出租车行业利益主体博弈模型研究

张亚平 莫 琼 廉 冠 祁首铭

(哈尔滨工业大学交通科学与工程学院 哈尔滨 150090)

出租车行业利益主体博弈模型研究

张亚平 莫 琼 廉 冠 祁首铭

(哈尔滨工业大学交通科学与工程学院 哈尔滨 150090)

针对国内出租车行业交通监管方面的问题，为全面、量化的分析行业内部冲突，分析行业利益主体关系，构建利益主体之间的博弈模型，分析出租车司机、公司、乘客、政府、黑车五个主体之间的利益关系，求解混合策略博弈均衡解，并通过策略选择概率随参数变化曲线分析参数对策略选择的影响.结果表明，模型能够清晰、准确的分析出租车行业利益主体的冲突过程，明确各利益主体之间的利益关系.

出租车；博弈；交通监管；混合策略；纳什均衡

0 引 言

近年来，出租车行业的快速发展同时也带来诸多问题，一方面不合理的经营模式无法保障从业者的权益，另一方面从业者受利益驱使产生越来越多的不诚信行为，损害消费者权益.另外，黑车因其安全和乱收费问题也饱受争议.出租车行业涉及较多群体的利益，关系到公众出行、司机生计、公司发展以及政府管理等多方面.每个群体受其他群体行为的影响，选择使自身利益最优的行为策略，而策略的实施不仅会影响其自身利益，也会影响其他群体的利益，这种群体之间策略和利益相互影响的实质，就是出租车行业各利益主体互相博弈的过程.

在行业管制合理性及管制策略的讨论中，国外学者早期肯定行业管制的必要性，Douglas[1]基于结构模型、集计的供需模型，针对价格和服务水平，分析巡游类市场，认为市场规制应制定有效的价格，最大化服务效益. 之后Beesley等[2]研究发现，行业规制者的价格管制并不能解决市场失灵问题，自由竞争的效果将会优于政府规制，不少学者开始提倡自由竞争.Cairns等[3]提出巡游类市场司机和乘客互相搜寻的模型，认为不应取消出租车行业的价格和准入管制，行业管制的必要性又重新得到肯定. 随后，一些国家如瑞典、日本等政府取消或放松管制的实践得到了降低行业价格、提高行业效率的效果[4-5].Flath[6]用纳什讨价还价理论进行讨论得出结论，以其他管制措施与价格管制相配合的同时，放弃准入管制，能够更有效的避免出租车空置数量过高.也有部分学者基于出租车牌照进行讨论[7]，国外学者关于行业管制的态度逐渐统一.

国内学者早期研究重点多在出租车规模确定上，近年开始研究出租车数量和价格监管效果.其中，不乏博弈理论的应用.刘金石等[8]应用了轮流出价的博弈思想，并用有限逆向归纳法求解，在出租车公司与司机之间的利益博弈中求得均衡，并提出解决利益矛盾的重要方法是加强出租车司机群体的利益诉求能力.林菁等[9]应用博弈思想，分析自由市场和市场规制下行业利益，邵燕斐等[10]通过使用两方博弈模型研究，发现政府管制政策存在缺陷，价格管制不能增加社会福利，应由市场供求关系和竞争定价.可见，国内外学者对于行业管制的态度趋于一致：在必要的数量管制的同时，放松准入管制和价格管制.

现有的研究中，主要从市场准入方面进行研究，重点在市场规制存在合理性的讨论.在内容上，对主体的考虑缺乏全面性，涉及主体不能完全体现行业矛盾；在方法上，未能准确求解博弈模型，达不到量化分析效果.因此，为全面、量化的分析行业内部冲突，需对出租车行业五大利益主体相互利益博弈关系进行讨论，求解博弈均衡解，寻求行业利益最优的方法.

1 利益主体分析

这里所说利益主体是指参与出租车市场，在其中产生一定影响，且接受其他参与者影响的各个群体，五大利益主体之间的关系见图1.

图1 五大利益主体之间的关系

2 利益主体博弈模型

2.1 出租车司机与出租车公司

1) 模型构建 以直接获取经营权的情况下，出租车司机需从公司承包或挂靠经营，出租车公司借此收取高额承包费用.公司与司机可选策略集分别为{优质服务，劣质服务}、{从属，个体}.双方收益矩阵见表1.

