国际政治和经济环境日趋复杂多变, 产业链供应链韧性和安全面临极大挑战. 作为供应链管理中的重要环节, 采购因受多种不确定因素 (如供应中断、运输延误、价格波动等) 的影响而面临巨大挑战, 直接影响企业成本和供应链网络的韧性. 本文针对风险冲击下韧性供应商选择与订单分配问题进行综述, 给出了问题的基本描述和一般研究框架, 重点对四类不同风险的描述及建模、风险应对策略、三种主流的建模方法、通常考虑的因素、问题的求解算法等方面进行了分析和总结, 最后从不同角度对未来研究方向进行了展望.

党的二十大强调在高质量发展中促进共同富裕, 但目前中国城乡收入差距仍然较大. 以工业机器人为代表的人工智能这一重大通用目的技术的快速发展和应用, 对劳动力市场和收入分配格局产生了深远影响. 基于中国城乡二元经济结构的特征事实, 采用 2005–2020 年国际机器人联合会 (IFR)、省级面板数据, 以及 2014 年和 2016 年中国劳动力动态调查数据 (CLDS), 从宏观和微观层面实证分析了机器人应用对城乡收入差距的影响及内在机理. 研究发现: 工业机器人应用与城乡收入差距之间呈现先扩大后缩小的 “倒 U 型” 关系. 在经济较发达的东部地区, 工业机器人应用缩小了城乡收入差距; 在经济欠发达的中西部地区, 工业机器人应用扩大了城乡收入差距. 从微观机理来看, 对农村居民的个体总收入和工资收入增长率均高于城镇居民, 但这种影响主要集中在东部地区. 本研究不仅对于国家促进人工智能技术发展、产业结构升级和经济高质量发展提供实证证据, 还为缩小城乡收入差距、乡村振兴和共同富裕提供了政策启示.

平台生态系统作为新兴的独具竞争优势的经济共同体备受学界关注, 但由于研究视角、情境等差异, 尚未形成清晰的理论框架. 基于文献计量和系统文献综述, 对平台生态系统相关文献进行梳理, 厘清平台生态系统的概念和特征, 总结平台生态系统理论框架, 并探索其未来研究方向. 研究首先揭示了平台生态系统包含模块化架构、价值主张、生态系统治理等核心要素及模块化互补、非等级控制、多边交互与网络效应等特征, 其次构建了平台生态系统理论框架, 具体阐述了模块化架构和价值主张的基础作用, 开放准入、权力分配和利益共享机制构成的生态系统治理结构, 以及驱动机制、作用过程和价值获取为主线的价值共创, 最后在理论框架基础上提出未来研究方向, 以期为平台生态系统理论研究和管理实践提供有效参考.

数据要素是数字化时代驱动高技术产业创新的全新动能, 而市场一体化是促进高技术产业创新的外部环境支撑, 将数据要素与市场一体化放在同一框架下研究其对高技术产业创新的影响十分必要. 本文在理论分析基础上基于中国省级面板数据进行实证研究, 综合采用面板回归模型、中介效应模型和面板门槛模型研究数据要素、市场一体化对高技术产业创新的影响效应. 研究发现: 1) 数据要素对高技术产业创新具有显著正向影响, 且市场一体化正向调节了数据要素的创新驱动效应; 2) 市场一体化具有显著的中介效应, 数据要素能够通过促进市场一体化从而驱动高技术产业创新; 3) 门槛效应表明, 随着市场一体化门槛值提升, 数据要素对高技术产业创新的影响呈现先增后降的趋势, 当市场一体化处于中等时更有利于发挥数据要素的创新驱动效应; 4) 分维度回归分析表明, 中部地区数据要素发展对高技术产业创新的正向影响显著大于东西部地区, 与中型企业相比数据要素发展对大型高技术企业创新表现出更强的驱动作用. 因此, 高技术企业要不断增强对数据要素的挖掘、应用及价值转化能力, 政府相关部门要注重数据要素的开发利用、高效流通、权属保护等工作, 积极培育统一规范的数据要素市场, 促进数据要素的区域协同发展, 强化数据要素的创新驱动效应.

