1、,B. “互联网+”时代的出租车资源配置,命题的实际背景,随着“互联网+”时代的到来，互联网技术带给人们许多新的思想、新的理念、新的产品、新的成果和新的服务。,近几年来，应运而生的打车软件和专车运营带给了人们出行的便利和实惠，同时在社会上也引起了不少的波澜，打车软件公司之间的市场竞争，出租车与专车之间的博弈，成为人们关心和社会关注的热点问题。,人们普遍关心的问题：打车软件与专车的出现是否能够解决出租车资源的合理配置？是否能够实现市场供求关系的良好匹配？是否能够有效地缓解或解决目前普遍认为的“打车难”问题？专车与传统的出租车能否形成合作共赢的运营机制？,关于打车软件具有争议的一些问题：方便了人们
2、的出行，有利于缓解打车难；增加了打车难度，经常打不到车，或被拒载；对不使用打车软件的人，打车更难了；破坏了正常的出租车营运秩序。,出租车是市民出行的重要交通工具之一，“打车难”是人们关注的一个社会热点问题。,B题 “互联网+”时代的出租车资源配置,随着“互联网+”时代的到来，有多家公司依托移动互联网建立了打车软件服务平台，实现了乘客与出租车司机之间的信息互通，同时推出了多种出租车的补贴方案。,B题 “互联网+”时代的出租车资源配置,请你们搜集相关数据，建立数学模型研究如下问题：,(2)分析各公司的出租车补贴方案是否对缓解“打车难”有帮助？,(3)如果要创建一个新的打车软件服务平台，你们将设计什
3、么样的补贴方案，并论证其合理性。,(1)试建立合理的指标，并分析不同时空出租车资源的“供求匹配”程度。,该问题是一个即时性、开放性、实用性很强的热点问题。1）需要针对某一个地区或一个城市的实际情况进行研究;2）需要一定的实际数据支持; 3）要充分体现“互联网+”的特点与作用。解决该问题：必须收集到某地区或某城市出租车的相关数据，通过对数据的分析，利用统计方法挖掘出相关规律，来支持所建立的数学模型和模型的结论。,问题的分析和评阅要点,问题1：建立合理指标，分析不同时空出租车资源的“供求匹配”程度。 问题2：分析各公司的出租车补贴方案是否对缓解“打车难”有帮助？要解决好这两个问题，前提是收集实际数
4、据。1)解决问题1，须根据建立的指标体系，收集一个地区或一个城市的不同时间、不同区域的出租车的相关数据；2)解决问题2，须收集各互联网公司（滴滴打车、快的、Uber等）的出租车补贴方案的相关数据；3)收集的数据应该真实、可靠，要求说明其来源或出处。,问题1：建立合理指标，分析不同时空出租车资源的“供求匹配”程度.1)通过数据分析和机理分析，定义能够反映不同时空变化规律的合理性供求关系指标；(指标在问题分析中的作用应该明确，可以细分为反映供、求、供求关系等三个方面，指标应能反映供、求和供求的关系。关键指标应有反映“空载”、“拥堵”等的。) 2)利用实际数据,统计计算不同时空下的供求关系指标，对供
5、求关系的时间、空间的分布规律和匹配程度进行具体的分析讨论；(分析应包括：时间分布、空间分布、匹配程度),问题1：建立合理指标，分析不同时空出租车资源的“供求匹配”程度.3)供求关系指标的定义方法是不唯一的，主要看是否能够反映出租车的供求关系，并充分说明其合理性； (基本观点：目前的打车难是因为供求不平衡。供求矛盾是在出租车总数不变的前提下供与求在时间分布和空间分布上的不均匀、不一致。因此解决的问题应该是出租车总数量在一段时期内稳定不变的前提下，如何改变其在时间和空间上的分布使之均衡) 4)仅用宏观统计数据分析问题不是一种好做法。,问题2：分析各公司推出的补贴方案是否能缓解“打车难”各公司推出的
6、补贴方案基本上都是采用等额的补贴方式，依据实际问题，可以从不同的角度做定量分析，或是机理分析的方法建模研究是否能缓解“打车难”的问题。 (Uber 是国外公司，其补贴方案有特色，但它的是专车，不是出租车打车软件，要注意与出租车的区别。仅用定性分析的方法得到结论是不可靠的)1)可以有不同的方法，得出不同的观点和结论，但要有充分合理的分析论证和说明。,问题2：分析各公司推出的补贴方案是否能缓解“打车难”2)可以分析比较不同公司推出的补贴方案的不同作用，包括对出租车司机和乘客正反两个方面的影响作用。(应该是对各公司现有的补贴方案，结合第一问的指标和匹配程度，进行具体的、详细的分析和比较，避免大而空的
7、泛泛之谈)(目前的“补贴方案”可以概括为谁出资，补给谁，什么情况下补，补多少等几个核心问题，所谓“方案”应有包括上述方面的具体描述。对比分析时，可以分别对照这些方面进行比较),问题2：分析各公司推出的补贴方案是否能缓解“打车难”3)要利用实际数据来检验其模型，验证说明相应结论的正确性。 (在这里，利用实际数据进行验证，从而说明结论的正确是必不可少的),基本观点：目前国内各公司的“补贴方案”的目的主要是为了吸引出租司机和乘客加入公司互联网平台，它对缓解“打车难”的作用应该是有限的。,7,问题3：设计更合理的补贴方案已有补贴方案的共同特点是等额补贴，这样客观上会造成不同订单之间的差异性，会使出租车
