经营者激励机制

摘要： 正没有国企管理体制和机制的改革成功,国企改革这盘棋就很难整体走活,充其量也只是在特殊条件下取得的局部成果。新一轮国企改革的实质是确立了国有企业市场化的改革方向。国企改革的市场化就是要解决国企管理体制和国企经营方式的市场化这两大问题。经过30年的改革,国企经营方式的市场化已经有了明显改观,但国有资产和国有企业管理体制的市场化问题还远未解决。国企管理体制的问题不解决,直接

摘要： 一、我国国有企业经营者激励机制存在的问题及原因rn纵观我国国有企业近年来的改革历程，归根到底就是一个激励企业经营者提高企业的经营效率的过程。近年来，从国务院国资委到地方国资委，都初步建立了国有企业经营者的激励机制，

摘要： 研究经营者激励机制对企业技术创新的影响是现代企业管理的重要内容.以中国2004-2007年372家上市公司的数据为样本,探讨经营者激励机制与技术创新之间的关系并对其进行了实证研究.研究发现:由于国有企业的所有权和经营权的分离程度较高,技术创新代理行为的影响要甚于民营企业,因此经营者持股极少,较高的技术创新动力只能来自于边际激励效应.通过采用White-Heteroskedasticity方法对模型进行异方差检验,结果表明:经营者拥有剩余索取权有利于企业的技术创新;国有企业经营者拥有剩余索取权对企业技术创新的影响程度要高于民营企业.

摘要： 以人为本是现代企业经营管理的关键和重要课题，人的积极性往往是通过激发动机来实现的，激励问题日益成为现代企业管理中的核心内容。同时激励问题也一直是管理心理学的核心内容和研究热点之一。管理心理学把激励看成是一个“持续激发动机的心理过程”，通过激励，在某种内部或外部刺激的影响下，使人始终维持在一个兴奋状态中。

摘要： 纵观国有企业近年来的改革历程，它就是一个激励经营者提高企业的经营效率的过程，虽然经过多方努力，但是目前国有企业仍然缺乏一种激发经营者积极性和创造性的有效动力机制，普遍存在着激励不足的现象。国有企业经营者是帮助国有企业获得持续竞争优势的关键性人力资源。国企经营者激励机制低效问题已经成为国企发展的制约因素。

摘要： 国有企业经营者激励机制存在的问题 首先，对激励机制的理解相当片面，先是用承包制替代企业激励机制，后又把引进的职工持股制作为企业激励机制的全部。其实，承包制作为经营者激励只有在充分考虑企业发展需要的前提下才能全面发挥作用，否则，只能发挥其满足承包者个人发财需要的功能，从而损害企业利益。

摘要： 随着竞争环境的不断变化，高级管理人才的作用日益突出，企业激励对象的研究更多地转向对经营者激励。企业内如果没有建立有效的经营者激励机制，根据委托代理理论，经营者就有可能产生机会主义行为。因此，经营者激励机制是现代企业激励机制的中心环节。

摘要： 随着经济全球化进程的加快，银行业在国家经济发展中的作用越来越引人注目，而银行经营者的素质、能力及心态如何往往会影响银行的发展命运。而中国国有银行经营者通常都是通过行政体系任命的，与其能力、职业素养、业绩没有太多关系，在实际的经营活动中，经营者的利益又不与银行的经营业绩挂钩，即银行经营者实际激励空缺，从而导致经营者的责任空缺，

摘要： 针对异质产品Cournot寡头竞争市场,研究两种不同委托授权下企业的横向兼并效应与内部激励机制调整问题.首先证明了无论企业采用何种类型委托授权模式都具有较大的横向兼并动机,且产品替代性程度越低,兼并动力越大,只是在分散委托授权模式下企业的兼并动机比集中委托授权模式稍弱一些.并且证明兼并企业采用分散委托授权模式时与采用集中委托授权模式时其经营者激励机制调整有明显不同,集中委托授权模式所采用的经营者激励机制其攻击性普遍增强,而分散委托授权模式所采用的经营者激励机制其攻击性普遍减弱,但未兼并企业所采用的经营者激励机制其攻击性总是随兼并规模的增大而增加.

