李 季 張 帥 許 可 江明華

?

時(shí)空供求因素對(duì)OTO企業(yè)交易成功率的影響*——基于打車軟件的實(shí)證研究

李 季1張 帥1許 可2江明華2

（1．中央財(cái)經(jīng)大學(xué)商學(xué)院 北京 100086）（2．北京大學(xué)光華管理學(xué)院 北京 100781）

本文利用OTO行業(yè)中某打車軟件的訂單成交記錄，從OTO行業(yè)自身的特點(diǎn)出發(fā)，結(jié)合時(shí)間和空間因素，對(duì)OTO商戶供給和用戶需求進(jìn)行深入的分析，探索基于時(shí)空特征的OTO企業(yè)供求關(guān)系對(duì)于交易成功率的影響。實(shí)證研究發(fā)現(xiàn)OTO企業(yè)交易過程中，訂單時(shí)空供求因素、訂單特征以及促銷因素影響著交易成功率。OTO企業(yè)不同于傳統(tǒng)行業(yè)，有效的供給和需求量需要基于一定的時(shí)間和空間特征來計(jì)算。OTO平臺(tái)上的商戶供給量越大，交易的成功率越大；用戶需求量越大，交易的成功率越小。本文的研究結(jié)果為OTO企業(yè)提高交易成功率提供理論指導(dǎo)。

OTO 企業(yè)訂單 特征時(shí)空 供求交易成功率

一、引 言

互聯(lián)網(wǎng)技術(shù)的發(fā)展推動(dòng)了線下傳統(tǒng)行業(yè)與互聯(lián)網(wǎng)的結(jié)合，創(chuàng)造了一種全新的互聯(lián)網(wǎng)商業(yè)模式——OTO（Online to Offline）商務(wù)。OTO是指通過互聯(lián)網(wǎng)向用戶提供商家信息，消費(fèi)者在線預(yù)訂線下商品或服務(wù)，再到線下去享受服務(wù)的一種商務(wù)模式。它將線下商務(wù)機(jī)會(huì)與互聯(lián)網(wǎng)結(jié)合，讓互聯(lián)網(wǎng)成為線下交易的前臺(tái)。OTO模式能夠?qū)⒕€上虛擬經(jīng)濟(jì)與線下實(shí)體經(jīng)濟(jì)進(jìn)行全面融合，使得生活中的商業(yè)行為特別是服務(wù)類商品購(gòu)買都可以在網(wǎng)上完成，擴(kuò)展了電子商務(wù)的業(yè)務(wù)范圍，是繼B2C、C2C之后電子商務(wù)的又一浪潮。

OTO 作為電子商務(wù)的新模式在近幾年有了快速的發(fā)展?！吨袊?guó)企業(yè)互聯(lián)網(wǎng)應(yīng)用狀況調(diào)查報(bào)告》顯示，2015年上半年，OTO市場(chǎng)規(guī)模已達(dá)3049.4億元人民幣，同比增長(zhǎng)近80%。過去幾年時(shí)間里，國(guó)內(nèi)資本市場(chǎng)對(duì)于OTO行業(yè)的期望甚高，上億的資金不斷從投資機(jī)構(gòu)注入各個(gè)新興OTO市場(chǎng)，造成了國(guó)內(nèi)OTO“遍地開花、補(bǔ)貼不斷”的“大繁榮”景象。但隨著近期投資市場(chǎng)“寒冬論”的頻繁出現(xiàn)，對(duì)OTO現(xiàn)有模式是否適合任何傳統(tǒng)行業(yè)的質(zhì)疑開始出現(xiàn)。OTO的價(jià)值究竟何在？在商家和客戶兩端，OTO平臺(tái)能給他們帶來什么價(jià)值以及OTO平臺(tái)如何從商家和客戶兩端獲得利潤(rùn)都是值得研究的問題。

