当期荐读 2021年第5期 | 合乘出行政策文本分析及审思:价值共创的视角

图 | Internet

胡广伟^1,2 艾文华^1,2 司文峰^2,3 白玥^1,2

(1. 南京大学信息管理学院, 南京, 210023; 2. 南京大学政务数据资源研究所, 南京, 210023; 3. 南京邮电大学社会与人口学院, 南京, 210003)

摘 要

合乘出行作为共享经济商业模式下的代表性产物,可有效缓解交通拥堵,满足民众的现实需求。研究其政策整体情况与发展脉络,有助于推动合乘出行政策优化,激活共享经济的发展。通过搜集中央和地方政府层面的合乘出行政策文本,采用内容分析法,借助政策组合三维分析模型对政策文本进行分析。研究发现,当前合乘出行实践仍处于探索阶段,合乘出行政策还存在一致性、同步性、区域性、连续性等差异;政策内容主题分布集中在合乘服务管理、信任透明体系以及安全保障体系构建方面,表现出强制性、约束性的典型结构特征;政策实施路径表现为以实现价值获取(义务)作为出行方的安全保障,坚守了风险防范管理目标导向;主要参与主体为支撑平台和服务提供方,并由强制型政策工具主导服务。期望通过本文的研究为合乘出行政策的持续优化,以及相关共享经济发展政策的制定提供参考。

[关键词]

共享经济 合乘出行 价值共创 政策组合 内容分析

1  引言

近年来，以合乘车为代表的共享出行方式逐步得到了决策者及行业界的关注。据国办发〔2016〕58号文^[1]规定，私人小客车合乘（亦称拼车或顺风车），是由合乘服务提供者事先发布出行信息，合乘车车主与约乘人分摊出行成本或者免费共享的出行方式。以滴滴出行平台为例，自2015年底滴滴拼车上线，至2019年底累计使用人次已突破29亿，市场需求巨大。但是继有关合乘车恶性事件发生后，针对有关风险防范、信任与安全保障体系构建的社会反馈与诉求，围绕各地网约车和私人小客车合乘实施细则和指导意见，滴滴顺风车在安全整改的400余天里共迭代了18个版本，优化了330项功能，整合了包括准入门槛、行前预防、行中保护、行后处置四大模块在内的上百项安全功能和策略。2019年11月20日起，顺风车陆续在北京、哈尔滨、太原、石家庄、常州、沈阳和南通七个城市上线试运营，目前已在全国300个城市重新上线运营。因此，探究与理解政府监管合乘出行的逻辑和模式，具有至关重要的理论价值和现实意义。

从地方政府出台的政策来看，各级政府对车辆共享这一具有重要意义的共享经济类型所持有的规制态度仍存分野，主要包括明令禁止、未明确表态和明确允许^[2]。如何平衡政策导向与现实需求之间的关系，酝酿更为科学有效的政策条例，为合乘出行提供兼具风险防范和安全管理的政策保障显得尤为迫切。价值共创作为新兴消费行为模式下共享经济业态的本质，本文尝试从价值共创的视角，将政策文本作为分析样本，构建“政策主体-政策目标-政策工具”三维分析模型，并提炼出价值共创理论视角下的合乘出行概念框架，探寻国内合乘出行政策的应有逻辑。通过梳理合乘出行参与主体间价值共创的优适组合路径，助力强化合乘出行政策的执行效果，为新一轮政策调整提供参考，完善合乘车共享出行的政策体系。本研究将致力回答以下问题，现阶段合乘出行政策的主题呈现何种分布？政策实施路径是什么？为应对外部环境风险，构建安全保障体系，应如何优化合乘车共享出行政策结构？以期为合乘出行政策的持续优化，以及相关共享经济发展政策的制定提供参考。

2  文献评述

2.1 共享经济与共享出行

共享经济可视为参与共享经济主体的行为或活动^[3]，需要以参与主体各方形成稳定的社区网络为基石^[4]以及网络平台作为支撑工具^[5]。在一定程度上，其具备了行为属性、经济属性、社会属性以及技术属性。不同类型的共享经济模式具有不同的特征，具体而言，共享经济的参与主体的类型、功能、共享动机以及互动方式都存在差异^[6]。通过透视共享经济长期发展的内在需求不难发现，闲置资源是前提，用户体验是核心，信任是基础，安全是保障，大众参与是条件，信息技术是支撑，资源利用效率最大化是目标^[7]。目前，共享出行是互联网时代共享经济第三阶段具有重要意义的产品服务类型^[8]。其中，私人小客车合乘是共享出行中最具代表性的出行方式^[9]，按照是否分摊费用分为公益型合乘和互助型合乘，按照合乘方式则分为上下班通勤的长期合乘和节假日返乡、旅游的长途合乘。从现有较为成功的实践案例来看，Uber、Airbnb以及“滴滴打车”等共享平台已经把大量的闲置资源重新配置^[10]，既满足了公众的需求，也大大提高了资源利用效率^[11]和经济生态效率^[12]。

