摘 要

随着信息化社会的发展，数据的规模在爆炸式的增加，信息的价值变得越来越重要，传统的成本控制模式已经满足不了现代制造业上市企业的发展需求。大数据技术的产生为企业的成本控制提供了一个新的思路和方法，从海量的数据中分析出能够降低企业成本的方法，让大数据为企业的成本控制发挥重要作用。

第一章介绍了本文的研究内容、背景、意义和国内外研究现状。第二章阐述了大数据技术与成本控制的相关理论和关系，以及大数据下成本控制的意义。第三章是对制造业上市公司的概况，大数据下成本控制的机遇和挑战进行说明。第四章以美的集团为案例，分析其成本控制现状，大数据下成本控制面临的问题和对应的解决方案。第五章是对文章内容得出结论和前景展望。

本文通过对制造业上市公司大数据下成本控制的研究分析，发现了现阶段两者结合面临的问题，包括对大数据技术的运用和在将大数据应用于成本控制时企业人员和管理方面的问题。并通过分析对面临的问题提出相对应的解决方案，使大数据技术更好的应用于制造业上市公司的成本控制中。

关键词：大数据技术；成本控制；制造业；上市公司

Abstract

With the development of the information society, the scale of the data is increasing in the explosion, the value of information becomes more and more important. The traditional cost control model cannot meet the needs of the development of the modern manufacturing industry. The production of large data technology provides a new way of thinking and method for the cost control of enterprises. It analyses the methods that can reduce the cost of the enterprise from the massive data and makes the large data play an important role in the cost control of the enterprise.

The first chapter introduces the research content, background, significance and research status at home and abroad. The second chapter describes the theory and relationship of big data technology and cost control, as well as the significance of cost control under big data. The third chapter describes the general situation of manufacturing listed companies and illustrates the opportunities and challenges of cost control under big data. The fourth chapter takes Midea Group as a case to analyze the current situation of cost control, the problems faced by cost control under big data and the corresponding solutions. The fifth chapter is the conclusion and Prospect of the article.

Through the analysis of the cost control under the large data of the listed companies of the manufacturing industry, this paper finds out the problems facing the combination of the two at the present stage, including the application of large data technology and the problem of personnel and management in the application of large data to cost control. Through analysis of the problems faced by the corresponding solutions,the big data technology can be better applied to the cost control of manufacturing listed companies.

Key words: Big data technology;；Cost control；Manufacturing industry；Listed companies

