出租车司机社会贡献评价方法研究

张硕硕, 党延忠

(大连理工大学 系统工程研究所,辽宁 大连 116024)

0 引言

租车行业是城市交通系统不可或缺的组成部分，又是提供公共服务并直接关系公共利益的行业[1]，具有正外部性[2]。出租车司机(以下简称司机)作为出租车行业中的劳动群体，他们的经济活动会使他人和社会受益。司机不仅直接地创造了经济收益，还在满足公众出行需求，缓解城市道路拥堵，改善环境质量等方面有着不可忽视的贡献。这些都是司机社会贡献的重要体现，对于促进城市经济发展和社会进步具有重要的作用。司机社会贡献评价具有规范、激励、导向、调控等多种功能，是激励司机多做社会贡献的重要手段。因此，为了经济发展和社会进步，出租车管理部门亟需一种评价司机社会贡献的思路和方法。

社会贡献是指某一经济活动除其自身所创造的直接经济收益之外，对经济发展和社会进步所做出的贡献[3]。司机作为社会服务人员，其社会贡献与其社会服务职能相联系，它主要是指其创造的能直接或者间接地促进社会发展和进步的价值。此外，司机的社会贡献这一复杂问题涉及环境质量、城市规划、公共资源配置等多个方面，因此，需要对其进行综合评价。

国内外学者分别从不同的角度研究了司机的评价问题，现有研究主要从服务质量、司机绩效及出租车运用效率等角度对司机评价。2001年，Friman等基于满意度评价理论，从乘客角度对司机服务质量进行研究[4]。2009年，邓元慧等建立了北京市出租车运用效率评价模型和指标体系[5]对司机绩效评价。2010年，姚志刚运用SERVQUAL模型得到乘客个体特征与服务质量的相关性，同时根据SERVPERF模型结合区间估计法建立了服务质量的重要度-绩效分析矩阵，获得了出租车服务质量改善的5个方面内容[6]。2016年，张宜民等通过调研问卷的方式利用层次分析法建立了司机绩效评价考核体系，衡量司机的工作量及服务质量[7]。

综上所述，目前对司机的评价主要集中在服务质量、绩效等方面，还缺少对司机社会贡献的评价研究。因此，本文试图从社会贡献的角度对司机进行评价研究。本文设计了包括运营特性、重点区域、恶劣天气、大事件四个指标的司机社会贡献评价指标体系，建立了出租车司机社会贡献评价模型，并利用我国某城市的出租车运营数据进行了评价研究。

本文分为四个阶段，第一阶段是评价指标体系制定，包括制定评价原则和确定指标；第二阶段是指标数据处理，包括指标无量纲化和确定指标权重；第三阶段是构建综合评价模型；第四阶段是利用实际运营数据的综合评价。研究思路如图1所示。

图1 研究思路图

1 评价指标体系

1.1 评价指标体系制定原则

司机的社会贡献评价指标体系制定应遵循以下基本原则[8]：一、科学性原则，即制定的指标体系需客观真实地反映司机的社会贡献；二、整体性原则，即每一指标都应从某一角度体现出司机的社会贡献，并且整个指标体系也要尽可能覆盖司机社会贡献的各个方面；三、导向性原则，即制定评价指标体系不仅是为了评价司机的社会贡献，更重要的是通过评价使司机认清自己的优势和劣势，积极改善自身的服务水平，更好地发挥其社会服务职能；四、可操作性原则，即充分考虑数据获取的难度，保证数据的可获得性。

1.2 评价指标体系确定

确定评价指标体系的前提是要确定影响司机社会贡献的因素，本文将其分为内部因素和外部因素。内部因素指司机自身工作水平，如载客里程等。外部因素指影响司机运营的外部环境因素，如气候变化等自然因素和交通状况等社会因素。本文尽可能全面考虑各因素和遵循评价指标体系制定的基本原则，设计体现内部因素的运营特性、体现社会因素的重点区域和大事件、体现自然因素的恶劣天气四个指标衡量司机的社会贡献。

1.2.1 运营特性指标

运营特性指能够反映司机运营状况的性质，包括载客里程、里程利用率和平均载客速度[9]，它们分别从劳动强度、工作效益和效率方面反映司机的工作状况。

载客里程(carrying mileage，CM)，是指一定时间内出租车载客状态下的总里程。载客里程越高，服务的出行公众量越多，则社会贡献越大。

里程利用率(mileage utilization rate，MR)，即载客里程占运营里程(载客和空载里程之和)之比。提高里程利用率能减轻行驶带来的城市交通拥堵，也有助于乘客出行，同时减少尾气排放的环境问题，从而司机的社会贡献也就越大。

