第二节 研究方法与数据来源

一 样本和数据

共享出行领域是本章的研究对象，该领域企业进入市场的基本是城市，如何恰当地界定城市也是争论的焦点。例如，在研究人口分布规律的文献中，学者普遍使用“都市区”（Metropolitan Areas）作为基本研究对象；然而，埃克霍特（Eeckhout）就采用了“地区”（Places）作为基本研究单位，他认为研究单位的定义必须与研究者的研究目的相适应[16]，由于传统“都市区”的定义是该“都市区”至少包含一座人口大于5万人的城市且总人口大于10万人，该定义与埃克霍特的研究目的相违背（未包含人口较少的地区），他最终使用数量最多、包含范围最广的统计单位“地区”作为基本研究单位。在有关中国的研究中，城市的定义也是根据不同的研究目的进行调整，例如，梁琦等使用了地级市市辖区、地级市的主城区和县级市三种不同的定义研究中国的城市体系分布[17]，这与中国城市建设统计年鉴的统计单位是一致的。有别于官方对于地级市的划分，李兵等如下定义城市（地区）：如果一个地级或以上行政市包含市辖区，则将其所辖的市辖区合并视为一个“地区”，而该地级市每一个下辖县视为一个单独的城市（地区）；如果该行政单位为县级市，则直接视为一个“地区”。[18]本书将一座城市内部的所有市辖区视为一个城市，因为本书认为市辖区之间的交通出行市场并没有很明显被分割开，而市区和县之间则由于较大的交通成本、地理因素、人口分布差异而被割裂为不同的交通出行市场，因此本章数据来源的基本单位是市辖区。

数据资料来源于城市统计年鉴、城市建设统计年鉴、城市统计局统计年鉴、城市统计局统计公报、各共享出行企业官网、百科网页等，共有15个共享出行平台案例，数据包括需求变化、供给变化、资源柔性与能力柔性等。样本分布如表5-1所示。

表5-1 样本分布

续表

二 研究方法

本章的研究问题是共享出行平台如何利用战略柔性进入需求和供给均发生巨大变化的市场，即共享平台市场进入的内在机制研究。本章采用模糊集的定性比较分析方法（fsQCA）开展实证检验，主要是基于该方法能够在组态视角的基础上分析共享出行平台企业市场进入背后的多元驱动机制。在模糊集QCA分析中，研究者可以通过跨案例比较，找出不同条件的匹配模式与结果之间的逻辑关系，也即“哪些前因条件的组态会导致结果变量呈现积极的结果？哪些前因条件的组态会导致结果变量呈现消极的结果”，在本章，笔者将战略柔性、需求变化、供给变化等前因条件纳入模糊集分析，考察这三个前因条件组态导致的市场进入的差异化结果，以此分析共享平台市场进入的内在机制研究。相较于以案例分析为主的定性研究和以回归分析为主的定量研究，QCA的优势在于：第一，通过对中小样本的跨案例比较，研究者可以在识别出条件变量作用机制的基础上，确保一定程度上实证结果的外部推广度。第二，研究者还可以识别出具有等效结果的条件组态，这可以帮助人们理解不同案例场景下导致结果产生的差异化驱动机制，并探寻和讨论条件间的适配/替代关系。第三，研究者还可以进一步比较导致产生“积极”与“消极”结果的条件组态，扩宽其对特定研究问题的理论解释维度。这是因为，在“因果不对称性”的逻辑前提下，导致出现结果“积极”的条件与导致结果变量的“否集（消极）”出现的条件可能并不相同。

三 变量及校准

在模糊集定性比较分析中，校准（Calibrating）指的是给案例赋予集合隶属的过程。具体而言，研究者必须根据已有的理论知识、实际知识并结合案例情境将变量校准为模糊集隶属分数。校准后的集合隶属分数将介于0—1。为了将变量的取值校准到0—1的区间范围内，研究者需要选取能够体现变量“完全隶属于某一集合”“既非完全隶属也非完全不隶属于某一集合”“完全不隶属于某一集合”的取值来作为模糊集校准的锚点（完全隶属点、交叉点、完全不隶属点）。

（一）被解释结果

市场进入（Market Entry）。考虑到本章的研究情境是共享出行行业，与传统行业相比，行业供给和行业需求的急剧变化，对企业的市场进入考察提出了更高的挑战，除了是否进入市场的决策外，进入市场的速度和时间成为企业在极具动荡的动态环境中的市场进入决策的重要衡量因素。因此，本书借鉴威尔基（Wilkie）等使用共享出行企业进入市场的时间度量企业市场进入。[19]由于市场进入的数值是比较连续的，所以对于市场进入的“完全隶属”和“完全不隶属”两个锚点的选择，本书分别选取样本数据的95%（70）和5%分位数（4）。以Tosmana软件给出的建议值22作为市场进入模糊集校准的交叉点。

（二）前因条件

需求变化（Demand Variation）。需求变化等变量的度量如表5-2所示。需求变化采用市辖区常住人口的数量变化，没有采用户籍人口数量增长。主要是因为，对于某些大城市来说，户籍人口增长只能代表一部分长期居住的居民数量变化，例如，2012—2015年天津的市辖区户籍人口只增加了2.0%，而市辖区常住人口却增加了12.4%。从出行需求来看，只要是长期居住在当地，就会为当地共享出行市场创造需求，也就会影响共享出行平台是否考虑进入。同样，对于那些拥有大量户籍人口增加，却有很大比例长期居住外地的城市而言，就没有对当地出行的需求，也就没有那么多的网约车需求。由于需求变化的数值是比较连续的，所以对于需求变化的“完全隶属”和“完全不隶属”两个锚点的选择，本书分别选取样本数据的95%（19.7）和5%分位数（1.6）。以Tosmana软件给出的建议值10.7作为需求变化模糊集校准的交叉点。

表5-2 变量定义

供给变化（Supply Variation）。如果城市市辖区出租车数量呈现负增长，则表明城市出租车供给出现消极的“态势”，以0作为“完全不隶属”的锚点。对于供给变化的“完全隶属”的锚点的选择，分别选取样本数据的95%（20.2），以Tosmana软件给出的建议值10.0作为供给变化模糊集校准的交叉点。

能力柔性（Capability Flexibility）。能力柔性是通过业务的类型数量反映的。例如，作为中国第一家共享出行平台，易到用车刚上线北京地区时只有网站与电话预约用车这一个业务，一个月后易到用车专属手机智能终端APP才上线测试。因此，易到用车能力柔性编码为1。快的打车2012年8月在杭州上线，上线时业务有实时叫车拼车、预约用车，因此快的打车的能力柔性编码为2。根据收集的数据，能力柔性的编码只有1、2、3三个数值。本书借鉴坎贝尔（Campbell）等对三值模糊集的校准做法[20]，3作为最高的能力柔性数值，作为完全隶属，校准为1；2和1分别作为“偏不隶属”“偏隶属”，分别校准为0.67、0.33。

资源柔性（Resource Flexibility）。共享出行平台市场的车型主要有私人载客汽车、出租汽车以及其他汽车（曹操专车的新能源电动车、斑马快跑的巴士）。北京是拥有私人载客汽车最多的城市，近几年来，其拥有量一直在400万辆以上，以400作为“完全隶属”的锚点；案例中城市市辖区出租汽车在2万—7万辆，以7作为“交叉点”；数量很少的新能源汽车、巴士在0—1万辆，以0作为“完全不隶属”的锚点。结果变量与条件变量的校准如表5-3所示。

表5-3 结果变量和条件变量的校准