“互联网+”时代的打车难补贴政策的分析与探讨.doc
20页
互联网+”时代的打车难补贴政策的分析与探讨本文主要研究了基于打车软件下的出租车资源配置问题，建立了资源匹配规 划模型、等待时长规划模型，利用MATLAB、SPSS软件，实现了对不同时空下出 租车资源的“匹配程度”与不同打车软件的补贴政策对“缓解打车难”的帮助程 度的问题的求解针对问题一，采用机理分析法，选取每名乘客的平均等待时长与司机的月收 入两项指标来衡量出租车资源“供求匹配”程度，两项指标的可量化性使得模型 结果可以被直观分析基于Floyd算法求解了乘客平均等待时长和分析数据求得 不同空驶率下的司机月收入，建立资源匹配规划模型，求解不同时空下的出租车 资源“匹配程度”以某市某经济开发区为例，求得该经济开发区使用打车软件 下的乘客平均等待时长为124.67秒，司机月收入为5463.5元，将其与乘客可接 受的最长等待时长与该市生活背景下的司机满意的最低收入进行比较，可知在该 经济开发区内的出租车资源“匹配程度”良好针对问题二，搜集Uber和滴滴出行两大打车软件的补贴政策，从“打车难” 问题的根本（需求大供应少）入手，选取在补贴政策变化下的打车需求量和出租 车供应量两项指标的变化对乘客平均等待时长的改变来衡量该政策是否对“缓解 打车难”有帮助。
建立等待时长规划模型，通过比较补贴政策前后乘客平均等车 时长的长短，求得Uber的“拼车”补贴与“私家车载客”补贴对“缓解打车难” 有帮助，滴滴出行的“无差别”补贴对“缓解打车难”没有帮助针对问题三，分析Uber和滴滴出行两大打车软件的补贴政策下的不足之处， 参考并改善Uber补贴政策，新增了对司机和乘客的双向“拼车”补贴、对长途 接运拼车的大型出租车的“高峰期”补贴与能约束载客私家车数量的动态补贴的 三项政策，从缓解“打车难”、实施可行性、用户满意度三方面论述该补贴政策 是合理的所建模型具有较好的实用性，适于推广至物流配送、快递员快递收发等运输 行业关键词：互联网+打车难供求匹配补贴政策1、问题重述1.1问题背景出租车是市民出行的重要交通工具之一，“打车难”是人们关注的一个社会 热点问题随着“互联网+”时代的到来，有多家公司依托移动互联网建立了打 车软件服务平台，实现了乘客与出租车司机之间的信息互通，同时推出了多种出 租车的补贴方案1.2问题提出作者搜集了相关数据，建立了数学模型研究了如下问题：（1） 建立合理的指标，并分析不同时空出租车资源的“供求匹配”程度；（2） 分析各公司的出租车补贴方案是否对“缓解打车难”有帮助；（3） 为一个新的打车软件服务平台设计有效“缓解打车难”的补贴方案并 论证其合理性。
2、模型假设（1） 假设乘客的上下车与司机接单均在各标记处的主要路口；（2） 假设司机收入均来自于出租车的运营，且合理收费，不出现接私活的 现象；（3） 忽略天气、节假日等原因使得地区的乘车需求量与出租车供应量发生 重大改变的情况；3、符号说明%：路口 S = I,2,到路口叩顶= 1,2,…的最短距离；与：出租车从路口成= 1,2,…"）到路口小）= 1,2,接客的趟数;T：单位时间段所有乘客从下单起到乘上出租车的等待时长之和；4: 一名乘客在单位时间段一次从下单起到被接单的平均等待时长；K：单位时间段内的出租车平均空驶率；A/o：单位时间段内，第，辆出租车的总空载里程；九：单位时间段内，第，辆出租车的总载客里程;4、模型的建立与求解4.1问题一的分析与建模为分析在不同时空出租车资源的“供求匹配”程度，作者选定某市某经济开 发区作为采样点，搜集在某经济开发区一段时间内的每一天的各个时间段（包括 高峰期、平稳期、低谷期）下的各交通路段的具备打车软件的出租车流量（下称 出租车流量）、使用打车软件的客流量（下称客流量）以及客户的去向数据以及 交通网络的各交通路段的路程长度以某经济开发区所有使用打车软件的客户平均等待时间总和与具备互联网 打车功能的出租车的平均空驶率作为指标来衡量出租车资源的“供求匹配”程度。
为计算客户的总等待时长，通过分析数据，将某经济开发区分为若干块（包括客 流量密集、一般、稀少区），采用随机的方法为各交通路口安排相应的出租车流 量，将出租车成功抢单后到达顾客所在点的最短时长作为客户的候车时长，计算 出客户的总等待时长（候车时长与接单时长之和）；为计算出租车空驶率，采用 IC数据统计方法，计算在该时间段内的出租车使用率作为第二指标来衡量出租车 资源的“供求匹配”程度4.1. 1基于Floyd算法的候车时长计算在同一时间段，客户等待时长为客户下单后到上车之间总时长，分为两部分: 下单后的司机接单时长与接单后去接客的时长平均司机接单时长可查阅数据得 出，为计算接客时长，作者将该问题转化为最短路问题进行求解最短的接客时长设图G = （V,E）, 表示边⑴,七）上的全（即为道路的长度），若耳和七不相[1]邻，则辱= +oo,用％.表示顶点匕和顶点七的最短距离使用Floyd算法来计算4•最短距离矩阵，步骤如下：Stepl输入图G权矩阵W,对所有的很，有4广盼 S1；Step2 更新％ ,对所有，,j，若4* +4 <%,则令djj=djk +4 ；Step3若，则存在一条含有顶点V.的负权值回路，算法终止；或者k = n算法 终止；否则转Step2.假设出租车在该城区的行驶速度固定为"（单位:km/h）,司机从起始点外.到 客户所在地坊的时长为也。
