基于梯度模型的出租車資源優化配置

紀強+康智強+林麗華+劉約翰

【摘要】 首先以沈陽作為目標城市，使用主成分分析法，梯度模型針對出租車分布、打車需求量、車費進行分析，進而分析出已有的補貼方案是否緩解了當下的打車難問題。同時根據以上分析結合GPS/GIS等技術，對世面現有的打車軟件進行區域優化。

【關鍵詞】 梯度模型 出租車優化配置 主成分分析法

一、問題重述

我國出租車市場涌現出多款熱門打車軟件，打車軟件的出現為解決行業矛盾提供了新的思路，對出租車行業起到了不可忽視的影響，但打車軟件同時也存在管理、盈利、以及優化模式上的缺陷，交通壓力依然沒有得到有效的緩解。基于以上出現的問題弊端，以及問題的嚴重性我們對在“互聯網+”時代下的出租車資源進行優化配置。

二、問題分析

首先基于主層分分析法得出導致“打車難”的幾大因素。以梯度模型為主體，結合GPS/GIS調度系統實現區域優化配置，采用分地區、分時段對出租車司機進行補貼的方案，從而進一步完善出租車資源利用程度。

三、模型假設

結合本題的實際，為了確保該題解的準確性與合理性，對一些客觀存在但影響可以忽略不計的因素提出以下幾點假設：1、當研究分區域時，我們近似的將時間差為一分鐘之內看作同一時間。2、當研究分時間時，我們近似的將半徑為一米之內的區域看作同一地點。

四、模型的建立與求解

4.1確定影響因素：

假設有n個原始指標，通過分析既得數據選擇了以下三個可量化數據進行模型建立，分別為出租車分布、打車需求量、車費三個方面。通過spss統計軟件，對不同時間同一地點及不同地點同一時間進行分情況討論。

綜上，我們對于不同時空出租車需求量分析模型建立成功。

4.2乘客階梯距離對司機補貼

4.2.1乘客階梯距離對司機補貼的概念

乘客階梯距離就是對乘客乘車區間的不同距離。對于不同乘車距離，實行不同的司機補貼方案。一般而言就是在基本距離限度內實行不給予補貼，超過基本距離，每段實行一個遞增式單位補貼價。

4.2.2基數的確定

采用階梯補貼價必須首先確定乘客乘車距離基數，根據當前的乘客乘車距離的調查，可以將乘客乘車距離分為一下三個階段：第一階段乘車距離基數，即基本出行距離Q1，此階段為乘客乘車距離最近。絕大多數集中在以市中心為圓心，半徑5km的距離之內。但因為這些短距離并集中在市中心，其增大了市中心交通擁擠的可能。第二階段乘車距離基數，即基本出行距離Q2，此段距離乘客乘車距比較適中，能夠滿足絕大部分乘客的乘車需求，可以給予司機少量補貼。第三階段乘車距離基數，即基本出行距離Q3，此段乘車距離需求的乘客，占本次調查中有較高的比例，但也是乘車最難的群體，絕大多數出租車司機因距離遠，空返率高，而不愿意接單。所以此次我們在這個階段對于司機的補貼也是最高的，用來鼓勵司機接單。

4.2.3確定補貼方案

高峰期間，即早點7點到早9點，晚5點到晚7點，出租車處于載客狀態，在這里我們將引入GPS定位系統。顯示搜索到的車輛位置：根據GPS坐標的經緯度數據，在地圖的對應地方添加代表車輛的點圖元，就實現了車輛的定位功能。

下表為補貼價與乘客乘車時間之間的關系：

結論：（1）通過模型建立及上述分析過程，我們可以看出在同時不同地中三個因素以出租車分布情況及打車難易程度為主，而在同地不同時的情況中，三個因素中起到主要的是出租車分布。（2）通過建立分時分地補貼政策能夠很好的調動出租車司機的積極性。

參 考 文 獻

[1] 大數據，蒼穹——滴滴快的智能出行平臺，v.kuaidadi.com，2015年9月11日

[2] jingdongwf，主成分分析的主要步驟，2015年9月13日

[3] 盧杰，城市需求量欲求與數量規制——以大連市為例，10173，2012年11月

[4] 王一帆，基于打車軟件的出租車模式優化研究，2014年

[5] 辛松歆，林嘉偉，肖彥子，城市出租車交通規劃綜合模型2005年