滴滴打車面臨的問題分析和優化方案

陳琛 楊昊 付子辰

摘要：在發展過程中由于技術的局限性和策略的不完善，導致滴滴打車依然面臨著許多問題。比如滴滴在加入加價功能時沒有考慮到加價操作存在著不合理性和流程上的漏洞，再比如沒有考慮到司機之間因利益分配不均而產生的惡性競爭。為了解決上述問題應當采取一些策略比如改進加價功能，改善司機間的利益分配制度及優化行車線路等。

關鍵詞：加價問題;補貼方案;迪杰斯特拉算法;A*算法

中圖分類號：F27文獻標識碼：Adoi：10.19311/j.cnki.16723198.2019.04.035

1滴滴打車平臺發展現狀

“打車難”和高空載率的現象在過去的中國的出租車市場普遍存在。這致使了資源的嚴重浪費。然而伴隨著“互聯網+”時代的來臨，出現了許多依托移動互聯網建立的新型打車軟件服務平臺，滴滴打車就是在這樣的背景下產生的。滴滴打車的出現為我們的出行生活帶來了許多便利，比如提升了出租車的利用率;乘客可以通過和司機間的實時互動來準確定位以減少等待時間;接單前無法得知乘客目的地所以不會出現拒載問題。滴滴打車在創立之后沒有停下自身技術水平提升的腳步，開發和更新了許多的新功能，比如順風車，拼車，預約叫車，加價功能等。但在發展過程中由于技術的局限性和策略的不完善，導致滴滴打車依然面臨著許多問題。

2面臨的問題

2.1打車軟件的加價問題

為了提高用車高峰時間用戶打車的成功率滴滴提供了加價功能。它的本意是為了緩解高峰期的用車壓力同時可以適當提升司機和滴滴自身的收入但卻因為滴滴自身考慮不夠周到而引起了不小的爭議。因為本身市場調節就不夠完善，而滴滴的加價規則又過于隨意，沒能提供一個很好的動態加價規則，再加上部分滴滴司機受困于滴滴打車的訂單派送機制無法接單，從而無法真正緩解高峰期用車壓力。同時加價功能使乘客利益受損，出行成本增加，乘客對滴滴軟件就會產生不滿，導致滴滴用戶的流失，自身陷入輿論風波中，削弱自身競爭力，損害了自身形象，同時由于用戶的抵觸心理，加價功能帶來的利潤有限。

2.2現有的出租車補貼方案無法緩解打車難

根據平時我自己打車的經歷，我認為造成“打車難”問題的原因有兩方面：從時間上看，造成了用車高峰期、天氣惡劣的情況和節假日期間打車難的主要原因是車輛和用車人數間的供求不平衡;而從空間上看，車輛集中地區交通阻塞導致車輛無法快速運轉，偏遠地區車輛稀少導致了“打車難”。而出租車補貼無法改變上述狀況，所以難以緩解“打車難”問題。查閱相關資料可得知，滴滴打車和快的打車2014 年的出租車補貼政策如表1所示。

從2014 年移動打車應用行業報告中我們可以得知：用戶在工作日的上下班時間，即每日的早晨六點到八點和下午四點到六點，以及周末的上午十點以及晚八點到十點的時間段里使用打車軟件的頻次是最高的。通過社科院的調查報告結果可得知，近54%的人在打車的過程中需要等待車輛10 min 以上，出租車的等待時間則更長。而用戶對打車軟件的使用頻次較高的時間段，同時也是用戶訂單量處于較的位置的時間段，由此可以得出出租車補貼方案無法在根治打車難問題。同時可以參考《高峰期打車難，大數據給答案，換乘率低是主要原因》得知：在貴陽市中心城區出租車的車輛保有量高達7 000輛，可是用車高峰期時段平均空車量只能占到10%。并且通過數據可知：當處在用車高峰期時實載率可以達到83%，同時可以對比車輛的平均速度，當不在用車高峰期時可以達到43 km/h，然而高峰期只有21 km/h。可知用車高峰期時車輛擁堵車速緩慢致使乘客到達目的地時長變長，出租車運轉的效率低。由此可以得出出租車補貼方案無法從根本上“緩解打車難”這一問題的結論。

3滴滴打車軟件的優化方案

3.1如何改進加價功能

滴滴沒有考慮到單純的加入競價系統是不合理并且在流程上是存在著巨大漏洞的。盲目加入加價功能的結果就是破壞了乘客的良好用戶體驗， 并使公司蒙受了巨大的經濟損失和導致了信譽危機，產生了一系列的不良的連鎖反應。所以要想辦法提升技術手段修補漏洞以減少違規違法行，同時使競價系統更為完整和合理，在保障消費者權益的同時，通過提出合理的補貼政策來提高司機積極性。

