SCR-SELF-3022026-06-01约 25 分钟阅读

艰难时刻,构建企业经营态势模型

2020-2022,持续三年的新冠疫情给大多数企业带来了灾难性打击,但是疫情过后大部分企业并没有从付出的代价中汲取有益的经验教训。如果灾难重来,许多企业仍然重放历史。为避免重蹈覆辙,企业应该吃一堑长多智,建立企业经营态势全模型。该模型是由诸多企业内外部数据模型构成的集合。基于经营态势全模型建立的感知、预案和反应系统使企业识别宏观趋势的拐点、关键事件和预设情景并做出必要的经营决策,提高企业的应变力和反脆弱性。

艰难时刻,构建企业经营态势模型

构建企业经营态势全模型,提升企业应变力和反脆弱性

摘要

2020-2022,持续三年的新冠疫情给大多数企业带来了灾难性打击,但是疫情过后大部分企业并没有从付出的代价中汲取有益的经验教训。如果灾难重来,许多企业仍然重放历史。为避免重蹈覆辙,企业应该吃一堑长多智,建立企业经营态势全模型。该模型是由诸多企业内外部数据模型构成的集合。基于经营态势全模型建立的感知、预案和反应系统使企业识别宏观趋势的拐点、关键事件和预设情景并做出必要的经营决策,提高企业的应变力和反脆弱性。

主要发现

大部分企业没有从新冠疫情付出的代价中获得有益的经验教训

对宏观经济趋势和外部环境的忽视和自身应变力、反脆弱性差导致了房地产企业的困局

大多数企业经营分析报告中欠缺对外部数据的引入和应用,对企业经营态势的反映是片面的,导致了企业经营的盲目性

对未来情景的预判可以帮助企业度过最困难的时期,实现长期经营和发展

企业的应变力和反脆弱性建设不是事后行为,而是持续建设的过程

建议

企业应该反思疫情的经验教训,保证遇到类似的情景有足够的应变力和反脆弱性

关涉国计民生的支柱型企业应该建立经营态势全模型以全面反映企业的经营情况,并围绕全模型建立整套的态势感知、预案和反应系统,提升企业的应变力和反脆弱性

企业应该随时建设应变力和反脆弱性,除了遇事快速反应还需要平日的状态保持

建立企业经营态势全模型需要新的能力,要采用内外部两种渠道获取相应的能力

2020年初到2022年末,席卷全球的Covid-19病毒疫情给全球的的企业带来了巨大的冲击。对于大多数企业,这个冲击都是负面的。业务收入下降、企业经营困难、亏损甚至被迫倒闭。在有的行业,三年亏掉了过去十年赚的钱。疫情带来的损失是毋庸置疑的,企业付出的代价也是巨大的。2023年,随着疫情的结束,各行各业开始恢复业务,人们发现恢复过程远没有想象的那样顺利。于是纷纷对业务的恢复周期和模式做出猜测,许多人自然而然的想到,业务恢复有一定的滞后性,所以只要坚持正常的运营,业务就会好转。那么,情况果真如此吗?以三年疫情如此之大的代价,本应该有很多的经验教训可以收获,人们竟然只是获得了这样浅层次的认识。当前企业的经营态势果真只是疫情的后遗症吗?还是一个更大的趋势的表现?疫情带来的负面影响能否预知并获得有效的消减?要回答这些问题需要进行深入的研究,通过研究我们将发现构建企业经营态势全模型的必要性,以及该模型给企业带来的更多的价值,即解决企业业务经营的盲目性问题。

企业经营态势分析中存在的不足

几乎没有企业预测到Covid-19病毒疫情及其影响,这是一个非常奇怪的现象。世界经济论坛发表的《2019全球风险报告》中,将传染病列为影响十大的风险之一,排在大规模杀伤性武器、应对气候变化失败、极端天气、水资源危机、自然灾害、生物多样性丧失和生态系统崩溃、网络攻击、关键基础设施故障、人为造成的环境灾难之后。对世界经济论坛来说,风险发生的可能性是必然存在的,因此每年都会发布《全球风险报告》。虽然无法对风险发生的时间、概率进行精准的预测,但对可能出现的风险进行了比较全面的覆盖。它们把全球的风险分为五大类:经济、环境、地缘政治、社会和技术,包含几十个小类的风险。其实稍微考虑一下,就知道疫情是一定会发生的,只不过无法预知其发生的时间、类型和影响的范围。面对那些无法预测的风险,人们采取的态度往往是忽略它们,直到它们发生并将企业推到破产的边缘。经过这次持续三年的疫情,所有希望长期经营的企业,特别是大型企业,一定要改变态度,对长期可能的风险有所警觉、有所准备。

人们会辩解说对于无法预测的风险我们能做些什么呢?即使这种辩解是可接受的,也并不能改变企业在经营管理上存在的盲目性的问题。有些风险比疫情更好预测,也会被绝大多数企业忽略,比如宏观经济趋势。自2008年以来,中国的国内生产总值的增长率出现了长期下降的趋势。去除掉疫情三年的非趋势性波动情况,2023年的GDP增长率也就是5%左右。预想有更高的增长率是不现实的,除非出现大的逆转条件,增长率下降的趋势恐怕还要持续一段时间。可是又有多少企业对这个趋势给与了足够的重视,并作出战略的调整呢?