表1 司机与公司收益矩阵

注：F(Factorage)为司机上交的承包费用；C(Cost)为公司提供优良服务时，需要为司机提供定期维护车辆、司机培训以及保险等服务的成本；B(Benefit)为司机收到的福利.

司机选择从属时，公司最优策略为劣质服务；司机选择个体经营时，司机最优策略仍然为劣质服务.可知，提供劣质服务是公司的最优策略.

公司选择优质服务策略时，若B-F<0，司机的最优策略为选择个体经营，反之，司机的最优策略为选择从属于公司；公司选择劣质服务策略时，司机的最优策略为选择个体经营.

此博弈具有惟一的纳什均衡，即(个体，劣质服务).司机选择从属还是个体，取决于承包费用与福利之间的关系，承包费用过大、福利太低促使司机偏向选择个体经营.

2) 混合策略博弈 假定司机选择从属的概率为p，个体概率为(1-p)；公司选择优质服务的概率为q，选择劣质服务的概率为(1-q)，则构成混合策略博弈.

当出租车司机选择从属策略时，期望收益为E1=q(B-F)+(1-q)(-F)；反之，期望收益为E2=q×0+(1-q)×0，E1=E2时达到混合策略纳什均衡，求解得q*=F/B.

同理，当公司选择优质服务时，期望收益为E3=p(F-C)+(1-p)(-C)；反之，期望收益为E4=pF+(1-p)×0，p无解.

司机与公司博弈无混合策略纳什均衡解.

2.2 出租车司机与乘客

1) 模型构建 近年来，行业服务质量问题受到广泛关注，集中表现在司机绕远路以及拒载等问题上.司机与乘客的可选策略集分别为{诚信，不诚信}、{投诉，不投诉}.双方收益矩阵见表2.

表2 司机与乘客收益矩阵

注：P(profit)为司机诚信经营收益；L(lose)为司机不诚信经营时乘客损失；C(cost)为乘客投诉需要付出的时间、精力和经济总成本；B(bonus)为乘客投诉所获奖金；F(fine)为司机在乘客投诉后受到罚款.

当B>C时，若损失L>罚金F，此博弈具有惟一的纳什均衡，即(不诚信，投诉)；当BC，即尽量多的投诉奖金和尽量少的投诉成本.

2) 混合策略博弈 假定司机选择诚信的概率为p，不诚信概率为(1-p)；乘客选择投诉的概率为q，不投诉概率为(1-q)，则构成混合策略博弈.

2.3 出租车公司与政府

1) 模型构建 公司非法向司机收取高额管理费，严重影响司机合法利益，政府不得不对此采取措施.公司与政府可选策略集分别为{合法经营，非法经营}、{严格措施，放松措施}.双方收益矩阵见表3.

表3 公司与政府收益矩阵

注：I(income)为公司合法营运收益；P(profit)为公司非法营运时收益；F(fine)为政府采取严格措施时对非法营运的罚金；S(supervise)为政府采取严格措施需付出成本；L(lose)为政府采取放松措施时，由于罢运等造成社会公共利益的损失.

当S

2) 混合策略博弈 假定公司选择合法策略的概率为p，选择非法的概率为(1-p)；政府选择严格措施的概率为q，选择放松措施的概率为(1-q)，则构成混合策略博弈.

2.4 政府与黑车

1) 模型构建 黑车一方面与合法经营者争夺市场，也对人们生命财产安全造成威胁；另一方面作为合法经营出租车的补充，确实给人们生活带来方便，从而屡禁不止.政府与黑车可选策略集分别为{打击黑车，放纵黑车}、{退出市场，不退出市场}.双方收益矩阵见表4.

表4 政府与黑车收益矩阵

注：P(profit)为出租车行业总体利益；S(supervise)为政府打击黑车成本；L(lose)为黑车退出市场所受的损失；F(fine)为黑车所受罚金.

当P>S，L>F时，纳什均衡为(打击，不退出)；当P>S，LF时，纳什均衡为(放纵，不退出)；当P

2) 混合策略博弈 假定政府选择打击的概率为p，选择放纵的概率为(1-p)；黑车选择退出的概率为q，选择不退出的概率为(1-q)，则构成混合策略博弈.

3 模型分析与讨论

3.1 司机与乘客博弈

参考2.2构建的模型，为分析投诉成本C、投诉奖金B、罚款F对司机和乘客策略选择概率的影响，分别绘制相应概率随投诉成本C、投诉奖金B、罚金F的变化曲线，见图2～3.

