赵 杨 刘 倩
自2009年Uber创立以来，网约车凭借其降低市场交易成本、提高资源配置效率、提升客运服务品质的显著优势，迅速在全球范围内崛起。根据全国网约车监管信息交互平台的统计，截至2022年1月，全国共有260家网约车平台公司获得经营许可，各地共发放网约车驾驶员证398.8万本、车辆运输证158.3万本；
1月份订单总量达到70420.3万单。
然而，网约车在提升出行效率的同时，也对出租车旧业态形成了强烈冲击。在美国，旧金山交管局的调查显示，2012年3月至2014年7月，出租车司机平均每月接单数从1424单下降至504单，整个出租车行业的业务量下降了65%（SEUK and Coyle，2015）。在我国，仅2015年，全国各地至少有16个城市发生了不同程度的抵制网约车事件；
2015年12月8日，北京甚至发生出租车司机围堵滴滴总部的群体事件。
面对网约车与传统出租车的竞争，舆论关注的焦点在于网约车带来的技术红利及其合法性、安全性等问题；
但如何保障传统出租车司机的利益，推进行业转型则被有意无意的忽视。截至2020年底，北京市共有出租车7.1万余量，出租车司机约为10万人。无论是为进一步推动出租车行业改革，还是着眼于社会和谐稳定，在关注网约车带来巨大红利的同时，给予旧业态同样份额的发展考量，不仅必要，而且必须。
基于此，本文以传统出租车规模较大、模式比较有代表性的北京市作为分析对象，基于严密统计分析和详实的问卷调查，全面考察网约车发展对北京市出租车行业及出租车司机的影响，并从监管、企业、司机三个维度剖析存在的突出问题及原因，进而结合国内外经验提出出租车行业转型的对策建议。本研究对于在全国层面推动出租车行业的转型升级具有一定的启发。
出租车是城市综合交通运输体系的组成部分，是城市公共交通的补充，为社会公众提供个性化运输服务（交通部，2015）。经过几十年的发展，我国出租车行业拱形成了三种典型模式：一是北京模式，即承包经营模式或称租赁经营模式；
二是温州模式，即个体经营模式；
三是上海模式，即公车公营模式。从运营成本、风险救济、监管难度等维度分析，三种模式各有利弊（杨帆，2007［1］）。目前占据主流的是北京模式，占比超过85%。
现阶段，社会各界对出租车行业的不满是多方面的。从消费者视角看，不满主要体现在等候时间长、拒载挑客、绕行绕路、服务水平低、乘车环境差等方面。《中国城市基本公共服务力评价（2014）》显示，53.77%的人打车需要等待30分钟以上，仅有11.68%的人打车等待时间在10分钟以内。从供给者视角看，不满意主要体现在劳动强度大、自觉收入低、份子钱高等方面（王克勤，2002［2］）；
《2016年出租车司机健康状况调查报告》显示，国内有65.95%被调查出租车司机每周工作7天，59.45%出租车司机每天开车时间超过10小时，同时约60%的被调查司机超过三年没有体检。从监管角度看，不满主要源于由于规模庞大的财政补贴和屡禁不止的黑车（郭锐欣和张鹏飞，2009［3］）。针对出租车行业的上述病症，许多学者认为行政管制是造成行业困境的根源（郭锐欣和张鹏飞，2009［3］）。而“价格管制+数量管制+准入管制”三位一体的管制体制更是加剧了各主体间的利益冲突（薛兆丰，2015［4］）。另外，范合君和杜博（2015）［5］提出出租车行业发展困局的根源在于出租车公司利用市场条件及制度环境，通过劳动过程对司机进行了严苛的劳动控制，从而接连引发劳动抗争。
当今世界的绝大多数国家，包括经济体制最开放、市场竞争最激烈的发达国家和众多发展中国家，都对出租车行业实行严格的管制政策（OECD，2007［6］）。这些管制通常体现在四个方面：价格管制、数量管制、质量管制、灾害救济能力管制（Dempsey，1996［7］）。关于行政管制的原因，主要形成了三类观点：一是限制过度竞争，二是缓解信息不对称，三是道路承载能力约束（Dempsey，1996［7］；
王军，2009［8］；
李俊峰，2016［9］）。对于行政管制的效果，学界仍存在争议。支持的一方提出，实行数量和价格管制可以解决市场失灵问题，增进社会总福利（Gallick and Sisk，1987［10］；
Cairns and Heyes，1996［11］；
蒋洪和陈明艺，2005［12］）。反对方则认为，行政管制会导致权利寻租，存在监管者被俘获的风险，最终损害社会福利（Shreiber，1975［13］；
Frankena and Paulter，1984［14］；
章亮亮，2012［15］）。
针对出租车行业不断暴露出来的顽疾，从上世纪六七十年代开始，放松管制运动兴起（Dempsey，1996［7］）。但是，这些政策变革是否取得了如期的成效，观察者们的角度和结论并不统一：“乐观派”在考察新西兰和爱尔兰等案例后认为，放松管制后出租车数量倍增，乘客的候车时间缩短、服务满意度上升（OECD，2007［6］）；
“悲观派”指出，大多数城市放松管制后的结果都令人非常不满，以至于很多放松管制的地方后来重新回到实施管制的老路（Kang，1998［16］）；
“中间派”则主张，出租车管制问题与当地的历史、经济、人口和交通等条件紧密相关，因而同样的放松管制方式在不同的国家或城市或许会产生不同的效果，对出租车行业的管制决策，须根据各个法域的特定情形“量体裁衣”（Schaller，2007［17］）。国内学者主要从放松管制（余晖，2005［18］）、产权改革（曾繁华等，2011［19］）、维护司机权益（范合君和杜博，2015［5］）、服务质量管制等方面进行了研究。学界普遍认为，财政补贴、惩罚挑客议价、打击黑车营运等现行措施避重就轻，并没有解决出租车行业的根本问题；
价格管制和数量管制是下一阶段改革的重点（郭锐欣和毛亮，2007［20］；
王军武等，2016［21］）。
网约车经营服务是指以互联网技术为依托构建服务平台，接入符合条件的车辆和驾驶员，通过整合供需信息，提供非巡游的预约出租汽车服务的经营活动（交通部，2015）。自2009年Uber创立以来，网约车在全球范围内对出租车行业产生了迅速、深刻的影响，其积极影响主要体现在降低市场交易成本、提高资源配置效率、提升客运服务品质、促进智能出行发展（Edelman and Geradin，2015［22］；
Einav et al.,2015［23］；
Cramer and Krueger，2016［24］；
程絮森等，2015［25］；
傅蔚冈，2016［26］）；
其负面影响则主要体现为冲击了传统出租车市场份额，并带来消费者安全、损害救济等潜在问题（熊丙万，2016［27］）。例如，旧金山交管局的调查显示，2012年3月至2014年7月，出租车司机平均每月接单数从1424单下降至504单，整个出租车行业的业务量下降了65%（Coyle，2016［28］），而与网约车相关的刑事案件也屡见报端。基于网约车发展现状，学界对网约车的监管思路存在显著分歧，有的主张实施包容性、谦抑性监管，鼓励交通出行领域的互联网创新（唐清利，2015［29］；
张效羽，2016［30］；
高秦伟, 2016［31］）；
有的主张实施抑制性监管策略，严格限制网约车发展。
综上，在“前网约车”时代，学界已经对出租车商业存在的问题、政府管制政策的效果、行业改革对策及改革阻力等内容进行了细致研究，并取得了丰富的结论。但随着移动互联技术的普及和网约车兴起，传统出租车行业的竞争格局、管制基础、运营模式等内容已经发生了变化，出租车行业的转型面临新的机遇和挑战。但学界对于新时期出租车行业转型问题的关注不足，少有对于网约车的冲击机理、冲击效果及出租车行业转型路径等问题的深入分析。本文将就上述问题进行分析。
在我国，现代意义上的网约车业务萌发于2010年，当年5月，易到用车在北京成立，率先推出主打中高端商务车路线的“专车”服务。此后，以2016年7月27日《网络预约出租汽车经营管理暂行办法》的出台为标志，国家层面对于网约车的监管政策大致可划分为两个阶段。（1）包容性监管阶段（2010—2016）。在这一阶段，国家并未急于对网约车这一新生事物定性，而是采取包容创新的思路，通过观察、分析网约车发展情况以及利益相关者反应逐步形成监管思路。网约车在“合法性”质疑声中蓬勃发展，各路平台群雄并起；