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.

绿色创新是推动企业可持续发展的关键因素, 其与企业绩效的关系受到广泛关注. 然而, 现有研究缺乏针对不同类型绿色创新对不同类型企业绩效影响机制的深入分析与比较. 为此, 基于 2008–2022 年中国上市公司数据, 本文比较分析了绿色管理创新和绿色技术创新对企业短期绩效和长期绩效的影响机制. 研究发现, 在样本区间内, 绿色创新可以提高企业绩效, 但绿色管理创新仅对企业短期绩效存在显著正向影响, 而绿色技术创新仅对企业长期绩效存在显著正向影响. 利益相关者参与在绿色创新与企业绩效关系中发挥了显著正向调节作用, 区域市场化程度仅在绿色技术创新与企业长期绩效关系中发挥了显著正向调节作用, 行业竞争程度在绿色创新与企业绩效关系中的调节作用不显著.

传统线性回归预测模型在样本外预测股票收益时表现不佳, 一种竞争性假说是金融市场的结构性变化使得预测模型具有不稳定性. 本文构建了两状态多资产的时变隐马尔可夫机制转换 (TVTP-RS) 模型来研究行业股票收益的可预测性, 其中行业股票的时变期望收益由经济变量驱动, 但经济变量和期望收益的关系可能因市场状态变化而改变, 而市场状态服从不可观测的时变隐马尔可夫链. 样本内估计结果显示, 联合使用行业收益和经济变量的信息可以有效识别出潜在的市场状态, 而经济变量与股票期望收益的关系的确依赖于市场状态——部分变量的系数在不同状态下反转. 基于该模型的样本外行业收益预测和行业配置策略的表现一致优于基准模型和线性回归预测模型. 本文的研究提供了经济变量与行业股票期望收益之间时变关系的新证据, 并且说明考虑市场状态转换的影响可以有效减少预测模型的不稳定性, 所提出的 TVTP-RS 模型还为实践中的行业轮动策略提供了可靠方案.

文章基于 2010–2022 年 A 股上市公司数据, 将 “宽带中国” 试点政策视为数字基础设施建设的外生冲击, 使用渐进双重差分模型考察了数字基础设施建设对供应链韧性的影响. 研究发现: 数字基础设施建设显著提升了供应链韧性, 企业信贷错配程度降低、风险承担水平提升和存货周转效率提高是数字基础设施建设提升供应链韧性的渠道. 异质性分析表明, 数字基础设施建设对供应链韧性的促进作用在成长期、成熟期企业和竞争性行业中更明显, 当城市离周边地级市和省会城市距离远时, 数字基础设施建设对其供应链韧性的促进效果更显著. 进一步研究发现, 数字基础设施建设仅对周边城市为试点城市的供应链韧性具有正向溢出影响, 且溢出效果随地理距离增加而递减.

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.

本文识别近年来新型的技术型风险投资机构, 并综合 A 股上市公司的上市前后样本, 考察技术型风险投资对企业创新的影响. 研究发现: 技术型风险投资通过投后技术赋能显著提升了被投企业的创新数量和质量, 且该影响具有持续性和创新印记效应. 机制检验表明, 技术型风险投资机构通过人力资本支持机制和创新网络支持机制促进企业创新. 进一步研究发现, 技术型风险投资的创新提升效应会受到风投机构特征和投资情况的异质性影响, 在技术型风险投资机构声誉较低、介入较早、投资轮次多、专注度高且与被投企业距离较近的情况下, 其对被投企业创新水平的提升作用更明显. 本文揭示了技术型风险投资较之传统风险投资更优的企业创新提升效用, 为引导何种风险投资助力国家创新战略的推进提供突破口和决策参考.