图2 C不同时诚信概率随投诉奖金变化

图3 投诉概率随罚金变化

由图2可知：①投诉成本C相同时，随着奖金B的增加，司机选择诚信的概率逐渐提高，并趋于1；②当B=C时，即投诉奖金=投诉成本时，司机选择诚信的概率p=0；③投诉奖金B相同的情况下，随着投诉成本C减少，司机选择诚信的概率逐渐提高，并趋于1，即司机选择100%诚信.

由图3可知，随着罚金提高，乘客选择投诉的概率q逐渐降低，并随着罚金无限增加，投诉概率趋于0.

这是由于投诉成本降低、奖金与罚金提高，乘客投诉不诚信经营行为的热情得到提升，不诚信经营行为得到处置的概率也提高；罚金的增加使得不诚信经营行为期望收益降低，从而选择诚信经营，乘客投诉需求也随之降低.

因此，提高对出租车不诚信行为投诉的奖金、罚款，以及降低投诉成本，都有助于提高司机的诚信度，使其能为乘客提供优质服务，降低乘客投诉率.其中，投诉成本的降低，可通过免费投诉电话和网上投诉平台保障，并保持电话的畅通、平台的有效性.提高罚金同样可以从两方面保证，直接提高罚金标准和保证执法力度，做到违法必究，执法必严.

3.2 公司和政府

参考2.3构建的模型，为分析监管成本S、罚款F对公司与政府策略选择概率的影响，取L=1，I=2.5，P=6，绘制相应概率随监管成本S、罚款F变化的曲线，见图4～5.

图4 F不同时，合法经营概率随监管成本变化

图5 政府选择严格策略概率随罚金变化

由图4可知：①罚金F相同的情况下，随着监管成本S的减少，司机合法经营的概率逐渐提高，当监管成本S=0时，司机合法经营概率等于1；②当F=0.4，S=1.4时，F+L=1.4，p=0，即当监管成本S等于罚金与乘客损失之和(F+L)时，司机合法经营概率为0；③监管成本S相同的情况下，罚金F越大，公司合法经营的概率越大.

由图5可知，随着罚金F提高，政府选择严格策略的概率逐渐降低，并随着罚金无限增加，q趋于0.

这是由于监管成本降低使政府部门有能力和动力对非法经营行为进行有力监管，促使出租车公司合法经营.另一方面，罚金提高已经使得经营者的非法经营行为受阻，政府部门则无需总是采取严格策略.

因此，为保障市场公平，政府部门应提高非法营运罚金，通过完善各部门机制，明确各自职责，降低管理成本.提高罚金同样可以从两方面保证，直接提高罚金标准和保证执法力度，做到违法必究，执法必严.

3.3 政府和黑车

参考2.4构建的模型，为分析罚金F、监管成本S对政府和黑车策略选择概率的影响，绘制相应概率随罚金F、监管成本S变化曲线，见图6～7.

图6 政府打击黑车概率随罚金变化

图7 黑车选择退出概率随监管成本变化

由图6可知：①罚金F等于黑车退出损失L时，政府打击黑车概率为1;②政府打击黑车概率随罚金F增加而降低，并趋于0.

由图7可知，随着监管成本的降低，黑车选择退出的概率q逐渐提高，并在监管成本减至0时，q=1.

另外，保持其他参数不变，分析黑车退出市场的损失L对政府策略选择的影响，见图8.

图8 政府打击黑车概率随黑车退出损失变化

由图8可知，罚金一定时，随着黑车退出损失L逐渐减少，政府打击黑车概率p逐渐降低，并当L=F时，p=1.

这是由于增加罚金已经使得黑车运营期望收入降低，从源头处降低了黑车存在的可能，则政府继续打击黑车的必要性降低.监管成本降低使得政府有能力和动力对黑车运营进行打击，使黑车运营受阻，则其退出市场概率降低.

因此，为促使黑车退出市场，维持社会秩序，应降低政府管制黑车的成本，提高对黑车非法运营的罚金，降低黑车退出市场的损失.其中，降低黑车退出损失，可通过两种方式实现，对于不符合相关技术标准的车辆及驾驶员，为其提供技能培训，将其引入其他岗位；对于利用空闲时间拉客的私家车等，在符合技术标准的前提下，采取合适的运营模式，将其合法化，如当前大范围普及的网约车模式.