将从起始点，到客户所在地/的车的数量为与则总 等待时长为其中，匕为平均接单时间，丁为总等待时长，&表示在该时间段的总接单 数，为总接客时间7=1 口4.1.2空驶率的计算出租车空驶率是一项能够直观反映出营运出租车的营运状况和出租车拥有 量是否合理的指标，指单位时间内出租车空载行驶里程与总行驶里程之比⑵为求出单位时间内出租车空载率，作者引入出租车IC数据统计方法IC卡 （Integrated Circuit Card,集成电路卡），也称智能卡，它是将一个微电子芯片嵌 入符合ISO 7816标准的卡基中，做成卡片IC卡的开发、研制与应用是一项系 统工程，涉及到计算机、通讯、网络、软件、卡的读写设备、应用机具等多种产 品领域的多种技术学科，是当今国际电子信息产业的热点产品之一基于IC卡的具备打车软件功能的出租车的管理系统，管理者可方便科学的对 出租车的各种信息进行管理出租车IC卡管理系统有两个主要的数据表：营运 明细表和车辆档案表从中截取对于计算空驶率的数据，如表1所示表1出租车ic卡字段及内容说明dtScrpfltKsIcdtScsj dtXcsj inZksj fltJflc上车日期 上车时间 下车时间 载客时间 载客里程 空驶里程2009 年 9 月 29 日 17:23 17:34 0:11 4.00 24.90-查阅一批出租车IC卡上的数据，基于计价器IC卡运营数据表对出租表对出 租车运营状况进行分析，以一个单位时间段的时长为准，计算得出各个时间段的 车辆平均空驶率【3】为：上|妇。
十知1其中，危为单位时间段内的出租车平均空驶率，Lo为第，辆出租车的总空载里程, 4为第，辆出租车的总载客里程，为第，辆出租车的空驶率 4.1.3模型的建立为评价出租车资源“供求匹配”的程度，引入两个指标“乘客可接受的最长 等车时长”和“司机满意的最低月收入” o即当某个时空，乘客的平均等待时长 小于等于乘客可接受的最长等车时长且司机收入大于等于满意的最低月收入时， 供求匹配程度达到最佳，相反两者皆未达标即为匹配程度差，满足其一标准即为 匹配程度中等西南交通大学的冯晓梅在《供需平衡状态下的出租车发展规模研究》一文的 撰写过程中，对468名市民进行关于乘客可接受的最长等待时长的问卷调查，调 查结果如图1所示11-15分钟6-10分钟17.93%3-5分钟28.56%44.37%10.00%20.00%30.00%40.00%50.00%图1乘客可接受的最R等待时间统计由图可知，有44.37%的乘客可接受最长的等待时长为1・2分钟；28.56%的乘 客可接受最长的等待时长为3・5分钟；17.93%的乘客可接受最长的等待时长为 6・10分钟；5.78%的乘客可接受最长的等待时长为11・15分钟（“其他时间”所占 百分比较小，故舍去），由此计算，乘客可接受的最长等待时长的数学期望为3.99 分钟。
由于国内的人群价值观的相似性，可以判断出不同城市的乘客可接受的最长 等待时长相近，不会有对模型有实质性的影响故可以将3.99分钟作为模型中 的乘客可接受的最长等待时长下将司机满意的最低收入进行量化在不同城市的经济背景下，相同的生活 质量有着不同的生活成本，故要根据实际的生活背景确定司机满意的最低收入， 为简化模型，现设为假设司机仅从事出租车事业，仅有此一种收入形式由生活经验可知，司机 的实际收入为开车所赚得的金额减去每天上交给出租车公司的“份子钱”与所行 驶公里数所花费的油费（以月收入作为标准）：G = 30x[(oxL})-f- pq(L + L))]其中，为每公里载客的收入，金为一天内的空驶里程数，L为一天内的载客里 程数，./•为每天需上交给出租车公司的“份子钱”，〃和g分别为每百公里油耗 和每升汽油所需油费建立如下数学模型:目标函数：z=a邛JOa=〈其中匕|）r< 3.99x60r> 3.99x60G
4.1.4模型的求解以某市某经济开发区为例，在谷歌某经济开发区卫星地图上将各个主要的交 通路段进行标点，如图2所示G25O1 20 “m，工汽 15 2614 16 77w 3631 日2 5 21 轮3 6 117 12 17 288 13 18 22 249 14 19 23 25 队41 42 47 52 55 56 71 7840 41 4243 A 72 7948 53 574449 54 58 73 804550 8146 59 8251 土 8360 62 65 善 69 74 8461 63 66 70 7564 36 7A67 7668 775732 34 3833 35 3985 92 97 9986 93 9887 9488 95 ioo89 969091 101图2某经济开发区交通路口标点图如图所示，某经济开发区主要交通路口为101处，标记为点1至点101根 据所绘图形的比例尺（1： 74200），计算得各个连通路段的路程（详细见附件点 坐标及权矩阵.xls），并使用所建模型中的Floyd算法，求得所有两点间的最短路 矩阵>.01X10.（见附件Dij.xlsx） o查阅某经济开发区的日基本行车路径【4],整理成司机从路口 u到乘客所在地 /七•的行车频率矩阵X101xl01 （见附件Xij.xls）,假设在某经济开发区的车辆行驶为40km/ho程序见附录一，求得：101 101 d X \\、 ij ii 乙知,=122.94s （4.。
