王 念 趙立昌

一、 引 言

近幾年，互聯(lián)網(wǎng)、大數(shù)據(jù)分析、智能手機等為代表的信息技術(shù)的廣泛應(yīng)用，催生了一批以共享經(jīng)濟為概念的平臺企業(yè)。共享經(jīng)濟引起理論界和實踐界的極大關(guān)注。目前，對共享經(jīng)濟尚未形成統(tǒng)一概念和定義。按照國家發(fā)展改革委員會發(fā)布的《共享經(jīng)濟發(fā)展指南征求意見稿》，共享經(jīng)濟主要是指利用網(wǎng)絡(luò)信息技術(shù)，通過互聯(lián)網(wǎng)平臺將分散資源進行優(yōu)化配置，提高資源利用效率的一種新型經(jīng)濟形態(tài)。共享經(jīng)濟模式主要特征是以平臺為中介，組織形成以個人為主體的供需雙方直接進行交易的市場。按照服務(wù)功能的不同，共享經(jīng)濟可以分為四種模式。第一類是提供商品買賣交易服務(wù)，為用戶提供一個可以自主報價、自選交易方式以及進行廣告的在線交易平臺，如淘寶和eBay。第二類是提供金融服務(wù)，盤活個人的閑置資金，幫助個人用戶設(shè)計并匹配融資、借貸、投資、理財?shù)冉鹑诋a(chǎn)品與服務(wù)，如國內(nèi)的人人貸和國外的Prosper平臺。第三類是為自由職業(yè)者提供勞動力供給市場，用戶可以在平臺進行勞務(wù)項目分包，也可以在平臺上尋找司機或廚師等自由職業(yè)者滿足交通出行、用餐等即時服務(wù)需求，如oDesk和Uber。第四類是提供資產(chǎn)再租賃服務(wù)，用戶可以將房屋、汽車、家用電器等閑置資產(chǎn)出租給有需求的個人，如Airbnb和Getaround。

現(xiàn)有理論研究文獻認(rèn)為，共享經(jīng)濟平臺企業(yè)將服務(wù)提供方和使用者聯(lián)系起來，組織兩方直接交易，形成了雙邊市場。網(wǎng)絡(luò)借貸是典型的共享經(jīng)濟平臺，經(jīng)過多年的發(fā)展，網(wǎng)絡(luò)借貸平臺積累了豐富的數(shù)據(jù)。因此，本文利用國內(nèi)網(wǎng)貸之家的數(shù)據(jù)，對共享經(jīng)濟平臺的雙邊市場特征進行實證檢驗。

二、 文獻綜述

共享經(jīng)濟的概念由Marcus Felson & Joe L.Spaeth(1978)共同提出，他們將其稱之為協(xié)同消費(Collaborative Consumption)，是指個體通過第三方市場平臺實現(xiàn)點對點的交換和消費的方式。隨著互聯(lián)網(wǎng)技術(shù)和平臺的發(fā)展，Rachel Boatsman(2010)從互聯(lián)網(wǎng)時代協(xié)同消費的理念和發(fā)展模式出發(fā)，分析了共享經(jīng)濟可能的發(fā)展階段。在理論研究的基礎(chǔ)上，國外學(xué)者已嘗試對共享經(jīng)濟進行實證研究，研究主要圍繞共享經(jīng)濟平臺最優(yōu)交易機制的設(shè)計(Cullen and Farronato，2014；Wei and Lin，2016)，共享經(jīng)濟平臺參與主體的行為偏好對共享價格的影響(Eid, Maltby and Talavera，2016；Farajallah, Hammond and Pénard，2016)，以及共享經(jīng)濟對傳統(tǒng)行業(yè)以及社會福利的影響(Zervas, Proserpio and Byers，2013；Cohen P, Hahn R W, Hall J, et al，2016；Fraiberger and Sundararajan，2015)。國內(nèi)對于共享經(jīng)濟的相關(guān)研究目前尚處于概念界定階段(楊帥，2016；鄭志來，2016)，關(guān)注的問題主要是制度供給和政策建議(盧現(xiàn)祥，2016)，研究的方法主要是文獻綜述分析法和現(xiàn)象描述分析法(喬洪武，2016)，較少涉及對共享經(jīng)濟的實證研究。

