物流业态及演进问题研究——基于中、微观视角结合的系统分析

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:zye284818093
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着物流发展的日益加快和物流活动战略地位的不断提高,物流产业快速壮大,物流组织形态及其管理活动也日渐复杂多样。面对物流发展中体现的诸多新特性,如何解释这种变化,找到物流变革的发展动力和实施主体,揭示物流的发展规律成为物流研究中的重要课题。  本文综合运用系统理论中的复杂适应系统、自组织及涌现现象理论,经济学中的企业理论,交易费用理论和分工理论以及模块化理论中的相关原理,以物流合作问题为导向,采用定量和定性分析相结合的方法,提出了物流业态的概念并构建了分析物流业态演进问题的一般框架,研究了物流业态及其演进的动力、机理和路径问题。研究结果对解释物流组织形态形成,物流组织界面变化和物流领域中合作的发展,以及对制定物流标准化和物流信息化战略以及推动物流企业流程再造具有重要的理论意义和现实意义。本文的主要工作和创新点有:  (1)提出一种新的物流定义形式,将物流视为克服生产各个阶段及生产、消费之间空间与时间的分离而进行的,涉及各种货物及相关信息、资金的计划、实施和控制管理的各项活动,物流产业可以视为经济系统中创造时间、空间效用的生产体系。通过将物流业态演进视为基于过程的复杂适应系统的变革这一角度,对物流活动进行微观分析。  (2)构建了团队合作分析的一般数理模型并扩展到多团队合作和组织间合作,解释了团队的协作效应并给出了管理层出现的理论意义。  (3)提出了组织技能空间概念模型,用之来度量复杂性。通过分析任务单元的依赖关系,并根据任务完成过程的潜在冲突在组织技能空间中不同区域的分布方式来研究复杂性,从而将动态的复杂性和变化的企业能力纳入到一个统一的分析框架之中。与团队合作模型结合可以分析任务复杂性对组织的影响,以及组织分工解决复杂问题的具体方式。  (4)研究了物流任务之间依赖关系的复杂性对物流企业组织结构以及企业间合作方式的影响,将物流企业在通过量的速度经济和企业能力存量之间取得平衡的目标进行分解。一是分析通过默会知识封装,减少对公共知识的需求,有效的降低物流的复杂性的方式来处理复杂任务的方式。物流企业根据自营业务和联盟合作的需要进行组织内部的优化,对职能模块的一系列操作符的组合,这些操作符主要有分割、替代、移植、排除和扩展。本文对于每一种操作符的成本和价值获取进行了分析。并建立了物流企业组织架构调整的价值地形图。一是通过企业层次之间的合作解决复杂问题,重点讨论了协作成本系数以及自营绩效系数和分成比例对物流联盟的影响。
其他文献
随着社会的发展,视频监控系统在人们生活中的作用越来越大,需要用到的地方也越来越多,但有的地方和场合不适合布线或者布线繁琐,传统的有线视频监控系统就不能适应,这样就需
本文通过在对光纤Bragg光栅传感技术的理论进行分析的基础上,结合模拟试验对其应用于煤矿顶板的应变检测进行研究。煤矿顶板围岩的应力是引起顶板事故的根源,光纤Bragg光栅通过
  智能交通系统(Intelligent Transportation Systems)是一个广泛的概念。基于计算机视觉、模式识别与图像处理的交通监控系统是其十分重要的组成部分。随着我国车辆工业的
对煤矿井下的复杂环境实时监测以及信息稳定传输是保证煤矿安全生产的重要因素。与传统有线监测网络系统存在成本高、铺设困难、移动性差等缺点相比,无线传感器网络(WSN)是由
未来城市人口的激增不管是在生活上还是在出行上都给人们带来了极大的不便。而悬挂式单轨交通(空轨交通)作为一种新的交通方式能够在一定程度上解决人们的出行问题。为了人们
  脱机手写体汉字识别技术有着重要的研究价值,从中我们不仅可以得到理论上的提升,它的实现还可以解决更多的实际应用问题。但是因为汉字的识别具有一些难点,如整个汉字集的规
极限学习机(Extreme Learning Machine,ELM)是一种新型的单隐层前馈神经网络,由于其具有结构简单,学习速度快,以及良好的泛化性能等优点正日渐受到众多研究学者们的青睐。但是,该算
现阶段,我国煤炭安全生产形势严峻,制约煤炭工业发展的突出问题之一就是煤矿的安全问题,缓解煤炭安全生产的重要方法是加强对煤矿生产的安全监控,对煤矿安全的科研工作也要进一步
随着现代汽车技术的日益发展,人们对于汽车的要求也越来越高,汽车电子设备不断增加,汽车的电子化、智能化、网络化逐步成为现代汽车发展的重要标志之一。   本文首先分析了汽
  人体行为识别指对人的运动模式进行分析和识别,并利用自然语言等加以描述,它是计算机视觉领域的研究热点。人体异常行为检测和识别是人体行为识别的一个重要的研究方向,同时