摘要： 后转轨经济中最稀缺的资源并不是物资要素而是企业家。通过动态的制度设计和机制转换，既充分调动企业经营者的积极性，又符合国有企业改革的方向，进而形成物质要素和人力资本的合理配置，以促进国有企业效率提高，是目前国有企业改革的重点和内在逻辑。构建科学的经营者激励机制则是其可行的改革途径。

摘要： 本发明公开了一种面向弹性停车激励机制的激励效益计算方法，包括以下步骤：S1：将停车场管理方与驾车者设定为博弈模型中的双方局中人，获取满足最优化决策的激励效益目标函数；S2：结合弹性停车激励系统中所记录的驾车者出行轨迹、竞价时间与竞价价位，分析驾车者出行成本与激励强度之间的关系，确定激励强度累计分布函数；S3：根据博弈模型，构建面向弹性停车激励机制的激励效益计算模型；S4：对构建的激励效益计算模型进行非线性变换并求解。本发明能够准确地计算出弹性停车激励机制所带来的激励效益，弥补了现有技术无法计算弹性停车激励机制的激励效益的不足。

摘要： 本发明公开了一种溢价机制与配额制相结合的可再生能源激励机制构建方法。包括以下步骤：建立溢价机制与配额制协同作用下的电力市场均衡模型；采用遗传算法求解溢价机制与配额制协同作用下的电力市场均衡模型；基于模型求解结果，确定溢价机制与配额制协同机制中，溢价机制和配额制各自的政策占比；根据该占比，设计出溢价机制与配额制相结合的可再生能源激励机制。本方法得到的可再生能源激励机制，能够实现溢价机制与配额制的优势互补，在促进可再生能源发电的技术进步，实现更大社会总效益的同时，有效降低政策风险，具有良好的经济性和实际应用价值。

摘要： 本发明公开了一种基于区块链的联邦学习激励机制的方法，步骤如下，通过评估设定参与方数据质量、信誉度门槛，保护现有参与方的利益，当参与方的数据质量、信誉度同时大于数据质量门槛、信誉度门槛时，允许参与方加入联邦学习；增加惩罚机制有效保证现有参与方的利益；通过区块链技术实现激励过程的公开透明，保证激励的公平与参与方的积极性。基于模型效果的激励机制中加入模型训练的阶段因子，减少模型训练不同阶段效果提升难度的影响。让参与方因为长时间的等待而获得相应的回报，保证参与方的积极性。本发明可有效保证现有参与方的利益；保证激励的公平与参与方的积极性；减少模型训练不同阶段效果提升难度的影响。

摘要： 本发明公开了一种基于众包方式和激励机制的联邦学习系统，包括：基础数据层，用于存储联邦学习系统的数据；业务响应层，用于响应于系统用户的任务请求，根据任务请求采用众包方式进行所述联邦学习系统的任务管理，系统用户包括任务发布者和任务参与者；辅助训练层，用于根据激励机制辅助联邦学习系统的联邦学习全局模型训练，激励机制包括任务分配机制、声誉机制和奖励机制；用户交互层，用于支撑系统用户与联邦学习系统的交互，实现用户操作与数据结果的可视化。本发明能够对参与者、任务以及训练策略进行统一管理，并通过设计的激励机制鼓励数据拥有者持续参与联邦学习任务，可广泛应用于联邦学习技术领域。

