数学建模中的角色转换探讨

针对数学建模中模型建立与求解以及模型的评价与推广这两个关键环节,提出了“旁观者”与“当局者”两个角色,并指出优秀数学建模参与者应该具备“从旁观者到当局者”以及“从当局者再回到旁观者”的双向角色转换能力。同时,还从形式和内容两个方面对数学建模优秀论文的共性进行了分析,并联系数学建模的两个环节,指出了优秀论文和数学建模过程中两个环节这两者与角色转换的紧密关系。最后,对如何培训学生成为一个优秀的数学建模参与者提供了一些参考和建议。     

正当期望与程序选择——当事人运行程序的两个基础性要素解读

当事人运行程序的目的在于实现自身整体利益的最大化,其对于诉讼程序结果的期望值以及对诉讼程序品性的判断,直接决定了他所采取的诉讼行为方式,而诉讼行为的选择必须建立在当事人的程序选择权基础之上。当事人对于诉讼程序的正当期望以及当事人据此所作出的程序选择行为,共同构成了当事人运行程序的的两个基础性要素。     

商业生态系统价值结构、企业角色与战略选择

与强调企业在商业生态系统中如何攫取领导地位的战略观不同,本文把研究重心放在了企业战略如何塑造成功商业生态系统上。首先,本文构建了成功商业生态系统的价值结构模型,为企业的战略选择提供了微观与宏观上的方向与路径。其次,本文讨论了与成功商业生态系统相匹配的企业角色,并结合价值结构模型定义了与企业角色相匹配的战略任务。最后,在此基础上,重点阐述了骨干型企业在如何塑造成功商业生态系统过程中具体的宏观战略选择路径与机制问题。     

网络环境下思政教育者角色的创新与转变——从“旁观者”到“行动者”再到“主导者”

【内容提要】高校网络是传播科学文化知识的重要渠道、促进信息交流的重要平台和网络德育的重要阵地。目前高校网络思政教育者相当一部分只是扮演着“旁观者”或“行动者’’的角色：因此．如何有效地建设好、利用好和管理好网络,主导网络发言权,实现作为思政教育者的角色从“旁观者”到“行动者”再到“主导者”的创新与转变,有效占领网络思政教育阵地,已成为一个新的课题和挑战。     

不完全信息下基于双目标的博弈并购决策研究

建立复合实物期权模型,研究并购企业在竞争环境下满足收益最大化和并购成功概率最大化的并购决策问题。基于并购企业对竞争对手企业价值补偿值具有不完全信息的现实,运用实物期权博弈的方法,以企业期望价值收益最大化和成功并购概率最大化为目标,建立并购决策模型并求解最优并购时机,在此基础上进行并购决策分析,通过数值比较,得到并购企业的若干策略选择。研究结果表明,不完全信息下存在竞争的并购企业的期望收益小于完全垄断下的期望收益,即竞争因素削弱了并购的实物期权价值;并购企业在与对手企业进行并购博弈时,并购企业给目标企业的价值补偿越高,其最优并购时机越迟;不完全信息下若使并购企业期望收益最大的溢价比例不在溢价比例概率分布的区间内,则并购企业应取区间内的最大值,并购企业可以获得最大的期望收益和最大的成功并购概率;反之,使并购企业期望收益最大的溢价比例在概率分布内,企业取该溢价比例时可获得最大的期望收益,但企业需要在获得最大收益和增大成功并购概率之间权衡,当溢价比例取值越高时,并购时机越迟,所获收益也就越大。     

论现代企业人力资源管理者的角色转换问题

人力资源是企业的重要资源之一,也是企业保持竞争力的关键,随着市场经济的不断快速发展,企业越来越重视人力资源的重要性。但是,在新时期企业的人力资源管理过程之中,依然存在着一些和市场经济体制不相符的问题,制约了人力资源发挥其作用。因此,研究现代企业人力资源管理者的角色转换问题具有非常重大的现实意义。本文主要介绍了现代企业人力资源管理的特点,并详细分析了现代企业人力资源管理的重要性,阐述了现代企业人力资源管理与传统人事管理的区别,介绍了现代企业人力资源管理中存在的问题,最后提出了现代企业人力资源管理者进行角色转换的一些措施。     

企业主集权:边界理论的新观点

与企业主关系亲近会让经理人获得更多授权吗?本文借助边界理论的分析框架提出了一种新的理论逻辑,强调家族涉入管理会影响企业主边界行为策略,进而影响控制权配置行为。基于双样本和两重测量的实证研究发现,家族涉入管理与企业主集权程度正相关,而目前学界普遍认同的企业主与经理关系亲近就会向后者更多授权的命题,仅在家族不涉入管理的情况下成立,在家族涉入管理的情况下并不成立。上述研究结果表明,家族涉入管理容易诱导企业主将家长身份与企业家身份一体化,把职业经理也纳入家长式集权管理之下,即使他们与企业主之间建立起泛家族化的亲近关系,也不易获得企业主的更多授权。     

一种考虑整数约束的环境效率评价MOISBMSE模型

传统的基于数据包络分析的环境效率评价常常忽略投入、期望产出和非期望产出为离散型变量的可能性,从而无法精确处理现实中存在的具有整数特征的指标数据,一直以来影响着评价结果的精确性.本文以混合导向的整数DEA为基础,对超效率SBM模型进行拓展,构建了一种能够同时兼顾整数约束和非期望产出指标数据的超效率SBM模型,并在实例中采用搜索算法,对该模型进行求解并通过Bootstrap方法对结果进行修正.将每一个最优整数点与被评价决策单元之间的距离进行比较,可以找出最短距离所对应的最优整数点,即为其帕累托改进方向.该模型将为环境效率评价提供了适用范围更广泛的测度方法.