出租车补贴方案

1“互联网+”时代的出租车资源配置摘要出租车是市民出行的重要交通工具之一，“打车难”是人们关注的一个社会热点问题。随着“互联网+”时代的到来，有多家公司依托移动互联网建立了打车软件服务平台，实现了乘客与出租车司机之间的信息互通，同时推出了多种出租车的补贴方案。为了方便针对时空这两项因素进行分析和建立一个适当的通用模型，在文中大多数参数都会按照相关比例进行计算，以此增加模型的通用性。针对问题一，为了比较简洁明了的衡量供求平衡度。本文运用出租车路程使用率，即乘客乘坐总路程和司机行驶总路程的比值来表达供求平衡度，该项指标可以客观全面的衡量一个城市的打车难易程度。通过单位时间内乘客总人数、人均乘坐里程和计算公里数来计算出乘客乘坐总路程。出租车总数和出勤率，司机工作时间和行驶平均速度计算出司机行驶总路程。通过计算得出的路程使用率与规定指标做对比就能衡量出一个地区的供求平衡关系。本文还以2012年成都，2014年成都，2014年北京三个不同的数据加以检验模型的合理性（见5.1.3）。针对问题二，本文首先通过分析问题一中所使用到的出租车路程使用率模型，从中先排除出不受补贴政策影响的指标，仅得到的可能影响指标有乘客数和出租车出勤率。然后搜集包括传统出租车公司，嘀嘀打车和快的打车在内的三家出租车公司2014年一整年的补贴标准（见表4、表5和表6）。本文通过spss软件分析2014年天津12个月的出租车各项数据，同时为了使分析结果具有普遍性而不是单纯的针对一个地区，本文采取的是所有具体化指标如各项补贴金额大小全部和出租车收入相比，这样就能达到以百分比的形式进行分析，分析结果更具有说服性。得到的结果是补助对乘客总人数并没有直观影响，而对于出租车出勤率而言，补助额外占额（额外补贴与司机总收入的比值）每提升1%，那么出勤率提升0.8%。针对问题三，在对上一问分析结果可知补贴方案最直接作用就是增加出勤率，而对于乘客而言补贴方案仅仅是为了抢占市场。所以本文将司机补助当作重点，考虑到专车对市场的冲击，司机的总收入要高于本文论证的得到的1.2倍GDP。而对于乘客补助本文会提供计算方案给出一个可以补给的最高值供公司参考实践。本文针对司机是按照每单补助加上每月定额补助的形式发放补助，其中定额补助是按照600元加上额外补助的形式。首先以理想的出租车路程使用率计算出理想出勤率，通过出勤率的改变代入第二问的结果得到补助额外占额提升比率。补助额外占额提升比率与司机总收入的乘积等于额外补助。然后通过建立模型寻求司机总收入和乘客总支出以及公司允许最低效益之间的关系。最后我们将模型运用到2014年北京出租车市场，得到了一个较为理想的补贴结论，以此论证补贴方案的合理性。关键字：出租车路程使用率,出勤率,多元线性回归,SPSS,额外占比,补贴2一、问题重述1.1引言出租车是市民出行的重要交通工具之一，“打车难”是人们关注的一个社会热点问题。随着“互联网+”时代的到来，有多家公司依托移动互联网建立了打车软件服务平台，实现了乘客与出租车司机之间的信息互通，同时推出了多种出租车的补贴方案。1.2问题的提出搜集相关数据，建立数学模型研究如下问题：(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.在宏观调控政策的影响下，车的数量是一个相对稳定的值，本文假设一年内车的数量是保持不变的。2.问题一中每天的出租车行车浪费时间假设为2h。3.问题二中关于补贴政策，考察实际可知出租车司机可以领满每天的补贴额，所以本文按照可领最大补贴额来计算。4.问题三中假设司机的总收入和每月的支出比值是不变的，并以全国平均水平来进行相关计算。5.出租车路程使用率、出租车单位计价的制定等都是符合宏观调控的因素，其中路程使用率是同时满足上下期高峰和平时低峰时期的一个客观值，而出租车单位计价也是经过认真推敲的合理值，所以本文不探讨某一小时或某一时间段的特定的变化，而是探求就整体而言的影响。