“互聯網+”時代出租車資源配置模型研究

劉蘭 焦攀 蒲斌

摘 要：為了研究“互聯網+”時代城市出租車的資源配置以及打車平臺補貼方案的合理性，首先通過引入衡量出租車供求匹配程度的三大指標（里程利用率、車輛滿載率、萬人擁有量）建立了線性回歸模型，代入相關數據得到了目標城市不同時空的出租車供求匹配程度，其次通過出租車空駛率與補貼之間的數量分析，在經典Cairns和Liston-Heyes動態模型基礎上建立了一個與補貼相關的多目標動態優化模型，得到了在不同補貼下出租車的空駛率以及供求匹配程度，最后基于此給出了較為合理的補貼方案。

關鍵詞：資源配置；供求匹配；線性回歸；動態優化；數量分析

在當前的社會背景下，出租車是市民出行的重要交通工具之一，但是由于城際圈的擴大以及人流量的不斷增加導致了“打車難”問題，尤其是在交通早晚高峰的階段，隨著“互聯網+”時代的到來，有多家公司依托移動互聯網建立了打車軟件服務平臺，實現了乘客與出租車司機之間的信息互通，同時推出了多種出租車的補貼方案，但是現行打車軟件仍存在很多不足，本文通過建立模型研究城市出租車供求匹配程度，并基于此探究打車平臺補貼方案是否能夠緩解打車難問題以及其合理性，并給出較為合理的方案。

1 線性回歸模型建立與求解

1.1 基本假設

假設所收集的數據都是真實可靠的；城市常住人口、暫住人口、流動人口搭乘出租車出行的特征一致；在不同的時空，出租車每行駛一公里的成本一樣；由于每次打車不管載人多少都按行程計費，我們假設每次載客人數為1人；忽略各種偶然因素對模型的影響；匹配度最合理為1（1僅為參照系數），從而可進一步得到大于1時出租車供不應求，小于1時供大于求。

1.2 模型準備

出租車全市總數量N：通過數據收集，可知2013年成都全市出租車總數量N為17684；出租車日常平均速度V：通過搜集多張出租車發票數據，進行數據處理可得出出租車日常平均速度為36km/h；全市出租車日常日客運量Q：由于2013年成都6-8月內每輛出租車日均載客量高于全國出租車日均載客量30-50，綜合考慮取Q為46，則全市出租車日客運量Q=46×N；通過搜集數據，得知居民搭乘出租車平均出行距離D=6.67（km）。

1.3 模型建立

1.4 模型求解

1.4.1系數c1、c2、c3求解

分析所搜集的全國出租車統計信息，采用均值法找出了供求匹配度較為合理的三個城市，即成都、杭州、廈門，并假設它們的供給匹配度都為1（1僅為參照系數）。利用待定系數法套用該模型解得三個影響因素的系數c1、c2、c3。根據其城市的出租車萬人擁有量、里程利用率和出租車月營業額，結合出租車的起步價、平均速度和平均運行時間，設載客數為x，載客里程為y，建立二元一次方程組可求得該城市的滿載率。以成都為例，出租車起步價為8元，平均速度為36km/h，平均運行時間為13h，起步里程為2km，可建立方程組：

同理可求得其他兩個具有代表性的城市杭州、廈門的出租車滿載率分別為0.7，0.76；

將成都、杭州、廈門三個城市的萬人擁有量、里程利用率、車輛滿載率代入模型建立三元一次方程組： c1×23.50+c2×0.67+c3×0.67=wc1×19.60+c2×0.69+c3×0.70=wc1×22.78+c2×0.72+c3×0.76=w

