打車軟件緩解打車難問題的效果研究

王學(xué)莎，付佳蓮，趙佳昱，買阿麗，孫國(guó)偉

(運(yùn)城學(xué)院 應(yīng)用數(shù)學(xué)系，山西 運(yùn)城 044000)

打車軟件緩解打車難問題的效果研究

王學(xué)莎，付佳蓮，趙佳昱，買阿麗，孫國(guó)偉

(運(yùn)城學(xué)院 應(yīng)用數(shù)學(xué)系，山西 運(yùn)城 044000)

運(yùn)用層次分析法對(duì)“打車難”進(jìn)行因素分析，建立問題解決程度檢測(cè)模型。分析滴滴打車、政府、Uber提供的3種補(bǔ)貼方案在緩解打車難問題中所占的比重。計(jì)算三者對(duì)緩解打車難的對(duì)比權(quán)重為43.26%，26.56%，30.18%。并提出新的補(bǔ)貼方案，給出方案設(shè)計(jì)依據(jù)，用解決程度檢測(cè)模型，論證了其合理性。計(jì)算四種方案對(duì)比權(quán)重為：25.90%，16.12%，19.66%，38.32%。

空駛率；出租車資源配置；打車軟件；層次分析法(AHP)補(bǔ)貼方案

0. 引言

出租車是市民出行的重要交通工具之一，但是出租車行業(yè)經(jīng)歷一段時(shí)間的發(fā)展后，會(huì)出現(xiàn)出租車乘客等車時(shí)間較長(zhǎng)，出租車行業(yè)服務(wù)水平降低，出租車經(jīng)營(yíng)者收入降低等問題，增加了出租車行業(yè)的不穩(wěn)定性和不安全性。進(jìn)而造成“打車難”這一人們關(guān)注的社會(huì)熱點(diǎn)問題。

隨著“互聯(lián)網(wǎng)+”時(shí)代的到來，為了解決“打車難”，出現(xiàn)了大量的打車軟件。有多家公司依托移動(dòng)互聯(lián)網(wǎng)建立了打車軟件服務(wù)平臺(tái)，實(shí)現(xiàn)了乘客與出租車司機(jī)之間的信息互通，同時(shí)這些公司也推出了多種出租車的補(bǔ)貼方案，來吸引用戶進(jìn)而推廣自己的軟件。

為了分析打車軟件對(duì)解決打車難問題的效果，需搜集相關(guān)數(shù)據(jù)，建立數(shù)學(xué)模型研究如下問題：

(1)分析各公司的出租車補(bǔ)貼方案是否對(duì)“緩解打車難”有幫助？

(2)為打車軟件平臺(tái)設(shè)計(jì)一種更優(yōu)的出租車補(bǔ)貼方案，并論證其合理性。

1. 補(bǔ)貼方案對(duì)緩解打車難程度的量化

1.1 打車難原因分析

打車之所以難，有很多具體原因如：人多車少司機(jī)挑活、司機(jī)收車換班常現(xiàn)空當(dāng)、禁限行路段寧愿空跑、車輛調(diào)配效率差、整治放松挑課拒載、部分區(qū)域“黑車”當(dāng)?shù)馈⒌缆窊矶隆⑿率植徽J(rèn)路效率太低等[1]。在對(duì)大量的原因進(jìn)行分析、篩選、歸類后，得出打車難的四個(gè)主要方面[1]：一、司機(jī)拒載；二、出租車供給不足；三、特殊時(shí)段；四、出租車調(diào)配問題。

通過數(shù)據(jù)[2]收集，得到2012全國(guó)出租汽車總量1026678輛,2013年全國(guó)出租汽車總量1053580輛。各打車軟件在2013年面市，通過對(duì)比，發(fā)現(xiàn)2013年全國(guó)出租汽車總量比2012年增加了26902輛，緩解了由供應(yīng)不足造成的“打車難”問題。對(duì)緩解打車難有幫助。

但是，緩解打車難并不能僅僅靠出租車的供應(yīng)量的提升，還應(yīng)該解決造成打車難的重要原因。因?yàn)楦鞔蜍囓浖?013年開始出現(xiàn)，所以收集2012年和2013年的全國(guó)出租汽車總量數(shù)據(jù)，并以空駛率為衡量出租車的供求關(guān)系的指標(biāo)，分析補(bǔ)貼方案的效果。