目 录

第1章 绪论 1

1.1 本文的研究背景和意义 1

1.1.1 研究背景 1

1.1.2 研究意义 1

1.2 国内外研究现状 2

1.2.1 国外研究现状 2

1.2.2 国内研究现状 3

1.3 研究内容与研究方法 4

1.3.1 研究内容 4

1.3.2 研究方法 4

1.3.3 研究述评 5

第2章 大数据技术与成本控制 6

2.1成本控制相关概念 6

2.1.1 成本控制的概念 6

2.2 大数据技术及其发展 6

2.2.1 大数据的定义与特点 6

2.2.2 大数据的发展现状 7

2.3大数据在制造业成本控制中的作用 7

2.3.1 采购成本 7

2.3.2 仓储成本 8

2.3.3 生产成本 8

2.3.4 销售成本 8

2.3.5 运输成本 9

2.4大数据环境下制造业成本控制的意义 9

2.4.1 加强企业成本的动态管理水平 9

2.4.2 提高企业的经济效益 10

2.4.3 促使企业适应市场环境的快速变化 10

2.4.4 加强企业成本控制的创新能力 10

第3章 大数据环境下制造业上市公司成本控制现状分析 11

3.1 制造业上市公司的概况 11

3.2 大数据环境下制造业上市公司成本控制面临的机遇 11

3.3大数据环境下制造业上市公司成本控制面临的挑战 12

3.3.1 大数据的成本控制意识薄弱 12

3.3.2数据标准化管理存在缺陷 13

3.3.3成本管控部门人员素质不够高 13

3.3.4 信息处理技术有待改善 14

3.3.5 成本控制数据的安全性有待提高 14

第4章 大数据下美的集团成本控制案例分析 15

4.1企业概况 15

4.2 美的集团大数据下的成本控制现状及问题 15

4.2.1 美的集团大数据下的成本控制现状 15

4.2.2 美的集团大数据下成本控制面临的问题及挑战 16

4.3 大数据下美的集团的成本控制对策 18

4.3.1 提高利用大数据技术的意识和能力 18

4.3.2发展线上采购降低采购成本 18

4.3.3 动态存货管理模式降低仓储成本 19

4.3.4精准营销降低销售成本 19

4.3.5 完善大数据平台，加强数据存储和处理技术 20

第5章 结论与展望 21

5.1 结论 21

5.2 展望 21

参考文献 22

致 谢 23

第1章 绪论

• 1. 本文的研究背景和意义
     1. 研究背景

一个国家国民经济的发展离不开制造业的蓬勃发展，制造业是国家的支柱行业，是一个国家综合国力的体现。长期以来，我国国民经济中制造业所占比重都在40%以上，然而这个比重却在逐年下降，制造业的生存以及发展受到了越来越大的挑战。对于制造行业而言，成本是实现利润的重要指标，很多制造企业都将降低成本作为提升利润的便捷通道，不断地从各方面降低甚至压榨产品的成本，从产品的原料到人工到物流运输，不断地缩减各种成本，以期提升或是维持企业的利润。然而，没有一个完好的、成熟的成本控制系统，产品的成本就无法合理削减。现阶段，大数据的应用越来越广泛，大数据与财务管理的结合越来越多，大数据能够更好地帮助企业从各个方面控制产品的成本，无论是采购成本、仓储成本、物流成本还是原料、人工、制造费用，都可以和大数据进行结合，从而更好地控制成本，提升效益。大数据与财务管理的结合，与成本控制的结合是未来制造业企业发展的方向和希望。通过分析目前大数据与成本控制相结合的机遇以及种种挑战，分析其中的原因以及未来可以发展的方向，是两者走向结合的重要基础。

• • 1. 研究意义

在查找有关大数据在制造业企业中成本管理与控制的资料时，发现大数据在制造业中的应用还不广泛，相关的研究也比较少，大数据在现阶段多应用于医疗、通信、金融、电子、消费购物等方面，但是极少应用到制造业的成本管理方面。同时，很多企业已经采用了EPR系统来进行企业的财务管理、成本控制，然而传统的ERP系统所拥有和可以获取的数据量和速度是有限的，在面对愈发复杂的环境已经逐渐展现出了它的限制和不足，但是由于大数据技术还不成熟，很少有将大数据应用于企业的ERP系统中，展现出大数据的魅力。所以将大数据应用于制造业企业的成本控制中既有理论意义，又有实践意义。

（1）理论意义

现阶段，我国对于成本控制的研究已经逐渐开始成熟，很多学者在不断地学习国外先进的管理经验和方法后，针对我国的特殊环境和国情，已经逐渐摸索出了适应我国的各行业的成本控制方法，并且也在不断的完善。然而我国对于大数据的研究才刚刚处于起步阶段，对大数据的关注也是从近两年才开始的，虽然国家对其表现出了极大地关注和支持，但是大数据技术刚刚萌芽，各行业的广泛应用更是无从谈起。并且目前对于大数据的研究更多的处于理论阶段，所以将大数据与制造业的结合，将大数据与成本管理的结合还处于一个不成熟的阶段。本文在参考了很多大数据、成本管理、制造业的成本控制和其他行业对于大数据的应用文献后，将大数据与制造业的成本管理两者本身的特点和优缺点都剖析了出来，将两者能够结合的部分和遇到的挑战进行分析，从理论上为大数据在制造业的成本管理的应用提供了一定的理论支持和设计思路。

（2）实践意义

本文在一定的理论研究的基础上，选取了制造业中的比较具有代表性的某一特定行业：装备制造业进行研究。由于大数据在相关行业的成本管理的应用案例比较少，能查到的相关准确数据更少，所以本文对于案例的分析和大数据在其中的作用还大量的借鉴了传统的ERP系统、云会计在制造业的成本控制方面的应用和大数据在其他行业的应用以及装备制造业本身的成本管理的案例来分析大数据在装备制造业的成本控制方面的应用来进行分析和设计。首先分析了行业的现状，然后对于这一行业中成本管理的重点进行了分析，最后对大数据在其中起到的作用进行了分析。这不仅对于装备制造业本身具有一定的实践意义，对于整个制造业都有一定的实践的借鉴意义。

