“互聯網+”時代出租車資源配置

高文俊 李炳諭 侯晴晴 冷月月 孫多多

【摘? 要】通過對上海、北京與成都三座城市出租車在不同時空下的需求關系等，運用SPSS做回歸分析，建立出最優的供求匹配模型，為分析不同空間的出租車資源配置，我們分別選取上海，成都作為統計數據的對象，選取國民經濟總值，市區人口，人均收入以及年份作為主要影響因素，并用SPSS作相關性分析。針對打車問題，以北京的交通為例，給出補貼方案，并對每種進行計算，比較。最終選擇一款效果最好的補貼方案。

【關鍵詞】 “不同時空;SPSS;回歸分析;供求匹配模型”

1.問題重述

1.1引言

出租車是市民出行的重要交通工具之一，是提供公眾個性化的“門到門”服務的便捷運輸方式。“打車難”也是社會普遍關注的熱點問題，隨著互聯網+時代的到來，一系列打車軟件的產生和發展更加便利了人們的出行。而如今，滴滴和快車兩大打車軟件在眾多打車軟件中脫穎而出。為使得出租車資源配置最優化，出租車行業消費者，出租車司機以及打車軟件運營商利益最大化，我們希望建立數學模型解決以下問題。

1.2問題提出

問題一：嘗試建立合理的指標，分析不同時空出租車資源的供求匹配程度。

問題二：分析各公司的出租車補貼方案是否對打車難有幫助。

問題三：如果要設計一個新的打車軟件平臺，你們將設計什么樣的一個補貼方案。

假設1：假設在統計上海與成都的數據進行調查與統計的時候，沒有大型活動的特殊情況。

假設2：假設司機出行不受到大型自然災害以及疫情的影響，不考慮地域擁堵。

假設3：假設問題一中各影響因素之間獨立，互不影響。

假設4：假設24：00到5：00之間出租車不營業。

2.模型建立與求解

2.1問題一的分析與求解

（1）問題一的分析：問題一要求我們建立合理的指標來分析不同時空出租車的供求匹配程度，所謂不同時空主要是指不同空間與不同時間，從兩個方面考慮。不同空間上我們選取上海與成都，用SPSS做回歸分析，主要因素我們選取年份，國民生產總值，人均收入，以及市區人口，來探究這四個因素對于不同空間的出租車資源供求匹配程度的影響，從時間上，我們對同一地點做年度分析以及一天中不同時間段找出影響出租車供求匹配的主要因素以及其程度大小。

（2）問題一的求解：為分析不同空間的出租車資源配置，我們分別選取上海，成都作為統計數據的對象，選取國民經濟總值，市區人口，人均收入以及年份作為主要影響因素，并用SPSS作相關性分析。

上海市2004年到2012年國民生產總值，人口，人均收入以及出租車運營量的數據統計，根據數據用SPSS做相關性分析可得出租車運營量與其他四個因素年份，國民生產總值，市區總人口，居民人均收入的相關系數為0.853，0.854，0.841，0.874，有相關系數的計算可知，出租車運營量與居民人均收入，國民生產總值相關性更高。

對成都市的數據做相關性檢驗，用SPSS做相關性檢驗可得出，成都的年份，國民生產總值，市區總人口，居民人均收入與出租車運營量的相關系數為0.943，0.979，0.950，0.984，有相關系數可知，出租車運營量與國民生產總值和居民人均收入相關性更高。

由上表用SPSS做相關性分析后，可得出，出租車運營量與影響因素年份，國民生產總值，市區人口以及居民人均收入的相關系數分別為0.943，0.979.0.950.0.984，即出租車運營量與國民生產總值和居民人均收入相關性更高，且二線城市城市成都與一線城市上海相比，同一影響因素，出租車運營量受其國民生產總值以及居民人均收入的影響要更高。

以上是分析的是不同空間的出租車資源的供求匹配程度影響因素，由以上結果可知，上海和成都的供求匹配程度影響因素主要集中于國民生產總值與居民人均收入，基于不同時間段，我們做進一步的分析。

凌晨5：00到6：00之間，出租車的載客里程數最少，在上午9：00到晚上22：00之間，載客里程數較大，從早上6：00到晚上22：00載客里程數較大，在11.2到16.4之間，并且出租車司機收益基本呈現逐步增加的趨勢，從19：00以后，收益趨于平穩，在40左右徘徊。

