
大數據分析:O2O專車司機究竟是一群怎樣的人
近兩年來,互聯(lián)網技術不斷深入社會生活的各個層面,為時代發(fā)展注入新的活力?!盎ヂ?lián)網+交通”領域出現(xiàn)的出行服務軟件顯現(xiàn)出強大的活力,“專車”“快車”“順風車”等新型出行方式便利了城市居民,提升了出行體驗。與此同時,類似“女乘客打專車遭司機性騷擾”、“打專車遭繞路,消費者投訴無門”“專車司機月收入過萬不算高”等新聞也頻頻出現(xiàn),公眾對專車安全問題有擔憂,對收入高企又有期盼。那么,作為專車運行的主體,專車司機究竟是一群怎樣的人?他們學歷、收入、職業(yè)背景究竟如何? 為什么要開專車?用戶評價怎樣?人民網輿情監(jiān)測室綜合滴滴出行和優(yōu)步(Uber)數據,嘗試以數據分析的方式為專車司機勾畫群像。
借助于滴滴出行提供的大數據和優(yōu)步的問卷調研,我們將從社會背景、職業(yè)準備、服務現(xiàn)狀、用戶評價等方面來描繪專車司機的形象。
據今年8月優(yōu)步在北京、廣州、深圳、杭州、成都和武漢六市開展的專車司機調查,85.00%的司機擁有本職工作,開專車只是兼職;擁有高中及以上學歷的占比79.99%,其中本科及以上的為27.77%;擁有大專以上學歷的司機占比大約在59.96%;小學及以下學歷的不到1%。整體學歷水平最高的城市是北京,5.33%的北京專車司機擁有碩士及以上學歷。今年3月,《武漢市客運出租汽車管理條例(案征求意見稿)》擬規(guī)定高中以下文化水平不能開出租,一度引發(fā)了網絡熱議,有人認為這是學歷潔癖和歧視。但其實除了武漢,上海、廣州、青島、哈爾濱等大城市也對出租車司機做出了“初中以上文化程度”的要求,杭州亦要求“年齡在30周歲以下的必須具有高中以上文化程度”,而中小城市則一般無學歷規(guī)定。雖然專車公司并未對司機學歷做出限制,但79.99%的優(yōu)步司機擁有高中及以上學歷,從全國范圍看,絕對不會低于出租車司機的學歷均值,同時也明顯高于全國人口的平均學歷——根據2010年第六次全國人口普查數據,擁有中專以上學歷的人占比僅為22.5%左右。
圖1-不同城市優(yōu)步司機的教育水平(優(yōu)步六城市調研數據,2015年8月)
根據優(yōu)步數據,從家庭情況來看,四分之三的專車司機已婚,67.36%的家庭中有1名以上16歲以內的孩子,其中10%的人甚至擁有兩個孩子,說明大部分專車司機都擁有比較穩(wěn)定的家庭關系。這里有個有趣的發(fā)現(xiàn):據2010年全國六普數據,中國居民家庭戶均人口為3.10人,在大城市中這一數值更小,如北京戶均人口為2.45人、上海為2.49人、杭州2.59人、天津2.80人……可見,生活于北京、杭州等地的專車司機,其家庭戶均人口、擁有二胎的比例,要高于當地的平均水平。這恰與58.14%的司機為了“賺取更多的收入”而開專車的理由相呼應——眾所周知,在大城市里撫養(yǎng)孩子往往意味著巨大的開支,而兼職開專車能增加一部分收入。另外,根據滴滴出行的數據,全國專車司機中男性占了大多數,達90.01%,女性僅為9.26%(還有少量數據顯示不明確);從年齡分布看,25-29歲、30-34歲的司機最多,分別占到29.25%和28.55%,45歲及以上和24歲以下的司機則較少。80后、70后分別占比57.80%和27.00%,顯著高于60后、90后。今年滴滴出行在北京、上海、廣州等城市的消費者調研顯示,36-45歲群體使用自駕出行的比例較高,側面反映出70后私車擁有率較高,而26-35歲群體使用各種交通工具的比例接近。結合兩組數據可以看出,雖然80后私車擁有率一般,但卻成為專車司機的主流,說明80后對成為專車司機有更高的認可度和積極性。
圖2-滴滴出行上,全國專車司機的性別分布(全國,2015年9月)
圖 3-滴滴出行上,全國專車司機的年齡分布(全國,2015年9月)
綜上,25-44歲、擁有穩(wěn)定職業(yè)和家庭、學歷高于社會平均水平的男士,是專車司機的主要群體,而他們恰是目前社會的中堅力量和家庭的中流砥柱。相較于有較強物質基礎的60后和還未承擔家庭壓力的90后,30歲左右群體的生存壓力更大。另一方面,他們接收新事物和操作手機APP的能力也較強,比較喜愛社交,對于網絡叫車、利用私車進行兼職等抱有開放的心態(tài)。
