“互联网+”时代的出租车资源配置

1“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RNME，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。关键词：打车软件城市功能区层次分析法Matlab模拟仿真2一．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。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M车辆满载率指标N乘客满意度评价指标R里程利用率评价指标E评价总指标Y总的补贴价格四．问题分析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3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。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。pM-1该地区总车数载客车数（辆）(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。4车辆需求量车辆供应数（辆）N(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。行驶里程（公里）营业里程数（公里）R(3)评价总指标E：RNME(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。图2西安市主城区按纬度分区示意图5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需求量日期一区二区三区四区未央区新城区/莲湖区碑林区/雁塔区长安区2015.9.813333280102717552015.9.917944183119618882015.9.102447632620792782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，得到节假日期出租车的需求量，数据如下表2所示：地区6表2节假日期间每天的出租车需求量需求量日期一区二区三区四区未央区新城区/莲湖区碑林区/雁塔区长安区2015.9.33293042125312372015.9.4598315669427866882015.9.5108329348671065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，得出总体出租车交通分布预测的方法【1】，得出载客出租车的出行分布与城市总人口数的分布关系[2]smqqijijij/（5）式中，ijq为载客出租车从i区到j区的总出行量（辆）；ijq为城市总人口从i区到j区的出行总量（辆）；ijm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）。ijq数据见表3：地区7表3各分区之间的出行总量ijq一二三四一240960760380二9604561319575三7601319256780四38057578087（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：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ijm一二三四一0.20.40.30.1二0.40.20.30.1三0.30.30.20.2四0.10.10.20.2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。j区i区j区i区8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ijq（程序见附录1），可得表5：表5各分区之间的载客车数ijq一二三四一48.0384.0228.038.0二384.091.2395.7172.5三228.0395.751.2312.0四38.0172.5312.017.4总的载客车数/辆698.0928.4830.9539.9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一区二区三区四区未央区新城区莲湖区碑林区雁塔区长安区人口数/万人80.681158.973969.851361.4710117.8529108.3285每个区总人口数/万人80.6811128.8252179.3239108.3285出行率27%27%27%27%出行量21.784034.782848.417429.2486（数据源自2010年人口普查）5）对各分区出租车总数的求解根据《城市出租车拥有量的确定方法研究》[3]可知i区出租车的总量为：总QEEQiiii41（6）式中：iQ指i区出租车总的通行量；iE指i区人均出行次数；总Q指西安市总的车辆数为11720辆。根据表6可得出行量iE=[21.7840,34.7828,48.4174,29.2486].利用Matlab软件编程可得下表7，程序见附录2：j区i区9表7各分区车辆总数分区一二三四车辆比例p0.16230.25910.36070.2179各区车辆总数iQ1902303742272554综上所述，可以得到每个分区的出租车的需求量、载客车数、市民出行量。由公式（4）计算可得下表8,9，程序见附录5：表8工作日各个分区的匹配度1E2E3E4E9月8号0.53380.42131.037