“互联网+”时代的出租车资源配置

qij qij mij / s
（5）
式中， q ij 为载客出租车从 i 区到 j 区的总出行量（辆） ； qij 为城市总人口从 i 区到 j 区的 出行总量（辆） ； mij 为从 i 区到 j 区出租车交通方式分担率（即交通系统中出租车出行 量占总出行量的比率） ； s 为出租车平均有效载客人数（个） 。 qij 数据见表 3：
四区 长安区
108.3285 108.3285 27% 29.2486
表 5 各分区之间的载客车数 q ij i 区 j 区
一
48.0 384.0 228.0 38.0 698.0
二
384.0 91.2 395.7 172.5 928.4
三
228.0 395.7 51.2 312.0 830.9
四
38.0 172.5 312.0 17.4 539.9
一 二 三 四
总的载客车数/辆
期出租车的需求量，数据如下表 2 所示：
5
表 2 节假日期间每天的出租车需求量 地 需求量 日期 2015.9.3 2015.9.4 2015.9.5 区 一区 未央区 329 5983 1083 二区 新城区/莲湖区 3042 15669 2934 三区 碑林区/雁塔区 1253 4278 867 四区 长安区 1237 6688 1065
日期出租车的需求量，如下表所示：
表 1 工作日期间每天的出租车需求量 地 需求量 日期 2015.9.8 2015.9.9 2015.9.10 区 一区 未央区 1333 1794 2447 二区 新城区/莲湖区 3280 4183 6326 三区 碑林区/雁塔区 1027 1196 2079 四区 长安区 1755 1888 2782
二 0.4 0.2 0.3 0.1
三 0.3 0.3 0.2 0.2
四 0.1 0.1 0.2 0.2
一 二 三 四
上述数据反映了任意两分区之间出租车的分担率，相邻分区之间分担率较高，车辆需求 量大的地方分担率高。
7
根据表三和表四，利用出租车的出行量和分担率，通过公式（5） ，计算 q ij （程序 见附录 1） ，可得表 5：
图 2 西安市主城区按纬度分区示意图
4
根据题目要求，考虑不同时空的“供求匹配”程度。从西安市的城市功能区分布特 点，综合获得的数据，以纬度作为划分标准，将西安市划分为四大主要分区，如图 2 所 示： 2）不同时空的出租车需求量 综合西安市各个城区在 2015.9.8—9.10 的汽车需求量，进行统计分析，得到工作
利用上述数据画出工作日的出租车需求量对比图 3 如下：
图 3 各分区工作日的出租车需求量对比
由上图可以得到如下结论：位于第 2 分区的新城区和莲湖区，占有西安市主城区出 租车需求量的一半。 因其占地面积大， 范围广， 且人口数众多， 所以出租车的需求量大； 位于第 1、4 分区的未央区和长安区，分别属于工业开发区和文化开发区；位于第 3 分 区的碑林区和雁塔区虽然同属于城市核心区，但因为相关文化景点设施占地面积小，范 围小，各点之间的联系紧密，且公交和地铁线路众多，所以出租车的需求总量相对而言 就比较少。 综合西安市各个城区在 2015.9.3—9.5 的汽车需求量，进行统计分析，得到节假日
快的和滴滴是目前最大的打车软件服务平台。两者的运营方式基本相同：乘客在需 要坐车的地方通过软件平台下订单，由附近的司机接单，将乘客送至目的地，乘客在线 支付，完成交易。针对出租车资源配置问题的分析如图 1 所示。 问题一，在运营过程中，出租车资源的“供求匹配”程度，有很多影响因素，比如 居民收入、所处地段、出租车万人拥有量等等。考虑到“互联网+”时代的信息化特征， 和收集数据的复杂性，选择用车辆满载率、乘客满意度、以及里程利用率这三个指标来 衡量供求匹配程度。对于车辆满载率可以参考传统的评定方式，对于满意度可以考虑供 应车辆和需求量的直接关系来反映， 对于里程利用率可以考虑实际行驶的距离和有效行 驶距离的关系。 考虑到车辆满载率太高太低都不合理， 原因在于利用率过高虽然可以增加有效行驶 距离但是必然会导致乘客等待时间变长，也就是“打车难”的一个因素，而且满意度主 要站在顾客角度，这也正是社会所提倡的。与此同时也不能忽略公司和司机的效益问题 等各个方面。所以必须建立一个综合的指标来考虑满载率，满意度，里程利用率问题。 问题二，考虑到这一个需要考虑不同层面的问题，是否缓解不能用单一的指标考虑
