本文是一篇会计论文，笔者认为大数据背景下，物流企业普遍面临着成本管理主动创新的新要求。当前，大数据、智能化、移动互联网和“云计算”等技术不断涌现，而物流领域中，技术的应用和深度融合还有提升空间。因此，一方面物流企业要调整传统成本管理视角和手段，适应竞争新势态，另一方面，物流企业更要主动拥抱大数据、人工智能等相关技术，投入资金研发智能设备，提升自身的科技实力，为企业创造竞争新优势。
1 引言
1.1 研究背景与研究意义
1.1.1 研究背景
近些年，信息科技的迅速发展，为我国的电子商务业带来了繁荣，使得电子商务的交易额增长了十倍以上。电子商务业的繁荣，促进了物流业的快速发展，使得物流业成为国民经济中的支柱型产业之一。近十年内，我国快递物流业务总量以每年一百亿件左右的速度递增。2020年，面对新冠肺炎疫情的冲击，以及国内外复杂多变的局势，我国的物流业抵抗住压力，实现了业绩的增长，物流业务总量突破800亿件。但是，随着行业的快速发展，物流业的成本控制能力不足和物流环节效率低的问题逐渐显现，而这些问题造成了物流业的整体盈利偏低，限制了物流业的进一步发展。并且，物流行业市场格局逐渐形成，行业龙头占据市场主要份额。龙头企业为了争夺更多的市场份额，发动了“价格战”，导致快递物流业的整体盈利能力进一步下滑，影响行业健康发展。因此，面对物流行业成本高和效率低的问题，物流企业需要创新成本控制方法，提高成本控制能力，需要优化物流环节，提高企业运营效率。
随着互联网的普及与发展，海量的数据被不断地产生，由此大数据的概念应运而生。大数据出现的早期仅被当作一种数据量很大的数据集。但随着大数据概念的深入研究，大数据开始被当作一种技术手段，开始被广泛的运用在金融、物流、制造等行业。大数据对行业的影响十分巨大。在金融领域，大数据可以提高银行的风控能力，降低银行的不良贷款。在电信领域，大数据技术可以挖掘新用户，减少企业广告投入。在电商领域，大数据技术可以实现精准推送。而在物流领域，大数据的作用也十分巨大。物流业引入大数据技术，可以帮助行业转型升级，实现传统物流向智能物流的转型。同时还可以帮助物流企业提高物流各个环节的运营效率，优化企业各环节的成本控制，提高企业的盈利能力，因此，大数据技术将会为物流业发展提供全新的发展方向，将会为企业新的核心竞争力，快递物流企业要重视大数据技术。
1.2 文献综述
1.2.1 大数据的相关研究
2011年，在美国的《Science》杂志上，发表了一篇名为《Dealing with Data》的文章，文章指出大数据将会带来新的发展机遇，指出有效的利用大数据资产，可以促进社会的快速发展。同年，麦肯锡研究所发布一份研究报告《大数据：下一个创新、竞争和生产力的前沿》，该文指出大数据未来会被作为十分重要的生产要素，就像人力资源和实物资源一样，而且大数据的价值和作用将会在各行各业中显现。
随着大数据的影响日益加深，学术界对大数据的应用研究也在深入，政府和企业也积极探索大数据的应用。通过多年得发展，大数据技术在银行、金融、电子商务、IT互联网、物流等行业得到了充分应用。相关的学者将大数据作为一种技术手段，对其展开深入的研究，其主要包含以下几点：一，将大数据作为决策辅助工具；二，将大数据作为信息技术手段，三，将大数据作为分析预测手段；四，将大数据作为企业管理创新的手段。
（1）大数据技术能提高企业决策能力
大数据技术可以辅助企业管理层进行决策，提高企业管理层的决策能力。冯芷艳和郭迅华（2014）分析和总结了大数据对企业管理决策创新的影响以及新特征。Alle（s2015）认为，大数据的价值体现在其能够为企业进行生产决策提供指导性建议。陈国青（2020）认为，大数据技术能为企业管理决策创新提供新的思路和途径，能够提高企业在大数据环境下的数据资源利用能力，从而帮助管理层发现大数据中蕴含的关键信息，提高管理层决策的能力和效率。
