平臺型物流企業多產品運輸經濟分析與成本優化

梁喜 趙棒

【摘要】為實現平臺型物流企業降本增效， 利用交通運輸經濟學中的規模經濟理論、密度經濟理論及網絡經濟理論對企業多產品運輸時的運輸經濟進行分析并構建相應的成本優化模型。 為驗證模型的有效性， 選用某平臺型物流企業的運輸數據、業務片區成本數據和物流運輸網絡數據對模型進行實例論證。 研究表明：規模經濟模型可以確定多產品運輸下企業總體及特定產品生產、服務規模的合理性、經濟性， 為企業是否采取專業化生產提高主要產品的產出水平提供依據， 對企業確定宏觀成本優化方向具有指導性; 密度經濟模型通過比對企業多產品運輸的理論成本與實際成本， 對企業業務片區內不同產品的運輸成本控制進行指導; 網絡經濟模型對物流網絡進行均衡優化， 其優化程度越高， 物流運輸網絡的效率與成本經濟性越高。

【關鍵詞】交通運輸經濟;密度經濟理論;網絡經濟理論;成本優化;降本增效

【中圖分類號】F274? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2020）22-0061-5

一、引言

隨著社會經濟和行業的發展， 產業集聚化、物流資本退潮、企業戰略升級使物流企業的運營成本節節攀升。 對于具有多產品運輸業務的平臺型物流企業而言， 如何實現企業健康發展、如何保證多產品運輸過程中的規模經濟性、采取何種措施實現降本增效是亟待解決的難題。

目前國內外學者在物流企業成本優化問題上已形成較多研究成果。 國外學者如Nam等[1] 和Minken等[2] 分別使用多目標優化模型、經濟訂購量模型研究物流企業的成本優化， 為企業實現降本增效提供了理論參考。 國內學者如蔣麗芹等[3] 、鄭爾璇等[4] 探討了作業成本法在物流企業成本管理、控制中的作用; 姚源果等[5] 和胡元等[6] 分別運用配送路徑優化數學模型、多式聯運路線優化方案， 研究物流配送路徑對運輸成本的影響。

國內外學者在研究如何有效降低物流企業營運成本時， 主要使用決策優化模型、財務分析方法， 很少使用運輸經濟方法， 且目前研究均將多產品轉化為單產品來處理， 在研究時都只考慮了企業的“總產出”， 但由于各個產品間的完全轉化缺少折合標準， “總產出”折算存在主觀性， 所以不能反映實際情況下多產品組合帶來的變化對規模經濟的影響。 在現實中， 平臺型物流企業一般都會運輸兩種或兩種以上的產品， 本文利用交通運輸經濟學中的規模經濟模型、密度經濟模型對平臺型物流企業多產品運輸情況下的經濟規模性、密度經濟性進行分析， 建立網絡經濟模型對運輸線網、節點進行優化， 實現運輸降本。

二、基于運輸經濟分析方法的平臺型物流企業運輸成本優化模型

物流作業涉及大量交通運輸與經濟活動， 因此在構建降本模型時需要綜合考慮各個方面的影響因素。 本文選擇交通運輸經濟學中的規模經濟、密度經濟和網絡經濟模型， 搭建平臺型物流企業垂直降本模型， 如圖所示， 該模型不僅能夠讓平臺型物流企業實現對物流成本的宏觀把控、中觀實施， 而且能深入到具體物流作業過程中， 實現微觀優化。

1. 規模經濟模型。 規模經濟模型要求經營者從宏觀整體上把控企業的生產成本， 基于生產成本的變化過程對企業的生產、經營狀況進行評估， 之后通過分析企業生產、服務規模的合理性， 確定企業生產的最優業務量與物流作業過程的最優成本值， 從宏觀決策上實現物流企業的降本增效。 本文考慮物流企業生產產品、運輸產品的多樣性， 定義多產品生產企業的總體規模經濟模型， 該模型能夠反映不同產品對企業規模經濟的影響， 能夠更好地反映現實物流企業經營狀況。 本文假設各投入要素價格不變， 則多產出情況下的成本函數將退化為多產出成本曲線， 基于此， 構建兩種產出情況下的規模經濟模型M1， 其判斷式為：

