政府介入下城市出租车出行方式选择的演化博弈分析

网约车诞生于共享经济的潮流之中,低廉的价格优势使其进入出租车市场后就占据了大量市场份额并与巡游出租车形成激烈竞争,导致发生巡游出租车罢工等事件。为维持市场的稳定,政府开始介入。文中通过研究乘客对于网约车与巡游出租车的出行选择构建演化博弈模型,考虑政府介入因素,分析出租车出行方式选择的演化博弈。结果表明,政府管制力度大小会对出租车出行方式选择的演化稳定结果产生重要影响。     

基于系统动力学的网约车准入条件政策仿真研究

为分析网约车准入条件政策的实施对网约车数量以及城市机动车出行量的影响,针对网约车规制政策问题的特殊性,首先运用Bertrand博弈理论构建了网约车与出租车的价格博弈模型,分析了网约车与出租车的博弈关系、最优价策略以及网约车系统各要素之间的影响关系。其次,在明确博弈变量的逻辑关系后,运用系统动力学方法,构建了以网约车为核心各因素之间相互影响的准入条件政策仿真模型。通过对现有准入条件政策的深入研究,将其归纳为车辆特征限制和司机户籍限制两方面,剖析其对网约车数量和城市机动车出行量的影响。然后,在此基础上结合博弈模型中变量的逻辑关系,绘制了因果关系图和存量流量图。通过调整政策参数,对比准入条件政策实施前后网约车数量和城市机动车出行量等变量的变化趋势。最后,以天津市网约车准入条件政策为例对模型进行了实证分析得到了仿真结论。仿真结果表明:限制车辆特征和司机户籍间接地规制了网约车数量;随着网约车数量的减少,私家车上路数量逐渐增大,城市机动车出行量也逐渐随之增大,从长远来看,不利于缓解城市交通拥堵。网约车的使用对缓解交通拥堵具有积极作用,不能盲目跟风,各地应根据自身实际情况合理制定网约车的准入条件政策,有效地引导网约车的发展。     

多场景模式下网约车与巡游车运营特征差异及调度策略研究

基于厦门市出租车的GPS数据、订单数据以及路网、行政区和蜂窝网格空间矢量数据等,提出了多源数据预处理规则,构建了出租车运营特征指标体系,探究了常态化和疫情条件下出租车的运营特征和需求时空分布情况.研究表明:厦门市80%网约车与巡游车的订单运距分布在10 km以内,而在长距离出行时居民更倾向于选择网约车;出租车需求热点区域主要集中在重要交通枢纽、居住区、商业区、景区和高校等地;网约车的日均载客次数、平均运距和运行时长均高于巡游车,空驶率低于巡游车;城市中心区域网约车和巡游车订单量相对均衡,由内向外均衡性逐渐变差,以网约车为主;网约车订单量在工作日呈双峰特征,在非工作日和节假日期间呈单峰模式,而巡游车订单量在08:00达到较高水平后保持相对稳定状态;2020年后疫情时期巡游车的空驶率显著增加,而网约车的空驶率保持相对较低且稳定的状态.研究有助于精准提升多场景模式下城市出租车行业供需动态平衡、运营服务水平和乘客出行满意度.     

网约车服务对城市传统出租车使用的冲击效应

网约车服务的迅速发展对包括传统出租车在内的城市出行方式产生了重大冲击。针对传统出租车使用的冲击问题，收集中国33个地级及以上行政级别城市2010—2016年的平衡面板数据，采用双重差分法（DID）进行量化，并进行动态效应分析、稳健性检验、城市规模等级异质性和城市区位异质性分析。研究结果表明，网约车服务对传统出租车的使用产生显著的负向冲击，使传统出租车使用平均减少了25.46%；随着时间的推移，网约车服务对传统出租车使用的负向冲击呈现先加强后变弱的规律；城市规模异质性分析发现网约车服务致使超大城市中传统出租车使用减少了28.68%，致使大城市中传统出租车使用减少了22.12%；城市区位异质性分析发现网约车服务使东部城市传统出租车使用减少了27.96%，使西部城市传统出租车使用减少了21.2%。      

网约车驾驶员从业准入规范化及其心理素质测评

作为"互联网+"时代的产物,网约车使人们的出行方式日益多样化,但它在发展过程中也带来了新的问题,如网约车所引发的交通事故、乘客安全及与巡游出租车的市场竞争等。文中通过分析网约车的独特优势及风险因素,提出网约车规范化运营的具体对策及驾驶员心理素质测评实施内容,为促进其健康发展提供参考。     

网约车排队等候条件下乘客服务类型选择演化博弈分析

为了探究当下网约车平台与乘客之间的博弈关系,本文以网约车平台的补贴政策和乘客选择的服务类型为研究对象,通过分析各局中人的特点,建立了演化博弈模型,并进行了相应的演化路径分析.研究结果表明网约车平台的补贴政策和服务质量影响乘客服务类型选择,该模型存在的3个稳定点的演化路径,分别对应于网约车平台新业务开展的初期、成熟期和衰退期.最后根据研究结论提出了保障用户体验,提供差异化服务和科学出行的建议.     