從業(yè)務(wù)模式來看，目前OTO平臺(tái)的主要任務(wù)是連接C端（Customer）需求和B端（Business）服務(wù)。這一過程的理想結(jié)果是：C端用戶獲得相同品質(zhì)的服務(wù)且所付費(fèi)用降低，B端商戶客流量增加且利潤(rùn)率不變（售價(jià)可能降低），OTO平臺(tái)在為這兩端提供信息或其他服務(wù)（比如快遞送餐）時(shí)可以從其中一端甚至兩端獲得利潤(rùn)。這種模式獲取成功的關(guān)鍵是如何有效地將C端的需求與B端的供給相匹配，提高交易的成功率，因?yàn)橹挥羞@樣OTO平臺(tái)才可以幫助交易雙方降低搜尋、聯(lián)系、契約簽訂等交易成本（Dervojeda等，2013），進(jìn)而創(chuàng)造利潤(rùn)。因此，OTO的本質(zhì)不僅是將線下的傳統(tǒng)產(chǎn)業(yè)搬到線上，而且是以互聯(lián)網(wǎng)作為工具，通過降低B、C兩端間的交易成本來實(shí)現(xiàn)自身價(jià)值。OTO企業(yè)的持久發(fā)展必須依靠商戶和客戶形成有效交易，保證交易的成功率，進(jìn)而才能產(chǎn)生現(xiàn)金流和利潤(rùn)，企業(yè)才能持久發(fā)展。OTO 概念被提出后，在業(yè)界引起了廣泛的討論和實(shí)踐，學(xué)者們也從商業(yè)模式、數(shù)據(jù)分析、行業(yè)應(yīng)用與案例分析等方面進(jìn)行了探討。目前學(xué)術(shù)界對(duì)于OTO行業(yè)的研究主要集中在OTO模式的發(fā)展動(dòng)力和OTO消費(fèi)者行為的影響因素。Rampell（2010）通過Groupon、OpenTable、Restaurant.com和SpaFinder四家公司案例分析總結(jié)OTO企業(yè)運(yùn)營(yíng)的共同點(diǎn)。Bravo（2012）指出線上和線下結(jié)合是電子商務(wù)發(fā)展的新方向。Lieber（2011）的研究顯示OTO模式不僅能夠提高消費(fèi)者購(gòu)買的便捷性，同時(shí)線下消費(fèi)又能有效地避免網(wǎng)上的欺詐行為。彭惠和吳利（2014）從消費(fèi)者和電商企業(yè)的角度分析了OTO電子商務(wù)模式發(fā)展的動(dòng)力所在，并根據(jù)OTO的特點(diǎn)總結(jié)出適合采用OTO 模式的商品類型。Dumrongsiri（2008）發(fā)現(xiàn)零售企業(yè)通過線上和線下的雙渠道供應(yīng)鏈可以提高企業(yè)的整體利潤(rùn)。Ji等（2014）分析了OTO商務(wù)模式的流程和核心關(guān)鍵點(diǎn)，提出了OTO零售企業(yè)核心競(jìng)爭(zhēng)力的椎體模型。另一方面，在針對(duì)OTO消費(fèi)者行為的研究中，Chen（2013）分析了OTO模式下線上服務(wù)和線下服務(wù)的差異，并且分析了線下和線上顧客忠誠(chéng)度的差異。Wu和Heish（2014）提出為了滿足不同顧客的需求，有效地加速網(wǎng)上訂單的產(chǎn)生，OTO企業(yè)應(yīng)當(dāng)利用推薦系統(tǒng)，并且根據(jù)位置、時(shí)間和預(yù)算滿足OTO顧客的需求。Chen（2012）研究發(fā)現(xiàn)OTO服務(wù)兼容性與易用性是影響消費(fèi)者使用的主要因素。李普聰和鐘元生（2014）的研究發(fā)現(xiàn)感知有用性、可試用性、可觀察性、兼容性及感知風(fēng)險(xiǎn)等對(duì)OTO模式采納行為有顯著影響。于本海、楊永清（2015）系統(tǒng)地分析了用戶線下體驗(yàn)和商戶線下存在兩個(gè)OTO特征對(duì)消費(fèi)者接受意向的影響。這些研究一方面?zhèn)戎赜趯?duì)OTO整體模式的探索，分析OTO模式的形成和發(fā)展前景；另一方面針對(duì)消費(fèi)者在OTO模式下的主觀認(rèn)知和消費(fèi)行為進(jìn)行研究。對(duì)于OTO企業(yè)如何提高B端和C端的交易量和交易成功率的研究并沒有涉及。

傳統(tǒng)的經(jīng)濟(jì)學(xué)理論告訴我們交易是供給和需求兩種力量共同作用的結(jié)果。OTO模式是市場(chǎng)經(jīng)濟(jì)中的新形式，不同于傳統(tǒng)行業(yè)，它的供給和需求受到時(shí)間和空間因素的影響。OTO是將線下商務(wù)機(jī)會(huì)與互聯(lián)網(wǎng)相結(jié)合，消費(fèi)者在線預(yù)訂線下商品或服務(wù)，再到線下去享受服務(wù)的一種商務(wù)模式。因此，OTO服務(wù)的效率極大地受到時(shí)間和空間的影響，OTO企業(yè)通過分析用戶產(chǎn)生需求的時(shí)間和地理位置，進(jìn)而提供符合需求的商戶信息，是提高交易成功率的關(guān)鍵所在。學(xué)術(shù)界有很多學(xué)者研究了時(shí)空因素對(duì)消費(fèi)者的影響。雖然，有學(xué)者認(rèn)為強(qiáng)調(diào)個(gè)體時(shí)空數(shù)據(jù)的獲取是制約行為研究的重要瓶頸之一（柴彥威，2010），但是隨著手機(jī)的普及，移動(dòng)定位服務(wù)為個(gè)體時(shí)空數(shù)據(jù)的獲取提供了新的技術(shù)支持。移動(dòng)定位服務(wù)是指通過移動(dòng)設(shè)備的地理位置分析、發(fā)掘潛在有用信息而向消費(fèi)者提供服務(wù)的新型技術(shù)，它已成為一個(gè)基于移動(dòng)定位信息的新型研究領(lǐng)域（O'Hanlon，2007）?；谝苿?dòng)定位的時(shí)空行為數(shù)據(jù)信息真實(shí)，定位精度高，且適合大規(guī)模采集。Ratti（2006）通過232個(gè)通訊基站的數(shù)據(jù)研究了城市手機(jī)使用者的時(shí)空分布特征，由此得出城市人群空間活動(dòng)的特點(diǎn)。Hoadley（2010）和Zhou（2013）提到通過移動(dòng)定位服務(wù)技術(shù)建立的信息服務(wù)平臺(tái)可以提高信息的準(zhǔn)確性，為用戶提供更優(yōu)質(zhì)的服務(wù)。Zou（2015）通過實(shí)證研究提出LBS可以向消費(fèi)者提供精確的個(gè)性化信息，優(yōu)化消費(fèi)者在商場(chǎng)購(gòu)物時(shí)的決策；而且LBS不僅影響著即時(shí)的消費(fèi)決策，從長(zhǎng)期來看也會(huì)對(duì)消費(fèi)者的忠誠(chéng)度有影響。

