公司治理结构熵

合集下载

基础化学教学课件:3.4.2 熵和热力学第三定律

基础化学教学课件:3.4.2 熵和热力学第三定律

S

2
S
m,Cl 2 (g)
m,HCl(g)
2 (g)
= 130.68+223.07-2×186.7
= -19.65( J·mol−1 ·K−1)
推动反应自发进行的因素
一、系统能量降低的趋势
二、系统混乱度增大的趋势
孤立系统,没有能量交换
混乱度增大,熵增加。
熵增原理
在孤立系统中发生的自发过程总是向熵增大的方向进行,平衡时达到最大值,又
熵和热力学第三定律
推动反应自发进行的因素
一、能量降低的趋势
二、混乱度增大的趋学热力学
具有广延性质的状态函数
熵表示系统中微观粒子运动混乱度(有序性
的反义词)的热力学函数。
用“S”表示
单位:J·K-1
熵的基本规律
系统的混乱度越大,熵值就越大;系统内越有序,熵值就越小。
< S (l ) < S (g)
一、同一种物质的不同聚集状态
S (s)
二、同一种物质的相同聚集状态
S 低温 < S高温
三、绝对零度时,任何纯物质完美晶体的熵值等于零
不可能达到
不存在
S高压 < S 低压
热力学第三定律
混乱

无序
复杂
生命过程
熵增
环境破坏
熵增
环境治理
熵变的计算
熵是状态函数
• 熵变 ∆S 的大小只取决于系统的始态和终态,与变化的途径无关。
θ
2HCl(g) = H2(g) + Cl2(g)
解:根据公式得
Δ rSθm (T ) ν BSθm (生成物 ) - ν BSθm (反应物 )
查表得
S mθ (J K 1 mol1 )

管理学科前沿研究参考重点领域及参考选题

管理学科前沿研究参考重点领域及参考选题

管理学院参考选题及方向管理科学与工程:(目前学科在国内的重点研究领域)1.运筹学在公共利益领域的应用,2.参数数学规划和尾逼近算法3.多准则决策、多属性决策、不确定决策方法如何用到公共事业、工业和管理的决策问题中4.重复博弈、合作博弈、动态博弈、演化博弈在经济学、社会科学、国际政治等的应用5.运作管理在医疗卫生管理、应急管理等方面的应用6.电子商务环境当中的网络营销、渠道策略以及消费者购买行为方面的问题7.数据挖掘和商务智能以及网站的建设的相关研究8.电子商务的信用问题和网络安全问题工商管理:(目前学科在国内的重点研究领域)战略管理:1.战略联盟与合资企业的关系2.企业间只是转移的机制3.产业集群和战略复杂性4.政企关系技术经济与管理1.技术学习与自主创新2.开放式创新和服务创新3.创业管理公司治理1.公司治理与股权结构2.公司外部治理环境与治理行为3.公司治理与绩效的关系市场营销1.品牌管理:品牌延伸相关问题、品牌联合评价、扎根理论与品牌文化2.渠道管理:供应链契约设计3.服务管理:顾客满意和顾客忠诚,服务质量与服务补救4.关系营销:顾客与员工之间的个人关系对忠诚度的影响5.社会营销:公益消费意愿、非营利组织感知构念对公益消费意愿的影响、企业社会责任感人力资源管理1.人力资源管理:人力资源管理实践对企业绩效的影响、学习型组织、员工忠诚度、员工激励机制2.组织行为:组织学习与隐性知识创兴之间的关系、组织复杂性、组织公正性、组织公民行为、知识链组织、组织健康3.组织文化:创新文化及其与企业绩效的关系、民营企业中企业文化的形成、跨文化冲突管理方面。

企业运作管理1.供应链管理:制造商领导、零售商领导以及市场无领导者三种力量结构下竞争性零售商的再制造闭环供应链博弈模型、供应链伙伴间合租问题、电子商务流程视角下供应驱动和需求驱动的价值链模型2.物流管理:物流企业生产效率决定因素、第四方物流3、交通运输管理:城市交通系统的研究、运输系统基于搜索随机运输网络中最优路径的频域生成图模型的研究4.库存管理:存货水平和需求率、变质率关系的库存模型、阶段网络容量扩张的双目标规划模型、不确定需求环境下多级库存系统的优化与协调问题、不确定性情形下企业库存和价格的决策问题、5.应急事件管理:多源点的应急疏散模型、基于熵的预警方法信息系统与信息管理1.信息系统:针对管理者行为过程和任务处理过程建立基于改进QSIM算法的定性模拟模型和基于事件驱动的离散事件模拟模型、共识评价、分析及预测只能可视化技术、从本体角度分析信息系统异构性形成的激励、电子政务效益模型和承包商利润模型、求解多星成像调度问题的基于分解的优化算法2.数据与数据挖掘:传统DEA理论基础上构建非径向超效率DEA聚类模型、基于模糊C –均值聚类预处理的支持向量机PMV指标预测系统。

