汽车分时租赁下消费者出行模式选择行为分析①
时间：2023-02-22 17:15:06 来源：千叶帆 本文已影响人
万谧宇，柳 键，程永生，罗春林
(1.华东交通大学交通运输与物流学院, 南昌 330013; 2.江西财经大学信息管理学院, 南昌 330032; 3.江西财经大学工商管理学院, 南昌 330032)
根据2017 年国家交通运输部发布的《关于促进汽车租赁业健康发展的指导意见》，汽车分时租赁(也称汽车共享)，是以分钟或小时等为计价单位，利用网络服务平台，为用户提供自助式车辆预定、车辆取还、费用结算为主要方式的汽车租赁服务.根据艾瑞咨询公司《2019年中国分时租赁行业研究报告》(后称艾瑞报告)，截至2019年2月，中国已注册的共享汽车企业及单位超过1 600家，投入运营的汽车数量达到11万辆～13万辆，整体市场规模达28.5亿元.同时各级政府部门纷纷出台分时租赁的鼓励政策，如交通运输部、住房城乡建设部联合发布了《关于促进小微型客车租赁健康发展的指导意见》，明确鼓励分时租赁发展，而北京、上海、武汉、成都和深圳等城市均明确表示支持的态度.因此，分时租赁模式作为一种新的出行方式正在逐步得到重视.
然而，汽车分时租赁模式的发展仍存在隐忧.2018年初分时租赁品牌TOGO刚获得2 600万元融资，同年9月即传出全面撤离南京的消息.Car2go、EZZY等分时租赁品牌也纷纷退出国内市场.企业更替也许还不能完全说明问题，从具体关键运营数据来看也并不乐观.2019年初分时租赁平台EVCARD投入车辆规模为4.2万辆，日订单量接近10万(www.iyiou.com/p/89549)，这说明每辆车每天平均被使用2.4次，而70%分时租赁汽车单次使用时长在1h以内(EVCARD《2018分时租车人群大数据报告》，简称EVCARD报告)；
根据GoFun分时租赁平台公布数据，其单辆车日订单量为3.5万(https://36kr.com/newsflashes/117040).EVCARD和GoFun是活跃用户排名靠前的分时租赁品牌，两企业数据具有代表性.明显地，分时租赁汽车的平均使用次数偏少.使用次数不仅是企业关键运营指标，也体现了分时租赁模式的社会价值，如车辆利用率.基于以上观察，从消费者行为视角，研究分时租赁与其他汽车出行模式间关系，从而探讨分时租赁车辆使用次数偏低的原因.由于网约车与私家车出行是当前主流汽车出行方式，故以此为背景，具体研究问题如下：1)分析消费者汽车出行选择行为的基本机理，探讨分时租赁与网约车、私家车出行模式的关系；
2)分析消费者间汽车出行选择的均衡，探讨分时租赁模式存在合并效应的条件.其中，合并效应(pooling effect)是由于资源共享所带来的资源所需数量减少的效应[1-3]，该效应反映了分时租赁的“共享”特征，其程度能够反映车辆使用次数和利用率(1)汽车分时租赁中，该效应实际上是将消费者的用车需求合并起来，从而用少量的车集中满足所有人的需求，因此，本文译为合并效应.合并效应的存在说明单位时间内一辆车被多人使用，故合并效应越大，车辆使用次数越多.合并效应并不只存在于理论：TOGO 发布的《中国一线城市共享汽车出行分析报告》指出，在北京地区共享汽车平均使用频次为 5.1，并且曾在一天内一辆车被 5 个人使用了 7 次(http://www.sohu.com/a/143119006_118021)..
为了研究以上问题，必须先分析消费者汽车出行行为的关键特征：1)即使私家车更划算，消费者也会选择分时租赁与网约车.根据艾瑞报告，出行里程在30 km之内时，分时租赁出行相对于私家车具有明显成本优势，超过该范围私家车出行更划算.但根据EVCARD报告，25%的分时租赁订单超过30 km(2)虽然超过30 km的订单少于30 km内订单，然而，中长里程的出行在全部出行中所占比例本身就小.根据高德大数据《2017Q1中国主要城市交通分析报告》，超过20 km的出行仅占全部出行的比例为25%左右.相比之下，分时租赁超过30 km的订单达到25%已经是较大的比例了.；
网约车出行成本明显高于私家车，但大量用户仍采用网约车出行.2)网约车与分时租赁的出行里程具有明显的分层关系.根据EVCARD报告，90%用户订单出行里程在50 km以内，其中10 km以内比例为31%.根据36kr研究院《2018网约车用户调研报告》(后称36kr报告)，72%的网约车出行订单集中于10 km以内.前一特征反映了购车出行(即私家车出行)与租车出行(即分时租赁与网约车)之间关系，后一特征反映了分时租赁与网约车之间关系.研究从用车需求不确定性和消费者出行行为均衡的视角解释上述两个现象(3)本文视角并不是唯一视角.比如第一特征可以用预算约束来解释，但车贷使得消费者的预算约束越来越放松，其解释力较弱(文献[27]也持该观点).第二特征可解释为网约车单价高，但该视角不全面，没考虑交易成本.同时本文视角与以上视角并不冲突，所以不影响本文视角的理论与现实意义，且本文视角下的结论与现实观察相吻合..
