1、外文文献翻译译文一、外文原文原文INFORMATIVENESS,INCENTIVECOMPENSATION,ANDTHECHOICEOFINVENTORYBUFFERBAIMAN,STANLEYNETESSINE,SERGUEISAOUMA,RICHARDMOSTOFTHEAGENCYTHEORYWORKINMANAGERIALACCOUNTINGHASSTUDIEDTHERELATIONBETWEENPERFORMANCEMETRICPROPERTIESEG,INFORMATIVENESS,PRECISION,CONGRUITYANDOPTIMALINCENTIVECOMPENSATION,
2、HOLDINGFIXEDTHEFIRMSOTHERORGANIZATIONALDESIGNDECISIONSEG,HIERARCHICALSTRUCTURE,JOBASSIGNMENT,PRODUCTIONTECHNOLOGYHOWEVER,BYHOLDINGFIXEDTHESEOTHERORGANIZATIONALDESIGNCHOICES,ONECANNOTSTUDYWHETHERANDHOWTHEYAFFECTTHEPERFORMANCEMETRICPROPERTIESASHEMMER1998,321322NOTES,THEVALUEOFAPERFORMANCEMEASUREISDETE
3、RMINEDNOTSIMPLYBYITSCONGRUITYANDPRECISIONBUTBYITSINFLUENCEONTHEOPTIMALORGANIZATIONALDESIGNMUCHOFTHERECENTTHEORETICALACCOUNTINGLITERATUREHASLARGELYIGNOREDCOMPLEMENTARITIESBETWEENPERFORMANCEMEASURESANDORGANIZATIONALDESIGNINTHISSTUDY,WEEXPANDONHEMMERS1998OBSERVATIONBYSTUDYINGHOWTHEINFORMATIVENESSANDINC
4、ENTIVEPROPERTIESOFAPERFORMANCEMETRICAREINFLUENCEDBYONEOFTHEFIRMSORGANIZATIONALDESIGNCHOICESTHESIZEOFITSINVENTORYBUFFERSTHEINTRODUCTIONOFJUSTINTIMEJITAND,MOREGENERALLY,LEANMANUFACTURINGHASLEDTOANINCREASEDEMPHASISONCONTROLLINGANDREDUCINGINVENTORYLEVELSMANAGERIALACCOUNTINGHASRESPONDEDTOTHISREDUCTIONINI
5、NVENTORYWITHNEWCOSTINGTECHNIQUESSUCHASBACKFLUSHCOSTINGHORNGRENETAL2008HOWEVER,WESHOWTHATTHECHOICEOFINVENTORYBUFFERSHASAMORESUBTLEEFFECTONTHEDESIGNOFTHEMANAGERIALACCOUNTINGSYSTEM,INTHATITAFFECTSTHEINFORMATIVENESSOFPERFORMANCEMETRICSPRODUCEDBYTHEMANAGERIALACCOUNTINGSYSTEMSIMILARTOOURMODEL,HEMMER1995,1
6、998ANDGIETZMANNANDHEMMER2002EXAMINEHOWDIFFERENTWORKFLOWARRANGEMENTSBETWEENAGENTSAFFECTTHEINFORMATIONAVAILABLEFORCONTRACTING,ANDTHEINCENTIVESFACINGAGENTSOURWORKISDISTINCTFROMTHESEMODELSTHATDONOTCONSIDERBUFFERSIZEASONEOFTHEPRINCIPALSCHOICEVARIABLESNAGARETAL2009EXAMINETHEROLEOFINVENTORYBUFFERSINAGENCYP