学术界有关共享出行的研究可归纳为技术设计、商业模式以及使用意愿影响因素等层面。①技术设计层面。Chardon等^[13]以共享单车为例，使用公开可用的站点级别数据对共享单车系统（BSS）每日旅行次数进行估计，并确定了单车共享出行次数与站点级别数据之间的关系，以期对不同分布的BSS有效性进行评估；El-Assi等^[14]根据加拿大第二大公共自行车共享系统全年旅行的历史数据，分析了影响多伦多单车出行量的因素，揭示了道路网络配置（交叉口密度和车站的空间分布）对自行车共享需求的影响。②商业模式层面。Vaskelainen^[15]对欧洲和北美领先的共享汽车服务案例进行了研究，得出了三种可持续性较强的业务模型，分别为自由流动模型、传统汽车共享模型和对等模型；Münzel等^[9]基于德国101个汽车共享提供商的综合数据库，应用共享汽车绝对数量和运营城市人均汽车数量两个指标，对B2C、单向、双向以及P2P等四种商业模式进行比较分析发现，四种商业模式在共享汽车绝对规模数量方面存在显著差异，但就其经营所在地区的人均汽车数量而言，具有同等的竞争力。③使用意愿影响因素层面。Rüdiger等^[16]以用户参与共享业务模型为概念框架，探究影响用户共享汽车使用意愿的因素，调查发现，驾驶方式、接送方式、服务水平、价格、可用性和平台中介作用会影响用户使用共享汽车的意图；Möhlmann^[17]为探究用户选择共享汽车的决定性因素，以B2C和C2C两组商业模式下的用户群体作为样本对象，发现效用、信任、节省成本和熟悉度在两种商业模式中都发挥了重要的作用，此外B2C商业模式下的共享出行还受到服务质量和社区归属感的影响。

2.2  价值共创理论

价值共创理论可追溯至19世纪的服务经济学，由Ramírez^[18]提出的服务过程需要生产者与消费者之间的合作。后经发展逐渐分化成两种主流思想，其中一个是由Prahalad等^[19-20]提出的基于消费者主导的价值共创理论；另外一个则是由Vargo等^[21-23]提出的基于服务主导逻辑的价值共创理论。目前，价值共创理论已被国内外学者广泛应用于诸多学科领域，涉及管理学、经济学、心理学、图书馆与信息科学以及教育学等，研究主题主要集中在价值共创结构要素、价值共创参与主体关系、价值共创影响因素。在价值共创结构要素方面，被广泛接受的是由Prahalad等^[19]所提出的消费者主导视角下的“DART模型”，包含对话（dialogue）、获取（access）、风险评估（risk reduction）和透明度（transparency）等基本要素；在价值共创参与主体关系方面，参与主体间的互动关系表现在DART模型基础之上，由二元关系、多元关系向网络关系的演进^[19]；在价值共创影响因素方面，除了个体性影响因素之外，还包括价值共创过程交互质量、外部共创体验环境及体验网络条件^[24]。在共享经济背景下，借助动态定价、信用评价和双向约束的互联网平台，合乘出行充分体现了以消费者需求为中心和重组资源间的对接。因此，结合上述两类主流思想的重要观点^[25-27]，本文认为价值共创是指服务提供者与消费者基于线下实体空间与线上数字环境的交互平台，并由消费者主导，通过双方的互动与资源整合共同创造服务价值，以达成独特消费体验的过程。

