2026年11月8日
| 主题 | 检索期刊(级别) | 收录论文数 |
|---|---|---|
| AI大模型 | JSIS(ABS 3 / SSCI Q1)、Government Information Quarterly(ABS 3 / SSCI Q1)、Internet Research(ABS 3 / SSCI Q1) | 3 |
| 供应链金融 | EJOR(ABS 4 / SCI Q1)、Omega(ABS 3 / SCI Q1)、Journal of Financial Stability(ABS 3 / SSCI Q1) | 3 |
| 品牌 | Journal of Marketing Research(UTD24 / FT50 / ABS 4*)、JAMS(FT50 / ABS 4*)、Industrial Marketing Management(ABS 3 / SSCI Q1) | 3 |
| 合计 | 9本 | 9篇 |
注:本轮 9 本期刊均检索到 2025—2026 年直接相关文献,无空结果。JAMS 一文为 2026 年在线优先(Online First)刊出,暂未分配卷期页码。
作为专刊导言,本文复盘沉浸式平台在组织中扩散仍有限的现状,主张以DEI原则设计沉浸式平台,并进一步评估生成式AI嵌入其中的伦理与公平风险。
自2021年以来,沉浸式平台越来越多地进入组织环境,服务于零风险仿真、远程工作、虚拟会议与学习等各类战略目的。尽管虚拟、增强与混合现实等沉浸式技术在游戏、社交、健身与健康等个人和社交场景中被广泛采用,我们首先追问:这些平台在多大程度上真正嵌入了组织生活?其次,鉴于这类技术往往易受算法偏见与歧视影响,我们追问如何以多样性、公平与包容(DEI)原则来战略性地设计、开发和实施沉浸式平台——这正是本专刊2023年底征稿所关注的问题。作为本专刊的导言,我们结合沉浸式平台扩散仍有限这一现实,重新审视征稿中的假设;与此同时,随着生成式AI日益成为未来发展的潜在驱动力,我们进一步讨论其嵌入沉浸式平台之后的伦理与DEI意涵。
本文用Q方法刻画32名中国基层公务员对生成式AI的四类混合认知画像,证明单纯基于效用的技术接受模型不足以解释公共部门的AI采纳。
生成式人工智能(GenAI)在公共组织中的扩散带来了"代理性增强",但其不透明、概率性的输出使问责与常规官僚流程更趋复杂。尽管政府场景中的GenAI研究不断增多,但公务员如何理解GenAI的证据仍显零散,且多以变量中心的接受模型来考察。为弥补这一缺口,本文将四种行政逻辑整合进"投入—过程—产出"框架,并运用Q方法系统刻画32名中国基层公务员的认知。分析得到四类混合画像——谨慎的制度主义者、绩效驱动的乐观主义者、减负策略者与怀疑型跟随者,其立场从强调效率提升与工作负荷缓解的乐观取向,延伸到基于规范关切的审慎立场或对技术成熟度的务实怀疑。这些发现为公务员观点的混合性与复杂性提供了经验证据,挑战并拓展了基于效用的技术接受模型的解释充分性。
本文提出推理期"发散—反思—收敛"框架,无需重新训练即可显著降低大语言模型的认知偏误,并提出适用于主观语境的非对称kappa度量。
大语言模型(LLM)中的认知偏误因现有缓解方法的实践局限而损害其可靠性。本研究提出"发散—反思—收敛"(DRC)框架,这是一种计算高效、在推理阶段即可识别并缓解认知偏误的策略,无需昂贵的再训练。框架包含竞争性推理的三阶段过程:模型先生成发散观点,随后对其反思以提炼出决策规则,最后收敛到稳健输出。作者在五类主流LLM、四个常见偏误维度上验证该框架,并采用非对称kappa(AK)与全变差距离(TVD)等指标量化表现。实验结果表明,经DRC精炼的模型在所有场景下输出更一致、更可靠;该效应对内部偏误的缓解尤为明显,说明DRC能有效纠正模型有缺陷的内部启发式。就具体指标而言,DRC将所有为负或接近零的AK值转为正值,并显著降低TVD,两者都意味着偏误大幅减少。研究为部署负责任的AI提供了可扩展的推理期缓解方案,同时提出了更适用于主观情境的LLM偏误度量指标AK。
本文用多层Stackelberg博弈表明,区块链质量透明单独使用会压低供应商利润,叠加发票通证化后可在深度供应链中实现三方共赢。