7、ROBLEMS,ALTHOUGHUNLIKEOURMODEL,INTHEIRSETTINGBUFFERSAREFILLEDBYAGENTSINORDERTOSIGNALPRIVATEINFORMATIONANDBUFFERSIZEISNOTACHOICEVARIABLEALLESETAL1995DOFOCUSONTHEEFFECTTHATTHECHOICEOFBUFFERSIZECANHAVEONTHEINFORMATIVENESSOFPERFORMANCEMETRICSTHEMAJORDIFFERENCEBETWEENOURWORKANDTHEIRSISTHATTHEYDONOTFORMAL
8、LYMODELHOWBUFFERSAFFECTPERFORMANCEMETRICS,BUTINSTEADASSUMEAMONOTONICRELATIONINCONTRAST,WEFORMALLYMODELTHEINVENTORYPROCESSANDDERIVEANONMONOTONICRELATIONBETWEENBUFFERSIZEANDTHEINFORMATIVENESSOFTHEAGENTSPERFORMANCEMETRICTHEMODELCONSISTSOFASINGLEPERIODANDAFIRMCOMPRISEDOFARISKNEUTRALPRINCIPALANDAGENTCONT
9、RACTINGTAKESPLACEATTHESTARTOFTHEPERIODWHENTHEAGENTISHIREDTOSETUPAWORKSTATIONTOPROCESSINCOMINGINTERMEDIATEUNITSEG,TESTCOMPLETEDCOMPUTERSORWELDAUTOMOTIVECHASSISTHEINTERMEDIATEUNITSARRIVESTOCHASTICALLYINTOTHEWORKSTATIONSINCOMINGINVENTORYBUFFERATACOMMONLYKNOWN,MEANARRIVALRATEOFTHEBUFFERHASCAPACITYBN,ALL
10、OWINGAMAXIMUMOFB1UNITSTOBEHELDINFRONTOFTHEWORKSTATIONWHILETHEWORKSTATIONPROCESSESONEUNITIFANINTERMEDIATEUNITARRIVESANDTHEBUFFERISNOTFULL,THENTHEUNITISADDEDTOTHEINVENTORYHOWEVER,IFTHEBUFFERISFULL,THENBLOCKINGOCCURSANDINTERMEDIATEUNITSCEASEARRIVINGUNTILTHEREISSPACEINTHEBUFFER,WHEREUPONTHEINTERMEDIATEU
11、NITSBEGINARRIVINGATTHESAMESTOCHASTICRATEASBEFOREOURASSUMPTIONSREGARDINGARRIVALANDPROCESSINGRATESFOLLOWTHESTANDARDM/M/1/BQUEUINGMODELWITHFINITEBUFFERSUSEDINTHEOPERATIONSMANAGEMENTLITERATURE7NOTETHATWHILEWEAREMODELINGASINGLEPERIODINTHATTHEAGENTCHOOSESHISSETUPEFFORTONLYONCEATTHESTARTOFTHEPERIOD,WEANALY
12、ZETHESTOCHASTICEVOLUTIONOFTHEWORKSTATIONSTHROUGHPUTOVERTHEENTIREPERIODTHETRANSIENTBEHAVIOROFTHROUGHPUTINQUEUINGSYSTEMSWITHFINITEBUFFERSCANNOTBEDESCRIBEDANALYTICALLY,ALTHOUGHTHESTEADYSTATEBEHAVIORCANBEDESCRIBEDINCLOSEDFORM8ASARESULT,THEOPERATIONSMANAGEMENTLITERATURETYPICALLYUSESSIMULATIONSTOANALYZETH
