來源：產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論 2022年3期

　　作者：李玲芳; 盧向華; 符琳; 黃少卿

　　關(guān)鍵詞：共享經(jīng)濟(jì);網(wǎng)約車平臺(tái);信息機(jī)制設(shè)計(jì);激勵(lì)機(jī)制設(shè)計(jì)

　　一、引言

　　隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等新一代信息技術(shù)與交通行業(yè)的深度融合，Uber、滴滴、神州租車等網(wǎng)約車平臺(tái)在全球范圍內(nèi)迅速普及。一方面，網(wǎng)約車平臺(tái)為城市居民出行提供便捷，但是另一方面，網(wǎng)約車平臺(tái)機(jī)制設(shè)計(jì)的不合理很可能會(huì)導(dǎo)致司機(jī)與乘客發(fā)生利益沖突，降低網(wǎng)約車服務(wù)質(zhì)量(黃雷彩等，2020)。

　　其中，網(wǎng)約車平臺(tái)的乘客目的地透明機(jī)制由于引發(fā)司機(jī)“拒載”行為而備受爭議。以滴滴共享平臺(tái)為例，2017 年以前，平臺(tái)允許司機(jī)獲悉乘客最終目的地，由司機(jī)決定是否應(yīng)答。這種機(jī)制設(shè)計(jì)雖然可以幫助平臺(tái)服務(wù)供給者和服務(wù)需求者之間更好地匹配，但是也造成了司機(jī)出現(xiàn)兩種策略性工作模式——主動(dòng)選單(選擇長距離訂單)和被動(dòng)接單(不挑選訂單)，進(jìn)而產(chǎn)生司機(jī)拒載行為，降低乘客滿意度。為此，2017 年，上海市交通委決定網(wǎng)約車平臺(tái)不得顯示乘客目的地相關(guān)功能①。

　　現(xiàn)有研究對(duì)網(wǎng)約車平臺(tái)如何激勵(lì)司機(jī)行為進(jìn)行了大量探討。例如探討網(wǎng)約車平臺(tái)根據(jù)市場需求變化采取不同的定價(jià)模式和策略，從而優(yōu)化司機(jī)接單行為(Diakopoulos，2015);實(shí)證研究證實(shí)了平臺(tái)幫助司機(jī)與乘客之間實(shí)現(xiàn)信息共享，可以降低總體出行費(fèi)用的60%，降低司機(jī)之間的惡性競爭(Zhan 等，2016)，節(jié)約乘客與司機(jī)獲悉搜尋與等待接單的時(shí)間，是時(shí)間成本最小化與乘車收入最大化的關(guān)鍵點(diǎn)(Gabel，2016)。網(wǎng)約車平臺(tái)在機(jī)制設(shè)計(jì)上需要在司機(jī)個(gè)體利益最大化與市場需求盡可能滿足間實(shí)現(xiàn)激勵(lì)相容(周樂欣，2020)。現(xiàn)有研究主要從乘客交易價(jià)格變化、乘客等待時(shí)間等因素出發(fā)探討司機(jī)行為的激勵(lì)效應(yīng)，缺乏探討乘客目的地已知情境下司機(jī)不同工作模式的績效差異。

　　為探討上述研究缺口，本文作者與滴滴平臺(tái)合作，針對(duì)其2015 年搶派結(jié)合模式探索階段，以隨機(jī)抽樣網(wǎng)約車司機(jī)脫敏數(shù)據(jù)為研究樣本，并選取北京市限行①產(chǎn)生市場需求快速波動(dòng)時(shí)間段為自然實(shí)驗(yàn)事件，聚焦于回答以下兩個(gè)研究問題：第一，網(wǎng)約車平臺(tái)乘客目的地已知情況下，司機(jī)主動(dòng)式選單模式是否一定比被動(dòng)式接單模式產(chǎn)生更好的績效?第二，當(dāng)市場需求發(fā)生快速變化時(shí)，司機(jī)主動(dòng)式選單是否仍然維持績效優(yōu)勢?