综上所述，在数字经济快速发展的背景下，共享出行平台形成了日益活跃的双边市场，共享主体和客体相互吸引、互动形成多元的网络对话关系，基于多方建立的信任机制进行共享交易活动。以滴滴顺风车为例，其发展经历了兴起、下线、全面整改到重新运营，映射出乘客、车主、企业平台以及监管方等多主体之间的动态博弈过程。目前，有关共享出行的研究主要关注价值分配、出行定价等方面，相关政策逻辑的探讨还较为缺乏。本研究将尝试从价值共创的视角，应用政策组合分析方法对我国合乘出行政策文本进行分析，研究合乘出行政策的结构特征、政策内容的主题分布、政策实施的价值取向等，为合乘出行政策的持续优化提供参考。

3  研究设计与方法

3.1 研究方法

政策组合逐渐成为国内外政策研究领域关注的热点，能够为政策分析提供工具选择和标准，是一套以问题为导向，政策工具间相互协作、系统工作的组合。政策主体、政策目标和政策工具等是政府在设计、选择、运用与评估政策时必须考量的重要因素^[28]。政策主体是决定政策目标、选择政策工具、发布并监督政策执行结果的机构或组织^[29]；政策目标指政策执行的方向，是政策工具要达到的目的和效果^[30]，也是构成公共政策“有机体”的重要要素^[30]；政策工具是为实现政策目标而设立的一系列不同途径和不同手段的机制、体制与体系^[31-32]，体现了政策制定者为实现政策目标所采取的结构性与体系性的手段^[33]，不同类型的政策工具作用方式存在明显的差异^[34]。目前，常见的政策工具有按照政策目标实现的Mcdonnel-Elmore框架^[35]、基于政策影响程度的Rothwel-Zegveld框架^[36]，以及根据政策主体对产品主导程度的Howlett-Ramesh框架^[37]等，被广泛应用于环境、养老、产业、教育、科技等研究领域。本文借鉴Howlett-Ramesh政策工具框架，依据政策倾向和执行力度，将混合型工具拆解为鼓励型和引导型。

3.2 数据来源与编码

本文将北大法宝作为政策数据库，利用检索词“小客车合乘”和“私人合乘”进行组配检索，得到中央法规1则、地方法规50则（包括地方规范性文件48则，地方工作文件2则），其中6条重复，2则失效，总共有效法规为43则，覆盖15个省市范围，共计39个城市（样本收集截止时间为2020年9月16日），如表1所示。政策时间分布方面，总体分布时间较短，跨度仅为五年，主要集中在2016年（26则）和2017年（15则）。政策数量结构分布方面，河南省发文最多，共计15则，其次为湖南省（4则）、辽宁省（4则），见图1。

表1 私人小客车合乘出行政策样本一览表(有效部分)

图1 私人小客车合乘出行政策样本时间分布图

在确定了政策样本后，为便于了解国内各地政府合乘出行政策主题分布和差异性，将43份有效政策文本进行初步处理及合并汇总，删除空行和不必要的文本信息。鉴于政策文本较好的规范性和结构化，对政策文本按照段落条目进行结构化编码，人工编码的具体思路为编码时由编码人员将合乘出行政策文本划分成政策分析单元，在此基础上以自然条款或段落为编码单元提取语段的关键信息。因此，首先按照“政策编号-序列号”的编码形式进行编码。其次，借鉴Howlett-Ramesh政策工具框架划分标准，在自愿型、强制型和混合型政策工具模型基础上，本文依据政策倾向和执行力度，将混合型工具拆解为鼓励型和引导型。再根据价值共创DART模型中的结构要素，把政策目标维度分为价值获取、对话链接、透明信任、风险防范四类要素，其中价值获取由义务和权利组成；政策主体维度则由四类参与主体组成，分别为出行方（乘客）、服务提供方（车主）、支撑平台和政府监管方。考虑到政策文本数量并不充分，暂将中央、省级和市级层面政策文本的制定主体均归属为政府监管方，基于此，对编码条目进行类目设置。最后借助MAXQ-DA2020质性编码工具实施文本编码，得到594个参考点，编码率达76.98%，所得合乘出行政策分析单元编码表（部分示意）如表2所示。另外，本文借助Python的jieba工具包进行分词、更新停用词表、建立保留词表以及词频统计工作，并通过词袋向量和余弦相似度计算得出各省政策文本间的相似度矩阵。

表2 合乘出行政策分析单元编码表(部分示意)

