滴滴打車面臨的問題分析和優(yōu)化方案

陳琛 楊昊 付子辰

摘要：在發(fā)展過程中由于技術(shù)的局限性和策略的不完善，導(dǎo)致滴滴打車依然面臨著許多問題。比如滴滴在加入加價(jià)功能時(shí)沒有考慮到加價(jià)操作存在著不合理性和流程上的漏洞，再比如沒有考慮到司機(jī)之間因利益分配不均而產(chǎn)生的惡性競爭。為了解決上述問題應(yīng)當(dāng)采取一些策略比如改進(jìn)加價(jià)功能，改善司機(jī)間的利益分配制度及優(yōu)化行車線路等。

關(guān)鍵詞：加價(jià)問題;補(bǔ)貼方案;迪杰斯特拉算法;A*算法

中圖分類號(hào)：F27文獻(xiàn)標(biāo)識(shí)碼：Adoi：10.19311/j.cnki.16723198.2019.04.035

1滴滴打車平臺(tái)發(fā)展現(xiàn)狀

“打車難”和高空載率的現(xiàn)象在過去的中國的出租車市場普遍存在。這致使了資源的嚴(yán)重浪費(fèi)。然而伴隨著“互聯(lián)網(wǎng)+”時(shí)代的來臨，出現(xiàn)了許多依托移動(dòng)互聯(lián)網(wǎng)建立的新型打車軟件服務(wù)平臺(tái)，滴滴打車就是在這樣的背景下產(chǎn)生的。滴滴打車的出現(xiàn)為我們的出行生活帶來了許多便利，比如提升了出租車的利用率;乘客可以通過和司機(jī)間的實(shí)時(shí)互動(dòng)來準(zhǔn)確定位以減少等待時(shí)間;接單前無法得知乘客目的地所以不會(huì)出現(xiàn)拒載問題。滴滴打車在創(chuàng)立之后沒有停下自身技術(shù)水平提升的腳步，開發(fā)和更新了許多的新功能，比如順風(fēng)車，拼車，預(yù)約叫車，加價(jià)功能等。但在發(fā)展過程中由于技術(shù)的局限性和策略的不完善，導(dǎo)致滴滴打車依然面臨著許多問題。

2面臨的問題

2.1打車軟件的加價(jià)問題

為了提高用車高峰時(shí)間用戶打車的成功率滴滴提供了加價(jià)功能。它的本意是為了緩解高峰期的用車壓力同時(shí)可以適當(dāng)提升司機(jī)和滴滴自身的收入但卻因?yàn)榈蔚巫陨砜紤]不夠周到而引起了不小的爭議。因?yàn)楸旧硎袌稣{(diào)節(jié)就不夠完善，而滴滴的加價(jià)規(guī)則又過于隨意，沒能提供一個(gè)很好的動(dòng)態(tài)加價(jià)規(guī)則，再加上部分滴滴司機(jī)受困于滴滴打車的訂單派送機(jī)制無法接單，從而無法真正緩解高峰期用車壓力。同時(shí)加價(jià)功能使乘客利益受損，出行成本增加，乘客對滴滴軟件就會(huì)產(chǎn)生不滿，導(dǎo)致滴滴用戶的流失，自身陷入輿論風(fēng)波中，削弱自身競爭力，損害了自身形象，同時(shí)由于用戶的抵觸心理，加價(jià)功能帶來的利潤有限。

2.2現(xiàn)有的出租車補(bǔ)貼方案無法緩解打車難

根據(jù)平時(shí)我自己打車的經(jīng)歷，我認(rèn)為造成“打車難”問題的原因有兩方面：從時(shí)間上看，造成了用車高峰期、天氣惡劣的情況和節(jié)假日期間打車難的主要原因是車輛和用車人數(shù)間的供求不平衡;而從空間上看，車輛集中地區(qū)交通阻塞導(dǎo)致車輛無法快速運(yùn)轉(zhuǎn)，偏遠(yuǎn)地區(qū)車輛稀少導(dǎo)致了“打車難”。而出租車補(bǔ)貼無法改變上述狀況，所以難以緩解“打車難”問題。查閱相關(guān)資料可得知，滴滴打車和快的打車2014 年的出租車補(bǔ)貼政策如表1所示。

