共享经济视角的中国租车业需求与政策效应
——基于企业内部数据与政策冲击面板数据的实证

孙泽生 潘 莉 尚 杰

共享经济视角的中国租车业需求与政策效应
——基于企业内部数据与政策冲击面板数据的实证

孙泽生 潘 莉 尚 杰

中国租车产业的快速发展受到居民收入上升和城市拥堵等因素的影响，基于共享经济视角，研究中国租车产业的需求及拥堵治理的政策效应具有重要现实意义。在建构租车需求模型基础上，运用神州租车10个城市的面板数据来探讨居民收入、城市拥堵和拥堵管制政策等因素对中国租车产业发展的影响。研究发现：(1)居民收入对租车需求有较强的正向影响和较高的收入弹性，但访客收入对租车需求的影响都不显著，因此是居民而非访客主导租车需求。(2)城市交通拥堵会提升车辆道路通行成本，进而显著削弱租车需求。(3)车牌竞拍、限行、摇号等拥堵管制政策抑制了租车需求，但进一步加大了居民收入和私家车保有量对租车需求的正向影响，也提升了交通拥堵对租车需求的抑制效应。大中城市可采取差异化的拥堵管制政策鼓励具有共享经济效率的租车产业发展。

共享经济； 居民收入； 城市拥堵； 网约租车； 差异化管制

一 引 言

最近10多年，中国汽车产业迎来了井喷式的增长，小型乘用车销量从2000年的约200万辆升至2015年的约2300万辆，私家车在其中占据了绝对份额①数据来源：中国汽车工业协会。转引自搜狐财经，http://business.sohu.com/20160113/n434356589.shtml。。快速进入汽车社会已引致了中国大中城市普遍的交通拥堵和治理难题。已有的解决思路是发展公共交通以丰富出行方式、提供更好的出行便捷性，或者借助反拥堵管制提高私家车拥有和使用成本以降低其购置和使用激励。但这两个思路都难以充分反映居民收入上升后的个性化交通需求。不少城市已实施了严格的车牌竞拍、摇号或者限行等政策，但居民对私家车的拥有意愿仍在持续上升。另一个替代性思路是，以能带来共享经济效率的租车市场发展来满足个性化交通需求，即不断升级改善出行供应端，削弱私家车拥有激励以缓解城市拥堵。但后一政策思路的价值不仅在于拥堵治理，它还是中国经济和社会发展进入新常态背景下，以共享推动资源利用效率改善的新经济模式在交通运输市场的重要体现。

从国际经验看，以租车量占车辆总量比重为度量的租车渗透率随着居民收入水平上升而趋于提高，且在人口密度大、交通拥堵的国家一般较高。贝恩公司(2015)[1]也预测，如果中国大城市的拥堵程度等条件进一步恶化，有1/3的私家车主将考虑弃用私家车而转向租车等用车模式。事实上，2008年以来中国的租车市场已随着居民收入上升和拥堵加剧而迅速发展，从当年的90亿元市场规模和10万辆运营汽车数量，增至2014年的380亿元市场规模和超39万辆的运营汽车数量*数据来源：罗兰贝格咨询公司。。因此，评估诸如居民收入和拥堵等因素对中国租车产业发展的影响，将有助于衡量中国居民交通模式变迁及汽车市场未来发展，并为运输产业和拥堵管制政策优化提供实证依据。

首先对租车市场的边界进行界定(图1)。在传统的旅客汽车运输产业内，相较于公交车，私家车和顶灯出租车被用以满足个性化的交通需求，但2012年以来网约车的兴起极大地改变了私家车和顶灯出租车的边界，使私家车可通过打车软件进入运输服务市场，提供了共享车辆资源的新业态*其中，滴滴出行于2012年在北京中关村成立，并于当年9月9日正式在北京上线；优步于2014年2月进入中国，但2016年8月1日宣布与滴滴出行合并。作者感谢审稿人强调这一点。。但本文定义的租车市场为仅提供租赁车辆但不提供驾驶员的自驾租车服务(Self-service)，它形成对私家车个性化交通需求的替代性满足*本文中定义私家车和租车服务为互补品，因为二者均系自我提供驾驶服务，持有驾照的居民自驾私家车和租车具有互补性。，却又有传统的顶灯出租车或者新发展的网约车类似的共享经济效率特征。如此区分也是由于网约车自2012年后才获得大规模发展，研究中面临数据时期较短及可得性上的困难，而采取较窄的租车市场定义使得本文可利用已积累的数据资料展开实证。