　　本文采用傾向評(píng)分匹配(PSM)的研究方法對(duì)滴滴出行網(wǎng)約車數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)無論市場需求是高或者低，主動(dòng)選擇模式下司機(jī)在每日總收入、每小時(shí)收入以及載客率上都優(yōu)于被動(dòng)接單的司機(jī)。但是，主動(dòng)選單司機(jī)的邊際收入在市場高需求期間遞減，即限行期的高需求市場會(huì)削弱挑選長距離訂單的司機(jī)與不挑選長距離訂單司機(jī)之間的收入差距。這個(gè)研究結(jié)果表明，司機(jī)主動(dòng)式選單回報(bào)要優(yōu)于被動(dòng)式選單。由此可以推測，隨著司機(jī)網(wǎng)約車經(jīng)驗(yàn)的增長，將有越來越多的挑單行為發(fā)生，因此會(huì)出現(xiàn)對(duì)于短途出行的需求不平衡和不匹配。

　　相對(duì)已有文獻(xiàn)，本文的理論貢獻(xiàn)在于：

　?、?以往對(duì)于網(wǎng)約車平臺(tái)的機(jī)制設(shè)計(jì)研究主要關(guān)注平臺(tái)訂單類型設(shè)計(jì)、訂單時(shí)長設(shè)計(jì)與訂單報(bào)價(jià)設(shè)計(jì)對(duì)司機(jī)工作模式的影響(Zheng 等，2016;程絮森等，2015;Cici，2015)，缺乏關(guān)注乘客目的地信息機(jī)制與司機(jī)工作模式選擇之間的關(guān)系。本文發(fā)現(xiàn)乘客目的地機(jī)制設(shè)計(jì)的缺陷會(huì)導(dǎo)致部分市場失靈現(xiàn)象出現(xiàn)，具體表現(xiàn)為司機(jī)在利益最大化驅(qū)動(dòng)下選擇長途單而忽視短途單，短途出行需求得不到匹配，由此揭示了乘客目的地信息機(jī)制下市場失靈的內(nèi)在機(jī)理。

　?、?本文發(fā)現(xiàn)在乘客目的地信息機(jī)制影響下的市場失靈中，市場需求的波動(dòng)性不會(huì)產(chǎn)生根本性影響，主動(dòng)式選單工作模式的績效總是優(yōu)于被動(dòng)式接單工作模式;指出了這種類型的市場失靈具有魯棒性效應(yīng)，不會(huì)隨著市場波動(dòng)而變化，推進(jìn)了現(xiàn)有網(wǎng)約車領(lǐng)域研究對(duì)該現(xiàn)象的理解。

　?、?對(duì)于乘客目的地信息機(jī)制設(shè)計(jì)，本文一方面揭示了可能會(huì)出現(xiàn)的市場失靈現(xiàn)象，另一方面也指出該機(jī)制對(duì)策略性司機(jī)群體具有正向激勵(lì)效應(yīng)，有助于提高司機(jī)參與度和訂單應(yīng)答效率。本文的研究結(jié)論有助于網(wǎng)約車及其他共享經(jīng)濟(jì)平臺(tái)(例如共享單車)改進(jìn)乘客目的地信息披露模式，對(duì)平臺(tái)的長遠(yuǎn)發(fā)展有一定的推動(dòng)作用。

　　二、網(wǎng)約車平臺(tái)機(jī)制設(shè)計(jì)文獻(xiàn)回顧

　　共享經(jīng)濟(jì)平臺(tái)資源配置的特性使得平臺(tái)承擔(dān)了部分市場組織者的職能(Hurwicz，1973)。如何在非理想條件下實(shí)現(xiàn)資源的有效配置是平臺(tái)發(fā)展的關(guān)鍵，也是經(jīng)濟(jì)學(xué)的重要議題——市場(機(jī)制)設(shè)計(jì)理論研究的主要內(nèi)容(李玲芳和洪占卿，2015)。平臺(tái)的參與者會(huì)按照平臺(tái)設(shè)定的規(guī)則進(jìn)行經(jīng)濟(jì)活動(dòng)，因此，平臺(tái)的機(jī)制設(shè)計(jì)會(huì)對(duì)參與者的行為產(chǎn)生較大的影響(Maskin，2008)，如果設(shè)計(jì)不當(dāng)，則會(huì)對(duì)平臺(tái)自身和市場的公平與效率產(chǎn)生影響。比如：電商平臺(tái)eBay 一開始的評(píng)論系統(tǒng)里面允許買賣雙方互評(píng)，但是后來發(fā)現(xiàn)這樣的平臺(tái)機(jī)制設(shè)計(jì)會(huì)導(dǎo)致買家不敢留下真實(shí)的差評(píng)，因此在2013年禁止賣家給買家留差評(píng)。

