1、 1 “互联网 +”时代的出租车资源配置问题 摘要 本文讨论了“互联网 +”时代下的出租车的资源配置问题，分析了不同时空出租车资源“供求匹配”的问题，并对各公司“缓解打车难”的补贴方案是否有用进行分析。最后，在前两个问题的基础上，创建一个新的打车软件服务平台，设计出新的补贴方案。 问题一， 首先以里程利用率、万人拥有量和空载率为指标， 运用 Matlab 数学软件构建数学模型，通过数据分析，计算出了一线、二线城市在不同时间段出租车的供求匹配程度，对解决城市拥堵有一定的价值。 问题二， 根据现阶段两大打车公司嘀嘀打车和快的打车的各类补贴政策，以等待时间和覆盖率为基准，利用 Spss 软件计算顾客
2、等待痛苦程度，通过数据分析得到： 安装打车软件的出租车 绝大多数 会在接到订单后 5 分钟左右赶到乘客所在地点 ，说明补贴政策对缓解打车难的有较大作用 。 问题三， 根据现行的打车软件服务平台的一些弊端， 合理设计补贴政策， 创建了一个新的打车软件服务平台， 在 实时控制法的基础上 ，建立多目标线性规划模型， 并进行相应的量纲变换 ， 运用 Matlab 软件求解该类补贴投资问题，应用于现实 生活规划最优有效解 关键词： 匹配程度 补贴政策 多目标线性规划模型 最优解 2 1 问题重述 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
3、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。 在高速发达的信息时代，尽可能的利用网络这一渠道采取供应关系，考虑应对措施，解决供求关系。 （ 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） 如果要创建一个新的打车软件服务平台，设计什么样的补贴方案，并论证其合理性。 以上问题要求我们完成三部分的建模分析，提出合理推广方案。 2 问题分析 基于大数据平台进行问题的分析与解决。 问题一：首先对这个问题进行分析，本问题的目标是在合理的指标
4、基础下，分析出不同时间和空间出租车资源的“供求匹配”程度的大小。建立合理的指标，我们首先要搜集数据，根据不同地点的出租车辆 数 ，总人口 数 等 数 据 ，以及出租优化资源配置评价体系，利用模糊评价法，层次分析法等数学方法，建立相关的数学模型，得到合理的指标。根据所得到的数据指标，分析车与人的供求关系，分析多组数据，从而建立“供求匹配”程度的相关模型。 问题二：本问题的目标是根据不同公司的出租车补贴方案来分析对“缓解打车难”的帮助效果。在各软件公司的补贴方案 的基础上，搜集相关数据，建立相关模型，以顾客的满意度来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 问题三：在问题二中我们
5、可以看出各公司的补贴方案对缓解打车难起到了明显的作用，有很多优势，但 同时存在着很大的 缺点 ，在创建一个新的打车软件服务平台的基础上，可设计出一种全新的补贴方案，改善打车软件存在缺点，使其供求合理，打车方面，具有实用性，合理性。关于城市最佳补贴方案可通过建立合理的多目标线性规划模型，然后充分利用出租车信息，采用最合适的补贴方案求得有效解。 3 符号及符号意义 不同时刻不同区域客运量 出行距离 平均每趟载客人数 平均行驶速度 TDist 总有效行驶里程 VR 空载率 公司最小总投资 X 使用打车软件最大出租车量 s 等车痛苦程度 p2 覆盖率 t 等待时间 4 模型假设 为了更好的建立模型，考
6、虑到 一些 实际情况，做出假设，假设满足如下一些条件： 4 4.1 问题一 模型假设 （ 1） 抽样具有代表性。 （ 2） 只考虑 限定特定的要素 带来的 影响， 忽略 其他的因素 的影响 。 4.2 问题二 模型假设 （ 1）以问题一中建立的评价指标及数据作为基准去评价公司补贴方案。 （ 2）假设出租车司机的覆盖率与顾客的等待时间成反比，即 t=k2/p2;k2 为常系数。假设顾客的等车痛苦程度 跟等待时间成 正 相关，且满足 s=100-k1*t，其中 t 为顾客等待时间， k1 为常系数，顾客的 等车痛苦程度跟出租车的覆盖率成负 相关，即打车软件的出租车越多，乘客越容易在短时间内打到车，
