文章将台风登陆事件作为外生性气候风险冲击, 台风登陆时点作为干预时点, 使用双重差分方法研究了台风灾害对中国上市公司股票收益率的影响, 分析了台风风险带来的金融风险经由供应链关系的传导问题.为了更深入地理解上述影响, 文章从数字化转型的视角进行了机制分析.研究发现, 台风灾害会对灾区公司的股票收益率产生显著的消极影响, 而这种影响会进一步通过供应链关系传导至供应商和客户, 且对供应商与客户的溢出效应还存在不对称性.特别地, 文章发现数字化转型对于缓解台风风险带来的金融风险具有重要作用, 可以减轻股票收益率受到的负面影响.文章最后通过一系列稳健性检验, 发现文章的结果是稳健的.

本文系统梳理了机器学习与计量经济学的基本方法论, 探讨了整合数据驱动方法与基于模型的因果推断范式所面临的挑战, 并论证其如何为实证经济研究提供新的分析视角.

数字金融作为金融 “五篇大文章” 之一, 在提升金融服务效率、促进普惠金融发展、赋能经济高质量发展等方面发挥了重要作用. 围绕这一主题, 本文基于 2014–2025 年中英文核心数据库中的相关文献, 综合运用文献计量和定性分析的方法, 构建数字金融研究框架, 分析现有研究不足并提出未来可能的研究方向. 研究结果表明: 第一, 中文文献侧重政策导向与本土实践, 而英文文献则聚焦可持续发展与全球比较; 第二, 数字金融研究框架可通过 “衡量指标-影响因素-经济与社会效应-创新实践” 这一逻辑脉络进行系统概括; 第三, 未来研究可专注于衡量指标精细化、影响因素识别精准化、经济与社会效应全面化以及创新实践研究前沿化. 本文为进一步开展数字金融相关研究拓宽了视角, 也为在实践中推动数字金融高质量发展提供了启示.

个体选择偏好与推荐算法滥用使公众陷入信息茧房困境, 诱发差异化集群行为, 并促使舆论极化加剧形成, 甚至对社会公共秩序造成了严重影响. 通过系统剖析信息茧房下公众行为差异对异质观点群体交互产生的群内同质制约削弱-强化复合影响、群际抑制-促进组合交互影响, 借鉴Lotka-Volterra建模思想, 构建异质观点交互的舆论极化动力学模型, 并求解平衡点及其稳定性, 进而通过数值仿真与实证分析揭示舆论极化规律. 研究发现, 信息茧房下群内同质制约作用越弱且群际促进作用越强, 两群体扩张速度越快且规模越大, 越易呈现二元极化态势. 当所受群际抑制作用较大且异质观点群体的同质制约作用较弱时, 群体扩张速度将减缓且规模达到顶峰后会减小甚至消失, 呈现单一极化态势. 潜在扩散范围正向影响群体自身扩张速度与最终规模, 且在群际促进作用下可减缓异质观点群体的扩张, 但不影响其最终规模.

随着山区农村寄递需求日益增大,其寄递物流路径规划问题成为学术热点.文章基于农村客货邮融合发展背景,研究了客运班车-电动车-无人机协同配送模式下山区农村寄递物流路径规划问题.首先,根据村级服务点的地理位置、分布特征、货物递送量和寄件量,将其划分为电动车服务类型(TC)和无人机服务类型(FC);其次,基于山区农村客运班车的潮汐性客流特征,建立客车闲置容量函数;然后,以包含运输启用费用、代运客车和电动车的运量成本、客车和电动车的运距成本、无人机电耗成本和电动车配送时间成本的总成本最小为优化目标,构建数学模型;为求解该模型,设计了一种多约束修正聚类算法与改进自适应遗传算法的混合算法(MCDCA-IAGA).实验结果和案例研究表明,客运班车-电动车-无人机协同配送模式有效降低了2.9%的配送成本和8.6%的配送时间,为山区农村寄递物流路径规划提供了可行的解决方案.

