網(wǎng)約車平臺信息機(jī)制設(shè)計與司機(jī)工作模式選擇

李玲芳　盧向華　符琳　黃少卿

關(guān)鍵詞：共享經(jīng)濟(jì);網(wǎng)約車平臺;信息機(jī)制設(shè)計;激勵機(jī)制設(shè)計

一、引言

隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等新一代信息技術(shù)與交通行業(yè)的深度融合，Uber、滴滴、神州租車等網(wǎng)約車平臺在全球范圍內(nèi)迅速普及。一方面，網(wǎng)約車平臺為城市居民出行提供便捷，但是另一方面，網(wǎng)約車平臺機(jī)制設(shè)計的不合理很可能會導(dǎo)致司機(jī)與乘客發(fā)生利益沖突，降低網(wǎng)約車服務(wù)質(zhì)量（黃雷彩等，2020）。

其中，網(wǎng)約車平臺的乘客目的地透明機(jī)制由于引發(fā)司機(jī)“拒載”行為而備受爭議。以滴滴共享平臺為例，2017 年以前，平臺允許司機(jī)獲悉乘客最終目的地，由司機(jī)決定是否應(yīng)答。這種機(jī)制設(shè)計雖然可以幫助平臺服務(wù)供給者和服務(wù)需求者之間更好地匹配，但是也造成了司機(jī)出現(xiàn)兩種策略性工作模式——主動選單（選擇長距離訂單）和被動接單（不挑選訂單），進(jìn)而產(chǎn)生司機(jī)拒載行為，降低乘客滿意度。為此，2017 年，上海市交通委決定網(wǎng)約車平臺不得顯示乘客目的地相關(guān)功能①。

現(xiàn)有研究對網(wǎng)約車平臺如何激勵司機(jī)行為進(jìn)行了大量探討。例如探討網(wǎng)約車平臺根據(jù)市場需求變化采取不同的定價模式和策略，從而優(yōu)化司機(jī)接單行為（Diakopoulos，2015）;實證研究證實了平臺幫助司機(jī)與乘客之間實現(xiàn)信息共享，可以降低總體出行費(fèi)用的60%，降低司機(jī)之間的惡性競爭（Zhan 等，2016），節(jié)約乘客與司機(jī)獲悉搜尋與等待接單的時間，是時間成本最小化與乘車收入最大化的關(guān)鍵點（Gabel，2016）。網(wǎng)約車平臺在機(jī)制設(shè)計上需要在司機(jī)個體利益最大化與市場需求盡可能滿足間實現(xiàn)激勵相容（周樂欣，2020）。現(xiàn)有研究主要從乘客交易價格變化、乘客等待時間等因素出發(fā)探討司機(jī)行為的激勵效應(yīng)，缺乏探討乘客目的地已知情境下司機(jī)不同工作模式的績效差異。

為探討上述研究缺口，本文作者與滴滴平臺合作，針對其2015 年搶派結(jié)合模式探索階段，以隨機(jī)抽樣網(wǎng)約車司機(jī)脫敏數(shù)據(jù)為研究樣本，并選取北京市限行①產(chǎn)生市場需求快速波動時間段為自然實驗事件，聚焦于回答以下兩個研究問題：第一，網(wǎng)約車平臺乘客目的地已知情況下，司機(jī)主動式選單模式是否一定比被動式接單模式產(chǎn)生更好的績效？第二，當(dāng)市場需求發(fā)生快速變化時，司機(jī)主動式選單是否仍然維持績效優(yōu)勢？

本文采用傾向評分匹配（PSM）的研究方法對滴滴出行網(wǎng)約車數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)無論市場需求是高或者低，主動選擇模式下司機(jī)在每日總收入、每小時收入以及載客率上都優(yōu)于被動接單的司機(jī)。但是，主動選單司機(jī)的邊際收入在市場高需求期間遞減，即限行期的高需求市場會削弱挑選長距離訂單的司機(jī)與不挑選長距離訂單司機(jī)之間的收入差距。這個研究結(jié)果表明，司機(jī)主動式選單回報要優(yōu)于被動式選單。由此可以推測，隨著司機(jī)網(wǎng)約車經(jīng)驗的增長，將有越來越多的挑單行為發(fā)生，因此會出現(xiàn)對于短途出行的需求不平衡和不匹配。