雙邊市場理論是研究共享經(jīng)濟常用的一個分析框架(劉奕和夏杰長，2016)。近些年，作為產(chǎn)業(yè)組織的新興領(lǐng)域，國內(nèi)外學(xué)者從理論和實證兩方面對雙邊市場理論進行了大量研究，主要關(guān)注連接兩邊具有交叉網(wǎng)絡(luò)外部性的用戶群體的平臺企業(yè)行為和決策，尤其是其定價行為。雙邊市場定價、平臺的規(guī)則設(shè)計以及開放程度的選擇等是雙邊市場理論的主要研究主題(Schmalensee & Evans，2005)。不同于傳統(tǒng)單邊市場，雙邊市場不再按照邊際成本定價，價格結(jié)構(gòu)具有不對稱性，且平臺企業(yè)可能存在交叉補貼的行為(吳漢洪和孟劍，2014)。雙邊市場的最優(yōu)價格取決于平臺雙邊的需求價格彈性、平臺雙邊的間接網(wǎng)絡(luò)外部性以及平臺雙邊的邊際成本，并且非掠奪性的最優(yōu)價格可能低于邊際成本，甚至存在為負(fù)值的可能性。具有上述定價特征的雙邊市場在設(shè)計商業(yè)模式時，往往為了達到吸引用戶和促進交易的目標(biāo)而損害平臺某一方的利益。例如，百貨商場為了讓顧客在更多門店停留更多時間，會將扶梯路線設(shè)計得更長，而損害了顧客節(jié)省時間的利益。Rysman(2009)將上述問題歸納為價格歧視，并認(rèn)為雙邊市場平臺能夠利用雙邊用戶之間吸引力的差異設(shè)計新形式的價格歧視。按照Schmalensee & Evans(2005)的研究，雙邊市場可分為交易市場(exchange)、廣告支持媒體(advertising supported media)、交易系統(tǒng)(transaction system)和軟件開發(fā)平臺(software platforms)四種類型，共享經(jīng)濟屬于典型的交易市場。

網(wǎng)絡(luò)外部性和價格的非對稱性是雙邊市場的主要特征，也是判斷某一市場是否屬于雙邊市場的主要依據(jù)。網(wǎng)絡(luò)外部性包括交叉網(wǎng)絡(luò)外部性和自網(wǎng)絡(luò)外部性，前者是指不同類型需求群體之間的外部性，后者是指同類需求群體之間的外部性(Armstrong,2006；孫武軍和馮雪巖，2016；胥莉等，2008)。Rochet & Tirole(2006)認(rèn)為雙邊市場交叉網(wǎng)絡(luò)外部性來源于使用外部性(usage externalities)和成員外部性(membership externalities)兩方面。使用外部性來自于平臺一邊從對方的使用行為中獲取的直接效用，并且這些行為本身帶來的效用高于其替代性行為，例如接聽電話的行為為撥打電話帶來的效用高于書信往來所帶來的效用，商家接受信用卡付款方式的行為為持卡人帶來的效用高于現(xiàn)金交易方式所帶來的效用。成員外部性指的是平臺一邊單位邊際成員數(shù)量的變化為平臺另一邊帶來的外部性。將成員外部性與使用外部性區(qū)別開來主要是考慮到成員數(shù)量的增加可以減少單位固定成本以及增加交易次數(shù)帶來的收益。Armstrong(2006)圍繞平臺用戶數(shù)量表示的成員外部性構(gòu)建了經(jīng)典的三種雙邊市場模型，孫武軍和馮雪巖(2016)以及邱甲賢、聶富強,童牧和胡根華(2016)分別基于平臺用戶數(shù)實證研究了第三方電子交易平臺的交叉外部性問題。Rysman(2007)以信用卡市場為研究對象對雙邊市場進行了實證研究，認(rèn)為持卡人的效用由當(dāng)?shù)貙δ称放菩庞每ǖ慕邮艹潭群偷乩硖卣鳑Q定。他用當(dāng)?shù)亟邮苣称放菩庞每ǖ纳虘魯?shù)和一定時期的商戶在某品牌信用卡成交額衡量接受程度，其中商戶數(shù)可以表示成員外部性，商戶成交額可以間接衡量商戶通過接受某品牌信用卡而獲得的效用，因而可以表示使用外部性。

關(guān)于廣告支持媒體、交易系統(tǒng)和軟件開發(fā)平臺的網(wǎng)絡(luò)外部性研究比較豐富，但對共享經(jīng)濟平臺的網(wǎng)絡(luò)外部性研究處于起步階段。楊蕙馨(2009)強調(diào)了網(wǎng)絡(luò)外部性對互聯(lián)網(wǎng)企業(yè)的重要性，從生產(chǎn)者視角出發(fā)，認(rèn)為網(wǎng)絡(luò)外部性是現(xiàn)代互聯(lián)網(wǎng)企業(yè)邊界的決定性因素。Fafchamps et al.(2016)研究了基于移動互聯(lián)技術(shù)的共享經(jīng)濟發(fā)展方式，認(rèn)為網(wǎng)絡(luò)外部性促進了信息的傳播和市場規(guī)模的擴大。Della Vigna(2009)認(rèn)為同傳統(tǒng)雙邊市場類似，共享經(jīng)濟具有網(wǎng)絡(luò)外部性，即市場的一方受益于另一方，但更容易受到個體異常行為的影響。Li et al(2015)在雙邊市場分析框架內(nèi)，從理論上對比分析了以Airbnb為代表的非專業(yè)服務(wù)提供者與傳統(tǒng)酒店的不同定價行為。Kung and Zhong(2017)通過模型的構(gòu)建，分析了雙邊市場特征條件下共享經(jīng)濟平臺的雙最優(yōu)定價策略。