图1 非公务小型乘用车市场构成及相互关系

因中国的全国性租车市场开发较晚，系统性的统计数据缺乏，文献中尚未见有关于中国租车产业发展及其影响因素等问题的实证研究；而对于已实行的竞拍、摇号、限行等城市拥堵管制政策，也少有文献评估其对城市交通运输市场的影响。已有文献研究更多关注中国汽车产业发展的影响因素，且主要分析居民收入变化层面的因素。苏铭(2010)[2]利用城镇居民家庭收入数据研究发现，居民收入的上升和汽车价格的下降是私家车保有量上升的最主要影响因素；王丰龙和王冬根(2014)[3]则基于北京的问卷调研数据发现，大城市家庭的汽车拥有主要与家庭收入等能力条件和需求因素相关联；朱开永等(2008)[4]利用灰色系统理论，并引入人均GDP等11个指标来预测私家车保有量。但现有研究很少讨论居民收入水平与租车产业发展之间的关系。对后者的关注主要是通过描述性分析来探讨租车产业发展面临的主要障碍和解决思路(邱兆祥和刘冬瑾，2011)[5]。对另一影响租车需求的交通拥堵因素，多数文献关注其成因、形成机理、国际经验及治理策略(王中亮，2006[6]；孙群郎，2011[7]；张钟允和李春利，2014[8]；候幸，2014[9])，且共识性的观点认为，汽车市场的井喷直接导致了城市的交通拥堵，交通拥堵对于包括租车在内的汽车产业发展的影响研究较少见。

在中国的租车市场上，主要的服务提供商包括神州租车、一嗨租车、至尊租车等公司，其中，于2014年9月在香港联交所主板上市的神州租车以31.2%的市场占有率排名第一，远超排名第二、市场份额约8.1%的一嗨租车，其余的租车企业则市场份额更小、更为分散*数据来源：罗兰贝格咨询公司。。因此，在缺乏全国性的基于城市和行业总量面板数据条件下，本文以可得的2009-2014年神州租车在主要城市间的租车量配置面板数据来间接衡量租车市场的变化，并以此匹配居民收入和拥堵等变量，实证测度居民收入和拥堵等因素对租车市场发展的影响。

本文利用经典的消费者需求理论构建了一个租车需求模型，基于10个主要城市的面板数据实证研究租车需求和居民收入、城市拥堵等因素之间的关系，通过虚拟变量将若干城市已引入的车牌竞拍、摇号和限行等拥堵管制政策纳入模型，评估了其对租车产业发展的政策效应。余下内容结构安排为：第二部分提出假说、建立实证模型，并对变量和数据做出说明；第三部分是基于面板模型的实证结果；第四部分结合中国的现实环境讨论实证结果；最后总结全文并提出政策建议。

二 模型和数据

租车产业是嵌构于城市交通运输产业的重要子产业之一，其发展是居民多样化需求的直接体现，它和传统顶灯出租车具有较为类似的市场功能定位，区别只在于前者自驾驶而后者提供附带驾驶员的出租车服务，二者属于替代品；因租车人自身体现了驾驶员身份的共享，它与私家车构成互补关系，二者为互补品。同时，作为细分的满足多样化需求的子行业，租车产业发展还是居民收入变化、城市交通基础设施建设水平和交通拥堵的函数。由此，本部分将基于经典的消费者需求理论建构一个租车需求模型，将影响租车产业发展的主要因素纳入其中，而后再给出实证数据。

(一)模型与假说

为探讨居民收入和拥堵与租车产业发展之间的关系，本文从一个基本的供需模型出发进行分析。由于租车市场可自由进入，市场竞争性较强，假定租车企业可以快速地对市场需求变化做出反应而达到市场均衡，使得租车供给等于需求。令Q为租车市场需求，I为租车消费者收入，P为租车价格，则可设定租车市场需求函数如下：

Q=F(I，P)

(1)

