基于主成分分析的电商企业物流成本核算

黄延霞

内容摘要：我国电子商务物流企业仍处于高速发展中，对其下一期物流成本的需求进行有效核算成为重点问题。本文以我国电子商务物流公司——四通一达为研究对象，采用主成分分析法归纳电商物流企业成本核算中最为关键的因子，并采用五家公司共计100组月度数据进行实证计算，采用主成分多元回归预测模型估计主成分因子拟合情况。研究表明，主成分分析方法归纳的前三个主成分因子能够有效反映企业物流成本情况，模型拟合绝对误差为0.0981，相对误差为0.4235%，与实际成本十分接近，能够用于实践分析和成本估计中。

关键词：电商物流企业   主成分分析法   成本核算   四通一达

在我国消费经济增长乏力的现状下，网络零售市场依然保持高速增长态势，依托于电子商务成长起来的物流企业依然处在扩大市场规模，占据企业竞争高点的步伐之中。电商物流企业的高速发展也带来了许多隐患，尤其集中于企业成本信息确认部分，对于企业物流成本需求进行核实、控制与预算，需要企业投入大量资金和资源。通过对企业物流成本需求进行核算，能够使企业对物流成本的决定因素及变化趋势心中有数，为电商物流战略发展决策提供科学依据，减少发展过程中成本决策上的盲目性与无效性。科学制定电商物流企业成本投入，还能够提升电子商务市场整体物流效率，促进新型商品市场发展。

相关文献综述

我国对于电子商务物流企业成本分析的研究较多，但对于成本需求进行核算的研究相对较少。董劲（2016）认为，企业对物流成本的控制，其重要性不亚于建立高效物流系统，不仅能够替代节约原材料、提高生产率的传统方法，还能够成为提升企业利润率的第三利润源泉。针对物流企业成本进行优化的研究逐渐丰富，杨长英（2016）从财务管理机制的角度进行论述，其研究更强调企业财务运营的健康性，而没有量化估计企业对物流成本的控制方法，孙蕾（2016）聚焦于云环境对我国电商物流模式的影响，认为云计算带来的管理方法和成本控制机制优化有助于我国电子商务整体发展。总的来看，对于电商物流企业成本控制研究多采用定性分析方式。

对于电子商务物流信息与效率的研究则普遍采用量化分析手段，刘刚（2017）针对电子商务与物流效率的相关性进行实证分析，认为对于电商物流企业的测算标准需要应用更新颖的标准。笪建军和赵燕（2017）对电商物流企业配送成本核算方法进行综述，并构造优化方法，以加强对成本的控制。周志方和蔡严斐（2016）的研究更加侧重于逆向物流成本优化，以汽车回收企业为对象，并纳入外部成本作为重要核算项目，模型有较强借鉴意义。贲友红（2017）则将作业成本法引入电商物流企业成本核算中，其研究重点关注成本信息失真问题，就成本信息有效性展开大量论述。但上述研究均未涉及电商物流企业成本预测与核算，本文就这一问题展开研究，并进行量化的实证分析，全文结构过程如图1所示。

本文首先根据成本需求核算的相关代理指标建立预测集指标体系，并针对研究对象进行数据收集，此后采用主成分分析方法将代理变量进行拟合，提取贡献度最高的因子，同时避免因子之间的多重共线性。进而将主成分因子与物流成本之间进行回归分析及参数检验，并分析模型精度。上述流程所建立的模型，最终可以纳入电商物流企业成本信息研究中，从而有效帮助相关企业对物流成本进行核算和控制。

基于主成分回归分析的成本需求核算模型构建

在建立电子商务企业物流成本预测多元回归模型时，需要让模型尽可能多的包含电商物流成本信息，于是会纳入较多与成本相关的自变量，但由于自变量之间往往会存在共线性关系，变量所包含的信息之间会相互重叠，导致大量无关信息的溢出。若简单的拟合更多变量，会增加模型维度和自变量，同时会造成统计上的误差，在模型预测过程中，误差会被进一步放大。

