数据分析对企业决策的影响研究.docx
《数据分析对企业决策的影响研究.docx》由会员分享，可在线阅读，更多相关《数据分析对企业决策的影响研究.docx（17页珍藏版）》请在冰点文库上搜索。
数据分析对企业决策的影响研究
数据分析对企业决策的影响研究
摘要
数据科学的发展经历了数据的产生、科学数据的形成和大数据的诞生三个阶段。
三个阶段的不断发展改变了也加深了人们用数据看世界的观念。
随着现代测量技术和智能设备的发展,数据的形式由传统单一的结构化数据演变为由结构化数据、半结构化数据和非结构化数据组成的复杂的数据形式。
而互联网、移动互联网的快速发展给了人们以分享这些数据的平台,由此产生的海量数据被人们发现和利用,就产生了新型的大数据概念。
大数据分析从技术手段上采用了最新的数据分析模型,通过数据之间特有的相关关系可以产生出许多有关联、有价值的结论。
大数据分析在许多领域发挥了巨大的作用。
在商业领域,可收集的数据量非常巨大,不管是消费者的直接的消费数据,还是日常生活数据都可以被收集,经过对收集来的海量数据进行相关性分析之后,可以让营销者实现精准营销,增加成交量;在科学领域,比如海洋科学、生物科学、医疗健康科学以及天文学领域,由于历史积累的数据量本来就大,加上现在的先进技术产生的数据,导致数据量更是无比巨大,科学家通过大数据分析,可能会在这些海量数据基础上形成数据密集型的科学发现及第四范式。
在其他能产生大量数据的领域,大数据分析技术都能产生较大的效用。
随着科学技术的变化,人们的生活逐渐进入大数据时代,同时人们的方式也在不断的发生着改变。
随着大数据时代的来临,企业经营的决策的方式和技术也发生了巨大的变化。
在以大数据为大背景下企业展开的经营决策在实践中存在着一系列的问题有待解决,因此探究大数据对企业经营决策的影响能有效的为企业的经营决策提供参考。
大数据对企业管理决策的影响主要分为:
大数据对企业管理决策数据的影响、大数据对企业管理决策人员的影响、大数据对企业管理决策组织的影响、大数据对企业管理决策技术的影响,因此下文就从这四个方面对大数据影响企业管理决策问题进行详细的探究,以帮助企业更好的适应大数据环境,进而帮助企业获得更好的发展。
在此基础上总结，并展望未来研究。
关键词：
数据分析；企业管理；决策分析
1.绪论
自我国改革开放以来,我国经济得到了迅速的发展,并且中国正快速的融人经济全球化的发展。
随着国内外市场环境的变化,产品的需求量不确定性大大的增强了,并且产品的使用周期也在逐渐的缩短,企业间的竞争力逐渐增大。
在日益竞争激烈的市场环境下,企业高层管理人员的对企业经营正确的战略决策尤为重要。
在动态不确定的环境下为了获得正确的企业经营决策,仅依靠传统的决策者的知识、经验、直觉等已经无法确保企业在竞争中获得绝对性的优势了,因此大部分企业采用数据资源来进行企业经营决策。
以数据分析为基本的决策分析能有效的深人了解企业的竞争实力,提升企业的竞争力,使企业在日益竞争激烈的市场环境中获得正确的决策方式和手段,促进企业的长期稳定发展。
科技的飞速发展形势下，计算机技术的变革发展，云计算技术的出现，迅速地成为变革信息时代发展方向的一个指标。
而伴随着云计算技术发展的互联网技术和物联网技术的发展应用，从根本上改变了传统数据库管理和应用信息数据的方式，实现了数据信息的新的架构的呈现。
所以说，通过大数据的信息系统来实现对信息的分析，是企业在市场竞争严峻的形势下对企业发展方向作出的管理和决策行为。
1.1研究背景
近年来，在经济、信息一体化背景下，企业间的竞争日益激烈，为在市场竞争中占据一席之地，必须提高企业管理决策水平。
随着信息时代的到来，大数据模型的出现,对现代化企业的经营发展来讲，既是机遇，也是挑战。
因为企业中融入大数据系统,一方面冲击了企业的传统文化和运行模式;另一方面也使企业生产加工链的系统更加完善，为扩大经营范围提供了条件。
因此,企业的管理者应该正确对待大数据对企业决策的冲击,在有效判断信息的同时，为企业的长足发展奠定基础。