　　現(xiàn)有研究對(duì)網(wǎng)約車平臺(tái)的機(jī)制設(shè)計(jì)進(jìn)行了大量探討。在訂單類型選擇方面，研究發(fā)現(xiàn)司機(jī)在可以預(yù)期接到很多訂單時(shí)，存在通過多接一些距離小于起步價(jià)距離的訂單來提高收入的情況，網(wǎng)約車平臺(tái)的出現(xiàn)使得司機(jī)更愿意接短單了(Zheng 等，2016)。與之相反，有學(xué)者的研究證實(shí)了當(dāng)起步價(jià)的收入遠(yuǎn)高于多跑一公里的收入時(shí)，司機(jī)更愿意多接短單來獲得更多的起步價(jià)(Dong，2016)。與前者結(jié)論均不同的是，將司機(jī)按收入高低分為四組，四組司機(jī)的平均每單車程的概率分布曲線相同，結(jié)論認(rèn)為司機(jī)不能通過接長單、少接單來獲取更多收入(Zhang 等，2016)。但是，這些研究并沒有以有可比性的司機(jī)為研究對(duì)象進(jìn)行分組，從而研究司機(jī)的工作策略，也缺少在市場需求波動(dòng)情景下司機(jī)的策略行為的研究。

　　在訂單工作時(shí)長方面，共享機(jī)制下，司機(jī)可以自由選擇工作時(shí)長，司機(jī)的工作時(shí)長問題以及其與傳統(tǒng)出租車司機(jī)的工作效率和行為模式比較成為了近期研究關(guān)注的熱點(diǎn)。在共享機(jī)制下，司機(jī)傾向于在工資高時(shí)投入更多的工作時(shí)間(Cachon等，2015)。其中，以Uber為例，司機(jī)的平均每小時(shí)收入并不隨著一周內(nèi)工作時(shí)間的長短而變化(Hall 和Krueger，2017)。相較出租車司機(jī)，Uber司機(jī)工作時(shí)間的彈性更大，平均每小時(shí)收入更高，且每周工作更少時(shí)間。在資源利用效率上， Uber司機(jī)載客時(shí)間比率(載客時(shí)間占總工作時(shí)間的比率)以及載客路程比率(載客時(shí)間占總工作時(shí)間的比率)都顯著高于出租車司機(jī)(Cramer 和 Krueger，2016)。在Uber 平臺(tái)被采用的城市，總就業(yè)人數(shù)有所增加，傳統(tǒng)出租車司機(jī)的收入下降部分被Uber 司機(jī)收入的增長部分所抵消(Berger等，2018)。

　　在訂單報(bào)價(jià)方面，現(xiàn)有網(wǎng)約車平臺(tái)采取司機(jī)接受或者拒絕的定價(jià)交易機(jī)制，可以幫助平臺(tái)優(yōu)化司機(jī)的實(shí)際運(yùn)行成本和期望收益(程絮森，2015)。網(wǎng)約平臺(tái)動(dòng)態(tài)定價(jià)模式是競爭性報(bào)價(jià)交易機(jī)制在共享經(jīng)濟(jì)平臺(tái)的表現(xiàn)(McAfee，1992;Cici 等，2015)。通過實(shí)證分析數(shù)據(jù)發(fā)現(xiàn)，在線乘車系統(tǒng)的動(dòng)態(tài)價(jià)格匹配機(jī)制可以使得司機(jī)乘客匹配率高達(dá)78%。另有研究證實(shí)了動(dòng)態(tài)價(jià)格機(jī)制在提高市場效率和提升乘客服務(wù)體驗(yàn)上均優(yōu)于固定價(jià)格機(jī)制(Pueboobpaphan 等，2017)。