但也引发了市场无序竞争、出租车罢运抵制等负面影响。（2）审慎性监管阶段（2016—至今）。2016年7月28日，交通部、工信部、公安部、商务部、工商总局、质检总局、国家网信办七部委共同出台了《网络预约出租汽车经营管理暂行办法》（下文简称办法），标志着争议了近六年的网约车“合法性”问题告一段落，中国成为全世界首个承认网约车合法的国家。北京市也于2016年12月21日出台《北京市网络预约出租汽车经营服务管理实施细则》，标志着网约车发展步入全新阶段。
本研究拟综合宏微观两个视角考察网约车对北京市出租车行业的影响。其中，宏观视角主要考察行业整体的情况，微观视角主要考察出租车司机的情况。
3.1 行业视角
面对网约车冲击，北京市出租车行业从整体来看究竟发生了哪些变化？本部分主要从出租车车辆变化、出租车客运量变化、出租车客运量占比变化三个维度分别加以分析。
3.1.1 北京市出租车数量的变化
从巡游出租车数量看，2010年，北京市共有66646辆合格巡游出租车，平均每万人出租车拥有量为33.97辆。此后几年，出租车数量一直保持平稳发展，直至2018年出现了明显的提升：从2017年的68484辆上升到2018年的70035辆，再跳跃到2019年的71517辆和2020年的74875辆，此时，平均每万人出租车拥有量上升为34.21辆。考虑到2015年8月“滴滴”与“快的”合并，并加速市场推广，北京市出租车数量在近年来的增长是否是面对网约车竞争的回应？我们将结合北京市人口增长率的变化验证上述推断。
从巡游出租车数量的变化率看，2017年之前一直处于平稳增长阶段，但是在2018年和2020年出现了两个增长的高峰，分别达到2.26%和4.7%。与之对比，同一时期北京市常住人口的增长率却在持续下降，在2017年之后甚至进入了负增长。基于此，我们可以判断，北京市巡游出租车在2017年之后的增加并不是由于人口的增长导致，而很可能是面对网约车竞争的一种应对策略。
图1 北京市巡游出租车数量统计
图2 北京市常住人口和巡游出租车数量变化率统计
3.1.2 北京市出租车客运量的变化
从巡游出租车的客运量情况看，在2014年之前，北京市巡游出租车的客运量保持稳定，基本维持在6.9亿人次附近。但是2014年之后，巡游出租车的客运量呈现出持续下降的趋势，至2019年已经下降到3.3亿人次，下降幅度超过50%。而网约车大举进入北京市场恰好发生在2014年之后，因此我们可以推断：网约车的竞争导致北京市巡游出租车业务量大幅下降。
图3 北京市巡游出租车分年度客运量统计
从客运量增长率指标能够更清楚的看到巡游出租车业务的变化情况。从图4可知，在2014年之前，巡游出租车客运量增长率虽然也在下降，但幅度很小，基本保持稳定；
但是在2014年之后，巡游出租车客运量开始大幅显著下降，2015、2016、2017、2018年的降幅分别为12.09%、18.87%、17.39%、13.60%。由此可以判断，网约车对巡游出租车的冲击主要发生在2014至2018年，且在2019年开始趋于稳定。
图4 北京市巡游出租车客运量变化率统计
车均客运量指标进一步佐证了上述推断：在2014年之前，巡游出租车单车客运量大约稳定在1.04万人次；
但是在2014年之后开始显著下降，至2019年仅有0.46万人次，降幅超过55%。综上，不论从总体客运量指标看，还是车均客运量指标看，2014年之后，巡游出租车的降幅均超过50%。需要指出的是，上述指标的下降可能受到其他公共交通发展的影响（如公交车、轨道交通），但同类产品的替代（网约车）无疑是最重要的因素。网约车对巡游出租车的冲击可见一斑。
图5 北京市巡游出租车车均客运量统计
3.1.3 北京市出租车客运量占比的变化
前述分析仅仅展现了巡游出租车自身业务的变化情况，一个潜在的问题是：巡游出租车业务的变化是否受到公共交通整体运行环境的影响？本研究拟通过分析巡游出租车客运量占公共交通整体客运量的比例，以解决上述问题。从下图可以看到，巡游出租车客运量占比自2010年之后呈现持续下降态势，尤其是2015年之后，降幅更加明显。2013年之前，巡游出租车客运量占比基本维持在8%以上，到了2015年，这一数据下降到7.37%，而2021年仅有3.85%。换言之，从2010年至2015年，巡游出租车客运量占比下降了1.72个百分点；
但是从2015年至2021年，这一指标下降了3.52个百分点。
图6 北京市巡游出租车客运量占比统计
3.2 司机视角
本研究所采用的数据来自问卷调查。为保证问卷的有效性和数据的可靠性，研究团队做了如下几个方面的工作。
问卷有效性。为了进行数据的采集，我们专门设计了“出租车司机生存状况调查问卷”。同时，为了保证问卷的有效性，通过专家访谈和预调研对问卷进行了两轮修改。首先，2019年7月至2019年8月，将设计好的问卷向13名运输经济、公共管理、互联网经济领域的专家进行咨询，并结合专家意见对调研主题、题项设计进行调整。其中，从调研主题方面，主要是新增了健康维度的考察；
在题项设计方面，主要是进行问题的精炼，将调研题项从42个删减为31个，最终形成“专家意见版调查问卷”。其次，2019年10月，采用“专家意见版调查问卷”进行了预调研，调研对象为出租车司机，目的是考察问题表述的准确性、适用性。通过21名出租车司机的意见反馈，课题组对相关问题的表述进行了优化，并对问卷的排版进行重新设计，形成最终版的“出租车司机生存状况调查问卷”（篇幅限制没有报告，结果备索）。
数据可靠性。问卷调查的目标是准确、客观的评估网约车冲击下北京市出租车司机的生活、工作状况。我们采取如下措施以提高数据的可靠性。（1）调查人员的培训。调查实施人员对于研究问题的认知以及其调查技巧直接影响调查数据的质量。鉴于此，研究团队在2019年9月招纳了9个小组共18名在校生作为调查员，就课题立项背景、课题研究内容、实地调研技巧等内容进行了为期半个月的培训，并结合2019年10月开展的问卷预调研进行实地练习。（2）调查对象的选择。被调研对象的随机性是提高数据可靠性的必要条件之一。本次研究并没有针对特定的出租车公司展开调研，而是采用随机抽样的方式。具体的，北京市当前的出租车大都是白班、夜班双班运营，而根据司机居住地址的不同，在北京市内形成了多个相对集中的交班地点，如朝阳北皋，西城马甸等。鉴于此，调研小组在朝阳、通州、海淀、丰台、西城、顺义六个地区选取比较集中的司机交班地点展开调研。这一安排一方面保证了调研的随机性，另一方面因为司机有比较充裕的时间又有助于提高问卷答复质量。
2019年11月，课题组经过一个月的实地问卷调查，共采集有效问卷823份。按照北京市7.1万辆出租车保有量计算，抽样率约为1.15%。
3.2.1 基本信息统计
问卷首先从年龄、教育水平、工作年限、家庭负担、籍贯五个方面对被调研对象的基本情况进行统计。综合来看，样本司机的典型特征是：年龄40岁以上，高中或以下学历，从业10年以上，居住在城郊区/县，且为家庭主要的收入来源。
被调研者年龄分布。在823位被调研对象中，40至50岁年龄区间的司机占比最高，达到47.39%，将近半数；
其次是50岁以上的司机，占比29.04%；
再次为30至40岁年龄区间，占比约为21.87%；
30岁以下的司机人数最少，仅为14人。综合来看，样本从业者的年龄普遍偏大。
图7 被调研者年龄分布
被调研者教育水平。样本司机的教育水平普遍不高，高中及以下学历的司机达到730人，占比接近90%。而大专、本科及以上学历的人员分别为85人和8人。详见图8。
图8 被调研者教育水平分布
被调研者从业年限。从图9可知，样本司机的从业时间普遍较长，这意味着样本司机普遍具有丰富的驾驶经验。具体的，从业时间超过10年的司机达到469人，占比56.99%；
从业5-10年的司机261人，占比31.71%；
从业5年以下的司机仅为93人，占比11.3%。综合来看，从业时间的分布情况与年龄分布情况基本匹配，这表明数据具有较好的内部一致性。
图9 被调研者从业年限分布