本文主要研究大数据分析对企业决策的影响。
1.2研究目的
通过数据采集，数据处理形成的数据进行分析研究，对企业现阶段的决策进行研究，建立数据模型，对出现的问题或管理流程进行调查研究发现缺陷，传统数据处理方法难以满足企业发展需求，大数据能够为企业提供更为方便、快捷的处理方法，研究数据信息之间的内在联系，提取有效信息，然后对问题进行逻辑分析，最终解决问题，提高企业的效率，提升企业的竞争力。
本文从国内外企业发展的状况着手，结合相关文献，了解数据分析的具体，研究数据分析对企业的影响，研究大数据时代下企业的变化，对企业变化发展的规律和发转中遇到的问题进行研究，企业使用数据分析时是怎样进行的，大数据时代下企业决策方面发生的变化，总结数据分析对企业决策的影响和问题，并根据研究结果提出合理建议。
1.3研究内容
通过案例分析法等方法，查阅资料，参考文献等分析数据分析的形成及怎么样对企业产生影响，数据分析在现实中的意义和怎么样对企业产生帮助，企业在使用数据分析的情况下进行决策和传统企业决策之间产生了怎样的变化已经对企业是否有良性的影响。
了解企业决策随着时代变化的具体表现，研究数据分析对企业决策影响的具体变化，对比国内企业和国外企业在数据分析决策上的相同以及不同，找到数据分析对企业决策的影响，企业在使用数据分析的时候会遇到那些变化，找出数据分析对企业决策的不良影响并提醒企业决策者们该怎么样的利用好数据分析。
2.文献综述
2.1概念界定
当下时代发展的过程中，大数据体现在人类生活的方方面面，并且在社会生活的各个领域被应用。
而且大数据区别于传统数据的一个最为显著的方面就是大数据是一个收集数据的系统集合，在大数据系统中，收集数据信息以及加工处理数据信息的速度一般是非常快的。
大数据不仅是数据量的巨大,更重要的是对海量数据进行分析处理,处理之后才能获取蕴含在这些海量薮据中有用信息。
目前,越来越多社会经济和科技研究领域涉及到大薮据应用,而大数据的基本属性,包括数量,速度,多样性等都出现层级式增长,所以大数据分析的方法就变得特别重要。
可以说决定信息是否有价值的关键因素就在于分析方法的运用是否得当。
大薮据分析的方法大致有以下五个基本方面：
第一,可视化分析。
使用大数据分析技术有专家,也有普通用户,可视化分析是所有的使用大数据分析技术的群体最基本的需求。
可视化分析能够通过直观的薮据图形展现其特点,用户比较能够通过可对比性的信息看懂数据背后存在的复杂联系。
第二,数据挖掘算法。
大数据分析的核心是数据挖掘,薮据挖掘的算法通常以数据类型和格式为依据,应用被统计学家所公认的算法来深入薮据内部,挖掘岀公认的有利信息。
由于大薮据的薮据量确实大,这些薮据挖掘的算法给大数据处理以更快速的解决办法,如果算法需要很长时间才能得出结论,那大数据的价值也就无从说起了。
第三,预测性分析能力。
大数据分析最重要的应用领域之一就是预测性分析从大数据中挖掘岀有相互联系的不同类型的数据,通过科学的建立模型,之后再带入新的数据,从而预测未来的发展方向。
第四,语义引擎。
大数据技术广泛应用于互联网。
互联网平台可从用户搜索的网页关键词或标签来预判客户的潜在消费方向,从而根据客户需求推出相对应的产品,实现精准化营销。
第五,数据质量和数据管理。
大数据分析结果有效性的保证来源于数据源质量和数据管理,高质量的数据源和高效的薮据分级管理,无论是在科学研究还是在其他应用领域,都能够保证分析结果的真实性和有价值性。
以上五个方面就是大数据分析技术的主要基础。
2.2国内研究现状
在人类社会的发展过程中,历次技术革命都推动着文明的跨越式前进,第次以蒸汽革命为熟知,第二次革命则带领我们进入电气时代,第三次即信息革命在迅速推进国际化/全球化的同时也使得IT信息技术第一次在关系人类未来的技术革命中占据举足轻重的地位,而在已初露端倪的第四次技术革命中,数据以及与数据处理相关的科学技术的重要性将得到充分体现。
