王丹丹 吳群琪

摘? ?要：首先，將出租車市場細分為傳統(tǒng)出租車（包括網(wǎng)絡預約出租車和巡游車）和網(wǎng)約車（專車和快車）。其次，在分析居民出租車模式選擇影響因素的基礎上，對由于網(wǎng)約車動態(tài)計價變化所引起的出租車不同運營模式（網(wǎng)約出租車、巡游車、專車和快車）的客流變化情況進行Agent建模，并基于西安市現(xiàn)實數(shù)據(jù)探究出租車不同運營模式在高峰與非高峰的市場占有率變化規(guī)律，即乘客流動規(guī)律。結(jié)果表明，網(wǎng)約車分時段動態(tài)計價使傳統(tǒng)出租車高峰與非高峰分擔率變化懸殊，使其資源配置問題加劇。最后，在此基礎上對網(wǎng)約車進行適當調(diào)價后的分擔率情況進行分析，以期為后續(xù)研究出租車經(jīng)營模式結(jié)構(gòu)優(yōu)化、實現(xiàn)出租車行業(yè)健康持續(xù)發(fā)展提供基礎依據(jù)。

關鍵詞：網(wǎng)約車;傳統(tǒng)出租車;分時計價;分擔率;Agent建模

中圖分類號：F572? ? ? ?文獻標志碼：A? ? ? 文章編號：1673-291X（2019）35-0058-07

一、引言及相關研究綜述

目前市場上傳統(tǒng)出租車有兩種運營模式，一是巡游模式，這也是最傳統(tǒng)的出租車運營模式;其二是預約模式（網(wǎng)約出租車），這可以理解為傳統(tǒng)出租車的改進模式。這兩種運營模式的共同特點是運輸價格是通過政府規(guī)制固定的。隨著互聯(lián)網(wǎng)的發(fā)展，以互聯(lián)網(wǎng)技術和思維為支撐的網(wǎng)約車打破了傳統(tǒng)出租車行業(yè)的運營模式，并以價格優(yōu)勢或服務優(yōu)勢迅速占領市場，成為新的出租車運營模式。按照市場細分的原則，該模式運營的出租車又可分為兩大類。一類是與傳統(tǒng)出租車服務品質(zhì)大致相同、價格相對低廉的網(wǎng)約車，通常稱為“順風車”、“快車”;另一類是服務品質(zhì)相對高端、價格相對較高的網(wǎng)約車，通常稱為“專車”。網(wǎng)約車的共同特點是實行分時段動態(tài)計價，非高峰時段的價格明顯低于高峰時段的價格。這種計價方式對傳統(tǒng)出租車運營規(guī)律帶來直接的沖擊。在非高峰時段，網(wǎng)約車相比于傳統(tǒng)出租車較低的價格吸引了更多的乘客，導致傳統(tǒng)出租車的運營效率降低;而在高峰時段由于網(wǎng)約車價格往往高于傳統(tǒng)出租車的價格，乘客更傾向于選擇傳統(tǒng)出租車，進一步加劇了“打車難”的矛盾。本文研究的科學問題是在這種“雙軌制”的定價機制下基于現(xiàn)實定價，探究出租車不同運營模式市場占有率的變化規(guī)律，實際上也是乘客流動規(guī)律，為后續(xù)研究出租車經(jīng)營模式結(jié)構(gòu)優(yōu)化對策、實現(xiàn)租車行業(yè)健康持續(xù)發(fā)展提供基礎依據(jù)。

本文研究的科學問題涉及到供給與需求兩個基本方面，因此相關研究綜述也將從兩個方面展開。

（一）基于供給方因素的相關研究

曹等[1]基于出租車的運行特征，對打車軟件背景下出租車出行分布進行研究。應用Logit概率選擇模型對空駛出租車出行的選擇情況進行分析，建立了空駛出租車和總體出租車的交通出行分布預測模型。算例表明，在使用打車軟件下可降低空駛出租車的出行次數(shù)。楊浩熊等[2]建立了平臺價格補貼背景下的網(wǎng)絡約車與出租車的競爭博弈模型，分析價格補貼變化對網(wǎng)絡約車與出租車的價格、市場需求和利潤的影響，提出市場監(jiān)管者應以滿足消費者需求為出發(fā)點，使傳統(tǒng)出租車與網(wǎng)約車錯位經(jīng)營。胡蓓蓓等[3]考慮車速和利潤率因素，構(gòu)建了出租車服務模型，分析傳統(tǒng)出租車、網(wǎng)約“出租車”、網(wǎng)約“專車”和“順風車”四種服務模式的利潤率，并通過實證研究比較得出：高峰時期“順風車”利用順路優(yōu)勢接“近途單”利潤更高，其他三者接“遠途單”收益更佳;非高峰期，四種服務模式接“近途單”的收益都優(yōu)于“遠途單”。