具体来说，首先，购车与租车关键区别在于所有权.购车模式下消费者必须购买所有权，而租车仅按需购买使用权，这决定了出行模式的灵活性.在用车需求不确定的情况下，若选择不灵活的购车出行，消费者必须承担未来用车需求下降的风险，而租车则能帮助消费者避免该风险.比如，在需求不稳定时消费者先租车并等待到用车需求稳定再决定是否购车.所以，在需求不确定时，租车的灵活性给消费者带来了额外的价值(即避免不确定性风险).所以私家车出行成本更划算时，消费者也会选择租车.其次，网约车与分时租赁关键区别在于司机.司机的存在影响网约车与分时租赁相对价格关系，从而影响消费者出行选择的均衡：价格更高的网约车必然会有更低的均衡交易成本.这决定两者行驶里程分层关系.
由上述分析，租车与购车间的选择实际上是一个最优停止问题，其中租车对应于等待决策，购车对应于停止决策，而网约车与分时租赁的区别则反映在租车决策的效用中.利用行驶里程的不确定性描述用车需求的不确定性，构建了消费者在网约车、分时租赁与购车间选择的最优停止模型，并通过合并效应讨论车辆利用率的问题.首先，研究消费者个体的最优出行决策；
其次，依据个体行为，研究消费者出行决策的均衡并探讨三种汽车出行模式的关系；
最后，依据均衡，推导分时租赁存在合并效应的条件.
从两个方面进行综述：分时租赁相关研究和最优停止理论在消费者行为中的相关研究.
1)分时租赁模式相关研究：Gilbert等[4]研究发现分时租赁模式作为企业对消费者价格歧视的手段，与销售模式存在差别.销售模式下企业更愿意针对消费者的使用频率进行价格歧视，而分时租赁模式下企业更愿意针对高低端消费者进行价格歧视.Balasubramanian等[5]对信息产品中的商业模式选择问题进行分析，发现交易成本较低使得使用支付机制(pay-per-use mechanisms)对企业更有利.Bellos等[1]研究了汽车分时租赁中产品线设计问题，发现分时租赁能够缓解同品牌产品间竞争.Yu等[2]考虑市场纵向细分下销售和分时租赁模式的定价问题，发现在一定条件下分时租赁能够得到更高的利润.Abouee等[6]研究了共享模式中新能源汽车采用问题，发现充电站数量、充电速度等因素对新能源汽车的采用决策至关重要.除以上文献之外，服务化和P2P共享的文献也与分时租赁有关.Agrawal等[3]和Örsdemir等[7]探讨了制造企业服务化是否能够实现企业与环境双赢的问题，两篇文献的服务化模型中都考虑企业拥有产品同时消费者按照使用支付租赁价格(pay-per-use)，这与分时租赁的特征是一致的.文献[1-3]中将合并效应作为分时租赁和服务化的关键特征.Jiang等[8]、Tian等[9]和Benjaafar等[10]对P2P共享问题进行了研究，P2P共享与分时租赁的区别在于，P2P是消费者间的共享.分时租赁在国内也受到一定关注.吕通等[11]考虑存在网络效应的情况下，共享汽车网络布局的问题.黄毅祥等[12, 13]研究了分时租赁模式下竞争演化和联盟定价的问题，发现企业在分时租赁模式中扩大市场份额的企图容易引发价格战，而分时租赁企业与电力公司之间的联盟则能带来更高收益.上述研究没有深入刻画商业模式变化对消费者微观行为的影响，其构建的消费者模型并不能解释引言中消费者出行行为特征，故与现实存在差距.
2)最优停止理论在消费者行为中的相关研究：在日常生活中，消费者在购买产品时会遇到不确定性的风险，比如买完东西后发现更便宜的产品或者购买之后对产品并不满意.为了避免以上情况，消费者在购买前会收集足够的信息，但信息的收集存在成本，故最优停止点(停止收集信息并购买)是消费者决策的关键.Branco等[14]考虑产品对消费者效用不确定的情况下，消费者最优购买决策的问题.发现消费者最佳购买时机与搜索成本成反比，而与信息间差异成正比.Ke等[15]将文献[14]的模型扩展到多产品的情况，发现在多产品的情况下，消费者最优购买时机与产品间效用差异有关.Ke等[16]研究了最优信息学习策略问题，其研究结论可以应用于消费者购买行为.在出行行为方面，由于购车仅仅是购买行为的特例，因此也能使用最优停止理论.De Lapparent等[17]、Cirillo等[18]和Liu等[19]均采用最优停止理论研究消费者私家车购买决策问题.这些研究主要集中在销售模式框架下，而本研究拓展到了分时租赁模式，基于最优停止理论研究了消费者出行行为.此外，徐淑贤等[20]、徐薇等[21]深入刻画了消费者出行选择行为的自驾偏好、双目标等特征，研究了城市系统均衡和交通流演化等问题，其研究范式值得借鉴.
