陳麗貞，陳麗珊

（安徽財經大學 金融學院，安徽 蚌埠 233030）

“互聯(lián)網(wǎng)+”時代出租車補貼效果實證研究

陳麗貞，陳麗珊

（安徽財經大學 金融學院，安徽 蚌埠 233030）

隨著“互聯(lián)網(wǎng)+”新經濟形態(tài)的發(fā)展，打車軟件營造了出租車行業(yè)全新的營銷模式，大數(shù)據(jù)時代互聯(lián)網(wǎng)高效配置與信息處理刺激了傳統(tǒng)出租車行業(yè)的創(chuàng)新能力與生產力.本文以上海市為研究對象，結合供求程度比值分析由于乘客時空地域的差異性導致的資源配置問題.通過建立補貼政策雙因素評價模型，分析打車軟件的補貼政策對“打車難”現(xiàn)象的緩解程度以及出租車供求最佳配置問題，并結合上海市出租車資源供應量以及人流分散程度，對補貼政策提出合理性方案.

“互聯(lián)網(wǎng)+”；雙因素評價；供求平衡；優(yōu)化配置

打車軟件是一種互聯(lián)網(wǎng)手機模式應用，隨著“互聯(lián)網(wǎng)+”時代興起，“移動出行”市場的啟動發(fā)展迅速，其中滴滴和快的搶占市場，將傳統(tǒng)打車與互聯(lián)網(wǎng)進行結合，創(chuàng)新營銷運營模式，大大提高手機軟件叫車成功率.快的與滴滴打車軟件的聯(lián)姻，使得市場總份額高達99.8%[1]，高效信息平臺與補貼并未緩解上海“打車難”問題，如何實現(xiàn)出租車資源的優(yōu)化配置仍是亟待解決的重要問題.

1 上海市“打車難”問題的分析

隨著政府管制以及油費增加部分地區(qū)私家車數(shù)量逐漸減少，同時出租車資源在該地區(qū)分布相對穩(wěn)定，在需求日益增長的情況下，造成了該地區(qū)居民“打車難”問題.上海市交通擁堵程度增加也是造成“打車難”的原因之一，比如居民打車到人民廣場在順暢路段的時間只要20分鐘，而上下班高峰時段至少費時40分鐘，相當于少跑了兩趟車，少滿足了兩次居民需求[2].在惡劣天氣，交通環(huán)境更擁堵，出現(xiàn)事故的風險也大大增加，承包的車輛一般不具備相關保險，維修費全部由個人承擔，導致很多出租車司機拒絕在雨天暴雪天氣初車.同時在上海，乘客與出租車司機的錯位關系更加明顯，出租車的交接班大都在上下班高峰期，即使有空車也無法營運.在各地區(qū)繁華街段拒載現(xiàn)象尤其嚴重，即使存在大量的空車，對于近距離需求的乘客往往遭到拒絕，“距離近的被拒絕，距離遠的被宰”，使得出租車行業(yè)的形象不斷下降.

拒載的深層原因是因為出租車積極性受挫，隨著油價上升，公司份子錢并未降低，導致出租車司機盈利空間減少.對于雙班的出租車司機份子錢普遍在8025元，單板4000左右，每月耗油600多升花費5000多，油價補貼650元左右，加上扣除維修費每月剩余3000左右[3].油價的波動成為出租車司機盈利風險的較大影響因素，而補貼政策的實施在一定程度上刺激了出租車司機的積極性，使得出租車資源供求錯位得到緩解的可能.

2 出租車補貼方案雙因素評價模型

嘀嘀打車軟件企業(yè)在3月份連續(xù)四次下調補貼金額，補貼金額從最初的每單13元以上降至每單5元以上，司機的補貼仍在每單5元.雙方投入市場補貼金額遠超出24億元.在現(xiàn)階段投入的大量資金打造“互聯(lián)網(wǎng)+”軟件服務平臺，補貼政策的實施效果并未在根本上緩解打車難問題.

