本文基于最终品的生产视角, 构建了一个测度 “双循环” 作用的投入产出分析模型, 以揭示内循环、外循环以及内外交织循环与增加值创造的联系. 本文据此探究了中国的 “双循环” 特征、三类循环对中国增加值创造的贡献、影响三类循环发挥作用的主要因素等, 还进一步考察了中国的 “双循环” 对美、日、欧盟、东盟等主要经济体价值创造的贡献. 结果显示, 中国始终以内循环为主体, 且最终品生产是内循环的主要动力源; 其他两类国际循环的贡献也不容忽视, 其中跨境贸易关联因素对两者在增加值创造的贡献上都存在较大影响; 另外, 中国通过 “双循环” 获取收益的同时也在为他国的价值创造贡献着巨大力量. 依据上述结论, 本文对中国如何构建更有效率和更高质量的 “双循环” 新发展格局提出了相关的政策建议.
在厘清人工智能技术替代性、协同性与创造性三个经济特征的基础上, 将人工智能区分为以具身人工智能为代表的生产劳动力 “节约型” 技术、以生成式人工智能为代表的研发劳动力 “增强型” 技术, 构建基于人工智能技术二重性及三个经济特征的多部门动态一般均衡模型, 揭示出人工智能技术二重性重塑经济高质量发展的内在逻辑, 并进行了仿真模拟与实证检验. 模型分析及数值模拟发现, “节约型” 技术通过替代非技能劳动力与协同技能劳动力两条路径提升技术边际报酬, 驱动经济增长规模扩张; 而 “增强型” 技术通过赋能研发主体知识生产过程同时提升技术边际报酬与全要素生产率, 实现规模扩张与质量升级的双突破. 实证结果表明, “节约型” 技术每提高 1 个百分点引致经济增长规模显著扩大 0.035 个百分点, 其中, 替代性贡献了约 22.9% 的正向效应, 协同性会贡献约 34.2% 的正向效应; “增强型” 技术每提升 1 个百分点引致经济增长规模显著扩大 0.117 个百分点, 其中, 创造性会贡献 11.1% 的正向效应; “增强型” 技术每增加 1 个百分点, 会使全要素生产率显著提高 0.0026 个百分点, 其中创造性贡献了约 27% 的正向效应. 最后, 就如何发展人工智能以及促进经济高质量发展提出了政策建议.
技术创新是实现制造强国、建设现代产业体系的重要突破口, 我国于 2015 年 5 月印发全面推进实施智能制造的战略文件. 智能制造政策是促进制造企业转型升级、提升制造业供应链全球竞争力的关键制度安排, 探索其如何通过增加企业智能生产利润、缓解企业融资约束、提升供应链协同效率、增加政府补贴力度来促进制造企业数字化创新, 从而实现制造企业供应链数智化转型, 对于提升供应链韧性和安全水平具有重要意义. 本文构建 “政府-银行-制造企业-流通企业” 的演化博弈模型, 基于 2007–2022 年中国A 股上市公司数据, 采用双重差分模型, 从制造企业供应链视角实证检验了智能制造政策对制造企业技术创新的作用机制和实施效果. 研究发现, 智能制造政策能够有效激励企业选择技术创新策略, 同时进一步加强与流通企业的积极合作. 机制分析发现, 智能制造政策主要通过增加政府补贴、降低创新贷款利率和增高企业利润来促进制造企业技术创新. 异质性分析表明, 智能制造政策有效推动国有企业、非东部地区企业和大型企业的技术创新, 但不利于民营企业、东部地区企业和小型企业的技术创新发展. 本文有助于全面理解智能制造制度设计的微观作用机理和差异化影响效果, 为优化智能制造政策体系、助推技术创新发展提供了可靠依据, 对当前深入推进制造企业 “智改数转” 的相关实践也具有重要参考和指导意义.
策略性互动的竞争性博弈在动态变化的环境中发挥着重要作用. 企业的策略选择塑造了其所处的环境状态, 环境状态的变化又反过来影响企业的策略选择, 由此形成一种动态的、系统的策略演化过程. 本文将工业企业的碳中和技术创新视作一种策略选择, 其受到环境状态和政府政策的影响. 通过环境状态方程以及企业的行为动力学方程, 构建企业碳中和技术策略选择和环境状态的协同演化系统, 并将理论模型应用于钢铁行业的实际案例, 验证了模型的理论结果, 分析了协同演化系统的演化特征以及政府机制的作用效果. 研究结果表明, 政府只有给予适当的补贴才能激励企业实施碳中和技术创新, 且碳中和技术创新补贴与碳限额与交易机制的同时实施可有效提升企业的减排水平, 促进工业部门低碳转型, 同时推动环境质量持续改善.
