聚合模式下網(wǎng)約車市場的定價策略研究

李 豪，肖 青

重慶交通大學 經(jīng)濟與管理學院，重慶 400074

隨著大眾消費觀念的改變以及市場競爭的加劇，網(wǎng)約車市場形成了多個第三方網(wǎng)約車企業(yè)聚集到一個綜合平臺的新型聚合模式。截止2021年底，滴滴出行已于21個城市接入超過10家網(wǎng)約車企業(yè)；美團打車已于80個城市及地區(qū)上線一鍵呼叫功能并接入29個網(wǎng)約車企業(yè)；高德打車已覆蓋全國所有省份共計363個城市及地區(qū)并接入66個第三方出行服務平臺。根據(jù)前瞻產業(yè)研究院《2021—2026年中國手機地圖市場競爭格局與商業(yè)化發(fā)展模式分析報告》顯示，“高德出行一鍵叫車功能已為平臺上的網(wǎng)約車合作伙伴帶去了約200%的每日訂單增量；2019年高德為俠客行貢獻了90%以上的訂單”[1]。另據(jù)中國產業(yè)研究院發(fā)布的《2021—2027年中國網(wǎng)約車市場深度分析及發(fā)展趨勢研究》顯示，聚合平臺網(wǎng)約車日均訂單量市場份額超90%，已成為互聯(lián)網(wǎng)出行市場的主流[2]。如今，網(wǎng)約車市場面臨深刻調整，2021年7月滴滴出行平臺因網(wǎng)絡安全問題全網(wǎng)下架，美團、高德等平臺依靠聚合模式開始強勢“反攻”，聚合模式下網(wǎng)約車市場的發(fā)展成為社會關注的熱點，同時也為研究互聯(lián)網(wǎng)共享經(jīng)濟下的網(wǎng)約車發(fā)展理論提供了一個全新的視角。

相較于傳統(tǒng)網(wǎng)約車市場，聚合平臺把更多出行服務商納入接單范圍，提升了應答接單的效率；同時，依靠自身積累的流量用戶，聚合平臺運力的聚合反過來促進了出行者的聚合，為第三方出行服務商獲取更多的客源；出行者通過網(wǎng)約車聚合平臺自主比價，選擇適宜車輛，滿足個性化的出行需求。但從現(xiàn)階段運行來看，接入多家第三方出行服務商后，聚合平臺的運維能力也面臨新的考驗。首先聚合平臺抽成比例不透明、抽成規(guī)則復雜等“抽成黑箱”導致出行服務商難以比較不同平臺的抽成比例，進一步加劇了網(wǎng)約車出行市場“資本綁架市場”的壟斷行為，增加了出行者的出行成本。2021年5月，滴滴出行、美團出行等網(wǎng)約車聚合平臺就抽成比例高、分配機制不透明等問題被交通運輸部等有關部門聯(lián)合約談。如何對第三方出行服務商設置合理的抽成機制以協(xié)調各方利益，是聚合平臺需要迫切解決的問題。其次，聚合平臺為了爭奪流量而進行的“價格戰(zhàn)”，掀起了網(wǎng)約車市場新一輪的補貼浪潮，造成了平臺不重視服務質量和安全運營反而更關心交易量的怪象，擾亂了網(wǎng)約車市場公平競爭秩序，同時使得司乘雙方權益受損。如何構建合理的定價和補貼機制來實現(xiàn)網(wǎng)約車市場的穩(wěn)定運行，是聚合平臺良性發(fā)展的關鍵。聚合模式下網(wǎng)約車市場各利益主體如何協(xié)調自身利益?聚合平臺和第三方出行服務商如何通過定價來實現(xiàn)網(wǎng)約車出行市場的良性發(fā)展？本文將建立聚合平臺和第三方出行服務商的博弈模型來回答上述問題。

