沈 瓊，蘇 丹

(鄭州大學 商學院 , 河南 鄭州 450002)

網(wǎng)約車對傳統(tǒng)出租車行業(yè)沖擊的實證分析
——以滴滴打車為例

沈 瓊，蘇 丹

(鄭州大學 商學院 , 河南 鄭州 450002)

打車軟件的出現(xiàn)打破了出租車的行業(yè)壟斷。在“互聯(lián)網(wǎng)+”的大背景下，以滴滴打車軟件為例，通過spss分析軟件，建立線性回歸分析模型，選取城市的人口、GDP、人均收入、城市面積、人均道路面積和人均綠地面積這6種因素，分析打車軟件對出租車壟斷地位的沖擊。結果表明：城市年均GDP、人均年收入、人均道路面積這三個變量與打車軟件對出租車行業(yè)壟斷的沖擊是正相關關系，而城市面積和人均公園綠地面積兩個變量與打車軟件對出租車行業(yè)壟斷的沖擊為負相關。但是隨著行駛里程的增加，人口數(shù)、城市面積和人均城市道路面積這三個變量的影響減弱。針對分析結果，為打破出租車行業(yè)的壟斷提出參考建議，并提出一些關于打車軟件良好發(fā)展的建議。

滴滴打車；壟斷沖擊；回歸分析

0 引言

隨著出租車市場價格高、乘車高峰期打車難、供需不平衡等問題的出現(xiàn)，在“互聯(lián)網(wǎng)+”的大背景下打車軟件應運而生，對傳統(tǒng)出租車行業(yè)產(chǎn)生了巨大影響。打車軟件為司機和乘客提供了一個良好的信息平臺，司機在平臺上尋找乘客，乘客在平臺上發(fā)布約車信息，當兩種信息相匹配時司機就可以與搭載乘客進行交易。打車軟件改變了傳統(tǒng)出租車“人找車，車找人”的低效率模式，大大提高了出租車的運營效率。

打車軟件出現(xiàn)后，很多學者對打車軟件與出租車市場的關系進行了研究。周勇君針對“互聯(lián)網(wǎng)+”時代出租車資源“供求匹配”程度問題，以北京市為例，建立了不同時空出租車運營平衡模型，檢驗分析表明，該模型與算法具有有效性和可行性[1]。賀銀鳳提出，打車軟件在我國市場的迅速發(fā)展，挑戰(zhàn)著傳統(tǒng)的出租車管理模式，因此，政府應完善相應法律、法規(guī)，創(chuàng)新出租車管理模式，規(guī)范互聯(lián)網(wǎng)約租車市場，促進我國出租車市場的健康發(fā)展[2]。吳永花針對 “打車軟件”存在的突出問題，提出了解決的思路與對策[3]。劉二嫚以西安市為例，搜集西安市出租車的相關數(shù)據(jù)，通過相關性分析以及建立多元回歸模型，研究了西安市出租車市場受打車軟件的影響度[4]。周麗霞認為，國內(nèi)的打車軟件市場近幾年發(fā)展迅猛， 但是缺乏監(jiān)管和規(guī)范， 可以借鑒 Uber打車軟件及其發(fā)源國政府的一些經(jīng)驗做法，結合我國國情進行有益探索[5]。梁濤運用經(jīng)濟學原理對乘客的打車成本和效用、 司機的用車成本、 社會的交通壓力3個方面進行了論證， 提出軟件打車模式符合乘客和司機的整體利益， 符合社會公共利益， 已被人們普遍認可， 可進一步得到普及和發(fā)展[6]。曹祎采用柯布—道格拉斯函數(shù)為出租車實載里程表達形式構建出租車與乘客的剩余價值模型，分析了打車軟件使用率對出租車社會福利的影響[7]。葉敏從城市需要制定的政策及運營者可能出現(xiàn)的行為出發(fā)，討論了如何建立出租車價格及規(guī)模管制方式，提高市場供給效率以改善供需關系[8]。袁長偉通過對北京出租車市場數(shù)據(jù)的分析，認為出租車價格、空駛里程及乘客等候時間決定了社會福利性[9]。

整體來看，以往的研究較少在經(jīng)濟學層面將某一具體的打車軟件與出租車行業(yè)進行比較，研究打車軟件對出租車行業(yè)壟斷的沖擊情況，尤其是缺乏把城市基礎信息作為影響因素的定量分析研究，本文以滴滴打車軟件為基礎，研究城市人口、城市年GDP、城市人均年收入、城市面積、人均綠地面積、人均城市道路面積這6個因素在打車軟件對出租車行業(yè)的壟斷沖擊中是否具有影響作用。

