互聯(lián)網(wǎng)+時(shí)代的出租車資源配置模型

1、互聯(lián)網(wǎng)時(shí)代的出租車資源配置模型杜劍平&韓中庚摘要打車軟件平臺(tái)增加了乘客與出租車司機(jī)之間的信息透明度，“促進(jìn)了供求匹配”在一定程度上緩解了打車難問題，從另一個(gè)角度“出租車司機(jī)獲得了乘客的需求信息后”可能出現(xiàn)挑單的現(xiàn)象，即是一些低收益的訂單將會(huì)難以被接。本文基于深圳市的實(shí)際數(shù)據(jù)分析了深圳市出租車供求關(guān)系時(shí)空分布并探討了已有補(bǔ)貼方案對(duì)出租車資源配置的影響之后給出了更合理的補(bǔ)貼方案的設(shè)計(jì)模型從某種程度上“能夠通過經(jīng)濟(jì)手段實(shí)現(xiàn)出租車資源的優(yōu)化配置”有效緩解打車難問題引言出租車現(xiàn)已成為市民出行的重要交通工具，打車難是人們關(guān)心的一個(gè)社會(huì)熱點(diǎn)問題隨著互聯(lián)網(wǎng)時(shí)代的到來，多家公司依托移動(dòng)互聯(lián)網(wǎng)建立了打車軟

2、件服務(wù)平臺(tái)，從而使得乘客與出租車司機(jī)之間的信息互通，同時(shí)推出了多種出租車的補(bǔ)貼方案多家公司：滴滴打車和Uber提出問題Q1：利用合理的指標(biāo)分析不同時(shí)空出租車資源的供求匹配程度Q2：分析各公司的出租車補(bǔ)貼方案是否有效緩解打車難問題Q3：設(shè)計(jì)更為合理的方案文章脈絡(luò)Q1數(shù)據(jù)采集與時(shí)空數(shù)據(jù)的離散化供求關(guān)系的指標(biāo)構(gòu)建不同時(shí)空下的供求匹配模型Q2實(shí)時(shí)數(shù)據(jù)（沒有打車軟件相關(guān)關(guān)系），運(yùn)用仿真進(jìn)行模擬討論使用打車軟件是否緩解打車難（對(duì)比），同時(shí)考慮信息過度透明Q3訂單的差異表現(xiàn)為訂單質(zhì)量（挑單），取消訂單質(zhì)量之間出現(xiàn)的差異打車軟件對(duì)出租車資源配置的影響1. “增加了信息的透明性”，在出租車資源供大于求時(shí)，能夠引

3、導(dǎo)出租車司機(jī)盡快找到乘客；在出租車資源供不應(yīng)求時(shí)，可以引導(dǎo)乘客前往更容易打到車的區(qū)域2. “信息的過度透明性”，在出租車資源供不應(yīng)求的情況下，出租車司機(jī)會(huì)出現(xiàn)“挑單”的現(xiàn)象，從而造成變相拒載，增加“打車難”。文獻(xiàn)綜述Q1：構(gòu)建不同時(shí)空供求匹配模型1. 數(shù)據(jù)采集針對(duì)不同時(shí)空的處理2. 時(shí)空數(shù)據(jù)的離散化3 . 供求關(guān)系的指標(biāo)1. 需求量用單位時(shí)間單位面積的訂單發(fā)起數(shù)量作為出租車的需求度量指標(biāo)2. 供給量以單位時(shí)間單位面積的出租車空駛里程作為出租車的供給量指標(biāo)3. 供求平衡指標(biāo) 模型結(jié)果分析1. （24h）全天的供求指數(shù)分布2.（ 全部地區(qū)）供求指數(shù)隨時(shí)間變化規(guī)律3. 不同時(shí)段的供求指數(shù)分布Q2：打

4、車軟件有效緩解“打車難”系統(tǒng)仿真假設(shè)仿真準(zhǔn)備過程1. 系統(tǒng)初始化系統(tǒng)初始化：將城市道路分為21*21的網(wǎng)格，每個(gè)格子的邊長為200m,初始時(shí)刻有100輛空載出租車均勻隨機(jī)分布在網(wǎng)格的邊上,每輛出租車的車速為10m/s,行駛方向是隨機(jī)的。2. 訂單的生成訂單的生成：全市的需求訂單產(chǎn)生過程服從泊松流，每次迭代產(chǎn)生新訂單的概率為0.2；若本輪迭代產(chǎn)生新訂單，則隨機(jī)分布在道路網(wǎng)格線上，并隨機(jī)產(chǎn)生一個(gè)目的地節(jié)點(diǎn)”將該數(shù)據(jù)添加到未接訂單集合中。3. 訂單的訂單的完成完成：若出租車處于載客狀態(tài)，則按照最短路線前往目的地節(jié)點(diǎn)，當(dāng)?shù)竭_(dá)目的地后出租車重新進(jìn)入空載集合。無挑單時(shí)的仿真無“挑單” 時(shí)的仿真結(jié)果有“挑單

5、”的仿真有“挑單” 時(shí)的仿真結(jié)果有無“挑單”時(shí)的對(duì)比從圖7和圖8可以看出：存在“挑單”的情況下，總體趨勢(shì)和無”挑單“的情形類似。但是在有“挑單”情形下，相同的補(bǔ)貼額度使全部平均等待時(shí)間比無“挑單” 的情形更長，相應(yīng)的載客率也略低。因?yàn)槿绻緳C(jī)“挑單”，部分“壞單”便無法通過打車軟件打到車，只能依靠傳統(tǒng)方式打車，從另一個(gè)角度看；相當(dāng)于減少了打車軟件的使用率。Q3：新打車軟件平臺(tái)的補(bǔ)貼方案設(shè)計(jì)模型挑單-好的訂單1. 單位時(shí)間的直接凈收益高（直接評(píng)價(jià)）2. 訂單執(zhí)行之后有高質(zhì)量的下一個(gè)訂單（間接評(píng)價(jià)）補(bǔ)貼針對(duì)的就是間接評(píng)價(jià)，使得收益率平衡下一個(gè)訂單的差異主要體現(xiàn)在到達(dá)目的地后的空駛距離1. 直接收益率核算模型a.訂單收入b.估計(jì)成本(主要是油耗）