打车软件缓解打车难问题的效果研究

2015-03-22王学莎付佳莲赵佳昱买阿丽孙国伟

运城学院学报 2015年6期

关键词：出租车时段分析法

王学莎，付佳莲，赵佳昱，买阿丽，孙国伟

(运城学院应用数学系，山西运城 044000)

打车软件缓解打车难问题的效果研究

王学莎，付佳莲，赵佳昱，买阿丽，孙国伟

(运城学院应用数学系，山西运城 044000)

运用层次分析法对“打车难”进行因素分析，建立问题解决程度检测模型。分析滴滴打车、政府、Uber提供的3种补贴方案在缓解打车难问题中所占的比重。计算三者对缓解打车难的对比权重为43.26%，26.56%，30.18%。并提出新的补贴方案，给出方案设计依据，用解决程度检测模型，论证了其合理性。计算四种方案对比权重为：25.90%，16.12%，19.66%，38.32%。

空驶率；出租车资源配置；打车软件；层次分析法(AHP)补贴方案

0. 引言

出租车是市民出行的重要交通工具之一，但是出租车行业经历一段时间的发展后，会出现出租车乘客等车时间较长，出租车行业服务水平降低，出租车经营者收入降低等问题，增加了出租车行业的不稳定性和不安全性。进而造成“打车难”这一人们关注的社会热点问题。

随着“互联网+”时代的到来，为了解决“打车难”，出现了大量的打车软件。有多家公司依托移动互联网建立了打车软件服务平台，实现了乘客与出租车司机之间的信息互通，同时这些公司也推出了多种出租车的补贴方案，来吸引用户进而推广自己的软件。

为了分析打车软件对解决打车难问题的效果，需搜集相关数据，建立数学模型研究如下问题：

(1)分析各公司的出租车补贴方案是否对“缓解打车难”有帮助？

(2)为打车软件平台设计一种更优的出租车补贴方案，并论证其合理性。

1. 补贴方案对缓解打车难程度的量化

1.1 打车难原因分析

打车之所以难，有很多具体原因如：人多车少司机挑活、司机收车换班常现空当、禁限行路段宁愿空跑、车辆调配效率差、整治放松挑课拒载、部分区域“黑车”当道、道路拥堵、新手不认路效率太低等[1]。在对大量的原因进行分析、筛选、归类后，得出打车难的四个主要方面[1]：一、司机拒载；二、出租车供给不足；三、特殊时段；四、出租车调配问题。

通过数据[2]收集，得到2012全国出租汽车总量1026678辆,2013年全国出租汽车总量1053580辆。各打车软件在2013年面市，通过对比，发现2013年全国出租汽车总量比2012年增加了26902辆，缓解了由供应不足造成的“打车难”问题。对缓解打车难有帮助。

但是，缓解打车难并不能仅仅靠出租车的供应量的提升，还应该解决造成打车难的重要原因。因为各打车软件从2013年开始出现，所以收集2012年和2013年的全国出租汽车总量数据，并以空驶率为衡量出租车的供求关系的指标，分析补贴方案的效果。

为此，搜集了空间上不同等级的城市北京、苏州、蚌埠的数据[2-8]，空驶率分别为48.91%，62.84%，61.07%[6,8]。搜集了苏州市平时、双休、五一三个不同时段的数据，得到空驶率分别为62.84%、59H30%，63.04%。也收集了滴滴打车、Uber优步、政府各自的补贴方案[2-4]。经过对比分析，这三种具有代表性的补贴方案都只是针对造成打车难的四个方面中的某些方面。对此运用层次分析法,建立问题解决程度检测模型，确定这三种方案对解决打车难问题的有效程度比例,分析补贴方案在缓解打车难问题中的贡献。

1.2 层次分析法计算

1.2.1 层次分析法

层次分析法(又称AHP分析法)的基本原理是：

首先，将复杂的问题层次化，即根据问题的性质和要达到的目标，将问题分解成为不同的组成因素，按照因素间的相互影响和隶属关系将其分层聚类，形成一个递阶的、有序的层次结构模型。

