最近幾年,打車貴、打車難,經常成為居民、新聞媒體議論的話題。某城市居民普遍反映打車價格偏高,而另一方面,由于經營權的有價性、出租車資產專用性、買斷經營、違規轉讓、尋租嚴重導致出租車司機勞動強度大、競爭壓力大,但收入卻相對偏低的情況。目前又由于打車軟件的盛行,導致出租車空載率高,拒載,亂收費等情況日益嚴重,甚至經常發生出租車司機集體罷工以反抗打車軟件盛行的現象。這反映出政府對出租車的管理存在一定的問題,現有的出租車定價不夠合理、拒載、亂收費情況嚴重,導致空載率過高,整個出租車行業不景氣,長此以往將影響社會的穩定,所以打車難這一問題值得關注。在未來一段時間內,我國城市規模會不斷擴大,人口會不斷增長,人民生活水平將不斷提高,對出租車的需求也會不斷變化.如何根據出租車服務水平、客戶需求以及外部環境,計算出不同時空出租車資源的“供求匹配”程度,規劃出合理的租車數量,從而緩解打車難這一現象。
問題的層次結構如下:第一層目標層(O);第二層準則層(C);第三層措施層(P)。

現對“匹配供求”率的問題進行層次單排序,為求出Q1、Q2、Q3在目標層中所占的權值,構造目標層到準則層的判斷矩陣:

根據問題的條件和模型的假設,乘客的各項條件按統一原則均可量化,而且能夠充分反映出乘客對出租車的需求量,由此可以分別構造措施層(P)對準則層(C)的比較矩陣,同上分別求S、t、m在Q1、Q2、Q3的權值,得到:
WQ1=(0.2,0.4,0.4)T,WQ2=(0.258,0.637,0.105)T,WQ3=(0.4545,0.4545,0.091)T
從而可以得到措施層(P)對準則層(C)的權重W2=(WQ1,WQ2,WQ3)T。
設上一層次(A層)包含A1,…,Am共m個因素,它們的層次總排序權值分別為a1,…,am。又設其后的下一層次(B層)包含n個因素B1,…,Bn,它們關于Aj的層次單排序權值為b1j,…,bnj(當Bi與Aj無關聯時,bij=0)。現求B層中各因素關于總目標的權值,即求B層各因素關于總目標的權值,利用上述結論,我們可以得到組合權重W=(0.2337,0.5567,0.1796)T作為目標決策依據。
接受層次分析結果,可知,不同時空出租車資源的“供求匹配”程度受路程段、時間段、小費的影響,權重依次為23.37%,55.67%,17.96%。由此可以得到15位乘客的排序方案。

表1 15位乘客打車排序結果
15位乘客打車排序結果(表1)
由該表可知,當有12輛出租車接單時,前12位乘客能搭到車,空載率為20%;當有9輛出租車接單時,前9位乘客能搭到車,空載率為40%;當有6輛出租車接單時,前6位乘客能搭到車,空載率為60%。因此,要提高不同時空出租車資源的“供求匹配”程度,就是要提高出租車司機的接單率。
某軟件有一個非常重要的好玩之處,比如3個司機同時搶一個用戶,該軟件能判斷出這是一個好活,如果用戶叫車10多秒后才有司機響應,說明不是一個好活。如果兩分鐘后還沒司機應答,終于有一個司機應答,我們就給他補貼,加到一定程度后發現仍沒人搶單,此時用戶已呼叫三次,我們直接給司機加錢,5元、8元、10元一直加到最高16元,附近司機看不到1公里便去拉人,16元輕松進口袋,用戶能聽到“這一單是由該軟件為你獎勵的司機16元”。由上可假設前面討論的15位乘客都使用了該打車軟件,因此可將這15位乘客分為5個區間,進行不同程度的補貼;使x=5,8,10,13,16元;分別對應表2中的15位乘客(以3個乘客為一個分段)。
通過計算15位乘客對應于出租車的單位時間盈利及之前的顧客能打到車的匹配程度綜合分析來判斷該公司的補貼方案是否對“緩解打車難”有幫助。
根據某城市出租車定價可知,晚上10點以前,出租車的價格為3公里以內8元,10點以后,出租車價格統一上升20%,同時,某城市出租車使用93號汽油,假設該汽油油價不變,燃油價格7.5元/L,平均單位里程耗油0.1L/km,時間段與出租車的平均行駛速度關系如下:假設高峰段,出租車的平均行駛速度為25km/h,其他時間,出租車的平均行駛速度為35km/h,利用上述假設我們可以得到出租車的單位時間盈利計算公式:y=(M-C+x)/(60×s/v)
注:M是出租車運價,C是出租車運營成本,x是補貼方案,s是行程,v是行駛速度。
我們可以通過問題一中15名乘客使用上述模型后,結合以上的分析結論,得到出租車司機載單個乘客單位時間(分鐘)的盈利如下:

