石曉陽,夏恩君
(北京理工大學(xué)管理與經(jīng)濟(jì)學(xué)院,北京 100081)
近年來,網(wǎng)約車逐漸成為流行的交通方式。這種新興的服務(wù)是出行領(lǐng)域的產(chǎn)業(yè)革命,帶來了出行和服務(wù)方式的重大變革。網(wǎng)約車的出現(xiàn)滿足了人們對出行對舒適度、便捷度的要求,克服了公共交通固定路線、固定時間的限制,成為城市居民出行服務(wù)系統(tǒng)中越來越重要的部分。根據(jù)國家信息中心發(fā)布的《中國共享經(jīng)濟(jì)年度報告2019》①http://www.sic.gov.cn/archiver/SIC/UpFile/Files/Default/20190301115908284438.pdf。顯示,2018 年,網(wǎng)約車平臺共運送乘客200 億人次。然而,這種出行方式的創(chuàng)新對社會的影響尚未明朗。針對這個問題,學(xué)者們研究了網(wǎng)約車對傳統(tǒng)出租行業(yè)[1-3]、交通安全[4-7]、交通擁堵[8]和私人汽車擁有權(quán)[9]等方面的影響。然而,很少有學(xué)者關(guān)注網(wǎng)約車對公共交通的影響。僅有的關(guān)于網(wǎng)約車對公共交通的影響的研究,也由于研究區(qū)域的不同,得出的結(jié)論也有所不同。其中,更是缺乏對中國的研究。
網(wǎng)約車在給人們的出行帶來便利的同時,也受到很多質(zhì)疑[10-12]。如何平衡“便利”與“質(zhì)疑”,更好的監(jiān)管這些平臺對政府部門來說是一個挑戰(zhàn)。2016 年7 月27 日,交通運輸部等7 個部門聯(lián)合發(fā)布了《網(wǎng)絡(luò)預(yù)約出租車經(jīng)營服務(wù)管理暫行辦法》,并與2016 年11 月1 日起施行。隨后,各地區(qū)根據(jù)本地情況制定了具體的實施細(xì)則。這種明確合法化的措施一方面意味著網(wǎng)約車平臺得到了政府的認(rèn)可,有于提高網(wǎng)約車平臺吸引和獲取資源的能力,提高長期生存的能力,提升市場占有率,從而促進(jìn)了其對公共交通的影響;另一方面,政府也會對網(wǎng)約車車輛、駕駛員以及平臺等進(jìn)行監(jiān)管,無疑提高了網(wǎng)約車的準(zhǔn)入門檻,對網(wǎng)約車的數(shù)量產(chǎn)生一定的影響,從而影響網(wǎng)約車與公共交通的關(guān)系;就消費者而言,正如Auer[13]的研究所示合法性對消費者意味著什么會影響他們的決定,感知合法性促使消費者使用共享服務(wù)。因此,網(wǎng)約車合法化后會促使人們使用這項服務(wù),從而影響其和公共交通的關(guān)系。無論是從企業(yè)還是從消費者的角度,網(wǎng)約車的合法性可能會影響其和公共交通的關(guān)系。因此,本文進(jìn)一步研究合法性對網(wǎng)約車與公共交通關(guān)系的影響。
1978 年,美國德克薩斯州立大學(xué)社會學(xué)教授Felson 和伊利諾伊大學(xué)社會學(xué)教授Spaeth 首先提出共享經(jīng)濟(jì)[14]的概念。隨著移動互聯(lián)網(wǎng)、基于位置的服務(wù)(LBS)、移動支付等一系列信息技術(shù)的不斷成熟與創(chuàng)新應(yīng)用,共享經(jīng)濟(jì)得到了迅速發(fā)展。從交通出行、生活服務(wù)、知識技能到共享金融等,共享經(jīng)濟(jì)幾乎滲透到了生活的各個領(lǐng)域。作為共享經(jīng)濟(jì)領(lǐng)域最為成功的商業(yè)模式之一,網(wǎng)約車自然引起了學(xué)術(shù)界的關(guān)注,尤其是它是否會替代或促進(jìn)公共交通的使用。
