快递包装箱回收成本分析与策略研究

《快递包装箱回收成本分析与策略研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、快递包装箱回收成本分析与策略研究　　　　摘要：随着网络购物对人们生活行为的改变，物流行业的迅速发展，包装废弃物数量的剧增，环境问题不断涌现，社会开始关注回收物流并提倡绿色发展。文章在分析研究中主要以物流服务企业为重点，以快递包裹外包装箱为研究对象，对包装箱回收前后的企业购置成本进行分析，旨在通过包装箱的回收，实现其二次利用，为企业减少物流成本并推动企业实现绿色发展。下载论文网　　关键词：回收物流；包装箱；物流成本；物流服务企业　　一、包装箱的使用现状　　在2000年，电商开始逐渐进入人们的生活，并改变了人们传统的生活习惯，大多数人开始接触和了解网上购物。在2017年，

2、各大网上购物平台席卷全球，物流行业迅速发展。快递业作为物流体系的一个重要的分支，成为了一个潜力型朝阳产业。据国家邮政局数据显示，2012年至2016年的快递业务量成倍增长（如图1），在2015年的?稻葜邢允荆?快递业2015年消耗99亿个包装箱，达到全年快递业务量的%，同比例计算，2016年包装箱消耗量为亿个。随着快递业务量的持续增长，一次性包装箱的使用量也随之增加。　　二、当前包装箱使用的问题　　1.成本问题　　随着社会经济的发展，物价的提升，包装纸箱的均价也开始提高，从小、中、大、特大的包装纸箱均价大致为元、1元、6元、10元。由于我国包装回收物流率极低、回收物流

3、体系以及法制建设并不完善，导致外包装物购置费用无法减少，间接地提升了物流成本费用。　　2.环境问题　　由于人们习惯于网上购物后，包装箱使用量伴随着快递业务量的增加而增加，导致我们生活中随处可见各种废弃包装盒、塑料袋、编织袋，据有关数据显示，仅2015年的网购就产了200多亿个快递包裹，我们的包裹外包装制造能力未能达到绿色物流的要求，大量不可降解的胶带和塑料等包装物造成的大量废弃包装随意处置的现象带给我们赖以生存的环境巨大的压力和威胁。加之，包装纸箱使用的剧增，各类包装回收率极低，将会导致木材使用量增加，树木资源受到威胁，生态失衡等环境问题的产生让我们开始思考并意识到有

4、效及合理的解决包装回收，做好绿色物流的重要性。　　三、成本分析　　1.包装箱回收前成本分析　　伴随着快递量的增加，包装箱使用的增多，各个企业在包装箱的购置费用方面明显是一个巨大的成本开支。一般，企业将包裹外包装型号分为小件、中件和大件，分别对应的包装型号为小箱、中箱、大箱，其中小包装箱和外包装箱使用较为普遍。以下是某企业快递量及包装箱使用情况分析研究：　　（1）包装箱规格　　（2）包装箱使用量分析。该企业的快递业务量有70%是自己经营，剩下的30%外包给了第三方物流企业进行物流管理，在自我经营的70%的快递业务量中，使用包装箱的比例达到80%。包装箱分为三类：小型包装

5、箱、中型包装箱、大型包装箱，其只用比例分别为50%、30%、20%。　　（3）某企业的包装箱购置费用情况　　根据包装箱箱型的大小，所产生的购置费用有所不同，因为该企业为统一并且大批量的采购，其单价会比市场价格偏低一点，从小型包装箱到大型包装箱的采购单价分别为元、元、5元。　　（4）总成本计算　　该企业从2012年至2016年的5年里，投入外包装购置费用亿元，2012年订单量较小的情况下包装箱的购置费用也高达亿。　　2.包装箱回收后成本分析。根据市场调查显示，大多数网购消费者在收取到自我物件后并不需要再次使用包装箱，并且在拿取自我物件后便将其视作废弃物投掷进垃圾箱中，而

6、大量的包装箱均完好，并无过度损伤，可以进行二次包装。在有关消费者是否愿意接受二次包装箱的542份有效问卷中显示（如图2），%消费者表示，在不影响购买物件的质量和损失的情况下，愿意接受自我物件使用二次包装箱，不愿意接受和不确定的人总共只占%，表明回收后的包装箱进行二次使用是可行的。　　现拟定可回收包装箱并能够再次使用的比例为20%，采用回收包装箱策略后的包箱购置成本如下：　　在进行了一定比例的包装箱回收后，该企业从2012年至2016年的5年里，投入外包装购置费用亿元。　　（1）回收前后数据对比　　进行包装箱回收后5年的外包装购置费用为亿，总共减少了亿元的物流成本，如果

7、回收的体系和措施有效且合理，包装箱的二次利用比例将更大，减少的物流成本将会更多。从表中也能清晰的看出，随着每年订单量的增加，包装箱购置费用也在大幅度的减少。　　3.一元线性回归分析　　（1）建立基本的线性回归方程。基本回归方程为Y=aX+b，其中为a回归系数、b为常数项，利用最小二乘数法可得：　　（2）解一元线性回归方程。根据订单量与可节约成本的数据分析可得：a=b=0Y=　　（3）相关性检验。根据表中的数据可以算出相关系数　　R越接近于1其相关性越大，即方程可用并有意义。　　（4）进行未来预测。根据以上表格数据和一元线性回归方程则可以预测出2017