一、研究背景

物流是贯穿整个供应链的核心要素，在建设现代化经济中发挥着先导性作用。但我国物流发展时间短，物流成本控制与发达国家仍有一定差距，当前现代物流的突出问题之一为物流降本增效仍需深化。2022年社会物流总费用17.8万亿元，同比增长4.4%。社会物流总费用与GDP的比率为14.7%,比上年提高0.1个百分点，目前发达国家物流成本占GDP的比重大致在10%左右，相比发达国家仍有发展空间。因此控制物流成本对于我国国民经济运行成本的降低起着重要作用，同样也是现代企业提升市场竞争力、赢得市场份额的重要手段。那么，如何有效降低物流成本就成为企业管理者和研究学者关注的焦点。

国内学者对物流成本控制进行了大量研究。从研究文献来看，主要集中于线性回归、作业成本法、价值链、区块链和数据包络分析(DEA)等方法。例如，卢尔赛等[1]从产业结构、运输结构、基础设施建设等方面，建立多元回归模型，分析我国物流成本水平影响因素。李晓雅[2]从供应链视角出发，利用Logistic回归方程构建企业物流成本控制模型，通过实际数据与回归分析数据的对比，验证模型在控制物流成本上的有效性，并提出相应控制策略。高兵[3]通过作业成本法和相关物流控制理论，分析了公司的组织结构、物流活动流程和物流成本控制的现状，在此基础上，利用ABC核算法对公司物流成本进行重新核算，提出改进措施。Shapiro[4]分析了作业成本法的诸多优点，认为运用作业成本法构建的集成规划优化系统可以大大降低企业物流成本，在理想状态下可以降低10%至5%的成本。张敏[5]对运输公司在成本控制上存在的问题进行分析后，构建适用于案例企业的价值链模型，利用该模型对公司内外部价值链进行分析，最后提出相应策略。Weill等[6]认为从价值链出发提高成本控制水平，不仅要从战略上下手，也要围绕价值链分析成本数据，更要利用结果重新梳理价值链体系。袁冬鑫等[7]采用文献研究法和案例分析法对快递行业目前存在的成本控制问题进行分析，并利用区块链技术对速递公司成本控制体系提出优化方案。Kumar等[8]提出物流和供应链运营管理的分布式分类账技术框架，探寻如何利用区块链技术改进现有运行流程，降低物流成本并提高供应链的透明度。李竹行[9]针对汽车整车物流成本控制，运用数据包络分析法进行建模，通过实证分析验证了模型的有效性，在进行详细分析后提出相应的汽车整车物流成本控制改进策略。Sharma等[10]为提高企业运营效率，认为食品加工企业需要保证物流运作的高效，因此基于数据包络分析法，将32个食品加工单位作为分析集，回归结果显示，每增加一个单位的物流成本，企业有效性被降低的可能性为0.642倍。

综上，国内外学者对物流成本控制有了不少的研究成果，不同分析模型都有其优缺点，缺点主要在于未能多维度对成本控制进行考量，即便有了全面的看待，也只是从理论出发，未从定量角度上分析；考虑了多个快递企业或其他行业，但对销售型企业的物流成本控制研究较少。对于企业物流成本来说，这是一个动态系统，仅从单个或几个角度出发，易发生二律背反效应，物流成本的子系统较为复杂且互相影响，需要从系统的角度考量物流成本的控制，这与系统动力学的特点相吻合。

本文采用系统动力学方法，从系统角度对销售类企业进行分析，确定销售型企业运输活动的构成要素，基于Vensim软件建立企业物流成本控制模型，连接构成要素，并对各要素嵌入数学公式，引入家具公司作为案例，分析导致总成本波动的关键因素，提出针对性优化策略，对比优化结果与原结果，验证优化策略的有效性。

二、基于系统动力学的物流成本控制

系统动力学始于1956年，由麻省理工学院的福瑞斯特教授创建，是用于解决生产管理及库存管理问题的系统仿真方法。作为一门综合学科，系统动力学基于系统论，融合了控制论、信息论及决策论等学科理论，专门用于研究信息反馈机制。闫晗[11]基于系统动力学对第三方物流企业进行物流成本分析，阐述物流成本包含七个环节，并对七个环节加以分析建模，但最后只得出该企业年度物流成本支出巨大，未给出优化方案。刘玉艳[12]从系统的角度分析了某省TCL电器销售公司物流成本，利用Vensim软件对该电器销售公司物流成本进行建模，并结合公司实际数据分析导致物流成本较高的因素，提出最适用于公司节省物流成本的优化方案。

