基于 AI 合成数据和结构路径回归建模供应链合规响应策略——以欧盟 2027 年强制劳动法规为例的仿真研究
计算机与社会
2025-05-13 v1 人工智能
应用统计
摘要
在欧盟（EU）实施新强制劳动合规措施（将于 2027 年实施）的背景下，供应链企业面临严格的工作时间管理要求和合规风险。为科学预测企业在政策影响下的应对行为和绩效结果，本文构建了一个集成 AI 合成数据生成机制和结构路径回归建模的方法论框架，用于模拟企业在新法规下的战略转变路径。就研究方法而言，本文采用基于蒙特卡洛机制和 NIST 合成数据标准生成的高质量模拟数据构建结构路径分析模型，包括多元线性回归、逻辑回归、中介效应和调节效应。变量体系涵盖企业工作时间、合规投资、响应速度、自动化水平、政策依赖等 14 项指标。通过探索性数据分析（EDA）和 VIF 多重共线性消除筛选出具有解释力的变量集合。研究结果表明，合规投资对企业存活具有显著正向影响，其效应通过智能水平的中介路径传递；同时，企业对欧盟市场的依赖程度显著调节了这一中介效应的强度。得出结论：AI 合成数据结合结构路径建模为高强度监管仿真提供了有效工具，可为企业战略应对、政策设计和 AI 辅助决策在缺乏真实情景数据的情况下的定量化提供依据。
引用
@article{arxiv.2505.06261,
title = {Modeling supply chain compliance response strategies based on AI synthetic data with structural path regression: A Simulation Study of EU 2027 Mandatory Labor Regulations},
author = {Wei Meng},
journal= {arXiv preprint arXiv:2505.06261},
year = {2025}
}
备注
Simulated data modeling of the impact of non-tariff barriers in trade wars