基于供求匹配评价模型的北京市“打车难”分析

王锐杰 朱家明 贾思钰 黄丽华

摘要：为了分析“打车难”根本因素，运用了主成分分析法，借助SPSS等软件构建了出租车资源供求匹配评价模型，对北京市当地打车难现状进行了综合性分析。分析发现，影响出租车供求平衡的主要因素是乘客等候时间及空驶率。其次从时空方面分析发现，一般在每天的上下班高峰期间，打车较难，且在交通流量大的交通路段“打车难”现象严重。最后，针对研究所发现的问题，对缓解“打车难”提出了几点可行性建议。

关键词：打车难；供求失衡；主成分分析；供求匹配评价模型；SPSS

近些年，随着我国经济的飞速发展和人民生活水平的不断提高，城市出租车市场在也呈现出在不断激增，发展规模不断扩大的现象。但与此同时，由于出租车资源控制不合理产生了诸多问题，如出租车经营者收入低下、行业不稳定、城市出租车资源浪费等诸多问题，其中最大的问题就是城市“打车难”[1]，其成了人们普遍关注的热点问题，特别是一些一线城市，如北京、上海、西安、兰州等地，其近八成的市民认为“打车难”的问题或多或少地影响到了自己的生活。从上面来看，“打车难”已经成为影响人们日常生活的主要问题，所以对“打车难”问题进行研究是必不可少的，而且十分重要。对于这一问题，伴随着“互联网+”时代的到来，催生出了许多智能打车软件服务平台，如滴滴打车、快的打车等，虽然其在一定程度上利用“智能打车平台”缓解了打车难，但是经分析其并没有较好解决“打车难”问题，其中主要原因是没有找到并解決影响“打车难”的根本因素。因此，本文我们通过分析研究“打车难”的主要因素，并针对发现的问题提出了实质性建议。

1.北京市“打车难”现状

近年来，城市“打车难”成了市民普遍关注的热点问题，针对这一问题，大多数城市通过增加城市出租车量来缓解，如北京、上海、合肥、武汉等，通过实施前后对比分析，其解决方案并没有较好的解决城市市民“打车难”问题，说明以上方案仍存在改进空间。

通过分析国内外对该问题的研究结果，我们最终发现其实影响“打车难”的主要因素是由于出租车资源“供求不匹配”造成的，因此要想解决“打车难”问题，其中最主要的首先要解决出租车资源“供求不匹配”问题[2]。

1.1北京“打车难”现状

通过收集国家统计局对北京市“打车难易程度”的调查，我们发现有73.4%的受访者认为近几年来打车存在“打的很难”和“打的较难”现象，在调查过程中发现，有61.2%的受访者打的需要等候10-30分钟，35.3%的受访者打的需要等候30分钟以上此外，还存在出租车拒载问题，其中有高达70%的受访市民反映曾被拒载，而且有相当一部分乘客表示曾被拒载多次。说明就目前情况来看，北京市确实存在“打车难”问题，而且一定程度上已经影响到人们的生活，所以解决这一问题刻不容缓。

1.2北京市出租车资源“供求匹配”程度

在分析北京市出租车资源“供求匹配”程度时，本文首先在国家统计局收集到了相关数据，收集结果见表1。经分析发现北京市城市出租车市场供求失衡问题主要是由于城市出租车供给不能较好的满足城市市民对出租车的需求。从而使得出租车资源没有得到合理配置，不仅影响了出租车市场的良性发展，而且影响到市民的出行。一般情况下，城市面积、城市常住人口、人口增长率、市民收入水平等因素都是影响其需求量的因素。

由表1数据可知，其中北京市的常住人口由2007年的1676万增长到2013年的2115万，增长了439万人口。市民人均年总收入也由2007的245756元增长到了2013的420112元，期间增长了174356元。说明近几年北京市经济发展迅速，但是其出租车规模增长较少，从2010年的66646辆到2015年的67046辆，只增加了400辆。从上述数据中可以看出北京市在近几年随着经济的增长，市民生活质量逐步提高，但是城市常住人口逐年增加的情况下，其城市出租车辆却增加缓慢，因此可以看出，目前北京市出租车资源存在严重“供求不平衡”问题。

2.北京市出租车资源的“供求匹配”程度定性分析

2.1“供求匹配”程度评价指标体系

我们根据查阅国内外相关文献，并结合本文所能找到数据的情况下，建立了出租车资源“供求匹配”程度评价指标体系[3]，其中需求函数下的指标变量有城市交通出租车需求量、乘客等待时间等；供给函数下的指标变量有供给出租车量、空驶率等指标。