综上，由于汽车价值高且使用时间长，购车与其他出行模式间选择具有投资决策的特征，故最优停止的分析框架常被采用[17-19].而以往分时租赁文献较少针对汽车出行领域，故对该特征有所忽略.这造成了两类文献间的空白地带，即较少文献深入研究分时租赁下的消费者出行选择行为.其结果是，现实出行数据中消费者出行特征无法在分时租赁的文献中找到理论支撑，而支撑这些数据的理论又没有考虑分时租赁模式.研究填补这一空缺，其结论得到了消费者行为实际数据的印证.具体来说，与以往文献区别在于：深入刻画了汽车出行中的个体消费者行为，这有利于构建分时租赁理论的微观基础；
探讨消费者出行选择行为的总体均衡，解释了分时租赁、网约车与私家车出行间关系形成的机理，并定性地阐述了三种出行模式基本关系；
合并效应是分时租赁关键特征的直接反映，但较少被深入讨论，研究从消费者行为角度内生地研究该效应.
假设在线性城市中，消费者存在使用汽车出行的需求，比如通勤用车需求、出游用车需求等.由于生活中用车的原因、目的等存在不确定性和外生性，这导致消费者的用车需求具有外生性和不确定性.比如，通勤用车需求受到工作变动、工作地点变动等不确定且外生因素的影响，日常生活中也常存在意料之外的出行需求.该假设常见于相关文献中[17-19].消费者用车需求的不确定性可以细分为多个方面，但由于相关机构研报及数据多与行驶里程有关，为了与数据保持一致并兼顾模型可处理性，利用行驶里程的不确定性描述用车需求的不确定性.以往研究文献也常采用行驶里程刻画消费者用车需求或效用[17, 22, 23].设lt表示消费者第t次使用汽车的行驶里程，假设消费者每次用车的行驶里程以等概率增大或缩小y的幅度，即|lt+1-lt|=y.y是外生给定的，行驶里程的变化幅度y反映了消费者行驶里程不确定性的影响程度，也反映了用车需求的稳定性.通过调整y的取值，模型可以描述不同出行场景的出行需求，比如通勤场景下行驶里程变化幅度较小，此时y相应较小.
假设消费者可以选择使用分时租赁汽车、网约车和购买私家车来实现汽车使用的需求.不单独考虑传统出租车.虽然网约车与出租车存在区别，但是从消费者的角度两者服务存在同质性.根据比达咨询《2018年中国出租车&网约车出行用户调研报告》，90%的用户认为网约车是出租车的升级服务，而且相对于出租车，80%以上的用户更青睐网约车，这说明两者存在明显的替代性.设v表示消费者使用汽车时每km的支付意愿(即保留价格).该参数是一些外生因素的综合反映，比如，消费能力、出行重要性等.消费者使用分时租赁时每km支付价格p，并设v>p.消费者使用分时租赁时必须承担交易成本c.虽然如今由信息不畅而产生的交易成本大大降低，但消费者间摩擦仍产生交易成本.假设分时租赁交易成本是消费者排队等待服务的时间成本.该假设的合理性在于：首先，等待时间成本能够反映消费者间摩擦的基本特征，即随着参与人数增加，人与人之间的摩擦成本增加；
其次，排队等待时间成本是为完成交易所需支付的额外成本，故属于交易成本；
最后，分时租赁与共享的文献常将分时租赁系统考虑为一个排队系统，这是能够反映现实的常用假设[1, 10].根据上述，具体假设如下，将城市中的分时租赁服务系统看作整体，消费者需要排队使用分时租赁汽车.利用M/G/1排队模型描述交易成本，消费者平均等待时间满足[24]
(1)
其中λ为到达率，其含义是单位时间平均达到人数.假设到达率与参与人数m呈正相关关系，即λ=km.由于到达率也反映了消费者间的摩擦程度，比如，若大部分消费者在相同时段使用分时租赁，那么单位时间到达率较高，消费者间摩擦程度也较高，故将系数k称为消费者摩擦系数.μ表示服务率，即单位时间完成服务的人数.假设μ是系统中车辆数n的函数，随着车辆数增加，服务率增大.γ是系统服务时间的变异系数，该系数反映服务时间的稳定性.由于仅考虑排队时间造成的交易成本，故c=W.关于排队模型的假设，有几点值得说明：1)分时租赁系统可以看作是多个服务台的排队系统(即将一个取车点看作服务台)，也可以看作单服务台(即将分时租赁系统看作一个整体).为了深入刻画交易成本并兼顾可处理性，采取后者.类似地，文献[10]也使用单服务台模型近似处理多服务台问题.2)假设消费者到达过程服从泊松分布，这是一个常用的简化.此假设并不会与前文行驶里程的随机变化相矛盾，因为行驶里程的随机性假设中仅规定了消费者每次用车的行驶里程变化，并没有规定消费者每次到达系统的时间间隔，故两个随机变量互不干扰.3)仅在排队系统存在稳态时讨论等待时间，故假设λ<μ[24].若λ≥μ，等待时间趋于无穷，没有讨论的意义.结合以上，一个消费者使用一次分时租赁汽车的净效用为