本文認(rèn)為，共享經(jīng)濟更接近于Schmalensee & Evans(2005)指出的交易市場類型，應(yīng)綜合考慮使用外部性和成員外部性判斷共享經(jīng)濟的雙邊市場特征。本文的實證研究結(jié)果對研究雙邊市場價格歧視和平臺規(guī)則的制定有一定的借鑒意義。

三、 研究假設(shè)和模型設(shè)定

1. 研究假設(shè)

假設(shè)共享經(jīng)濟平臺擁有A和B兩邊市場，A邊為供給方,B邊為需求方。A邊市場中的用戶規(guī)模和數(shù)量的提高，一方面意味著A邊供給市場中競爭加劇，供給給B邊用戶的產(chǎn)品和服務(wù)質(zhì)量提高；另一方面意味著增加了對B邊市場中用戶的供給，提高了交易匹配成功率。例如在網(wǎng)絡(luò)借貸平臺上，借款人之間會為了爭取更多的資金和更好的反饋評分而競爭，從而提高投資人可獲得的信息質(zhì)量，借款人數(shù)量的增加也使得投資人面臨更多的選擇，提高了借款成功率?；诖?，本文提出:

假設(shè)1：共享經(jīng)濟平臺具有正的交叉網(wǎng)絡(luò)外部性。

將共享經(jīng)濟兩邊市場單獨分析，在A邊市場規(guī)模不變的條件下，B邊市場用戶的增加實則加劇了B邊市場的競爭程度。以網(wǎng)絡(luò)借貸市場為例，借款人之間的競爭導(dǎo)致借款人為了提高借款成功率，會提高利率，從而增加了借款市場的融資成本。投資人之間的競爭會導(dǎo)致哄搶標(biāo)的的行為，一方面導(dǎo)致收益率的下降，另一方面使得大量劣質(zhì)借款人獲得借款，增加投資人市場的整體風(fēng)險。競爭的加劇影響了B邊市場用戶獲得的效用，呈現(xiàn)出負(fù)的網(wǎng)絡(luò)外部性?；诖?，本文提出:

假設(shè)2：共享經(jīng)濟平臺具有負(fù)的自網(wǎng)絡(luò)外部性。

現(xiàn)實經(jīng)濟中的線性關(guān)系比較少見，共享經(jīng)濟業(yè)態(tài)在發(fā)展突破某閾值時，市場往往呈現(xiàn)出爆發(fā)式“指數(shù)增長”態(tài)勢，這些現(xiàn)象在我國網(wǎng)絡(luò)借貸市場的發(fā)展中得到集中體現(xiàn)。那么，同樣基于互聯(lián)網(wǎng)技術(shù)發(fā)展起來的共享經(jīng)濟，是否具有類似的非線性發(fā)展趨勢是一個值得研究的問題?；诖?，本文提出:

假設(shè)3：共享經(jīng)濟平臺的外部性具有非線性關(guān)系。

2. 模型設(shè)定

本文的模型設(shè)計思路主要參考了Armstrong(2006)，他認(rèn)為決定雙邊市場價格結(jié)構(gòu)的因素主要包括交叉外部性的相對值、交易手續(xù)費以及用戶單歸屬與多歸屬決策，并將雙邊市場的模型歸納為三類：壟斷平臺市場、單平臺的競爭性市場、單平臺和多平臺并存的競爭性市場*“壟斷平臺市場”是指市場中只存在一個平臺，沒有競爭對手的存在；“單平臺市場”是指市場中存在多個競爭性平臺，但用戶僅是某一特定平臺的用戶，不使用其他的競爭性平臺；“多平臺市場”是指市場中存在多個競爭性平臺，用戶既可以是平臺x的用戶，同時也可以是平臺y的用戶。。共享經(jīng)濟多為壟斷平臺市場，如房屋共享市場、勞動力外包市場；或者用戶多歸屬假設(shè)下的競爭平臺市場，如出行約車市場、網(wǎng)絡(luò)借貸市場。因此，在設(shè)計模型思路上重點參考這兩個模型。

孫武軍和馮雪巖(2016)以及邱甲賢等(2016)的研究對本文的變量選取有所啟發(fā)。前者利用人人貸平臺的數(shù)據(jù)研究雙邊市場效用，用借貸雙方的人數(shù)以及二次項解釋單邊的效用，但忽略了平臺對雙邊用戶收取的費用對雙邊用戶效用的影響。后者考慮了平臺收取的費率對效用的影響，卻忽略了平臺雙邊所面臨的產(chǎn)品和服務(wù)的價格對效用的影響。而大量實證研究表明，價格對效用有顯著影響，例如對雜志市場的實證研究證明了雜志價格對訂閱讀者效用的顯著影響(Kaiser & Wright，2006)?；诖?，本文在構(gòu)建模型時將平臺雙邊的用戶所面臨的價格作為解釋變量。Rochet & Tirole(2006)和Armstrong(2006)都認(rèn)為平臺向用戶收取的費用是影響用戶獲得的效用的重要因素。不同之處在于，Rochet & Tirole(2006)認(rèn)為平臺對一邊用戶收取的費用是交易次數(shù)的函數(shù)，而Armstrong認(rèn)為該費用為一個合計的數(shù)值。本文在模型設(shè)計中將平臺對用戶收取的手續(xù)費作為解釋變量，但值得注意的是，現(xiàn)實中共享經(jīng)濟平臺往往通過補貼吸引消費端用戶，然后對產(chǎn)品和服務(wù)的提供者收取費用，因此，可以認(rèn)為平臺對消費端用戶收取的費用為0。最后，本文在模型設(shè)計中同時考慮使用外部性和成員外部性，并以平臺另一邊用戶的效用表示使用外部性，以平臺另一邊用戶數(shù)量表示成員外部性。