共享出行服务的快速发展为城市出行提供了新的解决方案. 网约车平台通过智能手机应用程序提供便捷的叫车服务, 能够更好地将用户需求与即时运力相匹配. 在拼车出行服务中, 乘客可以合乘同一辆车, 将各自的目的地作为途径点, 以提高车辆的利用率. 文章提出了一种基于自注意力强化学习网络的网约车订单合乘及派单优化模型. 首先, 构建了网约车合乘出行拓扑网络, 考虑乘客的上下车时间、地点等因素, 设计了按需合乘动态匹配算法, 识别网约车潜在合乘订单. 然后, 构建了基于自注意力强化学习网络优化网约车派单, 采用策略梯度算法进行学习和训练, 在派单过程中引入掩码方法保证派单决策的有效性, 依托其“离线训练+在线决策”的优势, 实现大规模网约车派单问题的高效求解. 最后, 基于北京市网约车订单数据进行了实际案例研究, 结果表明, 基于自注意力强化学习网络的派单算法在保证路径接近最优的同时, 求解时间满足即时派单需求. 网约车订单合乘和派单优化可以有效减少车辆的行驶距离和车队规模, 尽管订单合乘略微增加了乘客的等待时间, 但是在提高网约车的运营效率、缓解交通拥堵、减少环境污染等方面具有明显的促进作用.

气候变化已经成为影响全球金融体系不稳定的新的风险源, 科学地识别和评估气候风险对金融系统的传导路径是气候金融领域的重大议题. 然而, 当前在气候金融风险建模的方法与实践应用方面仍存在诸多挑战. 本文从金融市场的气候风险特征、气候金融的风险评估方法及实践、未来重要研究方向等几个方面展开探讨. 首先, 本文对金融市场气候风险的三大特征进行阐述. 其次, 本文系统梳理了近年来气候金融风险评估的三类主流研究方法, 分析其适用场景与局限性, 总结各国央行及金融监管机构的相关应用实践. 最后, 本文指出了气候金融风险评估未来研究的重要方向, 为推动该领域的理论发展和实践应用提供参考.

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.

文章基于2011-2021年78家城市商业银行和农村商业银行平衡面板数据, 采用固定效应模型检验数字普惠金融对区域商业银行经营绩效的影响. 结果表明: 两者间存在显著负向关系, 这一结论经过内生性处理和稳健性检验后仍然成立,说明当前竞争挤出效应仍然影响较大. 进一步通过调节效应和门槛效应分析表明, 数字普惠金融技术溢出效应驱动区域商业银行业务创新和提升风险承担能力, 减弱了两者负效应, 且风险承担调节效果更加显著; 门槛值参数估计结果显示, 业务创新对农村商业银行负向收敛调节效果更加显著, 风险承担对城市商业银行负向收敛调节效果更加显著. 文章研究结论对区域商业银行数字化转型及区域经济的可持续健康发展具有重要的实践启示.

本文构建了一个整合多源信息的分类框架, 用于估算中国平台就业者规模. 首先界定了平台就业相关概念, 并将其划分为基于云端和基于位置两类. 随后测算了 2023 年中国平台就业者的总体规模及分类规模, 在此过程中修正了因劳动力跨平台就业导致的重复统计, 并进一步区别估算了全职与兼职劳动者. 结果显示, 2023 年中国平台就业总人数已达 2.47 亿人, 其中兼职人员约 1.18 亿人, 全职人员约 1.29 亿人 (占当年劳动年龄人口的 14.9%). 从结构上看, 云端平台就业者规模占比明显高于位置型, 且其以兼职为主, 而位置型平台就业者则以全职为主. 本研究为及时测算和动态更新我国平台就业者规模提供了基础框架, 为劳动力市场政策制定提供数据支持.

供应链中小企业普遍存在融资难的问题,阻碍了企业高质量发展.区块链技术驱动下的第三方金融服务平台为破解该问题提供了新思路.文章通过构建“政府-第三方金融服务平台-中小企业"三方演化博弈模型,探究了政府监管行为策略、第三方金融服务平台引入区块链共享信息行为策略和中小企业的融资守信行为策略,进行了三方演化博弈均衡点稳定性分析,并通过参数敏感性分析探讨了区块链技术成本、政府监管成本、政府奖惩力度与企业收益对三方演化博弈均衡的影响.结果表明:1)第三方金融服务平台是否选择区块链共享信息不仅取决于区块链技术成本,也与政府对平台和中小企业的奖惩措施及企业的违约风险收益大小有关.2)传统观念认为区块链驱动下的数字供应链金融势必优于传统供应链金融,但该研究发现只有当政府在特定情况下通过动态奖惩措施对平台进行激励以提升供应链金融信息透明度、对企业进行约束以降低融资违约率时,区块链供应链金融的融资效率才会优于传统供应链金融融资效率.

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.

人工智能的快速发展对行为科学的研究内容和研究范式带来了深远影响, 本文系统总结了这一变化所产生的三个前沿研究方向: 第一, 与人工智能交互过程中的人类态度行为研究以及人工智能对人类决策和偏好的影响机制; 第二, 围绕大语言模型自身行为特征和偏好模式开展的行为实验研究; 第三, 人工智能技术带来的方法论创新, 包括利用 AI 智能体代替人类被试进行问卷调查和实验研究以及基于多智能体构建动态交互系统的复杂系统研究. 文章最后讨论了人工智能与行为科学的交叉研究所面临的挑战与未来发展方向.