相對已有文獻(xiàn)，本文的理論貢獻(xiàn)在于：

① 以往對于網(wǎng)約車平臺的機(jī)制設(shè)計研究主要關(guān)注平臺訂單類型設(shè)計、訂單時長設(shè)計與訂單報價設(shè)計對司機(jī)工作模式的影響（Zheng 等，2016;程絮森等，2015;Cici，2015），缺乏關(guān)注乘客目的地信息機(jī)制與司機(jī)工作模式選擇之間的關(guān)系。本文發(fā)現(xiàn)乘客目的地機(jī)制設(shè)計的缺陷會導(dǎo)致部分市場失靈現(xiàn)象出現(xiàn)，具體表現(xiàn)為司機(jī)在利益最大化驅(qū)動下選擇長途單而忽視短途單，短途出行需求得不到匹配，由此揭示了乘客目的地信息機(jī)制下市場失靈的內(nèi)在機(jī)理。

② 本文發(fā)現(xiàn)在乘客目的地信息機(jī)制影響下的市場失靈中，市場需求的波動性不會產(chǎn)生根本性影響，主動式選單工作模式的績效總是優(yōu)于被動式接單工作模式;指出了這種類型的市場失靈具有魯棒性效應(yīng)，不會隨著市場波動而變化，推進(jìn)了現(xiàn)有網(wǎng)約車領(lǐng)域研究對該現(xiàn)象的理解。

③ 對于乘客目的地信息機(jī)制設(shè)計，本文一方面揭示了可能會出現(xiàn)的市場失靈現(xiàn)象，另一方面也指出該機(jī)制對策略性司機(jī)群體具有正向激勵效應(yīng)，有助于提高司機(jī)參與度和訂單應(yīng)答效率。本文的研究結(jié)論有助于網(wǎng)約車及其他共享經(jīng)濟(jì)平臺（例如共享單車）改進(jìn)乘客目的地信息披露模式，對平臺的長遠(yuǎn)發(fā)展有一定的推動作用。

二、網(wǎng)約車平臺機(jī)制設(shè)計文獻(xiàn)回顧

共享經(jīng)濟(jì)平臺資源配置的特性使得平臺承擔(dān)了部分市場組織者的職能（Hurwicz，1973）。如何在非理想條件下實現(xiàn)資源的有效配置是平臺發(fā)展的關(guān)鍵，也是經(jīng)濟(jì)學(xué)的重要議題——市場（機(jī)制）設(shè)計理論研究的主要內(nèi)容（李玲芳和洪占卿，2015）。平臺的參與者會按照平臺設(shè)定的規(guī)則進(jìn)行經(jīng)濟(jì)活動，因此，平臺的機(jī)制設(shè)計會對參與者的行為產(chǎn)生較大的影響（Maskin，2008），如果設(shè)計不當(dāng)，則會對平臺自身和市場的公平與效率產(chǎn)生影響。比如：電商平臺eBay 一開始的評論系統(tǒng)里面允許買賣雙方互評，但是后來發(fā)現(xiàn)這樣的平臺機(jī)制設(shè)計會導(dǎo)致買家不敢留下真實的差評，因此在2013年禁止賣家給買家留差評。

現(xiàn)有研究對網(wǎng)約車平臺的機(jī)制設(shè)計進(jìn)行了大量探討。在訂單類型選擇方面，研究發(fā)現(xiàn)司機(jī)在可以預(yù)期接到很多訂單時，存在通過多接一些距離小于起步價距離的訂單來提高收入的情況，網(wǎng)約車平臺的出現(xiàn)使得司機(jī)更愿意接短單了（Zheng 等，2016）。與之相反，有學(xué)者的研究證實了當(dāng)起步價的收入遠(yuǎn)高于多跑一公里的收入時，司機(jī)更愿意多接短單來獲得更多的起步價（Dong，2016）。與前者結(jié)論均不同的是，將司機(jī)按收入高低分為四組，四組司機(jī)的平均每單車程的概率分布曲線相同，結(jié)論認(rèn)為司機(jī)不能通過接長單、少接單來獲取更多收入（Zhang 等，2016）。但是，這些研究并沒有以有可比性的司機(jī)為研究對象進(jìn)行分組，從而研究司機(jī)的工作策略，也缺少在市場需求波動情景下司機(jī)的策略行為的研究。