表1　滴滴快的2014-2015年部分補貼政策信息

查閱相關公司補貼政策的相關資料，選取滴滴打車及快的打車公司，統(tǒng)計其在建立之初至今所發(fā)行的出租車補貼政策，并將其補貼政策分類，主要分為三種：①對出租車司機每單進行獎金補貼；②對出租車乘客進行車費立減補貼；③對出租車司機進行客戶端首單獎金補貼[4].部分2014及2015年兩公司補貼政策見表1：

假設：出租車需求量=出行人口總量×出行乘出租車比例，即需求=Z·α.且一個城市在一定時間內出租車供給量y不變.出租車資源“供求匹配”程度為h，根據(jù)各公司補貼前后出租車數(shù)量不變，有：

假設在出租車補貼方案實施前的出租車空駛率為p1，拒載率為q1，在補貼前的出行乘坐出租車的人數(shù)k1為Zα1=k1；且第i位乘客在乘坐出租車前共等待了n1輛出租車，則在某一固定時間內共等待了輛出租車.由此可知：在這段時間內有空車輛，在這之中可以提供的出租車乘坐量為位.在各公司的出租車補貼方案補貼實施后，假設乘出租車出行的人數(shù)比例增加到α2，則有：

Z·α2=k2位乘客，根據(jù)出租車打車軟件司機端要求規(guī)定，在司機接受乘客訂單要求后，必須前往乘客訂單地點送乘客前往目的地，在中途不再載客，根據(jù)上海市統(tǒng)計數(shù)據(jù)得知，在普通乘車日期內，居民出行約有60%的乘客會選擇使用滴滴快的等打車軟件進行出租車微信支付補貼服務，即0.6k2的乘客固定了乘車人數(shù)與司機數(shù)量，該部分的出租車司機在路途中會選擇拒載，剩余出租車數(shù)量為y-0.6k2，剩余人數(shù)為0.4k2，由此可知，在出租車補貼方案實施后，總的出租車需求為：0.4k2+f.

f：代表在這段時期內出租車司機接到的訂單量，或在這段時期內總的打車軟件的客戶使用量.

假設在各公司的出租車補貼方案補貼實施后，出租車空駛率為p2，拒載率為q2，則不拒載率為(1-q2)，可以得出在出租車補貼方案實施后的總的出租車供給量為：

綜上所述建立等式數(shù)學模型

為探究各公司的補貼方案對緩解打車難的幫助，本文對出租車補貼方案雙因素評價模型進行定性分析，將式(3)代入等式(4)化為不等式，即：

由等式(4)、(5)可知：

并化簡可得：

顯然，在0＜q1＜0.5時，在區(qū)間內始終小于1，所以在此假設條件下，軟件公司的出租車補貼方案對乘客“打車難”有著一定的緩解，但聯(lián)系實際，在此假設條件成立的同時，增大了出租車司機的乘車拒載率，對于不使用打車軟件的乘客而言在很大程度上加大了打車的難度.

由此可知，拒載率在正常范圍內的波動下，“打車難”對于補貼政策存在緩解的現(xiàn)象.資料顯示目前上海的拒載率為37%[5]，處于不穩(wěn)定狀態(tài)，補貼政策的實施在一定時間內存在合理性.隨著拒載率的逐漸增加，補貼政策的效用將日益減小.上海市需要通過頒布相關政策與試行條例來減少拒載率，從而保障出租車司機與乘客的滿意程度與糾正供求的錯位偏離程度.

3 建立補貼政策合理性評價模型

根據(jù)模型Ⅱ假設人數(shù)f(x)=Z·α，a為出行人數(shù)中選擇乘出租車的比例.假設補貼方案中司機進行軟件接單每單補貼μ元，乘客使用軟件規(guī)定進行付費補貼υ元，假設在補貼方案前拒載率為q1，空載率為p1，補貼方案實施后拒載率為q2，空載率為p2，聯(lián)系實際可知，在對出租車司機進行補貼后拒載率會增高，空載率隨之降低，對乘客進行補貼后空載率會有一定幅度的降低，與拒載率相關性較低，由此可知：