图1 中国GDP增长率变化情况

以房地产也为例,2022年以来,有多家房地产头部企业出现债务暴雷、工程烂尾的情况。我们能简单的把这些现象归因于疫情的影响或是政策的因素吗?自1998年开始,新房开工和销售量之间一直存在一个较大的差值,也就是说房地产库存的数量逐年上升。当房地产库存的总量累积常年得不到消化时,意味着整个房地产行业的风险在不断增加。在房价的上升周期,库存的增加虽然不是很好的现象,但由于房屋的价格保持着上涨的趋势,对房地地产企业来说,库存也意味着资产的增值。利用不断增值的资产进行融资,开发新的楼盘或者用于其他领域的融资似乎也是可行的商业模式。但这种商业模式有一个前提条件,就是房价必须处于上涨周期,一旦房价出现下跌,库存的资产价值缩水,就不能有效完成融资。融不到资,库存又销售不出去,新盘的工程无法持续,就造成了烂尾或推迟交付。同样的,无法偿付债务,就造成了资金暴雷。那么,中国的房地产什么时候开始出现价格下行的呢?

图2 中国房地产业新房开工和销售情况

在任何一个行业,出现商品价格的波动都是一种正常现象,房地产行业也不例外。但房地产有很强的资产属性,无论是个人还是企业,房地产都是主要的资产形式。所以从长期趋势看,房地产的价格总体上应该是上涨的。但在总体上涨的过程中,也会存在周期性的下行和波动。短期波动对房地产行业的影响是有限的,但周期性下行的影响就会比较大。从2017年开始,中国的住房价格指数出现了一个5年以上的持续下行的趋势。对于房地产企业来讲,2017年应该是一个重要的拐点。我们站在今天的时点上对历史数据进行审视,很容易发现这个拐点。但是回到2017年或2018年,确认拐点是非常困难的。因为在2018年有一个价格回升过程,很容易把周期性下行判断为短期波动。如果回到2016年,我们就比较容易判断这一拐点和趋势的形成。因为那时开始,国家采取了一系列的房地产调控措施,重点是平抑房价。

图3 中国房地产指数变化情况

可惜,相当多的房企对这个拐点没有做出充分的预判和必要的反应。在对未来发展的将信将疑中,错失了调整商业模式、消减风险的机会,走到了烂尾、暴雷的困局之中。

在企业的日常经营过程中,稍微成熟一点的企业都会进行经营态势的分析。他们会分析企业的销售、生产、收入、成本和利润情况,进行环比和同比分析

登录后查看全文

本报告免费开放给注册用户,登录即可阅读全文。

相关报告推荐

1687582026-11-11

尚参科技2027中国企业十大数智化趋势

数字化做的是把业务变成数据和流程:订单录进系统、审批走线上、报表自动生成,记录和搬运的主体仍是人。数智化进了一步:让数据和智能直接参与生产和决策,系统不只记录发生了什么,还能判断该做什么、并动手做完。前者把活儿搬到机器上留痕,后者把活儿本身交给机器与人协同完成。

2665722026-10-10

AI冲击下的求职认知重构:岗位变化与能力升值(Job-Search Cognition Reframing under AI Impact Role Shift

在AI技术的深度渗透下,传统岗位边界正加速消融,求职者的核心认知需从“单一技能竞争”向“人机协同价值创造”重构。AI并未单纯消灭岗位,而是推动工作模式向新双模演进,促使基础执行类需求锐减,复杂业务编排与协同创新类需求显著升值。 面对此趋势,个人能力评估标准发生根本转移。具备高业务精深度、强AI应用力与协同创新力的个体,将在市场中获得更高溢价。企业人才战略亦需同步升级,关注员工在双智协同环境下的能力跃迁,构建适应智能化时代的人机共生组织,以稳固转型的人才底座。

2483102026-10-10

企业招聘岗位需求侧观察:招聘真正筛选的能力与评估维度(Employer-Side Job Demand Analysis Capabilities & Eval

本报告基于企业招聘岗位需求侧观察,揭示数字化时代招聘真正筛选的核心能力已从单一技能执行,转向“业务精深度、AI应用力与协同创新力”的综合平衡。随着双智协同理念的深入落地,企业不仅考察候选人的业务理解力,更看重其驾驭智能工具、实现人机协同的业务编排与创新能力。报告建议企业决策者将个人能力成熟度与组织数字化目标对齐,构建适配新双模架构的人才评估体系,从而精准识别并吸引能够驱动数据要素化与业务持续增长的复合型智力资本。