被调研者家庭负担。问卷还考察了被调研对象在家庭经济收入贡献中的角色，目的是将专职司机（从事工作的主要目的是养家糊口）和兼职司机（从事工作的主要目的是打发时间、乐趣等）区分开来。调查显示，以开车收入作为家庭主要收入来源的司机达到723人，占比87.85%；
而开车收入为家庭次要收入来源的司机100人，占比12.15%。
被调研者籍贯分布。在北京市16个市辖区中，哪个地区提供的出租车司机人数最多？样本数据显示，城六区（东城、西城、朝阳、海淀、丰台、石景山）司机占比为10.61%，12个郊区/县则提供了将近90%的出租车从业者。分区/县来看，提供出租车司机最多的三个地区是延庆、房山和密云，占比分别为28.09%、16.11%和13.56%（详见图10）。
图10 被调研者籍贯分布
3.2.2 工作情况统计
在工作方面，本研究主要从工作强度、司乘关系、收入分配、网约车平台参与四个方面对出租车司机的工作情况进行考察。
（1）工作强度
在中央和地方一系列政策的规范下，现阶段网约车的发展已从野蛮无序的状态进入平稳发展阶段；
相应的，网约车对巡游出租车的冲击也趋于稳定。为评估网约车发展对巡游出租车司机工作强度的影响，本研究设计了五个问题考察出租车司机在调查前半年（2019年4月至2019年10月）的工作情况。具体内容如下。
从日均工作时长看，在823名样本司机中，739名司机的日均工作时间超过9个小时，占比89.79%；
其中日均工作时间在12个小时以上的有380人，占比最高，为46.17%。与之相对，日均工作时间低于9个小时的仅有84人，占比10.21%。综合来看，样本群体的工作强度普遍较大。详细数据见图11。
图11 被调研对象日均工作时间分布
从日均行驶里程看，大部分样本司机的日均驾驶里程为200至400公里，合计626人，占比约为76%。日均行驶里程超过400公里或低于200公里的分别有132人和65人。结合前文的分析可以发现，样本司机不仅日均工作时间偏长，而且单位时间的工作强度也较大。详见图12。
图12 被调研对象日均行驶里程分布
进一步考察样本司机的休息安排。从图13可知，236名样本司机在调研前半年并没有固定的休息安排，占比28.68%。平均每月休息1-2天的样本司机228名，占比27.7%。月均休息时间超过2天的样本司机359名，占比43.62%；
其中月均休息时间超过6天的样本司机占比仅为9.23%。综合来看，样本司机并没有在高强度工作后得到充分的休息，存在短期工作强度和长期工作强度双高的情况。
图13 被调研对象的月均休息时间分布
在此基础上，本研究进一步结合被调研对象的基本特征对样本司机的工作强度进行分类统计，结果见表1。从表1可知，在日均工作时间和日均行驶里程方面，年龄40岁以上、教育水平高中以下、户籍位于城郊区、从业时间10年以上且家庭负担较重的样本司机具有突出的代表性，他们的日均工作时间更长，在日均行驶里程也更高。在月均休息时间方面，对比分析“不休息”和“休息4天以上”两个极端情况可以发现，不同年龄段样本司机在“不休息”方面差别并不显著，但40岁以上样本司机中休息时间超过4天的占比显著更高；
不同学历的群体在“休息4天以上”方面差别不显著，但高学历群体选择“不休息”的比例更高；
与郊区司机相比，城六区司机选择“不休息”或“休息4天以上”的比例都更高；
从业时间更久、家庭负担更轻的司机选择“休息4天以上”的比例更大。
表1 被调研对象工作强度的多维分析
（2）司乘关系
首先，我们考察了样本司机对于乘客态度的感知。研究发现，样本司机对于乘客态度的感知整体处于比较满意的水平，选择比较有礼貌及以上的样本占比超过90%，详见图14。进一步，我们通过“顾客投诉”这一反向指标考察乘客对于出租车服务的满意水平。数据显示，72.66%的司机在过去一年没有受到过一次客户投诉，被投诉一次的司机占比为19.2%，两者合计达到92%（详见图15）。综合来看，乘客对于司机的服务评价也处于比较高的水平。最后，我们还考察了样本司机对于客户投诉的态度，图16显示，对顾客投诉比较在意和非常在意的样本司机占比仅为26%，接近40%的样本司机表示不太在意或根本不在意。这一发现表明，样本司机的服务意识还比较欠缺，有待进一步培训和提升。这也与网约车形成鲜明的反差：由于派单数量和派单质量与乘客评价高度相关，网约车司机普遍更加重视司乘关系的维护。
图14 样本司机对于乘客态度的感知
图15 乘客对于样本司机的投诉次数分布
图16 样本司机对于乘客投诉的态度
进一步的，本研究还考察了不同类型的样本司机服务意识（采用对于乘客投诉态度测度）的差异，结果如表2。首先可以看到，随着年龄的增长，样本司机对于顾客投诉的重视程度在降低，相对而言，40岁以下的年轻司机的服务意识更强。其次，高学历群体对于乘客投诉的重视程度明显提升。第三，相比城郊区的样本司机，城六区的样本司机的服务意识更差。最后，家庭负担重的样本司机服务意识相对更低。
表2 被调研对象服务意识的多维度分析
（3）收入分配
在收入分配方面，课题组首先考察了样本司机的月均收入情况。数据显示，超过600名样本司机的净收入低于5000元/月，占比为74.61%；
处于5000-7000元/月区间的司机占比为21.51%；
净收入超过7000元/月的司机仅有32人，占比3.88%（图17）。结合主流群体超过9个小时的日均工作时间，可以初步判断样本司机的收入水平偏低。随后，我们进一步对影响收入水平的因素进行了考察。在空驶率方面，图18显示，日均空驶里程在30公里以下的仅占9.84%；
而空驶里程在80公里以上的人数最多，为313人，占比38.03%。考虑到样本司机日均行驶里程的众数为300-400公里，这意味着日均空驶率在20%至27%。因此，较高的空驶率可能是影响样本司机收入水平的重要因素。在份子钱方面，样本司机对当前份子钱制度的评价普遍不高：超过60%的样本司机认为当前的份子钱制度不合理或极度不合理，只有46位（5.59%）样本司机认为比较合理，其余的266名样本司机则持有漠视态度。详细数据见图19。
图17 被调研对象月均收入分布
图18 样本司机的日均空驶里程分布
图19 样本司机对于份子钱制度的评价
进一步的，本研究还考察了不同类型的样本司机在月均净收入和日均空驶里程两个方面的差异，结果如表3。首先可以看到，随着年龄的增长，样本司机的日均空驶里程在不断上升，且月均净收入不断下降。其次，随着学历的升高，样本司机中日均空驶里程在80公里以上的占比明显更低，月均净收入超过7000元的比例更高。第三，相比城郊区的样本司机，城六区的样本司机日均空驶水平更低，月均净收入水平更高。第四，从数据来看，从业年限并不对月均净收入产生显著影响，但在日均空驶里程方面存在显著差异：从业时间更长的样本司机日均空驶里程超过80公里的占比反而更高。最后，家庭负担重的样本司机虽然在行车方面更加精打细算（表现为更低的空驶率水平），但其月均净收入水平却比同伴更低。
表3 被调研对象工作情况的多维度分析
（4）网约车平台参与
理论上，基于位置的信息服务技术（LPS）有助于提高匹配效率，降低出租车空驶率。但现行制度安排下，出租车司机是否愿意接入网约车信息平台？接入后又对其运营效率产生了何种影响？鲜有研究提供充分的数据结论。基于此，本研究进一步考察了出租车司机的网约车平台参与行为。
首先，我们调查了样本司机接入网约车平台的比率。数据显示，573名被调查者接入了网约车平台，占比69.62%；
但也有250名司机选择放弃接入网约车平台。在所有选择接入网约车平台的样本司机中，有488人接入滴滴平台，146人接入嘀嗒平台，还有42人接入美团、的士联盟等平台（存在一个司机接入多个平台的情形）。可以看出，由于强大的网络效应，滴滴仍是大多数出租车司机的首选。
1.1.3 主要仪器 PCR扩增仪(ABI 2700)；
凝胶成像系统(CLiNX Science Instruments)；
电转化仪(Bio-Rad Gene Pulsero tI)；
核酸检测仪(NanoDrop ND-100)；
荧光定量PCR仪(Bio-Rad CFX96)；
基因芯片扫描分析系统(Genepix personal 4100A，Axon Instruments).