3三、符号说明符号意义A样本城市出租车日均客流总数𝐿𝑝人均公里数μ计算公里数占比𝑇出租车活跃时间𝑡1行车有效时间𝑡2行车浪费时间N城市出租车总数𝐿𝑐车辆每小时平均路程β出租车当日出勤率𝑆1出租车每日载客总路程𝑆2样本城市出租车行驶总路程α出租车的路程使用率𝑊1出租车司机每月总收入𝑊2乘客每月打车总支出Q起步价𝐿𝑃人均公里数D单位价格𝐾1每单司机补贴𝐾2乘客每单补贴𝐾3每月司机定额补贴∆e额外补贴增量和总收入的比值𝑀每月出租车接客次数E月人均GDP4四、问题分析4.1问题一分析题目要求通过建立合理的指标模型，用于分析不同时空出租车资源的：“供求匹配”程度。“供求匹配”是一个相对模糊的概念，我们引入路程使用率这一概念来量化“供求匹配”。通过寻找相关指标建立模型求出路程使用率，来分析不同时空出租车资源的“供求匹配”程度。4.2问题二分析题目要求通过分析各公司的出租车补贴指标来探讨是否缓解打车难问题，考虑到第一问中提出的路程使用率指标为国际上通用的衡量一个地区出租车供求关系指标，所以我们仍然采用路程使用率来衡量打车困难度。通过运用多元线性回归的模型来分析包括补贴额度在内的各项指标对整体的影响程度。4.3问题三分析题目要求建立一个合理的补贴方案，对于补贴而言针对的仅分为乘客和司机，而通过一二问的探讨我们可以找出补贴对于乘客和司机增长量的影响，进而建立一个最优化模型，达到在满足路程使用率为标准值的情况下，全方面提升出租车司机的出勤率以及乘客的乘坐人数。五、模型建立和解决5.1问题一的模型建立和解决5.1.1模型准备(1)符号说明为了算出用来衡量“供求匹配”的路程使用率，现引入下列符号：A：样本城市出租车日均客流总数𝐿𝑝：人均公里数μ：计算公里数占比𝑇：出租车活跃时间𝑡1：行车有效时间𝑡2：行车浪费时间5N：城市出租车总数𝐿𝑐：车辆每小时平均路程β：出租车当日出勤率𝑆1：出租车每日载客总路程𝑆2:样本城市出租车行驶总路程α：出租车的路程使用率5.1.2模型建立1.样本城市出租车每日载客总路程查阅资料后发现出租车客流量90%集中在一个城市白天到凌晨以前的活跃时间段，而只要满足了活跃时间段的使用需求，那么凌晨以后10%的使用需求完全可以得到满足，所以仅考虑活跃时间段的乘客乘坐公里数,即μ的取值为0.9。所以样本城市出租车每日载客总路程为：𝑆1=μA𝐿𝑃=0.9A𝐿𝑃2.城市出租车行驶总路程因为城市行车存在上下车、司机交接班、吃饭等浪费时间的情况，所以行驶的有效时间应该为活跃总时间减去浪费时间：𝑡1=𝑇−𝑡2在本文中，活跃时间T等于终止时间减去起止时间，比如，以北京为例，活跃时间是早上6点到晚上23点，那么T=23−6=17h所以城市出租车单位时间总共里数为：𝑆2=(𝑇−𝑡2)𝑁𝐿𝐶𝛽3.路程使用率的模型建立出租车的路程使用率为载客路程和出租车总路程之比，即为：α=𝑆1𝑆2=0.9A𝐿𝑃(𝑇−𝑡2)𝑁𝐿𝐶𝛽查阅相关资料，得到出租车的路程使用率α在60%~70%时为正常允许值，α为65%时，匹配程度为最佳，当α大于70%时，就会出现较为明显的供小于求关系，此时会出现打车难的问题。当α小于60%时，就会出现明显供大于求的关6系，此时会出现司机挣钱难的问题。5.1.3运用模型分析不同时空下出租车的匹配程度本文选取2012年成都和2014年成都对比不同时间出租车的供求匹配。选取2014年北京和2014年成都对比不同空间出租车的供求匹配。（a）以成都2012年出租车行业情况数据为例，数据如表1所示：表1成都2012年出租车行业统计数据A𝐿𝑃𝑇𝑡2𝑁𝐿𝐶𝛽41.6×1045.41721.2×10415.60.9α1=0.9A𝐿𝑃(𝑇−𝑡2)𝑁𝐿𝐶𝛽=0.9×41.6×104×5.4(17−2)×1.2×104×15.6×0.9=80%因为α170%，说明出租车路程使用率高，所以成都2012年出租车供求关系是供远小于求。