手機越貴，打車越貴！“蘋果稅”也遭實錘！大資料“殺熟”怎麼破？

打車已然成為我們不可或缺的出行方式。但是，生活中也會碰到這些現象：手機軟體顯示行程預估價格30元，到了目的地發現實際上是40元；早高峰叫車，等了很久最終被取消；蘋果手機和非蘋果手機使用者使用同款軟體到距離相同的地方，蘋果手機使用者的打車費更貴？

世上無難事，只怕有心人。最近有一位復旦大學的教授偏偏要和網約車平臺“較真”，愣是用科學的調研手段找到了平臺區別定價的“實錘”！

復旦教授打車800餘次，驗證區別定價

這位教授是怎麼做的呢？

從去年8月開始，他招募了28多名大學生當調研員，安排他們在上海、北京、深圳、成都和重慶5個城市進行針對性的打車，覆蓋7個平臺，得到了821份有效資料。

之所以選擇這幾個城市，是因為它們算是華北、華東、華南、西南的代表城市，避免了地域差異帶來的侷限性。為了讓資料更有說服力，他的實地調研選在了早/晚高峰、早/晚間非高峰四個時間段，以及近途、中途、遠途三種路線，過程相當嚴謹。

資料是不會說謊的。雖然影響打車價格的因素有很多，時間、路線、天氣、乘車人數的變化都會影響影響，但只要控制好變數，就能清晰地看到平臺在哪些地方提了價，哪裡收費不合理。

那麼，這項研究的成果如何呢？讓我們一看究竟。

看看打車平臺都有哪些“貓膩”？

1. 手機越好，價格越貴。

研究報告中，最有衝擊力的一條結論莫過於平臺會看手機型號出價，手機越好，價格越貴。

以一款熱門打車App和蘋果手機為例，在其一鍵呼叫中勾選經濟型和舒適型兩檔進行測試，結果顯示蘋果手機使用者更容易被舒適型車輛（專車、優享）接單，這一比例是非蘋果使用者的三倍。

即使使用者用的不是蘋果手機，高價位的手機相對低價位的手機來說，也更容易被舒適型車輛接單。至於打車APP為什麼知道使用者用的是什麼手機，這個應該不難理解，你在微博上不是也能看到別人的來源嗎？

另外，蘋果使用者比非蘋果使用者享受的打車優惠更少。資料顯示，蘋果手機使用者平均只能獲得2。07元的優惠，而非蘋果使用者平均可以獲得4。12元的優惠，差別十分顯著。

網約車平臺的這番操作，簡直是教科書式的“價格歧視”。

2. 平臺補貼，先漲後降

所有的網約車平臺都會不定時給使用者發放優惠券，那麼這些補貼是平臺自己出的錢，還是將成本轉嫁給了司機呢？

資料表明，當有優惠的時候，平臺的平均抽成比例跌為負值，所以可以看出平臺確實自身提供了補貼。

不過，這個補貼也是有貓膩的。因為沒有優惠時，軟體最終計價（優惠前價格）與司機端的價格差距為14%，有優惠時卻提高到了21%，也就是先提價再減免。

這種“先漲後降”行為我原本以為只在網購平臺上存在，沒想到網約車平臺也是如此，它的目的無非是讓顧客感覺到享受了更多優惠，從而提高使用者粘性。

3. 預估價格，不太靠譜

如果說先漲後降只是在玩數字遊戲，那麼預估價格就是赤裸裸的欺騙了。

研究顯示，在某些城市，網約車使用者實際支付的價格往往比軟體預估要高很多，其中上海平均要高11。8%，成都為8。5%，北京為6。9%，這主要是平臺之間打價格戰造成的。

