劉陽++張雪亞++楊宗月++龔佃選
摘 要:隨著“互聯(lián)網(wǎng)+”時代的到來,傳統(tǒng)出租車行業(yè)依托互聯(lián)網(wǎng)建立打車軟件服務(wù)平臺,推出系列打車補貼方案,為乘客和出租車司機之間構(gòu)建交流平臺,降低了信息的不對稱程度,對緩解“打車難”提供幫助。該文以北京市為例,結(jié)合滴滴快車補貼政策,建立了基于目標(biāo)規(guī)劃的出租車補貼方案模型,研究其對緩解“打車難”的影響。將打車難轉(zhuǎn)化為乘客總等待時長的量化指標(biāo),通過定量分析,得到滴滴快車對緩解“打車難”有所幫助的結(jié)論。
關(guān)鍵詞:互聯(lián)網(wǎng)+ 拼車補貼方案 最短路徑 孟德爾遺傳定律
中圖分類號:F540.5 文獻標(biāo)識碼:A 文章編號:1674-098X(2016)09(a)-0083-03
伴隨著我國城市化進程的不斷推進,城市人口的日益增長,以及出行需求的顯著提高,“打車難”成為人民生活中的熱點問題。然而,居高不下的出租車空載率卻與之形成鮮明對比,這即為居民生活增添了不便,又造成了出租車資源的浪費。究其原因,一方面由于出租車供應(yīng)量不足,難以滿足乘客的出行需求;另一方面,由于出租車的供給與乘客的用車需求之間存在信息不對稱,無法同有形商品一樣進行雙方信息的充分交流。隨著“互聯(lián)網(wǎng)+”時代的到來,傳統(tǒng)的出租車行業(yè)與互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等現(xiàn)代新型產(chǎn)業(yè)結(jié)合,創(chuàng)造了新的商業(yè)模式——打車軟件。通過此應(yīng)用程序的使用,乘客可以及時地發(fā)布自己的打車信息,出租車司機可以立即給予回應(yīng),節(jié)省了雙方時間,提高了打車效率。
1 補貼方案
據(jù)人民網(wǎng)訊,北京時間2016年3月6日滴滴快車宣布,旗下快車業(yè)務(wù)推出“閃惠行動”,用戶可享受最高5折優(yōu)惠[1]。同時滴滴拼車也推出補貼政策:兩個乘客拼車可以享受到6折優(yōu)惠,3個人拼車為5折優(yōu)惠,4個人最低可以享受4折優(yōu)惠。據(jù)新快報記者對滴滴快的司機的采訪可知其面向司機的補貼政策為:一天做滿25單,可拿150元補貼且在早高峰和晚高峰時,做一單獎勵一單。文章主要研究滴滴拼車的補貼政策對“緩解打車難”是否有作用。
2 指標(biāo)的選取
“打車難”的根本原因在于“人多車少”,即供應(yīng)量遠小于需求量?;诖?,可將打車難轉(zhuǎn)化為乘客總等待時長的量化指標(biāo),為從根源緩解“打車難”應(yīng)從減少打車需求量與增加供應(yīng)量兩方面著手。故判斷打車軟件的出租車補貼方案對“緩解打車難”有無幫助是指該補貼政策下,打車需求量與出租車供應(yīng)數(shù)量的改變對乘客總等待時長的影響。
3 模型的建立與求解
3.1 無補貼下等車時長模型的建立與求解
在同一時間段,客戶等待時長為客戶下單后到上車之間總時長,分為兩部分:下單后司機接單時長和接單后去接客的時長。平均司機接單時長通過查閱數(shù)據(jù)得出,而接客時長可轉(zhuǎn)化為最短路徑問題,因為司機對路況較熟悉,必定選擇最短路徑去接客。
設(shè)圖(V,E),表示邊(vi,vj)上的權(quán)(即道路的長度),用表示頂點vi和頂點vj的距離,使用Floyd算法來計算最短距離。假設(shè)出租車在該城區(qū)的行駛速度固定為(單位:km/h),則可計算司機從起始點到客戶所在地的時長。設(shè)從起始點到客戶所在地的車的數(shù)量為,則總等待時長為:
(1)
其中,為平均接單時間,為總等待時長,為在該時間段的總接單數(shù),為總接客時間。
以北京市為例,在滴滴智能出行平臺中截取北京市部分地區(qū)地圖,并將各個主要的交通路段進行標(biāo)點,如圖1所示。