7、即 等车痛苦程度 。 （ 3）以出租车增长量和乘客的 等车痛苦程度 作为评价补贴方案的标准。 4.3 问题三 模型假设 （ 1） 随着新增人口和城市的发展，在预测时间范围没有添加新的小区，且城市小区间相对距离保持不变 ，总体出租车日行驶历程没有发生明显变化 。 （ 2）假设软件公司为用户提高生活品质服务时，出租车的覆盖率每年 持续 增长，最后使用打车软件的人数稳定在一定数量。 （ 4）若与乘客乘车点附近的车辆有若干辆，为保证工作效率最高， 采用实时控制法， 软件服务平台只能对最邻近的一辆车发布乘车信号。 5 5 模型建立 5.1 问题一模型建立 出租车供求匹配含有复杂的多要素，其内部诸要素之间
8、的相互作用关系的影响是很难精确衡量，这要求评价者必须根据评价问题的性质、目标、要求等选择适宜的评价模型和方法，运用层次分析法和模糊综合评价法对问题一进行模型建立。 首先对中国优化出租车资源配置体系构造层次结构，然后利用模糊评价方法确定各个因素所占的权重，以此为基础建立指标。 图 1 此图为配置评价层次结构图 评价要素集合为： U=S1， S2， S3 其中，各单要素子集分别为： S1=u1,u2 S2=u3,u4,u5 S3=u6,u7 6 根据评价决策的实际需要，确定各个因素的权重，确立满足大众客户的合理因素。据此统计数据，构建全国主要城市数据模型，解决问题。 5.2 问题二模型建立 据统计
9、近几年来打车应用的下载量如下，可知打车软件的使用已经成为现今社会的流行因素。 图 2 近年来打车软件注册用户图 打车应用累积注册用户从 2012 年到 2013 年 的 2160 万用户，增长率高达 440%，预计 2015 年注册用户数将超过 4300 万人，打车应用经过 2014 年与 2015 年的沉淀，用户群体增长幅度将放缓，预计 2015 年增长率将达到 48.28%。由 使用打车软件的出租车的增长率可知，各 个公司的打车软件对缓解打车难的现象起到了一定的作用。 随着打车软件的迅速流行，打车软件公司也从一开始的百家齐放变为现在的两家独秀， 下表为统计的两个公司不同时间的补贴方案 ，进
10、而分析补贴方案对缓解打车难是否有帮助 ： 7 公司 时间段 嘀嘀 公司 快的 公司 2014 1 10 1 20年 月 号 至 月 号 嘀嘀 打车乘客 车费 立减 10 元 快的 打车乘客车费返现 10 元 2014 1 20 2 17年 月 号 至 月 号 乘客 返现 1015 元 乘客 返现 11 元 2014 2 18 3 6年 月 号 至 月 号 乘客返现 1220 元 乘客返现 13 元 2014 3 7 3 22年 月 号 至 月 号 乘客 每单减免随机 615 元 补贴金额 变为 5 元 2014 3 23 5 17年 月 号 至 月 号 返现 35 元 返现 35 元 2014
11、 5 17 7 8年 月 号 至 月 号 周年庆红包 积分抵 车费 2014 7 8年 月 号 至 今 积分 换代金券 积分 换代金券 表 1 两软件公司乘客补贴变化表 公司 日期 嘀嘀 公司 快的公司 2014 1 10 1 20年 月 号 至 月 号 司机立奖 10 元 司机立奖 10 元 8 2014 1 21 2 17年 月 号 至 月 号 新司机首 单立奖 50 元 司机 返 511 元 2014 2 18 7 9年 月 号 至 月 号 补贴不变 补贴不变 2014 7 9 8 12年 月 号 至 月 号 降为 补贴 2 元 降为补贴 2 元 2014 8 12年 月 号 起 取消常