3.4 交通监管建议

1) 在准入监管方面，降低个体经营者申请门槛，取消公司制，准许个体经营，将准入限制重点转至对车辆性能、驾驶员和企业的从业资格的考核标准上；并结合当前网约车平台，提供更多从业机会，并合法化黑车，或为黑车从业者提供技能培训，将其引入其他岗位.

2) 在数量监管方面，考虑改变经营方式，结合当前网约车平台，配合准入监管放松策略，由市场自由竞争决定合理出租车规模.

3) 在价格监管方面，放松价格监管，在保证社会公平和社会秩序的前提下，实现动态市场定价；提高对非法经营主体的罚金，一方面直接提高罚金标准，另一方面保证执法力度，做到违法必究，执法必严.

4) 在行业监管方面，完善投诉机制，通过免费投诉电话和网上投诉平台保障乘客投诉渠道畅通，从而降低投诉成本，并提高投诉奖金，提高消费者维权及监督热情；政府部门可通过完善各部门机制，明确职责，降低管理成本.

4 结 论

1) 出租车司机选择从属或个体，取决于承包费与福利的关系，承包费用过大、福利太低促使司机有选择个体经营的偏向.

2) 出租车司机与乘客策略选择概率受乘客投诉成本、投诉奖金和对非法营运罚金有关，投诉成本越低、投诉奖金越高、非法营运罚金越高，则出租车司机选择诚信经营概率越大，乘客投诉越小.

3) 出租车公司和政府策略选择概率受监管成本、对非法营运罚金影响，监管成本越低、非法营运罚金越高，则出租车公司选择合法经营的概率越大，政府选择严格策略的概率越小.

4) 政府和黑车策略选择概率与非法营运罚金、监管成本和黑车退出市场损失有关，罚金越高、监管成本越低、退出损失越低，则黑车选择退出市场概率越大，政府打击黑车概率越小.

[1] DOUGLAS G W. Price regulation and optimal service standards: the taxicab industry[J]. Journal of Transport Economics and Policy,1972,6(2):116-127.

[2] BEESLEY M E, GLAISTER S. Information for regulating: the case of Taxis[J]. The Economic Journal,1983,93:594-615.

[3] CAIRNS R D, LISTON H C. Competition and regulation in the taxi industry[J]. Journal of Public Economics,1996,59(1):1-15.

[4] MARELL A. The effects of taxicab deregulation in rural areas of Sweden[J]. Journal of Transport Geography,2002,10(2):135-144.

[5] TONER J P. The welfare effects of taxicab regulation in english towns[J]. Economic Analysis and Policy,2010,40(3):299-312.

[6] FLATH D. Taxicab regulation in Japan[J]. Journal of the Japanese and International Economies,2006,20(2):288-304.

[7] BACACHE B M, JANIN L. Taxicab licence value and market regulation[J]. Transport Policy,2012,19(1):57-62.

[8] 刘金石,王贵,周文.构建出租车公司与司机方合作博弈基础上的利益协调机制—基于增强工会组织谈判势力的分析[J].财贸经济,2010(5):130-134.

[9] 林菁,胡万欣,蒋晶尧.基于博弈视角下的出租车行业规制分析[J].浙江交通职业技术学院学报,2013(3):34-39.

[10] 邵燕斐,王小斌.给予博弈论视角的出租车价格管制困境破解[J].改革与发展,2014(2):139-143.

Study on the Game Model of Stakeholders in Taxi Industry

ZHANGYapingMOQiongLIANGuanQIShouming

(SchoolofTransportationScienceandEngineering,HarbinInstituteofTechnology,Harbin150090,China)

For the domestic taxi industry traffic regulation problems, in order to analyze industry internal conflict,comprehensively and quantitatively, the relationship among industry stakeholders is analyzed and the game models of each stakeholder are built. Interests of the five stakeholders including passengers, taxi drivers, company, government and illegal taxis are also analyzed. The mixed-strategy game equilibrium solution is solved and the impact of each parameter on choice of strategy is concluded by analyzing the selection probability variation curve. The results show that the model can clearly and accurately analyze the conflict process of interests of the taxi industry, and define the relations among the interests of stakeholders.

taxi; game; traffic regulation; mixed strategy; nash equilibrium

F570.71

10.3963/j.issn.2095-3844.2017.05.004

2017-07-16

张亚平(1966-)：男，博士，教授，博士生导师，主要研究领域为交通规划与设计、交通流理论