就網(wǎng)約車對公共交通的影響而言,一部分學(xué)者認(rèn)為,網(wǎng)約車會促進(jìn)公共交通的使用。例如,Hoffmann等[15]研究發(fā)現(xiàn)人們使用網(wǎng)約車的次數(shù)與乘坐地鐵的次數(shù)正相關(guān)。Hall 等[16]不僅利用Uber 是否進(jìn)入這一虛擬變量,而且使用Uber 的谷歌趨勢值作為Uber“滲入”的代理變量,結(jié)果發(fā)現(xiàn),平均來看,Uber 會對公共交通起到補(bǔ)充作用,并且對大城市的影響大于小城市。Zhang 和Zhang[17]利用美國2017 年全國家庭出行調(diào)查(National Household Travel Survey)的數(shù)據(jù)研究了共享出行與公共交通之間的關(guān)系,結(jié)果表明,公共交通使用量與網(wǎng)約車使用量呈正相關(guān)。另一部分學(xué)者認(rèn)為,網(wǎng)約車對不同形式的公共交通的影響不同。Li[18]研究發(fā)現(xiàn),網(wǎng)約車有助于提高地鐵客流量,同時降低地面交通客流量。Clewlow 和Mishra[19]研究了網(wǎng)約車平臺對人們公共交通模式選擇的影響,結(jié)果發(fā)現(xiàn),大多數(shù)受訪者表示,網(wǎng)約車平臺的進(jìn)入對他們的出行選擇并無影響。對于出行方式有變化的受訪者而言,網(wǎng)約車代替了公交及輕軌的使用,通勤車會對網(wǎng)約車平臺起到補(bǔ)充作用。
學(xué)者們根據(jù)自身研究需要,從不同角度進(jìn)行了探索性研究,并取得了很多具有現(xiàn)實意義的研究結(jié)論,總體而言可以發(fā)現(xiàn):
首先,以往的研究沒有考慮網(wǎng)約車合法性的影響。在中國,網(wǎng)約車興起之初雖然很受歡迎,但其商業(yè)模式不符合規(guī)范和法律。2016 年7 月27 日,《網(wǎng)絡(luò)預(yù)約出租汽車經(jīng)營服務(wù)管理暫行辦法》的頒布,標(biāo)志著網(wǎng)約車平臺的合法化,中國也成為首個承認(rèn)網(wǎng)約車合法化的國家。對于企業(yè)而言,合法性一方面有助于提高網(wǎng)約車平臺吸引和獲取資源的能力,提高長期生存的能力,提升市場占有率;另一方面,政府也會對網(wǎng)約車車輛、駕駛員以及平臺等進(jìn)行監(jiān)管,無疑提高了網(wǎng)約車的準(zhǔn)入門檻;就消費者而言,合法性消除了消費者對網(wǎng)約車的適當(dāng)性、安全性等疑慮。無論是從企業(yè)還是從消費者的角度,網(wǎng)約車的合法性可能會影響其對公共交通的影響。因此,本文進(jìn)一步研究了合法性對網(wǎng)約車與公共交通關(guān)系的影響。研究結(jié)果可以為其他網(wǎng)約車仍處于“非法”狀態(tài)的國家或地區(qū)提供參考。
其次,以往的研究只考慮了網(wǎng)約車對公共交通的影響,沒有考慮共享單車的作用。已有研究表明,共享單車會對公共交通產(chǎn)生影響[20],因此,將城市是否存在共享單車作為控制變量加入到模型中,可以使得估計結(jié)果更加準(zhǔn)確。
再次,以往的研究大多都是基于發(fā)達(dá)國家(主要是美國)的研究,很少有對發(fā)展中國家的研究。綜上,本文選取中國276 個地級市2004—2017 年的數(shù)據(jù),研究在中國環(huán)境下網(wǎng)約車平臺對公共交通的影響。
合法性是社會學(xué)中的一個概念,是指人們對實體的行為在社會構(gòu)建的規(guī)范、價值觀、信仰和定義中是可取的、適當(dāng)?shù)囊环N廣義的感知或假設(shè)[21]。正如這個定義所示,合法性是一種感知或假設(shè),代表了觀察者對組織及其行為的反應(yīng)。根據(jù)制度理論,組織的生存不僅取決于市場環(huán)境,還取決于合法性[22]。在組織中,合法性是企業(yè)成功的關(guān)鍵因素之一,因為它允許持續(xù)的資源流動和來自組織成員的支持[21]。例如,Li 等[23]研究表明,利益相關(guān)者的壓力對企業(yè)綠色產(chǎn)品創(chuàng)新和流程創(chuàng)新具有顯著的正向影響。Hsu 等[24]發(fā)現(xiàn)技術(shù)創(chuàng)新的采用和實施取決于它與不同國家的三個制度支柱的結(jié)合以及利益相關(guān)者對合法化戰(zhàn)略的部署。