（2）大数据技术提高企业分析预测能力
程学旗（2014）指出大数据技术能够帮助企业处理大量数据，为企业挖掘出大数据中的有价值的信息。同时，大数据分析技术分析个人行为数据，依据该数据进行分析预测，为不同的消费者提供独特的推荐。Angel Gonzalez（2018）基于Apache Spark大数据分析框架基础之上，发现大数据技术的预测能力能发挥重要作用。朱新球（2021）通过实证研究发现，大数据技术能提高企业数据分析的能力，帮助企业提升供应链绩效管理水平和竞争实力。
2 相关概念和理论基础
2.1 大数据的内涵和特征
大数据在很多年前就出现了，并伴随着人类的发展，但大数据的概念最近几年才被提出。由于大数据本身较为抽象，难以确定、应用广泛，因此，关于大数据的概念至今还没有较为统一的定义。麦肯锡将大数据定义为一种无法通过传统的数据管理方法处理的数据集合。近些年，随着大数据的相关理论和技术的成熟，大数据的概念逐渐被确定。大数据指能够通过数据清洗、数据挖掘、数据分析提取出有价值的信息的海量数据的集合。随着人们对大数据认识的深入，对大数据的理解和大数据的特征的总结也在不断深化。大数据最典型的三个特点是规模性、多样性和高速性。除此之外，还有人提出4V的特征，即在3V的基础上增加一个新的特性。马建光和姜巍（2013）研究了大数据的特点，指出大数据有四个突出特点：种类多（Variety）、规模大（Volume）、速度高（Velocity）、价值密度低（Value）。大数据的概念与“海量数据”不同，大数据侧重强调数据的复杂程度、数据的清洗和处理的难度，以及最终从数据中提取有价值信息的能力，而海量数据侧重于数据量的规模大。随着经济的发展，大数据将成为一种重要的生产资产，被企业越来越重视，而大数据的技术能力将成为衡量企业核心竞争力的关键指标。
2.2 物流企业成本控制的内容
2.2.1 物流企业成本控制的内容
（1）物流企业成本构成
物流企业的核心产品是快递物流服务，在提供快递服务过程中产生的所有费用总和即为快递物流企业的总成本。因此，企业成本分为狭义的快递成本和广义的快递成本两种类型，前者是指物品在运输过程中涉及到的运送、包装、装卸等直接费用，而后者在上述成本之外，还包含营销费用、研发费用等企业运营费用。快递服务过程中涉及到多个相互连贯的业务环节，同时涵盖到的费用类型多且繁杂。为了后期便于分析评价成本控制效果，本文按经济用途，将企业营业成本分为以下几项内容：运输成本、仓储成本、人工薪酬、外包成本、IT及信息平台费、销售商品成本、理赔成本、关务成本以及其他成本。具体内容见表2.1。
（2）物流企业的成本控制
以物流为核心的物流服务，是一项具有种类繁多、无形化和瞬时性特征的无形商品。它的成本也有相似的特点，表现在在各项成本无法具体到实物中，只能归因到各种物流服务中。企业提供的物流服务种类繁多，成本也存在较大差异，因此需要根据实际情况计算物流服务的成本，另外物流服务发生的各项费用是即时性的，只能归集到本期的成本中，不能汇结到下一期。
3 顺丰控股运用大数据优化成本控制的案例介绍 ........................... 14
3.1 顺丰控股公司概况 .......................................... 14
3.1.1 公司简介和组织架构 ..................................... 14
3.1.2 业务范围和业务流程 ...................................... 14
4 顺丰控股运用大数据优化成本控制路径分析 ............................. 31
4.1 库存仓储成本控制优化 ........................................ 31
