弹性需求下的出租车市场均衡模型

为了探究出租车市场均衡模型的性质,假设乘客根据预期出行成本的变动来选择是否乘坐出租车,构建了弹性需求下的出租车市场均衡模型,分析了出租车平均行驶速度、城市规模以及乘客等车时间价值对出租车服务水平、使用效率以及打车软件使用率的影响。算例表明：出租车平均行驶速度的提高使扬招乘客和网约乘客等待时间均减少,巡游车和网约车空驶时间均增加; 随着城市规模的扩大,扬招乘客和网约乘客等待时间先增加后减少,巡游车和网约车空驶时间先减少后增加;乘客等车时间价值的提高使扬招乘客等待时间和网约车空驶时间均减少,网约乘客 等待时间和巡游车空驶时间均增加;不同城市规模下,出租车平均行驶速度的提高均能提高打车软件的使用率,城市规模非常小时,乘客等车时间价值的提高使打车软件的使用率减少,当城市达到一定规模时,乘客等车时间价值的提高则会提高打车软件的使用率。     

考虑网约车竞争的机场出租车供需均衡博弈模型

为有效解决机场出租车供需不均衡问题，本文基于完全信息下静态非合作博弈理论提出机场出租车司机及乘客两个群体决策的纯策略博弈模型。将网约车竞争影响引入出租车司机群体决策收益函数的构建中，探讨不同竞争强度对出租车司机群体决策结果的影响。同时，考虑排队长度、上客速率、交通状况、交通费用及多交通方式分流等因素研究乘客群体决策的收益函数，反映乘客群体不同决策结果对司机的影响。以北京首都国际机场为案例进行实证分析。结果显示：在北京市网约车行业平均竞争水平下，两群体通过互馈影响达到纳什均衡时，整体供给略高于需求，其中，早晚高峰时段机场出租车呈现供大于求的状态；地铁停运后的凌晨则需求远大于供给。针对当前网约车竞争水平下达到纳什均衡时的机场出租车每日供需不均衡现象，可以适当提高出租车司机对网约车竞争影响的认知。     

信息系统下出租车运营市场网络均衡模型

目前在大中城市中应用智能手机叫车软件搭乘出租车成为受到广泛关注的出 行现象,本文通过考虑存在叫车服务即出租车派遣服务模式,建立了信息系统下出租车 运营市场网络均衡模型.该模型在获得出租车运营市场相关数据的基础上,通过设计的算 法可以求出各个节点的顾客平均等待时间.在数值实验中,分析了模型中不同参数值对于 算例网络中各个节点的顾客平均等待时间的影响程度. 结果表明各种参数值的变化对减 少顾客平均等待时间的影响不同,其中降低空驶过程中出租车司机选择乘客及服务模式 的随机程度对降低各个节点顾客平均等待时间影响显著,而各节点处乘客需求量和到达 的随机程度,以及叫车服务费用对于各节点顾客平均等待时间的降低影响并不明显.     

考虑手机召车软件的城市出租车网络均衡研究

为了衡量手机召车软件对出租车市场的影响,本文研究了私家车、常规公交、 出租车相互作用的城市路网中出租车的网络均衡问题.将出租车分为使用手机召车软件 的网约车及不使用手机召车软件的巡游车,分析这两种模式在乘客等待时间与空驶出租 车选择概率差异的基础上,量化各交通方式的出行费用.在Wardrop 均衡情况下采用等价 的变分不等式来描述组合网络均衡模型,设计了相应的启发式算法.算例结果表明,手机 召车软件能有效刺激出租车乘客需求,但随着出租车规模增大,网约车所占比例降低并 趋于稳定,其时间空驶率略低于巡游式出租车,手机召车软件对出租车市场的边际效益 递减.     

打车软件使用率对出租车社会福利的影响

出租车行业的社会福利主要由出租车剩余价值与乘客剩余价值构成,为了量化打车软件这一新型电召服务模式对社会福利的影响,本文采用柯布—道格拉斯函数为出租车实载里程表达形式,得到出租车出行需求函数,然后考虑打车软件使用率对空驶里程的影响,最终构建出租车与乘客的剩余价值模型.通过成都某区域实例数据得出,当打车软件的使用率从0变化到100%,出租车剩余价值增加23%,乘客剩余价值减小6.4%,社会总福利减小3%.计算结果表明,该模型具有可行性与有效性,可为行业规划与管理中对打车软件这类新型服务模式提供引导方式,对出租车的价格调整等提供决策依据.     