3.2 编码统计与结果分析

图2 合乘出行政策样本相似度热力图

政策文本结构相似性如图2所示，在中央与省市、省市与省市上呈现出不同结构。首先，相较于中央出台的私人小客车合乘出行政策，各省市分别与中央的政策文本相似度均低于相似度矩阵平均值0.245，说明在中央政策文本指导下，各省市政策的自由度较高。其次，在各省市间的政策文本相似度中，省份之间有关私人小客车合乘出行政策的相似性则较为明显，说明省市之间对于政策的具体落实具有相当程度的一致性。当然也有一些省市可能存在更多创新或者因地施策的情况，使得相似重叠较少。如浙江省、河南省与其他省份政策文本重叠部分较少，上海市与河北省、重庆市与江西省的政策文本间的结构部分相似度较高（相似度高于0.50）。除了政策文本间结构相似性比较，本文试图通过质性编码方式分析政策文本内容，有助于深入理解各省市合乘出行政策间的差异，并获取合乘出行政策制定现状及主题分布。据编码结果，政策属性方面，“规定”“管理”“应当”“规范”“不得”等约束性词语的出现频率显著高于鼓励、互助等鼓励性词语，表明该条目以强制性、约束性内容为主。政策内容方面，主要以交通运输部门的管理内容为主，提出了合乘出行的注意事项和禁止事宜，约定了分摊合乘成本的依据，明确了支撑平台的安全生产和维稳主体责任，上述内容也均由表3中覆盖比的前40内容条目所囊括。

图3 合乘出行政策文本高频词云图

如图3所示，有关合乘服务提供方的政策内容方面集中在合乘车管理限制规定方面，如合乘次数、车辆座位数等，其次为合乘服务提供方个人信息，如驾龄要求、投保责任险和实名注册等。此外，本文还发现部分内容条目具有区域差异性，例如“合乘次数限制”和“合乘服务范围”两个内容条目。合乘次数限制又可分为时间性质类和市域界限两类，其中时间性质类如安阳等四城市，根据时间性质限定工作日4次、节假日2次；市域界限类如焦作和新乡市，根据市域界限限定市内4次、跨市2次。合乘服务范围则因地域差异而不同，天津、沈阳等五市规定在所属行政区内，而长春市进一步限制在市区内。有关支撑平台的政策内容方面，体现在以信息公开透明化为基础，构建信任与监管体系，要求平台方需将用户合乘出行的相关信息接入政府平台。例如实时公布车主的信用、车辆登记和车辆保险等信息，将车主、合乘者的行为均纳入信用监管体系等。以“提供合乘协议”和“摊算合乘费用”为例，“提供合乘协议”指合乘出行平台应监督合乘协议签订，明确出发时间、合乘线路、乘车地点以及提供合乘出行驾驶员、合乘者各方权利、义务及责任，将合乘协议文本在显著位置显示。“摊算合乘费用”按照百公里油耗、燃油实时价格和合乘线路里程等参数予以自动测算，依据合乘人数合理分摊，包含油气电等能源消耗、过路过桥费等，不得收取劳务费。例如杭州、南昌、沈阳、深圳四地，要求分摊费用不得高于相同行程巡游出租车租价的50%，新乡、漯河等市进一步对分摊比例作了规定。“信息登记”，执行实名注册，登记、审核双方信息和车辆信息。

4  合乘出行政策组合三维分析

图4 合乘出行政策组合三维分析模型

本文分别将政策主体、政策工具、政策目标作为X、Y、Z维度，构建合乘出行政策组合三维分析模型，如图4所示。该三维分析模型由诸多小型三维方块组合而成，每个小型方块可视为价值共创视角下的交互式系统，并包含政策类别、议程设置以及关联性大小三个属性。其中，关联性大小由政策主体、政策工具和政策目标间的共现次数体现，决定了映射二维面的颜色深浅程度。以图中由“出行方-自愿型-对话链接”构成的小型三维方块为例，如政策主体（X）和政策目标（Z）组成的二维平面中，“出行方-对话链接”关联性大小为29；政策主体（X）和政策工具（Y）组成的二维平面中，“出行方-自愿型”关联性大小为109；政策工具（Y）和政策目标（Z）组成的二维平面中，“自愿型-对话链接”关联性大小为9。