本文的研究主要集中在雙邊市場產品或服務的定價機制以及網(wǎng)約車平臺競爭策略。雙邊市場作為中間平臺促使兩邊連接的用戶完成相應的交易[3]，在社會經(jīng)濟生活中發(fā)揮著不可替代的作用[4]。雙邊平臺運營過程中，產品或服務的定價是關鍵。Rocket和Tirole[5]通過構建雙邊平臺定價博弈模型，提出了具有使用外部性與關系外部性的平臺定價機制。Weyl[6]在用戶為異質的前提假設下討論了雙邊平臺壟斷定價的穩(wěn)定條件。Armstrong[7]在競爭環(huán)境下討論了交叉網(wǎng)絡外部性市場對平臺定價的影響，表明平臺對交叉網(wǎng)絡外部性較強的一方市場可能采取低價或免費策略來吸引用戶。因為市場網(wǎng)絡外部性強弱可能導致不同的消費購買決策，大多數(shù)文獻討論了平臺企業(yè)提供差異化產品來細分市場的有效性。Roger[8]研究了具有產品質量差異的雙邊市場競爭問題，研究表明在其中一邊市場進行折扣或弱化差異會加劇交叉網(wǎng)絡外部性競爭。Chen和Huang[9]研究了產品差異化程度對雙邊市場定價策略的影響，認為降低交易費可以提高消費者和商家的接受度以及外部性不同的商家交易量。趙燕飛等[10]認為，具有競爭性的平臺網(wǎng)絡外部性系數(shù)大小和產品差異化系數(shù)決定平臺向雙方用戶收費還是補貼以及兩平臺定價的相對大小，其中賣方用戶定價的相對大小受到交叉網(wǎng)絡外部性的影響，買方則受產品差異化系數(shù)影響。Pan[11]發(fā)現(xiàn)，若市場網(wǎng)絡外部性足夠強時，提供高質量產品的平臺將會收取較低的“入場費”加劇市場競爭，但競爭雙方均會獲得更高的收益。類似地，丁雪峰等[12]發(fā)現(xiàn)，組內外部性對平臺收益具有損益影響，并且組間外部性之間的大小關系和組內組間外部性之間的數(shù)量關系共同決定了服務的供需雙方對平臺利潤的貢獻占比。

網(wǎng)約車平臺實際上是具有網(wǎng)絡外部性的雙邊市場。現(xiàn)階段很多學者對出行市場中網(wǎng)約車平臺雙邊定價及競爭策略進行了研究。康凱等[13]在單歸屬環(huán)境下分析了網(wǎng)約車平臺的交易過程，構建了兩個網(wǎng)約車平臺的Stackelberg博弈模型，研究了網(wǎng)約車平臺的定價策略，結果顯示平臺成本增加導致占優(yōu)平臺與劣勢平臺的服務價格均提高，劣勢平臺可以通過控制平臺運營成本提高利潤并實現(xiàn)消費者剩余與生產者剩余的最大化。Yu等[14]通過建立政府、網(wǎng)約車平臺和出行者三方動態(tài)博弈模型，發(fā)現(xiàn)隨著平臺企業(yè)或者出行者數(shù)量的增加，市場均衡價格下降，出行均衡交易量增加，并且政府對網(wǎng)約車司機的準入管制將導致司機數(shù)量減少，市場均衡價格提高。Rabbit和Ghosh[15]、Seth和Alexander[16]以及Marianne和Jennifer[17]從傳統(tǒng)巡游車和網(wǎng)約車競爭的角度對出租車市場的數(shù)量、價格等均衡進行了探討，發(fā)現(xiàn)網(wǎng)約車進入后導致出租車行業(yè)整體價格下降，供給數(shù)量增長。Nie[18]基于雙邊市場理論，從服務商競爭的角度研究了具有交叉網(wǎng)絡外部性網(wǎng)約車的市場定價問題，研究表明當網(wǎng)絡外部性增加時，平臺在消費端的定價將提升，對低質量服務提供商收取的使用費將降低，而對高質量服務提供商收取的使用費保持不變。Bai等[19]、Taylor[20]則從出行者等待時間出發(fā)，分別建立了出行平臺和出行者的多周期動態(tài)博弈模型，分析了基于出行者等待時間的出行平臺最優(yōu)定價序列。Posen[21]通過構建網(wǎng)約車平臺的Stackelberg博弈模型，表明當競爭十分激烈時，劣勢平臺應提高自身服務質量，針對高水平的用戶進行服務，實現(xiàn)市場帕累托改進。