依据我国制定的《企业物流成本构成与计算》(GB/T 20523—2006),并结合销售型企业实际情况，本文将物流成本主要归结为运作间物流成本和运作内物流成本，内部细分为存货保险成本、存货风险成本、缺货成本、资金成本、储存成本、出入库成本、包装成本、订单处理成本、货损成本、运输成本和退货成本，将各类成本对应至相应子系统中，形成整体结构，如图1所示。

三、M公司SD模型的搭建

本文研究的案例是安徽省合肥市一家家具销售公司(以下简称M公司),M公司经营各类家具，例如沙发、书桌椅、茶几、实木床和梳妆台等，主要服务于省内及周边地区。

图1企业物流成本整体结构图

(一)确定建模目的与系统边界

1.建模目的

对于企业而言，控制一项成本可能会带来其他成本的上升，极容易出现效益背反现象，因此本文建模目的在于，从系统角度研究销售型企业物流成本的主要构成要素，利用系统动力学进行模型构建，分析出最优企业成本控制策略，协助企业降低物流成本，提升市场竞争力。

2.系统边界

剔除对物流成本控制系统影响不大的因子，可以确定模型的系统边界为：存货成本及其影响因素(如资金成本、存货风险成本、存货保险成本与缺货成本等),运输类成本及其影响因素(如运输成本、货损成本与退货成本等),库存成本及其影响因素(如储存成本、包装成本、出入库成本等),订单成本及其影响因素(如订单量与单位订单处理成本等)。

(二)因果关系和流图的构建

企业物流活动总成本由运作间物流成本和运作内物流成本构成，其中运作间物流成本是由存货保险成本、资金成本、存货风险成本及缺货成本组成。货物单价影响到存货价值，并与资金成本系数、风险成本系数、保险成本系数分别影响前三种运作间物流成本；缺货成本则受期望库存和库存量构成的缺货量与单位缺货成本的影响。

运作内物流成本是由货损成本、储存成本、包装成本、出入库成本、订单处理成本、退货成本与运输成本组成。货损率、单位货损成本和运输量影响货损成本；单位储存成本和库存量则影响储存成本；出入库量与单位出入库成本影响着出入库成本；此外，出库量还与单位包装成本影响着包装成本；订单处理成本则受订单量和单位订单处理成本的影响，后者由单位订单处理时间和单位订单处理时间成本共同构成；运输量和退货率构成退货量，进而与运输费率影响退货成本；运输成本则直接受到运输费率和运输量的影响，其中运输费率受到基本运输费率和装载影响因子、运输延迟影响因子和运输距离影响因子的影响，而三种影响因子分别由装载率、运输延迟和运输距离构成。

根据上述要素间的关系构建因果关系图，如图2所示；根据因果关系图进一步构建了系统动力学模型，如图3所示。

(三)主要变量方程式与参数类型

该模型中涉及的变量方程式如下：物流活动总成本=运作内物流成本+运作间物流成本；运作间物流成本=存货保险成本+存货风险成本+资金成本+缺货成本；库存量=INTEG(入库量-出库量，300);存货价值=库存量*货物单价*0.8,其中，存货价值不能简单地定义为库存量与货物单价的乘积，需要去除货物单价包含的利润，因此，在文献资料的基础上结合实际，将存货价值设定为货物单价的80%[12];存货保险成本=存货价格*保险成本系数；存货风险成本=存货价格*风险成本系数；资金成本=存货价格*资金成本系数；缺货成本=单位缺货成本*缺货量；单位缺货成本=货物单价*0.15,其中，单位缺货成本应与货物售价相关，但其所涉及的相关因素较多且复杂，因此，根据相关文献资料和企业实际财务情况，将单位缺货成本定义为货物单价的15%[12];缺货量=IF THEN ELSE(库存量>期望库存，0,期望库存-库存量);运作内物流成本=储存成本+出入库成本+包装成本+订单处理成本+货损成本+退货成本+运输成本；储存成本=单位储存成本*库存量；入库成本=入库量*单位出入库成本；出库成本=出库量*单位出入库成本；出入库成本=入库成本+出库成本；包装成本=出库量*单位包装成本；单位订单处理成本=单位订单处理时间*单位订单处理时间成本；订单处理成本=单位订单处理成本*订单量；货损成本=单位货损成本*运输量*货损率；退货成本=运输费率*退货量；退货量=运输量*退货率；运输成本=运输量*运输费率；运输费率=基本运输费率*装载影响因子*运输延迟影响因子*运输距离影响因子；运输量=出库量=订单量。该模型中涉及的变量类型如表1所示。

