3月3日，复旦大学教授孙金云的一项调研成了网上热议的话题：最近，他带领团队做了一项“手机打车软件打车”的调研。该团队在国内5个城市，花50000元，收集了常规场景下的800多份样本，得出一份打车报告。
报告显示：苹果机主更容易被专车、优享这类更贵车型接单；如果不是苹果手机，则手机越贵，越容易被更贵车型接单。
该结论随即引发网友热议。
复旦教授三万字打车报告：用iPhone打车更贵？
近日，上海复旦大学管理学院副教授孙金云公开了 “2020打车软件调研报告”(下称“报告”)，通过对5个城市821次打车的数据及体验研究，发现了苹果机主更容易被专车、优享这类更贵车型接单。如果不是苹果手机，则手机越贵，越容易被更贵车型接单。
报告主要结论如下：
1，苹果机主更容易被专车、优享这类更贵车型接单
2，手机越贵，越容易被更贵车型接单
3，实际车费比预估费高，这种情况占80%
4，网约车司机表示实际车费比预估价高
5，苹果手机打车的价格会贵一点
报告中把这上述一系列现象称为“苹果税”。
苹果手机打车更贵更易延误？
报告中提到，打车调研时一键呼叫经济型+舒适型两档，报告中用被舒适型车辆接走的订单占所有订单中的比例来判断“被舒适”的程度。
数据表明，与非苹果手机用户相比，苹果手机用户的确更容易“被舒适”车辆（比如专车、优享等）司机接单，这一比例是非苹果手机用户的 3 倍。
除了通过手机品牌来识别用户，打车软件平台也可能同时关注乘客手机价格所透露的信息。报告通过相关研究表明，如果乘客使用的是苹果手机，那么就更容易被推荐舒适型车辆；如果乘客不是用苹果手机，那么就要看他的手机价位，手机价位越高则越有可能被舒适型车辆接走。
此外，“苹果税”还体现在苹果用户比非苹果用户享受到的打车优惠更少。数据统计发现，苹果手机用户平均只能获得2.07元的优惠，而非苹果用户平均可以获得4.12元的优惠。
孙金云在采访中解释，企业有根据不同支付能力的个性化定价策略，研究中发现的“苹果税”，接近于个性化定价，它能够使企业获得最高收益，但是存在歧视用户的嫌疑。
研究结果表明，除了价格问题，苹果手机用户的预估等待时间往往被更严重地低估，并且在首汽和高德的平台上面，苹果手机用户会比非苹果手机用户付出更多的时间成本。
数据显示，打车平台的苹果手机用户延误时长比例均高于非苹果手机用户。其中，滴滴和首汽的结果极为夸张——两者非苹果手机用户的时间延误比例为 25.6%和 12%，远低于苹果手机用户的 52.8%和41.6%。即便是差距最小的高德，两类用户的时间延误比例差异仍然达到了 10.3%。
实际支付明显高于预估价格，存在“伪优惠”现象
报告中提到，如果乘客通过打车软件下单，实际支付价格比软件预估价格高出很多，会让乘客有受到欺骗的感受。如果乘客根据估价最低的平台作出出行选择，那么明显存在个别平台有意做低估价进行不正当竞争。
报告研究了打车软件的预估价格和实际支付价格之间的差异，发现除重庆外，打车软件在上海、成都、北京和深圳四个城市中预估价格和实际支付价格之间都存在显著差异，其中上海是打车软件价格被低估最厉害的城市，实付比预估高达11.8%，深圳也许是打车软件竞争更激烈的地方，实付比预估价格竟然低了6.5%。
报告还检验了苹果手机品牌及手机高中低价位档次对于价格低估程度的影响，结果表明，这两者对于价格低估并无影响。
