赵道致,吝云飞

(天津大学 管理与经济学部,天津　300072)



打车软件参与下出租车公司与司机行为博弈研究

赵道致,吝云飞

(天津大学 管理与经济学部,天津300072)

近年来,随着移动互联网技术的快速发展,国内外以Uber、滴滴、快的等为代表的打车软件快速普及,对出租车市场造成了冲击,给使用者带来便利的同时也受到了一定的争议——打车软件作为一个平台,是否能在不破坏市场原则的条件下给使用方带来收益。研究使用委托代理理论,分析打车软件参与前后,出租车公司和出租车司机的收益情况变化。结果表明:在满足一定条件下,打车软件作为平台的参与,可以改善出租车公司、出租车司机和平台等多方收益。

打车软件;平台;博弈论;委托代理理论

随着中国经济逐渐进入新常态,传统行业发展缓慢,李克强总理在全国人大会议做政府工作报告时提出了“互联网+”行动计划。“互联网+”是将互联网与传统行业相结合,促进各个行业的发展。以传统的出租车市场为例,2010年提供实时租车的手机应用Uber在美国旧金山上线,在短短几年间风靡全球,估值高达400亿美元。2012年,国内的滴滴、快的等打车软件也相继上线,发展至今已覆盖全国,日均服务人次超过一亿,估值上百亿美元。打车软件是智能手机上的一个应用,利用智能手机的实时定位技术(GPS),让出租车的动态实时在使用者的智能手机屏幕上显示。乘客在应用中发出需求,软件向附近的车辆发送通知,再由司机选择是否接单,并通过移动支付技术促成线上交易。然而如此便捷高效地服务却遭到了一定的阻力,上海有关部门和滴滴公司经过了一年多谈判,终于将滴滴打车软件纳入官方的电召平台进行整合。

关于出租车的研究主要是在价格管制和服务水平上,Douglas[1]从经济学的角度分析了价格和服务水平之间的关系。Cairns等[2]研究指出价格管制和准入制度是有用的,是产生均衡的必要条件。Yang等[3]则通过网络模型进一步分析了在垄断和竞争不同的市场环境下的价格结构和供需平衡,并以案例佐证。国内的研究起步较晚,由于市场不完善的原因,学者们的研究方向多集中在管制、定价、收入等方面,张颖等[4]通过博弈论研究了非对称信息下的定价机制,宗刚等[5]、石磊等[6]则分别研究了北京和上海的出租车收入问题,姜爱林[7,8]从罢工的矛盾点入手,讨论了如何建立合适的管理体制解决出租车行业的问题。曹斌[9]也以管制租金的分配为突破,对出租车市场进行了一番研究。

然而针对新出现的打车软件,例如滴滴、快的,对于出租车市场的影响则分析较少。已有的分析集中在使用文献[3]中的网络模型进行拓展。度巍等[10]建立了信息系统下出租车运营市场的网络均衡模型,得出价格等因素对等待时间的影响。曹祎等[11]在打车软件背景下,研究了出租车的出行预测,得出打车软件的使用可以降低出租空驶率。从经济学角度进行分析,使用委托代理模型,讨论打车软件的加入对出租车市场中公司和司机行为的影响。

1　模型构建

传统模式下,出租车市场的参与方包括政府管理部门、出租车公司、出租车司机、乘客以及黑车[12]。关于他们之间的博弈,田定远[13]分析了政府与黑车、公司与司机以及司机与乘客之间的两两博弈。而随着2012年滴滴、快的等打车软件的上线,市场的参与方发生了变化——打车软件作为一个新的利益主体进入市场。原先矛盾点集中的出租车公司和司机,两者间的利益分配不合理是众多冲突产生的主要原因。在新的利益主体——打车软件加入后,原先的矛盾有新的变化。

借鉴供应链管理中典型的二级供应链系统进行类比分析。原先的市场结构为:出租车提供服务,满足乘客的需求,看作零售商;出租车公司提供服务设备(出租车),看作供应商;打车软件则提供第三方的平台服务。行业各成员关系如图1所示。

图 1　打车软件参与下出租车行业各成员关系Fig.1　Member relationship of the taxi industry with the participation of taxi taking software

2　公司与司机的委托代理博弈

首先研究打车软件出现前,公司和司机间的博弈。假设出租车公司是风险中性,出租车司机是风险规避,建立委托代理模型,求解双方的收益[14]。

单位时间内司机总产出R=PQ-θ,其中:P为服务单个乘客的平均价格,由市场决定,看作一个常数；Q表示单位时间内司机服务的次数；θ表示外生的由交易风险引发的损失,例如,现金交易中的不诚信行为,服从均值为m>0、方差为σ2的正态分布,方差越大,环境对司机收入的影响越大。

(1)

因此司机的确定性收入:

(2)

(3)

(4)

(5)

然而在实际生活中,出租车公司无法观察到司机的实际产出R,加上由于司机这方的劳动力市场竞争充分,可替代性强。两者在谈判实力上的差距悬殊,司机作为劣势方,不得不接受公司的方案。我们以常见的方案α=0,β=1,即Rd=R-R0为例。司机来承担所有的风险,出租车公司通过收取费用R0来最大化自己的收益。

将α=0,β=1代入式(4)、式(5)得

MaxRF=R0,

(6)

(7)