运营特性指标(operating characteristic index，OCI)是上述三个指标的综合，即:

(1)

1.2.2 重点区域指标

重点区域指既是热点[10]又拥堵的区域，此类区域的热度和拥堵程度称为重点指数(key index，KI)。出租车运营数据中的上下车数据能够反映区域的热度，同时轨迹数据能够反映区域的拥堵程度，本文将载客状态下速度低于20千米/小时的轨迹点定义为拥堵轨迹点，拥堵轨迹点数越多，则该区域越拥堵。重点区域不是一成不变的，其受到司机行为的影响[11]，它是由时间、地点、出租车数量影响的量。本文根据重点指数计算司机在重点区域所做的社会贡献，司机进入重点指数越大的区域运营，则其社会贡献越大。重点区域指标(key region index，KRI)的计算流程如图2所示。

图2 重点区域指标计算流程图

重点区域指标具体的计算步骤如下：

步骤1获取城市的出租车运营数据，包括上下车数据SD和轨迹数据P,即:

SD={sd|sd=(c,so,st,do,dt)}

(2)

P={p|p=(c,po,pt)}

(3)

其中，c，so，st，do，dt表示司机编号、上车位置、上车时间、下车位置、下车时间，po，pt表示轨迹点位置、轨迹点时间。将城市划分成若干大小相同的网格，任意一个网格可由二元组(x,y)表示。

步骤2建立上下车点数量矩阵SDM和拥堵轨迹点数量矩阵CPM，即:

(4)

(5)

两矩阵相加，构成数量矩阵QM，随后按列求和，得到向量TQM，即:

(6)

TQM=(tqm0…tqm23)

(7)

步骤3对于SDM和CPM的每列，分别逆序排列，对应名次相加，形成排名矩阵OM，即:

(8)

步骤4初始化重点区域矩阵KRM为零矩阵，即：

(9)

步骤5利用Jaccard相似性系数[12]计算KRM相邻列的相似性。自定义需要划分的时段个数z+1，将z个相似性小的点作为分割点切分成z+1个时间段。划分时段后的数量矩阵定义为BQM，即:

(10)

划分时段后的重点区域矩阵定义为BKR：

(11)

步骤6对于BKR中的每列tbn，将在重点区域内且相邻的网格合并为一类，所有的类组成集合C，即:

C={c|c={(a,b),(c,d)}},if(a,b)and(c,d)

(12)

步骤7对于每一类c，利用分水岭算法[13]划分成更小的类的集合SC，即:

SC={sc|sc={(x,y)}}

(13)

步骤8对于每一小类sc，计算其类内平均密度，密度矩阵DM为:

(14)

(14)

其中，m表示scl类在tbn时段的网格个数。

对于DM的每列tbn，归一化后即为重点指数，生成重点指数矩阵KIM:

(16)

(17)

步骤9根据SD和KIM计算每位司机的重点区域指标值，编号为c的司机的重点区域指标KRIc的计算公式为:

or(sd.do∈sclandsd.dt∈tbn)

(18)

1.2.3 恶劣天气指标

恶劣天气指特定时空下对交通运行不利的大气气象条件，既包括普通的频发的雨雪雾天气，又包括极端的罕见的暴风雪、飓风等[14]。本文所指的恶劣天气仅包括雨、雪、雾、风及其组合情形。在这种极端天气情况下，出租车需求量较大，但是有些司机因担心车辆受损和自身安全等因素不愿出车或趁机涨价。出租车管理部门鼓励司机在恶劣天气条件下出车运营，并将其作为社会贡献，消除司机雨天运营的后顾之忧，不仅能增强司机的责任感和使命感，更重要的是满足公众急迫的出行需求，提高司机的社会贡献水平。

