“互聯(lián)網(wǎng)+”時(shí)代出租車資源配置問題

“互聯(lián)網(wǎng)+”時(shí)代出租車資源配置問題立足互聯(lián)網(wǎng)時(shí)代，以“互聯(lián)網(wǎng)+”的視角，綜合考慮了諸多影響因素對(duì)居民出行需求的影響，通過建立多元線性回歸模型等分析方法，引入匹配度等概念，利用不同地區(qū)的交通高峰時(shí)段和低谷時(shí)段的出行總量來作為衡量不同時(shí)空的概念，從而對(duì)不同時(shí)空的掛單出租車供求匹配程度進(jìn)行了直觀的比對(duì)分析。從現(xiàn)有公司的補(bǔ)貼方案中，選擇了打車軟件中市場(chǎng)占有率最大的打車軟件的補(bǔ)貼方案進(jìn)行研究，并以大連地區(qū)為例。利用多元線性回歸模型，引進(jìn)補(bǔ)貼金額這項(xiàng)影響因素，以匹配度作為衡量出租車供求匹配的指標(biāo)，計(jì)算得出四種補(bǔ)貼方案的匹配度，同不使用打車軟件時(shí)的匹配度進(jìn)行比較，可以明顯地看出打車軟件的使用對(duì)出租車供求匹配的影響。通過對(duì)模型的改進(jìn)，深入探討了打車軟件提供商所支付的補(bǔ)貼對(duì)乘客及司機(jī)兩方面產(chǎn)生的影響，通過補(bǔ)貼方案對(duì)匹配度的影響程度緩解打車難的問題給出了合理建議。標(biāo)簽：出行強(qiáng)度；補(bǔ)貼方案；多元線性回歸模型；供求匹配度；彈性加價(jià)doi：10.19311/ki.16723198.2016.31.021隨著經(jīng)濟(jì)的發(fā)展和人們生活水平的提高，出租車已然成為人們都市生活中舉足輕重的出行方式，人們對(duì)其需求不斷加大。本文立足該熱點(diǎn)，以2015年全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽為背景，著眼于解決以下幾個(gè)問題：（1）建立供求匹配度這一指標(biāo)，衡量不同時(shí)空的出租車供求匹配程度，可用來比較的出租車資源配置程度。（2）在該模型中導(dǎo)入補(bǔ)貼金額，分析其對(duì)匹配程度的影響，用以評(píng)價(jià)現(xiàn)行的補(bǔ)貼方案。（3）以打車軟件提供商的角度對(duì)補(bǔ)貼方案進(jìn)行細(xì)致具體的研究，尋找匹配程度最優(yōu)的補(bǔ)貼方案，分析并評(píng)價(jià)該方案的可行性。模型假設(shè)及符號(hào)說明模型假設(shè)（1）出租車起步價(jià)計(jì)入單位公里平均事價(jià)p。（2）假設(shè)訂單都能被司機(jī)成功接單。（3）假設(shè)補(bǔ)貼不影響平均每輛車每單的載客量t=1.3。（4）假設(shè)提供給司機(jī)補(bǔ)貼的金額多少不會(huì)影響乘客的消費(fèi)選擇。符號(hào)說明出行總量：x1；主城區(qū)常住人口：x2；累計(jì)人均收入：x3；乘坐出租車出行人次：x4；主城區(qū)出租車擁有量：x5；出租車萬(wàn)人擁有量：x6；網(wǎng)上打車的需求人次：F；出租車平均單價(jià)：p；掛單出租車數(shù)量：R；出租車?yán)锍汤寐剩簑；平均每輛每單的載客數(shù)：t；供求匹配度：S；打車軟件使用率：k；補(bǔ)貼系數(shù)（打車公司每單對(duì)司機(jī)補(bǔ)貼額與出租車平均單價(jià)的比）：K；司機(jī)的補(bǔ)貼分配系數(shù)（每單對(duì)司機(jī)的補(bǔ)貼占總補(bǔ)貼額的比例）：T。