冯丹蕾

摘 要：本文通过对共享经济下网约打车过程中所涉及的打车平台、司机及乘客三方的分析，确定路程、顾客偏好等影响因素，并分析如何才能使三方的利益达到最大化，在考虑顾客忠诚度的因素下，得到系统派单时的最优里程，指出打车软件运营中可能出现的问题以及未来的研究方向，并提出合理化建议，从而使共享经济中打车平台的发展有方向可循。

关键词：共享经济;利润分析;网约平台;顾客忠诚度;里程

中图分类号：F572 文献标识码：A 文章编号：2096-0298（2021）05（a）--03

共享經济是在国务院的号召下兴起的一种经济模式，是将物品的个人拥有权和使用权相分离的一种模式，其类似于租赁模式，将物品的使用权用一定的价值等价物来交换[1]。

随着科技的迅速发展，人们对于智能手机的需求也随之增长，使得线上打车的应用程序越来越受欢迎。乘客通过手机软件在线输入出发地、目的地，司机会通过平台推送到手机客户端看到订单的信息，并且经过平台基于排队论等原理的计算后选择合适的司机接单，在用户数量越来越大的情况下，面对多个司机与多个乘客，系统如何更好地根据GPS定位、起始地、目的地等一系列的变量来更优地自动匹配司机与乘客显得越来越重要。

1 网约平台介绍

共享经济已经发展到每个人都可以成为提供者与被提供者，达到了去中介化，但是在信息来源不完整的情况下，往往需要一个共享经济的平台来介入，通过提供信息来获取利润，这样就形成了一个良性循环，通过共享促进了社会的资金流动，从而扩大了人民的消费需求，反过来又促进了经济社会的资金流动。目前，在我国网约车平台主要存在两种发展运营模式，一种是重资产模式（Business to Customer，B2C）;另一种是轻资产模式（Cusiness to Customer，C2C）[2]。乘客下单后，系统会自动匹配最近的司机，网约车各个主体之间的博弈主要源于利益分配或者说成本分摊上，而在就近原则中如果存在多个乘客多个司机主体、或者附近没有可用的车导致从远距离调车从而造成的价格上涨，如何合理地匹配来降低成本、成本该由谁来承担。目前网约平台盈利方式主要来源于通过每单对司机和乘客分别按照订单金额的比例抽取提成加上少许乘客的手续费[3]，如表1所示。

由于用户群的数据越来越庞大，为一些政府部门或者从事大数据的公司提供了较为准确的数据，通过对数据的研究反过来有益于更好地为用户服务，形成一个牛鞭效应，一个良性循环，但不排除个人隐私信息泄露的可能。因此如何收费才能算作一个市场的均衡价格，以及自动匹配的优先级如何设定才能达到一个均衡状态成为研究的重点。

2 利润分析

共享经济平台中涉及三个主体：司机、乘客、网约车平台，但实际上有第四个主体第三方支付平台，在本文中不加讨论。

考虑订单里程、顾客偏好、存在补贴、堵车等因素对于各方利润的影响，并对其进行定量分析。本文所研究的消费者行为主要的影响因素是顾客的满意度、忠诚度等，随着在网络上人们互动的频繁程度越来越高，也可以讨论社交活动这个因素是否能够产生网约车出行的需求。

θ是顾客忠诚度，是一个变量，其中θ越高，该平台的品牌效应越高，则相对应的单位里程价格越高。

P是平台运营所需支付的运营管理成本及人工成本等可变成本。

L是订单所决定的里程数，并且L与P成负相关。

ξ是平台对司机端的抽成比例，并且为一个固定的比例。

C0是平台对司机端每单固定抽取的服务费。

k是每单位里程的油耗价格，在本文中视汽油的价格为一个稳定的常数。

g 是单位堵车时间的费用，当越拥挤时所产生的堵车费用越高，对于司机和乘客的影响也越大。当堵车情况较严重时，乘客往往会选择其他的出行方式，造成顾客流失，本文暂不考虑离开系统的情况。

η是经验系数。类似路况，在路况好时，无论L多大，η越小;路况差时，无论L多小，η越大。司机乘客往往会考虑路况系数的问题。

2.1 司机端利润分析

从司机来看分为两种情况，一种是快车专车模式，另一种是拼车模式。对于普通的专车快车模式中的司机来说，就是一个排队过程中的普通服务台，在完成一个订单后服务于下一个乘客;对于拼车模式中的乘客来说，司机相当于一个可并行的服务台，在一定的路径偏差范围内存在其他合适的乘客，一个司机可以同时服务于好几个乘客[4]。讨论在司机主动抢单的情况下，司机对于订单的路程长短以及忠诚度等因素对是否接单造成的影响，即在达到自己利润最大化情况下所存在的最优路程最优忠诚度。

要求司机端利润最大化，即式子中的两个决策量θ和 L要达到最优，所以先对式（6）的L进行求偏导，并令其等于0，根据现实经验，L是一个不断增加的正数，所以舍弃负数的L，得到最优的L为

将最优的式（7）L带入原式，对θ进行求偏导，并令其等于0求得最优的θ为

因此在司机主动抢单的情况下存在一个最优的里程数，当在这个里程数的一定范围内，司机会更加乐意抢单，而当里程数很少或者很多时，会因为赚的利润不足以支付平台所支付的每一单的金额而导致放弃某一订单，在这种情况下就会出现乘客在系统中排队的情况或者乘客离开系统，而乘客离开系统，就会造成司机和平台的利润流失。