摘要： 本发明公开了一种虚拟电厂需求响应激励方法及实现装置，所述方法包括获取用户需求响应，对其有效性进行判定，结合判定的结果，调整预先确定并划分好的分配系数档位，其中，所述分配系数档位通过基于省区政策及用户自身条件，确定分配系数上下限，并对分配系数进行分档获得；判断用户分配系数是否达到分配系数分档上下限，对达到上下限档的用户进行豁免卡和停留卡奖惩措施；用户可对处罚提起申诉，调查了解用户响应实际情况，遇到不可抗力或特殊原因，取消惩罚，保护用户参与响应积极性；在进行资源调度时，优先考虑分配系数高的资源；用户的分配系数作为用户画像的维度，辅助聚合商评价用户，提高用户评价维度，更准确地刻画用户。

摘要： 本发明涉及一种基于深度强化学习的群智感知激励机制方法，获取参与者位置和移动轨迹信息，将参与者移动过程建模为马尔可夫决策过程，采用深度强化学习预测其在下一个激励周期内的移动轨迹，预测参与者在下一个激励周期结束时的位置分布，通过计算参与者的预测位置分布与数据请求方提供的感知数据目标分布的相对熵，选择大于相对熵阈值区域内的参与者进行激励。本发明避免在同一时间段内对所有参与者进行激励、对同一个参与者在所有激励周期内都进行激励，合理的激励机制解决群智感知参与者收集到的感知数据分布情况与数据请求方提供的目标数据分布之间差异较大、覆盖质量较低的问题；可被广泛应用于移动群智感知领域，降低激励参与者的成本。

摘要： 本发明公开了一种基于两阶段激励机制的双向拍卖方法、设备及存储介质，包括，获得虚拟代理降序预算数组和用户竞价正序数组；对两个数组进行比较，获得满足虚拟代理降序预算数组大于等于用户竞价正序书序的最大索引，并分别截取虚拟代理降序预算数组及用户竞价正序数组的前k项，构成虚拟代理降序预算新数组和用户竞价正序新数组；如果最大索引等于2，则执行Vickery拍卖，否则生成虚拟代理预算差价数组及用户竞价差价数组；生成一个随机数，根据随机数与预设超参数的比较结果，则执行kVickrey拍卖或AucSP拍卖，用户拍卖获胜，获得奖励；生成拍卖获胜的用户及虚拟代理匹配对。本发明有效提高代理‑用户对的匹配效率和质量。

摘要： 本发明公开了一种基于区块链激励机制的物联网环境安全检测方法，其步骤如下：S1：准备：检测人员通过物联网安全维护平台下载物联网环境安全参数获取插件；S2：获取参数：检测人员通过步骤S1中获得的安全参数获取插件与物联网实现匹配，匹配后获取物联网环境数据；S3：编写检测插件：检测人员通过采用合适的计算机语言，并按照物联网自定义插件规范编写安全检测插件；本发明通过对编写安全检测插件的检测人员进行双重激励，同时对编写编写的漏洞修复插件的修复进行激励，能够有效的提高物联网环境安全建设的积极性，大大提高了物联网环境发展的效率。

摘要： 本发明涉及一种基于激励机制的网联车行驶路径规划方法、系统及设备，该方法通过获取控制中心所有网联车路径规划，采用利润函数、激励策略和收益函数对所有网联车的规划路径集合进行处理、分析，基于激励策略的博弈理论控制中心得到规划路径的最优奖励，基于最优奖励筛选出每辆网联车的最优路径，促使对应网联车选择最优路径行驶，使得在所有网联车行驶的利润最大化，同时也使控制中心获得的全局利益达到最大，从而有效地提高道路利用率，解决了现有云计算中心规划的网联车行驶路径不合理，导致道路利用率低的技术问题。

摘要： 本发明针对现有技术的局限性，提出了一种联邦学习中基于反向拍卖的隐私保护激励机制训练方法，该方法不会发送提取器给中央服务器，仅使用生成器来拟合提取器的输出，使得联邦学习参与者上传给中央服务器的模型不直接由原始数据训练而成，因此中央服务器不能够反推出原始数据，从而保护了数据隐私；另外，本发明以反向拍卖的方式对联邦学习参与者激励，能够满足训练过程中的个人理性、真实性和预算可行性。