企业数字化转型已从内部业务、组织和商业模式的变革, 拓展为供应链上下游生产要素、组织关系等数字化协同. 本文依据数据价值链的data-to-information-to-knowledge-to-wisdom模型(DIKW)构建企业数字化转型多阶段模型, 以2007-2021年中国A股上市公司为研究样本, 考察企业数字化转型对供应链韧性的影响. 研究发现, 企业数字化转型能显著提高供应链韧性, 且在不同阶段的影响效应不同; 机制检验发现数字化转型通过促进供应链信息溢出和知识溢出, 提升供应链韧性; 进一步异质性分析发现, 当企业处于东部地区, 经济政策不确定性较高和行业竞争程度较强时, 以及规模较大, 高新技术行业和非制造业, 供应链集成度较低的企业, 数字化转型对供应链韧性的影响更为显著. 且数字化转型对供应链上下游企业具有扩散效应, 能提高上下游企业的数字化转型程度和价值创造水平. 研究结论揭示了企业数字化转型对供应链韧性的影响和机理, 为构建高韧性的供应链系统, 促进供应链协同发展提供了新思路.

碳中和对人类社会可持续发展具有重要意义, 而碳中和技术与生态碳汇是影响碳中和能力的重要因素. 本文首先将这两种因素以及碳中和目标中明确的时间节点纳入考虑, 构建了碳中和目标影响下的有限时域经济增长模型, 然后运用最优控制理论获得了该问题最优解的显式表达式, 并在此基础上分析了最优消费、投资、资本存量、碳中和能力的性质, 最后基于理论分析与数值仿真结果, 提出了相关政策建议. 研究表明, 各国需根据自身禀赋以及目标资本存量等因素, 制定与之相匹配的碳中和目标; 不同国家或者同一国家的不同地区, 应当根据碳中和过程所处的不同阶段选择不同技术水平的碳中和投资; 与通常预期不同的是, 碳中和能力路径可能随碳中和技术投资产出弹性的上升而下降; 在接近碳中和时间节点时碳中和投资可能出现 “反常” 现象.

数字孪生通过仿真建模映射物理实体, 基于虚实交互, 利用数据融合、行为模拟、优化决策和可视化技术, 显著提升系统可靠性并降低维护成本. 在智能运维实践中, 普遍存在数据质量不佳、异常样本稀缺、退化过程不明等痛点, 数字孪生技术为这些问题的解决提供了新范式. 本文针对装备的运维需求, 系统梳理了数字孪生中的仿真技术和建模技术, 总结了在异常检测、剩余使用寿命预测、故障诊断和运维决策等关键领域的研究进展, 进而围绕数字孪生驱动的智能运维, 对相关研究成果与技术路线进行归纳分析. 基于前期理论研究与应用实践, 本文提出数字孪生驱动的装备全寿命周期智能运维等级——以孪检实(DM1)、以孪预实(DM2)、以孪诊实(DM3)和以孪优实(DM4). 进一步, 通过舰船运维的真实案例, 展示了数字孪生驱动的装备全寿命周期智能运维在具体业务场景中的应用. 最后, 基于研究现状和工程实践, 提出若干未来发展方向, 为数字孪生驱动的装备全寿命周期智能运维提供借鉴与参考.

本文采用文本分析方法, 从政府工作报告中提取经济治理专业化等隐含信息, 为地方经济增长目标偏差的来源提供了新的解释. 研究结果表明, 政府经济治理的专业化能够带来超预期的经济增长, 具体体现为实际经济增速超过政府工作报告中公布的预期目标, 这与其可以有效配置资源要素有关, 同时也受到 “晋升锦标赛” 等因素的激励. 随着地方政府绩效考核体系发生转变, 政府经济治理专业化水平对于经济增长目标偏差的影响程度下降, 但在不同地区或不同行政等级的城市中, 经济治理专业化在促进经济增速提升方面总体上是有效的. 进一步地, 如果地方政府经济治理中对于未来展望过多、执行力不强, 与本市或本省之前政策的创新度越低、遵从度越高, 则会降低经济治理专业化对经济增长目标偏差的影响, 不利于超预期经济增长目标的实现. 本文的研究对于更好地发挥政府在资源配置以及经济增长中的作用具有借鉴意义.

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.

