Wei ZHANG
Prof. Wei ZHANG
创新及资讯管理学
Associate Professor
Associate Director, Institute of Digital Economy and Innovation
MSc (BA) Programme Director

3917 1685

KK 814

Academic & Professional Qualification
  • Ph.D., UCLA
  • M.S., Tsinghua University
  • B.A., Tsinghua University
Biography

Wei Zhang received his Ph.D. degree in Decisions, Operations, and Technology Management from the University of California, Los Angeles. He obtained his Master degree in Management Science and Bachelor degree in Management Information Systems from Tsinghua University.

Teaching
  • Decision and Risk Analysis
Research Interest
  • Supply Chain Negotiations and Contracts
  • Product Development and Diffusion
  • Business Analytics
Selected Publications
  • H.H. Zhao, H. Deng, R.P. Chen, S.K. Parker, Zhang, W. Fast or Slow: How Temporal Work Design Shapes Experienced Passage of Time and Job Performance. Academy of Management Journal, 65(6), 2014-2033.
  • Zhang, W., H.H. Lee. 2022. Investment Strategies for Sourcing a New Technology in the Presence of a Mature Technology. Management Science, 68(6), 4631-4644.
  • Zhang, W., Y. Dou. 2022. Coping with Spatial Mismatch: Subsidy Design for Electric Vehicle and Charging Markets. Manufacturing & Service Operations Management, 24(3), 1595-1610.
  • Zhang, W., J. Wang, R. Ahmadi, S. Dasu. 2021. Timing the Price Agreement in High-Tech Component Procurement. Production and Operations Management, 30(11), 4105-4120.
  • Zhang, W., K. Rajaram. 2017. Managing Limited Retail Space for Basic Products: Space Sharing vs. Space Dedication. European Journal of Operational Research, 263(3), 768-781.
  • Zhang, W., S. Dasu, R. Ahmadi. 2017. Higher Prices for Larger Quantities? Nonmonotonic Price-Quantity Relations in B2B Markets. Management Science, 63(7), 2108-2126.
  • Zhang, W., D. Zhou, L. Liu. 2014. Contracts for Changing Times: Sourcing with Raw Material Price Volatility and Information Asymmetry. Manufacturing & Service Operations Management, 16(1), 133-148.
Recent Publications
快或慢:时间工作设计如何塑对时间流逝的感知惯性及工作绩效

员工对于工作时间过得快或慢的感受,是工作的一种基本体验。研究发现「时间可预测性」和「任务可分割性」这两个新的工作时间设计特征,能令员工认为工作时间过得较快。具有高度时间可预测性的工作,能避免员工经历进行下一个任务前不确定的等待。以时间标记来把一大段的工作时间分割成多个小段,即为具有任务可分割性的工作。我们测试了一个研究模型,显示时间可预测性和任务可分割性均会影响员工对于工作时间过得快或慢的感受,以及其工作绩效。研究涵盖五项研究:两项实验建立了时间可预测性和任务可分割性的有效性(研究1a和1b);在一家工厂进行实地研究,调查不同时间工作设计所导致的自然结果(研究2);建立一个以员工及其主管为主的抽样模型,进行企业内部实地研究(研究3);使用网上调查来连系我们的研究模型与其他工作设计文献(研究4)。总括而言,以上的各项研究均支持以一种新的时间方式来设计和规划工作内容。

在以成熟技术为备选的情况下采购新技术部件的供应链投资策略

为了保持竞争力,高科技制造商不仅经常从供应商采购新技术,也需向供应商提供资金援助以便他们能尽快将新技术转化为可用的部件或生产工具。我们的研究关注以下情形。一个制造商考虑向一家财政拮据的供应商采购一项全新但未发展成熟的技术,或仅当新技术开发失败时,才向现有供应商采购基于一项成熟技术的部件。制造商可以选择以股权或贷款的形式注资来支持开发新技术。制造商需要对投资策略作出取舍,因为这不但会影响新供应商的努力水平和成功概率,还会影响现有供应商改进成熟技术的努力。正如债务融资文献所述,我们发现贷款投资策略会因为供应商的有限责任而伴随成本转移效应,因此通常会提升新技术成功的概率。然而,由于制造商与新供应商之间除了有投资关系以外,也有采购关系,因此我们发现股权投资策略会伴随利润分享效应,而这一点在传统的股权发行文献中未有提及。若新供应商技术实力雄厚,利润分享效应会胜过成本转移效应并带来更高的技术成功概率。然而,我们亦发现提高技术成功概率的策略未必会为制造商带来更高的回报。一方面,成本转移效应令制造商能在维持一定程度的技术成功概率的同时实现更低的采购成本,因此即使贷款策略会导致技术成功概率较低,但仍会成为制造商采用的方案。另一方面,当现有供应商能有效降低成本时,利用贷款来支持开发新技术或会引致新供应商过度努力而现有供应商努力不足,因此适得其反。

应对空间错配:电动汽车和充电设施市场的资助政策制定

我们研究当电动汽车充电设施的供应及需求可能存在空间错配时,政府应如何制定资助政策,以有效地推动电动汽车的普及。电动汽车充电基础设施通常由第三方服务供应商兴建。虽然大多数电动汽车司机因通勤模式及市中心的便利性,更喜欢在市中心使用电动汽车充电设施,但服务供应商为了降低成本以获取最大利润,偏向把充电设施建于郊区。两者对充电设施位置的偏好差异,导致电动汽车充电的整体成本高昂及电动汽车普及率偏低。我们使用简化的博弈论模型,比较三种类型的资助政策:(i)购买电动车补助计划,(ii)按充电设施的使用情况资助服务供应商,以及(iii)按充电设施数量资助服务供应商。我们发现,购买电动车补助计划能有助推动电动汽车的普及,但未能缓解空间错配的问题。相比之下,资助服务供应商可更有效地解决空间错配的问题,并促进电动汽车普及。不过,统一按数量资助充电设施会令空间错配的问题加剧,结果适得其反。在不同的情况下,每项政策都有可能成为最合适的对策,而应资助哪一方(服务供应商还是购买电动汽车的消费者),很大程度上取决于充电设施市场的成本考量,而非电动汽车价格或环境效益。我们提出一种“拼图块分区规则” 来作为制定政策的指引。我们主要考虑两个维度:电动汽车司机的充电成本(主要包括搜寻和耗时)和充电设施的建设成本在不同地区的差异。在一端,如果充电太耗时,或设施太少、太拥挤,则首选资助负责兴建的服务供应商;在另一端,若充电服务方便快捷的话,则首选资助购买电动汽车的消费者;在中间充电成本适中的情况下,只有在市中心兴建充电站的费用较郊区稍高一些时,资助服务供应商才是首选。

Goldilocks Upended: When it comes to discounts, medium-sized orders are not in the sweet spot

Long held assumptions about the mutually incremental relationship between quantities and discounts have been upended by new research. The rule of thumb that the bigger the purchase quantity, the higher the discount is shown not to hold true for medium-sized customers buying products such as semi-conductors, with implications for other products and industries.