合法性不僅影響著組織的發(fā)展,也會對消費者的行為產(chǎn)生影響。例如,Auer[13]研究了感知合法性如何影響消費者使用或不使用共享服務(wù)。Wang 等[25]發(fā)現(xiàn),政府干預(yù)如何調(diào)節(jié)相互學(xué)習(xí)對買方和供應(yīng)商之間產(chǎn)品協(xié)同開發(fā)的影響。買方更愿意與當(dāng)?shù)刂贫荣|(zhì)量較高的賣方聯(lián)系。Lanzolla 和Frankort[26]認(rèn)為賣方當(dāng)?shù)氐闹贫荣|(zhì)量以及他們的合法性地位都會影響買方與賣方聯(lián)系的可能性。
對于網(wǎng)約車而言,它已經(jīng)作為一種創(chuàng)新的商業(yè)模式被廣泛傳播。然而,這種商業(yè)模式在其興起之初是不合法的[27],如稅收、法規(guī)、勞工等問題。2016 年之后,交通運輸部等部門公布了一系列的管理辦法承認(rèn)了網(wǎng)約車的合法性,但從駕駛員的信息、車輛的標(biāo)準(zhǔn)、平臺的運營等多方面有了硬性規(guī)定,確保運營安全以及提升服務(wù)質(zhì)量。
2009 年以來,Uber、lyft、滴滴出行等網(wǎng)約車平臺的相繼出現(xiàn)在一定程度上緩解了人們對出行方式多樣化的各類需求。作為一種新型的商業(yè)模式,網(wǎng)約車一方面整合外部閑置資源,緩解交通壓力[8];另一方面,滿足了人們對出行時間、舒適度的要求,提高了整體的出行效率。
目前,網(wǎng)約車已經(jīng)成為城市居民出行服務(wù)系統(tǒng)中越來越重要的部分,自然也會對公共交通產(chǎn)生影響。具體來看,網(wǎng)約車可以通過兩種機(jī)制影響公共交通。一方面,根據(jù)榮朝和與王學(xué)成[28]對交通方式的分類(私人交通、準(zhǔn)私人交通、集體公共交通和準(zhǔn)公共交通),可見網(wǎng)約車屬于準(zhǔn)公共交通。準(zhǔn)公共交通對應(yīng)的是個性化的需求,對其他幾種交通分類具有部分替代作用。網(wǎng)約車增加了出行的便利性,乘客可以通過手機(jī)app 輕松叫車,并且提供了精確的定位與到達(dá)時間。同時,與傳統(tǒng)的出租車相比,網(wǎng)約車降低了出行成本,Greenwood和Wattal[5]的研究表明,UberX 的價格比傳統(tǒng)出租車低20%~30%。雖然,乘坐網(wǎng)約車的成本要高于公共交通,但是如果網(wǎng)約車足夠快捷、方便就能夠抵消其額外成本,乘客可能會放棄公共交通而選擇網(wǎng)約車服務(wù)。已有研究表明網(wǎng)約車的出現(xiàn)會對公交車起到部分替代作用[18]。
另一方面,雖然網(wǎng)約車比其他交通方式更為方便,但是對于長距離出行而言,軌道交通的價格優(yōu)勢更明顯,以北京市為例,32 公里內(nèi)的地鐵票價不超過6 元。然而,“滴滴快車”起步價13~14 元,里程費1.6~2.2元/公里,時長費0.4~0.8 元/分鐘。因此,對于居住在離地鐵站有一定距離的人而言,“公共交通+網(wǎng)約車”模式會更方便,尤其是對于那些沒有車的人來說。并且,已有研究表明網(wǎng)約車會對軌道交通起到補(bǔ)充作用[15-17]。圖1 展示了2004—2017 年公交客運量以及軌道交通客運量的變化情況。
圖1 公共交通客運量變化情況②本圖中網(wǎng)約車上線時間是指滴滴快車上線時間。
