自2016年蘑菇街自建直播电商小程序以来，近些年直播电商高速发展，已经成为传统销售商和品牌商的一个重要销售渠道，并渗透到了各行各业。相对传统电商而言，直播电商具有实时互动性、社交购物属性、粉丝经济性以及内容与电商双向导流等特点，也给企业带来了缩短供应链、订单处理规模经济性等显著优势。抖音和快手等直播电商平台、主播/达人、MCN机构、品牌商（包括生产商、批发商、零售商等）、消费者以及政府部门等构成了一个错综复杂的基于竞争与合作关系的直播电商生态系统。该生态系统滋生了很多新的商业模式（如达人播/店播、代购/代售/产地直播、直播拍卖/盲盒直播/户外直播等）以及新的供应链结构，也给相关企业带来了很多新的管理挑战（如吸粉与粉丝变现、主播和品牌商的竞合关系、高退货率等）。本文将在梳理直播电商不同于传统电商管理挑战的基础上，总结已有的直播电商相关研究，重点分析直播电商值得从运营和供应链管理视角关注的潜在研究问题与研究方向。
农产品供应链数智化转型是提升农业效率、增强供应链韧性和促进可持续发展的关键。本文以1998-2023年间Web of Science和中国知网收录的689篇国外学者发表的英文文献与753篇国内学者发表的中英文文献为样本，运用CiteSpace及VOSviewer对数据进行发文量、关键词和研究热点等方面进行文献计量分析，梳理了农产品供应链数智化转型研究的历史演变。研究结果显示：从发文量看，国内外农产品供应链数智化转型研究的发文量均呈现逐年上升趋势；从高频关键词看，农产品供应链数智化转型研究重点与区块链、物联网、大数据等技术密切相关；从高频关键词聚类看，农产品供应链数智化转型研究形成8个聚类，并存在一个共同类别“区块链”技术。最后，本文分析了农产品供应链数智化转型呈现出的新模式和新趋势，并进行了研究展望。
应急物资调度是灾后应急响应的关键环节，其调度效率直接影响救援效果。突发自然灾害经常伴随着道路损毁，严重制约着应急物资的运输。在应急物资调度中，卡车载重量大、行驶距离长；无人机运输不依赖于地面路况但受到电池和载重约束，二者协同能够实现优势互补。为提升应急物资的调度效率，本文研究了卡车-无人机协同的灾后应急物资调度策略。以卡车和无人机完成所有物资运输并回到配送中心的时间最短为目标，考虑卡车和无人机的载重和里程约束、道路损毁和道路拥堵限制，建立了混合整数规划模型。针对所提出的模型属于NP难问题，融合遗传算法和动态规划算法的优点，提出了新的混合算法（hybrid method based on genetic algorithm and dynamic programming， HGADP）。本文针对提出的管理问题场景，设计了小、中、大三种不同规模的算例，通过将本文提出的算法与Gurobi求解器和前人提出的算法对比，验证了本文提出算法的有效性。通过算例结果分析，发现相比于传统车辆运输模型，本文提出的卡车-无人机协同运输模型可大幅地节省物资运输时间。最后，本文对无人机载重和续航里程进行灵敏性分析，分析了参数变化对应急物资调度效率的影响。本研究拓展了应急物资调度策略，为应急管理部门的应急物资调度决策提供了决策依据。
基于2012-2021年沪深A股上市公司数据，实证研究了企业ESG表现对企业价值的影响及其作用机制。研究发现：（1）企业良好的ESG表现促进企业价值的提升。内生性和稳健性检验后，结论依然可靠。（2）机制分析表明，企业ESG表现主要通过增加企业创新投入和获得分析师的跟踪等机制促进企业价值提升。（3）拓展性分析表明，企业内部创新投入和外部分析师关注在促进企业价值提升方面发挥了协同作用。此外，ESG基金持股对企业ESG表现与企业价值之间的关系具有正向调节作用。为此，应进一步鼓励企业践行ESG理念，积极推动绿色低碳转型，不断提升企业价值创造能力，助力实现中国式现代化和可持续发展。