由圖1可得,其主要交通路口為60處,標(biāo)記為點1至點60。根據(jù)所繪圖形的比例尺(1 mm:100 m),計算得各個連通路段的路程,并使用所建模型中的Floyd算法,求得所有兩點間的最短路矩陣。查閱該地區(qū)的日基本行車路徑,整理成為司機從路口到乘客所在地的行車頻率矩陣[2],假設(shè)車輛行駛為40 km/h,求得接客時長:
s (2)
根據(jù)所查資料,整理高峰期、低谷期和平穩(wěn)期3個時段的接單時間(如圖2所示)。
經(jīng)計算可求得3個時段的平均接單時間分別為:39.167 s、21.85 s、28.467 s,司機的接單時間為:
s
由此可得在無補貼政策情況下,乘客的平均等待時長為:
(3)
3.2 補貼下等車時長模型的建立與求解
假設(shè)在未實行補貼政策打車模式下的打車需求人口量為,出租車供應(yīng)量為,此時每名乘客的平均等待時長為。在某種補貼政策下,打車需求人口量變?yōu)?,出租車供?yīng)量為,每名乘客的平均等待時長,則可根據(jù)映射求得實行政策前后各個變量之間的關(guān)系,運用同樣的方法求得:
將與進行比較,得出,當(dāng)為負值時,即對“緩解打車難”有幫助;當(dāng)為正值時,即對“緩解打車難”沒有幫助。
由此,所建模型將拼車補貼政策是否對“緩解打車難”有幫助的問題轉(zhuǎn)化為合乘模式下的乘客平均時間計算。
2016年3月28日《北京商報》數(shù)據(jù)顯示,由于滴滴快車對拼車政策的補貼:兩個乘客拼車享受到6折優(yōu)惠,3個人拼車大約是5折優(yōu)惠,4個人最低可以享受4折優(yōu)惠。在此政策下成功拼車的概率達41.87%[3],將該部分的需求量變?yōu)橥蝗舜?,即減半成20.94%,則打車訂單減少20.94%,則映射為:
由于行車路徑的穩(wěn)定性,在人口按比例縮小時,司機從路口到乘客所在點的趟數(shù)也按比例縮小[4],即映射為
但由于拼車政策并未使出租車的供應(yīng)量產(chǎn)生明顯變化,即可視為映射:=,又由于供應(yīng)量維持不變,則在打車軟件上發(fā)布的訂單的平均接單時間也不會發(fā)生明顯變化[5],即可視為:=。
其中,為40 km/h,為vi、vj之間的最短路。
此時計算得 s,相比于較小,則為負值,說明滴滴快車對拼車乘客和司機進行補貼的政策對“緩解打車難”有所幫助。
4 結(jié)語
滴滴快車將出租車與互聯(lián)網(wǎng)資源有機結(jié)合,改善了出租車司機與乘客之間信息不對稱的弊端。同時利用補貼政策,合理推進拼車方案的進行,提高了出租車的運營效率,給“打車難”帶來了顯著的緩解。此外,滴滴快車根據(jù)實時路況信息,實現(xiàn)了及時調(diào)整供求匹配程度。在一定程度上緩解了城市交通壓力,完善了城市道路交通系統(tǒng),實現(xiàn)了出租車資源的最優(yōu)配置。
參考文獻
[1] 人民網(wǎng)新聞.滴滴快車啟動“閃惠行動”最高五折助推分享經(jīng)濟[EB/OL].http://it.people.com.cn/n1/2016/0306/c1009-28175563.html.
[2] GB50220-95,城市道路交通規(guī)劃設(shè)計規(guī)范[S].
[3] 網(wǎng)易新聞.滴滴快車拼車日均訂單破157萬[EB/OL].http://news.163.com/16/0328/00/BJ72718K00014AED.html.
[4] Han-ru Li.Taxi Positioning in the New Age of Internet and Industrial Development Research[J].Procedia Engineering,2016(137):811-816.
[5] Michal Kümmel,F(xiàn)ritzBusch,David Z.W. Wang. Taxi Dispatching and Stable Marriage[J]. Procedia Computer Science,2016(83):163-170.