12、规 补贴 ， 每日设定不同 任务， 根据任务完成情况补贴 取消常规 补贴 ， 每日设定不同 任务， 根据任务完成情况补贴 表 2 两软件公司机补贴变化表 从今年初单纯的烧钱补贴大战来看，快的打车与滴滴打车此次的补贴都为用户获得补贴优惠设立了一定的门槛，与自身的 Ap 应用或第三方应用结合，用户需要通过下载兑换或下次打车才能使用。在某种程度上更具有针对性，实际上这有利于延长用户的使用时间和次数，增加用户对打车软件的黏性。据中国 IT 研究中心最新数据报告称，截至今年一季度，快的打车已覆盖了全国 261个城市，每天完成 623万个订单；滴滴打车覆盖 178 个城市，每天完成 521万次订单出行服务
13、。由此可见，两大打车软件己累积了一定规模的用户数量，这使其有针对性地推出新形式的补贴服务提供了基础条件。除此之外，从此轮两大打车软件的补贴来看，优惠时间都不长，这预示着补贴正演变为一种常规的优惠。 传统出租车补贴方案： 出租车这几年每年都有燃油补贴 。国家可能基于 考虑油价上涨，出租车收入降低，借此提高出租车司机的积极性。 1、 份儿钱按照 行业统一标准收取，但公司每日拿出 20 元（月均 600 元 /车）对驾驶员进行激励和考核。相当于公司花钱买服务，用物质奖励激励驾驶员做好公司规定的各项服务。 9 2、 公司为所有承包司机统一制 作 工衣或工牌，并为每台车提供每月 2 次免费洗车服务和每月
14、 2 次座套清洗服务。 3、接到运管部门调度指令或举办大型活动需要统一调度车辆的，公司根据车辆活动轨迹安排统一调度，并给予调度车辆 50-100 元 /天的营运补贴。 4、公司为所有承包人提供年节福利，福利形式不限福利金额为 500 元 /车 /年。 5、公司定期举办行业竞技、联欢联谊、爱心公益等 活动，每车每月的活动经费 20 元，全部用于活动补贴。 下 表为我国主要城市 打车等待时间 的数据汇总： 图 3 一般打车情况下客户等待时间 而 从用户平常打车等待时间可以看出， 48.5%的人都会等待 10 分钟左右，成为主旋律。 5 分钟内可打到车的用户占比 20.7%， 26.6%用户表示打车
15、会等待 20 分钟以内才顺利乘坐到车。等待时间过长，也成为打车软件流行的重要因素，经数据显示，很大比例安装打车软件的出租车会在接到订单后 5 分钟左右赶到乘客所在地点。 10 5.3 问题三 模型建立 模型建立：利用多目标线性规划的方法建立模型，在问题二的基础上设计新的补贴方案，解决实际生活中的数学问题。 一个公司每月在没有使用打车软件时向出租车收取的管理费用总额设为 S，也可看做成该公司的总收益。设该公司使用打车软件的出租车行驶的最小里程为 0=，最大里程为 h=。在区间 0， h中插入 n-1 个分点， h1， h21。 0 h1 h2 x1 x2 x3 图 4 月里程分区图 规定当 hn
16、时补贴仍然为 xn，达到最大限值。 现给每个小区间一个 1， 数域一个权 w，且 w0，但要规定当 hn时， w 为仍为最大限定值。设对应的第 i 个小区间 1， 的出租车车辆为 。 6 问题的求解 6.1 问题一 分析 求解 在已确立的合理因素基础上， 以里程利用率、万人拥有量和空载率为指标，计算中国主要城市的里程利用率、万人拥有量以及空驶率。 里程利用率：指营业里程与行驶里程之比，一般以一辆车为单位。公式为： 11 里程利用率 =营业里程（公里） /行驶里程（公里） 100% 这一指标反映车载乘客率，如果比例较高，说明车辆行驶中载客比例高、空驶比较低，对于要车的乘客来说可供租用的车辆不多，
17、乘客等待时间增加，说明供求关系紧张。如果比例低，则车辆空驶比例高，乘客租用方便，但经营者的经济效益下降。 万人拥有量：人均设备普指标，用来描述一定城市规模内车辆的占有量。公式为：万人拥有量 =车辆（辆） /人口（万） 目前城市出租车拥有量的控制标准没有具体上界，仅给出了出租车拥有量的 下限，大城市不得少于每万人 20 辆，小城市不得少于每千人 5 辆。 我国主要城市出租信息 见附件 ： 由同级数据知 我国主要城市的里程率均高于 52%以上，则需要发展出租车，说明供不应求，根据高出的里程利用率可以得到不同空间的“供求匹配”程度，假设匹配程度=各城市里程 率 /52%，通过软件计算可得到下表 ：