上述文獻對研究網(wǎng)約車平臺和服務商的市場決策提供了重要的理論方法和研究視角。但深入分析可發(fā)現(xiàn)，現(xiàn)有文獻對網(wǎng)約車平臺的定價策略有待豐富。同時，與傳統(tǒng)運營模式不同，聚合模式下網(wǎng)約車市場各利益主體間的博弈關系發(fā)生變化，針對聚合模式下網(wǎng)約車市場的定價機制和出行服務商的競爭策略研究較為缺乏。因此，本文通過建立聚合平臺和出行服務商間的博弈模型，探討聚合模式下平臺與出行服務商的傳統(tǒng)定價和補貼定價策略，分析補貼定價行為發(fā)生前后對各利益主體及社會福利的影響。本文的研究結論，如“合理的補貼定價策略可有效增加出行服務商和聚合平臺的收益”“補貼定價策略可以提高整個社會福利”等，可為聚合平臺和出行服務商收益提升以及政府對網(wǎng)約車市場的優(yōu)化管理提供一定的理論依據(jù)。

1 聚合模式下網(wǎng)約車市場問題描述

傳統(tǒng)網(wǎng)約車市場運營模式如圖1所示。具有出行服務需求的出行者和提供服務的司機首先在平臺注冊，出行者根據(jù)自己的偏好和需求選擇出行方式（專車、快車、拼車等），由出行者的訂單發(fā)起開始，經(jīng)網(wǎng)約車平臺接受需求信息，并與相近位置的司機進行匹配，然后通過打車APP派發(fā)訂單。符合條件的司機接受訂單，直至將出行者送往目的地。服務結束后，出行者向網(wǎng)約車平臺支付出行費，而網(wǎng)約車平臺抽取相應提成后將出行費支付給司機。在這個過程中，網(wǎng)約車平臺連接了出行者和服務提供者（司機或車輛），為具有交易關系的出行者和司機提供信息服務。

圖1 傳統(tǒng)模式下網(wǎng)約車市場結構Fig.1 Market structure of ride-hailing market under traditional mode

而聚合模式進一步強化了網(wǎng)約車市場的運作流程，該模式下的網(wǎng)約車市場具有更為復雜的多線條利益關系（如圖2所示）。出行者通過聚合平臺APP提交目的地、個性化服務（如車型）等信息，聚合平臺根據(jù)出行者信息選擇第三方出行服務商，而第三方出行服務商再根據(jù)信息匹配服務提供者（司機或車輛）。行程結束時，出行者向聚合平臺支付出行費，而聚合平臺抽取部分出行費后返還給出行服務商。在該過程中，聚合平臺扮演著“中介的中介”的角色，通過自身的流量優(yōu)勢吸引更多的傳統(tǒng)網(wǎng)約車平臺加入，將出行者、司機和平臺聯(lián)系起來。出行者只需要在聚合平臺的打車模塊中選擇“一鍵叫車”，就能夠向平臺中眾多服務商同時發(fā)單，減少了出行者的等車時間。同時，第三方出行服務商可以依托聚合平臺的流量優(yōu)勢降低相應的成本。

圖2 聚合模式下網(wǎng)約車市場結構Fig.2 Market structure of ride-hailing market under aggregation mode

