理论与方法

基于相对价格法的网约车市场统一开放、竞争有序指数构建与应用

  • 高咏玲 , 1, 2 ,
  • 陈永东 1, 2 ,
  • 庞清阁 , 2, 3, * ,
  • 田春林 2, 3
展开
  • 1 中央财经大学 商学院,北京 100081
  • 2 综合交通运输理论交通运输行业重点实验室,北京 100029
  • 3 交通运输部科学研究院,北京 100029
* 庞清阁(1985—),男,山东临清人,硕士,高级工程师,研究方向为综合运输改革与政策。 E-mail:

高咏玲(1982—),女,吉林安图人,博士,教授/博导,研究方向为交通运输市场、物流与供应链管理。E-mail:

收稿日期: 2024-07-01

  网络出版日期: 2024-12-03

基金资助

综合交通运输理论行业重点实验室开放课题

国家社会科学基金一般项目(24BGL115)

国家社会科学基金一般项目(18BGL087)

中央财经大学教育教学改革项目(2022ZXJG17)

Development and Application of a Unified, Open, and Competitive Orderly Ride-Hailing Market Index Based on Relative Price Method

  • GAO Yongling , 1, 2 ,
  • CHEN Yongdong 1, 2 ,
  • PANG Qingge , 2, 3, * ,
  • TIAN Chunlin 2, 3
Expand
  • 1 Business School, Central University of Finance and Economics, Beijing 100081, China
  • 2 Key Laboratory of Transport Industry of Comprehensive Transportation Theory, Beijing 100029, China
  • 3 China Academy of Transportation Sciences, Beijing 100029, China

Received date: 2024-07-01

  Online published: 2024-12-03

摘要

在加快建设全国统一大市场背景下,为有效监测网约车市场动态,提出网约车市场统一开放、竞争有序指数的构建方法。首先,从市场统一性、开放性和竞争有序性维度提出网约车市场评价指标,并采用相对价格法计算市场统一性指数。其次,运用熵权法对各评价指标进行客观赋权,进而合成指数。然后,以广东省8个城市为例分析发现,2021年下半年至2023年下半年期间,广州市网约车市场统一开放、竞争有序指数最高,从0.5增至约0.75;深圳市、佛山市和东莞市的指数值在0.3~0.5波动,总体呈上升态势,反映出这些城市网约车市场发展的积极趋势。无论是否对样本城市分组,上述结论均保持一致,反映了网约车市场发展水平存在的差异。最后,在强化运价治理、完善运力动态调整机制、促进有序规范发展、发挥领先城市的示范作用、建立健全常态化信息发布机制方面提出建议,以全面促进网约车市场健康发展。

本文引用格式

高咏玲 , 陈永东 , 庞清阁 , 田春林 . 基于相对价格法的网约车市场统一开放、竞争有序指数构建与应用[J]. 交通运输研究, 2024 , 10(5) : 27 -38 . DOI: 10.16503/j.cnki.2095-9931.2024.05.003

Abstract

In the context of accelerating the construction of a unified national market, this paper proposed a methodology for developing a unified, open, and competitive orderly (UOCO) ride-hailing market index to effectively monitor the ride-hailing market′s dynamics. Firstly, evaluation indicators for the ride-hailing market were developed from the dimensions of market unification, openness, and competitive orderliness, and the relative price method was applied to calculate the market unification index. Se-condly, the entropy weight method was used to assign weights to the evaluation indicators, thus synthesizing the UOCO ride-hailing market index. Then, taking the eight cities in Guangdong Province as an example, the analysis found that during the second half of 2021 to the second half of 2023, Guangzhou had the highest value in the UOCO ride-hailing market index, increasing from 0.5 to about 0.75, while the indices for Shenzhen, Foshan, and Dongguan fluctuated between 0.3 and 0.5, generally showing an upward trend, which reflected a positive trend in the development of the ride-hailing markets in these cities. These findings remain consistent regardless of whether the sample cities were grouped, reflecting different levels of development in the ride-hailing market. Finally, suggestions were put forward in terms of strengthening tariff governance, improving capacity adjustment mechanisms, promoting orderly and normative development, utilizing the exemplary role of leading cities, and developing mechanisms for regular information release to comprehensively support the healthy development of the ride-hailing market.

