2026年8月26日
| 主题 | 检索期刊 | 收录论文数 |
|---|---|---|
| AI大模型 | IEEE Transactions on Multimedia(SCI二区)、Neural Computing and Applications(SCI二区)、IEEE Intelligent Systems(SCI二区) | 3 |
| 供应链金融 | Journal of Financial Services Research(SSCI)、The European Journal of Finance(ABS3/SSCI)、Review of Finance(FT50) | 3 |
| 品牌 | Journal of the Association for Consumer Research(ABS3)、Public Relations Review(SSCI)、Journal of Consumer Policy(SSCI) | 3 |
| 合计 | 9本 | 9篇 |
注：本轮9本期刊均以对应主题关键词检索到2025—2026年直接相关文献，共收录9篇。期刊级别标注：AI大模型主题（SCI二区）；供应链金融主题（SSCI/ABS3/FT50）；品牌主题（ABS3/SSCI）。
面向对话中的多模态情感-因果对抽取（MECPE）任务，提出单阶段生成式框架GMEC，并以大语言模型作为隐式知识引擎增强推理，有效降低流水线式方法中的错误传播，显著提升多模态对话场景下的情感与因果抽取性能。
对话中的情感-因果对抽取（ECPE）旨在识别对话中的情感话语（及其具体情感类别）以及与之对应的因果话语，是理解对话中因果链条的关键任务。现有ECPE研究大多聚焦纯文本对话，忽略了真实场景中普遍存在的多模态特性，即多模态情感-因果对抽取（MECPE）。针对这一问题，本文提出一种单阶段的多模态情感-因果对抽取生成式方法GMEC，以统一的生成方式处理对话中的多模态信息，并同时解决情感与因果分析任务，有效缓解了传统流水线方法中错误传播与累积的问题。与依赖固定常识知识库的做法不同，本文进一步借助具有强大新知识涌现能力的大语言模型（LLMs）作为MECPE的隐式知识引擎，提出增强版GMEC框架。大量对比实验与详细分析表明，所提出的生成式方法相较既有方法取得了显著的性能提升。
系统探讨以大语言模型为代表的生成式AI变革城市移动出行领域的潜力：结合地理空间、交通日志与实时传感等多源数据，优化交通流量与公共交通，并为自动驾驶与软传感等方向提供新范式。
人工智能（AI）有望通过整合地理空间数据、交通日志和实时传感器数据等多源信息，分析出行模式、使移动系统更加智能，从而优化交通流量、改善公共交通系统，并推动自动驾驶汽车的发展。以ChatGPT为代表的新兴生成式AI范式正在引起广泛关注，其在对话式交互方面提供了极具吸引力的解决方案，而其背后驱动对话式AI的大语言模型正变得越来越具备多模态能力且愈发高效。在这一背景下，大语言模型有望通过提供新型人机交互方式、增强对异构图结构数据的建模能力，并赋能交通与智能体动态决策，从根本上改变移动出行领域。研究为生成式AI与城市智能移动的深度融合提供了前瞻性分析。
提出三种评测技术考察七种生成式大语言模型执行词义消歧的能力（选项选择、词义判定、上下文推断），发现LLM在WSD上的表现与其词汇语义建模能力密切相关。
自然语言处理（NLP）之所以困难，在于人类语言充满歧义：同一个词在不同上下文中的含义可能不同，并可能因NLP技术自身持有的偏差而产生不同解读。正确消解这种歧义本身即是一项重要任务，同时也是机器翻译、问答等主要NLP应用的关键基础能力。本研究提出三种技术来评估大语言模型（LLMs）执行词义消歧（WSD）的能力，并考察了七种生成式大语言模型的表现。第一种技术检验LLM在给定上下文句子时，能否从一组候选项中选出正确的词义；第二种在未提供选项的情况下，要求模型判断所给词义是否正确；第三种向模型呈现上下文与一个训练中未见过的单词，检验模型能否仅凭上下文推断出该词的词义。研究表明，不同模型在WSD任务上的表现与其词汇语义模型（semantic model）的建模能力之间存在较强关联，揭示了生成式大语言模型在词义消歧任务上的潜力与局限。
利用欧洲投资银行（EIB）2015—2021年直接贷款专有数据研究发现，获得EIB贷款显著提升约10万家欧盟企业后续融资的可能，且效应主要来自银行的事前筛查与事后监督而非承诺契约化。
本文利用欧洲投资银行（EIB）在2015—2021年期间直接贷款业务的专有数据，评估公共金融支持在提升企业融资可得性方面的有效性。研究发现，从EIB借款显著提高了企业获得融资的概率；尽管对银行承诺的利用并未在正式契约条款中体现，EIB贷款仍与企业获得的更高新增融资额、就业增长乃至（在较小程度上）企业投资提升密切相关。研究进一步表明，融资可得性的改善更多来自银行对企业的事前筛查与事后监督活动，而非银行承诺的契约化（即非承诺性与循环贷款等条款）。总体而言，本文为公共金融干预如何缓解企业融资约束、疏通供应链融资渠道提供了新的经验证据。