图2家具企业物流成本因果关系图

(四)设定模型参数

M公司经营家具种类较多，且价格与销量不尽相同，为了方便研究选择三项数据类似的主营家具，即实木床、梳妆台与茶几。根据对M公司一个月的调研，收集相关财务信息可得平均单价为2 300元，其月订单量受到淡旺季的影响，但综合来看入库量在386件至652件之间，因此，将入库量设定为386—652件的均匀分布函数，出库量在462件至575件之间，将出库量设定为462—575件的均匀分布函数，即入库量=RANDOM UNIFORM(386,652,0),出库量=RANDOM UNIFORM(462,575,0)。根据历史出库记录，将装载率定义为0.6—1、平均装载率为0.85的正态分布函数，即装载率=RANDOM NORMAL(0.6,1,0.85,0.23,0),装载影响因子=WITH LOOKUP (装载率，([(0.6,0)—(1,2)],(0.6,1.81),(0.65,1.64),(0.7,1.34),(0.75,1.12),(0.8,0.91),(0.85,0.78),(0.9,0.73),(0.95,0.64),(1,0.62)))。根据历史运输距离记录，将运输距离定义为50—500 km的均匀分布函数，即运输距离=RANDOM UNIFORM(50,500,0),运输距离影响因子 = WITH LOOKUP (运输距离， ([(50,0)—(500,2)],(50,0.65),(100,0.69),(150,0.81),(200,0.93),(250,1.03),(300,1.15),(350,1.28),(400,1.43),(450,1.55),(500,1.73)))。根据历史运输延迟记录，将运输延迟定义为0—3天、平均运输延迟为1天的正态分布函数，即运输延迟=RANDOM NORMAL(0,3,1,0.2,0),运输延迟影响因子=WITH LOOKUP (运输延迟， ([(0,0)—(3,2)],(0,0.75),(0.5,0.94),(1,1.15),(1.5,1.35),(2,1.55),(2.5,1.68),(3,1.81)))。

图3家具企业物流成本系统动力学模型

由于M公司的家具货源由供应商提供，产生的物流运输费用由供应商承担，此外其他费用，例如订单处理、货损成本等都不针对货物供应端，因此，模型中产生的物流活动成本均为货物入库后产生的各项成本，如表2所示。

表1模型变量类型表

四、模型检验与结果分析

(一)模型极端条件检验

采用极端条件检验以验证模型的有效性。假设模型订单量为0,初始库存为0,入库量为0且期望库存为0。在此设定下，不发生入库与运输情况，不产生库存相关成本，此时物流活动的各项成本都应为0。模型运行后，当订单量、初始库存、入库量以及期望库存都为0时，各项物流成本均为0,未产生物流成本，模型输出结果符合实际运行情况，因而该模型有效且逻辑合理，可以用于分析M公司物流成本波动情况。

(二)M公司系统动力学模型仿真结果分析

结合M公司数据，输入相关参数与函数公式，时间单位设定为月，计36个月，共3年。应用Vensim软件对家具公司物流成本系统模型进行模拟仿真，得到仿真结果如图4所示。

表2仿真主要数据

从图4中可以看出，运作内物流成本与运作间物流成本共同影响着物流活动总成本，这说明影响物流活动总成本的因素较多。此外，物流活动总成本与运作内物流成本趋势类似，这说明运作内物流成本对总成本的影响较大。最后，物流活动总成本中间段上升剧烈，在对两个子系统逐项分析后，会找出异常原因并依据影响物流总成本的关键因素确定优化方向，提出控制策略。

