一个下雨的周六夜里，你刚和朋友吃完饭，拿出手机，打开 Uber，首次发现它居然说因车辆紧张，价格得上涨 1.3x 倍。当时的你，是按下了「接受」按钮，还是选择「多等几分钟」？

你也许已经忘了当时的决策，但那个数据对经济学家来说特别珍贵，因为它们清晰地记载了交易时间、地点、价格以及当时的供需情况。《魔鬼经济学》作者、美国经济学家 Steven Levitt 曾说：

从很多方面来看，Uber 呈现了经济学家理想中经济应有的模样。

这样精确丰富的数据于经济学家来说犹如瑰宝，但更重要的是，Uber 爱这些经济学家就如经济学家爱这家公司带来的宝贵数据和实验机会。

Uber 不仅在内部设立「研究和经济（Research and Economics）」部门，同时让这些被称为「Ubernomics」的经济学家的研究成功融入到公司的产品设计、战略设计以及政府游说支持中。近日，Quartz 撰文介绍了这群鲜为人知，却对 Uber 发展相当重要的人群。

经济学家都爱 Uber

2016 年，Steven Levitt 通过分析 UberX 2015 年上半年在芝加哥、洛杉矶、纽约和旧金山所产生的 5400 万笔交易数据，绘制出基于真实数据的需求曲线。

我们都学过微观经济学的「需求曲线」——在其它条件相同时，产品的价格越低，需求会越大，反之亦然。

▲ 图片截自 Marginal Revolution University

由于从来没人能够准确记录「其它条件」的改变会怎样影响人们需求对价格的敏感度（譬如，原本打车回家只要 15 元，今天下雨涨价到 25 元你接受吗？30 元呢？），所以需求曲线一直是个「概念性」模型。

直至 Uber 推出溢价算法，让类似的消费者对不同价格做出选择，得到了所需的实际数据。你们每一下的「接受」和「多等几分钟」都为经济学家了解人们对价格的接受预期作出贡献。

据统计，Uber 拥有超过 300 万名司机，全球来说，每天将产生 1500 万笔交易数据。QZ 在文章中写道：

雅虎、Google 和 Uber 等公司能够提供的数据体量，是十年前经济学家们发梦都求不来的。

科技公司里的经济学家是怎样一个存在？

需要说明的是，Steven Levitt 并不是受聘于 Uber 的经济学家，但他对于需求曲线的研究的确是和 Uber 自家的经济学家合作完成的。

Ubernomics 向来保持低调，广泛研究消费者体验、测试新功能和激励措施、根据 Uber 公共政策需求提供支持材料，以及生产经过同行评议和可在权威刊物上刊登的研究。

2015 年，当美国政府官员谴责 Uber 的溢价是「价格欺诈」时，Uber 的首席公共政策和法律经济研究负责人 Jonathan Hall 援引一篇研究报告，指出 Ariana Grande 在纽约开演唱会时，溢价是如何驱动司机前往需求最大区域。