“軟件顯示2分鐘就到，最后左等右等遠不止2分鐘。”
“預估行程價(jià)格只要30元，到了目的地發(fā)現竟然被扣了快40元。”
“完全相同的軟件和路線(xiàn)，朋友叫車(chē)和我叫車(chē)的價(jià)格竟然不一樣？”
2020年，復旦大學(xué)管理學(xué)院副教授孫金云帶領(lǐng)研究團隊在五座城市打了800多趟車(chē)，搜集到滴滴、曹操、首汽、T3、美團、高德和揚招等7個(gè)渠道的數據。
調查招募了20多名大學(xué)生作為調研員，在五城（上海、北京、深圳、成都和重慶），不同距離（近途：3公里以?xún)?，中途?-10公里，遠途：10公里以上），以及工作日早高峰（7:30-9:30）、晚高峰（17:00-19:30）、日間非高峰（9:30-17:00）、晚間非高峰（19:30-23:00）4個(gè)時(shí)間段進(jìn)行了分層抽樣調查。
獲得總樣本836個(gè)，有效樣本821個(gè)，通過(guò)數據分析，最終形成“2020打車(chē)報告”。
哪種方式最快打到車(chē)？
調研將點(diǎn)擊確認呼叫后司機確認接單的時(shí)間定為響應時(shí)長(cháng)，司機接單后到乘客最終上車(chē)的時(shí)長(cháng)定為等待時(shí)長(cháng)。調研結果顯示，北上深三城的響應時(shí)長(cháng)峰值均發(fā)生在早高峰階段。
將主流打車(chē)軟件、揚招出租車(chē)相比較，哪種方式能更快上車(chē)？調研結果顯示，除北京外，揚招是各城市打車(chē)最快的首選。（團隊在上海調研了美團、首汽、滴滴平臺和揚招4種打車(chē)方式）
平臺會(huì )玩時(shí)間游戲嗎？
與揚招相比，打車(chē)軟件會(huì )告知預估等待時(shí)長(cháng)。不過(guò)，研究顯示，平臺往往會(huì )向乘客呈現比實(shí)際更短的等待時(shí)間，以此提高乘客等待時(shí)的耐心。
有平臺解釋稱(chēng)，是因為交通擁堵才導致平臺對等待時(shí)間的低估。然而調查數據顯示，不管是否在出行高峰時(shí)間段，低估等待時(shí)間的現象總是普遍存在（P<0.05）。
報告稱(chēng)，滴滴作為時(shí)間延誤比例最大的平臺，在四個(gè)不同時(shí)段的值均高于平均值，除深夜外，其余三項均呈現顯著(zhù)差異。在早高峰的時(shí)間延誤比例達到47.4%。
研究團隊表示，作為行業(yè)龍頭，滴滴擁有最豐富的數據和技術(shù)團隊，讓人對其是否涉及“誤導用戶(hù)”甚至“用戶(hù)欺詐”深表?yè)鷳n(yōu)。
怎樣打車(chē)最便宜？
怎么打車(chē)最便宜？為了回答這個(gè)問(wèn)題，團隊以城市為單位，以完全相同的出發(fā)地和目的地線(xiàn)路作為基準，對比不同打車(chē)軟件中經(jīng)濟型和傳統揚招的平均價(jià)格差異。
各平臺每公里的打車(chē)價(jià)格（以乘客實(shí)際支付金額計算）的結果顯示，滴滴快車(chē)的價(jià)格與揚招出租車(chē)金額相同，均為4元/公里。（研究未考慮滴滴優(yōu)享和滴滴上的高端選項“禮橙專(zhuān)車(chē)”）。
通過(guò)分城市的數據，團隊分析出了每個(gè)城市打車(chē)最優(yōu)惠的選擇。在上海，打中途車(chē)時(shí)，揚招和美團最優(yōu)惠，打遠途車(chē)時(shí)，則是揚招最優(yōu)惠。（團隊在上海調研了美團、首汽、滴滴平臺和揚招4種打車(chē)方式）
平臺會(huì )玩價(jià)格游戲嗎？
通過(guò)對軟件的預估價(jià)格與實(shí)際支付價(jià)格之間的差異進(jìn)行分析，團隊發(fā)現，上海是打車(chē)軟件（美團、首汽、滴滴）價(jià)格被低估最厲害的城市，實(shí)付與預估差異的比值為11.8%。
上海整體低估車(chē)費的背后，是各平臺價(jià)格的低估。其中，滴滴的實(shí)付預估差異比最高，達18.5%，其次是美團，高出了9.7%，首汽排名第三，為7.6%（P<0.05）。
五座城市中，滴滴和首汽都存在明顯的價(jià)格低估現象（P<0.01）。其中滴滴平臺的實(shí)付價(jià)格比預估價(jià)格平均高了6.7%，首汽平均低估10.9%；但T3、美團和高德并沒(méi)有檢驗出明顯的差異；
“蘋(píng)果稅”存在嗎？
此外，“蘋(píng)果稅”還體現在打車(chē)優(yōu)惠上。數據表明，蘋(píng)果手機用戶(hù)平均只能獲得2.07元的優(yōu)惠，顯著(zhù)低于非蘋(píng)果用戶(hù)的4.12元（P<0.01）。除了絕對金額，優(yōu)惠折扣比依然支持上述結論（P<0.05）。
責編：梅亞川
