文献来源：Berger, T., Chen, C., & Frey, C. B. (2018). Drivers of disruption? Estimating the Uber effect. European Economic Review, 110, 197-210.
译者：中央财经大学经济学院2019级本科生 王思萌
核稿：张文韬 刘会敏
图片来源：百度搜索
一、引言
数字经济时代下，零工经济的扩张是否意味着传统工作走向终结？近年来，关于此问题的辩论越来越聚焦于零工经济对传统行业工人收入和就业前景的影响。本文系统地分析了网约车平台Uber对美国传统出租车司机收入和就业的影响。借助于Uber的覆盖在时间和空间上的差异，作者采用双重差分的方法，比较了Uber引入前后出租车司机收入和就业的差异。研究发现，Uber进入一个新市场会导致出租车司机的收入平均下降约10%。当样本限制在受雇而非自营的出租车司机时，收入下降幅度更大。
二、数据与变量
作者结合从2009–2015年美国社区调查（ACS）数据中提取的出租车司机个体信息和从网上或官方公布的新闻中搜集的关于Uber在各大都市区（MSA）扩张的空间信息构建了本文的数据集。依据确定的Uber在每个MSA中推出的年份创建测度Uber进入的虚拟变量。虽然Uber在各MSA地区推广的时间是已知的，但是由于注册Uber的司机数量难以获得，Uber的渗透率无法直接度量。作者利用“谷歌趋势”（Google Trends）中各个MSA地区关于“Uber”的搜索量作为Uber渗透率的代理变量，并将其标准化。
图2展示了2010年到2015年Uber在全美50个大都市区的扩张情况。为了考察Uber进入各个市场的时间是否随机，作者将Uber进入年份设定为MSA地区层面各类特征对于Uber进入年份的影响。结果表明，Uber进入某个地区的时机主要是由MSA的人口规模决定的，而并非由当地出租车市场的特征所决定。也就是说，当控制了地区层面的固定效应及其他控制变量后，Uber的进入基本上是随机的。
为考察Uber对出租车司机的影响，作者将Uber进入的时间和空间信息与从ACS 中获得的2009-2015年出租车司机的个人信息进行匹配。样本中共有15800名出租车司机，其中各个地区每年平均约45名。作者分别计算了各个地区所有成年司机和有雇佣关系的出租车司机的平均年收入和受雇情况，并进一步估算其全年的工作量即劳动力供应。以每小时平均收入的对数表示出租车司机的收入水平，收入衡量的标准基于工资或自营活动的收入。
三、实证模型
文章基于Uber进入各地区的时间和空间上的差异，采用双重差分模型进行回归：
其中，因变量yit是第t年位于地区i的出租车司机的平均收入的对数或平均劳动力供应的对数。核心变量是Uberit，当Uber进入一个MSA地区后，该变量取值为1，其它情形取值为0。由于缺乏关于Uber决策的信息，δ的估计值应被解释为倾向处理估计值。αi表示一个地区的固定效应，这些因素可能与Uber的进入相关。在部分回归中还加入了线性时间趋势项，以体现各MSA之间收入等方面潜在的时间趋势差异。年份固定效应ϑt 则体现了出租车司机收入和就业方面整体随时间变化的差异如经济周期波动。最后，作者还控制了随时间变化的地区特征（Xit），包括人口、年龄、收入、教育水平、女性就业率以及失业率，等等。
在此基础上，作者进一步采用了三重差分的方法，比较了Uber进入前后出租车司机相对于同一地区中其他交通行业从业人员的收入差异。三重差分模型设定如下：
其中， 
表示出租车司机（T）和受雇于其他运输行业的劳动者（O）的平均收入差异。文章选择了五种替代运输职业作为比较组:(1)公共汽车及救护车司机和乘务员；(2)机车工程师和操作人员；(3)机动车驾驶员；(4)牵引车或拖拉机驾驶员；(5)卡车司机。由于差异仅来自出租车司机相对于同一地区中其他类型司机收入的变化，可以更好地识别出Uber进入的效应。
四、回归结果
4.1 Uber对出租车司机收入的影响
表2中面板A和面板B分别表示了Uber的进入对于平均收入和平均工资的影响。第1列和第4列报告的仅是基于MSA地区和年份固定效应的估计结果。结果显示Uber进入某一地区后，相对于其他地方，该地出租车司机的平均收入下降了10-13%。第2列和第5列加入了随时间变化的控制变量，如平均收入、平均受教育水平、女性劳动力比例、人口、失业率以及不同年龄段的劳动力比例。第3列和第6列还加入了各地区特有的线性时间趋势。在加入这些控制后，结果显示Uber的进入使得在职出租车司机的平均收入显著降低13-17%，变化幅度更大。表2 的下半部分则专门考察了有雇佣工资的出租车司机样本，结果显示Uber的出现同样使得其收入或工资下降，且收入下降的更多。
导致平均收入减少的原因，可能是每小时平均收入即工资率的减少，但也能是工作时间即工作量的减少。文章进一步考察了Uber的加入对出租车司机每小时平均收入的影响，回归结果见表3。面板A中的被解释变量为小时平均收入，面板B为小时平均工资收入。结果表明，在Uber进入某一MSA地区后，出租车司机的每小时平均收入显著下降了约9-11%。每小时工资收入的减少与上述结果一致。这表明，Uber进入导致了出租车司机工资率的下降。
4.2 Uber对出租车司机劳动力供给的影响
文章接下来分析了Uber进入一个新市场对当地出租车行业劳动力供给的潜在影响，结果见表4。
第1-3列中的估计结果始终接近于零且不显著。第4-6列只考察了有雇佣工资的司机，结果依旧不显著。结果表明，Uber的进入对出租车司机的劳动力供给并没有显著影响。虽然劳动力供给没有太大变化，但出租车行业劳动力供给结构可能有变。如果在Uber进入后，更多高效率的出租车司机选择了退出，而留下的司机能力较低，这也可能导致平均收入减少。为了检验这种可能，作者考察了Uber加入前后出租车司机特征的差异。
结果如表5所示。第1-5列中，被解释变量分别为40岁以下、女性、外国出生、未受过大学教育和非西班牙裔白人所占出租车司机的比重。估计结果系数都接近于零且不显著，表明Uber进入后出租车司机的构成没有大的变动。第6列估计结果则表明，Uber的进入并未使自雇型出租车司机的比例显著增加。总之，Uber进入市场后，出租车司机的劳动力供给和人员构成都没有显著变化。
4.3 进一步分析和稳健性检验