13、ETRANSIENTBEHAVIOROFQUEUINGMODELSWITHFINITEBUFFERSANDCLOSEDFORMANALYSISTOEXAMINESTEADYSTATEBEHAVIORINCONTRAST,AGENCYMODELSHAVEEMPHASIZEDREWARDINGTRANSIENTBEHAVIOR,BUTSIMPLIFYTHEPRODUCTIONPROCESSEG,USINGTHELENMODELTOACHIEVECLOSEDFORMSOLUTIONS9INORDERTOINCORPORATESTOCHASTICINTERMEDIATEUNITARRIVALRATES
14、,STOCHASTICPROCESSINGRATES,ANDFINITEINVENTORYBUFFERSINOURANALYSIS,WEFOCUSONTHEPROBLEMSSTEADYSTATETHATIS,WEASSUMETHATTHEPRINCIPALISINTERESTEDINMAXIMIZINGHERSTEADYSTATEEXPECTEDPROFITANDTHATTHEAGENTSELECTSHISEFFORTTOMAXIMIZEHISSTEADYSTATEEXPECTEDUTILITY10THISISAREASONABLEAPPROXIMATIONIF,ASWEASSUME,THEP
15、RODUCTIONPROCESSREACHESSTEADYSTATEFAIRLYQUICKLYOURASSUMPTIONTHATTHEAGENTSEFFORTISEXPENDEDINSETTINGUPTHEWORKSTATIONBEFOREPRODUCTIONBEGINS,RATHERTHANMANAGINGTHEPRODUCTIONPROCESSASITEVOLVES,ISALSOCONSISTENTWITHOUREMPHASISONTHESTEADYSTATEBEHAVIOROFTHEWORKSTATIONANEXAMPLEOFOURMODELEDSETTINGISAROBOTICLINE
16、THATWELDSAUTOMOTIVECHASSISTHEAGENTSMAINTASKISTOPROGRAMTHESPOTWELDINGROBOTSTHISTASKINVOLVESIDENTIFYINGTHEOPTIMALPOSITIONOFTHECHASSIS,IDENTIFYINGTHEOPTIMALPOSITIONOFTHEROBOTICARMS,ANDMAKINGSURETHATROBOTPATHSDONOTCROSSEACHOTHERORTHECHASSISITSELFSOTHATNOTHINGISDAMAGEDINTHEPROCESSWHILEENSURINGTHATWELDING
17、ISDONEINTHELEASTPOSSIBLENUMBEROFSTEPSALLOFTHISPLANNINGANDPROGRAMMINGSETUPISDONEONCEBYTHEAGENTATTHEBEGINNINGOFTHESHIFTANDTHEREAFTER,ASLONGASTHEWORKSTATIONISINCONTROL,THEAGENTDOESNOTNEEDTOINTERVENECLEARLY,THEACTIONSOFTHEAGENTINPROGRAMMINGTHEROBOTSAFFECTTHETIMEITTAKESTOWELDTHECHASSISONAVERAGE,BUTTHEAGE
18、NTDOESNOTREPROGRAMTHEROBOTONCEPRODUCTIONHASBEGUNMOSTOFTHETIMETHEYALSOHAVEAHIGHDEGREEOFEDUCATIONOREXPERTISETHEYINCLUDEANYWHEREFROMAQUARTERTOATHIRDOFTHEWORKFORCE,BUTNOTEVERYONEWHOUSESKNOWLEDGEIFYOUAREDIGGINGDITCHES,YOUMAYHAVESOMEKNOWLEDGEONTHEJOB,BUTITSNOTTHEPRIMARYPURPOSEOFWHATYOUDOARECOMPANIESDOINGA
