快遞加盟投資收益的BP-SD仿真分析

任 為 （南充職業技術學院，四川 南充 637131）

快遞業務已成為現代服務業重要組成部分，電子商務的爆發式增長推動了消費轉型，快遞在國民經濟中發揮了重要的作用。但快遞服務同質化現象嚴重，投資者為了快速實施市場布局，直營已不能跟上擴張的步伐，以“三通一達”為代表的輕資產加盟模式備受青睞。加盟模式將經營權下放的同時也意味著風險向下游轉移。上游通過租賃配置資源，屬于完全輕資產運營模式，并且對下游有著強烈的話語權，所以上游盈利能力強且風險低。而加盟商的盈利能力取決于輻射區位，尤其是當前市場格局穩定的態勢下，加盟隊伍快速壯大導致整個群體利潤率下降，惡性競爭并不會影響上游利潤，甚至上游還補貼加盟商參與價格戰，搶奪市場份額。在電商快遞濃厚的商業氛圍之下，加盟已活躍成了一個新的投資高地。投資者面對誘惑背后潛藏的投資收益關系、回收周期和投資價值等模糊問題，急需一種系統科學的方式來評估，為決策者提供智力支持。

1 研究方法

1.1 系統動力學

投資加盟涉及一系列的科學決策，需要合理規避風險，充分發揮資本價值，所以企業經營是一項在內外部環境作用下形成的動態復雜的系統工程。著名學者彼得·圣潔推崇的“微世界”就是對不確定性問題進行模擬，即企業生產經營仿真系統的構建，利用計算機仿真技術量化地刻畫企業復雜的運作流程并加以診斷和改善[1]。系統動力學（System Dynamics，SD）是由麻省理工學院福瑞斯特（J.W.Forrester）教授在1956年創立的一門研究系統動態復雜性的科學。它以反饋控制理論為基礎，以計算機仿真技術為手段，主要用于研究復雜系統的結構、功能和動態行為之間的關系[2]，近年來系統動力學在企業經營領域應用研究日益廣泛[3-6]。由于企業經營的自律性和非線性，只能通過半定量的方法用仿真或模擬來研究，系統動力學既作為一種實驗手段，又是一種計算方法[7]，是分析和研究企業經營系統非常有效的手段。

1.2 神經網絡

BP網絡（Back Propagation，BP）是一種多層前饋型神經網絡，是前向網絡的核心，體現了人工神經網絡最精華的部分[8]。作為一種有導師學習算法，輸入樣本經過網絡初始值和閥值的處理后，在網絡設置的訓練參數范圍內，正向傳遞訓練信息。若沒有達到訓練目的，則計算出與目標樣本輸出之間的誤差，按照該函數斜率下降的方向，沿原來信息傳播的渠道反向傳遞，并不斷修正網絡的權值和閥值，最終達到訓練要求，實現從輸入到輸出的任意非線性映射。神經網絡在科研、工程等領域應用非常廣泛，為了達到仿真效果，研究多將BP網絡用于預處理系統動力學模型中的權重系數[9]，使用神經網絡對調研數據進行函數逼近，初始化系統仿真模型數據，將會更準確地模擬出投資收益各因子之間的關系。其網絡結構如圖1所示：

圖1 BP網絡結構

2 模型建立

2.1 明確仿真目的

通過建立快遞加盟投資收益的動態仿真模型，挖掘影響利潤系統各因素之間的關系，分析各因子實現資源配置、運作流程的優化，掌握投資回收期，預計企業經營利潤狀況。真切地反映出加盟點的經營環境以及上游實施加盟戰略背后的經濟意圖，避免盲目投資經營，為跨行投資者提供一個預期參考和對照方案，從而降低投資、經營的風險。

2.2 確定系統邊界

根據建模的目的，以問題為導向確定變量、子塊以及回路，劃分系統界限。所以投資收益模型的重心在于利潤系統，而快遞經營競爭激烈，盈利能力取決于布點的輻射區位，整個經營的動態行為主要由系統內部所決定。

通過多次實地調研，嚴格按照門店經營流程建立系統動力學模型，清晰地反映出收益、成本產生的可能流向，考慮了面單預測、資產轉移、人員配置、物料費用、水電費、稅費、追加投資等客觀因素，充分體現對加盟運作的仿真。但為了更好地分析問題，在實際操作中還存在很多不確定性偶然因素，所以該模型不考慮自然災害、蓄意盜竊破壞造成的損失。同時為了簡化模型，做出以下假設：門店能承擔虧損經營；單位成本穩定；人員工作狀態良好；固定資產無折舊；無客戶投訴行為；不考慮轉件、中轉和續重。

2.3 因果關系分析

因果關系分析圖利用反饋回路來描述系統動力學中各要素之間復雜的關系，是正確建立系統動力學模型的必經之路。如圖2所示，相關因素解釋如下：

快遞盈利主要來源于收件和派件，其中收件占比最大。兩種業務涉及到不同的流程和成本，所以在模型中分開體現，將仿真落腳到每件產品上，更能模擬出實際投資經營的效果。

費用主要涵蓋收件成本、派件成本、物料成本、人員配置成本、加盟費用、設備購置費、轉讓費以及運作費用等。其中收件相對派件而言成本高，主要受物料使用、提成比例等因素的影響。

因為本模型沒有考慮資產折舊等其他臨時性支出，而且從加盟門店長效運營來看，還需要進行追加投資，滿足市場運作的需求。一方面更符合企業經營理念，保證了仿真效果；另一方面可以進一步降低評估誤差，基于小中取大的悲觀主義決策準則構建評估模型，彌補系統出現的不確定性風險。