1.2 国内外研究现状

1.2.1 国外研究现状

国外关于成本管理与成本控制的研究相对来说是比较早的，研究的理论也比较成熟，尤其以美国和日本最具代表性，在理论研究较为成熟的条件下，已经更多的开始注重案例和实证研究。成本管理理论在大体经历了三个阶段的发展后，逐渐衍生出了几种主流的控制方法：标准成本法、目标成本法、战略成本法。

国外对于大数据的研究表现出了较早的关注度。大数据这个概念早在上个世纪80年代就已经出现。通过分析，国外对于大数据的研究和关注在2002年就已经逐渐开始，想对比而言，我国对于大数据的研究在2012年以前还没有。美国在2009年就已颁布《大数据研究和发展计划》；英国在2012年建立了世界上首个开放数据研究所ODI（Open Data Institute）；日本在2012年发布了《面向2020年的ICT综合战略》，将目标放在大数据的研究和应用上；德国在2010年制定了“德国数字2015的ICT战略”，在各个行业逐步实行智能网络化。由此可见，国外很多的发达国家早就已经将目光投向了大数据的发展，并大量投资促进其发展，将大数据的研究与应用上升到了国家战略层面。

在大数据与成本管理、成本控制的结合方面，国外的研究相对于国内而言也更早一些，但是目前大部分学者对于两者结合方面的研究并不是很多，大数据在其它领域中的发展和研究相对来说更为突出一些。在大数据技术与成本控制相结合方面，2010年，Chris Dubelar研究了供应链管理和竞争力对电子商务企业成本的影响,依据供应链理论分析了几种成本控制方法的有效性，认为目标成本法的运用应该得到重视。2016年，Angappa Gunasekaran等人进行了物流和供应链管理中的大数据分析。2016年，James Moyne等人分析了大数据在半导体制造高级过程控制中的应用，是大数据在制造业企业中的应用之一。2017年，Tomohiko Sakao等人构建出了面向大数据驱动的产品生命周期管理框架。

1.2.2 国内研究现状

国内对于成本控制的研究相对来说起步较晚，相对落后，但也表现出了高度的关注并取得了一定的成果。国内对于成本管理的研究主要集中于理论研究阶段，国内的学者如余绪缨、欧阳清等人在积极地学习和借鉴国外研究成果的基础上，分析本国国情和成本管理现状，从国内环境出发积极地探索着适合本国国情的成本控制方法。国家也颁布了一系列《方法》、《条例》来规范我国的成本控制核算和管理。在不断的学习和交流后，我国的成本管理体系得到了不断地发展完善。

国内在大数据方面的研究开展相对较晚，但也表现出了足够的关注。2012年，我国开始对大数据展开了关注，2015年发布了《促进大数据发展行动纲要》，《纲要》明确的指出了大数据的重要意义和广阔前景，将大数据的发展上升为国家战略研究主题。近几年，我国大力支持大数据建设项目，大数据产业强势增长，但大数据的应用还处于起步阶段，大数据与成本管理的结合尚处于理论分析阶段。^[1]因此，本文将大数据与成本控制相结合，分析我国现状与其发展的挑战，探讨解决方案，为大数据与成本控制的结合做一个深刻的理论分析。

