張亞平,莫瓊,祁首銘,廉冠,溫良

(哈爾濱工業(yè)大學(xué) 交通科學(xué)與工程學(xué)院，黑龍江 哈爾濱 150090)

考慮市場(chǎng)與利潤(rùn)的網(wǎng)約車與行業(yè)主體博弈分析

張亞平,莫瓊,祁首銘,廉冠,溫良

(哈爾濱工業(yè)大學(xué) 交通科學(xué)與工程學(xué)院，黑龍江 哈爾濱 150090)

為系統(tǒng)分析網(wǎng)約車與行業(yè)原有主體的矛盾，從網(wǎng)約車的視角，綜合考慮市場(chǎng)份額和利潤(rùn)效益，采用博弈論的方法，分別討論網(wǎng)約車與傳統(tǒng)出租車、乘客、政府之間的利益沖突.構(gòu)建最優(yōu)策略博弈模型并進(jìn)行分析，求解混合策略博弈均衡解.結(jié)果表明：網(wǎng)約車與傳統(tǒng)出租車均無策略選擇最優(yōu)概率，將處于持續(xù)的互相博弈狀態(tài)中，網(wǎng)約車優(yōu)劣服務(wù)成本差和價(jià)格是乘客選擇乘坐與否的關(guān)鍵因素，政府管制成本和對(duì)非法經(jīng)營(yíng)的罰金是促使網(wǎng)約車合法經(jīng)營(yíng)的關(guān)鍵因素，為網(wǎng)約車自身發(fā)展和政府對(duì)網(wǎng)約車的監(jiān)管提供理論支持和決策建議.

網(wǎng)約車；市場(chǎng)份額與利潤(rùn)；博弈論；最優(yōu)策略；混合策略

0 引言

隨著“互聯(lián)網(wǎng)+”時(shí)代的到來，互聯(lián)網(wǎng)技術(shù)在交通領(lǐng)域發(fā)展迅速，出租車行業(yè)尤為明顯.我國(guó)于2013年開始興起網(wǎng)約車，滴滴打車、易到用車、Uber、神州專車等打車軟件開始出現(xiàn)在我國(guó)大中城市，在北上廣深等大城市快速發(fā)展.截至2016年底，網(wǎng)約車用戶規(guī)模達(dá)1.68億，比2016年上半年增加4616萬，增長(zhǎng)率為37.9%[1].其快速增長(zhǎng)對(duì)傳統(tǒng)出租車市場(chǎng)產(chǎn)生了極大的沖擊，傳統(tǒng)出租車司機(jī)的利益受損.另一方面，網(wǎng)約車的安全、服務(wù)和監(jiān)管也產(chǎn)生了許多問題.2016年8月，隨著《網(wǎng)絡(luò)預(yù)約出租汽車經(jīng)營(yíng)服務(wù)管理暫行辦法》的出臺(tái)，明確了網(wǎng)約車的合法地位，加強(qiáng)了網(wǎng)約車在出租車市場(chǎng)中的競(jìng)爭(zhēng)力，但網(wǎng)約車與傳統(tǒng)出租車之間的矛盾并沒有得到根本解決，反而增加市場(chǎng)主體間的沖突數(shù).