伴随着中国“碳达峰、碳中和”承诺的提出，动力电池更新换代或报废的问题随之涌现并日趋重要，如何有效地跟踪动力电池的耗能情况以及电池材料的性能、验证电池的可回收性并确保合规性，既是当前的一个技术难题，也是未来不可避免的环境问题。基于以上情境，本文运用Stackelberg博弈模型，研究新能源汽车制造商或动力电池供应商采取区块链溯源技术追踪动力电池使用情况的动机和关键因素的影响机理。研究发现：（1）区块链溯源技术使得供应商和第三方动力电池回收商的利润都得到提高，而制造商是否受益取决于区块链溯源技术对需求的促进作用是否显著或消费者对产品信息的信任度是否足够高；（2）较高的追溯水平能够促进整个新能源汽车闭环供应链的循环和社会资源的节约，达到促进循环经济的目的；（3）如果区块链溯源技术投资成本可控且溯源效果（由此带来的消费/回收偏好）较为显著，则区块链技术对新能源汽车闭环供应链所产生的本质影响是积极的。
系统而全面地测度企业的数字化水平是深入探讨数字化转型成效的关键。通过统计年报文本中数字化术语的词频来测算企业的数字化水平，已受到学界的广泛关注。然而，以往研究所采用的术语词典规模小、覆盖面窄、扩展性差，导致企业数字化水平的测度不够全面。为了解决这一问题，本文利用自然语言处理和深度学习技术，构建了BERT-GlobalPointer和BERT-GlobalPointer-Mask两个术语识别模型，以高效识别数字化术语。进一步地，利用术语识别模型构建的大规模术语词典，采用文本分析法对我国上市公司过去近20年的数字化水平进行了测度，并分析了其演化态势。研究结果表明，所构建的模型在识别数字化术语、新术语、长术语方面显著优于基准模型；基于构建的识别模型，本文构建了一个包含27.3万个术语的数字化术语词典，其涵盖范围比以往研究更全面、更丰富；利用该术语词典，能够对近20年我国上市公司的数字化进程进行更为长期和全面的测度。本研究对于推动企业数字化的测度与成效评估具有重要启示和借鉴意义。本研究为后续数字化转型的定量测度及绩效分析提供了基础性数据支持，具有非常重要的方法启示与应用价值。
在百年变局、逆全球化等多重影响下，供应链韧性优化已然成为企业险中求生、化危为“绩”的关键。本文基于2013—2020年沪深A股上市公司数据构建三重差分模型，从供应链韧性优化视角考察了智慧供应链建设对企业绩效的影响及其传导机制。研究发现，智慧供应链建设对企业绩效提升具有积极作用。机制检验结果表明，智慧供应链建设不仅能通过提升供应链主动能力、供应链反应能力、供应链设计质量来优化动态能力，还能发挥专业分工、成本管控、资金融通、创新协同的多维驱力，切实提升企业绩效。进一步分析表明，智慧供应链建设对成长期企业、非国有企业、劳动密集型和技术密集型企业的绩效提升作用更大，且在商品市场分割程度和劳动力市场分割程度较低、隶属东部地区的情形下政策效应更佳。本文结论为政府加快智慧供应链转型升级、稳固产业链供应链安全基础提供了政策启示。
近年来，由人工智能引领的新一轮科技创新和产业变革，突破了传统管理决策系统受限于数据可获取性和模型可解性的局限性，使得自动化的数据分析和智能化的决策支持成为可能。同时，在数字经济浪潮的推动下，人工智能技术已广泛渗透到企业运营决策的各个环节，这为实现数字化管理创造了新的机遇，同时也给管理决策研究带来了新的挑战。本文从人工智能在不同商业环境的应用、人们对人工智能的感知和人工智能算法的偏见这三个方面对人工智能驱动的管理决策进行梳理、归纳和展望，并提出了未来研究的趋势和方向，为开展更深层次的研究提供了思路，为企业管理者和政策制定者进行科学决策提供参考，推动人工智能驱动管理决策的理论研究与商业实践。
