网约车运行特征大数据评估及政策思考——以深圳市为例.pdf

交叉创新与转型重构——2017 年中国城市交通规划年会论文集 网约车运行特征大数据评估及政策思考 邵源 陈澍 江捷 【摘要】科学评估网约车交通运行特征是开展出租汽车行业改革和网约车规范管理工作的基础。借助 “双维度”的网约车出行特征大数据评估方法，融合网约车车牌数据、车牌识别数据、出租汽车（含网约 车）营运数据等多源数据以及出租汽车出行特征SP调查结果，评估网约车市场规模、司机全职兼职比例以 及时空运行特征，分析网约车对传统巡游出租汽车、常规公交、轨道运行和营运的影响。在网约车行业发 展的关键阶段，为政府部门客观认识网约车行业发展规律、制定相关管理政策提供决策参考。 【关键词】网约车；出行特征；大数据分析；政策评估 1 引言 [1] 国内网约车的发展大致经历了三个阶段 ，一是2013-2014 年的互联网+ 出租汽车阶段， 平台通过大规模补贴等手段持续进行市场推广，培育乘客通过智能手机 APP 召车的习惯。 二是 2014 年下半年开始的差异化发展阶段，互联网平台陆续推出优于传统巡游车的“专车” 服务，价格也相对较高。三是爆发式增长阶段，2015 年 5 月快车服务模式上线 ，社会私家 车等非营运车辆（非专业驾驶员、无营运资质车辆）挂靠平台的门槛大幅降低，网约车呈爆 发式增长。截至 2016 年 7 月，深圳各大网约车平台订单量是 2015 年 4 月的 20 倍以上。 2016 年 7 月，国家层面出台《关于深化改革推进出租汽车行业健康发展的指导意见》、 《网络预约出租汽车经营服务管理暂行办法》、《交通运输部关于修改出租汽车经营服务管 理规定的决定》等文件，为出租汽车行业改革和网约车规范管理指明方向。同年 10月，各 地政府相继出台本地网约车管理细则，再次引发社会各界的热烈讨论[2]。目前，网约车的讨 论和研究大多基于定性分析的层面，由于网约车平台运营数据不开放，难以掌握网约车车辆 运行和乘客使用特征等相关数据，缺乏政策实施效果的预评估方法，政策制定存在一定风险 [3][4]。本文以深圳为例，通过运用车牌识别数据分析与 SP 调查相结合的“双维度”分析方法， 从宏观运行和微观意愿两个尺度，量化分析网约车车辆运行和乘客出行特征，评估政策影响， 为政策出台提供决策支持的同时，也结合数据分析提出相关思考。 1 中国城市规划学会城市交通规划学术委员会 中国城市规划设计研究院 编 2 “双维度”的网约车出行特征大数据评估方法 2.1 宏观运行大数据分析与微观意愿调查的联合分析 本文从网约车辆整体运行和市民对网约车的微观使用意愿两个维度展开分析。在网约车 整体运行特征分方面，主要基于网约车牌照与车牌识别数据的匹配，通过车辆使用特征的聚 类分析，深入分析现状网约车的构成情况，以及车辆的使用强度和时空分布特征。在市民对 网约车使用方面，主要通过 SP 调查了解用户使用网约车的特征和意愿，分析网约车对传统 出行的替代作用和存在问题。并利用出租、公交、地铁的营运数据对此前分析进行校核和印 证，形成比较完整的证据链。 图 1 技术路线图 2.2 基于车牌识别的网约车宏观运行分析 数据说明：本文使用了 2016 年 4 月份工作日深圳市车牌识别数据作为分析基础，数据 内容主要包括车牌号、监测点 ID、车道号、通过时间、车牌类型等信息，车牌识别系统约 560 个检测断面覆盖全市主要干道。牌照信息等涉及个人隐私的数据进行了脱敏处理。网约 车车牌数据涵盖深圳现有 4 家主流网约车平台，数据内容主要包括车辆牌照和所属平台信 息，其中车辆牌照采用了与车牌识别相同的脱敏处理，并剔除约 30%的在两个或以上平台重 复注册的车辆。 数据匹配与清洗。车牌识别系统受天气、设备故障、系统误差等因素影响，匹配得到的 网约车辆的车牌识别数据会出现极大值等明显错误，这些错误数据将影响下一步的建模分析 和对网约车运行特征的描述。本文以车辆每小时被检测到次数的标准差