大城市道路情況復雜、城市面積廣闊、生活設施量多、文化特色明顯,相對而言,本地人更熟悉路況和目的地,當專車司機就能減少繞路、不明目的地、不懂方言等不良乘坐體驗。在專車司機中,擁有本地籍貫的比例較高。以滴滴出行為例,在北京,專車司機中北京籍貫者最多,占47.29%,其次是河北(12.29%)、河南(10.17%)。其它城市本省籍貫司機的比例分別為,上海69.16%、杭州69.94%、廣州67.04%、武漢91.23%、天津77.90%、成都91.68%。由于籍貫為其它省份的司機,其戶口可能已經遷移到目前居住的城市,因此從戶口的角度看,專車司機中擁有本城市戶口的比例更高。
圖4-滴滴出行上,各市專車司機擁有本省籍貫的比例(2015年9月)
這些背景數據與《南方都市報》今年5月在廣州進行的千人調研結果比較吻合,廣州專車司機的典型形象是:年齡在20-40歲,一半為廣州人,四成左右已在廣州買房,四成以上有大專或以上學歷,由于有兼職和全職的區(qū)別,月收入從3000元-10000多元不等,大體符合城市白領形象。而廣州出租車司機的典型形象是:年齡在20-50歲,七成多來自外省,租住在“的哥村”,八成多只有初高中學歷,月收入五六千元,基本屬普通藍領階層。
至于駕駛年齡和背景,以北京為例,在滴滴出行上,93.3%的專車司機駕齡在三年以上,其中擁有4-7年駕齡者最多,達29.1%,其次是8-11年駕齡的司機,占比26.6%。另外,優(yōu)步六城市調研顯示,約90%的專車司機都表示之前沒有開過“黑車”。
圖 5-滴滴出行上,北京專車司機總體駕齡分布(北京,2015年7月)
其實,為了規(guī)范出租車駕駛員從業(yè)行為、提升服務水平,國家在《出租汽車駕駛員從業(yè)資格管理規(guī)定》中明確規(guī)定:出租車駕駛員必須取得相應的機動車駕駛證3年以上、近3年內無重大以上且負同等以上責任的交通事故。而各城市在此基礎上,還增加戶籍、駕齡甚至方言的要求,比如北京要求從業(yè)人員有本市常住戶口;上海要求本市常住戶籍、一年以上駕駛年限;杭州要求有本市常住戶籍或一年以上暫住證明、安全駕駛車輛2年以上;廣州要求本市常住戶口或居住證……結合滴滴和優(yōu)步平臺的數據,在各城市,本地司機的比例基本都能達到50%、駕齡也基本在三年以上。
另一保障服務品質的是車型和車況,在北京,滴滴出行上的專車,68.3%的為一年以內的新車,車齡在1-2年、2-3年的則分別有8.9%、8.3%。三年以上的車有14.5%,最老的車為6-7年車齡,占比僅0.4%。品牌上,大眾最多,占到25.4%,其次是現(xiàn)代(11.2%)、日產(8.4%)等,豪華車主要有奧迪(4.9%)、寶馬(2.2%)和奔馳(1.6%)。
圖6-滴滴出行上,北京專車總體車齡分布(北京,2015年7月)
圖7-滴滴出行上,專車總體品牌分布(北京,2015年7月)
專車司機的在線時間體現(xiàn)了兩個明顯的高峰,一個是上午8:00-11:00,另一個是晚上17:00-21:00,恰與上下班高峰時間重合;11:00-16:00,在線司機的人數一般且保持穩(wěn)定;23:00至7:00,在線人數則非常少。全國范圍內,滴滴出行平臺上的出租車司機,每天7:00-23:00在線人數占比都達到5%左右;0:00-6:00 間為2%-3%;最低的是4:00,僅1%。也就是說,除了凌晨休息時間以外,處于工作狀態(tài)的出租車數量基本保持穩(wěn)定,而專車司機則多都在早晚高峰接單,在其它時間段則回歸到私家車狀態(tài)。
圖8-滴滴出行上,出租車、快車專車司機在線人數(全國,2015年7月)
據北京市統(tǒng)計局數據,北京私家車中轎車有316.5萬,假設每天有一半在路上跑,就有158.25萬輛,如果每輛車每天能接到一單,每單人數為2人,那么每天私家車的運力就能達到316.5萬人。如果能達到理想的情況,即這一單主要在專車司機上下班高峰時順路完成,那就不會在其它時段增加交通的擁堵程度。北京出租車為6.6萬輛,假設每輛車每天運營18小時、每小時運輸2人,全天運力有也僅為237萬人。
總之,與出租車司機全天候在線的情況不同,有日常工作的專車司機遵循“候鳥式”的出行規(guī)律,服務的供給高峰也固定在上下班,呈現(xiàn)出明顯的“潮汐”現(xiàn)象。互聯(lián)網的發(fā)展,和私家車的運力閑置,恰是其成為共享經濟的基礎。