但有個例外：深圳的實際支付價格竟然比估價平均低了6。5%！對於這一反常的現象報告沒有做出令人信服的解釋。

為什麼平臺敢明目張膽地欺騙顧客呢？一方面是因為很多使用者對價格不敏感，另一方面是綁定了自動支付後經常會忽略實際支付價格，時間久了更不記得預估價格了。

4. 等待時間，很不靠譜

關於平臺“貓膩”的最後一項結論，則是預估等待時間普遍低於實際等待時間，也就是說等車的時間總是比估計中久。這一點相信大家都深有體會，在此不做贅述。

網友：打車頻繁的話，車費會越來越高

有網友提到：“打車比較頻繁的話，車費也會越來越高（不過沒有超出計程車的打表計費）。我很久沒有用打車App，有次上班來不及就打車，車費才13塊多，後來連著打了好幾天車，車費就慢慢變成15塊多、18塊多，最高到了20多塊（同樣的路線，沒有堵車，沒有繞路，沒有用任何優惠、折扣，不是惡劣天氣）。”

還有網友說到自己的測試：“大學時候就發現了，我們寢室三個安卓，一個蘋果，同時打車，蘋果貴多了。”

根源：演算法“殺熟”，幫助企業“看人叫價”

大資料時代，我們生活中的絕大多數行為都會被大資料捕捉和收集。但驚人的資料總量讓人工方式進行資料甄別、整合變得不現實，這時就需要機器來幫忙，靠演算法來提高效率。

資深安全技術專家、“白帽駭客”、漫霧科技創始人餘弦介紹說，人們會把演算法簡單理解為“人工智慧”，但它和人類的思維、行為相比還是有非常大的差距。雖然在不遠的未來，演算法會有更精準的表現以及更好的應用場景，但當下演算法有時還是比較“粗暴”的。

演算法“粗暴”是指其不精確性，甚至表現出較大的隨機性。比如有人誤操作進入了求職網站並停留片刻，隨後短影片網站給此人推送“如何處理好工作關係”，購物網站推薦“辦公桌上最好養的綠植”，網頁上的漂浮廣告也都和求職有關。一系列經過計算的推送，都建立在一次偶發性誤操作上。

演算法“粗暴”的另一個表現是可能被利用。比如，演算法可能會幫助企業“殺熟”，還可能會幫助企業“看人叫價”。

應對之策：打破壟斷，從“揚招”做起

有消費者向網約車平臺方投訴：為什麼同一距離我打車貴，別人就便宜；為什麼我打車等待得久，別人等待的時間就短？平臺方的回覆是“這是你的個人感覺”或者“這可能是系統判斷上的問題”。潛臺詞：反正就這，愛用不用！

面對消費者，平臺為什麼有這樣的膽量？因為可選項越來越少，因為打車習慣已經養成。

現在，我們應該反思的是：當我們需要打車時，拿出手機點選某款固定的打車軟體，是否真的經濟划算，且效率最高？

孫金雲副教授的實驗裡其實有一項“揚招”（揚手招車）專項測試。結果顯示：除北京外，“揚招”是各城市打車最快的首選。

沒想到吧？

所以打車時我們不妨突破思維定式，多考慮幾個途徑，努力形成打車多元生態。

平臺有自己的演算法，我們要有對策演算法的方法！

代表建議：應立法規制大資料“殺熟”

值得注意的是，大資料“殺熟”現象成為社會關注的焦點。據悉，全國人大代表、遼寧大學副校長楊松公開表示，將於今年全國兩會提交關於修改反壟斷法及完善相關配套制度的建議，其中包括建議立法禁止協同行為，規制資料濫用、大資料殺熟等行為。

2020年1月2日，市場監管總局釋出《中華人民共和國反壟斷法》修訂草案（公開徵求意見稿），其中第三條規定的壟斷行為包括：經營者達成壟斷協議；經營者濫用市場支配地位；具有或者可能具有排除、限制競爭效果的經營者集中。據瞭解，反壟斷法的修改被納入2021年全國人大預安排的重點立法工作之一。

楊松建議在該條中增加一款內容：“數字經濟領域經營者不得利用技術手段、平臺規則、資料和演算法等方式實施壟斷行為。”

資訊來源：電商報、央廣網、杭州矽谷小報等