基于主成分分析的電商企業(yè)物流成本核算

黃延霞

內(nèi)容摘要：我國(guó)電子商務(wù)物流企業(yè)仍處于高速發(fā)展中，對(duì)其下一期物流成本的需求進(jìn)行有效核算成為重點(diǎn)問(wèn)題。本文以我國(guó)電子商務(wù)物流公司——四通一達(dá)為研究對(duì)象，采用主成分分析法歸納電商物流企業(yè)成本核算中最為關(guān)鍵的因子，并采用五家公司共計(jì)100組月度數(shù)據(jù)進(jìn)行實(shí)證計(jì)算，采用主成分多元回歸預(yù)測(cè)模型估計(jì)主成分因子擬合情況。研究表明，主成分分析方法歸納的前三個(gè)主成分因子能夠有效反映企業(yè)物流成本情況，模型擬合絕對(duì)誤差為0.0981，相對(duì)誤差為0.4235%，與實(shí)際成本十分接近，能夠用于實(shí)踐分析和成本估計(jì)中。

關(guān)鍵詞：電商物流企業(yè) ? 主成分分析法 ? 成本核算 ? 四通一達(dá)

在我國(guó)消費(fèi)經(jīng)濟(jì)增長(zhǎng)乏力的現(xiàn)狀下，網(wǎng)絡(luò)零售市場(chǎng)依然保持高速增長(zhǎng)態(tài)勢(shì)，依托于電子商務(wù)成長(zhǎng)起來(lái)的物流企業(yè)依然處在擴(kuò)大市場(chǎng)規(guī)模，占據(jù)企業(yè)競(jìng)爭(zhēng)高點(diǎn)的步伐之中。電商物流企業(yè)的高速發(fā)展也帶來(lái)了許多隱患，尤其集中于企業(yè)成本信息確認(rèn)部分，對(duì)于企業(yè)物流成本需求進(jìn)行核實(shí)、控制與預(yù)算，需要企業(yè)投入大量資金和資源。通過(guò)對(duì)企業(yè)物流成本需求進(jìn)行核算，能夠使企業(yè)對(duì)物流成本的決定因素及變化趨勢(shì)心中有數(shù)，為電商物流戰(zhàn)略發(fā)展決策提供科學(xué)依據(jù)，減少發(fā)展過(guò)程中成本決策上的盲目性與無(wú)效性?？茖W(xué)制定電商物流企業(yè)成本投入，還能夠提升電子商務(wù)市場(chǎng)整體物流效率，促進(jìn)新型商品市場(chǎng)發(fā)展。

相關(guān)文獻(xiàn)綜述

我國(guó)對(duì)于電子商務(wù)物流企業(yè)成本分析的研究較多，但對(duì)于成本需求進(jìn)行核算的研究相對(duì)較少。董勁（2016）認(rèn)為，企業(yè)對(duì)物流成本的控制，其重要性不亞于建立高效物流系統(tǒng)，不僅能夠替代節(jié)約原材料、提高生產(chǎn)率的傳統(tǒng)方法，還能夠成為提升企業(yè)利潤(rùn)率的第三利潤(rùn)源泉。針對(duì)物流企業(yè)成本進(jìn)行優(yōu)化的研究逐漸豐富，楊長(zhǎng)英（2016）從財(cái)務(wù)管理機(jī)制的角度進(jìn)行論述，其研究更強(qiáng)調(diào)企業(yè)財(cái)務(wù)運(yùn)營(yíng)的健康性，而沒(méi)有量化估計(jì)企業(yè)對(duì)物流成本的控制方法，孫蕾（2016）聚焦于云環(huán)境對(duì)我國(guó)電商物流模式的影響，認(rèn)為云計(jì)算帶來(lái)的管理方法和成本控制機(jī)制優(yōu)化有助于我國(guó)電子商務(wù)整體發(fā)展?？偟膩?lái)看，對(duì)于電商物流企業(yè)成本控制研究多采用定性分析方式。

