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