為降低異方差性，并反映平臺雙邊效用對解釋變量的彈性，本文對變量進行對數(shù)化處理，構(gòu)建模型如下：

LNincomeit=λ1gLNamountit+α1gLNniit+β1gLNnbit+θ1gLNorintit+φ1gLNinfoit+ξ1

(1)

LNamountit=λ2gLNincomeit+α2gLNniit+β2gLNnbit+γ2gLNorintrandit+η2gLNfeebit+ψ2gLNtermit+ξ2

(2)

LNincomeit=λ3gLNamountit+α31gLNniit+β31gLNnbit+α32gLNni2it+β32gLNnb2it+θ3gLNorintit+φ3gLNinfoit+ξ3

(3)

LNamountit=λ4gLNincomeit+α41gLNniit+β41gLNnbit+α42gLNni2it+β42gLNnb2it+γ4gLNorintrandit+η4gLNfeebit+ψ4gLNtermit+ξ4

(4)

效用是被解釋變量，投資人參與共享經(jīng)濟平臺的主要目的是獲取超額利息收入。因此，通過計算平臺投資人獲得的超過一年期定期存款利息這部分的收入可以更準(zhǔn)確反映投資人在平臺獲得的效用，計算公式為Income=Money(Interest-DepositeRate)，其中Income為平臺投資人人均利息收入，Money為平臺人均投資金額，Interest為平臺平均利率，DepositeRate為統(tǒng)計數(shù)據(jù)年份的一年期定期存款利率。孫武軍和馮雪巖(2016)通過成功借款金額對總借款金額的占比來衡量借款人效用，比例越高表明借款人需求被滿足的程度越高，效用越大。但是，中國2016年金融市場整體表現(xiàn)為供給小于需求的狀態(tài)，在網(wǎng)絡(luò)借貸市場具體表現(xiàn)為借款標(biāo)的少而投資人多，因此大部分網(wǎng)絡(luò)借貸平臺借款成功率基本為100%，很少存在流標(biāo)現(xiàn)象，成功借款金額對總金額占比這一指標(biāo)意義不大。本文借鑒Rysman(2004)的研究，認(rèn)為借款人的效用可以通過借款需求的金額來衡量，具體地，平臺借款人人均借款金額Amount可以在一定程度上反映借款人效用。

外部性是核心解釋變量，考慮到共享經(jīng)濟市場產(chǎn)品的可替代性，本文假設(shè)雙邊市場存在成員外部性，用ni和nb表示，ni為平臺按月統(tǒng)計的投資人人數(shù)，nb為平臺按月統(tǒng)計的借款人人數(shù)。為進一步驗證交叉網(wǎng)絡(luò)外部性是否存在倒U型非線性關(guān)系，引入二次項ni2和nb2作為解釋變量。平臺某一邊用戶的使用外部性用平臺另一邊用戶的效用衡量，該變量為內(nèi)生變量。

考慮到P2P網(wǎng)絡(luò)借貸的金融行業(yè)特性，在充分考慮了雙邊市場理論的基礎(chǔ)上，需要加入符合金融市場特征的影響借款人和投資人效用的其他解釋變量。借鑒陳霄和葉德珠(2016)、廖理等(2014)對信息透明度和借款期限的重視，本文引入info和term作為核心解釋變量。info是網(wǎng)貸之家對公司基本信息、運營數(shù)據(jù)信息、借款資料等的公布程度綜合計算得出的信息透明度指標(biāo)，積分越高表明平臺信息公開得越多，平臺越透明，最高分為90分。term為網(wǎng)貸之家統(tǒng)計的每月平臺借款標(biāo)的平均借款期限。i和t分別表示平臺和統(tǒng)計的月份。

雙邊市場理論認(rèn)為價格是影響雙邊效用的重要因素，網(wǎng)貸市場中的價格表現(xiàn)為利率，因此，本文引入利率作為控制變量。借款人面對的價格和投資人面對的價格不同，本文假設(shè)投資人價格orint用平臺月均投資收益率表示，借款人價格orintrand用平臺月均借款利率表示。網(wǎng)貸之家公開數(shù)據(jù)只包括平臺月均投資收益率，根據(jù)市場調(diào)研和訪談獲悉，借款人利率一般在投資收益率基礎(chǔ)上上浮6%至10%，因此，本文在orint基礎(chǔ)上隨機生成月均借款利率orintrand。