國(guó)內(nèi)外學(xué)者在網(wǎng)約車存在特點(diǎn)及其對(duì)市場(chǎng)的作用進(jìn)行了研究，AI-Ayyash等[2]在美國(guó)大學(xué)生中做調(diào)查發(fā)現(xiàn)30%-50%的學(xué)生由于補(bǔ)貼更愿意拼車，補(bǔ)貼是其中關(guān)鍵因素.Rayle等[3]提出類似于Uber和Lyft的等待時(shí)間短、點(diǎn)對(duì)點(diǎn)服務(wù)的服務(wù)，更能吸引年輕人和高學(xué)歷人群.曹祎等[4]在打車軟件背景下，應(yīng)用Logit概率選擇模型分析空駛出租車出行選擇情況，證明應(yīng)用打車軟件有利于出租車運(yùn)營(yíng)規(guī)劃與管理.現(xiàn)有研究多從政府的角度出發(fā)，討論網(wǎng)約車市場(chǎng)規(guī)制問題.吳向芹[5]基于博弈論視角，以政府為主要對(duì)象，分析其與網(wǎng)約車平臺(tái)、乘客之間的利益博弈，提出互聯(lián)網(wǎng)時(shí)代出租車行業(yè)政府規(guī)制的對(duì)策建議.梁燕豪[6]在定性分析互聯(lián)網(wǎng)專車行業(yè)特性和問題的基礎(chǔ)上，建立四方博弈模型，提出互聯(lián)網(wǎng)專車管理策略建議.羅清和[7]等結(jié)合國(guó)外經(jīng)驗(yàn)，對(duì)我國(guó)“約租車”市場(chǎng)規(guī)制提出建議.鮮有研究基于網(wǎng)約車角度，研究平臺(tái)補(bǔ)貼政策，分析網(wǎng)約車和傳統(tǒng)出租車的博弈關(guān)系.楊浩雄等[8]以平臺(tái)補(bǔ)貼為背景，分析網(wǎng)約車和傳統(tǒng)出租車的博弈關(guān)系，得出傳統(tǒng)出租車仍然會(huì)在出租車市場(chǎng)占有地位.陳明藝等[9]采用完全信息靜態(tài)博弈方法，對(duì)不同的專車補(bǔ)貼政策進(jìn)行討論，并計(jì)算專車合理的價(jià)格區(qū)間.

現(xiàn)有研究中，對(duì)網(wǎng)約車與市場(chǎng)原有主體間矛盾進(jìn)行系統(tǒng)分析的較少，且對(duì)主體利益進(jìn)行描述時(shí)，多為單獨(dú)考慮市場(chǎng)效益或利潤(rùn)效益，現(xiàn)實(shí)中主體收益是二者的綜合效益.因此，本文在同時(shí)考慮市場(chǎng)和利潤(rùn)效益的前提下，運(yùn)用博弈論的方法，分析網(wǎng)約車與傳統(tǒng)出租車、乘客、政府間的利益沖突，把握出租車行業(yè)出現(xiàn)的新矛盾，為網(wǎng)約車自身發(fā)展和政府對(duì)網(wǎng)約車的監(jiān)管提供理論支持和決策建議.

1 博弈策略分析

網(wǎng)約車以合法身份加入傳統(tǒng)出租車行業(yè)，形成新的出租車行業(yè)(以下簡(jiǎn)稱出租車行業(yè)).新行業(yè)背景下，出租車行業(yè)新增網(wǎng)約車與傳統(tǒng)出租車、網(wǎng)約車與乘客、網(wǎng)約車與政府之間的利益博弈，博弈主體收益由市場(chǎng)效益與利潤(rùn)效益綜合而得.其中，網(wǎng)約車與傳統(tǒng)出租車統(tǒng)稱出租車，市場(chǎng)效益指市場(chǎng)份額，利潤(rùn)效益為運(yùn)營(yíng)收入與成本之差.

在新的行業(yè)背景下，網(wǎng)約車在不同時(shí)期競(jìng)爭(zhēng)的目標(biāo)不同.初期競(jìng)爭(zhēng)目標(biāo)主要為市場(chǎng)份額，后期為市場(chǎng)份額與利潤(rùn).但不論何時(shí)，網(wǎng)約車目標(biāo)均是以最少的成本獲得最大的收益.