對(duì)于電子商務(wù)物流信息與效率的研究則普遍采用量化分析手段，劉剛（2017）針對(duì)電子商務(wù)與物流效率的相關(guān)性進(jìn)行實(shí)證分析，認(rèn)為對(duì)于電商物流企業(yè)的測(cè)算標(biāo)準(zhǔn)需要應(yīng)用更新穎的標(biāo)準(zhǔn)。笪建軍和趙燕（2017）對(duì)電商物流企業(yè)配送成本核算方法進(jìn)行綜述，并構(gòu)造優(yōu)化方法，以加強(qiáng)對(duì)成本的控制。周志方和蔡嚴(yán)斐（2016）的研究更加側(cè)重于逆向物流成本優(yōu)化，以汽車回收企業(yè)為對(duì)象，并納入外部成本作為重要核算項(xiàng)目，模型有較強(qiáng)借鑒意義。賁友紅（2017）則將作業(yè)成本法引入電商物流企業(yè)成本核算中，其研究重點(diǎn)關(guān)注成本信息失真問(wèn)題，就成本信息有效性展開大量論述。但上述研究均未涉及電商物流企業(yè)成本預(yù)測(cè)與核算，本文就這一問(wèn)題展開研究，并進(jìn)行量化的實(shí)證分析，全文結(jié)構(gòu)過(guò)程如圖1所示。

本文首先根據(jù)成本需求核算的相關(guān)代理指標(biāo)建立預(yù)測(cè)集指標(biāo)體系，并針對(duì)研究對(duì)象進(jìn)行數(shù)據(jù)收集，此后采用主成分分析方法將代理變量進(jìn)行擬合，提取貢獻(xiàn)度最高的因子，同時(shí)避免因子之間的多重共線性。進(jìn)而將主成分因子與物流成本之間進(jìn)行回歸分析及參數(shù)檢驗(yàn)，并分析模型精度。上述流程所建立的模型，最終可以納入電商物流企業(yè)成本信息研究中，從而有效幫助相關(guān)企業(yè)對(duì)物流成本進(jìn)行核算和控制。

基于主成分回歸分析的成本需求核算模型構(gòu)建

在建立電子商務(wù)企業(yè)物流成本預(yù)測(cè)多元回歸模型時(shí)，需要讓模型盡可能多的包含電商物流成本信息，于是會(huì)納入較多與成本相關(guān)的自變量，但由于自變量之間往往會(huì)存在共線性關(guān)系，變量所包含的信息之間會(huì)相互重疊，導(dǎo)致大量無(wú)關(guān)信息的溢出。若簡(jiǎn)單的擬合更多變量，會(huì)增加模型維度和自變量，同時(shí)會(huì)造成統(tǒng)計(jì)上的誤差，在模型預(yù)測(cè)過(guò)程中，誤差會(huì)被進(jìn)一步放大。

基于上述分析，本文構(gòu)建基于主成分分析的電商物流成本回歸分析模型，假定其原始數(shù)據(jù)矩陣為：

采用雅克比方法可以對(duì)X的相關(guān)系數(shù)矩陣進(jìn)行求解，其協(xié)方差矩陣的P個(gè)非負(fù)特征值為：λ1>λ2>…>λp≥0，各個(gè)特征值對(duì)應(yīng)的特征向量為：

C（i）=（C1（i），…，C2（i），…，Cp（i）） （i=1，2，…，p）

據(jù)此可以得到p個(gè)有效因子，為z1，z2，…，zp，如公式（1）所示：

（1）

上述因子變換中，x1是xi的標(biāo)準(zhǔn)化變換，因子經(jīng)過(guò)變換后形成的有效因子z1，z2，…，zp之間線性無(wú)關(guān)，即有效因子間并不存在信息重疊問(wèn)題。衡量各個(gè)因子有效性時(shí)，需要計(jì)算各個(gè)變量系數(shù)，對(duì)第i個(gè)新因子而言，其信息由對(duì)原始信息的保留程度所決定，設(shè)αi為第i個(gè)因子的方差貢獻(xiàn)率，以衡量第i個(gè)新因子的相關(guān)度，有：

