“互联网+”时代的出租车资源配置

2015-03-22安晓丹赵杰章林枫王济荣

运城学院学报 2015年6期

关键词：出租车服务平台司机

安晓丹，赵杰，章林枫，王济荣

(运城学院应用数学系，山西运城 044000)

“互联网+”时代的出租车资源配置

安晓丹，赵杰，章林枫，王济荣

(运城学院应用数学系，山西运城 044000)

主要研究“互联网+”时代的出租车资源配置。首先，基于“互联网+”时代的出租车资源配置的指标体系，结合所统计的深圳市的相关数据，建立阀值函数讨论不同时空出租车资源的供求匹配程度等级。其次，通过建立层次分析模型，经过数据分析，得出各公司的出租车补贴方案对“缓解打车难”是有积极作用的。最后，针对现有补贴方案的不足，设计出新的补贴方案，并建立满意度模型进行合理性论证。

出租车；互联网+；信息服务平台；资源配置

1. 问题的提出与分析

2015年全国大学生数学建模竞赛B题。是关于“互联网+”时代的出租车资源配置问题。出租车是市民出行的重要交通工具之一，“打车难”引起了人们的广泛关注。随着“互联网+”时代的到来，许多公司依托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，并推出了多种出租车的补贴方案。

问题一：关于出租车资源“供求匹配”程度的研究。以“互联网+”时代抢单时间、车费、打车需求量和出租车分布这四个指标量，根据滴滴、快的智能软件平台所统计的深圳市9月5日到9月11日的相关数据，计算出的空车率，建立阀值函数分析“供求匹配”程度。

问题二：第一问中建立的四个指标，同时也是“缓解打车难”的影响因子，以此作为准则层，通过应用层次分析法，研究滴滴打车软件、快的打车软件和不使用打车软件的出租车补贴方案，对缓解打车难是否有帮助。

问题三：针对现有软件服务平台的不足，试图创建一个新的打车服务平台的补贴方案，以此激励出租车司机的“出车率”。并就其合理性和可行性进行理论上和实践上的分析。

2. 模型的假设

假设所研究对象全部使用打车软件；假设收集的数据真实可靠；假设评价指标合理；

3. 模型的建立与求解

3.1 关于问题一的讨论

通过滴滴、快的智能出行平台对数据的提取、统计，获得了深圳市出租车供需时空分布特征，主要从时间需求分布、空间需求分布两个方面进行分析。首先，由收集到的数据分别作抢单时间、车费、打车需求量和出租车分布这四个指标在时间上的分布图。

其次，根据出租车的分布情况，选取深圳市几个出租车载客出行聚集的典型区域，将其分为龙华镇、布吉镇、西乡镇、南山区、福田区、罗湖区，分析出租车载客空间分布图。

最后，建立“供求匹配”程度的刻画，计算出不同时空的空车率

其中n表示出租车分布总数，m表示总的订单数，而上文中打车需求量就是指总的订单数，a表示订单成功率。

打车需求量矩阵

设空车率矩阵

为了简便计算，将上述矩阵转化为“供求匹配”矩阵Y，选取适当的阀值α，选取标准如下表：

空车率范围α>0．950．90<α<0．950．85<α<0．90α<0．85等级1234“供求匹配”程度好较好较差差

使用Matlab软件将空车率矩阵Z转化为矩阵

由于堆积数据点折线图可以在同一分类(或时间上)进行累计，这样可以显示两个数据系列在同一分类(或时间上)的值的总和的发展变化趋势。所以将矩阵Y分别做成不同时间和不同地点的堆积数据点折线图，见下图：

图1 周末不同时间堆积数据点折线图

图2 工作日不同时间堆积数据点折线图

由图1可知，在周末9:00～10:00和20:00～21:00处于低谷，空车率大，“供需匹配”程度较好；全天曲线的起伏波动比较平缓且数值较高，说明周末出租车的“供求匹配”程度总体上是不太好的。

由图2可知，在工作日1:00～6:00，“供求匹配”程度最好，而在6:00到9:00出现陡然上升，表明“供求匹配”程度较差。

对比图1和图2可得：在1:00～6:00工作日的“匹配需求”程度要比周末好。

图3 周末不同地点堆积数据点折线图

图4 工作日不同地点堆积数据点折线图

由图3和图4对比可得：龙华镇、布吉镇和南山区无论在周末还是在工作日，订单成功率都比较高，需求量大，“供求匹配”程度较差；而西乡镇、福田区和罗湖区周末的订单成功率比工作日高。

3.2 关于问题二的讨论

通过对滴滴打车、快的打车、非软件公司打车补贴方案的研究，建立层次结构模型如下：

构造判断矩阵

①目标层与准则层的判断矩阵如下：

②各补偿方案层与指标层的判断矩阵如下：

方案层对抢单时间的判断矩阵

用yaahp软件算得权向量w1=(0.3496，0.5801，0.0703)T，最大特征值λm=3.0325，CI=0.0312<0.1

方案层对车费的判断矩阵

用yaahp软件算得权向量w2=(0.2344,0.6877,0.7780)T，最大特征值λm=3.0775，CI=0.0745<0.1

方案层对打车需求量的判断矩阵

用yaahp软件算得权向量w3=(0.5485,0.2106,0.2409)T，最大特征值λm=3.0183,CI=0.0176<0.1

方案层对出租车分布的判断矩阵

用yaahp软件算得权向量w4=(0.3338,0.1416,0.5247)T，最大特征值λm=3.0538，CI=0.0517<1

各出租车公司采用滴滴打车软件、快的打车软件和不使用打车软件得到的相应的补贴方案对“缓解打车难”所占比重分别为0.3718，0.4415，0.1867，由于0.3718>0.1867,0.4415>0.1867，因此各软件公司补贴方案在一定程度上对“缓解打车难”是有帮助的。