0 引言

网约车是交通运输行业新业态,也是共享经济市场的关键组成部分。据统计,截至2023年12月31日,全国共有337家网约车平台公司获得经营许可,共发放网约车驾驶员证657.2万本、车辆运输证279.2万本[1]。网约车服务的兴起丰富了居民的出行选择,但也对传统出租车行业带来了冲击,给城市交通行业治理带来新挑战。近年来,为平衡网约车企业、司机、乘客及传统出租车司机等多方利益,各地政府相继颁布了网约车监管政策。然而,这些政策在设定网约车企业准入条件、驾驶员户籍要求、车辆号牌限制、车辆轴距标准以及环保达标规定等方面存在显著的城市差异,对网约车市场的统一开放与竞争有序的影响亟待分析[2]。《中共中央 国务院关于加快建设全国统一大市场的意见》强调,推进市场监管公平统一,进一步规范不当市场竞争和市场干预行为[3]。《“十四五”现代综合交通运输体系发展规划》明确指出,引导和规范网约车健康发展,防止无序扩张[4]。在此背景下,亟需构建网约车市场统一开放、竞争有序指数(简称“网约车市场UOCO指数”,UOCO分别代表Unified、Open、Competitive Orderly),以监测网约车市场的发展态势,并为监管政策的优化提供借鉴。
理想状态下,即不存在交易成本、税收差异及贸易壁垒时,理论上同一商品或服务在不同市场的价格将趋于一致[5]。而现实中,这些条件往往难以满足,导致市场间价格差异显现[6-7]。因此,学者们广泛采用相对价格法评估市场一体化程度,在此基础上,分析基础设施建设(如交通投资[8]、高速公路建设[9]及高铁发展[10])和政策干预(如税收激励[11])对市场一体化的促进作用,揭示市场一体化对区域经济[12]、生态效率[13]、环境污染[14]、区域创新[15]和绿色经济增长[16]的多维度影响。但这些研究尚未涉及网约车市场。
针对网约车这一新兴且快速发展的市场,现有研究聚焦于:网约车行业司机或乘客行为建模[17-18]、网约车平台管理优化[17-18]、单个城市视角下网约车运营模式[19]、跨城市视角下网约车政策比较[20-21]、网约车行业监管[17-18,22] 。尽管这些研究涵盖网约车行业的关键领域,但未充分量化评估与对比不同城市网约车市场状况。在建设全国统一大市场背景下,鉴于广州和深圳等城市已公布网约车市场监测数据,有必要研究如何利用这些数据综合评估网约车市场发展。
随着许多城市网约车市场规模的持续扩大,其统一开放、竞争有序水平评价成为亟待研究的问题。因此,本文基于统一市场理论,提出网约车市场统一开放、竞争有序评价指标体系,并将相对价格法和熵权法相结合进行指数计算,再以广东省8个城市为例,分析其网约车市场UOCO指数,揭示网约车市场在统一性、开放性和竞争有序性方面存在的问题,并据此提出网约车市场发展建议。

1 网约车市场统一开放、竞争有序的评价指标体系

统一开放、竞争有序是现代化市场体系的主要特征,是构建高标准市场体系的核心要求和主要环节,是推动经济高质量发展的基础[23]。根据指标的代表性和数据的可获取性,本文阐述网约车市场在统一开放、竞争有序方面的关键指标。

1.1 网约车市场统一性的关键指标

统一性是指市场整合、一体化的特性,其对立面为分割性,即资源和要素流动受阻,市场间关联减弱,经济效率受损[24]。市场分割的原因分为自然和人为两类:自然因素如气候、地理条件等,主要影响运输成本,这类问题可通过加大基础设施投入等方式缓解;人为因素则涉及行政权力和企业市场势力等垄断行为,增加了市场运行的交易成本,主要由制度性摩擦引发,需通过制度性改革,特别是竞争法的实施来限制垄断行为。
同一种商品或要素在地区间的价格差异是衡量市场统一性程度的重要标尺。研究显示,这种差异越小,市场面临的摩擦(包括市场垄断、市场封锁和地方保护等因素)也就越少,进而表明市场的统一性或一体化程度越高[24]。已有文献中,市场统一性测度的主要方法包括[25]引力模型和价格法。引力模型通常用于国家层面市场分割程度的量化分析。价格法凭借其数据获取性强的优势,在衡量国内地区间市场分割程度方面占据主导地位。价格法包括以“一价定律”为基础的绝对价格法和以“冰山成本”理论为基础的相对价格法,其中,相对价格法应用广泛,通过分析不同地区间商品或要素价格的相对变化趋势来衡量市场差异,进而评估市场分割水平[26]。具体而言,当两地区的相对价格比值稳定在一个特定区间内时,通常认为这两地的市场整合度较高,即市场分割程度较低。
本文采用相对价格法评估网约车市场统一性。定义样本城市网约车服务价格集合 P
P = { p i t } i = 1 ,   2 , ,   I, t = 1 ,   2 , ,   T
式(1)中: p i t为第 t期城市 i的网约车服务价格; I为城市数量; T为时期数量。
为比较城市间网约车服务价格差异,计算城市 i和城市 j在第 t期的价格比、价格比对数及其一阶差分[12-16,26]
γ i j t = p i t p j t
Q i j t = l n γ i j t
δ i j t = Q i j t - Q i j t - 1
式(2)~式(4)中: γ i j t为城市 i和城市 j在第 t期的价格比; Q i j t γ i j t的对数形式,以减少极端值的影响,使数据更平滑; δ i j t Q i j t的一阶差分,通过计算相邻时期的数据变化量来降低数据季节性因素的影响,使数据序列更平稳。
为了使分析结果不受城市间观察顺序的干扰,计算相对价格的绝对值[12-16,26]
δ i j t = l n p i t p j t - l n p i t - 1 p j t - 1 = l n p i t p i t - 1 - l n p j t p j t - 1
式(5)中: δ i j t为第 t期城市 i与城市 j的相对价格绝对值。
为消除固定效应的影响,得到剔除固定效应的相对价格变动值为[12-16,26]
q i j t = δ i j t - δ t ¯
式(6)中: δ t ¯为第 t期所有城市间相对价格的平均值,反映固定效应的影响。
城市i的壁垒可表示为城市 i与所有其他城市的相对价格 q i j t方差的均值。定义市场分割指数[27-28]
S i t = j = 1 ,   i j I v a r ( q i j t ) I - 1
式(7)中: S i t为第 t期城市 i的市场分割指数。
鉴于市场分割与市场统一是一对相对概念,本文采用市场分割指数的倒数来量化市场统一性的程度,并通过对该倒数实施对数转换,有效消除量纲差异对分析结果的影响,得到第 t期城市 i的市场统一性指数 X i t 1[27-28]
X i t 1 = l n 1 S i t
式(8)中:市场统一性指数 X i t 1中,上标1代表指标体系的第1个指标,下标反映城市 i在第 t期与其他城市市场的整合程度。 X i t 1取值越大,说明城市 i的价格与其他城市差异越小,城市 i市场的摩擦程度越小,市场的统一性或一体化程度越高。

