周令坤 劉宇瑞 周全 彭展

共享經(jīng)濟(jì)鼻祖羅賓·蔡斯曾說(shuō)，當(dāng)你能輕松地與人交流，分享資產(chǎn)、人脈和想法時(shí)，所有的一切都改變了，而不僅僅是你的租車方式。作為共享經(jīng)濟(jì)的代表產(chǎn)物，網(wǎng)約車已經(jīng)站在了產(chǎn)業(yè)發(fā)展的十字路口。近日，德勤發(fā)布了《十字路口的網(wǎng)約車》，對(duì)網(wǎng)約車的市場(chǎng)環(huán)境和發(fā)展趨勢(shì)進(jìn)行了分析，本報(bào)摘要刊登，以饗讀者。

“互聯(lián)網(wǎng)+”在社會(huì)資源配置中的優(yōu)化和集成作用催生經(jīng)濟(jì)形態(tài)發(fā)生演變，眾多垂直行業(yè)與互聯(lián)網(wǎng)進(jìn)行深度融合，發(fā)展出新的商業(yè)形態(tài)和業(yè)務(wù)模式，網(wǎng)約車就是其中之一。從2012年至今，短短幾年時(shí)間，網(wǎng)約車從一場(chǎng)民眾獵奇、平臺(tái)燒錢的狂歡中，逐漸恢復(fù)理性，沉淀為一種相對(duì)成熟的共享出行新業(yè)態(tài)。未來(lái)，隨著宏觀經(jīng)濟(jì)增長(zhǎng)、城市化率提高、基礎(chǔ)設(shè)施完善、政策引導(dǎo)和人們出行需求的多元以及出行習(xí)慣的改變，網(wǎng)約車市場(chǎng)將持續(xù)增長(zhǎng)。

2016年監(jiān)管政策的頒布和實(shí)施，讓以“共享”為特征的網(wǎng)約車市場(chǎng)提前迎來(lái)拐點(diǎn)。在政府“類出租”的管理模式下，網(wǎng)約車受到總量控制，各大平臺(tái)也由過(guò)去C2C的業(yè)務(wù)模式向C2C+B2C演進(jìn)，核心競(jìng)爭(zhēng)力也由“流量為王”向“流量與合規(guī)運(yùn)力并重”轉(zhuǎn)變。

在以滴滴為核心的“一超多弱”競(jìng)爭(zhēng)格局下，跨界平臺(tái)、租賃大戶、車廠強(qiáng)企不斷試探，或利用平臺(tái)天然的流量能力，或利用傳統(tǒng)業(yè)務(wù)積累的運(yùn)力及運(yùn)營(yíng)優(yōu)勢(shì)，切入網(wǎng)約車市場(chǎng)。未來(lái)，在需求旺盛但有待開(kāi)墾的二線城市，運(yùn)力+平臺(tái)的區(qū)域性網(wǎng)約車企業(yè)仍具有一定發(fā)展空間。

從價(jià)值鏈角度看，“平臺(tái)化”是網(wǎng)約車市場(chǎng)發(fā)展的方向，尤其是背靠汽車租賃、整車制造起家的網(wǎng)約車企業(yè)，更需要輕量化資產(chǎn)投入，基于用戶數(shù)據(jù)拓展業(yè)務(wù)模式。從經(jīng)濟(jì)性和環(huán)保角度出發(fā)，網(wǎng)約車運(yùn)力將逐漸被油電能耗更低、經(jīng)濟(jì)性更高的新能源車替代，“新能源化”趨勢(shì)已成定局。除此以外，隨著自動(dòng)駕駛技術(shù)在共享出行領(lǐng)域的商業(yè)化嘗試，網(wǎng)約車市場(chǎng)將面臨顛覆性革新?！爸悄芑辈豢赡孓D(zhuǎn)，未來(lái)，誰(shuí)掌握自動(dòng)駕駛核心技術(shù)，誰(shuí)就是共享出行的新極點(diǎn)。

誰(shuí)是關(guān)鍵推手

網(wǎng)約車市場(chǎng)整體需求持續(xù)增長(zhǎng)。隨著城鎮(zhèn)化水平提升、經(jīng)濟(jì)持續(xù)發(fā)展、基礎(chǔ)設(shè)施持續(xù)完善，中國(guó)未來(lái)城鎮(zhèn)居民出行需求將持續(xù)增長(zhǎng)。得益于政府對(duì)公共交通的引導(dǎo)以及移動(dòng)共享出行的日益成熟，公共交通和共享出行模式將更多受到消費(fèi)者的青睞;而私家車出行受制于更多城市加入限購(gòu)行列、征收擁堵稅等，占比將持續(xù)下降。樂(lè)觀估計(jì)，至2050年，接近1/3的出行將通過(guò)共享模式完成，共享出行將成為除步行之外最重要的主要出行方式。

政策是影響網(wǎng)約車市場(chǎng)發(fā)展的關(guān)鍵推手。共享出行市場(chǎng)增長(zhǎng)的背后，除消費(fèi)升級(jí)、移動(dòng)支付普及、用戶出行習(xí)慣變化等經(jīng)濟(jì)、技術(shù)、社會(huì)因素驅(qū)動(dòng)，政策是影響共享出行發(fā)展的關(guān)鍵。限購(gòu)政策導(dǎo)致購(gòu)車門檻升高、降低了消費(fèi)者購(gòu)車意愿，限行政策降低了私家車的使用頻率;同時(shí)，油價(jià)、日常停車費(fèi)以及汽車保險(xiǎn)、養(yǎng)護(hù)、維修等費(fèi)用高昂，造成了較高的養(yǎng)車成本。