四、 數(shù)據(jù)來源和描述性統(tǒng)計

1. 數(shù)據(jù)來源

中國網(wǎng)貸市場經(jīng)過了爆發(fā)式增長與無序競爭，隨著監(jiān)管細(xì)則的完善和落實以及行業(yè)自律的加強，行業(yè)發(fā)展趨于穩(wěn)定，行業(yè)整體信息透明度有較大提高。而網(wǎng)絡(luò)約車市場的頻繁兼并行為影響了統(tǒng)計數(shù)據(jù)的穩(wěn)定性和連續(xù)性，其他共享經(jīng)濟市場由于長期存在壟斷平臺，數(shù)據(jù)較難獲取。因此，本文選擇網(wǎng)貸行業(yè)有現(xiàn)實性與合理性。

本文數(shù)據(jù)來源于網(wǎng)貸之家的公開統(tǒng)計數(shù)據(jù)。網(wǎng)貸之家(http://www.wdzj.com/)是國內(nèi)第一家權(quán)威的第三方互聯(lián)網(wǎng)金融信息統(tǒng)計平臺，統(tǒng)計了從2011年起至今全國所有的網(wǎng)絡(luò)借貸平臺數(shù)據(jù)，統(tǒng)計數(shù)據(jù)維度包括平臺成交量、用戶數(shù)量、利率水平等原始數(shù)據(jù)，也包括平臺綜合排名、信息透明度、資產(chǎn)集中度等平臺自行設(shè)計和計算的指標(biāo)數(shù)據(jù)。在數(shù)據(jù)時間維度的選取上，受到平臺公開數(shù)據(jù)可獲得性的限制，本文選擇2016年7月至2016年12月六個月的時間序列數(shù)據(jù)。在橫截面維度上，本文主要根據(jù)兩個條件對平臺企業(yè)進行篩選。首先，根據(jù)“業(yè)務(wù)類型”將符合共享經(jīng)濟模式的平臺篩選出來，具體而言，選擇開展“個人信貸”、“車貸”、“房貸”、“消費金融”、“農(nóng)村金融”和“藝術(shù)品抵押”業(yè)務(wù)的平臺，排除開展“供應(yīng)鏈”、“銀行過橋”、“企業(yè)信用貸”、“債券流轉(zhuǎn)”、“融資租賃”、“商業(yè)保理”和“票據(jù)”業(yè)務(wù)的平臺。其次，對所有運行中的平臺進行綜合評級，選出前100名優(yōu)秀平臺，考慮到時效性，本文選擇2015年和2016年都入選排名前75家的平臺。綜合上述兩個條件，最終選出41家符合要求的平臺作為樣本來源。

2. 描述性統(tǒng)計

變量的描述性統(tǒng)計結(jié)果如表1所示。投資人通過網(wǎng)貸平臺可獲得的效用為人均每月491.87元，高于同期一年期銀行定期存款利率的利息收入，這是投資人參與網(wǎng)貸平臺的激勵。平臺月統(tǒng)計人均借款金額為212.03萬，中位數(shù)為61.35萬元，一小部分平臺的借款人達數(shù)千萬從而提高了平均數(shù)。這說明網(wǎng)貸市場中借款人需求存在較大的差異性。平臺月均投資人數(shù)為33890人，借款人為42353人，借款人數(shù)大于投資人數(shù)，網(wǎng)貸市場整體交易活躍。平臺人均借款期限為8個月，屬于短期借款，間接說明網(wǎng)貸市場流動性較高、交易活躍，借款標(biāo)的期限較短的市場環(huán)境中借款人相對容易籌措到資金。平臺信息透明度平均得分為41.02，最小值僅為23.45，說明網(wǎng)貸市場普遍存在信息不透明現(xiàn)象。信息不透明意味著較大的風(fēng)險，這要求利率回報增加，從而影響了投資人獲得的利息收益。平臺投資人平均年化收益率為11%，作者估算的借款人平均年化利率為19%，借款利率雖然高于央行規(guī)定的企業(yè)貸款基準(zhǔn)利率，但遠(yuǎn)低于央行規(guī)定的最高貸款利率24%。平臺以相對銀行渠道更為合適的價格向有資金需求的借款人提供了新的融資渠道，這解釋了借款人參與平臺的激勵。