（二）基于乘客出行選擇的相關研究

劉名敏等[4]通過數(shù)學建模分析了網(wǎng)約車平臺出現(xiàn)后居民的出行模式選擇，在考慮用戶時間價值差異的前提下，考察了網(wǎng)約車平臺的出現(xiàn)對不同用戶短期出行行為的影響。通過分析得出，網(wǎng)約車平臺的出現(xiàn)為城市居民提供了新的出行模式，因而對用戶總的出行時間起到減少作用。劉亮明等[5]從乘客視角出發(fā)，首先分析傳統(tǒng)出租車和網(wǎng)約車各自的商業(yè)運營模式，之后在此基礎上對比了二者在車內(nèi)環(huán)境、服務質(zhì)量和消費習慣等方面的不同，并根據(jù)研究結(jié)論提出相應政策建議。曹等[6]研究了信息環(huán)境下出租車乘客對巡游車及網(wǎng)約車的出行方式選擇特性，采用仿真方法得出乘客對巡游車、網(wǎng)約車及私家車的選擇偏好。仿真結(jié)果表明，網(wǎng)約車在價格略高于出租車及規(guī)模略小于出租車情況下，仍能占有一定的市場份額且保持較低空駛率。

（三）研究綜述評價

在研究內(nèi)容方面，文獻多籠統(tǒng)地將出租車分為網(wǎng)約車與傳統(tǒng)出租車兩大類，并在此基礎上進行分析，對其不同運作模式的細化研究較少。例如，單純分析價格補貼對網(wǎng)約車與出租車的價格、市場需求和利潤的影響，沒有考慮到現(xiàn)實中傳統(tǒng)出租車的兩種運作模式：網(wǎng)絡預約模式和巡游模式，也忽略了網(wǎng)約車市場的細分，根據(jù)服務品質(zhì)劃分的專車與快車對價格補貼的敏感度也有所不同;同時，相關研究多從出租車供給方或行業(yè)發(fā)展視角出發(fā)，基于乘客選擇的文獻較少，缺少基于出行者個體屬性及出行特征等方面考慮的出租車不同運營模式的相關研究。

在研究方法方面，從出租車出行選擇所應用的建模與仿真的方法來看，國內(nèi)學者大多是從宏觀層次進行分析，通過建立具有更為精確的模型參數(shù)logit模型進行出行選擇預測、政策制定及評價等研究。但數(shù)學模型多以最初的基本假設為條件，缺乏對居民個體以及個體與環(huán)境之間交互關系的分析，并且在主體對環(huán)境的適應性方面缺乏考慮，因此無法科學模擬個體（消費者）的出行選擇行為。

為彌補上述不足，本文應用多主體建模仿真方法，在對出租車的運營模式細化的基礎上，結(jié)合出行者不同屬性，對居民出租車出行選擇的不同計價反應以及選擇決策行為進行仿真研究，從而進一步發(fā)現(xiàn)出租車出行中從微觀個體行為到宏觀社會出行現(xiàn)象的涌現(xiàn)規(guī)律。

二、出租車出行方式選擇仿真分析

乘客Agent仿真模型的構(gòu)建是出租車不同計價仿真的關鍵。Agent代表一種智能主體（消費者），是一種主動的對象，具有自主性、反應性和能動性。即各乘客Agent自主決定自己的行為，自發(fā)前往目的地，不受其他因素影響;同時對外界環(huán)境主動做出反應，且不同Agent對出租車價格變動的反應不同。根據(jù)城市居民出行方式選擇的共性需求[7]，本文中每個Agent都會根據(jù)自身出行時間價值及所選出行方式的出行費用來做出乘車選擇。其中，出行者時間價值受出行目的、收入水平和舒適性影響，出行費用則與出行方式和出行距離有關。下面將對各種因素進行分類，并在其基礎上做詳細分析。

（一）Agent的分類

本文在建立多主體仿真模型中，將人和車輛作為一個整體Agent，故車輛Agent也具備了出行者的個人屬性。本文的車輛Agent具有多種屬性，分別從出行目的、居民收入水平、出行距離和是否使用打車軟件對車輛智能體進行初始化分類。

