基于供求匹配评价模型北京市打车难分析.docVIP

基于供求匹配评价模型北京市打车难分析 　　摘要：为了分析“打车难”根本因素，运用了主成分分析法，借助SPSS等软件构建了出租车资源供求匹配评价模型，对北京市当地打车难现状进行了综合性分析。分析发现，影响出租车供求平衡的主要因素是乘客等候时间及空驶率。其次从时空方面分析发现，一般在每天的上下班高峰期间，打车较难，且在交通流量大的交通路段“打车难”现象严重。最后，针对研究所发现的问题，对缓解“打车难”提出了几点可行性建议。 　　关键词：打车难；供求失衡；主成分分析；供求匹配评价模型；SPSS 　　近些年，随着我国经济的飞速发展和人民生活水平的不断提高，城市出租车市场在也呈现出在不断激增，发展规模不断扩大的现象。但与此同时，由于出租车资源控制不合理产生了诸多问题，如出租车经营者收入低下、行业不稳定、城市出租车资源浪费等诸多问题，其中最大的问题就是城市“打车难”[1]，其成了人们普遍关注的热点问题，特别是一些一线城市，如北京、上海、西安、兰州等地，其近八成的市民认为“打车难”的问题或多或少地影响到了自己的生活。从上面来看，“打车难”已经成为影响人们日常生活的主要问题，所以对“打车难”问题进行研究是必不可少的，而且十分重要。对于这一问题，伴随着“互联网+”时代的到来，催生出了许多智能打车软件服务平台，如滴滴打车、快的打车等，虽然其在一定程度上利用“智能打车平台”缓解了打车难，但是经分析其并没有较好解决“打车难”问题，其中主要原因是没有找到并解决影响“打车难”的根本因素。因此，本文我们通过分析研究“打车难”的主要因素，并针对发现的问题提出了实质性建议。 　　1.北京市“打车难”现状 　　近年来，城市“打车难”成了市民普遍关注的热点问题，针对这一问题，大多数城市通过增加城市出租车量来缓解，如北京、上海、合肥、武汉等，通过实施前后对比分析，其解决方案并没有较好的解决城市市民“打车难”问题，说明以上方案仍存在改进空间。 　　通过分析国内外对该问题的研究结果，我们最终发现其实影响“打车难”的主要因素是由于出租车资源“供求不匹配”造成的，因此要想解决“打车难”问题，其中最主要的首先要解决出租车资源“供求不匹配”问题[2]。 　　1.1北京“打车难”现状 　　通过收集国家统计局对北京市“打车难易程度”的调查，我们发现有73.4%的受访者认为近几年来打车存在“打的很难”和“打的较难”现象，在调查过程中发现，有61.2%的受访者打的需要等候10-30分钟，35.3%的受访者打的需要等候30分钟以上此外，还存在出租车拒载问题，其中有高达70%的受访市民反映曾被拒载，而且有相当一部分乘客表示曾被拒载多次。说明就目前情况来看，北京市确实存在“打车难”问题，而且一定程度上已经影响到人们的生活，所以解决这一问题刻不容缓。 　　1.2北京市出租车资源“供求匹配”程度 　　在分析北京市出租车资源“供求匹配”程度时，本文首先在国家统计局收集到了相关数据，收集结果见表1。经分析发现北京市城市出租车市场供求失衡问题主要是由于城市出租车供给不能较好的满足城市市民对出租车的需求。从而使得出租车资源没有得到合理配置，不仅影响了出租车市场的良性发展，而且影响到市民的出行。一般情况下，城市面积、城市常住人口、人口增长率、市民收入水平等因素都是影响其需求量的因素。 　　由表1数据可知，其中北京市的常住人口由2007年的1676万增长到2013年的2115万，增长了439万人口。市民人均年总收入也由2007的245756元增长到了2013的420112元，期间增长了174356元。说明近几年北京市经济发展迅速，但是其出租车规模增长较少，从2010年的66646辆到2015年的67046辆，只增加了400辆。从上述数据中可以看出北京市在近几年随着经济的增长，市民生活质量逐步提高，但是城市常住人口逐年增加的情况下，其城市出租车辆却增加缓慢，因此可以看出，目前北京市出租车资源存在严重“供求不平衡”问题。 　　2.北京市出租车资源的“供求匹配”程度定性分析 　　2.1“供求匹配”程度评价指标体系 　　我们根据查阅国内外相关文献，并结合本文所能找到数据的情况下，建立了出租车资源“供求匹配”程度评价指标体系[3]，其中需求函数下的指标变量有城市交通出租车需求量、乘客等待时间等；供给函数下的指标变量有供给出租车量、空驶率等指标。 　　2.2“供求匹配”相关数据来源 　　本文在数据收集方面采用了“苍穹”智能出行平台提供的数据。该平台依赖于智能服务系统，采用路网数据采集方法，极大提高了其目标点的精度。因此我们利用该平台收集了北京时某地一天（24h）各个指标的数据，而在空间角度分析北京市“打车难易程度”时，由于北京市区域大、车流量大、不易于统计等特点，不便于全方位研究，因而