2026年11月7日
| 主题 | 检索期刊 | 收录论文数 |
|---|---|---|
| AI大模型 | I&M、DSS、ISR | 3 |
| 供应链金融 | JBF、IJPR、Management Science | 4 |
| 品牌 | JCR、IJRM、Journal of Retailing | 3 |
| 合计 | 9本 | 10篇 |
注:三主题各检索 3 本 ABS 3+ / UTD24 / FT50 / SSCI 或 SCI 二区以上期刊,并按已搜记录轮换去重,期刊累计检索记录已同步至 searched_journals.json。文献信息经 Crossref / OpenAlex / 出版方页面逐条核对,卷期页码与 DOI 以出版方登记为准;尚无卷期页码的在线首发(online-first)文献以 DOI 收尾。
针对大语言模型进入信息系统研究后方法碎片化、缺乏共享方法论基础的问题,提出覆盖问题界定、数据收集、建模与结果传播四个阶段的方法学指南,并以一项示例研究演示如何在LLM辅助研究中保障透明度、可复现性与严谨性。
大语言模型的兴起标志着信息系统学科进入计算密集型研究的新阶段。LLM为分析非结构化文本数据提供了前所未有的能力,但其在信息系统研究中的整合仍显零散,缺乏共享的方法论基础。本文提出一套方法学指南,用于系统地将LLM纳入信息系统研究流程,在问题界定、数据收集、建模与结果传播四个关键阶段保障透明度、可复现性与严谨性。为此,文章综合信息系统及相邻学科的研究洞见,并通过一项示例研究演示该指南的具体应用。
构建“LLM-Fake理论”整合多种社会心理学理论以解释机器生成式欺骗,并据此设计可自动化生成、免除人工标注的提示工程流水线,基于FakeNewsNet产出理论驱动的MegaFake数据集,同时推进人机欺骗机制的理论理解与LLM时代的虚假新闻检测实践。
虚假新闻通过误导个体、组织乃至政府而显著影响决策过程。作为生成式AI的组成部分,大语言模型能够大规模生成极具说服力的虚假新闻,从而放大这一问题,对网络信息完整性构成重大威胁。因此,理解LLM生成虚假新闻的动机与机制,对有效检测与治理至关重要。本研究提出“LLM-Fake理论”——一个整合多种社会心理学理论以解释机器生成式欺骗的理论框架。在该框架指导下,我们设计了一套创新的提示工程流水线,利用LLM自动生成虚假新闻,无需人工标注。借助该流水线,我们以FakeNewsNet为基础构建了理论驱动的机器生成虚假新闻数据集MegaFake。基于MegaFake的大量实验,既深化了对人机欺骗机制的理论理解,也推进了LLM时代虚假新闻检测的实践方法。
以ChatGPT上线作为自然实验,发现生成式AI的可及性提升使Stack Overflow用户回答数量增加、回答更短也更易读,说明用户从AI输出中学习而更高效地贡献知识;但高强度依赖会带来认知负荷并反而抑制贡献,提示平台需在AI集成与用户支持之间保持平衡。
生成式AI正在重塑在线知识共享,但其对用户自愿贡献的影响仍不确定。本研究考察ChatGPT的使用如何影响用户在Stack Overflow——全球最大的问答平台之一——上的回答行为。基于自然实验,我们发现生成式AI的可及性提升了用户提供的回答数量,而这些回答通常更短、更易读。这一模式表明用户在向AI输出学习,从而能够更高效地分享知识。然而,高强度依赖AI会带来认知负担,可能降低贡献水平。在实践层面,研究结果凸显平台所有者与管理者在AI集成与用户支持之间取得平衡的重要性:鼓励AI辅助学习可以扩大参与、提升内容可及性,但也需要设置保护措施以防认知过载并保障回答质量。在政策层面,本研究强调为AI的负责任使用建立清晰准则的重要性。
基于26个国家工业企业的综合数据发现,市场势力与企业提供的商业信用呈U型关系——在金融部门欠发达或高度发达的国家,具垄断势力的企业更倾向于提供商业信用,而在金融发展处于中等水平的国家则相反,凸显国别金融发展对“市场势力—商业信用”关系的调节作用。
既有关于市场势力如何影响企业提供商业信用意愿的研究结论并不一致,凸显了理解企业行为的关键缺口。本研究以26个国家工业企业的综合数据集为样本,聚焦市场势力与商业信用之间的关系如何取决于一国金融发展水平。拥有垄断势力的企业往往通过限制信用供给以改善现金流;然而我们的发现揭示出U型关系:在金融部门欠发达或高度发达的国家,垄断型企业比处于中等金融发展水平国家的同类企业更倾向于提供商业信用。这凸显了金融发展在塑造市场势力与商业信用行为互动中的调节作用。
针对供应链金融风险评估依赖企业级信用评级、与订单级交易属性错配的问题,构建融合宏观信用评级与微观订单交付数据的分层贝叶斯模型,在航空供应链实证中显著优于非分层模型,并发现交付延迟与付款延迟正相关、信用评级更高者付款延迟反而更长。