进一步的，我们考察了接入网约车平台对样本司机收入和空驶率的影响。统计发现，样本司机关于平台派单对收入的影响存在比较显著的分歧：50.44%的样本司机认为，平台派单对于收入具有比较积极的影响；
但也有49.56%的司机认为影响非常有限。在空驶率方面，样本司机的评价更加积极：58.73%的样本司机认为平台派单可以降低空驶率，其中11.64%的样本司机认为可以显著降低空驶率。详细数据见图20和图21。
图20 平台派单对样本司机收入的影响
图21 平台派单对样本司机空驶率的影响
最后，本研究进一步考察了不同类型的被调研司机在网约车平台参与行为方面的差异，结果见表4。从数据可知，样本司机参与网约车平台的决策在学历维度、家庭负担维度和从业时间维度不存在显著差异，但会因样本司机的年龄和籍贯而存在不同。既往关于技术接受度模型的研究表明，年轻群体对于新技术的接受程度往往更高；
但我们的调查发现，40岁及以上的样本司机选择接入网约车平台的比例却更高。结合前文的发现，一个可能的解释是：由于年龄大的司机平均收入水平更低，对收入变动更为敏感，因此他们更有意愿尝试可能对其收入带来积极影响的网络技术服务。同时，研究还发现，居住在城六区的样本司机参与网约车平台的比例显著更高，这一点与技术接受度模型的预期基本一致。
表4 被调研对象网约车平台参与行为的多维分析
3.2.3 健康情况统计
前文的分析发现，被调研司机的工作强度普遍偏高，其中739名司机的日均工作时间超过9个小时，占比89.79%；
而日均工作时间在12个小时以上的有380人，占比46.17%。在高压力环境下，司机群体的健康状况如何？本研究结合司机群体的常见病，从四个方面进行了详细调查。研究发现，约63%的被调研司机患有不同程度的精神疲劳症，其中比较严重和非常严重的占比分别达到24.18%和4.86%。在颈椎、腰椎疾病方面，患病比例更是超过70%，其中6.8%的被调研司机患病非常严重。在肠胃疾病和前列腺疾病方面，被调研群体的表现较好，患病轻微以下的占比分别为55.16%和61.6%。综合来看，被调研司机群体的整体健康状况不甚理想，其中颈椎、腰椎疾病是司机群体健康水平的头号影响因素，精神疲劳症次之，而肠胃疾病和前列腺疾病分列三四位。
表5 被调研对象常见疾病自评结果
此外，我们还进一步结合被调研对象的人口学、社会学特征考察健康水平的分布情况，结果见表6。可以看到，被调研对象的健康状况依据人口学、社会学特征的不同而呈现显著的差异。首先，四种疾病的患病率在不同年龄群组的分布呈现出异质性：“精神疲劳症”和“前列腺疾病”的患病率在低年龄群组中更高；
而“颈椎、腰椎疾病”和“肠胃疾病”则在高年龄群组中更易发生；
同时，组间差异最大的是“颈椎、腰椎疾病”，差值为7.59%；
组间差异最小的是“肠胃疾病”，差值为2.01%。其次，高学历群体的患病率普遍较高：高中以上学历的司机群体中，“精神疲劳症”、“肠胃疾病”、“前列腺疾病”的患病率分别高出19.82%、0.37%和11.26%；
只是在“颈椎、腰椎疾病”的患病率低4.02%。上述发现与教育水平越高健康水平越好的常识发生背离，可能的解释是高学历人员对健康状况更为敏感，因此对于体验间接型疾病（如精神疲劳症、前列腺疾病）的自评结果存在高估；
而低学历人员更容易对体验直观型疾病（如颈椎、腰椎疾病）的自评结果产生高估。再次，不同地区的被调研对象患病率存在显著差距：与城六区司机相比，城郊区司机四种疾病的患病率分别高出25.87%、21.65%、26.18%和15.33%。第四，在从业时间维度，四种疾病的发病率呈现出一致性：从业时间越长，患病率越高；
其中，差异最大的是“肠胃疾病”，差值为13%；
差异最小的是“前列腺疾病”，差值为2.4%。最后，在家庭负担维度，调研显示“经济支柱”型司机换精神疲劳症的比率显著低于“非经济支柱”型司机，但前者换颈椎、腰椎疾病的要显著高于后者，这一冲突发现的可能解释是：“精神疲劳症”具有较高的主观判断性，而“经济支柱”型司机工作劲头更足，更易低估精神疲劳发病率；
与此同时，由于更高的工作强度，其患有“颈椎、腰椎疾病”的概率更高。
表6 被调研对象健康状况的多维度分析
此外，我们还进一步考察了接入网约车平台对出租车司机健康状况的影响，统计结果见图22。可以看到，在所有四种常见职业病中，接入网约车平台的司机患病率普遍偏高，其中，“前列腺疾病”的发病率高出6.31%。因此可以初步判断，在现阶段，新技术的应用并没有改善出租车司机的健康状况。
图22 接入网约车平台对司机健康的影响
最后，本研究进一步考察了被调研司机健康检查的执行情况，结果显示，出于多种原因，被调研出租车司机对健康检查的重视普遍不足，超过50%的司机并没有执行年度健康体检。进一步的，我们还考察了体检执行情况与四种常见职业病发病率的关系。结果见图23。可以看到，经常参与体检的样本司机其职业病患病率显著低于未参与年度体检的调研对象，其差值范围是5.12%（颈椎、腰椎疾病）至12.6%（肠胃疾病）。综合来看，按时参与体检有助于降低样本司机的职业病患病率。
图23 体检执行情况与职业病发病率
3.2.4 网约车冲击评估
在考察基本信息、工作情况、健康情况的基础上，本研究请被调研对象对网约车发展带来的影响进行直接评估，具体包括收入水平、工作强度、职业荣誉感三个方面，并直接测度了出租车司机群体对网约车的整体态度。具体结果如下。
在收入水平方面，88名被调研对象认为网约车发展对自身收入没有影响，占比10.69%；
另有287名受访者认为仅仅产生了很小的影响，占比约为34.87%；
而最高比例的受访者（41.92%）认为网约车发展对自身收入产生了较大影响，还有12.52%的受访者认为产生了显著影响。综合来看，受访对象普遍认为网约车发展对自身收入水平产生了明显的抑制效果。
图24 网约车发展对出租车司机收入水平的影响
进一步的，本研究还考察了不同人口学、社会学特征是否会影响上述评估结果。数据见表7。对于统计结果的分析主要从众数和极值两个方面展开。在年龄方面，低龄租和高龄组的众数均处在“较大的影响”，但观察其极值发现，高龄组中认为产生“显著的影响”的比例更高，达到14.63%，因此可以初步判断，网约车发展对出租车司机收入水平的影响在高龄司机群体中会更加显著。这一结论的可能解释是，年轻的出租车司机群体应变能力更强，面对网约车冲击能更快的找到应对方法；
而高年龄的出租车司机群体职业惯性更大，应变能力较弱，因此受到的影响也会更大。在籍贯方面，城六区群组认为“很小的影响”和“较大的影响”的比例相同，而城，因此可以初步判断，网约车发展对出租车司机收入水平的影响在非经济支柱群体中会更加显著。可能的解释是作为家庭经济支柱的出租车司机面临网约车的冲击会积极想办法应对，而非家庭经济支柱的出租车司机求变的动力不足，因此更倾向于被动接受，因此其受到的影响也会相对更大。在接入网约车平台方面，数据表明，参与组与未参与组的众数均处于“较大的影响”（但参与组的占比显著更高），且两者认为发生 “显著的影响”的比例基本相同，因此可以初步判断网约车发展对参与组司机的影响会更加显著。但这一发现可能存在内生性解释，因为收入水平受到影响更大的司机才更倾向于尝试接入网约车平台。