滴滴出行上,從乘客發(fā)出訂單到有專車司機搶單成功,平均耗時為26秒。自接單后,近一半的專車司機能在6分鐘以內接到乘客,耗時15分鐘及以上的僅有5.3%;76%的訂單,司機能在10分鐘內接到乘客。也就是說,大部分乘客能在10分鐘左右坐上車。
圖 9-滴滴出行上,專車接單至到達耗時分布(北京,2015年7月)
從訂單的完成時間看,10-20分鐘的訂單最多,有33.3%,30分鐘以內完成的訂單超過80%,以短途行程為主。
以2015年7月滴滴出行中的專車訂單為例,乘客對專車的評價較高,99%的乘客評價為五星,四星的有0.9%,三星的為0.1%。專車的個性化更強,司機的風格也更多元,加上互聯(lián)網打車本身就具有社交的性質,因此乘客與司機之間的交流更多。這種交流,使司機和乘客在車內形成了一個輕松的互動環(huán)境,也提高了乘客對出行的體驗。從乘客留言的文本分析也可以看出,“人好”成了最主要的評價,78.11%的乘客會認為司機“人好”。加上“技術高超”、“車內干凈”、“健談”等,對專車司機的正向評價占到了91.54%;剩余8.46%的負向評價中,有4.98%的乘客選擇“繞路”,而“態(tài)度差”、“話多”、“車臟”等占比都較低。
圖10-滴滴出行上,乘客對專車服務的文本評價(北京,2015年7月22日)
因全職、兼職的不同屬性,專車司機收入呈現(xiàn)兩極化現(xiàn)象。以滴滴出行為例,在北京,53.4%的滴滴專車司機(包括沉默用戶)依靠專車的月收入在1000元以內,17.0%的在1000-2000元, 也就是說,七成專車司機每月收入在2000元以下,可以推測其為兼職司機;月入8000元以上的占4.0%的,平均收入為11000左右,基本為專職司機。隨機抽取北京滴滴出行的專車司機在7月某周的接單數據,41.3%的司機沒有接到單,“只有一天接到單”的司機最多,達11.5%,接到2-7天單的司機,占比都在8.0%左右。平均下來,每個司機每周有兩天能接到單,說明專車司機以兼職群體為主。
圖表11-滴滴出行上,專車司機開車獲取的月收入(北京,2015年7月)
《南方都市報》的調研顯示,在廣州,63.90%的司機每月開車的利潤(收入減去成本)高于5000元,其中38.30%的利潤在5000-7000元,16.00%的在7000-8000,利潤過萬的有9.80%,這部分利潤較高的大都為專職司機;36.10%的利潤在5000元以下,基本上是兼職司機。這與調查中專職、兼職司機各占50.01%和49.99%的比例大致吻合。當然,補貼也是司機增加收入的重要來源,有三成專車司機表示補貼占了收入的一半。
圖12-廣州專車司機和出租車司機收入對比(南方都市報調研數據,2015年5月)
那么專車司機如何看待開專車賺的錢對自己生活的影響呢?根據優(yōu)步在北京、廣州、深圳等六市開展的司機調研,80%以上的受訪者都擁有其它工作,并且,80%以上的受訪者認為本職工作的收入比Uber收入更能讓自己滿意,一成左右司機更滿意優(yōu)步的收入。也即,對于兼職司機而言,他們并不認為專車收入能高到取代本職工作。雖然“賺取收入”是人們成為專車司機最主要的目的——六成司機都希望借開專車增加收入,但這部分收入對他們而言只是錦上添花而非雪中送炭。當被問及“開專車對目前的生活有多大的改善?”時,10.95%的受訪者選擇“改善很大”和“改善較大”,結合上文數據,可推測這部分受訪者對優(yōu)步收入更滿意,以專職司機為主。有31.63%的受訪者選擇“一般”,選擇“改善較小”和“沒有改善”的分別有31.64%和24.08%,說明對于兼職司機來說,專車收入只是一個補充,雖然不能指望它明顯地改善生活,但“補貼油費”、“賺筆小錢”、“買點日用”還是可以的。
圖表13-專車收入對您的生活有怎樣的影響?(優(yōu)步六城市調研數據,2015年8月)
另外,雖然大多數司機只是兼職開專車,收入也不能和本職工作相提并論,但當被問及“如果時間允許,你是否愿意為了獲取收入再多一份兼職?”時,八成多受訪者都表示愿意。并且,為了接到更多的訂單,一半以上的受訪者同時安裝了2個或以上的專車、順風車軟件。可以看出,對于大部分專車司機而言,開專車只是一種普通的兼職,是本職工作收入的補充,在空閑、順路的情況下,他們愿意通過接更多訂單來增加收入,但同時也并未期望它成為主要的收入來源。同樣,如果有其它合理、方便的兼職形式,為了增加收入,他們也很樂意嘗試。