在訂單工作時長方面，共享機(jī)制下，司機(jī)可以自由選擇工作時長，司機(jī)的工作時長問題以及其與傳統(tǒng)出租車司機(jī)的工作效率和行為模式比較成為了近期研究關(guān)注的熱點。在共享機(jī)制下，司機(jī)傾向于在工資高時投入更多的工作時間（Cachon等，2015）。其中，以Uber為例，司機(jī)的平均每小時收入并不隨著一周內(nèi)工作時間的長短而變化（Hall 和Krueger，2017）。相較出租車司機(jī)，Uber司機(jī)工作時間的彈性更大，平均每小時收入更高，且每周工作更少時間。在資源利用效率上， Uber司機(jī)載客時間比率（載客時間占總工作時間的比率）以及載客路程比率（載客時間占總工作時間的比率）都顯著高于出租車司機(jī)（Cramer 和 Krueger，2016）。在Uber 平臺被采用的城市，總就業(yè)人數(shù)有所增加，傳統(tǒng)出租車司機(jī)的收入下降部分被Uber 司機(jī)收入的增長部分所抵消（Berger等，2018）。

在訂單報價方面，現(xiàn)有網(wǎng)約車平臺采取司機(jī)接受或者拒絕的定價交易機(jī)制，可以幫助平臺優(yōu)化司機(jī)的實際運(yùn)行成本和期望收益（程絮森，2015）。網(wǎng)約平臺動態(tài)定價模式是競爭性報價交易機(jī)制在共享經(jīng)濟(jì)平臺的表現(xiàn)（McAfee，1992;Cici 等，2015）。通過實證分析數(shù)據(jù)發(fā)現(xiàn)，在線乘車系統(tǒng)的動態(tài)價格匹配機(jī)制可以使得司機(jī)乘客匹配率高達(dá)78%。另有研究證實了動態(tài)價格機(jī)制在提高市場效率和提升乘客服務(wù)體驗上均優(yōu)于固定價格機(jī)制（Pueboobpaphan 等，2017）。

針對中國網(wǎng)約車市場的研究，一些學(xué)者對出租車司機(jī)及滴滴司機(jī)的工作方式選擇進(jìn)行了新的探討。有研究按照每日收入高低將司機(jī)分為3 組，發(fā)現(xiàn)供需關(guān)系、搜索距離、費(fèi)用率、車速是影響司機(jī)收入的主要因素。但是在低需求地區(qū)不代表著低收入，長訂單也不代表著高收入（Qin 等，2017）。而這正是本文可以進(jìn)一步解釋的。低需求地區(qū)的挑單司機(jī)一樣可以獲得高收入，挑選長訂單的司機(jī)一定程度上會受到訂單需求的影響。

綜上所述，現(xiàn)有研究已經(jīng)意識到網(wǎng)約車平臺機(jī)制設(shè)計的重要性，并從司機(jī)訂單類型、訂單時長、訂單價格等方面探討對司機(jī)行為的激勵效應(yīng)，然而缺乏探討在訂單目的地已知情況下不同司機(jī)行為的績效差異。

三、理論與假說

（一）基礎(chǔ)理論模型：司機(jī)工作方式對司機(jī)績效的影響

所有司機(jī)都有動機(jī)在有限工作時間內(nèi)以更高效的工作方式獲得更高的收入。過去我們觀察到出租車司機(jī)更偏好于接長訂單，尤其是機(jī)場和火車站的訂單。在這種情況下，一些司機(jī)會更具策略性，只回應(yīng)價值較高的訂單，即長訂單。因為他們認(rèn)為，即使他們可能會犧牲一些短距離訂單，導(dǎo)致等待時間更長，但長訂單的利潤會覆蓋掉成本。如北京出租車（早5：00—晚22：59）的起步價為10元（三公里以內(nèi)），超出（含）三公里至十五公里以內(nèi)的公里數(shù)每公里按2 元計費(fèi)。超出（含）十五公里的公里數(shù)（每公里加收50%空駛費(fèi)）按3 元計費(fèi)。顯然，司機(jī)更偏好距離超過十五公里的長訂單。