4.1 “政策主体-政策目标”平面组合分析

在合乘出行场景下，将价值共创参与主体和政策目标匹配。通过二维平面组合分析，能够从政策主体与政策目标二维框架中窥探出关于合乘出行政策的顶层设计路线，即围绕着不同政策目标，寻求自上而下的系统谋划，如表4所示。总体上，政策主体方面，支撑平台在“政策主体-政策目标”二维平面组合中参与性最高，占比近33%，而出行方占比最低，为16.2%。政策目标方面，价值获取（义务）占比权重最大，为44.6%；其次为对话链接，占比为20.6%，但信任透明和风险防范两类政策目标仍显不足，未能予以重视，分别为6.6%和10%。具体而言，以政策主体为基准，价值获取（权利）分布相对均衡。而信任透明层分布偏差较大，表现为支撑平台和政府监管方双方的博弈现象，偏差占比达到36.6%。以政策目标为基准，服务提供方分布均有较大偏差，其次为支撑平台，两者偏差占比均大于43%，且都表现为价值获取（义务）与风险防范间的较大落差。因此，在价值获取（义务）满足的情况下，政府监管方还需保持与其他三方主体保持紧密的二元或多元对话关系，加强风险防范管理，同时政府监管方也应根据价值数据类别进行透明化，以保证信任体系以及安全保障体系。此外，价值获取和对话链接层作为价值共创基础环节，根据政策主体和政策目标各自占比发现，价值获取和对话链接两个政策目标层已得到重视。可见，出行方、服务提供方、支撑平台和政府监管方之间的柔性价值共创正处于初步的创建过程中。

表4 “政策主体-政策目标”组合编码情况表

4.2 “政策主体-政策工具”平面组合分析

在合乘出行的顶层设计结构中，为确保各阶段政策目标协调统一，还需要具体的目标实现手段。政策主体与政策工具间的平面组合分析，能够清楚地阐述参与主体在合乘价值共创中的作用，可以反映出政府对合乘出行管理的执行力度。强制性政策工具为主导，服务提供方和支撑平台作为主要参与主体，适当扩大鼓励型和引导型政策工具，如表5所示。总体上，政策主体方面，服务提供方在“政策主体-政策工具”二维平面组合中参与性最高，占比为33.6%，其次是支撑平台，占比为30.5%，而政府则较低，占比仅为13.8%；政策工具方面，本文所使用的政策工具类型涵盖全面，但配比分布呈现差异悬殊现象，其中强制性政策工具已逾半壁江山，达到56.6%，体现出政府监管方对合乘出行重视程度持续提高，而鼓励型政策工具和引导型政策工具占比仅分别为7.1%和6.4%，但主要作用对象为服务提供方和出行方。具体而言，以政策主体为基准，从服务提供方、出行方、支撑平台至政府监管方，任一参与主体下的政策工具间差值占比逐渐被扩大。最为明显的是政府监管方下的强制性政策工具，其分别与自愿型、引导型的差值占比最大，均高达78.4%。而以政策工具为基准，自愿型政策工具下的出行方与政府监管方差值占比最大，达到44.4%。基于此，在服务提供方和支撑平台作为主要参与主体的情况下，政府监管方也应适当提高参与性，积极建立多元对话关系，鼓励和引导服务提供方和支撑平台。

表5 “政策主体-政策工具”组合编码情况表

4.3 “政策目标-政策工具”平面组合分析

在厘清合乘出行政策主体与政策目标、政策主体与政策工具间关系的基础上，通过梳理政策目标和政策工具间交叉关联，有助于把握政策工具作用导向，强化政策实施效果。政策工具仍以强制型政策工具为主导，其次是引导型政策工具，并以此最大化实现各方参与主体价值获取（义务）的政策目标，如表6所示。总体上，政策工具方面，出现差异“两极分化”情况，强制型和引导型政策工具占比和接近87%，而鼓励型政策工具不到5%，低于自愿型政策工具分布占比。政策目标方面，价值获取（义务）分布占比大于其他政策目标层，而对话链接和信任透明政策两个目标层则最低。具体而言，四类政策目标下，风险防范和价值获取（义务）的配套政策工具主要集中在强制型政策工具，其次为引导型工具，与鼓励型和自愿型政策工具相比，分布极不均匀。综合“政策主体-政策目标”“政策主体-政策工具”二维平面组合分析所述，价值获取（义务）和强制型政策工具的占据比例同样均位居首位。以政策目标为基准，鼓励型在价值获取（义务）政策目标上发挥“零”效用，而自愿型政策工具在风险防范政策目标上发挥“零”效用。