18、城市 主城区 人口（万） 主城区出租车 拥有量 出租车 万人拥有量 里程 利用率 匹配程度 哈尔滨 495 14300 29 84.10% 1.62 广州 625.33 20300 32 73.79% 1.42 厦门 195.87 4462 22.78 72.00% 1.38 济南 518.9 8043 15.5 71.70% 1.38 西安 484.6 12115 25 70.00% 1.35 12 杭州 455.426 8923 19.6 69.25% 1.33 深圳 1052.76 11433 10.86 69.10% 1.33 武汉 660 15637 24 69.02% 1.33 北
19、京 1972 66646 34 68.00% 1.31 宁波 227.6 4627 20 68.00% 1.31 成都 533.96 14898 23.5 67.88% 1.31 大连 360 12929 36 65.51% 1.26 南京 451.49 10732 23.77 65.40% 1.26 青岛 458 10018 22 64.51% 1.24 沈阳 510 17200 34 57.40% 1.10 表 3 匹配程度信息表 当匹配程度 1 时，属于供不应求，供少，需求多，当匹配程度越大时，说明供应关系越紧张。 图 5 匹配程度 的线性图 根据城市中出租车不同时刻不同区域客运量 ，该
20、区域居民同一时刻平均坐出00.511.52哈尔滨广州厦门济南西安杭州深圳武汉北京宁波成都大连南京青岛沈阳匹配程度 匹配程度 13 租车的出行距离 ， 为平均行驶速度以及平均每趟载客人数 ，则可推算出该地区该时刻出租车总有效行驶里程 TDist为 ： TDist = = (1 +2) 可以推出不同时刻不同地点推出空载率 VR 的计算公式： VR=1-， 下图为即为同一地点不同时刻出租车空载率。 图 6 不同时刻的出租车空驶率图 根据里程利用率、万人拥有量和时间利用率三项指标，统计数据即可计算不同时间和空间的匹配程度，而根据上述计算结果可知我国主要城市大都属于供不应求，打车难的状态。 6.2 问题
21、二分析求解 根据模型二的建立可以看到， （ 1）以补贴为自变量，出租车的数量为因变量，出租车的数量一直处于增长状态，说明打车软件的使用对缓解打车难是有帮助的。 14 （ 2）而 根据假设（ 3） 中 ，出租车司机的覆盖率与顾客的等待时间成反比，即 t=k2/p2；顾客的 痛苦等级跟时间成正 相关，且满足 s=k1*t，由这两个式子得到 s=k1*k2/p2；由此得到 等 车痛苦程度 与 覆盖率和等待时间的关系，将使用打车软件和未使用打车软件前的等车痛苦程度 进行对比， 即 得到出租车使用打车软件对缓解打车难是 否 有帮助 。 城市 出租车数量 万人拥有量 满载率 使用软件后等车痛苦等级 使用软
22、件前等车痛苦等级 北京 67000 台 48.4 台 65% 8 分钟 9 分钟 上海 50000 台 31.3 台 75% 7 分钟 10 分钟 天津 32000 台 33.1 台 55% 5 分钟 5 分钟 广州 18000 台 18.2 台 75% 12 分钟 14 分钟 沈阳 17200 台 23.21 台 58% 5 分钟 6 分钟 长春 15000 台 30.8 台 52% 4 分钟 5 分钟 武汉 13800 台 16.21 台 78% 10 分钟 9 分钟 哈尔滨 12400 台 24 台 58% 5 分钟 7 分钟 深圳 12300 台 17.5 台 75% 10 分钟 12
