導讀：互聯網+時代，打車軟件盛行，市民出行選擇也更加多樣。然而，有不少人發現了一個怪象：手機不同，打車軟件的優惠也不一樣。其中，蘋果手機優惠少，費用高。最近，復旦大學教授就進行專項研究，結果發現，竟然是真的！
3月3日，復旦大學教授孫金云的一項調研成了網上熱議的話題：最近，他帶領團隊做了一項“手機打車軟件打車”的調研。該團隊在國內5個城市，花50000元，收集了常規場景下的800多份樣本，得出一份打車報告。
報告顯示：蘋果機主更容易被專車、優享這類更貴車型接單；如果不是蘋果手機，則手機越貴，越容易被更貴車型接單。
該結論隨即引發網友熱議。
復旦教授三萬字打車報告：用iPhone打車更貴？
近日，上海復旦大學管理學院副教授孫金云公開了 “2020打車軟件調研報告”(下稱“報告”)，通過對5個城市821次打車的數據及體驗研究，發現了蘋果機主更容易被專車、優享這類更貴車型接單。如果不是蘋果手機，則手機越貴，越容易被更貴車型接單。
報告主要結論如下：
1，蘋果機主更容易被專車、優享這類更貴車型接單
2，手機越貴，越容易被更貴車型接單
3，實際車費比預估費高，這種情況占80%
4，網約車司機表示實際車費比預估價高
5，蘋果手機打車的價格會貴一點
報告中把這上述一系列現象稱為“蘋果稅”。
蘋果手機打車更貴更易延誤？
報告中提到，打車調研時一鍵呼叫經濟型+舒適型兩檔，報告中用被舒適型車輛接走的訂單占所有訂單中的比例來判斷“被舒適”的程度。
數據表明，與非蘋果手機用戶相比，蘋果手機用戶的確更容易“被舒適”車輛（比如專車、優享等）司機接單，這一比例是非蘋果手機用戶的 3 倍。
除了通過手機品牌來識別用戶，打車軟件平臺也可能同時關注乘客手機價格所透露的信息。報告通過相關研究表明，如果乘客使用的是蘋果手機，那么就更容易被推薦舒適型車輛；如果乘客不是用蘋果手機，那么就要看他的手機價位，手機價位越高則越有可能被舒適型車輛接走。
此外，“蘋果稅”還體現在蘋果用戶比非蘋果用戶享受到的打車優惠更少。數據統計發現，蘋果手機用戶平均只能獲得2.07元的優惠，而非蘋果用戶平均可以獲得4.12元的優惠。
孫金云在采訪中解釋，企業有根據不同支付能力的個性化定價策略，研究中發現的“蘋果稅”，接近于個性化定價，它能夠使企業獲得最高收益，但是存在歧視用戶的嫌疑。
研究結果表明，除了價格問題，蘋果手機用戶的預估等待時間往往被更嚴重地低估，并且在首汽和高德的平臺上面，蘋果手機用戶會比非蘋果手機用戶付出更多的時間成本。
數據顯示，打車平臺的蘋果手機用戶延誤時長比例均高于非蘋果手機用戶。其中，滴滴和首汽的結果極為夸張——兩者非蘋果手機用戶的時間延誤比例為 25.6%和 12%，遠低于蘋果手機用戶的 52.8%和41.6%。即便是差距最小的高德，兩類用戶的時間延誤比例差異仍然達到了 10.3%。
實際支付明顯高于預估價格，存在“偽優惠”現象
報告中提到，如果乘客通過打車軟件下單，實際支付價格比軟件預估價格高出很多，會讓乘客有受到欺騙的感受。如果乘客根據估價最低的平臺作出出行選擇，那么明顯存在個別平臺有意做低估價進行不正當競爭。
報告研究了打車軟件的預估價格和實際支付價格之間的差異，發現除重慶外，打車軟件在上海、成都、北京和深圳四個城市中預估價格和實際支付價格之間都存在顯著差異，其中上海是打車軟件價格被低估最厲害的城市，實付比預估高達11.8%，深圳也許是打車軟件競爭更激烈的地方，實付比預估價格竟然低了6.5%。
報告還檢驗了蘋果手機品牌及手機高中低價位檔次對于價格低估程度的影響，結果表明，這兩者對于價格低估并無影響。
