综合考虑竞争程度与拥挤效应的港口定价策略研究

计梦婷 董岗

摘 要： 为分析港口拥挤对定价决策所带来的影响，将港口竞争程度与港口选择人数作为拥挤效应影响因素，并在模型建立中综合考虑拥挤成本，使其更具有现实参考意义。以差别定价策略为背景，通过Nash博弈求解Hotelling模型，同时分析港口竞争程度对港口定价、市场腹地与利润的影响，最后通过算例验证这些结果。研究可知，港口竞争程度越高，基础服务能力越强，港口价格和市场份额越高。但由于此时港口选择人数同步提高，拥挤效应相应增长，导致利润总体下降。因此，港口企业在进行定价决策时还需要考虑更为现实的港口拥挤情况，缓解拥挤效应对其发展极为重要。

关键词： 港口;拥挤效应;港口竞争程度;Hotelling模型

中图分类号： F 550

文献标志码： A

Abstract： In order to analyze the impact of port congestion on pricing decisions， the port competition degree and the port selection are regarded as the influencing factors of congestion effect. The congestion cost is considered comprehensively in the model to make it more practically referenced. Based on the discrimination pricing strategy， the Hotelling model in the game theory is adopted with Nash to analyze the impact of port competition degree on pricing， market hinterland and profit. Finally， the results are verified by examples. The obtained benefits show that when the degree of port competition increases， the basic service capacity increases， which makes the port price and market hinterland increase. However， due to the growth in the number of people selecting the port， the congestion effect increases， and then resulting in an overall decline in profits. Therefore， port enterprises need to consider more realistic port congestion when making pricing decisions. And how to alleviate the congestion effect is extremely important for its development.

Key words： port; congestion effect; the port competition degree; Hotelling model

本文将港口拥挤成本融入Hotelling模型来获得市场份额划分，后将港口单位货物服务价格作为决策变量进行Nash建模分析，构造港口企业最优服务价格与利润函数，探讨港口竞争程度和港口拥挤问题对港口企业利润、定价以及市场份额所产生的影响，并同时用算例进行验证，以期能够为港口企业进行定价决策提供定量化参考，有利于港口企业依据自身情况进行决策，同时有利于政府为港口发展提供政策支持。

1 双寡头港口企业Hotelling定价策略模型

1.1 模型假设（见图1）

3.3 算例分析总结

作为国际排名前10的上海港和香港港需采取合理的定价策略以达到双方互利共赢。两港定价决策时，除需考虑是否采用差别定价策略外，还需考虑港口自身竞争程度。从双赢的角度，上海港和香港港的港口竞争程度不宜相差过大，以此避免因上海港竞争程度过高而导致客户选择人数过多现象，否则由此而产生的拥挤效应反而会导致上海港超负荷运载，降低港口运作效率，同时香港港产生生产能力浪费现象。算例已经说明仅通过提高自身竞争程度来缓解拥挤效应并非明智之举，加上成本投入过多依然是导致最终利润下降的主要因素，此时双方需从自身内部角度来缓解拥挤效应，如避免成本投入浪费或提高投资效率等。

4 总结与展望

在国内以往文献中，以差别定价策略为背景将港口拥挤效应与Hotelling模型相结合讨论的研究较少，因此在文献[2]的基础上增加考虑更为实际的港口拥挤问题，通过港口竞争程度及港口选择人数定量化港口拥挤成本。将港口单位货物服务价格作为决策变量进行Nash建模分析，以获得港口企业最优服务价格与利润，探讨港口竞争程度与拥挤问题对港口企业价格、市场份额和利润的影响，并通过算例验证这些结果。研究发现与以往文献不同的是，在考虑港口拥挤的现实情况后，尽管港口企业能够通过差别定价策略获得市场份额，但在港口选择人数和港口竞争程度的共同影响下，拥挤效应阻碍整个市场的利润获取。

因此，港口企業进行定价决策分析时，需兼顾现实港口拥挤情况，将缓解拥挤效应作为如今港口企业在竞争中获胜的关键，且绝不能仅通过提高自身竞争程度来缓解拥挤，同时降低成本也很重要。为此，港口企业应妥善安排劳动力，避免因薪资问题而罢工;完善配套设施建设，充分发挥现有基础设施的工作效率;设计应急机制，预防突发事件所引起拥挤;提升信息传播速度和完整度，避免码头与船公司双方信息不对称。此外，政府需严格把控运费上涨，同时出台相关补贴政策，帮助港口缓解拥挤效应带来的损失。

未来研究可尝试突破客户均匀分布的前提假设，考虑现实情况中客户分布存在区域异质性的场景，进一步考虑其余因素对拥挤效应的影响，对拥挤成本进行更加合理有效的度量。此外，还可以继续讨论是否存在其他能够降低拥挤效应的要素。

参考文献：

[1] 林国龙，马理博，张辰彦，等.中国和巴西港口拥塞指数多重分形研究[J].重庆交通大学学报（自然科学版），2016，35（6）：148-152.

[2] 卢含玉，杨斌.基于Hotelling模型的香港港与上海港服务定价策略[J].上海海事大学学报，2017，38（3）：61-66.

[3] 张文芬，涂敏，杨家其.基于网络外部性的港口FDI企业与内资港口企业博弈策略研究[J].数学的实践与认识，2014，44（3）：37-44.

[4] 范洋，高田义，乔晗.基于博弈模型的港口群内竞争合作研究——以黄海地区为例[J].系统工程理论与实践，2015，35（4）：955-964.

[5] YU M， LEE C-Y， WANG J J. The regional port competition with different terminal competition intensity[J]. Flexible Services and Manufacturing Journal， 2016， 29（3/4）： 659-688.

[6] YU M， SHAN J， MA L. Regional container port competition in a dual gateway-port system[J]. Journal of Systems Science and Systems Engineering， 2016， 25（4）： 491-514.

[7] 王汉东，董岗.发货人满意度条件下Hotelling模型的港口竞争分析[J].交通科技与经济，2016，18（5）：43-47.

[8] 张亚明，苏妍嫄.两阶段双寡头垄断市场Hotelling定价模型[J].数学的实践与认识，2017，47（4）：25-34.

[9] 胡一竑. 基于顾客连续偏好的服务需求市场份额划分[J]. 系统工程， 2015， 33（12）： 92-95.

[10] WANG C， LIANG Y. Analyzing the operational efficiency of container ports in Sub-Saharan Africa[J]. Open Journal of Social Sciences， 2015， 3（10）： 10-17.

[11] FRASER D， NOTTEBOOM T. Port development in Sub-Saharan Africa： Competitive forces， port reform， and investment challenges[M]. London： Palgrave Macmillan， 2016： 53-78.

[12] CAO Z， CHEN X， HU X， et al. Approximation algorithms for pricing with negative network externalities[J]. Journal of Combinatorial Optimization， 2017， 33（2）： 681-712.

[13] 崔姝，徐慶，马骋. 基于Hotelling模型拥挤港口的定价研究[J]. 物流工程与管理， 2015， 37（9）： 180-182， 167.

[14] TAN Z， LI W， ZHANG X， et al. Service charge and capacity selection of an inland river port with location-dependent shipping cost and service congestion[J]. Transportation Research Part E， 2015（76）： 13-33.

[15] AHLIN C， AHLIN P D. Product differentiation under congestion： Hotelling was right[J]. Economic Inquiry， 2013， 51（3）： 1750-1763.