1.2 网约车市场开放性的关键指标

开放性是指系统能与外界自由交换物质、能量和信息的状态,这种特性促成了系统与外部环境的互动与融合[24]。在社会经济体系中,开放性至关重要,因为它通过与外部的物质、能量和信息的交流,适应环境变化,实现系统的演化。
网约车市场的开放性主要体现在对各种平台、车辆和驾驶员的接纳程度上。这种开放性极大地推动了市场服务创新、价格竞争和出行选择的多样化,为乘客提供了多元而便捷的选择。然而,与此同时,它也带来了一系列供需失衡和监管方面的挑战。
在平台运营方面,一些城市要求网约车平台在本地设立分支机构并纳税[2]。这有助于维护地方利益和加强属地化管理,但也导致了市场主体间的不平等,限制了网约车行业网络效应的充分发挥。
就车辆标准而言,根据刘奕[2]对全国247个城市的调查,有超过六成城市设定了网约车轴距或车身长度要求,超过一半城市规定了车价或要求车价高于出租车,还有近一半城市对耗油量或发动机功率有具体规定,超过八成城市规定了车龄,并要求车辆安装车载设备。这些规定旨在保障乘客的出行安全和舒适度,但也可能增加网约车的运营成本。
在驾驶员资质方面,超过半数的地级以上城市对户籍、驾驶经验、服务次数和从业资格证有明确限制[2]。这些规定旨在提升网约车服务质量和驾驶员素质,但也在一定程度上限制了网约车行业供给能力,导致部分从业者从事“非正规”运营,给市场监管带来了难度。
综上所述,根据数据可得性,本文选取网约车平台公司万人拥有量、网约车万人拥有量和网约车驾驶员万人拥有量,作为反映各城市网约车市场开放性的指标。

1.3 网约车市场竞争有序性的关键指标

竞争有序性作为市场秩序的核心要素,描述了一种理想状态下市场竞争环境:在法治框架下,各类市场参与者依据明确的规则展开竞争与合作,共同营造稳定、规范且理性的市场氛围。竞争有序性捍卫了市场竞争的公平性原则,为市场的持续健康发展奠定了基础。相反,若市场竞争陷入无序,诸如恶性竞争、市场混乱以及利用非法手段牟取利益等现象频发,将严重阻碍市场的健康发展。网约车市场竞争秩序的评估,可综合考量网约车的非法营运率、运营违章率和有效投诉率这3个关键维度。
首先,网约车非法营运率直接关联到市场的合法合规性。非法营运意味着未获得相应许可和资质的车辆及司机参与运营。这不仅违反了市场准入规定,也对合法经营者构成不公平竞争,扰乱市场秩序。非法营运率的高低,能反映当地监管部门执法力度及市场规范化程度。
其次,网约车超速驾驶、违规载客、拒载、绕路等运营违章,不仅影响乘客体验,还破坏了公平竞争的市场环境。运营违章率直接体现网约车平台及其驾驶员对运营规则的遵守情况,同时反映监管部门的管理效率。运营违章率较低表明市场参与者较自律,运营行为较规范。
最后,网约车有效投诉率反映经核实的服务质量问题情况,如服务态度恶劣、计费不透明、安全措施不到位等。网约车有效投诉率的高低,直接体现了消费者满意度和市场服务质量。低有效投诉率通常意味着服务优质,对消费者权益保护较好。
综上所述,本文选取网约车非法营运率、网约车运营违章率和网约车有效投诉率衡量竞争有序性。这3个指标取值较小,意味着市场运行较规范,更有利于行业的长期稳定发展。反之,则暴露市场秩序短板,为监管机构指明改进方向。
根据前述分析,网约车市场统一开放、竞争有序评价指标体系如表1所示,其中 X i t k表示城市 i在第 t期第 k项指标, i = 1 , 2 , , I t = 1 , 2 , , T k = 1 , 2 , , 7
表1 网约车市场统一开放、竞争有序评价指标体系
类别 指标名称 变量名 单位
市场统一性 市场统一性指数 X i t 1
市场开放性 网约车平台公司万人拥有量 X i t 2 家/万人
网约车万人拥有量 X i t 3 辆/万人
网约车驾驶员万人拥有量 X i t 4 人/万人
竞争有序性 网约车非法营运率 X i t 5 件/万辆
网约车运营违章率 X i t 6 件/万辆
网约车有效投诉率 X i t 7 件/万辆

