关于网约车司机群体的八点观察思考

　　近些年来，网约车已经扎根在人们的日常生活中，并改变了人们的出行习惯。但是网约车的运作上还存在着不少问题，笔者将仔细展开说明。
　　一、司机是稀缺资源
　　相比传统出租车，互联网技术极大地提升了资源配置效率，为出行行业带来了新的增量市场，出现了滴滴、曹操、首汽等一批互联网网约车企业。
　　曾经网约车的巨额补贴大战，已经让用户养成了习惯。网约车已经深刻改变了我们的生活，对于像帝都这样的一线城市，能够完全脱离滴滴的人，该是有怎样的背景呢？
　　受城市空间、路况、政策等条件制约，大城市高峰时段出现供需极度失衡，商业中心、写字楼下班高峰滴滴一车难求，雨天排队两小时以上已经不是新闻。
　　经常有打车出行需求的用户，手机里常常安装了几乎市面上所有的出行应用。叫车难的时候，所有应用同时呼叫，碰运气谁家司机先应答就用谁家的。有的甚至连货运平台货拉拉都用上了，有面包车坐总比没车坐要好。
　　正是如此，聚合出行也成为流量平台切入出行行业有效途径之一。高德地图、美团打车均已上线同时呼叫。
　　左图为高德地图聚合呼叫，右图为美团打车同时呼叫（来源于网络）
　　对于像滴滴这样的出行平台，有效司机数量决定木桶的最短板高度，供给侧的问题远比需求端要复杂得多，司机俨然已经成为了稀缺资源。
　　二、收入、工作强度和稳定性
　　正如赞誉出租车司机是城市者样，约车司机更是如此。他们起早贪，天对各种各样的乘客，晚上很晚甚凌晨回到家，有的第天天没亮开始出门载客。
　　在一次业务调研中，我尝试亲身去感受网约车司机的真实工作场景，临近凌晨，跟公司协调了一辆新能源汽车，前往附近的一个国家电网网点充电。
　　到达时，这个网点近10个电桩已经全部被开新能源的网约车司机占用，后面还排队几位司机。
　　轮到我充完电，临时已经凌晨两点，现场仍然还有4位司机在充电，他们都已经在车睡着了。活艰，他们仍在努。
　　他们可能是一个孩子的父亲，背后承载一家老小对幸福生活的期盼。也可能是生意失败的中年人，因为不服输，想凭借自己双手东山再起
　　这些都是专职网约车司机，收入是他们的核心诉求。
　　他们有的背井离乡，到一线城市租车接客。他们的想法一致趋同，辛苦一点没关系，只要能挣钱。
　　所以对于司机而言，工作环境、产品体验差一点都不是问题，但是在收入上出了问题，就有可能导致群体事件；滴滴早期以及其他网约车平台，都曾因为收入问题而导致司机聚众闹事。
　　对收入的关注，又主要体现在收入的公平性和透明度：
　　公平性
　　公平性并不是消除司机之间收入差距的平均主义。而主要体现在平台对机会的分配上，无论该司机职业从事时间长短，为平台贡献收入多少，他们在平台获得订单的机会均等。
　　换句话说，只要司机愿意努力，他们在平台都能获得相同的收入前景。
　　从司机心理角度，对收入的满意度其实是司机的一种心理感知。
　　这种感知来源于比较横向与同行或社会其他行业比较，纵向跟自己的历史数据进行比较。如果比较结果不差于同行或过去，司机会获得满足，积极性也更高。
　　一般来说，司机会对自己的价值贡献进行衡量，他们觉得价值贡献越大就理应获得更多收益。
　　所以，平台在进行机会分配时，按司机的贡献价值大小分配，也是促进司机对公平性感知的一种手段。
　　这里值得说明的一点是，作为平台是否需要像国家政府一样，对高收入人群提高税收比例，由国家统一进行二次分配，帮助、照顾低收入人群，以此来调节社会贫富差距？
　　财富差距的公平性是以牺牲社会效率换取社会稳定的一种手段。
　　但是，对于网约车行业，刻意去照顾低收入群，不仅会让投机者不劳而获，还会对高价值司机产生不公平，这其实是低收入司机对高收入司机的一种剥削，降低了系统整体效率。