随着政府隐形担保消失、债市刚性兑付被打破, 公司债市场的有效性逐渐提高, 研究债券市场定价规律的意义凸显. 为此, 本文提出了一个基于机器学习与债券特征的参数化定价方法, 借助机器学习技术利用高维债券特征, 估计随机贴现因子对公司债定价, 充分挖掘了线性与非线性的定价信息, 并可获得解析解, 具有经济可解释性. 理论上证明了该方法与参数化投资组合方法等价, 丰富了公司债随机贴现因子的经济内涵与估计方式. 基于中国公司债市场的研究显示: 1) 参数化定价模型比经典因子模型提取出更多的公司债定价信息, 这主要源于对高维债券特征中复杂定价关系和弱因子信息的提取. 2) 债券收益类和流动性类特征对于公司债定价最为重要, 并且特征的重要程度及预测方向呈现出较强的时变性. 发行主体的基本面特征无法提供债券特征之外的定价信息. 3) 参数化定价模型在高久期、高波动、低信用评级、低流动性、非国有企业和非上市公司债券上的定价能力更强; 在扩张的宏观经济状态下的定价能力略有减弱, 反之则增强. 本文拓展了公司债定价理论的研究框架, 有助于理解公司债的定价规律, 提升市场定价效率以及防范债券风险.

长江经济带是重大国家战略发展区域, 绿色创新发展是其重要使命之一. 文章结合 2008–2022 年中国城市面板数据, 利用双重差分模型, 检验长江经济带发展战略对绿色技术创新绩效的影响. 结果表明, 长江经济带发展战略能够有效提高沿线地区的绿色技术创新绩效. 机制分析发现, 环境规制、产业集聚、外商直接投资、政府补贴是长江经济带发展战略促进绿色技术创新绩效的有效路径. 异质性分析发现, 长江经济带发展战略对绿色技术创新绩效的促进作用在沿江城市、沿海城市、大型城市、下游城市中更为明显. 文章将长江经济带发展战略与绿色技术创新绩效纳入统一的分析框架, 剖析了国家战略对绿色技术创新绩效的影响和作用机制, 对下一阶段如何调整战略调控方式, 推动长江经济带高质量发展具有重要的政策启示.

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.

人口老龄化背景下稳定工业对于实现经济高质量发展至关重要. 然而, 老龄化是否会抑制工业化有待检验. 本文从供给侧与需求侧的视角, 借助 1990–2018 年 50 个经济体的最新面板数据, 构建面板双向固定效应模型识别老龄化对工业化的影响及其传导机制. 研究发现, 老龄化与工业化存在着正 U 型关系, 该结论经过一系列稳健性检验后仍然成立. 机制分析结果表明, 尽管老龄化对工业化存在着劳动力结构老化这一个负向供给机制, 以及国内需求结构服务化和国际需求向外转移化这两个负向需求机制, 但也存在着劳动力质量提升、技术升级与技术进步偏向资本这三个正向供给机制. 在老龄化程度较低时, 负向供需机制起主要作用, 而在老龄化程度较高时, 正向供给机制占据主导. 鉴于此, 本研究丰富了人口老龄化对工业化影响的经验证据和作用路径, 研究结论为持续强化供给侧改革, 以 “人才红利” 和 “创新红利” 促进工业化发展, 同时注重需求扩张来维持制造业国际竞争力提供了决策参考.

能源、外汇和黄金作为重要的战略储备, 对地缘政治风险表现出高度的敏感性. 本文基于分位数向量自回归分析中东、韩国和欧美地区能源、外汇和黄金市场间的风险溢出效应, 并进一步考察地缘政治风险对风险溢出的影响. 结果表明: 1) 能源、外汇和黄金市场整体上存在显著的风险溢出效应, 且在不同时域和频域内存在显著差异性. 2) 地缘政治事件显著影响了韩国、欧洲和美国的市场风险溢出格局, 且这些地区对地缘政治事件的反应呈现出明显的差异. 3) 风险溢出具有明显的时变特征, 地缘政治风险不仅会加剧整体的风险溢出水平, 还会影响不同地区、市场间的风险溢出. 这些发现对于决策者和投资者理解地缘政治事件冲击下, 能源、外汇和黄金市场间的风险溢出关系, 及时调整策略具有重要意义.

