据中央财经大学管理科学与工程学院官网显示，中央财经大学管理科学与工程学院陈俊霖教授作为第一作者，王金亭教授与谢雨杰博士生作为共同通讯作者，与合作者撰写的题为"Alliance Formations with Joint Sustainable Technology Innovation Efforts"的学术论文，被国际权威期刊Production and Operations Management（UTD24，FT50）接收并在线发表，实现了中央财经大学管理科学与工程学院师生共同在管理学国际顶级期刊论文发表的再次突破。
该研究探讨一个由单个下游零售商和多个提供互补性组件的供应商组成的供应链。供应商可通过组建联盟共同开发可持续生产技术，提升产品的企业社会责任（CSR）水平，联盟内供应商因共享绿色生产技术信息与知识均可获得效率提升。零售商向供应商联盟采购后，将产品售卖给异质性消费者。通过构建博弈论模型并采用纳什稳定解概念，研究者研究了三种不同利润分配规则下稳定的联盟结构及企业均衡最优决策。
研究发现：供应商联盟的构建可使零售商、供应商及社会与环境多方受益，但实现这种多赢局面取决于两大关键因素——市场意识率（即具有社会责任感消费者占总客户群的比例）和联盟构建带来的效率提升幅度。能最大化零售商利润与产品CSR水平的全域联盟并非总是稳定的，因供应商间普遍存在搭便车现象：例如，联盟中低效率供应商更易脱离现有联盟，因脱离行为可节省其可持续创新投入成本，同时享受其他联盟的高创新成果（跨联盟搭便车）。
从供给侧视角看，采用夏普利值（Shapley value）分配规则会通过给予低效供应商更高利润份额加剧联盟内搭便车效应，但该规则能抑制供应商脱离动机从而增强联盟稳定性；此外，更高的整体效率水平与更小的供应商间效率差距可进一步强化全域联盟稳定性。从需求侧视角看，市场意识率提升的影响具有非单调性，因此零售商需审慎引导消费者社会意识，不当操作可能反受其害，破坏联盟稳定性并引发非预期后果。
参考来源
https://mse.cufe.edu.cn/info/1072/12135.htm
课程团队深度梳理Nature、PNAS、Financial Times 50等全球顶级期刊的大语言模型应用范式，帮助参加培训的师生实现“工具使用者→自定义AI Agent构建者→基于大语言模型模块化能力开发者”的能力飞跃。一方面能用Coze等平台的无代码开发范式，通过模块搭建及自然语言指令等方式实现具有自主操作能力的文献助手、编程助手、计量助手、写作助手、研学知识库系统等AI Agent自动化工具，为科研、教学、学习提供更高效的工具栈及工作流范式。还能通过Python编程深度赋能基于大规模数据的实证研究，包括质性分析、数据标注、数据分类、文本分析、关系抽取，助力研究范式的突破。
部分顶刊数据展示