在我国实现 “碳达峰、碳中和” 过程中, 绿色金融已成为助推企业绿色创新的重要动力, 而《绿色信贷指引》如何引领企业共创绿色价值成为亟待探索的现实问题. 本研究基于开放式创新理论, 采用双重差分模型评估《绿色信贷指引》对企业绿色价值共创的影响, 并挖掘该关系的作用机理和边界条件. 基于 2009–2020 年我国上市公司数据的实证检验结果表明: ①《绿色信贷指引》对绿色价值共创具有显著正向影响; ② 绿色协同创新的两个维度 (绿色协同创新广度和绿色协同创新深度) 分别在《绿色信贷指引》与绿色价值共创关系之间发挥中介作用; ③ 环境领导力正向调节《绿色信贷指引》与绿色价值共创的关系; CEO 开放性正向调节《绿色信贷指引》与绿色协同创新两维度的关系. 此外, 内生性和稳健性检验结果支持本文研究结论. 综上, 本研究不仅构建了企业与外部合作伙伴绿色价值共创的理论框架, 挖掘了《绿色信贷指引》提升绿色价值的作用渠道, 而且拓展了企业绿色价值共创研究的理论边界, 为检验我国绿色信贷政策的作用效果, 促进企业积极进行绿色价值共创提供了理论借鉴.
企业同时面临多种风险, 各类风险协同共振、交叉传染对企业技术创新带来了不容忽视的影响. 本文以中国 A 股市场非金融企业为样本, 依据动态混合
数据资产是企业重要战略资源, 在风险管理中发挥着关键作用, 已成为影响企业风险承担的重要因素. 本文以 2011–2022 年中国 A 股上市公司数据为样本, 考察数据资产对企业风险承担的影响、作用机制及潜在的异质性. 研究发现: 数据资产能显著降低企业风险承担水平, 经过一系列内生性处理与稳健性检验后, 结论依然成立. 调节效应表明, 金融科技和企业金融化加剧了数据资产对企业风险承担的抑制作用. 中介机制显示, 数据资产能够通过抑制战略差异、降低代理成本和提高企业 ESG 表现, 进而降低企业风险承担. 进一步分析发现: 在国有企业和研发补贴高、高管信息技术背景占比高、股权激励低、制度创新能力高的企业中, 数据资产对企业风险承担的抑制作用更明显. 研究结论为深入理解数据资产配置对企业风险承担的影响机理, 加强数据资产配置管理、优化企业风险承担水平, 助力高质量发展提供经验证据和政策启示.
基于高阶梯队理论, 气候政策不确定性上升会影响管理层对未来发展前景的判断, 进而影响企业投资决策. 本文选取中国 2007–2023 年非金融上市公司年报 MD&A 文本数据, 基于实物期权理论和增长期权理论探究气候政策不确定上升通过改变管理层感知影响企业投资决策的作用机制. 本文基于客观认知、情绪与沟通表达三个维度构建风险感知、文本语调与文本复杂度三类管理层感知指标进行实证分析. 本文发现, 气候政策不确定性上升会显著提高企业的金融投资和绿色投资、抑制固定资产投资, 这种影响具有长期持续性. 机制研究发现, 当气候政策不确定性提高时, 公司管理层对不确定性的感知增加, 负面情绪上升, 年报文本复杂度增加, 最终影响企业投资行为. 经济后果分析表明, 气候政策不确定性上升会抑制企业过度投资, 加剧投资不足, 提高企业的违约风险和股价波动风险.
近十年, 中国资本市场的共同机构投资者正在以一种超常规的速度发展壮大, 共同机构投资者抱团行为对企业行为的影响日益显著. 本文基于 2010–2020 年中国上市公司数据, 创新性构建了共同机构投资者抱团指标, 考察了共同机构投资者抱团行为对上市公司履行社会责任的影响. 研究发现, 共同机构投资者抱团对上市公司的社会责任表现有积极影响, 结论经过稳健性检验后依然成立. 机制研究发现, 共同机构投资者抱团通过发挥信息效应和治理效应促使企业履行社会责任. 本文拓展了共同机构投资者抱团对企业社会责任的研究, 为非正式制度提升企业履行社会责任提供了新的证据.
