基于因子分析的物流成本研究:物流成本管理第二版课后答案

　　【摘　要】 经济的飞速发展为物流业带来了新的生命，但物流成本却是我国物流业发展的一大瓶颈，一贯被物流学界称为“黑大陆”或“物流冰山”，可见我国物流业在成本方面是一大盲区。文章先研究了近几年我国的社会物流总费用，从宏观方面看待这一问题，说明问题的严重性，然后从微观方面就企业物流费用进行研究，利用XX集团及其5个子公司这一案例，借助于前人的研究，根据物流活动的功能选取了影响物流成本的各个指标，然后运用因子分析法找出影响物流成本的关键因子，以便企业提出相应的对策降低物流成本，提高效率。
　　【关键词】 物流成本； 指标； 因子分析； 关键因子
　　一、前言
　　随着我国经济的发展，物流业也在迅猛发展，其发展壮大仅从全社会的物流总费用就可略见一斑，但其发展过程也暴露出很多严重的问题，最突出的就是物流成本居高不下，每年都在创立新高。由于这是新兴行业，存在问题在所难免，但人们对物流成本认识有限，物流被称为经济领域的“黑大陆”。日本物流专家西泽修的“物流冰山学说”认为，人们能看到的物流费用只是冰山一角，海水中的冰山才是物流费用的主要部分。因此，加强对物流成本的研究与管理对提高物流活动的经济效益有着非常重要的意义。但考虑到其对经济的发展影响深远，因此有必要对现实存在的有关物流成本方面的问题进行研究。
　　
　　二、我国全社会物流成本现状
　　笔者搜集出近几年我国社会物流总费用的走势图，而所谓社会物流总费用是指在产品空间位移过程中所耗费的各种资源的货币表现，是物品在实物运动过程中的各个环节所支出的人力、财力、物力的总和。它包含运输费用、保管费用（仓储保管）及管理费用，社会物流总费用可以反映出在产出一定的情况下，社会所投入物流成本的多少。通过图1可以看出我国物流总费用的发展趋势。
　　从图1可以看出，社会物流总费用呈逐年增加的趋势，2008、2009年由于受到自然灾害和经济危机的冲击，增长有所减缓。通常我们通过物流费用及其在国家GDP中所占比重来衡量一个国家的物流成熟度。并不是说物流费用的增加就意味着成本的增加、物流产业发展的减缓、专业化的降低，而是要看社会物流总费用占当年GDP的比率是多少。图2为近几年我国的社会物流总费用占GDP的比率。
　　从图2可以看出我国社会物流总费用占GDP的比重很高，其中最高的是2004年达到21.3%，以后逐年下降，现在基本达到一个平稳的状态18.2%左右，这就是说物流成本与GDP的比例每下降0.1个百分点，就意味着增加了899亿元经济效益（以2008年GDP为例），从2007年到2008年下降了0.3个点，就意味着直接增加了2 697亿元的经济效益，这样看来全社会的物流总费用所占比例确实很高。相反，也可以看出我国物流业的发展是很有潜力和前景的，还有很大的空间可以利用。
　　因此从微观方面对物流成本进行研究显得很有必要，笔者拟从XX单个企业着手利用因子分析找出影响企业成本的关键因子，进而找出问题的症结所在，这样有助于分析问题，提出相应的对策。
　　
　　三、运用因子分析对企业物流成本进行实证研究
　　XX电源生产集团（简称集团）成立于2007年9月，注册资金1 000万元，固定资产投资1 200万元，拥有员工50余人。公司主要从事极板及铅酸蓄电池的生产与销售，销售网覆盖安徽、江苏、浙江、河南、河北、山东、山西、甘肃等全国大部分地区，其旗下有5个子公司。通过对XX集团及其之下的5个子公司A、B、C、D、E的物流成本进行因子分析，找出影响此集团物流成本的关键因子，并对其进行分析，提出相应的对策，以达到显著降低物流成本、提高物流作业效率的目的。
　　（一）指标的选取
　　从不同角度考察物流总成本，其构成都有所不同。笔者采用的是按照物流活动功能进行分类的方法，这样企业物流成本可以分为运输成本、仓储成本、包装成本、装卸成本、信息处理成本和物流管理费共六大项。如表1所示。
