从经济学的本质来说，要解决供需不平衡，要么增加供给，要么减少需求，而价格这个无形的手，便是调节供需关系的利器。根据经济学中经典的供求关系分析，当需求大幅度上升的时候，若保持价格不变，则供应严重不足，无法保持原有的均衡。通过上调价格，可以减少需求，刺激供应的增加；随着需求的减少，价格也随之滑落，供需又重新回到原来的均衡状态。

在共享经济领域，利用价格杠杆做得最极致的莫过于Uber。其赖以成名的便是溢价算法及动态定价机制。这也比我们前面讨论的“刺激高峰时刻的供应”方法更进了一步。

案例5-7

充分利用看不见的手，Uber的动态定价机制与驾驶员奖励机制

在2012年，Uber的波士顿团队注意到一个问题：每到周五、周六半夜，公司都会收到一大堆无法执行的打车请求，这是因为派对达人们刚刚开始准备回家却缺少车辆供应。这种供需关系的不平衡导致用户满意度的下降，于是波士顿团队想到一个办法：如果在凌晨时段给驾驶员开出更高的价格，会不会有助于增加服务供给量呢？经过两周的尝试之后，他们发现上路的驾驶员数量增加了70%～80%，而无法执行的打车请求数量减少了2/3。事实证明，价格因素的确会成为改善供需关系的推手。

但是，如果给予固定补贴，或是手动调节定价，则成本太高，且精确度不高。Uber在上述尝试的基础上，针对供不应求的情况采用浮动价格政策，系统算法会在等待时间急剧延长、无法执行的打车请求开始增加时自动上调价格。

因为溢价的出现，当更多的驾驶员奔赴现场去“救火”的时候，可能又会出现驾驶员过多而乘客不足的情况，于是系统会降低溢价系数，甚至取消溢价，以此实现动态平衡。其主要遵循的原则是时间原则和区域原则。即动态定价只会在某一个时间窗口内有效，不会一直持续；地理上划分出若干区域，只在供需关系紧张的区域触发动态定价。(www.daowen.com)

当2013年溢价首次推出时，一位Uber用户发了一条推特文（Tweet），称“现在35美元的打车费瞬间激增到262美元了。”对此，Uber总裁特拉维斯·兰尼克回应到，这就是“市场价格”。动态定价机制曾引起过相当大的非议。2013年12月的纽约暴风雪期间，Uber的打车价格瞬间暴涨了8倍，这引发了广泛的负面报道和大量的用户差评。但反过来，Uber在一些城市持续下调价格，亦与动态定价机制反映市场真实供需情况有关，Uber曾在有些地方2年之内就经历了6次降价，甚至降到了只有出租车费用的40%～50%。

Uber建立了一支有力的大数据分析及技术实现团队来开发这套功能。动态定价机制能得以实现，一方面是因为其拥有庞大的不同价格点供求关系曲线历史数据库，另一方面是其后台能实时监控目前的供需走势。Uber独家算法的核心是Travelling⁃Salesman Problem模型，即把无数个移动的点用最短的线串起来。随着数据的增多，计算也变得越来越准确。

此外，对于驾驶员的奖励机制也是Uber使用价格杠杆的重要手段。如果一名驾驶员的一周平均评分高于4.7分，接单成功率高于80%，且当周完成至少10单（含10单），将有机会获得高峰期奖励、冲单奖励、优秀驾驶员额外翻倍奖励、推荐奖励等多种奖励。每种奖励依据行驶单数、溢价率、成单率、乘客评分等指标而不同，亦存在每单的封顶上限。奖励政策每周调整，奖励按周发放（车费是即时发放的）。评分机制、成单率的考核以及冲单奖励等游戏规则，也使得驾驶员愿意尽可能多的跑在路上，保证消费者乘车的需求。每周调整奖励政策，使得Uber有机会通过后台数据，持续用奖金杠杆测试驾驶员数量以及用户数量之间的均衡点，以保证供应和需求的匹配。

由于动态环境里供应曲线和需求曲线都有很大弹性，因此动态定价是一种实现市场供需平衡的直接而高效的措施。在Uber划分的每一个区域里，适时涨价都能有效地增加其中的供给和减少需求，而降价也能在供大于求时增加需求。

如果说Uber的价格杠杆是从供应端入手，那么滴滴快的则是从需求端入手。在供需关系竞争的时候，滴滴快的允许乘客通过与驾驶员沟通的方式进行加价。因此前者是供应方动态定价，后者则类似于“拍卖”的方式，出价高者得。两种方式孰优孰劣，我们在这里暂不做评论。不过最新的消息是，滴滴快的也在2015年8月推出了自己的动态调价。有用户发现在早晚高峰使用滴滴专车和快车服务时，软件会弹出加价提醒，预估价格中也包含了动态加价部分。有多位用户反馈，加价部分从十几元到几十元不等，最高加价金额约为正常时期的全程车费，即最终车费涨了约1倍。