信息协同视角下煤炭运销企业绩效研究
随着经济全球化进程加快，动态的市场环境、复杂的客户需求对企业间合作关系即协同关系提出更高的要求，协同已经成为企业获取竞争优势的重要途径。信息协同作为供应链物流协同、资金流协同的前提，对企业协同运行具有基础作用。而煤炭运销企业又是煤炭产品供应和流通的关键环节，鉴于此，本文以信息协同为视角，探讨协同前后煤炭运销企业的绩效状况。 一、相关概念的界定 协同概念最早由德国物理学家赫尔曼哈肯在1971年提出。在其创立的协同论中，协同是在外界的能量、物资交换的基础上，很多复杂的开放系统通过内部各个子系统或要素之间的相互作用，在宏观尺度上产生的有序时间、空间或功能结构。从协同学观点来看，协同即协调与合作。 信息协同是指通过信息技术实现企业间信息系统的集成，实现运营数据、市场数据等信息的实时、准确、高效共享和交流，从而使得企业间能够更快、更好地协同响应客户需求。从定义分析，信息协同要做到以下三点：一是做好信息协同技术保障。信息技术是实现信息协同的必要条件和先决条件，信息技术不到位，协同就没有平台，没有平台，信息就不能传输、共享，更谈不上协同。二是数据实时传输。数据是信息的表现形式，因此数据是信息协同的核心实质内容。信息的时效性决定了信息必须实时传输才能实现价值的最大化。三是充分利用数据创造价值。信息技术是手段，是平台，数据是内容，企业只有充分利用和精诚合作才能真正实现协同，达到创造价值的终极目标。 本文由毕业论文网收集整理 论文代写 当前煤炭行业正处于转型发展时期，煤炭市场已然从卖方市场转为买方市场，强调客户服务能力的建设和管理。从目前煤炭行业的管理和运行体制来看，在煤炭生产企业、煤炭加工企业、煤炭运销企业及煤炭各类用户这些节点企业中，煤炭运销企业处于上下游中间，是煤炭产品供应和流通的关键环节，控制着上游矿井、加工企业的煤炭产品供应流向，满足着下游客户的消费需求，起着重要的联结和协调作用，其作用日趋突显。因此，在上下游协同关系中，煤炭运销企业具备核心企业的特点。 煤炭运销企业与上游企业的信息协同包括生产信息、库存信息、物流配送信息、商品煤销售数据信息的协同。煤炭运销企业与下游客户的信息协同表现为需求预测信息与客户需求信息的协同，不仅如此，煤炭运销企业与上下游企业都需要技术信息的协同。上中下游整条链相当于一个价值的增值链，每个环节都互相影响，矿井的原煤供应能力决定了煤炭加工商是否能按时进行加工，进而决定了煤炭运销企业能否按时拿到产成品，并最终决定了客户能否在约定的时间获得订购的商品煤。库存信息包括节点企业的库存信息和安全库存水平等。如果链条上所有节点企业的库存信息对其他成员是公开的，成员企业就能够了解其上下游企业的库存水平，合理安排自己的生产、加工或者销售计划。物流配送是连接煤炭供应链各节点企业的关键环节，负责供应链上从原煤到精煤、从精煤到商品煤，以及从商品煤到客户手中的运输工作。共享物流配送信息能够使供需双方更好地了解生产水平、需求情况和配送路径、时间，促进双方的高效合作。运销企业将商品煤销售数据传递给上游节点企业，能够有效降低牛鞭效应带来的负面效应，增强企业应急能力。煤炭运销企业需要根据煤炭需求的趋势性及其季节性波动的特点，并结合当时市场行情和过去的销售情况对下游煤炭客户需求进行预测，以便于对商品煤采购做出有根据的决策。煤炭客户的需求信息是整个链条的反应源，通过煤炭运销企业传递及时地与其他节点企业共享，以便科学、合理地安排节点企业的生产经营活动。链条上各节点企业要及时共享技术信息，做到在技术上协调发展，使合作伙伴了解双方技术，既明白现阶段所处的水平，又清楚未来发展的技术需求，互通技术信息，构造相应的配套设施支持，以确保供应链整体技术水平的协同提高。 思想汇报 二、绩效评价体系的建立 信息协同视角下绩效评价体系的研究对象是煤炭运销企业，煤炭运销企业在整个煤炭产业链上扮演着关键角色，通过与上游供应商和下游客户的信息协同，绩效发生了改变。做好煤炭运销企业的绩效评价工作，对整个煤炭产业的绩效研究起着重要作用。笔者通过对煤炭运销企业实际情况的调研和已有的相关研究，针对煤炭企业的产品相对比较单一，生产、加工、运输批量大、价格对市场的变化不敏感等特点，以及企业绩效评价的要求，对煤炭运销企业的评价主体、评价客体、评价方法和评价指标进行规范，建立了绩效评价体系。 企业绩效的评价主体通常指对绩效做出评价的行为主体。根据评价主体，评价可以分为企业的自我评价和社会评价。企业自评主要是企业的管理层对企业经营成果的评价，社会评价主要是监管机构或政府主体对企业运行情况进行的评价。本文的绩效评价归属于企业自评一类。 企业绩效的评价客体主要是指被评价的企业，本文指的就是煤炭运销企业。一般情况下，评价客体是由评价主体来定，如集团公司对子公司的评价，上级政府部门对下级部门的评价，企业对内部部门的评价等等。
论文网 评价方法是企业绩效评价的具体手段，包括数据采集、标准化处理、模型构建、指标权重制度和综合评价结果等。本文采用的是定性和定量相结合的模糊综合层次分析法。