19、GOODJOBOFMANAGINGANDIMPROVINGTHEPERFORMANCEOFKNOWLEDGEWORKERSTHEYRENOTWHATMOSTORGANIZATIONSDOISHSPALTAHIRESMARTPEOPLEANDLEAVETHEMALONEWEVESPENTALOTOFEFFORTRECRUITINGKNOWLEDGEWORKERSANDASSESSINGHOWCAPABLETHEYMIGHTBEBEFOREWEHIRETHEMBUTONCETHEYREHIREDWEDONTDOALOTTOIMPROVETHEIRPERFORMANCEPROCESSIMPROVEM
20、ENTHASMOSTLYBEENFOROTHERWORKERSTRANSACTIONALWORKERS,MANUFACTURINGWORKERS,PEOPLEINCALLCENTERSALLTHESERIOUSAPPROACHESTOIMPROVINGWORKHAVELARGELYESCAPEDKNOWLEDGEWORKWELETKNOWLEDGEWORKERSGETAWAYWITHSAYINGTHERESNOPROCESSTOTHEIRWORK,THATEVERYDAYISDIFFERENTWEDONTMEASUREMUCHOFANYTHINGABOUTKNOWLEDGEWORKIFWEDO
21、NTMEASUREKNOWLEDGEWORK,WHYDOYOUTHINKTHERESROOMTOIMPROVEKNOWLEDGEWORKERPRODUCTIVITYANDPERFORMANCEITSAPRETTYWELLINFORMEDHUNCHPEOPLEIMPROVEPROCESSESALLTHETIMETHEYJUSTHAVENTDONEITWITHKNOWLEDGEWORKPROCESSESASMUCHITSANEXTRAPOLATIONOFTHESAMELOGICINOTHERWORK,THATPROCESSESCANBEIMPROVEDHEREISONENUMBERTHATINDI
22、CATESPERFORMANCEANDPRODUCTIVITYCANBEIMPROVEDIDCFOUNDTHAT1,000KNOWLEDGEWORKERSCANLOSEASMUCHAS6MILLIONAYEARJUSTSEARCHINGFORNONEXISTENTDATA,ORREPEATINGWORKTHATHASALREADYBEENDONEISITPOSSIBLEEVERYKNOWLEDGEWORKERISWORKINGTOHISORHERPOTENTIALITSPOSSIBLE,BUTUNLIKELYWECANGETALOTBETTERATIMPROVINGTHEIRPERFORMAN
23、CEWHYHASNTKNOWLEDGEMANAGEMENTHELPEDMOREINTHEEFFORTTOIMPROVEKNOWLEDGEWORKERPERFORMANCEANDPRODUCTIVITYKNOWLEDGEMANAGEMENTWASANEARLYATTEMPTTOINTERVENEINKNOWLEDGEWORKFORTHEMOSTPART,ITWASNTPARTICULARLYSUCCESSFUL,BECAUSEWEDIDNTLOOKCLOSELYATHOWKNOWLEDGEWORKERSDIDTHEIRWORKWETRIEDTOBETOOBROADINOURFOCUSMOSTOR
24、GANIZATIONSSIMPLYCREATEDONEBIGREPOSITORYFORALLKNOWLEDGEANDALLWORKERSTHEONLYWAYWECANGETPEOPLETOUSEKNOWLEDGEONTHEJOBISTOUNDERSTANDHOWTHEYDOTHEIRJOBS,ANDTHENFIGUREOUTSOMEWAYTOINJECTKNOWLEDGEINTOTHECOURSEOFTHEIRDAYTODAYWORK,NOTMAKEITASEPARATETHINGYOUHAVETOCONSULTWHENYOUNEEDKNOWLEDGEWEHAVETOBEMUCHMORETAR