（2）

主成分分析法中，要求方差提取率達(dá)到85%以上的前m個(gè)因子作為有效因子，以減少模型復(fù)雜度和有關(guān)因子的數(shù)量，據(jù)此有：

（3）

主成分分析所得出的m個(gè)因子，不僅有效提取了原有多維矩陣中的信息，還減少了不同因素之間的共線性，新因子z1，z2，…，zm構(gòu)成衡量電商企業(yè)物流成本的主要自變量，進(jìn)而可以用多元回歸分析得到物流成本與各個(gè)因子的關(guān)系：

y=b0+b1z1+b2z2+…+bmzm ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（4）

基于主成分回歸分析的成本需求核算應(yīng)用

（一）代理變量及樣本數(shù)據(jù)選擇

本文以我國(guó)民營(yíng)物流電商企業(yè)為研究對(duì)象，分別是申通快遞、圓通快遞、中通快遞、百世匯通快遞、韻達(dá)快遞（四通一達(dá)），其均依靠電子商務(wù)快速發(fā)展而成長(zhǎng)，是我國(guó)最具代表性的電商物流企業(yè)。根據(jù)這五家公司的披露信息，本文選取如圖2所示的指標(biāo)體系，需要說(shuō)明的是，由于四通一達(dá)的運(yùn)營(yíng)模式不同于順豐、DHC等快遞公司，主要采取陸路運(yùn)輸方式，其快件主要采取租機(jī)方式進(jìn)行運(yùn)輸，而不需要自負(fù)組建飛行運(yùn)輸?shù)某杀尽?/p>

同時(shí)，本文選取5家公司2015年1月到2016年8月的物流月度成本數(shù)據(jù)作為研究對(duì)象，每家公司20組數(shù)據(jù)，總計(jì)100組數(shù)據(jù)。由于5家公司規(guī)模上存在差異，導(dǎo)致一些數(shù)據(jù)的基準(zhǔn)值存在差異，因此本文對(duì)數(shù)據(jù)進(jìn)行歸一化處理。本文把前80組數(shù)據(jù)綜合為8組數(shù)據(jù)，并作為實(shí)證組數(shù)據(jù)，后20組數(shù)據(jù)結(jié)合為2組數(shù)據(jù)，作為樣本組數(shù)據(jù)。在利用8組數(shù)據(jù)進(jìn)行主成分分析后，再代入2組樣本分析模型的擬合程度。

（二）基于主成分分析的電商物流企業(yè)成本回歸

根據(jù)上述理論設(shè)定，本文首先采用SPSS模型進(jìn)行因子主成分分析，采用雅克比行列式計(jì)算相關(guān)系數(shù)矩陣得知，各因子間相關(guān)系數(shù)均顯著，變量間存在較強(qiáng)線性關(guān)系。各個(gè)代理變量的KMO值為0.912，球度檢測(cè)BTS值為521.322，兩項(xiàng)檢測(cè)水平均符合模型要求。同時(shí)利用因子提取法進(jìn)行因子旋轉(zhuǎn)，從而消除因子無(wú)關(guān)特征。所得的前三個(gè)因子的貢獻(xiàn)率及方差分解情況如表1所示。

根據(jù)上文分析，主成分分析貢獻(xiàn)率達(dá)到85%以上即可以視為有效因子，模型中第二個(gè)因子達(dá)到83.152%，第三個(gè)因子達(dá)到90.135%，故選擇前三個(gè)因子作為有效因子，上述分析的碎石圖如圖3所示。