基于复杂系统科学和深度学习理论，采用广义预测误差方差分解和复杂网络方法，研究我国金融市场风险溢出效应，并从宏观经济、微观个体行为、网络结构层面探究各因素对金融风险溢出的冲击效应，进而基于深度信念网络优化模型对金融风险溢出进行预警研究。风险溢出效应结果表明，金融市场内风险溢出效应显著高于金融市场间，金融市场风险网络结构呈动态演化发展，股票市场和房地产市场成为主要风险溢出方和接受方。冲击效应研究表明，宏观经济、微观个体行为与金融风险溢出之间存在阶段性、负相关性特征，即宏观经济上行和消费乐观预期促使金融风险溢出回归低位，反之，宏观经济下行和消费低迷预期会助长金融风险溢出，而网络结构与金融风险溢出之间则存在着复杂的关联性。预警结果表明，深度信念网络优化模型提高了金融风险预测精度，也验证了上述指标均可纳入到金融风险预警管理中。上述结果为构建金融风险预警机制、金融风险防控措施制定、宏观经济调控政策制定提供依据，对实现宏观经济稳增长与金融系统防风险动态平衡发展具有重要意义。
人工智能的快速发展加速了仓库的智慧化转型，越来越多的仓库引入大量AGV替代人工作业。智能仓库中多AGV在线全局调度问题成为当前的研究热点和难点。此问题包含任务指派和全局路径规划，需要考虑双向导引道路、无碰撞、AGV电量约束和任务时间窗等特性。针对该问题，本文以最小化AGV的运行时间和任务延迟惩罚之和为目标，建立混合整数线性规划模型。同时，设计一种多AGV任务指派与路径规划协同优化算法。首先，基于任务与AGV双重优先规则设计指派算法。其次，考虑多种碰撞情况，引入五种策略改进A*算法并设置重调度机制，全局规划AGV路径。为验证算法效果，引入分支切割算法求解小规模问题。12组小规模算例测试结果表明，本文提出的分支切割算法可将CPLEX下界平均提高59.89%，启发式算法求解结果与分支切割算法下界平均Gap值为7.23%。144组大规模算例测试结果表明，5种改进策略均能提升算法求解质量。改进算法可将传统算法的结果平均改善27.69%，且求解时间缩短至2秒内，效率提高130.01%。研究成果不仅适用于智能仓库的AGV调度决策，还能拓展至生产车间、自动化码头等路网相对规则、自动化程度较高的封闭场景中，为全局集中管控的多车调度问题提供参考。
动力电池作为电动汽车的核心部件，其使用寿命维持在5~8年，未来几年内将会有大量退役动力电池涌入回收市场，考虑到退役动力电池潜在利用价值，其有效的回收处理是亟待解决的问题。本文从闭环供应链视角，考虑消费者异质性以及旧电池回收处理过程，构建制造商不同联盟模式下的回收闭环供应链博弈模型，分别在制造商和回收商进行旧电池梯次利用情形下，分析了制造商不同联盟策略对供应链系统收益的影响，确定了供应链成员最优定价决策，讨论了成本以及梯次利用相关因素对均衡结果的影响。研究发现：（1）制造商与零售商联盟促进了新电池的生产与销售，而与回收商联盟促进了旧电池的回收。（2）集中式供应链系统收益最高，而分散式供应链系统收益最低。此外，制造商选择与零售商还是与回收商联盟，受成本因素和梯次利用因素的影响，并且成本因素的影响更为显著。（3）不同旧电池梯次利用主体不会改变供应链系统收益，但在回收商进行梯次利用时，旧电池转移支付降低。本文的研究为动力电池回收策略的制定提供了参考。