u=(v-p)|lt|-c
(2)
假设网约车单价为h.由于网约车要支付司机工资，故假设网约车的价格要高于分时租赁价格，即h>p.这是符合现实的，以南昌出行费用为例，根据南昌滴滴计价规则，滴滴快车里程费最低为2元/km，时长费最低0.35元/min；
而南昌分时租赁的价格(以联动云为例)，消费者租赁一辆观致5车型的里程费用为1.1元/km，时长费0.2元/min；
而Gofun出行的价格则低至1元以下.假设网约车用户间摩擦同样会产生交易成本为ch，利用M/G/1排队模型描述网约车交易成本.令μh和γh表示网约车系统的服务率与服务时间变异系数，其等待时间如式(1).交易成本是由消费者行为内生决定的，但此处不妨先假设分时租赁交易成本高于网约车交易成本，即c>ch，后文再证明这一点(附录3).由于网约车也是按照里程付费，故其净效用为
uh=(v-h)|lt|-ch
(3)
观察式(2)和式(3)，网约车和分时租赁均是按照里程购买使用权的出行服务，该共性决定两者竞争关系.但两者价格和交易成本的差别反映了服务模式的关键区别(如引言所述)，这也将决定两者关系.假设消费者购买汽车时需要支付销售价格f，当汽车每行驶1km，消费者需承担使用成本cv(比如油费和保养费用).由此得到消费者购买汽车所获得的净效用为
(4)
其中N表示汽车的耐久性(即假设每辆汽车可以使用N次).由于分时租赁和网约车下运营商要弥补油费和保养成本，所以h>p>cv.使用成本cv和销售价格f共同表示持有成本.观察式(2)～式(4)可知，若消费者采用分时租赁或网约车就必须承担交易成本，而购买汽车则必须承担持有成本.因此，上述模型不仅刻画了购车与租车在灵活性上的区别(购车需一次性购买N期的服务)，还体现了所有权差异造成的成本差异.另外，若消费者行驶里程足够长，购买汽车必然好于分时租赁和网约车(因为后者斜率更大).这说明随着行驶里程变长，购车出行将更加划算，这与引言中所描述的实际情况相吻合.
假设每个消费者个体行驶里程呈现随机性，但总体行驶里程分布呈现稳定性.虽然前文对消费者行驶里程的变化做了随机性假设，但城市是复杂系统，其总体行驶里程分布受许多外生因素影响，比如，城市人口流动等.若仅从个体的假设推断总体的分布，这忽略了外生变量的影响，从而影响结论的可用性.根据高德大数据《2017Q1中国主要城市交通分析报告》(后称高德报告)显示，2016年与2017年相比，北京和上海机动车行驶里程比例总体分布较为稳定，其最大变化幅度不到4%.这说明虽然每个消费者每天出行里程在变化，但总体的分布是相对稳定的.因此，假设由于人口流动等外生原因，消费者总体的行驶里程分布具有稳定性.假设消费者每期总体行驶里程的分布服从一般分布G(l)，其密度函数为g(l).考虑的行驶里程分布，是指分时租赁系统中每期参与决策的人员的行驶里程分布.由于人员流动等外生原因，系统中参与决策的人员会发生变化，所以总体分布保持稳定与具体某人行驶里程随时间变化的假设不矛盾.
dl=σdw
(5)
其中dw是标准布朗运动，σ表示行驶里程变化的幅度.
将网约车与分时租赁称为租车，私家车出行称为购车.对于单个消费者而言，其决策中基本的矛盾在于当期效用与未来效用的平衡，最优停止理论恰好能够描述该基本矛盾.具体来说，消费者选择租车既是为了获得租车的服务，也是行使等待的权利(等待最优购车时机)，而购车则是停止等待(即停止租车).消费者通过决策最优停止时机实现自身效用最大化.
