我国出租车行业的民营化改革

文中从揭示出租车行业的性质入手，系统分析了我国作为主体的出租车运营业，即北京模式的现状，并以民营化理论为基础。具体阐述了我国出租车行为民营化的路径。同时基于出租车行业作为城市公共交通一部分的公益属性，论证了政府再管制的合法性和措施。     

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。     

义乌出租车改革 撬动行业垄断

<正>日前,《义乌市出租汽车行业改革工作方案》出台,引发社会的广泛关注。在义乌出租车改革方案中,最大的亮点是营运权使用费今年将降低到每车5000元,2016年开始全部取消;到2018年,义乌市政府将放开出租车准人市场,不再管控出租车数量;出租车运价逐步从政府定价向政府指导价、行业定价、协商定价过渡。义乌将加快约租、驻点、包车等新的营运服务     

基于多源数据的出租车运行监测分析指标体系研究

对出租车各类数据结构进行了介绍,基于出租车多源数据,提出了面向出行者、行业管理者和政府主管部门不同用户需求的出租车运行监测指标体系,并给出了出租车运行监测指标体系中关键指标的计算模型.最后,以北京市出租车多源数据为例,计算得出了出租车运行监测的部分重要指标值,为准确掌握城市出租车运行情况、制定出租车发展战略、改善出租车行业管理、推动出租车良性可持续发展提供了决策支持.     

出租车行业政府管制的困境与对策分析

改革开放50年以来,我国的城市出租车行业得到了迅猛的发展。采取政府管制后,我国出租车行业产生了诸如黑车泛滥、司机罢运等问题。本文试图对我国城市出租车行业政府管制下的困境和管制政策进行分析,以使我们了解政府管制的真相,揭示存在的问题,并为其完善和改进提出建议。     

出租车司机应注意心理防卫

近来，随着出租车被劫、被骗案件的不断增多，不少出租车司机都想了解应如何加强自身的安全防范，做到安全营运。为此，笔者走访了一些典型的案例，以便提醒一下“的哥”、“的姐”们，不要为挣多一点钱而忽视了自身的安全。     

我国出租车行业的民营化改革

从揭示出租车行业的性质入手,系统分析了我国作为主体的出租车运营业,即北京模式的现状,并以民营化理论为基础,具体阐述了我国出租车行业民营化的路径。同时基于出租车行业作为城市公共交通一部分的公益属性,论证了政府再管制的合法性和措施。     

温州市出租车行业的发展思路探讨

通过分析近年来温州市出租车行业的营运数据,总结温州市出租车行业存在的问题,对温州出租车行业及市场前景进行重新定位,提出温州市出租车行业应作为公共交通系统的补充,提供中高质量的门到门服务.在此基础上,通过价格调整、管理改善以及采用新的组织模式对温州市出租车行业的发展思路进行探讨.     

“双碳”目标下遵义市推行换电出租车的可行性分析

正推动电动汽车的发展和应用是减少碳排放、实现"双碳"目标的有力举措。与插充模式电动汽车相比,换电模式电动汽车优势明显,易于被消费者所接受,且近年来也受到了政策的大力支持。本文以遵义市为例,以出租车市场为切入点,通过访谈和调查问卷的方式充分了解换电出租车的优势、出租车行业对换电模式的认可度,并结合当地新能源汽车市场现状和纯电动出租车运营情况,得知地方政府从出租车市场开展试点来推行换电出租车是可行的,以此来实现"双碳"目标。     

北京市某区域电动出租车运营分析及规模预测

近年来,电动出租车的发展受到了各地政府的积极鼓励和扶持。但由于电动汽车续航里程短、初期成本高等问题,电动出租车的运营能力、安全性和运营管理等方面还存在很大提升空间。本文对北京市某区域电动出租车的运营现状进行了分析与对比,利用空驶率法对车辆发展规模进行了预测。分析及预测结果表明,该区域电动出租车的运营能力还有待提高,车辆配备还不能满足当前的出行需求,应该从电动出租车的配备、管理、技术及运营模式等方面逐步完善和提升。     

基于小波神经网络的出租车保有量预测模型

为了提高出租车保有量的预测精度,利用小波神经网络逼近出租车保有量与其影响因素之间的非线性特性,并建立影响因素的预测模型,然后,将影响因素的预测值输入出租车保有量预测模型便实现了出租车保有量的预测.利用某市2000-2009年的出租车保有量及影响因素数据进行仿真预测,结果表明,相对于传统的BP神经网络,基于小波神经网络的出租车保有量预测模型具有更高的预测精度,该市2010-2012年的出租车保有量应分别达到9020、9 350、9 560 veh,才能保证平均候车时间在4 min左右.     