数字经济时代下, 数据成为新型生产要素. 然而, 普遍存在的数据质量问题严重制约着数据要素的价值释放, 甚至可能会演变成数字经济发展的"灰犀牛". 目前, 数据科学发展日新月异, 围绕数据质量的研究亟待进一步归纳总结, 以期有效地支撑数据管理实践和数据要素可信流通. 本文以系统化视角探寻数据质量发展脉络, 综合多种方法对于30多年来国内外相关文献进行梳理, 总结了研究所遵循的"内涵-理论-方法-应用"逻辑链条, 并构建了数据质量研究体系框架. 其次, 分别针对数据质量内涵及维度、理论基础发展、评估与优化方法、影响因素与价值作用四个方面进行回顾总结. 最后, 探讨数据质量研究发展趋势, 并对未来的发展方向提供一些洞察.

全球产业链供应链加速重构背景下, 美国试图实行友岸化近岸化战略以减少其产业链供应链对我国的依赖. 东南亚和墨西哥等经济体成为我国产业转移的主要去向, 这势必会对我国产业部门在全球价值链上的影响范围、获利能力和抗风险能力带来不利影响. 本文采用多区域投入产出(MRIO)数据库的中间产品贸易数据构建了全球生产网络模型, 并分别提取出从不同视角反映全球价值链骨干的现实网络(零模型)和人造网络(反事实模型), 然后在此基础上分析了美国对华贸易政策对全球生产网络重构和我国产业链外迁风险的潜在影响. 研究表明: 美国依托"阿尔塔西亚(Altasia)''实行的友岸化战略和依托"美墨加三国协议(USMCA)''实行的近岸化战略会导致全球范围内产业链供应链的部分脱钩, 且友岸化战略加剧了经济逆全球化趋势和我国产业链外迁风险. 最后, 本文提出在美国针对中国供应链实施"去风险化(De-Risking)''政策背景下, 提升我国产业链供应链韧性和安全水平的政策建议.

科技金融有别于传统金融部门, 能够有效支持科技活动, 对增强我国自主创新能力和实现经济高质量发展具有重要意义. 本文使用熵值法, 从资源、经费、融资、产出四个维度综合评估科技金融发展水平, 基于2007-2021年31个省份的面板数据, 构建空间计量模型实证检验了科技金融对技术创新的影响. 研究发现, 科技金融不仅对本地的技术创新具有显著的促进作用, 且具有明显的空间溢出效应, 若不考虑空间溢出效应, 会低估科技金融对技术创新的影响. 进一步研究表明, 在东部地区, 科技金融对技术创新的直接效应和空间溢出效应更显著, 科技金融通过缓解企业融资约束和优化产业结构提高区域技术创新水平. 本文的研究为评估科技金融的影响效果提供了数据支撑, 也为技术创新提升路径的探索提供了政策参考.

数字平台如何赋能企业实现颠覆式创新是数字经济背景下管理者关注的焦点问题. 本文基于平台生态系统理论和动态能力理论, 以209家自建或桥接数字平台的中国高新技术企业数据为研究样本, 深入探究数字平台能力对颠覆式创新的影响及作用机理. 研究发现, 数字平台能力能够显著促进颠覆式创新. 进一步研究发现, 组织结构敏捷性和舍却式学习在数字平台能力和颠覆式创新之间起部分中介作用, 一方面数字平台赋能塑造结构敏捷性, 打破僵化的组织惯例, 识别并服务新兴细分市场, 另一方面数字平台赋能组织进行舍却式学习, 打破原有的知识路径依赖, 获取颠覆式创新所需的互补性知识. 组织结构敏捷性是舍却式学习的前因变量, 组织结构敏捷性和舍却式学习在数字平台能力与颠覆式创新之间起到链式中介作用. 本文丰富了平台情境下高新技术企业颠覆式创新的形成机制, 从微观视角回答了高新技术企业进行颠覆式创新需要培育哪些能力的现实问题, 为数字化转型背景下企业利用数字平台实现颠覆式创新提供了理论参考.