1 滴滴打車對出租車行業(yè)影響的定性描述

第一，打破了出租車行業(yè)的壟斷局面。普通私家車想要進入出租車市場必須掛靠在出租車運營公司，且進入成本較高，需支付高昂的價格購買出租車牌照。現(xiàn)在，司機只需下載滴滴打車軟件并進行簡單的注冊操作就可以進入出租車市場進行載客交易，其成本低廉，打破了傳統(tǒng)出租車行業(yè)的高進入壁壘。

第二，網(wǎng)約車實現(xiàn)了全程互聯(lián)網(wǎng)化。滴滴打車從發(fā)布打車信息，到乘客最后支付結算，打車軟件都會進行全程記錄，從某種意義來說是對乘客安全的一種保障。

第三，緩解了“打車難”的問題。滴滴打車實現(xiàn)了乘客與司機之間的信息共享。出租車行業(yè)的壟斷和高進入壁壘導致了出租車市場一直處于供不應求的狀態(tài)，尤其在上下班高峰期，打車難的問題更加突出。網(wǎng)約車改變了傳統(tǒng)出租車以巡游為主的經(jīng)營模式，增加了乘客打車的機會。

第四，優(yōu)化出租汽車資源配置。傳統(tǒng)出租車在大街上為尋找乘客而漫無目的地空駛，既耗油又耗時間。使用打車軟件后，在沒有乘客的情況下出租車司機不再需要到處巡游，只需在某地等待并用手機查看即可，優(yōu)化了市場資源的配置，對環(huán)境保護也具有一定的促進作用。

圖1 滴滴約車與傳統(tǒng)出租車1公里車程價格差

數(shù)據(jù)來源：滴滴打車與各地出租車官網(wǎng)

第五，低價帶給消費者經(jīng)濟福利。滴滴打車對出租車最直觀的影響是價格。通過選取88個城市滴滴打車和出租車的計價標準，以1公里和10公里路程為對比，兩者的價格差見圖1和圖2，隨著距離的增加，兩者的價格差范圍加大。

圖2 滴滴打車與傳統(tǒng)出租車10公里車程價格差

2 滴滴打車沖擊出租車行業(yè)的因素模型構建

2.1 模型設計

利用打車軟件打車的價格一般比搭乘出租車便宜，說明出租車行業(yè)以打車軟件的計價標準經(jīng)營是可以收回運營成本并獲得適當利潤的，而當?shù)爻鲎廛嚺c網(wǎng)約車相比打車費用普遍偏高，因此網(wǎng)約車的出現(xiàn)對出租車行業(yè)是一種沖擊。現(xiàn)假設城市人口、城市年GDP、城市人均年收入、城市面積、人均綠地面積、人均城市道路面積這6種因素對該沖擊有一定的影響作用。以打車軟件的打車費用與出租車打車費用差為被解釋變量，城市人口、城市年GDP、城市人均年收入、城市面積、人均綠地面積、人均城市道路面積為解釋變量，利用線性回歸分析對解釋變量和被解釋變量進行相關分析。

設回歸方程為Y1=β1+β2X2i+β3X3i+β4X4i+β5X5i+β6X6i+β7X7i+ui

Y表示滴滴打車與出租車的打車價格差

X2表示城市人口

X3表示城市年均GDP

X4表示城市人均年收入

X5表示城市面積

X6表示人均道路面積

X9表示人均公園綠地面積

2.2 數(shù)據(jù)來源

本文主要以滴滴打車為案例進行分析，通過滴滴官網(wǎng)和各城市出租車官網(wǎng)收集了88個城市的滴滴打車軟件計價標準和對應城市的出租車計價標準。通過各省市的統(tǒng)計年鑒搜集了這88個城市2016年的人口、城市年GDP、城市人均年收入、城市面積、人均綠地面積、人均城市道路面積6種數(shù)據(jù)，對這6種數(shù)據(jù)的描述性統(tǒng)計見表1。