　　針對(duì)中國網(wǎng)約車市場的研究，一些學(xué)者對(duì)出租車司機(jī)及滴滴司機(jī)的工作方式選擇進(jìn)行了新的探討。有研究按照每日收入高低將司機(jī)分為3 組，發(fā)現(xiàn)供需關(guān)系、搜索距離、費(fèi)用率、車速是影響司機(jī)收入的主要因素。但是在低需求地區(qū)不代表著低收入，長訂單也不代表著高收入(Qin 等，2017)。而這正是本文可以進(jìn)一步解釋的。低需求地區(qū)的挑單司機(jī)一樣可以獲得高收入，挑選長訂單的司機(jī)一定程度上會(huì)受到訂單需求的影響。

　　綜上所述，現(xiàn)有研究已經(jīng)意識(shí)到網(wǎng)約車平臺(tái)機(jī)制設(shè)計(jì)的重要性，并從司機(jī)訂單類型、訂單時(shí)長、訂單價(jià)格等方面探討對(duì)司機(jī)行為的激勵(lì)效應(yīng)，然而缺乏探討在訂單目的地已知情況下不同司機(jī)行為的績效差異。

　　三、理論與假說

　　(一)基礎(chǔ)理論模型：司機(jī)工作方式對(duì)司機(jī)績效的影響

　　所有司機(jī)都有動(dòng)機(jī)在有限工作時(shí)間內(nèi)以更高效的工作方式獲得更高的收入。過去我們觀察到出租車司機(jī)更偏好于接長訂單，尤其是機(jī)場和火車站的訂單。在這種情況下，一些司機(jī)會(huì)更具策略性，只回應(yīng)價(jià)值較高的訂單，即長訂單。因?yàn)樗麄冋J(rèn)為，即使他們可能會(huì)犧牲一些短距離訂單，導(dǎo)致等待時(shí)間更長，但長訂單的利潤會(huì)覆蓋掉成本。如北京出租車(早5：00—晚22：59)的起步價(jià)為10元(三公里以內(nèi))，超出(含)三公里至十五公里以內(nèi)的公里數(shù)每公里按2 元計(jì)費(fèi)。超出(含)十五公里的公里數(shù)(每公里加收50%空駛費(fèi))按3 元計(jì)費(fèi)。顯然，司機(jī)更偏好距離超過十五公里的長訂單。

　　有學(xué)者的研究發(fā)現(xiàn)，與出租車司機(jī)相反，網(wǎng)約車司機(jī)在可以預(yù)期接到很多訂單時(shí)，存在通過多接一些小于起步價(jià)距離的訂單來提高收入的情況，網(wǎng)約車平臺(tái)的出現(xiàn)使得司機(jī)更愿意接短單了(Dong，2016;Tang，2017)。其他學(xué)者的研究進(jìn)一步證實(shí)了司機(jī)不能通過接長單、少接單來獲取更多收入(Zhang 等，2016)。

　　假說1：司機(jī)挑選長距離訂單會(huì)獲得超額回報(bào)。

　　(二)需求波動(dòng)對(duì)司機(jī)行為模式與績效的影響

　　在高峰期，挑長單的策略效果減弱。低峰期沒有足夠的短單，使得司機(jī)無法實(shí)現(xiàn)多接單接短單策略。高峰期情況下，市場訂單足夠多，司機(jī)的尋客成本更低，司機(jī)多接短訂單也可以實(shí)現(xiàn)高收入。我們將司機(jī)劃分為挑選長訂單的主動(dòng)選單組，和不挑選長訂單的被動(dòng)接單組。經(jīng)檢驗(yàn)，確實(shí)兩者收入差距在高峰期減少，說明在不挑選長訂單的司機(jī)中有一部分司機(jī)采用了多接單、接短單策略，從而獲得更高的收入。

　　假說2：高需求市場下，主動(dòng)選單的工作策略的邊際效應(yīng)降低。

　　(三)司機(jī)行為模式轉(zhuǎn)換對(duì)司機(jī)績效的影響

　　正如前面所述，在高需求模式下，司機(jī)即使不挑單也能有足夠的訂單數(shù)，因此很多司機(jī)會(huì)選擇維持低需求模式下的工作方式。但另一方面，高需求模式提供了一個(gè)更好的挑單環(huán)境，也就是說高需求模式下，訂單量足夠多，更允許司機(jī)對(duì)訂單進(jìn)行有目的性的選擇。那么一個(gè)自然的問題就是，在需求波動(dòng)的情況下，司機(jī)改變其工作方式會(huì)帶來更高還是更低的邊際收入?考慮到這一問題背后有著兩種不同的機(jī)制在影響著司機(jī)的決策，我們尚未知哪一種機(jī)制產(chǎn)生的作用更大，因此，我們提出兩個(gè)競爭性的假設(shè)：

