“互聯網+”時代出租車資源、信息的管理與資源配置

胡坤霖

摘 要：現在這個社會不缺產品，而是缺少將產品賣出去的人并且該怎樣的獲得客戶流量.由此迎來“互聯網+”時代，那么我們想要玩轉這個時代就需要了解一下什么是“互聯網+”時代.本文將互聯網與出租車行業進行融合，創造出適應當下時代的“互聯網+”時代出租車.分析工作日與非工作日高峰期與非高峰期兩種情況，通過城市容量、載客率、司機收入、打車時間與時刻、出租車補貼與政策幾個因素來分析不同時空下的匹配供求，建立模型與分析問題.根據“互聯網+”時代出租車的基本情況，并詳細闡明“互聯網+”時代出租車未來的前景與現存的不足，借助某些具體案例論證信息的管理與資源配置的重要性.

關鍵詞：“互聯網+”；時代出租車；信息的管理；資源配置

因“互聯網+”時代的迅猛發展，國內客運出租車乘車需求量隨之不斷增長，本應快速、便捷、舒服及平安等特點卻同時也存在很多問題，例如出租車司機拒載、車輛分布不均、宰客等現象.出租車時代對社會的不適應性而面臨著嚴峻的挑戰，同時依托互聯網而產生的“互聯網+”時代出租車應運而生.那么這種現象是如何產生的呢？

在“互聯網+”時代出租車迅速占領市場的今天，傳統出租車得不到有效的利用，從而陷入出車難的困境.所謂打車難根本原因是出租車司機覺得沒有賺頭不想去跑冤枉路并且乘客不愿意支付更高的費用，導致市民出行打不到車，出租車司機載不到人或出租車分布不均導致的資源配置的不合理性.而合理利用互聯網平臺也是傳統出租車必須要走的道路.出行打車與移動終端的有效結合與信息資源的正確匹配推動著互聯網時代下出租車的發展.智能打車平臺為出租車司機自動接單與就近接單有效的避免司機拒載或加價現象基于傳統出租車下，“互聯網+”時代出租車具有打車方便、司機服務態度好、經濟等特點依托智能打車軟件平臺或將打破傳統出租車的格局，滿足人民與社會的需求，從根本上解決各城市高峰期時間市民”打車難“問題.本文通過建立出租車需求量的多元性回歸模型和供應公式，以周口為例分別從時間與空間，工作日與非工作日，高峰期與非高峰期等幾個關系來研究出租車資源的“匹配供求”關系來解決某些城市高峰時期打車難、堵車等問題.實現“互聯網+”時代下出租車資源的有效利用.對比滴滴打車平臺與快的打車平臺推行的打車補貼政策，分別分析其對緩解“打車難”的影響度以及設計補貼方案并且設計出最優方案最大化緩解“打車難”，實現“乘客”“司機”“商業”三者之間的潛在價值.實現社會的可持續發展.

1.不同時空出租車資源的“匹配供求”

1.1問題的提出

市民出行，出租車無疑是最重要的交通工具，正因如此，人們才更關注“打車難”這一社會熱點.隨著“互聯網+”時代的到來，打車軟件服務平臺應運而生，多家公司依托互聯網打破傳統出租車的格局，他們利用打車服務平臺實現了乘客與出租車之間的信息互通，為最大限度解決滿足人們出行需要，同時推出多種出租車的補貼方案.有效的協調“乘客”“出租車司機”“城市交通”的關系，實現社會的可持續發展.

（1）問題一：由于出租車得不到有效的利用，對出租車資源“供求匹配”的研究，以出租車起步價、居民的花費程度、公共交通的興盛程度、出租車萬人擁有量建立四個指標.根據打車服務平臺傳來的數據，計算打車率，建立模型分析匹配供應關系

（2）問題二：根據問題一四個相關因子得出的數據分析各公司推行的補貼方案，是否對該城市下“打車難”有所幫助.

（3）問題三：如果要建立一個打車服務平臺，根據之前得出的結論，是否會設計更好的補貼方案，并論述其合理性.

1.2模型假設

（1）假設收集的相關數據真實可靠.

（2）假設氣候不影響問題的研究.

（3）假設沒有突發事件的發生.

（4）假設研究時間內無國家對出租車相關法規的改變.

（5）假設出租車勻速行駛.

1.3不同時空條件下出租車資源匹配供求”程度的研究思路

首先用打車服務平臺提供的車輛數據，以周口市作為人口密度需求量，運用層次分析法挑選3個影響乘客與出租車司機之間的因素.之后，在進行不同時空出租車資源的研究時，分別用休息日與非休息日作為供給雙待匹配變量，用周口市打車量需求與出租車分布作待匹配變量，用高峰期打車輛與非高峰期打車量作待匹配變量.“供應匹配”程度用待匹配變量總得分描述.

2.模型的建立與求解

2.1關于不同時間下出租車資源“匹配供求”的討論

（1）不同時間下出租車資源“匹配供求”的研究分為一天內與一周內的情況進行研究.