2 网约车市场UOCO指数的计算

2.1 指标权重的确定方法

在多属性决策中,属性权重的大小反映了各属性的相对重要程度。权重的确定直接影响评价结果,权重的变动可能引起被评价对象优劣顺序的改变。依据数据的不同,确定属性权重的方法分为三类[29]:第一类是主观赋权法,包括专家会议法、专家调查法、层次分析法、模糊综合评价法、网络层次分析法、最佳最差法等,这类方法依据决策者主观决定数据确定权重;第二类是客观赋权法,包括熵权法和主成分分析法,这类方法依据指标的属性值确定权重,与决策者的主观偏好无关;第三类方法是组合赋权法,依据决策者的主观偏好和决策的客观属性数据综合确定权重。考虑到网约车市场统一开放、竞争有序评价指标均为定量指标,本文选用熵权法确定指标权重。根据信息论中熵的概念,若某一指标在不同时间节点上的数值变动显著,其熵值会相应降低,熵权则会增大,这意味着对变化较大的指标赋予较高的权重[30]。反之,若某指标在各阶段的数值保持不变,其熵值将达到峰值,熵权将趋近于零,表明可忽略该指标对最终评价结果的贡献,需重新考虑其适用性。熵权法适合挖掘定量指标的时间序列信息,还能有效处理多因素之间的相互作用,减少主观因素的干扰,确保评价结果客观地反映各指标在网约车市场发展过程中的相对重要性。

2.2 网约车市场UOCO指数合成

在网约车市场统一开放、竞争有序评价指标体系中,市场统一性指数 X i t 1、网约车平台公司万人拥有量 X i t 2、网约车万人拥有量 X i t 3、网约车驾驶员万人拥有量 X i t 4均为正向指标,其取值越大越好,而网约车非法营运率 X i t 5、网约车运营违章率 X i t 6和网约车有效投诉率 X i t 7均为负向指标,其取值越小越好。这些指标的量纲不统一,范围也有很大的差别。为了消除这些影响,需对指标进行标准化处理。
对于正向指标 X i t k k = 1   , 2 ,   3 ,   4)进行标准化处理如下[30]
Y i t k = X i t k - m i n X i t k m a x X i t k - m i n X i t k
式(9)中: Y i t k为第 t期城市 i k项指标的标准化值; m a x X i t k m i n X i t k分别表示对于城市 i 1 ,   2 , ,   I、时期 t 1 ,   2 , ,   T k项指标的最大值和最小值。
对于负向指标 X i t k k = 5 ,   6 ,   7)进行标准化处理如下[30]
Y i t k = m a x X i t k - X i t k m a x X i t k - m i n X i t k
在数据标准化的基础上,计算第 t期城市 i k项指标所占比重 W i t k,反映取值为 X i t k的情况出现的概率[31-32]
W i t k = Y i t k t = 1 T Y i t k
在网约车市场UOCO指数计算评价中,若某一指标在不同时间点的取值展现出较大的差异性,式(11)计算出的结果将明显不均匀,使得该指标的熵值较低,反映该指标具有较高的变异性或离散性,蕴含着较丰富的信息。因此,应赋予该指标较高的差异系数和熵权,确保其在指数分析中的关键作用。相反,若某一指标在各时间点的取值差异较小,意味着该指标的信息含量较少,则应给予其较低的差异系数和熵权,以合理反映其对评价结果的影响。根据以上分析,按式(12)~式(14)计算第 k项指标的熵值、差异系数及其熵权[31-32]
E k = - t = 1 T i = 1 I W i t k l n W i t k l n K
ε k = 1 - E k
ω k = ε k k = 1 K ε k 0 ω k 1 k = 1 K ω k = 1
式(12)~式(14)中: E k为第 k项指标的熵值; ε k为第 k项指标的差异系数; ω k为第 k项指标的熵权,若熵值越小(越大),差异系数和熵权均越大(越小)。
根据各指标的标准化结果及其权重,计算第 t期城市 i网约车市场UOCO指数 Z i t如下:
Z i t = k = 1 K ω k Y i t k 0 Z i t 1
式(15)中: Z i t越大,说明第 t期城市 i网约车市场统一开放、竞争有序程度越高。