本文基于2021年我国三千余家地方融资平台的有息债务明细和60家主要银行年度报告数据, 综合风险来源和风险放大传染机制, 分别从债务总量、经济行业与经济区域层面对我国地方政府债务可能导致的银行体系系统性风险的测度与评估进行建模. 在不考虑任何救助干预措施的情形下进行情景分析和压力测试的结果表明: 1)在各行业融资平台贷款中, 租赁和商务服务业的风险敞口最大, 且与房地产业关联度高, 该行业违约率升高即可触发银行体系系统性风险; 2)从融资平台贷款的区域层面来看, 西部地区违约率较高, 东部地区风险敞口较大, 在违约率基本相同的情况下, 分地区融资平台贷款违约引发的系统性风险呈现"东高西低"特征, 且东部地区隐性债务引发系统性风险的违约率安全边界较中西部更窄; 3)当前, 单从隐性债务(融资平台贷款)违约或是显性债务(政府债券)可能的流动性危机来看, 二者安全边界较宽, 银行体系系统性风险发生的可能性不大. 但如果二者同时出现问题, 安全边界将大幅收窄, 叠加银行体系网络的风险传染, 极小的冲击都可能引发重大损失.

新型城镇化建设是扩大内需的重要抓手, 是畅通国内大循环的关键举措. 本文基于新型城镇化综合试点, 采用中国流动人口动态监测调查数据评估了试点开展对农业转移人口消费水平的影响. 研究表明: 相比非试点地区, 试点地区农业转移人口的消费水平明显提升, 一系列稳健性检验都对该结论给予了支持. 机制分析表明, 试点开展通过增加收入、增强公共服务可及性和身份认同感, 提升了农业转移人口的消费水平. 试点在方言多样性程度低的地区具有更强的效应, 并且更能提高受雇和省内流动农业转移人口的消费水平. 此外, 试点开展使农业转移人口日常消费和住房消费均得到提升, 并且在县和县级市具有更强的效应. 本文结论为建立扩大内需的长效机制提供了理论阐释和经验证据.

为减少网约共享出行系统中乘客高频取消订单现象, 进一步提升平台运营效率, 从数据驱动的角度出发, 在先预测-再优化的理论研究框架下, 本文将数据科学中的预测方法与运筹优化方法相结合, 对网约共享出行系统中考虑乘客订单取消的平台派单复杂问题进行分析. 研究发现: i) 先预测再优化的研究框架可有效将考虑乘客订单取消的平台派单优化问题简化为线性规划模型, 这极大地提高了模型的可解性, 降低了理论分析难度; ii) 结合真实数据, 机器学习模型可有效预测乘客是否取消订单, 这避免了对乘客决策过程进行数学建模所带来的假设的局限性; iii) 相较于不考虑乘客订单取消行为的派单模型, 本文提出的模型可以有效提高网约共享出行平台的收益. 数值实验表明: 随着供求比(司机/乘客)的增大, 考虑乘客订单取消行为的派单策略与不考虑乘客订单取消行为的派单策略的解逐渐接近; 相较于短出行距离与长出行距离的订单, 中等出行距离的订单对平台收益的贡献更显著; 相较于成本优先和利润优先策略, 考虑乘客订单取消行为的派单策略会取得更高的收益, 且可有效降低乘客总等待时间, 等. 本文针对考虑乘客取消订单行为的共享出行派单优化问题, 给出了建模思路和求解方法, 为出行平台派单策略改进提供理论参考.

解决好民营企业账款拖欠问题, 对激活市场主体、增加劳动收入份额和促进经济高质量发展具有重要意义. 本文选取 2011–2021 年 A 股民营上市公司数据, 使用双重差分法估计地方政府欠款清理专项督导对民营企业劳动收入份额的影响、作用渠道以及异质性. 研究发现: 地方政府欠款清理专项督导能够显著提高民营企业的劳动收入份额, 该结论经过一系列稳健性检验后仍然成立. 缓解资金压力、提高劳动雇佣水平和优化人力资本结构是地方政府欠款清理专项督导提高民营企业劳动收入份额的作用渠道. 结合生产、经营、融资和治理环节的研究表明, 劳动密集程度越高、经营压力越大、经营规模越小、融资约束越高、股权集中度越高, 地方政府欠款清理专项督导提高民营企业劳动收入份额的正面影响更显著. 进一步分析发现, 地方政府欠款清理专项督导显著促进了民营企业内部收入分配公平和劳动生产率, 提升了高质量发展水平. 研究结论丰富了政府欠款清理专项督导工作的经济效果, 对当前如何提高民营企业劳动收入份额有着重要的政策含义.

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.

