胡坤霖

摘 要：现在这个社会不缺产品，而是缺少将产品卖出去的人并且该怎样的获得客户流量.由此迎来“互联网+”时代，那么我们想要玩转这个时代就需要了解一下什么是“互聯网+”时代.本文将互联网与出租车行业进行融合，创造出适应当下时代的“互联网+”时代出租车.分析工作日与非工作日高峰期与非高峰期两种情况，通过城市容量、载客率、司机收入、打车时间与时刻、出租车补贴与政策几个因素来分析不同时空下的匹配供求，建立模型与分析问题.根据“互联网+”时代出租车的基本情况，并详细阐明“互联网+”时代出租车未来的前景与现存的不足，借助某些具体案例论证信息的管理与资源配置的重要性.

关键词：“互联网+”；时代出租车；信息的管理；资源配置

因“互联网+”时代的迅猛发展，国内客运出租车乘车需求量随之不断增长，本应快速、便捷、舒服及平安等特点却同时也存在很多问题，例如出租车司机拒载、车辆分布不均、宰客等现象.出租车时代对社会的不适应性而面临着严峻的挑战，同时依托互联网而产生的“互联网+”时代出租车应运而生.那么这种现象是如何产生的呢？

在“互联网+”时代出租车迅速占领市场的今天，传统出租车得不到有效的利用，从而陷入出车难的困境.所谓打车难根本原因是出租车司机觉得没有赚头不想去跑冤枉路并且乘客不愿意支付更高的费用，导致市民出行打不到车，出租车司机载不到人或出租车分布不均导致的资源配置的不合理性.而合理利用互联网平台也是传统出租车必须要走的道路.出行打车与移动终端的有效结合与信息资源的正确匹配推动着互联网时代下出租车的发展.智能打车平台为出租车司机自动接单与就近接单有效的避免司机拒载或加价现象基于传统出租车下，“互联网+”时代出租车具有打车方便、司机服务态度好、经济等特点依托智能打车软件平台或将打破传统出租车的格局，满足人民与社会的需求，从根本上解决各城市高峰期时间市民”打车难“问题.本文通过建立出租车需求量的多元性回归模型和供应公式，以周口为例分别从时间与空间，工作日与非工作日，高峰期与非高峰期等几个关系来研究出租车资源的“匹配供求”关系来解决某些城市高峰时期打车难、堵车等问题.实现“互联网+”时代下出租车资源的有效利用.对比滴滴打车平台与快的打车平台推行的打车补贴政策，分别分析其对缓解“打车难”的影响度以及设计补贴方案并且设计出最优方案最大化缓解“打车难”，实现“乘客”“司机”“商业”三者之间的潜在价值.实现社会的可持续发展.

1.不同时空出租车资源的“匹配供求”

1.1问题的提出

市民出行，出租车无疑是最重要的交通工具，正因如此，人们才更关注“打车难”这一社会热点.随着“互联网+”时代的到来，打车软件服务平台应运而生，多家公司依托互联网打破传统出租车的格局，他们利用打车服务平台实现了乘客与出租车之间的信息互通，为最大限度解决满足人们出行需要，同时推出多种出租车的补贴方案.有效的协调“乘客”“出租车司机”“城市交通”的关系，实现社会的可持续发展.

（1）问题一：由于出租车得不到有效的利用，对出租车资源“供求匹配”的研究，以出租车起步价、居民的花费程度、公共交通的兴盛程度、出租车万人拥有量建立四个指标.根据打车服务平台传来的数据，计算打车率，建立模型分析匹配供应关系

（2）问题二：根据问题一四个相关因子得出的数据分析各公司推行的补贴方案，是否对该城市下“打车难”有所帮助.

（3）问题三：如果要建立一个打车服务平台，根据之前得出的结论，是否会设计更好的补贴方案，并论述其合理性.

1.2模型假设

（1）假设收集的相关数据真实可靠.

（2）假设气候不影响问题的研究.

（3）假设没有突发事件的发生.

（4）假设研究时间内无国家对出租车相关法规的改变.

（5）假设出租车匀速行驶.

1.3不同时空条件下出租车资源匹配供求”程度的研究思路

首先用打车服务平台提供的车辆数据，以周口市作为人口密度需求量，运用层次分析法挑选3个影响乘客与出租车司机之间的因素.之后，在进行不同时空出租车资源的研究时，分别用休息日与非休息日作为供给双待匹配变量，用周口市打车量需求与出租车分布作待匹配变量，用高峰期打车辆与非高峰期打车量作待匹配变量.“供应匹配”程度用待匹配变量总得分描述.

2.模型的建立与求解

2.1关于不同时间下出租车资源“匹配供求”的讨论

（1）不同时间下出租车资源“匹配供求”的研究分为一天内与一周内的情况进行研究.

（2）一天内出租车“匹配供求”程度用智能打车平台提供的订单提供，以周口市为例.