由于在城市层面，租车市场中的消费者可区分为两个相对独立的群体，即居住于某一城市的居民和非居住于该城市的访客，由此可将变量I分为两个变量：ID用以衡量居民的收入水平，IF用以衡量访客的收入水平。居民和访客收入水平的上升将会带来更多样化的需求和更强的支付能力，根据消费者需求理论，可提出假说1：

假说1：收入水平ID、IF的上升将促使租车需求Q上升。

城市私家车保有量的上升反映了持有驾驶执照的居民数量的上升，这首先从技术上为私家车和租车共享居民驾驶人身份提供了技术可能。接下来，从租车市场的竞争性假设出发，可将租车价格理解为纳入竞争性利润率的租车企业成本和租车使用成本两部分，它实际上与其互补品——私家车的持有成本相关*因顶灯出租车市场面临严格的数量和价格管制约束，以下的实证模型中将其视为外生给定，不考虑顶灯出租车对租车产业的影响。。私家车持有成本的上升将推动租车需求的上升。考虑到中国大中城市内有限的道路和停车位等资源量短期内难以改变，私家车保有量可在一定意义上反映私家车的持有成本状况。而租车则相对较少受到道路和停车位资源的约束影响*租车是具有共享效率特征且能满足个性化出行需求的用车模式，与使用效率较低的私家车相比，每辆租车会因共享而分摊道路和停车位资源，占用的道路和停车位资源相对要少。例如：租车人轮流使用，所租的车在同一时间内仅占用1个停车位。。由此，以Car表示私人汽车保有量，在短期内道路交通设施稳定条件下，该变量上升意味着道路通行成本的增加，亦即体现为私家车拥有成本的上升，因此将推动替代品——租车需求的上升。可得假说2：

假说2：私人汽车保有量Car上升将推动租车需求Q上升。

值得关注的是，近年来中国已有越来越多的城市为应对道路交通拥堵，引入了与车牌获得(包括车牌竞拍和摇号等)和限行有关的城市拥堵管制政策，它实际上提供了另一个显性化的拥堵指标。一旦这些拥堵管制政策出台，即足以说明该城市的拥堵已达到临界点，此时的管制政策带来一个额外的道路通行权或者以车牌价格为标志的成本项结构变化，私人汽车的持有成本将突然大幅上升*因竞拍或者摇号政策的差异，这一成本项有显化或非显化的价格，诸如在上海这样执行完全竞拍政策的城市，其车牌竞拍价格2016年已达到8-9万元的高位；同一年份，在竞拍和摇号政策并存的城市，杭州的竞拍价格达到4-5万元，而摇号中签概率仅为1%左右；在仅执行摇号政策的北京，其中签概率低至0.1%左右。。但如果城市当局采取无差别的拥堵管制政策，则租车市场需求同样受到持有成本突然大幅上升的影响，城市拥堵管制政策出台后将导致租车需求的结构性下降。但是，由于租车的共享经济效率，拥堵管制政策对私家车持有成本的影响将大于租车，因此，短期持有汽车使用权的租车激励仍会相对上升。由此可得假说3：

假说3：竞拍、摇号或者限行等城市拥堵管制政策的出台将导致租车需求出现结构性下降，但也使得租车需求Q相对上升。

与其他交通工具一样，租车产业发展同样需要适当的道路交通基础设施，二者在功能上互补。因此，需要考虑可得的交通设施数量这一影响租车成本的互补品因素。如果交通设施数量上升，则可使得道路使用和停车位等车辆使用成本下降，进而会提升租车市场需求。但在这里，需要以每车可得的交通设施数量来进行衡量，为此选择每辆私家车可得的公路路网里程数量(Road/Car)来衡量可得的城市道路交通设施相对数量*采用公路路网里程与汽车保有量比值来衡量交通设施的相对数量可能更准确，但受限于数据可得性，本文以私家车保有量来替代。，其值下降则说明城市拥堵程度上升。由此得到假说4：

假说4：车均城市道路交通设施(Road/Car)的下降将导致更明显的拥堵和更高的汽车持有成本，促使租车需求Q下降。

综合考虑以上因素，可得到以下改进后的租车产业需求模型：

Q=F(ID，IF，Car,Road/Car)

(2)