人工智能创新是形成新质生产力的引擎, 能够创造更多社会财富的同时, 也会影响就业机会, 冲击居民消费. 能否通过人工智能创新实现供给侧优化产品供给体系和需求侧提升居民消费能力来破解居民消费不足的现实困境, 是推动经济高质量发展的关键. 本文在人工智能创新任务模型基础上, 构建人工智能创新与居民消费的理论模型, 从理论上厘清人工智能创新影响居民消费的作用渠道, 并对理论模型进行数值模拟. 进一步利用2012-2020年各省投入产出数据和国家知识产权局专利数据对理论模型进行实证检验. 研究结果表明: 1)人工智能创新促进了居民消费, 促进效应存在于大部分分类消费中, 并且对享受型消费的促进效应最大, 是实现居民消费提质扩容的牵引力; 异质性分析发现, 人工智能创新对东部及城镇与高技能要素密集行业的居民消费促进效应更大. 2)供给侧路径分析发现, 人工智能创新通过提高生产效率和实现产品创新来提升居民消费水平, 提升效应最大的作用渠道是产品创新; 分城乡来看, 人工智能创新均对城镇居民消费提升效果更大. 3)需求侧路径分析发现, 人工智能创新带来的"岗位创造效应"拉伸技能溢价程度小于"鲶鱼效应"抑制技能溢价程度, 提高居民消费能力, 促进居民消费增长.

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.

随着换电技术的发展, 中国新能源汽车行业在车电分离的概念下提出了电池即服务的新型商业模式, 即允许消费者按月按需租赁特定电池包. 在此背景下, 本文构建由新能源汽车制造商和电池供应商组成的竞争模型, 考虑两种电池服务模式策略选择情形——不提供电池租赁服务(N)、提供电池租赁服务(B), 提出两种服务模式策略的适用条件以及不同服务模式策略下的最优定价策略. 当车体价格相对较高(低)时, 新能源汽车制造商应该选择(不)提供电池租赁服务, 当车体价格相对较低(高)时, 电池供应商因电池租赁服务受益(害). 因此, 当车体价格适中时电池租赁服务可助力新能源汽车制造商与电池供应商实现双赢. 同时, 本文揭示了电池租赁服务对新能源汽车制造商和电池供应商决策的影响, 亦分析了电池续航水平、车体预期寿命对上述双赢实现条件的影响. 研究结论可为新能源汽车供应链及行业发展提供有益管理启示.

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.

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.

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.

本文构建减污降碳协同度评估模型评估了 2014–2021 年我国省际减污降碳协同度和地理时空加权 LASSO 回归模型识别我国省际减污降碳协同的关键驱动因素. 结果发现: 我国省际减污降碳协同度总体呈现上升趋势, 平均值由 2014 年的 0.11 上升至 2021 年的 0.71, 且呈现显著的时空特征: “东北-西南” 空间走向、“南热北冷” 空间格局和 “热点增加, 冷点减少” 时序变化. 气温、湿度、水资源利用、能源强度、能源结构、共同富裕程度、环保投资和人工智能技术是促进我国减污降碳协同度的关键驱动因素, 但驱动效果具有空间异质性. 本研究既有助于科学认识和理解我国减污降碳协同, 也有助于完善我国省际针对性的减污降碳协同政策.

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.

即将施行的"强制+自愿"碳市场机制允许碳配额交易机制与国家核证减排量交易并存, 是尚未被深入研究的新机制, 将推动形成一种新的"碳互补供应链"的运作模式, 即供应链成员通过碳排放权内部交易的方式促进内部成员合作和优势资源互补来实现高质量、低成本的节能减排. 因此, 在"强制+自愿"新机制下, 研究碳互补能源供应链合作模式选择和收益分配问题, 有利于进一步提升供应链的运营效率与协同效果, 对于促进我国能源产业低碳转型具有重要理论意义. 本文针对由减排企业、控排企业和消费端组成的碳互补能源供应链, 设计了五种合作模式, 并综合运用非合作与合作博弈理论方法深入探讨"强制+自愿"机制和可再生能源补贴政策下合作模式的选择和收益分配问题. 研究结果表明: 1) 控排企业与减排企业联盟的合作模式使供应端相对消费端更具竞争优势, 能源产品总数量最低且批发价格最高, 而减排企业与消费端联盟的模式恰相反; 2) 在补贴水平相同的前提下, 大联盟合作模式消除了双重边际效应的影响, 总利润最高, 是最优的合作模式; 3) 基于合作博弈模型所提出的加权收益分配方案能够在不同补贴水平下保证大联盟稳定, 具有一定优越性.