非营利组织协同治理可行性分析

非营利组织协同治理可行性分析

非营利组织协同治理可行性分析作者:李霞干胜道来源:《哈尔滨师范大学·社会科学学报》2013年第06期[摘要] 基于协同治理理论,通过分析非营利组织管理与协同的契合性及非营利组织管理与协同治理的契合性,得出了协同治理是非营利组织有效管理的一种新模式。

[关键词] 非营利组织;协同治理;契合性[中图分类号]C934;C931.1 [文献标识码]A [文章编号]2095-0292(2013)06-0087-03在社会主义和谐社会的构建中,非营利组织拥有巨大的社会资源,发挥着不可或缺的作用,在一定程度上弥补了市场不足与政府不足。

然而,组织在管理中却存在诸多问题,严重制约了组织作用的发挥。

非营利组织迫切需要探寻一种有效的管理模式以提升组织效率,顺应这一形势的需求,本文探讨了非营利组织实行协同治理的可行性。

一、非营利组织管理与协同的契合性分析(一)协同学及其在管理学中的运用协同反映的是事物之间、系统或要素之间保持合作性、集体性的状态和趋势。

狭义上的“协同”是指合作、互助和同步等行为;广义上的“协同”是指在复杂大系统内,为了实现系统的总体目标,各子系统或各个组成部分之间相互配合、相互支持形成的一种良性循环状态。

在此状态下,通过各子系统的相互作用,产生出超越各要素自身独自作用之和的整体效果,实现了1+1>2的效应,最终形成有序的统一整体。

其中,协同的目标性是引导系统内各组成部分相互协同的关键,起到统领作用。

在复杂系统中,随着外部能量流和物质流的输入,系统会通过大量子系统之间的相互作用,在自身涨落力的推动下达到新的平衡与稳定。

哈肯用他发现的支配原理确定序参量运动方程,求解序参量方程并考虑涨落的影响,提出了协同学的一整套做法,分三步处理自组织问题。

基于协同学要义,依据其原理,其研究对象必须具备复杂系统、开放系统、系统内部存在非线性作用、系统原理平衡态、系统随机涨落等要件。

随着系统科学研究的不断深入,协同学逐渐被广泛运用于管理学等社会科学领域,成为一门跨越自然科学与社会科学的综合学科。

基于熵理论的供应链运作风险研究

基于熵理论的供应链运作风险研究
供应链运作风险是在实 际运行 中,在原料供 应 、原料 运输 、原 关系 : 料缓存 、产 品生产 、产 品缓存 和产 品销售 等过程 中出现衔 接失
d knW S i () 1
误, 这都可能导致供应链物流不畅通而产生风险 。
其中 : 为 系统熵 ,k 为波尔兹曼 常量 ,w为该宏观状态对
别、 文 . 田 甜
( 京 交通 大学 经管 学院 ,北京 10 4) 北 00 4
摘 要:供应链 系统是一个具有耗散 结构的复杂 巨系统 ,文章通过到供应链耗散 结构进 行分析 ,运 用熵值理论从 系统 的角
度 分析供应链运作风 险,并提 出了风险规避 的方 法。
关键词 :耗散 结构 ;运作风险 ;熵理论 中图分类号 :F 7 24 文献标 识码 :A 文章编号 :1 7 — 5 (09 8 09 — 2 6 4 14 2 0 )1 — 0 4 0 1
赋予熵 以新的内容。在耗散结构论 中,熵是 一个 用来刻 画系统 理论 ,若 复杂供应链 系统是 由N 弱耦合 的子 系统构成 ,整个 个 有序程度的概念,熵值越大,系统越混乱无序,熵值越小,系 系统熵 为各 子系统熵之和 。设 表示 供应链的系统熵 , 表示 统越稳定有序。熵具有完全能够真实度量随机变量不确定性的 供应链上第i 个成员企业的子系统熵 , 则: 能力 ,故可用熵理论分析供应链 运作 风险。