8、司机出现“挑单”，从而不利于缓解打车难。因此所设计的补贴方案是要能有针对性地设计更合理的补贴方案。1)合理的补贴方案一般应该或者是非等额补贴，或者是“奖励”与“惩罚”的机制等等，使之能够达到促使出租车司机不挑单，或有单即接的效果。2)对于方案的合理性或可行性应该给出检验或仿真说明。3)还可以从多方博弈的角度，给出研究多家公司补贴方案合理性的设计方法。,介绍比较好的解决方法,问题1的实际数据的收集和分析 苍穹滴滴快的智能出行平台 数据堂 http:/ 韩老师推荐的另一种有效方法将时间和空间的数据进行离散化，时间以小时为间隔离散化，空间将某城市区域划分为100100的网格，若记经度区间为Lmin,
9、 Lmax，纬度区间为Bmin, Bmax，则单位网格的经纬度差分别为,对于已知的经纬度(L,B)，则其所在的网格的行列数,用单位时间单位面积平均每个订单发生前的空驶里程作为供求平衡指标。则在网格区域(i, j)，时段h内总共发生的订单数量为 ，出租车在该区域内的空驶总里程为 。,该区域的平均空驶里程，即供求平衡指数,表示出租车在网格(i, j)，时段h内平均每个订单在接单前的空驶里程数。,其值越大说明供给越充裕，反之说明供给越缺乏。,问题2的解决方法在问题1解决的基础上，依据出租车的供求关系的匹配程度指标，从无补贴到有补贴前后的变化情况来分析比较，说明是否对缓解打车难有帮助。,韩老师介绍的一
10、种比较好的做法：根据资料显示，在滴滴和快的公司实施在线补贴方案期间使用打车软件的乘客和出租车的比例大体分别为63.06%和76.8%左右，而使用人数的变化与金额变化有一定关系。,根据分析表明，使用打车软件的人数比例与补贴金额m大体满足关系 =1-e-m (1) 其中为比例系数.,取对乘客补贴的平均值m1=10.6和1=63.06%，则由公式(1)可算得1=0.09395；取对司机的补贴的平均值m2=10.9和2=76.8%，则由公式(1) 可算得1=0.13413.,引入一个意愿半径R(即司机愿意接单的最大距离)。根据经验，通常没有补贴的情形司机愿意接单的最大距离为r0，这里不妨取r0=0.2
11、km，当对司机有补贴时意愿半径会增加。,考虑出租车空驶单位距离的成本为a，一般应为a1，在有补贴的情形下司机的意愿半径为,其中m为对司机的补贴金额。,考虑有无补贴的两种情况，分别以需求乘客为中心，在意愿半径R的区域内，假设出租车服从二维正态分布，则可通过仿真计算出有无补贴时人均出租车的拥有率分别为q1和q2.,这时便可定义补贴方案对缓解打车难的缓解率：,最后由(1)、(2)、(3)通过随机模拟，故对于已有的每一种补贴方案可计算出补贴前后对缓解打车难的缓解率.,问题3的解决办法问题2中表明，现有补贴方案不能有效缓解打车难。其原因是等额补贴客观形成“好” 、“坏”单，促使司机挑单。,韩老师推荐的一
12、种有效方法，是通过机理分析的方法，建立分区动态实时补贴模型，给出符合实际的补贴方案。,将某一城市抽象为九宫格(九个子区域),每个去不同时间的出租车的供求率是不一样的，在全城各区、各时段的补贴保持平衡的前提下，建立平衡补贴的方程组模型：,设ki(i=1,2, ,9)为第i个区每单给司机的补贴额，平均值为,i(i=1,2, ,9)为第i个区的订单数量，平均值为,ni (i=1,2, ,9)为第i个区的出租车数量，ci (i=1,2, ,9)为第i个区的平均每辆出租车的订单数量，则有,(i=1,2, ,8),(i=1,2, ,9),直接求解方程组得,收集实际全城各区、各时间段的订单数i，平均每辆出租
13、车的订单数ci，出租车数量ni,计算平均值,则可计算出各区、各时段、每单的补贴金额 ki. 这样便可得到全天不同时段九个区的动态补贴方案。,再利用问题2中模型对方案的有效性做检验分析。,存在的一些问题,实际数据收集困难；数据没有来源说明。,显然问题2是问题1的进一步研究，问题3是问题1,2的扩展。但不少论文对三个问题独立解答，各做一套。例如解决问题2时，没有运用问题1中确定的指标，另做一套。,问题3的解决，只是大而空的泛泛而谈。,问题2的模型及结论和问题3的方案，缺乏检验和仿真。,只通过宏观数据（如人口、流动人口、出租车数量、万人出租车拥有量、GDP等）分析问题1，这样的分析跟“互联网+ ”没关系。,发现少量论文存在抄袭现象。,Thank you,
