于 躍，李雷鳴

（中國石油大學（華東） 經(jīng)濟管理學院，山東 青島 266580）

近年來，私家車的商品屬性逐漸從奢侈品轉變?yōu)樯畋匦杵穂1]，但私家車的擁有水平和使用水平不協(xié)調(diào)，資源閑置嚴重。調(diào)查顯示，車輛在運期間平均載客人數(shù)少于1.5人，平均閑置時間為95%[2]。私家車合乘共享（俗稱“順風車”）是合乘服務提供者事先發(fā)布出行信息，出行線路相同的人選擇乘坐駕駛員的小客車、分攤合乘部分的出行成本（燃料費和通行費）或免費互助的共享出行方式。它依托共享平臺盤活分散的閑置資源，并通過市場機制實現(xiàn)供需匹配，能為乘客提供高效且廉價的非營利性出行服務[3-4]。因此，私家車合乘共享能夠在不增加城市道路負擔的情況下提升交通運力，有助于實現(xiàn)綠色低碳環(huán)保的城市發(fā)展目標。

私家車的使用功能以通勤出行為主，提供合乘共享服務的私家車主多為上班族，通常是在每天上下班這一特定的出行時段和場景內(nèi)順路完成有限的訂單，并非將其作為全職工作。在共享出行五大典型情境（工作日上下班、餐飲購物、休閑娛樂、醫(yī)院、機場火車站）中，工作日上下班以17.7億出行人次居于首位，是私家車合乘共享最具代表性的情境[5]。上海市于2020年1月在滬宜公路實行通勤時段的合乘車道試點，邁出了集約化出行的第一步。

那么，在通勤情境下，私家車主是否愿意提供合乘共享服務？無車群體在上下班時會選擇網(wǎng)約車或出租車，還是選擇合乘共享服務？參與合乘共享服務的私家車主和乘客比例受哪些因素影響，各呈現(xiàn)怎樣的演化趨勢？共享出行平臺和政府如何推動通勤時段合乘共享的發(fā)展？這些都是本文要回答的問題。

一、文獻綜述

共享出行是以提升資源利用率為核心的服務式經(jīng)濟[6]，包括網(wǎng)絡預約出租汽車（以下簡稱“網(wǎng)約車”）、私家車合乘共享、共享汽車等多種商業(yè)模式[7]。學者們針對各類共享出行模式間的出行選擇行為及其影響因素進行了對比分析。

Dong等[8]探討了私家車主在上下班合乘共享和全天往返接單（網(wǎng)約車）之間的決策問題，重點關注出行時間和空間距離的影響。Santos和Xavier[9]對比了成本導向下乘客對出租車和網(wǎng)約車的支付意愿。Yang 等[10]綜合考慮等待時間、車內(nèi)移動時間、出行費用、停車成本、自動化程度（司機服務還是自駕）等因素，運用離散選擇模型對比了優(yōu)步打車、優(yōu)步拼車和自駕私家車對城市交通系統(tǒng)的影響?？梢园l(fā)現(xiàn)，這些研究對出行成本討論較充分，但忽略了出行效用對出行模式選擇的影響。于躍和李雷鳴[11]在研究出租車與網(wǎng)約車的演化博弈問題時，對居民出行選擇的核心決策變量進行解構，將出行效用分為位移效用和位移伴生效用（私密性、舒適性和身份彰顯性），將出行成本分為時間成本和出行費用。上述研究大多圍繞出租車、網(wǎng)約車、共享汽車等出行模式之間的對比，但對私家車合乘共享服務關注度不夠。因此，對私家車主和乘客參與合乘共享服務時的核心決策變量及其演化規(guī)律進行研究是有必要的。

在研究方法上，關于居民出行模式選擇的現(xiàn)有研究大多以離散選擇模型為基礎，如MNL模型[12]、Binary Logit模型[13]、SEM-Logit模型[14]、Probit模型[15]等。離散選擇模型效率高、可移植性好，然而，當多種出行模式并存時，該模型無法有效地分析這些出行模式之間的相互作用，因此不能對出行模式選擇進行很好的預測。演化博弈理論則彌補了離散選擇模型的不足，為揭示居民出行模式選擇的演化規(guī)律提供了新的方向。

