钢铁企业重点产品成本预测模型及系统开发

刘清泉，张志清，潘开灵

LIU Qing-quan, ZHANG Zhi-qing, PAN Kai-ling

（武汉科技大学 管理学院，武汉 430081）

0 引言

随着新经济时代的到来，钢铁制造业已进入生产高度自动化、产品多元化、组织柔性化、服务理念客户化、信息系统网络化以及经济全球化的时代，其成本形成过程以及成本结构都发生了变化，传统的成本管理方法已不能适应现代钢铁生产制造模式，这就导致现代钢铁企业成本管理观念和成本管理的原则方法体系将发生重大变化，使得钢铁企业成本管理的探索和创新迫在眉捷[1]。尤其是各矿业巨头所采用的铁矿石短期定价模式，加剧了钢材价格的波动，导致其制造的长期成本预测难度加大，钢铁行业已无法避免遭受到冲击。受到原材料价格上涨预期的影响，许多贸易商和消耗钢材企业，普遍加大了钢材储备，导致流通库存量的增加，高产量、高库存已经成为业界的常态。因此，现代钢铁企业迫切希望通过管理优化生产结构，通过控制成本来提高企业竞争力。

通过文献分析及研究发现，当前钢铁企业成本预测主要存在以下问题：

1) 现行的钢铁企业成本控制，通常是从价差、量差、效能差异和人工差异等方面寻找降低成本的方法，是一类在管理会计范畴内通过报表等方式实施的静态成本控制方法，已经不适应现代的钢铁生产制造模式[2]。

2) 目前钢铁企业的成本管理主要以事后计算为主，即按照钢号和产品规格进行成本计算，原材料费用根据实际消耗情况计算，而生产费用和制造费用则在月末按成本科目分类汇总为财务凭证，再根据产量或预先设定的工时系数分摊到相应的产品成本中，存在很多不足[3]。

3) 钢铁企业虽然大规模实施了信息化项目，但是成本预测却多未纳入系统实施范畴，很多企业仍然在用Excel等电子表格工具进行管理，其共享性、可管理性很差。毫无疑问，当前的成本已不能准确地反映产品真实成本及其增值过程，以致与之相关的钢铁企业决策失效。

综上所述，针对钢铁企业成本管理存在的问题，研究钢铁产品的成本构成特征，寻找有效的预测方法和模型，并设计可以用于成本预测的支持系统具有非常重要的研究价值和意义。

1 钢铁生产成本构成分析

钢铁行业属于比较典型混合流程工业（Hybrid Process Industry，HPI），具有生产周期短、生产批量大、工艺过程相对固定和产品规格少等特点[4]。其具体生产过程始于投入原料，经历原料预处理、炼铁、炼钢和轧钢等一系列作业工序，最终形成扩张的、特征属性多样的产品流[5]。由于钢铁企业生产过程的复杂性，导致了成本控制也具有了复杂性的特征，具体表现在如下三个方面：

图1 钢铁产品成本构成

1) 分散的成本发生地。钢铁工业属于多段运输、多段生产、多段存储的大型生产和管理模式，工序多而形式不一，成本产生的地点分散，且拥有各种原材料、在制品和制成品，亦致使其产品成本构成分散。

2) 多元的成本控制重心。在炼钢阶段，超过80%的钢锭成本由主要原材料成本构成，因此，成本管理的重点在于直接成本的控制；而在轧制环节，因为已确定上游作业中心结转的坯料等成本，因此，成本控制的重点在于电耗、水费等间接成本。由此可见，对于不同的生产环节，其成本控制的重点是有差别的。

3) 多变的产品成本构成形态。根据钢铁产品的加工状态、类型以及质量特性，可以将其分为不同构成形态的产品成本类型，包括原材料、在制品和制成品。

根据钢铁产品形成的过程，各阶段发生的成本构成如图1所示。

2 系统动力学模型构建

钢铁企业要进行产品报价、成本事前控制，就要对不同特征属性的产品进行准确的成本预测。从预测方法看，目前常用的有参数法、类比法、分析法等成本预测方法和模型[6]。其中，参数法使用最为广泛，主要是通过回归、拟合等统计分析方法建立相关变量之间的函数关系，适合简单、快速的成本预测，但预测精度不高；类比法以基于实例推理法(Case-Based Reasoning，CBR)[7]为代表，通过与类似实例的对比来进行目标产品的成本预测，适用于成本实例充足且相似度较为显著的成本预测场合，其精度依赖于原始实例的合理性与准确性；分析法通过对产品各构成要素与成本消耗进行详细的分解和分析，来达到更为精确的成本预测，典型的分析法有基于特征的成本预测方法(Feature- Based Cost Estimation，FBCE)与作业成本法(Activity Based Costing，ABC)[8,9]。前者通过特征识别与特征分类，提供了一种从产品设计层识别初始成本动因的方法，该方法最大的难点在于如何保证特征成本的准确性与可统计性；后者的优势在于面向生产过程的准确追踪成本消耗、进行精细成本处理和计算等方面，但由于其缺乏与设计层之间的关联，该方法的使用范围与独特优势的发挥都受到了极大限制。