d a1 +…+ s, =1 .N () a .” … . 2 2 ,
设供应链 在运行 中有 n 种可 能出现 的结果 ,对应 出现 的概 供应链是 一个 开放的系统 ,在运 作过程 中 , 应链 中各企 率为 , , ,当有足够 的信息 消除事物运动或状态的不确 供 …, 业 之间及 企业 与外界环境之 间都存 在相互作用关 系 ,整个供应 定性程度时 ,表现为熵值 的减少 ,称为负熵 : 链 会随市场环境 的变 化而 不断改 善 ,体 现 出一 种进 化的趋势 。 H ∑ P lg P f 2f o () 3

熵变计算A判据,G判据等ppt

熵变计算A判据,G判据等ppt
它考虑了灾害发生前的初始熵、灾害过程中的熵变和灾害发生后的最终熵,用于衡量灾害的强度和影 响。
g判据应用场景
g判据可应用于多种自然灾害和人为灾害的评估,如地震、火山喷发、洪水、台风、火灾等。
通过分析灾害发生前的气象数据、地质数据、社会经济数据等,结合g判据,可以评估灾害的风险等级,为灾害防控提供决策 依据。
03
其他熵变计算方法
方法一:熵变-焓变法
定义:熵变-焓变法是一种通过计算系统焓变和熵变来评 估化学反应过程的方法。
适用范围:适用于化学反应、相变过程和材料性质计算 等领域。
该方法通过测量反应过程中物质的质量、温度和压力等 参数,结合热力学数据,计算得到系统的焓变和熵变, 从而了解反应过程的能量变化和热力学性质。
定义:绝热熵变法是一种通过绝热条 件下测量系统熵变的方法。
适用范围:适用于各种物理和化学过 程,如相变、化学反应和材料性质研 究等。
该方法通过在绝热条件下测量系统熵 变,了解系统在绝热条件下热力学性 质的变化。实验中通常采用绝热设备 来保持系统与外界没有热量交换,并 利用热力学数据计算得到熵变值。
04
熵变计算a判据,g判据等
2023-10-28
目 录
• 熵变计算a判据 • 熵变计算g判据 • 其他熵变计算方法 • 熵变计算的挑战与展望 • 熵变计算在材料科学中的应用 • 熵变计算在环境科学中的应用
01
熵变计算a判据
a判据定义
• 熵变计算a判据是指基于系统熵变计算的一种判断 依据,用于评估系统内过程进行的程度。其中,a 是指过程进行程度的参数,可通过系统熵变计算得 出。
g判据计算过程及实例
• g判据的计算过程包括以下几个步骤 • 收集与灾害相关的数据,包括气象数据、地质数据、社会经济数据等。 • 根据数据的特点,选择适当的数学模型,如回归分析、神经网络等,建立预测模型。 • 利用预测模型,计算出灾害发生前的初始熵、灾害过程中的熵变和灾害发生后的最终熵。 • 根据计算出的熵变值,评估灾害的风险等级。 • 以洪水灾害为例,可以通过以下步骤计算g判据 • 收集洪水灾害发生前的气象数据,如降雨量、蒸发量等。 • 收集洪水灾害发生地的地质数据,如地形地貌、土壤含水率等。 • 利用回归分析或神经网络等方法,建立预测模型,计算出洪水灾害发生前的初始熵。 • 在洪水灾害发生过程中,实时监测水位、流速等数据,计算熵变值。 • 在洪水灾害发生后,收集受灾情况、经济损失等数据,计算最终熵。 • 根据计算出的熵变值,评估洪水灾害的风险等级。

行业集中度

行业集中度

行业集中度行业集中度(Concentration Ratio)又称行业集中率或市场集中度(Market Concentr ation Rate)是指某行业的相关市场内前N家最大的企业所占市场份额(产值、产量、销售额、销售量、职工人数、资产总额等)的总和,是对整个行业的市场结构集中程度的测量指标,用来衡量企业的数目和相对规模的差异,是市场势力的重要量化指标。

一: 衡量指标行业集中度是决定市场结构最基本、最重要的因素,集中体现了市场的竞争和垄断程度,经常使用的集中度计量指标有:行业集中率(CRn指数)、赫尔芬达尔—赫希曼指数(Herfindahl-HirschmanIndex,缩写:HHI,以下简称赫希曼指数)、洛仑兹曲线、基尼系数、逆指数和熵指数等,其中集中率(CRn)与赫希曼指数(HHI)两个指标被经常运用在反垄断经济分析之中。