　　（二）数据获取
　　表2为财务部门对该集团一个月实际发生的物流成本进行系统核算，并以费用支出种类为基础编制的物流成本报表。
　　对表2中数据采用计算机软件SPSS，计算得到因子分析相关结果：总方差解释（Total Variance Explained）如表3所示，旋转以后的载荷矩阵（Rotated Component Matrix）如表4所示。
　　（三）结果分析
　　由表3和表4可知，提取特征值大于0.7时，得到4个主因子和因子模型，因子得分函数如下：
　　F1=0.292x1 + 0.919x2 + 0.623x3 - 0.051x4 - 0.637x5
　　+0.929x6-0.348x7-0.616x8+0.272x9+0.499x10+0.379x11
　　+0.397x12+0.748x13-0.027x14+0.443x15-0.07x16+0.149x17
　　+0.136x18 - 0.918x19 + 0.43x20 + 0.814x21 - 0.642x22 + 0.165x23
　　+0.769x24+0.907x25+0.96x26+0.407x27-0.039x28-0.916x29
　　+0.623x30
　　同理，可得F2、F3、F4的各个因子表达式（略）。
　　从因子得分模型中可以看出第一个因子F1主要由x2、x6、x13、x21、x24、x25、x26构成，它们作用在第一因子的载荷分别是0.919、0.929、0.748、0.814、0.769、0.907、0.960；第二个因子F2主要由x7、x12、x15、x16、x20构成，它们作用在第二个因子上的载荷分别是0.883、0.742、0.878、0.991、0.882；第三个因子F3主要由x3、x9、x14、x23、x27构成，它们作用在第三个因子上的载荷分别是0.702、0.731、0.806、0.971、0.877；第四个因子F4主要由x1、x17、x28构成，它们作用在第四个因子上的载荷分别是0.842、0.702、0.951。即四个因子主要由（x1、x2、x3、x6）、（x7、x9）、（x12、x13、x14、x15）、（x16、x17）、（x20、x21、x23）、（x24、x25、x26、x27、x28）构成，因此集团应该从运输、包装、信息处理、管理几个方面着手减少物流费用，尤其是运输、信息处理及管理这三个方面，并相应地找出影响这些因子的关键要素如x2、x6、x16、x23、x25、x26、x28，即需要在这些方面加强成本管理：运输中的人工费和修理费、包装中的人工费、信息处理中的材料费、管理中的人工费和通讯费及管理中的办公用品等等。为此企业可以提出相关对策，达到降低物流成本的目的。
　　
　　四、结束语
　　物流成本的分析是一种典型的多指标问题，涉及的因素繁多，多指标带来了分析上的复杂性和指标间的多重相关性两大问题。因子分析方法是一种指标约简和削弱指标间多重相关性的优良工具，为此利用此方法对企业物流成本进行综合分析。通过本研究的分析发现该方法具有以下优点：一是因子分析方法基于原始数据本身，评价结果符合客观实际；二是将多指标进行降维处理降低了分析的复杂度，削弱了指标间的多重相关性；三是易于发现影响物流成本的关键因素，有利于企业改善经营管理，提高核心竞争力。
　　
　　【参考文献】
　　［1］ ［日］诊断师物流研究会.物流成本的分析与控制［M］.电子工业出版社，2005.
　　［2］ 常东亮.物流成本核算实证研究［M］.经济科学出版社，2008.
　　［3］ 邓凤祥.现代物流成本管理［M］.北京:经济管理出版社，2003.
　　［4］ 刘秀琴.制造企业物流成本核算与财务控制研究［D］.浙江工业大学硕士论文，2009.
　　［5］ 唐永洪.物流成本构成形态及关键因子分析［J］.物流技术，2010（5）.