(二)变量与数据

接下来需要选择恰当的代理变量来使得模型(2)可以被实证测度。对于居民收入ID，采用人均GDP变量来衡量*亦可用人均消费水平来衡量，但面板单位根检验发现，该变量原值和一阶差分均不平稳。。因访客收入IF较难直接测量，选用反映访客数量的旅客周转量及外来旅游人数来反映具有不同功能的城市特征，如旅客周转量对应于交通枢纽或者政治、经济中心，而外来旅游人数则对应于旅游城市；同时，辅之于星级酒店收入来反映访客的消费水平，以间接衡量其收入水平。公路路网里程和私家车保有量的比值Road/Car、私家车保有量分别作为拥堵和Car的代理变量。除此之外，还在实证模型中引入一个刻画竞拍、摇号政策的虚拟变量D，定义如下。

(3)

本文采用的不同城市的租车量数据来源于神州租车公司。该公司成立于2007年，于2014年9月在香港联交所主板上市，是中国居于市场领导地位的租车企业。截至2016年初，神州租车在全国设有东北、华北、北京、上海等12个大区，共覆盖66个大中城市。但因不同城市可得数据时期的限制及与其他变量数据的匹配问题，遴选出北京、沈阳、青岛、西安、上海、南京、广州、长沙、宁波和重庆10个城市为研究对象，时序为2009-2014年。其余统计数据分别来自对应城市的统计年鉴或者相关政府统计网站。

需要特别报告的是关于虚拟变量D的设定。在样本城市中，以数量控制来管制城市拥堵的最早实践来自于上海。自1994年始，上海就引入了车牌拍卖政策并延续至今，其要义是通过竞拍者的出价比较确定谁能获得受约束的车牌许可。北京和广州分别从2011年1月和2012年8月开始实施车牌摇号限制政策。因而，取2011年始的北京、上海的所有年份以及2013年始的广州的虚拟变量D=1。

表1 变量定义、预期符号和数据来源

为消除变量量纲不同的影响，使实证结果具有更明确的经济含义，对除虚拟变量外的所有统计变量取自然对数。这样，就可以使回归系数反映为变量间的弹性。

三 实证结果

基于中国10个主要城市的租车市场面板数据，本部分将建立面板回归模型对租车产业需求模型(2)进行实证。首先讨论基准模型回归结果，然后再引入衡量竞拍、摇号或者限行的虚拟变量D，以考察其对租车市场发展的政策效应。

考虑到时间序列变量可能是不平稳的，必须在回归前检验变量的平稳性。对除虚拟变量之外的所有变量进行面板单位根检验发现，除旅客周转量外的变量都是平稳的(表2)*因涉及城市居民收入水平(人均GDP)等经济变量，虽然平稳性检验结果表明了其平稳性，但仍需要谨慎地对待这一平稳性检验结果，作者感谢匿名审稿人对这一点的强调。。因此可将平稳变量直接进行回归，对旅客周转量变量取差分后也将其引入实证模型，以检验实证结果的稳健性。

表2 面板单位根检验

注：***、**和*分别表示1%、5%和10%的显著性水平。

在对模型进行回归前，还需要先设定面板模型的形式。表3报告了面板数据模型的Hausman检验结果。可见，针对Travel模型和Turnover模型的检验结果均在1%的显著性水平上拒绝随机效应的原假设，亦即应采用固定效应面板模型进行实证。

表3 面板数据模型设定检验

基于租车需求函数式(2)的固定效应面板模型实证结果如表4所示。其中，将旅客周转量与外来旅游人数分别作为自变量引入模型并命名为Turnover模型和Travel模型，以此作为基础模型逐个加入相关变量，得到表4所示的的回归结果。可见，居民收入变量Income显著正向影响租车需求。在Travel模型中，其对租车需求的弹性为3.60-3.70，亦即居民收入上升1%，租车需求将上升3.60-3.70%；在Turnover模型中，其对租车需求的弹性为3.70-3.91，意味着居民收入上升1%将推动租车需求上升3.70-3.91%。这显示居民收入水平对租车市场有正向影响和较高的弹性，与已有的对整个汽车市场的研究结果相吻合(苏铭，2010[2]；王丰龙和王冬根，2014[3])。