高峰期考虑乘客议价的网约车定价与平台收益及社会福利优化

现阶段有关网约车动态定价的研究主要是从司机和平台的角度出发，借助排队论、生灭过程等方法描述司机的运行状态，对市场需求的动态变化特征关注较少，同时也没有考虑乘客方的自主议价权力。本文采用动态匹配描述网约车市场中乘客与司机的匹配过程，通过构建动态匹配模型描述短时间内市场变化的影响，采用需求与供给函数描述乘客和网约车的状态，在此基础上，构建平台利润最优模型和社会福利最优模型；然后提出乘客议价影响因子并依据现有数据确定其在市场运行不同时段的函数，将影响因子引入已建立的模型得到修正后的动态匹配模型和定价模型；最后设置算例验证模型可行性，探讨价格变化对市场的作用，分析乘客议价对动态匹配网约车市场的影响。算例结果表明，随着价格变化因子倍数的增加，社会福利、平台利润和匹配量先增后减，在倍数为2.0时，社会福利达到最大，倍数为1.3时匹配量达到最大。对比分析发现，乘客议价将推动市场向供求平衡移动，同时增加网约车市场高峰时段的平台利润和社会福利。     

基于打车软件使用率的出租车运营速度分析

为计算打车软件对城市出租车总体运营速度的影响,分析了在打车软件背景下出租车在空驶阶段的行驶速度及选择乘客概率的差异特征,以出租车是否使用打车软件搜索乘客为衡量依据将乘客分为两类,最后根据搭载两类乘客的总运营时间及总运营里程守恒关系建立模型。在出租车固定的运营时间及乘次条件下,模型能得出不同打车软件使用率与总运营里程、总体运营速度及空驶率之间的对应关系。通过算例分析表明该模型具有有效性和可行性,有助于管理部门掌握城市出租车系统的运营参数,并制定合理发展规划。     

出行信息公开对出租车交通系统运行的影响

基于仿真研究乘客出行信息公开程度对出租车交通系统运行效率的影响.将乘客出行信息公开程度划分为出行信息未公开,全公开,半公开模式;制定路网搭建,乘客生成与退出,出租车与乘客匹配,出租车行驶规则;模拟出租车搜索、匹配、搭载、送达乘客过程;分析不同信息公开程度对出租车空驶率,乘客候车时间,送达人数,司机平均收益等的影响.研究表明,仅公开出发地信息的半公开模式有助于提高出租车交通系统运行效率与服务质量,且有效地避免由于出租车司机有意选择高收益乘客而造成“隐形拒载”低收益乘客问题.为保证每位出行者的公平性,建议采用仅公开出发地信息的出行信息半公开模式.     

出行信息公开对出租车交通系统运行的影响

基于仿真研究乘客出行信息公开程度对出租车交通系统运行效率的影响.将乘客出行信息公开程度划分为出行信息未公开，全公开，半公开模式；制定路网搭建，乘客生成与退出，出租车与乘客匹配，出租车行驶规则；模拟出租车搜索、匹配、搭载、送达乘客过程；分析不同信息公开程度对出租车空驶率，乘客候车时间，送达人数，司机平均收益等的影响.研究表明，仅公开出发地信息的半公开模式有助于提高出租车交通系统运行效率与服务质量，且有效地避免由于出租车司机有意选择高收益乘客而造成“隐形拒载”低收益乘客问题.为保证每位出行者的公平性，建议采用仅公开出发地信息的出行信息半公开模式.     

考虑乘客心理的出租车合乘决策方法研究

针对出租车合乘研究中缺少对乘客心理的考虑,基于前景理论构建出租车合乘模式决策模型,提出一种考虑乘客心理的合乘出行决策方法.考虑行程时间、费用、舒适度对乘客心理决策的影响,通过计算机模拟,分析不同付费比例和交通拥堵率在乘客心理因素影响下对乘客合乘决策的影响.研究结果表明,合乘付费比例对乘客合乘决策的影响较大,合乘比例随付费比例的降低而增加,0.7 的付费比例对多数乘客没有刺激作用;付费比例降至0.65 及其以下时,交通拥堵率对合乘比例的影响较小,合乘比例相对稳定. 所得结论对出租车合乘政策的制定与管理有一定的指导意义.     