图4家具公司物流总成本、运作内物流成本与运作间物流成本曲线图

1.运作内物流成本内部子系统变化分析

通过图5可知，运作内物流成本内部的七个子系统变化趋势并不一致，内部相关变量成本费用排名依次为运输成本、储存成本、出入库成本、包装成本、订单处理成本，货损成本和退货成本。

运输成本对运作内物流成本的影响最大，运输成本由运输费率和运输量构成，但运输量是无法改变的参数，因此对运输费率做分析。从图6可知，运输费率与运输成本变化趋势几乎吻合，且此时运输量相对平稳，这说明运输成本对运输费率极为敏感。因此，要想对运输成本进行控制，控制运输费率是关键。

从图5中可观察到储存成本的变化波动较大，且储存成本与库存量的变化趋势极为相似，这说明库存量的波动会带来储存成本的变动，而库存量波动较大主要源于入库量与出库量的不平衡，因此，想要降低储存成本不仅需要降低单位储存成本，也需要保持库存量的稳定。

图5运作内物流成本内部子系统与库存量变化趋势图

图6运输成本与运输费率的变化趋势图

包装成本、订单处理成本和货损成本的曲线走势大体一致，主要是因为订单量等于运输量等于出库量；订单量带来订单处理成本，出库量带来包装成本，运输量带来货损成本；除此之外四个子系统受影响的只是各自单位成本，由于单位成本为固定值，因此，曲线走势与货运量波动相关，进而体现为与成本曲线走势类似。那么，控制这几项成本关键在于控制各项单位成本。

出入库成本受到出库量和入库量的影响，因此波动趋势与出库量和入库量挂钩，两者为均匀分布函数，较为稳定，所以出入库成本变化趋势表现较为平缓。

退货成本相比于其他成本来看，占据比重较小，这主要因为家具通常是较为昂贵的商品，消费者在购买时较为慎重，且M公司家具质量较好，因此退货率较小，退货成本随之较低。

2.运作间物流成本内部子系统变化分析

通过图7可知，存货风险成本、存货保险成本及资金成本变化趋势基本一致，且存货风险成本几乎与库存量吻合，但缺货成本与此相反。经分析，四项成本的共同影响因素是库存量，当库存量较高时，缺货量变少，缺货成本随之下降，呈现负相关；但库存量越高，三项成本越高，即与存货风险成本、存货保险成本、资金成本呈正相关；当库存量较低时，则呈现相反的变化趋势。尽管这三项成本在趋势上一致，但存货风险成本是其中最高的一项，从数据来看，风险成本系数较资金成本系数、存货保险系数最高，以致存货风险成本比重最高。因此，想要控制运作间物流成本，控制库存量是关键。

图7运作间物流成本内部子系统与库存量变化趋势图

3.仿真结论

经过对M公司运作内物流成本子系统以及运作间物流成本子系统趋势变化图的分析可以看出，物流总成本在中间段出现剧烈上升的原因在于库存量不平衡，从库存量曲线中也能发现中间部分出现了同样波动。此外，影响物流总成本的关键因素在于运输成本、存货风险成本及储存成本。其中，运输成本与运输费率密切相关，影响存货风险成本的关键因素在于库存量，不能忽略的还有影响储存成本、包装成本等的各项单位成本。因此，合理控制运输费率、库存量与各项单位成本是降低物流总成本的关键。从上述分析来看，对家具公司物流成本进行成本控制的方向主要有三点：一是对运输成本进行有效控制；二是对库存相关量进行优化；三是着重控制各项单位成本。

五、M公司物流成本的优化策略及仿真分析

(一)优化策略的提出

1.运输成本优化分析

控制运输成本关键在于运输费率，尽管退货成本较低，但退货成本也与运输费率密切相关。运输费率是由装载率、运输延迟、运输距离与基本运输费率构成，因此需要对这四个因素进行分析。

从运输距离来看，这主要与公司运输和配送路线的选择有关，在现实生活中，公司运输路线的安排已较为成熟，因此运输成本无法从路线优化上入手。从装载率、运输延迟和基本运输费率来看，要想提高装载率，需要足够订单量，但订单量大体上是一定的；要想降低运输延迟，可以将近距离与远距离订单分开配送，但会降低装载率；要想降低基本运输费率，由于这是一个固定的距离运输成本，可以降低装载车辆使用频次，但又会增加运输延迟。考虑到三者互相影响，建议家具公司采用共同配送的方式，提高装载率，降低运输延迟，降低基本运输费率，共同分担成本，这就需要公司之间加强协调，共享资源与信息。