其中：Q1、Q2分別為平臺型物流企業A、B產品的物流運輸量， a、b、c、d、e、f表示成本函數的相關系數， MC表示企業生產邊際成本， Escale（Q）表示物流企業總體規模經濟系數; Escale（Qi）表示特定產品的規模經濟系數， 特定產品規模經濟衡量的是在其他產出不變情況下， 某一種產出的變化對成本的影響， AIC表示平均增加成本， IC（Qi）為其他產出保持不變時生產特定產品i所增加的成本。

2. 密度經濟模型。 根據密度經濟理論， 平臺型物流企業成本下降可以通過增加現有資源的使用頻率來實現。 平臺型物流企業在運輸決策制定及產品運輸過程中， 不僅希望實現同一運輸工具、運輸線網使用率的最大化， 而且會根據目的地距離、目的地區域內的交通運輸方式等構建不同的復合運輸模式， 為制定合理的降本方法， 需要在降本空間中利用現有運輸的時間價值對各區域內不同產品運輸的經濟性進行評估。 因此， 本文構建M2密度經濟模型， 其判斷式如下：

其中：C1、C2、C3表示公路、鐵路、水路的計算成本， TC、TTC為成本構成項， Q表示公路、鐵路、水路的貨物運輸量， P表示單位貨物所對應的運價， L表示公路、鐵路、水路運輸對應的平均里程， α表示時間價值， T表示平均運輸時間， TFC表示總固定成本， TVC表示總可變成本， R表示預期利潤和稅金， C表示實際成本， Kd表示密度經濟指標系數。

上述時間價值α用來度量樣本企業的公路運輸成本， 其構成包括駕駛人員開支、車輛油耗造成的直接成本、運輸過程中由于不可抗力造成的延誤成本以及產品在運輸過程中因貨物損壞造成的貨損成本， 能夠反映平臺型物流企業公路運輸經濟性， 時間價值構成為：

其中：αw代表駕駛人員平均時薪; αe代表車輛運行過程中的平均小時磨損維修費用折算成本; αf代表公路小時平均油耗折算成本; αd為企業小時運行延誤成本; αm為企業產品運輸小時貨損成本。

其中：Ne代表樣本企業除運輸人員外的職工數量， W為樣本企業除運輸人員外其他職工的平均薪酬， Nc為樣本企業公路運輸車輛數， γ代表平均貨損率， λ代表單位貨物的平均價值。

3. 網絡經濟模型。 對于平臺型物流企業而言， 不同的運輸線路、搭載不同的貨物， 導致的成本構成也有所不同， 本文采用泛化網絡， 對所有物流網絡， 以運輸均衡量和運輸時間作為優化目標實現網絡的經濟性， 為企業的運輸網絡微觀優化提供指導， 以此達到降本的效果。 本文使用M3網絡經濟模型， 構建如下判斷式：

其中：Vm表示起訖點OD需求; δrm=1表示r路徑流量; δrm=1表示路段l在路徑r上; dm（Vm）表示價格與成本的逆需求函數; Vr表示貨物運輸的路徑需求。

在物流運輸過程中， 公路運輸的順暢度能夠在很大程度上反映物流網絡中的公路運輸成本， 因此在網絡經濟模型中選擇BPR阻抗函數作為成本函數， BPR阻抗函數如下：

其中：t0表示自由流行駛時間， Q表示實際單位小時流量， C表示道路設計最大小時通行能力， α和β為模型待定參數。 根據實際標定， 本文取α=2.62， β=4。

三、實證與應用

1. 樣本來源與數據選取。 本文選取某平臺型物流企業近六年的全部運輸及財務相關數據。 在檢驗模型M1時， 以樣本物流公司2013 ～ 2018年A、B兩種產品的運輸量及運輸成本數據為基礎; 在檢驗M2時， 選擇各業務區域內兩種產品運輸的實際數據進行計算分析; 在檢驗模型M3時， 以樣本物流公司現有的物流網絡實際情況為基礎， 對其進行線網優化。