表1 描述性統(tǒng)計結(jié)果

資料來源：作者自制。

五、 實證結(jié)果分析

本文用共享經(jīng)濟平臺一邊用戶的效用的系數(shù)表示使用外部性，解釋平臺另一邊用戶獲得的效用，因此，雙邊用戶的效用為互為解釋變量與被解釋變量，產(chǎn)生內(nèi)生性問題。本文通過構(gòu)建聯(lián)立方程模型解決內(nèi)生性問題。當(dāng)方程組是聯(lián)立方程系統(tǒng)時，解釋變量可能包括來自其他方程的一個或多個被解釋變量，利用三階段最小二乘法估計量，可以通過系統(tǒng)估計來獲得更有效的估計值，該方法提供了比利用來自非當(dāng)前時期的其他時期外生變量更為傳統(tǒng)的獲取工具變量的方法(科林卡梅倫 & 特里維迪，2010)。

聯(lián)立方程模型在解決內(nèi)生性問題時，也會產(chǎn)生方程識別問題，由于amount和income為內(nèi)生被解釋變量，方程(1)、(2)、(3)、(4)中遺漏的外生變量都是2個，根據(jù)聯(lián)立方程模型可識別原則判斷，方程組為過度識別。樣本N=41、t=6，屬于短面板數(shù)據(jù)，考慮平臺之間的組別效應(yīng)，由于N過大自由度過小，無法使用3SLS進行有效估計。本文將時間作為組別，以解決因N過大引起的識別問題，并引入時間month虛擬變量，從而使模型可進行3SLS估計?；貧w結(jié)果見表2。

1. 交叉網(wǎng)絡(luò)外部性檢驗

首先，檢驗共享經(jīng)濟平臺正的交叉網(wǎng)絡(luò)外部性。方程1變量lnni系數(shù)在95%水平顯著為正，方程2變量lnnb系數(shù)在99%水平顯著為正，并且lnamount系數(shù)也在99%水平顯著為正，驗證了假設(shè)1共享經(jīng)濟平臺雙邊存在正的交叉網(wǎng)絡(luò)外部性。具體地，lnni和lnnb的正相關(guān)性驗證了共享經(jīng)濟市場的成員外部性，這說明平臺一邊邊際用戶數(shù)量的變化與另一邊用戶效用正相關(guān)，這可能是由于更多的供給意味著交易成功完成的概率更高。Lnamount正系數(shù)表現(xiàn)了使用外部性，借款人通過平臺獲得的融資越多越能體現(xiàn)出平臺的價值，投資者通過參與平臺進行投資獲取這些價值，轉(zhuǎn)化成自身的效用——利息收益。方程1變量lnincome系數(shù)不顯著，一個可能的解釋是2016年下半年我國金融市場“資產(chǎn)荒”導(dǎo)致市場中優(yōu)質(zhì)資產(chǎn)匱乏，大量投資人由于缺乏投資渠道，投資需求受到壓抑。投資人參與網(wǎng)絡(luò)借貸的行為體現(xiàn)了投資渠道的效用大于資產(chǎn)本身的效用，投資人通過網(wǎng)絡(luò)借貸平臺獲得的效用主要來自被壓抑的投資需求獲得的滿足，該部分效用與平臺的相關(guān)性大于與借款人的相關(guān)性。

表2 三階段最小二乘估計結(jié)果

注：Standard errors in parentheses，*** p<0.01, ** p<0.05, * p<0.1.

2. 自網(wǎng)絡(luò)外部性檢驗

其次，檢驗共享經(jīng)濟平臺負(fù)的自網(wǎng)絡(luò)外部性。方程1變量lnnb和方程2變量lnni系數(shù)在99%水平均顯著為負(fù)，表現(xiàn)出負(fù)的自網(wǎng)絡(luò)外部性，驗證了假設(shè)2。一個可能的解釋是由于樣本平臺整體信用評分較低，平臺上充斥劣質(zhì)借款人，這一方面對優(yōu)質(zhì)借款人產(chǎn)生了擠出效應(yīng)，另一方面加劇了競爭，導(dǎo)致了借款人整體獲得的效用降低。另外，大量研究表明共享經(jīng)濟平臺存在一定的“擁堵成本”(congestion cost)，隨著平臺參與人數(shù)的增加，擁堵成本上升導(dǎo)致用戶獲得的效用降低(Benjaafar et al,2015)。

3. 非線性關(guān)系檢驗

最后，檢驗共享經(jīng)濟平臺非線性特征。本文在方程3和方程4中加入了借款人和投資人人數(shù)的二次型以驗證成員外部性的非線性關(guān)系?；貧w結(jié)果見表3。

表3 非線性關(guān)系檢驗回歸結(jié)果

注：Standard errors in parentheses， *** p<0.01, ** p<0.05, * p<0.1.

