鐘 軍，林 巖，杭 宇

(大連海事大學(xué)航運(yùn)經(jīng)濟(jì)與管理學(xué)院，遼寧大連116026)

0 引 言

網(wǎng)約車服務(wù)規(guī)模逐漸增大，將對(duì)城市交通產(chǎn)生深遠(yuǎn)影響.清晰化網(wǎng)約車對(duì)城市交通所產(chǎn)生的影響，能為科學(xué)制定網(wǎng)約車政策提供參考.網(wǎng)約車服務(wù)對(duì)城市交通的影響源自其對(duì)原有出行方式的沖擊，其在緩解交通壓力方面優(yōu)于私家車和傳統(tǒng)出租車，但如果大量搶占原有公交乘客，將會(huì)使城市交通狀況惡化.因此，網(wǎng)約車服務(wù)對(duì)城市公交系統(tǒng)的沖擊是很重要的研究議題.

當(dāng)前，網(wǎng)約車服務(wù)與公交使用量關(guān)系的研究很少，已有研究結(jié)論也未達(dá)成一致[1].有些研究表明，網(wǎng)約車服務(wù)的發(fā)展會(huì)降低城市公交的使用量.例如：Tirachinide等[2]在圣地亞哥的問(wèn)卷調(diào)查發(fā)現(xiàn)，網(wǎng)約車對(duì)城市公共交通會(huì)產(chǎn)生負(fù)面影響；Clewlow等[3]發(fā)現(xiàn)，Uber 進(jìn)入美國(guó)城市可減少6%的公交使用量.也有研究強(qiáng)調(diào)，這兩種出行方式是互補(bǔ)的.一項(xiàng)美國(guó)研究表明，有16%的網(wǎng)約車服務(wù)在市民出行中起到接駁公交的作用，網(wǎng)約車在填補(bǔ)公交的時(shí)間和空間空白方面起到積極作用[4].

網(wǎng)約車究竟如何影響公交使用量？影響程度有多大？很有必要就此問(wèn)題展開(kāi)研究.本文借助理性選擇理論分析出行者在公交與網(wǎng)約車之間所做的選擇，繼而解釋網(wǎng)約車對(duì)公交使用量的影響.個(gè)人出行方式的選擇決定于成本、舒適度、便捷性等因素[5].出行者追求利益最大化，基于理性選擇理論，出行者就出行便利性、成本(包括時(shí)間成本和出行費(fèi)用)對(duì)備選方案的效用做出理性決策[6].一般來(lái)說(shuō)，公交具有出行費(fèi)用低的優(yōu)勢(shì)，網(wǎng)約車具有舒適、便捷、時(shí)間成本小的優(yōu)勢(shì).網(wǎng)約車服務(wù)能夠吸引多少來(lái)自原公交的乘客，源自乘客對(duì)各指標(biāo)權(quán)衡后所做出的理性選擇.

本文重點(diǎn)研究如何量化分析中國(guó)城市引入網(wǎng)約車服務(wù)對(duì)公交使用量的影響程度.基于理性選擇理論，運(yùn)用109 個(gè)城市的實(shí)際數(shù)據(jù)進(jìn)行實(shí)證分析，并對(duì)網(wǎng)約車進(jìn)入時(shí)長(zhǎng)和城市類別做異質(zhì)性檢驗(yàn).

1 實(shí)證設(shè)計(jì)

1.1 自然實(shí)驗(yàn)與計(jì)量模型

中國(guó)網(wǎng)約車服務(wù)發(fā)展初期，最重要的平臺(tái)是Uber和滴滴出行，它們于2016年合并，且占中國(guó)網(wǎng)約車服務(wù)市場(chǎng)的份額一直高于90%，在中國(guó)網(wǎng)約車行業(yè)中具有代表性，故本文以其作為研究對(duì)象.

