基于“打車(chē)難”的現(xiàn)狀分析和打車(chē)軟件的優(yōu)化問(wèn)題

喬振華

摘要：隨著人們對(duì)出租車(chē)的需求量增加，“打車(chē)難”就成了當(dāng)今人們出行所面臨的一個(gè)重要問(wèn)題，針對(duì)打車(chē)難提出了三個(gè)問(wèn)題，即不同時(shí)空出租車(chē)的“供求匹配”程度、各公司的出租車(chē)補(bǔ)貼方案是否對(duì)“緩解打車(chē)難”有幫助、如何設(shè)計(jì)合理的打車(chē)軟件補(bǔ)貼方案，并利用EXCEL和SPSS軟件對(duì)收集的數(shù)據(jù)進(jìn)行建模分析，以提出相應(yīng)解決方法。最后總結(jié)對(duì)所建立的模型和求解方法的優(yōu)缺點(diǎn)給出了客觀的評(píng)價(jià)。

關(guān)鍵詞：打車(chē)難;建模分析;spss軟件

中圖分類(lèi)號(hào)：TP311? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2021）10-0254-03

出租車(chē)作為一種重要的交通工具，每日承擔(dān)了大量載客運(yùn)輸工作，而由于城市人口規(guī)模以及出行率的擴(kuò)大增加，人們對(duì)出租車(chē)的需求也逐漸增加。在路段擁擠的時(shí)候，上下班的高峰時(shí)期，節(jié)假日以及遇上惡劣天氣都會(huì)使出租車(chē)的需求量增加，使其供不應(yīng)求[1]。“打車(chē)難”的問(wèn)題也因此變成了熱點(diǎn)問(wèn)題。近幾年由于各種打車(chē)軟件的興起，給予打車(chē)各種補(bǔ)貼優(yōu)惠等政策，使近幾年的“打車(chē)難”的問(wèn)題得到一些改善，但是仍然沒(méi)有解決這一問(wèn)題[2]。因此從出租車(chē)供需平衡機(jī)理出發(fā)，基于對(duì)影響出租車(chē)供給與需求因素的分析，來(lái)對(duì)出租車(chē)供給機(jī)理和需求機(jī)理展開(kāi)研究。

1 研究問(wèn)題及解決辦法

隨著“互聯(lián)網(wǎng)+”時(shí)代的到來(lái)，有多家公司依托移動(dòng)互聯(lián)網(wǎng)建立了打車(chē)軟件服務(wù)平臺(tái)，實(shí)現(xiàn)了乘客與出租車(chē)司機(jī)之間的信息互通，同時(shí)推出了多種出租車(chē)的補(bǔ)貼方案[3]，以此通過(guò)搜集相關(guān)數(shù)據(jù)，利用數(shù)學(xué)模型對(duì)如下相關(guān)問(wèn)題進(jìn)行研究分析：不同時(shí)空出租車(chē)資源的“供求匹配”程度、各公司的出租車(chē)補(bǔ)貼方案是否對(duì)“緩解打車(chē)難”有幫助、新的打車(chē)軟件服務(wù)平臺(tái)應(yīng)該設(shè)計(jì)什么樣的補(bǔ)貼方案。

在假定城市的總客運(yùn)需求量不變、天氣問(wèn)題都正常、交通環(huán)境穩(wěn)定，沒(méi)有遇到事故以及道路維修等問(wèn)題（不考慮節(jié)假日時(shí)候得客流量），針對(duì)這三個(gè)問(wèn)題，分別提出不同的解決方案：

對(duì)于問(wèn)題一，首先對(duì)相關(guān)數(shù)據(jù)進(jìn)行收集，并利用EXCEL和SPSS軟件對(duì)車(chē)的“滿(mǎn)載率”和出租車(chē)“某一時(shí)間段的工作效率”，以及某時(shí)段出租車(chē)營(yíng)業(yè)所走的路程等進(jìn)行數(shù)據(jù)分析和處理，得出它們之間存在的函數(shù)關(guān)系，然后根據(jù)復(fù)合函數(shù)等關(guān)系用層次分析法建立線性規(guī)劃模型[4]，得出影響“供求匹配”的因素。