（b）以成都2014年出租车行业情况数据为例，数据如表2所示：表2成都2014年出租车行业统计数据A𝐿𝑃𝑇𝑡2𝑁𝐿𝐶𝛽49.6×10461721.86×10415.50.9α2=0.9A𝐿𝑃(𝑇−𝑡2)𝑁𝐿𝐶𝛽=0.9×49.6×104×60.65×(17−2)×1.86×104×15.5×0.9=68.25%因为α2接近于65%，所以成都的供求关系基本持平。从数据中可以看出12年成都出租车数量是1.2万，供小于求，14年成都出租车数量增加了0.66万辆，达到了1.86万辆，此时供求平衡，也满足增加出租车已达到供求平衡的基本规律。（c）以北京2014年出租车行业情况数据为例，数据如表3所示：表3北京2014年出租车行业统计数据A𝐿𝑃𝑇𝑡2𝑁𝐿𝐶𝛽188×10461726.6×104160.9α3=0.9A𝐿𝑃(𝑇−𝑡2)𝑁𝐿𝐶𝛽=0.9×188×104×6(17−2)×6.6×104×16×0.9=71.2%α370%，表示北京的出租车供应不足，符合北京出租车行业打车难的客7观现状。5.2问题二的模型建立和解决5.2.1α模型运用在上文中出租车的路程使用率α的模型为：α=𝑆1𝑆2=0.9A𝐿𝑃(𝑇−𝑡2)𝑁𝐿𝐶𝛽其中人均公里数𝐿𝑝、计算公里数占比μ、出租车活跃时间𝑇、行车有效时间𝑡1、行车浪费时间𝑡2、城市出租车总数N、车辆每小时平均路程𝐿𝑐这七个参数都不会因为补贴而发生改变，在此我们将这七个参数看作定值。而样本城市出租车日均客流总数A、出租车当日出勤率β会因为补贴的改变而发生改变。当乘客获得补贴时，A和β都会提升，当司机获得补贴时，A和β也会提升。因为路程使用率α为一个综合各方面因素考虑的表现打车难易度的综合值，所以对于打车难以程度衡量仍然以α来衡量。α值越大，则出租车路程使用率越高，则打车越困难。5.2.2不同公司相关补助每家公司的补助分为四个部分组成:第一部分是新人补助，只能领取一次。该部分补助对于乘客和司机都有促进作用，所以A和β都会提升。第二部分为发放给司机的补助，通过调查发现该部分补助为司机补助大项，但每天存在上限，普遍按照每单支付一定补助。该部分补助对于β的促进最大。第三部分为发放给乘客的补助，通过调查发现该部分补助为吸引乘客的重要手段，但每天只有两单补助，在国民每天出行率2~3之间的情况下，该补助合理。同时促进了A和β。第四部分为定向发放给司机的燃油费等杂项补助，这个补助为一直发放，并不会随业绩而改变，调查发现该补助平均在600元，因为是恒定值，本文认为该值不会对A和β有本质促进作用，将其作为一个参照指标。2014年快的、滴滴、传统打车补助见表4.8表42014年快的、滴滴、传统打车补助日期方式1/102/102/172/183/043/125/177/98/12快的司机乘客都不补贴10元维持返单10元比同行多1元至少给乘客补贴13元，每天2单从13元将至10元每天2单，5元/单司机补贴“归零”给司机补贴2元/单，每天5单----滴滴下降至5元上调至10元--------每天2单，5-10元/单。5元/单居多取消司机常规补贴传统600元一月5.2.3影响A和β的参数分析本文选取滴滴打车、快的打车、传统出租车公司，三家打车公司进行分析。数据选择天津市2014年12个月的统计数据，如表5所示：表5天津市2014年12个月出租车市场统计数据为了客观的衡量A和β的变化，并且解决针对不同时空时，参量具有普遍效应，所以本文用补贴金额和营业额的比值来衡量补贴额大小，如表6所示：指标月份客流量（万人）出租车出勤率营业额滴滴占有额快的占有额传统公司补助滴滴快的乘客司机乘客司机12932.50.811530039.10%41.80%6