一般情況下，23%的顧客等待時間在5分鐘左右，一半的顧客等待時間在十分鐘之內，四分之一的顧客等待時間在20分鐘之內，只有2%的顧客等待時間在半個小時以上。以60分鐘作為一個時間段，根據空駛率的定義，即全日出租車無載客行駛里程與行駛里程（載客行駛里程與無客行駛里程之和）之比，可以表示在該時間段內出租車的平均空駛率公式，即

由此計算出不同時間段的空駛率，早上7：00到9：00，空駛率達到50%左右，此時出租車供應與顧客需求呈現供過于求的狀態，而從9：00到12：00，空駛率一直下降到19%，直至早高峰結束空駛率一直維持在20%左右，此時已經出現出租車與顧客需求出現供不應求的狀態，晚高峰從17：00到晚上20：00，出租車的空駛率一直維持在20%以下，此時一直是供不應求的狀態，降至最低點19%之后，空駛率有所回升，從21：00到22：00，空駛率達到32%，出現供過于求的狀態。

2.2問題二的分析與求解

（1）問題二的分析：很顯然出租車的補貼方案對緩解打車難有一定幫助，但獎勵額度不應太多，應該完善軟件誠信功能，就上下班打車高峰期推行合乘政策，對合乘成功的顧客和司機進行一定金額的獎勵，并累計雙倍誠信積分。同時輔助建立完善的舉報制度來有效的監督司機，鼓勵提高司機的信譽度，可以累積司機的信譽度，對于信譽度高的月底累計予以獎勵。

（2）問題二的求解：北京l6區出租車供求匹配分析：①查找2011年的北京市一至四環的16區的常住人口、人們選擇出租車出行概率、六環內日均出行總量，根據北京各區需要乘坐出租車的人數與出租車在16區的載客數之比，求解出2012年不同區的出租車供求匹配度。②打車難的補貼方案：（a）讓新人首次使用可以領取一次補助，這樣就會提升乘客量，并且也能增加司機的出勤率。（b）通過調查發現，給乘客每天給兩單補助，是吸引乘客的重要手段，在出行次數合理的情況下，同時提高了的乘客量和司機的出勤率。（c）每天按照司機的成單量每單可以給予一定的補助，可以很有效的改善出租車司機的出勤率。

（3）出租車行為方式利潤分析。城市道路暢通下出租車行駛速度為45km/h，且能在乘客等待時間（T=10min）內到達乘客位置.根據居民在其他路況出行時間與順暢路況出行時問的倍數，計算出相應的最高速度與最低速度，

（4）研究方法。計算司機兩種行為的利潤：司機選擇接單會產生空載燃油費，選擇就近載客則沒有，兩種行為相同的成本是運送乘客到指定目的地損失的燃油。此外，行駛里程是否在起步價里程內對司機收入會產生影響，據此整理得出司機在接單和酒店載客情況下的利潤方程：

接單情況：H=Y—R+Y。

（5）結果分析。結果顯示乘客距離目的地分別為2km和10km的利潤比趨勢相同，利潤比隨補貼額的增加而增加，且道路越擁堵，司機利潤比越大，接單利潤大于拒單利潤，司機偏向于道路擁擠地區接單。在乘客距離目的地分別為2km和10km時，當補貼價格為2元，道路暢通、基本暢通、輕度暢通情況當補貼為3元，道路暢通，這4種情況下利潤比都是小于1，說明司機接單的利潤小于就近載客的利潤，司機偏向于拒單，這些補貼無法緩解“打車難”。當補貼價格大于或等于4元時，利潤比大于1，可以緩解打車難。

2.3合理補貼方案分析

（1）研究思路。求解利潤比為 1時，也就是司機接單利潤等于拒單利潤時的最小臨界補貼額，此時接單與拒單對于司機的效用是一致的，然后結合出租車司機空載行駛距離與交通路況的函數關系。

推導出關于交通指數的補貼額函數引，計算出補貼方案。

（2）數據處理。收集交通指數及居民出行時間比道路通暢情況多耗倍數。

2.4研究方法

計算乘客距離指定 目的地 ，分別在起步價 內和超過起步價兩種情況下利潤比為 1 時的補貼額 ，即 仃 =1，7r：= 1 ，求出接單與拒單情況下的補貼額相同：

式中D 為出租車空載距離;h 為每百公里耗油量;g 為每升油費。

出租車空載截距離與不同交通路況下以及乘客最大等待時間乘積有關，據此得到出租車空載距離關于交通路況的函數;

將公式代入上式得到關于交通指數的補貼函數;