25、GETEDINAPPROACHINGKNOWLEDGEMANAGEMENTWEHAVETOTARGETASPECIFICJOBANDTHEBESTWAYISTOUSETECHNOLOGYTOBAKETHEKNOWLEDGEINTOTHEJOBNOTETHATTHEMEANARRIVALRATEOFINCOMINGINTERMEDIATEUNITSANDTHEREFORETHEMAXIMUMMEANTHROUGHPUTISHOWEVER,IFTHEPRINCIPALINDUCEDTHEAGENTTOCHOOSER/1HSOTHATTHEWORKSTATIONWASSETTOPROCESSTHEI
26、NTERMEDIATEUNITSATTHESAMEAVERAGERATEATWHICHTHEYARRIVED,THENTHEINSTANTANEOUSPROBABILITYOFSTARVINGTHEWORKSTATIONWOULDBEPS11B0,WHICHINTURNWOULDLIMITTHEWORKSTATIONSMEANSTEADYSTATETHROUGHPUTTOKB1BTHATIS,INDUCINGTHEAGENTTOSETTHEWORKSTATIONTOPROCESSTHEINTERMEDIATEUNITSATTHESAMEAVERAGERATEATWHICHTHEYARRIVEW
27、OULDSIGNIFICANTLYLIMITSTEADYSTATETHROUGHPUTANDINDUCEANONTRIVIALPROBABILITYOFSTARVINGTHUS,THEPRINCIPALHASANATURALINCENTIVETOINDUCETHEAGENTTOSETTHEWORKSTATIONTOPROCESSUNITSATANAVERAGERATETHATISSTRICTLYGREATERTHANTHEAVERAGERATEATWHICHTHEINTERMEDIATEUNITSARRIVE,ASCOMMONLYASSUMEDINTHEOPERATIONSMANAGEMENT
28、LITERATUREHOPPANDSPEARMAN2001KNOWLEDGEWORKERSHAVEALOTOFPOWER,ANDYOUDONTWANTTOIMPOSETHINGSONTHEMTHEYDONTWANTTODO,BECAUSETHEYDONTLIKETOBETOLDWHATTODOTHEYMAYPUTUPWITHITFORAWHILE,BUTEVENTUALLYTHEYLLLOOKFORAJOBTHATGIVESTHEMTHEAUTONOMYTHEYTHINKTHEYDESERVEBESIDES,MANAGERSCANTEASILYENFORCEANORDERWHENWORKTAK
29、ESPLACEINPEOPLESHEADSYOUHAVETOMAKEITEASYFORKNOWLEDGEWORKERSTODOWHATYOUWANTTHEMTODOASSUMETHATTHEPRINCIPALEARNSRDOLLARSPERUNITOFTHROUGHPUTTHEPRINCIPALCHOOSESTHESETOFDECISIONVARIABLES,ANDATARGETLEVELOFAGENTSETUPEFFORT,R,WHICHMAXIMIZEHERSTEADYSTATEOBJECTIVEFUNCTIONASNOTEDEARLIER,WEAREINTERESTEDINSTUDYIN
30、GTHEINCENTIVEIMPLICATIONSOFTHEPRINCIPALSCHOICEOFTHEBUFFER,BTOISOLATETHATEFFECT,WEWILLANALYZETHEPROBLEMINWHICHTHEPRINCIPALWANTSTOMINIMIZEHEREXPECTEDSTEADYSTATECOSTOFINDUCINGTHEAGENTTOTAKEAPARTICULAREFFORT,RTHISALLOWSUSTOHOLDCONSTANTTHEPRINCIPALSDESIRETOCHOOSEBSOASTODIRECTLYAFFECTREVENUEANDTHECARRYING
31、COSTASSOCIATEDWITHBUFFERS,ANDINSTEADCONCENTRATEONHERDESIRETOCHOOSEBTOAFFECTTHECOSTOFINDUCINGEFFORTFROMTHEAGENTTHUS,WETAKEAGROSSMANANDHART1983APPROACHTOTHEPRINCIPALSEXPECTEDPROFITMAXIMIZATIONPROBLEMTHISISWITHOUTLOSSOFGENERALITYBECAUSEANYINCENTIVEEFFECTSOFINVENTORYBUFFERSIZEFOUNDINTHISANALYSISWILLALSO
