우버의 전략과 그 시사점: 양면시장 이론과 운송서비스업을 중심으로

정의교

추천

검색

자료유형: 학술저널

저자정보: 정의교

저널정보: 한국항공경영학회 한국항공경영학회지 한국항공경영학회지 제16권 제4호

발행연도: 2018.1

수록면: 31 - 51 (21page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

양면시장 이론(two-sided market theory)과 디지털 중개기업(digital matching firms)의 특성을 이론적 배경으로 우버의 전략을 이해하고 우버가 제기하는 시사점을 살펴보았다. 양면시장 이론 측면에서 우버의 전략은 운전자 시장의 공급을 활성화시켜 고객 시장의 수요를 창출함으로써 수익을 극대화하는 것인데, 운전자 시장으로부터 시작되는 교차 네트워크효과(cross network effects)의 핵심에는 운송서비스 디지털 중개기업의 특성에서 비롯된 정보비대칭성(information asymmetry)이 자리하고 있다. 이러한 정보비대칭성을 바탕으로 우버는 명목상 라이센서이지만 실질적으로는 고용인에 근접할 정도의 영향력을 운전자에게 행사하고 있으며, 이 영향력을 유지하는 것과 이 영향력을 바탕으로 매출액을 확대하고 기업을 성장시키기 위한 노력이 다양한 형태의 전략으로 나타나고 있다. 운송서비스 디지털 중개기업이 활동하는 양면시장의 특성과 정보비대칭성을 바탕으로 우버는 일방적으로 가격을 결정하고 있으며, 이를 통해서 고객의 수요를 증대시켜 매출액을 증대시키고 있다. 이와 더불어 우버는 운전자 풀 자체의 확대와 서비스 사용 빈도를 높이기 위해 사회적 통념에 반하는 전략적 선택을 불사해 왔다. 예를 들어, 우버 운전자에 대한 철저한 신원조회를 거부하면서 더 많은 잠재적 운전자에게 소득향상의 기회를 주고 싶다는 논리를 내세우고 있다. 또한 운전자들의 서비스 수락 빈도를 높이기 위해서 오히려 운전자에게 제공되는 정보를 제한하고 있다. 이러한 일련의 전략은 운전자 시장을 확대하고 활성화하여 교차 네트워크효과를 증가시키려는 시도이다. 운전자 시장의 활성화를 위한 일반적 노력에서 더 나아가 정보비대칭성을 바탕으로 특정 지역 및 시간대에 교차 네트워크효과를 극대화시키기 위해 이른바 ‘가격급등제(surge pricing)’를 실행하고 있다. 운전자 풀을 확보하는 것이 잠재적 공급수준을 결정하는 것이라면, 가격급등제는 일종의 동태적 가격전략으로 수요의 변동에 따른 ‘일시적’ 공급 확대라 할 수 있다. 가격급등제의 여러 긍정적인 효과에도 불구하고 운전자 일각에서는 가격급등제와 실제 수요와의 관련성에 의구심을 나타내고 있다. 한편 정보비대칭성과 운송서비스 중개시장의 특성으로 상대적으로 영향력 행사가 어려운 우버 운전자의 소득을 추정해 보았다. 이전 연구가 소득총액을 기준으로 운전자의 소득을 고찰해 보았다면 현재 연구는 우버로부터 받는 소득뿐만 아니라 운전자가 개인적으로 부담해야 하는 비용을 고려할 때 실제 소득이 어느 정도가 되는지 특정 기간 샌프란시스코 지역에서 가장 보편적인 우버 서비스를 제공하는 운전자들에 대해 추정해 보았다. 비용을 제외하면 운전자의 실제 소득이 우버의 주장만큼 높지는 않은 것으로 추정되었다. 그리고 본 연구의 이론 및 실무적 시사점에 대해서 살펴보았다. 먼저, 정보비대칭 및 운전자 측면에서 통제의 강화와 프라이버시 침해의 의미를 살펴보았다. 또한 우버의 성장은 일정 부분 시장 실패에 의존하고 있는데 이것이 기업이론에 대해 시사하는 점을 살펴보았다. 마지막으로 우버가 관광산업 및 서비스 산업 전반에 대해 미치는 영향에 대해서 살펴보았다.

Based on two-sided market theory and digital matching firms perspectives, we have addressed Uber’s strategy and its implications. Uber is a digital matching firm that provides a technology platform called Uber Service that links between the driver market and the client market. The essence of Uber’s strategy is to maximize the cross-network effects of these two markets. Uber has been trying to increase both the driver pool and the availability of transportation services in the driver market in order to boost the demand in the client market, which is in turn supposed to result in sales growth. The cross-network effects have been possible thanks to the existence information asymmetry for Uber’s favor. The information asymmetry exists because of the nature of transportation service itself and the common features of digital matching firms. The information asymmetry has allowed Uber to influence its drivers as if they were its own employees without triggering any significant bureaucratic costs. The endeavors to influence its drivers (or driver-partners in Uber’s terminology) based on information asymmetry have constituted Uber’s strategies for sales expansion and firm growth. To increase the supply of drivers Uber has resisted reasonable social demands and violated laws if necessary. For example, the company has lobbied against the tightening of background security checks of its potential drivers in the pretext of offering more opportunities for those under-privileged members of society so that they can earn more money. At the same time, to increase the rate of acceptance of service requests from the client, Uber has limited the supply of information on the requested service to its drivers. All of these efforts are geared toward increasing cross-network effects. Uber’s efforts to increase the supply of drivers and services to enhance cross-network effects culminate in the strategy of surge pricing. which is made possible thanks to Uber’s price-setting market power and information asymmetry. Uber charges higher prices for certain location during certain time-span reflecting higher demands by the client. Prior studies have shown that surge pricing is credited with less waiting time for the client and higher income for the driver. But some drivers are quite sceptical about surge pricing, questioning the veracity of the demand. ‘Earn extra income during your free time’ has been a major claim by Uber in motivating a potential pool of drivers to sign up for the service. We have tried to derive drivers’ average income to see whether it is the case. Unlike prior studies that have relied on nominal income, we have incorporated conventional expenses in the equation to calculate actual income. For average drivers who worked in San Francisco area in the U.S., the actual income was not as impressive as claimed by the company. We believe that the calculation itself is rather rudimentary, but the outcome has implications for understanding drivers’ behaviors. In the discussion, we have addressed theoretical and practical implications. We have discussed the implications of information asymmetry and market failure on the employee side on the theory of a firm. We also discussed the broad implications of Uber’s strategies on the transportation services and hospitality industry.

#Two-sided Market Theory #Digital Matching Firms #Cross-Network Effects #Information Asymmetry #Surge Pricing #Hospitality Industry

참고문헌 (49)

참고문헌 신청

이동주 / 2016 / 전자상거래의 상품 및 채널 특성과 인지된 위험 - 항공 및 여행 산업에 대한 시사점 - / 한국항공경영학회지 14(1):99~119

이동주 / 2014 / 모바일 앱 사용자들의 프라이버시 의사결정과 프레이밍 효과－여행 및 항공 산업에 대한 시사점－ / 한국항공경영학회지 12(4):77~93

Annear, S. / Uber Shares its Data with the City of Boston

Auchard, E. / Now Roughly Equal in Value, Uber and Daimler Trade Gentle Blows

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

정의교

소속기관 한국항공경영학회

주요연구분야 사회과학 > 경영학

논문수 3 이용수 204

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (49)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)