OTO平臺(tái)是一種基于移動(dòng)定位的商業(yè)模式，基于時(shí)空特征的供求因素如何影響OTO企業(yè)的交易成功率是值得研究的問題。因此，本文從OTO自身的特點(diǎn)出發(fā)，結(jié)合時(shí)間和空間因素，對(duì)OTO行業(yè)的商戶供給和用戶需求進(jìn)行深入的分析，探索基于時(shí)空特征的OTO供求關(guān)系對(duì)于交易成功率的影響，為OTO企業(yè)提升服務(wù)效率和創(chuàng)造平臺(tái)利潤(rùn)提供理論指導(dǎo)。

二、研究方法

（一）數(shù)據(jù)來源

打車軟件是一種基于地理位置服務(wù)的智能手機(jī)應(yīng)用。打車軟件行業(yè)經(jīng)過4年多的發(fā)展，已經(jīng)形成一定的市場(chǎng)規(guī)模，競(jìng)爭(zhēng)重點(diǎn)已經(jīng)從獲取新客戶轉(zhuǎn)向維系現(xiàn)有用戶和實(shí)現(xiàn)持續(xù)盈利。打車軟件基于移動(dòng)端提供的地理信息，實(shí)現(xiàn)線上預(yù)定和線下消費(fèi)，是一類典型的OTO企業(yè)。

本文所使用的數(shù)據(jù)來源于某打車軟件公司在北京市場(chǎng)的出租車訂單成交記錄。企業(yè)從其數(shù)據(jù)庫中隨機(jī)抽取2015年上半年某一工作日的交易數(shù)據(jù)，共包含237,635條訂單，其中未完成交易的訂單有104,682條，交易成功率為56%，還有待于進(jìn)一步提高。在這一階段，企業(yè)給予消費(fèi)者和司機(jī)的補(bǔ)貼大幅減少，訂單代表了消費(fèi)者的正常需求和司機(jī)提供的相應(yīng)服務(wù)，因此更能反映OTO企業(yè)日常營(yíng)業(yè)情況。數(shù)據(jù)包括訂單ID，出發(fā)地的經(jīng)緯度，目的地的經(jīng)緯度，出發(fā)時(shí)間，用戶給予出租車的小費(fèi)金額，打車軟件提供的補(bǔ)貼金額，目的地與出發(fā)地的有效距離，訂單呼叫次數(shù)和訂單狀態(tài)等變量。

（二）研究模型

在本文中，我們主要關(guān)注對(duì)于交易成功率的影響因素。除了常見的促銷因素和訂單特征外，我們還在模型中加入了OTO訂單的時(shí)空特征和時(shí)空供求因素，分析其對(duì)OTO企業(yè)交易成功率的影響，研究框架如圖1所示：

根據(jù)框架，我們構(gòu)建了Logistic模型：

其中，

X為影響交易成功率的變量。為待估計(jì)系數(shù)。0為截距項(xiàng)。為隨機(jī)誤差項(xiàng)，滿足等基本假定。結(jié)合本文所涉及的影響因素，我們假定：

其中，bonus為OTO平臺(tái)的補(bǔ)貼金額；tips為用戶提供的小費(fèi)金額；callcount為訂單的呼叫次數(shù)；length為訂單的承載距離；drivernum和ordernum為基于時(shí)空的供給量和需求量；circle_o、circle_d、ringway_o、ringway_d、house_o和house_d為服務(wù)的出發(fā)地和目的地的地理特征；time為服務(wù)的時(shí)間特征。

圖1 研究框架

（三）變量計(jì)算

對(duì)于因變量，我們通過匯總觀測(cè)期內(nèi)打車訂單的狀態(tài)，將完成的訂單設(shè)為“1”，而將沒有司機(jī)接單或者中途取消的訂單設(shè)為“0”。對(duì)樣本數(shù)據(jù)的交易完成狀態(tài)進(jìn)行簡(jiǎn)單描述分析，我們發(fā)現(xiàn)，打車軟件的用戶端共產(chǎn)生237635條訂單，但最終只有132953條訂單完成，104682條交易沒完成，未完成率高達(dá)44%?？梢钥闯?，OTO企業(yè)通過互聯(lián)網(wǎng)產(chǎn)生交易的同時(shí)，交易完成度并不高。企業(yè)增加知名度，提高交易量的同時(shí)，還得提高整體的交易完成率，才能保證平臺(tái)的利潤(rùn)。研究影響OTO企業(yè)的交易完成率的因素尤為重要。