根據(jù)出租車補貼方案雙因素評價模型有假設現(xiàn)乘出租人數(shù)為：Z·α1=k1且假設在補貼方案實施后的乘出租車出行比例為α2，則在補貼后的乘出租車人數(shù)為：Z·α2=Z·(α1+Δα)，由于因出租車乘客補貼而選擇乘坐出租車的人數(shù)隨著乘客使用軟件規(guī)定進行付費而補貼的數(shù)額變化而變化，有假設等式Z·Δα=c4·υ

由此可得補貼方案實施后的乘出租人數(shù)為

將式(9)中各個等式、不等式進行化簡，得出參數(shù)μ、υ在出租車達到最大日載客量時的方程為：

由出租車補貼方案雙因素評價模型可知

將式(9)與式(10)相結合，以p2、q2的函數(shù)代替p1、q1，優(yōu)化過程取最優(yōu)條件，即假設A=1,有：

由題意假設，q2為補貼方案實施后的出租車拒載率，取其極值另q2=0，將模型簡化為

將等式兩邊展開，有：

根據(jù)式(13)，在補貼方案中司機進行軟件接單每單補貼數(shù)額a增加時，為使等式成立，可得出出租車行駛空載率p2隨之降低；在補貼方案中司機進行軟件接單每單補貼數(shù)額a降低時，為使等式成立，可得出出租車行駛空載率p2隨之增加，驗證了合理性評價模型的可行性.

補貼政策的實行在理論上通過減少空載率從而緩解了“打車難”的問題，現(xiàn)有的補貼政策大都集中表現(xiàn)為乘客的費用減免與司機首單補貼，對于補貼時間段的補貼政策缺少有效的措施.在上下班高峰期，由于正處于出租車交接班，使得拒載率與空載率升高，可以出臺相關補貼措施，如在高峰時段與路段合乘出租車使得合乘者各付共同路段車費的60%[6，7]，并可以打印多份發(fā)票.同時，可以主張司機高峰期搶單的補貼，加重拒載現(xiàn)象的懲處力度，能夠有效的保障補貼對象的合理性，切實緩解“打車難”問題.

4 小結

在“互聯(lián)網(wǎng)+”新經濟形態(tài)下，出租車資源配置并未達到最佳，在高峰期與距離市中心偏遠地區(qū)仍存在供求失衡[8]，打車軟件出臺的覆蓋式補貼政策并未有效的緩解“打車難”問題，需要結合不同時空的人流分散程度進行合理調配，才能更好的實現(xiàn)出租車資源的最優(yōu)配置.同時，需要加強出租車管理強度，針對拒載現(xiàn)象加強打擊力度，在補貼方案的制定方面需要根據(jù)不同時間段、結合乘客與司機的受惠程度，才能發(fā)揮補貼的最大效應，更大程度的緩解“打車難”問題.——————————

〔1〕羅聰坤.關于出租車打車軟件問題的研究—以政府在市場監(jiān)管中的作用為視角[J].蘭州教育學院學報，2015，31 (3):149-151.

〔2〕張珍珍.打車難緣由解析[N].今日聲音，2013.09.

〔3〕馮亦珍.出租車常拒載,上海今夏又現(xiàn)打車難[N].新華日報，2007，07.02.

〔4〕曾憲培.從打車軟件想到的出租車管制分析[J].交通企業(yè)管理，2014(10)：1-2.

〔5〕李冬新，欒潔.滴滴打車的營銷策略與發(fā)展對策研究[J].青島科技大學學報（社會科學版），2015，31(1):105-108.

〔6〕李繼學，張柱庭.關于促進打車軟件發(fā)展的思考[J].交通運輸部管理干部學院學報，2015，25(1).

〔7〕樊啟敏，劉伍剛.“打車難”的成因分析與破解對策[J].交通科技，2013.10.

〔8〕鄧峰.打車軟件之爭的經濟法視角[J].中國電子商務，2014，(11):11.

F540.5

A

1673-260X（2015）12-0109-03