為此，搜集了空間上不同等級(jí)的城市北京、蘇州、蚌埠的數(shù)據(jù)[2-8]，空駛率分別為48.91%，62.84%，61.07%[6,8]。搜集了蘇州市平時(shí)、雙休、五一三個(gè)不同時(shí)段的數(shù)據(jù)，得到空駛率分別為62.84%、59H30%，63.04%。也收集了滴滴打車、Uber優(yōu)步、政府各自的補(bǔ)貼方案[2-4]。經(jīng)過對(duì)比分析，這三種具有代表性的補(bǔ)貼方案都只是針對(duì)造成打車難的四個(gè)方面中的某些方面。對(duì)此運(yùn)用層次分析法,建立問題解決程度檢測(cè)模型，確定這三種方案對(duì)解決打車難問題的有效程度比例,分析補(bǔ)貼方案在緩解打車難問題中的貢獻(xiàn)。

1.2 層次分析法計(jì)算

1.2.1 層次分析法

層次分析法(又稱AHP分析法)的基本原理是：

首先，將復(fù)雜的問題層次化，即根據(jù)問題的性質(zhì)和要達(dá)到的目標(biāo)，將問題分解成為不同的組成因素，按照因素間的相互影響和隸屬關(guān)系將其分層聚類，形成一個(gè)遞階的、有序的層次結(jié)構(gòu)模型。

然后，根據(jù)系統(tǒng)的特點(diǎn)和基本原則，對(duì)各層的因素進(jìn)行對(duì)比分析，引入1—9比率標(biāo)度方法構(gòu)造出判斷矩陣。判斷矩陣各元素的確定如表1所示。

再用求解判斷矩陣最大特征根及其特征向量的方法得到各因素的相對(duì)權(quán)重；最終通過計(jì)算最低層相對(duì)于最高層的相對(duì)重要性次序的組合權(quán)值，以此作為評(píng)價(jià)和選擇方案的依據(jù)。

AHP分析問題的基本步驟為：(1)建立層次結(jié)構(gòu)模型；(2)構(gòu)造判斷矩陣；(3)層次單排序并檢驗(yàn)一致性；(4)層次總排序并檢驗(yàn)一致性[9]。

1.2.2 車補(bǔ)貼方案

通過分析，總結(jié)造成打車難的四個(gè)主要方面為：(1)司機(jī)拒載，(2)出租車供給不足，(3)特殊時(shí)段，(4)出租車調(diào)配問題，將滴滴打車、Uber優(yōu)步、政府三種補(bǔ)貼方案歸納為表2。

表1 判斷矩陣中各元素的取值

表2 方案歸納表

不同方案中的不同補(bǔ)貼針對(duì)造成打車難四個(gè)主要方面中的一個(gè)或幾個(gè)方面。對(duì)此運(yùn)用層次分析法計(jì)算確定這三種方案對(duì)解決打車難問題的有效程度比例。

1.3 模型建立

方案一的補(bǔ)貼主要緩解車輛調(diào)配和司機(jī)拒載造成的打車難；方案二主要緩解供給不足和特殊時(shí)段造成的打車難；方案三主要解決特殊時(shí)段和拒載造成的打車難。具體而言，構(gòu)建的層次結(jié)構(gòu)模型如圖1所示。

圖1 基于層次分析法建立的問題解決程度檢測(cè)模型

(1)根據(jù)層次結(jié)構(gòu)模型構(gòu)造第一層判斷矩陣

根據(jù)評(píng)估判斷及表1中的規(guī)定，確定C層的司機(jī)拒載C1、供給不足C2、特殊時(shí)段C3、車輛調(diào)配C4相對(duì)于O層打車難的相對(duì)重要性權(quán)重，形成判斷矩陣如表3所示。

表3 準(zhǔn)則層C對(duì)于目標(biāo)層O的成對(duì)比較矩陣表

用矩陣A表示準(zhǔn)則層C對(duì)目標(biāo)層O的成對(duì)比較矩陣。

將矩陣每一列歸一化，然后按列相加再歸一化后得到:

WA=(a1a2a3a4) =(0.056 0.122 0.288 0.533)

記最大特征根為λmax，且λmaxWA=AWA，由:

一致性檢驗(yàn)過程為:由表4找出n=4時(shí)隨機(jī)一致性指標(biāo)RI=0.9。再計(jì)算，矩陣A的一致性指標(biāo)CI為，

(2)構(gòu)造第二層判斷矩陣

依據(jù)評(píng)估判斷及表1中的規(guī)定，同樣可以構(gòu)造出第二層判斷矩陣，第二層判斷矩陣一共有4個(gè)B1，B2，B3，B4,分別為

分別表示方案層P對(duì)準(zhǔn)則層C1、C2、C3、C4的成對(duì)比較矩陣。經(jīng)過歸一化，得到方案層P對(duì)準(zhǔn)則層C的計(jì)算結(jié)果如表5所示。

