陳柄堯　黃怡瑩　李明銘　龔貞桃　邵優(yōu)陽(yáng)

(海軍工程大學(xué)電子工程學(xué)院　武漢　430033)

?

基于不同補(bǔ)貼方案的武漢市出租車資源優(yōu)化配置研究*

陳柄堯黃怡瑩李明銘龔貞桃邵優(yōu)陽(yáng)

(海軍工程大學(xué)電子工程學(xué)院武漢430033)

針對(duì)目前社會(huì)中廣泛存在的“打車難”問(wèn)題,以供求比Φ作為衡量出租車供求關(guān)系的指標(biāo),對(duì)現(xiàn)有的打車補(bǔ)貼方案在不同時(shí)空條件下進(jìn)行了評(píng)價(jià)。首先建立了出租車的供求比和打車補(bǔ)貼方案模型,其次基于現(xiàn)有的兩種打車軟件提出了四種新的打車補(bǔ)貼方案,最后基于C++設(shè)計(jì)了相應(yīng)的仿真軟件,在此基礎(chǔ)上,研究了在不同補(bǔ)貼方案下武漢市出租車資源配置優(yōu)化后的供求匹配程度,對(duì)武漢市出租車在不同條件下的資源優(yōu)化配置具有一定的參考意義。

供求比; 資源優(yōu)化配置; 數(shù)據(jù)采集; 補(bǔ)貼方案

Class NumberTP391

1　引言

出租車的資源配置一直是困擾整個(gè)出租車行業(yè)的關(guān)鍵因素,中心城區(qū)的出租車需求量在上下班等時(shí)段仍遠(yuǎn)大于供給量。打車之所以難,不考慮管理因素,主要因?yàn)橐韵氯c(diǎn)：一是出租車絕對(duì)數(shù)量供給不足。二是出租車相對(duì)數(shù)量供給不足,這是個(gè)摩擦性問(wèn)題,其根本原因在于信息不對(duì)稱。三是出租車?yán)婀┙o不足,部分司機(jī)選擇性停運(yùn)[1]。

針對(duì)以上分析,作者首先基于GooSeeker(以火狐瀏覽器為依托的數(shù)據(jù)采集器)采集數(shù)據(jù),其次運(yùn)用Matlab編程處理分析武漢市區(qū)的出租車供求比；最后運(yùn)用Microsoft Visual C++基于大數(shù)據(jù)并依托數(shù)據(jù)庫(kù)設(shè)計(jì)了相應(yīng)的四種補(bǔ)貼方案來(lái)改善出租車的供求比指標(biāo),以達(dá)到緩解“打車難”的目的。

2　原因分析

針對(duì)“打車難”的原因一和二,在時(shí)間上,劃分為工作日和休息日兩個(gè)不同時(shí)段進(jìn)行研究,并以2小時(shí)為單位,將一天劃分為12個(gè)時(shí)間段；在空間上,以武漢作為研究對(duì)象,將武漢劃分為武昌地區(qū)、漢口地區(qū)和漢陽(yáng)地區(qū)三個(gè)區(qū)域進(jìn)行討論。以出租車的供求比Φ作為衡量指標(biāo),當(dāng)Φ值在1附近波動(dòng)時(shí),此時(shí)出租車處于基本滿足供求關(guān)系狀態(tài)；當(dāng)Φ值大于1時(shí),此時(shí)出租車的供給量大于需求量；當(dāng)Φ值小于1時(shí),此時(shí)出租車的供給量小于需求量。供求比Φ的大小與該地區(qū)出租車的實(shí)際需求量和該地區(qū)出租車擁有量有關(guān)。針對(duì)原因三,打車軟件公司的補(bǔ)貼方案分為兩個(gè)部分,一是乘客返現(xiàn),二是對(duì)司機(jī)的金額獎(jiǎng)勵(lì)[2]。乘客返現(xiàn)金額會(huì)影響乘客以出租車方式出行的比例,對(duì)司機(jī)的獎(jiǎng)勵(lì)金額則會(huì)影響出租車的平均運(yùn)營(yíng)時(shí)間。

