陸衛(wèi)豐 王慶 馬亮

摘 要：為了研究“互聯(lián)網(wǎng) + ”時代的城市出租車資源配置及其補貼方案，通過定量分析，建立層次分析模型，得出不同城市以及不同時段出租車資源“供求匹配”程度的差異；通過打車軟件補貼方案的研究，建立線性規(guī)劃模型，確定單次接單的補貼金額的公式，給出能有效緩解 “打車難”的補貼方案。

關(guān)鍵詞：互聯(lián)網(wǎng)+；出租車資源配置；層次分析法；Logistic 模型

DOI：10.16640/j.cnki.37-1222/t.2019.12.209

1 引言

隨著社會的發(fā)展，出租車日益成為市民出行的重要交通工具。隨之而來的“打車難”問題成為人們時下關(guān)注的一個社會熱點。“互聯(lián)網(wǎng)+”時代的到來，打車軟件服務(wù)平臺依托移動互聯(lián)網(wǎng)紛紛建立，促進了乘客與司機之間的信息交流，并推出了各種補貼方案，如何分析和解決相應(yīng)的問題引起廣泛關(guān)注。為了解決上述問題，筆者通過收集大量數(shù)據(jù)和建立模型，分析我國范圍內(nèi)不同城市以及不同時段的出租車資源“供求匹配” 程度，對目前流行的互聯(lián)網(wǎng)打車軟件補貼方案進行分析研究。探討合理的出租車補貼方案，使它符合社會實際需求，以緩解“打車難” 現(xiàn)象，減少了資源浪費。

2 不同城市的出租車資源的 “供求匹配” 程度

分別選取深圳C1、蘇州C2、株洲C3、開封C4這 4 個城市為我國一、二、三、四線城市的代表，建立反映四類城市出租車資源 “供求匹配” 程度的層次分析法（AHP）模型如下。

（1）建立層次結(jié)構(gòu)：目標(biāo)層為4 個城市出租車資源 “供求匹配” 程度。為了簡化問題的復(fù)雜性，準(zhǔn)則層分別選取4 個城市的出租車每公里起步價（起步后運價的差別不計）；4 個城市居民的消費能力（考慮人均GDP）；4 個城市的公共交通發(fā)達程度（考慮公共交通運營路線總數(shù)）；4 個城市的出租車擁有量（通常以萬人擁有量計）。

（2）構(gòu)造成對比較矩陣：考慮某層的因素對上一層的影響，每次取兩個因素根據(jù)量化比較尺度表，可作出成對比較矩陣：準(zhǔn)則層對目標(biāo)層；目標(biāo)層對方案層、、、。

（3）計算單層權(quán)向量并進行一致性檢驗：算出成對比較矩陣、的最大特征根、，對應(yīng)特征向量歸一化后得到單層權(quán)向量、。一致性比率，當(dāng)時，即不一致性在容許范圍內(nèi)，其中，為階成對比較矩陣的最大特征根。

（4）計算組合權(quán)向量并進行組合一致性檢驗：記，則組合權(quán)向量。組合一致性檢驗，其中，，當(dāng)時，即通過組合一致性檢驗。

根據(jù)以上步驟，利用 MATLAB算出目標(biāo)層的組合權(quán)重。對應(yīng)出租車 “供求匹配”程度按深圳、蘇州、開封、株洲逐漸降低。由此可見，三、四線城市的匹配程度要弱于一、二線城市，究其原因主要在于公共交通的發(fā)達程度差異，即公共交通運營路線總數(shù)、道路路線規(guī)劃的差異，而出租車起步價、居民的消費能力及出行方式對匹配程度影響較弱。

3 城市不同時段的出租車資源的 “供求匹配” 程度

以蘇州市為例，為了分析蘇州市不同時間段出租車資源的 “供求匹配” 程度，我們收集資料并查找相關(guān)數(shù)據(jù)，得到蘇州市不同時段的載客人數(shù)及滿載率（見下表）。

