大数据技术对解决市场失灵问题影响.docVIP

大数据技术对解决市场失灵问题影响 　　摘要：随着时代的发展，大数据技术对解决市场失灵问题产生影响。本文首先阐述传统出租车行业面临的市场失灵问题，导致出租车资源无法优化配置。基于大数据技术，打车软件有效解决了该市场失灵问题。但是，出租车行业又面临新难题，其商业模式尚不明确，既显得无序，又缺乏安全感，自然引起乘客、司机和政府进一步的思考，力求建设一个健康的出租车市场环境。 　　关键词：出租车行业；市场失灵；大数据技术；打车软件一、引言 　　众所周知，出租车为出行提供便捷的服务，但其存在市场失灵因素，包括信息不对称和负外部性问题。其中，信息不对称问题指道德风险和逆向选择的出现，负外部性包括道路拥挤与空气污染问题的恶化。这些市场失灵因素严重导致出租车资源无法实现优化配置，给乘客、司机和政府造成了困扰。 　　随着大数据时代的到来，经济学家的思维方式发生了重大变革，经济学理论背后得到海量数据的支撑。预言家维克托（2013）指出，大数据时代下的思维方式发生三大变革：第一，要总体数据，不要样本数据。第二，要接受数据的复杂性，不再追求数据的精确性。第三，注重事物间的相关关系，不再探索其因果关系[1]。 　　基于大数据经济学的发展，国内外研究机构纷纷对解决传统出租车行业的市场失灵问题产生兴趣。美国Uber公司（2009）以移动应用程序来链接乘客和出租车司机，推出拼车服务、智能路线，为消费者提供租车及实时共乘的服务。国内北京小桔科技有限公司（2012）推出打车软件“滴滴出行”，经大数据分析系统分析出租车运营过程中的各种数据并作出即时反应，建立出租车司机与乘客间的“信誉”桥梁，使出租车行业发生前所未有的变革。打车软件大大增大出租车行业的社会福利，有效解决了传统出租车行业出现的市场失灵问题。 　　二、传统出租车行业的问题 　　在理想和效率的市场下，传统出租车的经营权作为商品在市场上自由流通。乘客和司机都考虑自身利益最大化，出租车的实际数量和实际价格常常偏离社会福利最大化状态，导致出租车资源无法最优配置。 　　（一）信息不对称问题 　　1、出租车资源使用不充分。传统出租车行业主要有巡游、站点候车和电话叫车三种服务方式。以巡游的方式来匹配需求乘客和空载司机间的信息具有随机性，产生了信息不对称问题。出租车司机在行驶过程中不利于环顾道路四周，且存在安全隐患。当出租车在客流集中的站点候车时，乘客往往由于票价等原因，宁可选择乘坐附近的公共汽车，导致大量出租车仍停靠在运营站点。电话叫车不符合大众消费习惯，被呼叫的司机很难在较短的时间内找到乘客的准确位置，乘客可能在司机到来前就已离开或对到来的出租车不满意。 　　2、道德风险。即使乘客在乘坐传统出租车前有主动选择权，但其并不知将要选择的出租车的服务水平，无法确保该出租车的质量。出租车司机掌握更多信息，熟悉道路的设计，导致其可能通过“绕路”来获取超额利润，从而浪费乘客的时间和金钱。为了延长运营时间，其出租车可能疏于安检，大大增加车辆发生故障和交通事故的几率，存在诸多安全隐患。 　　3、逆向选择。乘客无法完全掌握出租车的服务水平，导致其愿意用平均价格来支付出租车服务。当平均价格低于优质出租车成本时，优质出租车退出市场，拉低其整体的平均服务水平，进而平均价格将持续降低，又导致新一批优质出租车退出市场[2]。如此恶性循环，整个市场优质的出租车服务越来越少，出租车资源的经济效率也越来越低。 　　（二）负外部性问题 　　1、道路拥挤。假设某地区为出租车需求密集地区，若个人收益高于出租车服务社会的效益，司机愿意退出该市场。当其出租车的实际数量开始增加时，该地区的社会福利开始减少。在某种程度上，该地区的出租车数量始终多于社会良好秩序水平，因而导致道路拥挤问题。 　　2、空气污染。假设出租车存在尾气处理问题，其司机的边际私人成本低于边际社会成本。某些出租车需求密集地区的均衡数量多于社会良好秩序水平，其尾气排放量不符合当地环境标准。因此，某些出租车需求密集地区空气污染的程度加剧。 　　三、大数据时代下的出租车行业 　　在大数据时代下，打车软件公司通过互联网和大数据技术打破了出租车服务信息的壁垒，优化了出租车资源的配置，避免了道德风险和逆向选择问题，解决了道路拥挤和空气污染难题。 　　（一）出租车资源优化配置。打车软件使用互联网和大数据技术发现各类乘客的相似性，并对其提供更好的用车服务，以促进出租车资源的优化配置。例如，通过大数据分析系统，数据分析师发现早晚高峰时期的众多“上班族”居住地和工作地都比较近，行业属性相似，收入水平相当，且其都会使用出租车服务。因此，打车软件为其提供“拼车”服务，有效合并此类用户的需求，既为“上班族”提供低成本的乘车服务，又充分利用了出租车资源。此外，打车软件能增加乘客的社交属