背景介绍

在过去十年中，基于点对点经济模式的共享经济逐渐出现并蓬勃发展，这允许人们共享空间、汽车等商品以及技能等未充分利用的资产。共享经济与“旧”经济的不同之处在于中介的双方——产品或服务的供应商和消费者——是分散的，而非集中的。

但与此同时，这些共享经济平台及其经济活动也带来了一些相应的问题。 Uber是打车服务平台的一个突出例子，它将提供交通服务的个人与需要此类服务的其他人联系起来。由于更加灵活的工作时间和相对可以接受的薪酬，它吸引了越来越多的个人加入司机的行列。那么，共享经济公司的激增，会对社会、经济有什么样的影响？

今天的这篇文章研究考察了Uber的出现对个人破产率的影响。研究分析了Uber在不同时间点进入各郡的事实。 Uber在不同地点的出现时间不同，为确定Uber的出现对个人破产申请率的影响提供了潜在的工具。

假设推导

Hall和Krueger于2018年的研究中提到，71%的司机称与Uber合作后，他们的总收入有所增加。根据Jappelli和Pistaferri在2010年有关永久收入假设的研究，预期和未预期的收入冲击对消费反应具有不同的影响。Uber进入的收入冲击与预期收入冲击更为相似，因为司机自行选择与Uber合作，并对未来收入有预期。先前的文献通过流动性约束和预防性储蓄模型解释了消费者对预期收入冲击的反应。然而，由于在Uber上提供服务的收入存在不确定性，司机们可能会陷入“债务陷阱”，并最终承担更多债务。如果Uber司机错误地认为收入增长是永久性的，他们可能会“反应过度”，大幅增加消费，这可能会导致他们在Uber额外收入下降期间产生更多债务，从而提高破产率。

另一方面，与破产相关的文献提出了两种不同的家庭破产决策模型。其中战略模型意味着财富而非收入与申请破产的可能性正相关，而不利事件假设意味着收入与破产的可能性负相关。由于Uber的进入提高了个体收入而不是财富，它应当有助于降低因意外不利事件而导致的破产风险，从而降低破产率。

Hall和Krueger在2018年的研究指出，由于司机与Uber合作的主要原因是使得波动的收入更加平滑，他们最有可能在遇到财务困境时开始开车。所以，Uber的进入可能会对经济状况较差、就业选择较少的人产生更大的影响。这些人通常也属于更可能破产并申请个人破产的人群。因此，我们认为收入波动平滑效应主导债务陷阱效应。

研究问题

根据上述的两个方面，出假设H1：

假设Uber的进入为陷入困境的家庭提供了就业机会，那么在Uber进入后，Uber存在的地区的个人破产申请率将会下降。

数据与变量

文章首先从Uber网站上获取2016年3月之前进入的所有城市及其对应的日期。截至该研究收集数据时，Uber已经进入了242个郡。Uber服务于2011年于旧金山首次推出，随后是洛杉矶、纽约和芝加哥。2012年7月，Uber宣布推出一项低成本服务UberX。出于几个原因，研究主要收集了UberX进入各郡时的数据。首先，UberX对车辆的要求相对较低，服务价格也相对较低，很快在司机和客户中获得了巨大的人气。其次，UberX的驱动力更可能来自社会经济较低阶层，个人参与者更容易受到不良事件冲击的影响。在研究覆盖的时间范围内，UberX的大部分扩张发生在2013年至2015年之间。随后，研究从联邦司法中心收集2011年第一季度至2015年第四季度各郡的月度破产数据。

研究采用双重差分法（DID）进行研究，假设模型为：

其中图片是i郡在t季度内的个人破产率， 图片为t时进入i郡的哑变量， 为反应当地经济的控制变量。具体变量可见下表：

由于在不同郡中，Uber的进入导致的个人破产率变化可能不是同质的，例如：对失业率更高的地区，影响可能更大。为了排除这样的现象，文章选择了三种不同的匹配方法：

1.    广义精确匹配          Coarsened Exact Matching (CEM)

2.    倾向评分匹配          Propensity Score Matching (PSM)

3.    最近邻匹配              Nearest Neighbor Matching (NNM)

分别进行平衡性检验后，研究认为广义精确匹配得到的结果是最符合实际情况的。

研究结果

在进行匹配流程之前，首先看基线回归的结果：

再有广义精确匹配的结果：

结论与总结

我们提供的证据表明，当Uber进入一个百万人口的郡，会使其中的个人破产申请在每季度平均减少47人次。支持假设1。截至2015年底，Uber已进入242个郡，影响到这些郡的约142149552人，占美国人口的44.2%。全年来说，大约会减少26,728起个人破产。表面上，这种影响很大，但可能是由三个主要原因引起的。首先，Uber司机不是从总人口中随机产生的，他们更有可能是最近被解雇的或经济状况不佳，或两者兼而有之；第二，Uber司机群体往往会很快转行，他们做司机只是为了在找到另一份工作之前打零工。因此，2015年的30万名司机仅与2014年或2016年的司机略有重叠。第三，Uber司机的数量在过去几年里快速增长（从2014年到2015年翻了一番）。

经济和社会影响

考虑到我们估计结果的经济意义，减少26728起个人破产在经济上是有意义的。据美国法院报告，2018年破产申报人报告的可清偿债务净额为746.26亿美元，Uber为减免个人破产情况的影响相当于为债权人节省了24.3亿美元的损失。

该研究的结果还有助于围绕RSS（ride-sharing service）及其社会影响的辩论。尽管有人认为，共享经济正在威胁出租车服务等传统行业，但该研究提供的一些证据表明共享经济也对民众的经济福利产生了积极影响。关于地方政府应该如何应对RSS的稳步增长，研究建议决策者在决定是否以及如何允许RSS在其所在地区合法运营时考虑到这一点。

在文章的相关研究中还发现，Uber的加入极大地减少了宅地豁免（允许宅地拥有人标明一处房屋及土地作为其宅地，在执行其一般债务时，该宅地免予被强制执行的权利）水平较低的郡以及人均收入较低、失业率较高、贫困率较高的郡的个人破产情况，不失为一种精准扶贫的有效方法。

研究还发现，Uber尽管能做到精准扶贫，但考虑到Uber自身利益，它还是更倾向于进入人口更多、人均收入更高、失业率更低的地区，而不是考虑当地的经济或降低个人破产率等社会利益。

参考文献:

Tingting Nian, Yuyuan (Anthony) Zhu, and Vijay Gurbaxani (2021). The Impact of the Sharing Economy on Household Bankruptcy. MIS Quarterly Vol. 45 No. 3, pp. 1213-1248/September 2021

DOI:10.25300/MISQ/2021/15514

文献链接：https://misq.umn.edu/the-impact-of-the-sharing-economy-on-household-bankruptcy

作者介绍

Tingting Nian

Position: Assistant Professor,The Paul Merage School of Business, University of California, Irvine

Area:social media, online communities, economics of digital goods

Site:https://merage.uci.edu/research-faculty/faculty-directory/Tingting-Nian.html

Email: tnian@uci.edu

Yuyuan (Anthony) Zhu

Position: Equity Research Analyst, T. Rowe Price, Baltimore, MD 21297-1215 United States

Vijay Gurbaxani

Position: Taco Bell Endowed Professor of Information Systems and Computer Science; and Director, Center for Digital Transformation (CDT)

Area:Analyzing how emerging information technologies enable business model innovation; Developing and evaluating business-driven strategies for the sourcing of information services; Valuing IT investment

Site:https://merage.uci.edu/research-faculty/faculty-directory/Vijay-Gurbaxani.html

Email: vgurbaxa@uci.edu