正如前面所討論，OTO企業(yè)為了提高用戶和商戶交易的完成度，提供平臺(tái)補(bǔ)貼吸引雙方，考慮到補(bǔ)貼形式并不能增加顧客的忠誠(chéng)度，帶來長(zhǎng)久利潤(rùn)，因此我們?cè)趥鹘y(tǒng)促銷模型中引入訂單產(chǎn)生的時(shí)間、基于位置服務(wù)（LBS）的空間因素以及結(jié)合時(shí)空因素計(jì)算出的訂單時(shí)空需求量和訂單時(shí)空供給量等因素作為自變量。他們分別是：

1、促銷因素

平臺(tái)補(bǔ)貼金額：為了吸引B端和C端更多的使用OTO軟件進(jìn)行交易，企業(yè)會(huì)提供少量的不同金額進(jìn)行促銷。

小費(fèi)金額：C端用戶為了更加有效地完成訂單，會(huì)在正常價(jià)格上給予B端用戶少量的金錢作為小費(fèi)，我們定義為：小費(fèi)金額=用戶價(jià)格—正常價(jià)格

通過分析可以看到，隨著OTO市場(chǎng)的成熟和逐步完善，補(bǔ)貼金額和小費(fèi)金額的力度越來越小，平臺(tái)提供補(bǔ)貼的訂單僅占12%，用戶提供小費(fèi)的訂單僅有8%，因此我們更加需要研究促銷以外的因素對(duì)于訂單成功率的影響。

2、訂單特征

訂單呼叫次數(shù)：消費(fèi)者提出服務(wù)需求后，由于長(zhǎng)時(shí)間沒有司機(jī)接受訂單，嘗試再次刷新訂單吸引司機(jī)注意，即產(chǎn)生訂單的呼叫次數(shù)。我們認(rèn)為，呼叫次數(shù)越多，說明訂單的質(zhì)量越差，因此交易成功率越小。

交易承載距離：交易過程中，訂單的出發(fā)地和目的地的距離影響著商戶和用戶的交易成功率。距離越遠(yuǎn)，交易訂單的質(zhì)量越高，商戶通過此訂單獲得的收入越高。因此，承載距離對(duì)于交易成功率有著正向影響。我們發(fā)現(xiàn)，訂單的距離標(biāo)準(zhǔn)差為6329.91，說明承載距離差異較大。

3、交易的時(shí)空特征

OTO企業(yè)的交易受到時(shí)間的影響，在不同的時(shí)間段內(nèi)，交易的成功率有很大差異。通過圖2可以看出，以每小時(shí)為準(zhǔn)，最大的成功率（0.83）和最小的成功率（0.35）之間竟然相差0.48。因此，我們以時(shí)間作為變量進(jìn)行研究，每3個(gè)小時(shí)為一個(gè)時(shí)間段，共有8個(gè)時(shí)間段，分析時(shí)間對(duì)交易成功率的影響。

圖2 每小時(shí)的交易成功率

考慮到在打車過程中，人們出行的地理因素，如是否在商圈或住宅圈，也可能對(duì)交易成功率產(chǎn)生影響。因此，我們定義了幾個(gè)虛擬變量circle_o（1=出發(fā)地為商圈，0=出發(fā)地不在商圈）；circle_d（1=目的地為商圈，0=目的地不在商圈）；house_o（1=出發(fā)地為住宅圈，0=出發(fā)地不在住宅圈）；house_d（1=目的地地為住宅圈，0=目的地不在住宅圈）；我們將地理位置根據(jù)城市環(huán)線進(jìn)行細(xì)分，定義環(huán)線的分類變量ringway_o（出發(fā)地在北京二環(huán)以內(nèi)，出發(fā)地在北京二環(huán)和三環(huán)之間，出發(fā)地在北京三環(huán)和四環(huán)之間，出發(fā)地在北京四環(huán)和五環(huán)之間，出發(fā)地在北京五環(huán)和六環(huán)之間，出發(fā)地在北京六環(huán)以外）和ringway_d（目的地在北京二環(huán)以內(nèi)，目的地在北京二環(huán)和三環(huán)之間，目的地在北京三環(huán)和四環(huán)之間，目的地在北京四環(huán)和五環(huán)之間，目的地在北京五環(huán)和六環(huán)之間，目的地在北京六環(huán)以外）。通過描述性分析可以初步看到，訂單在商圈和非商圈的分布比較平均，在住宅圈和非住宅圈的分布不均。根據(jù)環(huán)線區(qū)域的統(tǒng)計(jì)，在北京四環(huán)至六環(huán)的訂單數(shù)量較多。

圖3 不同特征的出發(fā)地交易成功率分析

圖4 不同特征的目的地交易成功率分析

從圖3和圖4可以看出，消費(fèi)者的出發(fā)地理位置在商圈、住宅圈或距離市中心的位置越近，其交易的成功率越小?？紤]到這些位置的人口密度較大，訂單需求較多，從而訂單完成的可能性較小。間接說明，OTO企業(yè)的交易受到B端商戶和C端用戶的供給和需求影響。