本文将司机在发生恶劣天气的地点和时段范围内总的载客时间作为恶劣天气指标(adverse weather index，AWI)值。

1.2.4 大事件指标

大事件指临时或超出常规的市民聚散事件，如交易会、运动会、庆典活动等。在大事件发生期间，往往会在很短的时间、很小的空间内汇聚大量的人流、车流[15]，同时这些交通流具有明显的集中聚集和集中离开的特性，交通需求向心性较为显著。大事件的发生会给周边地区的交通系统带来巨大的压力，甚至会成为安全隐患。出租车具有快速疏散人群并可满足特殊乘客需求的优势，因此，鼓励司机在大事件影响范围内运营对维护社会公共秩序和市民出行安全有重要的意义，也是其社会贡献的一种体现。

大事件指标(special event index，SEI)值可由司机在大事件影响时间和地点范围内总的载客时间获得。

2 指标数据处理

2.1 评价指标的无量纲化

本文设计的指标皆为极大型指标，无需进行指标类型一致化处理，但各指标的量级不同，因此需要进行评价指标的无量纲化处理，即通过数学变换来消除原始指标量纲的影响[16]。由于本文将使用拉开档次法确定指标权重，而无量纲化方法会影响拉开档次法的结果。以往研究表明，线性比例法(极小值)适用于拉开档次法的指标无量纲化处理[17]，因此，本文选取线性比例法作为评价指标的无量纲化方法。

2.2 指标权重的确定

G1法[18]通过主观排序反映指标的重要程度，重要指标赋予较大权重，步骤如下：(1)确定评价指标的顺序关系；(2)给出相邻评价指标之间的重要性程度之；(3)计算每个指标的权重，并在此基础上，对指标进行加权处理；(4)应用拉开档次法[19]确定各项指标的权重系数。

3 评价模型

评价指标体系中的每一单项指标都从不同的侧面反映了司机的社会贡献，若全面反映司机的社会贡献还需综合评价，即通过一定的数学模型将多个评价指标值“合成”为一个整体性的综合评价值[16]。常用的评价信息集结方法有以下四种。

线性加权综合法(LWS)指应用线性模型综合评价，它体现了被评价对象中各评价指标值的大小，突出了数值和权重较大的评价指标的作用。在线性加权综合法中，各评价指标间可以线性补偿，这种方法对不同被评价对象之间的差异不敏感。因此，此方法突出社会贡献某一指标值较高的司机，而不考虑其是否均衡发展。

非线性加权综合法(NLWS)指应用非线性模型综合评价，它体现了被评价对象中评价指标值之间的均衡性，突出了评价指标值中较小数的作用。此方法对不同被评价对象之间的差异较为敏感，有助于拉开被评价对象的档次，并且使被评价对象协调发展。因此，此方法突出社会贡献各方面发展水平较为一致的司机。

综合集成法(CIM)是线性加权综合法与非线性加权综合法的结合，它具有线性加权综合法和非线性加权综合法的性质，兼顾了被评价对象的功能性和均衡性，有助于被评价对象的整体均衡发展。因此，此方法突出社会贡献总体水平高又发展均衡的司机，注重司机的整体协调发展。

理想点法(TOPSIS)[20]的全称为逼近样本点或理想点的排序方法，它是根据有限个评价对象与理想化目标的接近程度进行排序的方法，是在现有的对象中进行相对优劣的评价方法。此外，由于理想点法生成的结果是一个排序，此方法能够解决因综合评价值差别较小时而难以确定哪个被评价对象最优的问题。因此，此方法能够反映出司机间的细微差别。

本文将使用以上四种常用的评价信息集结方法分别计算被评价对象的综合评价值。不同的评价信息集结方法侧重点有所不同，出租车管理部门可根据评价目的选取合适的评价信息集结方法。

4 实例分析

4.1 评价指标的计算

本文以国内某大城市的出租车运营数据为基础，选取2014年5月1日至15日的数据为研究对象，验证本文提出的方法。所选时间段内有5805辆出租车运营，包括约300万条上下车数据和约2.3亿条轨迹数据。上下车数据的每条记录即一条载客记录，包含的主要信息有司机编号、乘客上车时间、乘客下车时间、上车点经度、上车点纬度、下车点经度、下车点纬度、营运里程等。轨迹数据每条记录包含的主要信息有司机编号、数据采样时间、经度、纬度、速度等。