(1) 網(wǎng)約車與傳統(tǒng)出租車博弈策略分析

新的行業(yè)背景下，傳統(tǒng)出租車經(jīng)營(yíng)收益受到網(wǎng)約車的沖擊.與網(wǎng)約車相比，傳統(tǒng)出租車有正規(guī)營(yíng)業(yè)執(zhí)照、車輛定期檢查與維修程序等，受乘客信賴程度較高；但預(yù)約不如網(wǎng)約車便捷、價(jià)格不如網(wǎng)約車優(yōu)惠，在競(jìng)爭(zhēng)中稍顯劣勢(shì).因此，在與網(wǎng)約車的博弈中，傳統(tǒng)出租車可選策略為降價(jià)與不降價(jià).傳統(tǒng)出租車降價(jià)與否決定其收益大小，并反作用于網(wǎng)約車收益.網(wǎng)約車策略選過程與傳統(tǒng)出租車相似，在與傳統(tǒng)出租車的博弈中，可選策略為降價(jià)與不降價(jià).

(2) 網(wǎng)約車與乘客博弈策略分析

乘客是出租車行業(yè)的消費(fèi)者，同時(shí)是城市交通網(wǎng)絡(luò)的出行者.依據(jù)自身期望成本和期望獲得的服務(wù)，選擇出行方式.因此，在與網(wǎng)約車的博弈中，乘客可選策略為乘坐與不乘坐.乘客選擇乘坐的概率決定著網(wǎng)約車的收益，同時(shí)它也受乘客自身獲得的服務(wù)質(zhì)量與網(wǎng)約車付出的成本影響.因此，網(wǎng)約車在與乘客的博弈中，可選策略為優(yōu)質(zhì)服務(wù)和劣質(zhì)服務(wù).

(3) 網(wǎng)約車與政府博弈策略分析

政府作為行業(yè)管理者和政策制定者，其收益代表著社會(huì)公眾收益.在新的出租車行業(yè)背景下，目標(biāo)是避免由網(wǎng)約車加入帶來的社會(huì)公眾利益損失.因此，在與網(wǎng)約車的博弈中，政府可選策略為管制與不管制.政府選擇管制的概率決定著網(wǎng)約車非法經(jīng)營(yíng)的成本，而政府管制成本和收益又決定其選擇管制的概率.同樣，網(wǎng)約車經(jīng)營(yíng)成本決定其收益，而經(jīng)營(yíng)成本也影響社會(huì)公眾收益.在與政府博弈的過程中，網(wǎng)約車可選策略為合法經(jīng)營(yíng)與非法經(jīng)營(yíng).

網(wǎng)約車之間也存在博弈關(guān)系，多通過給予乘客補(bǔ)貼的方式爭(zhēng)搶市場(chǎng)和利潤(rùn).與網(wǎng)約車和傳統(tǒng)出租車的博弈相同，差別僅在于兩組競(jìng)爭(zhēng)中收益組成的系數(shù)，將在后續(xù)模型中進(jìn)行說明.

從網(wǎng)約車的視角，構(gòu)建與傳統(tǒng)出租車、乘客、政府的博弈模型，分析由于網(wǎng)約車加入車市場(chǎng)新增的利益沖突，各主體博弈策略如圖1所示.

圖1 網(wǎng)約車與相關(guān)主體博弈策略示意圖

2 最優(yōu)策略博弈模型構(gòu)建與分析

在網(wǎng)約車與其他主體的博弈中，主體目標(biāo)均為自身利益最大化，以此為基礎(chǔ)，構(gòu)建最優(yōu)策略博弈模型，求解使博弈雙方均達(dá)到最大利益的納什均衡.

