滴滴能有今天，就是那些如今还能在街边寒风瑟瑟等半小时的用户和还能接单去执行的司机师傅给的，最终他们将是你们的衣食父母和不断纠错前行的老师，作为一个有远大理想的企业，万万不能默认这种自己有问题就推给用户和司机师傅的言论。

　　出租车司机师傅最大限度的降低运营成本，就算以消极的方式优选机会也是没有错的，这跟小聪明与大智慧没有一毛钱关系。滴滴因为供给侧阶段性萎缩去把订单“融合”给出租车，并为了激励司机接单赋予其价格博弈的优势信息本来没错，错在作为信息源与供需数据拥有方没有用合理的博弈逻辑去保护大多数用户的利益，甚至是没有参与博弈，造成了失控，导致需求侧“多数服从少数”的结果，而这种结果的积累成为供给侧群体性不断提升博弈心里预期，认为只要延长博弈时间就能获得高价值订单的共识。这是一个供需两侧竞争失衡状态，需求侧竞争激烈，供给侧群体性竞争静默。

　　举例说明，在同一个区域内，有十个用户发出需求订单，其实周围有十辆甚至更多出租车，由于环境艰苦需求迫切只要有一个用户率先给出了高议价结果传递给供给侧，如果达到了供给侧司机的预期，所有的司机都会去抢这一个订单，抢到的司机接单去了，剩下的司机就会以这个结果为预期等待其他用户出到同一水平才去抢单，他们是以静制动的心态在博弈，“我坐在暖风中等着寒风的你”。其实他们不清楚供给侧究竟有多少用户，也不知道周围有多少竞争对手，经验告诉他们等是最优选择。需求侧的用户同样不知道周围有多少司机与竞标用户，结果就是少数代表了多数，要想约车成功就只有多数服从少数了，继续给出高议价结果。这种情况出现的根本原因是供需不平衡和传统的议价场景被破坏了，原来动态巡游的出租车翻转成为处于最低运营成本的静止状态，没有紧迫感，而用户还是原来的静止状态，atv直播，紧迫感随着时间推移在加剧。

　　这个时候作为平台不是没有手段去平衡的。对于用户而言就是处于一个价高者得的投标状态，出租车司机就是一个待价而沽的拍卖状态，困局终于都不清楚竞争状态，而平台恰恰是动态数据的拥有者，手握打破困局的钥匙。

　　我给滴滴提一个不成熟的小建议，如何信息比对与数据挖掘升级自己的产品逻辑。我大概三年前就发表过文章论述过一个投标方法——“维克里投标法”，其规则基本上与传统投标相同，惟一不同点是赢标者付出的价格，不再是他所出的标，而是第二高标，故又称“次高价投标法（the second-price auction）。威廉·维克里（William Vickrey）是激励经济理论奠基者，也是诺贝尔奖获得者，主要因为他的两项研究奠定了资讯经济学的基础。他曾参加美国和其他国家有关城市交通路线快速运转所需运费结构的研究工作，分析了交通拥挤现象和高峰负荷效应。我建议滴滴以及出行行业的产品经理去研究学习一下。我研究的比较浅显，当时我是通过研究二手车交易才接触了“维克里投标法”，我认为其解决了一个投标过程中博弈效率与公平问题。我对滴滴产品经理的建议如下：

　　1、设计一个供需信息的比对逻辑，同一个时段与区域内出现了峰值供需不平衡的时候将即时就近的抢单逻辑变成类似的“维克里投标法”。比如十个用户一组或者更多数量的议价结果比对评估，去掉最高价算一个均值出来，再根据供给侧可能参与抢单的出租车司机数量算出一个机会成本的溢价可能空间，车少是个正值，车多就可能是个负值。两个值加成后推送给用户，告知用户在未来的10分钟内你周围的多数用户愿意溢价的多少，避免用户“自相残杀”，重点提示出价最高的用户是否坚持高溢价，可能接单的出租车状况建议你在调整溢价多少有多大的概率约到车，你还有一次出价的机会。同时推送给司机告知目前用户愿意溢价的均值，竞争状态的正负值，你能够接受低于这个水平的溢价优先派单，持平排队接单，或者距离以往考评等数据维度决定派单次序，想获得高溢价就可以继续等。这样看似交互缓解花一点时间，其实是提高了效率，供需双方都按照自己的心里预期等待结果。