本文基于 2003–2019 年沪深两市 A 股上市公司的数据, 考察了公司诉讼风险与财务困境之间的关系. 研究发现, 诉讼风险显著加剧了上市公司的财务困境. 资金配置路径分析表明诉讼风险通过加强融资约束, 降低盈利水平, 增加了财务困境. 声誉保险机制分析揭示了企业社会责任对诉讼风险与财务困境间的关系存在显著负向调节效应. 进一步发现, 在处于成长期和衰退期、信息不对称较为严重以及女性董事占比较低的公司中, 诉讼风险造成的财务困境效应更为明显. 另外, 相较于证券类诉讼, 经营类诉讼对财务困境造成的影响更为严重. 本文为理解诉讼风险与财务困境间的关系提供了理论依据, 并为降低公司财务风险和促进市场健康发展提供了经验佐证.
董事会治理效力会对管理层行为和股价同步性产生重要影响. 本文以 2007–2021 年我国 A 股上市公司为研究样本, 对董事会断裂带、会计信息质量与股价同步性之间的关系进行检验. 研究结果表明: 董事会断裂带强度显著提高了股价同步性, 表明董事会断裂带降低了信息效率. 机制检验结果表明, 董事会断裂带通过降低企业会计信息质量从而加剧股价同步性. 在经过一系列稳健性检验后结论依然成立. 进一步研究发现: 生理特征型断裂带与股价同步性之间存在显著的负向关系, 而任务导向型断裂带与股价同步性之间则存在显著的正向关系. 企业金融化水平和外部监督强度均负向调节了董事会断裂带与股价同步性之间的正向关系. 本文研究结论深化和丰富了董事会断裂带经济后果的研究, 也为上市公司完善董事会监督机制、提高会计信息质量和增强资源配置效率提供了现实启发.
破解水资源约束, 创新粮食生产用水管理, 是提升粮食综合生产能力、保障粮食安全必须解决的重大难题. 因此, 本文围绕水权交易试点政策设计准自然实验, 收集全国 30 个省份 2010–2021 年的面板数据, 构建双重差分模型验证水权交易政策对粮食综合生产能力的影响. 研究结果表明: 水权交易政策能够显著提升粮食综合生产能力; 异质性分析表明, 水权交易政策的粮食增产效应在水资源禀赋高的地区与中西部地区更为显著, 而在粮食主产区和非主产区都具有显著性; 作用机制分析发现, 水权交易政策通过加大农田水利设施建设、促进种植结构 “趋粮化” 和节水灌溉技术采纳增强粮食综合生产能力, 且规模化经营能够强化水权交易政策的粮食增产效应. 这些结论对推进和完善我国水权交易政策和提升粮食综合生产能力具有重要的参考价值.
国际贸易通常被认为是经济增长的引擎之一, 长期受到各国政府和学术界的广泛关注. 寻求既有坚实经济学基础、又有良好实证效果的模型一直是国际贸易研究的前沿. 本文提出了一个贸易结构理论模型, 可以基于贸易量等数据将国家间的真实贸易关系揭示出来. 模型以一个简单的微观优化决策为基础, 通过推导最终得到了两类核心指标: 国家间有效贸易距离与国家的贸易势. 这两个指标分别用来刻画国家之间的贸易亲疏关系与国家所处的贸易层级. 其中, 有效贸易距离越小, 反映了两国越倾向发生贸易, 反之越疏远; 而贸易势越大, 说明越倾向于出口, 反之越倾向于进口. 本文根据 2021 年 198 个国家/地区的贸易实证, 得到了如下结果: 1) 相对于广泛使用的引力模型等传统模型, 本文的模型具有更好的解释能力, 其调整后的决定系数达到 0.954. 2) 国家间有效贸易距离对数值呈现出显著的双峰分布, 表明其可分为两类, 其中一类有效贸易距离的对数与地理距离的对数呈明显的线性相关, 意味着这部分国家间的贸易除了经济体量外, 主要受地理距离等 “自然” 因素制约; 而另一类的有效贸易距离与地理距离不相关, 意味着这些国家间的贸易还较多地受到关税等 “非自然” 因素影响. 3) 各个地区主要经济体的贸易势存在显著差异, 在北美地区, 美国的贸易势略小于 1, 加拿大和墨西哥的贸易势则略大于 1; 德国和法国表现出出口倾向, 而英国表现出进口倾向; 东亚地区的三个国家——中国、日本、韩国的贸易势均在 1.4 左右, 表现出较强的出口倾向; 三个南亚国家——印度、孟加拉、巴基斯坦的贸易势小于 1, 表现出进口倾向. 本文提出的模型是一个基于流量研究社会经济系统关系复杂性的普适性方法, 可以扩展到国际移民、外国直接投资等领域的研究中.
