“互聯網+”時代下滴滴快車補貼方案對打車難問題的影響

劉陽++張雪亞++楊宗月++龔佃選

摘 要：隨著“互聯網+”時代的到來，傳統出租車行業依托互聯網建立打車軟件服務平臺，推出系列打車補貼方案，為乘客和出租車司機之間構建交流平臺，降低了信息的不對稱程度，對緩解“打車難”提供幫助。該文以北京市為例，結合滴滴快車補貼政策，建立了基于目標規劃的出租車補貼方案模型，研究其對緩解“打車難”的影響。將打車難轉化為乘客總等待時長的量化指標，通過定量分析，得到滴滴快車對緩解“打車難”有所幫助的結論。

關鍵詞：互聯網+ 拼車補貼方案 最短路徑 孟德爾遺傳定律

中圖分類號：F540.5 文獻標識碼：A 文章編號：1674-098X（2016）09（a）-0083-03

伴隨著我國城市化進程的不斷推進，城市人口的日益增長，以及出行需求的顯著提高，“打車難”成為人民生活中的熱點問題。然而，居高不下的出租車空載率卻與之形成鮮明對比，這即為居民生活增添了不便，又造成了出租車資源的浪費。究其原因，一方面由于出租車供應量不足，難以滿足乘客的出行需求；另一方面，由于出租車的供給與乘客的用車需求之間存在信息不對稱，無法同有形商品一樣進行雙方信息的充分交流。隨著“互聯網+”時代的到來，傳統的出租車行業與互聯網、大數據、云計算等現代新型產業結合，創造了新的商業模式——打車軟件。通過此應用程序的使用，乘客可以及時地發布自己的打車信息，出租車司機可以立即給予回應，節省了雙方時間，提高了打車效率。

1 補貼方案

據人民網訊，北京時間2016年3月6日滴滴快車宣布，旗下快車業務推出“閃惠行動”，用戶可享受最高5折優惠[1]。同時滴滴拼車也推出補貼政策：兩個乘客拼車可以享受到6折優惠，3個人拼車為5折優惠，4個人最低可以享受4折優惠。據新快報記者對滴滴快的司機的采訪可知其面向司機的補貼政策為：一天做滿25單，可拿150元補貼且在早高峰和晚高峰時，做一單獎勵一單。文章主要研究滴滴拼車的補貼政策對“緩解打車難”是否有作用。

2 指標的選取

“打車難”的根本原因在于“人多車少”，即供應量遠小于需求量?；诖?，可將打車難轉化為乘客總等待時長的量化指標，為從根源緩解“打車難”應從減少打車需求量與增加供應量兩方面著手。故判斷打車軟件的出租車補貼方案對“緩解打車難”有無幫助是指該補貼政策下，打車需求量與出租車供應數量的改變對乘客總等待時長的影響。

3 模型的建立與求解

3.1 無補貼下等車時長模型的建立與求解

在同一時間段，客戶等待時長為客戶下單后到上車之間總時長，分為兩部分：下單后司機接單時長和接單后去接客的時長。平均司機接單時長通過查閱數據得出，而接客時長可轉化為最短路徑問題，因為司機對路況較熟悉，必定選擇最短路徑去接客。

設圖（V，E），表示邊（vi，vj）上的權（即道路的長度），用表示頂點vi和頂點vj的距離，使用Floyd算法來計算最短距離。假設出租車在該城區的行駛速度固定為（單位：km/h），則可計算司機從起始點到客戶所在地的時長。設從起始點到客戶所在地的車的數量為，則總等待時長為：

（1）

其中，為平均接單時間，為總等待時長，為在該時間段的總接單數，為總接客時間。

以北京市為例，在滴滴智能出行平臺中截取北京市部分地區地圖，并將各個主要的交通路段進行標點，如圖1所示。

由圖1可得，其主要交通路口為60處，標記為點1至點60。根據所繪圖形的比例尺（1 mm：100 m），計算得各個連通路段的路程，并使用所建模型中的Floyd算法，求得所有兩點間的最短路矩陣。查閱該地區的日基本行車路徑，整理成為司機從路口到乘客所在地的行車頻率矩陣[2]，假設車輛行駛為40 km/h，求得接客時長：

s （2）

根據所查資料，整理高峰期、低谷期和平穩期3個時段的接單時間（如圖2所示）。

經計算可求得3個時段的平均接單時間分別為：39.167 s、21.85 s、28.467 s，司機的接單時間為：

s

由此可得在無補貼政策情況下，乘客的平均等待時長為：

（3）

3.2 補貼下等車時長模型的建立與求解

假設在未實行補貼政策打車模式下的打車需求人口量為，出租車供應量為，此時每名乘客的平均等待時長為。在某種補貼政策下，打車需求人口量變為，出租車供應量為，每名乘客的平均等待時長，則可根據映射求得實行政策前后各個變量之間的關系，運用同樣的方法求得：

將與進行比較，得出，當為負值時，即對“緩解打車難”有幫助；當為正值時，即對“緩解打車難”沒有幫助。

由此，所建模型將拼車補貼政策是否對“緩解打車難”有幫助的問題轉化為合乘模式下的乘客平均時間計算。

2016年3月28日《北京商報》數據顯示，由于滴滴快車對拼車政策的補貼：兩個乘客拼車享受到6折優惠，3個人拼車大約是5折優惠，4個人最低可以享受4折優惠。在此政策下成功拼車的概率達41.87%[3]，將該部分的需求量變為同一人次，即減半成20.94%，則打車訂單減少20.94%，則映射為：

由于行車路徑的穩定性，在人口按比例縮小時，司機從路口到乘客所在點的趟數也按比例縮小[4]，即映射為

但由于拼車政策并未使出租車的供應量產生明顯變化，即可視為映射：=，又由于供應量維持不變，則在打車軟件上發布的訂單的平均接單時間也不會發生明顯變化[5]，即可視為：=。

其中，為40 km/h，為vi、vj之間的最短路。

此時計算得 s，相比于較小，則為負值，說明滴滴快車對拼車乘客和司機進行補貼的政策對“緩解打車難”有所幫助。

4 結語

滴滴快車將出租車與互聯網資源有機結合，改善了出租車司機與乘客之間信息不對稱的弊端。同時利用補貼政策，合理推進拼車方案的進行，提高了出租車的運營效率，給“打車難”帶來了顯著的緩解。此外，滴滴快車根據實時路況信息，實現了及時調整供求匹配程度。在一定程度上緩解了城市交通壓力，完善了城市道路交通系統，實現了出租車資源的最優配置。

參考文獻

[1] 人民網新聞.滴滴快車啟動“閃惠行動”最高五折助推分享經濟[EB/OL].http：//it.people.com.cn/n1/2016/0306/c1009-28175563.html.

[2] GB50220-95，城市道路交通規劃設計規范[S].

[3] 網易新聞.滴滴快車拼車日均訂單破157萬[EB/OL].http：//news.163.com/16/0328/00/BJ72718K00014AED.html.

[4] Han-ru Li.Taxi Positioning in the New Age of Internet and Industrial Development Research[J].Procedia Engineering，2016（137）：811-816.

[5] Michal Kümmel，FritzBusch，David Z.W. Wang. Taxi Dispatching and Stable Marriage[J]. Procedia Computer Science，2016（83）：163-170.