23、 分钟 郑州 10650 台 30.1 台 56% 5 分钟 7 分钟 成都 10630 台 21 台 65% 8 分钟 9 分钟 南京 10150 台 16.9 台 70% 8 分钟 7 分钟 大连 10000 台 30.5 台 56% 6 分钟 8 分钟 杭州 10000 台 24 台 67% 12 分钟 13 分钟 表 2 等车痛苦程度统计表 根据上述数据，运用 Spss 软件进行分析 ： 15 图 7 等车痛苦程度分析图 由 图 7 统计数据分析， 使用打车软件对缓解 打车难起到了一定的帮助。 出租车补贴方案的提出使使用打车软件的出租车司机与乘客都得到了实惠，如：高峰期等车时间缩短、出
24、一次门可以省很多车费、还有小费和返额奖励等。但却有越来越多的人感觉到，如今在街头招手打车却觉的比以往更困难。体现在以下四点弊端 : 一是无软件难打车。每个市民乘坐出租车的权利都是平等的。如果用软件的人就能打到车，不用软件的人就打不到车，这是不公平的，特别对于不知道操作打车软件的老年乘客。 二是的哥选择乘客。软件中的“加小费”功能也容易造成出租车司机“挑肥拣瘦”的心态。 三是黑车可以钻空子。就像上文所说预约车牌和乘坐车牌不一样的情况，很有可能是黑车或者套牌的士也注册了打车软件，使乘客的合法权益得不到保障，增加监管难度。 16 四是行车安全隐患。司机在使用软件的过程中需要频繁触摸手机接单，电话联系
25、预约乘客，给车辆的行驶带来安全隐患。 6.3 问题三分析求解 根据问题三模型的建立进行分析求解。 公司最小总投资 :=00+11+ 使用打车软件最大出租车量： X= 0+1+ 约束条件： S-（ 00+11+） =0; =0,i=0,1,2n。 根据以下几个条件构建数学模型，运用 Matlab 编程计算 ，得出有效值 minwixini=0maxxini=0： s-wixini=0 0 0量纲换算：为了方便运算求解，进行量纲换算 令 a+b=1; max i=0 = min xini=0 ; amin wixini=0 bminxini=0 =M 对 M 求得的最小值即为量纲换算结果。 17
26、7 模型 评价 与模型 推广 上述结果可以看到“互联网 +”时代对出租车行业带来的冲击和挑战，完善打车软件管理机制，以持续的“共享性”推动资源有效使用和合理配置，同时要求保护环境，使出租车行业可以持续发展，并以共享经济思维进行监管是非常必须的。 模型具有普遍性和实用性，优化了一些弊端，但要根据具体情况，合理设计补贴政策， 在建立模型的过程中，由于市场的特殊性，有时可能会受到 政府等机构的宏观调控，政府的引导会对结果产生较大影响，而本模型 无法对政策性的突变进行模拟。 对于本题的提出问题我们给出了三个评价指标去 计算 “供求匹配程度”，即里程利用率、万人拥有量、空载率，用三个指标逐一分析。从而确
27、定“供求匹配度”。但现实中很多问题用单一的评价标准评判问题往往不太准确，因此我们使用三个 标准去评价；如果在问题提出后在各个指标的基础上提出新的量化标准（比如在里程利用率、万人拥有量、空载率基础上利用线性组合 等 方法 找出他们的内在联系，建立 新的标准）将会更加符合实际， 后来的问题中：补贴方案能否缓解打车难问题、建立新的服务平台问题等都可使用新的评价指标去评价，从而使 评价体系精简，节省时间和精力，提高效率。 8 参考文献 【 1】 翁剑成 .基于浮动车数据的出租车运营管理研究 N.北京工业大学学报， 1994-2015 【 2】 王昊 .城市出租车交通分布预测模型 J.公路交通科技 ,2006,23（ 6） :1-5 【 3】 关金平 . 基 于 FCD 的出租车空驶时空特性及成因研究 N. 中山大学学报 ,2015,49(1):30-36 【 4】 王皓 .城市交通管理中的 车规划 J.南京师范大学地理科学学院 ,2006,36(7):1-11 【 5】 姬倩倩 .公共交通大数据平台架构研究 J.西安电子科技大学 ,2015,28(2);1-4