测量行业集中度的具体方法和相应指标有很多,这里选用绝对集中度(>CRn)和赫佛因德指数(HI)作为衡量市场集中度指标。

1.行业集中率(CRn指数)行业集中率是指该行业的相关市场内前N家最大的企业所占市场份额的总和。

例如,CR4是指四个最大的企业占有该相关市场份额。

同样,五个企业集中率(CR5)、八个企业集中率(CR8)均可以计算出来。

但是,集中率的缺点是它没有指出这个行业相关市场中正在运营和竞争的企业的总数。

例如,具有同样高达75%的CR4在两个行业份额却可能是不相同的,因为一个行业可能仅有几个企业而另一个行业则可能有许多企业。

CRn指数是以产业中最大的n个企业所占市场份额的累计数占整个产业市场的比例来表示。

设某产业的销售总额为X,第i企业的销售额为:Xi,则第i企业的市场份额为:Si=Xi/X,又设CRn为该产业中最大的n个企业所占市场份额之和,则有:(见右图公式一)一般认为,即如果行业集中度CR4或CR8<40,则该行业为竞争型;而如果3 0≤CR4或40≤CR8,则该行业为寡占型。

基于熵和耗散结构理论的道路交通状态演变机理

基于熵和耗散结构理论的道路交通状态演变机理
关 键 词 :类 热 力 学 熵 :交通 状 态 : 交通 工 程 中 图 分 类 号 :U 9 . 416 2 文 献标 识码 :A 文 章 编 号 :1 0 — 7 6 2 1 )20 — 0 7 0 0 2 4 8 ( 0 0 0 /3 0 4 4

DO :1.89j 0 2 4 8 . 1.2 30 4 I 03 6 /10 — 7 62 00 / . . 0 0 0

1 .T afc c n r l a d ma a e nt q a t ia in i te td s o p r t n g tv e r p a a s a y r fi o to n n g me u n i c to s r ae a c r o ae e ai e nto V nd 1o f p r o t ta s r s se a t f he r n po t y t m t tl n r p Di e e t r f c sae o r s o d n t t e o a e to v s o a e to y f r n ta t t c r e p n i g o h t t l n r D i f i
Ev l to o Tr f c ouin f a i St t Ba e o ae s d n The m o y m i Ent o r d na c r py
a d n Disp tv S r c u e s i a i e t u t r Th o y e r
4 7
Q A G Ta — a g I i I N i g n ,Q U J n e

c n r l n ma a e n o o d r n p r y tm o t a d o n g me t f r a t s o t se a s

多元化战略、公司治理与绩效:一个理论综述

多元化战略、公司治理与绩效:一个理论综述

多元化战略、公司治理与绩效:一个理论综述作者:秦兴俊张雨宋泾溧宋瑞卿来源:《河北经贸大学学报》2012年第06期摘要:多元化战略、完善的公司治理曾被认为是降低公司经营风险,提高经营绩效的有效手段。

但国外大多数学者的研究却认为多元化战略会降低企业价值;国内学者的研究结果有多元化战略与企业绩效正相关、负相关和不相关三种。

而在公司治理范畴中,研究股权结构、董事会治理和高管激励三个方面对公司绩效的影响的结论也呈现多元化态势。

关键词:多元化战略;公司治理;企业绩效中图分类号:F271文献标识码:A 文章编号:1007-2101(2012)06-0026-06多元化战略一直被很多人视为是降低公司经营风险,最大化利用公司资源的一种有效手段。

然而,20世纪80年代西方国家兴起的归核化运动,给多元化战略蒙上了一层阴影。

国外众多学者的研究都表明,多元化经营对公司差的绩效表现有着难以推卸的责任,即多元化战略有损企业价值。

相反,国内学者认为,由于我国外部资本市场、法制体系的不健全,企业实行多元化战略很有必要,多元化经营能够最大化利用公司资源从而带来超额收益。

与之相对应,公司治理机制与企业绩效的关系,学术界也存在很多争论。

股权结构、董事会治理与高管激励被认为是内部公司治理机制中最核心的三个领域,尤其是股权结构可以说是公司治理的基石。

但是,现有研究关于公司治理与企业绩效的关系有四种结论,究竟孰是孰非,依然成谜。

本文以多元化战略与绩效、公司治理与绩效为研究对象,通过对先前文献的梳理,希望能够对这两个领域未来的研究做出初步的贡献。

一、多元化战略与绩效:多元化战略是企业发展的必由之路吗多元化战略与企业绩效的关系历来是战略管理领域研究的重点,然而自多元化战略提出以来,其与企业绩效的关系在学术界颇有争议。