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.

企业基本面由财务数据和非财务数据等影响企业运营发展的多维信息构成. 不同于已有的企业层面单指标的市场异象研究, 本文试图利用机器学习方法融合 50 个维度的基本面变量信息, 创新性地去预测企业内在估值, 并通过其与真实市值之间的差异比对构建估值错配指标. 以 OLS 模型为基准, 本文逐一尝试了 4 类线性机器学习模型 (RIDGE、LASSO、ELASTICNET、PCR) 以及 5 类非线性模型 (DT、RF、GBDT、XGBOOST、FNN), 并进一步通过集成技术聚合多种机器算法的预测能力构建最终估值错配指标. 结果表明, 基于估值错配指标构建的市场多空组合最高可获取约 32% 的原始年化收益以及约 22% 的 Fama-French 5 因子调整后年化收益. 此估值错配异象在投资者有限关注以及套利限制较高的股票中回报更高, 揭示了估值错配异象的潜在解释机制. 进一步分析发现, 估值错配异象受某些宏观经济状态变化的影响, 此外企业层面估值错配指标能够预测公司未来真实风险事件的发生, 同时市场层面估值错配指标能够预警系统性金融风险的变化. 本文提出了全新的企业内在估值错配指标, 并揭示了伴随的市场异象, 对于防范化解金融风险、提升我国资本市场运行效率有一定启示意义.

本文从供应链溢出视角验证了客户数字化转型对供应商资源配置的优化作用及其传导机制. 研究发现, 客户数字化转型存在后向溢出效应, 显著提升了供应商的资源配置效率. 机制检验表明, 客户数字化转型的溢出效应主要通过优化供需匹配、降低资金成本和促进数字化创新协同提升了供应商的资源配置效率. 当供应链地理距离较远, 以及供应商的客户集中度较低和规模较大时, 该溢出效应更为明显. 进一步研究表明, 该溢出效应主要导致供应商劳动错配程度的降低, 并且新冠疫情产生的负面需求冲击会导致溢出效应减弱. 本文基于供应链溢出视角拓展了产业组织纵向关系理论在数字化供应链管理和资源配置领域的应用范畴, 丰富了供应链上下游企业间互动作用机理的研究, 对如何利用数字化赋能供应链管理、推动供应链纵向协同机制建设、提升供应链韧性提供实践启示.

数字技术推动下, 越来越多平台企业利用人们的社交需求, 通过直播带货、好友转发、视频 “种草” 等方式进行产品推广. 以社交互动为关键的社交化电商兴起. 为探讨社交行为对平台供应链的影响, 本文构建一个由制造型平台、入驻平台的制造商、实体零售商组成的二级制造型平台供应链. 考虑现实中销售渠道的多样性, 制造型平台允许消费者线上购买线下取货 (BOPS). 制造型平台供应链内价格竞争与 BOPS 合作共存. 本文利用非合作-合作两型博弈方法构建模型并求解, 得到制造型平台供应链成员的最优策略与利润. 分析消费者麻烦成本、对入驻平台的制造商的偏好、社交行为对均衡结果的影响. 研究表明, 社交化电商下, 制造型平台与实体零售商通过 BOPS 利润共享可以达成 BOPS 合作并创造联盟最大利益, 实现制造型平台与实体零售商的双赢. 在价格竞争与 BOPS 合作共存下, 加大社交行为投资、提高社交行为影响力对制造型平台与入驻制造商并不一定总是有利的, 但能够有效增大消费者剩余.