有學(xué)者的研究發(fā)現(xiàn)，與出租車司機(jī)相反，網(wǎng)約車司機(jī)在可以預(yù)期接到很多訂單時，存在通過多接一些小于起步價距離的訂單來提高收入的情況，網(wǎng)約車平臺的出現(xiàn)使得司機(jī)更愿意接短單了（Dong，2016;Tang，2017）。其他學(xué)者的研究進(jìn)一步證實了司機(jī)不能通過接長單、少接單來獲取更多收入（Zhang 等，2016）。

假說1：司機(jī)挑選長距離訂單會獲得超額回報。

（二）需求波動對司機(jī)行為模式與績效的影響

在高峰期，挑長單的策略效果減弱。低峰期沒有足夠的短單，使得司機(jī)無法實現(xiàn)多接單接短單策略。高峰期情況下，市場訂單足夠多，司機(jī)的尋客成本更低，司機(jī)多接短訂單也可以實現(xiàn)高收入。我們將司機(jī)劃分為挑選長訂單的主動選單組，和不挑選長訂單的被動接單組。經(jīng)檢驗，確實兩者收入差距在高峰期減少，說明在不挑選長訂單的司機(jī)中有一部分司機(jī)采用了多接單、接短單策略，從而獲得更高的收入。

假說2：高需求市場下，主動選單的工作策略的邊際效應(yīng)降低。

（三）司機(jī)行為模式轉(zhuǎn)換對司機(jī)績效的影響

正如前面所述，在高需求模式下，司機(jī)即使不挑單也能有足夠的訂單數(shù)，因此很多司機(jī)會選擇維持低需求模式下的工作方式。但另一方面，高需求模式提供了一個更好的挑單環(huán)境，也就是說高需求模式下，訂單量足夠多，更允許司機(jī)對訂單進(jìn)行有目的性的選擇。那么一個自然的問題就是，在需求波動的情況下，司機(jī)改變其工作方式會帶來更高還是更低的邊際收入？考慮到這一問題背后有著兩種不同的機(jī)制在影響著司機(jī)的決策，我們尚未知哪一種機(jī)制產(chǎn)生的作用更大，因此，我們提出兩個競爭性的假設(shè)：

假說3a：司機(jī)在市場需求波動的情況下轉(zhuǎn)換為主動選單工作策略，會帶來更高的邊際收入。

假說3b：司機(jī)在市場需求波動的情況下轉(zhuǎn)換為主動選單工作策略，會帶來更低的邊際收入。

四、樣本選擇、指標(biāo)構(gòu)建與變量統(tǒng)計

（一）樣本選擇

2015 年12 月，北京市政府實施了7 天“單雙車禁”政策（12 月9 日-12 日和12 月20 日-22 日），要求車輛按照車牌號的奇偶分天數(shù)限行，以緩解霧霾和交通擁堵。這個政策導(dǎo)致公共交通和私家車共享需求急劇增加，12 月7 日滴滴順風(fēng)車的預(yù)約量相比前一日大幅增長了93.5%①。政策期和非政策期創(chuàng)造出了相應(yīng)的高需求市場和低需求市場，對此，我們構(gòu)建實證模型檢驗需求波動對網(wǎng)約車司機(jī)的工作方式的影響。

在本研究中，我們與滴滴平臺合作，隨機(jī)抽取了2015年12月1日至12月31日北京1000名網(wǎng)約車司機(jī)的脫敏數(shù)據(jù)。2015年滴滴仍處于搶派結(jié)合模式的探索階段，訂單優(yōu)先派送距離乘客一定半徑范圍內(nèi)的司機(jī)，播報訂單的起始位置和目的地位置信息（播報時間3-5 秒），如果沒有司機(jī)搶單，系統(tǒng)會擴(kuò)大播報半徑直至有司機(jī)接單。因此在這個過程中，一些司機(jī)會策略性選擇距離更長、價值更高的訂單。

為了確定哪些是主動選單司機(jī)哪些是被動接單司機(jī)，我們計算了正常需求期間（即沒有單雙車禁止期，共21天）每個駕駛者的平均每程行程距離。如果司機(jī)的平均行程距離高于平均值的3/4標(biāo)準(zhǔn)偏差，我們將他們定義為主動選單司機(jī)，最終在1000名司機(jī)中有255名主動選單司機(jī)，而其他745名司機(jī)則更傾向于隨機(jī)地選擇這些訂單。