演化博弈基于有限理性，群體中的個體在一次博弈中不能實現(xiàn)收益最大化，但在不斷重復和模仿過程中，系統(tǒng)逐漸趨于穩(wěn)定[16]。演化博弈可分為對稱演化博弈和非對稱演化博弈。不少學者基于對稱演化博弈方法，將出行者看作單一同質群體，考慮兩種或三種出行模式的演化問題，提出通過調(diào)節(jié)穩(wěn)定平衡參數(shù)使不同出行模式的用戶比例朝著管理者期望的方向演化[17-19]。但是，當存在兩類相互影響且策略集不同的群體時，則更適合運用非對稱演化博弈。例如，Lin和Yuan[20]在研究私家車和公共交通的選擇時，考慮了兩類不同的出行者（市中心居民和郊區(qū)居民）在動態(tài)停車費用機制調(diào)節(jié)情況下的行為演化機理問題。在私家車合乘共享背景下，乘客除了網(wǎng)約車或出租車之外，又有了新的選擇，而私家車主本身既是出行者，又是出行服務的提供者。兩個群體的出行決策是相互影響的，因此，本文運用雙總體非對稱演化博弈進行模型構建。

私家車合乘共享是一種三元結構的協(xié)同消費模式[21]，由共享出行平臺提供信息匹配和支付業(yè)務，同時連接了供給側的私家車主和需求側的乘客。共享出行平臺兼具網(wǎng)絡經(jīng)濟空間的無約束與雙邊市場的交叉網(wǎng)絡外部性特征[22]，前者表現(xiàn)為用戶數(shù)量可以無限增多，產(chǎn)生規(guī)模經(jīng)濟效益，“贏者通吃”，后者表現(xiàn)為一側用戶規(guī)模的擴大會影響另一側用戶規(guī)模[23]。出行平臺采取雙邊補貼定價策略，有利于市場的培育，可促進初始用戶規(guī)模的積累[24]。本文基于演化博弈模型，進一步探討供需兩側初始規(guī)模及相關參數(shù)變化對私家車合乘共享演化結果的影響，為平臺相關策略的制定提供依據(jù)。

與以往研究相比，本文的創(chuàng)新點在于以下幾個方面：（1）以私家車合乘共享服務為切入點，構建了雙總體非對稱演化博弈模型，為發(fā)掘共享出行選擇行為的演化規(guī)律提供了新的思路；（2）完善了對出行收益構成的討論，考慮了私密性效用、舒適性效用、抽成比例和價格水平等因素，并引入交通運行指數(shù)來衡量城市交通擁堵情況；（3）以居民通勤作為合乘共享的仿真情境，根據(jù)仿真結果為出行平臺和政府發(fā)展合乘共享提出相應的對策和建議。

二、模型構建

（一）基本假設

本文作出三點基本假設：

1.去程發(fā)生在早高峰期間，從家到工作單位；回程發(fā)生在晚高峰期間，方向相反。對個體而言，工作日通勤的出行目的、出行時間、出行頻率、路線比較固定，交通狀況也比較穩(wěn)定，因此，可以把上、下班看成相同決策情境下的單次出行選擇問題。為簡化討論，假設每個個體的通勤時間和通勤距離相同。

2.本文只討論兩類群體之間通勤方式選擇行為的演化博弈關系：一類是偏好自駕出行的私家車主群體，另一類是偏好選擇網(wǎng)約車或出租車上下班的無車群體（乘客），分別記為群體Ⅰ和群體Ⅱ。但在私家車合乘共享背景下，兩個群體的策略集發(fā)生了變化，私家車主和乘客的策略集分別為

3.每次出行時（無論上班還是下班），私家車主和乘客只能分別從其策略集中選擇唯一一種策略。根據(jù)演化博弈理論，每個時間點，隨機從兩個群體中分別抽出一個個體進行配對，不同的策略之間進行博弈，每個個體只參與一次競爭。通俗地講，對每次出行而言，私家車主和乘客兩兩配對，雙方不同的策略相遇會導致不同的結果和收益，并且每次出行時，私家車主最多只能提供一次順風車服務，乘客最多只能選擇一輛順風車。

