现在你站在任何一座大城市的街头,抬手想拦辆巡游出租车,多半要等个七八分钟才能碰到空车。搁二三十年以前,那可是完全反过来的光景,那时候是乘客追着车跑,现在是司机绕着城转,油表哗哗走,就是等不来一个招手拦车的客人。“打的”这个曾经火遍影视剧的词,现在不少年轻人听着都陌生,大家现在只会说“叫车”,手指划两下手机就搞定。
根据交通运输部网约车监管信息交互系统的通报,截至2026年7月底,全国取得经营许可的网约车平台已经有402家,单月的订单量就高达10.47亿单。现在城里网约车的影子随处可见,曾经满街跑的巡游出租车,反倒慢慢在城市里变淡了。全国一共有大约280万巡游出租车司机,这批人现在正站在时代的十字路口,进退两难。
上世纪八九十年代,北京胡同里穿梭着黄色面的红色夏利,广州街头满是的士,那时候“打的”还是件挺有面子的事,开出租车更是份体面的工作,是城市节奏变快的标志。谁也没料到,移动互联网普及之后,整个行业的局势就变了天。有研究指出,巡游车和网约车并存是现在城市客运的常态,但两者的市场份额分化得越来越厉害。
厦门的实证研究显示,网约车的平均载客距离、单程里程都比巡游出租车高,巡游车的空驶率在后疫情时期涨得很明显。说白了就是,街头能拦到的客人越来越少,司机空跑的路程越来越多。另一份调研也印证了这点,网约车司机虽然工作强度大疲劳度高,但传统巡游车司机要扛的收入压力更大,客源都往线上跑了,留下的蛋糕越来越小。
这边手机叫车十秒就能接单,那边街头巡游一个小时都接不到一单,这种落差不是一天两天攒出来的,是一天天看着空驶的里程攒出来的。截至2024年10月底,全国已经发放了748.3万本网约车驾驶员证、320.6万本车辆运输证,巡游出租车司机的规模一直稳定在280万人上下。这280万人,几乎每一个都要闯过三道过不去的坎儿。
头一道坎就是份子钱,虽说不少地方都在推进出租车经营权改革,但是很多二三线城市,每个月的承包金、管理费还是一分不能少,雷打不动几千块。这意味着司机每天一睁眼,就已经欠了公司一百多块,不跑够时长根本赚不到自己的钱。第二道坎就是油电成本的差距,有研究拿青岛胶东国际机场的长途等客情况算了账,纯电出租车的候客耐受时间比燃油车多了近19分钟。
说白了,还在开燃油出租车跑长途的师傅,多等一分钟就多亏一分钟的钱,成本一直追着屁股跑。第三道坎就是技术带来的冲击,2024年萝卜快跑无人驾驶出租车在武汉开启大规模商业化运营,这事当时在网上引来了两万多条讨论。有高校联合研究分析了网友的评论,发现大部分人都不看好出租车司机这个职业的稳定性,聊得最多的就是底层生计、家庭负担和订单下滑。
好多年过五十的老司机都感慨,当年跑出租靠的是脑子里的活地图,哪条路近哪块容易堵门儿清,现在有导航有算法,这点本事根本不值一提。有司机接受采访时说,真不是我们不努力,只是努力的方向,已经被这个时代重新定义了。这话说出来,听着真的让人心酸。
其实这些年国家也一直在想办法,交通运输部多次强调要推进巡游车和网约车融合发展,鼓励传统出租车企业接入聚合打车平台,让街头的出租车也能在线上被乘客搜到。不少省市都已经出了具体的帮扶政策,给这批老司机找新的出路。江苏2025年3月的网约车合规率就已经达到了82%左右,南京苏州这些城市更是超过了90%,合规司机的收入和保障都在慢慢变好。
苏州2026年7月开始施行新修订的出租车管理条例,明确对巡游车和网约车一视同仁管理,给双证齐全的司机更稳定的政策预期。辽宁省2026年一季度的数据显示,省内网约车日均订单已经突破120万单,比2025年同期涨了17.2%,巡游车搞了扫码呼叫、站点候客这些新模式,订单占比也在稳步回升。深圳广州杭州这些地方,巡游车的电动化改造也已经提前落地,不少司机都换上了纯电车。
广州有位李师傅算过一笔账,换了纯电车之后,原来每天两百多的油钱,降到了五十块上下。收入虽说没怎么涨,但是支出降了,实实在在拿到手的钱多了,这份获得感真的挺实在。现在不少城市的出租车电召平台都接入了高德这些大的聚合入口,司机不用只靠扫街等客,系统也会派单,能接到更远更稳定的订单。
国内的出行行业现在走出了一条巡网融合的新路子,巡游车保留了街头打车的温度,网约车继续发挥效率高的优势。国家的顶层设计并没有抛弃这280万老司机,而是把他们纳入了产业升级的整体规划里。对咱们普通乘客来说,不管是打开APP叫车还是街头抬手拦车,都是中国交通不断现代化的证明。
对这280万司机来说,时代改变了他们熟悉的工作方式,却没有关上所有的门。当原来的燃油车换成纯电车装上充电桩,当巡游车挂上接单二维码,当融合平台把线上线下的订单一起推到车载屏幕上,曾经大家熟悉的“打的”,并没有真的消失。它只是换了一种方式,继续陪伴着中国的城市和城里的每一个人往前走着。
参考资料:
交通运输部 《网约车监管信息交互系统月度通报》
交通运输工程与信息学报 《基于集计模型的巡游车与网约车市场竞争机制研究》
安全与环境学报 《基于可解释机器学习的网约出租车事故致因机理分析》