2. 規模經濟判斷模型。 樣本物流公司2013 ～ 2018年A、B兩種產品的業務運輸量與業務成本如表1所示。

在規模經濟判斷模型下利用Matlab對近六年的外包業務量及其成本進行擬合， 得到業務成本C的擬合函數和R-square值：

R-square確定系數是通過數據的變化來表征函數擬合的效果， 取值范圍為[0，1]， 其值越接近1， 表明函數的擬合效果越好、越能反映實際情況。 業務成本的確定系數的值為0.9904， 說明業務成本的擬合函數符合數據要求。 由此計算A、B兩產品的業務邊際成本及物流企業總體規模經濟系數。

物流企業總體規模經濟系數Escale（Q）<1時， 說明企業運輸A、B兩種產品的總體規模已經超過了最優節點， 此時通過調整單一產品或兩種產品的規模不但不會實現真正的降本增效， 反而會導致物流成本增加。 Escale（Q）>1則表明企業總體規模未達到最優節點， 物流企業可以通過擴大單個產品生產規模或同時擴大產品的生產與作業規模等措施來降低物流成本。

以樣本企業六年作業與成本數據擬合結果Escale（Q）和Escale（Qi）， 得到A、B兩種產品的最佳規模經濟運量。 Q1≈137.29萬臺/年、Q2≈124.68萬臺/年， 與近六年樣本企業業務數據進行對比， 結果如表2所示。

從表2可見， 在2014 ～ 2016年， 企業快速拓展業務， 企業運輸業務量逐年增加， 導致作業成本不斷增加， 在2017年企業實施降本措施之前， A、B兩種產品都很難達到規模經濟， 2017年企業通過控制生產、作業規模及線網優化等降本措施， 使兩種產品在2018年均實現了規模經濟性， 模型指標的適用性得到了樣本企業實際業務數據的支持。

3. 密度經濟判斷模型。 在產品運輸過程中存在多式聯運， 各區域內物流基地與物流中轉站的建立使物流企業內部出現了不同的運輸分擔機制， 形成了交通運輸經濟中的密度經濟體系， 根據樣本企業業務區域內的相關運輸、成本數據， 計算業務區域內公路、鐵路、水路運輸成本C1、C2、C3; 樣本企業以VOT為載運工具時平均時速V1， 運輸貨物時平均時速V2， 企業公路、鐵路、水路運輸平均里程L1、L2、L3， 企業公路、鐵路、水路運輸業務量Q1、Q2、Q3， 公路、鐵路及水路運輸業務單價P1、P2、P3， 公路、鐵路、水路平均運輸時間T1、T2、T3。 綜合計算各區域內三種運輸方式的成本， 結果如表3所示。

在密度經濟模型中， 各業務區域內由多式聯運形成的物流基地與物流中轉站的節點網絡， 承擔了物流企業業務區域內運輸成本的絕大部分， 因此， 在尋找降本空間時， 首先利用樣本企業的基礎數據挖掘出各業務區域內的平均運輸成本和可能成本， 計算所得的可能成本與實際成本分別代表密度經濟判斷模型中的C和C， 兩者之比則為密度經濟系數Kd。 當Kd>1時， 企業實際運輸成本較計算成本高， 表明物流企業在產品運輸過程中存在部分無效成本， 存在無效成本的業務區域可以通過強化成本核算和運輸管理等措施實現降本; 當Kd<1時， 企業實際運輸成本低于計算成本， 表明企業成本管控水平較高或已經通過成本改善降低了運輸成本， 形成了密度經濟效應。 樣本企業6個業務區域的成本值及密度經濟效果， 如表4所示。

由表4可見， 除區域5與區域6密度經濟性較低外， 其他地區均已實現產品運輸的密度經濟性。 此現象與地區發展水平密切相關， 在區域5與區域6， 由于其發達的公路網絡及頻繁的交通運輸活動， 公路網絡長期處于近飽和狀態， 運輸車輛在該區域路網上行駛速度低、燃油消耗大， 加上該地區相對于其他地區而言， 社會經濟發達、人均消費水平高， 造成了運輸成本的增加， 其密度不經濟性的具體量化反映便是在區域密度經濟模型中密度經濟系數Kd高于1。 對于樣本企業的其他業務區域而言， 公路網密度、社會經濟發展水平低于區域5、區域6， 其理論計算成本會高于運輸過程中產生的實際成本， 該結論在一定程度上驗證了M2模型指標的適用性。