在复杂的信息系统中会大量存在需要经过多次转换的数据，内含复杂的算法或者折算方法，用普通的工具非常难以描述，数据字典、数据流程图等主要的描述工具，图2是采用数据字典来描述数据间结构的例子，可以看出，这样的方法在完整性和共享性方面存在着明显不足。

图2 数据字典示例

图3 钢铁产品成本构成系统动力学基础模型

综上所述，传统的分析方法均属于静态的描述方法，存在很多不足。提出一种新的思路，即采用系统动力学来进行数据关系分析和描述，系统动力学能帮助我们理解复杂系统的结构和动态行为特征，因为系统动力学建模包含三个重要组件：因果反馈图、流图以及方程式。因果反馈图能够描述各变量之间的因果关系，流图能够帮助研究者用符号表达模型中的复杂概念，微分方程式所组成了系统动力学模型的主要结构，每一个连接状态变量和速率的方程式即是一个微分方程式。系统中，可以对变量之间的关系进行自行定义，通过数据关系链形成一个复杂的网络，可以选择其中任何一个节点进行分析，包括其影响的因素或者哪些因素影响它等等。

采用Vensim系统动力学仿真工具作为研究和分析平台，通过分析，绘制了某类钢铁产品成本构成的系统动力学基础模型，如图3所示。

3 系统分析与设计

3.1 系统需求分析

3.1.1 功能需求

1) 基础数据管理

基础数据管理主要包括原料的管理、产品数据管理、年度品种结构管理、钢种的维护、系统中涉及到的初始数据的维护，在初始数据管理中主要完成的是一些变量和相关系数的设定，比如铁水成本、期间费用率、期望价格和期望数量等等。

2) 报表功能

报表功能是很重要的部分在整个系统中，报表有两个作用，一个是对统计数据进行图表形式的显示；另一个是通过图形界面做出预测决策。报表分为各个分厂的统计汇总报表、月度和年度各个分厂成本信息汇总的报表，除此之外还有各分厂重要参数汇总对比的报表。

3) 统计分析

统计分析包括月度成本分析、工序费用比较分析、轧制费用比较以及原料附加成本比较分析。统计分析有很多分析的维度和参数，比如工序费用比较可以根据预算进行比较，也可以按照考核来比较。

4) 查询

查询分按品种结构查询、主要参数查询、单位信息查询、收益相关参数的查询等等。其中在品种结构查询中可以分为按照年度和月度品种结构查询两种；单位信息查询中包括单位查询、人员查询、电话查询和部门协作会议查询；收益相关参数的查询又分为成本查询、收入查询、固定费查询和收益查询。

5) 预测与决策

预测与决策是综合各种数据信息对重点产品成本预测的关键，预测有销售价格和销售数量的预测、根据预测和实际的情况做出对未来的决策，预测还包括每条生产线的毛利预测和产量预测等。

3.1.2 非功能需求

所谓非功能性需求，是指软件产品为满足用户业务需求而必须具有且除功能需求以外的特性。软件产品的非功能性需求包括系统的性能、可靠性、可维护性、可扩充性和对技术和对业务的适应性等。

1) 系统的完整性

系统的完整性指为完成业务需求和系统正常运行本身要求而必须具有的功能。该系统包含的主要功能有系统初始设置、基本数据管理、查询、报表功能以及预测和决策等，除此之外，系统还有一个很重要的功能是能够和公司现有的ERP系统对应的数据库进行交换，保证数据同步的同时还具有按时备份数据库、数据导入导出功能。

2) 系统的可扩充性与可维护性

系统的可扩充性与可维护性指系统对技术和业务需求变化的支持能力。为了便于后期系统的维护升级系统必须有一定的可扩充性。

3) 技术适应性与应用适应性

根据公司对功能需求的分析研究，该系统采用C/S架构模式，技术上足以满足所要求的功能，从运行效率和安全性来说都是适应的。在功能权限控制上，通过登录界面的部门和用户名的组合确定了用户所拥有的权限以及所能访问的界面，保证了系统的安全性。

4) 易用性

系统最终的目的是服务用户，因此系统必须是简单易用的，该系统在功能划分和菜单划分上都按照类别划分，也就是同一类功能的菜单放在一起，这样方便用户使用，除此之外，该系统还有系统使用说明书，大大方便了用户对系统的使用。

3.2 业务流程图

系统业务流程图如图4所示。

图4 重点产品预测业务流程图

3.3 数据流程图

钢铁企业重点产品的预测最重要的一个环节是预排程会议，通过预排程会议做出对重点产品一定时间内的预测，其中在预排程会议之前关键的数据来源是财务部门和销售部门，无论是做出主需求计划还是对没来一定时间重点产品的预测，销售数据是必不可少的，通过各种不同产品的销售数据，部门领导很容易得出那些是重点产品，同时财务数据也是不可或缺的，财务部作为公司的核心部门，对于物料、原材料以及成品的价格控制是最为关键也是最难的，通过价格的控制不仅可以控制成本，而且可以在激烈的市场竞争下获取更多的客户。