進(jìn)而可以采用公式（4）分析各個(gè)主成分因子與電商物流企業(yè)成本之間的相關(guān)度，根據(jù)相關(guān)數(shù)據(jù)建立的主成分回歸分析，首先需要進(jìn)行顯著性檢驗(yàn)，分析所選自變量之間是否存在信息重疊情況，結(jié)果如表2所示。如表2所示，在回歸系數(shù)的顯著性檢驗(yàn)中，各個(gè)系數(shù)的t值與sig.值檢驗(yàn)結(jié)果均顯著，說(shuō)明主成分分析方法所提取的主成分因子能夠有效反饋電商物流企業(yè)成本，因子之間具備顯著影響關(guān)系。模型容差與VIF值接近于1，表明所選變量間的信息重疊問(wèn)題并不顯著，在回歸中不存在多重共線性問(wèn)題，主成分分析所提取的因子的原始噪聲得到消除，表2中的B值即為各個(gè)變量與成本變量的相關(guān)性系數(shù)，可以用方程表示如下：

y=19.891+1.178z1+0.302z2+0.096z3 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（5）

將主成分分析結(jié)果與實(shí)際物流成本進(jìn)行比對(duì)，就可以得到模型擬合水平，利用20組樣本組數(shù)據(jù)實(shí)際值進(jìn)行對(duì)比，其預(yù)測(cè)結(jié)果如表3所示。如表3所示，利用實(shí)驗(yàn)組計(jì)算出的預(yù)測(cè)值與樣本組實(shí)際值絕對(duì)誤差較小，兩個(gè)樣本組中均表現(xiàn)出較好的模型預(yù)測(cè)水平，總的來(lái)看，模型平均絕對(duì)誤差為0.0981，平均相對(duì)誤差為0.4235%。說(shuō)明本文所采用的主成分分析法在電商企業(yè)成本需求核算中具備較好擬合效果，能夠有效降低原有統(tǒng)計(jì)方法中需要根據(jù)多種統(tǒng)計(jì)變量對(duì)成本進(jìn)行估計(jì)的復(fù)雜性。本文僅通過(guò)三個(gè)主成分因子，在較強(qiáng)擬合程度下建立對(duì)成本的計(jì)量模型，極大簡(jiǎn)化了企業(yè)成本核算時(shí)的工作強(qiáng)度，并且能夠幫助企業(yè)更有效衡量影響成本的主要因素，有助于企業(yè)提升成本信息標(biāo)準(zhǔn)及成本信息工作效率。

加強(qiáng)我國(guó)電商物流企業(yè)成本控制的建議

本文以我國(guó)典型電商物流企業(yè)—四通一達(dá)為研究對(duì)象，采用主成分分析法構(gòu)建企業(yè)物流成本需求多元回歸模型。模型構(gòu)建中，本文盡可能控制各個(gè)變量間的信息重疊，并利用最主要的變量對(duì)電商總體成本進(jìn)行預(yù)測(cè)，本文所構(gòu)建的模型具備較強(qiáng)擬合水平，能夠用于企業(yè)實(shí)際成本測(cè)算和預(yù)估之中。根據(jù)本文的研究結(jié)論，我國(guó)電商物流企業(yè)在進(jìn)行成本核算時(shí)，對(duì)于企業(yè)運(yùn)行成本和預(yù)估成本的估計(jì)普遍有所偏移，即無(wú)法正確估計(jì)下一季度的總體預(yù)算，造成大量資源浪費(fèi)。為此，本文提出以下方面的建議：