2.1模型假設(shè)

設(shè)網(wǎng)約車與傳統(tǒng)出租車通用收益函數(shù)為w=αKQ+βPQ-C0Q，即收益=市場(chǎng)效益+利潤(rùn)效益-成本.其中K是市場(chǎng)份額單價(jià)，α是市場(chǎng)效益系數(shù)，β是利潤(rùn)效益系數(shù)，與競(jìng)爭(zhēng)目標(biāo)相關(guān)，K≥0，α=0或α≥1，β=0或β≥1；

C0是出租車運(yùn)營(yíng)成本單價(jià)，與運(yùn)營(yíng)服務(wù)質(zhì)量有關(guān)，P是出租車收費(fèi)單價(jià)；

Q是需求函數(shù)，Q=Q0+θe，e為競(jìng)爭(zhēng)對(duì)象的收益，與競(jìng)爭(zhēng)目標(biāo)相關(guān)，Q0是初始需求數(shù)，θ是需求函數(shù)系數(shù)，θgt;0.

2.2網(wǎng)約車與傳統(tǒng)出租車的博弈模型構(gòu)建

網(wǎng)約車與傳統(tǒng)出租車博弈時(shí)，二者收益函數(shù)形式相同.其中，需求函數(shù)受降價(jià)數(shù)影響，Q=Q0+θD，D為降價(jià)數(shù).二者博弈過程中，競(jìng)爭(zhēng)目標(biāo)為市場(chǎng)份額與利潤(rùn)收益.考慮模型假設(shè)，設(shè)P0為出租車初始收費(fèi)單價(jià)，則價(jià)格P=P0-D，收益函數(shù)為：

考慮博弈雙方均在降價(jià)與不降價(jià)中進(jìn)行決策，設(shè)D1和D2分別為博弈雙方給予乘客的降價(jià)數(shù)，C01和C02分別為博弈雙方運(yùn)營(yíng)成本單價(jià).建立網(wǎng)約車與傳統(tǒng)出租車收益矩陣，如表1所示.

表1 網(wǎng)約車與傳統(tǒng)出租車收益矩陣

對(duì)收益情況進(jìn)行分析，當(dāng)降價(jià)數(shù)D1=P0-(Q0/θ+(C01-αK)/β)時(shí)，網(wǎng)約車降價(jià)與不降價(jià)收益相同；當(dāng)D2=P0-(Q0/θ+(C02-αK)/β)時(shí)，傳統(tǒng)出租車降價(jià)與不降價(jià)收益相同.

網(wǎng)約車之間的競(jìng)爭(zhēng)與上述類似.在網(wǎng)約車初入市場(chǎng)時(shí)期，無論競(jìng)爭(zhēng)對(duì)象是網(wǎng)約車還是傳統(tǒng)出租車，競(jìng)爭(zhēng)重點(diǎn)都是市場(chǎng)份額，即收益組成中，市場(chǎng)效益系數(shù)α較大，α?β；當(dāng)網(wǎng)約車市場(chǎng)占有率相對(duì)穩(wěn)定后，α與β大小接近.當(dāng)降價(jià)數(shù)D超過臨界值時(shí)，將不利于經(jīng)營(yíng)者綜合效益，經(jīng)營(yíng)者將采取不降價(jià)策略.

2.3網(wǎng)約車與乘客的博弈模型構(gòu)建

網(wǎng)約車與乘客博弈時(shí)，需求函數(shù)受乘客收益影響，乘客收益函數(shù)為e=γC0-P，其中，γ為乘客需求函數(shù)系數(shù)，γ≥1.則需求函數(shù)為Q=Q0+θ(γC0-P).競(jìng)爭(zhēng)目標(biāo)為利潤(rùn)效益，故α=0.考慮模型假設(shè)，網(wǎng)約車收益函數(shù)為：

考慮網(wǎng)約車在優(yōu)質(zhì)服務(wù)與劣質(zhì)服務(wù)中決策，C0和C1分別為優(yōu)質(zhì)、劣質(zhì)服務(wù)運(yùn)營(yíng)成本單價(jià)，且C0=C1+A，A為優(yōu)質(zhì)服務(wù)與劣質(zhì)服務(wù)的成本差，默認(rèn)劣質(zhì)服務(wù)成本低于優(yōu)質(zhì)服務(wù)成本，即Agt;0，默認(rèn)γC0-Pgt;0.建立網(wǎng)約車與乘客收益矩陣，如表2所示.