15位乘客對應的出租車單位時間盈利
將表2與表1 進行比較,可以看出,乘客P11,P13,P10,P1,P5,P4,P3,這7位乘客經過使用打車軟件后,在一定程度上緩解了打車難的問題。但對另外8位乘客來說改善并不大。這說明各公司的出租車補貼方案雖然對部分乘客在“緩解打車難”問題上有一定幫助,但是涉及的人數不是很多,波及范圍并不廣。
因為路程越短,y越大,所以短路程不予以補貼,路程越遠,補貼越多。假設的補貼方案如下表所示:

路程km每增加1km所補貼的金額n10~505~100.510~15115~201.5
n1:每增加1km所補貼的金額,據分析,出租車司機載上述15名乘客,所獲單位時間內的盈利y分別為
y1=0.7986;y6=0.9917;y11=0.9576;
y2=1.4292;y7=0.6542;y12=1.0053;
y3=0.7986;y8=0.9100;y13=0.7755;
y4= 0.7083;y9=0.9139;y14=1.1258;
y5= 0.6541;y10=0.6505;y15=1.0856
由以上分析可知,在該城市上下班高峰期時,出租車司機載一位乘客單位時間內的盈利較大,故不予以補貼;而在其他時間段,因公交地鐵等交通工具的充足,故予以補貼。假設上班高峰期,補貼金額為0元;其他時間,每載一位乘客補貼5元,不考慮小費的影響,出租車司機載上述15名乘客,所獲單位時間內的盈利y分別為
y1=0.7986;y6=1.3767;y11=0.9819;
y2=2.4014;y7=0.6542;y12=0.9881;
y3=0.7986;y8=1.0558;y13=0.4977;
y4=0.7083;y9=1.3514;y14=0.8342;
y5=0.6542;y10=0.5579;y15=0.8599
根據比較路程補貼和時間段補貼所得的出租車司機載一位乘客單位時間盈利的大小發現,通過時間段補貼所得的y相對于通過路程補貼所得的y大部分偏小,且波動較大。且通過路程補貼的y波動小,y值偏高,顯得更加合理,并且能更好地提高出租車司機的積極性,從而較好的緩解打車難現在。故路程補貼的方案可行。
1.1 本模型采用的層次分析,從目的入手,通過不同層次的分析,得出決定不同時空出租車資源“供求匹配”程度的三項指標;
1.2 從實際乘客的需求出發,將問題簡化,并通過優化排序,較為系統地分析了各公司的出租車補貼方案對“緩解打車難”的影響;
1.3 結合問題一、二,對出租車的補貼方案進行了不同角度地設計,通過比較分析,得出了較為合理的補貼方案。
2.1 模型是以供給出租車的供給量不變,油價不變為假設的,但在實際過程中,這兩個指標都有一定的波動;
2.2 模型以15名乘客為主要研究對象,數據較小,從而可能會導致誤差偏大。
2.3 在補貼方案中,我們考慮的是單一因素的補貼,如果兩個因素進行適當的權重分配,模型可能會更完善。
目前,社會存在的打車難,空載率高的現象,乘客路程過遠,出行時段等而導致司機收入偏低,從而拒載引起的。通過路程補貼,增加司機在一位乘客單位時間的盈利,從而較為有效地解決出租車司機拒載,乘客打車難的現象,具有一定的可操作性。
(昆明理工大學津橋學院,云南昆明650093)
本文章依托基金項目:云南省教育廳科學研究基金項目(2015C107Y)及云南省教育廳科學研究基金項目(2014Y645)