滴滴一到高峰期就涨价是在趁火打劫吗.docx

滴滴一到高峰期就涨价是在趁火打劫吗.docx

《滴滴一到高峰期就涨价是在趁火打劫吗.docx》由会员分享，可在线阅读，更多相关《滴滴一到高峰期就涨价是在趁火打劫吗.docx（11页珍藏版）》请在冰豆网上搜索。

滴滴一到高峰期就涨价是在趁火打劫吗

滴滴一到高峰期就涨价，是在趁火打劫吗

不希望因为标题原因，给公众造成误导，所以先抛出结论：

滴滴等出行平台，采用潮汐定价策略（高峰涨价），并不是想要在这个时候对乘客趁火打劫，增加平台收益。

而是采用了经济学相关理论，通过价格手段，让更多乘客能享受出行服务的同时，也让司机获得更多收益，从而实现整个交易系统效率最大化。

出行行业是一个典型的交易市场，在这个市场里，有提供产品服务的卖家（司机），有花钱购买产品服务的消费者（乘客），还有制定规范、保证交易公平的市场管理者（网约车平台或出租车公司、政府）。

经济学研究人们面对有限资源如何做出决策。

这与产品经理工作内容不谋而合，学习探索经济学理论，能帮助我们更好地认识现象背后的用户行为动机以及经济学规律。

本文尝试从不同的经济学理论角度，去解释出行交易市场中供需不均背后的根源，以及当前被人们所熟知的网约车动态定价策略给社会带来的价值。

在解释问题之前，我们先介绍一个经济学基础理论：

供需定律。

用车需求及其影响因素

决定消费者对某种商品或服务的需求量多少，可能由多种因素决定。

但是这其中最重要的一种，是商品或服务的价格。

高峰期滴滴定价上涨，部分原来有用车需求的用户，改变主意乘坐更加便宜的公共交通。

而平峰期价格下降，原计划乘坐公共交通的用户，又愿意付费乘坐滴滴快车。

当价格上涨，消费者的需求量减少，而价格降低，消费者需求量增加，这在经济学上被称为需求定律。

用车需求量随价格变化曲线，横轴为用车需求量、纵轴为市场价格

影响用户用车需求的因素除了价格以外，用户收入、替代品服务价格、消费者群体数量、生活习惯（早出晚归）、天气、节日、公众活动等都是影响消费者需求量的因素。

司机供给及其影响因素

司机通过付出劳动力和时间，为乘客提供接送服务，并以此获得报酬。

如果将司机的报酬按每小时计算，则时薪可以看作是衡量司机劳动力和时间价值的市场价格。

那么司机供给量与市场价格之间的关系满足如下曲线所示规律：

司机供给量随收益变化曲线，横轴为司机供给量、纵轴为司机收益

每小时司机获得的收益就越多，就会有更多的司机愿意提供服务，或者有更多的司机愿意付出更多的劳动时间。

反之，司机提供服务的意愿就会减少。

这种当其他因素不变，市场价格上升，该物品或服务的供给量增加，价格下降，供给量减少，经济学上被称为供给定理。

司机每小时收益是影响司机工作积极性的核心因素，除此之外，司机为了获得收益付出的成本，对工作的预期，同行竞争者数量，个人偏好，政府政策都会对司机工作意愿产生不同程度影响。

现在回到本文探讨的问题：

早晚高峰出行，正是大家有打车需求，滴滴等网约车平台却在这时涨价？

这是在哄抬物价、趁火打劫吗？

下面从三个维度来回答这个问题。

01.动态定价促使供需动态均衡

前面介绍了需求量与供给量随市场价格变化的关系。

现在我们把二者放在一起来研究分析。

消费者将行程费用支付给出行平台，出行平台以分成的形式，给予司机报酬。

因此乘客支付的价格，直接决定司机的收入。

用车需求量与司机供给量随价格变化曲线

正常情况下，假设消费者的用车需求量是不变的，那么市场价格最终会稳定在一个让司机和乘客都能接受的数值。

在此价格下，司机的数量也会趋于稳定，只要没有其他因素影响需求量、供给量，这个市场的价格就会一直稳定在这个基础上。

以上的假设，在经济学上被称为市场均衡，也叫市场估清。

经济学研究认为，一切非市场均衡的系统，都是不稳定的，并且都有向均衡状态调整的倾向。

也就说，在没有人为干预情况下，市场需求于供给最终会相等。

所以现在回头来看出行市场的问题，当早高峰来临时，人们都赶在这个时间段上班、外出，晚高峰大家集中下班、回家，用车需求徒增，而受交通情况、司机数量的限制，此时城市的运力供应并不能满足所有用户用车需求，而出现供不应求，如下图所示。

高峰时段，用户用车需求量增加，司机运力不足，导致供不应求

根据供需定理，价格是影响需求和供给的核心因素。

如果这个时候通过价格调控，让价格适当上浮，那么部分对价格相对敏感的用户，就会选择放弃，而换乘其他交通工具，而因为价格上涨司机收益增加，将会有更多司机愿意提供服务，如下图所示。

出行市场通过价格调控，由供不应求向供需均衡转变示意图。

P为市场价格，Pe为均衡价格，Supply为运力供应曲线，Demand为用车需求曲线

随着高峰时段过去，用户用车需求量逐渐下降，如果此时依然维持高价，需求量下降，而司机运力充足，将会出现严重供过于求。

平峰时段，用户用车需求量减少，司机运力过剩，导致供过于求

所以平峰降低价格，有利于刺激更多的消费者的用车需求，也让司机合理调整休息时间，保证下一个高峰运力。

如下图所示：

出行市场通过价格调控，由供过于求向供需均衡转变示意图

出行市场就是通过不断的进行价格调整，让整个市场不断向动态均衡调整。

尽量满足更多的乘客用车需求，同时让司机也获得最大化收益。

02.动态均衡让市场剩余价值趋于最大化

这个问题是从福利经济学的角度来探讨，市场如何进行资源配置，能够使得供需双方在交易过程中利益最大化。

用户在选择使用出行平台提供的服务时，事先会有个心理价位，如果实际价格高于心理价格，用户可能会因为高价而对平台感到失望，同理，司机在服务乘客时，总希望自己获得的回报能更高一点。