为了构建该最优停止模型，并具体解释模型刻画的基本矛盾，必须分析消费者在租车与购车间的得失.从当期效用看，消费者选择租车时，能够得到租车本身带来的效用，但是失去了当期立即使用私家车的机会(当期租车即是放弃当期立即购车).从未来效用看，消费者选择租车即是行使了等待的权利.由于私家车价值(即使用私家车获得的总效用)随行驶里程变化，故等待的权利帮助消费者保留了获得更大私家车价值的机会.在出行决策中，当期效用与未来效用存在取舍关系.比如，设想消费者行驶里程逐渐增大，此时若选择租车，消费者必须承担当期效用损失(因行驶里程较大时，私家车比租车更划算)，但未来私家车价值可能上升.若选择购车，消费者则放弃了未来私家车价值上升的可能，但是避免了当期损失.该主要矛盾虽然没有直接的消费者心态等数据支撑，但上述矛盾的取舍必然使消费者行为表现出“等待特定时机购车”的特征(若仅考虑当期效用，消费者会在私家车划算时立即购车).根据艾瑞咨询发布的《2017年中国首购车用户营销研究报告》，78.9%的消费者选择婚后首次购车，52.1%的消费者选择事业处在小有成就的时机购车，这说明消费者普遍在等待特定时机购车.由以上分析，构造单个消费者的最优停止问题如下
V(l)=max{Ω(l),π(l)+EV(l+dl)}
(6)
其中V(l)表示价值函数(即消费者能够得到的最大效用).Ω(l)为终止价值(即私家车价值)，反映了消费者选择购买私家车时，未来能够得到的预期效用.由于布朗运动的特点(E(dl)=0),Ω(l)=N(v-cv)|l|-f×π(l)，表示当期效用的比较，根据式(2)～式(4)，π(l)=max{(v-p)|l|-c,(v-h)|l|-ch}-(v-cv)|l|+f/N，其中(v-p)|l|-c是消费者使用分时租赁的当期效用，(v-h)|l|-ch是使用网约车的当期效用，(v-cv)|l|-f/N表示若当期立即购车，消费者使用私家车能得到的当期效用.由于在租车时，消费者会选择分时租赁和网约车中效用较大的出行模式，故max函数反映了分时租赁与网约车的竞争关系.由于选择租车即放弃当期购车，所以(v-cv)|l|-f/N是机会成本.EV(l+dl)表示当期选择租车的情况下，消费者在未来所能得到的最大效用.根据上述，最优停止模型很好地刻画了消费者决策中基本的矛盾：π(l)反映了当期效用的比较，而EV(l+dl)与Ω(l)的比较反映了未来效用的比较.根据式(6)以及文献[14, 25, 26]，消费者当期选择租车的价值函数如下
V(l)=π(l)dt+EV(l+dl)
(7)
对EV(l+dl)进行泰勒展开并利用伊藤引理可以得到
(8)
对其中分段函数的部分进行分析，可得下式
π(l)=
(9)
V″(l)=
(10)
求解微分方程(10)可得到微分方程的解.由于式(8)仅与行驶路程|l|有关，价值函数必然存在对称性，即V(l)=V(-l)，可得
V(l)=
(11)
式(11)即是消费者选择分时租赁时的价值函数.根据式(2)～式(4)可知，随着行驶里程逐渐增大，购车会变得越来越有利，而租车会越来越不利.根据文献[26]，消费者不会一直选择租车，此时存在一个临界点|Δ|，当|l|<|Δ|时，消费者选择租车，当|l|≥|Δ|时，选择购车.后文简称|Δ|为临界里程，行驶里程达到临界里程的时机即是最优购车时机.该点必须满足价值匹配(value matching)和平滑粘贴(smooth pasting)两个条件.两条件的含义是，消费者选择租车和购车所能得到的最大效用，不仅在临界点处要相等(价值匹配条件)，而且在临界点的足够小的邻域内也要相等(平滑粘贴条件)，平滑粘贴具体证明详见文献[26].根据模型，可以得到价值匹配条件
V(Δ)=Ω(Δ)
(12)
该条件保证临界点处两效用相等.平滑粘贴条件如下
V′(Δ)=Ω′(Δ)=N(v-cv)
(13)
根据上述定解条件求解微分方程可得
|Δh|=
(14)
|Δs|=
(15)
限于篇幅，论文中命题等证明见附录.
推论2只要行驶里程存在不确定性且分时租赁价格低于网约车(即p 通过推论2可知，1)分时租赁与网约车是共存关系.虽然命题1中某些消费者可能不会选择分时租赁，但总体来看，必然有消费者选择分时租赁.其原理是，分时租赁价格比网约车更低，若没人使用分时租赁，交易成本的降低必然使得u>uh，此时必有消费者选择分时租赁.现实中，分时租赁与网约车确实是共存的.2)租车价格(包括h和p)小于私家车使用成本，是消费者放弃购车的条件.为了证实这一观点，引用滴滴研究院的《中国汽车共享出行消费者调查报告》中的调查数据.该报告对消费者进行调查，发现租赁价格下降将使消费者放弃购车.“加入价格因素，61.4%的用户愿意接受汽车共享出行服务，放弃拥有汽车：当共享出行价格下降到私家车成本的80%，19.4%的人愿意放弃拥有汽车； 从管理意义上解释其原理.