伴随着社会的发展与文明的进步,信息技术以及相关信息化系统在企业中的应用程度越来越深入,应用的范围也越来越广泛,信息部门也从微不足道的“微机部门”成长为业务部门的战略伙伴、支持业务运行的核心部门。
一个典型的制造型企业其信息技术的应用过程涵盖了从最初的电脑普及与网络布设到网络安全措施的完善以及大型信息系统无缝嵌入实际业务的全过程,核心通用信息化系统包括办公自动化系统（OA）、客户关系管理系统（CRM）、条形码系统（BCS供应链管理系统（SCM）、产品数据管理系统（PDM）、产品生命周期管理系统LM）、制造执行管理系统（MES）、高级计划排程系统（APS）、企业资源计划系统（ERP）以及人力资源管理系统（HRM）等等。
大数据技术在社会经济领域和科技领域得到了广泛的研究。
早在1980年，阿尔文·托夫勒等人就做出预测：
大数据时代即将到来。
在数据技术的发展经过几十年之后，尤其是云计算技术的出现，大数据的重大意义开始被人们重视。
国际顶级学术刊物也陆续增加大数据方面的文章。
1998年，《科学》杂志上刊登的一篇《大数据的处理程序》的文章第一次使用了大数据（bigdata）一词。
2008年9月《自然》杂志出版了“bigdata”专刊。
关于数据处理的专刊“Dealingwithdata”在2011年由Science出版，目的是为了讨论数据洪流（DataDeluge）所带来的挑战。
奥巴马政府于2012年3月宣布投资2亿美金启动“大数据研发计划”。
大数据从此正式走上了数据发展的历史大舞台并发挥其巨大的作用。
2.3国外研究现状
国内学者在大数据领域也做了大量的相关探讨。
李国杰、程学旗等人简要剖析了大数据的基本概念,阐述了大数据的研究现状与意义,分析了大数据处理的基本框架,并重点介绍了大数据分析、查询方面的理论、技术,列举了大数据分析平台需要具备的重要特性,同时分析了大数据应用与研究所面临的问题与挑战,最后还对大数据未来发展战略提出了建设性意见。
朱志军等人所著的《转型时代丛书》从实证的角度分析了它对社会经济领域和商业智能领域的影响,介绍大数据产生的背景、特征和发展趋势,并提出大数据及将带来新的商业机会的观点。
中国计算机学会常务理事会于2012年6月决定成立大数据专家委员会。
我国于2012年10月成立了首个专门研究大数据应用和发展的学术咨询组织—中国通信学会大数据专家委员会。
2012年11月,“Hadoop与大数据技术大会”以“大数据共享与开放技术”为主题召开。
目前,国内大数据相关硏究工作主要集中在数据挖掘、数据算法、实际应用有效性及相关理论等方面,涉及领域相对比较广,包括经济领域、社会服务领域、医疗领域及科学研究领域,硏究主体集中在高等院校、研究所和以信息技术为基础的商业公司。
2.4小结
纷繁复杂的互联网不断催生岀许多新的概念和数据,大数据横空出世也是因为互联网的不断发展和数据技术的不断完善。
本文结合前人的观点给大数据以定义,分析大数据的基本特征和基本运行方法,并比较传统概率统计分析方法与大数据分析方法的区别。
之后,重点对大数据的应用进行阐述,分别从变革经济,科学密集型数据发现和其他一些大数据应用的领域来表述大数据技术方法的实用性。
同时也指岀,大数据也有数据源的有效性问题,预测的正确性问题以及隐含的侵犯隐私权的问题等等局限性。
最后得出结论,大数据分析技术并非什么都能做好,应用大数据技术应该有限制。
本文主要创新点在于,通过案例分析说明大数据技术的应用特征,指出大数据分析的积极意义,并指出大数据分析的局限性,使得对数据分析的意义的探讨更加全面更加科学。
3.企业决策的现状
3.1销售决策现状
在实际工作中，企业经营成果是以产品销售收入是否实现为前提的，财务部门销售收入账是反映成果的基本依据，通过它可以了解一定时期内企业销售产品收入多少，每种商品在哪些城市和地区售出多少，哪些城市和地区的市场应加强巩固，哪些城市和地区属于有待于进一步开发的潜在市场等。
我国目前大多数企业以经营计划为目标，积极开拓国内空白市场，拓展销售渠道，使公司产品销售状况在大中城市势头良好的情况下深入到三四级地市。