以信息技术为基础的新型基础设施不仅是新技术、新要素、新业态的载体, 也是我国实现高质量发展的关键抓手. 本文以新型基础设施为研究对象, 构建包含新基建部门的动态随机一般均衡模型, 分析了新型基础设施投资推动我国经济发展的作用机制, 并从基础设施投资组合策略的角度, 为中国实施扩大内需战略、促进经济高质量发展提出针对性的政策建议. 研究发现: 1) 相较于经济型和社会型基础设施, 新型基础设施投资在促进经济增长方面表现出差异化的作用路径; 2) 新型基础设施投资对经济的促进作用最大, 其次是社会型基础设施, 而经济型基础设施的促进作用相对较小; 3) 过度增加新型基础设施投资可能会削弱其投资乘数效应, 而适当增加社会型基础设施投资有助于强化新型基础设施对经济的推动作用. 研究结论表明, 在大力推进新型基础设施建设过程中, 应建立健全新型要素市场体系, 加大经济型基础设施的改造与升级力度, 加快医疗、教育等社会民生领域的融合基础设施建设.

受物理信息神经网络方法的启发, 本文结合金融理论与深度学习技术, 创新性地提出了金融信息神经网络 (FINN) 这一框架, 旨在提升实证金融研究中深度学习技术使用的透明度和准确性. 本文基于套利定价理论和实证投资组合构建方法设计 FINN 的网络结构, 并将市场效率信息作为约束引入训练 FINN 的损失函数. 在对中国 A 股市场的实证研究中, FINN 展示出显著的优势: 首先, 相较于常规全连接网络和传统实证 APT 因子模型, FINN 在样本外 $R^2$ 上表现更为优异, 并且突破了传统 APT 因子在预测不同资产类型时的局限. 其次, FINN 在构建均方有效投资组合方面实现了最高的累计收益和夏普比率, 显示出其显著的经济价值. 最后, 通过对线性与非线性特征重要度进行全面分析, 发现 FINN 模型对交易类公司特征尤为敏感, 反映出中国作为一个发展中市场的特殊性. 同时, 在线性层面上, 估值、盈利和偿债类特征也显著影响了 FINN 的输出. FINN 的提出将为基于深度学习技术开展的金融实证研究提供一种新的方向.

社会信用作为制度环境的核心要素, 不仅是市场主体间构建信任的内在基础, 也是优化企业融资渠道、提高资源配置效率的重要保障. 本文利用社会信用体系分批改革试点的外生冲击, 考察社会信用体系建设对企业权益资本成本的影响及作用机理. 研究发现, 社会信用体系建设能够显著降低企业的权益资本成本, 在经过平行趋势、安慰剂以及考虑异质性处理效应等一系列稳健性检验后, 该融资纾困效应仍然成立. 机制检验表明, 缓解信息不对称、遏制管理层自利行为以及化解经营风险是社会信用体系建设降低企业权益资本成本的关键. 异质性检验表明, 社会信用体系建设对企业权益资本成本的影响在民营、经营不确定性较高、社会信用氛围较差的企业以及市场化水平较低、信用割裂程度较高的地区更为凸显, 此外, 社会信用体系建设所带来企业权益资本成本下降, 在缓解融资约束的同时还进一步优化了企业投资行为, 并最终促进了企业高质量发展. 本文不仅深化了社会信用与微观主体融资能力之间逻辑关系的理论认知, 也为扎实推进制度化信用体系建设、改善企业融资环境和促进经济转型升级提供了重要依据和政策启示.

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.

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.

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.