根据上述出租车司机社会贡献评价指标体系的构建方法，得到每位司机的各个评价指标值，篇幅所限以部分结果为例，如表1所示。

表1 出租车司机社会贡献评价指标值

4.2 指标数据的处理

首先对指标数据作平移处理，再进行指标数据的无量纲化，进而确定指标权重。

根据专家意见，得到四个指标的主观影响顺序序列：I2>I1>I4>I3。关于相邻影响因素重要性程度之比的理性赋值分别为r2=1.2，r3=1.4，r4=1.6。将相邻影响因素的重要性程度之比的理性赋值代入至G1法，得到运营特性、重点区域、恶劣天气、大事件的G1法权重分别为0.298,0.357,0.133,0.212。

对指标值进行加权处理，再由拉开档次法得到各指标综合权重分别为0.022、0.534、0.434、0.01。

4.3 评价信息集结方法

利用综合权重和各指标无量纲化数值，分别根据四种评价模型计算方法，得到各集结方法的综合评价值及其排名结果，如表2所示。

表2 出租车司机社会贡献综合评价值及排名结果

4.4 结果分析

由表2可以得出，不同的评价信息集结方法得出不同的评价结果。例如，司机1000001270在线性加权综合法、非线性加权综合法、综合集成法的排名均是第1位，但在理想点法的排名中却是第10位。司机1000009870、100019710、1000002252在线性加权综合法中的排名分别是第6、10、11位，但在非线性加权综合法的排名分别是第115、468、55名。司机1000008554在线性加权综合法中的排名是第12名，但在非线性加权综合法的排名是第4名。

由于线性加权综合法和非线性加权综合法的优缺点是互补的，本文将两种方法的评价结果进行对比分析。

两种方法的评价结果都排在前列的司机称为优秀型司机，他们在协调发展的同时，在各方面也都表现较为优秀，如司机1000001270。对于此类司机，出租车管理部门应给予提倡和鼓励，并大力扶持，将其作为出租车行业内的标杆，促进出租车行业的持续成长和协调发展。

线性加权综合法的排名小于非线性加权综合法排名的司机称为功能型司机，该类司机注重部分指标的发展，但忽视了另外一些方面的进步，如司机1000009870。对于此类司机，出租车管理部门需了解他们出色的方面和平庸的方面，由此肯定司机出色的方面，着重改善其平庸的方面。

线性加权综合法的排名大于非线性加权综合法排名的司机称为均衡型司机，该类司机虽然认识到了协调发展的重要性，却没有达到同等优秀水平，如司机1000008554。对于此类司机，出租车管理部门可以制定相应的激励政策，使司机在各方面齐头并进，不仅要均衡发展，更要提高自身社会贡献的总体水平。

两种方法的评价结果都不甚理想的司机称为普通型司机，该类司机无论是功能性还是均衡性方面的表现都不尽人意，社会贡献水平有待提高，如司机1000008088。对于此类司机，出租管理部门需要先了解每位司机的社会贡献水平低下的原因，根据原因制定不同的激励机制，带动司机提高社会贡献水平。

综合集成法的特点是突出综合评价值大又发展均衡的被评价对象。因此，此方法突出社会贡献总体水平高又发展均衡的司机，即优秀型司机。出租车管理部门可将此方法的评价结果作为奖励政策的标准，对于此方法排名在前的司机给予奖励，对排名较后的司机设置惩罚或激励措施，以此提高司机整体的服务水平。

理想点法的特点是能够体现出被评价对象的相对优劣。根据此方法，出租车管理部门可了解司机社会贡献各方面的最优水平，同时，司机可将社会贡献各指标的最优值作为标杆，通过不断完善自身来减少彼此之间的差距，甚至超越标杆，为司机提高社会贡献提供方向。

5 结束语

以往的研究缺少对司机的社会贡献的评价研究，本文提出的方法可以为感兴趣的研究者评价司机的社会贡献提供一些启发。但是，本文提出的模型还需要进一步完善。在未来的研究中，若研究者能够获得更全面的数据，可加入其它指标，如顾客评价等，以便建立更加完整的出租车司机社会贡献评价体系。

本文提出的评价司机社会贡献的方法对政府政策的制定和企业策略的实施等方面都有一定的启示。在政府政策制定方面，政府可针对社会贡献高的司机实施奖补政策，如增加燃油补贴、设立专项奖金等。在企业策略实施方面，企业可通过调整薪酬和奖惩制度来调动司机的积极性，司机也可根据企业的工作结构和奖惩制度最优化自己的工作时间和劳动强度，实现企业利益和司机利益的双赢。