概括来说，消费者放弃购车的原因是，租赁价格的降低改变了消费者决策的基本矛盾.具体来说，当租赁价格低于使用成本时，行驶里程变化会使得当期收益与未来收益同向变化，两者的取舍就消失了.比如，当p 上文利用最优停止模型分析了消费者最优出行模式选择行为.归纳来说，消费者在租车和购车之间的抉择，实际上是当期效用和未来效用之间的取舍.取舍的结果是，消费者会在行驶里程处于中等时选择分时租赁，行驶里程较短时选择网约车，当行驶里程较长(即用车需求较大)时，消费者才会购车(命题1).当行驶里程变长，租车会逐渐失去优势.但租车能够帮助消费者等待最优的购车时机，所以消费者愿意承担当期损失，从而追求更大的未来收益(推论1).这解释了引言中提出的“即使私家车更划算，但消费者仍然选择分时租赁与网约车”的现象.其次，只要行驶里程存在不确定性，购车就无法取代租车； 前面分析了消费者个体的最优决策，消费者个体的选择会相互影响，从而影响总体的分时租赁行为，接下来讨论消费者间的相互影响.利用均衡分析网约车、分时租赁与私家车出行间的关系，并研究分时租赁模式存在合并效应的条件.这是本章节要解决的问题，研究思路如下：首先分析消费者整体的均衡，判断三种出行模式关系； 由于网约车与分时租赁中都可能存在均衡，必须分析两个均衡：单模式内的均衡以及两模式间的均衡.根据式(1)及命题1，消费者间相互影响的机理为，参与租车的消费者数量增加，这会增加消费者等待时间，从而增加交易成本.而交易成本的增加会改变每个消费者在网约车、分时租赁与购车间的选择.以图1(a)中的均衡(c1,mc1)为例说明单模式内均衡的形成：图1(a)中增曲线的含义是，当消费者数量为mc时，系统中实际的交易成本为c，其函数形式为式(1).而减曲线表示当交易成本为c时，愿意参与分时租赁的消费者数量为mc(函数形式见附录4).均衡形成过程为，假设初始阶段消费者预计分时租赁的交易成本为c′，此时愿意参与分时租赁的人数为m′c.但当该数量消费者进入分时租赁系统后，系统实际的交易成本c″超过其愿意承担的交易成本，即c″>c′，这使得部分消费者会退出.消费者数量的减少降低了交易成本，而交易成本的降低同时也刺激消费者参与意愿.最终在(c1,mc1)处消费者愿意承担的交易成本恰好为实际产生的交易成本(或愿意参与人数等于实际参与人数)，即达到均衡. (a)分时租赁模式内均衡(a)The equilibrium in car-sharing (b)网约车模式内均衡(b)The equilibrium in car-hailing (c)分时租赁与网约车模式间均衡(c)The equilibrium between car-sharing and car-hailing c*(ch)-1=ch*(c) (16) (17) (18) 结合前文命题与推论，在均衡下，网约车、分时租赁与私家车出行的基本关系可以概括为互补的共存关系(附录4).该基本关系中值得说明的是：1)三种出行模式是基于竞争的互补关系.三种出行模式间都存在竞争关系，但由于三种模式间的区别，竞争的结果是形成均衡.在该均衡中网约车与分时租赁分别服务短里程与中等里程出行，而用车需求较高的用户才会购车.2)三者共存关系是通过消费者行为自发调节的稳定关系.因此，分时租赁应该被理性看待：由于三模式在所有权与驾驶人方面存在区别，均衡必然使得分时租赁与另两种出行模式形成相对稳定的关系，这导致分时租赁用户的特点难以发生改变，这将对分时租赁车辆使用次数产生限制.换句话说，分时租赁对车辆利用率的提升作用是有限的.结合前文结论，分时租赁模式较适于中等里程且临时性的出行.根据高德报告，中等里程出行的比例明显低于短里程的出行，这一定程度上限制了分时租赁车辆的利用率.而临时性的特点又进一步限制其车辆利用率，而且临时性与行驶里程是相关的，即对于临界里程较高的用户，其用车需求必然是更不稳定的(由命题1可知).所以，与网约车相比，分时租赁出行需求会表现出更强的临时性特征(即用车需求更不稳定).根据36kr报告与EVCARD报告，52%的网约车用户每周使用1次以上，分时租赁的该比例为44%，其中，24%的网约车用户每周使用3次以上，而分时租赁仅有5%的用户每周使用2次以上.这说明分时租赁用车需求更不稳定的特点.这两点必然导致分时租赁车使用次数和利用率明显少于网约车，现实中也是如此. 虽然分时租赁车辆利用率受到出行模式间关系的限制，但这并不说明分时租赁不能提升车辆利用率，只是提升程度受到限制.为了深入刻画分时租赁对车辆利用率的提升作用，通过合并效应进一步研究该问题.根据合并效应的含义，设分时租赁系统车辆数为n，只要满足m*>n，则一辆分时租赁车能够满足多个消费者用车需求，即合并效应存在.合并效应越大，车辆利用率越高.