系统的流程首先是从销售部门和财务部门开始，财务部门给出各种产品的当前的销售价格、人工成本、成本等，然后通过预排程会议，各部门领导通过成本预算系统对各种预测产品做出系统的分析，然后确定出重点产品，最后将重点产品打印分发给各个分厂，同时将数据再次返送到销售部和财务部。数据流程如图5所示。

4 系统实现

4.1 开发工具

PowerBuilder（简称PB）是美国Sybase公司在20世纪90年代初推出一款的基于C/S架构的面向对象的数据库开发工具。该产品一上市便获得了良好的社会反响，并受到广大开发人员的热烈欢迎，时至今日，它所开发的系统已经广泛应用于保险、金融、邮电等多个领域，并发挥着巨大的作用。PowerBuilder 10.5版是SYBASE公司2006年推出的新一代4GLPlus数据库开发工具。在这个新版本中增加了构建Web Services、JSP Web、EJB的功能，使企业应用可以平滑过渡到基于浏览器和Web的应用模式下。同时，PowerBuilder 10.5所拥有的卓越的应用开发效率以及强大的Web功能也为其增色不少。

PB为用户提供面向对象的系统设计、开发、测试以及发布的功能。尤其是其中的数据窗口功能，为广大开发人员创建企业报表提供了非常便捷的方式，极大地缩短了系统的设计开发周期，从而让开发者能专注于新的应用开发需求。

4.2 系统功能及界面

系统的登陆界面如图6所示。

系统的主要功能界面如图7所示。

5 结论

图5 数据流程图

图6 系统登陆界面

图7 系统主要功能界面

针对钢铁企业的成本管理现状，对成本构成模型进行系统分析，重点引入系统动力学对钢铁企业成本构成进行描述，建立了基于系统动力学的钢铁企业生产成本预测模型，通过因果关系识别来分析成本预测所涉及的输入、处理和输出，并通过改变某些输入来做出比较和优化。在系统分析的基础上，利用PowerBuilder10.5和MS SQL Server 2005技术开发了一套钢铁企业重点产品成本预测系统，重点引入了不同的预测方法，较为准确地预测了产品在生产制造过程中的成本信息，提高了企业管理者的成本决策和分析能力。针对钢铁企业重点产品的成本预测，进行了系统、深入的研究，得到如下结论：

1) 以某钢铁企业成本预测管理实践为背景，提出钢铁企业重点产品成本预测模型，以系统动力学和时间序列预测为核心，以钢铁企业物料消耗特征为平台，为企业管理者提供详细的成本预测信息，辅助管理者进行决策，最终提高企业的经济效益。

2) 针对现行成本预测方法的不足，引入系统动力学对钢铁企业成本构成进行描述，建立了钢铁企业成本构成系统动力学基础模型，通过因果关系识别来分析成本预测所涉及的输入、处理和输出，并通过改变某些输入来做出比较和优化，进而实现成本预测与生产流程的集成，更加准确地反映多成本对象的成本信息，为钢铁企业作业成本管理奠定了基础。

3) 可以按照品名、钢号、对应钢种、规格等进行成本归集，能够按月份或者季度进行重点产品的成本预测，并提供报表统计功能，能够实现各种成本、会计报表的打印，全方位多角度为企业成本管理提供详细信息，也为企业成本管理政策的确定及优化提供可靠依据。

[1]张浩,马少辉.基于ERP/MES的钢铁企业成本管理系统研究[J].中国制造业信息化,2008(15:17-18.

[2]薄洪光,张楠,刘晓冰,等.基于消耗链的钢铁作业成本控制方法[M].计算机集成制造系统,2010(03).580-581.

[3]张浩,任楠.钢铁企业作业成本管理系统研究[J].计算机工程与设计,2009,30(06):1521-1522.

[4]Liu Xiaobing,Meng Qiunan,Ma Yue.The Design and Implementation of the Special Steel Enterprise—oriented Manufacturing Execution System[c].The Third International Conference on Electronic Commerce Engineering. Hangzhou,2003.

[5]KALLUN KIJP, SILVOLAH.The effect of organizational life cycle stage on the use of activity-based costing[J].Management Accounting Research,2008,19(1):62-69.

[6]NIAZIA, DAIJS , BALABANIS, et al. Product cost estimation:technique classification and methodology review[J].Journal of Manuf acturing Science and Engineering,2006,128(2):563-575.

[7]Khanum A, Mufti M, Javed M Y, et. Al. Fuzzy case-based reasoning for facial expression recognition[J].Fuzzy Sets and Systems,2009,160(2): 231-250.

[8]Tseng Y.J, JIANG B.C.Evaluating multiple feature-based machining methods using an activity-based cost analysis model[J]. International Journal of Advanced Manufacturing Technology.2000,16(5):67-83.

[9]唐苏州,王德伦,黄亮.基于分层动态映射的产品成本预测方法[J].计算机集成制造系统,2010(02).365-366.