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.

短视频营销已成为电商转化的核心场景, 信息传播速度加快和信息量膨胀导致消费者耐心阈值降低, 但视频时长对销售转化的非线性作用机制尚未明确. 本研究从信息有效性与过载性视角出发, 揭示短视频时长与产品销量呈显著倒 U 型关系及其作用机制, 且此关系受产品属性 (价格、类型) 调节. 研究发现: 1) 信息有效性 (正向中介) 与信息过载性 (负向中介) 构成双中介路径, 二者共同作用下产生短视频时长与产品销量的倒 U 型关系; 2) 高价商品使最优时长阈值降低且强化关系, 体验型产品阈值较搜索型产品降低且弱化关系. 研究发现为数字内容营销提供动态权衡框架, 证实信息密度与认知负荷的博弈决定时长阈值效应. 本文结论为平台算法优化与内容生产范式革新提供实证依据.

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.

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.

针对单一信息源、单一分解技术、单一预测方法对碳价格预测具有不稳定性和不精确的问题, 提出了多源数据特征驱动和多尺度分析下的碳价混合预测模型CPS-MEMD-SVR-MLR:1)多源数据分析, 有效融合与碳价格相关的历史碳交易价格、宏观经济发展水平、化石能源价格、汇率和基于新闻文本信息的社交媒体情绪数据; 2)多尺度分析, 通过多元经验模态分解技术(MEMD)将多源数据分解成不同模态下的预测特征; 3)混合预测分析, 利用模糊熵理论有序融合计量经济学模型和机器学习模型, 集成各模态预测值为最终结果.文章以欧盟2015年2月11日-2023年2月27日期间的碳价格为研究案例, 基于7种情景分析和DM检验, 其结果表明: 1)文章提出的混合模型的预测精度优于其他对比模型; 2)社交媒体情绪能够提升碳价格的预测精度, 且优于单因素预测结果; 3)引入MEMD分解可以显著提升碳价格的预测精度.

为提高新能源汽车供应链网络中风险传播预防和控制的科学性,加强中国新能源汽车安全生产及运营管理,融合复杂网络理论和SEIR (susceptible-exposed-infectious-recovered)模型仿真模拟新能源汽车供应链网络风险传播过程,挖掘风险传播机理.首先,选取典型的新能源汽车企业特斯拉、小鹏为案例,以供应商为节点,供应商间合作关系为连边分别构建两企业汽车供应链拓扑网络;其次,选取平均度、聚类系数、平均路径长度等拓扑参数探究两企业供应链网络特性;最后,基于拓扑网络特性构建供应链网络的SEIR传染病模型,仿真模拟不同免疫策略对供应链风险传播的速率和范围造成的影响.结果表明:1)两家新能源汽车企业供应链网络均为无标度网络结构,且网络紧密性相差不大(特斯拉和小鹏供应链网络平均度分别为2.293和1.845);2)对比两企业的风险防控策略模拟发现,两企业在风险防控策略模拟中表现结果基本相似,所提模型能有效探究新能源汽车供应链风险传播特性,具体来说:延长风险潜伏期能有效减缓风险传播速度可为企业提供近3个月的调整时间,其中特斯拉比小鹏风险传播的峰值时刻延迟时间少2周;缩短感染持续时间能显著降低约20%风险传播规模,其中特斯拉比小鹏风险波及范围下降多4%;此外,提升供应链网络的复杂度可能会导致风险传播的加速.研究成果可为新能源汽车企业制定有效的风险应对措施,保障供应链的稳定性和安全性提供参考依据.

新质生产力是经济高质量发展的重要引擎, 是新时代推进中华民族伟大复兴的重要力量. 本文基于新质生产力理论内涵构建相应的指标评价体系, 采用熵值法测算出 2010 年至 2020 年中国 236 个城市的新质生产力水平, 通过构建理论模型和进行实证研究探讨了新质生产力对经济增长的影响效应. 结果表明, 新质生产力显著促进了经济增长, 且新质生产力的三个维度对经济增长促进作用存在异质性. 机制分析表明, 科技人才关注度、环境规制强度、数据要素利用水平在新质生产力促进经济增长过程中具有调节作用. 进一步分析中, 通过构建空间滞后模型对新质生产力的空间溢出效应进行检验, 发现新质生产力不仅能促进本地城市的宏观经济, 也能促进周围城市的经济增长.