考慮到蘇州地區(qū)正常情況下，出租車總數(shù)量及每日乘客乘車出行量保持相對固定。但每日的不同時段，乘客對乘坐出租車的需求量不同，因而空出租車的數(shù)量也不盡相同。為此，我們建立多因素的影響下，反映不同時段空出租車資源的“供求匹配”情況的Logistic 模型：

其中為第組時間段（一天24小時分成12組）時刻的載車滿載率；、是回歸系數(shù)，可以用最大似然法估計得到。進一步，時刻總通過車的數(shù)量為，載客人數(shù)為服從二項分布，則滿載率為，上述Logistic 模型轉(zhuǎn)化為，利用 MATLAB給出 logistic 回歸曲線（圖1）和滿載率的散點圖（圖2），得到以下結(jié)論：在8：00到10：00、16：00到18：00兩個時間段出租車的滿載率較低，即“供求匹配” 程度較低，而其它時間段出租車的滿載率較高。這充分說明了城市的交通高峰期與非高峰期出租車滿載率差異大，即出現(xiàn)高峰期“打車難”的問題。

4 出租車補貼定價模型及方案

緩解 “打車難”的問題，我們可以通過對司機單次接單進行補貼。補貼金額既能被廣大消費者接受，又能保障司機的收入在平均水平以上，這樣才能更好的服務(wù)乘客。出租車司機單次運送乘客的收入函數(shù)為：

其中，[]取整。由收入函數(shù)可見，出租車司機的收入除了與實際行駛里程有關(guān)，還有部分固定收入。對于短距離的單，設(shè)定每單的補貼數(shù)額，這樣通過增加接單量以及每單的補貼數(shù)額彌補與實際行駛里程相關(guān)損失。但要減少出租車的拒載量，還要滿足：

即出租車司機的期望日均工作凈收入應(yīng)不少于每日的期望凈收入的最低要求數(shù)，其中為起步里程。

即出租車司機不繞道行駛時期望日均凈收入不低于繞行時期望日均凈收入， 當(dāng)且僅當(dāng)以上兩條件滿足時，出租車補貼標(biāo)準(zhǔn)才能實現(xiàn)既保障出租車司機的基本利益，又能維護乘客的利益，因此可得：

根據(jù)以上分析結(jié)果，應(yīng)該分城市、分時段提供不同數(shù)額的補貼：一、二線城市數(shù)額要高于三、四線城市；工作日和上下班高峰時段數(shù)額要高于平常；打車平臺補貼方式多樣化：積分換錢、里程兌換；提高客戶滿意度：打折優(yōu)惠、優(yōu)先叫車、打車券贈送等。

5 結(jié)語

自從出現(xiàn)“互聯(lián)網(wǎng) + 出租車”后，提高了人們對出租車的關(guān)注度。通過對“互聯(lián)網(wǎng) + ”出租車的資源配置分析，建立了層次分析模型和Logistic 模型，分析比較了國內(nèi)不同城市以及不同時段的出租車資源“供求匹配” 程度；進一步，通過線性規(guī)劃得出了合理補貼，探討合理的出租車補貼方案，使它符合社會實際需求，以緩解“打車難” 現(xiàn)象，減少了資源浪費。

參考文獻：

[1]Xu Zeshui，Liao Huchang.Intuitionistic Fuzzy Analytic Hierarchy Process[J].IEEE Trans on Fuzzy Systems，2014（22）：749-761.

[2]熊烈強，李杰，商蕾等.路段通行能力及其服務(wù)水平指標(biāo)的研究[J].武漢理工大學(xué)學(xué)報：交通科學(xué)與工程版，2004，28（04）：511-514.

[3]安雨康.基于供需關(guān)系探究北京出租車行業(yè)打車難問題[J].現(xiàn)代經(jīng)濟信息，2013，5（36）：306.

基金項目：蘇州市職業(yè)大學(xué)研究性課題，課題編號SZDYKC-180901；蘇州市職業(yè)大學(xué)教改項目課題編號SZDJG-16007；江蘇省高等學(xué)校大學(xué)生實踐創(chuàng)新訓(xùn)練項目

作者簡介：陸衛(wèi)豐（1977-），男，江蘇蘇州人，碩士研究生，講師，研究方向：應(yīng)用數(shù)學(xué)。