2014年Uber 或滴滴出行進(jìn)入北京、上海、廣州、深圳、杭州、成都、重慶7 個(gè)城市.從此，網(wǎng)約車開(kāi)始在中國(guó)城市中蓬勃發(fā)展.此后，Uber和滴滴出行繼續(xù)向中國(guó)其他城市推廣.2014年之前，中國(guó)城市中沒(méi)有較大規(guī)模的網(wǎng)約車服務(wù)，截至2013年末，中國(guó)網(wǎng)約車用戶為0.32 億人，2014年猛增到2.11億人，2015年之后趨于平穩(wěn).

根據(jù)網(wǎng)約車服務(wù)進(jìn)入不同城市的時(shí)間差異設(shè)計(jì)一個(gè)自然實(shí)驗(yàn)，檢驗(yàn)網(wǎng)約車服務(wù)進(jìn)入城市對(duì)公交使用量的影響.研究時(shí)間窗為2010—2016年.將上述7 個(gè)城市歸入實(shí)驗(yàn)組，2010—2013年，實(shí)驗(yàn)組城市中沒(méi)有成規(guī)模的網(wǎng)約車服務(wù)；2014—2016年，有成規(guī)模的網(wǎng)約車服務(wù).選取2010—2016年均無(wú)成規(guī)模網(wǎng)約車服務(wù)的城市構(gòu)成對(duì)照組，經(jīng)查詢資料，收集102 個(gè)2017年前沒(méi)有引入網(wǎng)約車服務(wù)的地級(jí)市，組成對(duì)照組.控制其他影響因素后，利用實(shí)驗(yàn)組與對(duì)照組，實(shí)驗(yàn)組中2014年之前與之后的公交使用量差異，運(yùn)用“雙重差分”方法檢驗(yàn)網(wǎng)約車服務(wù)進(jìn)入城市對(duì)公交使用量的影響作用.

設(shè)置分組虛擬變量Ti，如果城市i在2014年有網(wǎng)約車服務(wù)進(jìn)入，則Ti取值為1；否則，Ti為0.設(shè)置時(shí)間虛擬變量Pt，2014年及以后年份，Pt=1；2014年之前的年份，Pt=0.構(gòu)建雙重差分模型為

式中：i表示城市；t表示年份；Rit是城市i在時(shí)期t的公交使用量；Cit是可能影響公交使用量的控制變量集，具體將在下一節(jié)介紹；δx為可能影響公交使用量的控制變量集所對(duì)應(yīng)的回歸系數(shù)；x為控制變量的個(gè)數(shù)；εit是隨機(jī)擾動(dòng)項(xiàng)；μi為城市固定效應(yīng)；rt為時(shí)間固定效應(yīng). 對(duì)于對(duì)照組城市(T=0)，2014年前后公交使用量均值分別為δ0和δ0+δ2，差異為d0=δ2，這一差異是排除網(wǎng)約車服務(wù)進(jìn)入城市的影響，僅為公交使用量隨時(shí)間(在2014年前后)的差異.對(duì)于實(shí)驗(yàn)組城市(T=1)，網(wǎng)約車服務(wù)進(jìn)入城市前后(2014年前后)的平均公交使用量分別為δ0+δ1和δ0+δ1+δ2+δ3，差異為d1=δ2+δ3，這一差異不但包括時(shí)間趨勢(shì)差異δ2，還包括網(wǎng)約車服務(wù)進(jìn)入城市造成的差異δ3.計(jì)算d=d1-d0= δ2+δ3-δ2= δ3，δ3就是雙重差分估計(jì)量，表示網(wǎng)約車服務(wù)進(jìn)入城市對(duì)公交使用量造成的凈差異.