2.2 客户端补贴分析

网约车平台所依靠的必须是强大的用户资源，但是在平台刚进入市场时用户往往较少，因此在进入市场的前期公司往往会采用利润让渡的形式抢占市场，从而获得大量的用户资源，形成规模效应，随着公司的发展，成本会不断被分摊，从而降低成本，再适当地收回部分利益，从而获得更好地发展。因此网约车平台通过补贴司机与乘客来拉取供应端与需求端的量，在存在好几个出行方式的情况下，乘客往往会选择更加优惠的方式。例如，据UBER和滴滴的司机透露，UBER司机的补贴比滴滴司机的补贴高，但是因为滴滴司机派单成功率高，所以实际收入并不低于UBER[5]。

乘客所支付的R包括给司机的成本费用、司机的劳动费用、平台的服务费用，以及无形的预约价值。当乘客所支付的R未超过或超过所有获得的价值在一定的范围内时，顾客乐意打车。但实际上平台会给乘客一定的优惠券补贴，来减少顾客所支付的R。

θ 是顾客忠诚度，当忠诚度越高时，打车次数上升，每次订单结束时会有开礼包的机会，获得优惠券的概率也会变大。

m是乘客支付给司机的勞动费用。

w是乘客所能获得的无形的预约价值、服务价值，无需等车，随叫随到。

σ是平台从客户端抽取固定佣金的比例。

A是平台发放的补贴，补贴受到顾客忠诚度θ和每次礼包能够开出优惠券的概率a影响。

此处乘客所支付的金额要达到最低时为最优，于是对式（7）的L求偏导，等于0得到的里程数L，因为里程数为正，所以舍去负的L，此时最优的里程数L为

将最优的L代入求最优的忠诚度为

由此看出，当里程数在一个范围内时，乘客更愿意采取打车的方式出行，而在较近的地方乘客往往会更偏向于步行或者骑自行车的方式，在较远的方式往往会选择公共的交通工具出行。忠诚度在一定的范围内会增加乘客选择共享出行的概率。

2.3 平台利润分析

共享平台主要是通过调节同一区域中的供给和需求情况，来达到更高的派单效率。滴滴平台司机和乘客的基数大，无论在哪片区域都会存在大量的供给和需求，滴滴的主要优势就是在于系统后台的算法，对司机进行更加高效有效的派单，使得其匹配成功效率高于UBER等竞争对手，所以由于研发算法等产生成本呈现边际递减趋势，从而使利润升高。

当有订单产生时，系统会自动定位到方圆五公里内的司机并直接派单给司机，让司机采取线下联系乘客的方式来促使订单的完成，采用系统派单的方式有效地解决了司机乱抢单、耗费时间、司机单方面挑选顾客的权利等问题。并且在这种形势下，当平台自动检测到某一个地区存在的需求大于供应或者人们无法选择其他出行方式时，会自动增收费用，从而获得利润[6]。因此在这种情况下，对于司机而言不存在最优里程数等因素，一切都以平台的利润最大化为主要的影响因素。

假设平台所需支付的运营管理人工等成本为P，且P与θ成正相关，当顾客忠诚度越高时，发起订单的概率就越大，所导致的运营管理及人工成本就会越高。无需考虑订单是否成功，只要发起需求就会产生相应的成本。

运营管理成本在一段区间内会呈现一种快速增长的趋势，但当数量达到一个临界点后，所需的成本就会被分摊，一定的经验会满足相对更多的需求，成长增长相对缓慢。

平台的收入主要来自于从司机和乘客双方按照比例收取的佣金，因此利润只需减去平台运营的成本以及可能存在的优惠。

则平台获得的利润函数为

此处当平台的利润达到最大时为最优，对式（7）中的L进行求偏导，等于0得到L，舍弃为负的L，所以最优L为

最优顾客忠诚度θ

由此可见，在某一个特定的范围内可以达到平台利润的最优，在最优点之前，利润随着里程的变大而变大，而超过最优点后平台的利润会随着里程的变大而变小;在里程很大时人们往往会选择拼车或者顺风车等方式。

3 结语

对于网约平台来说，需要决策的为是否发放补贴，前期虽然补贴很高，但是相当于投入资金打开了市场，随着成本不断降低，时不时的发放补贴会有效地保留住客户，形成一个良性循环。由于使三方达到最优的里程和顾客忠诚度不等，无法同时使每方都达到最优，所以只能寻找一个均衡点，于是存在一个博弈，在不断博弈过程中，出现一个较优的匹配方法来方便人们的出行和对闲置资源的利用。但现实生活中主要是网约车平台占据着主动地位，以共享平台的利润最优来自动匹配，给司机派单，并且会逐步减少或者没有补贴，不断提高自己的利润，随着用户数量越来越多，只要随时根据市场变化发放补贴就会留住用户。

参考文献

木青.共享经济已来[J].国企管理，2017（02）.

李峰.分享经济背景下劳动关系探析——以网约车为例[J].中国劳动，2017（01）：13-17.

冼倩映，杨媛媛.互联网+下O2O打车软件盈利模式探究[J].赤峰学院学报（自然科学版），2017，33（09）：121-122.

杨雯.服务台数可变情况下队列的等待时间[D].陕西：长安大学，2016.

易潇，陈键.网约车比拼进入新阶段[ER/OL].http：//it.people.com.cn/n1/2016/0721/c1009-28571478.html，2016-07-21.

张运.基于CiteSpace的共享经济领域研究现状及态势分析[J].湖北农业科学，2019，58（03）：116-120.