3 网约车市场UOCO指数分析:以广东省8个城市为例

3.1 样本分组与描述性统计

本文选取广东省8个城市(广州市、深圳市、佛山市、东莞市、阳江市、茂名市、清远市、揭阳市)进行数据分析,主要原因包括:首先,广东省是我国经济最为发达的地区之一,其网约车市场的发展具有代表性,能较好地反映我国网约车市场的现状与趋势。其次,样本城市包括广州、深圳、阳江和清远等,涵盖不同规模和层级的网约车市场,便于对比分析。最后,样本城市的网约车市场数据较全面,能利用网约车日均营收与日均运营里程之比来估算网约车运价,同时,结合网约车在出租车市场中的占比数据,可测算网约车的非法营运率、运营违章率及有效投诉率等,以满足分析需要。
数据来源为样本城市的交通运输局网站公开发布的信息,具有权威性和易获取性,例如《广州市出租汽车2021年下半年度市场运行监测指标信息发布报告》[33]和《深圳市2021年下半年度网约车市场运行监测指标信息发布报告》[34],时间跨度为2021年下半年至2023年下半年,对于个别缺失值,根据其他期数据趋势进行补充。
在分析网约车市场的发展时,本文考虑了不同城市人口规模的差异,对城市进行分组。具体而言,将人口超过1 000万的广州市、深圳市、东莞市以及人口接近 1 000万的佛山市归为特大城市组。这些城市通常具有更高的城市密度和更活跃的交通需求。同时,将人口规模低于900万的阳江市、茂名市、清远市、揭阳市归为大城市组,以区分不同规模城市在网约车市场发展中可能存在的差异。本文选用相对价格法评估市场统一性指数,此方法可能受到样本数量的影响。因此,特大城市组和大城市组均包括4个城市,便于对比评估结果。
广东省特大城市组和大城市组网约车数量和驾驶员规模分别见图1图2图1图2显示,样本城市网约车数量和网约车驾驶员规模均持续增长,网约车市场呈现出运力规模扩张的趋势。然而,这一趋势伴随着运力过剩、车辆运营效率下降、司机收入减少、市场秩序问题增加等风险。在此背景下,样本城市网约车市场是否因运力扩张而实现更高程度的统一开放与竞争有序,需进一步深入分析。
图1 广东省特大城市组和大城市组网约车数量
图2 广东省特大城市组和大城市组网约车驾驶员规模
2021年下半年至2023年下半年期间广东省8个城市各项指标均值如表2所示。可以看出,特大城市组的市场统一性指数位于7.9~9.6,相比之下,大城市组的指数则相对较低,保持在5.42~6.89。特大城市网约车供需规模庞大,市场竞争激烈,推动网约车平台趋向制定统一的价格和服务标准,有助于提升市场统一性指数,使特大城市组网约车市场在运价整合度上明显超越了大城市组。
表2 广东省8个城市各项指标均值
类别 指标名称 特大城市组 大城市组
广州市 深圳市 佛山市 东莞市 阳江市 茂名市 清远市 揭阳市
市场
统一性
市场统一性指数 7.9 8.27 8.69 9.6 6.89 5.42 6.17 6.01
市场
开放性
网约车平台公司万人拥有量/(家/万人) 0.05 0.02 0.04 0.02 0.03 0.02 0.07 0.02
网约车万人拥有量/(辆/万人) 74.24 55.55 24.26 37.07 2.83 4.25 15.11 2.6
网约车驾驶员万人拥有量/(人/万人) 114.98 137.62 73.63 93.97 32.44 12.75 49.33 16.72
竞争
有序性
网约车非法营运率/(件/万辆) 22.18 185.92 154.42 155.44 733.98 255.93 342.33 2 555.42
网约车运营违章率/(件/万辆) 195.26 79.03 144.94 14.62 290.44 67.93 191.01 1 837.26
网约车有效投诉率/(件/万辆) 98.98 2 289.84 183.97 279.61 1 120.38 214.6 111.75 768.69

注:数据来源于各城市交通运输局网站,时间跨度为2021年下半年至2023年下半年。

样本城市中,网约车平台公司万人拥有量并未与城市规模呈直接的正相关关系。具体而言,在网约车平台公司万人拥有量方面,深圳市、东莞市、茂名市和揭阳市均处于较低水平,均为0.02家/万人,而清远市最高,为0.07家/万人。这说明城市规模与网约车平台公司分布密度之间并非简单的线性对应关系。
在网约车及其驾驶员的万人拥有量方面,特大城市组显著高于大城市组。在网约车万人拥有量方面,广州市最高,为74.24辆/万人,其次为深圳市(55.55辆/万人)。在网约车驾驶员万人拥有量方面,深圳市最高,为137.62人/万人,其次为广州市(114.98人/万人)。这表明城市人口规模越大,网约车与网约车驾驶员的人口密度相对越高,反映了特大城市在网约车供应规模和吸纳就业方面的潜力。
在竞争有序性指标方面,与大城市组相比,特大城市组的网约车非法营运率普遍更低,但网约车的运营违章率和有效投诉率不一定更低。样本城市中,广州市网约车的非法营运率和有效投诉率两方面均表现最佳,为最低水平。这反映了特大城市广州在网约车违法监管和服务规范方面取得的显著治理成效,但广州市的网约车运营违章率却相对较高。相比之下,深圳市网约车的非法营运率和有效投诉率高于广州市,但网约车运营违章率较低。样本城市难以在非法营运率、运营违章率和服务有效投诉率三方面均达到最佳。这凸显了网约车市场秩序治理的复杂性和难度。

