国有企业与三资企业管理环境的比较研究

本研究比较了国有企业与三资企业中层管理者管理环境异同,结果表明:两类企业的中层管理者的管理环境在组织结构、资源状况、人员市场意识、高层管理者素质、下属职工素质及外周影响因素上存在着显著差异。     

高校学生管理中不公平现象的表现及原因

高校的学生管理工作中重要的问题之一就是公平问题,公平问题解决不好不仅会影响校园生活的和谐也会导致同学之间不能和睦相处,更严重的会导致学生心理上的不平衡,进而对构建和谐社会产生不好的影响。目前高校学生管理中还存在着较多的问题,因此,高校学生管理工作必须引起足够的重视。     

应急预案重大突发事件情景构建—基于\

现有文献主要基于西方发达国家社会背景,聚焦于社会力量或市场机制主导下的人道主义运营或供应链中断等问题,对于“党委负责、政府主导”的中国救灾模式尚未引起理论界的足够关注。我国强势政府主导下的救灾模式,与国际灾害管理主流文献关注的供应链中断等市场机制、社会捐赠、人道主义物流等热点问题存在着较大的出入。其管理特征表现在：运行目标是确保人民群众生命安全、资源配置方式以各级党委和政府的行政手段为主体、应急救援力量以军队和武警部队作为突击和以公安消防等专业队伍作为骨干等。我国未来救灾体制的演化趋势将是政府主导的基础上,社会参与和市场机制等多种救灾模式相互协同和融合。     

高管海外背景与企业社会责任

基于社会资本理论和资源基础观,探讨高管团队背景特征（职能背景、特殊工作经历）对企业自主创新的作用机制,并从高管团队行为视角明晰了联盟网络的数量特征、伙伴特征在其中的中介作用。运用新兴战略行业沪深两市主板上市企业的专利数据,实证检验所提出的理论框架。结果发现,高管团队职能背景对企业自主创新具有显著的正相关关系,且不同的职能背景（“产出型”“生产型”和“支持型”）对企业创新的正向影响程度具有差异性;而企业的联盟网络数量特征、伙伴特征与企业的自主创新存在倒U型关系,且两者在高管团队（职能背景和特殊工作经历）与企业自主创新之间发挥着部分中介作用。     

项目驱动型企业的组织管理环境构建研究

针对当前国内企业项目化转型过程中组织适应性的不足,从组织系统的战略、结构和控制流程体系3个关键要素比较项目驱动型企业与作业驱动型企业的组织管理环境差异;同时,在对项目驱动型企业复杂系统特性研究的基础上,提出企业项目化发展的组织管理环境构建原则,提出建立开放动态化战略体系、能动的组织结构与分权体系、职能任务相融合的计划控制体系以及二维分离的绩效管理体系的方法,以期对作业驱动型企业在项目化转型中组织管理环境各要素的调整与重构提供借鉴。     

基于科学知识图谱的盈余管理研究前沿分析

针对当前国内外盈余管理实证研究中存在的信息量繁多、关系错综复杂、研究脉络不清晰等问题,运用科学计量学信息可视化方法,绘制了盈余管理研究的科学知识图谱,进一步明晰了盈余管理研究领域的核心研究群体、权威专家、主要国家或地区、核心期刊,以及各自的平行关系。研究全面展示了盈余管理研究的前沿网络图景,对于研究者全面掌握盈余管理研究领域的发展历程和前沿状况,明晰研究方向和研究脉络具有一定参考意义。     

管理学百年回顾与展望——第4届“管理学在中国”学术研讨会述评

在第4届"管理学在中国"学术研讨会上,围绕"管理学:百年回眸与世纪展望"的大会主题,学者们重点针对以下2个话题进行了研讨:西方管理理论的发展回顾与展望、管理学在中国的发展回顾与展望。此外,通过专题论坛的形式,学者们还围绕以下4个方面的话题进行了专题研讨:管理哲学、领导研究、政府与非营利组织管理、商业组织管理。针对上述话题的研讨情况进行了综述和点评。     

管理创新效力机制研究:基于动态能力观视角的研究框架

管理创新逐渐成为企业竞争优势最重要和持续的来源,但其复杂性及其对组织绩效影响的滞后性使得学者和实业家对管理创新效力提升问题倍感困惑。为此,以普遍存在的引进型管理创新为研究对象,尝试从企业动态能力观视角提出提升管理创新效力的思路或研究框架,并进一步从管理者个人和组织双层面阐释动态能力的提升路径,旨在为管理创新研究提供一个新的研究视角。     

Multiobjective Prioritization Methodology and Decision Support System for Evaluating Inventory Enhancement Strategies for Disrupted Interdependent Sectors

Disruptions in the production of commodities and services resulting from disasters influence the vital functions of infrastructure and economic sectors within a region. The interdependencies inherent among these sectors trigger the faster propagation of disaster consequences that are often associated with a wider range of inoperability and amplified losses. This article evaluates the impact of inventory‐enhanced policies for disrupted interdependent sectors to improve the disaster preparedness capability of dynamic inoperability input‐output models (DIIM). In this article, we develop the dynamic cross‐prioritization plot (DCPP)—a prioritization methodology capable of identifying and dynamically updating the critical sectors based on preference assignments to different objectives. The DCPP integrates the risk assessment metrics (e.g., economic loss and inoperability), which are independently analyzed in the DIIM. We develop a computer‐based DCPP tool to determine the priority for inventory enhancement with user preference and resource availability as new dimensions. A baseline inventory case for the state of Virginia revealed a high concentration of (i) manufacturing sectors under the inoperability objective and (ii) service sectors under the economic loss objective. Simulation of enhanced inventory policies for selected critical manufacturing sectors has reduced the recovery period by approximately four days and the expected total economic loss by $33 million. Although the article focuses on enhancing inventory levels in manufacturing sectors, complementary analysis is recommended to manage the resilience of the service sectors. The flexibility of the proposed DCPP as a decision support tool can also be extended to accommodate analysis in other regions and disaster scenarios.     

Revenue Management with End‐of‐Period Discounts in the Presence of Customer Learning

Consider a firm that sells identical products over a series of selling periods (e.g., weekly all‐inclusive vacations at the same resort). To stimulate demand and enhance revenue, in some periods, the firm may choose to offer a part of its available inventory at a discount. As customers learn to expect such discounts, a fraction may wait rather than purchase at a regular price. A problem the firm faces is how to incorporate this waiting and learning into its revenue management decisions. To address this problem we summarize two types of learning behaviors and propose a general model that allows for both stochastic consumer demand and stochastic waiting. For the case with two customer classes, we develop a novel solution approach to the resulting dynamic program. We then examine two simplified models, where either the demand or the waiting behavior are deterministic, and present the solution in a closed form. We extend the model to incorporate three customer classes and discuss the effects of overselling the capacity and bumping customers. Through numerical simulations we study the value of offering end‐of‐period deals optimally and analyze how this value changes under different consumer behavior and demand scenarios.