信息条件下城市出租车乘客等待时间测算模型

打车软件使信息条件下的城市出租车运营特征明显区别于传统巡游模式,为了准确测算出在此信息条件下出租车乘客的等待时间,首先由交通小区实载出租车的到发量关系将各小区划分为饱和、平衡及不饱和小区,然后考虑信息条件对空驶出租车搜索行为的影响以预测出空驶出租车分布矩阵,最终根据出租车的单次空驶时间与乘客单次等待时间守恒关系构建出各小区乘客的平均等待时间模型。在数值实验中,在同一网络里与传统背景下均衡模型对比可知打车软件对不同小区的乘客等待时间影响不同。对于饱和及平衡小区,乘客单次平均等待时间缩短了65%,对于未饱和小区乘客单次平均等待时间增加了23%~58%,同时该区域出租车空驶率降低。计算结果表明:打车软件能增强信息透明度,降低出租车空驶率,对乘客等待时间有一定的影响,可提供对打车软件的引导及管理的决策依据。     

基于整数线性规划的合乘出租车调度模型

为降低城市交通中出租车的空驶率,提高出租车运载效率,充分利用城市道路资源,缓解交通拥堵,在已有研究的基础上,将智能交通中多位乘客合乘出租车的路线规划及车辆调度问题分解为合乘乘客分组、行驶路线规划、指派车辆3 个步骤,将乘客间的“顺路”关系转化为有向图中的有向边,通过筛选连通子集构造合乘分组。分别对每一步骤建立整数线性规划模型,使得所需车辆尽量少,乘客等车时间尽可能短,乘客乘车绕行里程尽量少。使用分层序列法求解该多目标规划问题,并提出一种简化问题规模的策略,以提高求解效率。使用纽约实际出租车乘车数据构造模拟数据集测试算法的性能。测试结果表明,该方案具有“零绕行”、合乘率高的特点,能够大大提高出租车运载效率。     

存在打车软件服务的出租车运营市场仿真模型

针对目前出租车服务市场盛行使用打车软件现状,分析了存在打车服务情况 下出租车司机载客与乘客的打车行为,构建了基于离散事件的出租车运营市场仿真模型. 模型考虑了乘客需求在路网的分布,以及空驶出租车巡游搜索乘客和接单行为,模拟了 乘客在交通路网中使用打车软件召唤空驶出租车行为及出租车搜索乘客的动态过程,采 取事件扫描法推进仿真时间步长,得到乘客的平均等待时间和出租车平均收益等指标.算 例网络的仿真结果表明,在相同的出租车市场规模下,随着使用打车软件乘客比例的增 加,并不能有效减少乘客的平均等待时间;而在相同打车软件使用率下,随着出租车数量 增加,乘客是否使用打车软件,其平均等待时间都会减少,并通过多次仿真结果得到综合 考虑出租车收益与乘客等待时间的最优出租车市场规模.     

基于模糊聚类和识别的出租车合乘算法研究

针对目前部分大城市出租车合乘效果差,合乘效率低等现状,本文采用模糊聚 类和模糊识别方法,研究出租车行驶路线模糊聚类,并利用行驶路线、行驶时间和合乘人 数创建隶属函数,实现合乘乘客与出租车的合乘模糊识别.通过随机生成的多组出租车出 行和合乘乘客样本数据,发现在假定的出租车合乘条件下,出租车样本数量决定了合乘 的成功率,但同时也发现,在合乘人数固定的情况下,无限制的增加出租车样本数量会增 加合乘乘客的搭载成功率,平均每辆合乘出租车的收入并不会随着样本数量的增大而增 大,而是趋于稳定值.仿真结果说明,该算法适合于大样本的出租车合乘问题,是一种可以 提高出租车合乘成功率的有效方法.     

网约车进入市场利益方博弈策略及效果分析

运用博弈论方法探讨了网约车作为一种新的出行方式进入市场后,市场已存者(即出租车)与其的策略互动,市场已存者通过调整出行费用,从而采取不同的策略应对潜在进入者(即网约车)是否会进入市场.假定出行者根据时间价值(VOT)函数选择出行方式,求出给定需求情况下的需求均衡,并根据两阶段博弈理论求出各策略均衡下的市场均衡,利用均衡时各出行方式的利润和总社会成本评估各策略的影响.最后给出实例分析,结果显示,虽然网约车的进入会减少出租车的利润,但是社会总成本却降低了.因此,合理发展网约车是经济可行的.     