對(duì)于問(wèn)題二，首先對(duì)出租車(chē)公司的補(bǔ)貼方案進(jìn)行收集，然后用SPSS對(duì)相關(guān)數(shù)據(jù)（車(chē)補(bǔ);油補(bǔ)，福利;沒(méi)打著車(chē)的人數(shù);工作效率;車(chē)的滿(mǎn)載率;活動(dòng)金額）進(jìn)行數(shù)據(jù)擬合，找出沒(méi)打著車(chē)的人數(shù)與車(chē)補(bǔ)，油補(bǔ)等之間存在的相關(guān)性來(lái)判斷公司的出租車(chē)補(bǔ)貼方案是否對(duì)“緩解打車(chē)難”有幫助。

對(duì)于問(wèn)題三，詳細(xì)分析造成打車(chē)難的各種原因和補(bǔ)貼方案所能對(duì)其做出的改變，預(yù)測(cè)可能帶來(lái)的結(jié)果。比如從出租車(chē)司機(jī)可能產(chǎn)生的心理現(xiàn)象分析，建立合理的補(bǔ)貼方案，對(duì)于偏遠(yuǎn)地區(qū)的出租車(chē)司機(jī)采取獎(jiǎng)勵(lì)制度，讓出租車(chē)司機(jī)不會(huì)拒載距離較近的乘客。

2 模型的建立與求解

2.1出租車(chē)的“供求匹配”問(wèn)題

出租車(chē)資源的“供求匹配”程度分兩個(gè)方面，出租車(chē)的供需平衡和乘客的需求平衡[5]。出租車(chē)的出行總量V直接影響出租車(chē)流量F的變化，乘客等待的時(shí)間t直接影響出租車(chē)的服務(wù)水平S，等待的時(shí)間越長(zhǎng)，即t越大，服務(wù)水平S越差;從而間接影響了出租車(chē)的需求量。繼而得到以下方程：

乘客的需求量與乘客的出行次數(shù)A有關(guān)，乘客的出行次數(shù)越高，對(duì)出租車(chē)的需求量越大，即：

一般情況下，乘客候車(chē)時(shí)間越長(zhǎng)，就認(rèn)為出租車(chē)服務(wù)水平越差;相反，則認(rèn)為其服務(wù)水平越高 ，因此候車(chē)時(shí)間t與服務(wù)水平S成反比例關(guān)系。得到下圖：

2.1.1出租車(chē)工作效率

若忽略乘客的等車(chē)時(shí)間，則車(chē)輛利用率即為某一時(shí)段的可載出租車(chē)數(shù)與乘客所需出租車(chē)數(shù)的比值。可用公式：

2.1.2車(chē)輛滿(mǎn)載率

車(chē)輛滿(mǎn)載率則由某一時(shí)間段以及空間內(nèi)得載客車(chē)輛數(shù)和所經(jīng)過(guò)得出租車(chē)總數(shù)決定的[6]。則有

對(duì)于這一指標(biāo)，出租車(chē)的滿(mǎn)載率決定了出租車(chē)的運(yùn)載能力，若出租車(chē)載客率低于70%，限制出租車(chē)運(yùn)力增加;若高于70%，則會(huì)使出租車(chē)運(yùn)力增加。根據(jù)這兩個(gè)指標(biāo)的建立，將出租車(chē)資源的“供求匹配”程度分為三個(gè)等級(jí)：高（出租車(chē)工作效率在40%～60%，車(chē)輛滿(mǎn)載率在70%以上）、中（出租車(chē)的工作效率在60%～70%、30%～40%之間，車(chē)輛滿(mǎn)載率在30%～70%之間）、低（出租車(chē)的工作效率在70%以上或30%以下;車(chē)輛滿(mǎn)載率在30%以下）

2.1.3模型求解

分析不同時(shí)空出租車(chē)資源的“供求匹配”程度，以北京、長(zhǎng)春為例。

（1）北京屬一線城市，外來(lái)人口較多，居于全國(guó)首位，對(duì)出租車(chē)的需求量較多、消費(fèi)比較高[7]。

所以要在北京主城區(qū)不同地方取10輛出租車(chē)進(jìn)行研究，并且5號(hào)6號(hào)均在北京市中心，而從1號(hào)到5號(hào)，6號(hào)到10號(hào)出租車(chē)均離市中心較遠(yuǎn)，以保證每輛出租車(chē)所在地對(duì)其需求量都是不同的。