进一步分析结果表明：首先，在Uber进入之前，没有证据表明收入或就业存在地区差异。其次，当利用出租车司机同其他类型司机的收入差异进行三重差分估计时，结果仍然稳健。第三，当引入基于“Google Trend”的数据构造的不同MSA间处理强度的差异时，对收入的负向影响仍然存在。
（1）平行趋势检验
作者通过平行趋势检验，观察了Uber进入之前处理组和对照组间的收入或就业是否存在差异化的趋势。从图3中可以看出，在Uber进入之前的三年内，无论是在所有出租车司机中还是在有工资的司机中，处理组和对照组的平均收入、平均每小时收入以及劳动力供给都无明显差异，满足平行趋势假设。
（2）三重差分
为消除不可观测的时变因素对Uber的进入可能存在的影响，作者进一步采用了三重差分的方法进行分析，主要采用了同处运输行业的其他司机的收入进行比较，结果如表6所示。
结果显示，Uber进入后，出租车司机相对于公共汽车、机车、机动车辆、拖拉机和卡车驾驶员的平均收入和平均每小时收入均有所下降。这更加证明了出租车司机受到的收入冲击源自于Uber的进入。
（3）受影响的强度：基于“Google Trend”数据的分析
上述分析中只考虑了Uber是否进入，无法说明Uber进入的程度对于各地区收入影响的差异。鉴于此，作者进一步使用“Google Trend”数据，捕捉了每年在每个MSA地区“Uber”这一关键词被人们在线搜索的强度的差异，用以衡量Uber在该地区扩张的程度。回归结果如表7所示：
可以看出，无论是包括所有司机的样本还是有雇佣工资的司机样本，平均收入和平均每小时收入均与“Uber”搜索强度呈现出显著的负向关系。估计结果支持了Uber进入会使得当地出租车司机收入减少这一结论。
（4）安慰剂检验
作者提供了两组安慰剂试验的证据。首先，作者利用了这样一个事实，即如果估计结果反映的是Uber的影响而不是一些其他因素，那么在Uber进入后在非出租车行业工作的司机收入不应有显著变化。其次，作者将Uber进入各MSA地区的时间进行随机设定，进而观察真实的进入时期是否会表现为离群值。
第一组检验结果如表8所示。第1列表明，Uber的进入对出租车司机每小时收入的影响显著为负。第2-6列则表明，Uber进入对其他运输相关行业的凭据收入的影响接近于零且不显著。
第二组检验结果如图4所示。作者将Uber进入的日期随机设定100次，再分别进行估计。可以看出，无论是在全样本还是在有雇佣工资的样本中，对于平均收入和平均每小时收入的影响来说，真实的Uber进入日期在随机分布图中均显示为离群值。同时，几乎所有安慰剂估计值都小于相应的实际估计值。
五、结论
本文利用Uber进入不同地区市场的时间差异和出租车司机的收入和就业信息，考察了Uber进入对美国传统出租车服务业带来的冲击。研究结果表明，Uber的进入会导致当地出租车司机收入显著减少。然而，尽管人们普遍认为Uber的扩张会导致出租车行业的就业前景恶化，但本文没有发现Uber进入对出租车司机的劳动力供给或司机群体的构成产生影响。
虽然作者的分析并不是为了评估零工经济的总体影响，但它提供了一个令人信服的证据——虽然数字技术的传播可能对传统行业工人的收入产生不利影响，但这种影响不一定会导致传统行业的就业前景恶化。此外，尽管Uber近年来发展迅速，但零工经济的总体规模仍然较小。2015年，通过Uber在内的在线平台提供服务的人员比例仅占美国劳动力总人口的0.5%。然而，如果本文的研究结论可以推广到其他部门，那么随着零工经济在更广泛的职业和行业范围内的持续扩张，未来可能会对传统产业工人的生计带来更大的冲击。
Abstract
A frequent belief is that the rise of so-called “gig work” has led to the displacement of workers in a wide range of traditional jobs. This paper examines the impacts of the flag- ship of the gig economy—Uber—on workers employed in conventional taxi services. Our analysis exploits newly collected data on the staggered rollout of Uber across metropolitan areas in the United States and a difference-in-differences design to document that incumbent taxi drivers experienced a relative earnings decline of about 10 percent subsequent to Uber’s entry into a new market, while there are no significant effects on their labor supply. Additional evidence from a battery of placebo tests, event study estimates, and specifications using Google Trends data to capture differences in treatment intensity underlines these findings. A triple-differences design that compares changes among taxi drivers relative to bus, tractor, and truck drivers that were unaffected by the arrival of Uber, provides further supporting evidence that the diffusion of Uber has reduced the earnings potential of incumbent drivers in conventional taxi services in the United States.
声明：推文仅代表文章原作者观点及推文作者的评论观点，不代表中央财经大学互联网经济研究院的观点。
