基于SFA的不同管理模式下邮轮港口技术效率评价研究

    余璇++鲍君忠

    摘 要：本文选取邮轮港口2005-2015年的历史数据，运用随机前沿分析（SFA）计算邮轮港口技术效率。世界邮轮港口的技术效率整体有较大提升，受随机因素的影响较小；不同的管理经营模式会对邮轮港口的技术效率会产生影响，由私营公司经营管理的邮轮港口的技术效率最高；提高泊位专属性、增加非核心业务收入的比重可提升邮轮港口技术效率。

    关键词：邮轮港口；技术效率；管理模式

    中图分类号：U652.1 文献标识码：A 文章编号：1006—7973（2016）12-0039-03

    1 邮轮港口发展态势及管理模式

    1.1 邮轮港口发展态势

    据国际邮轮协会统计，自1980年起国际邮轮旅游市场的旅客人数增长率平均能达到7.6%。在这种快速增长的大背景之下，越来越多的邮轮港口从由公共部门管理转变为是由公共部门、邮轮公司共同管理经营或直接由邮轮公司建设经营。邮轮港口作为邮轮业的重要组成部分，为在港停靠的邮轮提供多方面服务，是邮轮业核心业务之一。北美和欧洲是邮轮的发源地，而近年来亚洲地区大兴邮轮港口建设，发展势头极其迅猛。全球重要的邮轮母港约50个，主要分布欧洲、北美和亚太这三大区域。

    1.2 邮轮港口管理模式分析

    近年来航运业结构巨幅调整，港口之间竞争加剧，港口管理方式的市场性变化趋向明显。在港口管理模式变革的大背景下，邮轮港口的管理模式也发生着巨大改变。目前邮轮港口的管理模式可分为三类：一是由政府（国有企业）进行管理。港口的管理机构一般也以政府部门的形式存在。二是港口由私营企业管理的情况，多是由政府以租约的方式在中长期的时间内暂时出让管理权。三是由私营公司与政府（国有企业）共同管理。一般是由政府（国有企业）进行邮轮港口（码头）基础设施建设，私营企业（邮轮公司、旅游企业等）采取合约租赁的形式获得管理码头相关业务的权利。众多研究证明，不同的管理模式会对货运港口的效率带来相异的影响，但未明确对邮轮港口运营的影响方式和程度。

    2 邮轮港口技术效率测量模型

    2.1 技术效率及测量方法

    技术效率从产出角度认为是指在给定的投入水平下，生产单元实际产出与理想的最大可能产出的比值。技术效率可用生产前沿面（通过生产前沿函数反映）与实际产出量之间的关系来反映。对生产前沿函数的研究有两种代表性方法：数据包络分析（DEA）和随机前沿分析（SFA）。综合对SFA与DEA方法的比较，考虑到邮轮港口规模庞大，随机干扰因素较多，在本研究中选择SFA方法进行邮轮港口的效率评价。SFA需要确定邮轮港口的投入、产出和环境变量，投入和产出变量的选取，应尽可能真实的反映邮轮港口的实际目标、体现邮轮港口的生产过程。

    2.2 邮轮港口的SFA模型

    2.2.1 投入产出变量与环境变量选取

    本文选择样本港口的邮轮旅客客流量作为邮轮码头的产出变量，而投入变量则从对港口生产情况影响较大的劳动力、土地和设备的使用状况来考虑经分析后共选取5个投入变量，泊位数量、泊位总长度、泊位最大水深、客运中心建筑面积、邮轮码头停车位数量。

    选取3个环境变量衡量影响技术效率的因素：一是码头泊位的专属性，该指标反映的是码头泊位是否由邮轮与渡轮共用或仅为邮轮提供服务。因该指标不易量化，所以采用虚拟变量方式表示：若泊位为邮轮和渡轮共用，设为0；若仅为邮轮提供服务，设为1；二是以非核心业务占邮轮码头总收入的比率作为指标；三是选取每位邮轮旅客平均在港停留天数。

    2.2.2 模型的确定与检验

    根据选定的邮轮港口投入产出变量和影响因素变量，确定针对世界邮轮港口的随机前沿模型如式（2.1）：

    式（2.1）中：Yit——第i个邮轮码头在t时期的客流量；<＼＼杂志＼水运杂志＼第12期＼tp＼2.jpg>——是待估参数；I1it——第i个邮轮码头在t时期的泊位数；I2it——第i个邮轮码头在t时期的泊位总长度；I3it——第i个邮轮码头在t时期最大泊位水深；I4it——第i个邮轮码头在t时期的客运中心建筑面积；I5it——第i个邮轮码头在t时期停车位数；mit——邮轮码头i第 t 年的无效率值。Uit——第i个生产单元t时期的技术非效率<＼＼杂志＼水运杂志＼第12期＼tp＼3.jpg>

