得不明确。
此外，先前的研究（例如Shantia等人，2019年）指出，传统技术改进有助于缓解投入成本风险。与传统技术改进不同，作为颠覆性技术的VRMPs创造了沉浸式和交互式的虚拟环境，使企业能够更有效地支持各种制造活动。VRMPs的这些先进功能不仅限于投入成本相关的风险，还可能帮助企业管理更多样化和相互关联的风险。因此，从实证角度研究VRMPs对企业风险的影响至关重要，这对企业的长期生存和竞争优势具有重要意义（Lui等人，2019年）。
此外，VRMPs对企业风险的影响在不同市场环境中的企业之间可能并不相同。根据以往的研究（Dess和Beard，1984年；Jansen等人，2006年；Lam等人，2019年），我们重点关注三个市场环境维度：市场竞争、市场动态性和市场资源丰富度。这些环境因素会影响企业对风险的感知和应对方式，从而可能影响VRMPs的效果。例如，在竞争激烈的市场中，企业面临更大的风险和压力（Tsai & Yang，2013年）；而在市场动态性高的市场中，由于难以准确预测下游需求，企业面临更大的不确定性（Anand & Ward，2004年）。在这些风险和不确定的环境中，VRMPs可能具有更明显的风险降低效应。相反，在市场资源丰富的环境中，企业已经拥有多种风险缓解机制，VRMPs的风险降低效应可能会减弱（Dess和Beard，1984年；Feng等人，2017年）。因此，我们进一步探讨了市场竞争、市场动态性和市场资源丰富度这三个市场环境因素如何调节VRMPs对企业风险的影响。基于此，我们提出了以下两个研究问题：
(1)VRMPs如何影响企业风险？
(2)市场竞争、市场动态性和市场资源丰富度如何调节VRMPs与企业风险之间的关系？
为了解答这些问题，我们搜索了Factiva数据库，找到了2010年至2020年间采用VRMPs的公开上市美国企业。然后通过马氏距离匹配方法，将采用VRMPs的企业（处理组）与未采用VRMPs的类似企业（对照组）配对。接下来，我们进行了差异-in-differences（DID）分析，以量化VRMPs采用前后企业风险的变化。基于74家采用VRMPs的企业和72家未采用该技术的对照企业的数据分析表明，与对照组相比，采用VRMPs的企业风险显著降低。此外，我们的研究发现，在竞争激烈和市场动态性高的市场中，VRMPs的风险降低效应更为显著；而在市场资源丰富的市场中，这种效应则不那么明显。这些结果强调了市场环境在调节VRMPs与企业风险关系中的重要作用。
我们的研究结果对学术研究和管理实践具有重要的启示意义。首先，我们的研究扩展了动态能力理论，解释了VRMPs如何增强企业感知机会和威胁的能力，帮助企业及时做出市场导向的决策，并重新配置资源，从而降低企业风险。此外，我们是最早研究VRMPs与企业风险关系的学者之一，填补了该领域的空白。我们的发现为鼓励企业采用VRMPs作为降低风险的做法提供了有力的实证支持。同时，我们的研究通过考虑市场竞争、市场动态性和市场资源丰富度的调节作用，深化了对VRMPs与企业风险关系的理解。这一研究挑战了“一刀切”的观点，使企业能够在不同市场环境中优化VRMPs的应用。