（2）一天內出租車“匹配供求”程度用智能打車平臺提供的訂單提供，以周口市為例.

乘客需求量小于出租車供給量，且工作日期間市民需求量遠多于周末市民需求量，匹配程度偏低，出租車資源得不到最大化利用，但出租車供給不隨日期變化而出現較大的波動，但“打車難”現在仍舊存在.則可能存在部分出租車存在拒載現象.由一天內出租車使用時間分布圖可得知8點-11點 17點-20點為城市打車高峰期，上下班時間市民打車需要量較多，相對別的時間會出現“打車難”現象.

可以看出上下班時間為打車高峰期，供求關系表現為供不應求，則會存在市民“打車難”問題，匹配程度較低就會存在一些市民在此期間難以打車甚至無車可打.其他時間較為平緩，供應需求關系接近于1比1，匹配供求程度較好，打車難度相對與上下班時間較容易.

（3）一周內出租車“匹配供求”程度可用周口市平均每天打車情況表示.其中包括打車需求量、出租車分布與被搶訂單的時間.

乘客需求量小于出租車供給量，且工作日期間市民需求量遠多于周末市民需求量，匹配程度偏低，出租車資源得不到最大化利用，但出租車供給不隨日期變化而出現較大的波動，但“打車難”現在仍舊存在.則可能存在部分出租車存在拒載現象.由一天內出租車使用時間分可得知8點-11點 17點-20點為城市打車高峰期，上下班時間市民打車需要量較多，相對別的時間會出現“打車難”現象。

2.2關于不同空間下出租車“匹配供求”的研究

將周口市選為目標城市，選個幾個出租車較為聚集的幾個城區包括：川匯區、扶溝縣、西華縣、商水縣、沈丘縣五個區.分析不同空間下出租車“匹配供求”的程度.然后建立“匹配供求”模型，估算出出租車在不同時空的空車率.

其中a為出租車分布的總量，b為訂單總量，c表示訂單的成功率.

打車需求量矩陣

，其中i=5，j=24

設空車率矩陣為

，其中n=5，m=24

為了方便計算，可以將以上矩陣變化得到關于“匹配供求”矩陣x，選取合適的閥值β，設置如下標準

空車率

范圍 β≥0.9 0.85≤β≤0.9 0.8≤β≤0.85 β≤0.8

級別 1 2 3 4

程度 非常好 好 一般 差

利用Matlab軟件將空車率矩陣I轉換為“匹配供求”矩陣X

，其中i=5，j=24

建立折線圖進行分類比較，在24小時各個時間點，工作日與非工作日不同時空相同時間點，可以反映出不同空間的發展變化趨勢與比較.因此，關于“匹配變量矩陣X做成各個時刻不同空間的堆積數據折線圖，工作日折線圖空車率如下圖3、4所示.

圖3 工作日折線圖

圖4 工作日的空車率

由上圖可以看出工作日期間，各地打車高峰期均處于上下班時間，匹配供求關系表現為供不應求，然而非工作日期間則不然.我們從看兩圖可以看出無論工作日期間還是非工作日期間，0：00-5：00與21：00-24：00匹配供應程度最好，其他時間匹配供求程度一般.由非工作日曲線變化與工作日曲線變化相比，非工作日明顯平緩，高峰期表現為午飯與晚飯倆個節點，且不同地點的打車需求量、空車率、匹配供求程度有所差別，但相差不大.

3.對各公司緩解“打車難”補貼方案的分析

3.1研究思路

從2013年起，打車服務平臺開始進入市場，打車服務軟件公司目前國內主要分為滴滴打車與快的打車兩種，通過2016年業務數據并且和傳統型出租車進行分析比較，分析打車服務軟件的合理性.

假設補貼前出租車市場為純粹競爭市場，由于補貼，出租車市場出現經濟差異，則變成不純粹競爭市場，結合所得到的數據，大體描繪出出租車市場前后供求曲線，并求出相關量處于穩定值時的價格，即均衡價值，通過對其比較，分析價格補貼的數額.

3.2數據處理

首先探究“滴滴打車”軟件使用政策補貼前后出租車市場供給需求曲線差別.

表4 市場狀態方程

市場狀態 方程

應用滴滴打車軟件前市場需求 y=30

應用滴滴打車軟件前市場供給 y=0.076x+21.503

應用滴滴打車軟件后市場需求 y=-0.0422x+33.290

應用滴滴打車軟件后市場供給 y=0.0799x+25.913

根據市場提供的相關數據及來自新聞界的報導，根據表4繪制出價格變更前后市場供給需求曲線.

圖7 使用滴滴打車，市場前后的供給需求曲線

同上可以得到“快的打車”軟件使用政策補貼前后出租車市場供給需求曲線區別.

市場狀態 方程

應用快的打車軟件前市場需求 y=30

應用快的打車軟件后市場供給 y=0.1010x+27.945

應用快的打車軟件前市場需求 y=-0.0435x+32.45

應用快的打車軟件后市場供給 y=0.1042x+20.547

繪制得到如下圖.

