Supply chain agility as an acclimatisation process to environmental uncertainty and organisational vulnerabilities: insights from British SMEs

Abstract

Even though supply chain agility (SCA) has been considered an essential concept in supply chain management (SCM) research, the way it is experienced and manifested, especially by small and medium-sized enterprises (SMEs), has received much less attention. Our purpose is to focus on SME organisational vulnerabilities in the context of increased environmental uncertainty, and explore how SCA is developed and applied by SMEs amid their vulnerabilities. By relying on insights from comparative case studies of three British SMEs, we examine SME SCA as an acclimatisation process and delve into SMEs’ experiences of facing environmental uncertainty while developing and applying SCA. Our findings highlight that organisational attitudes underlie how SMEs perceive environmental uncertainty, tackle organisational vulnerabilities and develop SCA as an acclimatisation process. Our findings also reveal that resource constraints, supply chain relationships, interorganisational power dynamics, and access to information play important roles in developing SCA.     

应用型高校与企业共建产业学院的优势与困惑

产业学院是应用型高校为服务地方社会经济的发展而与企业深度合作形成的新型办学机构，由高校和企业共同投资，实行理事会领导、院长负责的管理体制，校企协同育人，重视实践教学，组织特征鲜明，办学优势突出。但是，产业学院在发展过程中面临诸多不足：独立法人地位尚未确立，进一步发展缺乏法律保障和依据；现代治理方式和结构尚未建立，具体工作受高校干扰较多，行政化色彩浓厚；运行成本大，缺乏市场化运行机制。为了促进产业学院发展，国家应确立其独立的法律地位，营造发展的政策环境和建立现代化的治理方式与结构；产业学院应建立市场化运行机制，激发面对市场的应变能力，最大限度地发挥自身优势，化解发展过程中的短板。     

Reversible jump Markov chain Monte Carlo algorithms for Bayesian variable selection in logistic mixed models

In this article, to reduce computational load in performing Bayesian variable selection, we used a variant of reversible jump Markov chain Monte Carlo methods, and the Holmes and Held (HH) algorithm, to sample model index variables in logistic mixed models involving a large number of explanatory variables. Furthermore, we proposed a simple proposal distribution for model index variables, and used a simulation study and real example to compare the performance of the HH algorithm with our proposed and existing proposal distributions. The results show that the HH algorithm with our proposed proposal distribution is a computationally efficient and reliable selection method.     

邢台和天津大气污染物影响因素的灰色关联分析

空气污染已成为我国最受关注的环境问题。文章利用灰色关联分析模型研究了天津市和邢台市大气污染源与污染物浓度的关系。基于2013年到2016年空气质量数据和社会经济数据，分析邢台和天津的大气污染物来源，邢台和天津大气主要污染源分别为工业、常住人口、农业、汽车保有量。研究发现，工业体系对邢台空气质量影响最大，常住人口对天津市空气质量影响最大。结果表明，影响不同城市空气质量的主要污染源并不一致。因此，不同地区在大气污染治理过程中应根据自身特点采取相应的措施。     

机器学习视角下中国去产能产业的识别

随着中国环境压力的增加,政府提出了供给侧改革,去产能是改革的主要内容,但是由于产业特征的实时演变,需要对政策进行完善。文章运用模糊C均值算法和支持向量机算法分析现阶段需要进行去产能的产业,结果发现在现行去产能政策中大部分行业是需要去产能的,但煤炭开采和洗选业以及铁路、船舶、航空航天和其他运输设备制造业已不适合继续去产能,同时将化学原料和化学制品制造业加入去产能行列中。     

房价变动、产业转移与区域协调发展——以京津冀地区为例

构建房价-资本模型，分析房地产行业投资收益对工业再投资的影响，发现：地区间适当的房地产行业投资收益差异有利于工业企业从核心地区向边缘地区转移，差异较大则导致资本流向房价增长过快地区的房地产行业；若地区间房地产行业投资收益差异既定，较大的经济发展差距对产业转移起阻碍作用，激烈的市场竞争则起促进作用。利用京津冀地区13个城市的数据构建面板门限模型，验证了：（1）较低的房价增长率促进了北京市相对低效的资本向外转移，但是北京市与周边地区较大的经济发展差距又阻碍了该趋势。（2）核心区流出的资本优先向次发达地区转移，而落后地区则有被彻底边缘化的风险。为实现京津冀地区协调发展，一方面要加强对京津冀地区房价的宏观调控、防止房价过快增长；另一方面要制定针对边缘地区的优惠政策，引导非首都功能向周边转移。     

发挥灌木优势推动我国能源林业的发展

灌木具有抗逆性强,适生区广,用途多,见效快等优势。开发灌木能源既可以推动我国生物质能源工业的发展,缓解我国未来能源的压力,又能促进生态脆弱地区植被的恢复和重建,改善生态环境,因而有着十分广阔的发展前景。该文概述了国内外林木生物质能源的研究和开发现状,提出了灌木能源产业发展需要考虑的问题和重点研究的科学问题。     

信息技术对审计的影响研究

随着信息技术在社会经济生活中的全方位渗透,适用于传统经济环境的审计理论、方法与技术需要变革以适应现代组织的各类日常运营和活动,通过调研信息技术在审计中的具体应用,从12个方面对信息技术进步与审计发展面临的问题和趋势进行系统性研究。研究认为,信息技术促使审计职能从审计为主变为审计与管控并重,审计范围从经济安全变为经济与信息安全并重,审计内容从财务为主变为财务与业务并重,审计对象从账本变为数据库,审计模式从事后变为事前事中事后全包含,审计方式从现场勘察为主变为远程分析为主,审计介质从纸质变为电子,审计证据从有形变为无形,数据来源从抽样变为全样本,测试内容从人工系统变为信息系统,工作形式从审计合作变为审计协同,风险计算从依赖审计人员经验变为依据系统模型,这些变革极大地推进了审计向现代化方向发展。     

理论观照与实践反思:乡村振兴道路背景下产业融合探究

为从全球性现代化的视野观察中国现代化道路,通过在湖北西部（鄂西南、鄂西北）、渝东南、贵州（六盘水、遵义、黔东北等）等地烟草行业综合体建设进行调查,对城乡融合发展中的产业融合进行综合考察和研究。研究认为,中国的乡村振兴从“战略”提升为“道路”,表明中国式“两条腿走路”的三农现代化道路认知正式成形,乡村振兴道路在本质上讲是“农村就地现代化道路”,以农业为基础的农村就地现代化道路的关键是农村产业的融合发展;走乡村振兴道路,必须坚持政府是“主导”、乡村是“主场”、就地现代化是“主道”、产业融合发展是“主业”、内生发展是“主流”、三农工作队伍是“主体”、城乡等值发展是“主向”,再从土地流转关系、政策法规、主导产业培育、共享经济平台建设等方面,培育和推进乡村振兴中的产业融合工程。