然后，根据系统的特点和基本原则，对各层的因素进行对比分析，引入1—9比率标度方法构造出判断矩阵。判断矩阵各元素的确定如表1所示。

再用求解判断矩阵最大特征根及其特征向量的方法得到各因素的相对权重；最终通过计算最低层相对于最高层的相对重要性次序的组合权值，以此作为评价和选择方案的依据。

AHP分析问题的基本步骤为：(1)建立层次结构模型；(2)构造判断矩阵；(3)层次单排序并检验一致性；(4)层次总排序并检验一致性[9]。

1.2.2 车补贴方案

通过分析，总结造成打车难的四个主要方面为：(1)司机拒载，(2)出租车供给不足，(3)特殊时段，(4)出租车调配问题，将滴滴打车、Uber优步、政府三种补贴方案归纳为表2。

表1 判断矩阵中各元素的取值

表2 方案归纳表

不同方案中的不同补贴针对造成打车难四个主要方面中的一个或几个方面。对此运用层次分析法计算确定这三种方案对解决打车难问题的有效程度比例。

1.3 模型建立

方案一的补贴主要缓解车辆调配和司机拒载造成的打车难；方案二主要缓解供给不足和特殊时段造成的打车难；方案三主要解决特殊时段和拒载造成的打车难。具体而言，构建的层次结构模型如图1所示。

图1 基于层次分析法建立的问题解决程度检测模型

(1)根据层次结构模型构造第一层判断矩阵

根据评估判断及表1中的规定，确定C层的司机拒载C1、供给不足C2、特殊时段C3、车辆调配C4相对于O层打车难的相对重要性权重，形成判断矩阵如表3所示。

表3 准则层C对于目标层O的成对比较矩阵表

用矩阵A表示准则层C对目标层O的成对比较矩阵。

将矩阵每一列归一化，然后按列相加再归一化后得到:

WA=(a1a2a3a4) =(0.056 0.122 0.288 0.533)

记最大特征根为λmax，且λmaxWA=AWA，由:

一致性检验过程为:由表4找出n=4时随机一致性指标RI=0.9。再计算，矩阵A的一致性指标CI为，

(2)构造第二层判断矩阵

依据评估判断及表1中的规定，同样可以构造出第二层判断矩阵，第二层判断矩阵一共有4个B1，B2，B3，B4,分别为

分别表示方案层P对准则层C1、C2、C3、C4的成对比较矩阵。经过归一化，得到方案层P对准则层C的计算结果如表5所示。

表5 方案层P对准则层C的计算结果

其中wB1、wB2、wB3、wB4分别表示P层中的3种方案相对于C层中的司机拒载C1、供给不足C2、特殊时段C3、车辆调配C4的相对权重向量。根据层次分析法理论，当CR<0.10时，认为排序结果具有满意的一致性。这里，故认为4个判断矩阵B具有满意的一致性。

(3)求出各因素对于总目标的权重

wB=(wB1wB2wB3wB4)

w表示层次结构模型P层中的3种方案对于总目标层O层的相对权重向量。计算总排序权向量并做一致性检验，利用总排序一致性比率：

根据层次分析法理论，CR<0.10，认为判断具有满意的一致性。

1.4 补贴方案对比结果

由此可得：

方案一对缓解打车难的比重占43.26%

方案二对缓解打车难的比重占26.56%

方案三对缓解打车难的比重占30.18%

说明各公司的出租车补贴方案对“缓解打车难”有帮助，且不同的方案解决“打车难’问题的程度不同，本文中的方案一滴滴打车的补贴方案权重最大，更好的解决了问题。打车软件的补贴方案比政府的补贴方案更为有效。

2. 更优补贴方案及评价模型

2.1 问题分析

打车软件公司发放补贴是为了让更多的人使用该软件，达到推广软件的目的。同时，打车软件的推广能改善出租车市场的信息不对称、不匹配的情况。但是，目前有的打车软件补贴方案都只是针对造成打车难的四个方面中的某些方面，并不能兼顾到所有。为了设计更好的补贴方案，先根据造成打车难问题的四个方面，探讨既能有效缓解打车难问题，又能将打车软件公司的收益更大化的方法。结合对已有方案的研究，可在补贴方案设计时考虑缓解打车难的四个主要方面，设计出新补贴方案。然后对方案的可行性进行分析，最后建立基于层次分析法的方案评价模型，论证方案的合理性。

