馬晨軒

摘? 要：該文主要針對(duì)出租車最優(yōu)使用效率進(jìn)行了相關(guān)研究，通過(guò)構(gòu)建單位時(shí)間內(nèi)的盈利率指標(biāo)——收益效率w，對(duì)A方案及B方案的收益效率進(jìn)行比較，從而能夠幫助出租車司機(jī)做出更優(yōu)的決策。為了方便比較，該文計(jì)算司機(jī)采用B方案在與A方案相同的時(shí)間段內(nèi)的期望收益效率，而B(niǎo)方案的收益來(lái)源于提前回到市區(qū)拉客所享受的收益效率。

關(guān)鍵詞：出租車? 決策模型? 期望收益? 蓄車池

中圖分類號(hào)：U491 ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ?文章編號(hào)：1672-3791（2020）12（b）-0052-03

Abstract： This paper mainly studies the optimal use efficiency of taxis. By constructing the profit rate index of unit time： revenue efficiency W， this paper compares the income efficiency of scheme a and scheme B， so as to help taxi drivers make better decisions. For the convenience of comparison， this paper calculates the expected revenue efficiency of scheme B in the same time period as scheme A， and the benefit of scheme B comes from the benefit efficiency enjoyed by returning to the urban area in advance.

Key Words： Taxi; Decision making model; Expected return; Car storage pool

出租車是大多數(shù)乘客下飛機(jī)后去往其他目的地選擇的交通工具之一。對(duì)于送客到機(jī)場(chǎng)的出租車司機(jī)而言，一般都面臨著直接在機(jī)場(chǎng)載客或回市區(qū)拉客的選擇[1]。每個(gè)出租車司機(jī)必然會(huì)根據(jù)可觀測(cè)信息，如某時(shí)間抵達(dá)的航班數(shù)量和機(jī)場(chǎng)的出租車數(shù)量等，以及相關(guān)因素并結(jié)合經(jīng)驗(yàn)來(lái)做出決策[2]。但僅僅通過(guò)經(jīng)驗(yàn)來(lái)主觀決斷可能并不能保證在機(jī)場(chǎng)的出租車司機(jī)每次都能做出最優(yōu)的決策。如果將司機(jī)的決策過(guò)程量化，以客觀數(shù)據(jù)來(lái)為司機(jī)定制決策方案，在一定程度上能使司機(jī)做出正確選擇的概率得到提升[3]。而如何選擇和利用準(zhǔn)確的相關(guān)數(shù)據(jù)有待研究。而從機(jī)場(chǎng)的角度來(lái)看，如何根據(jù)機(jī)場(chǎng)的道路情況設(shè)置上車點(diǎn)提升乘車效率、合理制訂出租車等待方案來(lái)均衡出租車收益以吸引更多的出租車也是有待研究的問(wèn)題。

1? 模型的建立與求解

1.1 模型的建立

出租車司機(jī)選擇決策模型，根據(jù)圖1所示，當(dāng)出租車司機(jī)將乘客送到機(jī)場(chǎng)，即到?jīng)Q策點(diǎn)時(shí)，將面臨A：直接在機(jī)場(chǎng)載客與B：回市區(qū)拉客兩個(gè)選擇。如果司機(jī)選擇A方案，那么當(dāng)他返回市區(qū)并到達(dá)目的地所花費(fèi)的時(shí)間為（t1+t2），并且支出t2時(shí)間段內(nèi)的油費(fèi)，但可獲得載客收益。在這段時(shí)間內(nèi)的收益效率為：

如果司機(jī)選擇B方案，那么他回到市區(qū)的最短時(shí)間為t0，會(huì)付出空載費(fèi)用并可能損失潛在的載客收益，但能最快享受到在市區(qū)范圍內(nèi)的收益效率。為了方便比較，計(jì)算司機(jī)采用B方案在與A方案相同的時(shí)間段（t1+t2）內(nèi)的收益效率：

根據(jù)現(xiàn)實(shí)情況可知t2服從某種概率分布，如果方案A的期望收益效率大于B，那么出租車司機(jī)選擇方案A更優(yōu)的概率較大，即：