　　假說3a：司機(jī)在市場需求波動(dòng)的情況下轉(zhuǎn)換為主動(dòng)選單工作策略，會(huì)帶來更高的邊際收入。

　　假說3b：司機(jī)在市場需求波動(dòng)的情況下轉(zhuǎn)換為主動(dòng)選單工作策略，會(huì)帶來更低的邊際收入。

　　四、樣本選擇、指標(biāo)構(gòu)建與變量統(tǒng)計(jì)

　　(一)樣本選擇

　　2015 年12 月，北京市政府實(shí)施了7 天“單雙車禁”政策(12 月9 日-12 日和12 月20 日-22 日)，要求車輛按照車牌號(hào)的奇偶分天數(shù)限行，以緩解霧霾和交通擁堵。這個(gè)政策導(dǎo)致公共交通和私家車共享需求急劇增加，12 月7 日滴滴順風(fēng)車的預(yù)約量相比前一日大幅增長了93.5%①。政策期和非政策期創(chuàng)造出了相應(yīng)的高需求市場和低需求市場，對(duì)此，我們構(gòu)建實(shí)證模型檢驗(yàn)需求波動(dòng)對(duì)網(wǎng)約車司機(jī)的工作方式的影響。

　　在本研究中，我們與滴滴平臺(tái)合作，隨機(jī)抽取了2015年12月1日至12月31日北京1000名網(wǎng)約車司機(jī)的脫敏數(shù)據(jù)。2015年滴滴仍處于搶派結(jié)合模式的探索階段，訂單優(yōu)先派送距離乘客一定半徑范圍內(nèi)的司機(jī)，播報(bào)訂單的起始位置和目的地位置信息(播報(bào)時(shí)間3-5 秒)，如果沒有司機(jī)搶單，系統(tǒng)會(huì)擴(kuò)大播報(bào)半徑直至有司機(jī)接單。因此在這個(gè)過程中，一些司機(jī)會(huì)策略性選擇距離更長、價(jià)值更高的訂單。

　　為了確定哪些是主動(dòng)選單司機(jī)哪些是被動(dòng)接單司機(jī)，我們計(jì)算了正常需求期間(即沒有單雙車禁止期，共21天)每個(gè)駕駛者的平均每程行程距離。如果司機(jī)的平均行程距離高于平均值的3/4標(biāo)準(zhǔn)偏差，我們將他們定義為主動(dòng)選單司機(jī)，最終在1000名司機(jī)中有255名主動(dòng)選單司機(jī)，而其他745名司機(jī)則更傾向于隨機(jī)地選擇這些訂單。

　　為了更好地比較主動(dòng)選單司機(jī)與被動(dòng)接單司機(jī)的行為差異，我們要排除這兩類司機(jī)的自我選擇偏差，即兩類司機(jī)除了搶單方式之外，在經(jīng)驗(yàn)、工作時(shí)間、車輛配置等方面沒有顯著的偏差。因此，基于這255 名司機(jī)的信息，我們采用傾向得分匹配(PSM)方法，在745 名剩余的司機(jī)中采用一對(duì)一最近鄰居匹配(無替換)算法(Brodeur，2018)，匹配了255 名被動(dòng)接單司機(jī)，即這些司機(jī)在正常需求期間不會(huì)刻意地去搶長單。表1 是經(jīng)過PSM 匹配后兩組司機(jī)的特征比較結(jié)果，我們發(fā)現(xiàn)匹配后，四項(xiàng)特征的t 檢驗(yàn)均不顯著，提示兩組司機(jī)的工作時(shí)間、經(jīng)驗(yàn)、車輛價(jià)格、車的排量方面均相似，這兩組之間的唯一區(qū)別是司機(jī)所選擇的平均行程距離。

　　推薦閱讀：信息化教學(xué)論文發(fā)表期刊(正規(guī)推薦)