基于三方合作博弈的网约车联盟收益分配研究

针对各种网约车都在以自己的营销方式和管理手段来抢占网约车市场,导致网约车市场发展不平衡问题,采用合作博弈理论系统分析滴滴出行、神州专车、优步在网约车市场中的收益情况.以Shapely值模型为基础,考虑资源投入、风险水平、客户满意度等影响因素,对收益分配模型进行优化,并通过算例分析,验证优化模型的合理性.     

加强网约车经营管理对策研究

在共享经济时代,网约车作为一种新生事物,在方便大众对出行需求的同时,也减少了机动车的空置时间,提高了利用率,因此越来越受到大众的欢迎。但随着网约车的进一步发展,其业态开始变化,带来的问题也越来越多,网约车与传统出租车的冲突日益加剧、网约车平台管理的漏洞、网约车与城市交通拥堵的关系等问题使其发展受到重重阻碍。文中在总结网约车发展现状的基础上,对当前网约车市场存在的问题进行剖析并提出建议,以加强对网约车的经营管理。     

净化网约车行业发展空间 促平台提升内功

正伴随着移动互联网的普及,网约车成为多样化出行的风口行业,呈现蓬勃发展之势。网约车的出现提升了社会运力水平,丰富了民众出行方式。中国互联网络信息中心(CNNIC)在京发布第40次《中国互联网络发展状况统计报告》显示,截至2017年12月,我国网约出租车用户规模达到2.87亿,较2016年年底增加6188万人,网约专车或快车用户规模达到2.36亿,增长率为29.4%,用户使用比例由23.0%提升至28.9%。     

基于GPS数据的出租车出行需求预测研究

近年来“网约车”数量越来越多，“网约车”等待时间长与载客热区需求大等问题也逐步显现，乘车体验亟需改善。在成都市出租车GPS数据的基础上，研究出租车出行分布规律，划分工作日为早、晚、夜高峰相关时段，引入k-距离曲线改进DBSCAN空间聚类算法，对出租车上下客点进行聚类分析，并用数据挖掘得出载客热区。采用BP神经网络预测载客热区的出行需求，预测结果表明，早高峰时段BP神经网络模型的MAPE分别较随机森林模型、岭回归模型提高了3.25%和5.87%，晚高峰时段提高了2.98%和4.32%、夜高峰时段提高了1.44%和2.58%，验证了BP神经网络在出租车需求预测方面的可行性。      

疫情期间无车族怎样出行最安全？ 巴西人偏爱自行车

正据南美侨报网报道,巴西民调机构Datafolha近期的一项调查数据显示,新冠病毒大流行期间,没有汽车的巴西人中,有38%认为自行车是最安全的出行工具,其次是网约车(35%)和出租车(9%)。在各类出行方式中,公共交通仅赢得4%受访者的信赖。据报道,本次调查由网约车企业优步(Uber)委托进行,9月16日至10月7日期间在巴西全国各地选取了3 271名16岁以上居民进行访问。在圣保罗大都市区的调查中,半数以上(56%)受访者认为网约车是疫情期间最安全的出行工具。对于无私家车的受访者而言,有21%认为骑自行车出行最安全,其次是乘坐公共交通(8%)。     

政策

正交通部将建立网约车监控平台和行业黑名单网约车新政实施一周年来,已有133个城市公布了落地细则,19家网约车平台公司获得经营许可,发放了10万本网约车驾驶员证。下一步将从3个方面继续推进深化出租车改革,其中包括对仍存在的打车难、打车贵等问题组织第三方评估,建立全国网约车监控平台,会同有关部门研究理顺出租车价格形成机制,建立行业黑名单制度和市场退出的机制等。在网约车改革推进的同时,有群众反映部分城市由于涉及到不合规车辆和人员     

职住地建成环境对网约车通勤出行影响研究

网约车通勤出行比例日益增长,对城市交通运行产生冲击.通过研究影响网约车出行需求的建成环境因素,可以为网约车需求管理提供重要参考.考虑到空间变量的竞争和溢出效应以及误差变量的空间相关性,构建将空间滞后和空间误差同时纳入考虑的空间杜宾误差模型,利用深圳市滴滴出行平台的网约车早晚高峰通勤出行信息,以交通小区为地理单元度量建成环境变量,研究职住地建成环境与网约车通勤出行的空间相关关系.结果表明,居住地与就业地的建成环境对网约车通勤出行的影响存在差异,居住地影响因素更多,而就业地因素的影响程度更大,其影响因素相关系数绝对值是居住地对应因素的2倍以上;由于存在空间溢出效应,增加公交站点数量可以在空间上更大范围地减少网约车通勤需求,促进绿色出行方式的选择.      