2.4 SD流程圖

明確系統內部各元素及相互關系后，需要將因果關系轉化成計算機語言——SD流程圖，從而仿真加盟門店投資收益全過程。兩者不同的表達方式本質卻相同，因果關系圖是便于分析系統內部存在的多重反饋回路，而SD流程圖是為了讓機器識別模型，模擬出動態復雜的結果。如圖3所示。

圖3 SD流程圖

3 仿真試驗

根據研究需要，選取四川省成都市青羊區全峰快遞一級站點進行仿真實驗。該站點屬于一級經銷商，與全峰省公司簽署加盟協議，服務范圍覆蓋青羊區政府、成都市第三醫院、青羊宮、寬窄巷子、人民公園以及鹽市口等核心區域，穩定客戶全部移交。

3.1 結構方程式

結合實地調研和文獻分析，依據SD流程圖對各要素初始化以及定量地描述系統內各要素之間的動態行為。關鍵結構方程式說明如下：

（1）國家全面實行“營改增”后，快遞業務主要包括收派服務和交通運輸服務，一般按照6%的收派服務計征。

（2）收派件數量采用BP神經網絡對穩定客戶及三年的歷史經營數據實現函數逼近，做出科學預測，初始化輸入。

（3）門店需配備兩名快遞員（司機兼任文員），底薪500元含100元全勤，派件提升1元/件，收件提成按照3元/張的面單計算，接貨跑腿另算。另門市租賃3 000元/月，綜合電話、水、電消費計入成本。物料費用中不包括紙箱，不單獨購買，主要用存儲廢舊紙箱，其他分攤核算成單位成本。

（4）追加投資是門店為了保障經營而實現的投入，本模型引入該因素構成反饋回路，從而顯示出系統的不同特性，同時也避免在邊界內系統由于理想化而造成誤差過大。只有認清系統中的回饋機制，才能科學地進行仿真決策，由于加盟門店運作的特殊性，本模型追加投資比例設為1%。

（5）為了簡化運算過程，將因果關系圖中的反饋回路處理后在SD流程圖中重構，減少影子變量的使用。由于一級站點加盟費5萬元，獲永久加盟權（合同期一年，但明確說明一年后若無大問題自動續簽）；另有一輛全新（使用里程600余公里）五菱之光加長版需轉讓，現折價27 000元，過戶手續及保險5 000元；還需購置全峰手持終端以及電腦、把槍、貨框、無線路由器、包裝袋、膠帶、大頭筆等，綜合加盟門店的前期投資，水準變量的結構方程式如下：

3.2 仿真結果

為了更細微地仿真出各環節運作狀態，掌握投資回收期，因此該模型的時間界限設置為：從頭經營，以月度為單位，按照1/8的步長展示出未來十個月的經營情況。留存利潤在時間軸上的對應值如表1所示,仿真結果如圖4所示。

表1 水準變量對應值

從圖4中可以清晰的得出，全峰一級站點在系統邊界內，按照相關資源配置，運作六個多月即可回收全部投資，在六個半月后留存利潤將達到5 548.21元。因為資金價值作用于不同個體效果不同，對于該項資金在投資回收期內是否盈利，盈利能力是否達到投資期望，盈利誘惑是否刺激投資欲望，對比其他投資項目盈利值是否劃算等問題，投資者可以借助用模擬結果進行權衡再根據自身情況做出科學的投資決策，規避盲目投資風險，從而實現資本最大價值。

4 靈敏度分析

資源的優化配置一直是企業經營的難題，以人員、車輛配置為例，超編導致成本增加，不足則影響企業基本運作，甚至失去固有市場。因此模型選取快遞員配置進行資源的靈敏度分析，為資源優化配置提供科學的思路。為了充分展示出資源與利潤的關系，分別設置1～5名快遞員進行靈敏度分析，模擬結果如圖5所示。

可以看出配置1～2名快遞員，投資利潤呈正相關關系；配置3～5名快遞員，投資利潤呈負相關關系。所以配置3～5名快遞員，會造成閑置資源，企業運作效率低且成本高。而配置1名快遞員比配置2名快遞員的投資回收期理論上更短，回收期限提前了三個多月，運作兩個半月可以實現2 104.95的留存利潤，利潤率更高，但由于系統沒有考慮到人員的現實能力，一個快遞員完成區位內所有的服務是不可能的，所以配置兩名快遞員是科學合理的。人員配置對應值如表2所示：

靈敏度分析是指系統或事物對因周圍條件變化而顯示出來的敏感程度的分析[10]。在實際應用過程中，需要明確變量發生變化后，水準變量的變化趨勢以及變化區間是多大。同理資源的靈敏度分析思路可以拓展到投資發展、市場開拓以及定價策略等領域，該模型不僅能為投資者評估出投資價值，而且還能指導經營者科學化運作。

圖5 人員配置靈敏度分析

表2 人員配置對應值

5 結束語

在經濟運行體系中，投資的體量雖然沒有消費大，但是由于其行為而造成的短長期效應一直備受投資者的關注，投資收益分析也成為學術界研究的熱點問題。本文采用基于神經網絡和系統動力學對快遞加盟構建仿真模型，不僅有利于投資者看清快遞投資環境，也使經營者把握好門店的運作流程。后期將會對模型進一步完善和優化，使系統邊界涵蓋客戶投訴、轉件、中轉以及續重等環節，最終發揮出模型的實踐意義。