图 5 出行距离与出行方式分担率的关系
由上图可得出行方式分担率随出行距离的变化趋势，选取出租车的分担率进行分析可 知，在中程距离的情况下，出租车对于出行的分担率是相对较高的。根据各分区的位置 特点，得到表 4：
表 4 各分区之间出租车的分担率 mij i 区 j 区
一 0.2 0.4 0.3 0.1
Fra Baidu bibliotek
二．模型假设
(1)假设只考虑西安市注册的出租车数量； (2)假设不同时空即放假日和工作日、西安市的不同城区； (3)假设车租车只有载客状态和空驶状态，不存在停留等候时间；
三．符号说明
符号 意义 车辆满载率指标 乘客满意度评价指标 里程利用率评价指标 评价总指标 总的补贴价格
M
N
R E Y
四．问题分析
6
表 3 各分区之间的出行总量 qij i 区 j 区
一 240 960 760 380
二 960 456 1319 575
三 760 1319 256 780
四 380 575 780 87
一 二 三 四
（数据源自“苍穹——滴滴快的智能出行平台”抓取）
查找网上关于出行距离与出行方式的分担率关系图，如下所示：
关键词： 打车软件
城市功能区
层次分析法
Matlab 模拟仿真
1
一．问题重述
出租车是市民出行的重要交通工具之一， “打车难”一直是人们普遍关注的一个社 会热点话题。打车软件服务平台便在“互联网+”的时代背景下应运而生。在经过长达 一年的打车软件补贴大战后，最终滴滴和快的两大平台占据了打车市场的主导地位。 为求得出租车行业服务的最优化，以及消费者、司机与打车软件平台运营商之间利 益的最大化。搜集相关数据，建立模型解决如下问题： (1) 试建立合理的指标，并分析不同时空出租车资源的“供求匹配”程度； (2) 分析各公司的出租车补贴方案是否对“缓解打车难”有帮助？ (3) 如果要创建一个新的打车软件服务平台，你们将设计什么样的补贴方案，并论 证其合理性。
M 1
载客车数（辆） -p 该地区总车数
(1)
式中 p 为车辆满载率的最优值，一般认为取值为 0.65[1]最为合理。 乘客满意度评价指标 N ：定义为车辆供应数与车辆需求量的比值，它的值越高， 表明车辆满足乘客的需求就越高，因此乘客的满意度就越高。
3
N
车辆供应数（辆） 车辆需求量
(2)
里程利用率评价指标 R ：即营业里程数和行驶里程的比值，它的大小反映了也反映 了对车辆的需求，这个指标具有不确定性的特点。
R
评价总指标 E ：
营业里程数（公里） 行驶里程（公里）
(3)
E M N R
(4)
其中， , , 0 ，且 1 。由于打车软件的特征，实现了乘客与出租车司 机之间的信息交流，即出租车司机通过打车软件可以清楚的知道乘客的需求，如当出租 车司机将一个乘客送达目的地之后，通过打车软件可以知道附近地区乘客的需求量，就 近接客，如此循环，减少了由传统寻找乘客车方式（招手拦车）的盲目性，因此近似的 认为一天中都在营业，即里程的利用率为 1。定义其权重系数 为 0。对于满载率，满 意度两个评价指标分别是站在出租车司机以及乘客的角度考虑的，比重是一样的，因此 定义其权重系数 , 分别为 0.5，0.5。 5.1.2 模型的求解 1）综合网上数据搜索方式，考虑到一天的出租车需求量以及地区特点，选定抓取 “苍穹智能出行平台”中西安市 2015.9.3——9.10 的数据进行具体分析，数据见附件 1。
上表的数据描述了各分区之间的实际载客车数的值。 4）各区市民以乘坐出租车方式出行的计算如表 6 所示
表 6 各分区人口数与出行量