（二）出行收益構成

1.私家車主的出行收益構成

出行效用包括位移效用和位移伴生效用兩部分。設Uo表示私家車主的出行效用，Uo=ut0+εu1+u2。u表示自由流車速①自由流車速是指在低交通量情況下的車輛平均速度，此刻駕駛人按照期望速度行駛，且不受控制延誤的影響。下單位時間內(nèi)的位移效用；t0為自由流車速下的平均通勤時間；u1表示自駕私家車通勤時的私密性效用，當合乘共享匹配成功時，私家車主的私密性效用會因陌生人的介入而降低；ε為私密性效用系數(shù)，令ε∈[0,1]，當私家車主自駕時私密性效用最高，ε=1；u2表示私家車給人帶來的舒適性效用，主要受車內(nèi)環(huán)境、空間大小、整潔程度、有無異味、座椅舒適度等影響。

設Co表示私家車主的出行成本，Co=c+doδt0；交通運行指數(shù)（Travel Time Index，TTI）是衡量交通狀態(tài)的指標，由實際出行耗時除以自由流速度下出行耗時得出，TTI越高，道路越擁堵[25]。將TTI記為δ，且δ≥1，因此，單位通勤距離內(nèi)的實際通勤時間為δt0；c表示固定成本攤銷，即平均每次出行需支付的購車成本②根據(jù)懂車帝APP公開的新車銷量和價格數(shù)據(jù)計算，2018年11月中國轎車（共220個品牌）的平均售價為11.77萬元，其中，價格低于11.77萬元的汽車銷量為743 266輛，占總銷量的68.58%。由此可推斷，中國居民私家車消費以代步為主，高端車輛比例相對較少，因此，本文暫不考慮身份彰顯效用的影響。；do表示單位時間內(nèi)的可變成本（油耗、電耗）等。

當私家車主提供合乘共享服務時，出行收益發(fā)生變化：在獲得額外收益(1?γ)pδt0的同時，必須付出相應的代價s+e。其中，γ表示平臺收取的傭金抽成比例，γ∈[0,1]；p表示平臺每單位時間向乘客收取的價格；s 表示私家車主發(fā)布供給信息及搶單所耗費的時間精力等成本；e表示匹配成功后，私家車主接送乘客所額外耗費的時間精力等成本。因此，私家車主提供合乘共享服務時的出行收益為

2.乘客的出行收益構成

Urc和Crc表示乘客選擇網(wǎng)約車或出租車時的出行效用和出行成本，Ur和Cr表示乘客選擇合乘共享時的出行效用和出行成本。假設對乘客而言，兩種不同策略在位移效用和私密性效用方面沒有區(qū)別。當乘客選擇合乘共享時，私家車主與同行的乘客處在同一時空環(huán)境內(nèi)，因此，本文假設私家車給乘客和私家車主帶來的舒適性效用相等，均為u2，ku2表示網(wǎng)約車或出租車給乘客帶來的舒適性效用，k為舒適性效用系數(shù)，k>0。prc表示單位時間內(nèi)網(wǎng)約車或出租車的價格。合乘共享具有互利互助的性質，并且各地政府都設定了合乘共享的價格上限③《杭州市人民政府辦公廳關于印發(fā)杭州市網(wǎng)絡預約出租汽車經(jīng)營服務管理實施細則的通知》規(guī)定：“每公里費用總額超過巡游出租汽車每公里里程運價的50%上限屬于網(wǎng)約車經(jīng)營活動”。，以保證其非營利屬性，故p

乘客選擇合乘共享時的出行收益函數(shù)為

三、收益矩陣構建與演化穩(wěn)定策略

（一）收益矩陣構建

表1 居民通勤模式雙總體演化博弈收益矩陣

（二）演化穩(wěn)定策略求解

1.動態(tài)復制方程

演化博弈基于有限理性，在每次出行時，無論是私家車主還是乘客都不能判斷自己的策略選擇是不是最優(yōu)的，但從群體視角來看，經(jīng)過不斷的重復選擇，群體經(jīng)歷了一個集體試錯的過程，不同策略的比例最終會趨于穩(wěn)定。這一過程可以通過動態(tài)復制方程來描述，適應度高的策略會在演化中占據(jù)優(yōu)勢。

因此，私家車主的動態(tài)復制方程為

因此，乘客的動態(tài)復制方程為

2.均衡點及局部穩(wěn)定性分析

動態(tài)復制方程求出的均衡點不一定是系統(tǒng)的演化穩(wěn)定策略（Evolutionarily Stable Strategy，ESS），本文運用雅克比矩陣（記為 J）進行局部穩(wěn)定性分析