一种观点认为,多元化战略可以有效克服外部资本市场的不完全性,通过建立有效的内部资本市场进而节省交易成本,为股东创造财富(Williamson,1975)[1]。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

基于结构熵理论的企业信息管理有效度文献综述摘要熵是反映系统的混乱程度的物理量。

熵值的高低可以反映系统的有序度。

熵值越高,系统的无序程度就越高。

组织结构的内部效率与组织的跨度和层次有关,组织的结构和类型不同,系统熵值也就不同。

构造结构熵模型并测量系统熵值的变化,可以有效反映系统的有序程度。

近年来,关于结构熵的理论研究扩展到了很多领域并取得了丰富的研究成果,本文综合国内外学术期刊和硕博论文上的相关研究,系统对基于结构熵的企业信息管理的有效度进行了相关文献综述。

关键字:结构熵,企业信息管理,有效度,时效熵,质量熵1.引言企业信息管理活动是一个相对复杂的过程,它把企业内外部信息作为企业的资源集成起来,把信息和信息的活动作为企业的财富和核心。

熵是衡量系统无序或混沌程度的一个量度,爱因斯坦曾说过,“熵理论,对于整个科学来说是第一法则。

”熵源于19世纪经典热力学,是一个极其重要的物理量,但又以其抽象隐晦难于理解著称。

一百多年来由于诸多学者的不懈钻研,熵理论已经在自然科学,工程技术,社会科学和人文科学中得到了广泛应用。

本文拟运用结构熵理论,通过文献综述的方式研究企业信息管理结构有序度,通过对关于企业信息管理结构熵模型的比较,对熵进行定量分析,论述不同企业信息管理的运行效率,旨在促进企业信息管理理论解析的深化。

2.企业信息管理的无标度性2.1企业信息无标度性分析Barabasi[1,2]等人在研究互联网的拓扑结构时发现,互联网中存在极少数具有大量连接的“核心节点”,同时存在大量具有少量连接的“末梢节点”,Barabasi等将具有如此性质的网络称之为无标度网络(scale-free networks)。

从本质上而言,复杂网络结构的无标度性亦即复杂网络结构的一种非同质性,是复杂网络结构中涌现出的一种“序”[3].企业并非是一个始终处于平衡状态的稳定结构,其须从暂时的平衡与稳定中找到不平衡与无序,而企业管理中的各要素之间亦非简单的线性关系或加法关系[4]。

作为企业利益相关主体或企业内部管理部门之间基于权责划分结构与制衡关系连接而成的一种复杂的活性网络结构,企业信息管理结构是一种典型的无标度网络,而如何度量其无标度性则是深层解析企业管理的题中之义。

企业由于信息识别系统不完善,信息传递与反馈的程序不健全不规范,导致信息的时效性大为降低,使各层面管理决策时缺少及时详尽的重要信息,影响了管理决策的及时性和正确度。

