王美娜+萬慶+朱佩瑤+鮮記成

摘 要：出租車供求資源配置和打車軟件平臺補貼的優(yōu)化方案是信息社會資源合理配置的熱點問題，文章利用滴滴打車智能出行平臺（phpstudy）導出出租車GPS數(shù)據(jù)，結(jié)合出租車的供給量和乘客的打車需求量的實際情況，構(gòu)建出一種新型供需匹配模型，研究合理的匹配程度數(shù)據(jù)和補貼方案，為相關(guān)部門提供決策依據(jù)。

關(guān)鍵詞：供需匹配模型；衡量指標；補貼優(yōu)化方案

中圖分類號：O29 文獻標志碼：A 文章編號：2095-2945（2017）32-0025-02

1 概述

“互聯(lián)網(wǎng)+”時代，出租車作為市民出行的常規(guī)交通工具之一，許多公司借助移動互聯(lián)網(wǎng)建立打車軟件服務平臺，實現(xiàn)了乘客與出租車司機之間的信息溝通，結(jié)合出租車的供給量和乘客的打車需求量的實際情況建立相應指標，分析各時空有關(guān)出租車資源的“供求匹配”程度問題及打車軟件平臺補貼的優(yōu)化方案，能有效緩解市民出行出現(xiàn)的“打車難”問題。

2 構(gòu)建供需匹配模型并求解

2.1 數(shù)據(jù)提取選樣

利用滴滴打車智能出行平臺提取出某城市2015年3月26日到2015年3月30日出租車GPS數(shù)據(jù)，由于數(shù)據(jù)量巨大，本文選擇隨機抽取500個樣本數(shù)據(jù)作為觀測點來分析整體情況，并假設樣本具有很好的代表性。再根據(jù)經(jīng)緯度對城市進行分區(qū)，隨機選擇其中一個小區(qū)進行特例分析，將有需求的乘客分為已完全匹配和待匹配兩類，分析待匹配乘客的乘坐可能。根據(jù)匹配程度代表乘客的乘坐率，計算出該小區(qū)在某個時間段的總乘客人數(shù)，從而推算出該小區(qū)在這個時間段的供求匹配程度，分析出不同時空段的出租車供應量以及乘客需求量。

2.2 建立供需匹配程度模型并求解

利用表1中數(shù)據(jù)，通過MATLAB軟件繪制出租車位置經(jīng)緯度與運營狀態(tài)、速度、需求量的關(guān)系圖依次如下：

圖1中，用“*”代表出租車處在空馳狀態(tài)，“+”代表出租車處在駐車狀態(tài)，“?！贝沓鲎廛囂幵谳d客狀態(tài)。26日到30日內(nèi)，出租車多數(shù)處于空馳或駐車狀態(tài)，已載客的出租車主要集中在經(jīng)度116.2～116.6緯度39.8～40.1這個范圍內(nèi)，所占總出租車比例不大，即空馳概率較高。數(shù)據(jù)顯示，打車需求量基本在50以下，且大致遍布在經(jīng)度116～116.7緯度39.7～40.2之間，這個范圍與圖1中載客車所處的范圍大致相似，這間接解釋為何圖1中空馳概率較高。

圖2中，用“*”代表車速大于10km/h，“+”代表車速小于等于10km/h。所處經(jīng)緯度偏高或偏低的出租車的車速多數(shù)較低，而在經(jīng)緯度適中處的出租車的車速較高，分析是受時段或地理位置所影響。

通過MATLAB軟件編程求出27號162個對應經(jīng)緯度點的供需數(shù)據(jù)（僅一部分）見表2：

4 補貼優(yōu)化模型的應用效果

例如：對于新的打車服務平臺的補貼方案，本文搜集某市的出租單位距離油價、起步價等數(shù)據(jù)如下：

參考文獻：

[1]曾憲培，陳鵬.從打車軟件想到的出租車管制分析[J].交通企業(yè)管理，2014（10）：3-5.

[2]劉云芳.利用衛(wèi)星定位系統(tǒng)數(shù)據(jù)分析交通問題[D].華中師范大學，2012.

[3]滴滴快的智能出行平臺，http：//v.kuaidadi.com/，2015.9.11.

[4]李薔，朱鵬，宓雪.基于“互聯(lián)網(wǎng)+”時代下出租車資源配置模型的探討[J].科技創(chuàng)新與應用，2017（23）：24-25.endprint