2565502026-10-10

求职中的心理韧性与压力应对机制:拒绝、不确定与组织化应对(Psychological Resilience & Stress Coping in Job Sea

在高度不确定的就业环境中,求职者的心理韧性已成为决定人才质量与组织效能的核心变量。面对拒绝与不确定性,单纯依赖个体心智已显不足,必须通过组织化应对机制实现个体韧性与系统支持的深度协同。 基于个人能力模型(DIB-PMM)视角,心理韧性不仅是情绪调节能力,更是认知重构与行动迭代的基础。组织应构建结构化的支持体系,将隐性的压力应对转化为显性的业务编排逻辑,依托新双模架构平衡短期招聘压力与长期人才发展。 这种双智协同模式不仅帮助个体有效化解求职挫折,更促使组织从被动筛选转向主动赋能,最终在不确定性中沉淀出具备高抗压性与高适应力的敏捷人才梯队。

8413732026-09-15

基于数字孪生的蓄冷—蓄电混合储能系统多时间尺度协同优化框架研究

本研究提出一种面向蓄冷—蓄电混合储能系统的多时间尺度协同优化框架,核心在于深度融合数字孪生技术与能源系统动态建模能力,实现物理系统与虚拟模型的实时映射、闭环反馈与前瞻决策。区别于传统单维度优化方法,该框架在秒级(设备响应)、分钟级(负荷调度)、小时级(运行策略)及日前级(经济性规划)四个时间尺度上构建分层耦合的优化机制,兼顾热力学约束、电化学特性与电网交互需求。数字孪生体不仅承载高保真状态感知与演化推演功能,更通过数据驱动与机理模型融合,支撑不确定性环境下的鲁棒决策。实证表明,该框架可显著提升混合储能系统的整体能效与调节灵活性,增强其在源荷波动加剧背景下的适应性与经济性。研究成果为新型储能系统

4968312026-09-14

面向东数西算工程的跨省算电协同政策适配性评估研究:对比分析西部枢纽节点在绿电交易、跨省输配电价、容量电费分摊等机制中的制度瓶颈

本研究指出,当前跨省算电协同机制尚未与“东数西算”工程的战略目标形成系统性适配,核心矛盾在于电力要素市场化改革进程滞后于算力基础设施空间布局重构需求。通过对西部枢纽节点在绿电交易、跨省输配电价核定及容量电费分摊等关键环节的制度运行分析发现:绿电消纳缺乏与算力负荷特性的动态匹配机制,导致绿色价值难以有效传导;跨省输配电价仍以传统物理电量为计价基础,未体现数据中心高可靠性、长周期、可调节负荷的差异化成本属性;容量电费分摊规则尚未建立基于算力调度响应能力与区域电网支撑贡献的权责对等框架。上述制度瓶颈共同制约了算力与电力在跨区域尺度上的时空耦合效率。研究建议,应推动电价机制从“电量定价”向“能力定价”

5423792026-09-14

面向新型电力系统的算力负荷聚合商角色定位与功能架构研究:分析其在负荷聚合、虚拟电厂运营、绿电溯源与碳资产代理中的系统价值

算力负荷聚合商正成为新型电力系统中不可或缺的枢纽型角色,其核心价值在于以数字化能力贯通能源流、信息流与价值流。本报告指出,该主体并非简单叠加负荷管理功能,而是通过动态聚合分布式算力资源,实现对用电负荷的柔性调节、精准响应与价值重构。在负荷聚合层面,依托实时感知与智能预测,提升系统灵活性;在虚拟电厂运营中,作为协调中枢整合多元资源,强化源网荷储协同;在绿电溯源环节,利用可信技术支撑电力属性的全链条追踪,增强绿色价值可验证性;在碳资产代理方面,则衔接用能侧减排行为与市场机制,推动碳价值显性化与资产化。其功能架构需围绕“可观、可测、可控、可调、可溯、可证”六维能力展开,强调平台化、服务化与生态化演进

1209882026-09-14

算电协同政策工具箱国际比较研究:系统梳理欧盟CBAM关联算力绿电要求、美国IRA税收抵扣对源网荷储投资的激励逻辑、日本绿色数据中心认证体系演进路径

本报告指出,全球主要经济体正通过差异化政策工具推动算力与电力系统的深度协同,其核心逻辑在于将数据中心等高载能数字基础设施纳入低碳能源转型主干体系。欧盟将碳边境调节机制延伸至算力领域,以绿电采购和碳强度挂钩形成刚性约束;美国则依托税收杠杆,对源网荷储一体化项目实施阶梯式激励,强调系统灵活性投资的经济可行性;日本侧重认证驱动,通过绿色数据中心标准体系的动态升级,引导技术路径与运营实践持续向低碳演进。三类模式虽路径各异,但均体现出从单一能效管控转向“电力供给—负荷特性—系统调节”全链条治理的共性趋势。政策设计普遍注重与既有能源市场机制衔接,避免行政干预替代价格信号,并预留技术中立空间以适应新型储能、