基于上述分析，本文构建基于主成分分析的电商物流成本回归分析模型，假定其原始数据矩阵为：

采用雅克比方法可以对X的相关系数矩阵进行求解，其协方差矩阵的P个非负特征值为：λ1>λ2>…>λp≥0，各个特征值对应的特征向量为：

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

据此可以得到p个有效因子，为z1，z2，…，zp，如公式（1）所示：

（1）

上述因子变换中，x1是xi的标准化变换，因子经过变换后形成的有效因子z1，z2，…，zp之间线性无关，即有效因子间并不存在信息重叠问题。衡量各个因子有效性时，需要计算各个变量系数，对第i个新因子而言，其信息由对原始信息的保留程度所决定，设αi为第i个因子的方差贡献率，以衡量第i个新因子的相关度，有：

（2）

主成分分析法中，要求方差提取率达到85%以上的前m个因子作为有效因子，以减少模型复杂度和有关因子的数量，据此有：

（3）

主成分分析所得出的m个因子，不仅有效提取了原有多维矩阵中的信息，还减少了不同因素之间的共线性，新因子z1，z2，…，zm构成衡量电商企业物流成本的主要自变量，进而可以用多元回归分析得到物流成本与各个因子的关系：

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

基于主成分回归分析的成本需求核算应用

（一）代理变量及样本数据选择

本文以我国民营物流电商企业为研究对象，分别是申通快递、圆通快递、中通快递、百世汇通快递、韵达快递（四通一达），其均依靠电子商务快速发展而成长，是我国最具代表性的电商物流企业。根据这五家公司的披露信息，本文选取如图2所示的指标体系，需要说明的是，由于四通一达的运营模式不同于顺丰、DHC等快递公司，主要采取陆路運输方式，其快件主要采取租机方式进行运输，而不需要自负组建飞行运输的成本。

同时，本文选取5家公司2015年1月到2016年8月的物流月度成本数据作为研究对象，每家公司20组数据，总计100组数据。由于5家公司规模上存在差异，导致一些数据的基准值存在差异，因此本文对数据进行归一化处理。本文把前80组数据综合为8组数据，并作为实证组数据，后20组数据结合为2组数据，作为样本组数据。在利用8组数据进行主成分分析后，再代入2组样本分析模型的拟合程度。

（二）基于主成分分析的电商物流企业成本回归

根据上述理论设定，本文首先采用SPSS模型进行因子主成分分析，采用雅克比行列式计算相关系数矩阵得知，各因子间相关系数均显著，变量间存在较强线性关系。各个代理变量的KMO值为0.912，球度检测BTS值为521.322，两项检测水平均符合模型要求。同时利用因子提取法进行因子旋转，从而消除因子无关特征。所得的前三个因子的贡献率及方差分解情况如表1所示。

根据上文分析，主成分分析贡献率达到85%以上即可以视为有效因子，模型中第二个因子达到83.152%，第三个因子达到90.135%，故选择前三个因子作为有效因子，上述分析的碎石图如图3所示。

进而可以采用公式（4）分析各个主成分因子与电商物流企业成本之间的相关度，根据相关数据建立的主成分回归分析，首先需要进行显著性检验，分析所选自变量之间是否存在信息重叠情况，结果如表2所示。如表2所示，在回归系数的显著性检验中，各个系数的t值与sig.值检验结果均显著，说明主成分分析方法所提取的主成分因子能够有效反馈电商物流企业成本，因子之间具备显著影响关系。模型容差与VIF值接近于1，表明所选变量间的信息重叠问题并不显著，在回归中不存在多重共线性问题，主成分分析所提取的因子的原始噪声得到消除，表2中的B值即为各个变量与成本变量的相关性系数，可以用方程表示如下：