乘客需求量小于出租车供给量，且工作日期间市民需求量远多于周末市民需求量，匹配程度偏低，出租车资源得不到最大化利用，但出租车供给不随日期变化而出现较大的波动，但“打车难”现在仍旧存在.则可能存在部分出租车存在拒载现象.由一天内出租车使用时间分布图可得知8点-11点 17点-20点为城市打车高峰期，上下班时间市民打车需要量较多，相对别的时间会出现“打车难”现象.

可以看出上下班时间为打车高峰期，供求关系表现为供不应求，则会存在市民“打车难”问题，匹配程度较低就会存在一些市民在此期间难以打车甚至无车可打.其他时间较为平缓，供应需求关系接近于1比1，匹配供求程度较好，打车难度相对与上下班时间较容易.

（3）一周内出租车“匹配供求”程度可用周口市平均每天打车情况表示.其中包括打车需求量、出租车分布与被抢订单的时间.

乘客需求量小于出租车供给量，且工作日期间市民需求量远多于周末市民需求量，匹配程度偏低，出租车资源得不到最大化利用，但出租车供给不随日期变化而出现较大的波动，但“打车难”现在仍旧存在.则可能存在部分出租车存在拒载现象.由一天内出租车使用时间分可得知8点-11点 17点-20点为城市打车高峰期，上下班时间市民打车需要量较多，相对别的时间会出现“打车难”现象。

2.2关于不同空间下出租车“匹配供求”的研究

将周口市选为目标城市，选个几个出租车较为聚集的几个城区包括：川汇区、扶沟县、西华县、商水县、沈丘县五个区.分析不同空间下出租车“匹配供求”的程度.然后建立“匹配供求”模型，估算出出租车在不同时空的空车率.

其中a为出租车分布的总量，b为订单总量，c表示订单的成功率.

打车需求量矩阵

，其中i=5，j=24

设空车率矩阵为

，其中n=5，m=24

为了方便计算，可以将以上矩阵变化得到关于“匹配供求”矩阵x，选取合适的阀值β，设置如下标准

空车率

范围 β≥0.9 0.85≤β≤0.9 0.8≤β≤0.85 β≤0.8

级别 1 2 3 4

程度 非常好 好 一般 差

利用Matlab软件将空车率矩阵I转换为“匹配供求”矩阵X

，其中i=5，j=24

建立折线图进行分类比较，在24小时各个时间点，工作日与非工作日不同时空相同时间点，可以反映出不同空间的发展变化趋势与比较.因此，关于“匹配变量矩阵X做成各个时刻不同空间的堆积数据折线图，工作日折线图空车率如下图3、4所示.

图3 工作日折线图

图4 工作日的空车率

由上图可以看出工作日期间，各地打车高峰期均处于上下班时间，匹配供求关系表现为供不应求，然而非工作日期间则不然.我们从看两图可以看出无论工作日期间还是非工作日期间，0：00-5：00与21：00-24：00匹配供应程度最好，其他时间匹配供求程度一般.由非工作日曲线变化与工作日曲线变化相比，非工作日明显平缓，高峰期表现为午饭与晚饭俩个节点，且不同地点的打车需求量、空车率、匹配供求程度有所差别，但相差不大.

3.对各公司缓解“打车难”补贴方案的分析

3.1研究思路

从2013年起，打车服务平台开始进入市场，打车服务软件公司目前国内主要分为滴滴打车与快的打车两种，通过2016年业务数据并且和传统型出租车进行分析比较，分析打车服务软件的合理性.

假设补贴前出租车市场为纯粹竞争市场，由于补贴，出租车市场出现经济差异，则变成不纯粹竞争市场，结合所得到的数据，大体描绘出出租车市场前后供求曲线，并求出相关量处于稳定值时的价格，即均衡价值，通过对其比较，分析价格补贴的数额.

3.2数据处理

首先探究“滴滴打车”软件使用政策补贴前后出租车市场供给需求曲线差别.

表4 市场状态方程

市场状态 方程

应用滴滴打车软件前市场需求 y=30

应用滴滴打车软件前市场供给 y=0.076x+21.503

应用滴滴打车软件后市场需求 y=-0.0422x+33.290

应用滴滴打车软件后市场供给 y=0.0799x+25.913

根据市场提供的相关数据及来自新闻界的报导，根据表4绘制出价格变更前后市场供给需求曲线.

图7 使用滴滴打车，市场前后的供给需求曲线

同上可以得到“快的打车”软件使用政策补贴前后出租车市场供给需求曲线区别.

市场状态 方程

应用快的打车软件前市场需求 y=30

应用快的打车软件后市场供给 y=0.1010x+27.945

应用快的打车软件前市场需求 y=-0.0435x+32.45

应用快的打车软件后市场供给 y=0.1042x+20.547

绘制得到如下图.