用spss軟件對(duì)出租車(chē)的工作效率以及車(chē)輛滿(mǎn)載率進(jìn)行分析，繪制出三個(gè)時(shí)間段的工作效率和車(chē)輛滿(mǎn)載率的分布圖，并求出其函數(shù)的曲線圖如下圖所示。

通過(guò)c語(yǔ)言編程計(jì)算該數(shù)據(jù)，得到以下結(jié)果：

在凌晨1：00-3：00時(shí)分出租車(chē)的工作效率為19.52%，車(chē)輛滿(mǎn)載率為32.88%。凌晨出租車(chē)較少，乘客也很少。這個(gè)時(shí)候出租車(chē)的滿(mǎn)載率低，空載率比較低，乘客打車(chē)也比較方便。但是對(duì)于出租車(chē)的經(jīng)濟(jì)收益卻很低，供求匹配程度較低。

在7：00-9：00時(shí)分，出租車(chē)的工作效率為80.96%，車(chē)輛滿(mǎn)載率為75.1%。出租車(chē)的利用率較高，這一時(shí)間段是上班的高峰期，車(chē)輛的載客率很高，則會(huì)導(dǎo)致很多乘客打不到出租車(chē)，就會(huì)出現(xiàn)供不應(yīng)求的現(xiàn)象。這時(shí)供求就會(huì)失衡。供求匹配程度為中。

在11：00-13：00時(shí)分，出租車(chē)的工作效率為61.35%，車(chē)輛的滿(mǎn)載率為75.19%。這一時(shí)間段外出的人較少，出租車(chē)的工作效率與滿(mǎn)載率都在正常范圍內(nèi)，因此此時(shí)出租車(chē)的供求匹配程度較高。

（2）針對(duì)長(zhǎng)春采用和上訴同意的方法搜集數(shù)據(jù)并整理得出：

長(zhǎng)春凌晨一點(diǎn)到三點(diǎn)時(shí)分出租車(chē)的工作效率為11.32%，出租車(chē)的滿(mǎn)載率為22.42%。出租車(chē)的工作效率和滿(mǎn)載率都比較低，此時(shí)的供求匹配程度低。

在上午7：00-9：00的時(shí)候，出租車(chē)的工作效率為61.19%，出租車(chē)的滿(mǎn)載率為54.89%。這個(gè)時(shí)候是上班高峰期，塞車(chē)情況很?chē)?yán)重，導(dǎo)致出租車(chē)的滿(mǎn)載率較低，嚴(yán)重影響了出租車(chē)運(yùn)力的增加，但是出租車(chē)的工作效率是趨于穩(wěn)定的，供求匹配程度為中。

在中午11：00-13：00的時(shí)候，出租車(chē)的工作效率為46.47%，出租車(chē)的滿(mǎn)載率為48.25%。根據(jù)數(shù)據(jù)顯示，中午乘客出行率低，搭乘出租車(chē)的人數(shù)較少，人們能很快打到車(chē)，但是無(wú)法滿(mǎn)足出租車(chē)工作的經(jīng)濟(jì)效益。供求匹配不均衡，匹配程度為中等。

根據(jù)以上兩個(gè)實(shí)例的計(jì)算，可以看出，在凌晨出租車(chē)的需求量很少，出租車(chē)的經(jīng)濟(jì)效益很低。但在上下班的時(shí)間，對(duì)出租車(chē)的需求量很大，屬于供不應(yīng)求，而且塞車(chē)就會(huì)影響乘客的行程，乘客等待時(shí)間過(guò)長(zhǎng)就會(huì)選擇其他出行工具代替出租車(chē)，這樣對(duì)乘客的需求有所緩解，但是對(duì)出租車(chē)的工作效率和經(jīng)濟(jì)效益有很大的影響。

