出租車司機的理性行為決策

趙蕾 西北政法大學

我國的絕大多數機場都是采用出發通道與到達通道相分離的布局，因此，送機的出租車司機在將乘客送達之后便會面臨兩個選擇：直接返回市區或前往到達區載客后再返回市區。若直接返回，司機要付出空載成本，并且可能損失潛在的收益；而載客后返回，則需要付出相應的時間成本。

針對該問題，文中對影響司機做出決策的各種因素進行分析，并在此基礎上建立一個能夠使司機在不同條件做出決策的數學模型，并通過此模型來實現司機的理性決策的目標。

在眾多的決策方法中，層次分析法是將半定性、半定量問題轉化為定量問題的有效途徑，它將各種因素層次化，并逐漸比較多種相關聯的因素，為分析和預測事物發展提供可比較的定量依據。在生活中，影響司機做出決策的因素包括確定信息和經驗信息兩大類。其中，不同時間段到達的航班數量是司機能夠確定的主觀因素，通過對一天中的時間段，蓄車池中車輛數目進行劃分，建立司機的決策表格，利用層次分析法來計算出通過一致性檢驗后的權重矩陣，從而建立司機在一天中的決策模型。

通過數據搜集發現一天中0:00～9：00機場的飛機航班數量較少，在30架以下；9:00～17:00和20:00～24:00這兩個時間段的航班數量較多，都處于30～53架之間；而17:00～20:00是航班數量最多的時刻，數量達到53架以上。此數據是對2019年7月1日廣州白云機場的航班數據統計得知。下面將通過模型的建立來求得該表中Ai的具體數值，以此作為司機進行決策的依據。

首先，我們需要建立司機決策的層次結構模型。出租車司機作為一名理性經濟人，其決策目標就是最大限度地實現收益最大化，處于模型中的最高層。為了目標，其在進行決策時就會有兩種備選方案-留在蓄車池中等候或者返回市區重新載客，因此這兩種方案是該模型的最低層。在司機進行決策時會受到各種因素的影響，我從中選取了四個因素作為影響司機做出決策的關鍵條件，如圖1所示，是我建立的出租車司機決策的層次結構模型。

圖1 出租車司機決策的層次結構模型

其次，需要構造判斷矩陣。在確定各層次各因素之間的權重時采用一致矩陣法，即：

（1）不把所有因素放在一起比較，而是兩兩相互比較。

（2）采用相對尺度，以盡可能減少性質不同的諸因素相互比較的困難，以提高準確度。

接著，需要對層次單排序及其一致性進行檢驗。層次單排序是給出準則層因素對目標層而言相對的重要性(權重)，及其一致性檢驗，在成對比較過程中允許不一致情況的出現，但需要對不一致的允許范圍進行確定。

最后，則是對層次總排序及其一致性進行檢驗。層次總排序是給出方案層的方案關于準則層的各因素而言相對的重要性，及其一致性檢驗。

基于以上原理我們對假設條件下的一天中，基于不同的時間段和蓄車池車輛數，對司機的行為決策進行AHP分析，步驟如下：

a.計算歸一化權重系數

根據計算公式

計算初始權重系數wi'。

再根據公式

最終計算得到歸一化權重系數wi。

b.對權重系數是否符合邏輯進行檢驗

在確定權系數過程中，依靠主觀判斷給出的判斷矩陣，還需要通過一致性檢驗，以便盡可能消除人的主觀判斷所導致的不一致性結果的產生。一致性檢驗通常采取一致性指標CI 檢驗該項目的相對優先順序有無邏輯混亂，一般認為，當CI ＜0.01時，可能邏輯混亂，此時計算所得的各項權重可以接受。

其中式中m為接受檢驗層次的子目標數，λmax為最大特征根，λi為該層子目標成對比較判斷優選矩陣的特征根。

為了進一步度量不同階段矩陣是否具有滿意的一致性，我們仍需要引入判斷矩陣的平均隨機一致性指標RI。不過，對于1-2階判斷矩陣，RI 只是形式上的，因為1-2階判斷矩陣具有完全一致性。當階數大于2時，判斷矩陣一致性指標CI 與同階平均隨機一致性指標RI之比稱為隨機一致性比率，記為CR，其中

當CR ＜0.1時，即可以認為判斷矩陣具有滿意的一致性，否則就需要調整判斷矩陣，并使之具有滿意的一致性。

基于以上原理，我們計算出不同時間段的12個總排序一致性比率，如表1所示。

表1 假設條件下的一天中不同情況下司機的決策表格

從此表中可以看出，當天氣為陰雨天且處于旅游旺季時，0:00～9：00是航班數最少的時間段，此時司機更多的會選擇離開機場返回市區，但如果蓄車池中車輛較少，司機可能就會選擇留在機場等待乘客；17:00～20:00是一天中飛機場航班數最多旅客的時間段，此時司機更傾向于留在蓄車池等待乘客，但當蓄車池的車輛較多時，司機則可能會離開機場前往市區。該表中的計算結果基本與我們日常生活中遇到類似情況時司機所做的決策基本相符，因此用該模型來進行不同條件下司機決策的預測是具有一定效果的。但是文中決策表格的列舉是有一定的假設前提的，在不同的天氣、季節、時間段的因素干擾下，決策表格也會有相應的變動。