表6 “政策目标-政策工具”组合编码情况表

5  研究发现

在价值共创理论与合乘出行相适配的场景前提下，研究通过对政策文本内容进行相似度计算、质性编码和归类统计，分析合乘出行政策现状和主题分布，根据“政策主体-政策目标-政策工具”二维组合平面进行比较分析。研究发现，①现阶段合乘出行仍处于实践探索阶段，合乘出行政策存在明显的一致性、同步性、区域性、连续性等特征。根据2016年11月由交通运输部等八个部门发布的《网络预约出租汽车经营服务管理暂行办法》^[38]，合乘车平台规制的立法权限被授予地方城市的人民政府。从政策文本发布地区来看，集中在中部、东部以及沿海一带地区城市；政策时效性方面，除浙江杭州相继在2016年和2018年发布有关私人小客车合乘安全管理规定外，其他城市还未适时定期进行更新完善；政策内容比较方面，各省市出台的合乘出行政策与中央的政策文本相似度均较低，而省市间也存在差异结构，如政策文本中的“合乘次数限制”“合乘服务范围”“提供合乘协议”和“摊算合乘费用”等四个内容条目。②合乘出行政策以强制性、约束性内容为主，主题分布集中在合乘服务管理、信任透明体系以及安全保障体系构建方面。例如，合乘出行政策文件中明确指出，平台企业必须健全完善投诉报警和快速反应机制，私人小客车合乘服务平台及相关企业必须依法合规经营、开展行业安全大检查，严厉打击非法营运行为等。此外，编码结果中“覆盖比”前40的内容条目基本包含了合乘出行的管理规定、注意事项和禁止事宜（包括每日合乘次数、合乘信息提前发布、政府数据监管、合乘协议和信息安全等）。③当前合乘出行政策实施路径可概括为将落实价值获取（义务）作为出行方的安全保障，坚守风险防范管理目标导向，以强制型政策工具为主，引导型政策为辅，主要参与主体为支撑平台和服务提供方，其次为政府监管方和出行方。其中政策目标以价值获取（义务）为主，同时与强制型政策工具密切关联，而信任透明和风险防范政策目标的配套政策工具还相对缺乏，具体表现为主要缺乏强制型和鼓励型政策工具。

6  政策建议与展望

6.1 建议框架

共享经济这一新兴消费行为模式不仅具备“双边市场”特征，还包括可访问性以及个体为主、组织为辅的协助互动特征^[3]。合乘出行依托网络平台、分享闲置资源、分离所有权与使用权的特征，使其有别于传统出行领域的价值创造方式[39]。因此，基于消费者用户体验视角，合乘出行的核心内容可视为一种多方参与主体间的动态价值共创过程。当前合乘出行政策还处于初步实施阶段，出行方、服务提供方、支撑平台和政府监管方之间的柔性价值共创也处于初步的创建过程中。参照前文政策编码结果，本文借鉴消费者用户体验视角下的DART模型要素和参与主体间的关系，结合“政策主体-政策目标-政策工具”三维组合视角进行归纳梳理，提炼出价值共创理论视角下的合乘出行概念框架，如图5所示。

图5 价值共创视角下的合乘出行概念框架

在线下实体空间与线上数字环境组成的交互式系统中，参与主体通过直接或间接方式建立链接关系。以合乘出行的二元关系对话为例，借助支撑平台搭建的数字化环境，出行方和服务提供方的互动关系发生在线上出行主张和线下实体空间的交互场景下，并由高频度沟通方式触发强链接关系的建立。而支撑平台、政府监管方分别作为信息中介方与管控方，共同搭建多元关系对话，协助司乘双方建立信任。其中，最内层为价值获取层，参与主体进行资源输入与价值输出，即拥有权利也必须完成对应义务，以达到持续动态平衡。第二层为对话链接，是连接价值获取层及社会信任体系层的纽带，包括二元关系对话和多元关系对话。外层则为社会信任体系，支撑平台基于透明度原则，向出行方提供服务提供方的可靠信用信息，构建初步信任基础，抵御潜在的内外部风险。而政府监管方对支撑平台落实严格监管政策，为多方参与主体的价值共创提供政策保障。