表2 局部均衡點處的具體取值

表2 局部均衡點處的具體取值

均衡點 images/BZ_122_769_1334_811_1359.pngimages/BZ_122_1188_1334_1230_1359.pngimages/BZ_122_1630_1334_1672_1359.pngimages/BZ_122_2026_1334_2068_1359.pngimages/BZ_122_392_1391_458_1424.png images/BZ_122_771_1397_809_1418.png0 0 images/BZ_122_2012_1391_2082_1424.pngimages/BZ_122_392_1453_458_1486.pngimages/BZ_122_752_1455_827_1484.png 00 images/BZ_122_2022_1453_2072_1486.pngimages/BZ_122_392_1516_458_1549.pngimages/BZ_122_782_1522_798_1543.png 00images/BZ_122_1993_1516_2101_1549.pngimages/BZ_122_392_1578_458_1611.png images/BZ_122_740_1580_840_1609.png0 0 images/BZ_122_1982_1578_2112_1611.pngimages/BZ_122_379_1645_471_1678.png0 images/BZ_122_1099_1626_1319_1697.pngimages/BZ_122_1578_1626_1724_1697.png 0

表3 局部穩(wěn)定性分析

平臺若要為參與者創(chuàng)造更充分的價值，必須保證供需兩側都達到足夠大的用戶規(guī)模（即臨界規(guī)模）以激發(fā)正向交叉網(wǎng)絡外部性。在各參數(shù)不變的條件下，x和y的初始值對演化結果影響很大，也就是說，合乘共享供需雙方的初始規(guī)模決定了未來的演化方向。

四、參與合乘共享的初始規(guī)模對演化結果的影響

本文基于PyCharm軟件，運用Python語言對演化過程進行仿真模擬，并對兩類群體參與合乘共享的初始規(guī)模及相關參數(shù)進行討論。

假設δ=1，通勤距離為20公里，按時速60公里計算，平均通勤時間t0=20分鐘。單位時間成本βr=0.25元/分鐘①以青島市為例，根據(jù)《山東省統(tǒng)計年鑒（2017）》，青島市城鎮(zhèn)居民年均可支配收入為43 598元/人，按每月30天、每天8小時工作日計算，人均可支配收入為15元/小時。因此，設=0.25元/分鐘。，網(wǎng)約車或出租車的匹配時間te=4分鐘，因此，當合乘共享匹配不成功時，乘客轉換其他通勤模式需額外支付的風險成本l=teβr=1。設網(wǎng)約車或出租車的價格prc=2.5元/分鐘②根據(jù)《青島市物價局青島市交通運輸委員會關于調(diào)整市區(qū)巡游出租汽車運價政策的通知青價費〔2017〕21號》規(guī)定：普通型巡游出租汽車基價里程3公里不變，起租費由現(xiàn)行9元調(diào)整為10元。超過基價里程后，普通型巡游出租汽車由現(xiàn)行1.40元/車公里調(diào)整為2.00元/車公里。滴滴出行APP計價規(guī)則顯示：青島市滴滴快車—優(yōu)享型實時用車的最低消費為10.3元，通勤時段，里程費2元/公里，計時費0.47元/分鐘。可見在通勤時段出租車與網(wǎng)約車的價格相差不大，為簡化討論，本文假設出租車和網(wǎng)約車的費用相同，=2.5元/分鐘。，合乘共享的價格p=1.25元/分鐘。令γ=0.2，ε=0.5，e=6，s=2，k=2，u1=20，u2=10，x=y=0.5。

（一）供需兩側初始規(guī)模同時變化對演化結果的影響

圖1是在其他參數(shù)不變的情況下，討論供需兩側初始規(guī)模同時變動對演化結果的影響。由圖1可知，x和y的臨界規(guī)模都在0.1～0.2之間，初始規(guī)模高于臨界規(guī)模時，收斂于1，反之收斂于0。

圖1 x和y同時變化時的演化結果

1.x和y的初始規(guī)模低于臨界規(guī)模。當x=y=0.1時，需求側演化時間是供給側的兩倍，供給側的演化曲線是遞減的，速度先快后慢，需求側曲線先有一個短暫的小增長，而后加速下降，最后趨于平穩(wěn)。由此推斷：（1）私家車主對需求側規(guī)模的反應敏感，需求不足時，能夠快速轉變?yōu)樽择{通勤策略；（2）對于乘客來說，合乘共享是一種更經(jīng)濟的出行手段，雖然演化初期供給側規(guī)模在縮小，但乘客反應不夠敏感，需求側出現(xiàn)一個小高峰；（3）隨著供給繼續(xù)下降，拐點出現(xiàn)，乘客開始加速流失，ESS為(0,0)。