除了影響共享出行各個(gè)細(xì)分市場(chǎng)的普遍政策因素之外，針對(duì)網(wǎng)約車市場(chǎng)的特殊監(jiān)管政策是網(wǎng)約車發(fā)展背后的關(guān)鍵推手。網(wǎng)約車本質(zhì)上是非巡游式預(yù)約出租汽車，整體管理遵循“總量控制”的原則。

“一超多弱”格局長(zhǎng)期延續(xù)

始于2012年的網(wǎng)約車模式，在經(jīng)歷了市場(chǎng)教育和爆發(fā)、行業(yè)內(nèi)整合和政策監(jiān)管補(bǔ)位三個(gè)階段后，越來(lái)越回歸商業(yè)的本質(zhì)，逐步成長(zhǎng)為共享出行中成熟度最高的領(lǐng)域。

“一超多弱”格局形成。2018年Q2（第二季度）網(wǎng)約車平臺(tái)日交易額約4.8億元，滴滴出行占據(jù)將近96%的市場(chǎng)份額，在行業(yè)中處于壟斷地位，遠(yuǎn)高于第二名首汽約車。從細(xì)分市場(chǎng)看，網(wǎng)約車專車業(yè)務(wù)日訂單量約90萬(wàn)單，為快車的5%。其中，滴滴出行日訂單總量約1900萬(wàn)單，專車市場(chǎng)74%的訂單量、快車99%的訂單量都被滴滴拿走，剩下的零星市場(chǎng)份額被首汽、神州、曹操等平臺(tái)瓜分。

二線城市將成為角逐重點(diǎn)?；诘蔚纬鲂械某鞘袆澐郑谝惶蓐?duì)和第二梯隊(duì)的46個(gè)城市貢獻(xiàn)了87%的平臺(tái)份額。第一梯隊(duì)城市包含北京、上海、廣州、深圳、杭州、成都，日交易額260億元，占全國(guó)總量的57%;其中快車業(yè)務(wù)230億元，占總業(yè)務(wù)量的88%。第二梯隊(duì)是除第一梯隊(duì)外，開(kāi)放專車業(yè)務(wù)的剩余40個(gè)城市，日交易額約為第一梯隊(duì)的一半，同樣也是以快車業(yè)務(wù)為主。第三、四梯隊(duì)城市業(yè)務(wù)總量?jī)H占全公司的13%，全部為快車業(yè)務(wù)。第二梯隊(duì)城市具有用車成本高、出行需求大和全職運(yùn)力需求潛力大等共性問(wèn)題，是未來(lái)增長(zhǎng)較快的重點(diǎn)區(qū)域之一，也會(huì)是專車快車業(yè)務(wù)重點(diǎn)角逐的市場(chǎng)。

三大發(fā)展方向

平臺(tái)化。從邊際成本角度，平臺(tái)具有資產(chǎn)輕、模式復(fù)制性強(qiáng)的特點(diǎn)，隨著規(guī)模擴(kuò)張，邊際成本急速下降并趨于零，一旦形成一定的流量規(guī)模，較容易實(shí)現(xiàn)盈虧平衡。此外，平臺(tái)化模式可以聚集用戶流量和數(shù)據(jù)，變現(xiàn)途徑多樣，擁有更高的用戶價(jià)值。從估值角度對(duì)比各種模式的網(wǎng)約車企業(yè)市場(chǎng)估值倍數(shù)可以看出，平臺(tái)化程度越高，網(wǎng)約車企業(yè)的價(jià)值就越大。這是由于運(yùn)力企業(yè)在一線城市及部分限牌的二線城市需要付出較高的牌照租賃費(fèi)用，加之車輛折舊、運(yùn)營(yíng)成本居高不下，因而盈利困難。

新能源化。與燃油車相比，新能源車型具有不限購(gòu)、不限行、有補(bǔ)貼的優(yōu)勢(shì)，且從價(jià)值鏈拆解來(lái)看，新能源車有明顯的吸引力：對(duì)于司機(jī)，租賃新能源車可以降低油電成本，提升收入;對(duì)于運(yùn)力企業(yè)，租金提升、牌照溢價(jià)、維保費(fèi)用降低、折舊成本降低空間大，是未來(lái)網(wǎng)約車的必然選擇。在政府、平臺(tái)和OEM（原始設(shè)備制造商）三方的積極推動(dòng)下，將會(huì)有越來(lái)越多的新能源汽車加入網(wǎng)約車運(yùn)營(yíng)。

智能化?！爸悄芑笔瞧囆袠I(yè)四化發(fā)展大趨勢(shì)之一，移動(dòng)出行是智能汽車商業(yè)化落地的重要場(chǎng)景之一。智能駕駛單車數(shù)據(jù)積累深度與廣度不足，而聯(lián)網(wǎng)的自動(dòng)駕駛移動(dòng)出行車隊(duì)可以迅速積累數(shù)據(jù)，為訓(xùn)練適應(yīng)多場(chǎng)景的AI算法提供大量輸入，加速無(wú)人駕駛汽車的成熟。