方程3在加入lnorintrand控制變量后，lnni、lnni2和lnterm的系數(shù)顯著性有所提升；方程4在加入lnorint控制變量后，lnni、lnnb2和lninfo的系數(shù)顯著性顯著提升，并且R2由0.651提升到0.744，說明加入控制變量后的方程組解釋能力更強。方程3變量lnni和lnnb的系數(shù)符號和方程1保持一致，值得注意的是變量lnni2和lnnb2的系數(shù)在95%水平均顯著為正，驗證了借款人效用與投資人人數(shù)的非線性關(guān)系?；貧w結(jié)果驗證了網(wǎng)貸市場的非線性發(fā)展軌跡：平臺發(fā)展初期，投資人人數(shù)較少，投資人人數(shù)的增長使得借款人更容易獲得借款，為借款人帶來正效用。當(dāng)平臺人數(shù)超過一定閾值時，投資人數(shù)進一步增長將抑制效用的提升。這是因為，一方面，投資人數(shù)的進一步增長導(dǎo)致?lián)矶鲁杀旧仙?，抑制了借款人效用的進一步上升；另一方面，借款人人數(shù)的進一步增長意味著大量劣質(zhì)借款人的涌入，增加了市場整體風(fēng)險使得投資人變得相對謹(jǐn)慎，這對借款人獲得的效用產(chǎn)生了負(fù)影響。

在方程4中，變量lnni和lnnb系數(shù)和方程2保持一致，再次驗證了假設(shè)1和假設(shè)2。此時系數(shù)lnnb2在99%水平顯著為負(fù)，說明借款人人數(shù)超過一定閾值時，大量劣質(zhì)借款人的涌入加大了投資人的風(fēng)險，從而抑制其效用的進一步提升。方程4中l(wèi)nni2的系數(shù)不顯著，這可能是由于本文選擇的觀測時間跨度較短，未能反映出投資人正交叉網(wǎng)絡(luò)外部性的非線性關(guān)系。

另外，對于作為控制變量的價格因素，方程1變量lnorintrand系數(shù)在99%水平顯著為負(fù)；加入二次型的方程3中變量lnorintrand系數(shù)在同樣的水平區(qū)間顯著為負(fù)，這說明借款人面臨的價格和借款人效用存在負(fù)相關(guān)關(guān)系。出于方便描述的考慮，投資人面對的價格雖然用數(shù)值為正的利率表示，但其經(jīng)濟學(xué)含義是獲得的利息收益，這不同于借款人的需要付出的利息收益，因此可以理解為投資人面對實際為負(fù)數(shù)的價格。方程2和方程4中變量lnorint系數(shù)均在99%水平顯著為正，說明投資人面臨的價格和投資人效用存在負(fù)相關(guān)關(guān)系。

實證結(jié)果驗證了本文所提出的三個假設(shè)。從本文研究來看，共享經(jīng)濟具有雙邊市場特征，符合雙邊市場理論的假設(shè)。

六、 結(jié)論及啟示

本文通過網(wǎng)貸市場的數(shù)據(jù)驗證了共享經(jīng)濟的雙邊市場特征，共享經(jīng)濟平臺兩邊用戶具有正的交叉網(wǎng)絡(luò)外部性和負(fù)的自網(wǎng)絡(luò)外部性，且外部性具有非線性關(guān)系。這一發(fā)現(xiàn)為共享經(jīng)濟平臺治理提供了事實依據(jù)：一方面，平臺應(yīng)該合理利用正的交叉網(wǎng)絡(luò)外部性將平臺做大做強，為用戶創(chuàng)造更大效用；另一方面建議平臺通過機制設(shè)計盡量減少負(fù)的自網(wǎng)絡(luò)外部性。本文的發(fā)現(xiàn)對政府牽頭加快共享經(jīng)濟領(lǐng)域的征信體系建設(shè)，以增強市場透明度，降低行業(yè)負(fù)外部性提出了迫切要求。雙邊市場理論認(rèn)為決定平臺價格結(jié)構(gòu)的因素之一是交叉網(wǎng)絡(luò)外部性的大小，如果A邊對B邊的交叉網(wǎng)絡(luò)外部性大于B對A，則A邊容易成為平臺降價爭取客戶數(shù)量的目標(biāo)。本文的實證結(jié)果顯示，當(dāng)共享經(jīng)濟市場發(fā)展相對平穩(wěn)的狀態(tài)下，雙邊的正交叉網(wǎng)絡(luò)外部性并沒有很大的差別，因此網(wǎng)絡(luò)借貸平臺的定價策略并不應(yīng)偏重某一方。更為一般地，不同類型的共享經(jīng)濟平臺定價需要參考正交叉網(wǎng)絡(luò)外部性，這需要更多的實證研究作為支撐。最后，網(wǎng)絡(luò)外部性的存在以及對空間地理位置的突破可能導(dǎo)致基于互聯(lián)網(wǎng)的共享經(jīng)濟形成規(guī)模經(jīng)濟，先進入的平臺一方面提高競爭對手的進入門檻，另一方面通過歧視性定價與傳統(tǒng)企業(yè)展開不正當(dāng)競爭。這就要求政府和監(jiān)管部門在對共享經(jīng)濟行業(yè)管制過程中，堅持以保護消費者和維護市場公平為前提，防止共享經(jīng)濟平臺不當(dāng)利用網(wǎng)絡(luò)外部性的行為。

1. Anders Hansen Henten Iwona Maria Windekilde. Transaction Costs and the Sharing Economy,DigitalPolicy,RegulationandGovernance, 2016,18:1-15.