至于访客收入水平的影响，外来旅游人数和旅客周转量对租车需求的影响都是负向的，且回归结果并不显著。这可能说明，外来旅游者进入一城市要么是安排其他交通工具和出行方式，如乘坐大巴或者跟团旅游等，要么是自驾车或者从出发地租车，但较少表现为在旅游目的地城市租车出行。而旅客周转量反映了一城市的交通枢纽或政治、经济中心地位，它更多体现出的是基于公共交通工具的旅客周转，而不是在目的地城市的租车出行。同时，两个模型中星级酒店收入都负向影响租车需求，但只有Turnover模型的回归结果是显著的。其逻辑可能在于，虽然入住星级酒店可被解释为访客具有较高收入水平，但其出行模式更少选择租车，反之，入住星级酒店访客对出租车等其他交通工具的使用在更大程度上会替代租车需求。

表4 租车需求函数式(2)回归结果

(续上表)

变量Travel模型Turnover模型Hotel-021-040∗(018)(021)Constant-1588∗∗∗-1689∗∗∗-1731∗∗∗-1700∗∗∗-1752∗∗∗-1915∗∗∗(116)(139)(143)(126)(130)(153)R2095095095095095095AdjustR2094094094093093094F-stat809175967123603157135703

注：***、**和*分别表示1%、5%和10%的显著性水平；括号内为方差。下同。

从每辆私家车对应公路路网里程的回归结果看，其对租车需求有显著正向影响，且回归结果非常稳健。在Travel模型中，其对租车需求的弹性为0.45-0.98，亦即Road/Car下降1%(意味着拥堵增加1%)，租车需求将下降0.45-0.98%。在Turnover模型中，其对租车需求的弹性为0.40-1.25，也就是说，Road/Car下降1%或者说道路拥堵程度上升1%，租车需求将下降0.40-1.25%。显然，交通拥堵对应于每辆车所占有的道路资源的下降，会造成道路通行成本的上升，进而减少租车需求量，符合理论分析中把公路基础设施数量作为租车需求的互补品的认知。同时，尽管大多数情况下回归结果不显著，但Car变量对租车的影响都是正的，这也基本符合本文把私家车作为租车需求替代品的分析。

为更好地反映多个城市引入的车牌竞拍、限行、摇号等拥堵管制政策对租车需求的影响，将虚拟变量D引入前述的基础模型进行实证。同样采用逐步引入交互项的方法来探究其影响。具体而言，首先将D作为截距项直接引入模型观察影响，而后将其与公路通行里程与私家车保有量比值、私家车保有量和居民收入变量相交互，分别观察其对租车需求的可能影响。实证结果如表5所示。

表5 引入虚拟变量的租车需求函数式(2)回归结果

(续上表)

变量Travel模型Turnover模型D010∗-313∗∗∗-1100∗∗∗006-303∗∗-2018∗∗∗(005)(113)(330)(006)(118)(651)D∗Income064∗∗∗116∗∗∗061∗∗147∗∗∗(022)(029)(023)(038)D∗(Road/Car)174∗∗315∗∗(079)(118)D∗Car095∗∗319∗∗(037)(129)Constant-1685∗∗∗-1591∗∗∗-1590∗∗∗-1877∗∗∗-1810∗∗∗-1709∗∗∗(141)(135)(128)(157)(148)(142)R2095096097095096097AdjustR2094095095094094095F-stat703077247660533059066123

由表5可见，引入虚拟变量后，居民收入变量Income依然显著正向影响租车需求，回归结果稳健，只不过弹性较前略小——Turnover模型中为3.22-3.67，Travel模型中为3.04-3.39，亦即城市居民收入上升1%，租车需求将分别上升3.22-3.67%、3.04-3.39%。但居民收入与虚拟变量的交互项表现出稳健且显著为正的结果，表明限行、摇号等拥堵管制政策的实施，总体上会倾向提升居民收入对租车需求的弹性，居民面对受约束的私家车购置和出行，租车需求会倾向于上升。

但引入虚拟变量后，每辆私家车对应公路路网里程对租车需求影响的回归结果明显变得富有弹性。Travel模型和Turnover模型报告了区间为1.04-1.30的弹性估计值，说明城市交通拥堵程度上升1%，会使得租车需求下降超过1%。而且，与基础模型一样，这一弹性结果是非常稳健的。当加入该变量与虚拟变量交互项后，可发现弹性进一步上升。合并来看，实行限行、摇号等拥堵管制政策的城市，其拥堵程度上升1%甚至会导致租车需求下降超过3%。