雖然網(wǎng)約車的產(chǎn)生是時代發(fā)展必然結(jié)果。但是從合法性的角度看,網(wǎng)約車作為新興事物,其合法性曾飽受爭議。客觀上,網(wǎng)約車存在偷稅漏稅、容易泄漏用戶個人隱私及國家地理位置、難以保證乘客人身安全等問題。2016 年之前,網(wǎng)約車被認(rèn)為是“非法運營車輛”,被劃歸為“黑車”的范疇。2016 年7 月27 日,《網(wǎng)絡(luò)預(yù)約出租汽車經(jīng)營服務(wù)管理暫行辦法》的頒布,標(biāo)志著網(wǎng)約車合法化的時代到來。
從組織的角度來看,組織獲得了合法性就意味著得到了生存的根本以及持續(xù)的資源[21]。因為與發(fā)達(dá)國家的政府主要通過既定和透明的立法來規(guī)范經(jīng)濟(jì)活動不同,中國等新興經(jīng)濟(jì)體的政府經(jīng)常直接干預(yù)企業(yè)經(jīng)營,通過分配稀缺資源和指導(dǎo)產(chǎn)業(yè)發(fā)展來影響企業(yè)決策[29]。地方政府可以為企業(yè)直接提供有價值的信息、金融資源等直接支持或提供政策、項目等間接支持[30-31]。就網(wǎng)約車企業(yè)而言,一方面,合法性可以使網(wǎng)約車擴(kuò)大版圖,增加市場份額,從而加強(qiáng)了其對公共交通的影響。另一方面,政府明確了網(wǎng)約車的合法性并不是網(wǎng)約車可以放任自流,而是意味著無輪是網(wǎng)約車的司機(jī)、車輛以及平臺本身要受到政府的管制,這無疑提高了準(zhǔn)入門檻,使得網(wǎng)約車數(shù)量減少,從而削弱了其對公共交通的影響。
合法性不僅影響著組織的發(fā)展,也會對消費者的行為產(chǎn)生影響。正如Auer[13]的研究所示合法性對消費者意味著什么會影響他們的決定,感知合法性促使消費者使用共享服務(wù)。因此,網(wǎng)約車合法化后會促使人們使用這項服務(wù),從而影響其對公共交通的影響。此外,理性選擇理論指出[21],行動者的理性選擇受到規(guī)范的引導(dǎo),既定的規(guī)范規(guī)定了個人行動選擇的邊界,不同的規(guī)范提供不同的行動空間和備選條件。根據(jù)Coleman對規(guī)范的分類[32],《網(wǎng)絡(luò)預(yù)約出租車經(jīng)營服務(wù)管理辦法》實際上是一種指令性規(guī)范,雖然沒有明確鼓勵人們使用,但是對人們使用網(wǎng)約車的行為作出了肯定性的反饋。這無疑會促使人們使用網(wǎng)約車,從而加強(qiáng)了網(wǎng)約車對公共交通的影響。
基于此,本文提出以下研究問題:①網(wǎng)約車對公共交通會起到補(bǔ)充作用還是替代作用;②網(wǎng)約車的合法化會促進(jìn)其對公共交通的影響還是削弱這種影響。
就中國的網(wǎng)約車市場而言,“滴滴出行”在占據(jù)絕對主導(dǎo)地位。截至2017 年12 月底③https://www.iimedia.cn/c400/61042.html。,“滴滴出行”(私家車/快車)的活躍用戶占63%,而其他網(wǎng)約車平臺的活躍用戶數(shù)量均不超過10%。根據(jù)“滴滴出行”發(fā)布的數(shù)據(jù)④http://img-ys011.didistatic.com/static/didiglobal/do1_p53rQtxhA6BjW6uWpF6t。,2017 年,該平臺為400 多個城市的4.5 億用戶提供了74.3 億次服務(wù)。因此,本研究選擇“滴滴出行”作為研究對象。如上所述,本文使用雙重差分(DID)的策略來研究網(wǎng)與車平臺的進(jìn)入對公共交通的影響。DID 是用于估計一項政策或工程作用對象所帶來的凈影響的一種計量經(jīng)濟(jì)的方法?;舅悸肥菍⑷繕颖痉譃閮山M:一組是受到政策的影響,即處理組;另一組是沒有受到同一政策影響,即控制組。選取一個要考量的經(jīng)濟(jì)個體指標(biāo),根據(jù)政策實施前后(時間)進(jìn)行第一次差分得到兩組變化量,經(jīng)過第一次差分可以消除個體不隨時間變化的異質(zhì)性,再對兩組變化量進(jìn)行第二次差分,以消除隨時間變化的增量,最終得到政策實施的凈效應(yīng)。近年來,DID 的方法被廣泛應(yīng)用于對共享經(jīng)濟(jì)的研究中[15-16,18]。“滴滴出行”在不同的時間段進(jìn)入各個城市,自然形成了處理組和對照組。本文采用的基本模型如下:
其中:Yit為城市i第t年公交客運量(軌道交通客運量、公共交通客運量);Didiit、Legalit均為虛擬變量,當(dāng)城市i在第t年有滴滴出行/取得網(wǎng)約車經(jīng)營許可證時取值為1,否則取值為0;Controlit表示控制變量;λt表示時間固定效應(yīng);ui表示城市固定效應(yīng);εit為隨機(jī)誤差項。
本文使用面板數(shù)據(jù)來檢驗“滴滴出行”對公共交通的影響。考慮到數(shù)據(jù)的可獲得性,本研究選取了中國276 個地級市2004—2017 年的3864 條數(shù)據(jù)。為確保數(shù)據(jù)的完整性,數(shù)據(jù)中的個別缺失值用前后兩年的平均值替換。模型中涉及的變量如下:
因變量:lnBus、lnRail、lnPublic分別為城市公交、軌道交通、公共交通客運量的自然對數(shù)。其中,城市公交包括城市公共汽車以及公共汽車,軌道交通包括地鐵、輕軌和有軌電車,公共交通客運量是公交客運量與軌道交通客運量之和。
關(guān)鍵變量:Didi表示“滴滴出行”第t年是否進(jìn)駐城市i,年有“滴滴出行”時取值為1,否則取值為0;對于網(wǎng)約車的合法性,2016 年之前,網(wǎng)約車被視為“非法車輛”或“黑車”,《網(wǎng)絡(luò)預(yù)約出租汽車經(jīng)營服務(wù)管理暫行辦法》的頒布,標(biāo)志著網(wǎng)約車合法化的時代到來。隨后,各地根據(jù)實際情況制定了具體實施細(xì)則。本文選取獲得經(jīng)營許可證的時間作為“滴滴出行”是否合法的代理變量。Legal表示“滴滴出行”第t年在城市i是否獲得《網(wǎng)絡(luò)預(yù)約出租車經(jīng)營許可證》,若在城市i在第t年獲得執(zhí)照時取值為1,否則取值為0。
控制變量:為了保證估計的準(zhǔn)確性,本文控制了與公共交通客運量相關(guān)的其他因素,如人口、收入、勞動力、出租車數(shù)量等。此外,2016 年,作為中國的原創(chuàng)性產(chǎn)品的共享單車應(yīng)運而生。數(shù)據(jù)顯示⑤http://www.sic.gov.cn/archiver/SIC/UpFile/Files/Default/20180320144901006637.pdf。,截止2017 年底,全球共享單車投放量超過2300 萬輛,注冊用戶接近4 億人。研究指出,共享單車的出現(xiàn),一方面增加了人們出行的可選擇性,乘客可能會放棄公共交通或者網(wǎng)約車服務(wù)而選擇共享單車[33],尤其是在短距離出行的情況下。另一方面,乘客可能會使用共享單車到達(dá)最近的公交站或者地鐵站,從而對公共交通起到補(bǔ)充作用[20],因此,本文也將城市是否存在共享單車作為控制變量加入到模型中。各變量定義及來源見表1。
為了使數(shù)據(jù)線性化,排除異方差,對公交客運量、軌道交通客運量、人口、收入、就業(yè)人員數(shù)量和出租車數(shù)量進(jìn)行自然對數(shù)變換。各變量的描述性統(tǒng)計見表2。
表1 變量定義及數(shù)據(jù)來源
表2 各變量描述性統(tǒng)計
表3 展示了“滴滴出行”對城市公共交通的影響。由表3 可知,“滴滴出行”的出現(xiàn)減少了公交客運量(β=-0.17,p<0.01),增加了軌道交通客運量(β=0.93,p<0.01),總體上減少了公共交通客運量(β=-0.14,p<0.01)。也就是說,“滴滴出行”會對公交車起到一定的替代作用,而對軌道交通起到補(bǔ)充作用,總體上對公共交通起到替代作用。無論是對公交車的替代作用還是對軌道交通的促進(jìn)作用都說明了,“滴滴出行”多用于人們的短距離出行。
