“互联网+”时代出租车资源配置模型研究

刘兰 焦攀 蒲斌

摘 要：为了研究“互联网+”时代城市出租车的资源配置以及打车平台补贴方案的合理性，首先通过引入衡量出租车供求匹配程度的三大指标（里程利用率、车辆满载率、万人拥有量）建立了线性回归模型，代入相关数据得到了目标城市不同时空的出租车供求匹配程度，其次通过出租车空驶率与补贴之间的数量分析，在经典Cairns和Liston-Heyes动态模型基础上建立了一个与补贴相关的多目标动态优化模型，得到了在不同补贴下出租车的空驶率以及供求匹配程度，最后基于此给出了较为合理的补贴方案。

关键词：资源配置；供求匹配；线性回归；动态优化；数量分析

在当前的社会背景下，出租车是市民出行的重要交通工具之一，但是由于城际圈的扩大以及人流量的不断增加导致了“打车难”问题，尤其是在交通早晚高峰的阶段，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，但是现行打车软件仍存在很多不足，本文通过建立模型研究城市出租车供求匹配程度，并基于此探究打车平台补贴方案是否能够缓解打车难问题以及其合理性，并给出较为合理的方案。

1 线性回归模型建立与求解

1.1 基本假设

假设所收集的数据都是真实可靠的；城市常住人口、暂住人口、流动人口搭乘出租车出行的特征一致；在不同的时空，出租车每行驶一公里的成本一样；由于每次打车不管载人多少都按行程计费，我们假设每次载客人数为1人；忽略各种偶然因素对模型的影响；匹配度最合理为1（1仅为参照系数），从而可进一步得到大于1时出租车供不应求，小于1时供大于求。

1.2 模型准备

出租车全市总数量N：通过数据收集，可知2013年成都全市出租车总数量N为17684；出租车日常平均速度V：通过搜集多张出租车发票数据，进行数据处理可得出出租车日常平均速度为36km/h；全市出租车日常日客运量Q：由于2013年成都6-8月内每辆出租车日均载客量高于全国出租车日均载客量30-50，综合考虑取Q为46，则全市出租车日客运量Q=46×N；通过搜集数据，得知居民搭乘出租车平均出行距离D=6.67（km）。

1.3 模型建立

1.4 模型求解

1.4.1系数c1、c2、c3求解

分析所搜集的全国出租车统计信息，采用均值法找出了供求匹配度较为合理的三个城市，即成都、杭州、厦门，并假设它们的供给匹配度都为1（1仅为参照系数）。利用待定系数法套用该模型解得三个影响因素的系数c1、c2、c3。根据其城市的出租车万人拥有量、里程利用率和出租车月营业额，结合出租车的起步价、平均速度和平均运行时间，设载客数为x，载客里程为y，建立二元一次方程组可求得该城市的满载率。以成都为例，出租车起步价为8元，平均速度为36km/h，平均运行时间为13h，起步里程为2km，可建立方程组：

同理可求得其他两个具有代表性的城市杭州、厦门的出租车满载率分别为0.7，0.76；

将成都、杭州、厦门三个城市的万人拥有量、里程利用率、车辆满载率代入模型建立三元一次方程组： c1×23.50+c2×0.67+c3×0.67=wc1×19.60+c2×0.69+c3×0.70=wc1×22.78+c2×0.72+c3×0.76=w

