“互联网+”时代出租车资源配置的定量分析

朱泽琴，朱家明，操咏慧，孙　波

(1.安徽财经大学 金融学院，安徽 蚌埠　233030；　2.安徽财经大学 统计与应用数学学院，安徽 蚌埠　233030；3.安徽财经大学 经济学院，安徽 蚌埠　233030)



“互联网+”时代出租车资源配置的定量分析

朱泽琴1，朱家明2，操咏慧3，孙波2

(1.安徽财经大学 金融学院，安徽 蚌埠233030；2.安徽财经大学 统计与应用数学学院，安徽 蚌埠233030；3.安徽财经大学 经济学院，安徽 蚌埠233030)

摘要：针对“互联网+”时代出租车的资源配置，搜集多方面的资料和数据，综合运用时空分析、运营平衡分析、层次分析以及模糊综合评价等方法，分析了影响出租车供求关系的各项指标的数据，依次构建了出租车运营平衡模型、福利影响因素模糊综合评价模型等，将EXCEL软件作图与MATLAB软件编程相结合，对出租车资源配置的相关问题做出了定量分析，并提出了一种新的合理补贴方案。

关键词：出租车；资源配置；模糊综合评价；运营平衡模型；MATLAB

随着我国社会经济的发展，城市规模日益增大，人们对于出行的要求也在逐步提高。出租车是人们除了城市公共汽车、地铁、轻轨等客运交通方式之外的另一种选择。而随着城市人口规模的不断扩大，城市出租车作为客运分担率占较大比例的交通方式，其需求量也日渐增加，并不断出现“打车难”问题。随着“互联网+”时代的到来，面对“打车难”现象的社会压力，2014年有多家公司依托移动互联网建立了打车软件服务平台，各个公司还推出了一系列补贴政策，打车软件由此红火起来。这种方式在一定程度上缓解了“打车难”问题，因此与之相关的“互联网+”时代的出租车资源配置问题也就值得分析与研究了。

1数据来源与模型假设

本文研究所需的出租车空驶率、出租车万人拥有量以及出租车供求比等的直接数据均来源于滴滴快的智能出行平台网。[1]为了使问题研究更具合理性，提出以下假设：(1)在问题研究范围内所有出租车均使用打车软件；(2)出租车司机接受乘客订单信息后不会再承载路边打车的行人；(3)不考虑突发情况(如恶劣天气，车体故障，意外事故)对出租车供求量的影响；(4)在研究的时间范围内不考虑国家相关法规的转变对打车软件的影响。

2不同时空条件下的出租车资源供求匹配程度分析

2.1研究思路。

本文以上海市为例，首先分析了影响城市出租车需求与供给的因素，确定使用出租车空驶率、出租车万人拥有量以及出租车供求比来衡量出租车供求匹配程度。然后通过搜集到的上海市九个区出租车在工作日与休息日不同时刻各个指标的相关数据，分别在时空上进行对比分析，运用EXCEL作图，通过综合分析得到上海市各区在工作日的上下班高峰期时普遍呈现出租车供小于求，休息日时的出租车供求匹配程度普遍高于工作日等结论。

2.2数据处理。

首先，通过收集数据，[1]我们得到了上海市2015年9月1日到9日不同时刻出租车空驶率的统计数据，运用EXCEL 软件作出上海市不同日期、不同时刻出租车空驶率折线图，如图1所示。

由图1可知，出租车平均空驶率在早上上班高峰时间段 7：00-9：00 间较低(30%左右)，在 11：00-16：00 间较高(接近 35%)，在下班晚高峰时间段17：00-18：00 间最低(接近 25%)，在 19：00 以后出租车空载率急剧增高(超过 35%)。

我们根据搜集到的上海市各个区分别在工作日与休息日在各个时刻的出租车需求量与供给量，计算得出各个区分别在工作日与休息日各个时刻的出租车供求比，做出折线图如图2、图3所示。

图2　上海市部分地区工作日出租车供求比

图3　上海部分地区休息日出租车供求比

根据以上图形我们可以看出每日的8点与18点附近上海各个地区的出租车供求比最小，因为8点与18点为一天内的乘车高峰期。各个区在一天的不同时刻出租车供求比趋势基本一致。接下来我们选取杨浦区，将工作日与休息日的出租车供求比作对比，做出折线图，如图4所示。