2.x和y的初始規(guī)模高于臨界規(guī)模。需求側曲線的收斂速度要快于供給側，說明乘客對合乘共享的接受速度要快于私家車主。當x=y=0.2時，在演化初期，雖然需求規(guī)模在擴大，但合乘共享的供需匹配成功率不高，導致供給下降，達到一個小低谷；然后拐點出現(xiàn)，愿意提供合乘共享的私家車主比例開始加速增加，ESS為(1,1)。此外，x和y的初始值越大，表明愿意參與到合乘共享中的私家車主和乘客比例越高，則收斂速度越快。

（二）供給側初始規(guī)模變化對演化結果的影響

圖2是在其他參數(shù)不變的情況下，討論x變動對演化結果的影響。假設需求側的初始規(guī)模始終處于低比例狀態(tài)(y=0.1)，由圖2可知，x的臨界規(guī)模在0.2～0.3之間。

圖2 y不變x變化時的演化結果

1.x的初始規(guī)模低于臨界規(guī)模。以x=0.2為例，供給側曲線是不斷下降的，由于需求處于較低水平，私家車主會因乘客不足而逐步放棄提供合乘共享服務。而乘客對供給的反應不敏感，在演化初期，選擇合乘共享的乘客比例從0.1增長為0.2，但隨著供給的不斷減少，到達最高點后，乘客逐步放棄合乘共享，ESS為(0,0)。

2.x的初始規(guī)模高于臨界規(guī)模。以x=0.3為例，對于需求側而言，曲線很陡峭，演化時間短，選擇合乘共享服務的比例激增；對于供給側而言，在演化初期，由于需求的初始規(guī)模不足，合乘共享的提供比例是下降的，但隨后觸底反彈，供給開始加速增長，ESS為(1,1)。

（三）需求側初始規(guī)模變化對演化結果的影響

圖3是在其他參數(shù)不變的情況下，討論y變動對演化結果的影響。假設供給側的初始規(guī)模始終處于低比例狀態(tài)(x=0.1)，由圖3可知，y的臨界規(guī)模在0.3～0.4之間。

圖3 x不變y變化時的演化結果

當y的初始規(guī)模高于臨界規(guī)模時，供需兩側的比例都是不斷上升的，ESS為(1,1)，且需求側曲線的收斂速度要快于供給側曲線。以y=0.4為例，供給側曲線先有一段平緩期，而后加速增長，這表明，在演化初期階段，盡管需求側達到了臨界規(guī)模，私家車主對合乘共享服務還有一個接受的過程，但隨著需求的不斷增加刺激了供給規(guī)模迅速擴大。

對比圖2和圖3，當系統(tǒng)向(1,1)演化時，有如下特征：（1）需求側曲線的收斂速度要比供給側曲線快，無車群體更愿意接受合乘共享服務；（2）當合乘乘客初始規(guī)模保持較低比例時，供給側的臨界規(guī)模門檻較低，演化時間短，但在演化初期會出現(xiàn)私家車主退出的情況；（3）當私家車主提供合乘共享服務的意愿很低時，私家車主在演化初期需要一個緩慢適應的過程，需求側的臨界規(guī)模門檻反而較高，且演化時間要比合乘乘客初始規(guī)模低比例的情況更長。

因此，平臺要更快地推動合乘共享規(guī)模的擴大，供給側是關鍵。首先，在公測期向私家車主推出免費下載和免費使用，先讓供給側達到臨界規(guī)模；其次，可對供給側優(yōu)先采取短期“燒錢補貼”政策，在一定時期保證私家車主持續(xù)的充足供給，并培養(yǎng)私家車車主的合乘共享意識，進而激發(fā)正向交叉網(wǎng)絡外部性來擴大需求側規(guī)模。