4. 網絡經濟判斷模型。 運輸是物流的關鍵環節， 運輸過程中存在巨大的降本空間， 但與路網相對固定的鐵路運輸與水路運輸相比， 公路運輸線網的多樣性可以為企業提供差異化選擇， 企業可以通過優化公路運輸線網來達到降本目的。 要想構建網絡經濟模型， 需要優化物流運輸網絡結構， 使各物流網絡上的運輸量達到均衡。

樣本物流企業既有線網中共有8個目的地和6個物流基地， 通過網絡經濟判定模型對其主要線網進行優化以實現網絡均衡。 程序第一次迭代結果如表5所示。

由表5可知， 物流網絡中初始運輸量并未達到均衡， 企業物流運輸成本不斷增加， 經過物流網絡平衡分析， 企業物流網絡能夠實現均衡， 滿足了網絡經濟性要求， 但是由于第一次迭代所得的均衡運輸量與初始運輸量相差較大， 不符合企業物流網絡的實際情況， 還需要進一步優化。 分析發現， 部分目的地公路路網欠發達， 經濟發展基礎相對薄弱， 網絡節點、網絡路徑較少， 體現出較低的聯通度， 因此， 本文嘗試性地在現有物流網絡中增設4個二級中轉站， 形成了新的物流網絡。 對新的物流網絡進行第二次優化迭代， 其均衡結果如表6所示。

公路運輸線網優化后， 均衡運輸量較第一次迭代有所增加， 可初步認為網絡的經濟性得到了提高。 但是， 時間價值也是物流運輸經濟性的重要度量指標， 企業在增加運輸量的同時也會盡可能尋求時間成本的降低， 單純的均衡運輸量增加不一定代表企業運輸網絡經濟的最優， 因此， 本文進一步計算了第二次均衡運輸量下的運輸時間， 結果如表7所示。

經過優化， 各路線上物流運輸時間都呈下降趨勢， 表明企業物流運輸的時間成本也在降低。 結合表6、表7， 不論是從運輸量還是運輸時間上來說都存在相應的優化空間， 反映了樣本企業現有的物流運輸網絡結構、分布的不合理， 如果以此為切入點， 細化、新增運輸網絡節點， 可以提高物流運輸的網絡經濟性， 實現微觀層面的降本增效。

在網絡經濟判斷模型下， 兩次迭代后均衡運輸量的增加及運輸時間的縮短也驗證了M3理論的可行性。

四、結論

在規模經濟模型下， 企業運營數據所反映出的多產品及特定產品的規模經濟性能夠為企業選擇合理的降本方向、制定符合實際的降本方案提供參考， 企業可選擇是通過控制各產品的生產規模還是通過提升勞動力水平、管理效率進行降本， 同時也能為企業決策是否開展多產品經營、是否對產品進行差異化定位、是否將特定產品作為新的業務增長點提供數據支持。 由于模型使用數據的擬合解析式可以反映規模經濟最優區間， 但不能直接確認規模經濟指標， 因此通過數據在一定程度上可以驗證M1規模經濟模型指標的適用性。

密度經濟模型通過對各業務區域內鐵路、公路、水路運輸的實際成本與計算成本進行比較， 發現區域運輸密度經濟指標Kd與實際運輸成本相吻合， 區域內多式聯運機制、社會發展基礎與密度經濟性息息相關， 證明了密度經濟指標Kd對物流企業的區域運輸成本控制具有指導意義， 通過數據驗證了M2密度經濟模型指標的適用性。

在網絡經濟模型中， 使用交通運輸網絡平衡理論與網絡經濟理論對樣本企業現有的物流網絡進行分析。 通過增設物流運輸網絡節點、優化網絡結構的方式， 提高了物流運輸量、降低了物流運輸的時間成本， 更好地實現了網絡經濟性， 為物流企業細化研究交通運輸模式、合理規劃運輸方案提供了指導， 兩次迭代后的均衡運輸量和運輸時間驗證了M3網絡經濟模型指標的適用性。