32、APPEARINTHEPRINCIPALSFULLPROFITMAXIMIZATIONPROBLEM12CONSEQUENTLY,OURSUBSEQUENTANALYSISISANALOGOUSTOTHEFIRSTSTEPINAGROSSMANANDHART1983ANALYSISMINIMIZINGTHEPRINCIPALSEXPECTEDSTEADYSTATECOSTOFINDUCINGEFFORTRFROMTHEAGENT资料来源ACCOUNTINGREVIEW2010（6）P18391845二、翻译文章译文资讯性，激励补偿和缓冲库存的选择BAIMAN,STANLEYNETESSINE,
33、SERGUEISAOUMA,RICHARD管理会计理论研究工作的大部分性能指标之间的性质，例如，信息性，精度，一致性和最佳的激励报酬关系，该机构拿着固定的公司的其他组织的设计决策，例如，层次结构，工作分配，生产技术。然而，这些其他组织举办固定的设计选择，可以不学习是否以及如何影响性能指标的属性。由于HEMMER在1998年，321322指出，“一个性能测量值不单单取决于它的一致性和精度，但其对最优的组织设计理论，最近会计文献太大的影响在很大程度上被忽略决心，性能之间的互补性措施和组织设计。在这项研究中，我们扩大HEMMER1998年的观察研究如何将一个性能指标信息奖励性质是由该公司的组织设计选
34、择，其库存的缓冲区大小为一的影响。对于刚才所说的时间更普遍和精益生产，导致对控制和降低库存水平，更加重视引进。管理会计回应了这一新的削减成本的技术，如反冲洗成本霍恩格伦等库存。2008。然而，我们表明，库存的缓冲区选择对了管理会计系统，因为它影响了管理会计系统产生的资讯性的性能指标设计更微妙的影响。类似我们的模型，1995年，1998年和2002年GIETZMANN和不同HEMMER的工作流程安排，研究如何影响信息代理商之间承包可用，并激励面临的代理商。我们的工作是有别于这些模型，不考虑作为主要的选择因素之一缓冲区的大小。格尔等。2009年检查中的库存缓冲机构问题方面的作用，虽然不像我们的模型
35、，在其设置的缓冲区是由代理人填补，以信号的私人信息和缓冲区的大小是不是一种选择变量。ALLER等。1995年重点做的效果是可以的缓冲区大小的选择对性能指标的信息含量。我们之间的工作和他们的主要区别是，他们没有正式的模特如何影响缓冲性能指标，而是承担单调的关系。与此相反，我们正式清单过程模型，并得出之间的缓冲区的大小和代理的性能指标资讯性非单调的关系。该模型包括一个单周期和风险中性的委托人和代理人组成的公司。发生在缔约时的代理人聘请设立工作站处理传入的中间单位如测试完成电脑或汽车底盘焊接期开始的地方。随机抵达的中间单位到工作站的输入缓冲库存在一个众所周知的，平均到达率。缓冲区有能力的，允许1个单
36、位的容量最多可在工作站前举行，而工作站进程一个单位。如果到达一个中间单位和缓冲区未满，则该单位被添加到清单。但是，如果缓冲区已满，则发生阻塞和中间，直到抵达单位停止在缓冲的空间，于是开始了中间单位在同一随机到达率如前。我们的假设就到达率跟进和处理在运营管理LITERATURE7注意利用有限的缓冲区的标准M/M/1/B排队模型，当我们正在建模单期间，由受托人选择他只有一次设定的努力在这一时期开始，我们分析的整个期间工作站的吞吐量随机演化。在排队的吞吐量有限缓冲系统暂态行为不能被描述解析，虽然稳态行为可以描述为在封闭的FORM8因此，运营管理文献通常使用的模拟，分析了排队模型的短暂行为有限缓冲区和
37、封闭形式的分析，研究稳定状态。与此相反，代理模式强调奖励瞬态行为，但简化了生产工艺，例如，使用LEN模式，实现封闭形式SOLUTIONS9为了中间单位纳入随机到达率，随机加工率，以及在我们有限的库存缓冲分析中，我们着眼于问题的稳定状态。也就是说，我们假设主要是她感兴趣的最大化稳态预期收益，而代理人选择他的努力最大化他的稳态预期UTILITY10这是一个合理的近似，如果作为我们假设，生产过程达到稳定状态相当快。我们的假设，即代理人的努力是在设立工作站生产开始之前，而不是管理的生产过程，因为它消耗的演变，也与我们对工作站的稳定状态重点是一致的。对我们的模型设定的例子是一个机器人焊接线，汽车底盘。代