3.2 结果分析

本文运用相对价格法计算市场统一性指数,并采用熵权法进行客观赋权。这一方法组合能有效规避主观判断带来的偏差,确保研究结果的客观性。广东省特大城市组和大城市组的各指标权重结果如表3所示。在特大城市组和大城市组中,市场统一性指数的权重分别为0.179和0.229。市场开放性的3个指标的权重之和分别为0.595(特大城市组)和0.645(大城市组)。这表明市场开放性在两组城市评价中均占据重要位置,但大城市组对开放性的重视程度稍高。竞争有序性的3个指标的权重之和分别为0.226(特大城市组)和0.127(大城市组)。这一差异的原因在于特大城市组的竞争有序性指标在不同时期的变化更显著,因而在权重分配上给予了更高的关注。总体来说,尽管不同组别在指标权重分配上略有差异,但整体上对评价维度的权重分配较为接近,体现了评价结果的稳定性和一致性。
表3 广东省特大城市组和大城市组的各指标权重
类别 指标名称 特大
城市组
大城
市组
市场
统一性
市场统一性指数 0.179 0.229
市场
开放性
网约车平台公司万人拥有量/(家/万人) 0.316 0.234
网约车万人拥有量/(辆/万人) 0.139 0.258
网约车驾驶员万人拥有量/(人/万人) 0.140 0.153
竞争
有序性
网约车非法营运率/(件/万辆) 0.093 0.031
网约车运营违章率/(件/万辆) 0.067 0.027
网约车有效投诉率/(件/万辆) 0.066 0.068
根据前述方法,计算得到特大城市组和大城市组网约车市场UOCO指数分别如图3图4所示。
图3 广东省特大城市组网约车市场UOCO指数
图4 广东省大城市组网约车市场UOCO指数
在特大城市组中,2021年下半年至2023年下半年,广州市网约车市场UOCO指数逐步提升,从0.5增长至接近0.75,显著高于组内其他城市,此为广州市网约车市场多方面优势共同作用的结果。首先,广州市网约车万人拥有量在8个城市中位居首位,显示出其网约车资源的丰富性。其次,广州市网约车驾驶员万人拥有量在8个城市中位居第二,其驾驶员队伍规模庞大。最后,广州市在网约车市场治理方面取得了显著成效,其网约车非法营运率和有效投诉率均保持在样本城市的最低水平。在网约车及其驾驶员数量庞大的情况下,广州市能保持较低的非法营运和服务投诉率,充分反映了其网约车治理的有效性。相比之下,深圳市、佛山市和东莞市的网约车市场UOCO指数较为接近,在0.3~0.5波动,且整体趋势较为稳定。这些城市在网约车市场管理方面也取得了一定的成效,但与广州市相比,仍存在进一步提升空间。
在大城市组中,清远市网约车市场UOCO指数在同组中最高,从2021下半年的0.45提升至2023下半年的0.85左右。这是因为清远市人口数量在同组位居第二,网约车平台公司、网约车及网约车驾驶员万人拥有量均为组内最高,且网约车有效投诉率最低。阳江市、茂名市和揭阳市的指数值总体上呈增长态势,取值在0.15~0.5。揭阳市人口规模在同组位居第二,网约车及网约车驾驶员的万人拥有量最低,且非法营运率、运营违章率及有效投诉率较高,使得揭阳市网约车市场UOCO指数最低。

3.3 稳健性检验

为了检验结果的稳健性,将特大城市组和大城市组数据合并,采用熵权法得出不分组情况下指标权重。结果显示,市场统一性指数的权重为0.114,市场开放性3个指标的权重之和为0.808,竞争有序性3个指标的权重之和为0.078。值得注意的是,不论是否进行城市分组,市场开放性指标的权重始终高于市场统一性指标和竞争有序性指标的权重。在不分组情况下,市场开放性指标的权重由原来的0.595提升至0.808,显著提高。这说明样本城市在不同时期市场开放性指标的变化最明显,因而其权重较高。相比之下,市场统一性指数和竞争有序性指标较为稳定,因而权重较低。这一结果反映了市场开放性指标在网约车市场评价中的重要地位。
图5显示了不分组情况下样本城市的网约车市场UOCO指数。由该图可知,广州市、深圳市、佛山市、东莞市和清远市的网约车市场UOCO指数均呈稳步上升态势,其中,广州市和清远市在特大城市及大城市类别中持续领先。这得益于它们网约车市场的开放性和竞争有序性较高。与此同时,深圳市、佛山市和东莞市这3个特大城市,以及阳江市、茂名市、揭阳市这3个大城市的指数值则相对接近,反映出同一城市规模类别下网约车市场发展水平较接近。
图5 广东省8个城市网约车市场UOCO指数
样本城市在分组与不分组情况下,其指标标准化方法的参数选取范围有所不同。分组时,参数限定于组内4个样本城市的指标最大值与最小值;而不分组时,则扩展至全体8个样本城市的相应数据。这种参数选取范围的变化直接影响了最终计算出的指数范围。以清远市、阳江市、茂名市、揭阳市为例,分组时它们的指数范围可达0.1~0.8,在不分组情况下,这一范围缩减至0.1~0.5。本文计算的网约车市场UOCO指数直观且易于理解,区分度较高,无论样本城市是否分组,主要结论均保持一致,为全面、客观地评估网约车市场发展状态提供了有效工具。