2.5結果分析

在乘客相同的等待時間內，道路越擁堵的地區，出租車的行駛速度慢，空載行駛路程短，出租車耗油費少，所 以補貼越低，嚴重擁堵地區補貼為4.031元;而在道路暢通地區，出租車行駛速度快，空載行駛路程長所耗油費多，所以補貼較多，暢通地區補貼為8.466元。

2.6總結

針對4個有關出租車資源配置問題，提出了供求匹配度、利潤比指標對出租車的供求匹配、補貼方案對“打車難”緩解影響情況進行定量判斷。合理的假設下引入變量建立出租車供求平衡方程，從微觀角度對不同路況為緩解出租車“打車難”提出了相應的補貼方案。

3.市場分析

3.1行業分析

近兩年來，我國網約車行業受到宏觀經濟放緩、政策趨嚴等因素影響，市場交易規模增速放緩，進入規范化調整期。根據數據顯示，我國網約車市場交易規模逐年上升，2019年整體交易金額達3044.1億元，同比增長3.42%。近年來，在網約車行業市場迅速發展的情況下，各種關于顧客安全事件也相繼出現。因此，國家以及各地政府紛紛出臺網約車市場管理辦法，加強對網約車平臺的監管，明確落實網約車平臺的主體責任、運力投放機制等問題，逐漸規范市場經營行為，行業合規化提速。截止目前，我國已有140多家網約車平臺公司取得了經營許可，全國合法網約車駕駛員已達150多萬人，日均完成網約車訂單超過2000萬單。

3.2市場痛點

（1）該行業哪些關鍵因素制約了行業發展？所有網約車平臺、車輛和駕駛員，未取得網約車運營資質之前，不得從事網約車經營活動。無獨有偶，上海、成都、廣州、南京等地也都加強網約車監管，資質成為網約車繞不開的問題。網絡預約出租汽車經營服務管理暫行辦法》的出臺，雖然承認了網約車的合法地位，可各地的實施細則過于嚴苛，令網約車的進入門檻被人為太高。部分城市的網約車合規數量由此大幅度減少，導致打車難、打車貴的現象再次上演，引發廣大市民的強烈不滿，認為地方監管部門在維護傳統出租車的既得壟斷利益，阻礙新興產業發展和技術進步。在地方細則發布一年多之后，少數城市認識到問題所在，對網約車標準進行了微調，放寬了市場準入門檻，可絕大部分城市依然故我。而且，還有很多城市遲遲未能發布細則，對網約車運營資質的審核也過于遲緩，導致一些網約車平臺實際運營城市的數量多于獲得經營許可證的城市數，實際上被迫處于“非法運營”狀態。顯然，這種人為因素造成的資質限制，違背了簡政放權的政策精神，乃是利用運營資質卡住網約車平臺的發展路徑，隨時都能以“非法運營”為由，對網約車采取行政打擊，令行業發展嚴重受阻。

（2）該行業當前用于解決上述問題的思路？應明確宣布延長過渡期，為新老業態融合發展和各種協調與化解創造空間，改變市場預期尤為重要。同時推動部分城市降低網約車準入門檻，取消轉變營運性質的強制性要求，增加對保險、司機背景審查、車輛安全檢查等細化要求。在條件具備時，全面實施回歸共享經濟的新監管體系。同時改變以公共交通出行為主的維度，取消車型限制，真正實現平臺開放，這對未來出行有很大的益處。

（3）解決上述問題可產生的經濟價值？利用網絡支付，評價系統，GPS，LBS等網絡技術手段，通過整合線下閑散物資或個人服務，將供需進行精準匹配，并以較低價格提供物資或服務，減少交易成本，達到資源最優配置。從而實現“物盡其用”，“按需分配”的資源配置目標，實現雙方收益最大化。

（4）解決上述問題可產生的社會價值？據統計，在2017年滴滴出行一氧化碳、二氧化碳減排量相當于70萬輛私家車一年總排量，相當于一個中等城市。氮氧化物、顆粒物減排量相當于100萬輛私家車。按森林碳吸收核算，相當于去年一年碳減排種了1.2億棵樹。滴滴共享出行是綠色生活方式在出行方面非常重要的一個體現。綠色出行，既是次生問題，也是內生問題。次生問題在于共享出行本身目標并不是為了環境改善，而是為了改善出行需求，但間接帶來了環境問題改善效應，相對產生了環境友好。

（5）總結。不管是從人們生活方式需求的角度還是出租車市場需求的角度，“互聯網+”時代網約車的盛行極大程度上填補了人們對于出租車以及交通工具不能短途出行的空白，而網約車的市場需求空間也會隨著社會發展進一步擴大。