3.3 关于问题三的讨论

设计出一个新的出租车补贴方案如下[8]：

打车软件服务平台出租车补贴方案

(1)补贴开始时间

新的补贴方案从9月14日凌晨开始实施。

(2)补贴办法

①补贴金额为每单减免3元，每天2单。

2018年1月，《普通高中生物学课程标准(2017年版)》(简称《新课标》)的颁布，昭示着凝练核心素养的新一轮课程改革的全面实施。深刻领会新课标的价值内涵，精准把握新课程标准的教育教学目标要求，是构建核心素养教育的高效课堂、有效达成教育教学目标的基本保证。在此，笔者就新课标背景下的高中生物学教学认知进行探讨交流。

②新的补贴方案除了补贴金额的变化外，增加同一乘客、同一司机每人每天仅首单可享受减免，且一周内只有三单可享受减免。

③对没有违反交通规则的司机实行额外补贴，按工作日进行统计，如果一个月没有发生交通违规，给予100元补贴。

(3)具体实施细则

①北京、上海等一线城市每单补贴6元至10元，但每天仅补贴2单。

②二三线城市乘客每单补贴“起步价-20元”不等。

③针对各城市的具体情况，对边远市区补贴，根据偏远程度和交通环境不同分别实行线性和平方补贴。

④在高峰期若出租车能在路上接到招手的顾客，司机每接一位乘客增加5元补贴，同时对使用打车软件的乘客补贴2元；

⑤实行好评返现措施，若乘客对打车软件满意且对出租车司机服务满意，则每次好评返现1-3元。

⑥给租车司机分发积分卡，得到1次好评记1分，成功接单记0.5分,年终根据积分多少进行分级奖励。

(4)奖励政策

①每完成一单任务将获得奖励，出租车司机完成每天规定的任务单后，就可享受高额补贴，最高限额200元。

②司机在进行每单任务时，可享受抽奖，每抢到一单都有机会抽奖，抢单可以累加，最高限额100元。

××软件服务平台

2015年×月×日

方案的合理性论证:

通过比较原来的补贴方案，可以发现新的补贴方案具有以下优点：

①新的打车软件服务平台为出租车提供需求热点和最优线路等信息指导，出租车司机可以据此选择最有利的工作方式，大幅降低空驶率、增加收入。

②使用打车软件服务平台，对乘客而言，可以有效降低候车、逆向和绕行带来的不必要的时间成本和经济成本。

③对没有发生事故的司机实行额外补贴，可以减少交通事故，保障用户出行。

④新的打车软件服务平台鼓励出租车搭载招手乘客，很好地解决了高峰期没有使用打的软件人群打车难问题；

⑤新平台通过对行驶边远市区的不同路况补贴，可有效解决边远市区打车难问题；

⑥好评返现与给出租车分发积分卡可调动出租车司机与乘客使用软件的积极性；

⑦对使用软件乘客使用次数进行补贴可有助于防止乘客流失。

另外，从实践过程中可以看出，建立满意度模型把顾客和出租车司机应用打车软件服务与心理感知结合起来，可以有效的将理论上论证得到实际检验。满意度模型如下[9]:

每个时段乘客的不满意度：

每个时段出租车司机的不满意度：

顾客的总体不满意度：

出租车司机的总体不满意度：

其中，ki表示第i时段上的平均每辆车的载客量，E表示顾客的不满意程度，G表示出租车司机的不满意程度，k*表示出租车收益载客量

4. 结束语

出租车资源配置是人们关注的焦点，互联网时代的到来更是对出租车市场提出新的挑战，本文研究了深圳市的六个地区出租车的时空分布，采用了堆积折线点折线图，简洁明了，更加强调几组数据和的变化趋势。对补贴方案的合理性论证时，建立满意度模型能够很好地反映乘客和出租车司机对新的补贴方案的满意程度，保证了补贴方案的实用性。

尽管如此，该模型还存在以下缺点：

(1)第二问采用层次分析法，定量数据较少，定性成分多，不易令人信服。

(2)虽然建立了满意度模型，但是没有得到数据的支撑，还没有进行实际的应用。

因此，本文对于“互联网+”时代的出租车资源配置问题，分析不同时空出租车资源配置程度、分析不同补贴方案对打车难的帮助、以及设计补贴方案并论证其合理性。这将对研究互联网时代下出租车配置问题有一定的借鉴作用。

[1]Douglas，G．W．Priceregulationandoptimalservicestandards：Thetaxicabindustry[J]．JournalofTransportEconomicsandPolicy．1972，20：l16～127.

[2]Yang，H．，Wong，S．C．，(1998)．Anetworkequilibriummodelofurbantaxiservices[J]．TransportationResearchPanB32(4)：PP．235-246．

[3]张铮．基于浮动车数据的城市分区出租车出行供需水平研究[D]．上海：同济大学交通运输工程学院．2009.

[4]网易新闻.如何理解滴滴快的“动态调价”的预判价格差异[DB/OL].http://help.3g.163.com/15/0812/18/B0RC41ER00964KE0.html．

[5]姜启源等．数学建模[M]．北京：高等教育出版社，2011．

[6]朱道元等．数学建模案例精选[M]．北京：科学出版社，2003．

[7]时佩．基于双边市场理论的打车软件竞争策略研究[D]．北京：北京工商大学经济学院．2015．

[8]出租汽车油价改革财政补贴资金方案http://www.chexun.com/2012-12-04/101587161.html．