模型的建立及求解網(wǎng)上打車的需求人數(shù)的預(yù)測(cè)模型對(duì)于不同時(shí)空的網(wǎng)上打車的需求人數(shù)，建立多元線性回歸模型，將收集到的相關(guān)數(shù)據(jù)代入模型，通過MATLAB編程求解，可以得到回歸方程為F=-49.6912-1.0316x2-2.4388p+0.1807x3+158.4119x6-0.5565k+1.1141x4掛單出租車數(shù)量預(yù)測(cè)模型根據(jù)文獻(xiàn)提取調(diào)查數(shù)據(jù)，使用多元回歸分析的方法，使用MATLAB計(jì)算可得到：R=-31.11801048-0.08828440x3+0.25994609x1+2.28989812k+36.37557887x5+0.67312312p出租車供給需求匹配度對(duì)不同城市不同時(shí)空，我們?cè)O(shè)置供給需求匹配度S為統(tǒng)一反映其供給與需求匹配程度的量度，即分配在每個(gè)有出行需求的乘客身上的可使用的出租車資源為S=RtwF模型在重點(diǎn)區(qū)域的實(shí)例結(jié)果及分析選取不同時(shí)段不同城市的供求匹配度變化情況進(jìn)行實(shí)例分析，觀察不同時(shí)空的供求匹配程度，并用MATLAB軟件繪制成散點(diǎn)圖，見圖1。由圖像可以看出，用模型模擬出的高峰期城市出租車供求匹配度大致為平常期的70%，為避免遭遇打車難的問題，建議錯(cuò)峰出行。在著重分析的城市中，在高峰期到來時(shí)，匹配度極值相差將近0.55，這說明城市出租車資源匹配情況在城市與城市之間差異較大，這可能與長(zhǎng)期以來，出租車公司僅憑出租車運(yùn)營(yíng)權(quán)進(jìn)行簡(jiǎn)單管理，存在著信息不對(duì)稱、工藝性、外部性、市場(chǎng)勢(shì)力等特有屬性，加之粗放的管理模式，市場(chǎng)資源無法達(dá)到最優(yōu)配置狀態(tài)，存在一定程度的“市場(chǎng)失靈”有關(guān)，存在的此類問題有望通過城市建設(shè)者和城市管理者配合與協(xié)作來解決。另外，通過分析，北京，廣州，深圳這樣的大型城市高峰期匹配度均在0.55左右，這表示在高峰期來臨時(shí)會(huì)有近半數(shù)市民遭遇打車難的難題，建議使用公共交通來緩解出行壓力。在調(diào)查的15個(gè)城市中高峰期的匹配度的中位數(shù)為0.5左右，表示僅有一半的被調(diào)查城市在高峰期能滿足半數(shù)人的出行需求，表明了中國(guó)城市出租車資源的調(diào)用和分配存在較大的優(yōu)化空間。補(bǔ)貼對(duì)供求匹配度影響的研究—以大連地區(qū)為例選取了近來在打車市場(chǎng)上市場(chǎng)份額占有率最大的滴滴打車和快的打車兩個(gè)打車軟件的補(bǔ)貼方案。由于兩個(gè)打車軟件的補(bǔ)貼方案在不斷的調(diào)整，而每一時(shí)段補(bǔ)貼金額也有隨機(jī)補(bǔ)貼這一補(bǔ)貼方案，因此我們選取了具有代表性的四組補(bǔ)貼方案，即方案一：只補(bǔ)貼給乘客15元；方案二：補(bǔ)貼給乘客10元，補(bǔ)貼給司機(jī)5元；方案三：補(bǔ)貼給乘客5元，補(bǔ)貼給司機(jī)10元；方案四：只補(bǔ)貼給司機(jī)15元。對(duì)不同城市不同時(shí)空，我們?cè)O(shè)置供給需求匹配度S為統(tǒng)一反映其供給與需求匹配程度的量度，即分配在每個(gè)有出行需求的乘客身上的可使用的出租車資源為當(dāng)補(bǔ)貼金額在網(wǎng)上打車乘客和網(wǎng)上掛單司機(jī)中按照不同的方式分配時(shí)，對(duì)供求匹配度的影響不同。只補(bǔ)貼網(wǎng)上打車乘客時(shí)，使乘客網(wǎng)上打車需求上升，會(huì)使匹配率進(jìn)一步降低，加劇“打車難”的問題。由表1可知：采用方案二、方案三或方案四，通過逐步加大司機(jī)補(bǔ)貼金額，匹配度會(huì)成逐漸上升趨勢(shì)。