图4　杨浦区工作日与休息日出租车供求比

通过在上海统计局进行数据的搜集，我们得到了上海市2015年各个区的人口总数、出租车总数，[2]由此计算得出上海市各区出租车万人拥有量，作出上海市各区出租车万人拥有量柱形图，如图5所示。

图5　上海市各区出租车万人拥有量

通过查阅资料[3]得知，一个大型城市的出租车万人拥有量应不少于20辆/万人，否则说明该城市的出租车供小于求，形成交通压力。通过上海市各区出租车万人拥有量的统计图表我们可以看出，上海市各个区的出租车万人拥有量分布存在不平衡。黄埔区、闸北区、静安区的出租车万人拥有量接近甚至超过50辆/万人，说明出租车供给水平很好，而浦东新区、杨浦区、徐汇区、闵行区的出租车万人拥有量均低于20辆/万人，说明这几个区的出租车供不应求。由此可知，上海市出租车供给在整体上呈现供求不匹配的状态。

接下来我们将分别选取工作日与休息日的几个典型时刻，包括上下班高峰期(上午8点与下午6点)以及日中的两个时刻(上午11点与下午3点)，比较上海市各个区在这些时刻出租车供求比，分别如图6、图7、图8、图9所示。

图6　上海市不同地区出租车供求比(8点)

图7　上海市不同地区出租车供求比(11点)

图8　上海市不同地区出租车供求比(15点)

图9　上海市不同地区出租车供求比(18点)

综上，我们得出，在工作日时，上海市各个区的出租车供求比相对比较平均，其中8点与18点为职工上下班的出行高峰期，因此在这两个时刻以及这两个时刻周围的时间段，上海市各个区普遍呈现出租车供小于求的状况，日中的其他时刻上海市的出租车供求匹配程度相对较高。在休息日时，由于人们结束忙碌的工作常常在家休息，出行量也随之有所减少，因此各个区的出租车供求比相对于工作日时都较大。其中，静安区与长宁区在休息日的出租车供求比都相对较大，说明这两个地区居民在休息日时的出行量较小。

3出租车补贴政策对“打车难”问题的缓解程度分析

3.1研究思路。

首先分析得出“打车难”现象产生的原因是在一定时间与空间范围内出租车的供给量小于需求量，由此我们选取出租车空载率这一指标，对出租车的供求关系进行综合分析。同时，打车软件公司的补贴政策与乘客的车费支出、司机的实际收入密切相关。因此我们通过兼顾乘客利益(即出租车运价和平均等待时间)和运营效益(运营成本和司机工资)建立出租车运营平衡模型，利用定性逻辑分析，将影响出租汽车行业的因素相互关联，建立出租车运价模型，以出租车空驶率为核心，分析乘客实际的出租车运价、出租车司机收入分别与空驶率之间的变化方向与关系。通过出租车运价、出租车司机收入对空驶率产生的影响来衡量出租车补贴方案是否对“打车难”现象产生一定的缓解作用。

3.2 数据处理。

由实际情况可知，打车软件公司的补贴政策对乘客利益收入的影响主要是减少了乘客乘车的费用，对出租车司机利益收入的影响主要是增加了收入，因此我们用乘客乘车费用的减少以及司机收入的增加这两个指标来反映补贴政策的作用；另外，我们用空驶率这一指标来简单反映乘车的难易程度，易知在不考虑其他方面的情况下，空驶率越大，乘客乘车越容易。

首先，我们建立运营平衡[4]模型。当出租车运营收支相抵时，达到运营平衡状态，即：

E=C

(1)

左边E表示乘客乘车所花费的费用总和，右边C表示出租车的成本。其中C包含了出租车的损耗和维修费用C1，燃油费用Cp，出租车司机的工资Cd，以及出租车公司的管理费用Ca。则公式即为：

E=Cl+Cp+Cd+Ca

(2)

为了方便建立模型，我们忽略了起步价的环节，对车辆的载客行驶速度和非载客行驶速度取了平均值Vz和Vk，对于车辆的损耗、维修和保险费用、出租车司机的工资以及出租车公司的管理费用都取了统一的度量单位。在此条件下，一个时间周期T内的出租车运营情况可表示为：