從2014 年移動(dòng)打車應(yīng)用行業(yè)報(bào)告中我們可以得知：用戶在工作日的上下班時(shí)間，即每日的早晨六點(diǎn)到八點(diǎn)和下午四點(diǎn)到六點(diǎn)，以及周末的上午十點(diǎn)以及晚八點(diǎn)到十點(diǎn)的時(shí)間段里使用打車軟件的頻次是最高的。通過社科院的調(diào)查報(bào)告結(jié)果可得知，近54%的人在打車的過程中需要等待車輛10 min 以上，出租車的等待時(shí)間則更長。而用戶對打車軟件的使用頻次較高的時(shí)間段，同時(shí)也是用戶訂單量處于較的位置的時(shí)間段，由此可以得出出租車補(bǔ)貼方案無法在根治打車難問題。同時(shí)可以參考《高峰期打車難，大數(shù)據(jù)給答案，換乘率低是主要原因》得知：在貴陽市中心城區(qū)出租車的車輛保有量高達(dá)7 000輛，可是用車高峰期時(shí)段平均空車量只能占到10%。并且通過數(shù)據(jù)可知：當(dāng)處在用車高峰期時(shí)實(shí)載率可以達(dá)到83%，同時(shí)可以對比車輛的平均速度，當(dāng)不在用車高峰期時(shí)可以達(dá)到43 km/h，然而高峰期只有21 km/h?？芍密嚫叻迤跁r(shí)車輛擁堵車速緩慢致使乘客到達(dá)目的地時(shí)長變長，出租車運(yùn)轉(zhuǎn)的效率低。由此可以得出出租車補(bǔ)貼方案無法從根本上“緩解打車難”這一問題的結(jié)論。

3滴滴打車軟件的優(yōu)化方案

3.1如何改進(jìn)加價(jià)功能

滴滴沒有考慮到單純的加入競價(jià)系統(tǒng)是不合理并且在流程上是存在著巨大漏洞的。盲目加入加價(jià)功能的結(jié)果就是破壞了乘客的良好用戶體驗(yàn)， 并使公司蒙受了巨大的經(jīng)濟(jì)損失和導(dǎo)致了信譽(yù)危機(jī)，產(chǎn)生了一系列的不良的連鎖反應(yīng)。所以要想辦法提升技術(shù)手段修補(bǔ)漏洞以減少違規(guī)違法行，同時(shí)使競價(jià)系統(tǒng)更為完整和合理，在保障消費(fèi)者權(quán)益的同時(shí)，通過提出合理的補(bǔ)貼政策來提高司機(jī)積極性。

3.2改善司機(jī)間的利益分配制度

因?yàn)槔娴姆峙洳痪?，司機(jī)之間也會(huì)出現(xiàn)惡性競爭，想要改變這一現(xiàn)狀就要考慮在司機(jī)運(yùn)營時(shí)能掙得多少錢以及在什么時(shí)段運(yùn)營掙得比較多，根據(jù)車型的不同，排量的大小以及運(yùn)營的時(shí)段來設(shè)置不同的提成，通過這種方式使得利益分配不會(huì)差距過大。

3.3如何優(yōu)化行車線路

3.3.1最短路徑

如果路徑點(diǎn)規(guī)模較大時(shí)，為了滿足導(dǎo)航的時(shí)效性要求，減少規(guī)劃過程所需的時(shí)間，我們可以使用一種非常具有實(shí)用性路徑規(guī)劃方法即啟發(fā)式算法。我們可以利用“A*算法”“迪杰斯特拉算法”等算法加入導(dǎo)航幫助我們規(guī)劃路線。

3.3.2迪杰斯特拉算法基本思想

根據(jù)《Dijkstra算法的打車軟件司機(jī)端選擇最短距離乘客優(yōu)化問題》中介紹的方法我們可以把 G=（V，E）看成是帶權(quán)有向圖，并將頂點(diǎn)集 V劃分成為兩組，用 S來表示第一組已求出的最短路徑的頂點(diǎn)集合，且最開始S中僅含有原點(diǎn)，在這之后，求出的所有最短路徑，V1，V2，…VK全部添加入S中。再用 U 來表示還沒有確定的最短路徑的頂點(diǎn)集合并將其看作第二組，然后將 U 中頂點(diǎn)按最短路徑長度值的遞增次序依次放入S中，在添加頂點(diǎn)的過程中應(yīng)始終保持從V 到S中頂點(diǎn)間的距離為最短路徑，具體步驟為 ：（1）S的初始狀態(tài)為：S 中只包含原點(diǎn)，即S={V}。U 中包含了除了原點(diǎn)之外的所有頂點(diǎn)，比較從V到 U 中頂點(diǎn)之間的距離（不相鄰的點(diǎn)之間的距離為∞），將距離最小的頂點(diǎn)P取出并放入到S中，所選定距離就可以看作為V到 P 的最短路徑的長度了。（2）再根據(jù)頂點(diǎn)P來重新修改頂點(diǎn)V和 U 中各個(gè)頂點(diǎn)之間的間距 ：如果原點(diǎn)V和 U 之間的距離（經(jīng)過P時(shí)）和原來的距離相比較（不經(jīng)過 P 時(shí)）更短的話，就再次修改頂點(diǎn) U 的距離值，頂點(diǎn) V 到頂點(diǎn) P 再加上邊（P，U）上的權(quán)的值即為修改后的距離值。（3）在S能夠包含所有頂點(diǎn)前一直重復(fù)上述步驟。