（四）交易的時(shí)空供求因素

對(duì)于交易的時(shí)空供求因素，我們根據(jù)訂單呼叫時(shí)間前后及所在位置周邊的其他訂單數(shù)量，計(jì)算出交易的時(shí)空需求量（drivernum）；根據(jù)訂單被打車平臺(tái)發(fā)送給的周邊司機(jī)的數(shù)量，計(jì)算出交易的時(shí)空供給量（ordernum）。時(shí)空供給量平均為31個(gè)，而時(shí)空需求量平均65個(gè)，C端用戶的服務(wù)需求量大于B端商戶的服務(wù)供給量。圖5是一天之內(nèi)不同時(shí)段時(shí)空供求量的比較。我們發(fā)現(xiàn)，在一天內(nèi)，打車行業(yè)的司機(jī)的供給普遍要比顧客需求多，高峰時(shí)間段，二者匹配程度較好。我們進(jìn)一步的計(jì)算供給與需求的比率，并且與交易成功率比較（參見圖6），發(fā)現(xiàn)供給與需求的比率越大，交易成功率越高，比率越小，交易成功率越低。

圖5 不同時(shí)段時(shí)空供給和時(shí)空需求比較

圖6 供給與需求指標(biāo)與交易成功率的比較

三、數(shù)據(jù)分析結(jié)果

在初步的描述性分析之后，我們利用logistic模型對(duì)上述四大類影響因素進(jìn)行了分析。我們將數(shù)據(jù)隨機(jī)分為擬合樣本和驗(yàn)證樣本，其中擬合樣本共有166344條數(shù)據(jù)進(jìn)行回歸分析，驗(yàn)證樣本有71292條數(shù)據(jù)根據(jù)回歸結(jié)果進(jìn)行預(yù)測(cè)，并將預(yù)測(cè)值與真實(shí)值進(jìn)行比較，觀察預(yù)測(cè)有效性。分析結(jié)果如表1所示，模型1是傳統(tǒng)的促銷因素和訂單因素對(duì)于交易成功率的影響，自變量包含平臺(tái)補(bǔ)貼金額、用戶提供的小費(fèi)金額、訂單呼叫次數(shù)、交易承載距離；模型2在模型1的基礎(chǔ)上根據(jù)移動(dòng)定位服務(wù)（LBS），加入交易訂單的空間和時(shí)間因素，主要包括出發(fā)地和目的地的時(shí)間段、是否在商圈、是否在住宅圈和環(huán)線位置的因素；模型3、模型4和模型5是在模型2的基礎(chǔ)上，加入了結(jié)合時(shí)空因素的供給量和需求量，時(shí)空需求量為每個(gè)訂單1公里以內(nèi)、5分鐘前后的相關(guān)訂單數(shù)量，時(shí)空供給量是聽到每個(gè)訂單的司機(jī)數(shù)量；①模型4加入的是供給與需求之差，模型5加入了每個(gè)訂單的時(shí)空供給量和需求量的比值。

表1 各模型的回歸分析與結(jié)果

續(xù)表1

注：***代表P<0.01。

從回歸結(jié)果可以看出，傳統(tǒng)的促銷因素，即用戶小費(fèi)和平臺(tái)補(bǔ)貼都會(huì)顯著影響交易的成功率：顧客在考慮到打車難的情況下，增加些小費(fèi)進(jìn)而希望有商戶提供服務(wù)，但因?yàn)橛唵伪旧淼馁|(zhì)量不高，增加消費(fèi)的效應(yīng)并不顯著，反而會(huì)降低交易成功率。另外，平臺(tái)補(bǔ)貼會(huì)提高交易的發(fā)生率，反映了OTO企業(yè)通過補(bǔ)貼形式促進(jìn)交易的有效性。

我們通過承載距離和訂單呼叫次數(shù)來考察訂單質(zhì)量對(duì)于交易的影響。承載距離越大，說明訂單質(zhì)量越高，訂單呼叫次數(shù)越多，說明訂單質(zhì)量越低?；貧w結(jié)果中，承載距離對(duì)于交易成功有正向影響，呼叫次數(shù)對(duì)于交易成功有負(fù)向影響，因此，總的來說訂單質(zhì)量越好，交易成功率越高，訂單特征對(duì)交易成功率有正向的影響作用。

在時(shí)間因素方面，對(duì)比凌晨的3個(gè)小時(shí)，其他時(shí)間段的交易成功率都低于凌晨時(shí)段，并且在6點(diǎn)-9點(diǎn)的交易成功率最低。

地理因素方面，出發(fā)地為商圈的交易成功率比非商圈的低，而出發(fā)地為住宅圈的交易成功率比非住宅圈高。目的地的地理特征對(duì)于交易成功率的影響并不顯著。從環(huán)線變量來看，其他環(huán)線位置的交易成功率都顯著高于二環(huán)之內(nèi)（北京市中心位置）。

最后，從時(shí)空供求因素來看，周邊司機(jī)越多，交易成功率越大，時(shí)空供給對(duì)于交易成功率有正向影響。周邊訂單越多，交易成功率越小，說明時(shí)空需求量對(duì)于交易成功率有負(fù)向影響。同樣，將時(shí)空供求兩個(gè)因素結(jié)合到一起看，無論是供給與需求之差還是供給與需求之比都會(huì)正向影響交易成功率。進(jìn)一步說明供給大于需求對(duì)交易成功的重要作用。

另外，我們利用五個(gè)模型的系數(shù)，對(duì)預(yù)測(cè)組進(jìn)行預(yù)測(cè)，檢測(cè)模型的有效性。各項(xiàng)指標(biāo)如下：