考慮由一個網(wǎng)約車聚合平臺（用S表示）、兩個第三方出行服務商（簡稱服務商）和多個出行者組成的網(wǎng)約車出行市場。聚合平臺為服務商提供流量入口，并通過向服務商的每筆業(yè)務收入抽取f來獲得預期收益。本文假設聚合平臺對兩服務商的抽成比例相同，此假設符合現(xiàn)實情況，如交通管理部門或行業(yè)協(xié)會的規(guī)定等。服務商決定服務價格p，并為出行者提供出行服務。為了簡化分析，本文暫不討論服務商與司機之間的利益分配，同時不考慮服務商進入平臺繳納的“入場費”以及出行距離，因此服務價格p可以看作出行者支付的平均價格，Yu等[14]、Ozkan和Ward[22]采用過類似假設。為準確刻畫聚合模式下的網(wǎng)約車市場，假設兩個服務商的發(fā)展基礎不同，進而形成服務水平的相對高低。提供更高水平服務的服務商用H表示，而提供相對較低水平服務的服務商用L表示。本文涉及的符號及解釋如表1所示。

表1 本文涉及的符號及解釋Table 1 Symbols and interpretation involved in this paper

假設市場的需求容量為1。由于服務商服務水平不同，出行者對各服務商的出行服務估價是異質的，假定出行者對服務商H提供的服務估值為v，對服務商L提供的服務估值為βv。其中，β(0＜β＜1)為出行服務水平的差異系數(shù)，β越大，服務商間的服務差異越小，出行者對服務商L的估值越高。類似Yu等[14]假設，v服從0到1均勻分布，因此出行者選擇服務商H的效用函數(shù)為uH=v-pH，選擇服務商L的效用函數(shù)為uL=βv-pL。令uH=uL，得到，為出行者選擇服務商H或者服務商L出行的等效用點。令uL=0，得到，為出行者選擇服務商L出行或者不出行的等效用點。根據(jù)消費者效用理論，出行者會根據(jù)效用的高低來確定是否出行以及選擇哪一個服務商出行：若uH＞uL且uH＞0，出行者選擇服務商H出行；若uL＞uH且uL＞0，則出行者會選擇服務商L出行。本文主要研究服務商均存在需求的情況，因此出行服務商H的需求為DH=1-v1，服務商L的需求為DL=v1-v2。

假定聚合平臺為斯坦伯格博弈的領導者，其收益為平臺抽取服務商每筆業(yè)務的收入組成，因此平臺的收益函數(shù)為：

作為斯坦伯格博弈的跟隨者，服務商向出行者收取出行費，同時向聚合平臺支付部分收入，因此收益函數(shù)為：

下文首先通過構建聚合平臺與服務商的博弈模型，探討在聚合模式下網(wǎng)約車市場的定價均衡。隨后引入平臺補貼定價策略，探討補貼策略對聚合平臺、服務商定價和期望收益的影響。

2 聚合模式下網(wǎng)約車市場的均衡定價分析

采用逆向歸納法，從服務商的決策開始求解，根據(jù)服務商以及聚合平臺收益最大化，得到在聚合平臺下的市場均衡定價和收益，具體如定理1所示。

定理1聚合模式下網(wǎng)約車市場的最優(yōu)定價為：

平臺最優(yōu)抽成比例為：

服務商的最優(yōu)期望收益分別為：

證明由式（2）和式（3），令，由于,聯(lián)立求解得到pH=和。由于pH和pL需滿足v1-v2＞0，因此有。將pH和pL以及帶入式（1），因為有，構造帶有約束條件的平臺收益函數(shù)，求解得到f*。將以及代入收益函數(shù)，因此可得及。

證畢。

由定理1可知：

接下來通過算例進一步分析服務差異系數(shù)對聚合平臺和出行服務商期望收益的影響，具體如圖3和圖4所示。

圖3 服務差異系數(shù)對平臺、服務商H期望收益的影響Fig.3 Impact of change of service difference coefficienton on and

圖4 服務差異系數(shù)對服務商L期望收益的影響Fig.4 Impact of change of service difference coefficienton on

可知：

（1）服務差異越大（β越小），服務商H的期望收益越大。因此采取合理的定價及差異化服務策略有利于服務商H。對于服務商L來說，當服務差異化程度較大時，通過提供更好服務水平從而提高定價能夠吸引追求較高質量出行服務的出行者，由此帶來其收益增加。但當市場中的出行服務相似時，因為服務水平小于服務商H，服務商L提高定價反而會帶來更多負面影響，進而導致其收益下降。