E=T·(1-K)·Vp·P

(3)

(4)

根据式(3)和(4)，取统一时间周期，约去T后得

(5)

式(5)把出租车费用、出租车司机工资和出租车公司的管理费通过空驶率这一参数联系起来。对方程变形得：

(6)

化简后得：

(7)

(8)

由式(7)可以看出，当补贴政策使得乘客实际的出租车运价减少时，乘客对出租车的需求增加，空驶率减小，此时乘客打车难度加大；同样的，由式(8)可以看出，当补贴政策使得出租车司机收入增加时，出租车供给增加，空驶率也增加，即两者成正方向，此时乘客打车难度减小。相比较而言，在补贴政策下，出租车司机能增加的利益收入幅度相对较大，出租车的供给也会相对增加。因此我们可以得出，出租车的空驶率在增加，即在一定程度上“打车难”的情况得到了缓解。

4设计补贴方案及合理性分析

4.1研究思路。

首先我们引入乘客福利与司机福利[5]这两个指标来反映补贴政策效果，采用层次分析法，[6]运用MATLAB软件求得影响乘客与司机福利的各个因素的权重，然后运用模糊综合评价法[7]得出加价费对乘客福利影响最大，而额外收入对司机福利影响最大，然后以双方福利为切入点，结合模型结论和对社会现实情况的考虑，提出新的补贴方案为“会员制的加价费优惠补贴政策”。最后利用层次分析与模糊综合评价的结果证实了该补贴方案的合理性。

4.2 数据处理。

4.2.1建立评级指标体系。

护士把我引到隔壁麻醉室，要过麻醉吸氧管，往里面注了些许麻醉剂，接好吸氧管，便交给我吸。吸了大约半个小时，吸的到嗓子都木了，护士才把我叫进手术室。

根据打车软件补贴政策主要影响的对象，可分为乘客福利和司机福利，具体指标见表1：

表1　评价指标体系基本指标

4.2.2确定指标权重。

应用层次分析法确定指标的权重，通过两两比较指标间的重要性程度，根据元素的取值规则得到判断矩阵A，根据乘客福利得到判断矩阵C1：

对各列做归一化处理：

我们运用MATLAB软件求得权重向量w1=(0.637,0.258，0.105)据最大特征根计算公式Aw=λmaxw，求出λmax=3.0385。接着对结果进行一致性检验，计算得出一致性指标CI=0.019，平均一致性指标RI=0.90，则一致性比例CR=CI/RI=0.0332≤0.1,说明判断矩阵具有一致性，所得权重向量可以反映各指标间的重要程度。

同理得到司机福利中的权重向量W2=(0.055,0.262,0.118,0.565)。

4.2.3进行模糊综合评价。

首先，我们分别对每一个一级指标下的二级指标进行模糊综合评价，构造出一个评语级：

V=(V1,V2,V3,V4,V5)=(好，较好，一般，较差，差)

再构造隶属度子集Ri：

Ri=(ri1,ri2,…,rim)

Ri指评价因素中第i个指标对应评语集中的每个V1,V2,…,Vm的隶属度，rij=第i个指标选择vi等级的人数/参与评价的总人数，j=(1,2,…,m)。

4.2.4求出乘客与司机福利的模糊评价矩阵。

根据相关网站与统计数据可得乘客福利F1的隶属子集，也即模糊评价矩阵

最后依据w1进行复合运算，得到乘客福利模糊评价矩阵：

b1=w1*R1=(0.1715,0.3297,0.2717,0.1437,0.0834)

同理得到司机福利模糊评价矩阵

b2=w2*R2=(0.2591,0.4317,0.2318,0.0816,0.0578)

4.3结果分析。

4.3.1根据模糊综合评价，我们可以得出：在乘客方面，总的来说福利水平不算很高。由层次分析法所得权重可以看出，加价费对乘客福利影响最大，权重达0.637，说明改善乘客福利水平的关键因素在于减少乘车加价费；在司机方面，福利水平总体也不高，说明打车软件给司机带来的吸引力与激励强度还不够。由层次分析法所得权重可以看出，额外收入对司机福利的影响最大，权重达0.565，说明额外收入(如加价费等)对出租司机的吸引力最大。