根据高德报告数据，短里程出行比例明显高于中长里程出行，因此，推论3在该条件下讨论分时租赁的合并效应. (19) 图2 不同服务率取值下合并效应存在的必要条件 图2中曲线表示μ取各值时合并效应存在的必要条件(各临界线标记为Si)，临界线以上表示合并效应不存在，而临界线以下表示合并效应存在的条件被满足.图中阴影区域标出了满足该条件的区域，阴影的深度表示μ取各值时存在合并效应区域的重叠.以曲线S1与S2之间区域为例，只有μ=40时该区域存在合并效应，μ取其他值时均不存在合并效应，故该区域阴影最浅(重叠次数最少).而对于S10以下区域，所有μ的取值在该区域均满足合并效应条件，故阴影最深(重叠最多).图中每一个点对应了不同类型的分时租赁系统，比如，n较大且γ2较大表示规模(n)较大，服务时间稳定性较差的系统.另外，将条件m*>n变换为m*=n+d，d反映了参与人数超过车辆数的程度，即d为合并效应的程度.明显地，远离临界线(d较大)使得合并效应的增大. 结合上述说明，图2反映了分时租赁系统三个特征(即车辆规模、服务率和服务时间稳定性)与合并效应的关系.1)较高的服务率和较稳定的服务时间更有利于提升合并效应，而车辆规模对合并效应有正反两种作用.从图像上看，μ的增加扩大了阴影区域，而γ2的降低使得阴影加深，这说明两种变化有利于合并效应.而车辆规模n使得阴影变浅，这不利于合并效应，但规模n增加使得服务率μ提升(车辆增多使单位时间服务人数增加)，这使得临界线向右移动，这又有利于合并效应.2)车辆规模较大不是合并效应存在的必要条件，较小规模也存在合并效应.当n较小时，阴影区域仍存在，这说明该结论.3)规模较小时合并效应程度较低，只有规模较大时，合并效应才可能较高.当规模小时服务率较低，阴影内的点与临界线间距离必然较近，而只有服务率较大时，阴影内的点才可能离临界线较远，故得到该结论. 结合该推论与命题2，1)分时租赁能够起到提升车辆利用率的作用，引言中TOGO报告数据说明这一点.但该作用受到出行模式间关系的限制，所以分时租赁的使用次数必然低于网约车.除此之外，只有分时租赁系统服务水平较高(服务率较高和服务时间较稳定)时，车辆利用率才较高.由此可以发现，分时租赁车辆利用率提升的条件是相对苛刻的，这解释了引言中车辆使用次数偏低的现象.2)对于分时租赁企业而言，高资本投入(如购置车辆)和盈利困难是两个难题，合并效应有利于解决该难题.合并效应的提升增加了车辆利用率(一辆车被更多人使用)，同等投入情况下车辆使用次数增加，这有利于盈利.根据上文，企业通过合理设计系统的规模、服务率和服务时间稳定性，可以实现合并效应，而且合并效应的实现并不需要较大规模的投入.但为了更多盈利，企业应该合理增加车辆规模从而追求更高服务率.值得注意的是，车辆规模并非越大越好，如果车辆规模的增大没能提升服务率，或造成服务时间更不稳定，这可能会减小合并效应.而且分时租赁系统设计应该考虑到分时租赁模式与其他模式关系，出行模式间均衡决定了分时租赁参与人数存在上限，这限制了合并效应. 综上，从消费者行为视角，网约车、分时租赁与私家车出行是互补的共存关系(命题2).分时租赁在汽车出行模式中具有独特的定位，即服务于中等里程且临时性的出行需求.该定位并非是企业主观决定，而是均衡调节的结果(命题2).该定位决定了分时租赁不会被其他模式取代，但同时也限制了其发展空间：中等里程出行占比相对较低，和临时性的特点都限制了分时租赁车辆的利用率.通过提升服务率和保持服务时间稳定，能提升分时租赁车辆合并效应，但提升程度受到愿意参与人数上限限制(推论3). 图3(a)～图3(c)反映了价格h和p对分时租赁均衡下交易成本、用户数量和出行效用的影响.对应地，图3(d)～图3(f)反映了该因素对网约车均衡的影响.由上图可以总结，1)网约车交易成本低于分时租赁(图3(a)和图3(d))，这印证了前文ch (a) 图4表现了消费者支付意愿v和行驶里程变化幅度σ2对均衡的影响.1)由图4(a)和图4(d)发现，σ2和v的增加促使交易成本(c和ch)增加，这说明用车需求不稳定(σ2较大)和支付意愿较高(v较大)促使消费者更多选择分时租赁和网约车，这与前文结论相符.2)在消费者支付意愿较高的情况下，行驶里程变化幅度对用户数量的影响较小，反之则较大.由图4(b)和图4(e)，当v较大时，σ2的增加仅使mc和mh上升较小的幅度，当v较小时，mc和mh对σ2的变化较敏感，由此得出该结论.3)由图4(c)和图4(f)，由于用车需求不稳定会使交易成本上升，故网约车和分时租赁出行效用(u和uh)随着σ2的增加而降低.而消费者支付意愿的升高对出行效用有正反两种作用，一方面，支付意愿较高说明消费者从每km出行中所获得的效用增加，故v对u和uh有提升作用； (a) 图5反映了服务率μ和μh对均衡的影响.1)服务率的提升有利于降低交易成本同时增加用户数量.如图5(a)和图5(d)所示，服务率μ和μh的提升共同降低了交易成本c和ch.