6.2  政策展望

合乘出行是共享经济生态组成部分，也是新兴的公共价值共创模式，以“滴滴”为代表的合乘出行平台经历了兴起、下线、全面整改到重新运营，折射出社会诉求、企业行为与政策调控之间的博弈。可见，合乘出行已经不仅是一个单纯的技术创新治理问题，还需要充分考虑到政府监管方、支撑平台、出行方和服务提供方之间的动态对话关系，涉及到经济与社会领域的深层次治理问题。特别地，价值共创视角下合乘出行的健康发展分别与信任透明机制、安全保障体系密切关联。后续相关政策的出台仍需秉持安全与合规的主题，充分考量合乘出行价值共创体系参与主体间的关系，提升政府监管方的角色站位，加强二元对话关系中核心参与主体（服务提供方和出行方）间的对话。同时，对信任透明和风险防范两类政策目标配以强制型政策工具，增强信任体系和安全保障体系的韧性，对合乘出行的价值共创提供系统性规制和回应。因此，基于价值共创视角下的合乘出行概念框架，本文围绕着DART模型四个环节提出以下政策展望：

（1）对话链接方面。对话链接作为价值共创的基础前提^[40]，体现出了参与主体间的互动和行动倾向。在兼具弹性和风险防御性的价值共创体系中，价值共创参与主体间的互动是渐进调适形成的。不仅需要重视价值共创体系下参与主体间的对话，还要兼顾合乘出行每位参与主体的反馈（如利益诉求、机会表达等），多方参与主体共同制定合乘出行新业态的行业安全标准。例如，在充分了解各参与主体的价值主张基础上，参与主体间达成价值共识，继而整合出行方、服务提供方、政府监管方、支撑平台的相关资源与能力，实现合乘出行的价值共创。

（2）价值获取方面。这一环节由资源输入与价值输出共同构成，参与主体通过不同渠道或方式注入出行资源、信息服务、安全保障和法律法规等资源输入，获得出行便利、出行获利、营运获利和节能减排等价值输出。政府监管方需要明确和完善多方主体间的责任结构，继续落实强制型政策工具，加强规范审核运营。支撑平台需要持续增强线上和线下司乘安全教育，协助政府监管方对服务提供方加强管制，及时清理不合规的服务提供方。此外，政府监管方与支撑平台开展多方合作，借助技术动能挖掘潜在数据资源价值，强化数据资源整合和安全保护力度^[41]。

（3）风险防范方面。风险防范是价值共创形成持续动态平衡的关键环节，要求参与主体在得到强制型政策工具保障前提下，还应具备风险意识和预防措施。政府监管方和支撑平台均需提高应急处置能力，健全完善投诉报警和快速反应机制，加强车辆动态风险预警，提升互联网信息安全管理水平以及加快技术防护和评估体系建设，强化风险防范管理能力。以陌生人社交为代表的风险问题始终出现在价值共创整个过程链中，潜在地增加了价值共创成本。支撑平台与政府监管方可分别通过技术和强制型政策手段为“交互式系统”提供风险预防与应急控制（如信息审核、强制约束等）。而对于服务提供方和出行方而言，强化其风险意识也应该逐渐受到关注，包括了解潜在风险点、有效应急措施和事后追责法律意识等。

（4）信任透明方面。数据资源的透明化，意味着各方参与主体间价值共创的过程环节也被逐步公开，同样需要平台技术和强制型政策工具作为有力保障，有助于深化参与主体对共享出行理念的认知、强化支撑平台的出行保障以及提升参与主体间的信任等。信任透明以对话链接为基础，贯穿于价值共创各个过程环节。支撑平台要对外公开、透明安全运营情况，保持稳定的对话关系，优化警方调证流程，加快信任体系构建。以风险防范环节为例，支撑平台应充分告知和参与主体相关的风险信息（例如试运行期间平台安全数据详情、安全运行情况和必要的服务提供方信息）。

参考文献

作者简介

胡广伟, 教授、博导, 研究方向为电子政务、政务大数据、价值共创等。

艾文华, 硕士生, 研究方向为用户信息行为、价值共创、数据治理等。

司文峰,博士,讲师,研究方向为信息管理、电子政务等; 

白玥, 硕士, 研究方向为价值共创、电子政务。

*原文载于《信息资源管理学报》2021年第5期，欢迎个人转发，公众号转载请联系后台。

* 引用格式

胡广伟, 艾文华, 司文峰, 等. 合乘出行政策文本分析及审思: 价值共创的视角[J]. 信息资源管理学报, 2021,11(5): 60-72.

往期 · 推荐

制版编辑 | 王阿凤

审核 | 于阿媛

长按识别二维码关注我们

信息资源管理学报

微信号

xxzyglxb

分享、在看与点赞

只要你点，我们就是朋友😊