　　换句话说，对平台贡献价值越大的司机，辛苦努力的付出可能并没有给自己带来公平对等的收益。
　　但是这里面也有一些特例，比如对于新手司机，为了提高他们积极性，兼顾他们对环境不了解，平台会做一些补偿性倾斜保护。
　　其次是，不同发展时期，不同类型司机对平台价值不同，机会分配时，会根据平台当前目标进行调整。
　　透明度
　　平台制定游戏规则，司机根据游戏规则为平台提供服务，赚取收入。那么就要求平台对所有参与者公开游戏规则。
　　不仅如此，平台还需要尽量保证每位司机对平台规则的理解是一致的。这就要求平台构建高效的信息传达渠道，针对司机群体，设计、包装方便他们理解识别的内容。
　　换句话说，我们不能仅仅呈现一个结果，而让司机自己去猜导致这个结果背后的平台规则。例如：滴滴服务分是衡量司机近一段时间在平台的服务质量，服务分跟订单分配挂钩，最终影响司机收入。
　　但是，我们经常听滴滴司机抱怨，不知道自己为什么被扣分，甚至有司机对该策略深恶痛绝。
　　除了收入，工作强度和稳定性，也是他们关注的。
　　像上面业务调研看到的场景，每位司机的精力有限，长期过载的工作强度，可能导致司机们长期处于疲劳状态，持续为平台贡献稳定价值能力降低。
　　甚至我们看到有些司机，吃住都在车上，全天24小时处于接单中（非滴滴平台司机），有单就跑，没单就休息。
　　虽然这仅仅是个例，但体现出来的是平台规则不完善，安全面前99分也是不及格，这样的司机如果平台不加以控制，将为司乘、平台带来巨大的安全风险。
　　平台稳定性跟公司背景、品牌有很大关系，易到多次对司机提现失信，导致了大批量司机流失，业务也濒临崩溃边缘。
　　三、盈利能力
　　司机在平台的盈利能力，决定了司机在平台能挣得多少收入，有多大愿意持续留在平台继续服务。
　　曾经遇见一位与众不同的滴滴司机，区别于其他司机对平台满口抱怨，这位司机对自己的职业十分乐观。
　　他说开滴滴就如同打游戏，每天在游戏里寻找怪物打怪升级。要能根据不同地段识别怪物出现的时间。不能完全依靠系统，自己心中要有个热力图：
　　早上小区客人的上班时间，是否是企业职工小区，下午单位的下班时间，学校的放学时间，公交地铁线路的开始结束时间，航班、高铁到站时间，城市大型活动、展会时间，深夜KTV娱乐场所服务时间。
　　到达一个陌生地方，不要盲目扫街等单，要根据当前地理位置特征，判断在这个时间点出单的概率。
　　跟这位司机聊完，让我十分震惊，他对行业的理解，超过大多数同行甚至一些业内产品设计策划人员。
　　司机的盈利能力，跟自身对行业的理解、业务技巧、个人目标驱动等诸多因素有关。
　　针对不同类型司机制定相应盈利能力提升策略，从而达到增加司机收入，提升平台整体运营效率的目的。
　　那么如何衡量司机的盈利能力呢？
　　经济学上衡量一个组织或企业盈利能力很重要的指标是：单位经济收益，用在出行交易场景中，即是平均每小时司机获得的收益。
　　单位经济收益平均每小时收入平均每小时成本
　　指标拆解为：
　　平均每小时收入单均收入每小时完成单数
　　平均每小时成本单均成本每小时完成单数
　　则单位经济收益计算为：每小时完成单数（单均收入单均成本）
　　最终影响司机盈利能力的指标有三个：单均收入、单均成本和每小时完成单数。
　　结果大于0，则说明司机每服务一单，司机有盈利；结果小于或等于0，则说明司机每服务一单，司机亏损。
　　这个业务指标看似简单，但非常关键。如果司机单位经济收益不能保证能盈利，再加上司机的其他固定成本以及生活成本，无论司机怎么努力，永远也赚不了钱。
　　司机付出努力却赚不到钱，入不敷出最终会导致司机流向其他地方。
　　四、最低收入
　　司机决定从事网约车工作，无论收入高低，总归会有个底线，即最低收入。