3.4 对策建议

1)特大城市组的市场统一性指数均值为8.75,表明其运价整合程度较高,相比之下,大城市组(均值6.12)需加强运价协调。因此,建议大城市组的城市加快完善网约车运价治理,促进政府、企业、行业协会与消费者的共同参与,建立健全信息共享与协商机制,加强运价政策的宣传引导,加大反垄断与反不正当竞争执法,保障公平竞争。
2)无论是否对样本城市分组,市场开放性指标总权重均超过0.595,说明其变化显著,应予以关注。特大城市组网约车及司机的万人拥有量远高于大城市组,均值分别为47.78辆/万人和105.05人/万人,而大城市组均值分别为6.2辆/万人和27.81人/万人。因此,建议加快完善网约车运力动态调整机制,尤其是对于特大城市,严控网约车准入,完善网约车退出机制,避免过度竞争。近年来,广州市实施了网约车平台合规率监测并发布相关信息,深圳市建立起网约车运力规模动态调整机制,可为其他城市提供借鉴[35]
3)特大城市组网约车非法营运率均值(129.49件/万辆)、违章率均值(108.46件/万辆)远低于大城市组均值(971.91件/万辆,596.66件/万辆),但有效投诉率均值(713.1件/万辆)高于大城市组(553.86件/万辆)。因此,大城市组的城市应重视降低非法营运率和运营违章率,借鉴特大城市的经验,强化法律法规支撑,加大执法力度,完善监管体系。同时,建议特大城市应聚焦于降低网约车有效投诉率,强化服务质量监管,定期公布服务质量信息,引导乘客择优选择,推动市场优胜劣汰,保障其健康有序发展。
4)不论样本城市分组与否,广州市网约车市场UOCO指数持续领先,在2021下半年至2023下半年期间,从0.5提升至约0.75。建议发挥广州市在网约车市场治理方面的示范作用,鼓励其他城市对标学习,精准施策缩小差距。此外,广东省主要城市已建立网约车市场监测的常态化信息发布机制,定期公布网约车数量、驾驶员规模、日均营收与运营里程等关键数据。建议向全国推广此做法,以透明信息预警市场风险,预防供给过剩与恶性竞争,推动网约车市场健康有序发展。

4 结束语

综上,本文提出了网约车市场UOCO指数的概念,可为评价网约车市场的发展提供量化工具。该指数涵盖网约车市场统一性、开放性和竞争有序性3个维度共7个指标,其中,网约车市场统一性采用相对价格法分析。本文运用熵权法对指标赋权,进而合成网约车市场UOCO指数,然后以广东省8个城市为例,分组计算该指数,并通过不分组数据验证其稳健性。研究揭示,与大城市组相比,特大城市组的网约车市场统一性更高、网约车非法营运率和运营违章率的均值较低,但有效投诉率均值更高。因此,建议特大城市应强化网约车服务质量监管,降低网约车有效投诉率;建议大城市加强网约车运价治理,进一步提升网约车合规化水平,持续推进网约车有序规范发展。无论是否对样本城市分组,2021年下半年至2023年下半年期间,广州市网约车市场UOCO指数均最高,从0.5提升至约0.75,反映出其市场治理的有效性,深圳市、佛山市和东莞市网约车市场UOCO指数在0.3~0.5波动,总体上呈上升趋势,反映出这些城市在网约车市场的统一开放和竞争有序方面取得的进步。
鉴于研究数据可获得性的限制,本文在指标体系和实例分析方面具有一定的局限性。后续研究方向包括:在指标体系中融入更多乘客和司机的评价结果,扩大样本范围覆盖更多城市,以确保评价结果能够更全面地反映网约车市场的实际情况,为加快建设统一开放、竞争有序的交通运输市场提供依据。
[1]
交通运输部. 19个主要中心城市网约车订单合规率超80%[EB/OL].(2024-01-22)[2024-06-04]. https://www.mot.gov.cn/jiaotongyaowen/202401/t20240122_3985209.html.

[2]
刘奕. 以监管体系优化促进网约车行业健康发展[J]. 中国发展观察, 2019(19):56-59.

[3]
中共中央, 国务院. 中共中央国务院关于加快建设全国统一大市场的意见[EB/OL].(2022-04-10)[2024-06-04]. https://www.gov.cn/zhengce/2022-04/10/content_5684385.htm.

[4]
国务院. 国务院印发《“十四五”现代综合交通运输体系发展规划》[EB/OL].(2022-01-18)[2024-06-04]. https://www.gov.cn/xinwen/2022-01/18/content_5669136.htm.

[5]
PARSLEY D, WEI S. Convergence to the law of one price without trade barriers or currency fluctuations[J]. The Quarterly Journal of Economics, 1996, 111(4): 1211-1236.

[6]
O′CONNELL P, WEI S. "The bigger they are, the harder they fall": Retail price differences across US cities[J]. Journal of International Economics, 2002, 56(1): 21-53.

[7]
FAN C, WEI X. The law of one price: Evidence from the transitional economy of China[J]. The Review of Economics and Statistics, 2006, 88(4): 682-697.

[8]
孙博文, 尹俊. 交通投资何以实现高质量的市场一体化?——基于地理性与制度性市场分割的视角[J]. 宏观质量研究, 2021, 9(1):113-128.

[9]
马鑫, 黄涛. 交通基础设施建设与区域间市场整合——以高速公路为例[J]. 数量经济技术经济研究, 2023, 40(12):111-132.