    由此建立效率模型，表示形式如下：

    式（2.2）中：Zit—— 邮轮码头i第t年的影响因素变量；<＼＼雜志＼水运杂志＼第12期＼tp＼6.jpg>—— 待估参数；E1it —— 第i个邮轮码头第t时期泊位专属性；E2it—— 第i个邮轮码头第t时期非核心业务收入占码头总收入比率；E3it—— 第i个邮轮码头第t时期邮轮旅客平均在港停留时间。

    随机前沿模型属于一种计量经济学模型同时具有统计性质，所以在确定具体模型之后要进行统计检验。主要包括变差率γ的取值判断、单边似然比检验。

    3 邮轮港口技术效率结果分析

    3.1 样本选择

    本文选取世界邮轮协会2015年度报告中始发邮轮数量排名前十的邮轮港口为样本，选取各个邮轮港口涵括的多个码头为计算单元，分别包括迈阿密港、大沼泽港、卡纳维拉尔角港、巴塞罗那、奇维塔韦基亚港、威尼斯港、洛杉矶港、温哥华、纽约、长滩港。本文选取2005年到2015时间段内的各码头的面板数据，个别码头在10年间陆续投入使用，故样本数据中共包括10年中十大邮轮港口28个邮轮码头241个有效数据。

    3.2 邮轮港口技术效率测量

    本文采用的数据来自样本选取的十大邮轮港口的官方网站、CLIA、BREA统计研究报告。根据2005-2015年间投入产出情况，使用FRONTIER4.1软件进行计算，结果包括随机生产前沿模型中参数估计值、估计值标准差和t检验值及各年邮轮码头技术效率值。

    3.2.1 随机前沿函数参数与效率函数参数估计

    根据式2.1中的参数进行估计得到随机前沿生产函数参数估计，结果表明技术非效率客观存在而随机前沿模型有效，且随机干扰误差影响较小，仅占到3.6%，因此对邮轮港口进行效率评价是十分必要的，方法也是可行的。根据式2.2中的參数估计情况得到效率函数参数估计，结果表明在一定程度说明提高泊位专属性，即泊位从与渡轮共用转变为专用的邮轮泊位时能够提升港口的技术效率、非核心业务收入占邮轮港口总收入的比率与技术效率之间具有负相关的关系以及邮轮旅客在港停留时间增加会导致港口技术效率的降低。

    3.2.3 技术效率结果分析

    按照时间发展的轨迹对同一邮轮港口的技术效率进行纵向比较分析，图3.1是对各邮轮港口技术效率发展趋势的汇总和对比，图3.2反映各港口技术效率变化的速度。

    通过图3.1和图3.2可直观的看出各港口的技术效率整体呈现上升的趋势，但随着时间推移上升的速度略有减缓。

    样本中共26个码头，其中公营码头为10个，私营码头6个，公/私结合的码头，分别占到总数的38.5%，23%，38.5%，将各码头10年间的技术效率平均值以散点图的形式刻画反映，如图3.3。从图3.3可以清晰地看出：由私营公司经营的码头（图3.3中11-16）的技术效率整体水平高于其他两种经营模式下的码头。

    4 结论

    世界十大邮轮港口的技术效率整体呈现上升趋势，且受随机因素的影响较小，而受技术非效率影响较大，提高技术运用水平可以较明显缩小邮轮港口产出与生产前沿面之间的差距。不同的管理经营模式会对邮轮港口的技术效率产生影响。由公共部门管理和由公共部门私营公司联合管理的港口技术效率偏低，但二者之间在技术效率上无明显差异；由私营公司管理的邮轮港口的技术效率最高。通过提高邮轮港口泊位专属性即泊位由非渡轮与邮轮共用的情况发展为仅供邮轮停泊使用，可提升邮轮港口技术效率；非核心业务占邮轮港口业务总收入的比重与技术效率之间存在正相关关系；邮轮旅客在港停留时间与技术效率之间存在负相关关系。

    参考文献：

    [1]王诺.邮轮经济[M].北京：化学工业出版社，2008 ：3.

    [2]沈世伟. 国内邮轮业研究综述与展望[J]. 旅游研究，2011，03：22-29.

    [3]吴慧，王道平，张茜，张志东. 基于云模型的国际邮轮港口竞争力评价与比较研究[J]. 中国软科学，2015，02：166-174.

    [4] K. Cullinane et al. Transportation Research Part A 40 （2006） 354-374 359.