4.3.2结合现实情况，我们基于以下考虑设计补贴方案：①大力度现金补贴不是长久之计；②应在尽量维护市场份额的前提下改变补贴方式；③补贴方式应尽量考虑缓解乘客打车难的问题。

结合上述模型分析与社会现实状况，设计 “会员制的加价费优惠补贴政策”，具体如下。

面对注册用户，推出 VIP 用户服务，即每月充值一定金额以上即可成为其会员，优先显示用户订单，同时享受优惠，并且可以根据充值金额的不等享受不同程度的折扣。基于考虑①，该方案中的优惠折扣并不针对乘客本身运价部分，而是针对加价费部分。当乘客急需租车并且愿意支付加价费时，如果该乘客是会员，则可根据会员等级享受加价费补贴，这减少了乘客乘车总费用同时也增加了司机收入，在尽量维护市场份额的前提下减轻了之前的大额现金补贴。总体来看，司机的补贴程度略大于乘客，使得出租车供给增加，在一定程度上缓解了乘客打车难的问题。结合上述模型的结论，加价费对乘客福利影响最大，而额外收入则对司机福利影响最大，这里的补贴方案把重点放在了加价费上，同时考虑了乘客福利和司机福利，说明了其合理性。

5总结

针对三个有关出租车资源配置的问题，采用多种分析方法并建立相应模型进行研究，每个模型都有其代表性与合理性，通过出租车空驶率、出租车万人拥有量以及出租车供求比来分析城市内部不同时空的出租车供求匹配程度问题，以空驶率为核心，建立了出租车运营平衡模型、出租车运价模型以及综合评价模型，对我国“互联网+”时代的出租车资源配置有一定的参考价值。

参考文献

[1]滴滴快的智能出行平台网[EB/OL].http://v.kuaidadi.com.

[2]上海统计网[EB/OL].http://www.stats-sh.gov.cn.

[3]冯晓梅.供需平衡状态下的出租车发展规模研究[D].成都：西南交通大学，2010.

[4]王榃. 成都市客运出租车需求分析[D].成都：西南交通大学，2009.

[5]孔繁敏，等.打车软件的经济效益评价[J].科技和产业，2015(4).

[6]吴礼斌,等.经济数学实验与建模[M].北京：国防工业出版社，2013.

[7]韩利，梅强，陆玉梅.AHP—模糊综合评价法的分析与研究[J].中国安全科学学报，2004,14.

Class No.:F570.71：F224Document Mark：A

(责任编辑：郑英玲)

Quantitative Analysis of Taxi resources Allocation in Internet “+” age

Zhu Zeqin1, Zhu Jiaming2, Cao Yonghui3, Sun Bo2

(1.School of Finance, Anhui University of Finance and Economics, Bengbu， Anhui 23303, China；2.School of Statistics and Applied Mathematics,Anhui University of Finance and Economics, Bengbu， Anhui 23303,China；3.School of Economics, Anhui University of Finance and Economics, Bengbu, Anhui 23303，China)

Abstract：In view of the taxi resources configuration in Internet "+" age, with data collected and the analysis of time and space, analysis of operating balance, analytic hierarchy and fuzzy comprehensive evaluation and so on, we analyzed the index data that influence the supply and demand of taxi, and build a model of operating balance of the taxi, the model of welfare influencing factors of fuzzy comprehensive evaluation. We also combine EXCEL software with MATLAB software programming to make a quantitative analysis of the taxi resources allocation and proposed a new rational subsidy scheme.

Key words：taxi; allocation of resources; fuzzy comprehensive evaluation; the model of operating balance; MATLAB

中图分类号：F570.71：F224

文献标识码：A

文章编号：1672-6758(2016)05-0081-5

基金项目：国家自然科学项目(编号：11301001)；安徽财经大学教研项目(编号：acjyzd201429)。

通讯作者:朱家明，副教授，硕士，安徽财经大学。研究方向:应用数学与数学建模。

作者简介：朱泽琴，本科学生，安徽财经大学金融学专业。研究方向:金融学。