由图5(b)和图5(e)，μ和μh的增加分别提升了各自的用户数量mc和mh.2)服务率μ和μh之间存在相互影响，网约车更易受到分时租赁的影响.由图5(a)(或图5(d))，当μh(或μ)逐渐增大时，μ(或μh)对交易成本c(或ch)的影响会逐渐减弱.这说明分时租赁(或网约车)服务率降低时，网约车(或分时租赁)的交易成本对自身服务率变化更敏感.由图5(b)和图5(e)，分时租赁用户数量对网约车服务率不敏感，但网约车用户数量受到分时租赁服务率的限制.如图5(e)所示，当μ较大，μh的增加仅使mh上升较小幅度，而当μ较小，μh对mh的影响增大.所以，结合图3的结论，网约车更易受分时租赁的影响.3)由于服务率的变化仅影响出行效用中的交易成本，服务率的增加会导致交易成本减小，故出行效用u和uh随服务率增加而增加，如图5(c)和图5(f)所示. (a) 从消费者微观行为出发，研究消费者在分时租赁、网约车与私家车之间的出行选择； 从消费者行为角度，1)消费者倾向于在短途出行中使用网约车，中等里程使用分时租赁，而用车需求较高时才会购车.为了获得更高的未来效用，消费者愿意承担一定的当期损失，所以在私家车出行更划算的里程范围内，消费者仍然会使用网约车与分时租赁.2)网约车对分时租赁既有竞争效应又有延迟效应，即网约车的存在减少了分时租赁短里程的用户，但同时使消费者等待到行驶里程更长时才购车，故增加了分时租赁中等里程的用户.3)私家车出行不会取代网约车与分时租赁，但当租车价格低于私家车使用成本时，消费者会放弃购车.其原因是，该条件下当期效用与未来效用同向变化，这使得出行选择决策中的取舍关系消失. 从均衡的角度，1)由于均衡调节作用，网约车、分时租赁与私家车出行会形成互补共存关系.该关系是由各模式间差异所决定，并由消费者自发调节而形成.该关系保证三者的共存，但同时限制了分时租赁发展.即分时租赁主要服务于中等里程且临时性的出行需求，该部分用户数量是有限的且用车需求不稳定，故车辆利用率受到限制.2)服务率相对较高且服务时间相对稳定有利于提升合并效应.车辆规模并不是合并效应存在的必要条件，但企业应该适当提升车辆规模，增加服务率，从而提高合并效应程度.3)通过算例分析，发现网约车和分时租赁会表现出竞争和依赖的双重关系； 从消费者行为视角探讨分时租赁问题，对当前运营管理现象提出了合理的解释.其结论与原理的应用范围并不仅限于上文讨论的内容，还可应用于挖掘出行数据价值.比如，结合网约车与分时租赁订单数据中的里程信息，结论可以帮助判断潜在购车用户.进一步的研究可以将企业运营策略与消费者分时租赁行为相结合.实践中分时租赁的规模效应常被关注，但规模效应是否存在，这需要理论验证.该问题不仅涉及企业运营还须考虑消费者行为，这是本文未来延伸的方向.另外，消费者的用车需求在行驶里程和用车频次等方面都有一定的随机性，将多维的随机变量融入模型可以更细致地刻画消费者行为，这也是值得深入研究的方向.
当共享价格下降到私家车成本的70%时，32.3%的人愿意放弃拥有汽车；
当共享价格下降到私家车成本的60%时，38.2%的人愿意放弃拥有汽车”.由以上数据，随着价格低于私家车成本的程度越大，越多人放弃购车.这与本研究观点吻合.
而当租车价格低于私家车使用成本时，消费者会放弃购车.最后，从消费者行为角度来看，网约车不会取代分时租赁，两者一定是共存关系(推论2).
然后利用均衡状态下参与分时租赁的消费者数量，推导合并效应的条件.另外，由于本文侧重点在于消费者行为，故企业的租赁和销售价格外生给定.
5.1 价格因素对均衡的影响
5.2 消费者特征因素对均衡的影响
另一方面，消费者支付意愿的提升会使更多消费者选择租车，这增加了交易成本，故v对u和uh有抑制作用.结合图4(a)和图4(d)可知，当σ2较大时，交易成本c和ch关于v的敏感性较高，此时抑制作用大于提升作用.当σ2较小时，交易成本对于v的变化不敏感，此时提升作用大于抑制作用.所以，用车需求不稳定时，支付意愿的增加会使出行效用下降，而用车需求较稳定时，支付意愿增加使效用上升.
5.3 服务率因素对均衡的影响
然后以此为基础，推导消费者间出行选择行为的均衡，从而得到了三种汽车出行模式的关系，并分析了分时租赁下合并效应存在的条件.刻画了两个基本矛盾：从微观行为来说，消费者在租车与购车之间的选择实际上是当期收益和未来收益的平衡；
从均衡的角度来说，消费者参与意愿与分时租赁系统的容纳能力是均衡中的基本矛盾.总体上，网约车、分时租赁与私家车出行是互补的共存关系，该关系决定了分时租赁不会被其他汽车出行模式取代，但分时租赁的独特定位也限制了自身的发展.具体来说，得到如下结论：
网约车更易受到分时租赁的影响，而分时租赁受网约车影响相对较小.
——选车车迷(2015年8期)2015-03-20
相关热词搜索：出行，租赁，消费者，