表5 方案層P對(duì)準(zhǔn)則層C的計(jì)算結(jié)果

其中wB1、wB2、wB3、wB4分別表示P層中的3種方案相對(duì)于C層中的司機(jī)拒載C1、供給不足C2、特殊時(shí)段C3、車輛調(diào)配C4的相對(duì)權(quán)重向量。根據(jù)層次分析法理論，當(dāng)CR<0.10時(shí)，認(rèn)為排序結(jié)果具有滿意的一致性。這里，故認(rèn)為4個(gè)判斷矩陣B具有滿意的一致性。

(3)求出各因素對(duì)于總目標(biāo)的權(quán)重

wB=(wB1wB2wB3wB4)

w表示層次結(jié)構(gòu)模型P層中的3種方案對(duì)于總目標(biāo)層O層的相對(duì)權(quán)重向量。計(jì)算總排序權(quán)向量并做一致性檢驗(yàn)，利用總排序一致性比率：

根據(jù)層次分析法理論，CR<0.10，認(rèn)為判斷具有滿意的一致性。

1.4 補(bǔ)貼方案對(duì)比結(jié)果

由此可得：

方案一對(duì)緩解打車難的比重占43.26%

方案二對(duì)緩解打車難的比重占26.56%

方案三對(duì)緩解打車難的比重占30.18%

說明各公司的出租車補(bǔ)貼方案對(duì)“緩解打車難”有幫助，且不同的方案解決“打車難’問題的程度不同，本文中的方案一滴滴打車的補(bǔ)貼方案權(quán)重最大，更好的解決了問題。打車軟件的補(bǔ)貼方案比政府的補(bǔ)貼方案更為有效。

2. 更優(yōu)補(bǔ)貼方案及評(píng)價(jià)模型

2.1 問題分析

打車軟件公司發(fā)放補(bǔ)貼是為了讓更多的人使用該軟件，達(dá)到推廣軟件的目的。同時(shí)，打車軟件的推廣能改善出租車市場(chǎng)的信息不對(duì)稱、不匹配的情況。但是，目前有的打車軟件補(bǔ)貼方案都只是針對(duì)造成打車難的四個(gè)方面中的某些方面，并不能兼顧到所有。為了設(shè)計(jì)更好的補(bǔ)貼方案，先根據(jù)造成打車難問題的四個(gè)方面，探討既能有效緩解打車難問題，又能將打車軟件公司的收益更大化的方法。結(jié)合對(duì)已有方案的研究，可在補(bǔ)貼方案設(shè)計(jì)時(shí)考慮緩解打車難的四個(gè)主要方面，設(shè)計(jì)出新補(bǔ)貼方案。然后對(duì)方案的可行性進(jìn)行分析，最后建立基于層次分析法的方案評(píng)價(jià)模型，論證方案的合理性。

2.2 新的補(bǔ)貼方案(方案四)的具體內(nèi)容

(1)發(fā)放打車紅包

用戶通過分享朋友圈的方式，得到打車紅包；請(qǐng)國(guó)內(nèi)明星給用戶發(fā)紅包；通過企業(yè)冠名方式發(fā)放紅包；在電視臺(tái)發(fā)紅包。(紅包用于抵用打車費(fèi))

(2)發(fā)放虛擬貨幣與現(xiàn)金紅包

一個(gè)用戶叫車，如果三個(gè)或三個(gè)以上司機(jī)響應(yīng)，根據(jù)虛擬貨幣擁有量，決定有哪位司機(jī)接單；如果用戶叫車3分鐘或以上才有司機(jī)響應(yīng)，則發(fā)放虛擬貨幣；如果用戶呼叫三次以上，且累計(jì)呼叫時(shí)間超過5分鐘，則發(fā)放現(xiàn)金紅包。

(3)新用戶獎(jiǎng)勵(lì)

新司機(jī)在激活賬號(hào)的七天內(nèi)完成5單，即可獲得新司機(jī)首周獎(jiǎng)勵(lì)200元。新客戶在激活賬號(hào)的首單可享受50元紅包獎(jiǎng)勵(lì)。

(4)成單數(shù)量獎(jiǎng)勵(lì)