辛志红[5]等人认为企业缺乏信息集成、整合、优化配置的能力,导致信息单元收集速度偏慢,分析整理时间长,难度大,效率较低,使得一些有价值的信息未被企业挖掘出来。

在生态学研究中发现:系统的组织结构对系统的稳定性等其他特性有着极其重要的作用。

李习彬[6]研究发现系统的复杂性增加,系统的稳定性增加,这与系统的组织化程度是一致的。

阎植林,邱菀华[7]认为系统的组织性若定义为系统联结结构对称性的破缺,用结构熵来表示的话,组织化程度越高,结构熵越小;反之,结构熵越大。

由此可知结构熵的特性取决于系统的组织结构,可以使用结构熵来描述和评价系统的组织结构的特性。

已经有些学者借用结构熵的理论,定量描述管理结构的复杂度或有序度[8-10]切斯特·巴纳德认为组织的有效运行依赖3个基本要素:共同目标,协作意愿和信息联系。

经理的核心职能就是信息联系,没有信息沟通就没有组织,因为没有信息沟通,组织就无法指挥、引导和控制个人行为[11]。

可见信息管理的效率和准确度是组织结构优劣的重要指标。

如果结构不能满足组织对信息的需要就会影响到组织的效果[12]。

信息的无标度性通过结构熵模型来评价分析,能够维持企业信息系统管理的正常运行。

3企业信息管理结构熵模型3.1企业信息管理结构熵的模型严若森[13]认为企业管理主体的控制度是企业主体在企业管理结构中的联系幅度的反映。

LAWRENCE S,GILES C L[14]研究发现几乎所有的复杂系统均可以抽象成网络模型,其中往往具有大量的节点,节点之间具有复杂的联系,而与某节点具有直接联系的节点的数量即为该节点的联系幅度[15]。

据此,他将某企业管理主体在公司治理结构中的联系幅度的反映称之为该企业管理主体在公司治理结构中的控制度,其计算式为:NI i= K i -∑K i(1)i=1式(1)中,N为企业管理结构中企业主体的数量,Ki为第i家企业管理主体的联系幅度。

显然,Ki为整数,且Ki>0。

因为若Ki=0,则说明相应的公司管理主体事实上并未处于某公司的管理结构中,这样的讨论显然没有意义。

徐金发,常盛,谢宏[16]认为企业信息管理结构熵是对企业信息系统的一种度量。

他们在文中指出熵是对复杂系统的复杂状态的一种定量化描述,其表征着复杂系统的秩序。

而具有不同秩序的网络结构具有不同的熵,正因如此,熵可以用来表征特定网络结构的秩序。

就企业信息管理而言,企业管理主体之间有“核心节点”与“末梢节点”的划分,各企业管理主体的联系幅度亦存在明显差异,企业管理结构的秩序亦因此而形成,他们用企业信息管理的结构熵来定量地刻画这种秩序,其表达式为:Ni=1i =1 Ni=1E =-∑I i ln I i (2) 式(2)中,E 为企业信息管理结构熵,Ii 为第i 家企业管理理主体的控制度,N 为企业管理结构中公司管理主体的数量。

利用拉格朗日乘子法求解式(2),再对Ii 求偏导,并将Ii 视为独立变量,则最终可得出公司治理结构熵的最大值和最小值,分别为:E max =ln N ; (3)E min =ln 4(N -1)/2 (4)其实,仅根据企业管理结构熵的涵义以及每类企业结构的自身属性,即可求得企业信息管理结构熵的最大值与最小值[17]。

其中,当企业信息管理结构完全同质或均匀时,企业处于一种由所有企业利益相关主体或企业主体“共同治理”的状态,企业信息系统结构熵取得最大值,此时有:I i =1/N ;E max =∑1/N ln(1/N )=ln N 。

而一旦企业结构中仅具有一个“核心节点”,且其他企业主体同时均仅与此“核心节点”具有直接联系,则企业管理的结构最不均匀,企业信息管理的结构熵取得最小值。

而在企业管理结构中,其他企业信息管理主体同时均仅与之发生直接联系的“核心节点”只能是经营者,因此,当企业管理结构熵最小时,企业信息管理系统处于“经营者控制”状态。

3.2标准企业信息管理结构熵第三个基于结构熵的企业信息管理模型是标准企业信息管理结构熵。

它是与企业管理结构熵归一化处理的结果。

李习彬[18]为了便于分析,对企业信息管理结构熵做归一化处理,其计算式为:E*=(E-E min)/ (E max-E min)=-ln4 (N-1)-2∑Lilni/[2lnN-ln4(N-1)](5)显然, 0≤E*≤1,并且标准企业信息管理结构熵能够清晰地反映企业治理结构的治理状态。

其中,E*越趋近0,则E越趋近Emin,管理结构亦越趋近“经营者控制”状态;而E*越趋近1,则E越趋近Emax,公司治理结构亦越趋近“共同治理”状态。

当然,基于公司信息管理结构熵E、企业信息管理结构熵最大值Emax与企业信息管理结构熵最小值Emin三者的计算结果以及前者与后二者的比较,已可判断企业信息管理结构的治理状态,不过,不等式0≤E*≤1显然较不等式Emin≤E≤Emax更能清晰地反映企业信息管理结构的治理状态。