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

将主成分分析结果与实际物流成本进行比对，就可以得到模型拟合水平，利用20组样本组数据实际值进行对比，其预测结果如表3所示。如表3所示，利用实验组计算出的预测值与样本组实际值绝对误差较小，两个样本组中均表现出较好的模型预测水平，总的来看，模型平均绝对误差为0.0981，平均相对误差为0.4235%。说明本文所采用的主成分分析法在电商企业成本需求核算中具备较好拟合效果，能够有效降低原有统计方法中需要根据多种统计变量对成本进行估计的复杂性。本文仅通过三个主成分因子，在较强拟合程度下建立对成本的计量模型，极大简化了企业成本核算时的工作强度，并且能够帮助企业更有效衡量影响成本的主要因素，有助于企业提升成本信息标准及成本信息工作效率。

加强我国电商物流企业成本控制的建议

本文以我国典型电商物流企业—四通一达为研究对象，采用主成分分析法构建企业物流成本需求多元回归模型。模型构建中，本文尽可能控制各个变量间的信息重叠，并利用最主要的变量对电商总体成本进行预测，本文所构建的模型具备较强拟合水平，能够用于企业实际成本测算和预估之中。根据本文的研究结论，我国电商物流企业在进行成本核算时，对于企业运行成本和预估成本的估计普遍有所偏移，即无法正确估计下一季度的总体预算，造成大量资源浪费。为此，本文提出以下方面的建议：

第一，采取更有效的成本控制管理措施。电商物流企业在发展过程中，应该主动降低大量无效或低效的重复工作，对于无技术含量的重复劳动而言，可以采用更多科技手段予以替代，例如中转分捡系统，可以有效帮助各个物流中转点针对产品位置进行分类，对于物流商品的装载和卸下，均可以采用适用物流运输的专用运输车进行运输，不仅能将大量人力资源从体力劳动中解放出来，还能够简化工作流程。

第二，企业内部应该引入更高效的信息管理平台。电子商务物流企业所存在的问题，原因在于其成本管理系统缺陷、高速发展的企业规模、企业整体管理及成本控制上存在缺陷。增加科技资本投入以构建更具效率的精准物流管理系统，并将其代入物流管理实践中，物流管理系统的提升在个体运输中产生的效率提升较小，但运用于大批量工作中，能够伴随产品规模扩大，产生更强规模效应，更大限度的提升企业整体效率，为企业成本管理提供更有价值的方法。

第三，提供更明确的人员管理激励措施。人力资源管理是企业扩张过程中，最容易产生成本冗余的部分，人力资源支撑了电子商务环境下物流企业各个环节，加强对人员管理的激励，能够帮助新员工更有效加入企业物流运输中，使得员工参与公司发展中，在各个环节建立成本控制意识，累积成为公司的成本控制文化。对于企业员工在工作中提出的建议及方法，要及时有效的进行鼓励，建立具备持续性的奖励机制，以提升员工物流管理观念，能够有效分析成本价值，重视成本管控。利用人力资源优化，可以在现有技术水平及管理水平未产生重大突破时，形成较强团队效应，从而作用于公司整体成本管控。

参考文献：

1.刘刚.生鲜农产品电子商务的物流服务创新研究[J].商业经济与管理，2017，37（3）

2.笪建军，赵燕.电商物流类企业配送成本核算方法优化与控制[J].商业经济研究，2017（16）

3.周志方，蔡严斐.基于价值流分析的汽车回收企业逆向物流成本优化研究[J].软科学，2016，30（1）

4.贲友红.作业成本法在快递物流成本管理中的应用研究[J].价格理论与实践，2017（12）

5.董劲.略论企业物流成本的控制与优化[J].商业经济研究，2016（14）

6.杨长英.基于成本控制的物流企业财务管理机制研究[J].商业经济研究，2016（21）

7.孙蕾.云环境下我國电子商务物流模式创新与发展趋势[J].商业经济研究，2016（20）