黄浦海事局 张竹心
为督促船旗国主管机关有效履行国际公约要求，大部分港口国监督备忘录组织都建立了船旗国绩效表现评价体系，其中最有影响力的是船旗国“黑-灰-白”名单制度。目前，巴黎备忘录和东京备忘录均采用此制度，相关计算方法在其公布的年报中能找到评价结果。该制度根据悬挂各船旗船队近三个自然年度船舶滞留率由高到低排序，将船旗国划分为黑名单、灰名单和白名单。
近年来，船旗国“黑-灰-白”名单制度受到了国际社会和部分船旗国的质疑。为此，东京备忘录港口国监督委员会（PSCC）第31次会议成立了专门的会间工作组，以审议现行的船旗国绩效表现评价方法。工作组对各成员国提出的优化方案进行了多轮研讨，并形成了报告提交至PSCC第32次会议审议。
本文详细梳理了船旗国“黑-灰-白”名单制度存在的问题，并以2017至2019年的东京备忘录年报数据（因新冠肺炎疫情影响，近期PSC检查数及滞留数波动较大，故暂不采用2020年数据）为基础，分析比较了不同优化方案的优缺点。此外，依据近五年来悬挂中国旗船舶在东京备忘录和巴黎备忘录中的表现，阐述了我国在绩效表现评价方面所面临的形势，并以此简要分析了船旗国“黑-灰-白”名单制度的评价方法调整将给我国带来的影响。
“黑-灰-白”名单作为衡量船旗国绩效表现的一种形式，其运作之初，三种船旗国的数量分布应该是较为均衡的。2002年“黑-灰-白”名单提出之时，“黑-灰-白”船旗国数量占比分别为：24%、33%和43%。2014年新检查机制（New Inspection Regime，简称NIR）提出之时，三者占比分别为：19%、30%和51%。然而，在近年的“黑-灰-白”名单中，列入白名单的船旗国占比过大，且数量呈上升趋势。据统计，2018年至2020年东京备忘录公布的白名单船旗国数量占比分别为59%、58%和62%，如图1所示。这一结果分布似乎有违“黑-灰-白”名单提出的初衷。
图1 不同年份的船旗国“黑-灰-白”名单数量分布情况
为进一步厘清船旗国“黑-灰-白”名单制度，相关概念及计算公式罗列如下：
“黑-灰-白”名单绩效表现评价方法引入了临界值的概念，即“黑到灰的界限(ublack−to−grey)”和“白到灰的 界 限(uwhite−to−grey)”。
若 某 船 旗 船舶年度滞留总数高于ublack−to−grey，则该船旗国被列为黑名单；
若某船旗船舶年度滞留总数数低于uwhite−to−grey，则该船旗国被列为白名单；
介于两者之间的则被列为灰名单。在巴黎备忘录组织2001年的港口国监督年报中给出了2个界限公式[3]：
（1） 黑名单到灰名单的临界值界限公式：
（2） 白名单到灰名单的临界值界限公式：
式中，N为某船旗国船舶接受PSC检查总次数；
p为允许的滞留率界限，港口国监督组织一般将其定为7%；
把整个滞留情况看成一个标准正态分布，根据统计学上标准正态分布表中95%的概率来确定z的值为1.645。需要强调的是，上述公式仅适用于近三年来PSC检查超过30艘次的船旗国。
考虑到上述分界线只能定性的描述船旗国所处的范围，巴黎备忘录和东京备忘录引入了超额因数（Excess Factor, EF），以便定量反应船旗国的绩效表现。黑名单到灰名单的临界值对应的EF值为1，白名单到灰名单的临界值对应的EF值为0。EF值越大，表明该船旗国的绩效表现越差，反之，绩效表现越好。因而可以通过EF值的大小对船旗国的绩效表现进行排名。超额因数EF值的计算公式如下：
（1） 黑名单船旗国的EF值公式为：
（2） 白名单船旗国的EF值公式为：
（3） 灰名单船旗国的EF值公式为：
公式（3）至（5）中，N为某船旗国船舶接受PSC检查总次数；
u"为某船旗国船舶年度实际滞留总艘次；
z为1.645；
p"为修正滞留率；