1.2 控制變量

本文設(shè)計(jì)了一系列可能影響城市公交使用量的控制變量，包括：社會(huì)經(jīng)濟(jì)指標(biāo)(人均GDP、就業(yè)人員數(shù)量、人口密度、GDP增長(zhǎng)率)，交通相關(guān)指標(biāo)(公交車數(shù)量、地鐵客運(yùn)量、私人汽車擁有量、城市道路面積、出租車數(shù)量)，智能手機(jī)普及率.為減小異方差影響，對(duì)公交使用量及人均GDP、就業(yè)人員數(shù)量、人口密度、私人汽車擁有量、城市道路面積、出租車數(shù)量及年末移動(dòng)電話數(shù)等7 個(gè)控制變量做對(duì)數(shù)處理.

數(shù)據(jù)來(lái)源于EPS全球統(tǒng)計(jì)數(shù)據(jù)庫(kù)，其中，社會(huì)經(jīng)濟(jì)指標(biāo)數(shù)據(jù)來(lái)源于歷年《中國(guó)城市統(tǒng)計(jì)年鑒》，并通過(guò)各城市發(fā)展統(tǒng)計(jì)公報(bào)和插值法補(bǔ)齊缺失數(shù)據(jù).各相關(guān)變量的定義及描述性統(tǒng)計(jì)如表1所示.

表1 主要相關(guān)變量的定義及描述性統(tǒng)計(jì)Table 1 Definition and descriptive statistics of main related variables

2 檢驗(yàn)結(jié)果與討論

2.1 網(wǎng)約車服務(wù)對(duì)城市公交使用量的平均效應(yīng)檢驗(yàn)

依照式(1)，以公交使用量(取自然對(duì)數(shù))ln(Rit)為被解釋變量進(jìn)行檢驗(yàn)，結(jié)果如表2 中的列(1)所示.結(jié)果顯示，交叉項(xiàng)DID(P·T)的系數(shù)顯著為負(fù)，在控制城市間經(jīng)濟(jì)、人口、交通、通訊等方面的差異后，其系數(shù)為-0.117 5，表明網(wǎng)約車進(jìn)入城市后，造成實(shí)驗(yàn)組城市公交使用量平均減少了11.7%.

分析網(wǎng)約車服務(wù)進(jìn)入城市后，對(duì)公交使用量的持續(xù)影響，公式為

2.2 穩(wěn)健性檢驗(yàn)

為保證所得結(jié)果的可靠性，我們做了若干穩(wěn)健性檢驗(yàn).

表2 主要的檢驗(yàn)結(jié)果Table 2 Result of main tests

(1)平行趨勢(shì)檢驗(yàn).

要保證雙重差分法所得結(jié)果真實(shí)有效，必須滿足的前提條件是：“實(shí)驗(yàn)沖擊”之前，實(shí)驗(yàn)組和對(duì)照組的公交使用量隨時(shí)間變化趨勢(shì)相同，即實(shí)驗(yàn)組與對(duì)照組公交使用量之間的差異不發(fā)生顯著變化.為驗(yàn)證這一點(diǎn)，檢驗(yàn)公式為

式(3)假設(shè)在tpre年有成規(guī)模的網(wǎng)約車進(jìn)入(當(dāng)然這沒(méi)有發(fā)生)，用雙重差分法檢驗(yàn)其公交使用量差異的變化狀況.如果回歸結(jié)果顯著，則說(shuō)明有成規(guī)模的網(wǎng)約車服務(wù)進(jìn)入前，實(shí)驗(yàn)組與對(duì)照組公交使用量之間的差異就發(fā)生了明顯的變化，那么2.1節(jié)所得結(jié)果不可靠.

檢驗(yàn)結(jié)果如表2 列(3)所示.P(-1)·T、P(-2)·T、P(-3)·T的系數(shù)估計(jì)都為不顯著性，說(shuō)明網(wǎng)約車服務(wù)進(jìn)入實(shí)驗(yàn)組城市之前，實(shí)驗(yàn)組與對(duì)照組的公交使用量間的差異沒(méi)有明顯變化，即本文滿足平行趨勢(shì)假定.

(2)基于傾向得分匹配—雙重差分法(PSMDID)的穩(wěn)健性檢驗(yàn).