表2 網(wǎng)約車與乘客收益矩陣

對(duì)收益情況進(jìn)行分析，當(dāng)優(yōu)、劣服務(wù)成本差A(yù)=2C0-(βθγP+θP-Q0)/θγ時(shí)，網(wǎng)約車選擇優(yōu)質(zhì)與劣質(zhì)服務(wù)的收益相同；當(dāng)A=C0-P/γ時(shí)，乘客選擇乘坐與不乘坐的收益相同.

當(dāng)優(yōu)質(zhì)、劣質(zhì)服務(wù)成本差A(yù)超出臨界值時(shí)，損失乘客數(shù)過多使其傾向于選擇優(yōu)質(zhì)服務(wù)策略；當(dāng)A高于臨界值時(shí)，服務(wù)質(zhì)量過差使乘客選擇不乘坐策略.

2.4網(wǎng)約車與政府的博弈模型構(gòu)建

網(wǎng)約車與政府博弈時(shí)，需求函數(shù)受公眾收益影響.政府收益為公眾利益與其管制收益之和，e=δC0-P+F-S，其中，δ為政府收益函數(shù)系數(shù)，且δ≥1；F和S分別為政府管制罰金和成本.競(jìng)爭(zhēng)目標(biāo)為利潤(rùn)效益，故α=0.考慮模型假設(shè)，網(wǎng)約車收益函數(shù)為

考慮網(wǎng)約車在合法與不合法中決策，C2和C3分別為政府管制與不管制時(shí)非法經(jīng)營(yíng)成本單價(jià)，差別為政府對(duì)非法經(jīng)營(yíng)的罰金F.默認(rèn)非法經(jīng)營(yíng)成本比合法成本低，即C2=C0-B+F，C3=C0-B，B為常數(shù)，且Bgt;0.建立網(wǎng)約車與政府收益矩陣，如表3所示.

表3 網(wǎng)約車與政府收益矩陣

對(duì)收益情況進(jìn)行分析，網(wǎng)約車選擇合法經(jīng)營(yíng)時(shí)，政府最優(yōu)策略是不管制；網(wǎng)約車選擇非法經(jīng)營(yíng)時(shí)，當(dāng)F=S/(δ+1)時(shí)，政府選擇管制與不管制策略收益相同.

政府選擇管制策略時(shí)，當(dāng)B=2C0-(βθδP+θP-Q0)/θδ+F時(shí)，網(wǎng)約車選擇合法與非法經(jīng)營(yíng)收益相同；政府選擇不管制策略時(shí)，當(dāng)B=2C0-(βθδP+θP-Q0)/θδ時(shí)，網(wǎng)約車選擇合法與非法經(jīng)營(yíng)收益相同.

3 混合策略博弈求解與分析

當(dāng)博弈雙方策略選擇均被賦予一定概率時(shí)，構(gòu)成混合策略博弈.當(dāng)博弈主體選任一策略其收益均相同時(shí)，達(dá)到混合策略博弈均衡，能夠求解出博弈雙方策略選擇的概率值.結(jié)合第二部分最優(yōu)策略博弈模型，求解其混合策略博弈納什均衡解，深入分析網(wǎng)約車與其他主體的策略選擇過程，為政府對(duì)行業(yè)管制和網(wǎng)約車經(jīng)營(yíng)決策提供參考.

3.1網(wǎng)約車與傳統(tǒng)出租車策略選擇概率

假定網(wǎng)約車選擇降價(jià)的概率為p，選擇不降價(jià)概率為(1-p)；傳統(tǒng)出租車選擇降價(jià)概率為q，不降價(jià)概率為(1-q).

當(dāng)網(wǎng)約車選擇降價(jià)策略時(shí)，期望收益為

反之，期望收益為

e1=e2時(shí)達(dá)到混合策略納什均衡，無最優(yōu)概率q*.