此外,共享單車的出現(xiàn)也會減少公交客運量(β=-0.21,p<0.01),增加軌道交通客運量β=0.98,p<0.01),出租車數(shù)量(β=0.13,p<0.1)正向影響公交客運量,收入水平(β=-0.14,p<0.01)負(fù)向影響軌道交通客運量,在崗職工數(shù)量(β=0.68,p<0.01)正向影響軌道交通客運量。
表3 “滴滴出行”對公共交通的影響
如表4 所示,將標(biāo)志著網(wǎng)約車合法性的變量Legal以及其與Didi的交互項加入到模型中,結(jié)果顯示,合法性會削弱“滴滴出行”對公交車的替代作用
(β=-0.57,p<0.01),促進(jìn)對軌道交通的補(bǔ)充作用(β=1.44,p<0.01),總體上來看,削弱了對公共交通的替代作用(β=-0.50,p<0.01)。即明確了網(wǎng)約車的合法性之后,促進(jìn)了人們對公共交通的使用??赡苁且驗?,雖然網(wǎng)約車合法性保障了人們的出行安全等問題,但是無疑也在很大程度上提高了網(wǎng)約車的準(zhǔn)入門檻,可能會減少網(wǎng)約車的總體數(shù)量,從而促使人們選擇公共交通。
為了保證模型估計結(jié)果的可靠性,本文采取了一系列的措施。首先,“滴滴出行”進(jìn)入每個城市的隨機(jī)性仍然存在問題。這種非隨機(jī)性可能意味著城市之間存在顯著的差異,這將使模型的估計出現(xiàn)偏差。為了解決這個問題,本文使用Gentzkow[34]在研究中使用的方法,將可能影響“滴滴出行”進(jìn)駐的人口、收入、勞動力、出租車數(shù)量、共享單車等因素納入模型作為控制變量。其次,本文采用雙固定效應(yīng)模型排除了一些遺漏變量的影響。第三,由于同一城市不同時間的擾動項一般存在自相關(guān),且默認(rèn)的普通標(biāo)準(zhǔn)差的計算方法假設(shè)擾動項是獨立同分布的,因此對普通標(biāo)準(zhǔn)差的估計是不準(zhǔn)確的。因此,本文使用了聚類穩(wěn)健標(biāo)準(zhǔn)誤差。
本文模型識別中隱含了一個關(guān)鍵假設(shè),即公共汽車客運量、軌道交通客運量的變化是由“滴滴出行”造成的,而不是一種趨勢。為了確定這個假設(shè)是否有效,本文采用安慰劑檢驗[35]進(jìn)行平行趨勢檢驗。首先,使用隨機(jī)數(shù)生成器隨機(jī)分配“滴滴出行”是否進(jìn)駐每個城市,以及進(jìn)駐每個城市的時間,并重復(fù)1000 次。其次,使用隨機(jī)生成的時間重新估計DID模型,保存每次的估計值。若平行趨勢的假設(shè)有效,新的估計值應(yīng)圍繞在0 附近。表5 列出了1000 次運行系數(shù)的估計值、標(biāo)準(zhǔn)差以及t的均值。圖2 展示了因變量分別為軌道交通客運量、公交客運量估計系數(shù)的核密度分布,可見安慰劑檢驗系數(shù)估計值接近于零。此外,變量Didi系數(shù)值均在安慰劑檢驗系數(shù)的95%置信區(qū)間之外。這些結(jié)果表明,本文的估計沒有違反DID 平行趨勢的假設(shè),進(jìn)一步增加了研究結(jié)果的可信度。
此外,個體的異質(zhì)性還可能表現(xiàn)為個體的不同時間趨勢,本文將各個省份的時間趨勢納入到模型中。擴(kuò)展后的模型如下:
表4 “滴滴出行”法性對公共交通的影響
表5 安慰劑檢驗系數(shù)
圖2 估計系數(shù)核密度分布
由表6 可知,加入省份時間趨勢后,“滴滴出行”降低了公交客運量(β=-0.16,p<0.01),增加了軌道交通客運量(β=1.03,p<0.01),整體上來看,減少了公共交通客運量(β=-0.13,p<0.05)。與之前的估計結(jié)果一致,進(jìn)一步證明了研究結(jié)果是穩(wěn)健的。
表6 加入省份時間趨勢后的估計結(jié)果
