如何分摊人工成本

《如何分摊人工成本》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、ERP中如何分摊人工成本实施过ERP项目的人都有一个感觉，就是成本模块要把成本计算准确。那成本模块的应用瓶颈到底在哪里呢?我觉得，人工成本的分摊是成本计算中一个难解的结。　　这个月，企业生产部门总共支出人工成本50万，这50万如何在产成品中进行分摊，这是一个比较另人头疼的问题。无论是手工作业，还是ERP系统的成本模块，都不例外。手工处理时，难度在于数据的收集难与计算工作量过大。而ERP系统用来计算人工成本的话，难在于基础数据的收集，而计算量不在是其瓶颈资源。　　一、计件工资。　　计件工资可以分为两种，一是按入库来区分的计件工资

2、，如小型的服装企业，以整件生产为主，即他们不安流水线生产，而是一个人生产一件，以最终完工的衣服为准计算人工成本。这相对来说，比较简单。另外一种是按工序来计算计件工资，完成一个工序多少钱。如有些服装企业若按照流水线生产的话，有人专门负责生产领子，有人负责生产袖子。而因为可能领子的难度比较大，所以有二十人负责生产，而袖子比较简单，可能就只有10人负责。所以，这就比较麻烦。因为衣服各个零件在中途生产时不入库的，所以，统计各个员工到底完成了多少数量，就比较困难。　　在ERP中，是通过倒推的方式来计算各个工艺的完工数量的。　　如现在要制

3、作一件衣服，需要四个工序，领子制作、袖子制作、整衣集成与纽扣，分别有三十人、十五人、二十人、五十人负责。若最终完工树量为三百件的话，则系统可以算出，做领子的每个人完成了10件，袖子的完成了40件，等等。然后，再乘以各个工艺的计件工资，就可以完成人工成本的分摊了。　　不过以上的处理方式，我们可以看到，有个弊端。系统要如此处理，我们是有个假设前提的，就是假设各个员工的生产效率是一样的，每个生产领子的员工，在一个小时内，都可以完成相同数量的领子;或者是包干到户，在生产时，就分配各个员工的任务，每人需要完成多少。　　以上是根据完工数量

4、倒推出来的人工成本的分摊。但是，在实际工作中，采用这种方式的人不多。因为以上处理方式给人以中吃大锅饭的感觉，毕竟，各个员工的生产效率是不一样的，若采取倒推的话，就不能体现多劳多得的精神了。所以，一般我们在处理计件工资时，都是通过现场实际统计的。然后再输入到ERP系统中去。如此，虽然比较麻烦一点，工作量多一点，但是，计算比较精确。我在项目实施中，对于计件工资的企业，我还是推荐他们按照实际生产数量进行统计，然后手工输入系统的方法来处理计件工资的人工成本。　　二、按生产完工数量平均分摊。　　按生产完工数量来平均分摊，这个方法比较简单

5、。即只要财务统计处这个月一线生产员工总共的人力成本，然后除以当月的完工数量即可。　　这种方法在ERP中，也是最容易实现的。因为当月完工数量，可以直接根据生产入库单汇总取得，而总的人力成本，也可以通过财务模块的应付工资处取得。但是，这么处理，是有明显弊端的。　　一是各个产品其消耗的时间是不一样的，有些负责一点的产成品，可能需要3个小时才能完成一个，而简单一点的可能只需要1个小时。但是，利用这个方法进行人工成本的分摊的话，则会认为两个产品所消耗的人力成本是一致的。所以，这就与实际情况不一致了。　　二是若当月生产部门的人力成本支出5

6、0万，但是，在月底的时候，可能当月完工的产品还没有全部生产完工，或者说，当月生产的还有一些是上个月遗留下来的生产任务，也就是说，在月底可能存在在产品。若把当月发生的人力成本全部分摊到完成产品上，显然也不是很合适。关于在产品对于企业生产成本的影响，我下面会做详细阐述。　　虽然说，按生产完工数量平均分摊人力成本，有比较多的缺陷。但是，现在很多企业都是这么在处理，特别是多品种、小批量生产模式的企业。因为这么处理方便、简化，成本会计可以省很多事情。这种实现方式，在ERP中是可行的，不过，我在项目实施过程中，除非客户强烈要求使用这种方式

7、，我一般都不推荐，毕竟如此计算出来的完工产品该负担的人力成本，误差比较大。　　三、按标准工时进行分摊。　　按标准工时分摊人力成本，我个人认为是比较可行的方式。标准工时是先统计出每个成品每道工序需要的时间，然后再累计，计算出每个产品需要的时间。然后再按照这个时间，除以当月实际生产时间，计算出标准工时分配率，再乘以当月的人力成本，就是这个产品的单位人工成本了。　　这个方法比起按完成数量进行平均分摊的方法，无疑是要先进许多。但是，其在企业中，却人少利用。这是为什么呢?主要的症结在于标准工时收集比较困难。因为标准工时的影响因素很多，如

8、同个工序，新员工与老员工需要的时间就不同;即使是同一个员工，今天生产与明天生产所花费的时间也可能不同，因为心情不好等等;再者，标准工时会受生产线等调整而有所影响;最后，对于新产品来说，标准工时的收集需要花费比较长的时间。所以，出于以上的原因，客户收集的工时数据往往误差比较大，