网约车对传统出租车行业冲击的实证分析——以滴滴打车为例

沈 琼，苏 丹

(郑州大学 商学院 , 河南 郑州 450002)

网约车对传统出租车行业冲击的实证分析
——以滴滴打车为例

沈 琼，苏 丹

(郑州大学 商学院 , 河南 郑州 450002)

打车软件的出现打破了出租车的行业垄断。在“互联网+”的大背景下，以滴滴打车软件为例，通过spss分析软件，建立线性回归分析模型，选取城市的人口、GDP、人均收入、城市面积、人均道路面积和人均绿地面积这6种因素，分析打车软件对出租车垄断地位的冲击。结果表明：城市年均GDP、人均年收入、人均道路面积这三个变量与打车软件对出租车行业垄断的冲击是正相关关系，而城市面积和人均公园绿地面积两个变量与打车软件对出租车行业垄断的冲击为负相关。但是随着行驶里程的增加，人口数、城市面积和人均城市道路面积这三个变量的影响减弱。针对分析结果，为打破出租车行业的垄断提出参考建议，并提出一些关于打车软件良好发展的建议。

滴滴打车；垄断冲击；回归分析

0 引言

随着出租车市场价格高、乘车高峰期打车难、供需不平衡等问题的出现，在“互联网+”的大背景下打车软件应运而生，对传统出租车行业产生了巨大影响。打车软件为司机和乘客提供了一个良好的信息平台，司机在平台上寻找乘客，乘客在平台上发布约车信息，当两种信息相匹配时司机就可以与搭载乘客进行交易。打车软件改变了传统出租车“人找车，车找人”的低效率模式，大大提高了出租车的运营效率。

打车软件出现后，很多学者对打车软件与出租车市场的关系进行了研究。周勇君针对“互联网+”时代出租车资源“供求匹配”程度问题，以北京市为例，建立了不同时空出租车运营平衡模型，检验分析表明，该模型与算法具有有效性和可行性[1]。贺银凤提出，打车软件在我国市场的迅速发展，挑战着传统的出租车管理模式，因此，政府应完善相应法律、法规，创新出租车管理模式，规范互联网约租车市场，促进我国出租车市场的健康发展[2]。吴永花针对 “打车软件”存在的突出问题，提出了解决的思路与对策[3]。刘二嫚以西安市为例，搜集西安市出租车的相关数据，通过相关性分析以及建立多元回归模型，研究了西安市出租车市场受打车软件的影响度[4]。周丽霞认为，国内的打车软件市场近几年发展迅猛， 但是缺乏监管和规范， 可以借鉴 Uber打车软件及其发源国政府的一些经验做法，结合我国国情进行有益探索[5]。梁涛运用经济学原理对乘客的打车成本和效用、 司机的用车成本、 社会的交通压力3个方面进行了论证， 提出软件打车模式符合乘客和司机的整体利益， 符合社会公共利益， 已被人们普遍认可， 可进一步得到普及和发展[6]。曹祎采用柯布—道格拉斯函数为出租车实载里程表达形式构建出租车与乘客的剩余价值模型，分析了打车软件使用率对出租车社会福利的影响[7]。叶敏从城市需要制定的政策及运营者可能出现的行为出发，讨论了如何建立出租车价格及规模管制方式，提高市场供给效率以改善供需关系[8]。袁长伟通过对北京出租车市场数据的分析，认为出租车价格、空驶里程及乘客等候时间决定了社会福利性[9]。

整体来看，以往的研究较少在经济学层面将某一具体的打车软件与出租车行业进行比较，研究打车软件对出租车行业垄断的冲击情况，尤其是缺乏把城市基础信息作为影响因素的定量分析研究，本文以滴滴打车软件为基础，研究城市人口、城市年GDP、城市人均年收入、城市面积、人均绿地面积、人均城市道路面积这6个因素在打车软件对出租车行业的垄断冲击中是否具有影响作用。

1 滴滴打车对出租车行业影响的定性描述

第一，打破了出租车行业的垄断局面。普通私家车想要进入出租车市场必须挂靠在出租车运营公司，且进入成本较高，需支付高昂的价格购买出租车牌照。现在，司机只需下载滴滴打车软件并进行简单的注册操作就可以进入出租车市场进行载客交易，其成本低廉，打破了传统出租车行业的高进入壁垒。