[10]
HU C, HUANG J, GAO Y, et al. Can high-speed railway promote regional market integration? Evidence from China[J/OL]. Research in Transportation Business & Management, 2023, 51: 101057.https://doi.org/10.1016/j.rtbm.2023.101057.

[11]
LIU J, HUANG B, HU Y. The influence of tax incentives on market segmentation in the context of a unified national market[J/OL]. Finance Research Letters, 2024, 65: 105591. https://doi.org/10.1016/j.frl.2024.105591.

[12]
KE S. Domestic market integration and regional economic growth: China's recent experience from 1995-2011[J]. World Development, 2015, 66: 588-597.

[13]
SUN X, LOH L, CHEN Z. Effect of market fragmentation on ecological efficiency: Evidence from environmental pollution in China[J]. Environmental Science and Pollution Research, 2020, 27: 4944-4957.

[14]
ZHANG K, SHAO S, FAN S. Market integration and environmental quality: Evidence from the Yangtze river delta region of China[J/OL]. Journal of Environmental Management, 2020, 261: 110208. https://www.docin.com/p-2339195280.html?toImg=1.

[15]
LIU X, CHANG C T. Market integration and regional innovation in China: Evidence from the Yangtze River Delta region[J]. Mathematical Problems in Engineering, 2021, 2021: 1-12.

[16]
CHEN J, HU X, HUANG J, et al. Market integration and green economic growth: Recent evidence of China's city-level data from 2004-2018[J]. Environmental Science and Pollution Research, 2022, 29: 44461-44478.

[17]
WANG H, YANG H. Ridesourcing systems: A framework and review[J]. Transportation Research Part B: Methodological, 2019, 129: 122-155.

[18]
陈喜群. 网约共享出行研究综述[J]. 交通运输系统工程与信息, 2021, 21(5):77-90. https://doi.org/10.1088/1367-2630/ac170a.

[19]
XIONG Z, LI J, WU H. Understanding operation patterns of urban online ride-hailing services: A case study of Xiamen[J]. Transport Policy, 2021, 101: 100-118.

[20]
孙兰英, 周星. 共享经济视野下城市网约车监管政策创新——基于全国234篇网约车新政的政策文本分析[J]. 综合运输, 2018, 40(12):44-49.

[21]
白云锋. “互联网+”时代的行政规制图景——基于237份网约车规范的分析[J]. 湖北社会科学, 2019(6):120-128.

[22]
YU J, TANG C, SHEN Z, et al. A balancing act of regulating on-demand ride services[J]. Management Science, 2020, 66(7): 2975-2992.

[23]
庞清阁, 王巍, 孙可朝, 等. 统一开放的交通运输市场建设路径研究[J]. 交通运输研究, 2023, 9(3):142-150.

[24]
刘志彪, 孔令池. 从分割走向整合:推进国内统一大市场建设的阻力与对策[J]. 中国工业经济, 2021(8):20-36.

[25]
王光, 邵宇佳. 统一大市场与市场分割:一个文献综述[J]. 经济社会体制比较, 2024(2):188-197.

[26]
桂琦寒, 陈敏, 陆铭, 等. 中国国内商品市场趋于分割还是整合:基于相对价格法的分析[J]. 世界经济, 2006(2):20-30.

[27]
孙国锋, 邹溪洋, 王洪亮. 对外开放对全国统一大市场建设的影响研究:基于我国市场分割的视角[J]. 中国软科学, 2024(1):99-109.

[28]
张其富, 吴泽斌. 全国统一大市场的测度及长期演变[J]. 经济与管理, 2023, 37(6):50-58.

[29]
GOVINDAN K, SHANKAR K, KANNAN D. Achieving sustainable development goals through identifying and analyzing barriers to industrial sha-ring economy: A framework development[J/OL]. International Journal of Production Economics, 2020, 227: 107575. https://www.x-mol.com/paper/1232148472857120768.

[30]
魏守月, 阮泽景, 王倩倩, 等. 交通服务共同富裕水平评价指标体系构建及应用——以浙江省为例[J]. 交通运输研究, 2023, 9(3):132-141.

[31]
HUANG W, SHUAI B, SUN Y, et al. Using entropy-TOPSIS method to evaluate urban rail transit system operation performance: The China case[J]. Transportation Research Part A: Policy and Practice, 2018, 111: 292-303.

[32]
徐政, 刘凯, 林朝阳. 新时代农业高质量发展水平评估——基于供需端视角[J]. 大连理工大学学报(社会科学版), 2024, 45(1):52-61.

[33]
广州市交通运输局. 广州市出租汽车2021年下半年度市场运行监测指标信息发布报告[EB/OL].(2022-01-27)[2024-06-04]. https://jtj.gz.gov.cn/jtzt/jtsj/wycscjc/content/post_8055422.html.

[34]
深圳市交通运输局. 深圳市2021年下半年度网约车市场运行监测指标信息发布报告[EB/OL].(2024-01-20)[2024-06-04]. http://jtys.sz.gov.cn/gkmlpt/content/9/9520/mpost_9520977.html#1515.

[35]
孙雪霏. 网约车供需:多地按下“暂停键”亟待设定“退出键”[N]. 中国城市报,2023-06-19(A8).

文章导航

/