EF为超额因数。
通过分析“黑-灰-白”名单的计算公式可知，“允许的滞留率界限（p"）”是影响“黑-灰-白”名单比例的主要因素。该名单制度设立之初，备忘录区域内的船舶平均滞留率为6.67%。那时，将p"值设定为7%是较为合理的。但近年来，实际船舶滞留率基本呈持续下降趋势，以东京备忘录数据为例，最近几年平均滞留率基本保持在3%左右，如图2所示。由此可见，现行计算方法中的p"值已远大于实际平均滞留率而无法适应评估需要。
图2 东京备忘录历年船舶滞留率
此外，在港口国监督检查（PSC）实施过程中，白名单船旗国的船舶被检查的比例高达90.53%（如图3所示）。PSC检查官的实际感观与绩效评估结果的较大出入，难免产生白名单船旗国的船舶“不白”的疑惑。加之，现行的计算方法晦涩难懂、不能有效评估检查量较少（小于30）的船旗国绩效表现。所以，优化当前的“黑-灰-白”名单制度势在必行。
图3 2017至2019年各绩效评估类别对应的船舶检查次数百分比
当前，“黑-灰-白”名单制度优化方法主要集中在以下三类：一是直接降低允许的滞留率界限(p")，将p"值调整为3%或5%；
二是采用巴黎备忘录提出的新计算方法；
三是对于检查数量少的船旗国的评估，可以采用巴黎备忘录提出的新计算方法或按照马绍尔群岛提出的延长评估周期（例如10年）的方法。
本文以2017至2019年的东京备忘录年报数据为基础，依据备忘录组织公布的计算公式，对比分析以下6种方案（如表1所示），并阐释其影响。
表1 六种计算方案
方案【1-3】的计算结果如表2所示。对比发现，随着p"值的降低，“黑-灰-白”名单的分布变化明显。当p"取5%时，黑、灰、白名单三者分布比例更接近该方法提出之初的比例。故较于3%，表1中方案2的p"值为5%较为合理。
表2 不同P值计算及经最低检查次数（N"）调整前后的船旗国绩效对比
由于需要调整的零缺陷船旗国的最低检查次数（N"）取决于白名单到灰名单的临界值界限公式和白名单船旗国的计算公式，故不同的p"值下，N"也会相应变化。当船旗国的被检查次数不多且滞留数为0时，白名单到灰名单的临界值为负数。因此，这类船旗国按公式计算会出现在灰名单之中（见表2调整前的数据）。备忘录组织将满足上述条件的船旗国从灰名单调整为白名单（见表2调整后的数据）。需调整的界限检查数（N"）的计算公式为：
式中，N"为需调整的滞留数为0的船旗国检查数；
p"为允许的滞留率界限；
把整个滞留情况看成一个标准正态分布，根据统计学上标准正态分布表中95%的概率来确定z的值为1.645。
经求解，
由此可知，p"值确定后，N"值有两个：分别记为、。根据p"值不同，N"值的变化如表3所示。
表3 N"值随p"值变化表
由于“黑-灰-白”名单采用统计学中标准正态分布和置信区间的理论，根据中心极限定理，当样本容量大于30时，方可视为样本近似服从于标准正态分布，因此，计算公式仅适用于检查数为30及以上的船旗国，故舍去计算结果中的值。此外，值需全入取整，不能四舍五入，最终得到了上述三种方案下，N"分别取50、70和119。从上面的计算分析可以看出，随着允许的滞留率界限p"值的降低，需要调整的零缺陷船旗国的最低检查次数（）明显增加，似乎会影响到很多船期国，但实际涉及的船旗国数量并不多(如表2所示，分别是3/3/4)。
方案【4】的计算结果如表4所示。与现有方法相比，巴黎备忘录组织拟采用的新计算方法以各船旗国平均滞留率为重要计算参数，不受检查艘次的限制，实现了备忘录下船旗国绩效评价的全覆盖，且计算方式也更为简洁易懂。但该方法对于评估拥有数量庞大船队的船旗国时，具有对数据敏感性不足的劣势。
表4 巴黎备忘录拟采用的新方法与现有方法对比