就此而言,企业信息管理结构熵的意义不容忽视。

4企业信息管理的时效熵与质量熵为了进一步测度企业信息管理的有效度,可以通过企业信息流通的时效和质量来测算。

阎植林,邱菀华[19]在文中提到时效反映交易信息在该企业结构传递过程中的时效性大小;质量反映产品信息在该企业结构传递过程中的准确性大小。

两者互为消长,可见,从信息传播的时效性和准确性分别定义系统的有序度,然后将二者结合起来是评价企业信息管理效率的基本原则。

程度过程中抵消了部分管理熵。

企业势力越大,能够转移出的管理熵越多。

而企业势力可以通过价格和成本的关系来表示,因此,本文采用勒纳指数η表示企业势力(η=(P-MC)/P, P表示企业产品价格, MC表示企业产品的边际成本), 0 <η< 1。

随着企业不断地向市场转移熵,企业结构熵会不断增大[20]。

吕坚[21]等人研究证明由于市场中企业间的交易实质就是交易信息的发送和反馈,因此,假设发出交易信息的实际状态空间为x={x1,x2,…,xm},先验概率分布为:P(x)={P(x1),P(x2),…,P(xm)}接收交易信息实际状态空间为y={y1,y2,…,ym},后验概率分布为:P(x/y)={P(x1/yj)|i=1,…,m,j=1,…,n}在多数情况下, m=n。

yj与xi可能相同,也可能不同,这种存在的不确定程度为:Hyj(x) =∑mi=1P(xi/yj)lnP(xi/yj) (1)它表示在收到交易信息yj条件下x的熵,其平均值为:Hy(x) =∑P(yj)∑P(xi/yj)lnP(xi/yj) (2)它表示收到交易信息后x的条件熵,也记做(x/y)。

设市场共有n个基层企业, w 个市场结构层次,中间层企业个数为k。

根据信息论,以Fi为信源,以Fj为信宿。

李铮[22]认为时效熵与质量熵的定义为:(1)时效熵(H1)是指在某时间段ti内, Fi向市场中其他企业发出交易信息后,收到反馈信息的不确定性的大小。

(2)质量熵(H2)是指在某时间段ti内, Fi向市场中其他企业发出交易信息后,接收方所反馈信息与发送信息是否相一致的不确定性大小。

5结语通过文献综述,基于对热力学中有关熵理论和结构熵理论的理解,本文将结构熵的概念与管理学中企业信息管理的相关理论相结合,通过比较文献中结构熵和信息管理相结合的数学模型,通过确定企业信息管理的评价指标体系,比较了信息管理的时效熵和质量熵两个个评价指标,计算企业信息管理的有序度。

当然,涉及评价企业信息的各个指标在数值取值的方法以及对结构熵模型的理解,还需要今后更加深入地研究。

参考文献[1]ALBERT R,JEONG H,BARABASI A L·Diameter of theworld-wide web[J]. Nature,1999,401(9):130-131.[2]BARABASI A L,ALBERT R,JEONG H·Mean-field the-ory for scale-free random networks[J].Physica A,1999,272(1/2): 173-187.[3]谭跃进,吴俊·网络结构熵及其在非标度网络中的应用[J].系统工程理论与实践,2004,24(6):1-3.[4]LAWRENCE S,GILES C L·Searching the World WideWeb[J].Science,1998,280(3):98-100.[5] 辛志红,胡培,于翔.熵、信息与企业组织结构演进[J].西南交通大学学报, 2006, 41(4): 250-253.[6] 李习彬.熵———信息理论及系统工程方法论有效性分析[J].系统工程理论与实践, 1994, 14(3): 15-22.[7] 阎植林,邱菀华.管理系统有序度评价的熵模型[J].系统工程理论与实践, 1997, 17(6): 45-58.[8] 吕坚,孙林岩,朱云杰,等.组织结构有序度的结构熵评价研究[J].预测, 2003, 22(4): 72-74.[9] 辛志红,胡培,于翔.熵、信息与企业组织结构演进[J].西南交通大学学报, 2006, 41(4): 250-253.[10 ]张志峰.基于结构熵的生产系统有序性评价的实证研究[J].机械工程学报, 2007(6): 62-67.[11] NadlerD,TushmanM. Strategic organizationdesign[M].Gl-enview, Il.l: ScottForesman, 1988.[12] MarkusM L,RobeyD. Information technology and organiza-tional change: casual structure in theory and research[ J].ManagementScience, 1988, 28(5): 583-593.[13] 严若森,公司治理结构熵及其算例分析[J]。

相关文档
最新文档