由于上述中各城市的匹配程度合理，故我們取上式中w=1，并利用Matlab編程求得：c1=-0.00002c2=2.68942c3=-1.23135

綜上所述：w=-0.00002α1+2.68942α2-1.23135α3

1.4.2 不同時空匹配度的求解

按照車輛的需求程度將城市定義為中心區[0.4]、次中心區[0.3]、次邊緣區[0.2]和邊緣區[0.1]四個區域，其中X表示城市需要出租車人數在該區域所占比例。

通過搜集成都市一天內各個時刻出租車交通量得到了統計信息表，我們分析得出：00：00—07：00、19：00—24：00出租車交通量較小，不存在供求矛盾，不具有代表性，因此，我們選擇07：00—19：00這個時間段作為研究對象，即日均每輛車運營時間T=12h，再按照出租車繁忙程度將07：00—19：00劃分為4個時段：早高峰：7：00—9：00，中高峰：11：00—13：00，晚高峰：17：00—19：00，平峰：9：00—11：00、13：00—17：00。利用Matlab編程、繪圖，求得各個時間段對應得圖像面積。綜上，我們可以得出：

查得成都市主城區出租車總數量N為17864輛，總人口O為760（萬人），可得出萬人擁有量：α1=N/O=23.5。

將成都市出租車日客運量Q為811130人，居民出行的平均距離D為6.67km，出租車日均每輛車運營時間T為12h，出租車日常平均速度V為36km/h；全市出租車總數量N為17684輛代入公式（3）有可解得里程利用率為：α2=0.607。

又全國各主要城市出租車車輛滿載率均值為0.7，即？籽=0.7，代入公式（4），可求出各區域在各個時間段對應的車輛滿載率α3，同理，得到各區域在各個時間段對應的車輛里程利用率α2。

將α1、α2、α3的值代入目標函數（1），解出出租車資源的供求匹配度w在不同時空下的程度。

2 多目標動態優化模型建立與求解

模型建立：

在出租車市場中，存在著出租車司機和乘客兩個主體。傳統供需平衡法認為，只有在存在供給與需求平衡的條件下，出租車行業的經濟效益和社會效益才能達到最佳狀態，即出租車資源的“供求匹配”程度最佳。我們無法影響出租車數量，則出租車運力的利用率提高就是我們的研究方向，而出租車運力利用率中最顯著的指標就是空駛率。由此，我們想得到出租車空駛率與補貼之間的數量分析模型。1996年，Cairns和Liston-Heyes完善了Douglas的模型得到了以下的計算公式：

3 合理的補貼方案

我們研究補貼的對象均為出租車乘客，并給出以下方案：既考慮補貼上下限又考慮公司虧損狀況。由線性回歸模型的結果可知，出租車資源的“供求匹配”數值越大，“供求匹配”程度越高，而得出的結果表1中，雖然在部分時空出租車“供求匹配”程度偏高或偏低，這主要是由于我們設置補貼的上下限所致，但與滴滴打車和快的打車的補貼方案下的匹配度相比，相應的匹配度都有所改進。

4 結語

在總體思路上，本文所建立的模型根據出租車需求量以及繁忙程度對區域進行了合理劃分，從而得出不同時空的匹配度，這種思維具有創造性。同時，模型的假設合理，切合實際；建立過程具有嚴格的理論依據，分析過程邏輯嚴密，計算準確；結果采用圖表對照，明了清晰。另外，所建立的模型簡易有效，也對實際問題有一定指導意義。因此，本文對于“互聯網 + ”時代的出租車資源配置問題，分析不同時空出租車資源配置程度、分析不同補貼方案對打車難的幫助、以及設計補貼方案并論證其合理性。這將對研究互聯網時代下出租車配置問題有一定的借鑒作用。

參考文獻：

[1] 衡量出租車供求的三大指標—里程利用率、車輛滿載率、萬人擁有量[J].運輸經理世界，2007（5）：46—49.

[2] 劉鴻婷，出租車運力規模評價與優化研究[EB/OL].中國知網（F572；F224），2011，5，1：26-27

項目編號： JG-2016-024

作者簡介：

劉蘭（1994-），女，漢族，四川成都人，西華師范大學計算機學院2013級通信工程專業在讀本科生，研究方向為圖像處理、信息處理；焦攀（1994-），男，漢族，四川達州人，西華師范大學計算機學院2013級軟件工程專業在讀本科生，研究方向為大數據、計算機網絡；蒲斌（1971-），男，漢族，副教授，研究方向為無線網絡與數據通信。