分区 人口数/万人 每个区总人口 数/万人 出行率 出行量
一区 未央区
80.6811 80.6811 27% 21.7840
二区 新城区
58.9739
三区 碑林区
61.4710
“互联网+”时代的出租车资源配置
摘要
本文是对在“互联网+”时代背景下“打车难”的问题进行研究。通过网络获取必 要的数据，对出租车市场上存在的“供需匹配”问题的分析和对各个打车软件公司补贴 方案的对比，建立“供求匹配”资源评价模型，并给出一种新的动态补贴计价系统。 针对问题一，选择西安地区作为研究对象，结合查找的可用数据，根据西安市城市 功能区的分布特点，将西安市主城区按纬度划分为 4 个区，利用车辆满载率、乘客满意 度、以及里程利用率三个指标建立“供求匹配”资源评价模型 E M N R ，对该 模型进行求解， 分析结果可得， 地区范围大且交通便利的核心文化区匹配程度相对最高； 城市的经济开发区的需求量次之。地区范围小且交通工具众多的城市核心商业区，出租 车的匹配程度相对最低，且节假日比工作日的供求匹配度低。 针对问题二，利用层次分析法判断不同公司的补贴方案是否对“打车难”问题的缓 解有帮助。通过综合的评价，选取万人拥有量、满载率、里程利用率、等车时间，和乘 车价格五个指标建立模型，得到滴滴打车，快的打车两个公司对缓解“打车难”有一定 的帮助。 针对问题三，对现有打车补贴方案进行分析，选定好评率、乘车距离、乘车时间三 个衡量指标，结合收集的数据，建立一种新的补贴方案，即寻求补贴金额与乘客乘车距 离，乘车时间，以及司机获得的好评率三个因素之间的最优比例关系。通过 Matlab 编 程模拟仿真可以得到一个动态的补贴方案，并且根据西安市情况的给出具体的参数，分 别绘制补贴金额随各个因素的变化曲线，与现有市场的补贴政策进行对比论证，得出其 具有合理性，可以推广应用到不同地区，不同公司对出租车的补贴方案中，具有一定的 普遍性。
利用上述数据画出工作日的出租车需求量对比图 4 如下：
图 4 各分区节假日的出租车需求量对比
针对图 3 和图 4 的对比分析可得：不同点在于节假日的时候，各区需求量相对于工 作日有所增加，而且“9.3 阅兵国假”对当天的需求量影响比较明显。而共同点在于每 个分区相对于西安市整体的出租车需求量的比例分布是一样的，即 2 分区最多，1、4 分区次之，3 分区最少。 3）各区载客车数求解 由于出租车运行的随机性，设有固定的起点和运行路线，给定量分析带来一定的困 难。本文从宏观的角度引入出租车出行的概念，运用 Logit 概念选择模型，得出总体出 【1】 [2] 租车交通分布预测的方法 ，得出载客出租车的出行分布与城市总人口数的分布关系
图 1 出租车资源配置
五．模型的建立和求解
5.1 问题一 5.1.1“供求匹配”资源评价模型。 对于出租车的“供求匹配”程度的评价，常见的指标有很多，经过分析、归纳、筛 选，可选择车辆满载率，满意度以及里程利用率来度量“供求匹配”的程度。 车辆满载率指标 M ：车辆的满载率为载客车数与该地区的总车数之比，该值越接 近最优值，进而 M 越大，表明该地区出租车的载客情况越良好，匹配程度越高。
2
也不能仅仅根据现有的数据做纯理论的分析， 需要考虑到乘客和司机的共同关心的问题 和他们之间存在的矛盾，所以这一题需要收集市民对打车中主要关心的问题。通过这些 指标做一个定性的综合考虑是一个比较合理的方案。 问题三，要建立一个新的打车软件必须要考虑市场现状，即市场目前存在的不合理 性和需求的不连续性，市场上大部分软件的补贴方案都是为了抢占市场和吸引顾客，没 有考虑长久的发展，在很大的程度上就会引起社会发展的不稳定，这是一个不合理的供 求匹配。要通过长久的考虑，分析不同情况制定不同的补贴方案是一个合理的方式。可 以从目前人们关心和面临的问题入手，首先分析市场的需求，分析获取的数据的主要特 征和社会存在的主要矛盾，建立一个综合的补贴指标系统。即根据所处的地点、时间的 不同设有不同的补贴方式来稳定消费市场。