当前的旅游需求预测研究大多以年度、月度和日度频率的数据为主，而在短时高频的客流预测研究方面仍有待深化。本研究提出了一个基于改进Transformer模型的景区客流量预测框架，通过采集北京颐和园、故宫、天坛等7个5A级旅游景区2023年2月—2023年8月的每15分钟数据，采用TPE优化算法对Informer、Autoformer和Fedformer三种基于Transformer的深度学习模型进行改进，对北京7个景区的高频客流量开展一步和多步预测，并与其他深度学习模型（DeepAR、TCN、LSTM）、机器学习模型（GBRT）以及时间序列模型（ARIMA）在多种预测情境中的精度进行评价。结果表明，三种基于改进的Transformer模型在预测表现上展现出显著优势，尤其是Informer模型。本文提出的研究框架丰富了短时客流数据的分析方法，是对现有旅游需求预测研究的重要拓展，能够提高景区高频客流预测精度，在提升景区管理效率和支持决策制定等方面具有重要的现实意义。
不断深化数据要素市场化配置改革是激发数据要素价值的重要手段，合理度量区域数据要素市场化水平具有重要意义。本文基于数据供、流、用三个维度，构建数据要素市场化指标体系，测算了全国30个省份2014—2022年数据要素市场化水平，进而检验其对区域内企业绩效的影响。实证结果表明：数据要素市场化显著提升了企业绩效。企业内部环境治理结构优化和外部支撑环境改善是数据要素市场化推动企业绩效增长的重要路径。本文还发现，中西部地区企业和国有企业绩效提升程度不如东部地区企业和非国有企业显著，制造业和数字经济产业企业绩效提升更为显著。本文研究对于跨区域跨行业数据要素相关政策制定以及数据要素市场化成果向企业绩效层面的价值转化提供了有益启示和参考。
近年来金融市场的流动性冲击频发，对我国金融安全构成了严重的威胁。与此同时，杠杆交易对股票流动性具有重要的影响，但针对“杠杆交易究竟是改善还是恶化了流动性”这一问题一直存在争议。本文利用面板回归模型，在微观个股层面进行实证分析，研究发现，杠杆交易在短期内会改善个股的流动性，在长期则会恶化个股的流动性；在涨幅较大的时期，杠杆交易对当期流动性的改善作用加强，而在跌幅较大的时期，杠杆交易对当期流动性的负面作用增强。因此，杠杆对个股流动性的影响具有“长短期非对称性”与“涨跌非对称性”，且两种非对称性共同发生作用。另外，杠杆交易对流动性的作用受市场杠杆水平的影响，市场杠杆水平较高时，杠杆交易对股票流动性产生负面作用，且个股的负面冲击对流动性的影响更大。
数字技术正在重塑制造企业供应链管理的过程与方式，实现供应链数字化是制造企业构筑可持续竞争优势的重要议题。为探讨供应链数字化与制造企业竞争优势的互动机理，本文基于资源基础观与技术可供性理论，设计供应链数字化通过供应链弹性驱动制造企业竞争优势的概念模型，并从供应链的关系治理视角考察影响上述关系的边界条件。利用226家中国制造企业的调查数据，采用回归分析方法，检验概念模型的研究假设，结果表明：供应链数字化不但有助于提升制造企业竞争优势，而且通过供应链弹性的中介效应对后者产生间接作用；供应链成员间高效的关系治理会增强供应链弹性对制造企业竞争优势的正向促进作用，并进一步提高供应链弹性在供应链数字化与制造企业竞争优势之间的中介效应。研究结论有助于深入认识供应链数字化对制造企业竞争优势的作用机制，并为制造企业供应链管理与竞争战略提供决策参考。
为进一步降低现有电动车物流配送体系的成本，在配送体系中引入无人机配送，针对电动车-无人机协同配送模式下带时间窗的车辆路径问题，构建了基于混合整数规划法的数学优化模型。在此基础上，提出了一种拓展型自适应大邻域搜索求解算法，设计了一种构造启发式算法以快速生成初始可行解，增加了充电站插入与移除规则，以使解满足电量约束，并设计了最短路移除算子以加快算法收敛。最后，通过不同规模的算例实验，验证了上述模型和算法的有效性，并通过敏感性实验分析了模型参数对配送成本的影响。