万顺叫车:一路雄风一路歌

正随着移动互联网技术在出租汽车领域的应用,网约车应运而生,并且预约服务操作简单,有效提高了出行效率,近年来,网约车行业实现了快速发展。在这期间,"补贴"形式的营销模式以及"私家车"为主要运力的营运形式,是网约车留给人们最深的印象,这样的模式迅速培养了老百姓使用网约车的出行习惯,但其粗放的发展模式也引发了一系列的行业乱象。在此背     

基于功能定位和SWOT分析的巡游出租车与网约车融合发展研究

为了使网约车和巡游出租车在市场中充分发挥各自优势、和谐发展,文中基于功能定位,分析了巡游出租车及网约车的发展趋势,通过SWOT分析了出租车与网约车融合发展的优势、劣势、机会和挑战,找出二者融合发展的瓶颈,根据各自的优劣势寻求二者互补的最佳状态,并提出出租车新旧业态健康、平稳、快速融合发展建议。     

十大突破 冲出重围

正万顺叫车是出租车行业互联网+模式、移动出行C2C业态、渠道+用户、合伙人制度的网约车平台。目前,万顺叫车已经获得186个城市网约车合法牌照,数量系行业第一。万顺叫车还是C2C快车业态全国两大之一。万顺叫车拥有20000+个社区服务站,5000万用户。本地司机熟人熟路,是街坊邻居家门口的网约车公司。据悉,万顺叫车号召全体合伙人要顺势五月暖阳、对标十个突破、落实三个方案、掀起万顺叫车市     

基于蚁群优化算法与出租车GPS数据的公众出行路径优化

以出租车GPS采集的浮动车数据为依据,研究出租车驾驶员路径选择的认知及类蚂蚁的行为特征。根据城市道路功能等级与出租车的通行频率等信息素,建立出租车驾驶员路径选择信息素等级路网,并以此作为路网初始信息素,综合考虑路径通行时间、通行距离、路径信息素等级等多个因素,提出了基于蚁群优化算法的公众出行路径规划优化算法。以武汉市路网和浮动车为试验数据,将模型规划的道路与浮动车数据库中的轨迹进行了比较。结果表明:基于蚁群优化算法与出租车GPS数据的公众出行路径同出租车驾驶员选择的出行路径相似度很高,能为公众出行提供出租车驾驶员选择的行车路径。     

基于云端AI的网约车接驳指示灯设计与研究

本文提出一种基于云端AI智能的网约车接驳指示灯的设计与研究方案,通过云端对网约车上的指示灯进行相应智能控制,使得网约乘客可以快速、精准地找到对应的车辆,节省了网约车驾驶员及乘客的寻找时间,提升了大众出行效率。     

基于动态时空特征关联规则的多种服务类型网约车补贴策略研究

为了帮助网约车企业研究时空特征与不同服务类型需求的关联规则,在不同时空特征下选择最优补贴策略;采用了Apriori算法对不同时空特征的多种服务类型需求进行关联规则研究;分析了不同时空特征下的企业与乘客博弈情况,基于关联规则结果制定补贴策略,实现精细化运营。首先,根据双边市场理论,对多种服务类型网约车在不同时空特征下的需求场景进行重点分析;其次,根据关联规则结果设定动态参数,表示特定时空特征的需求情况,将动态参数作为博弈模型初始条件对网约车企业补贴策略与乘客选择进行演化博弈分析,获得特定时空特征下的最优补贴策略。结果表明:高端车型与普通车型存在替代品关系,在不同时空特征下,不同服务类型需求各不相同,人车不匹配的情况也存在差异;演化博弈基本条件随时空特征动态变化,最终获得不同演化博弈结果,当代表网约车需求的参数较小时,企业选择"无补贴"策略是最优策略;当代表网约车需求的参数较大时,乘客对不同服务类型网约车价格的敏感程度会显著降低,进而影响演化博弈的结果,此时企业选择"补贴"策略是最优策略。网约车企业需要根据演化博弈结果及时调整运营策略,对不同服务类型实施相应的补贴策略,实现多种服务类型的整体收益提升。     

基于博弈决策的道路通行费最优定价模型研究

道路通行费定价是一个典型双层博弈问题,上层是主管部门与交通参与者决策互动,收费主体通过改变通行费率,影响出行者出行选择,达到预设目标;下层是出行者之间决策互动,出行者基于出行费率的变化,考虑出行成本和其他出行者决策,选择出行效用最大化方案。基于管理者不同决策目标,将道路管理者和交通出行者看成是非合作静态博弈的双方,考虑不同出行者群体时间价值和出行效用差异性,建立双层规划模型,上层研究道路决策主体的决策问题,下层研究不同时间价值的出行者出行博弈过程和出行行为选择,利用博弈论方法来诠释不同决策目标下的道路最优定价,为城市道路通行费合理制定提供决策参考。基于模型约束条件,先对下层N个局中人的纳什-Wardrop均衡模型求解,再利用图解法进行上层N+1局中人非合作静态Stackelberg博弈模型求解,并构建出行情景验证模型的精确性。结果显示,基于博弈决策的道路通行费最优定价模型,可以有效测算不同通行费率下、不同时间价值参与者博弈过程、决策收益和不同决策目标下的最优通行费率。在构建的出行情景下,道路通行费为4时,出行者出行收益和通行费收入最大;当通行费介于4-5之间,社会剩余最大。出行情景模拟结果验证了模型的精确性和可操作性。