38、理的主要任务是计划的点焊机器人。这项任务包括确定机箱的最佳位置，确定最佳的机器人手臂的位置，并确保机器人路径不互相交叉或本身如此，没有什么是在过程中损坏，同时确保完成焊接底盘尽可能少的步数。这一计划和编程设置所有这些都是由代理一次在移位，其后开始，只要长期控制工作站，代理不需要干预。显然，在编程的机器人代理人的行为影响到所需要的时间平均焊接底盘，但代理不重新编程机器人一旦生产已经开始。大多数时候，他们也有高学历和高度的专业知识技能。它们包括从地方四分之一到三分之一的劳动力，但不是使用知识的每个人。如果您是挖沟渠，你可能有一些工作的知识，但不是你要做什么的主要目的。企业是否有很好地管理和改善知识
39、工作者的性能他们没有。大多数组织做的是分离的租用聪明的人并让他们独立。我们已经花了很多努力招募知识型工人和评估在我们聘请他们之前可能具备多少能力。但是，一旦他们被雇用我们不会做许多事情来提高它们的性能。工艺改进主要是对其他工人交易工人，生产工人，人民的呼叫中心。所有这些非同小可的办法，改进工作基本上逃脱知识工作。我们让知识工作者逃脱，说他们的工作没有进程，每天是不同的。我们没有衡量的事情很多是知识的工作。如果我们不这样做衡量知识的工作，你为什么认为有改善知识工作者的生产力和业绩的空间这是非常明智的预感。人民改善流程的时候，他们只是还没有做到与知识的工作流程一样多。这是一个在其他的工作中相同的逻
40、辑推断，这过程可以得到改善。这是有一个数字显示业绩和生产力是可以提高的IDC公司发现，1000个知识工作者一年会失去多达600万美元用于寻找不存在的数据，或重复已经做了的大量工作。是否有可能每一个知识工作者正在努力用他或她的潜力工作这是有可能的，但可能性不大。在改善他们的业绩方面，我们能够做得更好。为什么知识管理没有在改善知识工作者的性能和生产力方面带来更多的效果知识管理是早期一个干预知识工作的企图。在大多数情况下，它不是特别成功，因为我们并不能近距离仔细观察知识型工人如何做的工作。我们设法重点过于宽泛。大多数组织仅仅创建一个所有知识和所有工人的大仓库。只有这样，我们可以让人们利用知识去工作是
41、了解他们如何做他们的工作，然后找出某种方式把知识注入到他们的日常工作的过程中，而不是使它成为一个当你需要的时候不得不单独磋商的知识。我们在处理知识管理的时候必须更加有针对性。我们需要瞄准具体的目标。而最好的办法是使用技术来烘烤知识，使之融入工作。请注意，传入的中间单位平均到达率，因此，最大平均吞吐量。但是，如果主体诱导剂，选择R/1小时，这样的工作站设置为进程相同的平均速率他们到达，那么该工作站将吞吐量的瞬时概率加上中间单位，这反过来又限制了工作站的平均稳态吞吐量为KZB的。也就是说，诱导剂设置在相同的平均处理率工作站的中间单位在他们到来将极大地限制稳态吞吐量和饥饿引起的非平凡的概率。因此，主
42、要有自然激励，促使代理设置工作站处理的平均速率是严格大于平均速率到达作为中间单位经营管理中普遍存在的文学霍普和SPEARMAN2001年承担的，更大的单位知识工人有很多的权力，他们不想做，你不要想强加东西给他们，因为他们不喜欢被告知该怎么做。他们可以忍受它一段时间，但最终他们会找让他们觉得满足他们应该得到的自主性的工作。此外，员工在脑力工作时，管理人员不能轻易让他们执行命令。你必须以简便的方法让知识工作者知道你想要他们做什么。如前所述，我们感兴趣的是研究主体的缓冲区，乙选择的激励意义若要隔离的效果，我们将分析的问题，因为要尽量减少她的主要预期稳态诱发代理人采取特别的努力，研究成本这使我们能够保持恒定主体的愿望，选择B，从而直接影响收入与帐面成本与缓冲器相关联，而不是集中到她的愿望选择B会影响诱导从代理成本的努力。因此，我们采取了对主体的预期利润最大化问题格罗斯曼和哈特1983年的做法。这不失一般性，因为库存缓冲区大小的激励效果分析发现在此也将出现在主要的全利润最大化。因此损失的，我们后来的分析是类似的格罗斯曼和哈特在1983年分析的第一步，减少的主要的预期从代理诱导努力的R稳态成本。资料来源会计评论2010（6）P18391845