傳統(tǒng)出租車選擇降價(jià)策略，期望收益為

反之，期望收益為

無最優(yōu)概率p*.

因此，網(wǎng)約車與傳統(tǒng)出租車之間或網(wǎng)約車之間爭(zhēng)奪市場(chǎng)和利潤(rùn)效益的過程，將處于持續(xù)的互相博弈狀態(tài)中，形成出租車市場(chǎng)波動(dòng)而又趨于平衡的狀態(tài).但出于利益最大化目的或由于占領(lǐng)市場(chǎng)目的已達(dá)到，降價(jià)行為不可能長(zhǎng)時(shí)間持續(xù)，必然會(huì)有一個(gè)相對(duì)穩(wěn)定的狀態(tài).如滴滴于2016年8月收購(gòu)Uber中國(guó)公司，網(wǎng)約車之間轟轟烈烈的價(jià)格戰(zhàn)由此落下帷幕，以明顯優(yōu)勢(shì)在網(wǎng)約車市場(chǎng)爭(zhēng)奪戰(zhàn)中勝出，壟斷網(wǎng)約車市場(chǎng).因此，將迎來政府部門“反壟斷”調(diào)查與管制，以保證行業(yè)內(nèi)競(jìng)爭(zhēng)的公平、有序性.

3.2網(wǎng)約車與乘客策略選擇概率

假定網(wǎng)約車選擇優(yōu)質(zhì)服務(wù)的概率為p，選擇劣質(zhì)服務(wù)的概率為(1-p)；乘客選擇乘坐的概率為q，不乘坐的概率為(1-q).

與上文同理，求解網(wǎng)約車與乘客博弈混合策略納什均衡解：

考慮網(wǎng)約車與乘客的博弈策略，討論網(wǎng)約車單價(jià)P和網(wǎng)約車優(yōu)質(zhì)服務(wù)與劣質(zhì)服務(wù)成本之差A(yù)對(duì)網(wǎng)約車與乘客策略選擇概率的影響，取β=1.5，θ=10，γ=1.5，C0=1.5，Q0=10，得p*與q*隨P與A的變化圖，分別見圖2、圖3.

圖2 網(wǎng)約車優(yōu)質(zhì)服務(wù)概率變化圖

圖3 乘客乘坐概率變化曲面圖

可知，價(jià)格與成本差越大，乘客付出成本越高，而網(wǎng)約車經(jīng)營(yíng)成本越低，則乘客所獲服務(wù)質(zhì)量越低，高成本、劣服務(wù)使乘客拒絕乘坐網(wǎng)約車，即乘客乘坐概率降低，選擇傳統(tǒng)出租車或其他交通方式出行，網(wǎng)約車將失去市場(chǎng)，收益得不到保障.

因此，網(wǎng)約車將以提升服務(wù)質(zhì)量的策略來吸引乘客，保證收益，則優(yōu)質(zhì)服務(wù)概率增加.網(wǎng)約車提升服務(wù)質(zhì)量的方法包括按時(shí)接客、定期進(jìn)行車輛維修和保養(yǎng)、不隨意加價(jià)、提供良好的服務(wù)態(tài)度等.

3.3網(wǎng)約車與政府策略選擇概率

假定網(wǎng)約車選擇合法經(jīng)營(yíng)策略的概率為p，選擇非法經(jīng)營(yíng)策略的概率為(1-p)；政府選擇管制策略的概率為q，選擇不管制策略的概率為(1-q).

與上文同理，求解網(wǎng)約車與政府博弈混合策略納什均衡解：

考慮網(wǎng)約車與政府的博弈策略，討論政府管制成本S和罰款F對(duì)網(wǎng)約車策略選擇概率的影響、罰款F和網(wǎng)約車合法經(jīng)營(yíng)與非法經(jīng)營(yíng)成本之差B對(duì)政府策略選擇概率的影響， 取β=1.5，θ=2，δ=1.5，P=2，C0=1.5，Q0=10，得p*與q*隨S、F與F、B的變化圖，分別見下圖4、圖5.