為了更好地比較主動選單司機(jī)與被動接單司機(jī)的行為差異，我們要排除這兩類司機(jī)的自我選擇偏差，即兩類司機(jī)除了搶單方式之外，在經(jīng)驗、工作時間、車輛配置等方面沒有顯著的偏差。因此，基于這255 名司機(jī)的信息，我們采用傾向得分匹配（PSM）方法，在745 名剩余的司機(jī)中采用一對一最近鄰居匹配（無替換）算法（Brodeur，2018），匹配了255 名被動接單司機(jī)，即這些司機(jī)在正常需求期間不會刻意地去搶長單。表1 是經(jīng)過PSM 匹配后兩組司機(jī)的特征比較結(jié)果，我們發(fā)現(xiàn)匹配后，四項特征的t 檢驗均不顯著，提示兩組司機(jī)的工作時間、經(jīng)驗、車輛價格、車的排量方面均相似，這兩組之間的唯一區(qū)別是司機(jī)所選擇的平均行程距離。

（二）變量定義與描述

在衡量司機(jī)績效時，勞動供給理論的學(xué)者大多采用平均每日工資、工作時間、小時平均工資來衡量（Farber，2005;Kim，2018）。但有研究指出，以往研究司機(jī)績效時忽略了司機(jī)空跑尋找乘客的成本，提出還需要考慮司機(jī)空載成本和單位時間效率（Tang 等，2017）。因此，除每天每個司機(jī)的日收入（daily income）、平均每小時收入（hourly income）指標(biāo)之外，本文增補(bǔ)了司機(jī)日訂單數(shù)量（daily order）、日負(fù)載率（load rate）等指標(biāo)作為因變量，從多個角度來衡量司機(jī)績效。

每日收入和每日訂單數(shù)量是指特定日期所有訂單的總費(fèi)用和訂單數(shù)量。每日工作時間可以計算為司機(jī)的第一個和最后一個訂單之間的時間差。然而，由于大多數(shù)共享汽車司機(jī)都是間斷工作的，他們可能會在一天中選擇自己的工作時間，因此，時差計算方法可能會高估總工作時間。在本研究中，我們假設(shè)當(dāng)兩個連續(xù)交易之間有一個小時的差距時，認(rèn)為司機(jī)已經(jīng)結(jié)束工作。這樣，我們把司機(jī)的一天劃分成幾個時間段，并把這些時間段作為他的總工作時間加總，作為他的每日工作時間。據(jù)此，我們可以進(jìn)一步計算每個司機(jī)每小時的收入為日收入除以每天的工作時間。每日接單時間則等于當(dāng)日所有訂單的時間長度的總和?；诿咳战訂螘r間得到司機(jī)日負(fù)載率，每個司機(jī)的載客時間除以她/他每天的總工作時間。載客時間是司機(jī)一整天所有訂單的累計時間，我們可以把它命名為司機(jī)可以賺取利潤的有效的工作時間。表2給出了所有的變量定義及描述性統(tǒng)計。

根據(jù)表2 的統(tǒng)計，共享車的平均載客率均值為72.3%，明顯高出出租車的平均載客率35.18%①。共享車司機(jī)平均每日收入均值為219.678元，標(biāo)準(zhǔn)差為152.865元，說明司機(jī)之間的收入差距大。司機(jī)平均每小時收入均值為37.05元，標(biāo)準(zhǔn)差為11.85元，說明司機(jī)之間的收入差距不僅僅只是工作時長的不同，司機(jī)之間的工作效率也有差異。

五、研究內(nèi)容

（一）研究一：需求變動對司機(jī)績效的影響檢驗

根據(jù)前面的分析，市場打車需求和司機(jī)行為模式影響司機(jī)績效的路徑是相互交織的，不同市場需求下，同樣的司機(jī)行為模式可能會有不同的結(jié)果。圖1 報告了本文關(guān)注的四個因變量在高需求與日常需求（低需求）期間的描述性比較結(jié)果。我們可以大致了解，盡管主動選單司機(jī)的日常訂單數(shù)量較少，但他們的日收入、小時收入和日負(fù)載率要高于被動接單司機(jī)，這表明他們的工作效率比被動接單司機(jī)高。這個結(jié)果與前人的研究一致，即高入出租車司機(jī)會在某些情況下拒絕乘客，并巧妙地選擇他們喜歡的乘客的目的地（Zhang 等，2016）。同時我們發(fā)現(xiàn)在高需求模式下，主動選單司機(jī)的整體績效仍然要高于被動接單司機(jī)，盡管邊際差異會有所縮小。