另一个较显著的变化来自于私家车保有量的影响。引入虚拟变量后，私家车保有量显著正向影响租车需求，弹性介于0.69-1.06之间。但虚拟变量和私家车保有量的交互项回归系数显著为正，显然限行、摇号等拥堵管制政策的实施使得私家车保有量的上升意味着更高的持有成本，作为替代品，租车方式因此更受欢迎。此外，单纯从虚拟变量截距项来观察，在引入交互项的所有情形下，回归结果都显著为负，说明拥堵管制政策清晰地发出了拥堵的信号，导致包括私家车和租车在内的道路通行成本上升，租车需求因此出现结构上的显著下降。

四 实证结果讨论

租车产业的发展是中国城市居民收入上升和交通服务需求多样化的引致结果。本文的实证研究基本上证实了前文提出的4个影响租车需求的假说(表6)。研究表明，居民收入上升推动租车需求的假说得到实证支持，而且首次估计的租车收入弹性很高。以市场渗透率指标来衡量，中国租车产业的发展远落后于美国、日本等发达国家*根据罗兰贝格咨询公司的数据，比较以租车占车辆总量衡量的市场渗透率，2013年美国为1.3%，加拿大为0.8%，日本为2.2%，法国为0.7%，中国仅为0.4%。，由本文的租车收入弹性估计来预测，随着中国城市居民收入水平的进一步提升，租车市场需求将继续快速增长，且市场的增长潜力非常明显。

但是，访客收入的3个代理变量总体上都未显示出对租车需求的显著影响，说明租车尚未成为旅游或跨城市出行的主要消费选择。其缘由既包括因租车市场发育较晚、产业集中度低导致服务可得性较弱的问题，也包括中国车辆保险的责任认定和赔付(邱兆祥和刘冬瑾，2011)[5]，以及限牌、限行等全国性或者城市拥堵管制政策对跨城市租车出行的约束作用。在前一因素上，租车产业较发达的美国，Hertz、Enterprise和Avis三家租车企业占有美国租车市场95%左右的份额；而中国前五大租车企业的合并市场份额也仅在40%左右。低市场集中度导致了较高的租车搜寻和交易成本，对旅游和跨城市出行尤其如此。而在后一因素上，无差别的城市拥堵管制政策自然约束租车需求，这可作为后续拓展研究方向。2011年修订的《道路交通安全法》仍规定了将保险、责任认定和赔付责任首先配置给车辆所有人和管理人，使得租车合约效力后位于《道路交通安全法》，导致了租车人与租车企业签约后严重的道德风险问题。而诸如美国等国家则采取将保险、责任认定和赔付责任配置给驾驶人的制度，较大程度上弱化了道德风险问题，激励租车人更谨慎地对待道路交通安全，租车企业则免于承担因租车人违规违章、驾驶失误引致的额外成本，这一制度设计显然更有利于租车产业的良性发展。

同时，中国不断增加的私家车保有量提供了越来越大的驾驶员群体，其驾驶资质具有共享性。假说2提到的私家车保有量与租车具有互补性因而将正向影响租车需求的观点也得到证实。但与租车相比，私家车的利用效率以及对城市道路交通设施的占用均较高，鼓励私家车驾驶员更多使用租车服务，具有显而易见的共享经济效率增进特征，这在近年来兴起的分时租车模式(随时租车随时还，如叮咚租车等)中表现得最为明显。从降低能耗和碳减排角度看，公路交通的能耗水平仅次于航空，而远高于铁路、水运等其他运输方式(周新军，2010)[10]；虽然公路交通为满足多样化交通需求所必须，而且居民收入水平上升会进一步推升个性化的公路交通需求，但采取更具共享性的租车服务来降低城市能耗和碳排放，是实现节能和改善城市环境的重要手段。