圖8 使用快的打車，市場前后的供給需求曲線

3.3結果分析

根據滴滴打車軟件公司與快的打車軟件公司補貼政策前后市場供給需求的變化，可以得到其對應的均衡值如下表6.

表6 滴滴打車補貼前后市場的變化

滴滴打車補貼前后市場的變化

市場 均衡價格/萬輛 均衡數量/萬輛

補貼前的滴滴打車市場 30 51.151

補貼后的滴滴打車市場 29.081 99.720

滴滴打車補貼方案后、出租車供給需求及價格變化量如下表7

表7 滴滴打車補貼方案后、出租車供給需求及價格變化

供給增加量/萬輛 需求增加量/萬輛 價格差量/元 “打車難” 緩解度

70 48.569 0.919 21.431

根據快的打車軟件公司補貼前后市場變化如下表8.

表8 快的打車補貼前后市場的變化

快的打車補貼前后市場的變化

市場 均衡價格/萬輛 均衡數量/萬輛

補貼前的快的打車市場 30 20.34

補貼后的快的打車市場 28.944 80.58

快的打車補貼方案后、出租車供給需求及價格變化量如表9.

表9 快的打車補貼方案后、出租車供給需求及價格變化

供給量增加量/萬輛 需求增加量

/萬輛 價格差量/元 “打車難”緩解度

70 60.24 1.066 9.76

我們用“價格差量度”和“打車難”緩解度兩個觀念來描繪智能打車軟件補貼政策的效果.價格差量度=不使用補貼時完全市場均衡價格-使用補貼時不完全市場的均衡價格.緩和度=供給增加量-需求增加量.

價格差量度越小，緩解度越小，說明價格補貼政策越差，反之則越好，則可以節省打車需求者的打車費用，并且出租車司機也可得到額外補貼，“打車難”問題同時也可以得到緩解.

基于比較以上幾表可以得出結論，“滴滴打車”“快的打車”兩大智能打車軟件平臺對環節“打車難”問題均起到緩解作用.同時降低出租車成本.其中滴滴打車政策對21.431萬客運量起到緩解作用.每單位降低成本大約為0.919元.同樣，快的打車政策對9.76萬客運量起到緩解作用.每單位降低成本大約1.066元.通過數據對比，我們可以比較價格差量度與緩解度兩方面，我們可以得出結論：滴滴打車補貼政策更好與快的打車政策.

4.結論及建議

這里我們設計最優方案，以保證社會總利潤最大.

（1）建立經濟學方程，用求導求極值法來求最大值，則可得到最優均衡量，這里我們可以理解為最優均衡量為供給量，則可得到司機在勞務過程中的理想收入.同理，我們也可以理解為最優均衡量為需求量，則可得到乘客愿意支付的價格.乘客愿意支付的價格與司機理想價格的差值即為補貼價格.補貼價格分為乘客享受的補貼價格與出租車司機享受的補貼價格.

（2）數據處理

單對某一市場而言，社會總利潤為各單體主體勞動利潤之和，即

對傳統出租車來說，不采用任何補貼，為完全競爭市場，設其收入的均衡價格為p0，設其供給量q0.對使用補貼政策出租車來說，設其市場價格p1，設其供給量q1，

關于傳統出租車其勞動收入總和為

，

使用補貼政策不會提高社會總收入.

對于非傳統出租車即使用打車軟件的出租車享受補貼政策，為不完全競爭市場，其總收入為：

補貼政策后其獲益為：

非軟件用戶出租車與軟件用戶出租車總獲益為：

供給量改變導致相應的供給成本量隨之增加，其為：

總利潤與總成本之差即為總利潤增加量為：

由總利潤可以確定出租車最優供給量，結合第三章市場供求曲線，即可確定乘客支付的真實價格與司機勞動賺的實際收入，其中補貼的額度為其實際價格與市場均衡價格的差值.

（3）分析結果

這里以滴滴打車為例，研究2016年滴滴打車市場數據，得到滴滴打車政策前后供求變化表10.

取U=27.35可以求出

令，得出唯一極值為41.87，說明當均衡數量為41.87萬輛時，市場總利潤增加量達到最大為315.776萬元，將x=41.87帶入補貼后的兩個方程，可得出乘客意愿支付費用為31.524元，出租車司機勞動獲得費用為24.685元.整理得表11：

此為最優方案.

參考文獻

[1]劉燦齊.現代交通規劃學[M].人民交通出版社，北京：2001.

[2]黃建中.1980年代以來我國特大城市居民出行特征分析[J].城市規劃學刊.2005：71-75.

[3]劉景星，宋學芳，裴玉龍等.營口市居民出行特征分析[J].城市規劃匯編.1997：47-54.

[4]牛翠蘭.城市公共交通補貼機制研究[D].西安：長安大學碩士研究論文，2008：40-43.

[5]金寧.公共交通城市滿意度測評理論及實證研究[D].吉林大學博士學位論文，2009.

[6]張朝霞，秦青松，張勇.“互聯網+”時代客運出租車管理改革方向探討[J].價格理論與實踐，2015：23-28.