高质量发展导向下, 中国企业绿色转型的激励难题亟待解决. 本文基于区域贸易协定的视角构建理论模型和实证检验了开放型环境规制对中国企业绿色创新的影响及潜在机制. 首先构建了一个开放经济下企业绿色创新决策模型, 发现环境条款可以通过技术激励效应和产品结构效应两个渠道影响企业技术进步方向. 接着使用贸易协定文本、国别双边贸易数据与中国海关库企业进出口数据, 构建企业 "环境条款嵌入度", 并采用面板固定效应模型实证检验开放型环境规制对中国企业绿色技术进步的作用效果. 研究发现, 环境条款显著促进了企业实质性绿色创新, 对企业策略性绿色创新没有显著影响. 从机制分析看, 环境条款会推动企业加大研发性投入和产品结构绿色化转型, 从而促进企业绿色技术进步, 且环境条款的绿色创新效应对于非重污染行业企业、低融资约束企业、高社会关注度企业以及海外市场多元化程度较高企业更为明显. 进一步研究发现, 部分市场型环境规制工具可以放大环境条款的绿色创新效应, 这说明在制度型开放的过程中协调内外部环境政策有其必要性. 以上结论为中国通过高水平开放协同推进经济高质量发展和生态环境高水平保护提供了新的理论视角与经验证据.

政府数字化转型是新时代提升政府治理能力的重大举措, 为推进"以数治税"提供了新思路. 为了探究政府数字化转型的微观治税效应, 本文以大数据局设立为准自然实验, 以2008-2020年上市公司为研究样本, 依据A-S模型和信息不对称理论, 采用双重差分法检验了政府数字化转型的微观避税治理效果. 研究发现, 政府数字化转型能有效抑制企业税收规避行为, 其抑制作用主要通过联合税务稽查、优化营商环境和政企合作共享产生. 进一步研究表明, 政务服务型大数据局和税收征管力度更强的地区, 更有利于发挥政府数字化转型的微观治税效果, 且对数字化水平高的企业, 数字政府的税收规避治理效应更明显. 本文可扩展和深化政府数字化转型的治理效应, 为政府进一步推动数字化转型、营造公平税收环境提供理论依据.

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.

共享单车采用分时计费运营模式, 提供随取随停的 “点对点、门对门” 租赁服务, 是城市交通系统的重要组成部分. 目前, 共享单车平台在运营层面存在需求预测不准确、单车调度不合理、故障车回收不及时等不足, 引发严重的供需匹配失衡问题. 鉴于此, 本文研究基于多任务学习的时空需求预测与考虑故障车回收的共享单车动态搬运优化方法. 首先, 充分考虑站点取车需求与还车需求之间的相关性, 采用基于多门混合专家结构的双向长短期记忆网络对取车与还车需求进行联合预测. 为了降低长时间序列的依赖性, 引入注意力机制增强重要信息的关注度. 进一步提出共享单车动态搬运与故障车回收协同优化模型, 其中特别考虑了搬运车辆的充电决策与续航里程约束. 为了满足大规模动态搬运管理的时效性需求, 设计基于模拟退火的自适应大邻域搜索算法对模型进行求解. 最后, 基于纽约 Citi Bike 共享单车骑行数据设计案例分析, 从预测性能、计算时间、运营成本等多个指标验证了所提方法的优越性.

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.

相对传统线下购物, 线上购物存在信息不对称的困境. 作为解决线上购物信息不对称的一个重要手段, 网络评论显著影响着消费者的购买决策, 从而对商家决策产生影响. 针对由两家制造商与两家零售商构成的供应链竞争系统, 考虑网络评论对消费者选择行为的影响, 本文构建了一个博弈模型研究零售商如何调整产品销售价格以及制造商如何调整批发价格来应对竞争对手的决策. 首先, 建立考虑网络评论影响的消费者效用函数; 其次, 构建基于 Nash 博弈的零售商与制造商竞争定价模型; 然后, 对模型进行推导, 确定零售商和制造商的均衡定价决策. 最后, 分析了网络评论对零售商定价决策, 制造商批发价格决策, 以及零售商与制造商利润的影响. 研究结果表明, 较好的网络口碑以及消费者更加重视网络评论都不一定促使零售商与制造商提高产品价格. 但是, 当网络评论能够提供更多的产品匹配度信息时, 企业之间的价格竞争减缓, 零售商与制造商均提高产品价格. 从利润的角度来看, 在供应链竞争情形下开放网络评论可能同时减少零售商与制造商的利润.