基于博弈视角下的出租车行业规制分析

通过对出租车市场中出租车司机、黑出租车、消费者、政府几者的主体利益分析,运用博弈论的方法分析出租车市场上出租车公司与出租车司机,出租车司机与乘客,出租车公司与政府,黑出租车与政府这些利益主体几者的博弈关系,说明出租车规制对各方利益博弈均衡的影响。通过对政府管制下出租车行业的利益主体的博弈分析,说明出租车行业管制对行业利益分配的影响,为出租车行业管制的发展和改革提供理论依据。     

网约车进入市场利益方博弈策略及效果分析

运用博弈论方法探讨了网约车作为一种新的出行方式进入市场后，市场已存者(即出租车)与其的策略互动，市场已存者通过调整出行费用，从而采取不同的策略应对潜在进入者(即网约车)是否会进入市场.假定出行者根据时间价值(VOT)函数选择出行方式，求出给定需求情况下的需求均衡，并根据两阶段博弈理论求出各策略均衡下的市场均衡，利用均衡时各出行方式的利润和总社会成本评估各策略的影响.最后给出实例分析，结果显示，虽然网约车的进入会减少出租车的利润，但是社会总成本却降低了.因此，合理发展网约车是经济可行的.     

基于浮动车数据的出租车规模确定方法

通过对出租车GPS数据进行预处理、地图匹配、运营信息挖掘,可以获得与出租车运营有关的信息,单次行驶的时间、距离、经过的路径等。从浮动车数据钟挖掘出租车运营信息,获得出租车在城市运营中的平均运营速度、平均运营时间、平均出行距离等信息,并在结合城市出租车需求的基础上,给出了确定出租车合理规模的方法。同时以广州的出租车数据为基础,对该方法进行了验证。结果表明该方法能够更准确地为出租车提供合理规模,为出租车管理及交通规划等提供科学依据。     

基于物元模型的出租车乘客满意度评价

为科学、合理地分析出租车乘客满意度，从安全、便捷、舒适的角度定性研究出租车乘客满意度影响因素，在此基础上构建出租车乘客满意度评价指标体系，将乘客满意度划分为5个等级，并根据该评价指标体系建立熵权物元评价模型，定量呈现各级评价指标的满意程度，从而克服评价过程中的主观性与模糊性。应用大连市出租车乘客满意度调查数据开展实例研究，结果表明：车容车况、提醒乘客系安全带、路边等车时间指标权重相对较大且满意度情况较差，是影响乘客满意度的主要因素。大连市出租车乘客满意度的最大综合关联度为0.04,隶属于比较满意等级，验证物元模型在乘客满意度评价中具有可行性。结果可以为出租车运营企业提高乘客满意度提供参考。     

考虑乘客理性疏忽的网约车订单取消惩罚策略

分析乘客的订单取消行为并制定合理的惩罚策略是网约车公司运营优化的重要问题。本文基于理性疏忽理论,研究网约车和出租车共存的市场中,乘客的订单取消行为和公司对乘客取消订单的惩罚策略。不同于现有完美信息或者完全无信息的假设,本文考虑乘客自主选择信息策略并基于获取的信息做出决策,建立了双层优化模型。上层分别以公司利益和网约车市场的社会福利最大化为优化目标,确定取消订单的惩罚金额。下层构建了基于理性疏忽理论的用户决策模型,并比较了固定费用、分段和基于时间三种惩罚策略的特点。通过粒子群优化算法和逐次平均法相结合的方法求解该模型。研究表明,随着信息获取成本的降低,单个出行者的出行成本最多降低8%,做出正确决策的概率最多增加40%。同时随着信息获取成本的增加,最优的公司收益和社会福利分别减少了16.8%和5.1%。在公司收益和社会福利最优的目标下三种惩罚策略几乎无差别,但在公司收益最大化时,惩罚金额显著高于在社会福利最优时的水平,且订单取消率更低。研究结果为网约车公司制定惩罚策略提供了参考性思路和实践价值。