3.3.3A*算法的基本原理

在靜態(tài)路網(wǎng)中，A*算法是用來求解最短路徑最為有效的方法之一。A *算法公式可以寫作：G（n）+ H（n）=F（n），其中，把從初始狀態(tài)到狀態(tài)n的實(shí)際代價(jià)設(shè)為G（n），狀態(tài)n到目標(biāo)狀態(tài)路徑最優(yōu)解的估計(jì)代價(jià)設(shè)為H（n），初始狀態(tài)經(jīng)過n到目標(biāo)狀態(tài)的代價(jià)估計(jì)設(shè)為F（n）。（在路徑搜索問題中，圖中的節(jié)點(diǎn)可視為狀態(tài)，距離可視為代價(jià)）F（n）的選?。ɑ蛘哒fH（n）的選?。┦乔蠼庾疃搪窂降年P(guān)鍵條件。如果我們把D（n）視為狀態(tài)n和目標(biāo)狀態(tài)之間的距離，則H（n）有以下三種選取的情況：（1）當(dāng)處在H（n）< D（n）到目標(biāo)狀態(tài)的實(shí)際距離的情況下時(shí)，由于范圍太大，點(diǎn)數(shù)過多，導(dǎo)致了搜索效率很低，但是還是能夠得到最優(yōu)解的。（2）當(dāng)H（n）=D（n）時(shí)，最短距離即為H（n），就會(huì)嚴(yán)格沿最短路徑進(jìn)行搜索，這個(gè)時(shí)候搜索效率是最高的。（3）當(dāng) H（n）>D（n）時(shí)，由于范圍小，點(diǎn)數(shù)少，所以搜索效率高，但可能無法找到最短路徑。

4展望：滴滴打車的發(fā)展趨勢

伴隨著網(wǎng)約車市場的不斷發(fā)展壯大，消費(fèi)者對于打車軟件功能的需求也越來越多元化，不斷推陳出新提供更完善的功能和更好的服務(wù)是滴滴打車想要進(jìn)一步發(fā)展不可忽視的要求。作為一款手機(jī)應(yīng)用軟件，滴滴打車不應(yīng)當(dāng)固步自封，而是應(yīng)該尋求多方面的合作，應(yīng)當(dāng)在未來加強(qiáng)與網(wǎng)絡(luò)供應(yīng)商之間的聯(lián)系，使平臺(tái)在穩(wěn)定的運(yùn)行的同時(shí)也能得到有效的監(jiān)管，同時(shí)給企業(yè)不斷注入活力和創(chuàng)新能力，制定出更具有可操作性和更加切實(shí)可行的政策，在提升自身競爭力的同時(shí)得到社會(huì)的認(rèn)可，以此尋求今后更加長遠(yuǎn)的發(fā)展。

參考文獻(xiàn)

[1]佚名.2014 年移動(dòng)打車應(yīng)用行業(yè)報(bào)告[R].北京：TalkingData 移動(dòng)數(shù)據(jù)研究中心，2014.

[2]歐魯男.高峰期打車難，大數(shù)據(jù)給答案，換乘率低是主要原因[Z].20150910.

[3]何其祎.Dijkstra算法的打車軟件司機(jī)端選擇最短距離乘客優(yōu)化問題[J].地理空間信息，2014，（06）.

[4]呂繼榮，劉昕，關(guān)凱霖，王榮翔.“互聯(lián)網(wǎng)+”時(shí)代的出租車資源配置[J].現(xiàn)代電子技術(shù)，2017.