2.库存相关量优化分析

库存相关量由入库量、出库量和库存量构成，但订单量与出库量相等，因此控制库存量需要从入库量着手，且入库量会影响到入库成本，那么科学控制入库量就成为控制库存相关成本的必要手段，需要注意的是，入库量的改变需要期望库存也随之调整，否则会引起缺货成本的上升。

3.各项单位成本优化分析

与单位成本有关的是单位储存成本、单位包装成本、单位货损成本、单位出入库成本与单位订单处理成本。从单位储存成本来看，合理布局仓库，以便分类和储存家具，优化货架摆放与货物码垛方式，最大化利用仓库空间，以此降低单位储存成本；从包装成本来看，由于从供货商发货已有防尘等简单包装，因此在出库时可避免过度包装，减少物流浪费，主要优化包装设计与包装尺寸，以此降低单位包装成本；从单位货损成本来看，合理包装、布置运输车辆中对货物的防撞护垫并重复使用防撞泡沫材料，可有效降低单位货损成本；从单位出入库成本来看，引入仓库信息管理系统，利用条码扫描设备、RFID等技术减少人工操作，提高仓库操作和管理效率，以此降低单位出入库成本；从单位订单处理成本来看，完善订单录入和审核流程，减少因错误订单引起的资源浪费和重复工作，培训员工熟练使用订单管理系统，固定订单处理流程，提高工作效率，减少人为错误，以此降低单位订单处理成本。

(二)优化策略具体分析

根据以上对家具公司物流成本系统仿真结果的分析，明确了控制物流成本方向。下面将针对上述优化方向提出具体的优化策略，进行仿真模拟验证控制家具公司物流成本策略的有效性。

1.降低运输成本对装载率、运输延迟和基本运输费率的敏感程度

假设公司改变原先单一配送为共同配送，运输延迟缩减至24小时内，改变均值为0.7,基本运输费率由55元降低至40元，装载率提升至75%。由于家具通常较大，占据空间较多，而且为了减少货损率，需要留出空间用于放置垫料和支撑物等防护材料，以在运输过程中进行固定和保护，因此，结合相关资料和实际只将装载家具的运输车装载率提升至75%。

2.控制入库量对库存量的波动

假设公司加强与供应商合作，建立更加稳定的供应关系，确保及时准确供货，制定精细入库计划交付供应商，将原先的入库量调整至440—600件，期望库存降至300件。

3.控制各项单位成本，缩减运作内物流成本

假设公司采用了一系列优化设计，将原先单位储存成本降低至50元，单位包装成本降低至20元，单位货损成本降至600元，单位出入库成本降至15元，单位订单处理时间缩短至15 min/件，单位订单处理时间成本压缩至0.9元/min。

(三)优化策略的仿真效果

从系统角度出发，在调整装载率、入库量、单位成本等参数后，进行仿真模拟，得到优化后物流活动总成本变化趋势图，如图8所示。

为直观地观察控制策略的优化效果，将占比最高的四项成本，即存货风险成本、运输成本、储存成本和出入库成本的结果取月平均值，如表3所示。物流活动总成本自然状态下与优化策略下各月份成本如表4所示。

由图8、表3和表4可知，优化策略实施后，物流活动总成本下降幅度明显，且波动幅度变缓，平均每个月下降78 346元。优化策略的模拟数据显示，优化策略对物流活动总成本控制的效果显著，说明了系统地优化家具公司物流成本可以取得理想效果，同样也验证了模型对于优化企业物流成本的有效性。下面对优化策略中各个子系统进行结果分析。

图8优化策略与自然状态下物流活动总成本趋势图

表3优化策略模拟结果

表4物流活动总成本自然状态与优化策略对比结果

1.运输成本的优化结果分析

从图9可知，运输延迟因子、装载影响因子和运输费率参数改变后，缩紧了运输费率，以致运输成本有了明显下降，且较自然状态下波动稳定，尽管退货成本与运输费率挂钩，但下降数值并不多。这是因为家具行业退货数量较少，因此退货成本在参数调整后下降较少。