图8 使用快的打车，市场前后的供给需求曲线

3.3结果分析

根据滴滴打车软件公司与快的打车软件公司补贴政策前后市场供给需求的变化，可以得到其对应的均衡值如下表6.

表6 滴滴打车补贴前后市场的变化

滴滴打车补贴前后市场的变化

市场 均衡价格/万辆 均衡数量/万辆

补贴前的滴滴打车市场 30 51.151

补贴后的滴滴打车市场 29.081 99.720

滴滴打车补贴方案后、出租车供给需求及价格变化量如下表7

表7 滴滴打车补贴方案后、出租车供给需求及价格变化

供给增加量/万辆 需求增加量/万辆 价格差量/元 “打车难” 缓解度

70 48.569 0.919 21.431

根据快的打车软件公司补贴前后市场变化如下表8.

表8 快的打车补贴前后市场的变化

快的打车补贴前后市场的变化

市场 均衡价格/万辆 均衡数量/万辆

补贴前的快的打车市场 30 20.34

补贴后的快的打车市场 28.944 80.58

快的打車补贴方案后、出租车供给需求及价格变化量如表9.

表9 快的打车补贴方案后、出租车供给需求及价格变化

供给量增加量/万辆 需求增加量

/万辆 价格差量/元 “打车难”缓解度

70 60.24 1.066 9.76

我们用“价格差量度”和“打车难”缓解度两个观念来描绘智能打车软件补贴政策的效果.价格差量度=不使用补贴时完全市场均衡价格-使用补贴时不完全市场的均衡价格.缓和度=供给增加量-需求增加量.

价格差量度越小，缓解度越小，说明价格补贴政策越差，反之则越好，则可以节省打车需求者的打车费用，并且出租车司机也可得到额外补贴，“打车难”问题同时也可以得到缓解.

基于比较以上几表可以得出结论，“滴滴打车”“快的打车”两大智能打车软件平台对环节“打车难”问题均起到缓解作用.同时降低出租车成本.其中滴滴打车政策对21.431万客运量起到缓解作用.每单位降低成本大约为0.919元.同样，快的打车政策对9.76万客运量起到缓解作用.每单位降低成本大约1.066元.通过数据对比，我们可以比较价格差量度与缓解度两方面，我们可以得出结论：滴滴打车补贴政策更好与快的打车政策.

4.结论及建议

这里我们设计最优方案，以保证社会总利润最大.

（1）建立经济学方程，用求导求极值法来求最大值，则可得到最优均衡量，这里我们可以理解为最优均衡量为供给量，则可得到司机在劳务过程中的理想收入.同理，我们也可以理解为最优均衡量为需求量，则可得到乘客愿意支付的价格.乘客愿意支付的价格与司机理想价格的差值即为补贴价格.补贴价格分为乘客享受的补贴价格与出租车司机享受的补贴价格.

（2）数据处理

单对某一市场而言，社会总利润为各单体主体劳动利润之和，即

对传统出租车来说，不采用任何补贴，为完全竞争市场，设其收入的均衡价格为p0，设其供给量q0.对使用补贴政策出租车来说，设其市场价格p1，设其供给量q1，

关于传统出租车其劳动收入总和为

，

使用补贴政策不会提高社会总收入.

对于非传统出租车即使用打车软件的出租车享受补贴政策，为不完全竞争市场，其总收入为：

补贴政策后其获益为：

非软件用户出租车与软件用户出租车总获益为：

供给量改变导致相应的供给成本量随之增加，其为：

总利润与总成本之差即为总利润增加量为：

由总利润可以确定出租车最优供给量，结合第三章市场供求曲线，即可确定乘客支付的真实价格与司机劳动赚的实际收入，其中补贴的额度为其实际价格与市场均衡价格的差值.

（3）分析结果

这里以滴滴打车为例，研究2016年滴滴打车市场数据，得到滴滴打车政策前后供求变化表10.

取U=27.35可以求出

令，得出唯一极值为41.87，说明当均衡数量为41.87万辆时，市场总利润增加量达到最大为315.776万元，将x=41.87带入补贴后的两个方程，可得出乘客意愿支付费用为31.524元，出租车司机劳动获得费用为24.685元.整理得表11：

此为最优方案.

参考文献

[1]刘灿齐.现代交通规划学[M].人民交通出版社，北京：2001.

[2]黄建中.1980年代以来我国特大城市居民出行特征分析[J].城市规划学刊.2005：71-75.

[3]刘景星，宋学芳，裴玉龙等.营口市居民出行特征分析[J].城市規划汇编.1997：47-54.

[4]牛翠兰.城市公共交通补贴机制研究[D].西安：长安大学硕士研究论文，2008：40-43.

[5]金宁.公共交通城市满意度测评理论及实证研究[D].吉林大学博士学位论文，2009.

[6]张朝霞，秦青松，张勇.“互联网+”时代客运出租车管理改革方向探讨[J].价格理论与实践，2015：23-28.