4.1.1 优化仓储网点选址规划，降低仓储运营成本 .................... 32
4.1.2 升级仓储和中转场硬件设备，缩减中转环节人工成本 .................. 32
5 顺丰控股运用大数据优化成本控制的效果分析 ................................ 47
5.1 传统财务指标分析 .................................. 47
5.1.1 整体经营分析 ................................. 47
5.1.2 盈利指标分析 ..................................... 49
5 顺丰控股运用大数据优化成本控制的效果分析
5.1 传统财务指标分析
5.1.1 整体经营分析
（1）成本控制现状分析
顺丰控股公司的营业成本按类别进行划分，可以分为人工成本、外包成本、运输成本、仓储成本、IT及信息平台成本等其他各项成本。在这些成本中，外包成本、人工成本、运输成本、仓储成本的占比最高。因此，这四项成本也是顺丰运用大数据技术优化成本控制的主要内容。
2020年，顺丰控股营业成本为1288.10亿元。其中外包成本808.4亿，占营业成本的比重62.76%，占比最大，占比从2016年开始逐年上升。人工成本130.5亿元，占营业成本的比重为10.13%，占比逐年下降。运输成本142.6亿，占营业成本的比重为11.1%，占比逐年下降。仓储成本165.2亿元，占比12.83%，占比也逐年下降。分析原因发现，2015年顺丰实行了快运干线外包和代理点外包策略，将非核心业务外包给外包商，由此带来了顺丰控股成本构成的改变。顺丰控股成本构成与成本占比数据如表5.1、5.2所示。
6 结论与启示
6.1 结论
在当前信息技术高速发展的今天，大数据等技术对物流企业十分重要，它能够帮助物流企业保持竞争优势，强化核心竞争力。在对于企业的管理过程中，企业成本是制约企业发展的重要因素，如何使用大数据技术对于企业的成本规划，进而帮助企业合理地管理和控制企业成本将显得十分重要。本文阐述了大数据对于企业成本的控制的影响，大数据对成本控制影响的具体路径，以及实际案例体现运用大数据优化成本控制的效果。
（1）顺丰控股运用大数据降低了企业成本
研究结果表明：大数据技术对于物流企业成本控制的应用，帮助企业降低了成本，提高了成本控制能力，优化了业务流程，提高了资源配置效率。
在运输环节，大数据技术的运用，提高了货车、飞机的装载率，降低燃油成本，提高了资源配置效率；还通过路线规划，寻找最优行驶路线，缩短了运输时间，降低运输成本；同时，还通过物流大数据分析，提供最优决策，实现物流运输决策智能化。在仓储环节，利用可视化手段，实现仓储管理智能化，包裹入库出库全视野监控，保障包裹安全；同时利用大数据分析，合理选址，降低仓储租金；中转方面，利用全自动分拣设备、智能识别算法，提高分拣效率，降低人力成本。在配送环节，利用算法优化配送路线，降低配送成本；同时，利用智能快递柜、无人机等多样化配送方式，释放人力，降低人力成本。在外包管理方面，顺丰构建了货运互联网平台，实现信息高效共享，此举不仅降低了内部运输成本和人工成本，而且还实现外部空闲运力的利用，充分实现资源的有效利用和降低成本。
（2）顺丰控股利用大数据提升核心竞争力
顺丰的核心业务为物流运输服务，其核心竞争力是企业能提供高时效性、高安全性的高端物流服务。顺丰控股利用大数据等技术，不断优化企业经营的各个环节，提升物流服务体验，提高物流的效率，实现传统物流向智慧物流的转型，从而增强了企业的核心竞争力。另外，利用多年积累的海量数据以及专业技术沉淀，实现物流的数字化和智能化创新，建立了大数据科技公司，并提前在人工智能、大数据、智能机器人等科技前沿领域进行了布局，并在多个领域处于行业领先地位，为企业积攒了新的核心竞争力。
参考文献（略）