实证考察制度距离（母国与东道国制度环境差异）对企业非正规融资可得性的影响，发现制度距离越大、企业获得商业信用等非正规融资的障碍越高，且该效应在融资约束较强的企业中更为明显。
本文考察制度距离——外国企业母国与东道国之间在正式与非正式制度环境上的相似程度——对非正规融资障碍的影响，并以商业信用（trade credit）作为非正规融资渠道的核心测度。研究基于世界银行企业调查（World Bank Enterprise Surveys）的企业层面面板数据展开实证检验。结果显示，母国与东道国之间的制度距离越大，企业所感知到的获取商业信用等非正规融资的障碍越高；这一负面效应在融资约束更强、难以获得正规融资的企业中尤为突出。研究表明，制度环境落差是跨境经营企业供应链融资的重要隐性壁垒，为理解非正规融资渠道的制度基础提供了新证据。
理论模型与实证一致表明：竞争威胁增强会降低贷款契约的限制程度，且对外部融资受限或产品市场竞争力较弱的借款人群体效应更强，凸显竞争对最优金融契约设计的重要作用。
本文构建了一个借贷双方关系的理论模型，预测竞争威胁的增强将导致贷款契约限制程度（covenant restrictiveness）下降，且对面临外部融资能力约束或在产品市场竞争中处于劣势的借款人群体而言，这一效应更为显著。上述预测的机制在于：竞争影响了借款人绩效的动态过程，使得贷款人必须在控制代理问题的收益与借款人错失产品市场机会的高昂成本之间进行权衡，最终降低了契约约束的最优使用水平。实证结果强力支持上述预测，凸显了竞争在根植于代理问题的最优金融契约设计中的关键角色，为供应链金融中商业信用契约与银行贷款契约的权衡提供了理论参照。
采用参与式影像方法与原住民社区共同研究，主张以原住民自身主导的叙事重构地方品牌形象，将文化真实性重新嵌入地方品牌化过程，为包容性地方品牌战略提供方法示范。
地方品牌化长期以来以殖民化与外部主导的视角呈现原住民文化与身份，导致地方品牌意象与真实性相剥离，原住民的声音常被排除在地方品牌构建之外。本文采用参与式研究方法（participatory action research）与图片引导的协作式访谈，与澳大利亚古尔本-穆雷（Goulburn Murray）地区的原住民社区共同开展工作，让原住民通过自己拍摄、讲述的影像重新表达对其土地与身份的理解。研究发现，通过共同创造并重新夺回（reclaim）地方品牌意象，能够重构消费者对地方形象的认知，促进更具包容性与真实性的共享地方认同。研究为地方品牌战略中如何纳入原住民主导叙事、如何以协作方式重塑品牌形象提供了研究范式与实践启示。
从过程理论视角提出战略沟通中价值形成的理论框架，认为价值在沟通惯习与组织逻辑的持续互动中动态形成，为评估战略沟通对品牌与组织价值的贡献提供新视角。
价值是战略沟通研究中被广泛讨论却缺乏过程性理解的核心概念。本文旨在从过程视角阐释战略沟通如何形成价值，基于战略沟通管理的规范性框架，提出价值形成可被理解为嵌入在沟通惯习与实践中的持续过程，而非静态的结果。文章界定了价值形成的若干过程维度，讨论组织如何通过战略沟通的编排与治理推动价值在利益相关者网络中的构成、结构化与实现，并指出沟通目标、组织逻辑与情境条件在其中的交互作用。研究进而批判性地反思了价值测量与战略沟通管理实践的关系，主张以更具动态性与关系性的方式理解战略沟通的贡献，为品牌传播与组织声誉管理的研究与实践提供了理论启示。
系统综述神经经济学发展历程与脑成像技术，评估神经金融与消费者神经科学在消费者保护政策设计与监测中的应用潜力，主张监管机构将神经科学洞见纳入审慎性消费者保护实践。
本文回顾了神经经济学的发展历史及围绕其展开的持续争论，概述了主要的脑成像技术，并综述了神经金融与消费者神经科学领域的应用及其政策相关性，旨在增进对学科的理解并评估其为政策制定（尤其是为消费者保护机构提供指导）的潜在价值。综述指出，经济学中神经科学工具的支持者与质疑者之间的争论仍在持续且常常激烈；然而即使是批评者也倾向于承认神经经济学能够为传统经济学做出贡献，尤其是在应用领域。监管者与监督机构可以将神经经济学的洞见纳入消费者保护政策的设计、实施与监测之中，如监管流程与金融教育行动，从而增强干预的有效性；此外，神经经济学实验还可在正式法律授权之前用于评估消费者保护实践。综述同时发现，许多此类研究即便其发现对消费者与投资者保护具有明确现实意义，也未充分展开其政策含义的讨论，为学术研究者与机构之间加强合作、充分发挥这一新兴学科的潜力留下了宝贵空间。