五、各主要參數(shù)變動對演化結果的影響

（一）交通運行指數(shù)變化對演化結果的影響

圖4反映了交通運行指數(shù)δ的不同取值①根據(jù)滴滴出行官網(wǎng)發(fā)布的《2018年城市交通出行年度報告》，2018年中國總體擁堵呈現(xiàn)遞減趨勢，第四季度城市交通運行指數(shù)（TTI）最低，TTI=1.419。各城市工作日早晚高峰TTI差異不大，但明顯高于全天平均水平。以青島為例，工作日早高峰的TTI為1.521，晚高峰為1.581，而全天只有1.378。因此，本文假設早晚高峰的城市交通運行指數(shù)相等，記為δ。對演化結果的影響。當δ>1時，ESS為(1,1)，且演化時間周期很短。私家車主對道路擁堵狀況很敏感，δ越大，收斂速度越快。當δ增大，乘客通勤時間延長，通勤成本提高。為了降低通勤成本，乘客也會傾向于價格相對較低的合乘共享，且乘客的收斂速度比車主更快。因此，通勤高峰時段越擁堵的城市，越應鼓勵合乘共享服務的發(fā)展。

圖4 δ變化時的演化結果

（二）私密性效用系數(shù)變化對演化結果的影響

如圖5所示，ε越大，私家車主的私密性效用下降得越少，演化時間越短，私家車主對合乘共享的接受速度越快。供給側的收斂速度受ε的變化波動較大，當ε=0.5時，需三個時間單位，但ε=0.7時，只需一個時間單位。然而對乘客而言，無論合乘共享、網(wǎng)約車還是出租車，服務的相似度很高，因此，乘客對私密性效用的變化不敏感。

圖5 ε變化時的演化結果

（三）舒適性效用系數(shù)變化對演化結果的影響

舒適性效用主要影響乘客的通勤決策，k>1時，網(wǎng)約車或出租車的舒適性效用高于合乘共享服務。如圖6所示，供給側曲線間隔較緊密，舒適性效用的波動對于私家車主的影響不大。k越小，合乘共享與網(wǎng)約車或出租車的舒適性差距越小，選擇合乘共享的乘客就越多。當k=1.5時，需求側曲線的演化時間從兩個單位縮短至0.6個單位。因此，提升合乘共享服務的舒適度對于擴大其需求側規(guī)模非常必要。

圖6 k變化時的演化結果

（四）平臺抽成比例變化對演化結果的影響

平臺為私家車主提供供需匹配服務，因此，私家車主每完成一筆訂單，平臺都要按照γ的比例抽成。對私家車主而言，γ越大，平均每單收益越少。供給側的收斂速度受γ變動的影響較大。在其他參數(shù)不變時，由M>s可知，存在一個抽成比例上限，γ<0.28。如圖7所示，當γ=0.1時，需1.5個時間單位達到ESS，但當γ=0.25時，則需要五個時間單位。γ的變動對乘客參與合乘共享的比例影響很小，收斂速度隨著γ增大而略有下降，不足一個時間單位。

圖7 γ變化時的演化結果

（五）價格水平變化對演化結果的影響

在其他參數(shù)不變的情況下，由條件M>s，N>teβr可得1.125

1.對供給側曲線的影響。如圖8所示，當價格較低（p=1.25）時，提供合乘共享的私家車主比例x增長速度緩慢，需要經(jīng)歷三個時間單位才會收斂于1。但當價格較高（p=1.75）時，收斂大大加快，只需一個時間單位就收斂于1。這說明提高合乘共享的價格水平，能夠快速吸引更多私家車主提供合乘共享服務。

2.對需求側曲線的影響。如圖8所示，隨著p的增大，需求側收斂速度在減緩，但總體變動幅度較小。這說明，價格水平適當幅度地增長，對參與合乘共享的乘客比例變動速度影響不大。

圖8 p變化時的演化結果

3.特別地，當p=1.75時，供給側的收斂速度超過了需求側的收斂速度，說明在這一價格水平下，私家車主比乘客更愿意接受合乘共享服務，供給側規(guī)模的擴大帶動了需求側規(guī)模，最終收斂于(1,1)。

綜上，價格對供需兩側的出行選擇都有影響，但私家車主對價格更敏感。因此，平臺應充分考慮私家車主的利益，不能將價格定得過低，并對私家車主進行傾斜補貼。

六、結語

（一）研究結論

本文構建了私家車主與乘客的出行收益函數(shù)，并根據(jù)動態(tài)復制方程進行了仿真模擬。得出如下結論：

1.合乘共享服務供需兩側的初始規(guī)模必須超過臨界規(guī)模，才能激發(fā)雙邊市場的正向交叉網(wǎng)絡外部性，最終達到全民參與合乘共享服務的理想狀態(tài)。且供給側臨界規(guī)模相對較低，以供給側拉動需求側，演化時間更短。