　　最起码的最低收入，应当保证能够摊平司机为工作而付出的成本，盈亏平衡线决定未来司机的预期收益；同时，也是衡量司机收入健康状况的关键指标。
　　司机付出的成本主要分为两类：
　　固定成本：
　　司机工作前的固定投入，无论司机是否真的在运营，这笔钱都得投入。主要有：车辆租金贷款、车辆保险、维修保养、车辆折旧、生活成本等。
　　可变成本：
　　司机正式开始运营时，每完成一笔交易，所需要投入的成本，主要有：油电气、话费、流量费、平台抽成等。
　　所以司机在考虑是否长期从事网约车营运工作时，他会算一笔账：
　　每月总收入单均可变成本月均完成单数月固定成本
　　最后所得的即是月收益，在同等条件下，收益越多，司机工作的意愿程度就越高。
　　不考虑固定投入成本，经济学上，将司机每完成一单获得的收入，与完成该单付出的成本的差值，定义为单位边际收益。
　　单位边际收益每完成一单收入每单可变成本
　　换句话说，只要保证司机的单位边际收益为正，那么通过边际收益的积累来覆盖固定成本就只是时间问题。盈利多少就看司机个人能力和平台单量了。
　　单位边际收益完成订单数数固定成本，此时达到盈亏平衡点。
　　正常情况下，我们关注的问题是司机每月获得多少收入，才能达到盈亏平衡？
　　把盈亏平衡等式完成订单数指标进行拆解：
　　完成订单数盈亏平衡收入每笔订单收入
　　盈亏平衡收入固定成本（每笔订单收入单位边际收益）
　　每笔订单收入与单位边际收益的比值定义为单位边际贡献率，那么只要通过历史数据计算出司机的单位边际贡献率，就可以得出司机达到盈亏平衡时需要获得的收入：
　　最低收入固定成本单位边际贡献率
　　五、供需不均
　　供需不均是出行行业难题，体现在时间和空间地理两个维度：
　　时间：城市每天出现的潮汐现象，早晚高峰供不应求，叫车难，而平峰又出现大量车辆闲置；
　　空间地理：用车需求分布与司机分布不同，在任何时候都可能出现，部分区域供不应求，而部分区域却有大量车辆闲置。
　　解决供需不均问题，滴滴已经有非常智能的调度策略和定价机制，但是无论算法、算力多么强大，没有跟当前用车需求匹配的运力资源，系统也是巧妇难为无米之炊。
　　运力过多，满足了高峰需求，平峰又过量闲置；相反，高峰需求则难以满足。对于司机而言，限制他的是人类终极稀缺资源时间，也就是说，一小时内，司机平均完成订单数是有上限的，而且这个上限无法通过改变现在的环境或技术得到突破。
　　如果把出行市场看成是一个自由交易市场，买卖双方都要获得最大利益，那么在进行资源配置时，司机就不可能按照满足最大用车需求进行。
　　如何动态配置司机资源，能最大限度实现供需平衡？
　　一个理想的假设是平台的专职司机资源按照平峰期平均水平来配置，高峰期缺少的运力由社会兼职司机补充。这部分兼职司机只在高峰时期提供运力补充，平峰时期他们则退出平台，忙自己的工作。
　　这样的弹性配置，既保证了高峰临时运力需求，又避免平峰运力过剩导致大量司机闲置。
　　六、专职司机与兼职司机
　　高峰上下班时段，社会兼职司机分享私家车座位，满足顺路用户出行需求的同时，司机获得额外收益，还不耽误自己正事儿。
　　这类群体正好符合我们的理想假设。但是如何将这部分兼职司机吸引到平台呢？
　　全职司机的核心诉求是收入和稳定性，他们以此为生，养家糊口。
　　而兼职司机不同，他们有其他正常收入来源，偶尔空闲或顺路接一两单，可能是顺带赚个油费，亦或是为了打发时间，找些收入补贴家用。因此，这类人群对时间自由度要求非常高。
　　一个是追求长期稳定收益，一个是注重短期体验，用完即走，如何同时兼顾这两类人群？