平台经济背景下企业间竞争模式正逐渐由产品和客户竞争向平台生态竞争转变, 但这种竞争模式的演变机理至今未得到充分论证. 本文考虑资源共享、利益共赢、战略共谋等关键机制, 运用演化博弈方法构建了一个由电商平台、物流企业和商家组成的生态合作博弈模型, 考察了各主体在生态合作过程中的策略选择及其影响因素. 研究表明: 在平台经济环境下要实现多主体生态合作必须同时满足资源共享、整体利益最大化以及多模块协同创新这三个必要条件, 其任一条件的缺失都将导致生态合作破裂. 从影响因素来看, 服务敏感系数、相互信任程度和协同创新贴现因子对生态合作的形成具有促进作用, 而合作成本、协同创新风险和投机收益等因素对生态合作则产生抑制作用. 此外, 资源共享水平对生态合作的影响受资源吸收能力与资源共享积极性的影响, 而协同创新研发投入对生态合作的影响则要视创新风险程度而定. 本研究对平台经济背景下进一步厘清生态合作机制提供理论依据, 同时对企业应如何构筑或融入生态合作联盟提供决策参考.

气候变化及其引致的转型风险已成为关乎当今人类社会可持续发展的重大问题, 在此背景下产生的化石能源搁浅资产也逐渐成为影响企业长期投资和金融市场安全稳定的潜在因素. 本文基于气候转型风险扩散的客观事实, 利用我国A股高耗能行业上市公司1998-2021年数据, 探究资产搁浅风险如何影响投资者决策, 研究发现: 中国企业化石能源资产搁浅风险指数呈现振荡上涨的趋势, 并在"双碳"目标提出后出现明显上升; 化石能源资产搁浅风险与股票收益率之间存在正相关关系, 表明中国资本市场存在化石能源资产搁浅风险溢价现象. 影响机制表明资产搁浅风险会通过资本市场传导, 影响市场投资者资产配置和风险决策, 但有限理性的投资者存在决策差异. 面对资产搁浅风险, 投资者通过内外部多维度途径来对冲风险, 包括绿色金融、ESG信息披露、主动业务转型等, 尤其是绿色金融和ESG在引导投资者调整其投资组合、弱化资产搁浅风险的冲击方面起到了重要的作用. 本研究为中国高耗能企业如何积极布局低碳转型和化解资产搁浅风险提供思路. 并为投资者重新审视高碳企业转型和理性参与企业气候治理提供新的证据.

工业机器人应用推动了制造业的智能化进程, 深刻改变了企业用工结构, 为经济高质量发展提供了重要契机. 本文基于2012至2022年中国制造业企业机器人数据, 实证检验了工业机器人应用对企业人力资本结构的影响. 研究发现: 1)工业机器人应用能够促进企业人力资本结构升级, 且在一系列稳健性检验后, 该结论依然成立. 2)渠道检验表明, 工业机器人应用通过发挥替代效应和创造效应, 进而优化企业人力资本结构. 3)异质性检验表明, 在劳动密集型企业、技术更迭速度更快与处于要素市场发育程度更高地区的企业中, 工业机器人应用对企业人力资本结构升级的促进作用更为显著. 在国家出台 "延迟退休"政策以缓解人口老龄化趋势加速与劳动力成本持续上升的背景下, 本文研究为实现企业提质增效与经济高质量发展提供了政策启示和经验证据.

