Operational excellence in a green supply chain for environmental management: A case study

Nowadays, organizations have started to become more conscious about the environment in their supply chain operations. The greening process has guided supply chain practices into new ways of thinking according to green standards. The assessment of the performance of green supply chain management (GSCM) requires a holistic view for the whole supply chain. In this context, given that becoming green in the operational side of activities is essential, the performance assessment of operational activities also requires a holistic view to be taken. In this paper, an attempt has been made to improve the performance of GSCM by examining and evaluating the green operational excellence of a hot dip galvanizing company. The framework includes several green operational excellence key criteria, namely, quality management, efficiency management, green production/manufacturing, eco‐packaging, and green design. First, the weights of the criteria and the respective measurements were found by fuzzy analytic network process. Then, the overall operational performance score was found by a weighted scoring method. Finally, both managerial and theoretical implications were suggested according to the outcomes and findings of the case study.     

原子荧光法测定生活饮用水中硒的方法验证

采用《生活饮用水标准检验方法金属指标》(GB/T 5750.6—2006)中氢化物原子荧光法对水中硒的方法验证进行研究,分别从人员、设备、物料、环境、方法性能等方面进行具体说明.结果表明,方法验证各指标均满足评价标准要求,实验室具备氢化物原子荧光法测定生活饮用水中硒的检测条件和能力.     

Towards a fairer manager performance measure: a DEA application in the retail industry

Abstract

Retailers need to determine the performance of their individual stores and, beyond the stores, the managers in charge of running them. The aim of this paper is to develop performance standards that can be applied to fairly distribute rewards to managers regarding their performances by taking into account store neighbourhood characteristics. In order to propose a fairer measure of store performance, the authors introduce and explore the concepts of organizational justice and store efficiency. They use real data from a French supermarket chain and a geomarketing approach. The two-step Data Envelopment Analysis (DEA) model results are compared with a retailer’s ranking. The retailer tends to favour points of sale having a more important sales area, with more employees and operating in a more densely populated area with a higher buying power. The ranking stemming from the DEA model links store performance to other geo-demographic variables.     

钻孔咬合桩在复合地层中的应用研究 ——以杭州地铁3号线工业大学站为例

钻孔咬合桩多用于软土地层,采用全套管钻机软切割法施工,但在上软下硬的复合地层中,全套管法成孔困难,无法保证桩体的垂直度,以致于咬合效果达不到设计要求。为了解决此类工程问题,依托杭州地铁3号线一期工程工业大学站基坑工程,研究了钻孔咬合桩在上软下硬复合地层中的适应性及应用情况,并与其他围护方式在可实施性、安全性、经济性、施工效率等方面进行了综合比较。研究结果表明,在复合地层中采用旋挖钻机硬切割法施工咬合桩,成孔效率高,桩体垂直度高,止水效果好,能产生更好的工期效益、社会效益和经济效益。并且钻孔咬合桩能够很好地适应复合地层,经济性好,施工效率高,解决了复合地层中钻孔咬合桩的施工工艺和设备选型问题。研究过程及结果可为复合地层中的基坑工程施工提供借鉴与参考。     

基于改进TOPSIS法的供应商选择模型研究

为有效地帮助企业快速找到合适的供应商合作伙伴,采用直觉模糊集、评分函数等方法对TOPSIS评估法进行优化,并以此为基础建立了一种供应商选择模型。首先,采集和评估供应商的产品质量、产品价格、产品交货的可靠性、供应位置、财务情况、库存水平、劳资关系、发展能力和技术能力等相关信息,由专家给出主观评估信息,汇总为综合属性值;然后,通过直觉模糊熵确定各评估指标的权重;最后,综合考虑供应商选择决策过程中的多个目标和标准,应用改进TOPSIS法的对供应商进行分类选择。结果显示,基于改进TOPSIS法的供应商选择模型能够较准确地反映出各供应商的真实水平和对企业的潜在价值,可以有效地解决不确定条件下对供应商的选择问题,提高了供应商选择结果的可靠性。改进后的模型简便易行,具有良好的稳定性,对于合理制定企业供应商选择标准以及进一步优化决策模型具有一定的借鉴意义。     

论应用文教学改革中学生职业能力的培养

高职院校应用写作教学虽然取得了一定的成果,但仍存在诸多问题。本文提出以培养学生的综合职业能力为目标,改革传统教学模式。通过与专业学科的整合优化应用文写作的教学内容,灵活运用多种有效的课堂教学方法,切实提高学生的综合职业能力,增强学生的就业竞争力。     

“信号与系统”课程教学方法初探

针对"信号与系统"课程理论性强、数学公式多,学生理解和掌握困难以及实验条件有限等现状,提出了运用主线教学法、比较法等多种教学方法,将MATLAB仿真软件引入课程教学的各个环节,加强习题课教学等措施以期达到提高教学效果的目的。最后通过一个实例说明了该教学方法的具体运用。     

基于灰色关联模糊模型的黑龙江省农产品流通企业发展水平评价

利用2005—2011年黑龙江省农产品流通企业发展水平指标的年度数据,利用灰色关联度分析法与模糊综合评判法相结合构建模型,以此作为定量分析黑龙江省农产品流通企业发展水平的基础。研究表明,黑龙江省农产品流通企业发展水平处于一般状态且存在发展结构不合理的现象。     

贷款行业集中度对商业银行系统性风险影响的实证研究——基于MES方法

金融危机爆发后,银行业系统性风险得到了广泛的关注。基于2007-2012年中国10家上市银行的相关数据,文章利用MES方法测算系统性风险贡献度,分析贷款行业集中度对商业银行系统性风险的影响。研究结果表明,贷款行业集中度对商业银行系统性风险存在正向影响。因此,商业银行在投放贷款过程中,应该防范贷款行业投向的过度集中,从而减少系统性风险爆发的可能性。该研究结论为我国商业银行合理配置信贷资源提供了有利的依据。     

一种商业银行客户分割的多维方法——基于客户期望收益和态度的分割模型

客户分割与资源分配是企业一直在努力解决的问题,但目前,空前巨大的客户数据量使得准确进行市场细分和寻找目标市场变得复杂和难以有效实施。通过数据挖掘技术从大型数据库中抽取隐藏的预测信息,利用层次聚类分析建立了一个根据客户的多个态度维度进行客户分割的多维方法。结果表明,以这一方式产生的聚类在同质性较好并且通过参考人口学特征的差别能够获得客户细分市场的轮廓。此外,识别了四个有特色的、表明对信息服务和技术有特殊偏好的客户群。