这种用户愿意支付的最高价格与实际支付价格的差值，在经济学上被称为消费者剩余，用于衡量消费者参与交易活动获得利益的大小。

用需求曲线表示如下：

乘客（消费者）剩余，如果消费者心理价位为P1，而实际价位为P2，消费者获得利益为Q×（P1-P2），正好为三角形面积

而司机从交易中获得的报酬，减去其工作成本，所得到的被称为生产者剩余，用于衡量商品或服务提供者参与交易活动获得利益的多少。

司机（生产者）剩余，如果司机成本为P1，而实际价格为P2，司机获得利益为Q×（P2-P1），正好为三角形面积

从整个市场的角度，司机剩余与乘客剩余之和，为市场的总剩余。

市场总剩余用于衡量市场的运行效率。

现在来考察出租车行业的剩余价值。

在分析过程中，我们引入与网约车动态定价完全不同的传统出租车固定计价模式进行对比。

由于出租车定价模式固定，无论供需状况如何，都不可能通过价格调控来影响供需关系。

高峰时司机供应不足，市场剩余受司机供应限制。

而平峰司机供应过剩，市场剩余又受用车需求制约，如下图所示：

市场供不应求和共过于求状态下，市场总剩余

一种理想情况下，市场的用车需求与司机数量相等，此时达到供需均衡，而此时的市场剩余也达到最大值，如下图示：

市场供需均衡状态下，市场总剩余，相比于供求不相等的状态，该种状态下，市场剩余面积最大

现在我们回头来看网约车出行平台的定价策略，通过价格调控，不断让供需双方趋于动态平衡。

换句话说，当高峰供不应求时，调整价格上涨，增加司机剩余，而平峰下调价格，增加乘客价值，整个系统趋向于整体市场剩余最大化。

福利经济学是规范经济学的一种。

其核心是探讨一个交易系统在何时效率达到最佳，以及最优的状态下，对参与交易的个体福利的影响。

尤其是像出行交易市场，福利经济学理论将有很重要的实践价值。

03.价格歧视让司机收益最大化

高峰期价格上调，会将部分价格敏感乘客拒之门外，而平峰期价格下调，又吸引更多价格敏感用户。

假设从价格敏感角度，将网约车平台用户按价格敏感程度分成两类：

价格敏感用户和价格不敏感用户，那么针对不同用户类型，同一种商品或服务设定不同价格的行为，在经济学上被称为三级价格歧视。

这里我们还是拿出租车固定计价模式与网约车动态定价进行对比，如下图所示，单位时间内每完成一单，所付出的成本，经济学上称为边际成本。

固定价格下，提供相同的服务，边际成本是不变的。

那么司机获得的利润，就等于乘客支付的价格，减去边际成本。

图中正方形面积区域即为司机获得的整体收益。

单一定价策略下，司机获得利润

网约车平台在需求量不变的情况下，采取动态定价，不同偏好的用户的定价不同，如下图所示，由于低价吸引了一部分对价格敏感度更高的用户，更多的司机获得订单，因此司机整体利润增加。

三级价格歧视，动态定价策略下，司机获得的利润，当价格由P0调整至P1过程中的每个价格节点，都可能符合对应乘客的心理价位，这部分乘客是在原基础上额外增加的

价格歧视被广泛用于交易活动中，淘宝双十一优惠券、京东买2件9折、3件8折，都是不同类型的价格歧视运用。

充分竞争市场中，价格歧视的正确运用，不仅有利于增加市场福利，在类似出行交易场景中，还极大优化了资源配置效率。

日常生活中的工业电价错峰调价、水、天然气阶梯收费，都是运用了经济学价格歧视策略实现资源的优化配置。

到此，针对网约车平台高峰涨价这个问题，我们从三个经济学维度探讨了它的价值。

任何理论都有边界，以上探讨建立在两个经济学假设基础之上：

-理性人假设：

微观经济学假设人都是理性的，在决策时，总会朝着最有利于自己的目标进行。

-充分竞争市场：

在以上讨论中，我们都假设市场是完全竞争的，价格由市场供需双方自由决定，并最终趋向于市场均衡。

非完全竞争市场，价格被部分势力控制，而无法形成市场均衡，使得社会福利最大化。

写在后面

在一个行业久了，有时候会发现，我们其实并没有想象中那么了解这个行业。

虽然每天都在接触这个行业的不同信息，但是并不知道这个行业的边界在哪里，这些信息散落在脑海里，不能成形成像，也就说不清道不明。

信息之间无法进行关联，也就无法形成知识，运用在实际业务中并产出价值。

所以我一直在尝试，融合不同学科的方法论，将存储在脑海里的这些信息，有序的组织关联起来，让他们产生价值。

另，在分析过程中我发现，当理论运用于实践时，会出现水土不服，尤其像经济学这类以人为研究对象的学科，更需要因地制宜，才能更有解释力。

例如，出行交易场景中，影响人们选择出行方式决策的，除了价格，时间也是很重要的因素，从某种程度来说，时间也是衡量价值的一种。

供需曲线只是经济学家为了让理论适用范围更广，进行了极简抽象。

在实际运用过程中，还当综合考虑多种约束条件及他们对问题的影响权重，最后给出最优解。