我国出租车市场预测

我国城市出租车市场发展迅猛，出租车保有量由１９８４年的６万辆增至１９９５年的５０万辆。出租车市场呈现持续增长到爆发式增长特点。“九五”期，我国出租车市场仍呈大的需求，将由大、中城市向中、小城市及乡镇发展、形成大、中城市齐头并进的格局。出租车型仍以微型轿车，微型汽车为主。预计，２０００年，我国出租车保有量将达到１００万辆。“九五”期新增与更新出租车将达到１００万辆。     

乘客能否对司机提起诉讼

某日，王某、陈某租乘李某驾驶的出租车去办事。行经某单位时，李某因有私事需要办理，遂将车停在路边，下车办事，王某、陈某坐在车上等候。此时，何某驾驶一辆大货车从后面驶来，因疲劳驾驶及车速过快，大货车撞在出租车尾部，造成出租车报废、乘客王某、陈某当场身亡的重大交通事故。经交警部门认定，大货车司机何某应负事故的全部责任，出租车司机李某不负事故责任。事发后，大货车司机何某被刑事拘留，后移送法院审判。出租车司机李某向法院提起附带民事诉讼，要求何某赔偿出租车被毁的损失。乘客王某、陈某的亲属则以出租车司机李某违反客运合同为由，由法院提起民事诉讼，要求李某赔偿王某、陈某因交通事故造成的死亡赔偿金、丧葬费、被抚养人生活费等损失。     

新加坡为啥不堵车

高峰期征收城市拥挤费 对于道路资源非常有限的新加坡来说，堵车也一度是政府最头疼的难题之一。林先生是新加坡的一位出租车司机，往返于机场与市区之间接送客人整整10年了。     

出租车行业发展的总体思路和方向

出租汽车服务是人类现代都市生活的重要组成部分,出租车行业的发展必须考虑到城市功能的充分发挥和社会福利的最大化,统筹消费者、从业人员、投资者和政府管理部门等所有利益相关者的利益诉求。各国的经验表明,要从行业长期发展和社会长远利益的角度考虑出租汽车经营权的性质及其转让方式、行业运营模式、政府管理模式等,这不能仅仅依靠明确出租车的产权关系而得到解决。我们必须根     

百年老店的蜕变 英伦汽车的前世今生

英国车一向以雍容华贵、古朴典雅的形象展现在人们面前，就连他们生产的出租车也不例外。成立于1899年的英国锰铜集团是一家具有百年历史的汽车制造公司，在1973年收购专门生产出租车的Carbodies之后，锰铜集团致力于出租车的生产及运营。如今，锰铜集团只有一个运营部门——伦敦出租车国际有限公司（LTI）。他们生产的出租车可谓传承了英伦风格，     

出租车改革迈出关键一步

正广州率先取消出租车份子钱,实行新型司企收入分配机制。有舆论认为,这种模式值得期待,出租车行业应抓住机会大力发展。广州市政府日前召开新闻发布会,市交委主任陈小钢透露,广州正鼓励引导出租车企业开展司企收入分配机制改革,建立"风险共担、利益合理分配"的新型司企收入分配机制。目前,广州公交集团已选取首批约200台车开展试运营。这意味着出租车份子钱有     

放松规制下的出租车服务定价博弈模型

依据出租车行业规制特征,探讨了出租车行业在放松规制条件下的定价博弈模型.通过对政府与出租车公司之间的博弈关系分析,建立了斯坦克尔伯格双层规划模型.在出租车价格规制双层规划模型中,上层规划目标是社会福利最大化,下层规划目标是出租车公司利益最大化.模型考虑了出租车运营的实载里程.考虑双层规划模型求解的复杂性,使用遗传算法求解了放松规制后的规制价格上限值,然后结合案例,对放松规制定价博弈模型进行了研究.计算结果表明:该模型能够有效反映定价过程,模型与算法是有效的.最后考虑时间因素,建立了动态规制定价博弈模型.     

影响出租车司机健康的“三大杀手”

近期，媒体报道了多起出租车司机途中犯病、猝死的新闻，出租车司机的健康问题再次被大家关注。出租车司机是“高耗能”职业，且生活不规律，容易患上代谢综合征，主要表现为冠心病、高血压、高血脂代谢异常等，而冠，山病、高血压都会突然发病导致猝死。     

基于XGBoost的短时出租车速度预测模型

准确预测短时出租车速度是识别驾驶员异常加减速行为的前提，有助于提升乘客的安全与舒适。以城市中出租车实时移动速度为研究对象，研究了基于XGBoost的短时出租车速度预测模型。将出租车的移动速度数据集划分为训练集和测试集，构造滑动时间窗口，以时间窗口内的出租车历史移动速度的时间序列为输入变量，以出租车当前时间的移动速度为输出变量，采用前向验证的方法进行模型评估。利用基于贝叶斯算法的hyperopt模块实现模型参数的快速优化，得到模型最优参数组合，并基于深圳市2013年10月22日的出租车GPS轨迹数据集进行算例分析，将模型的预测结果与非参数回归模型、神经网络模型预测结果进行比较。研究表明:所构建的短时出租车速度预测模型的平均绝对误差（MAE）为9.841，均方根误差（RMSE）为12.711，均低于非参数回归模型和神经网络模型，提高了出租车速度的预测精度；由于出租车速度序列缺乏规律性，调整后的R₂（R₂ _adjusted）为0.592，且相较于其他2个模型，XGBoost模型在出租车速度发生急剧变化的时间点附近具有更优的拟合效果，避免了过拟合造成的预测精度下降。