如果每周線上成單數(shù)量達(dá)到30單，現(xiàn)金紅包獎(jiǎng)勵(lì)80元；達(dá)到60單，獎(jiǎng)勵(lì)180元；達(dá)到90單，獎(jiǎng)勵(lì)280元。

(5)最佳服務(wù)獎(jiǎng)

當(dāng)周評(píng)分在4.8分以上且周成單率在60%以上，每周完成訂單最多的100名司機(jī)，可再獲得300元最佳服務(wù)獎(jiǎng)。

(6)特殊時(shí)段獎(jiǎng)勵(lì)

一周內(nèi)在高峰時(shí)段(早高峰7∶00—10∶00；晚高峰20∶00—23∶00)累積成單率達(dá)到60%及以上，高峰時(shí)段最高獎(jiǎng)金為100元，根據(jù)成單率的高低按照以下計(jì)算方法獲得獎(jiǎng)金：獲得獎(jiǎng)金=最高獎(jiǎng)金*成單率。

注：除1、2、3外，獲得以上任何獎(jiǎng)勵(lì)的前提條件為：當(dāng)評(píng)分高于4.6分，當(dāng)成單率高于45%，且當(dāng)周至少完成10單。成單率等于當(dāng)周完成的訂單數(shù)/當(dāng)周系統(tǒng)拍單的訂單數(shù)。

2.3 方案設(shè)計(jì)依據(jù)

就現(xiàn)在的情況我們可以初步推斷，打車軟件上的廣告、軟件產(chǎn)生的大數(shù)據(jù)、與軟件關(guān)聯(lián)的理財(cái)產(chǎn)品以及軟件使用費(fèi)等都可能成為打車軟件未來的一種贏利模式。目前軟件剛推行出，開發(fā)商為了搶占市場(chǎng)份額，大額補(bǔ)貼使用自己軟件的司機(jī)和乘客。怎樣發(fā)放補(bǔ)貼能盡可能大的搶占市場(chǎng)和緩解打車難問題呢？

(1)發(fā)紅包是一個(gè)不錯(cuò)的社交激勵(lì)方式，也是與別人聯(lián)絡(luò)的最好工具。因此，我們?cè)O(shè)計(jì)打車紅包。打車紅包通過用戶在朋友圈的發(fā)放，請(qǐng)國(guó)內(nèi)明星發(fā)放，企業(yè)冠名發(fā)放，電視臺(tái)發(fā)放等多種方式，推廣軟件，吸引很多人使用，緩解車輛調(diào)配問題。

(2)打車軟件的產(chǎn)品邏輯是如何讓用戶打到車，如何激勵(lì)司機(jī)讓打不到車的用戶打到車，這就要靠虛擬貨幣與現(xiàn)金紅包，這種交叉的補(bǔ)貼很好的解決了司機(jī)拒載與挑單的問題。

(3)新用戶獎(jiǎng)勵(lì)能吸引更多的司機(jī)、乘客，更多的司機(jī)、乘客通過軟件大數(shù)據(jù)的匹配，完成了供求交易，有效緩解了車輛調(diào)度問題。

(4)成單數(shù)量獎(jiǎng)勵(lì)，鼓勵(lì)司機(jī)要多接單，有效的緩解拒載問題，在大額補(bǔ)貼的誘惑下，吸引部分人從事出租車行業(yè)，緩解供給不足問題。

(5)最佳服務(wù)獎(jiǎng)獎(jiǎng)金的多少由用戶評(píng)分與成單率共同來決定，通過用戶評(píng)分及成單率督促司機(jī)提高服務(wù)的質(zhì)量，鼓勵(lì)司機(jī)多接單，預(yù)防司機(jī)挑單，緩解司機(jī)拒載的問題。

(6)特殊時(shí)段獎(jiǎng)勵(lì)，鼓勵(lì)司機(jī)在特殊時(shí)段接單，預(yù)防在特殊的時(shí)段出現(xiàn)無車可打的情況，緩解特殊時(shí)段打車難的問題。補(bǔ)貼方案中的一半補(bǔ)貼都與用戶評(píng)價(jià)、成單率掛鉤，起到預(yù)防司機(jī)拒載和挑單的作用，同時(shí)督促司機(jī)要提高服務(wù)質(zhì)量。