表6 假说验证结果

上文引入的两个与城市拥堵有关的假说都得到实证研究结果支持。其中，每车可得的城市道路交通设施下降，亦即更多的拥堵，导致租车需求随之下降，这是很容易理解的现实。问题在于，考虑到中国大中城市的庞大人口规模和已有城区在提供增量道路交通设施上的刚性瓶颈制约，交通拥堵将影响包括私家车、租车在内的所有公路运输方式。因此，越来越多的大中城市已经或者开始考虑采用竞拍、摇号或者限行等拥堵管制政策。由于城市拥堵对私家车和租车出行的差异化影响，拥堵管制政策增强了城市居民的收入效应，及其对道路交通设施、私家车拥有量的影响，表明已有的拥堵管制政策使得城市居民和私家车驾驶员相对更多地选择租车出行，这是驱动租车需求增长的因素；但另一方面，已有的城市拥堵管制政策无差别地针对私家车和租车，导致其持有成本均显著上升，这又会导致租车需求下降，因此对租车需求的最终影响取决于二者的加总效应。本文的实证研究证明无差别拥堵管制政策的出台将导致租车需求10%-20%的结构性下降，而交互项的影响就显得不太重要，表明无差别拥堵管制政策是影响中国租车市场发展的重要制约因素，严重妨碍了租车需求的释放*但新能源车从2016年开始不受已有的竞拍、摇号和限行等拥堵治理政策约束。参见：国务院重申地方政府禁止对新能源车限行限购[N]. 京华时报，2016-2-25。。

五 结论与政策建议

中国租车服务业，作为运输产业的重要组成部分和具备共享经济特征的产业类别，近年来快速发展，它受到居民收入水平和城市拥堵等多重因素的影响。本文从共享经济视角下的租车产业需求及其政策效应评估出发，在一个基本的租车需求模型基础上，运用神州租车公司的10个城市面板数据来尝试性地实证探讨居民收入、拥堵等因素对中国租车产业发展的影响。主要结论包括四点：(1)以人均GDP衡量的居民收入对租车需求有较强的正向影响，需求弹性较大，显示居民收入水平较高的城市对租车的需求也更强。(2)城市交通拥堵会提升车辆道路通行成本，进而显著削弱租车需求。(3)访客对租车需求的影响都不显著，表征访客收入水平的星级酒店收入的上升总体上也无助于提高租车需求，说明是居民而非访客主导租车需求。(4)车牌竞拍、限行、摇号等汽车数量管制政策进一步加大了居民收入和私家车保有量对租车需求的正向影响，以及交通拥堵对租车需求的抑制效应。

虽然本文所基于的数据时期和城市样本数量仍有待扩展，以便覆盖更多的诸如杭州、天津这样新出台数量管制政策的大中城市，更好地评估租车产业的发展及拥堵管制政策的效应。但以上租车需求的高收入弹性及居民主导租车需求的实证结果已表明，随着居民收入水平的上升，个性化交通需求的增强趋势难以遏制。但现有城市拥堵管制政策偏向于一刀切地限制汽车拥有及出行，无助于释放这一潜在需求。虽然中国政府2016年开始严禁对新能源车实行限行限购政策，鼓励需求更多转向新能源车，但因配套设施和新能源车本身的技术可及性限制，它在满足消费者多样化交通需求方面仍远远不足。

据此建议采取差异化的拥堵管制政策，对非共享的私家车拥有和具共享效率的租车服务分别采取限制和鼓励政策。诸如，可降低(或取消)租车企业的牌照获得/竞拍费用，支持其在大中城市布局设点，并依据居民收入之变化和城市拥堵及其管制政策的调整更有效地配置其车辆资源，通过激励租车市场的快速发展来提高市场集中度，实现租车企业的网络规模经济。同时加强宣传引导，以差异化反拥堵政策鼓励居民转变观念，使其个性化交通需求更多通过租车而非私家车拥有来满足。而在租车产业内部，包括分时租车在内的新业态不断涌现，丰富了共享经济下租车市场发展的新思路，提供更好的配套公共服务和政策激励其健康、快速发展，兼具拥堵治理和效率改善的双重意义。围绕这些新业态的公共服务和市场拓展，也是中国政府先后于2015年和2017年发布的加快发展生活性服务业以及“十三五”就业规划中强调的以共享经济发展促进就业和消费结构升级的重要内容。此外，还可通过完善已有的车辆保险和责任认定制度，将保险和责任认定集中于驾驶员而非车辆本身，矫正现行制度引致的道德风险问题，这将有助于从效率意义上明晰租车企业与租车人之间的法律义务，激励租车产业更快发展。这些举措不仅有助于缓解城市拥堵、明显提高运输产业和城市资源的配置效率，也有助于推进绿色出行、节能减排，改善城市环境质量。

[1] 贝恩公司. 中国新用车模式研究(2015)[R]. 贝恩公司, 2015.