在 “双碳” 目标下设计既能促进碳市场发展, 又能驱动居民低碳生活、提高绿色产业投资回报率的碳价机制成为研究重点. 因此, 本文进行 “双碳” 目标下碳价的多主体博弈动态演化研究. 首先, 解析碳配额、参与行业、碳普惠与碳汇等多重机制对碳价的影响路径; 其次, 设计面向控碳全过程的多元机制动态发展路径; 在此基础上, 构建涵盖政府调控、碳排放权供给者与需求者等多方主体的动态碳价博弈模型; 最后, 基于模拟数据开展仿真分析, 结果表明: 1) 碳价整体呈现 “先降后升-达峰-趋稳” 的三阶段动态演进特征; 2) 受碳排放权稀缺性驱动, “十四五” 至 “十五五” 期间政府设定的免费碳配额分配系数逐年递减; 3) 碳价对政策工具响应呈现非对称性, 放宽免费碳配额或缩减行业覆盖范围将引致碳价下降, 而削弱碳汇与碳普惠机制则推动碳价上升. 本研究为理解碳价演变规律、构建阶段适配的碳市场政策体系能提供理论参考.

多载位自动小车一次能同时搬运多个货箱, 这既增加了自动小车的作业能力和灵活性, 又给自动小车的作业优化带来了更大的挑战. 为此, 针对多载位机器人存取系统的储位分配与路径规划协同优化问题, 建立了以最小化补货总距离和货箱加权距离之和为目标的非线性混合 0-1 整数规划模型, 并对其进行线性化; 根据该问题包含储位分配、车辆分配和路线排序三部分决策的特征, 设计了 7 个局部搜索算子、自适应选择算子策略、全局路径规划修复策略和自适应大邻域搜索算法; 基于 400 个算例的仿真对比与统计检验结果表明, 自适应大邻域搜索算法的求解效果整体优于精确算法、遗传算法、模拟退火算法和变邻域搜索算法; 与上述算法相比, 问题的规模越大, 本文算法的优势越明显; 与两阶段优化相比, 协同优化在求解该问题时具有更好的效果; 进一步分析发现, 选择合适的多载位自动小车 (比如, 最大载位数为 6$\sim$7) 和补货策略 (比如, 缺货比例为 0.25$\sim $0.30), 有助于企业综合权衡其成本与效率.

灾害极端情境下传统科层制应急管理模式存在救援资源错配严重、信息不对称、动态调整能力匮乏等诸多问题, 智慧应急互助信息平台依托交互式社会化应急救援模式为解决这些问题提供了新的思路. 本文基于 “物理-社会-信息” 三元空间资源视角, 构建了智慧应急互助信息平台下求助者和施救者救援资源动态配置的微分博弈模型, 分析了应急互助信息平台中信息共享、信息不足或失真随机干扰、应急救援时间、应急资源配置效率因子等重要参数对求助者和施救者应急互助资源配置均衡决策和效用稳定状态的影响, 探究了求助者信息化能力的异质性对参与主体行为决策和系统效用的作用机制. 研究表明, 1) 平台存在信息不足或失真等随机干扰因素时, 求助者和施救者应急互助资源配置量降低, 效用也会受到抑制和削减. 2) 随着参与主体在应急互助信息平台上共享信息程度提升, 求助者和施救者会投入更多资源, 能够有效增强灾害救援的韧性安全水平. 3) 只有信息共享程度较大时, 求助者和施救者资源配置量和效用才随着资源配置效率因子的增加呈递增的动态变化关系, 且与求助者异质性无关. 4) 识别求助者信息化能力异质性并非总是明智之举. 当求助者信息化能力处于较低水平、低于某阈值时, 识别其异质性能够通过精准定位需求和个性化响应, 提升参与主体的应急资源配置量和系统效用; 随着求助者信息化能力逐渐增加, 将求助者同质化则更有助于实现精准资源匹配和统一的资源调配. 研究通过应急互助信息平台下参与主体应急互助资源最大程度配置和动态优化, 为提高灾害应对韧性提供理论支撑.