供应链金融已成为提升供应链整体流动性与营运资金效率的关键工具,尤其通过让供应商提前收款、让买方在不中断运营的前提下延长账期发挥作用。然而,当前供应链金融的风险评估实践高度依赖企业层面的信用评级,这与供应链金融交易的订单级属性往往不匹配,可能导致付款风险评估失准。为解决该问题,本文提出分层贝叶斯模型,将宏观层面的信用评级与微观层面的订单及交付数据整合起来,以提高付款延迟预测的精度。该模型不仅能识别供应商之间的共性行为模式,还能给出细化的供应商个体风险评估。通过航空供应链领域的真实案例研究,我们证明该模型在预测精度上显著优于非分层模型,并提供可执行的洞见,例如交付延迟与付款延迟之间的正相关,以及信用评级更高反而可能伴随更长付款延迟这一不寻常的发现。研究结果表明,在可解释的概率框架内融合企业层面与订单层面数据,能够提升供应链金融风险评估的解释力与精确性。
用手工整理的客户—供应商配对商业信用数据与两次债务能力外生冲击,发现企业获得债务融资越便利,其单位销售额提供的商业信用越少,且收缩集中于议价能力强的客户,说明债务可及性改善了企业的谈判地位,并沿供应链向下游传导为客户投资缩减、杠杆上升。
我们考察债务市场的可及性如何影响企业提供商业信用的动机。利用手工整理的客户—供应商配对商业信用数据以及两次对企业债务能力的外生冲击,我们发现:获得债务融资越便利,企业单位销售额所提供的商业信用越少。商业信用的下降集中体现在事前议价能力强的客户身上,而对弱势客户则不存在,这表明更好的债务可及性改善了企业相对于强势客户的谈判地位。商业信用的收缩还使客户削减投资、提高杠杆,并减少对更下游企业提供的商业信用。
在由供应商、资金约束买方与银行构成的供应链中比较两类信用担保合约:完全信息下担保虽提高订货量却推高批发价格,总体上无助于运营效率;信息不对称下部分或全额担保在均衡中出现并使批发价维持在完全信息最优水平,揭示批发价负责运营效率、担保负责信号传递的分工。
本文研究涉及供应商、受资金约束的买方与银行的供应链情境中的信用担保问题。我们发现,在完全信息下,信用担保会提高订货量,却悖论性地抬高批发价格,总体上使信用担保难以改善运营效率。然而在信息不对称下,部分担保或全额担保会在均衡中出现,且批发价格维持在完全信息下的最优水平。这凸显了信用担保在有效信号传递中的关键作用,并厘清了批发价格与担保各自的功能:前者作用于运营效率,后者作用于信号效力。对两类合约下供应商与买方绩效的进一步比较分析表明,信用担保并不总是对双方都有利。
通过六项实验建立品牌名称拼写错误的类型学,发现轻微拼写错误的效果可与正确拼写相当,较严重错误在消费者认为其具有相关性时同样有效;语言流畅性与概念流畅性共同解释消费者反应的差异,为品牌命名策略提供可落地的框架。
语言特征影响消费者对品牌的识别与联想。尽管近期研究表明品牌名称中的拼写错误会损害真诚感与品牌态度,但许多品牌仍成功运用这一策略塑造独特的品牌身份。我们认为并非所有拼写错误都产生同等负面影响,因而从语言流畅性与概念流畅性两条路径考察消费者如何加工品牌名称。通过六项实验,我们提出并检验了拼写错误的类型学及其对流畅性以及由此产生的消费者态度、推断与行为意向的差异化影响。该类型学为品牌命名策略提供了实用的指导框架。研究显示,轻微拼写错误可以与正确拼写同样有效;若消费者认为较严重的拼写错误具有相关性,这类错误同样可能有效。研究结论揭示了管理者如何既获得拼写错误带来的记忆性、独特性或商标获取等收益,又规避其整体负面影响。
以“实证先行”路径研究硬折扣渠道上架全国品牌对品牌资产的影响,发现效应高度依赖品类特征——在非实用型、高购买频率、低家庭渗透率品类中更为有利;近150个上架中约十分之一损害品牌资产,而未进入该渠道的品牌中约八成错失了提升品牌资产的机会。
硬折扣商的日益流行及其更愿意在商品组合中加入全国品牌,为品牌制造商带来了新的机会。尽管进入硬折扣业态可能扩大全国品牌的分销覆盖从而提升其品牌资产,但不少品牌经理仍因担心形象受损而不愿通过这一更为下沉的业态销售。作者采用“实证先行”的方法研究硬折扣商上架全国品牌对品牌资产的影响,并对一个丰富的权变框架进行实证检验,发现品牌资产效应高度依赖各类品类特征:在实用性较低的品类以及购买频率较高、家庭渗透率较低的品类中,效应更为有利。作者进一步发现,在所研究的近150个品牌上架中,约十分之一对品牌资产产生了不利影响;与此同时,在未通过硬折扣商分销的品牌中,有80%似乎错失了提升品牌资产的机会。文章最后给出可操作的指引,以缓解上述两类错误。
基于约3.9万户家庭、131个快消品品类的购买面板发现,品牌选择集中度在品类之间呈稳定正相关,说明求变倾向是跨品类的行为特质而非品类特有条件;高求变家庭更多在促销时购买、偏好更小更高端的全国品牌、更少选择自有品牌,且家庭规模更大、收入更高。
家庭在某一品类多次购买中所呈现的品牌选择集中度所反映的求变行为,究竟主要源于品类特定条件,还是一种稳定的跨品类行为倾向,仍是未解问题。利用约39,000户家庭食品杂货购买的面板数据,我们将131个快消品品类的品牌选择集中度水平联系起来。研究发现,品牌选择集中度在不同品类之间呈现一致的正相关,且在控制购物频率后依然稳健。求变倾向更强的家庭表现出独特画像:他们更多在促销时购买,偏好规模更小、更高端的全国品牌,更少选择自有品牌。在社会人口特征方面,这类家庭规模更大、收入更高,主要购物者为女性的比例也更高。零售营销不应把求变视为品类特有现象,而应意识到:无论品类如何,总有一部分购物者持续表现出更强的探索品类组合的倾向,另一部分则更倾向于把选择集中于更窄的品牌集合。