　　滴滴的派单策略算法早已脱离了乘客呼叫一单，系统就近匹配一个司机的粗暴机制。而是综合考虑预计接客时长、区域供需状况、用户价值、司机服务质量等诸多约束条件，通过大数据、机器学习等人工智能算法，最终实现全局最优。
　　顾全大局的代价是牺牲了部分低价值群体的利益，从而实现优质群体和平台利益最大化。
　　对于滴滴平台而言，什么样的司机算是是优质的？
　　滴滴的目标是要让平台规模更大、更稳定、更具持续性。那么自然希望有足够多的司机长期留在平台提供运力支撑。就像企业考察优秀员工一样，稳定性、潜在价值、业务能力会是企业关注的核心因素。
　　除此之外，当前派单策略下，司机不知道下一单平台会派给自己什么样的订单，如果订单正好与自己的计划产生冲突，协商取消还可能带来投诉，影响服务分。
　　正是这种不确定性，阻碍了兼职司机利用闲散时间接单的动力。
　　此种情况下，滴滴近几年高举共享经济大旗积累的兼职司机大批量流失殆尽。现在我们呼叫滴滴快车，已经很难遇到上下班顺路的私家车了。
　　七、政策监管
　　各地网约车监管合规政策陆续落地，部分城市已经开始清退不合规司机。北京作为体量最大的网约车城市，要求司机必须是本地户籍，获得本地驾照，才有资格考取网约车运营资格证，从事网约车运营。
　　北京地区客单价高、单量多，吸引了大量外来司机进京专职从事网约车司机。一旦这部分司机被合规清退，滴滴将面临“司机荒”，打车更加困难。
　　政策监管下，北京需要激励大量本地私家车主合法合规获取网约车经营许可证，以补充运力。
　　这些司机中，有一部分是专职从事网约车的专职司机，对于他们而言，尽快成为合规司机，继续从事网约车工作自然也是他们的诉求。
　　另外一部分司机是兼职司机，他们的核心诉求是自由度和灵活度，通过降低这部分司机的进入门槛，吸引他们办理网约车运营证，利用闲散时间或顺路接单，将会是缓解当前高峰运力不足的有效途径之一。
　　滴滴司机端上线的抢单大厅功能模块，可以看做是这个问题的产品解决方案。
　　高峰期严重供不应求，北京等一线城市部分区域一车难求，这些区域正常的运力已被全部占用，已没有效率提升的空间。将这部分无法被满足的需求，以订单池的形式释放出来，用类似于美团外卖抢单大厅的产品形式呈现给司机，司机可以按照自己的喜好挑选符合自己计划安排的订单。同时，司机也可以设置顺路目的地，系统会自动匹配顺路度高的行程，供司机手动挑选。
　　八、不确定性与信息差
　　出行交易场景复杂，存在诸多不确定性。
　　线下业务调研时，经常听司机抱怨，我距离乘客更近，结果却将订单派给了距离更远的司机。于是司机认为平台派单规则有问题，不公平。
　　下班高峰，数十辆车停在某写字楼附近趴活，一位司机等了半小时以上都未派到订单，前面晚来的司机接到单送完乘客，都已经又回来了，该位司机还在原地苦等。于是司机认为是平台恶意针对自己。
　　平峰期，平台单量少，司机长时间未接到订单（也可能是司机退出APP，长时间看短视频，导致APP被杀掉），司机急了，给客服打电话，结束后重新打开APP，正好这个时候订单来了。司机认为客服有操作派单权限，没单时给客服打电话就会有订单。
　　面对这些不确定性，不同司机有不同的理解。很多时候，平台信息无法完全不失真传达给司机，中间总会存在信息差。
　　也正是这些信息差，让司机对平台信息过度理解。并在自己的圈子里一传十，十传百。最终在某一个城市形成对平台某个政策的错误解读共识。
　　结语
　　以上是根据个人从业期间的观察、思考整理的一些粗浅认知。出行行业的复杂性，不单单是行业问题，更是社会问题。
　　文中提到的收入公平性、供需不均、不确定性等问题，都是行业内很有价值的研究课题，涵盖经济学、管理学、心理学等多个学科。欢迎同行或兴趣爱好者，一起深度交流，不足之处，也欢迎大家指正。