2.4 層次分析評(píng)價(jià)模型

圖2 加入新方案后基于層次分析法建立的問題解決程度檢測(cè)模型

如上所述，打車難問題主要司機(jī)拒載、出租車供給不足、特殊時(shí)段、出租車調(diào)配四個(gè)方面造。方案一的補(bǔ)貼主要緩解車輛調(diào)配和司機(jī)拒載造成的打車難；方案二主要緩解供給不足和特殊時(shí)段造成的打車難；方案三主要解決特殊時(shí)段和拒載造成的打車難；方案四主要緩解司機(jī)拒載、出租車供給不足、特殊時(shí)段、出租車調(diào)配造成的打車難。具體而言，構(gòu)建的層次結(jié)構(gòu)模型如圖2所示。

(1)根據(jù)層次結(jié)構(gòu)模型構(gòu)造第一層判斷矩陣

同1.3(1)

(2)構(gòu)造第二層判斷矩陣

依據(jù)評(píng)估判斷表1中的規(guī)定，同樣可以構(gòu)造出第二層判斷矩陣,分別為B1、B2、B3、B4

表6 方案層P對(duì)準(zhǔn)則層C的計(jì)算結(jié)果

其中wB1、wB2、wB3、wB4分別表示P層中的4種方案相對(duì)于C層中的司機(jī)拒載C1、供給不足C2、特殊時(shí)段C3、車輛調(diào)配C4的相對(duì)權(quán)重向量。經(jīng)過歸一化，得到方案層P對(duì)準(zhǔn)則層C的計(jì)算結(jié)果如表6所示。根據(jù)層次分析法理論，CR<0.10，故認(rèn)為4個(gè)判斷矩陣B具有滿意的一致性。

(3)求出各因素對(duì)于總目標(biāo)的權(quán)重

wB=(wB1wB2wB3wB4)

根據(jù)層次分析法理論，這里CR<0.10，故認(rèn)為判斷具有滿意的一致性。

2.5 新增補(bǔ)貼方案對(duì)比結(jié)果

由此可得：

方案一對(duì)緩解打車難的比重占25.90%

方案二對(duì)緩解打車難的比重占16.12%

方案三對(duì)緩解打車難的比重占19.66%

方案四對(duì)緩解打車難的比重占38.32%

以上結(jié)果說明各種補(bǔ)貼方案都對(duì)緩解打車難有不同程度的影響，其中方案四對(duì)緩解打車難有更好的幫助。方案四具有合理性且更優(yōu)。

[1] 樊啟敏,劉伍剛.“打車難”的成因分析與破解對(duì)策[C]//全國(guó)城市公路學(xué)會(huì)第二十二次學(xué)術(shù)年會(huì)論文集，2013.

[2] 中華人民共和國(guó)國(guó)家數(shù)據(jù)網(wǎng).出租車輛[DB/OL].[2015.9.12]http://data.stats.gov.cn/search.htms=出租車

[3] 王小明.打車軟件,移動(dòng)盛宴[J].新民周刊,2014(8).

[4] 郝杰.Uber探路本土化[J].中國(guó)經(jīng)濟(jì)信息,2015(7).

[5] 陳宇峰,湯余平.產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)緩解能源區(qū)域經(jīng)濟(jì)沖擊的影響:以浙江省為例[J].國(guó)際貿(mào)易問題,2011(6).

[6] 黃金川,陳守強(qiáng).中國(guó)城市群等級(jí)類型綜合劃分[J].地理科學(xué)進(jìn)展，2015(3).

[7] 郭銳欣,毛亮.特大城市出租車行業(yè)管制效應(yīng)分析:以北京市為例[J].世界經(jīng)濟(jì),2007(2).

[8] 李艷紅,袁振洲,謝海紅,等.基于出租車OD數(shù)據(jù)的出租車出行特征分析[J].交通運(yùn)輸系統(tǒng)工程與信息,2007(5).

[9] 陸建,王煒.城市出租車擁有量確定方法[J].交通運(yùn)輸工程學(xué)報(bào).2004(1).

[10] 李瑞蘭.層次分析法在畢業(yè)設(shè)計(jì)(論文)成績(jī)?cè)u(píng)定中的應(yīng)用[J].長(zhǎng)春工程學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版),2011(4).

【責(zé)任編輯 馬太來】

2015-08-13

運(yùn)城學(xué)院科研基金項(xiàng)目(XK-2014030,XK-2014035)

王學(xué)莎(1995-)，女，山西晉中人，運(yùn)城學(xué)院應(yīng)用數(shù)學(xué)系1301班學(xué)生。

F287.3

A

1008-8008(2015)06-0029-05