2.2 新的补贴方案(方案四)的具体内容

(1)发放打车红包

用户通过分享朋友圈的方式，得到打车红包；请国内明星给用户发红包；通过企业冠名方式发放红包；在电视台发红包。(红包用于抵用打车费)

(2)发放虚拟货币与现金红包

一个用户叫车，如果三个或三个以上司机响应，根据虚拟货币拥有量，决定有哪位司机接单；如果用户叫车3分钟或以上才有司机响应，则发放虚拟货币；如果用户呼叫三次以上，且累计呼叫时间超过5分钟，则发放现金红包。

(3)新用户奖励

新司机在激活账号的七天内完成5单，即可获得新司机首周奖励200元。新客户在激活账号的首单可享受50元红包奖励。

(4)成单数量奖励

如果每周线上成单数量达到30单，现金红包奖励80元；达到60单，奖励180元；达到90单，奖励280元。

(5)最佳服务奖

当周评分在4.8分以上且周成单率在60%以上，每周完成订单最多的100名司机，可再获得300元最佳服务奖。

(6)特殊时段奖励

一周内在高峰时段(早高峰7∶00—10∶00；晚高峰20∶00—23∶00)累积成单率达到60%及以上，高峰时段最高奖金为100元，根据成单率的高低按照以下计算方法获得奖金：获得奖金=最高奖金*成单率。

注：除1、2、3外，获得以上任何奖励的前提条件为：当评分高于4.6分，当成单率高于45%，且当周至少完成10单。成单率等于当周完成的订单数/当周系统拍单的订单数。

2.3 方案设计依据

就现在的情况我们可以初步推断，打车软件上的广告、软件产生的大数据、与软件关联的理财产品以及软件使用费等都可能成为打车软件未来的一种赢利模式。目前软件刚推行出，开发商为了抢占市场份额，大额补贴使用自己软件的司机和乘客。怎样发放补贴能尽可能大的抢占市场和缓解打车难问题呢？

(1)发红包是一个不错的社交激励方式，也是与别人联络的最好工具。因此，我们设计打车红包。打车红包通过用户在朋友圈的发放，请国内明星发放，企业冠名发放，电视台发放等多种方式，推广软件，吸引很多人使用，缓解车辆调配问题。

(2)打车软件的产品逻辑是如何让用户打到车，如何激励司机让打不到车的用户打到车，这就要靠虚拟货币与现金红包，这种交叉的补贴很好的解决了司机拒载与挑单的问题。

(3)新用户奖励能吸引更多的司机、乘客，更多的司机、乘客通过软件大数据的匹配，完成了供求交易，有效缓解了车辆调度问题。

(4)成单数量奖励，鼓励司机要多接单，有效的缓解拒载问题，在大额补贴的诱惑下，吸引部分人从事出租车行业，缓解供给不足问题。

(5)最佳服务奖奖金的多少由用户评分与成单率共同来决定，通过用户评分及成单率督促司机提高服务的质量，鼓励司机多接单，预防司机挑单，缓解司机拒载的问题。

(6)特殊时段奖励，鼓励司机在特殊时段接单，预防在特殊的时段出现无车可打的情况，缓解特殊时段打车难的问题。补贴方案中的一半补贴都与用户评价、成单率挂钩，起到预防司机拒载和挑单的作用，同时督促司机要提高服务质量。

2.4 层次分析评价模型

图2 加入新方案后基于层次分析法建立的问题解决程度检测模型

如上所述，打车难问题主要司机拒载、出租车供给不足、特殊时段、出租车调配四个方面造。方案一的补贴主要缓解车辆调配和司机拒载造成的打车难；方案二主要缓解供给不足和特殊时段造成的打车难；方案三主要解决特殊时段和拒载造成的打车难；方案四主要缓解司机拒载、出租车供给不足、特殊时段、出租车调配造成的打车难。具体而言，构建的层次结构模型如图2所示。

(1)根据层次结构模型构造第一层判断矩阵

同1.3(1)

(2)构造第二层判断矩阵

依据评估判断表1中的规定，同样可以构造出第二层判断矩阵,分别为B1、B2、B3、B4