在全球气候变化问题日益严峻的背景下，积极稳妥推进“双碳”目标的实现成为我国贯彻新发展理念，推动高质量发展的必然要求。本文采用2006—2022年279个地级市层面数据，构建包含绿色金融政策的内生增长理论模型，并运用双重差分模型对绿色金融改革创新试验区政策的碳减排效应及其影响机制进行实证检验。研究发现，绿色金融改革创新试验区的建立促使地级市层面的碳排放强度降低46.72%。机制检验结果表明，该政策能够通过促进绿色技术创新和优化产业结构成功实现碳减排效应，并且在环境规制的调节作用下，绿色金融改革创新试验区政策的碳减排效应依然显著为正。进一步分析来看，大型及以上城市和非资源型城市的碳减排效应更加显著。本文研究表明，绿色金融改革创新试验区政策是实现“双碳”目标的有效举措，同时为推动绿色发展、实现中国式现代化提供了政策依据和经验启示。
人工智能在原有生产资料基础上创造出更多财富的同时，也会导致失业、收入不平等等社会问题，甚至冲击居民消费，影响经济稳健增长。因此，有必要探究再分配政策的调节作用。本文通过构建含有人工智能和再分配政策的动态一般均衡模型，研究人工智能对经济奇点的影响以及再分配政策的调节作用。研究结果显示：（1）如果没有人工智能，随着我国资本累积导致的资本边际产出效率下降，以及老龄化降低了劳动力数量，经济发展将陷入持续低迷，难以达到经济奇点状态。（2）人工智能将使我国经济于2070年前达到奇点状态，而且人工智能技术越早成熟，达到经济奇点的时间节点也越早。（3）人工智能通过提高生产过程中的智能化和自动化水平，以及促进居民消费，进而促成经济奇点尽早实现。（4）再分配政策会延迟经济奇点的到来，且新征税率每增加4%，投资率下降2%左右，但人工智能技术越早成熟，对该不利影响的对冲作用越强。有鉴于此，我国应大力发展“新基建”，全面推进人工智能技术进步，优化再分配政策体系，增加居民有效消费，以及提升政府综合治理能力，实现共同富裕目标。
加快推动微观经济主体企业数字化转型，对促进数字经济和实体经济深度融合发展，支撑经济社会高质量发展意义重大。本文通过构建包含家庭部门和生产部门的企业数字化转型经济模型，分析企业数字化转型战略选择的价值表现，并选择2007-2019沪深A股上市公司为实证研究样本，探究企业数字化转型对企业价值（经济价值和社会价值）的影响及传导机制。由理论模型推演得出，数字化转型企业相比非数字化转型企业的价值更高。通过实证分析发现，企业数字化转型显著提升了企业经济价值和社会价值，在进行系列稳健性和内生性检验后，该研究结论依旧成立。传导机制表明，企业数字化转型通过微观信息效应和宏观关注效应促进企业价值提升，具体表现为提高内部控制水平、降低盈余管理机会主义行为、增强分析师关注度。进一步地异质性分析表明，国有企业和高科技企业的数字化转型价值创造效应更显著。本文研究系统地阐释了数字技术赋能企业综合价值的作用效应及其内在影响机制，对国家数字强国建设和经济高质量发展提供了微观层面的政策启示。
新能源汽车作为技术尚处于不断成熟阶段的新兴产品，在消费者的使用过程中极易形成种种争议甚至负面口碑，新能源车企应该对负面口碑及时采取合适的干预措施。本文采用实验研究的方法，以新能源汽车负面口碑为自变量，风险感知为中介变量，购买意愿为因变量，干预措施为调节变量构建模型，研究分析了新能源汽车负面口碑对消费者购买意愿的影响，以及新能源车企对负面口碑进行干预的内在机理。研究结果表明：①当新能源汽车负面口碑程度较高时，消费者购买意愿将比负面口碑程度低时更受到抑制作用。②新能源汽车的负面口碑通过影响消费者的风险感知，进而影响其购买意愿。③负面口碑与干预措施交互作用显著影响消费者的购买意愿和风险感知：在负面口碑程度不同的情境中，相较于其他措施，新能源车企采用适应策略更能有效降低消费者的风险感知，唤醒其购买意愿，但车企在不同的情境中采取不行为与防御策略的效果却存在差异。鉴于此，新能源车企需要“因势利导”，面对不同程度的负面口碑合理施策，从而助力新能源汽车在市场中的可持续消费。