第二，网约车实现了全程互联网化。滴滴打车从发布打车信息，到乘客最后支付结算，打车软件都会进行全程记录，从某种意义来说是对乘客安全的一种保障。

第三，缓解了“打车难”的问题。滴滴打车实现了乘客与司机之间的信息共享。出租车行业的垄断和高进入壁垒导致了出租车市场一直处于供不应求的状态，尤其在上下班高峰期，打车难的问题更加突出。网约车改变了传统出租车以巡游为主的经营模式，增加了乘客打车的机会。

第四，优化出租汽车资源配置。传统出租车在大街上为寻找乘客而漫无目的地空驶，既耗油又耗时间。使用打车软件后，在没有乘客的情况下出租车司机不再需要到处巡游，只需在某地等待并用手机查看即可，优化了市场资源的配置，对环境保护也具有一定的促进作用。

图1 滴滴约车与传统出租车1公里车程价格差

数据来源：滴滴打车与各地出租车官网

第五，低价带给消费者经济福利。滴滴打车对出租车最直观的影响是价格。通过选取88个城市滴滴打车和出租车的计价标准，以1公里和10公里路程为对比，两者的价格差见图1和图2，随着距离的增加，两者的价格差范围加大。

图2 滴滴打车与传统出租车10公里车程价格差

2 滴滴打车冲击出租车行业的因素模型构建

2.1 模型设计

利用打车软件打车的价格一般比搭乘出租车便宜，说明出租车行业以打车软件的计价标准经营是可以收回运营成本并获得适当利润的，而当地出租车与网约车相比打车费用普遍偏高，因此网约车的出现对出租车行业是一种冲击。现假设城市人口、城市年GDP、城市人均年收入、城市面积、人均绿地面积、人均城市道路面积这6种因素对该冲击有一定的影响作用。以打车软件的打车费用与出租车打车费用差为被解释变量，城市人口、城市年GDP、城市人均年收入、城市面积、人均绿地面积、人均城市道路面积为解释变量，利用线性回归分析对解释变量和被解释变量进行相关分析。

设回归方程为Y1=β1+β2X2i+β3X3i+β4X4i+β5X5i+β6X6i+β7X7i+ui

Y表示滴滴打车与出租车的打车价格差

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表示城市面积

X6表示人均道路面积

X9表示人均公园绿地面积

2.2 数据来源

本文主要以滴滴打车为案例进行分析，通过滴滴官网和各城市出租车官网收集了88个城市的滴滴打车软件计价标准和对应城市的出租车计价标准。通过各省市的统计年鉴搜集了这88个城市2016年的人口、城市年GDP、城市人均年收入、城市面积、人均绿地面积、人均城市道路面积6种数据，对这6种数据的描述性统计见表1。

表1 变量的统计特征N

滴滴打车的计价标准包含时长费、里程费、远途费等；出租车的计价标准包含起步价(起步价包含公里数)、起步价之外的里程费等，这两者中包含的元素无法直接进行比较，因此分别选取1公里和10公里的滴滴打车费用与出租车之差作为被解释变量的数据来源。

本文选取的被解释变量与解释变量的数额相差较大，为求得数据分析的准确性对数额较大的解释变量采用增大单位的方法，如：城市人口数以“千万”为单位，城市年GDP以“千亿”为单位，城市人均年收入以“万元”为单位，城市面积以“平方公里*1000”为单位。

2.3 实证结果与评价

针对处理后的数据进行SPSS线性回归分析，首先以1公里的滴滴打车打车费用与出租车打车费用的差作为被解释变量进行分析，结果见表2。

表2 1公里滴滴打车费用与出租车打车费用差

依据表2可知，在显著性水平α为0.05时，除人口数以外，其他变量的回归系数显著性t检验的概率p值都小于显著性水平α，因此应拒绝零假设，认为这些系数与0显著差异不存在严重的多重共线性，人口数这个变量因素应剔除。城市年均GDP、人均年收入、人均道路面积这三个变量与滴滴打车对出租车行业垄断的冲击是正相关关系，即这三个变量的增加会导致冲击的增加。城市年均GDP每增加1000亿元，该冲击就会增加0.237单位；人均年收入每增加1万元，该冲击就会增加0.348单位；人均城市道路面积每增加1平方米，该冲击就会增加0.049单位。城市面积和人均公园绿地面积两个变量与滴滴打车对出租车行业垄断的冲击为负相关，即这两个变量的增加会减少滴滴打车对出租行业垄断的冲击。城市面积每增加1000平方公里，该冲击将会减少0.085单位；人均公园绿地面积每增加1平方米，该冲击将会减少0.04单位。