考虑由制造商和零售商组成的绿色供应链, 构建零售商未采纳AI技术和采纳AI技术两种决策模型, 其中相比未采纳AI技术, 零售商采纳AI技术时可以更加准确预测潜在需求, 研究零售商的AI技术采纳策略及其对绿色供应链和社会福利的影响. 研究发现: 零售商对潜在需求的估计和绿色投入成本系数是影响零售商AI技术采纳策略的重要因素. 具体而言, 零售商低估潜在需求时, 随着估计偏差的增加或绿色投入成本系数的降低, 零售商更加偏好采纳AI技术; 相反, 零售商高估潜在需求时, 零售商在绿色投入成本系数较低时应不采纳AI技术, 而绿色投入成本系数高于给定的阈值时, 零售商则应采纳AI技术. 同时发现, 零售商采纳AI 技术可能会损害供应链利润和社会总福利. 拓展研究发现, 应用AI技术单位成本及AI技术的预测精度均会影响零售商的AI技术采纳策略.

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.

企业数字化转型是我国产业升级的重要微观基础, CEO作为决策者其个人特质在数字化转型中起到关键性作用. 本文针对已有研究特质选择主观化、机制研究缺乏的问题做出改进, 通过构建基于机器学习的自适应LASSO、QUBO模型进行特质选择, 并系统的研究了所选CEO特质对数字化转型的影响机制. 在变量选择部分, 本文发现CEO的年龄、性别、金融经历、管理经历、生产经历是影响企业数字化转型的重要因素. 机制研究表明, CEO年龄将以倒U形关系影响CEO经历丰富度、以U形关系影响风险承担, 并以此为路径实现对数字化转型的倒U形影响; 金融经历、管理经历分别以缓解信息不对称、改善公司治理水平为路径促进数字化转型; 生产经历增加了CEO短视主义特征, 从而抑制数字化转型; 女性特质将通过降低风险承担促进数字化转型. 本文丰富了CEO特质对数字化转型影响的研究, 应用两种数学模型进行变量选择, 为解决变量选择主观化问题提供了模型参考, 本文的研究还对公司管理层设计、生产经营调整提供了一定的启示.

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.

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.

知悉回音室的结构和形成机制, 对打破信息茧房, 消除过滤气泡, 缓解在线社交媒体中信息窄化和群体极化等现象有着重要意义. 为此本文对观点互动网络建模, 构建用户立场和邻居立场两个指标来描述网络中立场分布, 并从三个角度建立了可衡量网络中回音室状态的效应函数. 为进一步探讨网络中邻居效应对回音室内用户立场的影响, 构建网络因果推断模型, 使用剂量-效应函数描述邻居效应对用户立场转变的影响. 本文使用国内外两个关于俄乌讨论的数据集进行实证分析, 实验结果表明了所构建的回音室效应函数对量化网络中回音室状态的有效性, 以及在回音室结构中邻居状态不仅会强化相似观点用户的立场, 并且也会使意见相斥的用户立场往群体立场偏移, 进一步强化回音室结构.

以数字要素赋能绿色创新, 是企业培育竞争优势和实现绿色升级的关键路径. 随之而来的问题是, 目前数字化转型能否有效赋能绿色创新的全面迭代优化? 既有研究仅讨论了数字化转型对绿色创新的积极作用, 却忽视了数字化转型中绿色创新内部不同领域创新活动的地位和结构变化, 未能明晰当前数字化与绿色化的阶段性匹配问题及内在机理. 基于此, 本文依据"国际专利分类绿色清单"对2007-2022年A股上市企业绿色专利信息检索分类, 按照应用领域归纳得到经营管理与设计类、生产节能类与末端治理类绿色创新, 基于资源编排理论和技术一致性理论分析, 实证考察了数字化转型对绿色创新的非对称作用. 研究发现: 数字化转型显著推动了经营管理与设计类绿色创新, 对生产节能类与末端治理类绿色创新的赋能作用不足; 相较于数字业务场景应用, 数字底层技术的布局和发展对绿色创新的非对称作用更为显著; 从研发资源配置的角度来看, 数字化转型推动经营管理与设计类绿色创新既是新增研发资源的结果, 也以挤占其他领域绿色创新的研发资源为代价. 同时, 绿色创新的三元共治因素(市场、政府和社会)在数字化与绿色化协同演进中具有重要的作用. 本文研究结论反映了以数字要素培育绿色竞争优势的现状, 即数字化转型主要通过信息技术领域的绿色升级实现经营流程中资源利用效率的提高, 具有显著的"局部赋能"作用. 这一发现不仅为政府制定更具针对性的"两化协同"政策措施提供了现实参考, 也为企业创新资源的优化配置与创新战略的制定提供了实践依据.

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.