2. Armstrong, M. Competition in two-sided Markets.TheRANDJournalofEconomics, 2006,37(3):668-691.

3. Benjaafar et al. Peer-to-Peer Product Sharing: Implications for Ownership, Usage and Social Welfare in the Sharing Economy. 2015，SocialScienceElectronicPublishing.

4. Cohen P. et al. Using Big Data to Estimate Consumer Surplus: The Case of Uber.NBERWorkingPaper, 2016.

5. Eid N, Maltby J & Talavera O. Income Rounding and Loan Performance in the Peer-to-Peer Market.MPRAPaper, 2016.

6. Fafchamps, M. et al. Adoption with Social Learning and Network Externalities.NBERWorkingPapers, 2016.

7. Farajallah,S.P..et al. What Drives Pricing Behavior in Peer-to-Peer Markets? Evidence from the Carsharing Platform Blablacar.SocialScienceElectronicPublishing, 2016.

8. Fraiberger,S.P and Sundararajan, A. Peer-to-Peer Rental Markets in the Sharing Economy.SocialScienceElectronicPublishing, 2015.

9. Kaiser, U. and Wright, J. Price Structure in Two-Sided Markets: Evidence from the Magazine Industry.InternationalJournalofIndustrialOrganization, 2006,24(1):1-28.

10. Kung, L. C and Zhong, G. Y. The Optimal Pricing Strategy for Two-Sided Platform Delivery in the Sharing Economy.TransportationResearchPartELogistics&TransportationReview, 2017, 101:1-12.

11. Marcus,F.and Joe,L.S. Community Structure and Collaborative Consumption: A Routine Activity Approach.AmericanBehavioralScientist, 1978,21(4):614-624.

12. Rochet, J. C. and Tirole, J. Platform Competition in Two‐Sided Markets.JournaloftheEuropeanEconomicAssociation, 2003,1(4): 990-1029.

13. Rochet, J. C.and Tirole, J. Two-Sided Markets:a Progress Report.TheRANDJournalofEconomics, 2006,37(3):645-667.

14. Rysman, M. Competition Between Networks: A Study of the Market for Yellow Pages.TheReviewofEconomicStudies，2004，71(2):483-512.

15. Rysman,M. An Empirical Analysis of Payment Card Usage.TheJournalofIndustrialEconomics, 2007,55(1):1-36.

16. Rysman,M.. The Economics of Two-Sided Markets.JournalofEconomicPerspectives,2009,23(3)：125-143.

17. Schmalensee,R.,and Evans,D.S. Industrial Organization of Markets with Two-Sided Platforms.SsrnElectronicJournal,2005,3(1):103-114.

18. Zervas, G.et al. The Rise of the Sharing Economy: Estimating the Impact of Airbnb on the Hotel Industry.SsrnElectronicJournal, 2013.

19. 陳霄、葉德珠：《中國p2p網(wǎng)絡(luò)借貸利率波動研究》，《國際金融研究》2016年第1期。

20. 廖理、李夢然、王正位：《聰明的投資者：非完全市場化利率與風(fēng)險識別——來自p2p網(wǎng)絡(luò)借貸的證據(jù)》，《經(jīng)濟研究》2014年第7期。

21. 劉奕、夏長杰：《享經(jīng)濟理論與政策研究動態(tài)》，《經(jīng)濟學(xué)動態(tài)》2016年第4期。

22. 盧現(xiàn)祥：《共享經(jīng)濟:交易成本最小化、制度變革與制度供給》，《社會科學(xué)戰(zhàn)線》2016年第9期。

23. 洪武、張江城：《共享經(jīng)濟:經(jīng)濟倫理的一種新常態(tài)》，《天津社會科學(xué)》2016年第3期。

24. 邱甲賢等：《第三方電子交易平臺的雙邊市場特征——基于在線個人借貸市場的實證分析》，《管理科學(xué)學(xué)報》2016年第1期。

25. 孫武軍、馮雪巖：《P2P網(wǎng)絡(luò)借貸平臺具有雙邊市場特征嗎?——來自“人人貸”的經(jīng)驗證據(jù)》，《北京工商大學(xué)學(xué)報(社會科學(xué)版)》 2016 年第3期。

26. 吳漢洪、孟劍：《雙邊市場理論與應(yīng)用述評》，《中國人民大學(xué)學(xué)報》2014年第2期。

27. 胥莉、王耀斌、陳麗：《廣告支持型雙邊市場的網(wǎng)絡(luò)效應(yīng)——即時通訊市場的實證分析》，《系統(tǒng)管理學(xué)報》2008年第6期。

28. 楊蕙馨、吳煒峰：《用戶基礎(chǔ)、網(wǎng)絡(luò)分享與企業(yè)邊界決定》，《中國工業(yè)經(jīng)濟》2009年第8期。

29. 楊帥：《共享經(jīng)濟帶來的變革與產(chǎn)業(yè)影響研究》，《當(dāng)代經(jīng)濟管理》2016年第6期。