為了更系統(tǒng)地檢驗假設(shè)1和假設(shè)2，即主動選單司機(jī)的收益效果，以及需求變化時主動選單行為是否仍然是一個有效的策略，我們構(gòu)建公式（1）所示的模型，引入市場需求和司機(jī)類型的交叉變量來檢驗在市場需求高時挑選長距離訂單的司機(jī)是否仍然能獲得更好的績效。如果交叉變量的系數(shù)為負(fù)，說明高需求期能弱化司機(jī)主動選單行為對績效的影響。為此，我們構(gòu)建了模型（1）-（4）對假設(shè)1 與假設(shè)2 進(jìn)行檢驗：

表3 展示了模型（1）-（4）的回歸結(jié)果。demand回歸系數(shù)β在四個模型中均顯著為正，在經(jīng)濟(jì)學(xué)意義上，說明在市場需求高時，相比市場需求較低時，所有司機(jī)的空載率降低了，接單更多了，收入也有顯著提高;drivertype系數(shù)β在模型（2）（3）中均顯著為正，在模型（1）（4）中顯著為負(fù)， 說明在市場需求低時，主動選單的司機(jī)相比被動接單的司機(jī)在相同條件下平均每小時收入更高，平均日收入也更高，而負(fù)載率和訂單數(shù)明顯低于被動接單司機(jī)，因此假設(shè)1 成立，表明主動選單司機(jī)花費(fèi)了更多時間在挑選訂單上，而不是通過多接單來獲取更高的收益。demand·drivertype交叉項系數(shù)β在模型（1）（3）（4）中均顯著為負(fù)，說明在市場需求變得更高時，主動選單所能帶來的績效提升被削弱了，因此，主動選單司機(jī)和被動接單司機(jī)之間在訂單數(shù)量、每小時收入和負(fù)載率上的差距被縮小，假設(shè)2被支持。不過在模型（2）中β為正但并不顯著，表明在高需求時，主動選單所帶來的收入與低需求時間相比，并沒有顯著差異，因此也是側(cè)面支持了假設(shè)2。

（二）研究二：司機(jī)行為模式轉(zhuǎn)換對司機(jī)績效的影響檢驗

司機(jī)可能在需求變動時改變自己的行為模式，而這也會影響司機(jī)的績效。舉例來說，被動接單司機(jī)可能在高需求時期轉(zhuǎn)變?yōu)橹鲃舆x單司機(jī)，因為他們同時擁有了更多的選擇。這一轉(zhuǎn)變行為可能導(dǎo)致過高地評估了被動接單司機(jī)的績效。所以在這一部分的研究中，我們將司機(jī)轉(zhuǎn)變行為模式的學(xué)習(xí)加入了我們的模型。我們通過構(gòu)建shift變量來描述司機(jī)i 是否在t 時刻轉(zhuǎn)換為另一種類型。我們將這510名司機(jī)按照在高需求時期的平均訂單距離排序，并定義排序在前255 名的司機(jī)為高需求時期的主動選單司機(jī)，剩下的255 名司機(jī)為被動接單司機(jī)。如果司機(jī)i 在低需求時期和高需求時期挑選訂單的行為模式發(fā)生轉(zhuǎn)換，則定義shift=1，否則shift=0。

shift變量將原有的兩類司機(jī)進(jìn)一步分為了四類：174 名持續(xù)型主動選單司機(jī) （A），174 名持續(xù)型被動接單司機(jī)（B），81名從主動選單轉(zhuǎn)換到被動接單的司機(jī) （A），以及81 名從被動接單轉(zhuǎn)換到主動選單的司機(jī) （B ）。我們關(guān)心的問題是，當(dāng)一名主動挑長距離訂單的司機(jī)在高需求市場條件下變得不那么挑單了，他們的收入會比一直挑單的司機(jī)有所降低嗎？或者，如果一名不挑選長距離訂單的司機(jī)在高需求市場條件下，轉(zhuǎn)換為挑選長距離訂單的司機(jī)了，他們會比不挑選長距離訂單的司機(jī)更好嗎？