文章假設(shè)國(guó)家整體發(fā)展規(guī)劃對(duì)于城市發(fā)展?fàn)顩r的影響在一定時(shí)間內(nèi)穩(wěn)定不變。城市所處地理位置、旅游吸引能力等自然因素短期內(nèi)不會(huì)有明顯變化。認(rèn)為在一座城市中從需求角度出發(fā)的出租車總有效行駛里程和從供給角度測(cè)算的出租車總有效行駛里程是影響供求匹配關(guān)系的主要因素,城市規(guī)模、出租車千人擁有量和其它彈性因素等視為次要因素。

3　出租車供求比及補(bǔ)貼方案的模型設(shè)計(jì)

3.1供求比模型設(shè)計(jì)

出租車的實(shí)際擁有量n與需求量n′之比即為供求比Φ:

(1)

式中,n可參考目前網(wǎng)絡(luò)已有數(shù)據(jù)獲得[3]。

(2)

式中,X1,X2分別為固定長(zhǎng)住居民和其他外來(lái)人口乘坐出租車時(shí)平均載客人數(shù)。t為出租車的平均運(yùn)營(yíng)時(shí)間(h)；v為出租車的平均運(yùn)行車速(km/h)；δ為出租車平均空駛率；G1,G2分別為出租車承擔(dān)固定長(zhǎng)住居民和其他外來(lái)人口的出行轉(zhuǎn)移量:

G1=H1·d1·ρ1·D1

(3)

G2=H2·d2·ρ2·D2

(4)

式中,H1,H2分別為固定長(zhǎng)住居民和其他外來(lái)人口總量；d1,d2分別為固定長(zhǎng)住居民和其他外來(lái)人口在2小時(shí)內(nèi)的出行次數(shù)；ρ1,ρ2分別為固定長(zhǎng)住居民和其他外來(lái)人口選擇出租車出行在所有的出行方式中所占的比例；D1,D2分別為固定長(zhǎng)住居民和其他外來(lái)人口以出租車方式出行時(shí)的平均路程。以上數(shù)據(jù)均通過(guò)網(wǎng)絡(luò)采集[4]。

出租車空駛率也是供給量的一個(gè)重要參數(shù),可用式(5)表示：

(5)

在第2節(jié)對(duì)出租車資源供求匹配程度影響因素分析中,城市規(guī)模、千人擁有量和其它彈性因素等都會(huì)對(duì)出租車資源供求匹配程度產(chǎn)生影響。

綜合考慮以上因素,將計(jì)算結(jié)果進(jìn)行數(shù)據(jù)修正,此處引入一個(gè)平衡系數(shù)α,其目的是為了滿足正常所需利潤(rùn)的同時(shí),讓出租車盡量滿足人們的需求。α值應(yīng)該是一個(gè)稍大于1的值,其值調(diào)整得越大,出租車的供給就越能適應(yīng)在突發(fā)情況下出租車的客運(yùn)需求。但α取值不宜過(guò)大,否則會(huì)導(dǎo)致大量出租車處于空駛狀態(tài)。綜合考慮后,確定α的范圍在1.1～1.4[5],則出租車合理規(guī)模為

(6)

3.2補(bǔ)貼方案模型設(shè)計(jì)

通過(guò)對(duì)現(xiàn)有通用的兩款打車軟件補(bǔ)貼方案的數(shù)據(jù)收集[7],可看出打車軟件公司在補(bǔ)貼方案的變化上非常相似,故可將兩份補(bǔ)貼方案結(jié)合為一份概括兩者的補(bǔ)貼方案,擬定每單補(bǔ)貼方案如下：

方案1:乘客平均返現(xiàn)10元,司機(jī)平均獎(jiǎng)勵(lì)10元；

方案2：乘客平均返現(xiàn)13元,司機(jī)平均獎(jiǎng)勵(lì)8元；

方案3：乘客平均返現(xiàn)16元,司機(jī)平均獎(jiǎng)勵(lì)10元；

方案4：乘客平均返現(xiàn)4元,司機(jī)平均獎(jiǎng)勵(lì)2元。

當(dāng)乘客平均返現(xiàn)金額多時(shí),乘客以出租車方式出行的比例就會(huì)增加；當(dāng)司機(jī)平均獎(jiǎng)勵(lì)金額多時(shí),出租車的平均運(yùn)營(yíng)時(shí)間就會(huì)增加。故需建立乘客平均返現(xiàn)金額與乘客以出租車出行的比例函數(shù),司機(jī)平均獎(jiǎng)勵(lì)金額與出租車平均運(yùn)營(yíng)時(shí)間的函數(shù),得到它們之間的定量關(guān)系,從而進(jìn)一步求出出租車的供求比。