（2）聚合平臺能從網(wǎng)約車服務商的同質化競爭中獲得更多收益。這是因為服務商服務水平的同質化導致市場競爭激烈，服務商為搶占市場份額均有更大的動機接入聚合平臺。需求的增加導致平臺的傭金增加，形成網(wǎng)約車市場“服務商相爭，平臺得利”的局面。

3 網(wǎng)約車市場補貼定價策略分析

補貼是網(wǎng)約車市場常見的營銷手段[23]。近兩年聚合模式興起后，各大網(wǎng)約車平臺紛紛加大了對于出行者的補貼力度以爭取更多的用戶和市場份額。例如，美團出行除了向乘客派發(fā)優(yōu)惠券，還推出了“邀請好友助力”等拉新返現(xiàn)活動；高德出行對平臺老用戶實行“滿10減5”等滿減套餐，同時對新用戶推出“6元即享66”的1折優(yōu)惠禮包。在此背景下，進一步考慮聚合平臺將部分抽成補貼給出行者，研究聚合模式下網(wǎng)約車市場的補貼定價策略均衡。在補貼定價策略下決策參數(shù)用上標“～”表示。因此，出行者的效用變?yōu)椋?/p>

在補貼定價策略下，聚合平臺將部分抽成返還給出行者，其收益函數(shù)為：

服務商的收益函數(shù)為：

類似于定理1的求解過程，采用逆向歸納法，可得補貼定價策略下網(wǎng)約車市場的均衡，具體如定理2所示。

定理2在補貼定價策略下，服務商的最優(yōu)定價分別為：

平臺最優(yōu)抽成比例為：

服務商最優(yōu)期望收益為：

聚合平臺最優(yōu)期望收益為：

證明由式（5）和式（6），令，由于：

因此可以聯(lián)立求解得到：

證畢。

由定理2可知，在補貼定價策略下網(wǎng)約車市場的定價結構與無補貼策略明顯不同。聚合平臺的抽成、服務商的出行價格不僅受到服務差異水平的影響，還與平臺補貼力度密切相關。首先，由的表達式可得，說明無論采用無補貼定價還是補貼定價方式，平臺抽成隨服務差異系數(shù)的增加而增加，即服務差異越小（β越大），平臺抽成越多。其次，通過算例進一步分析不同定價策略下差異化程度、補貼因子對聚合平臺和出行服務商決策的影響，采用兩種補貼因子組合{bH=0.7,bL=0.5},{bH=0.5,bL=0.7}，具體如圖5和圖6所示。

圖5 服務差異系數(shù)的變化對市場主體期望收益的影響(bH=0.7,bL=0.5)Fig.5 Impact of change of service difference coefficient on expected return of market players(bH=0.7,bL=0.5)

圖6 服務差異系數(shù)的變化對市場主體期望收益的影響(bH=0.5,bL=0.7)Fig.6 Impact of change of service difference coefficient on expected return of market players(bH=0.5,bL=0.7)

可以看出，在兩種補貼因子組合下服務商H的期望收益隨服務差異系數(shù)的增加而降低，聚合平臺的期望收益隨服務差異系數(shù)的增加而增加，這和無補貼定價方式下的結論相同。意味著無論平臺是否補貼出行者，服務商間服務差異的減小總是對提供高水平服務的服務商不利，但對聚合平臺有利。同時，可以看出縮小服務商之間的差異對服務商L更有利，即服務商L的收益隨服務差異系數(shù)的增加而增加。說明通過平臺對出行者的補貼，服務商L可以提供更好服務水平來獲利。