表7 网约车发展对出租车司机收入水平影响的多维度分析
（2）工作强度
在工作强度方面，140位受访司机表示没有影响，占比17.01%；
另有285名受访司机认为产生的影响非常有限，占比34.63%。但是，398位受访司机认为产生了较大及以上程度的影响，占比48.36%。另外从众数看，37.42%的受访司机认为产生了“较大的影响”。综合来看，网约车发展对于出租车司机工作强度具有明显的影响。
图25 网约车发展对出租车司机工作强度的影响
进一步的，本研究还考察了不同人口学、社会学特征是否会对上述结果产生影响。结果见表8。数据显示，对于不同特征的司机群体而言，网约车发展对工作强度的影响具有显著的异质性。具体来看，在年龄方面，高龄组的众数分布在“较大的影响”，而低龄组的众数分布在“很小的影响”，且高龄组认为“显著的影响”的比例更高，因此可以初步判断，网约车发展对高龄组司机群体工作强度的影响更大。在籍贯方面，城六区群组的众数处于“很小的影响”，而城郊区群组的众数处于“较大的影响”，但城六区群组认为“显著的影响”的比例高于城郊区群族，因此可以判断，网约车发展对不同籍贯司机群体的影响并不显著。在从业时间方面，短从业组和长从业组的众数均处于“较大的影响”，但长从业组认为“显著的影响”的比例更高，因此可以初步判断，网约车的发展对于长从业群组劳动强度的影响更显著。在家庭负担方面，经济支柱群组与非经济支柱群组的众数均处于“较大的影响”，但在极值方面，非经济支柱群组认为“显著的影响”的比例更高，因此在工作强度方面，非经济支柱群组受到网约车的影响会更大。最后，我们发现接入网约车平台的司机工作强度反而更高，这意味着对于尝试新技术的出租车司机群体，不仅工作收入，而且工作强度都没有得到有效改善。
表8 网约车发展对出租车司机工作强度影响的多维度分析
（3）职业荣誉感
职业荣誉感是一个复杂的心理变量，出租车司机的职业荣誉感受到收入水平、工作强度、司乘关系等因素的综合影响。同时，职业荣誉感还会进一步影响司机的就业满意度及服务提供意愿。考虑到网约车发展在上述几个方面产生的显著影响，全面考察网约车冲击下出租车司机职业荣誉感的变化就显得非常必要。本研究直接询问了出租车司机的直观感受，统计结果见图26。数据显示，被调研对象认为网约车发展对自身职业荣誉感的影响相对有限，在823名受访者中，认为“没有影响”或“很小影响”的分别为322人和287人；
仅有5.82%的受访者表示对自身的职业荣誉感有“显著的影响”。为何网约车发展对收入水平和工作强度产生显著影响的前提下，却对职业荣誉感影响不甚显著？联系前文的发现，笔者认为一个潜在的解释是，良好的司乘关系发挥了重要的补充作用，使得被调研对象在收入和工作强度受到影响的情况下仍具有相对较高的职业荣誉感。
图26 网约车发展对出租车司机工作强度的影响
（4）对于网约车的态度
在详细考察网约车对收入水平、工作强度、职业荣誉感影响效果的基础上，本研究进一步考察了出租车司机群体对网约车的整体态度。研究发现，持有完全禁止网约车极端思想的受访者仅有97人，占比11.79%；
超过73%的受访者认为应加强约束，促进行业规范发展；
另有120人持无所谓的态度，占比14.58%。联系2014年、2015年频发的出租车司机排挤网约车司机、围攻网约车公司总部等事件，可以发现出租车司机群体对于网约车的整体态度在从盲目抵制到理性对待转变。事实上，越来越多的出租车司机选择接入网约车平台（约70%）也从侧面反映出租车司机群体对于网约车的态度在发生改变。
图27 出租车司机对网约车的整体态度
（5）工作满意度及未来工作意愿
最后，本课题还考察了受访出租车司机的整体工作满意度以及未来的持续工作意愿。具体结果如下。
在工作满意度方面，图28展示了具体统计结果。可以看到，受访司机群体的整体工作满意度不高，49.33%的受访者对当前工作“不满意”或“非常不满意”，“比较满意”的受访者仅有96人，占比11.66%；
另外还有38.76%的受访者表示对当前的工作满意度一般。
图28 出租车司机整体工作满意度
进一步，我们还考察了司机的工作满意度是否会因人口学特征、社会学特征的不同而存在差异。分析结果见表9。数据显示：第一，相对于低龄组，高龄组的工作满意度更高；
第二，城六区与城郊区群组对于工作满意度的评价不具有一致性，城六区群组认为“非常不满意”和“比较满意”的比例更高，而城郊区群组认为“不满意”和“一般”的比例更高；
第三，低工作时长组与高工作时长组对于工作满意度的评价同样不具有一致性，低工作时长组认为“不满意”和“一般”的比例更高，而高工作时长组认为“非常不满意”和“比较满意”比例更大；
第四，相对于非经济支柱型司机，经济支柱型司机的工作满意度更高。
表9 出租车司机工作满意度的多维度分析
最后，课题组考察了被调研对象的持续工作意愿。研究发现，虽然在网约车冲击下收入水平和劳动强度都有恶化趋势，但在未来三年愿意持续从事出租司机工作的被调查者达到562人，占比68.29%，结果见图29。可能的解释是出租车司机的工作具有技术专用性，导致其缺乏替代性技能而很难在劳动力市场谋求其它工作岗位，因此不得不继续原有工作。
图29 被调研司机持续工作意愿
基于前述分析，我们认为在网约车冲击背景下，出租车行业的突出问题主要体现在监管思路、企业运营、司机管理三个层面。
4.1 监管层面的问题
第一，经营权有偿使用和无序转让推高“份子钱”，且缺少动态调整。传统的出租车行业是建立在特许经营基础之上的，具有行政垄断特征。北京市人民政府通过颁发出租车经营牌照的方式管制出租车数量、规范服务质量。显然，出租汽车经营权的有偿使用直接增加了出租车成本，而围绕经营权的层层转包和转租则进一步抬高了出租车的“份子钱”，使得巡游出租车在与网约车的竞争中处于先天劣势。此外，面对网约车的竞争，北京市监管部门对于“份子钱”的动态调整明显滞后：目前，“份子钱”的缴纳标准依然延续2013年价格听证的结果，即单班车每月5175元，双班车8280元。与之对比，其他主要城市则先后对“份子钱”缴纳标准及时进行了调整：
如合肥在2014年10月将“份子钱”从每月7000元降低到5100元，西安在2016年5月将“份子钱”从以前的每月8000元下调到6500元。