2.交通運行指數(shù)δ反映了城市的交通擁堵狀況，在所有參數(shù)中，演化結果對δ的變動最敏感，交通越擁堵，居民對合乘共享的接受速度越快，政府就越有必要鼓勵合乘共享的發(fā)展。

3.ε影響私家車主的私密性效用，私密性降低幅度越小，私家車主的提供意愿越高。k影響乘客的舒適性效用，合乘共享的舒適性效用越高，乘客越愿意接受合乘共享，收斂速度越快。

4.γ是平臺向供給側平均每單所抽取的傭金比例，γ越高，平臺讓利越少，私家車主平均每單的收益越低。私家車主對γ的波動很敏感，γ降低，收斂速度明顯縮短，但γ對乘客的影響不顯著。

5.價格水平p既影響乘客的出行費用，也直接關系到私家車主提供合乘共享服務的收入高低。價格越高，私家車主積極性越高，乘客則相反，且私家車主對價格的敏感程度高于乘客。合乘共享服務的價格與網(wǎng)約車或出租車的價格之比p/prc存在一個合理區(qū)間。

（二）對策建議

平臺應將短期補貼刺激與長效維護機制相結合，要注重用戶規(guī)模的積累，更要推動營利模式與營銷策略的動態(tài)調(diào)整。

1.在市場培育期，平臺應依托高額補貼策略拓展市場份額，并且優(yōu)先對供給側采取政策傾斜。采取免費注冊、推薦返利、現(xiàn)金紅包、派單傾斜等政策，鼓勵私家車主加入平臺。在保證充分供給的前提下，對乘客采取首單免費、優(yōu)惠折扣、充值返現(xiàn)等策略，達到短期吸引乘客的目的。

2.取消固定抽成，實現(xiàn)抽成比例的動態(tài)調(diào)整和長期獎勵機制。平臺可根據(jù)市場供需變動情況和交通狀況采用浮動抽成比例，根據(jù)私家車主每月累計任務量提供不同程度的優(yōu)惠補貼，以增加供給側用戶黏性。

3.明確互利互助的市場定位，建立合乘共享與網(wǎng)約車、出租車的價格聯(lián)動機制，確定合理的價格水平。一方面以低價引導無車消費者轉變出行方式；另一方面，價格又必須滿足私家車主的收入預期，以保證充足的供給規(guī)模。

4.完善司機服務技能培訓和服務評價機制，加強車輛準入審核。私家車主服務意識的增強、駕駛技術的提高、車輛環(huán)境的改善，能夠提高乘客的舒適性效用。雙向服務評價機制有利于服務水平和用戶滿意度的進一步提升。

私家車合乘共享的發(fā)展還離不開政府的支持與保障：

1.合理規(guī)定每日接單上限。順風車的價格水平和抽成比例都比營利性的出租車和網(wǎng)約車要低，若對每日接單量不加限制，會導致一部分私家車主全天從事非法運營，擾亂正常的市場秩序。因此，政府確定合理的每日接單上限，既能保證順風車業(yè)務的非營利性，也能維護出租車和網(wǎng)約車司機的利益。

2.適當放寬對私家車合乘共享價格的上限約束。在保證互利互助定位的基礎上，適當提升合乘共享服務的價格水平，以刺激私家車主的參與積極性，進一步擴大供給側規(guī)模。

3.加大城市交通基礎設施建設。拓寬城市道路，降低城市交通運行指數(shù)，在早晚高峰期設置合乘車道，鼓勵兩人以上（含司機）在通勤時段的私家車合乘共享。依托大數(shù)據(jù)和云計算技術，加強城市交通的調(diào)度和監(jiān)管，構建智慧交通系統(tǒng)。

本文尚存在一些局限：一是只考慮了上下班的情境，并未考慮其他時段私家車合乘共享的演化問題；二是未考慮私家車合乘共享的安全問題，而出行安全問題涉及司機、平臺和政府的多邊協(xié)同治理，更為復雜。這些不足將在后續(xù)研究中加以完善。