圖4 網(wǎng)約車合法經(jīng)營(yíng)概率變化圖

圖5 政府管制概率變化圖

可知，罰金越大、管制成本越小，網(wǎng)約車選擇合法經(jīng)營(yíng)概率越大；罰金越小、成本差越大，政府選擇管制概率越大.這是由于管制成本減小，即政府選擇管制的可能性增加；罰金增加，則加劇了網(wǎng)約車非法經(jīng)營(yíng)付出的成本，收益降低，則更傾向于合法經(jīng)營(yíng).網(wǎng)約車合法與非法經(jīng)營(yíng)成本差越大，則社會(huì)公平性越低，影響社會(huì)秩序，政府作為規(guī)則制定者和秩序維護(hù)者，必須采取強(qiáng)硬態(tài)度，規(guī)范網(wǎng)約車非法經(jīng)營(yíng)行為.另外，應(yīng)通過完善各項(xiàng)機(jī)制來降低管制成本.

4 結(jié)論

網(wǎng)約車以合法身份加入出租車行業(yè)，使行業(yè)內(nèi)部矛盾愈加復(fù)雜.論文以博弈論為工具，從網(wǎng)約車的視角，同時(shí)考慮市場(chǎng)和利潤(rùn)收益，構(gòu)建了網(wǎng)約車與傳統(tǒng)出租車、乘客、政府間的博弈模型，分(析了由于網(wǎng)約車加入而新增的利益沖突，討論博弈雙方的納什均衡策略及策略選擇最優(yōu)概率，得到以下結(jié)論：

(1) 在網(wǎng)約車與傳統(tǒng)出租車的競(jìng)爭(zhēng)中，雙方博弈策略選擇均無最優(yōu)概率，這表明網(wǎng)約車之間或網(wǎng)約車與傳統(tǒng)出租車將處于持續(xù)的互相博弈狀態(tài)中，形成出租車市場(chǎng)波動(dòng)而又趨于平衡的狀態(tài)；

(2) 在網(wǎng)約車與乘客的競(jìng)爭(zhēng)中，乘客選擇乘坐策略的概率與網(wǎng)約車選擇優(yōu)質(zhì)服務(wù)的概率均取決于網(wǎng)約車優(yōu)劣服務(wù)成本差和價(jià)格，網(wǎng)約車應(yīng)在保證服務(wù)質(zhì)量的前提下，降低價(jià)格以吸引更多乘客；

(3) 對(duì)于網(wǎng)約車與政府的競(jìng)爭(zhēng)，網(wǎng)約車選擇合法經(jīng)營(yíng)的概率與政府選擇管制的概率均取決于政府管制成本和對(duì)非法經(jīng)營(yíng)的罰金，政府應(yīng)在明確抵制非法經(jīng)營(yíng)態(tài)度的前提下，降低管制成本，維護(hù)社會(huì)秩序.

[1]中華人民共和國(guó)國(guó)家互聯(lián)網(wǎng)信息辦公室. 第39次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[R].北京：中國(guó)互聯(lián)網(wǎng)網(wǎng)絡(luò)信息中心，2017.

[2]ZAHWA AI AYYASH, MAYA ABOU ZEID, ISAM KAYSI. Modeling the Demand for a Shared-Ride Taxi Service: An Application to an Organization- Based Context[J]. Transport Policy, 2016(48): 169-182.

[3]LISA RAYLE, DANIELLE DAI, ROBERT CERVERO, et al. Just a Better Taxi? A Survey-Based Comparison of Taxis，Transit，and Ride Sourcing Services in San Francisco[J]. Transport Policy, 2016(45):168-178.