假設(shè)實(shí)施補(bǔ)貼方案后,乘客以出租車出行的比例為[8]

(7)

式中,M為一天內(nèi)乘客搭乘出租車的平均車費(fèi),由數(shù)據(jù)統(tǒng)計(jì)得M=40.7元[9]；m為乘客平均返現(xiàn)金額；ρ′為實(shí)施補(bǔ)貼方案后乘客以出租車出行的比例。當(dāng)乘客平均返現(xiàn)金額占平均車費(fèi)的比重越大時(shí),乘客就越愿意選擇出租車作為自己的出行方式。

假設(shè)實(shí)施補(bǔ)貼方案后,出租車的平均運(yùn)營(yíng)時(shí)間為

(8)

式中,C為出租車司機(jī)每次載客時(shí)所要支付的平均成本。根據(jù)資料[3],武漢市出租車平均每公里的燃油費(fèi)為0.6元,載客時(shí)的平均行駛里程為8.1km,故C=4.86；c為平均獎(jiǎng)勵(lì)金額；t′為實(shí)施補(bǔ)貼方案后出租車新的平均運(yùn)營(yíng)時(shí)間。

根據(jù)上文建立的兩個(gè)函數(shù)模型,可以求出每一個(gè)補(bǔ)貼方案在同一天同一地區(qū)不同時(shí)段的新的出租車供求比。選擇武昌某一工作日作為研究對(duì)象,若實(shí)施補(bǔ)貼方案后原來(lái)供求比小于1的時(shí)間段內(nèi)供求比得到提升且達(dá)到一定的標(biāo)準(zhǔn)(供求比在1附近波動(dòng)),即可說(shuō)明該方案對(duì)緩解“打車難”有幫助,否則說(shuō)明沒(méi)有幫助。

補(bǔ)貼方案計(jì)算軟件的窗口設(shè)計(jì)如圖1所示。

圖1　補(bǔ)貼方案計(jì)算軟件窗口

4　結(jié)果分析

4.1未考慮補(bǔ)貼方案的出租車供求比計(jì)算

取2015年9月8日武昌地區(qū)0～2點(diǎn)鐘時(shí)段作為研究對(duì)象,此時(shí)d1,d2分別為0.06、0.01,出租車平均運(yùn)營(yíng)時(shí)間t=1.0h。(統(tǒng)計(jì)數(shù)據(jù)來(lái)源于對(duì)統(tǒng)計(jì)網(wǎng)站原始數(shù)據(jù)的抓取[10])代入3.1節(jié)建立的模型,求得n′=4727。武昌區(qū)0～2時(shí)段實(shí)際需求的出租車的數(shù)量為4727輛,但實(shí)際擁有量為8325輛[3],以此計(jì)算出出租車供求比例為Φ=176.1%。

按以上方法,計(jì)算出不同時(shí)段、不同地區(qū)的供求比如圖2、3。

根據(jù)圖2、3,可得到如下結(jié)論：

1) 對(duì)于同一天同一地區(qū)不同時(shí)間段

0～6h：出租車的供給量遠(yuǎn)大于乘客的需求量；

6～10h：第一次打車高峰期,出現(xiàn)嚴(yán)重的供不應(yīng)求；

10～16h：基本可以達(dá)到供求平衡；

16～20h：第二次打車高峰期,乘客對(duì)出租車的需求量增加但增加的幅度較小,會(huì)出現(xiàn)出租車供應(yīng)緊張的情況；

20～24h:出租車供應(yīng)緊張情況會(huì)得到緩解,但乘客的需求量仍較大。

圖2　9月8日(工作日)不同地區(qū)不同時(shí)段供求比

圖3　9月5日(休息日)不同地區(qū)不同時(shí)段供求比

2) 對(duì)于同一天同一時(shí)間段不同地區(qū)