4 兩種定價策略的比較分析

4.1 市場均衡價格、抽成比例和市場規(guī)模

本節(jié)首先分析兩種定價策略下網(wǎng)約車市場的均衡價格和平臺抽成，如推論1所示。

推論1

證明 由定理1和定理2可知：

證畢。

可以看出，無論平臺對出行者補貼的力度有多大，補貼定價策略提高了服務商的初始出行價格。這說明，若聚合平臺實施補貼策略，服務商往往是先提價再補貼，給出行者帶來享受折扣的“錯覺”。因為初始出行價格上升，加之對出行者有一定比例的補貼，因此平臺每單的抽成也相應地增加。該結論揭示了網(wǎng)約車市場下聚合平臺抽成的基本規(guī)律，說明平臺應隨定價策略的變化而動態(tài)調整抽成比例，實現(xiàn)市場各主體的利益協(xié)調。特別在實施補貼策略時，聚合平臺應根據(jù)補貼力度來調整抽成大小。

在補貼定價策略下市場規(guī)模怎樣變化？接下來利用Maple進行數(shù)值模擬，分析在不同的補貼因子組合下網(wǎng)約車市場的出行規(guī)模。令，同樣采用兩種補貼因子組合{bH=0.7,bL=0.5},{bH=0.5,bL=0.7}，如圖7和圖8所示。

圖7 平臺補貼前后Δv1的變化Fig.7 Changes ofΔv1 before and after implementation of subsidies on platform

可以看出：

（1）在兩種補貼因子組合下，均有Δv2＞0。表明補貼定價策略下選擇聚合平臺出行的出行者總人數(shù)下降。主要原因在于通過補貼策略雖然短期內能夠吸引更多的出行者選擇聚合模式，但若補貼的程度不足以使得網(wǎng)約車市場的價格下降時，不利于維持出行者規(guī)模，最終導致選擇聚合平臺出行的總人數(shù)下降。

圖8 平臺補貼前后Δv2的變化Fig.8 Changes ofΔv2 before and after implementation of subsidies on platform

（2）當bH≥bL時，Δv1＜0；當bH＜bL時，Δv1＞0。即若平臺對服務商H的補貼較大，補貼定價策略有效擴大了服務商H的市場規(guī)模，但同時使服務商L的市場規(guī)模減小。反之，若平臺對服務商L的補貼較大時，補貼力度上的劣勢導致服務商H的市場規(guī)模減小。

4.2 兩種定價策略下平臺和服務商的期望收益

圖9 補貼前后平臺和服務商期望收益的變化(bH＞bL)Fig.9 Changes in expected returns of platform and service providers before and after implementation of subsidies on platform(bH＞bL)

（1）當服務商H的補貼比例大于服務商L時，服務商和聚合平臺的收益均提高。表明采用補貼定價策略有效增加了服務商和聚合平臺的收益，且服務水平差異越小（β越大），補貼定價策略帶給聚合平臺和服務商收益提升就越顯著。

（2）當于服務商L的補貼比例大于服務商H時，服務商H的收益下降；同時當服務水平差異較大（β較小）時，服務商L的收益也下降。主要原因在于服務商L的服務水平小于服務商H，加大對服務商L用戶的補貼力度可能引起網(wǎng)約車市場的惡性競爭，導致補貼情況下服務商的收益小于無補貼時。這說明對出行者的補貼雖然能獲得部分增量的出行者，但合理的補貼策略才是網(wǎng)約車市場良性發(fā)展的關鍵。對于聚合平臺來說，補貼定價的實施使平臺的收益增加，而且隨著服務水平差異系數(shù)的增大這種增量越明顯。

圖10 補貼前后平臺和服務商期望收益的變化(bH＜bL)Fig.10 Changes in expected returns of platform and service providers before and after implementation of subsidies on platform(bH＜bL)

4.3 兩種定價策略下的社會福利

雖然當bH≥bL時，補貼策略下服務商和聚合平臺的收益均增加，但能否帶來整個社會福利的提高？本節(jié)從社會福利的角度分析兩種定價策略的有效性問題。

在平臺未對出行者進行補貼時，根據(jù)DH=1-v1,DL=v1-v2可知，出行者剩余為,平臺和服務商的總收益為Π=πH+πL+πS，因此社會福利函數(shù)為W=U+Π。同理，在平臺采取補貼定價策略時，總的出行者剩余為,平臺和服務商的總收益為，社會福利函數(shù)為。令，不同情形下補貼前后社會福利差值隨服務差異系數(shù)的變化如圖11所示。