第二，严格的数量管控导致出租车供给与需求长期不匹配。出租车是城市综合交通运输体系的重要组成部分，是城市公共交通的补充，北京市据此制定了“优先发展公共交通，适度发展出租汽车”的总体原则，并提出依据“人口数量、经济发展水平、空气质量状况、城市交通拥堵状况”等指标调整出租车总体规模。但实际情况是，北京市出租车整体运力与市场需求一直存在巨大的缺口：根据国家在2006年评比文明城市的相关规定，风景旅游城市出租车配置标准为每万人拥有出租车50辆，而在北京，2010年这一指标为33.97辆，此后随着城市人口的不断增长，这一指标在2018年前一直维持在32辆以下，直至2020年才上升到34.2辆。与之相比，深圳市2018年每万人拥有出租车数量以达到58.3辆。供需错配导致北京市打车难、打车贵的问题长期比较突出，也为网约车的迅速发展提供了市场空间。
第三，运价形成机制僵化，难以反映成本及供需关系的动态变化。出租车运价由价格主管部门在听证基础上制定，属于政府定价范畴。新世纪以来，北京市发改委于2006年和2013年对出租车价格进行过两次调整，其中，2006年将运价从1.6元/公里调整为2元/公里，而2013年进一步将运价从2元/公里上调为2.3元/公里，同时将起步价从3公里10元上调为13元。可以看到，两次价格调整相距7年，而最近一次价格调整距今已9年，如此长的周期内，运价很难反映驾驶员工资、油价波动、道路拥堵等出租车成本因素的影响变化。与之相对，网约车实施的是市场化定价，不仅基础运价可以随着运营成本动态调整，而且还可以依据地域、时段、里程等因素制定阶梯式的费用加成。运价形成机制的僵化进一步削弱了巡游出租车的竞争优势，降低了巡游出租车司机的经营积极性，并导致了高峰时段大量出租车因收入-成本不匹配而熄车休息等市场异象。
4.2 企业层面的问题
第一，出租车企业规模小，管理水平低，呈现出多、小、散、弱的特征。北京市共有营运出租车企业220家，除金建、银建、北汽、北方、新月等少数规模较大的公司外，绝大多数是中、小出租车企业，规模小、底子薄、抗风险能力弱。事实上，经营主体分散，规模效应难以发挥一直是我国传统出租车行业的共性。在宁波，一共有4427 辆传统出租车，却有31家出租车企业，其中拥有300辆出租车的仅有1家；
在西安，拥有300 辆以下出租车的企业有27 家，其中100辆以下的有13家。出租车企业多、小、散、弱的问题在数字经济时代更加突出：车机端收集的信息彼此独立，扬召数据的收集存在很大的困难，因此其数据价值很难得到充分开发，这也使后续的数据整合、管理体系建设等都相对滞后。而无论是动态价格调整、供需精准匹配还是城市运力规划，都需要海量、全面、长时间积累的历史数据作为支撑和参照。与之相对，滴滴等网约车平台则可以借助规模优势和数据优势，持续迭代其匹配算法和定价算法，从而不断拉大与传统出租车企业的竞争优势。
第二，出租车企业数字化转型意识淡薄，积极性不高。网约车具有供需匹配精准、客户响应及时、服务满意度高等突出优点，因此数字化、线上线下一体化是巡游出租车转型的必由之路。面对网约车冲击，仅有个别企业积极开展数字化转型，首汽是其中的典型代表，他们于2015年9月推出了“首汽约车”；
但是大部分北京市出租车企业的转型意识还比较淡薄，一直未开展有效的转型尝试。即使高德打车联合北京出租汽车暨汽车租赁协会于2021年9月26日上线了“北京的士”平台，截至2022年3月26日，“北京的士”平台入驻出租车刚刚超过3万辆，占北京市全部巡游出租车的比例尚不足50%。与之对比，西安在2019年4月即启动了国内首个城市出租车智慧运营项目，推动巡游出租车的智能化、网约化转型，截至2021年，全市巡游出租车的数字化比例已超过95%①金融界，2022-3-22，嘀嗒出租车三化西安合作三周年：出租车累计服务评价超1.1亿条 满意率超99% (baidu.com)。，而且普及了“智慧码”、“出租车智慧出行”小程序、凤凰云平台、智能车载终端等软硬件设施。
第三，出租车公司与签约司机的雇佣关系持续紧张。目前，北京市巡游出租车存在两种运营模式，一种是个体出租，共1157辆。个体出租是由司机个人出资购车、个人申办出租车营运证、个人申办个体营业执照与纳税等相关手续，个人进行日常运营的出租车。第二种是公司出租，占北京市巡游出租车的绝大多数（以2021年数据看，超过7万辆）。公司出租由出租车公司统一购车、统一申办出租车营运证、营业执照与纳税等相关手续，然后由司机个人出资再从公司购车、承包，按月给公司交纳数千元管理费与租金（份子钱）。从收入来看，出租车公司的主要收入来源即为份子钱，整个北京市每月上缴的份子钱约为4亿元（单班车每月的份子钱为5175元，双班车为8280元，单双班车辆比例大约为6：4②新华网，2013-5-9，媒体称北京出租车公司每月可收4亿份儿钱_国内新闻_青岛大众网 (dzwww.com)。）。多年来，份子钱缴纳标准并没有变化，因此出租车企业的收入和利润相对稳定。但与之相对，前文的分析表明，2014年之后，面对网约车冲击，巡游出租车总体客运量和车均客运量均有超过50%的下降，因此可以预期，出租车司机的收入也会大幅下降。综合来看，一方面是大幅下降的收入，另一方面却是高昂的不变支出（份子钱），因此出租车公司与司机之间的矛盾随着网约车冲击的扩散不断激化。而我们的问卷调查数据也支持了这一观点：仅有5.59%的被调查司机认为当前的份子钱基本合理，而持反对意见的司机则超过60%。
4.3 司机层面的问题
第一，巡游出租车司机群体的工作强度普遍较高。本课题的调查显示，89.79%的被调查司机日均工作时间超过9个小时，其中日均工作时间在12个小时以上的占比46.17%；
而且大部分样本司机的日均驾驶里程为200至400公里（占比76%）。进一步的考察还发现，司机在长时间高强度工作后并没有得到充分的休息，月均休息时间超过6天的样本司机占比仅为9.23%，而月均休息时间在2天以内的司机占比56.38%。对于高强度工作的原因，48.36%的受访者认为网约车的发展具有重要影响。基于此可以判断，在网约车竞争下，出租车司机存在短期工作强度和长期工作强度双高的情况。
第二，出租车司机的客户服务意识整体不高。出租车行业是典型的服务性行业，客户满意度关系到整个行业的形象、口碑乃至生存。但是由于长期的供需错配，以及客户评价系统的不健全，导致出租车行业的服务意识和服务质量一直饱受诟病。我们的调研也支持了上述观点：在被调研司机群体中，对顾客意见比较在意和非常在意的样本司机占比仅为26%，接近40%的样本司机表示不太在意或根本不在意，这一点在40岁以上的司机、城六区的司机群体中更加突出。这也与网约车司机形成鲜明的反差：由于派单数量和派单质量与乘客评价高度相关，网约车司机普遍更加重视司乘关系的维护。
第三，空驶率居高不下，月均收入持续低迷。出租车司机的收入取决于单位时间内的有效载客时间，因此降低空驶率是提升司机收入的重要渠道。调查显示，日均空驶里程在30公里以下的仅占9.84%；
而空驶里程在80公里以上的占比38.03%。考虑到样本司机日均行驶里程的众数为300-400公里，这意味着日均空驶率在20%至27%。与之相对，出租车司机的收入也受到显著影响：74.61%的样本司机净收入低于5000元/月，处于5000-7000元/月区间的司机占比为21.51%；