武昌地區(qū)：人口數(shù)量較多,擁有的出租車數(shù)量較大,出租車供求比例不穩(wěn)定,波動(dòng)較大；

漢口地區(qū)：人口數(shù)量適中,擁有的出租車數(shù)量適中,供求比例的變化比較穩(wěn)定；

漢陽(yáng)地區(qū)：人口數(shù)量較少,擁有的出租車數(shù)量適中,在凌晨時(shí)段會(huì)出現(xiàn)出租車供給量遠(yuǎn)大于需求量的情況。

3) 對(duì)于同一地區(qū)同一時(shí)間段不同日期

9月5日(休息日)：打車高峰期相對(duì)于工作日出現(xiàn)延遲,夜晚出租車的需求量相對(duì)于工作日增加,并且大部分時(shí)間段出租車的供給量大于需求量；

9月8日(工作日)：會(huì)出現(xiàn)上下班兩個(gè)打車高峰期,且大部分時(shí)間出租車的供給量是較為緊張的。

通過(guò)以上結(jié)論,可看出供求比Φ能夠較好地反映不同時(shí)間、不同空間出租車的供求關(guān)系,也能較好地衡量不同時(shí)空條件下出租車資源的供求匹配程度。

4.2考慮補(bǔ)貼方案的出租車供求比計(jì)算

根據(jù)第3節(jié)所建立的函數(shù)模型,分別對(duì)采用四種補(bǔ)貼方案的出租車供求比進(jìn)行計(jì)算,并與未采用補(bǔ)貼方案的出租車供求比對(duì)比,具體數(shù)據(jù)如表1所示,其中Φ為未采用補(bǔ)貼方案的出租車在各時(shí)段的供求比,Φ1、Φ2、Φ3、Φ4分別為采用補(bǔ)貼方案1、2、3、4后出租車在各時(shí)段的供求比。

表1　不同補(bǔ)貼方案對(duì)應(yīng)的出租車供求比指標(biāo)

以一天12個(gè)時(shí)段內(nèi)出租車的平均供求比作為指標(biāo)進(jìn)行對(duì)比,對(duì)比結(jié)果如表2所示[8]。

表2　出租車平均供求比對(duì)比

通過(guò)以上計(jì)算結(jié)果,可以看出補(bǔ)貼方案2、方案3和方案4對(duì)出租車供求比指標(biāo)的改善有積極作用,方案1對(duì)出租車供求比指標(biāo)的改善起消極作用,所以補(bǔ)貼方案的選擇尤為重要,不能單純地追求高返現(xiàn)的補(bǔ)貼方案,也要考慮補(bǔ)貼成本及供求比改善程度等因素,綜合考慮后,得出補(bǔ)貼方案4為最佳方案,該方案不僅對(duì)出租車供求比進(jìn)行了有效的改善(改善程度最大),且成本最低。對(duì)于其他特定問(wèn)題的研究,也可根據(jù)本文所設(shè)計(jì)模型進(jìn)行科學(xué)合理的分析和計(jì)算,以此確定一個(gè)行之有效的補(bǔ)貼方案來(lái)改善出租車的供求比指標(biāo)。

5　結(jié)語(yǔ)

文章通過(guò)建立出租車供求比及補(bǔ)貼方案模型,結(jié)合武漢市出租車的實(shí)際供給量和需求量,在不同時(shí)段,不同地區(qū)對(duì)出租車的供求比指標(biāo)進(jìn)行了討論,并結(jié)合提出的四種補(bǔ)貼方案,分別分析了它們對(duì)出租車供求比的影響程度,得出不同的補(bǔ)貼方案是影響出租車供求比的一個(gè)重要因素。文中的建模和計(jì)算方法對(duì)出租車資源優(yōu)化配置具有一定的參考意義。

[1] 帥朝暉.城市出租車資源配置研究——以浙江嘉興為例[D].上海:上海交通大學(xué),2011.

SHUAI Zhaohui. Study on Resource Allocation of Urban Taxi Setting Jiaxing, Zhejiang for Example[D]. Shanghai: Shanghai Jiao Tong University,2011.

