借著互聯網+的東風，專業行業在近一兩年內實現了爆炸式的發展，但也暴露出了許多問題。司機不認道、拒載、不安全駕駛等都成為消費者投訴的焦點。而其中，最受爭議的則是專車動態調價機制。

例如部分區域如果因為降雪、降雨或大型集會導致叫車需求驟增，而該區域車輛不足時，滴滴、Uber、神州都會出現動態調價現象，即在乘客叫車前同意的前提下，以正常車費乘以一個大于1的系數來進行結算。CBD等出行需求集中卻人均專車資源較低的區域是目前動態調價現象的高發地區。

對于這一現象，多數乘客表示理解。畢竟這是正常的市場供需關系平衡下的產物。當專車稀缺時，它的價格自然也會水漲船高。但是，也有人對此非常不滿，認為供需關系的不平衡導致的溢價由消費者來買單是不合理的。而行業內部對此也有頗有分歧，目前并沒有一致的看法。

追根溯源，專車動態調價產生的根源在于專車資源分配的不合理。比如，繁忙的中心商務區由于人流量、車流量較大，交通狀況一般不太好，導致專車司機不愿意往里面跑，從而造成需求量大的CBD人均專車數量反而較少的“吊詭”現象。只有通過科學預測各區域的出行需求，并對專車資源進行合理的調配，提高專車的運營效率，才能從根本上解決動態調價問題給消費者帶來的不滿。

對專車資源進行合理調配，這個解決辦法誰都知道。但是，實行起來并不那么容易。尤其是滴滴、Uber這些C2C平臺模式的專車巨頭。他們即使技術上可以實現較為準確的預測，想要高效地調配專車車輛也頗為力不從心。堅持B2C模式的神州專車在這個問題的解決上，更有優勢。因為專車司機都是自己的員工，調配起來也更方便一些。

神州專車近日推出了網格化運力預測與優化系統，它將城市地圖分成了數百塊網格，通過機器學習，當供需不平衡時，能第一時間調配附近用車需求低的區域的車輛，使用車需求高的區域快速達到供需平衡。

據神州專車官方介紹，上線該系統以后，車輛調配效率上升了25%，空駛率降低了20%，運營成本持續走低，動態定價0.8-1.0倍將成常態，1.4、1.5倍的情況將很少見。這對于不喜歡動態定價的消費者來說，不失為一個好消息。

深挖下去，動態定價背后其實蘊藏的是經濟學的“供求關系”原理，供大于求，價格就下落；求大于供，價格就上升。專車動態調價的本質是讓供求關系來決定價格的波動，使出行需求能夠得到最大化的滿足，同時過濾一些并不緊急的出行需求。

專車們對經濟學原理的應用無可厚非，供求關系也的確能夠發揮杠桿作用，盡管這樣的杠桿作用讓消費者感覺不爽。不過作為專車企業，依賴大數據，加強算法的智能性，提高車輛的運行效率，減少用戶的出行成本，應是未來需要努力的方向。