这主要是公司根据财务部门反馈的销售分析资料，确定了主攻方向，制定了一整套销售策略，并取得了成功，给企业带来了较好的收益。
反之，如果对财务人员参与销售决策的认识不足，不能及时地对会计资料的有关数据加以分析，就有可能致使企业遭受不应有的损失。
现代市场销售需要依靠快速、准确、及时的市场信息指导，企业的生产和销售，尤其是会计信息更是企业搞好市场销售的主要依据，也是企业管理决策的基础。
3.2管理决策现状
目前，中小企业管理者只重视企业运营管理，而忽视了企业决策分析，或者只注意利润的增长变化，而没有企业在规划与控制其经济活动时，都需要做出优质真正把决策分析当作企业管理的重要抓手，没有认识到决的决策，需要采用不同的方法和调查研究，对各种备选方策分析是企业经营管理的重要手段，不善于通过分析来全案进行分析与评价，帮助决策层做出科学正确的选择。
这面加强企业经营管理。
此外，受企业内外部环境变化因素一过程，就是决策分析的基本内容，它能帮助企业达到预影响，企业管理者对于决策分析的重要性认识不足，没有定目标，从两个以上的备选方案中通过积极有效的评价，深度挖掘决策分析对企业的促进作用，即使做了决策分选择合适可行的施行方案。
其之所以重要，就在于它具有析，但对决策分析的目的不明确，没有很好的发挥决策分“对未来的行动方案作出决定”的性质。
管理会计人员在析对企业发展的积极作用。
大数据背景下，企业管理决策更加具有知识性和技术性。
大数据的利用是企业决策的关键环节，因此，大数据时代背景下，企业不仅仅具有数据分析能力，同时需要对数据进行有效的处理和利用。
首先是数据管理工作。
大数据背景下，数据信息的类型和数量比较多，其结构非常的复杂，不仅仅是文字数据，还包含很多表格、图片和视频等。
在数据信息使用前，需要做好数据选择和筛选，保证数据的质量和可靠性，采取有效的结构完成数据存储。
在新的时代背景下，传统数据管理系统难以满足需求，企业需要促进自身技术完善和革新，采取相应的技术做好大数据信息处理。
数据信息产生和传播速度快，在线应用成为主要的方式，并且需要做好数据的实时处理。
在大数据分析的过程中，数据实时处理是核心内容，深入了解数据实时处理的价值之后企业应当注重数据的实时性，加强数据的实时处理和利用，是企业需要解决的重要问题。
企业注重大数据信息和其他信息之间的关系，碎片性数据之间的关系对大数据价值有着直接的影响，了解各项数据之间的关系，深入探究数据之间的关联方式，发掘数据信息中有价值的数据，发掘大数据的价值和作用，为企业发展和管理决策提供有效的数据信息支撑，满足企业的发展和进步。
其次是知识管理。
大数据背景下知识内容非常丰富，知识对决策有着很大的影响。
随着大数据时代的发展，知识作为企业的重要内部资源，其作用受到人们的重视。
深入发掘数据中的知识内容，为企业的发展提供更加有力的条件。
在企业发展的过程中，管理者具有的知识水平和管理能力对企业规模有着深远影响。
大数据背景下，企业需要深入透彻了解商务内容，利用知识完善决策，对海量的数据进行收集和分析，获取相关的信息内容。
在管理决策中，数据有着独一无二的作用，不断创新大数据利用方式，结合决策人员的综合因素，促进大数据和主观能动性有效融合。
3.3技术决策现状
技术决策是技术控制过程中最早面临的工作，这一工作与权力和利益密切相关，所以技术决策本身在企业决策中就具有很高的位置。
然而技术决策往往被人们所忽视。
而正是这种忽视导致了技术对环境的破坏以及对人类的健康的伤害。
许多因素会影响技术决策。
第一，技术的经济效益。
多数情况下技术的经济效益是政府、企业以及个人关注的重点。
我国目前的技术决策的现状是基于经济效益的技术决策，从伦理而言是典型的功利主义，但“唯经济效益”的技术决策很可能带来一系列消极后果。
第二，技术的类型。
从影响经济增长的角度看，存在以下几种技术:
（1）劳动密集型技术。
这种技术的特点是劳动占用和消耗比较多，技术装备较低。
但它有利于扩大就业。
增加就业具有社会伦理意义。