2.库存相关量的优化结果分析

从图10和图11可知，调整入库量参数后，缩小了与出库量的差，库存量有了明显下降且波动减小，库存量相关成本也得到改善。除此之外，还能发现资金成本、存货风险成本、存货保险成本和储存成本的变化趋势大致吻合，经分析，资金成本、存货风险成本和存货保险成本的共同要素为存货价值，而存货价值与库存量挂钩，除此以外的各自参数，如资金成本系数、单位储存成本等都为常量参数，因此，这四项成本的下降幅度与库存量变化幅度大致吻合，同时也说明了这四项成本与出库量挂钩。缺货成本与自然状态下相比并未发生明显改变，这主要源于期望库存参数也随之向下调整，产生的缺货量与之前相差无几，缺货成本很难发生较大变化。

图9优化策略与自然状态下运输成本及退货成本变化趋势图

图10优化策略与自然状态下储存成本、库存量和缺货成本变化趋势图

图11优化策略与自然状态下存货保险、存货风险和资金成本变化趋势图

3.各项单位成本的优化结果分析

从图12可知，缩减各项单位成本后，出入库、包装、订单处理和货损成本有了明显下降，且下降幅度均呈线性，这是因为四项成本的其他参数并未改变，调整的均为常量参数。对于储存成本而言，这是由库存量和单位储存成本两方面变化带来的成本下降。通过缩紧库存量与削减单位储存成本，储存成本得到显著降低，同时也稳定了波动。

六、贡献与展望

本文的贡献之处体现在从系统的角度出发，梳理了销售型企业的物流成本构成，并以家具公司为研究对象，基于系统动力学构建物流成本控制模型，深度剖析仿真结果，针对成本较高的子系统提出优化策略，并验证了策略的有效性。结果表明，在M公司物流成本中，运输成本、库存相关成本以及各项单位成本占据较高比例，可以采取以下几点优化措施。第一，控制运输成本，公司采用共同配送，提高装载率，减少运输延迟，降低基本运输费率；第二，控制入库量，公司科学控制入库缺口，减少入库波动，维持公司库存量合理稳定；第三，控制各项单位成本，公司合理布局仓库，优化包装，加强管理，改善订单处理流程。

图12单位成本相关子系统变化趋势图

本文的不足之处体现在企业物流成本控制是个复杂的、变量相互关联的系统，其中存在很多影响因子，因此，在考虑变量时只选择了相对重要的因素，未能全面涉及。货源由供应商提供，因此并未在本次研究中体现，以致在实际成本上有所缺失。考虑到数据获取的难易程度，也并未涵盖M公司所有家具种类，仅选择了数据相类似的三类家具，因此部分数据上有所偏差。在进一步的研究中，对于销售型企业可以拓展模型的深度与广度，尽可能全面地收集资料，更准确地定义变量与系统之间的关系，以提升系统动力学模型精度。

参考文献:

[1]卢尔赛,李汉卿,王川.基于多元回归分析的我国物流成本降低路径探讨[J].商业经济研究,2023(6):69-72.

[2]李晓雅.供应链视角下H企业物流成本控制研究[D].太原:中北大学,2023.

[3]高兵.M公司物流成本控制改进研究[D].西安:陕西师范大学,2022.

[5]张敏.基于价值链理论的G公司物流成本控制研究[D].乌鲁木齐:新疆财经大学,2022.

[7]袁冬鑫,郭泓锋,王冶琦.区块链背景下物流成本控制问题研究——以YD速递公司为例[J].物流科技,2023,46(16):114-116.

[11]闫晗.基于系统动力学的第三方物流企业成本体系研究与应用[J].物流技术,2013,32(15):199-201.

[12]刘玉艳.基于系统动力学的某省TCL电器销售公司物流成本仿真研究[D].赣州:江西理工大学,2014.

基金资助:国家自然科学基金项目“区域承接产业低碳发展绩效评价与驱动模式创新”(71473001);安徽省教育厅人文社科重点项目“面向物流全过程的标准化快递包装的设计及应用模式研究”(SK2020A0212);

文章来源:程元栋,马骏.基于系统动力学的企业物流成本控制研究[J].山东工商学院学报,2024,38(06):11-24+58.