近年來,隨著網(wǎng)約車發(fā)展,其社會影響以及監(jiān)管問題成為人們熱議的話題。尤其是對公共交通的影響成為其中的焦點話題之一。
本文的研究結(jié)果表明,首先,網(wǎng)約車的出現(xiàn)會在一定程度上替代人們公交車出行,補(bǔ)充軌道交通出行,即網(wǎng)約車多用于人們的短距離出行,在長距離出行中,雖然“滴滴出行”更靈活、舒適,但是軌道交通的價格優(yōu)勢更明顯。其次,明確網(wǎng)約車合法化的政策,弱化了網(wǎng)約車對公交的替代作用,增強(qiáng)了對軌道交通的補(bǔ)充作用,也就是說促進(jìn)了人們使用公共交通。
本文的理論貢獻(xiàn)在于:首先,補(bǔ)充了之前關(guān)于網(wǎng)約車對交通的影響的研究,已有研究未就網(wǎng)約車對公共交通的影響做系統(tǒng)性梳理,本研究對此做出了系統(tǒng)性刻畫并將網(wǎng)約車的合法性納入研究中,進(jìn)一步揭示了網(wǎng)約車合法性的影響機(jī)制;其次,以往的研究大多以發(fā)達(dá)國家為基礎(chǔ),很少考慮發(fā)展中國家。本文基于發(fā)展中國家的共享出行平臺對公共交通影響的研究,豐富了共享出行平臺的研究范圍;此外,本文將共享單車的作為控制變量,從側(cè)面補(bǔ)充了共享單車對公共交通的影響的研究,以往的研究只以北京市為例研究了共享單車對地鐵出行的影響,然而,中國開通地鐵的城市不多,多數(shù)城市是以公交車作為主要的公共出行方式,因此,其研究結(jié)果并不適用于其他城市。本文利用全國的數(shù)據(jù),不僅研究了共享單車對地鐵出行的影響,還研究了共享單車對公交車的影響。研究結(jié)果更具有普適性。
本文的研究的實踐意義在于,首先,為網(wǎng)約車的管理提供了參考,尤其是對于那些尚未合法化的國家或地區(qū)。網(wǎng)約車的出現(xiàn)是時代發(fā)展的必然產(chǎn)物,它符合了大眾多樣化的出行需求。然而,對于網(wǎng)約車的管理對監(jiān)管者來說是一個極大的考驗。從研究結(jié)論可知,網(wǎng)約車的合法化促進(jìn)了人們對公共交通服務(wù)的使用。也就是說,承認(rèn)網(wǎng)約車合法化的地位不僅可以豐富人們的出行方式,解決人們出行難的問題,并且有益于公共交通發(fā)揮更大的作用,提高公共交通的分擔(dān)率。因此,對于政府部門來說,明確網(wǎng)約車的合法地位,支持網(wǎng)約車平臺公司不斷創(chuàng)新規(guī)范發(fā)展。但是,給予網(wǎng)約車合法性地位并不意味著網(wǎng)約車平臺可以放任自流,而是要對其進(jìn)行創(chuàng)新監(jiān)管。一方面,提高網(wǎng)約車的準(zhǔn)入門檻。對駕駛員的年齡、駕齡、背景、身體狀況以及車輛狀況等進(jìn)行審查,保證網(wǎng)約車的安全性;另一方面,也要避免監(jiān)管過嚴(yán),積極聽取社會與公眾的意見對現(xiàn)有監(jiān)管政策對行業(yè)的監(jiān)管進(jìn)行客觀的評估與論證。其次,為緩解城市交通的問題提供了思路。從研究結(jié)果可知網(wǎng)約車由于其便利性,主要用于短途出行,對公交車起到了一定的替代作用。因此,對于政府而言,需要通過科學(xué)規(guī)劃和建設(shè),提高公交線網(wǎng)密度和站點覆蓋率,優(yōu)化運營結(jié)構(gòu),形成結(jié)構(gòu)合理的、高效快捷的、與城市發(fā)展相適應(yīng)的公交系統(tǒng)。對公交企業(yè)而言,以乘客為根本從安全性、實用性、便捷性等方面提升城市公交的服務(wù)質(zhì)量,增強(qiáng)吸引力。
本文的研究還存在一些局限性可以在以后的工作中克服。首先,由于數(shù)據(jù)的可獲得性,本文沒有考慮“滴滴出行”注冊車輛數(shù)量、用戶數(shù)量、訂單量等具體信息與公共交通的關(guān)系;其次,由于各省、市對私家車擁有量的統(tǒng)計口徑不一致,因此本文沒有將私家車擁有量作為控制變量加入到模型中。