表2 模型有效性結(jié)果

續(xù)表2

從結(jié)果中我們可以看出，在傳統(tǒng)模型的基礎(chǔ)上，結(jié)合時(shí)空供求因素的模型3的AIC值最小，R2值最大，組內(nèi)預(yù)測(cè)和組外預(yù)測(cè)率都是最大，說明模型3在所有模型中是最優(yōu)的。

我們進(jìn)一步分析了不同時(shí)間和位置的訂單的供求因素（時(shí)空供給與需求之差）對(duì)成功率的影響是否存在差異，分析結(jié)果如圖7-9所示。從圖中可以看出，訂單的出發(fā)地或目的地如果位于商圈或住宅圈，那么時(shí)空供求對(duì)訂單成功率的影響要大于非商圈或非住宅圈；從三環(huán)內(nèi)出發(fā)的訂單，供求因素對(duì)成功率的影響最大，從五環(huán)以外出發(fā)的訂單，供求因素影響最小，訂單目的地的差別較小；從時(shí)間來看，早晚上班高峰（早晚6點(diǎn)到9點(diǎn)之間）以及晚上9點(diǎn)到12點(diǎn)之間，供求因素對(duì)訂單成功率的影響較大，其他時(shí)間影響較小。

圖7 訂單的位置特征對(duì)時(shí)空供求變量參數(shù)估計(jì)的影響

四、結(jié) 論

（一）結(jié)果討論

對(duì)于促銷因素和訂單特征的考察結(jié)果，充分說明平臺(tái)促銷以及訂單質(zhì)量對(duì)于交易成功率的正向影響。隨著平臺(tái)補(bǔ)貼金額的增加，B端商戶提供服務(wù)的積極性就會(huì)增加，因此交易完成率也會(huì)不斷提高。承載距離是打車訂單質(zhì)量高低的一個(gè)直接的衡量指標(biāo)，距離越遠(yuǎn)說明司機(jī)能夠賺到的錢越多，所以承載距離越長(zhǎng)的訂單越容易交易成功。用戶提供的小費(fèi)以及訂單的呼叫次數(shù)是兩個(gè)間接衡量訂單質(zhì)量的指標(biāo)，對(duì)于質(zhì)量不高的訂單用戶才愿意提供小費(fèi)或者需要呼叫多次，因此，小費(fèi)金額和呼叫次數(shù)都對(duì)交易成功率產(chǎn)生了負(fù)面影響。這兩個(gè)方面均沒有考慮到時(shí)空因素的影響，并不是我們研究的重點(diǎn)。另外，從交易的時(shí)間和空間方面考慮，高峰時(shí)段的交易完成率相比其他時(shí)段更低；相對(duì)于市中心（北京市二環(huán)以內(nèi)），其他環(huán)線位置的交易成功率更高。在商圈內(nèi)的訂單完成率會(huì)顯著優(yōu)于不在商圈內(nèi)的訂單。這些時(shí)空因素的分析結(jié)果，只是從表面上區(qū)分了不同時(shí)間段和地理位置上交易成功率的差異，并沒有解釋這些差異存在的原因。而對(duì)時(shí)空供求因素的考察恰好可以進(jìn)一步說明交易成功率在不同時(shí)空下的差異。

從我們的研究結(jié)果來看，在同一時(shí)間段和地區(qū)內(nèi)，用戶產(chǎn)生的服務(wù)需求量越多，商戶提供的供給量越少，交易完成的可能性就越低。這是因?yàn)闀r(shí)空供給和需求實(shí)際上決定了在某一時(shí)空下市場(chǎng)的競(jìng)爭(zhēng)態(tài)勢(shì)。如果需求多、供給少，則需求方之間存在競(jìng)爭(zhēng)，訂單完成的可能性就低。如果需求少，供給多，則供給方之間存在競(jìng)爭(zhēng)，為了不浪費(fèi)自己的供給資源，他們對(duì)訂單的接受程度就高，所以交易達(dá)成的可能性較高。因此，OTO企業(yè)要想更好地完成對(duì)于C端用戶和B端商戶的匹配，從而降低交易成本，提高交易成功率，就必須時(shí)刻關(guān)注不同時(shí)空下的供給量和需求量，利用自己的數(shù)據(jù)和技術(shù)優(yōu)勢(shì)，要么引導(dǎo)交易雙方調(diào)整自己的需求量和供給量，要么調(diào)整供給或需求的時(shí)間和空間，這樣才能達(dá)到供需平衡，真正實(shí)現(xiàn)OTO平臺(tái)的價(jià)值。此外，在不同的時(shí)空特征下，供求因素對(duì)于訂單的成功率也有不同的影響。總的來說，在商圈或住宅圈內(nèi)以及市中心的位置（三環(huán)以內(nèi)）供求對(duì)訂單成功率的影響較大。從一天的不同時(shí)段來看，早晚高峰和晚上，供求因素對(duì)訂單成功率的影響較大。因此，OTO企業(yè)在運(yùn)營(yíng)中應(yīng)重點(diǎn)關(guān)注這些位置和時(shí)間段，最小化自己的運(yùn)營(yíng)成本。

