京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据告诉你 出租车改革网友都关心啥
交通部近日公布《关于深化改革进一步推进出租汽车行业健康发展的指导意见(征求意见稿)》、《网络预约出租汽车经营服务管理暂行办法(征求意见稿)》公开征求意见后,引起广泛讨论。记者通过梳理大量网友评论的高频关键词,告诉你对于这两部关系亿万公众出行的征求意见稿,网友关注的焦点是什么,有什么话想说?
焦点一:出租车VS专车
数据分析显示,“出租车”和“专车”出现频率排在首位,也是公众在讨论这两份文件时,对比最多的话题。网友认为,出租车行业积重难返,“互联网+”从外部打破了出租车行业的垄断,给乘客出行和出租车司机更多选择。
例如,网友“Yu_Ruipeng”表示,出租车行业“傲、贵”已成痼疾,市场竞争优胜劣汰,其关键在于谁能更好地解决消费者的痛点,宏观调控的手伸得再长,也抵挡不了市场经济变化发展的趋势。
网友“法号-牧羊人”说,物竞天择,适者生存,专车的出现是出租车发展懈怠造成的,出租车不能满足人们出行需求,这才产生了专车服务。
【专家点评】东南大学交通法治与发展研究中心执行副主任顾大松表示,传统出租车行业痼疾严重,已经到了不解决不行的程度。靠传统行业自身很难改革,既要市场化导向,又要为了维护行业秩序加以管控,因此需要传统出租车和网络约租车两个领域联动,目前这一氛围已经形成。
专家认为,网络约租车给出租车司机提供了更多转型的机会和出路,他们在份子钱、承包费用等方面能与出租车公司有更好的谈判能力,对保障出租车司机的权益有促进作用,也会减少出租车改革阻力,降低改革难度。
焦点二:垄断VS市场
垄断和市场,是所摘取数据中讨论尤为激烈的话题。记者梳理发现,网友对出租车行业垄断表达出强烈不满情绪,对市场竞争呼声较高。网友认为,垄断是造成目前打车难、服务差、出租车群体不稳定因素多发的主要原因,主管部门应该放开市场竞争,市场的问题交给市场去解决。
网友“银河证券高经理”表示,谁死谁活由市场决定,优胜劣汰才是自然界的法则,只要符合法律法规。网友“杜杜杜小虹”认为,现在的出租车太嚣张了,没有竞争就没有动力。应该让出租车和专车共存,才能增加竞争力。
【专家点评】国家发改委城市中心综合交通规划院院长张国华表示,传统出租车行业之所以产生当前的诸多弊病,正是由于管理部门秉持计划经济的传统思维,认为任何经济活动政府都应该插手干预。
专家表示,从准入门槛看来看,目前征求意见的《办法》对网络约租车实施传统出租车行业的审批制管理。实质上设置了准入限制,容易造成新的垄断,政府又不得不基于公共利益实行价格管制,但如此就破坏了网络约租车基于市场需求,通过价格机制调配车辆资源的根本商业模式。
焦点三:份子钱VS私家车
对于两个文件中的具体规定,网友围绕出租车份子钱减少或取消,出租车年限规定,私家车不得用于营运等讨论较多。网友认为,互联网的出现解决了以往出租车面临的许多问题,对专车的规范应符合互联网精神,不能以规范之名限制其发展。
网友“三角物体”说,出租车份子钱问题是权力招租,是必须改革的问题。网友“跟着浪花飞”说,出租车司机离职,既因为专车抢生意,也因为份子钱沉重,都是垄断造成的。
【专家点评】国家发改委城市中心综合交通规划院院长张国华表示,从征求意见稿来看,其从根本上还是试图以传统出租车的监管模式来监管新兴的网络约租车。
也有专家认为,互联网叫车的出现把公司化管理想要实现的服务质量提高。同时,乘客知道车在哪,服务可以打分,司机也知道乘客的信用程度。乘客和司机间的信用约束体系,诚信体系已经建立起来了。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14