2.2各公司的出租車(chē)補(bǔ)貼方案對(duì)“緩解打車(chē)難”的影響

“打車(chē)難”一直是社會(huì)上一個(gè)熱點(diǎn)問(wèn)題，油價(jià)的上調(diào)限制了出租車(chē)的出車(chē)率[8]。國(guó)家出臺(tái)了一些政策對(duì)其進(jìn)行改善，有了明顯的效果[9]。各出租車(chē)公司也對(duì)這一問(wèn)題提出了自己的解決方法。各個(gè)出租車(chē)公司對(duì)出租車(chē)的補(bǔ)貼是不同的。

針對(duì)長(zhǎng)春市的各個(gè)公司對(duì)出租車(chē)司機(jī)的金額補(bǔ)貼進(jìn)行數(shù)據(jù)收集，經(jīng)過(guò)分析可以得出：油補(bǔ)很高，車(chē)補(bǔ)不是特別高，就會(huì)增加出租車(chē)的出車(chē)率，就會(huì)很大程度地緩解了“打車(chē)難”的問(wèn)題;如果車(chē)補(bǔ)較高，油補(bǔ)較低，這樣會(huì)使出租車(chē)的出車(chē)率嚴(yán)重下降，影響乘客乘坐出租車(chē);如果油補(bǔ)比較高，雖然已接近標(biāo)準(zhǔn)比值，車(chē)補(bǔ)的金額在可行范圍內(nèi)，但是根據(jù)公司利益出發(fā)，這種方案影響了公司的收益且其對(duì)“打車(chē)難”的影響力并沒(méi)有很高，因此不是很合理。

2.3創(chuàng)建一種能夠解決打車(chē)難問(wèn)題的補(bǔ)貼方案

（1）新創(chuàng)建的打車(chē)軟件補(bǔ)貼方案如下：

①每單給予司機(jī)補(bǔ)貼5元，乘客補(bǔ)貼5元。

②司機(jī)每日在城市各個(gè)城區(qū)分別完成訂單10次，當(dāng)天獲得50元補(bǔ)貼。

③每一月季度下，司機(jī)被舉報(bào)拒載次數(shù)小于等于5，有一百元補(bǔ)貼。如被舉報(bào)次數(shù)，超過(guò)50次，則停止該司機(jī)使用打車(chē)軟件1周。

（2）對(duì)該打車(chē)軟件的合理性進(jìn)行論證

在城市的某一范圍內(nèi)，乘客所需要乘載的出租車(chē)的數(shù)量超過(guò)了此地可以載客的出租車(chē)的數(shù)量，從而造成乘客打不到車(chē)的情況[10]。

實(shí)際中，出租車(chē)司機(jī)往往會(huì)根據(jù)不同地段進(jìn)行載客的利潤(rùn)差異而選擇報(bào)酬好利潤(rùn)高，乘客密度大，不堵車(chē)的地段。因此新制作的打車(chē)軟件需要通過(guò)它針對(duì)出租車(chē)司機(jī)載客不同情況所給予的獎(jiǎng)勵(lì)或懲罰制度改變這一打車(chē)難的現(xiàn)象。

對(duì)于經(jīng)常處在生意好的地段的出租車(chē)司機(jī)，新的補(bǔ)貼方案規(guī)定：如果出租車(chē)司機(jī)能夠一天內(nèi)在不同城區(qū)開(kāi)車(chē)進(jìn)行載客，并使用此款打車(chē)軟件進(jìn)行記錄，每當(dāng)記錄數(shù)達(dá)到一定的接單數(shù)，將給予司機(jī)一定的補(bǔ)貼。例如將城市S分為A，B，C，D，E五個(gè)城區(qū)。如果司機(jī)能在一天內(nèi)的這五個(gè)城區(qū)各能接單10個(gè)及以上，則給予該出租車(chē)司機(jī)50元的補(bǔ)貼。這種補(bǔ)貼的政策將能有效地解決出租車(chē)司機(jī)只在生意好的固定地區(qū)開(kāi)車(chē)，從而造成個(gè)別生意不好較偏僻的地方的乘客打車(chē)難的問(wèn)題[11]。

3 模型的評(píng)價(jià)

3.1模型的優(yōu)點(diǎn)

①該模型的建立將復(fù)雜的問(wèn)題數(shù)學(xué)化，建立的模型簡(jiǎn)單明了，便于使用數(shù)學(xué)工具進(jìn)行求解。而spss軟件的運(yùn)用使問(wèn)題更加清晰化，縮短了運(yùn)行時(shí)間，提高了工作效率。