（2）资本密集型技术。
这种技术的特点是资本占用较多，技术装备程度较高，容纳劳动力较少。
它适用于劳动力资源不足，资本资源充裕，自然资源缺乏的国家和地区。
（3）知识密集型技术。
这种技术的特点是自动化程度高，技术装备复杂，投资费用高，但劳动力占用较少。
技术决策时我们往往倾向于选择知识密集型技术。
第三，技术的社会效益，包括环境效益、就业效果以及健康效果等。
技术决策时必须考虑技术是否创造或者减少就业机会;技术是否减轻了人的劳动强度;技术是否利于人的生命和尊严;技术是否会导致生态方面的进步或者恶化等问题。
大数据时代下数据分析与处理技术得以飞速发展,大数据时代下数据分析与处理技术都是基于云计算的。
云计算是数据处理与管理中十分有效的一种工具,利用云计算能够将一些本质不同及异构的数据信息同源结构化,其还能够对数据进行处理与管理。
利用云计算能够发现海量数据中有价值的决策资源,云计算能够满足大数据环境下海量流动数据的数据分析与处理要求。
此外云计算还能够将数据处理与分析的结果可视化,从而为企业管理决策提供更加直观的依据。
大数据时代下知识的发现与积累对于企业的发展十分重要。
大数据中所包含的知识量很大,但同时大数据时代下数据流动性更强,数据中知识的隐匿性更高,因此大数据时代下知识的发现与积累更加困难。
大数据时代中数据信息隐匿知识的价值会随着数据信息的流动及时间的推移而下降,因此为了适应大数据时代下知识发现的需要,动态知识发现法得以发展。
动态知识发现法能够发现流动数据中的知识,通过动态知识发现法不仅能够发现流动数据中的知识,其还有利于大数据各种数据信息碎片中藏匿知识的相互联系,从而帮助企业从大数据中发现并积累更多高价值、高质量的知识。
此外,知识融合技术与多源海量信息知识发现技术也是适应当前大数据的环境而产生的,这些创新的知识发现技术的发展对于企业发现并积累大数据信息中的知识十分有利,其对于企业的发展也十分重要。
3.4小结
通过企业内部决策系统采集、分析、筛选、服务、协调与控制等功能，判断企业及所在行业的发展趋势，跟踪市场及客户的非连续性变化，分析自身及竞争对手的能力和动向，充分利用大数据技术整合企业的决策资源，通过制定、实施科学的决策制度或决策方法，制定出较为科学的企业决策，保证企业各部门的协调运作，形成动态有序的合作机制，将企业的决策系统与企业外部的环境结合起来，有利于企业制定科学合理的经营决策，从而保持企业在市场上的竞争优势。
大数据背景下，企业可以借助大数据技术实施基于数据驱动的决策方式，通过收集与企业经营相关的综合数据，使用数字方法对其分析与建模，分析挖掘出隐藏在数据背后的关系，最大限度从中挖掘有价值的信息，进而预测事件可能发生的概率，为决策者提供较为合理的决策方案，以提高企业决策的预见性、针对性与科学化程度。
4.不同的企业决策对比
4.1传统企业决策与数据分析下的企业决策对比
传统的企业决策系统具有单一性、线性、狭隘性、区域性等特点,并且使用的行业和部门都具有一定的局限,系统的运行是由上而下进行的,先由领导作出决策,然后将决策逐层传递,这样的决策系统存在大量的缺陷,并且所形成的决策结果也是片面的、主观的,尤其是缺少大局观和部门配合形成的决策往往是错误的决策。
利用大数据形成的决策系统则是打破了决策的区域限制、行业限制和部门间的限制,形成了一个新型的、非线性的、多样性的自下而上的决策系统。
这样的决策系统更具有穿透性,并且决策所采用的依据也是多样性的,更客观、企业决策结果更准确。
云计算、互联网、大数据逐渐融人到人们的生活中,也逐渐被使用到公共基础设施中,大数据决策系统也将成为今后决策的辅助系统,数据库、模型库、知识库、方法库则逐渐构成决策支持系统,采用的是人机交互方式辅助决策者进行半结构化决策计算机应用系统。
在使用决策支持系统中的数据库、方法库、模型库、知识库进行辅助决策时,要保证不同来源的数据已经被清理或转换,同时要面对数据清理和转换的属性不统一性、不规范性,错误数据和异常数据难辨识性等困难。