（二）管理意義

健康的OTO商業(yè)模式至少要保證解決三個(gè)問題，即：“為商戶帶來利益、為用戶解決問題、為自己創(chuàng)造利潤(rùn)”，本文為OTO企業(yè)提供了一個(gè)全新的視角來考慮OTO平臺(tái)中B端商戶和C端用戶交易過程中，時(shí)空供求因素對(duì)于交易成功率的影響，分析OTO平臺(tái)利潤(rùn)創(chuàng)新的突破點(diǎn)。本文所建模型和研究結(jié)論對(duì)于OTO模式的企業(yè)來說具有較高的應(yīng)用價(jià)值。

第一，OTO服務(wù)的效率極大地受到時(shí)間和空間的影響。OTO企業(yè)可以根據(jù)時(shí)空供求對(duì)比特定時(shí)間特定地理范圍內(nèi)用戶和商戶的供求關(guān)系，為兩端用戶提供即時(shí)有效的推薦。OTO企業(yè)可以通過平臺(tái)建立彈性推薦制度，結(jié)合時(shí)空因素對(duì)供求量進(jìn)行分析，為消費(fèi)者和商戶提供及時(shí)有效的服務(wù)。當(dāng)OTO平臺(tái)交易訂單的用戶需求量小于商戶供給量時(shí)，可以推薦商戶調(diào)整服務(wù)范圍，擴(kuò)大接單區(qū)域，也可以推薦消費(fèi)者更多關(guān)聯(lián)服務(wù)，提高消費(fèi)者的關(guān)聯(lián)購(gòu)買和消費(fèi)；當(dāng)OTO平臺(tái)交易訂單的用戶需求量大于商戶供給量時(shí)，可以向周邊商戶推薦此范圍內(nèi)的訂單信息、增加商戶供給，也可以提示消費(fèi)者等候時(shí)間，推薦相似商戶，提高消費(fèi)者的交易效率。OTO企業(yè)應(yīng)當(dāng)將平臺(tái)的大數(shù)據(jù)有效利用研究，通過互聯(lián)網(wǎng)技術(shù)分析制定及時(shí)有效的營(yíng)銷策略。企業(yè)通過數(shù)據(jù)應(yīng)用和互聯(lián)網(wǎng)技術(shù)在不同時(shí)間、不同空間配備不同的服務(wù)力量，全面地服務(wù)用戶和商戶，提高兩端用戶的交易成功率，保證交易過程的完成，進(jìn)而平臺(tái)才能創(chuàng)造利潤(rùn)。另外，OTO企業(yè)從每日訂單中積累了大量信息，包括消費(fèi)者行為、習(xí)慣、特殊需求等，還有城市交通狀況信息。利用移動(dòng)信息和技術(shù)可以做到提前預(yù)測(cè)需求，然后確保供應(yīng)量與將要達(dá)到的需求量相匹配。

第二，對(duì)商戶和用戶進(jìn)行補(bǔ)貼目前是國(guó)內(nèi)各OTO平臺(tái)所采用的主要推廣手段，從目前市場(chǎng)上的結(jié)果來說，OTO平臺(tái)前期通過對(duì)用戶進(jìn)行補(bǔ)貼確實(shí)是一種可以快速聚集用戶的有效戰(zhàn)術(shù)，但補(bǔ)貼并不能成為其商業(yè)模式的全部，如果不能對(duì)用戶群體進(jìn)行篩選并為其中具有高付費(fèi)潛力的用戶提供具有高附加值的服務(wù)，那么過度依賴補(bǔ)貼策略只會(huì)不斷增大自身融資壓力，進(jìn)而可能導(dǎo)致企業(yè)資金鏈斷裂而滅亡。我們的研究也表明，通過補(bǔ)貼的營(yíng)銷策略對(duì)于OTO企業(yè)來說不是主要因素。依靠補(bǔ)貼帶來的快速繁榮背后是以商戶利益或自身利潤(rùn)作為代價(jià)的。OTO企業(yè)應(yīng)當(dāng)分析交易訂單的差異性特征，差異化對(duì)待各個(gè)交易訂單，不同質(zhì)量的訂單采取有效的營(yíng)銷手段，促進(jìn)各交易訂單的完成，提高訂單交易率，為OTO平臺(tái)創(chuàng)造利潤(rùn)。

第三，中國(guó)經(jīng)過30多年的要素投入，經(jīng)濟(jì)模式需由粗放型向集約型轉(zhuǎn)變。降低交易成本、提高供需匹配效率的經(jīng)濟(jì)模式符合當(dāng)前經(jīng)濟(jì)的發(fā)展趨勢(shì)，值得在供給側(cè)結(jié)構(gòu)性改革中進(jìn)行借鑒。目前產(chǎn)能過剩本質(zhì)上是供給大于需求。供給大于需求有很多方面，有一種情況是并非沒有需求，但因?yàn)榻灰壮杀具^高，供給無法觸及需求。在沒有增加新資源的情況下，通過移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)和云計(jì)算，創(chuàng)造了就業(yè)，降低了服務(wù)交易成本，有利于解決供給側(cè)的問題。

（三）研究局限與未來研究方向

通過本文構(gòu)建的時(shí)空供求模型，OTO行業(yè)能夠通過服務(wù)的時(shí)空特征和時(shí)空供求因素評(píng)估交易的完成，從而可以更加合理地預(yù)估OTO平臺(tái)交易，分析企業(yè)利潤(rùn)和行業(yè)前景，為OTO的戰(zhàn)略發(fā)展進(jìn)行科學(xué)合理的營(yíng)銷規(guī)劃和策略制定。