傾向得分匹配法(PSM)能夠很好地消除樣本非隨機(jī)選擇造成的偏誤.但采用PSM 進(jìn)行匹配會(huì)減少樣本量，本文經(jīng)過(guò)PSM匹配，僅剩下3個(gè)實(shí)驗(yàn)組城市和32 個(gè)控制組城市.如果一開(kāi)始就使用PSM-DID進(jìn)行實(shí)證分析，會(huì)影響樣本的代表性.故在進(jìn)行全樣本實(shí)證分析之后，使用PSM-DID 進(jìn)行穩(wěn)健性檢驗(yàn)，以規(guī)避樣本非隨機(jī)選擇的不足.采用部分樣本檢驗(yàn)全樣本結(jié)論的穩(wěn)健性.PSM-DID 所得結(jié)果如表2列(4)所示.結(jié)果顯示，網(wǎng)約車服務(wù)造成實(shí)驗(yàn)組城市公交使用量減少12.12%，這與表2列(1)中的結(jié)果并沒(méi)有質(zhì)的差異.檢驗(yàn)結(jié)果說(shuō)明，排除實(shí)驗(yàn)組和對(duì)照組城市間的系統(tǒng)差異后，依然可以證明，網(wǎng)約車服務(wù)顯著減少了城市公交使用量.

(3)其他穩(wěn)健性檢驗(yàn).

采用其他方式檢驗(yàn)分析結(jié)果的穩(wěn)健性.具體包括：①為消除一些既隨時(shí)間變化也隨城市變化的潛在遺漏因素影響，設(shè)置年份與城市的聯(lián)合固定效應(yīng)；②考慮到網(wǎng)約車服務(wù)進(jìn)入城市或許與控制變量有關(guān)，把所用控制變量滯后一期再做回歸；③對(duì)實(shí)驗(yàn)組城市在不同時(shí)間窗內(nèi)的估計(jì)效應(yīng)進(jìn)行檢驗(yàn).以上檢驗(yàn)均證明本文分析結(jié)果是穩(wěn)健的，限于篇幅，不列出具體結(jié)果.

2.3 基于城市規(guī)模異質(zhì)性的分析

本文研究結(jié)果表明，網(wǎng)約車服務(wù)對(duì)城市公交使用量具有負(fù)向影響，那么這種負(fù)向影響對(duì)不同規(guī)模的城市是否存在差異？

依照國(guó)務(wù)院對(duì)我國(guó)城市規(guī)模劃分標(biāo)準(zhǔn)，將樣本城市進(jìn)行區(qū)分.實(shí)驗(yàn)組城市中北京、上海、廣州、深圳為超大城市，杭州、成都、重慶為大城市.將兩類城市分別做雙重差分檢驗(yàn)，結(jié)果如表2列(5)、(6)所示.結(jié)果顯示，超大城市的網(wǎng)約車服務(wù)對(duì)公交使用量的負(fù)向影響更大.

2.4 結(jié)果討論

網(wǎng)約車服務(wù)進(jìn)入城市顯著減少了城市中公交使用量.網(wǎng)約車進(jìn)入城市后，市民多了一種出行選擇，依據(jù)理性選擇理論，他們會(huì)在低費(fèi)用和便利性之間做抉擇.很多原來(lái)的公交乘客被網(wǎng)約車的便利性吸引，放棄了公交出行.文獻(xiàn)[3]研究表明，網(wǎng)約車進(jìn)入美國(guó)城市，公交使用量減少了約6%；本文發(fā)現(xiàn)，中國(guó)城市的情況更不樂(lè)觀，減少量達(dá)到11%以上，在超大城市接近13%，這足以引起城市交通管理者注意.

