李金鳳 廖培屹

摘 要：目前交通基礎(chǔ)設(shè)施正不斷發(fā)展，運(yùn)輸服務(wù)能力攀升新臺階，老百姓出行更加便利。機(jī)場陸側(cè)交通系統(tǒng)是機(jī)場與城市之間交通銜接的重要紐帶，但機(jī)場常建于偏遠(yuǎn)之地，公共交通路線往往單一，出租車就成為了重要的銜接方式。本文基于此背景展開研究探討，利用最小二乘法對機(jī)場出租車站點(diǎn)候車人數(shù)進(jìn)行擬合，引入滯留指數(shù)來表示出租車司機(jī)做出相應(yīng)決策的概率，結(jié)合實(shí)際情況分析了排隊等待、返回市中心拉客、利用“打的軟件”線上接單三種選擇方案，建立收益決策模型，并驗(yàn)證得出結(jié)論，線上接單收益最大。

關(guān)鍵詞：CZC 決策模型 線上接單 滯留指數(shù) 出租車

1 背景介紹

隨著信息技術(shù)的發(fā)展，交通運(yùn)輸業(yè)也逐漸向智能化、信息化、可視化方向發(fā)展，但是對于機(jī)場乘客的集散還存在很多問題，比如人車之間的信息共享不便，存在很大的時變性和不確定性，經(jīng)常會出現(xiàn)出租車排隊載客和乘客排隊乘車的情況，導(dǎo)致機(jī)場旅客集散效率低下。同時產(chǎn)生大量的時間成本和場地成本，如何有效地解決這些問題已成為轉(zhuǎn)運(yùn)中心關(guān)注的焦點(diǎn)。

針對城市出租車引發(fā)的一系列問題，國內(nèi)外許多學(xué)者提出，從出租車司機(jī)的角度出發(fā)，探索“打的軟件”對其行為決策及運(yùn)營績效的影響，為司機(jī)決策提供建議，不僅能有效提高轉(zhuǎn)運(yùn)中心的集散效率，而且在很大程度上可改善城市道路交通擁堵狀況。

2 出租車司機(jī)行為決策

2.1 機(jī)場乘客客流量變化

由于一天內(nèi)進(jìn)入機(jī)場的客流量是一個離散集合，為了尋找每一個元素之間的規(guī)律，按照偏差平方和最小的原則，使用最小二乘法確定擬合曲線。

首先，設(shè)客流量與時刻之間的關(guān)系為：

得到實(shí)際客流量到這條擬合曲線之間的距離之和，也就是偏差平方和：

對等式右邊求偏導(dǎo)并化簡，然后用矩陣表示得到：

上式可用表述，所以系數(shù)矩陣，最后將帶回關(guān)系式得到客流量與時間之間的關(guān)系從而得到一天內(nèi)機(jī)場乘客進(jìn)出數(shù)量變化規(guī)律。

本文通過西安咸陽國際機(jī)場出租車候車室攝像頭收集的數(shù)據(jù)，利用MATLAB差值擬合程序進(jìn)行求解。

通過誤差總值與對比圖發(fā)現(xiàn)9階多項(xiàng)式擬合效果較好，所以選擇9階多項(xiàng)式擬合曲線作為機(jī)場出租車候車室的人數(shù)與時刻之間的關(guān)系：

2.2 出租車滯留指數(shù)

為了更直觀的顯示出出租車司機(jī)的決策行為，本文引入出租車滯留系數(shù)，即表示出租車司機(jī)在受到各種因素的影響下，選擇在機(jī)場留下等客的可能性，結(jié)合經(jīng)驗(yàn)選取了幾種對出租車司機(jī)影響較大的因素進(jìn)行分析。

1）“蓄車池”的容量

“蓄車池”容量毫無疑問，這是影響出租車司機(jī)最直接的因素，當(dāng)機(jī)場出租車司機(jī)在面對擁堵的蓄車池時，常需要根據(jù)經(jīng)驗(yàn)做出是否直接返回市區(qū)的“艱難”決策，這一經(jīng)驗(yàn)決策往往導(dǎo)致出租車司機(jī)會付出空載費(fèi)用和損失潛在的載客收益。

若司機(jī)到機(jī)場的時刻為，那么將時刻帶入擬合曲線方程可以得到該時刻的候車人數(shù)。假設(shè)每輛出租車上下乘客的時間為，取T時間內(nèi)輛出租車的載客量，利用MATLAB生成維度為NT的矩陣a，構(gòu)造函數(shù)表示為：

其中：B——“蓄車池”的最大容量。

2）惡劣天氣

如果出租車載客區(qū)是露天形式，遇到惡劣天氣將會給乘客和司機(jī)帶來許多不便，降低乘車效率。假設(shè)司機(jī)愿意留下的指數(shù)為，惡劣天氣級別為R，根據(jù)經(jīng)驗(yàn)可知，隨著惡劣天氣級別R的增長司機(jī)愿意留下的指數(shù)將逐漸遞減，因此構(gòu)造函數(shù)：

3）司機(jī)的駕齡

出租車司機(jī)的駕齡越高，說明該出租車司機(jī)的經(jīng)驗(yàn)越豐富充足，對信息捕獲的準(zhǔn)確程度也越高。假定不同司機(jī)的綜合得分集合，而信息捕獲準(zhǔn)確指數(shù)為100%的司機(jī)綜合得分為100分，則可以構(gòu)造出租車司機(jī)能準(zhǔn)確捕獲信息而選擇留下的指數(shù)函數(shù)：