净收入超过7000元/月的司机仅有3.88%。结合主流司机群体超过9个小时的日均工作时间，可以判断样本司机的收入水平偏低。此外，问卷调查结果还显示，网约车发展对出租车司机收入水平存在明显的抑制效果：超过54%的受访者认为网约车发展显著影响了自身收入。
第四，出租车司机加入现有第三方出行平台的积极性普遍不高。理论上，基于位置的信息服务技术（LPS）有助于提高匹配效率，降低出租车空驶率，提高运营收入。但我们的调研发现，加入第三方平台（如滴滴）虽然有助于降低空驶率，但对于司机运营收入的影响却并不明显：接近50%的被调查对象认为平台派单对收入不存在显著影响。一个可能的解释是：各出行平台的业务由自营业务和第三方业务构成，考虑到投入-回报效率，平台倾向于将高价、长程订单（即高质量订单）委托给自营车辆，即存在“算法歧视”。基于此，出租车司机对接入现有第三方出行平台的积极性不高：超过30%的被调查对象明确表示不愿介入出行平台。
第五，出租车司机的健康状况不容乐观。在长期高强度工作压力下，出租车司机的健康状况不甚理想，其中颈椎、腰椎疾病是司机群体健康水平的头号影响因素，精神疲劳症次之，而肠胃疾病和前列腺疾病分列三四位。而进一步分析发现，接入网约车平台的出租车司机患病率普遍更高，其中，“前列腺疾病”的发病率高出6.31%。这表明现阶段，新技术的应用并没有改善出租车司机的健康状况。最后，调研还发现出租车司机群体的健康防护意识亟待提升，超过50%的司机并没有执行年度健康体检。
第六，出租车司机的工作满意度不高，持续工作意愿较低。综合前述对于工作强度、工作收入、健康状况的考察，我们预期出租车司机的工作满意度会比较低。问卷调查结果也支持了这一判断：49.33%的受访者对当前工作“不满意”或“非常不满意”，“比较满意”的受访者仅占11.66%，另外还有38.76%的受访者表示对当前的工作满意度一般。进一步考察司机的持续工作意愿，发现超过30%的受访者表示未来三年不愿继续从事出租车行业。综合来看，面对网约车冲击，出租车司机的工作满意度令人堪忧。
网约车在给传统出租车行业带来冲击的同时，也为出租车行业的改革、转型提供了契机。首先是促使监管部门下定了行业改革的决心。由于制度惯性、既得利益者的阻挠以及管制俘获，长期以来，出租车行业的改革步履维艰；
但是网约车的出现使出租车行业面临背水一战的局面，不改革将被市场抛弃。其次是明确了出租车行业市场化改革的方向。网约车成功的根本原因是需求导向下的系统创新，出租车行业的改革也必须立足市场化道路，准入管制、数量管制、价格管制等管制方案必须依据市场需求的变化适时调整。最后是为出租车行业的改革提供了技术方案。网约车在车容车貌、服务态度、服务质量、运营效率等方面都要优于传统出租车，主要原因基于LPS、大数据分析、人工智能等数字技术的深度应用，构建了高效的运营管理管理系统与双向服务质量评价体系，这为破解传统出租车行业供需匹配精准度低、客户服务质量差等顽疾提供了启发。下文将重点从监管层面、企业层面、司机层面三个维度提出出租车行业的转型升级对策。
5.1 监管层面的转型对策
在监管层面，转型对策的总体思路是坚持市场化导向，改革出租车经营管理制度，在依法、依规的原则上，推动监管手段的信息化、数字化，并将监管模式由事后救急向事前预防和事中调控转变。具体对策包括：
首先是放松准入管制，建立动态调整的数量调控机制。一直以来，北京市实施严格的出租车准入管制，每万人出租车拥有量长期与北京市政治中心、文化中心、尤其是国际交往中心的定位不匹配，建议基于常住人口数量、流动人口数量、经济发展水平、空气质量状况、交通拥堵指数、公共交通发展水平、网约车发展水平等指标，建立出租车数量动态调整机制。此外，建议放宽对于车辆品牌、型号和排量的僵化管制，仅设定指导性的最低标准，鼓励出租车经营者自行选择，从而提供差异化服务，树立异质性品牌形象。
其次是加速落实出租车经营权无偿、有期限使用的调控原则。传统上，出租车经营权的有偿使用和层层转包使得“份子钱”居高不下，不仅导致司机与租车公司的对立，而且使得出租车在与网约车的竞争中处于不平等地位。2015年起，南京、宁波、杭州等已经停止收取出租车经营权使用费，实行无偿使用，而且取得了不错的效果。建议北京市进一步细化相关过渡方案，加速推进经营权改革。
第三是调整出租车经营权配置方式。在经营权有期限使用的前提下，如何在不同经营主体之间进行经营权的灵活配置成为亟待解决的问题。一些城市已经进行了卓有成效的探索，例如兰州自2018年起开始对出租车经营权实施竞争性获取，续期时按照服务导向的考评体系进行达标验收，对于验收不合格的责令整改，而整改后仍然不能达标的则由监管部门收回出租汽车经营权证。建议北京市依据投诉率、违章率、事故率等指标构建以服务质量为导向的评价体系，实施经营权的动态配置，打破出租车经营权的“铁饭碗”，引导行业主动提升服务水平，更好的满足客户需求。
第四是指导建立公平、高效的利益分配制度。受制于准入管制导致的供给垄断，出租车司机在与租车公司的博弈中长期处于劣势地位，苦于高昂且缺乏弹性的“份子钱”。但是网约车的出现提供了替代性的就业机会，改变了劳动力市场的供求状况；
租车公司如果想要继续生存，必须重视出租车司机的合法利益保护。建议引导、建立包括租车公司、行业协会、出租汽车驾驶员、工会组织在内的协商机制，根据经营成本、运价变化等因素，合理确定并动态调整出租车承包费标准，构建出租车行业和谐劳动关系。
第五是破除价格管制，完善运价结构。长期以来，出租车行业实施严格的定价管制，在北京，新世纪以来仅在2006年和2013年对出租车价格进行过两次调整，难以匹配运营成本和居民收入的动态变化。事实上，现代信息技术的发展极大的缓解了信息不对称，价格管制的基础早已松动。与之相对，网约车的运价结构更丰富、调价机制更灵活，起步费、里程费、时长费、远途费、夜间费等常规定价因子会随着地域、供需关系动态调整。基于此，建议破除出租车的政府定价，并参考网约车运价结构制定市场定价原则，支持运价按照供需关系、经营成本、居民收入动态调整。此外，出租车也具有公益性，尤其是北京作为政治中心和国际交流中心会承担大量的重大活动，为避免完全市场化的出租车价格在极端天气或重大事件导致的短时间供需失衡下极端波动，损害出租车的公益性特征，建议政府设立最高限价，打击价格欺诈，维持行业规范运营。