[2] 杜劍平,韓中庚. “互聯(lián)網(wǎng)+”時(shí)代的出租車資源配置模型[J].數(shù)學(xué)建模及其應(yīng)用,2015,4(4)：40-50.

DU Jianping, HAN Zhonggeng. Taxi Resource Allocation Model in Internet-of-things Era[J]. Mathematical Modeling and Application,2015,4(4):40-50.

[3] 武漢的士網(wǎng)[EB/OL]. [2015-09-03]. http://www.whtaxi.com.

Wuhan Taxi Web[EB/OL]. [2015-09-03]. http://www.whtaxi.com.

[4] 武漢本地寶.武漢出租車價(jià)格計(jì)算[EB/OL]. [2015-09-08]. http://www.wuhan.baixing.com.

Wuhan Bendibao. Wuhan taxi price calculation[EB/OL]. [2015-09-08]. http://www.wuhan.baixing.com.

[5] 戴建軍.基于浮動(dòng)車數(shù)據(jù)的出租車運(yùn)行研究[D].上海:上海交通大學(xué),2011.

DAI Jianjun. Study on Taxi Operation Based on Floating Car Data[D]. Shanghai: Shanghai Jiao Tong University,2011.

[6] 汪滟清.出租車行業(yè)的政府監(jiān)管問(wèn)題研究[D].長(zhǎng)春:吉林大學(xué),2015.

WANG Yanqing. Research on Government Regulation of the Taxi Industry[D]. Changchun: Jilin University,2015.

[7] 江世宏.MATLAB語(yǔ)言與數(shù)學(xué)實(shí)驗(yàn)[M].北京：科學(xué)出版社,2007：47-48.

JIANG Shihong. MATLAB Language and Mathematics Experiment[M]. Beijing: Science Press,2007:47-48.

[8] 司守奎,孫璽菁.數(shù)學(xué)建模算法與應(yīng)用[M].北京：國(guó)防工業(yè)出版社,2014:133-135.

SI Shoukui, SUN Xijing. Mathematical Modeling Algorithm and Application[M]. Beijing: National Defence Industry Press,2014:133-135.

[9] 董文永,劉進(jìn).最優(yōu)化技術(shù)與數(shù)學(xué)建模[M].北京：清華大學(xué)出版社,2010:246-247.

DONG Wenyong, LIU Jin. Optimization Technique and Mathematical Modeling[M]. Beijing: Tsinghua University Press,2010:246-247.

[10] 蒼穹智能出行平臺(tái)[EB/OL]. [2015-09-13]. http://v.kuaidadi.com.

Intelligent Travel Platform of Kuaidi & Didi Group[EB/OL]. [2015-09-13]. http://v.kuaidadi.com.

Wuhan Taxi Resource Optimization Allocations Based on Different Subsidy Schemes

CHEN BingyaoHUANG YiyingLI MingmingGONG ZhentaoSHAO Youyang

(College of Electronic Engineering, Navy University of Engineering, Wuhan430033)

Aiming at the widespread problem of “hard to call a taxi” in our society at present, the supply-demand ratio Φ was used as the index to measure supply and demand of taxi, and pros and cons of current subsidy schemes at temporal and spatial multi-scale were evaluated. First the taxi supply-demand ratio model and the subsidy schemes of hailing a taxi model were built. Second four new subsidy schemes were promoted based on the two existing taxi booking apps. At last, simulation software was designed based on C++ accordingly. Then on this basis, the optimized matching degree under different subsidy schemes of Wuhan taxi resource supply and demand was studied. This paper had certain

ignificance for allocating Wuhan taxi resource optimally under various situations.

supply and demand ratio, resource optimization allocation, data collection, subsidy schemes

2016年4月13日,

2016年5月23日

陳柄堯,男,研究方向:電氣工程。黃怡瑩,女,研究方向:信息與通信工程。李明銘,女,研究方向:寬帶天線,天線理論研究。龔貞桃,男,研究方向:管理工程與科學(xué)。邵優(yōu)陽(yáng),男,研究方向:指揮信息系統(tǒng)工程。

TP391

10.3969/j.issn.1672-9722.2016.10.005