李小春

摘 要：以長沙市某個時間早晚出行高峰時間段的用戶數(shù)量和空出租車數(shù)量的比值，即用戶需求滿足率來反映乘客與出租車的匹配程度。分析發(fā)現(xiàn)，兩個時間段的需求滿足率均值都在0.73左右，進一步以北京市某出租車公司實施補貼方案前2013與實施補貼方案后2015的數(shù)據(jù)做對比分析，發(fā)現(xiàn)現(xiàn)有的補貼方案能緩解“打車難”問題，但效果不大。于是，對現(xiàn)有的補貼方案進行優(yōu)化，新的補貼方案的需求滿足率明顯高于原來補貼方案的需求滿足率。

關鍵詞：“互聯(lián)網(wǎng)+”;出租車;資源配置

中圖分類號：F27 文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2019.11.039

1 引言

隨著我國社會經(jīng)濟的發(fā)展，城市規(guī)模的日益擴大，人們對于出行的要求也是日益提高。在過去的改革開放中，出租車是人們出行的重要工具，在人們的出行中有著重要的作用。但是隨著城市人口規(guī)模的不斷擴大，人們的出行卻變得日益不便，“打車難”成為人們所關注的一個社會熱點問題，也是政府亟需解決卻一直難以解決的問題之一。

2012年發(fā)布的《公共服務藍皮書》中，首次提到的“打車難”問題是公眾最為關注的九個熱點民生問題之一。藍皮書發(fā)布后，迅速成為央視、新華網(wǎng)等重大媒體所關注的熱點。2013年2月8日，中共中央總書記習近平在視察北京祥龍出租車公司時，著重強調(diào)要解決好“打車難”問題。隨著科技與經(jīng)濟的飛速發(fā)展，“互聯(lián)網(wǎng)+”戰(zhàn)略的影響已經(jīng)深入各行各業(yè)。面對“打車難”現(xiàn)象的社會壓力，2014 年有多家公司依托移動互聯(lián)網(wǎng)建立了打車軟件服務平臺，實現(xiàn)了乘客與出租車司機之間的信息互通，同時推出了多種出租車的補貼方案，進一步加強了“互聯(lián)網(wǎng)+”戰(zhàn)略與傳統(tǒng)出租車行業(yè)的融合，優(yōu)化了出租車資源配置。本文就“互聯(lián)網(wǎng)+”時代下的打車軟件，通過打車軟件數(shù)據(jù)，分析不同時空下出租車資源配置問題，并對補貼方案是否緩解“打車難”問題進行實證分析，為出租車公司優(yōu)化補貼方案提供理論依據(jù)。

2 模型構(gòu)建與數(shù)據(jù)來源

2.1 數(shù)據(jù)來源

本文所用的數(shù)據(jù)來源于兩個方面：一是嘀嘀打車平臺的數(shù)據(jù)：用戶版App搜集到的實時附近出租車數(shù)量以及嘀嘀打車司機版App搜集到的實時附近乘客數(shù)量。為反映現(xiàn)有的補貼方案是否緩解“打車難”問題，我們搜集到補貼方案實施前的2013年北京市出租車公司與補貼實施方案后的2015年北京市出租車公司具有可比性的6649輛出租汽車有關數(shù)據(jù)，采集到這兩個時間段的日均載客次數(shù)、運營里程、車輛里程空駛率、不同運距樣本分布、出車時間樣本，將這兩個數(shù)據(jù)進行比較，分析在相同時間的數(shù)據(jù)之間的差異，來分析該公司的出租車補貼方案是否對“緩解打車難”有幫助。

2.2 模型構(gòu)建

不同時空下出租車資源配置問題的本質(zhì)就是不同時空出租車的“供求匹配”程度，其中“供”就是說的空出租車，而“求”就是用戶的需求量。對于用戶來說，當然希望需要打車就有空出租車可以坐，即發(fā)布信息到出租車來之間這一段等待時間越短越好，因此等待時間是其最關心的問題;對出租車司機來講，其到一個地方，就有用戶需要打車，即自己的空載率越低越好，因此周圍的用戶數(shù)量是其最關心的問題。綜合考慮乘客與出租車司機的意愿，決定以用戶需求滿足率（不同時空出下租車數(shù)量占用戶需求量的百分比）來反映不同時空下出租車的“供求匹配”程度：

P=H/N??? （1）

其中N、H是同一時間同一地點的需要打車的用戶數(shù)量和空出租車數(shù)量。

現(xiàn)有的出租車補貼方案是否緩解“打車難”問題，我們以北京市出租車公司2013年與2015年的數(shù)據(jù)做對比分析，從日均載客次數(shù)、運營里程、車輛里程空駛率、不同運距樣本分布、出車時間樣本等數(shù)據(jù)，繪制excel圖片等形式，來描述性分析兩個數(shù)據(jù)的差異性，從而來討論現(xiàn)有的補貼方案是否緩解“打車難”問題，對乘客的出行是否有幫助。