在层级化的深度供应链中,源头原材料环节的私有质量信息与中游产品采购的资金约束,严重制约下游销售与市场供给。为此,下游零售商可借助区块链技术追溯并透明化上游质量信息,同时通过将应付账款数字化(发票通证化)为中游供应商提供融资。为考察质量信息与融资策略如何相互作用,本文构建多层级Stackelberg博弈,分析一条由可能采用区块链的零售商、资金受限的一级供应商,以及私下掌握质量信息并可向一级供应商提供商业信用融资的二级供应商组成的深度供应链。直观上,区块链因透明化质量信息能吸引更多采购而有利于零售商,但我们发现这并非总是成立,尤其当预期质量较低时。有意思的是,仅采用区块链透明度会降低供应商利润,而进一步叠加发票通证化则可使其受益,并可能实现三方共赢,尽管两家供应商的利益并不总是一致。最后,随着预期质量提高,均衡结果依次从无区块链下的商业信用(NT)转向区块链透明度下的商业信用(BT),再转向区块链透明度与发票通证化(BI)。
基于中国制造业2007—2023年面板数据,本文发现数字化转型与商业信用呈U型关系,分析师关注与股权集中度通过塑造信号环境调节该关系。
数字技术的广泛扩散从根本上重塑了制造企业的运营与财务环境,但数字化转型(DT)究竟如何影响商业信用,在理论上仍有歧义、在经验上亦无定论。本文使用2007—2023年中国制造业上市公司面板数据,采用固定效应模型检验DT与商业信用之间的关系,并从信号理论视角检验分析师关注与股权集中度的调节作用。结果表明,DT与商业信用之间呈U型关系,且分析师关注与股权集中度对这一关系具有调节作用。进一步的异质性分析显示,这一非线性模式在高管数字专长、研发强度与供应商集中度不同的企业之间存在差异。文章还采用两阶段估计方法处理内生性问题。
欧洲担保法改革的错时推行表明,可动产担保化会提高供应商感知的信用风险,从而显著降低企业获得的商业信用规模。
本文利用欧洲各国错时推行的担保法改革,考察其对企业商业信用融资的影响。研究发现,推行此类改革国家的企业获得的商业信用更少,这与供应商认为这些企业信用状况下降相一致。而且,商业信用的下降在可动产较多的企业与行业、融资约束较强的企业,以及法律执行力度较强的国家中更为显著,表明可动产的担保化正是驱动这一关系的原因。研究结论提示:在银行借款中以可动产作为抵押会提高供应商面临的风险、降低企业对商业信用的需求,从而抑制其使用。
本文发现品牌在营销传播中使用俚语会因违背消费者预期而被感知为不真实,进而降低品牌评价,真诚型品牌受损更明显,而由意见领袖发声可消除该负面效应。
许多品牌在营销传播中使用俚语以拉近与消费者的距离。然而,通过对两个Twitter数据集与七项实验(其中四项见网络附录)的分析,作者发现营销传播中使用俚语可能给品牌带来意想不到的负面后果。作者从理论上论证并实证表明,营销传播中的俚语使用会被感知为不真实,因为这类信息违背了消费者预期,从而削弱品牌评价。为进一步厘清机制,作者检验了俚语使用更契合消费者预期、因而不真实感更弱的条件。具体而言,信息来源特征起重要作用:第一,品牌个性影响这一过程——真诚型品牌使用俚语时消费者态度更差,而活力型品牌使用俚语则不然;第二,当品牌信息由意见领袖(而非品牌自身)发布时,俚语的负面效应消失。除理论贡献外,本研究通过识别俚语使用被视为不当与否的条件,为有效的社交媒体互动策略提供了实践指引。
Keller系统回顾CBBE范式的起源、演化与管理进展,并从品牌价值评估、品牌资产解构与品牌潜力实现三方面提出未来研究议程。
品牌资产概念已成为管理决策中的重要要素,对研究者与实践者同样重要。理解如何构建、测量与管理品牌资产,不仅对营销具有战略与战术意义,也对财务、人力资源、物流、运营等其他管理职能产生重要影响。本文回顾品牌资产概念的起源、发展与未来前景,聚焦于基于消费者的品牌资产(CBBE)这一早期且影响深远的学术路径。在简要梳理CBBE的核心要义之后,文章总结并阐释多年来品牌资产与CBBE领域的重要概念进展与管理进展。最后,文章围绕三个议题提出未来研究方向——评估品牌价值、解构品牌资产、实现品牌潜力——以帮助营销者更好地理解并最大化品牌资产。
基于218名企业访客的前后测准实验数据,本文证实B2B品牌世界的参观体验可提升品牌体验与品牌资产,凸显其作为品牌"客厅"的战略价值。
品牌世界(brand worlds)是在B2C市场中开展品牌塑造、打造非凡顾客体验的有力工具,如今也越来越多地被应用于B2B情境。然而,工业营销的特定属性使人质疑品牌世界在该情境中是否发挥同样的作用。本研究考察在工业营销中参观品牌世界与品牌体验、品牌资产之间的关系。基于218名企业访客的数据,作者采用前后测准实验设计,并结合结构方程模型进行分析。结果显示,品牌世界参观通过多维的"品牌世界体验"这一高阶形成性构念,与更高水平的品牌体验和品牌资产相关;品牌世界体验在参观前后的品牌体验之间起中介作用,但与参观前的品牌资产不相关;参观后的品牌资产既直接与品牌世界体验相关,也通过参观后的品牌体验间接相关。这些发现表明,当嵌入体验式营销战略时,品牌世界在工业营销中可作为提升品牌体验与品牌资产的工具,凸显其作为品牌"客厅"的角色。