3.2改善司機間的利益分配制度

因為利益的分配不均，司機之間也會出現惡性競爭，想要改變這一現狀就要考慮在司機運營時能掙得多少錢以及在什么時段運營掙得比較多，根據車型的不同，排量的大小以及運營的時段來設置不同的提成，通過這種方式使得利益分配不會差距過大。

3.3如何優化行車線路

3.3.1最短路徑

如果路徑點規模較大時，為了滿足導航的時效性要求，減少規劃過程所需的時間，我們可以使用一種非常具有實用性路徑規劃方法即啟發式算法。我們可以利用“A*算法”“迪杰斯特拉算法”等算法加入導航幫助我們規劃路線。

3.3.2迪杰斯特拉算法基本思想

根據《Dijkstra算法的打車軟件司機端選擇最短距離乘客優化問題》中介紹的方法我們可以把 G=（V，E）看成是帶權有向圖，并將頂點集 V劃分成為兩組，用 S來表示第一組已求出的最短路徑的頂點集合，且最開始S中僅含有原點，在這之后，求出的所有最短路徑，V1，V2，…VK全部添加入S中。再用 U 來表示還沒有確定的最短路徑的頂點集合并將其看作第二組，然后將 U 中頂點按最短路徑長度值的遞增次序依次放入S中，在添加頂點的過程中應始終保持從V 到S中頂點間的距離為最短路徑，具體步驟為 ：（1）S的初始狀態為：S 中只包含原點，即S={V}。U 中包含了除了原點之外的所有頂點，比較從V到 U 中頂點之間的距離（不相鄰的點之間的距離為∞），將距離最小的頂點P取出并放入到S中，所選定距離就可以看作為V到 P 的最短路徑的長度了。（2）再根據頂點P來重新修改頂點V和 U 中各個頂點之間的間距 ：如果原點V和 U 之間的距離（經過P時）和原來的距離相比較（不經過 P 時）更短的話，就再次修改頂點 U 的距離值，頂點 V 到頂點 P 再加上邊（P，U）上的權的值即為修改后的距離值。（3）在S能夠包含所有頂點前一直重復上述步驟。

3.3.3A*算法的基本原理

在靜態路網中，A*算法是用來求解最短路徑最為有效的方法之一。A *算法公式可以寫作：G（n）+ H（n）=F（n），其中，把從初始狀態到狀態n的實際代價設為G（n），狀態n到目標狀態路徑最優解的估計代價設為H（n），初始狀態經過n到目標狀態的代價估計設為F（n）。（在路徑搜索問題中，圖中的節點可視為狀態，距離可視為代價）F（n）的選取（或者說H（n）的選取）是求解最短路徑的關鍵條件。如果我們把D（n）視為狀態n和目標狀態之間的距離，則H（n）有以下三種選取的情況：（1）當處在H（n）< D（n）到目標狀態的實際距離的情況下時，由于范圍太大，點數過多，導致了搜索效率很低，但是還是能夠得到最優解的。（2）當H（n）=D（n）時，最短距離即為H（n），就會嚴格沿最短路徑進行搜索，這個時候搜索效率是最高的。（3）當 H（n）>D（n）時，由于范圍小，點數少，所以搜索效率高，但可能無法找到最短路徑。

4展望：滴滴打車的發展趨勢

伴隨著網約車市場的不斷發展壯大，消費者對于打車軟件功能的需求也越來越多元化，不斷推陳出新提供更完善的功能和更好的服務是滴滴打車想要進一步發展不可忽視的要求。作為一款手機應用軟件，滴滴打車不應當固步自封，而是應該尋求多方面的合作，應當在未來加強與網絡供應商之間的聯系，使平臺在穩定的運行的同時也能得到有效的監管，同時給企業不斷注入活力和創新能力，制定出更具有可操作性和更加切實可行的政策，在提升自身競爭力的同時得到社會的認可，以此尋求今后更加長遠的發展。

參考文獻

[1]佚名.2014 年移動打車應用行業報告[R].北京：TalkingData 移動數據研究中心，2014.

[2]歐魯男.高峰期打車難，大數據給答案，換乘率低是主要原因[Z].20150910.

[3]何其祎.Dijkstra算法的打車軟件司機端選擇最短距離乘客優化問題[J].地理空間信息，2014，（06）.

[4]呂繼榮，劉昕，關凱霖，王榮翔.“互聯網+”時代的出租車資源配置[J].現代電子技術，2017.