以10公里的滴滴打车价格与出租车价格之差为被解释变量，以城市人口、城市年GDP、城市人均年收入、城市面积、人均绿地面积、人均城市道路面积6个变量为解释变量进行线性回归分析，结果见表3。

表3 10公里滴滴打车费用与出租车打车费用差

由表3可知：人均绿地面积、GDP、人均年收入这三个解释变量显著且不存在严重的多重共线性； 人口数、城市面积和人均城市道路面积这三个变量不符合显著性t检验，即这3个解释变量对被解释变量的解释不显著，应将这3个解释变量剔除出方程；GDP每增加1000亿元，滴滴打车对出租车行业垄断的冲击会增加0.373单位，人均年收入每增加1万元，该冲击增加0. 59单位，人均绿地面积每增加1平方米，该冲击减少0.079单位。

3 结论及建议

网约车对出租车行业的垄断具有一定的冲击作用，该冲击作用受城市年均GDP、人均年收入、人均城市道路面积、城市面积和人均绿地面积这5种因素的影响。首先，城市年均GDP、人均收入、人均城市道路面积的增长与提高意味着城市经济发展状态良好、人们生活水平提高，经济发展促进了社会进步和市场经济的完善，出租车行业的垄断地位在这一过程中不断被冲击，网约车的出现给出租车行业带来新的竞争，这是一个良性循环的过程。其次，城市面积和人均绿地面积的增加意味着城市建设发展，人们精神生活质量提高，但是这两种因素的增加却使网约车对出租车行业垄断的冲击减弱。所以，笔者认为，城市面积和人均绿地面积的适当增加可以提高人们生活水平，增加过度反而会阻碍城市经济发展，对出租车行业垄断具有一定的促进作用。最后，随着居民乘车距离的增加，人均城市道路面积和城市面积对该冲击的影响程度在逐渐减弱。

针对分析结果和网约打车行业的发展提出如下建议。

第一，政府应大力发展市场经济，提高人民生活水平，对城市年GDP贡献大的企业提供更多的帮助，健全工会制度，保障工人的合法权益，开发城市道路面积，适当扩大城市面积和公园绿地面积。

第二，对网约车进行统一管理。首先，对准备进入运营市场的司机实行严格的准入考试制度，全面加强对司机的驾驶技术、身体状况、精神状态及车况的考核。其次，加强对网约车的安全管理，加强对乘客信息的保护程度，建立举报、投诉制度。

第三，在推行网约车的同时应考虑那些不会、不便使用智能手机的消费者群体。政府应采取一些措施使这些群体可以通过其他途径或渠道享受网约车服务。例如老年人、视力障碍者等。

第四，完善公共交通系统，以缓解打车供需不平衡的问题。例如：丰富公共交通出行方式、扩充公交车的运行路线、增加公交车的运行班次等，让公众有更多乘车机会，享受便捷、完善的公共交通服务。

[1] 周勇君,蒋迪,祝源,等. “互联网+”时代出租车供求匹配程度的评价[J].河北联合大学学报 (自然科学版),2016(2):117-120.

[2] 贺银凤. 从“打车软件”的兴起看出租车管理体制改革的必要性[J].经济坛,2015(4):144-147.

[3] 吴永花. 打车软件存在的问题及对策分析[J].中国市场,2015(17):102-103.

[4] 刘二嫚,余菲,王赵汉，等. 打车软件影响下的西安市出租车运营市场研究和统计分析[EB/OL](2015-11-29)[2016-07-28]中国知网kns.cnki.net/kns/brief/default-result.aspx

[5] 周丽霞. 规范国内打车软件市场的思考——基于美国对 Uber 商业模式监管实践经验借鉴[J].价格理论与实践,2015(7):21-24. [6] 梁涛. 软件打车模式普及的经济学分析[J].山西财经大学学报,2016(S1):47-48. [7] 曹祎,陶竑宇, 罗霞 . 打车软件使用率对出租车社会福利的影响[J]. 交通运输系统工程与信息,2015(3):1-6.

[8] 叶敏, 杨海, WILSON W T.不同规制条件下出租车静态市场平衡机制分析[J].城市交通, 2005, 3(3): 8-13.

[9] 袁长伟, 吴群琪. 不同目标下城市出租车最优实载率模型[J].长安大学学报(自然科学版), 2014(2): 88-93.

[10]白竹, 王健, 胡晓伟. 城市出租车系统运营效率评价研究[J]. 交通运输系统工程与信息, 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

沈琼(1975-)，女，河南郑州人，博士，副教授，研究方向：粮食经济，农业经营组织。

1673-1751(2017)02-0026-05

F570.7

A