當(dāng)然，本研究也存在一定的不足。例如，本研究的數(shù)據(jù)是來自北京OTO企業(yè)的訂單交易數(shù)據(jù)，針對(duì)北京地區(qū)進(jìn)行分析，研究沒有涵蓋二三線城市的OTO行業(yè)發(fā)展，今后的研究可以嘗試分析二三線城市中的OTO發(fā)展及不同城市下的發(fā)展差異。再如，OTO是新型行業(yè)模式，由于目前的市場(chǎng)滲透率較低，會(huì)有大量的企業(yè)涉足，今后可以從市場(chǎng)競(jìng)爭(zhēng)者角度出發(fā)，考慮同行業(yè)競(jìng)爭(zhēng)對(duì)交易的影響，使得研究更加全面有效。

1. 柴彥威、趙瑩、馬修軍：《基于移動(dòng)定位的行為數(shù)據(jù)采集與地理應(yīng)用研究》[J]，《地域研究與開發(fā)》2010年第6期。

2. 李普聰、鐘元生：《移動(dòng)OTO商務(wù)線下商家采納行為研究》[J]，《當(dāng)代財(cái)經(jīng)》2014年第9期。

3. 彭惠、吳利：《OTO電子商務(wù)：動(dòng)力、模式與前景分析》[J]，《華南理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）》2014年第6期。

4. 王俊輝、韓丹：《OTO結(jié)合LBS的電子商務(wù)模式研究》[J]，《電子世界》2014年第7期。

5. 于本海、楊永清：《顧客體驗(yàn)與商戶線下存在對(duì)社區(qū)OTO電商接受意向的影響研究》[J]，《管理學(xué)報(bào)》2015年第12期。.

6. 中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心互聯(lián)網(wǎng)發(fā)展研究部：《2014年下半年中國(guó)企業(yè)互聯(lián)網(wǎng)應(yīng)用狀況分析》[J]，《互聯(lián)網(wǎng)天地》2015年第7期。

7. Bravo,R., Hem,E.,and Pina,L.M.,2012,"From Online to Offline Through Brand Extensions and Alliances" [J],Vol.8,No.1:17-34.

8. Chen,L.D.,Gillenson,M.L.,and Sherrell,D.L.,2012,"Enticing O2O Consumers: An Extended Technology Acceptance Perspective"[J],, Vol.39,No.8:705-719.

9. Chen,Y.,Jeon,Y.J.,and Kim,Y.M.,2013,"A Day without a Search Engine: An Experimental Study of Online and Offline Searches"[J],, Vol.17,No.4:1-25.

10. Dumrongsiri, A., Fan, M., and Jain, A.,2008,"A Supply Chain Model with Direct and Retail Channels" [J],, Vol.187,No.3: 691–718.

11. Dervojeda, K., Verzijl, D., and Nagtegaal, F., 2013, "The Sharing Economy: Accessibility Based Business Models for Peer-to-peer Markets"[J],, Vol.9.

12. Hoadley, C. M., Xu, H., and Lee, J.J., 2010,"Privacy as Information Access and Illusory Control: The Case of the Facebook News Feed Privacy Outcry"[J],, Vol.9,No.1: 50-60.

13. Ji, S. W., and Sun,X.Y.,2014, "Research on Core Competitiveness of Chinese Retail Industry Based on O2O" [J],, Vol.834: 2017-2020.

14. Lieber,E., and Syverson, C., 2011,"Online vs. Offline Competition"[J],, Vol.189.

15. Ratti, C., Frenchman, D., and Pulselli,R.M.,2006, "Mobile Landscapes: Using Location Data from Cell Phones for Urban Analysis"[J],, Vol.33,No.5:727-748.

16. O'Hanlon,C.,2007," Where on Earth? "[J],, Vol.20,No.3:7.

17. Rampell, A., Campbell,A., Angelo,T., 2010," Methods and Systems for an Alternative Payment Platform: WO, US7788139"[P], 2010.

18. Wu, C.H., Heish, T., and Ma,T.G.,2014,"Novel Decoupling Network for Two-element Array Using Even-odd-mode Impedance Transformer"[C].

19. Zhou,T.,2013,"An Empirical Examination of User Adoption of Location-based Services"[J],, Vol.13,No.1: 25-39.

20. Zou, X., and Huang, K.W., 2015, "Leveraging Location-based Services for Couponing and Info Mediation" [J],,Vol.7No.C:93-103.

（H）

①對(duì)于時(shí)空需求量，我們同時(shí)也做了1公里以內(nèi)、10分鐘前后的相關(guān)訂單數(shù)量以及3公里以內(nèi)、10分鐘前后的相關(guān)訂單數(shù)量，回歸結(jié)果雖然顯著，但系數(shù)明顯小于1公里內(nèi)、5分鐘前后的時(shí)空需求，因此模型中采用此方法計(jì)算。

*本文獲得國(guó)家自然科學(xué)基金項(xiàng)目（批準(zhǔn)號(hào)：71102127和71172030）的資助。感謝匿名審稿人的寶貴意見。