而对平台优惠部分，数据分析表明，平台会先提价，再以优惠的方式进行部分减免，这和有些人吐槽商场特卖以及有的网购节先涨价再优惠的猫腻是相似的。报告中将司机端价格视为平台每单的成本支出，当无优惠的时候，软件最终计价（优惠前价格）与司机端价格差距平均为14%；然而，当有优惠的时候，软件最终计价（优惠前价格）与司机端价格差距扩大至21%，补贴的感知度被放大了1倍，且其差异性显著。所以，平台存在“伪优惠”现象。通过这一增一减的优惠游戏，平台就用少量的优惠，做到了“更多补贴”，或者说，让消费者感受到了“更多补贴”。
这位教授的结论也得到了部分网友的认同：
记者亲测：是真的！
滴滴客服回应
对此，有记者进行了实验，结果发现确有其事。
而据封面新闻报道，3月4日，滴滴出行客服告诉记者，滴滴并不存在苹果手机打车贵的情况，如果遇到同一时间相同行程比其他机型贵，可截图给客服处理，对此类现象监管问题，记者多次致电上海市道路运输管理局，均未得到正面回应。
研究纯属无心插柳
据封面新闻，3月3日，记者通过所在学院联系孙金云，对方婉拒了采访。在他自己的公众号里，他这样解释：对我而言，这个研究已经完成了，我们所有的结论和观点都已在报告中详实呈现。至此，我们整个团队将不再关注媒体报道，也不再就此话题接受任何采访。
3月2日，在“老孙漫话”公众号里，孙金云称，打车软件研究的出发点，如果用一个词概括，那就是“理性的好奇心”，“我们整个团队在工作之余做了一点有趣的研究。”
孙金云称，他和他的团队对很多事情都抱有强烈的好奇心，爱折腾，不满足于已有的知识、经验和市面二手报告。小到教学课堂里用的案例企业的细节，大到平时接触到的那些集团企业如何才能保持竞争优势，他一直带着这种理性的好奇心来思考。“今天这个结果，纯属无心插柳。”
人大代表建议立法
规制数据滥用、大数据“杀熟”
据人民法院报报道，全国人大代表、辽宁大学副校长杨松表示，她将于今年全国两会提交关于修改反垄断法及完善相关配套制度的议案。为此，杨松与武汉大学等高校多位专家一起调研研讨，议案就包括了建议立法禁止协同行为，规制数据滥用、大数据杀熟、平台二选一等行为。
中央已出手：细化“大数据杀熟”认定标准
2月7日，在征求意见稿推出两个多月后，根据《反垄断法》等有关法律规定，国务院反垄断委员会制定出台了《国务院反垄断委员会关于平台经济领域的反垄断指南》（以下简称《指南》）。
《指南》以《反垄断法》为依据，包含垄断协议、滥用市场支配地位、经营者集中、滥用行政权力排除限制竞争和附则等内容。相较征求意见稿，《指南》进行了170处以上的修改，规定从偏“打压”倾向于了“引导”，对当前热议的“二选一”与“大数据杀熟”问题细化了认定标准，对相关市场界定予以明确，对社区团购烧钱补贴大战的正当性进行了规定。
针对备受争议的“大数据杀熟”问题，《指南》相较征求意见稿也作出了改变。
第十七条在认定差别待遇时，删除了“基于大数据和算法，对新老交易相对人实行差异性交易价格或者其他交易条件”，同时原征求意见稿对于差别待遇行为可能具有的正当理由“针对新用户的首次交易在合理期限内开展的优惠活动”，《指南》删除了“首次”二字。
邓志松表示，并不会影响大数据杀熟的认定，删除了“新老交易相对人”的规定，可能是因为给予新用户优惠是互联网平台的常见揽客模式且有利于促进市场竞争，而且给新用户优惠与对老用户杀熟二者之间并不能简单划等号。当然，为了防止平台随意认定新用户、采取变相杀熟手段，《指南》在正当理由中对平台给予新用户的优惠限定了合理期限。另外，删除了“首次交易”可能是因为“首次交易”难以界定且不符合商业实践，例如平台给予新用户多张优惠券或者给予一段时期内的优惠价格，这些情况下实际会发生多次交易。
“去除了‘基于大数据和算法’的前置条件，更有利于执法，不需要对‘基于大数据和算法’进行调查和举证。”游云庭说。