第一，采取更有效的成本控制管理措施。電商物流企業(yè)在發(fā)展過(guò)程中，應(yīng)該主動(dòng)降低大量無(wú)效或低效的重復(fù)工作，對(duì)于無(wú)技術(shù)含量的重復(fù)勞動(dòng)而言，可以采用更多科技手段予以替代，例如中轉(zhuǎn)分撿系統(tǒng)，可以有效幫助各個(gè)物流中轉(zhuǎn)點(diǎn)針對(duì)產(chǎn)品位置進(jìn)行分類，對(duì)于物流商品的裝載和卸下，均可以采用適用物流運(yùn)輸?shù)膶Ｓ眠\(yùn)輸車進(jìn)行運(yùn)輸，不僅能將大量人力資源從體力勞動(dòng)中解放出來(lái)，還能夠簡(jiǎn)化工作流程。

第二，企業(yè)內(nèi)部應(yīng)該引入更高效的信息管理平臺(tái)。電子商務(wù)物流企業(yè)所存在的問(wèn)題，原因在于其成本管理系統(tǒng)缺陷、高速發(fā)展的企業(yè)規(guī)模、企業(yè)整體管理及成本控制上存在缺陷。增加科技資本投入以構(gòu)建更具效率的精準(zhǔn)物流管理系統(tǒng)，并將其代入物流管理實(shí)踐中，物流管理系統(tǒng)的提升在個(gè)體運(yùn)輸中產(chǎn)生的效率提升較小，但運(yùn)用于大批量工作中，能夠伴隨產(chǎn)品規(guī)模擴(kuò)大，產(chǎn)生更強(qiáng)規(guī)模效應(yīng)，更大限度的提升企業(yè)整體效率，為企業(yè)成本管理提供更有價(jià)值的方法。

第三，提供更明確的人員管理激勵(lì)措施。人力資源管理是企業(yè)擴(kuò)張過(guò)程中，最容易產(chǎn)生成本冗余的部分，人力資源支撐了電子商務(wù)環(huán)境下物流企業(yè)各個(gè)環(huán)節(jié)，加強(qiáng)對(duì)人員管理的激勵(lì)，能夠幫助新員工更有效加入企業(yè)物流運(yùn)輸中，使得員工參與公司發(fā)展中，在各個(gè)環(huán)節(jié)建立成本控制意識(shí)，累積成為公司的成本控制文化。對(duì)于企業(yè)員工在工作中提出的建議及方法，要及時(shí)有效的進(jìn)行鼓勵(lì)，建立具備持續(xù)性的獎(jiǎng)勵(lì)機(jī)制，以提升員工物流管理觀念，能夠有效分析成本價(jià)值，重視成本管控。利用人力資源優(yōu)化，可以在現(xiàn)有技術(shù)水平及管理水平未產(chǎn)生重大突破時(shí)，形成較強(qiáng)團(tuán)隊(duì)效應(yīng)，從而作用于公司整體成本管控。

參考文獻(xiàn)：

1.劉剛.生鮮農(nóng)產(chǎn)品電子商務(wù)的物流服務(wù)創(chuàng)新研究[J].商業(yè)經(jīng)濟(jì)與管理，2017，37（3）

2.笪建軍，趙燕.電商物流類企業(yè)配送成本核算方法優(yōu)化與控制[J].商業(yè)經(jīng)濟(jì)研究，2017（16）

3.周志方，蔡嚴(yán)斐.基于價(jià)值流分析的汽車回收企業(yè)逆向物流成本優(yōu)化研究[J].軟科學(xué)，2016，30（1）

4.賁友紅.作業(yè)成本法在快遞物流成本管理中的應(yīng)用研究[J].價(jià)格理論與實(shí)踐，2017（12）

5.董勁.略論企業(yè)物流成本的控制與優(yōu)化[J].商業(yè)經(jīng)濟(jì)研究，2016（14）

6.楊長(zhǎng)英.基于成本控制的物流企業(yè)財(cái)務(wù)管理機(jī)制研究[J].商業(yè)經(jīng)濟(jì)研究，2016（21）

7.孫蕾.云環(huán)境下我國(guó)電子商務(wù)物流模式創(chuàng)新與發(fā)展趨勢(shì)[J].商業(yè)經(jīng)濟(jì)研究，2016（20）