接下來我們要討論的是現(xiàn)有的補貼方案能否優(yōu)化的問題，我們還是以用戶需求滿足率為目標建立模型。主要考慮：

（1）出租車的可乘坐空間是否得到很好的利用。

（2）發(fā)布起終點信息是否提高里程利用率。

因此，我們設定優(yōu)化的補貼方案?？紤]乘客合乘出租車，對乘客來說，減少費用，對出租車司機來說，在不增加成本的情形下，可以多賺一份拼車補貼，對社會來說，減少油耗，有利于環(huán)境，還能緩解交通壓力，有利于乘客的出行。根據(jù)滴滴平臺的數(shù)據(jù)，如果乘客合乘出租車，只需支付合乘路段費用的 60%即可。建立優(yōu)化的模型如下：

P=H/N=K₂U/N??? （2）

根據(jù)同一地區(qū)空出租車存在量和該地區(qū)司機的平均單程收入成正比：

H=K₂U? （3）

這里，如果只有一人乘坐時K2=1，兩人乘坐時K₂=2×60%。

由于拼車后，將會使得出租車司機前后兩次載客空駛距離減小，也就是增加了空出租車的基數(shù)。

H₁=K₃*H? ? （4）

這樣，得出優(yōu)化了的補貼方案模型：

P=（K₂×U+K₃×H）/N? ? （5）

3 結(jié)果與討論

早晚出行是車輛高峰時期，也是最難打車的時間段，故我們隨機抽點，分別采集滴滴平臺中長沙火車站某一天的早上7：30到9：30與晚上17：00到19：30的需要打車的用戶數(shù)量和空出租車數(shù)量，把數(shù)據(jù)代入到公式（1）中，可得到兩個高峰時間段的出租車與用戶之間的“供求匹配”程度（圖1，圖2）。

根據(jù)定義，需求滿足率越接近1，則說明“供求匹配”程度越接近飽和，越能滿足需求，但從圖1、圖2來分析，兩個時間段的需求滿足率的數(shù)值大多數(shù)都低于0.9，還有少數(shù)部分的時間點的數(shù)值低于0.5，這說明某些時刻的需求是嚴重不滿足，用戶很難打到車。為進一步分析，我們把兩個時間段的需求滿足率取平均化，得出如表1的數(shù)值。從表1可以看出，兩個時間段的需求滿足率都在0.73，這也表明，在高峰時間出行，用戶是很打到出租車的。從司機角度來說，高峰時期與正常時期的出租車價格是一樣，司機就缺乏激勵效應，不愿意花更多的時間去滿足用戶的需求;對用戶來說，高峰時期本就是“打車難”時刻，如果能夠在此時刻打到車，即使比平時多花費一些費用，但是能夠早點回家，用戶也是愿意的，乘客多出來的這部分費用，大部分給予司機進行補貼，提高司機的載人次數(shù)，少部分用于出租車的管理。但這樣的補貼效果如何，還需要進一步的分析。

根據(jù)北京市出租車公司2013年與2015年的數(shù)據(jù)進行分析，從日載客次數(shù)來看，日均減少了大約0.9運次，降幅約為3.9%。說明出租汽車載客次數(shù)受到影響，但影響幅度不大。從日均運營里程來看，出租汽車每日平均運營里程均未受影響，始終保持在293公里/車左右;但在每日總運營里程中，載客里程相對增加，即車輛運營效率提高了，載客距離變長，空駛減少（里程空駛率減少了大約1個百分點）。從里程利用率來看，空駛時間沒有改變，但空駛距離由2013年的3.45公里縮短到3.38公里。也就是說，出租汽車乘車需求不變（空駛時間不變）的情況下，車輛減少了空駛掃馬路的比例，提高了里程利用率。

把滴滴平臺中長沙火車站某一天的早上7：30到9：30與晚上17：00到19：30的需要打車的用戶數(shù)量和空出租車數(shù)量代入新的補貼方案模型中得到用戶需求滿足率（圖3，圖4）。

從圖3、圖4可以看出，與原來的補貼方案相比，新的補貼方案的需求滿足率都要高于原來補貼方案的需求滿足率，說明新的補貼方案優(yōu)于原來的方案，基本達到了優(yōu)化的目的，對于打車難的問題具有一定的意義。

參考文獻

[1]楊雪琦，張世霖，韓亞飛.“互聯(lián)網(wǎng)+”時代出租車資源配置問題[J].現(xiàn)代商貿(mào)工業(yè)，2016，37（31）.