圖2顯示了行為轉(zhuǎn)換后帶來的邊際價值。我們可以發(fā)現(xiàn)四類司機(jī)均在高需求市場中獲得更多的訂單，這也進(jìn)一步驗證了限行政策創(chuàng)造了一個高需求的市場。不過從圖2 可以看出，被動式接單轉(zhuǎn)換到主動式選單的司機(jī) （B） 的效率獲得了最大的提升，他們的日收入、平均每小時收入，以及日負(fù)載率的提升，和其它三類司機(jī)相比，都是最高的。

為了系統(tǒng)地檢驗司機(jī)行為轉(zhuǎn)換的影響，本文構(gòu)建了如下模型。表4顯示了相關(guān)的回歸結(jié)果。

從表5的結(jié)果中我們可以看到，模型（6）、（7）、（8）中β+β均為負(fù)，說明如果主動挑單司機(jī)在高需求時期轉(zhuǎn)變?yōu)椴惶暨x長距離訂單的策略，他們的績效就不如一直挑選長距離訂單的司機(jī)，同時他們也沒有多接訂單。而模型（6）、（7）、（8）中β系數(shù)顯著為正，說明原本被動接單司機(jī)，在經(jīng)過行為轉(zhuǎn)換后，能在高需求市場中獲得更多的收益。因此我們的假設(shè)3a 得到了支持，而3b 沒有得到支持，表明即使是高需求情況下，主動選單的行為仍能帶來更大的邊際價值。

六、研究結(jié)論和政策建議

在2015年網(wǎng)約車搶派結(jié)合模式探索階段，我們基于2015年12月1000名北京市網(wǎng)約車司機(jī)的隨機(jī)抽樣脫敏數(shù)據(jù)，初步探索了司機(jī)的工作模式行為選擇，及在復(fù)雜交通情況影響下，司機(jī)的行為選擇所帶來的績效差異。研究證實了我們的假設(shè)，即無論在高峰期還是低峰期，司機(jī)主動挑選長距離訂單均會獲得超額回報，但是在高峰期，即訂單充足的情況下，被動接單與主動選單之間的回報差異顯著縮小。因此我們可以發(fā)現(xiàn)，主動選單對司機(jī)本人績效的影響總是正面的，司機(jī)可以通過更少的接單數(shù)獲得更高的每日收入、平均每小時收入、更高的負(fù)載率等。負(fù)載率的提高一定程度上節(jié)約了資源，是資源利用效率提高的表現(xiàn)。不過這樣的選擇可能會對短途乘客造成負(fù)面的影響，后續(xù)研究可以從乘客角度做進(jìn)一步的研究。同時，主動選擇訂單的行為會進(jìn)一步削減被動接單司機(jī)的收入，造成平臺司機(jī)的流失。

因此，從市場機(jī)制設(shè)計視角出發(fā)，假若網(wǎng)約車平臺需要解決這個問題，就必須思考如何持續(xù)激勵挑選短單的司機(jī)留在平臺上。一方面，結(jié)合本文的結(jié)論，在訂單充足的情況下，被動接單的司機(jī)也能獲得較高的回報，平臺可以向接短單較多的司機(jī)優(yōu)先派送訂單，提高被動接單的司機(jī)收入;另一方面，平臺可以限制司機(jī)的主動選單行為，弱化司機(jī)選單行為對乘客和平臺的影響。當(dāng)前網(wǎng)約車平臺實施的乘客目的地不透明機(jī)制，一方面雖然可以減小司機(jī)拒載行為，提升乘客服務(wù)滿意度，但是另一方面也會對司機(jī)造成負(fù)面影響。具體來說，本文在后續(xù)分析中發(fā)現(xiàn)主動選單的超額回報在高需求時期減少，所以在派單行為上可以再進(jìn)一步優(yōu)化。另外，本文的研究也存在一定的不足。在轉(zhuǎn)換效應(yīng)的檢驗中，結(jié)果不夠顯著，可能是數(shù)據(jù)量不夠造成的。我們期待在未來的研究中能夠有更多的數(shù)據(jù)來完善，并且也希望有更多的學(xué)者利用共享經(jīng)濟(jì)的數(shù)據(jù)來研究人們工作模式對其績效的影響。