部分專車司機并不滿足于專車的經濟回報,他們之所以繼續(xù)這一兼職,是看中了社交、娛樂、趣味等其它因素。Uber調查發(fā)現(xiàn),有超過兩成的受訪者認為專車收入對自己生活“沒有影響”,他們“純粹是為了興趣”。社會心理學啟示我們,大城市生活壓力巨大,人們在滿足基本的生存需求后,對于社交、娛樂等發(fā)展性需求也有強烈渴望,這也是目前微信等社交軟件流行的原因之一。但人們越來越發(fā)現(xiàn),即使浸泡在社交軟件中,即使不停地刷“朋友圈”、在不同群里說話,內心卻依然孤獨。網絡技術手段實現(xiàn)了時間和空間的分離,讓人們可以隨時和不在身邊的親友溝通交流,于是人們越來越多地將人與人的溝通轉化為人機互動,反而傳統(tǒng)的、雙方都“在場”的、充滿表情和肢體語言的情景開始稀缺,而這種互動場景才是大多數人所渴望的?;诰W絡社交產生的專車,恰是現(xiàn)實版的“聊天工具”,一來它立足于真實的出行需要,在一個小空間里建構出多元化的聊天場景,專車和乘客的真實職業(yè)、興趣、愛好,都可以成為聊天的一部分,不再是社交軟件上虛擬、漫無目的的交流;二來它是面對面式的、可感知的互動,不再是冰冷的文字。專車司機不僅是以司機的身份在聊天,他本身的職業(yè)和背景,反而更容易成為聊天的話題。比如有職業(yè)經理人、創(chuàng)業(yè)者開專車,以期招到適合的員工;擁有某一興趣的人可以結交志同道合的朋友;甚至有專車平臺發(fā)起活動,將天使投資人“送到”創(chuàng)業(yè)者面前……總之,專車使司機與乘客的多元互動成為可能。另外,專車內的互動可以影響乘客對專車服務的評價,而這種評價是累積的、能被后續(xù)乘客看到的,甚至影響后續(xù)乘客的判斷和體驗。
Uber的六城市調查顯示,除了經濟回報外,廣州、深圳、杭州三地的人們更希望以此“打發(fā)時間”,而成都人則更期待“尋找樂趣”,充分體現(xiàn)了“休閑之都”的特色??傊?,在經濟報酬之外,專車滿足了社交、趣味的需要,從而拓展了人們的人生體驗和生活空間。
圖表 14-北京、廣州、成都地區(qū)人們加入專車司機隊員的原因(Uber六城市調研數據,2015年8月)
結 語
2015年兩會期間,李克強總理在政府工作報告中提出“制定‘互聯(lián)網+’”行動計劃。通過利用信息技術,把互聯(lián)網和各行各業(yè)結合起來,在新的領域創(chuàng)造新的生態(tài)。互聯(lián)網出行軟件和專車服務,給城市交通帶來的資源重新配置,如風乍起吹皺一池春水。如何在方便市民出行和維系城市有序管理之間,找到恰當的平衡點,能否突破出租車市場“利益固化的藩籬”,人們正拭目以待。在某種程度上,今天的互聯(lián)網出行軟件和專車服務,就像70年代末包產到戶的小崗村,90年代的股市初開,是新一輪改革的破冰嘗試。我們不妨重溫鄧小平同志在1992年南方談話中對股市的意見:“證券、股市,這些東西究竟好不好,有沒有危險,是不是資本主義獨有的東西,社會主義能不能用?允許看,但要堅決地試??磳α耍阋粌赡?,對了,放開;錯了,糾正,關了就是了。關,也可以快關,也可以慢關,也可以留一點尾巴。怕什么,堅持這種態(tài)度就不要緊,就不會犯大錯誤。”
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數據生態(tài)中兩類核心工具的差異與協(xié)同 在數字化轉型加速的今天,企業(yè)對數據的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數據分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數據分析的 “基礎語言”—— 從描述數據分布的 “均 ...
2025-09-19CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-19SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11