由于上述中各城市的匹配程度合理，故我们取上式中w=1，并利用Matlab编程求得：c1=-0.00002c2=2.68942c3=-1.23135

综上所述：w=-0.00002α1+2.68942α2-1.23135α3

1.4.2 不同时空匹配度的求解

按照车辆的需求程度将城市定义为中心区[0.4]、次中心区[0.3]、次边缘区[0.2]和边缘区[0.1]四个区域，其中X表示城市需要出租车人数在该区域所占比例。

通过搜集成都市一天内各个时刻出租车交通量得到了统计信息表，我们分析得出：00：00—07：00、19：00—24：00出租车交通量较小，不存在供求矛盾，不具有代表性，因此，我们选择07：00—19：00这个时间段作为研究对象，即日均每辆车运营时间T=12h，再按照出租车繁忙程度将07：00—19：00划分为4个时段：早高峰：7：00—9：00，中高峰：11：00—13：00，晚高峰：17：00—19：00，平峰：9：00—11：00、13：00—17：00。利用Matlab编程、绘图，求得各个时间段对应得图像面积。综上，我们可以得出：

查得成都市主城区出租车总数量N为17864辆，总人口O为760（万人），可得出万人拥有量：α1=N/O=23.5。

将成都市出租车日客运量Q为811130人，居民出行的平均距离D为6.67km，出租车日均每辆车运营时间T为12h，出租车日常平均速度V为36km/h；全市出租车总数量N为17684辆代入公式（3）有可解得里程利用率为：α2=0.607。

又全国各主要城市出租车车辆满载率均值为0.7，即？籽=0.7，代入公式（4），可求出各区域在各个时间段对应的车辆满载率α3，同理，得到各区域在各个时间段对应的车辆里程利用率α2。

将α1、α2、α3的值代入目标函数（1），解出出租车资源的供求匹配度w在不同时空下的程度。

2 多目标动态优化模型建立与求解

模型建立：

在出租车市场中，存在着出租车司机和乘客两个主体。传统供需平衡法认为，只有在存在供给与需求平衡的条件下，出租车行业的经济效益和社会效益才能达到最佳状态，即出租车资源的“供求匹配”程度最佳。我们无法影响出租车数量，则出租车运力的利用率提高就是我们的研究方向，而出租车运力利用率中最显著的指标就是空驶率。由此，我们想得到出租车空驶率与补贴之间的数量分析模型。1996年，Cairns和Liston-Heyes完善了Douglas的模型得到了以下的计算公式：

3 合理的补贴方案

我们研究补贴的对象均为出租车乘客，并给出以下方案：既考虑补贴上下限又考虑公司亏损状况。由线性回归模型的结果可知，出租车资源的“供求匹配”数值越大，“供求匹配”程度越高，而得出的结果表1中，虽然在部分时空出租车“供求匹配”程度偏高或偏低，这主要是由于我们设置补贴的上下限所致，但与滴滴打车和快的打车的补贴方案下的匹配度相比，相应的匹配度都有所改进。

4 结语

在总体思路上，本文所建立的模型根据出租车需求量以及繁忙程度对区域进行了合理划分，从而得出不同时空的匹配度，这种思维具有创造性。同时，模型的假设合理，切合实际；建立过程具有严格的理论依据，分析过程逻辑严密，计算准确；结果采用图表对照，明了清晰。另外，所建立的模型简易有效，也对实际问题有一定指导意义。因此，本文对于“互联网 + ”时代的出租车资源配置问题，分析不同时空出租车资源配置程度、分析不同补贴方案对打车难的帮助、以及设计补贴方案并论证其合理性。这将对研究互联网时代下出租车配置问题有一定的借鉴作用。

参考文献：

[1] 衡量出租车供求的三大指标—里程利用率、车辆满载率、万人拥有量[J].运输经理世界，2007（5）：46—49.

[2] 劉鸿婷，出租车运力规模评价与优化研究[EB/OL].中国知网（F572；F224），2011，5，1：26-27

项目编号： JG-2016-024

作者简介：

刘兰（1994-），女，汉族，四川成都人，西华师范大学计算机学院2013级通信工程专业在读本科生，研究方向为图像处理、信息处理；焦攀（1994-），男，汉族，四川达州人，西华师范大学计算机学院2013级软件工程专业在读本科生，研究方向为大数据、计算机网络；蒲斌（1971-），男，汉族，副教授，研究方向为无线网络与数据通信。