互联网时代下滴滴快车补贴方案对打车难问题影响.docVIP

互联网时代下滴滴快车补贴方案对打车难问题影响 　　摘 要：随着“互联网+”时代的到来，传统出租车行业依托互联网建立打车软件服务平台，推出系列打车补贴方案，为乘客和出租车司机之间构建交流平台，降低了信息的不对称程度，对缓解“打车难”提供帮助。该文以北京市为例，结合滴滴快车补贴政策，建立了基于目标规划的出租车补贴方案模型，研究其对缓解“打车难”的影响。将打车难转化为乘客总等待时长的量化指标，通过定量分析，得到滴滴快车对缓解“打车难”有所帮助的结论。 　　关键词：互联网+ 拼车补贴方案 最短路径 孟德尔遗传定律 　　中图分类号：F540.5 文献标识码：A 文章编号：1674-098X（2016）09（a）-0083-03 　　伴随着我国城市化进程的不断推进，城市人口的日益增长，以及出行需求的显著提高，“打车难”成为人民生活中的热点问题。然而，居高不下的出租车空载率却与之形成鲜明对比，这即为居民生活增添了不便，又造成了出租车资源的浪费。究其原因，一方面由于出租车供应量不足，难以满足乘客的出行需求；另一方面，由于出租车的供给与乘客的用车需求之间存在信息不对称，无法同有形商品一样进行双方信息的充分交流。随着“互联网+”时代的到来，传统的出租车行业与互联网、大数据、云计算等现代新型产业结合，创造了新的商业模式――打车软件。通过此应用程序的使用，乘客可以及时地发布自己的打车信息，出租车司机可以立即给予回应，节省了双方时间，提高了打车效率。 　　1 补贴方案 　　据人民网讯，北京时间2016年3月6日滴滴快车宣布，旗下快车业务推出“闪惠行动”，用户可享受最高5折优惠[1]。同时滴滴拼车也推出补贴政策：两个乘客拼车可以享受到6折优惠，3个人拼车为5折优惠，4个人最低可以享受4折优惠。据新快报记者对滴滴快的司机的采访可知其面向司机的补贴政策为：一天做满25单，可拿150元补贴且在早高峰和晚高峰时，做一单奖励一单。文章主要研究滴滴拼车的补贴政策对“缓解打车难”是否有作用。 　　2 指标的选取 　　“打车难”的根本原因在于“人多车少”，即供应量远小于需求量。基于此，可将打车难转化为乘客总等待时长的量化指标，为从根源缓解“打车难”应从减少打车需求量与增加供应量两方面着手。故判断打车软件的出租车补贴方案对“缓解打车难”有无帮助是指该补贴政策下，打车需求量与出租车供应数量的改变对乘客总等待时长的影响。 　　3 模型的建立与求解 　　3.1 无补贴下等车时长模型的建立与求解 　　在同一时间段，客户等待时长为客户下单后到上车之间总时长，分为两部分：下单后司机接单时长和接单后去接客的时长。平均司机接单时长通过查阅数据得出，而接客时长可转化为最短路径问题，因为司机对路况较熟悉，必定选择最短路径去接客。 　　设图（V，E），表示边（vi，vj）上的权（即道路的长度），用表示顶点vi和顶点vj的距离，使用Floyd算法来计算最短距离。假设出租车在该城区的行驶速度固定为（单位：km/h），则可计算司机从起始点到客户所在地的时长。设从起始点到客户所在地的车的数量为，则总等待时长为： 　　（1） 　　其中，为平均接单时间，为总等待时长，为在该时间段的总接单数，为总接客时间。 　　以北京市为例，在滴滴智能出行平台中截取北京市部分地区地图，并将各个主要的交通路段进行标点，如图1所示。 　　由图1可得，其主要交通路口为60处，标记为点1至点60。根据所绘图形的比例尺（1 mm：100 m），计算得各个连通路段的路程，并使用所建模型中的Floyd算法，求得所有两点间的最短路矩阵。查阅该地区的日基本行车路径，整理成为司机从路口到乘客所在地的行车频率矩阵[2]，假设车辆行驶为40 km/h，求得接客时长： 　　s （2） 　　根据所查资料，整理高峰期、低谷期和平稳期3个时段的接单时间（如图2所示）。 　　经计算可求得3个时段的平均接单时间分别为：39.167 s、21.85 s、28.467 s，司机的接单时间为： 　　s 　　由此可得在?o补贴政策情况下，乘客的平均等待时长为： 　　（3） 　　3.2 补贴下等车时长模型的建立与求解 　　假设在未实行补贴政策打车模式下的打车需求人口量为，出租车供应量为，此时每名乘客的平均等待时长为。在某种补贴政策下，打车需求人口量变为，出租车供应量为，每名乘客的平均等待时长，则可根据映射求得实行政策前后各个变量之间的关系，运用同样的方法求得： 　　将与进行比较，得出，当为负值时，即对“缓解打车难”有帮助；当为正值时，即对“缓解打车难”没有帮助。 　　由此，所建模型将拼车补贴政策是否对“缓解打车难”有帮助的问题转化为合乘模式下的乘客平均时间计算。 　　2016年3月28日《北京商报》数据显示，由于