对机场出租车司机选择策略的研究

张昊天 李敏

摘要：在一系列问题的影响下，出租车司机想要努力提高收益，就需要综合考虑各方面的影响因素，做出合理决策。机场是出租车一个重要的接送客地点，所以本文以机场作为考虑情景研究了出租车司机决策的影响机理。本文对机场出租车司机的选择策略与提高上车效率。

前序：针对问题一：本文通过建立司机于机场的的收益方程，利用空载和相关因素建立司机于市里的收益方程，通过比较，得到司机在不同情况下的可能带来的利益，最后做出决策。

针对问题二：本文通过基于现实条件下的影响因素，利用建立的决策方程进行模拟，对比现实情况，对两方数据进行对比，因此得到数据是否合理，验证模型的合理性。在数据相关性方面，因为现实数据多数符合泊松分布，因而本文使用斯皮尔曼相关系数进行相关性分析，在经过数据检验后，根据相关性和p值易得对某项数据的相关性，相关性越强，模型对此项数据的依赖性越大。

针对问题三：本文利用反推的思想，效率最高的情况下，车辆的等待时间最短，在排队论M/M/S/∞模型中可以计算得到等待时间，利用matlab作图得到等待时间图像，易得等待时间最短时的服务台数量。本文建立方程，将未优化的模式与改进后的模式进行比较。

关键词：收益最大化排队论模型相关性

1问题重述

出租车是当前比较重要的交通工具之一，乘客下飞机会选择去市里和一些周边地区，而机场的送客和接客通道是分开的，所以出租车司机会面临着：直接空载回市里拉客或者在机场蓄车池等待接客的选择。

乘客下车后只能在指定的乘车区等待，而当前蓄车池车的数量，航班量，人流量都是司机可实时观测到的信息，所以司机需要一个合理的决策来使自己的收益最大化。所以需要我们考虑以下问题：

（1）结合相关的影响因素，综合一些机场人流量变化和司机的收益，建立模型来帮助司机做出合理的决策。

（2）收益并结合某一机场和所在城市的相关数据来判断给出的模型选择方案是否合理，以及模型对相关因素的依赖性。

（3）一般情况下，需要乘客和司机都要排队等候，某一机场有俩条并行行车道，在保证乘客和司机安全的情况下，怎么设置上车点能使上车效率达到最高。

2问题分析

问题一：利用排队论模型，建立司机于机场的的收益方程，利用空载和相关因素建立司机于市里的收益方程，通过比较，得到司机在不同情况下的决策。

问题二：通过基于现实条件下的影响因素，利用建立的决策方程进行模拟，对比现实情况，对两方数据进行对比，因此得到数据是否合理，验证模型的合理性。在数据相关性方面，因为现实数据多数符合泊松分布，因而本文使用斯皮尔曼相关系数进行相关性分析，在经过数据检验后，根据相关性和p值易得对某项数据的相关性，相关性越强，模型对此项数据的依赖性越大。

问题三：利用反推的思想，效率最高的情况下，车辆的等待时间最短，在排队论M/M/S/∞模型中可以计算得到等待时间，利用matlab作图得到等待时间图像，易得等待时间最短时的服务台数量，因此得到最高效率的服务台数量。

3问题假设

（1）不考虑由于突然发生的特殊情况导致的无法出车

（2）俩种方案一旦做出选择后不能更改

（3）只考虑打表计价的收益和车子油耗成本，不考虑其他收益来源和损失

（4）蓄车池无限大，不存在蓄车池已满不得不回市里的情况

4模型的建立与求解

4.1问题一模型的建立与求解

出租车选择俩种方案分别的收益：

所以在选择策略是司机可以根据当时实际情况大致计算出在机场等待后可能带来的收益与这段时间直接回市里可能带来的收益，然后对收益进行比较选择一个合理的决策。

4.2问题二的模型建立与求解

对于此问题我们收集查找相关数据来分析验证我们的模型：所以我们利用python爬虫，爬取到郑州机场某日部分时间段的蓄车池的出租车数量，以及通过机场官网找到了这些时间段的航班数量。我们利用航班数量来大致估测这些时间段可能会乘坐出租车的乘客数量。数据整理后如下：

我们根据时段的航班数与实际调查平均一次航班可能会有30人选择乘坐出租车，计算出这个时段可能会做出租车的乘客。

根据查阅资料显示郑州市出租车收费标准为：

根据查阅资料和调查总结发现，如果放空回市区需要的成本基本是固定的，大约为6元，在机场等的情况下接客后的运送距离无法人为决定所以取历史平均值，大致为15公里。载客后的平均速度为40km/h。市里每小时的平均收益为26元/小时。

所以我们只要考虑俩种方案各自的收益

根据数据与计算可得，如图：

根据图中数据判断实际做出的选择中有65%以上的选择与我们模型预测的结果相符，所以我们建立的模型比较合理。

根据皮尔逊相关系数分析，如图：

可以看出在机场等待可能带来的收益只与最后接客后的运载距离有关，而这个使预先无法确定，只能根据个人经验和之前数据大致估算，而可能坐出租车的人数、每小时离开的车辆与时间段航班数存在一定的负相关，因为在这些越大的情况下等待时间相对越短，相对来说在市里可能带来的收益就会相对就低，与蓄车池车辆存在一定正相关，在其他不变的情况下越多，等待时間越多相对回市里的收益越大，但造成的影响不是很大。所以造成判断的结果对可能坐车的人数、每小时离开的车辆和航班数有一定的依赖性。

5问题三的模型建立与求解

我们先假设有s个上车点，服务能力为sμ，服务强度为，

乘客的平均等待时间与上车点的个数存在一定的关系，所以我们计算出随上车点个数的变化乘客的平均等待时间，当等待时间相对最小时，上车点的个数是最合理，对于并行两行车道，我们可以搭建天桥使乘客安全到达另一个车道上车点。

我们取每小时到达人数为370（收集数据的平均值），每个上车点每小时服务车辆为80辆（数据取平均值）利用matlab我们可以画出乘车点和乘客平均等待时间的关系变化图，如图：

由图我们可以看出当上车点数量为6时最合理，因为当超过后等待时间变化不是很明显基本不影响，在考虑到运营和成本，上车点设置为6个上效率最高且不存在资源过度造成的浪费。

总结：本文分析研究了出租车司机决策相关因素的影响机理，综合考虑机场乘客数量的变化规律和出租车司机的收益帮助机场出租车司机做出更好的决策。灵活的运用了排队论模型使得在保证乘客和车辆安全的前提下乘车效率最高，同时通过合理有效的方法对长/短途车辆的安排使的司机收益相对均衡。

指导教师：李敏，性别：女;民族：汉族;学历：研究生;职称：讲师

参考文献

[1]孙自强， 蒋楠， 贾惠宁， 刘文欣. 机场情景模式下出租车司机决策策略研究[J].现代商贸工业， 2020，41（24）：67-69.

[2]胡知能， 运筹学[M]. 科学出版社 ， 2003