圖11 補貼前后社會福利的變化Fig.11 Changes in social welfare before and after implementation of subsidies on platform

可知，在兩種補貼因子組合下ΔW均大于零，且ΔW與服務差異系數(shù)正相關。說明聚合平臺實施補貼定價策略能夠提升整個社會的福利；若服務商之間的服務水平越接近（β較大），補貼策略對整個社會來說越好。

5 結語

本文通過引入平臺抽成和出行服務商服務水平差異來刻畫聚合模式下網(wǎng)約車市場的特征，建立了聚合平臺和兩出行服務商的斯坦伯格博弈模型，探討在聚合模式下網(wǎng)約車市場的定價問題。同時引入平臺補貼定價策略，分析了在聚合平臺補貼出行者前后差異化出行服務商的決策均衡以及社會福利變化。研究結論表明：

（1）在平臺無補貼的情況下，服務水平差異是影響聚合模式下網(wǎng)約車平臺價格和收益的重要因素。差異化程度的提高使得提供更高水平服務的服務商收益上升，同時因為服務水平較低，當市場中的出行服務相似時，差異化程度的提高使得相對較低水平的服務商收益下降。因為服務商之間的競爭導致平臺的抽成增加，聚合平臺可以獲得更多收益。

（2）聚合平臺對出行者的價格補貼提高了補貼前網(wǎng)約車市場的服務價格，導致平臺抽成提高。聚合平臺實施補貼策略，服務商往往是先提價再補貼，給出行者帶來享受折扣的“錯覺”，加之對出行者有一定比例的補貼，平臺對出行者更具吸引力，其抽成也相應增加。從實際統(tǒng)計數(shù)據(jù)來看，2021年7月，高德打車投訴環(huán)比增加168%，同比暴增1 131%，其中“出行服務實際價格遠高于預估價”投訴最多[24]。本文的研究可為聚合平臺制定合理出行服務價格提供理論支持和策略參考。

（3）合理的補貼定價策略一定程度上增加了聚合平臺以及出行服務商的期望收益。相比于無補貼策略，當平臺對更高水平服務的服務商補貼比例大于較低水平的服務商時，服務商、聚合平臺的期望收益以及整個社會福利均提高，實現(xiàn)了市場的帕累托改進，并且服務水平差異越小，補貼定價策略的提升效應就越顯著。但當平臺對更高水平服務的服務商補貼比例小于較低水平的服務商時，網(wǎng)約車市場的惡性競爭導致兩服務商的收益減少。

從聚合模式出現(xiàn)至今，網(wǎng)約車市場上演了一場又一場價格補貼大戰(zhàn)，聚合平臺實施補貼策略的動機也在發(fā)生轉變。2017年至今，不管是高德、百度還是美團，在加入聚合打車業(yè)務前，平臺月活躍用戶都達到了上億級別，網(wǎng)約車市場的高成本補貼能保證這類用戶的留存，同時促進用戶轉化成出行者。隨著網(wǎng)約車市場合規(guī)化以及頭部企業(yè)發(fā)展受阻，新一輪的價格補貼成為多數(shù)聚合平臺的反攻策略。利用價格補貼，聚合平臺不僅在訂單量和市場份額上開啟了爭奪戰(zhàn)，還針對“合規(guī)與運力、平臺抽成和司機權益”這些矛盾展開了新一輪的摸索。本文的研究有助于聚合平臺思考其補貼定價策略的有效性，同時為建立長效、健康、雙贏、可持續(xù)的盈利模式提供理論支撐。

在網(wǎng)約車平臺運營的實踐中，會受到多方面因素的影響，如：司乘雙方不同的歸屬結構、聚合平臺之間目標客戶的差異、補貼策略的多樣化等。同時，近年來網(wǎng)約車行業(yè)已經(jīng)進入強監(jiān)管時代，政府管制的介入必定會讓網(wǎng)約車市場的均衡發(fā)生很大的改變。考慮這些因素下網(wǎng)約車市場的定價問題是今后的熱點和進一步研究方向。