表1 變量的統(tǒng)計特征N

滴滴打車的計價標準包含時長費、里程費、遠途費等；出租車的計價標準包含起步價(起步價包含公里數(shù))、起步價之外的里程費等，這兩者中包含的元素無法直接進行比較，因此分別選取1公里和10公里的滴滴打車費用與出租車之差作為被解釋變量的數(shù)據(jù)來源。

本文選取的被解釋變量與解釋變量的數(shù)額相差較大，為求得數(shù)據(jù)分析的準確性對數(shù)額較大的解釋變量采用增大單位的方法，如：城市人口數(shù)以“千萬”為單位，城市年GDP以“千億”為單位，城市人均年收入以“萬元”為單位，城市面積以“平方公里*1000”為單位。

2.3 實證結果與評價

針對處理后的數(shù)據(jù)進行SPSS線性回歸分析，首先以1公里的滴滴打車打車費用與出租車打車費用的差作為被解釋變量進行分析，結果見表2。

表2 1公里滴滴打車費用與出租車打車費用差

依據(jù)表2可知，在顯著性水平α為0.05時，除人口數(shù)以外，其他變量的回歸系數(shù)顯著性t檢驗的概率p值都小于顯著性水平α，因此應拒絕零假設，認為這些系數(shù)與0顯著差異不存在嚴重的多重共線性，人口數(shù)這個變量因素應剔除。城市年均GDP、人均年收入、人均道路面積這三個變量與滴滴打車對出租車行業(yè)壟斷的沖擊是正相關關系，即這三個變量的增加會導致沖擊的增加。城市年均GDP每增加1000億元，該沖擊就會增加0.237單位；人均年收入每增加1萬元，該沖擊就會增加0.348單位；人均城市道路面積每增加1平方米，該沖擊就會增加0.049單位。城市面積和人均公園綠地面積兩個變量與滴滴打車對出租車行業(yè)壟斷的沖擊為負相關，即這兩個變量的增加會減少滴滴打車對出租行業(yè)壟斷的沖擊。城市面積每增加1000平方公里，該沖擊將會減少0.085單位；人均公園綠地面積每增加1平方米，該沖擊將會減少0.04單位。

以10公里的滴滴打車價格與出租車價格之差為被解釋變量，以城市人口、城市年GDP、城市人均年收入、城市面積、人均綠地面積、人均城市道路面積6個變量為解釋變量進行線性回歸分析，結果見表3。

表3 10公里滴滴打車費用與出租車打車費用差

由表3可知：人均綠地面積、GDP、人均年收入這三個解釋變量顯著且不存在嚴重的多重共線性； 人口數(shù)、城市面積和人均城市道路面積這三個變量不符合顯著性t檢驗，即這3個解釋變量對被解釋變量的解釋不顯著，應將這3個解釋變量剔除出方程；GDP每增加1000億元，滴滴打車對出租車行業(yè)壟斷的沖擊會增加0.373單位，人均年收入每增加1萬元，該沖擊增加0. 59單位，人均綠地面積每增加1平方米，該沖擊減少0.079單位。

3 結論及建議

網(wǎng)約車對出租車行業(yè)的壟斷具有一定的沖擊作用，該沖擊作用受城市年均GDP、人均年收入、人均城市道路面積、城市面積和人均綠地面積這5種因素的影響。首先，城市年均GDP、人均收入、人均城市道路面積的增長與提高意味著城市經(jīng)濟發(fā)展狀態(tài)良好、人們生活水平提高，經(jīng)濟發(fā)展促進了社會進步和市場經(jīng)濟的完善，出租車行業(yè)的壟斷地位在這一過程中不斷被沖擊，網(wǎng)約車的出現(xiàn)給出租車行業(yè)帶來新的競爭，這是一個良性循環(huán)的過程。其次，城市面積和人均綠地面積的增加意味著城市建設發(fā)展，人們精神生活質(zhì)量提高，但是這兩種因素的增加卻使網(wǎng)約車對出租車行業(yè)壟斷的沖擊減弱。所以，筆者認為，城市面積和人均綠地面積的適當增加可以提高人們生活水平，增加過度反而會阻礙城市經(jīng)濟發(fā)展，對出租車行業(yè)壟斷具有一定的促進作用。最后，隨著居民乘車距離的增加，人均城市道路面積和城市面積對該沖擊的影響程度在逐漸減弱。

針對分析結果和網(wǎng)約打車行業(yè)的發(fā)展提出如下建議。

第一，政府應大力發(fā)展市場經(jīng)濟，提高人民生活水平，對城市年GDP貢獻大的企業(yè)提供更多的幫助，健全工會制度，保障工人的合法權益，開發(fā)城市道路面積，適當擴大城市面積和公園綠地面積。