在大数据与成本控制相结合方面，2006年，李思志等学者提出建立基于数据挖掘方法的财务报表分析模型能够帮助投资者做出决策的思想。2009年，涂锟斌提出银行在实施以客户为中心的战略目标时要对客户进行全面的分析。 在这个过程中，对海量数据的处理和分析可为银行的发展和转型提供重要的支持。2012年，文勇借助大数据挖掘技术构建出了 ERP 采购管理系统中的成本控制模型。2013年，邓国清提出了大数据对传统决策分析、风险管理、信用管理和作业成本管理产生了巨大的冲击, 同时阐述了一系列的管理会计变革。2015年，程平设计出了一个关于企业库存管理的框架模型，模型主要包括物联网、云会计平台、大数据分析中心、库存管理等核心模块，详细的阐述了从入库、调拨到出库等环节的运作方式。2016年，黄华分析了现阶段大数据时代下，企业采购管理活动的特征，并提出了企业如何利用大数据技术来降低采购成本的措施。2017年，国内众多学者如梅芳、欧阳岚、蔚利芝、樊燕萍、黎剑刚，都进行了在大数据背景下针对制造业企业的成本控制的研究和分析，针对目前企业存在的问题，提出大数据与成本控制的发展契机和解决方案^[1]。

1.3 研究内容与研究方法

1.3.1 研究内容

本文共分为五个章节，研究关于大数据与成本控制结合的相关问题，并以美的集团为案例进行分析，探讨在大数据技术与企业的成本控制相结合时会出现的问题与相对应的解决方案。以下是文章的篇幅结构。

第一章是绪论。首先说明了本文的研究背景和研究意义；其次介绍了在大数据和制造业上市公司成本控制结合的国内外研究现状；最后说明了阐述的研究内容和所用的研究方法。

第二章是大数据技术与成本控制相关理论的介绍。分别从大数据技术与成本控制的相关概念，两者之间的关系和大数据环境下成本控制的意义三个方面来阐述。

第三章是大数据环境下制造业上市公司成本控制现状分析。首先介绍了制造业上市公司的概况；其次对大数据环境下制造业上市公司成本控制面临的机遇进行说明；最后着重的分析了大数据环境下制造业上市公司成本控制面临的问题和挑战。本文主要从七个方面对存在的问题和挑战进行了分析，主要是针对在大数据这样一个新的环境下，除了传统的制造业上市公司成本控制存在的问题外，还有哪些不可避免的或新面临的挑战。

第四章选取了美的集团的案例进行分析。美的集团是在行业内应用大数据技术应用的比较成功和先进的企业，有很多东西值得学习，同时也存在很多问题。首先美的集团做了一个简要的概况；其次分析了美的集团现阶段成本控制的现状和问题；最后，针对上面提出的问题，一一提出解决方案。

第五章是结论与展望。对本文研究内容即大数据与制造业上市公司成本控制的研究做出一个简单的结论，并对大数据与成本控制的结合前景做了阐述。

1.3.2 研究方法

本文拟运用文献研究法、案例分析法两种技术方法。

（1）文献研究法

本文根据所研究的内容查阅了图书馆资料以及网上资源，获取到了有关本文研究内容，即大数据、制造业和成本控制所涉及的至今为止的相关的国内外资料文献，了解了大量其他学者的观点，学习了他们的研究方法，梳理并形成了自己的观点。

（2）案例分析法

本文以某装备制造业为研究案例，根据其他学者相关方面的研究，查阅了企业相关的资料，分析其成本管理所存在的问题以及大数据在其中的应用。

1.3.3 研究述评

通过大量的文献资料的分析，发现不管是对于成本管理的研究还是对于大数据的研究，我国的发展均落后于国外的研究发展，但是对于成本管理与大数据的关注和投入非常的多。尤其是大数据，是在近三年才开始逐渐在国内取得较大的关注并发展的，因此这种发展还在起步阶段，还没有成熟，很多技术的研发还没有到一个成熟的阶段。不管是理论上的不成熟，还是技术上无法在目前提供足够的支持，大数据与成本管理的相结合都还处于理论阶段或者是较小范围的实践阶段。只有在理论研究十分充分，并且技术得以提高的基础上，大数据才能在企业管理尤其是成本管理与控制中大范围的发挥重要作用。国内已经有部分企业将两者结合起来应用到企业管理中来，并且取得了不小的成就，在制造业的生存和发展越来越困难的环境下，那些尽快将大数据应用到企业的财务管理中来的企业已经显示出了它的巨大优势，在困难的经济环境下完好的生存了下来，所以将大数据应用到企业的财务管理中来，控制好企业的成本，是制造业企业未来生存发展的关键。

第2章 大数据技术与成本控制

2.1成本控制相关概念