第六是依据行业变化适时调整监管重点。随着整合行业数字化、网络化、智能化水平的升级，一些新的问题不断涌现，需要监管部门给予更多的关注。一是竞争秩序。网约车平台依据大数据优势具有自然垄断特征，导致其可能利用市场势力开展不正当竞争，例如网约车巨头大规模的补贴。基于此，建议监管部门及时关注行业变化，细化反垄断立法并加大执法力度，维护正常的市场秩序。二是数据隐私。基于乘客数据的大数据分析不仅是提升运营效率的基础，也是各出租车企业竞争优势的关键。但是乘客数据包含大量敏感信息，不仅关系个人隐私，大规模、成体系的数据泄露还可能危害国家安全。建议主管部门加强对于出租车行业数据安全监管，完善监管制度，提升监管手段，有效防止信息滥用。最后是信用体系。数字经济时代，信用是提高交易效率、保障交易效果的关键。建议监管部门利用大数据、云计算技术建立针对出租车司机、租车公司和乘客的评价体系，将其作为从业资格动态调整、运营管理灵活激励的重要依据。
5.2 企业层面的转型对策
在企业层面，转型对策的总体思路是从运营、管理、服务多个维度全面推动企业的线上线下一体化，更好的满足消费者对于打车快捷、服务优质且价格合理的需求。具体的转型对策包括：
第一，加快推动出租车企业的数字化转型。北京市自2021年9月已经正式启动了出租车巡网融合改革，推出的“北京的士”小程序帮助驾驶员增收20%，乘客满意度提升110%。但北京市出租车行业的数字化转型还存在硬件支撑弱、转型覆盖率低、数据融合开发滞后等问题。基于此提出如下建议：首先是全面升级硬件设施。车辆硬件升级是巡游出租车数字化转型的基础，也是提高出租车行业管理效能的重要环节。传统上，由于缺少车机端智能设施，扬召数据的收集、整合非常困难，数据价值很难以得到充分开发。因此，有必要基于安全、高效、便捷的原则，开发、部署针对性的车机端智能设备。其次是积极开展预约服务。鼓励传统出租车企业依托现代数字技术，利用现有的车辆与人员优势，探索电信、互联网等方式提供预约运营服务，推动运营服务过程的全面数字化，完成数据的采集和积累。最后，建立专业化的出租车数据平台。无论是智能调度、供需匹配，还是动态定价、运力规划，都需要海量、全面、长时间积累的历史数据作为支撑和参照。通过搭建一体化的数据平台，实现独立数据的融合、挖掘、应用，为上述功能的实现提供支撑。西安市出租车行业的“三化”改革正是这一方面的积极探索：他们依托车机端智慧出行系统等及四路高清摄像头完成智能硬件的全面升级，借助“出租车智慧出行”小程序的热力图等功能推动“低效”的“经验巡游”向“聪明”的“数字化巡游”转变，并依托“出租车智慧码”实现客户评价即时化、在线化、可视化和投诉处理实时化，最终打造链接乘客、司机、车辆、出租汽车公司、协会、管理部门的高效、协同的巡游车数字生态。自2019年改革落地以来，西安市出租车行业的“三化”改革取得了显著成效：“智慧码”累计使用量已超过2亿人次，累计服务评价达1.1亿条，出租车司机的服务满意率超过99%，有力的帮助出租车企业降本增效。
第二，创新服务内容，打造差异化竞争特色。在服务对象方面，建议出租车企业加强对于老幼病残孕等特殊群体的关照。目前，北京市正面临严重的人口老龄化挑战，但老年人群体因为技术适应能力比较差，普遍被排除在网约车服务范围之外。面临类似困境的还有幼儿群体以及残疾人群体。巡游出租车作为行业的公益担当，应积极部署针对特殊群体的安全、便利设施，提供上门服务、代接送等创新型服务，通过错位服务打造竞争优势。在服务标准方面，建议出租车企业充分发挥公司化运作独特的管理优势和体制优势，从严、从细规范服务流程，并积极实施配套的激励措施，如针对评价排名靠前的车辆，可以享有机场、车站、医院等大型公共场所免排队，以及优先派单权等，引导司机主动提升自身服务水平，推动行业形成自我驱动服务提升的正循环。在品牌形象方面，建议北京市分阶段逐步淘汰、更新现有出租车辆，改变广大乘客对于出租车车况老旧、舒适度差的刻板印象。各出租车公司可以依据自身状况并在行业协会协调下购置不同层次的运营车辆，并按照舒适度差异（如B级车、C级车、D级车）分别施以不同涂装，增加品牌辨识度和公信力。在顾客粘性方面，积极采用游戏化设计提升顾客参与乐趣、参与意愿，如积分制：用户每次打车后，可根据打车费等指标积累相应的积分值，当用户积分积累到一定的数额后，可以抵扣打车费用或换购商品。
第三，通过打造统一的运营平台推动行业的规模化运营。传统的出租车企业具有多、小、散、弱的特征，经营成本高、抗风险能力弱、企业内部经营关系复杂、利益纠纷多发。独立运作带来的“数据孤岛”不仅导致行业层面的数据难以集成、融合，降低数据价值，而且不容易产生规模经济和范围经济。基于此，建议出租车企业通过兼并、重组方式扩大经营规模，更好的发挥规模效应、集群效应与比较优势；
并按照产权清晰、权责明确、管理科学、结构合理的目标建立现代企业制度。另一方面，建议打造统一的出租车行业运营平台，以平台模式破除企业边界，高效实现行业层面运营数据的采集、共享、融合、分析，从而为运力规划、智能调度、动态定价、实时考评提供支撑。
5.3 司机层面的转型对策
司机是出租车行业链接供需双方的桥梁：他一方面直接面对消费者，其服务过程直接影响顾客体验；
同时他也需要面对企业，是市场规范的直接实施者。从司机层面看，转型对策的主要思路是持续提升出租车司机的服务能力和服务意愿，从而一方面改善消费者的服务感知，另一方面维持市场的稳定，最终实现行业的持续、健康发展。具体对策包括：
第一，优先提升出租车司机的数字技能。出租车司机的数字技能是出租车行业数字化转型的关键(张钰浩和闫慧,2021)。但是调研发现，北京市出租车司机的年龄整体偏高（40岁以上司机占比76%）、文化程度偏低（高中及以下学历占比超过90%），导致对数字技术的主动采纳意愿不高。一方面，建议综合采用线上线下一体化、碎片化、游戏化方式，加强出租车司机的培训，培养数字技术使用意愿，提升数字技术使用能力。另一方面，建议针对部署到车机终端的智能设备和软件进行优化完善，提升易用性、可靠性。
第二，着重提升出租车司机的服务意识。由于数量管制导致的供给刚性，出租车司机在与乘客的博弈中长期处于优势地位，导致其对顾客体验重视不足，客户服务意识亟待提升。基于此，建议一方面要加强对于出租车司机的培训，针对车容车貌、上车礼仪、行车礼仪、下车礼仪制定涵盖全流程的服务标准体系。另一方面制定并实施严格的考评措施，通过飞行检查、匿名访客、顾客满意度、顾客投诉率等指标对出租车司机的服务质量进行全方位考评，并依据考评结果实施奖惩，如对于违反安全规定等底线原则的司机坚决清退，对于连续考评排名靠后的实施末位淘汰，对于考评排名靠前的司机实施优先派单奖励等，逐步培养提升服务质量的内生驱动力。
第三，全面改善出租车司机的工作满意度。调查发现，北京市出租车司机普遍存在工作时间长、工作强度大、工作收入偏低、健康水平不容乐观等情况，司机群体的持续工作意愿普遍不高。基于此，建议制定行业层面的劳动保护规范，一方面对连续工作时长、单日工作总时长作出明确规定，严格落实强制休假制度；
另一方面，结合居民平均收入水平和劳动强度，制定动态调整的工作收入机制；
此外，严格落实出租车公司的主体责任，督促其足额缴纳基本医疗保险，定期开展健康体检，并在条件允许范围内积极投保补充医疗保险，保障出租车司机健康，提升其持续工作能力。