高妮妮
- 作品数：8 被引量：33H指数：3
- 供职机构：天津商业大学商学院更多>>
- 发文基金：国家自然科学基金天津市哲学社会科学研究规划项目更多>>
- 相关领域：医药卫生经济管理理学自动化与计算机技术更多>>
- “最后一公里”配送模式影响因素分析——基于利益相关者视角被引量：3
- 2017年
- 从利益相关者视角出发,研究"最后一公里"配送模式的影响因素。基于米切尔多维细分法对利益相关者做出界定,包括内部利益相关者,即物流公司和最终顾客,也包括外部利益相关者,即社会大众和政府。通过分析得出影响"最后一公里"配送模式的因素包括资金实力、盈利能力、目标客户群、顾客居住密度、群体类型、经济状况等内部利益相关者方面的因素,以及大众基本诉求、政府政策等外部利益相关者方面的因素。基于上述分析,为末端配送模式的提供者提供相关建议。
- 高妮妮卫丹王晨晨付嘉玮
- 关键词：利益相关者最后一公里配送模式影响因素
- 建立手术室隐性成本管理体系的构想被引量：3
- 2013年
- 基于提高医院经济管理水平、减轻患者经济负担的目的，提出了建立手术室隐性成本管理体系的构想。从规划构建层、运营管理层和作业操作层3个层次分析产生隐性成本的原因，构建手术室隐性成本构成框架体系；根据不同隐性成本特性，提出不同的估测方法；综合系统地应用各种管理理论，提出不同隐性成本的控制方法。
- 刘俊兰高妮妮刘丽
- 关键词：手术室
- 基于生产函数和成本函数的医院隐性规模成本估测被引量：1
- 2013年
- 自20世纪90年代以来，随着市场经济体制的建立以及我国医疗改革的不断推行，我国医疗机构发展迅速，尤其在2000年后，全国各地不仅新建许多医院，各个医院还通过现址扩张、新建分院、合并、建立联盟等多种方式进行规模扩张。数据显示，2000年我国800张床位以上的综合医院数量达71所，2005年迅速增至252所，2006年其数量达295所，2007年则上升至345所，连续7年以年平均25％的速度增长，可见我国医院规模扩张之快。医院规模的大小直接关系着资源配置的效率，关系着各种医疗资源的投入，如医护人员和管理人员的数量、病床配置数量等，对医院的发展有着重要的影响。医院是一个高投入的行业，规模一旦确定，投入的设备和建筑不能在短期改变，因此医院如果不能取得与其规模相应的收益，那么就存在着大量的资源浪费，最终导致规模隐性成本的存在。
- 高妮妮刘子先刘俊兰刘丽
- 关键词：成本函数生产函数市场经济体制医院规模
- 显性与隐性视角下的医院成本管理研究
- 本文针对医院成本管理的研究现状和医院成本管理的实际问题,从显性和隐性的视角出发,对医院成本管理进行全面系统的研究,重点针对医院显性成本和医院隐性成本的估测和控制方法进行了深入研究,主要研究成果如下: 第一、界定了显性成...
- 高妮妮
- 关键词：医院管理显性成本单病种
- 文献传递
- 运营管理在医疗服务业的发展演变及展望被引量：2
- 2013年
- 医疗服务业是关系国计民生的重要行业,如何优化配置医疗资源一直是众多学者关注的焦点。国外将运营管理应用于医疗服务业的历史已有百年,本文对运营管理在国外医疗服务行业应用的相关文献进行梳理,回顾了运营管理在医疗服务行业的发展演变以及各个阶段的研究成果,并对未来的研究方向进行展望。
- 高妮妮刘子先
- 关键词：运营管理医疗服务业
- 基于马氏田口方法的单病种成本影响因素优化选择被引量：7
- 2012年
- 针对以往统计方法基于各种假设前提、因素判断过程复杂、计算量大的缺点,为更准确有效地选择出影响单病种成本的关键因素,提出利用马氏田口方法对单病种成本的影响因素进行优化选择。在对以往单病种影响因素研究回顾和对马氏田口方法介绍的基础上,以某医院单纯性阑尾炎病种为例,利用马氏田口方法对阑尾炎成本的影响因素进行选择识别,用选择后的因素对病种成本进行回归预测拟合度达82%。研究结果表明马氏田口对单病种成本影响因素优化选择具有有效性,为单病种成本影响因素选择提供了一种有效的方法。
- 高妮妮刘子先
- 关键词：影响因素
- 隐性成本含义、估测方法和控制方法研究述评被引量：14
- 2014年
- 隐性成本作为成本内容的重要组成部分,在很大程度上影响着企业的决策和财务绩效,更关乎企业的长远发展,目前隐性成本已成为近些年来企业成本管理的重要内容。为了对目前隐性成本的研究有系统地认识和了解,文章在对国内外相关文献进行回顾的基础上,对隐性成本含义、隐性成本的估测方法和控制方法进行分析述评,总结了目前研究存在的不足,并对未来隐性成本进一步需要深入研究的问题进行展望。
- 高妮妮刘子先
- 基于CV-SVM方法的手术时间估计被引量：4
- 2014年
- 手术时间估计是进行科学手术排程的前提和依据,为了能够准确地估计手术时间从而为手术排程提供有效信息,采用交叉验证(CV)方法优化支持向量机(SVM)参数,构建基于交叉验证的支持向量机模型对手术时间进行估计。为了验证模型的性能,将CV-SVM模型与径向基(RBF)神经网络模型相对比,通过某医院眼科角膜移植手术时间估计进行实例验证。结果表明,相比RBF模型,基于CV-SVM模型的手术时间估计结果平均绝对百分误差在11%以内,相对误差在23%以内,验证了模型的有效性,为手术时间估计提供了一种有效的方法。
- 高妮妮刘子先张海英
- 关键词：手术时间