方向向量的选择是乘性方向距离函数 (multiplicative directional distance function, MDDF) 理论研究热点. 向量选择的不唯一往往意味着绩效评价结果的不唯一性, 因此如何内生选择 MDDF 的方向向量是决策者面临的难题. 本文基于分段 Cobb-Douglas 生产技术, 提出了一种新的最优内生方向选择方法. 该方法确保了 MDDF 的帕累托有效性, 并且证明了 MDDF 可以通过欧式空间中的绝对距离来表示. 通过将 MDDF 的相对距离和欧式空间的绝对距离统一起来, 为解释 MDDF 的经济学含义提供了新的视角. 首先, 对内生方向向量进行 L1 范数归一化处理, 结合 MDDF 的定义, 确定L1 范数最优内生方向; 其次, 考虑到 L1 范数最优内生方向确定的 MDDF 无法比较决策单元间的技术无效性, 故进一步对其进行 L2 范数归一化处理, 确定 L2 范数最优内生方向; 进而, 构建相应的数学规划模型, 确定基于 L2 范数最优内生方向的 MDDF, 并给出其几何解释、经济学性质和图例说明; 最后, 将所提出的方法应用于中国交通运输业营运效率评价, 以验证最优内生方向的合理性和有效性.
住房价格具有独特的经济属性, 对住房价格的精准预测具有重要意义. 为了捕捉更具时效性的预测信息以提升预测精度, 本文提出一种融合多源异构信息和数据特征的住房价格短期预测方法. 首先, 收集来自微博、百度、股市的非结构化数据进行量化, 构建了多源异构数据集; 接着, 挖掘住房价格的记忆性与突变性特征, 设计了数据特征驱动的预测建模步骤, 指导样本区间划分与预测模型选择. 最后, 使用统计预测与机器学习模型进行对比分析. 选取中国 70 个大中城市平均住房价格作为研究对象, 实证结果表明, 在进行多步预测分析时, 所提出的方法在短期预测上能够实现更优的效果, 引入多源异构信息能显著改善预测精度, 这能够为管理部门的科学决策提供理论支持.
创新供应链融资业务, 缓解中小控排企业融资困境, 是实现国家 “双碳” 战略的重要基础. 为盘活中小控排企业碳资产, 本文提出了基于区块链的供应链碳资产质押融资模式, 并通过复杂网络演化博弈模型对其演化路径和关键因素的影响机制进行了剖析. 理论模型和基于真实案例数据的数值模拟均表明, 当区块链成本控制在一定范围内时: 1) 区块链驱动的融资模式下融资业务对于市场风险和信用风险的抵御能力得到了极大的增强. 在高质押率、碳价高波动和低违约成本情况下都可快速演化至 “愿贷有还” 的帕累托最优状态. 而在现有模式下, 如果期末碳价格出现下降、质押率较高都会导致金融机构不愿贷款. 即使大幅度增加违约成本也不能有效约束控排企业的违约行为. 2) 区块链模式不仅显著降低了金融机构和控排企业的融资成本, 还极大提升了双方的融资收益, 形成 “双赢” 的局面. 并且在其业务发展初期, 金融机构和控排企业的收益就能稳定在较高的水平. 而现有融资模式下, 金融机构虽然经过较长时间演化后会有微薄盈利, 但在其演化早期一直处于亏损状态. 本研究拓展了绿色供应链金融融资渠道, 为发展基于区块链的碳金融提供了理论支撑和决策依据.
现有起点-讫点 (origin-destination, OD) 需求估计大多关注于 “功能性” 的模型研究, 缺乏有效的理论分析, 并且基本都使用相同的度量误差标准, 未对不同输入数据的特性进行合理区分. 不同于现有研究, 本文采用
针对由单个制造商和单个零售商构成的二级供应链, 考虑制造商和零售商分别进行质量与零售服务投资, 研究制造商入侵和零售商需求信息共享策略. 基于入侵和信息共享的不同策略组合构建了四个动态博弈模型, 给出了不同博弈情形下最优定价和投资水平. 通过比较事前期望效用确定了入侵和信息共享条件, 利用敏感性分析讨论了模型参数对均衡策略的影响. 研究表明: 1) 当质量敏感系数较大时, 零售商将主动共享信息, 且在制造商入侵情形下, 当渠道替代水平较高 (低) 时, 其共享意愿随着服务敏感系数增大而降低 (提高), 当渠道替代水平中等时, 则随着服务敏感系数增大呈先降低后提高趋势; 2) 当制造商入侵成本较低时, 制造商偏好于入侵, 且其入侵动机随着质量敏感系数增大而提高, 当服务敏感系数和质量敏感系数均较低时, 则随着服务敏感系数增大而提高; 3) 在一定条件下, 制造商可以通过设计补偿支付契约激励零售商共享信息, 实现各自利润水平的帕累托改进.
