文献追踪日报

1 基于大语言模型上下文学习的无人机辅助传感网络数据采集调度[1]. EMAMI Y, ZHOU H, NABAVIRAZAVI S, et al. LLM-enabled in-context learning for data collection scheduling in UAV-assisted sensor networks[J]. IEEE Internet of Things Journal, 2025, 12(23): 51664-51676. DOI:10.1109/JIOT.2025.3615410

一句话概括：面向无人机辅助传感网络中的应急救援场景，提出以LLM上下文学习替代深度强化学习的数据采集调度方案，显著降低丢包率并缓解模型训练长、仿真与现实差距大等难题。

摘要（中文翻译）：无人机正越来越多地应用于各类私人和商业场景，如交通管制、包裹投递与搜索救援任务。无人机辅助传感网络中常用的机器学习方法，尤其是深度强化学习（DRL），面临模型训练复杂耗时、仿真与实际存在差距、采样效率低等挑战，这与应急任务的紧急性相冲突。本文提出一种上下文学习（ICL）数据采集调度系统（ICLDC），作为应急场景下DRL的替代方案：无人机采集感知数据并传输给大语言模型（LLM），LLM生成自然语言任务描述，无人机据此执行数据采集调度，并由验证器依据预定义规则评估并否决不安全调度，保障运行安全；系统通过将反馈融入任务描述实现持续自适应。实验在投毒攻击下验证了模型性能：相比DQN与最大信道增益基线，ICLDC显著降低了累积丢包率，为无人机辅助传感网络的智能调度与控制提供了有前景的方向。

2 面向工业物联网的大语言模型：一种基于智能的强化学习方法[2]. REN Y Z, ZHANG H J, YU F R, et al. Industrial Internet of Things with large language models (LLMs): an intelligence-based reinforcement learning approach[J]. IEEE Transactions on Mobile Computing, 2025, 24(5): 4136-4152. DOI:10.1109/TMC.2024.3522130

一句话概括：针对工业物联网中LLM推理任务卸载面临的算力与能耗瓶颈，基于去中心化身份标识构建可信卸载框架，并提出以"智能"为度量的智能强化学习（IRL）方法，免去人工设计奖励函数、显著提升泛化能力。

摘要（中文翻译）：大语言模型（LLMs）作为处理与生成自然语言文本的先进AI技术，可提升工业物联网（IIoT）的效率、决策与自动化水平；但其部署面临高计算与能耗需求、常超出工业设备能力等障碍。为此，边云协作不断成为关键手段，可将LLM任务卸载以降低计算负担。然而传统的基于强化学习（RL）的LLM任务卸载策略存在泛化能力差、难以定义明确合理奖励函数的问题。本文提出一种新型IIoT中LLM推理任务卸载框架，利用基于去中心化标识符（DID）的身份管理系统实现可信任务卸载；并引入基于智能的强化学习（IRL）方法，无需定义特定奖励函数，而以"智能"作为度量评估认知提升、适应不同环境偏好，显著改善泛化能力。实验采用GPT-J-6B模型与HumanEval数据集评估其编程任务解决能力，验证了所提方案相较现有方法的优越性能。

3 面向计算社会系统多模态知识发现的联邦大语言模型鲁棒聚合[3]. CHEN J H, CHAKRABORTY C, POLAVARAPU A, et al. A robust aggregation of federated large language models for multimodal knowledge discovery in computational social systems[J]. IEEE Transactions on Computational Social Systems, 2025, 12(6): 5433-5448. DOI:10.1109/TCSS.2025.3575623

一句话概括：提出基于模型相对总距离的联邦LLM鲁棒聚合方法，并以CKKS同态加密保障参数安全，在异构数据下显著优于SOTA联邦学习方法，兼顾隐私与性能。

摘要（中文翻译）：在快速演进的信息时代，计算社会系统中的大规模多模态知识发现成为关键研究领域，大语言模型（LLM）在其中发挥重要作用，提供语境理解与任务适应性。然而，LLM的集中式训练引发隐私担忧；联邦学习（FL）提供了分布式替代方案，但在数据异构性及模型参数安全方面仍存在挑战。为此，本文提出一种鲁棒聚合方法：利用模型的相对总距离提升异构环境下的全局模型表现，并借助Cheon-Kim-Kim-Song（CKKS）加密在不损失性能的前提下防止参数窃取。大量数值结果表明，所提方法在LLM测试中成绩突出（MT-Bench得分3.74、Vicuna得分8.17），优于应对数据异构挑战的SOTA联邦学习方法，并在SVHN、CIFAR10、MNIST、TinyImageNet200和CIFAR100等图像数据集上取得一致增益。综上，本方法为计算社会系统中的安全多模态数据分析提供了有效方案。