大数据时代背景下的决策支持系统,其中的数据有结构化数据、图形、声音、图像和地理位置等,在进行这些数据处理过程都可利用相关的平台或分析技术来解决数据的处理。
现阶段,云服务平台可以应用于不同决策层的决策中,大数据的决策系统能有效的提升决策的准确性和有效性,必将代替传统的决策系统。
4.2国内企业决策和国外企业决策对比
国际上公司决策责任的核心主要是围绕董事会为中心进行建构的,主要有三种模式第一种以股东为导向的董事会集决策权和监督权为一体的外部监控单层制治理模式,第二种以决策权和监督权相分离的内部监控双层制治理模式,第三种是将上述的两种模式进行混合的模式,以便于灵巧运用强化监督功能和管理的透明度。
美国的国有公司称为“联邦公司”,其以国家直接注资和间接持股控制为主对联邦公司分为联邦控制公司,公私混合公司和私人控制公司。
在美国董事会在联邦公司的决策中占有重要地位,因此美国是典型的以股东为导向的董事会集决策和监督为一体的外部监控单层制模式并且其内部不设专门的监事会,通过下设的专门委员会和自身的运营杋制来实现监管,同时引入独立董事实现对董事会的监管。
美国对国有控股公司的管理方面国会通过立法对国有控股公司进行监督,另一方面是政府根据企业性质和议会授权对国有企业进行分类管理。
美国国有控股公司的董事会有的全部由政府公务员组成,也有是部分政府公务员和社会其他人员组成的国有控股公司。
①美国的联邦公司中若董事和经理决策失职或渎职,被给予的处罚是十分严厉的,轻则被解雇并赔偿损失,重则将会面临刑事责任的追究。
美国的纽约股票交易所中规定凡是在该交易所上市的美国股市必须在其董事会中设立由至少两名外部董事组成的审计委员会,以加强外部监管,保证向股东提供真实全面的财务报告并向公众披露该公司董事的薪酬和奖金。
德国实行的是决策权和监督权分离的内部监控双层制治理模式。
在德国的公共公中,由监事会、董事会（管理委员会）和股东大会组成的强制性三层体系构成,该体系中要求董事会单独履行决策和管理公司的职能并对外代表公司进行相关经营活动,监事会履行公司的监督和控制管理相关工作,而股东大会与公司的经营管理完全相分离,其只对公司章程中赋予的相关职能进行行使和表决。
德国公共公司对公司的人数还有要求即如果公司人数超过500人时,相应在监事会的成员中必须同时包含股东代表和职工代表,并且他们和监事会其他的成员一样享有相同的权利承担相同的义务,监事会对董事会成员的任命进行管理并决定其报酬。
德国的国有资产管理主要是通过非常设的内阁会议或部际委员会和各个专业部门下设的常设机构进行监督和管理来实现国有资产管理的。
德国的财政部对公共公司实施影响的最重要的手段是以任免其内部监事会的监事成员和对其资金投入的控制以及对公共公司财务状况检查来实现的。
对于内部监事的失职财政部可以直接将其解聘,如果构成犯罪还应承担刑事责任。
但是监事会对股东和董事损害公司的行为可以以公司的名义提起民事诉讼来追究股东和董事的责仼,也可直接依据相关法律追究股东和董事的个人责任。
德国审计委员会是各企业外部的有力监督机构即国有企业,财政部和监事会都要受到德国最高的稽核机构审计委员会的监督,这主要是从整体上对这些机构进行再监督最大程度上防止权力的滥用。
我国国有企业在借鉴国外国有企业决策责任制度的基础上建立了股东会、董事会、监事会和经理相互制衡的法人治理结构并结合我国国企决策责任制度的现状创新性的基础上进行了中央企业董事会试点,外派监事会制度及中小股东的治理机制不断完善国有企业以董事会为中心的高效决策责任制度,使国有企业在市场化改革的推进中不但能迅速做出反应经受住各种考验还使国有企业的生产效率不断增进。
我国国有企业决策制度存在的目的是为了解决不同阶段国有企业在决策方面存在的问题和矛盾,而国有企业的决策机制的问题主要有对国资委定位不准和权责不明确以董事会为中心的决策责任制度不太健全,不利于规范国有企业决策权的监督和健全决策责任追责机制,外部董事、独立董事和监事之间缺乏有效的制衡机制。
4.3小结
各国中国有企业在
升级会员 