在金融资产定价模型修正过程中, 非线性因素常被选择性忽视. 本文运用机器学习中的前馈神经网络方法, 将先验分类信息引入前馈神经网络构建了三种基于多层感知机 (multi-layer perceptron, MLP) 的优化模型: 混合神经元 MLP、单分类混合 MLP 和多分类混合 MLP, 以预测中国股票市场收益, 并将其预测效果与基于最小二乘和偏最小二乘估计方法的线性回归模型、支持向量机、极端梯度提升、循环神经网络、长短期记忆网络以及经典的 MLP 进行比较. 研究发现, 加入先验信息的优化 MLP 模型可以有效地显现市场异象与股票超额收益之间的复杂关系, 其在预测性能和投资策略上的表现明显优于不具有先验信息的传统模型, 展现了优越的样本外预测效果和鲁棒性, 提升了投资回报; 多分类混合 MLP 模型具有最佳的预测性能和投资绩效. 本文构建的基于先验信息的优化 MLP 模型能够捕捉市场异象与股票超额收益之间的非线性定价结构, 在一定程度上拓展和丰富了金融资产定价理论.

高技术产业是我国转型发展的重要引擎, 其创新是推动经济增长和提升竞争力的重要驱动力. 科学、准确地评价高技术产业创新效率并分析效率提升路径对推动高技术产业高质量发展具有重要意义. 本文构建了基于全局权重的动态网络 DEA 模型, 结合模糊集定性比较分析 (fuzzy set qualitative comparative analysis, fsQCA) 方法探究驱动中国高技术产业创新效率提升的路径. 研究发现: 1) 中国高技术产业创新效率整体较低, 且省份间创新发展不平衡; 2) 存在两条提升高技术产业创新效率的组态路径, 分别是数字化驱动型以及产学研-市场-环境协同型. 最后, 根据效率评价结果以及效率提升路径给出政策建议: 1) 转变创新政策的导向, 由供给导向型创新政策向需求导向型创新政策转变; 2) 助力技术发展, 推动主体合作, 优化创新环境.

本文首先将自然灾害冲击引入包含生产网络与融资关联的多部门一般均衡模型, 从理论层面分析自然灾害冲击在经济中的传导效应; 然后, 使用中国国家统计局披露的投入产出数据进行实证检验. 主要结论有: 1) 自然灾害冲击不仅对受灾企业的生产能力产生直接负面影响, 还会通过生产网络传导至上下游的企业; 2) 融资关联在自然灾害冲击传导的过程中发挥了重要作用, 受灾企业在融资压力下调整商业信用供需, 进而影响了供应链的融资环境和生产效率; 3) 产品间的互补关系放大了自然灾害冲击在生产网络中的传导效应; 4) 拓展分析发现, 自然灾害冲击对具有不同网络特征的企业造成的间接影响存在明显的差异, 其中网络中心度低、上游度低的企业受到自然灾害冲击的负向间接影响相对更大.

全球变暖加剧引致的极端天气事件频发对经济高质量发展构成严峻挑战. 作为智能制造体系的关键技术载体, 工业机器人的兴起为企业应对气候挑战带来了新的机遇. 本文基于动态能力理论, 利用 2016–2023 年中国沪深 A 股制造业上市公司数据, 探讨了气候风险对工业机器人应用的影响. 研究发现: 1) 气候风险能促进工业机器人应用, 且该结论在一系列稳健性检验后依旧成立. 2) 在影响机制方面, 气候风险通过要素替代效应与战略期权效应推动企业应用工业机器人. 3) 异质性分析发现, 气候风险对工业机器人应用的积极影响在民营企业、大规模企业、沿海地区企业、高碳排放强度企业与高竞争行业企业中更加显著. 本文的研究为有效应对气候风险, 推动生产流程的智能化转型提供了微观证据, 也为推进智能制造战略布局、推动经济高质量发展提供了有益启示.