4）道路通行狀況

根據(jù)GPS實(shí)時定位得到機(jī)場到市區(qū)的道路通行路況，若路況堵塞嚴(yán)重，出租車司機(jī)選擇留下等待的可能性更大;若路況良好，而機(jī)場“蓄車池”容量又大，則司機(jī)返回市區(qū)的可能性更大，根據(jù)道路情況而選擇是否留下構(gòu)造指數(shù)函數(shù)：

5）距市區(qū)距離

令機(jī)場到附近所有市區(qū)的平均距離為L，假設(shè)出租車在暢通情況下的平均速度為，構(gòu)造有關(guān)因空車返回市里時間過長而滯留的指數(shù)為：

2.3 出租車司機(jī)決策行為模型建立

根據(jù)機(jī)場實(shí)際情況，本文主要分三種情況進(jìn)行研究，分別是司機(jī)選擇留下排隊、直接空車返回市中心、線上接單，利用最小二乘法得到的機(jī)場出租車候車室的人數(shù)與時刻之間的關(guān)系，建立出租車司機(jī)行為決策模型。引入出租車司機(jī)總收益，，，單位時間收益，失去的潛在單位時間收益，載客油費(fèi)。則出租車司機(jī)等待排隊載客收益為，空車返回市中心收益為，選擇線上接單收益為。

設(shè)方案為前往到達(dá)區(qū)排隊等待載客返回市區(qū)，B方案為直接放空返回市區(qū)拉客，C方案為線上接單，則出租車司機(jī)決策模型為CZC：

3 算例結(jié)果與分析

利用9階多項(xiàng)式擬合曲線求得凌晨一時到第二天午夜二十四時這二十四小時內(nèi)進(jìn)出人數(shù)的差值，來反映不同時段選擇乘坐出租車的人數(shù)，并根據(jù)CZC模型給出出租車司機(jī)在機(jī)場時應(yīng)選擇何種接客方式最佳。

3.1 不考慮線上接單方式

求解采用控制變量法，保持一種因素可變，其他為固定因素， 同時由于白天和夜間出租車收費(fèi)不同，因此求解時應(yīng)注意時刻所對應(yīng)的計價。在不考慮線上接單方式時，即只有機(jī)場出租車司機(jī)只有兩種選擇方案（直接排隊載客和空載回市區(qū)），以保持人數(shù)可變?yōu)槔?，其他均為固定因素可求得如下結(jié)果：

從圖表數(shù)據(jù)可以看出人數(shù)以及收益基本服從正態(tài)分布，所以可以認(rèn)為該模型得出的方案比較合理。再分別改變降雨級別、司機(jī)綜合得分、堵車時間來觀察這三個因素是否能夠影響到?jīng)Q策的改變，程序結(jié)果運(yùn)行發(fā)現(xiàn)，這三個因素對司機(jī)決策的影響都不大，站點(diǎn)候車人數(shù)數(shù)量變化是出租車司機(jī)決策的決定因素。

3.2 考慮線上接單方式

由于互聯(lián)網(wǎng)的發(fā)展，打的軟件逐漸興起，相比靠經(jīng)驗(yàn)選擇，網(wǎng)絡(luò)平臺提供的數(shù)據(jù)會讓人更直觀的清楚了解道路狀況及載客距離，甚至可以就近選擇再次接單，可見線上接單對司機(jī)決策行為有較大影響。為了更好的驗(yàn)證打的軟件對出租車司機(jī)行為決策的影響，在綜合考慮包含打的軟件時模型的求解結(jié)果。依然以保持人數(shù)可變?yōu)槔渌鶠楣潭ㄒ蛩乜汕蟮萌缦陆Y(jié)果：

同樣的，分別再改變堵車時間等其他幾種因素，由程序運(yùn)行結(jié)果可知，發(fā)現(xiàn)最后結(jié)果均為方案，即線上接單。

4 結(jié)語

本文分析了線上接單方式的加入對出租車司機(jī)行為決策的影響，建立收益決策模型，解決了針對機(jī)場出租車司機(jī)如何選擇載客方式使其時間效益和載客效益最大化的問題。

1）在不考慮線上接單時，可以得到站點(diǎn)候車人數(shù)數(shù)量變化是影響出租車司機(jī)決策的決定性因素。

2）在考慮線上接單時，通過整體的數(shù)據(jù)可以分析得到，對于出租車司機(jī)而言，線上接單方式無疑是最佳的選擇方式，可以使載客收益和時間效益最大化，也進(jìn)一步體現(xiàn)了線上接單方式逐漸上升的趨勢。

3）但由于CZC模型的影響因素較多，多個變量同時變化的結(jié)果太多而導(dǎo)致求解結(jié)果覆蓋不全面，缺乏多樣性，說明模型還需進(jìn)一步優(yōu)化完善。

參考文獻(xiàn)：

[1]一碗竹葉青. 最小二乘法多項(xiàng)式曲線擬合原理與實(shí)現(xiàn)[EB/OL].

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

[3]張自荷，王振.基于空間滯后模型的出租車需求影響因素分析[J].武漢理工大學(xué)學(xué)報（交通科學(xué)與工程版）.2019，43（2）.351-356.

[4]岳昊，高文燦，黃意然.出行信息公開對出租車交通系統(tǒng)運(yùn)行的影響[J].通運(yùn)輸系統(tǒng)工程與信息.2019.19（4）.5-12.

[5]李少偉，郭保宏，王璐.關(guān)于解決機(jī)場出租車司機(jī)選擇決策及出租車調(diào)度問題——以某市機(jī)場為例[J]. 計算機(jī)產(chǎn)品與流通.2020.