②對(duì)于建立的模型從不同的時(shí)間空間上進(jìn)行模型的求解，使得出的答案更加具體化，更具有代表性。

③從社會(huì)效益和經(jīng)濟(jì)效益對(duì)問(wèn)題進(jìn)行了分析，也表現(xiàn)出現(xiàn)實(shí)生活中政府在尋求兩者之間的平衡中做出的努力。

3.2模型的不足

該模型并未將天氣因素和節(jié)假日因素考慮進(jìn)去，天氣惡劣以及節(jié)假日時(shí)乘客對(duì)出租車(chē)的需求量會(huì)很大。如何解決這一特殊時(shí)間點(diǎn)出租車(chē)的使用沒(méi)有具體體現(xiàn)出來(lái)，尚待改善。

符號(hào)說(shuō)明：

Pi——出租車(chē)某一時(shí)間段的工作效率 （i表示1（1：00-3：00）;2（3：00-5：00）……12（23：00-1：00））

An——某時(shí)段出租車(chē)營(yíng)業(yè)所走的路程（n表示第n輛車(chē)? i=1、2、3……）

Bn——某時(shí)段出租車(chē)一共走的路程（n表示第n輛車(chē)? i=1、2、3……）

Ci——某一時(shí)段載有客人的車(chē)輛數(shù)（i表示1（1：00-3：00）;2（3：00-5：00）……12（23：00-1：00））

Di——某一時(shí)段的出租車(chē)總量（i表示1（1：00-3：00）;2（3：00-5：00）……12（23：00-1：00））

S——出租車(chē)的服務(wù)水平? ? W——車(chē)輛滿(mǎn)載率? ?Q——油補(bǔ)金額? ? ? ?V——出租車(chē)的出行總量

E——沒(méi)打到車(chē)的人數(shù)? ? ? t——等待時(shí)間? ? A——乘客出行次數(shù)? ? M——車(chē)補(bǔ)金額

參考文獻(xiàn)：

[1] 楊澤民，石怡.基于數(shù)學(xué)建模的城市出租車(chē)供需分配方案設(shè)計(jì)[J].山西大同大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，32（3）：1-4，16.

[2] 陳麗璐，聶文惠.基于出租車(chē)數(shù)據(jù)的載客熱點(diǎn)與打車(chē)熱點(diǎn)研究[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2019，28（4）：32-38.

[3] Borowiak C，Ji M S.Taxi co-Ops versus Uber：Struggles for workplace democracy in the sharing economy[J].Journal of Labor and Society，2019，22（1）：165-185.

[4] 侯瑞.基于SPSS因子分析法的公共服務(wù)水平評(píng)價(jià)[J].科技與創(chuàng)新，2019（6）：35-37.

[5] 汪蕓芳，陳麗華，吳祈宗.城市非高峰期動(dòng)態(tài)出行交通網(wǎng)絡(luò)均衡[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2015，45（21）：7-13.

[6] 呂紀(jì)榮，劉昕，關(guān)凱霖，等.“互聯(lián)網(wǎng)+”時(shí)代的出租車(chē)資源配置[J].現(xiàn)代電子技術(shù)，2017，40（2）：69-72，77.

[7] 于左，高玥.出租車(chē)行業(yè)規(guī)制的困境擺脫及其走勢(shì)判斷[J].改革，2015（6）：119-129.

[8] 何林海.概率統(tǒng)計(jì)學(xué)中數(shù)學(xué)建模思想的融入分析[M].北京：科學(xué)出版社，2007.

[9] 馮凈，袁國(guó)強(qiáng)，李盼道.打車(chē)軟件利弊及其發(fā)展策略[J].合作經(jīng)濟(jì)與科技，2019（6）：84-86.

[10] 周光偉.打車(chē)軟件的應(yīng)用對(duì)出租車(chē)行業(yè)的影響及對(duì)策分析[J].交通財(cái)會(huì)，2014（8）：68-72.

[11] 賀銀鳳.從“打車(chē)軟件”的興起看出租車(chē)管理體制改革的必要性[J].經(jīng)濟(jì)論壇，2015（4）：144-147.

【通聯(lián)編輯：唐一東】