方案【5-6】的主要思路是对检查艘次少的船旗国采取其他计算评估方法。就方案【5】而言，对检查艘次不同的船旗国采用不同的评估计算理论的做法似乎不太合理。而对于方案【6】延长滚动周期的提议，若基于现有计算评估体系（p"取7%），即使将检查次数低于30的船旗国的计算滚动周期延长至10年，仅会新增15个船旗国纳入评估范围，效果不够明显。如图3所示，2017年至2019年，检查次数低于30的船旗国的检查总数占所有船旗国检查总数的比例仅为0.34%（323次）。所以，检查艘次少的船旗国，其数量虽多，但因检查总数并不多，建议暂不将其纳入“黑-灰-白”名单，也就是不建议采用上述方案【5-6】。但将其检查情况列入备忘录年报中仍十分必要。
从东京备忘录的角度来看，中国籍船舶接受港口国监督检查体量巨大，而且滞留艘次一直保持低位，近年来绩效评估结果理想，一直位于白名单榜首。总体来说，无论采取上述何种优化方法，均不会对中国籍船舶的绩效评估结果产生太大影响。
但从巴黎备忘录的数据表现来看，情况则不容乐观。如表5所示，中国籍船舶在巴黎备忘录组织的港口年度接受PSC检查的艘次仅为在东京备忘录组织港口检查艘次的十分之一，而滞留艘次却相当接近。根据绩效评估计算方法，在检查艘次基数较少的情况下，每一次船舶滞留都将对最后的评估结果产生较大的影响。在巴黎备忘录新公布的2020年年报数据里，中国在白名单中排名第38位，名列倒数第二，白名单的位置岌岌可危。
表5 东京备忘录和巴黎备忘录中国籍船舶检查情况
我们还注意到，在巴黎备忘录中2021年1至9月，中国籍船舶滞留艘次已达2艘。也就是说在2019至2021年的三年周期内，滞留船舶总数已达4艘，如表6所示。
表6 巴黎备忘录中国籍船舶绩效评估结果
按目前检查结果估计，巴黎备忘录公布的2021年数据结果中，我国仍可位于白名单之列，但超额因数是否持续呈下降趋势取决于后三个月的检查情况。如果在10月-12月期间，再次新增1艘中国籍滞留船舶，那么2021年的检查次数至少需要达到66艘次，方可守住白名单位置。
若巴黎备忘录按计划于2023年采用新的评估方法——以各船旗国平均滞留率为重要计算参数，则情况会有所缓解。表7给出了巴黎备忘录三年滚动周期内的检查情况及平均滞留率。
表7 巴黎备忘录三年滚动周期的检查情况及平均滞留率
中国籍船舶在2017-2019、2018-2020和2019-2021.9三个周期内的平均滞留率分别为2.01%、2.34%和2.88%。根据新计算方法，中国籍船舶的平均滞留率低于备忘录三年滚动平均滞留率，绩效评价界限为高绩效，但两者的差距正在逐渐变小，形势依旧不容乐观。
尽管相关的计算方法还在讨论中，但有一点肯定的是：东京备忘录也将在近期船旗国绩效表现的“黑-灰-白”称呼改为高、平均和低绩效三种，这一点将与巴黎备忘录保持一致。
船旗国的绩效表现对其船队利益有着举足轻重的影响，现行的东京备忘录绩效表现评价方法已无法有效地起到衡量船旗国绩效表现的作用。综上所述，鉴于最近五六年的平均滞留率一直在3%附近波动且平均滞留率进一步大幅下降的可能性不大的现实，如果东京备忘录组织最后决定将允许的滞留率界限p"调整为5%，应该能够在较长的时间周期内得到分布较为合理的船旗国绩效表现。
猜你喜欢 白名单中国籍备忘录 UAC提示太烦 教你做个白名单电脑爱好者(2020年12期)2020-08-152019年“移动互联网应用自律白名单”出炉中国计算机报(2019年9期)2019-04-23民主党版备忘录遭白宫怒怼环球时报(2018-02-26)2018-02-26移动互联网白名单认证向中小企业开放中国计算机报(2016年6期)2016-05-14船企“白名单”， 银行怎么看航运交易公报(2014年49期)2015-01-12年终总结微型计算机·Geek(2009年12期)2009-01-19