[4]曹祎, 羅霞. 打車軟件背景下空駛出租車出行分布預(yù)測(cè)模型[J]. 武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版), 2015(1):51-54.

[5]吳向芹. 互聯(lián)網(wǎng)時(shí)代出租車行業(yè)政府規(guī)制研究——基于博弈論視角[J]. 市場(chǎng)經(jīng)濟(jì)與價(jià)格, 2016(11):20-24.

[6]梁燕豪. 基于博弈分析的互聯(lián)網(wǎng)專車管理策略研究[D]. 廣州：華南理工大學(xué), 2016.

[7]羅清和, 張暢, 潘道遠(yuǎn). 我國(guó)“約租車”規(guī)制研究——兼及國(guó)外經(jīng)驗(yàn)[J]. 北京：北京交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版), 2016(3):31-37.

[8]楊浩雄, 魏彬. 網(wǎng)絡(luò)約車與出租車的競(jìng)爭(zhēng)博弈研究——以平臺(tái)補(bǔ)貼為背景[J]. 北京社會(huì)科學(xué), 2016(5):68-76.

[9]陳明藝, 李娜. 基于完全信息靜態(tài)博弈的專車補(bǔ)貼策略研究[J]. 財(cái)經(jīng)論叢, 2017(1):105-112.

下期待發(fā)表文章摘要預(yù)報(bào)

基于有源鉗位和動(dòng)態(tài)負(fù)反饋相結(jié)合的IGBT過壓保護(hù)

馮慶勝1,沈培富1,戴淑軍2

(1.大連交通大學(xué) 電氣信息學(xué)院，遼寧 大連 116028；2.大連天運(yùn)電氣有限公司，遼寧 大連 116028)

摘要：為了對(duì)大功率IGBT過壓保護(hù) ，根據(jù)IGBT驅(qū)動(dòng)器是被動(dòng)的收集IGBT電流和電壓變化率，直接主動(dòng)的反饋到柵極或者驅(qū)動(dòng)器，提出了一種基于有源鉗位和動(dòng)態(tài)負(fù)反饋相結(jié)合的IGBT過壓保護(hù)方法.該方法將主動(dòng)鉗位和dv/dt負(fù)反饋交錯(cuò)運(yùn)行，不僅能直接對(duì)柵極而且也能對(duì)驅(qū)動(dòng)放大器進(jìn)行控制.通過測(cè)試對(duì)比分析，采用該方法的過壓保護(hù)電路對(duì)抑制IGBT集-射極的關(guān)斷尖峰電壓，消除因電路電感和集射間電容引起的LC震蕩有非常明顯的效果，比傳統(tǒng)的過壓保護(hù)電路更能有效的對(duì)IGBT實(shí)施過壓保護(hù).

StudyofCar-HailingandIndustryStakeholdersConsideringMarketandProfit

ZHANG Yaping, MO Qiong, QI Shouming, LIAN Guan, WEN Liang

(School of Transportation Science and Engineering, Harbin Institute of Technology, Harbin 150090, China)

In order to analyze the contradiction between car-hailing and intrinsic taxi industry stakeholders, the conflicts between car-hailing and traditional taxi, passengers and government are analyzed respectively with game theory by considering market share and profit efficiency. The optimal game strategy models are built and solved to find the game equilibrium of mixed strategies. The results indicate that neither car-hailing and traditional taxi have strategies to choose optimal probability and will be in unremitting game playing. The difference of the cost and the price of the service are the key factors affecting passengers to ride. The cost of government regulation and fines of illegal business are key factors that promoting the legal operation of car-hailing.

car-hailing；the market share and profit efficiency；game theory；optimal strategy；mixed strategy

1673- 9590(2017)06- 0006- 06

2017- 03-20

張亞平(1966-)，男，教授，博士， 主要交通規(guī)劃與設(shè)計(jì)、交通流理論的研究

E-mailmojiongcop@163.com.

A