全球价值链 (GVC) 加速重构背景下, 中国、日本、韩国、澳大利亚、新西兰与东盟十国签署了当前全球规模最大的区域全面经济伙伴关系协定 (RCEP). RCEP 将如何重构 GVC, 特别是将为中国价值链发展提供何种机遇? 本文首先使用全球多区域投入产出模型从 GVC 参与深度和广度两个维度分析了 1995–2020 年 RCEP 成员以及三大区域 (亚洲、北美和欧洲) 的全球价值链分工演变特征; 然后结合结构模型测度了 RCEP 关税削减对 GVC 参与深度和广度的重构效应. 研究发现, RCEP 所有成员都将从关税削减中提升福利水平, 且大多数体量较小的经济体要比体量较大的经济体获益更多. RCEP 将缓解当前全球化发展衰退的现象, 改善东盟、中国、韩国等经济体 GVC 参与度下降的趋势. RCEP 将显著增强中国、日本、韩国和东盟等成员与亚洲区域的GVC 前向和后向关联, 促使这些经济体以更加区域化的方式参与全球价值链, 推动价值链向区域化方向重构, 尤其是促进亚洲区域价值链的深化融合. 本文的研究对我国借助 RCEP 加快构建国内国际双循环相互促进的新发展格局以应对日益增强的世界经济不确定性具有重要的现实意义.

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.

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.

在我国低碳经济转型的背景下, “双积分” 政策是目前新能源汽车行业最主要的规制型政策. 新能源汽车企业技术创新是企业实现低碳升级转型的重要途径. 针对具有供应链区位、所在区域、资产规模、所有制结构等异质性的新能源汽车企业, 双积分政策是否能够有效激励其技术创新, 尚待进一步探讨. 基于此, 本文综合运用双重差分模型和倾向得分匹配法, 深入讨论了双积分政策对异质性企业技术创新的影响. 结果表明, 双积分政策能够有效激励各类型新能源汽车企业整体的技术创新, 并且对异质性企业的影响存在显著差异. 具体来看, 双积分政策更能带动下游企业、中部地区企业、中小企业和国有企业的创新产出, 有利于上游企业、西部地区企业、大型企业和国有企业的创新投入. 在双积分政策影响下, 下游企业的创新资源投入尚未明显提升, 西部经济欠发达地区企业呈现 “高投入, 低产出”现象, 存在较高的竞争压力和市场风险.

员工持股计划作为汇聚人才的重要路径, 受到学术界的密切关注, 本文检验了我国上市公司员工持股计划的行业和地区同伴效应及其动机. 研究发现, 企业的员工持股决策存在显著的行业和地区同伴效应, 该结论在经过各种稳健性检验后依然成立. 信息学习动机、竞争动机和风险规避动机是目标公司模仿同伴企业员工持股计划的潜在原因, 行业跟随者倾向于学习领导者, 而且在信息透明度较低、竞争程度较大、企业更规避风险时, 员工持股计划的行业和地区同伴效应更显著. 进一步研究发现, 相较于高管持股, 普通员工持股的行业和地区同伴效应更强, 在集体主义文化的影响下和非国企中, 员工持股计划的同伴效应更显著, 而且非国企会学习国企的员工持股计划, 员工持股计划同伴效应还有助于保留员工和提高市值. 本文为员工持股计划的驱动因素及相互模仿的原因提供了新的解释并验证了其积极影响, 对新时期实施员工持股计划具有指导意义.

实现系统数据的不确定性挖掘与校准是提升数据分析质量和管理决策精准度的重要前提. 本文基于云模型理论提出了一种面向决策分析问题的云校准方法, 通过云数字特征提取、云发生器构建和隶属度转换实现原始指标到隶属度的规范化校准. 与现有数据归一化、标准化、函数转换校准等方法进行案例数据的校准实验对比, 发现新提出的校准方法在综合建模性能评价上优于其他几种方法. 另外采用大中小型样本、高中低维特征的 11 个数据集构建不同方法校准结果的随机森林、逻辑回归和神经网络等机器学习模型, 进一步验证了新方法的优越性与稳健性, 研究成果为有效提升数据分析质量和决策建模提供了一定的理论指导和方法论支持.

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.