1.2 模型的求解

由1.1中的公式可推出：

其中出租車收益W、d、t與k都可以通過(guò)現(xiàn)實(shí)數(shù)據(jù)推導(dǎo)。

出租車司機(jī)在機(jī)場(chǎng)載客等待的時(shí)間t1取決于排隊(duì)出租車和乘客的數(shù)量?！靶钴嚦亍敝械某鲎廛嚁?shù)量是可觀測(cè)的，而乘客的數(shù)量變化規(guī)律與到達(dá)的航班數(shù)量變化規(guī)律有關(guān)，即：

若mT0≤q+1，假設(shè)經(jīng)過(guò)“乘車區(qū)”的隊(duì)伍人群總量與T0時(shí)刻經(jīng)過(guò)“蓄車池”的車輛總數(shù)相等距初始時(shí)刻T0需經(jīng)過(guò)tA：

以下首先考慮tA≠0的情況：

在T'時(shí)刻時(shí)，隊(duì)伍人群總量與T0時(shí)刻“蓄車池”中車輛數(shù)目相等，即：

由客觀數(shù)據(jù)可知h（T）的方程，代入上面方程可解出T'。

根據(jù)現(xiàn)實(shí)情況，可知某時(shí)刻的隊(duì)伍群體書(shū)加上這一間隔時(shí)間段新增的群體數(shù)再減去已乘車的群體數(shù)，用數(shù)學(xué)表達(dá)式列出來(lái)為：

其中，mT0設(shè)為已知量（后續(xù)用窮舉法），都可由客觀數(shù)據(jù)得出。易知每個(gè)時(shí)刻放行的出租車量與“乘車區(qū)”的人數(shù)有關(guān)：

結(jié)合上面公式可求各個(gè)時(shí)間段的。

假設(shè)距初始時(shí)刻T0總共進(jìn)入“乘車區(qū)”的出租車數(shù)量為Ntotal，即：

1.3 選擇策略分析

根據(jù)1.2中得出的出租車選擇決策模型公式，當(dāng)出租車在市區(qū)范圍內(nèi)享受的平均收益效率w0小于公式右側(cè)的數(shù)值時(shí)，飛機(jī)場(chǎng)的出租車司機(jī)選擇A方案更為合理。當(dāng)?shù)仁匠闪r(shí)，兩種方案均可考慮。反之，選擇B方案更為合理。

2? 結(jié)語(yǔ)

該文在建立模型之前對(duì)大量數(shù)據(jù)進(jìn)行了認(rèn)真的分析和處理，通過(guò)將出租車的GPS數(shù)據(jù)顯示在基于 Leaflet的地圖上，可以更加清晰地觀察分析，尋找數(shù)據(jù)中的規(guī)律。在計(jì)算方案A的收益效率時(shí)，引入了乘客到達(dá)的速率、初始時(shí)刻乘客數(shù)量、乘客選擇乘用出租車的概率等多個(gè)相關(guān)變量，使模型更加可靠，更加貼近實(shí)際。

為了緩解機(jī)場(chǎng)出租車司機(jī)因?yàn)槭找娴投辉复钶d短途乘客的社會(huì)問(wèn)題，該文對(duì)出租車收益的影響因素進(jìn)行分析，建立了司機(jī)決策模型，能夠廣泛應(yīng)用于機(jī)場(chǎng)、車站等人流量較大的地方，能夠在一定程度上緩解“客流擁堵”的問(wèn)題，體現(xiàn)了一定的管理智慧。

參考文獻(xiàn)

[1] 曹流.大型交通樞紐出租車智能匹配管理系統(tǒng)[J]. 國(guó)企管理，2019，54（2）：68-68.

[2] 林思睿.機(jī)場(chǎng)出租車運(yùn)力需求預(yù)測(cè)技術(shù)研究[D].電子科技大學(xué)，2018.

[3] 劉嘉偉，孔劉柳.網(wǎng)約車補(bǔ)貼與出租車配置效率的關(guān)系——以上海為例[J].電子商務(wù)，2018（9）：21-22.

[4] 張夢(mèng)媛，錢(qián)興新，金志遠(yuǎn).“人車互等”情況下機(jī)場(chǎng)出租車司機(jī)決策模型[J].信息技術(shù)與信息化，2020（5）：49-51.

[5] 郭振義.白云機(jī)場(chǎng)旅客抵離方式選擇研究[D].華南理工大學(xué)，2015.

[6] 董艷瑩，劉芯彤.基于排隊(duì)論的出租車上客區(qū)優(yōu)化模型[J].中國(guó)新通信，2020，22（10）：237.