[2] 苏铭. 我国轿车需求的影响因素、 趋势及区域变化——基于居民家用轿车保有量的实证分析[J]. 山西财经大学学报, 2010, 32(1): 43-48.

[3] 王丰龙, 王冬根. 北京市居民汽车使用的特征及其影响因素[J]. 地理学报, 2014, 69(6): 771-781.

[4] 朱开永, 周圣武, 娄可元等. 基于私家车保有量预测与调控的灰色模型研究[J]. 中国矿业大学学报, 2008, 37(6): 868-872.

[5] 邱兆祥, 刘冬瑾. 我国汽车租赁业发展的制约因素与破解思路[J]. 湘潭大学学报: 哲学社会科学版, 2011, 35(6): 9-12.

[6] 王中亮. 治理城市交通拥堵的对策思考——以上海为例[J]. 上海经济研究, 2006， (4): 76-81.

[7] 孙群郎. 当代美国大都市区交通拥堵的治理措施[J]. 世界历史, 2011， (3): 23-36.

[8] 张钟允, 李春利. 交通拥堵治理及拥堵费制度的机理分析与探究[J]. 城市发展研究, 2014, 21(9): 103-109.

[9] 候幸. 交通拥堵定价与车牌分配方式选择一拍卖、 摇号与混合机制比较研究[D]. 成都: 西南财经大学, 2014.

[10] 周新军. 交通运输业能耗现状及未来走势分析[J]. 中外能源, 2010, 15(7): 9-18.

[责任编辑：陈 林]

[DOI]10.14007/j.cnki.cjpl.2017.02.004

[引用方式]孙泽生, 潘莉, 尚杰. 共享经济视角的中国租车业需求与政策效应——基于企业内部数据与政策冲击面板数据的实证[J]. 产经评论, 2017, 8(2): 46-56.

The Demand and Policy Effect of China’s Car Rental Industry from the Perspective of Sharing Economy ——Empirical Analysis based on Enterprise Internal Data and Policy Impact Panel Data

SUN Ze-sheng PAN Li SHANG Jie

The rapid development of China’s car rental industry is affected by the rising income, the urban congestion and other factors, and this paper is the first try to empirically discuss the main influencing factors of China’s car rental industry. By constructing a car rental demand model, we discuss the impact of factors like income and urban congestion on the development of car rental industry based on a 10-main-cities’ panel data of the CAR Inc. The result is: (1) income has a strong positive impact on car rental demand with higher demand elasticity, but the impact of visitors is not significant, so it is residents but not visitors that dominates the car rental market. (2) Urban traffic congestion will increase car-transporting cost, and then significantly reduce car rental demand. (3) The regulatory policies like license plates, traffic controls, license-plate lottery increase the positive impact of the income and the private car ownership on rental demand further, and traffic congestion has an inhibiting effect on rental demand. Cities could urge the development of the car rental industry with sharing-economy efficiency by differential regulation policies.

sharing economy; income； urban congestion； online car rental； differentiation regulation

10.14007/j.cnki.cjpl.2017.02.003

2016-11-15

浙江省社科基金项目“‘一带一路’战略下油气全产业链合作问题研究”(项目编号：17NDJC248YB，项目主持人：孙泽生)；浙江科技学院学科交叉预研项目“我国能源效率、碳排放与重点产业的可持续发展”(项目编号：2015JC08Y，项目主持人：孙泽生)。

孙泽生，经济学博士，浙江科技学院经济与管理学院教授，主要研究方向为产业经济与公共政策、大宗商品市场与贸易；潘莉，浙江科技学院经济与管理学院硕士研究生，主要研究方向为产业经济与管理；尚杰，浙江科技学院经济与管理学院。

F721.6

A

1674-8298(2017)02-0046-11

[引用方式]纪玉俊, 张莉健. 不同对外开放水平下服务业集聚的经济增长效应差异[J]. 产经评论, 2017, 8(2): 34-45.