4 收获数字红利：供应链金融与中国企业技术创新的影响[4]. LEE C C, QI T Y, LEE C C. Reaping digital dividends: the impact of supply chain finance on corporate technological innovation in China[J]. Emerging Markets Finance and Trade, 2025, 61(1): 256-272. DOI:10.1080/1540496X.2024.2380065

一句话概括：基于中国上市公司数据，实证发现供应链金融显著促进企业技术创新，且该作用随供应链关系强度的增加而增强。

摘要（中文翻译）：本文基于2008年至2022年2060家中国A股上市公司的非平衡面板数据，实证考察了供应链金融对企业技术创新的影响。研究发现：供应链金融显著提升了企业的技术创新绩效，且这一促进效应随供应链关系强度的增加而增强。机制分析表明，融资约束缓解与信息不对称程度降低是其中两条重要的传导路径。异质性分析显示，供应链金融对非国有、高科技、"专精特新"及数字基础设施较为发达地区企业的技术创新具有更强的影响。总体而言，本文为供应链金融如何促进实体经济创新、发挥"数字红利"提供了新的经验证据。

5 大宗商品价格风险、供应链与信贷[5]. DEGL'INNOCENTI M, SANTILLI G, SCLIP A, et al. Commodity price risk, supply chain, and lending[J]. Energy Economics, 2025, 150: 108808. DOI:10.1016/j.eneco.2025.108808

一句话概括：以欧元区大宗商品相关企业贷款为样本，发现供应链敞口（以供应商集中度衡量）显著放大大宗商品价格冲击对银行信贷的不利影响，揭示贸易信用在信贷传导中的作用。

摘要（中文翻译）：本文基于欧元区银行发放给大宗商品相关企业贷款的丰富数据，研究大宗商品价格冲击如何通过供应链传导至银行信贷。结果显示：商品价格下跌对银行信贷产生不利冲击，而其强度与供应链敞口密切相关——供应商集中度较高的企业价格冲击效应更为显著，印证了贸易信用渠道在信贷收缩中的放大作用。在大宗商品密集地区和银行业竞争较弱的地区，该效应尤为突出。研究揭示了商品价格风险通过贸易信用传导至借款企业融资可得性的具体机制，为理解能源与大宗商品价格波动对金融稳定的影响提供了供应链视角。

6 ESG实践在供应链金融与财务绩效关系中的中介作用[6]. JILANI W, CHOUAIBI S. The mediating role of ESG practices in the relationship between supply chain finance and financial performance[J]. Managerial Finance, 2026, 52(2): 315-329. DOI:10.1108/MF-03-2025-0176

一句话概括：基于2013-2023年93家法国企业样本，发现供应链金融显著提升财务绩效，且ESG实践在其中起部分中介作用。

摘要（中文翻译）：目的：本研究旨在利用ESG实践的中介作用，考察供应链金融（SCF）与财务绩效（FP）之间的直接与间接联系。设计/方法/路径：样本涵盖2013至2023年93家法国企业，通过结构方程模型刻画SCF与财务绩效之间的直接与间接传导。发现：财务绩效显著受益于供应链金融；同时，ESG实践部分中介了供应链金融与财务绩效之间的关系。法国企业面临来自利益相关者对其环境影响的压力，这可能推动企业应用ESG实践与供应链金融以提升财务绩效。实践启示：相关发现对聚焦公司治理与供应链金融的学者、从业者及监管者具有参考价值，监管者需评估各国现有财务绩效与ESG实践水平。社会启示：经验证据表明，ESG实践水平较高的企业更可能获得更高的透明度。原创性/价值：本研究通过探索ESG实践在供应链金融与财务绩效关系中的中介作用，为现有文献作出贡献。