第二，對網(wǎng)約車進行統(tǒng)一管理。首先，對準備進入運營市場的司機實行嚴格的準入考試制度，全面加強對司機的駕駛技術、身體狀況、精神狀態(tài)及車況的考核。其次，加強對網(wǎng)約車的安全管理，加強對乘客信息的保護程度，建立舉報、投訴制度。

第三，在推行網(wǎng)約車的同時應考慮那些不會、不便使用智能手機的消費者群體。政府應采取一些措施使這些群體可以通過其他途徑或渠道享受網(wǎng)約車服務。例如老年人、視力障礙者等。

第四，完善公共交通系統(tǒng)，以緩解打車供需不平衡的問題。例如：豐富公共交通出行方式、擴充公交車的運行路線、增加公交車的運行班次等，讓公眾有更多乘車機會，享受便捷、完善的公共交通服務。

[1] 周勇君,蔣迪,祝源,等. “互聯(lián)網(wǎng)+”時代出租車供求匹配程度的評價[J].河北聯(lián)合大學學報 (自然科學版),2016(2):117-120.

[2] 賀銀鳳. 從“打車軟件”的興起看出租車管理體制改革的必要性[J].經(jīng)濟壇,2015(4):144-147.

[3] 吳永花. 打車軟件存在的問題及對策分析[J].中國市場,2015(17):102-103.

[4] 劉二嫚,余菲,王趙漢，等. 打車軟件影響下的西安市出租車運營市場研究和統(tǒng)計分析[EB/OL](2015-11-29)[2016-07-28]中國知網(wǎng)kns.cnki.net/kns/brief/default-result.aspx

[5] 周麗霞. 規(guī)范國內(nèi)打車軟件市場的思考——基于美國對 Uber 商業(yè)模式監(jiān)管實踐經(jīng)驗借鑒[J].價格理論與實踐,2015(7):21-24. [6] 梁濤. 軟件打車模式普及的經(jīng)濟學分析[J].山西財經(jīng)大學學報,2016(S1):47-48. [7] 曹祎,陶竑宇, 羅霞 . 打車軟件使用率對出租車社會福利的影響[J]. 交通運輸系統(tǒng)工程與信息,2015(3):1-6.

[8] 葉敏, 楊海, WILSON W T.不同規(guī)制條件下出租車靜態(tài)市場平衡機制分析[J].城市交通, 2005, 3(3): 8-13.

[9] 袁長偉, 吳群琪. 不同目標下城市出租車最優(yōu)實載率模型[J].長安大學學報(自然科學版), 2014(2): 88-93.

[10]白竹, 王健, 胡曉偉. 城市出租車系統(tǒng)運營效率評價研究[J]. 交通運輸系統(tǒng)工程與信息, 2014 (3): 227-233.

AN EMPIRICAL ANALYSIS OF THE IMPACT OF NET ABOUT CAR BUSINESS ON TAXI INDUSTRY——tare the didi iaxi fas an example

SHENG Qiong, SU Dan

(SchoolofBusiness,ZhengzhouUniversity,Zhengzhou450002,China)

The appearance of taxi software has broken the monopoly of the taxi industry. The article uses the SPSS analysis software, builds a linear regression analysis model, selects such 6 factors as city population, GDP and per capita income, city area, per capita road area and per capita green area and analyzes the impact of cab-hailing software on the monopoly position of taxi under the background of "Internet +" with Didi cab-hailing software as an example. The results show that the three variables of the city's average annual GDP, per capita income, per capita road area are positively correlated to the impact of cab-hailing software on the monopoly of taxi industry, while the two variables of the urban area and per capita park green space are negatively correlated to the impact of cab-hailing software on the monopoly of taxi industry, and the three variables of the population, the urban area and the per capita urban road area change with the increase of the mileage. The paper puts forward some suggestions on how to change the monopoly of taxi industry and how to promote the sound development of cab-hailing software according to the analysis results.

Didi taxi; monopoly impact; regression analysis

2016-09-08

沈瓊(1975-)，女，河南鄭州人，博士，副教授，研究方向：糧食經(jīng)濟，農(nóng)業(yè)經(jīng)營組織。

1673-1751(2017)02-0026-05

F570.7

A