（2）必要运费

　　根据必要运费率可计算满足（预期）收益率的单位运载分项的必要运费，其中，应计入税费（所得税和增值税）的影响。单位运载分项的必要运费可认为是满足（预期）收益率的最低运费，可作为制定旅客票价、单个冷藏箱运费和单部小汽车运费的参考。

　　设定单程基本运费水平如下：

　　旅客票价： 800.00元 / 人；

　　冷藏箱运费：30 000.00元/ 箱；

　　小汽车运费： 2 000.00元/ 车。

　　5.4税费估算

　　营运经济性分析需计入所得税与增值税，其中所得税税率为 25%，增值税税率为11%。但在盈利发生前也即资金的流动过程中，仅需计入所得税。其中，由于船舶的营运年限超过折旧年限，因此计算所得税需区分折旧期内与折旧期外的不同。

　　5.5营运经济性指标估算

　　分别估算各个不同运载方案的 净现值（NPV）、平均年盈利（AAB）、投资回收期（PBP）和内部收益率（IRR）。其中，可将投资回收期（PBP）或内部收益率（IRR）作为营运经济性的评价标准。

　　（1）净现值（NPV）

　　净现值（NPV）是将船舶整个营运期历年的收入与支出，按投资收益率折现后相减的差值。若净现值为零，方案的收支现值相抵，恰能达到预期的投资收益率。

　　如净现值为正，表示方案可盈利，且越大越好；反之，方案不能采纳。

　　净现值指数（NPVI）表示单位投资的净现值，其值越大越好。

　　（2）平均年盈利（AAB）

　　平均年盈利（AAB）是船舶使用期（或还本付息期）内用复利计算平均分摊到每年的盈利。

　　平均年盈利指数（AABI）是单位投资的平均年盈利。

　　（3）投资回收期（PBP）

　　投资回收期（PBP）是由船舶在营运中所得的收益，回收（偿还）其投资所需的时间。按使净现值为零的方法计算投资回收期。

　　（4）内部收益率（IRR）

　　内部收益率（IRR）是船舶使用期内使净现值等于零的投资收益率，反映了船舶工程方案负担得起的最大贷款利率，其值越大越好，适用于贷款投资、收入可以估算的船舶工程方案的经济分析。

　　6营运经济性的灵敏性分析

　　从目前该航线客滚船营运情况可以发现，旅客、冷藏箱和小汽车的负载率是影响该客滚船营运经济性的关键性因素。为了深入了解该因素对客滚船营运经济性具体影响程度，本文从定量的角度，以旅客、冷藏箱和小汽车的负载率为变量，以内部收益率和投资偿还期为收益指标，对营运经济性进行灵敏度分析。灵敏度分析主要是分别计算不同旅客、冷藏箱和小汽车的负载率组合所对应的营运经济性指标，从而分析旅客、冷藏箱和小汽车的负载率对营运经济性的具体影响。

　　全寿命期某客货航线高速穿浪型双体客货运输船灵敏度计算结果，如表 2和表3所列。

　　表2旅客+冷藏箱不同负载率营运经济性计算结果

　　表3旅客+冷藏箱+小汽车不同负载率营运经济性计算结果

　　根据表3数据，可以得出以下结论：

　　（1）单纯运载旅客要达到合理的盈利水平，旅客负载率至少需达到80.00%，显然单纯运载旅客的盈利水平较低。根据对该客货航线客货市场预测结果，可知若目标船型单纯运载旅客，则该航线只能配置1 艘，而且至少2018年后该客货航线才能达到预期的盈利目标，此时旅客负载率达到89.732%；

　　（2） 在航线开通小汽车营运前，冷藏箱的负载率水平对航线的营运经济性有显著影响。如果冷藏箱货运能保证一定的负载率，则航线的盈利水平可以得到提高，可实现一定的盈利目标；根据对该客货航线客货市场预测结果，可知若目标船型同时运载旅客和冷藏箱，则该航线只能配置1 艘，当冷藏箱货运能达到75%负载率，则2015年后该客货航线能达到预期的盈利目标，此时旅客负载率达到64.04%。

　　综上所述，则该航线只能配置1 艘目标船型，并且旅客、冷藏箱需要保持高负载率才能盈利，此时客滚船营运经济性较差。

　　根据数据，可以得出以下结论：

　　（1）在航线开通小汽车营运后，盈利水平显著提高。若目标船型同时运载旅客、冷藏箱和小汽车，则该航线若只配置1 艘，在2015年后该客（下转第页）

　　（上接第页）

　　货航线就能达到预期的盈利目标，此时旅客负载率达到64.04%，小汽车负载率达到19.13%；

　　（2） 当目标船型同时运载旅客、冷藏箱和小汽车，若该航线配置2 艘，则2018年后客货航线基本能达到预期的盈利目标，此时旅客负载率达到44.86%，小汽车负载率达到36.91%。

　　由表3中可以看出，小汽车运输的盈利空间较大，远超旅客和冷藏箱运输。

　　7结束语

　　本文通过对某高速穿浪型双体客货运输船营运经济性进行分析得出：车辆运载是客货滚装运输发展的关键因素，直接影响到客货运输航线具有良好的经济性以及发展前景。

　　参考文献

　　[1] 杨华龙,刘金霞, 郑斌. 灰色预测GM(1,1)模型的改进及应用[J]. 数学的实

　　践与认识, 2011(23).

　　[2] 张智光,蔡志坚. 预报季节性指数的Winters平滑预测方法[J].预测, 1993, (6).

　　[3] 黄秀娟, 张燕, 林凤柳. ES 和 ARIMA 旅游需求模型预测效果比较[J].

　　 2007(524).