7 消费者认知与先前接触在新区域性食品标签偏好中的作用[7]. LIU J H, LI Y, KASSAS B, et al. The role of consumer awareness and prior exposure in preferences for a new regional food label: evidence from Southwest Florida[J]. Food Quality and Preference, 2025, 133: 105637. DOI:10.1016/j.foodqual.2025.105637

一句话概括：通过对佛罗里达西南部两轮离散选择实验发现，消费者对新兴区域性食品标签("SWFL Fresh")的先前接触显著提升支付意愿，每磅西红柿的支付溢价高达85%。

摘要（中文翻译）：近年来，受经济与质量感知双重驱动，消费者对本地生产食品的需求不断上升。尽管已有大量研究考察成熟本地/区域标签对消费者偏好的影响，但对消费者如何回应新推出的区域性营销标签、其认知如何随时间演变知之甚少。本研究通过两轮调查的离散选择实验，考察消费者对近期推出的区域性食品品牌倡议"SWFL Fresh"标签的估值，并分析消费者认知的形成以及先前接触对其支付意愿的影响，为新兴区域标签如何获得市场认可与经济价值提供新见解。结果表明，曾见过该标签的消费者对SWFL标签番茄的支付意愿比无接触者每磅高出85%；而两轮调查之间未出现显著差异，说明标签认知在短期内趋于稳定。

8 空气污染相关压力源与环境社会责任对目的地品牌力的影响（中国与韩国游客比较）[8]. HAN H, WICHUPANKUL S, CHENG X, et al. Influence of air pollution-related stressors and environmental-social responsibility on destination brand power (Chinese vs. Korean tourists)[J]. Journal of Travel & Tourism Marketing, 2025, 42(3): 356-377. DOI:10.1080/10548408.2025.2470987

一句话概括：通过对中韩784名游客的调查发现，空气污染相关压力源与环境-社会责任影响城市目的地品牌力，且中国游客更受身体健康风险影响、韩国游客更关注心理风险，凸显文化敏感的差异化品牌策略之必要。

摘要（中文翻译）：鉴于城市目的地严重的空气污染，本研究评估了空气污染相关压力源以及目的地环境-社会责任对城市目的地品牌力的影响。通过对旅游帖子的文本挖掘识别出三类主要空气污染压力源，并通过对来自两个亚洲国家784名游客的问卷调查加以验证。研究发现：中国游客受身体健康风险影响更大，而韩国游客更关注心理风险。本研究强调，为缓解空气污染对城市目的地品牌化的负面影响，需要采取具有文化敏感性的品牌策略。

9 购物目的地品牌资产与服务质量[9]. XU X A, CHEN F T, GURSOY D. Shopping destination brand equity and service quality[J]. Tourism Review, 2025, 80(2): 472-496. DOI:10.1108/TR-08-2023-0597

一句话概括：以475名赴海南游客为样本，实证检验"面子"（Mianzi）通过影响产品与服务质量感知、经品牌价值、品牌共鸣与品牌自我一致性路径提升购物目的地整体品牌资产的机制。

摘要（中文翻译）：目的："面子"（Mianzi）能深刻影响游客行为。与产品品牌相比，目的地品牌更具多维性，由无形与有形要素共同构成。本文旨在探究中国文化的"面子"变量、目的地产品质量、目的地服务质量、目的地品牌价值、目的地品牌共鸣、目的地品牌自我一致性以及目的地整体品牌资产之间的关系。设计/方法/路径：2021年进行问卷调查，收集475份来自赴中国海南旅行游客的有效问卷，采用结构方程模型分析数据。发现："面子"在购物目的地品牌资产中发挥显著作用，"面子"效应塑造游客对目的地产品与服务质量的积极感知；同时，目的地产品质量与服务质量通过品牌价值、品牌共鸣与品牌自我一致性提升购物目的地的整体品牌资产。原创性/价值：本研究聚焦购物目的地，提出了品牌资产的新视角，并揭示了产品与服务质量等影响因素，进一步丰富了目的地品牌资产模型，为购物目的地的学术研究与产业实践提供了有价值的洞见。