3　打车软件参与下的多方博弈

随着打车软件的普及,出租车司机可以通过打车软件的GPS实时定位、移动支付等技术手段更加轻松和准确的发现客户需求。即降低努力成本b,用b′表示打车软件参与后的努力成本,其中0

因此,我们假设三方之间可以实现理想化的信息对称,并假设所有的出租车都使用打车软件,并用其完成所有交易。

令打车软件的收益Rs=vQ-cs,其中:v表示打车软件从单个交易订单中收取的服务费用;cs表示打车软件的固定成本。

3.1分散决策下的博弈

第一阶段:

出租车公司可支配的司机总产出

线性合同

得到公司的期望收入

RF=R′-Rd=

司机的确定性收入

类比式(4)、式(5)得

(8)

(9)

代入参与约束(IR)(9)得

第二阶段:

证明

3.2集中决策下的博弈

系统总利润为

π=RF+Rs+Rd=-α+βR0+

化简得

易得

4　结论

随着“互联网+”行动计划和“中国制造2025”的不断推进,以及物联网技术的快速发展,将会有更多的类似打车软件的第三方平台来帮助传统行业触“网”升级,必然会产生一系列的利益冲突问题。研究利用博弈论的委托代理模型定性给出打车软件参与并给市场参与方增加收益的条件。出租车公司在打车软件平台参与的情况下,通过降低交易风险带来的损失以及通过降低司机的努力成本,提高了公司收入。司机由于博弈中的弱势地位,在模型中收益并没有提升。

研究没有考虑消费者在整个系统中的作用,消费者由于软件的使用而引起的需求变化是今后要重点研究的方向[15]。此外,补充实地调研数据,用实证方法证明模型结论,也是未来研究方向。

[1]Douglas,George W.Price Regulation and Optimal Service Standards:The Taxicab Industry[J].Journal of Transport Economics and Policy,1972:116-127.

[2]Cairns,Robert D,Catherine Liston Heyes.Competition and Regulation in the Taxi Industry[J].Journal of Public Economics,1996,59(1):1-15.[3]Yang Hai,Wong S C.A Network Model of Urban Taxi Services[J].Transportation Research Part B:Methodological,1998,32(4):235-246.

[4]张颖,陈赞.非对称信息条件下出租车定价机制研究[J].消费经济,2005,21(4):51-54.

[5]宗刚,李艳梅.出租车司机收入相对偏低的原因分析——以北京市为例[J].经济与管理研究,2008,21(5):91-94.

[6]石磊,李明忠. 上海出租车驾驶员相对收入下降的原因分析[J].上海经济研究,2007,20(2):65-69.

[7]姜爱林.出租车集体罢运问题与出租车行业制度建设研究(上)[J].重庆工学院学报:社会科学版,2009,23(5):59-65.

[8]姜爱林.出租车集体罢运问题与出租车行业制度建设研究(下)[J].重庆工学院学报:社会科学版,2009,23(6):22-29.

[9]曹斌.出租车市场的管制租金及其分配——以北京市为例[J].生产力研究,2009,24(17):76-79.

[10]度巍,王先甲,刘炳全.信息系统下出租车运营市场网络均衡模型[J].交通运输系统工程与信息,2014,14(3):91-96.

[11]曹祎,罗霞.打车软件背景下空驶出租车出行分布预测模型[J].武汉理工大学学报:交通科学与工程版,2015,39(1):51-54.[12]刘耀霞.出租车行业利益主体关系研究[D].重庆:西南交通大学,2006.

[13]田定远.出租车行业制度变迁及利益主体绩效变化研究[D].杭州:浙江工商大学,2012.

[14]张维迎.博弈论与信息经济学[M].上海:上海人民出版社,2004.

[15]陈秋香.Nested Logit 模型在交通出行方式选择中的应用[J].甘肃科学学报,2013,25(2):133-136.

Game Theory Study on Taxi Company and Driver' Behavior with the Participation of Taxi Taking Software

Zhao Daozhi,Lin Yunfei

(College of Management and Economics,Tianjin University,Tianjin 300072,China)

In recent years,with the rapid development of mobile Internet technology,Uber,DIDI,Kuai Di as the representatives of the taxi taking software has been spread quickly at both home and abroad,which has brought great attacks on the taxi market.It also has caused many controversy with the convenience to the user - as a platform of taxi taking software,whether it can bring benefits to the consumer without breaking the market principle.This paper uses principal-agent theory to analysis the earnings changes of the taxi companies and drivers before and after the participation of taxi taking software.The results show that under certain conditions,the participation of taxi taking software as the platform can improve multi-benefits of the taxi companies,taxi drivers and platforms.

Taxi taking software;Platform;Game theory;Principal-agent theory

10.16468/j.cnki.issn1004-0366.2016.04.025.

2015-09-08;

2015-10-15.

国家自然科学基金项目(71472134).

赵道致(1956-),男,江苏无锡人,教授,博士生导师,研究方向为物流与供应链管理、运营管理、工业工程等.E-mail:linyf1990@yeah.net.

TP393

A

1004-0366(2016)04-0124-05

引用格式:Zhao Daozhi,Lin Yunfei.Game Theory Study on Taxi Company and Driver' Behavior with the Participation of Taxi Taking Software[J].Journal of Gansu Sciences,2016,28(4):124-128.[赵道致,吝云飞.打车软件参与下出租车公司与司机行为博弈研究[J].甘肃科学学报,2016,28(4):124-128.]