通過大量數(shù)據(jù)統(tǒng)計(jì)：若只補(bǔ)貼司機(jī)的話，并不能在乘客人群中起到好的宣傳效果。出于經(jīng)濟(jì)人的假設(shè)，由于學(xué)習(xí)使用打車軟件需要花費(fèi)一定時(shí)間精力以及金錢，消費(fèi)者可能由于消費(fèi)慣性不會(huì)選擇使用打車軟件，從而使補(bǔ)貼不能帶來預(yù)期的好處?；谘a(bǔ)貼系數(shù)的供求匹配模型分析上述模型，補(bǔ)貼金額應(yīng)該按照一定的分配方案補(bǔ)貼給乘客和掛單司機(jī)，達(dá)到最大供求匹配度，即為我們理想條件下的最優(yōu)情況。為此，我們了設(shè)計(jì)一款打車軟件平臺(tái)：根據(jù)打車單價(jià)，按照一定的比例系數(shù)K(0<K<1)給予補(bǔ)貼，即給乘客和掛單司機(jī)的總補(bǔ)貼為Kp，其中分配給司機(jī)的補(bǔ)貼占總補(bǔ)貼的比例為T，即分配給司機(jī)的補(bǔ)貼為TKp，分配給乘客的補(bǔ)貼為(1-T)Kp，得(K為補(bǔ)貼比例系數(shù)，T為司機(jī)補(bǔ)貼分配系數(shù))結(jié)果及分析通過MATLAB做出函數(shù)的三維圖，通過調(diào)用最大值函數(shù)，可以求出函數(shù)在可行域內(nèi)的最大值，且可以通過程序求出匹配度最大時(shí)的（K,T）。此外，程序求得的最大值有一部分為奇異點(diǎn)，應(yīng)該予以去除。在現(xiàn)實(shí)生活中，打車軟件公司應(yīng)該綜合考慮公司的經(jīng)濟(jì)效益，而不會(huì)只追求社會(huì)福利最大化，即供求匹配度最大。故軟件公司應(yīng)該制定一定補(bǔ)貼指標(biāo)，比如使K<K0<1,在最多總補(bǔ)貼為K0p時(shí)，公司仍不會(huì)虧損。在0<K<K0的條件下，尋求最優(yōu)解。參考文獻(xiàn)[1]全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽組委會(huì).2015年全國(guó)大學(xué)生數(shù)學(xué)建模兢賽B[EB/OL].http：//www.M/problem/2015/2015.html.⑵張錚.基于浮動(dòng)車數(shù)據(jù)的城市分區(qū)出租車出行供需水平研究[0.上海：同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院，2009.[3]鐘君，吳正杲.中國(guó)城市基本公共服務(wù)力評(píng)價(jià)[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2014.[4]鐘君，吳正杲.中國(guó)城市基本公共服務(wù)力評(píng)價(jià)[M].北京：社會(huì)科學(xué)文獻(xiàn)出版，2013.[5]新華網(wǎng).打車軟件：你所不知道的大數(shù)據(jù)[EB/OL].http：///20150610/n414782207.shtml，20150913.

務(wù)一早寓期日一高喳期■圖1不同時(shí)空供求匹配度折線圖表1大連市補(bǔ)貼方案數(shù)據(jù)統(tǒng)計(jì)及影響大連市補(bǔ)貼前方案一方案二方案三方案四人均收入*wo/76.5GS3636 76,5州36 76.50B76.508主城區(qū)人1IC10萬(wàn)1某行總量*1D0U/124.8^736315 1羽.85736 124.8571湃.867出租車萬(wàn)人擁有幾主城區(qū)出租車枷有垃12.德976.50B76.50b12；9387&.50S譴.瑙912.929十iCH)0/人均收入*100打車軟