信息不对称下基于区块链驱动的供应链减排信息共享机制研究

来源 :中国管理科学 | 被引量 : 0次 | 上传用户:jhl1989
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
信息不对称是阻碍供应链多主体协同减排的主要因素,针对消费者隐匿低碳偏好导致的供应链协同减排效率损失问题,通过与基于委托-代理理论的供应链减排信息甄别机制比较,设计了基于区块链驱动的供应链协同减排信息共享机制.研究表明,消费者获得额外的信息租金是导致供应链减排效率损失的主要因素,生产商和供应商通过分担一定比例的“区块链+协同减排”投资成本,可以获得额外的信息共享收益.“区块链+协同减排”信息共享机制在消除信息租金的同时,可以有效提高供应链收益,并且存在一最优收益分配比例使得生产商与供应商收益达到均衡以及供应链收益达到最优.“区块链+协同减排”信息共享机制可以有效提高供应链上下游企业协同减排效率,是推进我国“十四五”时期减排任务的重要路径之一.
其他文献
供应商产品的交付水平直接影响下游制造商的生产,但是这种现象没有得到供应链金融研究的重视.为此,本文将供应商交付水平和供应链的运营融资问题结合起来研究.在考虑供应商产品交付水平的情况下,通过研究资金不足的供应商分别利用制造商预付款融资和风险投资方股权融资时,供应商的最优运营决策和融资策略,最后考虑了供应商对两种融资方式的选择.研究结果表明,供应商的自有资金水平对供应链均衡决策及其收益影响很大,有限的自有资金严重制约了供应商产品的交付水平,降低了供应链的运作效率;不管是资金充足,还是选择融资,供应商的利润不仅
基于我国经济“脱实向虚”的宏观背景,文章研究了微观企业金融资产投资对创新投入的消极影响,以及融资融券制度在其中的作用.以2007-2015年A股上市公司为样本的实证检验发现,金融资产投资阻碍了企业的创新投入.其机制在于,金融资产投资不仅引入了较多的外部风险,而且加剧了创新投入面临的融资约束,进而对创新投入表现为显著的挤出效应.以融资融券制度的实施为契机,进一步研究发现,融资融券业务通过增加上市公司的风险与融资约束,最终加剧了金融资产投资对创新投入的挤出效应.因此,应防止上市公司过度从事金融资产投资,同时对
退货遗忘与缺货后悔是消费者在现实中普遍存在的有限理性行为.在考虑这两种有限理性行为以及销售商提供无理由退款承诺的基础上,构建了一个两期模型对体验式商品的订购与库存配给策略进行了分析.研究得到如下结论:首先,只有当产品价值的上界大于某个临界值时,消费者才会在两个销售期内购买产品,销售商应该采取库存配给策略以应对消费者的策略行为;其次,销售商的收益随着消费者满意概率、退货遗忘率和缺货后悔程度的增大而增大.数值分析表明:当消费者满意概率或产品满足率感知偏差较大时,消费者策略行为的负面影响在一定程度上得到减轻;虽
如何提升潜在消费者的购买意愿对于促进新能源汽车市场发展至关重要.本文以SOR理论为基础,通过对河南省洛阳市四个县区的问卷调查,运用结构方程模型分析了新能源汽车消费促进政策对潜在消费者的影响.结果表明:①消费促进政策通过感知价值和感知风险对潜在消费者的购买意愿产生影响,其中充电政策的影响最大,路权政策次之,再次是宣传政策,购车政策的影响最小.因此,购车政策退坡后新能源汽车销量大幅下滑的局面不太可能发生.②潜在消费者更加关注新能源汽车的前期感知价值而较少关注后期的使用风险,宣传政策、购车政策及充电政策越完备,
现实情形中,由于致灾因子和作用对象的相似性,初始突发事件的发生易引发多个次生事件并发及耦合,致使事件的演化发展及可能造成的损失具有更大的不确定性.然而,现有的突发事件链式演化分析多运用串发型事件链,对于并发型突发事件存在适用性较低的问题.针对上述问题,本文将突发事件抽象描述为以输入、状态和输出属性为组成要素,通过属性要素间的作用关系构成的复杂系统,进而从属性层面分析事件间的关联关系;以贝叶斯网络为建模工具,识别并发型突发事件间具有的因果关系和耦合关系,给出事件贝叶斯网络关联方法,构建并发型突发事件链模型;
在具有不同准入标准的管制市场与自由市场中,服务是影响需求一个非常重要的因素.为了降低服务运作成本,零售商进行了服务提供模式的创新.分别在管制市场与自由市场环境下,建立了基于服务竞争的零售商竞合策略选择模型.研究发现:在管制市场中,与独立提供服务相比,合作建立场地提供服务时零售商的利润会增加,但是,服务水平保持不变;与此同时,零售商参与非盈利的第三方统一服务平台所提供的服务水平最低,但利润最高.在自由市场中,选择合作提供服务模式的零售商比选择独立提供服务的零售商多,但选择参与非盈利的第三方统一服务平台提供服
设计专家权重和属性指标权重的计算模型已成为近年来备受关注的两个重要研究课题.针对评价信息为概率语义信任函数的社会网络群决策问题,提出一种基于信任关系和信息测度的概率语义社会网络群决策模型.首先,构建基于信任关系的概率语义决策空间,探究专家之间的信任传递模型,通过专家之间信任关系计算专家的权重;其次,引入概率语义信任函数的熵和相似度概念,并运用三角函数设计概率语义信任函数信息熵和相似度的衡量方法;最后,构建基于信任关系和信息测度的概率语义社会网络群决策模型,进而得到合理可靠的决策结果,同时将提出的社会网络群
社交电商可依据用户间的社交关系为用户提供感兴趣的商品或服务.现有研究多基于社会信任或社会声誉进行推荐,却忽略了信任与声誉间的相互作用,导致推荐效果欠理想.针对以上问题,本文提出了一种融合信任(Trust)和社会声誉(Social Reputation)的图神经网络推荐算法(TSR-GM),采用社会声誉来深度刻画用户关系在推荐系统中的作用,利用社交网络中用户被信任程度对用户声誉进行排名,以图神经网络量化整合用户信任与声誉,并将结合后的新矩阵不断校正以获取更准确的用户信任,以此对矩阵分解后得到的新评分模型更新
为了更好的评价我国商业银行的效率,在传统两阶段DEA模型中引入交叉效率,并对两阶段生产系统的内部结构进行优化,构建了考虑共享投入和非期望产出的两阶段交叉效率模型.最后结合中国16家商业银行2006-2015年的年度报表,分别应用传统的两阶段DEA模型和新模型评价样本银行的效率.结果表明:新模型比传统模型更客观、区分力更强,具有更强的稳定性,更适合用于评价我国商业银行的效率.
期刊