前置仓模式下 O2O (offline to online) 订单具有即时性、小批量的特征. 一般而言, 频繁的配送会降低延迟成本, 但是会增加配送成本; 反之, 不频繁的配送会降低配送成本, 但是会增加延迟成本. 因此, 前置仓管理者需要平衡配送成本与延迟成本, 以使订单履约总成本尽量低. 现实的难点还在于管理者无法准确预测未来订单信息, 只能基于之前订单信息和配送效果, 对当前是否进行配送以及配送哪些订单作出实时决策. 本文基于在线算法与竞争分析方法, 考虑车辆容量限制, 构建了前置仓模式下 O2O 即时订单配送问题的在线决策模型, 证明了问题的渐近竞争比下界为 2, 并设计了竞争比为 3 的在线配送策略. 所构建的在线优化模型和策略不仅可以直接用于前置仓 O2O 订单配送实践, 而且对基于订单生产、基于订单采购等相关问题也有一定的借鉴价值.
预冷服务平台中众多小批量订单到达的动态随机性给预冷服务作业带来了实时扰动, 大大增加了平台运作管理的难度, 需要对预冷作业进行重优化. 本研究针对托管平台下带即时订单的鲜采果蔬预冷作业重排序优化问题, 综合考虑固定式预冷库与移动式预冷车两种服务设施, 提出即时订单的预冷作业重排序框架, 构建了基于滚动时域的重排序模型, 目标是在最小化作业成本的同时, 保障服务的响应水平. 进而, 整合订单到达的随机时空信息, 提出基于车辆主动响应的重排序算法, 涉及设施配置评估、即时响应及周期排序三个阶段, 可有效保障决策的前瞻性, 提高排序方案的全局最优性. 最后, 结合预冷作业实践设计了 9 种订单情景开展数值实验, 通过与经典的重排序模型及算法进行对比, 验证了所提出的重排序方法可在不牺牲成本目标的同时, 显著缩短服务的响应时间. 分析了订单到达率及订单分布特征对预冷作业排序方案的影响, 相关结论可为托管平台提高即时订单的预冷服务响应水平提供有效的决策支持.
为了求解复杂全局优化问题, 受植物根系结构及其吸收养分方式的启发, 提出一种新的智能优化算法——植物根茎生长优化算法 (PRGO). 在该算法中, 将植物根茎分为直根系和须根系两类, 直根系根茎主要依靠分布在主根和侧根上的纤维根吸收土壤中的养分, 须根系根茎则是依靠不定根及分布在其表面的纤维根向土壤中扩散吸收养分. 将根茎的纤维根与算法的试探解关联, 植物纤维根在土壤中的生长模型模拟了算法逼近目标问题解的全过程. 其中, 直根系根茎生长对应算法的开发过程, 须根系根茎生长则对应算法的探索过程. 应用马尔可夫相关理论证明了该算法的全局渐近收敛性, 并利用CEC2014 和 CEC2017 测试集进行仿真, 结果表明, 对于大多数测试函数所提算法的优化精度和收敛速度均优于其他对比算法.
多选择合作博弈是局中人有多种参与级别的合作博弈. 局中人的收益不再是一个实数, 而是一个向量, 指定他以各级行动参与博弈的收益. 这一结构的变化导致传统合作博弈的 Shapley 值在多选择情境下有多种拓展. 本文在统一的框架下, 将多选择 Shapley 值分成基于局中人排列、基于 Harsanyi 红利、基于人级对边际贡献、基于转化博弈和基于多线性扩展五种类型, 对五种类型的多选择 Shapley 值进行了具体的定义; 并详细梳理了这些多选择 Shapley 值的公理化刻画, 具体关注传统公理、强单调性、均衡贡献性、势函数和缩减博弈一致性; 最后对未来研究进行了展望. 研究结果阐明了若干多选择 Shapley 值之间的等价性, 便利了不同值之间的比较分析.