2.2“供求匹配”相关数据来源

本文在数据收集方面采用了“苍穹”智能出行平台提供的数据。该平台依赖于智能服务系统，采用路网数据采集方法，极大提高了其目标点的精度。因此我们利用该平台收集了北京时某地一天（24h）各个指标的数据，而在空间角度分析北京市“打车难易程度”时，由于北京市区域大、车流量大、不易于统计等特点，不便于全方位研究，因而我们对北京市按环路随机选取具有代表性的不同区域进行研究，其五个地区分别为：陶然亭、学院路、白石桥、建国门、朝阳路。其中标准化的部分数据见表2。

2.3研究思路

由于指标体系中指标过多，而且其各指标之间存在一定的相关关系，因此在评价过程中为了避免信息重复，不影响评价结果，本文使用了主成分分析法，利用降维思想，并借助SPPS2.0软件求出影响“供求匹配”的主要指标。

3.“供求匹配”程度评价模型的建立及分析

3.1模型的建立

经计算，我们发现时间空驶率和空间空驶率是影响出租车公司供给出租车量的主要指标主要，而影响乘客对出租车需求量的主要指标有乘客等待时间，据此最终建立了“供求匹配”[4]程度评价模型为：

H =∑pj = 1aj yj -∑pi = 1bi yi （1）

3.2北京市出租车资源“供求匹配”分析

根据上述模型，本文以北京市为例，选取了市内学院路、陶然亭、白石桥、建国门五个典型地区作为研究对象。对其在不同时空下资源供求匹配程度分别作了分析。

经分析计算结果发现，学院路附近匹配程度值最低，说明在学院路较容易打到车，司机更倾向往学院路跑；而建国门、陶然亭和白石桥处于北京市三环路附近，远离市中心，因此这两个地点的匹配偏离程度高；同时从时间角度分析发现，一般在早上7、8点，中午12、13点以及晚上18点的时候，即在出行高峰期时“供求匹配”较低，出租车的供给与需求相隔程度较高。主要是由于这些点是上下班的高峰期，出租车需求量较大，而出租车总供给量不变，所以在一定程度上会导致出租车的供给与其需求量不平衡。

4.结论及政策建议

根据所建立的“供求匹配”程度评价模型[5]，定性分析了不同时空条件下出租车资源的供求匹配情况，并最終得出以下结论。

影响出租车需求[6]的主要因素为乘客等候时间，而出租车空驶率为出租车供给水平的一个重要表征。

综上，“打车难”问题主要是由于出租车与乘客出现供求不匹配而导致的，而影响供求平衡的两个主要指标为乘客等候时间和空驶率，在得到该结论后，如何解决现有打车难问题，从而优化出租车资源配置，并使得当地经济快速增长，为此我提出以下几点建议：

第一：适当增加城市出租车数量，2015年北京市出租车已增加800量，建议按此增长速度不断增加出租车数量。

第二：从降低出租车的空驶率以及乘客等候时间方面入手，空驶率这一问题实际与司机的载客周转率有关，所以在解决这一问题时关键点在于如何提高司机的周转率，而这将涉及到城市交通拥堵状况治理，在这方面，北京市应重点对待，对于一些交通流量大的地段应适当改善交通状况，扩宽道路、完善交通道路规划；

第三：为了使出租车供求匹配达到平衡，可以对司机和乘客双方实施补贴政策，司机方面可以对其每天运营进行补贴，如每车每天补贴运营费49.26元，每车每天补贴燃油费用25.5元。乘客方面，乘客每多等一分钟，出租车公司向乘客补贴一定的金额。通过补贴方案可较好的解决司机与乘客之间的利益问题，从而使得出租车资源达到优化配置。（作者单位：安徽财经大学）

参考文献：

[1]王宇，对城市“打的难”现象的剖析——基于西安市出租车市场供求失衡问题的分析[J]，价格理论与实践，2011，11：15-16.

[2]刘耀霞，出租车行业利益主体关系研究[D]，西南交通大学，2008.

[3]高鸿业，20世纪西方微观和宏观经济学的发展[J]，中国人民大学学报，2000，01：4-11.

[4]安雨康.基于供需关系探究北京出租车行业打车难问题[J].现代经济信息，2013，05：306

[5]杨桂元，朱家明.数学建模竞赛优秀论文评析[M].合肥：中国科技大学出版社，2013

[6]冯海军.当前出租车市场监管难题及对策研究——基于对浙江省出租车市场的调查报告[J]；价格理论与实践；2011年10期