而對平臺優惠部分，數據分析表明，平臺會先提價，再以優惠的方式進行部分減免，這和有些人吐槽商場特賣以及有的網購節先漲價再優惠的貓膩是相似的。報告中將司機端價格視為平臺每單的成本支出，當無優惠的時候，軟件最終計價（優惠前價格）與司機端價格差距平均為14%；然而，當有優惠的時候，軟件最終計價（優惠前價格）與司機端價格差距擴大至21%，補貼的感知度被放大了1倍，且其差異性顯著。所以，平臺存在“偽優惠”現象。通過這一增一減的優惠游戲，平臺就用少量的優惠，做到了“更多補貼”，或者說，讓消費者感受到了“更多補貼”。
這位教授的結論也得到了部分網友的認同：
記者親測：是真的！
滴滴客服回應
對此，有記者進行了實驗，結果發現確有其事。
而據封面新聞報道，3月4日，滴滴出行客服告訴記者，滴滴并不存在蘋果手機打車貴的情況，如果遇到同一時間相同行程比其他機型貴，可截圖給客服處理，對此類現象監管問題，記者多次致電上海市道路運輸管理局，均未得到正面回應。
研究純屬無心插柳
據封面新聞，3月3日，記者通過所在學院聯系孫金云，對方婉拒了采訪。在他自己的公眾號里，他這樣解釋：對我而言，這個研究已經完成了，我們所有的結論和觀點都已在報告中詳實呈現。至此，我們整個團隊將不再關注媒體報道，也不再就此話題接受任何采訪。
3月2日，在“老孫漫話”公眾號里，孫金云稱，打車軟件研究的出發點，如果用一個詞概括，那就是“理性的好奇心”，“我們整個團隊在工作之余做了一點有趣的研究。”
孫金云稱，他和他的團隊對很多事情都抱有強烈的好奇心，愛折騰，不滿足于已有的知識、經驗和市面二手報告。小到教學課堂里用的案例企業的細節，大到平時接觸到的那些集團企業如何才能保持競爭優勢，他一直帶著這種理性的好奇心來思考。“今天這個結果，純屬無心插柳。”
人大代表建議立法
規制數據濫用、大數據“殺熟”
據人民法院報報道，全國人大代表、遼寧大學副校長楊松表示，她將于今年全國兩會提交關于修改反壟斷法及完善相關配套制度的議案。為此，楊松與武漢大學等高校多位專家一起調研研討，議案就包括了建議立法禁止協同行為，規制數據濫用、大數據殺熟、平臺二選一等行為。
中央已出手：細化“大數據殺熟”認定標準
2月7日，在征求意見稿推出兩個多月后，根據《反壟斷法》等有關法律規定，國務院反壟斷委員會制定出臺了《國務院反壟斷委員會關于平臺經濟領域的反壟斷指南》（以下簡稱《指南》）。
《指南》以《反壟斷法》為依據，包含壟斷協議、濫用市場支配地位、經營者集中、濫用行政權力排除限制競爭和附則等內容。相較征求意見稿，《指南》進行了170處以上的修改，規定從偏“打壓”傾向于了“引導”，對當前熱議的“二選一”與“大數據殺熟”問題細化了認定標準，對相關市場界定予以明確，對社區團購燒錢補貼大戰的正當性進行了規定。
針對備受爭議的“大數據殺熟”問題，《指南》相較征求意見稿也作出了改變。
第十七條在認定差別待遇時，刪除了“基于大數據和算法，對新老交易相對人實行差異性交易價格或者其他交易條件”，同時原征求意見稿對于差別待遇行為可能具有的正當理由“針對新用戶的首次交易在合理期限內開展的優惠活動”，《指南》刪除了“首次”二字。
鄧志松表示，并不會影響大數據殺熟的認定，刪除了“新老交易相對人”的規定，可能是因為給予新用戶優惠是互聯網平臺的常見攬客模式且有利于促進市場競爭，而且給新用戶優惠與對老用戶殺熟二者之間并不能簡單劃等號。當然，為了防止平臺隨意認定新用戶、采取變相殺熟手段，《指南》在正當理由中對平臺給予新用戶的優惠限定了合理期限。另外，刪除了“首次交易”可能是因為“首次交易”難以界定且不符合商業實踐，例如平臺給予新用戶多張優惠券或者給予一段時期內的優惠價格，這些情況下實際會發生多次交易。
“去除了‘基于大數據和算法’的前置條件，更有利于執法，不需要對‘基于大數據和算法’進行調查和舉證。”游云庭說。
本期編輯 黎雨桐
本文首發于微信公眾號：21世紀經濟報道。文章內容屬作者個人觀點，不代表和訊網立場。投資者據此操作，風險請自擔。
最新評論