在網(wǎng)約車服務(wù)進(jìn)入城市后第1年，對(duì)公交的負(fù)面影響比進(jìn)入當(dāng)年更大，第2年這種負(fù)面影響有所降低.這與網(wǎng)約車服務(wù)巨頭的發(fā)展策略有關(guān)：2015年，Uber與滴滴出行陷入“價(jià)格戰(zhàn)”，它們都對(duì)乘客提供很大的補(bǔ)貼，此時(shí)乘坐網(wǎng)約車的費(fèi)用很低；2016年8月，Uber與滴滴出行合并，相應(yīng)的補(bǔ)貼大幅減少.依據(jù)理性選擇理論，出行者總是在對(duì)出行費(fèi)用和便利性之間做權(quán)衡.當(dāng)乘坐網(wǎng)約車的費(fèi)用很低時(shí)，大量的乘客被其便利性吸引過(guò)來(lái)；當(dāng)費(fèi)用升高之后，對(duì)于一些乘客，網(wǎng)約車的便利性不再能抵消其高費(fèi)用，他們選擇乘坐低價(jià)的公交車.

從中我們可以發(fā)現(xiàn)，價(jià)格的變化會(huì)對(duì)公交使用量產(chǎn)生影響.但由于本文從宏觀視角研究網(wǎng)約車服務(wù)對(duì)公交使用量的影響，而網(wǎng)約車的形式多種多樣，且大多采用動(dòng)態(tài)調(diào)價(jià)機(jī)制，其價(jià)格變化主要從微觀層面影響需求量，因此，我們很難收集到合適的價(jià)格數(shù)據(jù)來(lái)支持本文的宏觀研究，從而本文未將價(jià)格因素納入控制變量進(jìn)行定量分析，而是通過(guò)定量分析網(wǎng)約車服務(wù)對(duì)城市公交使用量的動(dòng)態(tài)影響，同時(shí)結(jié)合兩種網(wǎng)約車平臺(tái)的營(yíng)銷價(jià)格策略間接發(fā)現(xiàn)價(jià)格變化對(duì)公交使用量的影響.并且這一發(fā)現(xiàn)具有啟示意義：在網(wǎng)約車便利性保持相對(duì)穩(wěn)定時(shí)，其價(jià)格的調(diào)整對(duì)城市公共交通具有不可忽視的影響，城市交通管理者在對(duì)網(wǎng)約車進(jìn)行規(guī)范時(shí)應(yīng)當(dāng)注意其價(jià)格對(duì)城市交通的作用.

網(wǎng)約車服務(wù)進(jìn)入超大城市對(duì)公交使用量的影響更大.一般來(lái)說(shuō)，城市規(guī)模越大，經(jīng)濟(jì)越發(fā)達(dá)，市民對(duì)生活的要求就會(huì)越高，出行目的越多樣化.超大城市居民更注重出行舒適度、快捷性，以及通勤所消耗的時(shí)間成本，因此，網(wǎng)約車對(duì)超大城市的公交使用量影響更大.

3 結(jié) 論

本文基于2010—2016年中國(guó)109 個(gè)城市的平衡面板數(shù)據(jù)，運(yùn)用雙重差分方法實(shí)證分析網(wǎng)約車服務(wù)對(duì)城市公交使用量的影響.研究發(fā)現(xiàn)：網(wǎng)約車服務(wù)進(jìn)入城市對(duì)公交使用量有明顯的負(fù)向影響；網(wǎng)約車服務(wù)對(duì)公交使用量的負(fù)向影響在超大型城市中更為嚴(yán)重；網(wǎng)約車服務(wù)對(duì)公交使用量的負(fù)向影響呈現(xiàn)先增強(qiáng)后減弱的規(guī)律.研究結(jié)果對(duì)交通管理者制定相關(guān)政策和城市公交公司的運(yùn)營(yíng)規(guī)劃具有參考意義.后續(xù)研究中將考慮網(wǎng)約車服務(wù)對(duì)私家車及傳統(tǒng)出租車使用的影響，以探討網(wǎng)約車服務(wù)對(duì)城市交通出行的影響.