1.按出行目的初始化分類

根據(jù)陜西省統(tǒng)計局發(fā)布的《西安市城鎮(zhèn)居民交通出行方式與綠色出行調(diào)查報告》，2016年受訪的城鎮(zhèn)居民中，通勤出行的占比達61.0%;其次是體育鍛煉、購物，占21.3%;第三位是娛樂，占8.4%。為此，筆者將出行目的分為兩大類，即工作出行與非工作出行，并從出行目的的維度將車輛Agent分成兩個類別，具體如表1所示。

2.按收入水平初始化分類

根據(jù)《2017年陜西省國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》，按居民五等份收入分組，處于最高20%的收入群體為高收入組，以此類推依次為中高收入組、中等收入組、中低收入組和低收入組。低收入組人均可支配收入4 611元，中低收入組人均可支配收入10 992元，中等收入組18 359元，中等偏上收入組29 076元，高收入組人均可支配收入51 316元。按照上述分組，中低收入者顯然難以承受出租車消費，因此本文不將他們考慮在出租車出行需求者中。由于模型簡化需要，將中等及偏上收入歸為一類，高等收入為一類，從居民收入維度將車輛Agent分為2個類別，具體如表2所示。

3.按出行距離的初始化分類

2013年，西安統(tǒng)計研究院CATI調(diào)查中心通過調(diào)查發(fā)現(xiàn)，西安市居民一次平均出行距離為10.06公里，且10公里以內(nèi)的比例高達68.76%。由于一定時間內(nèi)城市居民的出行距離變化不明顯，因此本文在此基礎上從出行距離維度將車輛Agent分為3個類別，具體如表3所示。

4.按是否使用打車軟件初始化分類

使用打車軟件的出行者年齡集中在18—50歲，小孩及50歲以上的出行者由于對智能軟件不熟悉，盡管多花費等車時間，也愿意乘坐巡游車，即不使用打車軟件的Agent由于條件限制，只能搭載巡游車。而使用打車軟件的Agent在滿足自身效用最大化的條件下也可以搭載巡游車。在此，按是否使用打車軟件將車輛Agent分為使用打車軟件和不使用打車軟件兩類，如表4所示。

（二）Agent消費決策模型

1.出行者Agent的出行時間價值計算

（1）分出行目的下單位時間價值計算

不同的出行目的對應于不同的單位時間計算。對于以工作為目的的出行者來說，若將出行耗費時間用于生產(chǎn)，會導致生產(chǎn)總值的增加，基于此，該目的的出行單位時間計算多采用生產(chǎn)法。而對于非工作出行者，其出行耗費時間可看做個人的機會成本，即出行花費時間導致未能工作引起的收入減少，因此，該目的的出行單位時間計算一般借助收入法[8]。

因此，工作出行的單位時間價值計算公式（生產(chǎn)法）為：

其中，VOTw——工作出行者單位出行時間價值（元/小時）

GDP——人均國民生產(chǎn)總值

H——人均年工作小時數(shù)

非工作出行的單位時間價值計算公式（收入法）為：

其中，VOTR——非工作出行者單位出行時間價值（元/小時）

S——人均年工資

（2）舒適度下的出行時間影響系數(shù)

收入水平是決定出行者選擇某種出行方式的重要基礎。同一出行者選擇不同檔次的出行方式其感受到的舒適性也是不同的。例如，致力于以高端車型、優(yōu)質(zhì)服務，為乘客提供高品質(zhì)出行體驗的專車，在舒適性方面明顯高于快車和傳統(tǒng)出租車。優(yōu)質(zhì)的服務和車內(nèi)環(huán)境會直接影響出行者的主觀感受，舒適性越高，出行者的時間價值越大。一般情況下，收入水平高的出行者更愿意選擇舒適性較高的出行方式。

由于不同的收入水平與出租車運營模式的舒適性關聯(lián)較強，高等收入者偏愛舒適性高的專車，高等以下的出行者由于收入限制，快車和傳統(tǒng)出租車提供的服務即可達到其舒適性的標準（由于傳統(tǒng)出租車與快車在服務質(zhì)量上無較大差異，故認為其對乘客的舒適性滿足程度相同）。建立各收入水平與所選擇的運營模式舒適性的對應關系。將中等和中等偏上收入的平均值對應快車和傳統(tǒng)出租車（巡游車和預約模式的出租車）的舒適性，高等收入對應專車的舒適性。設快車和傳統(tǒng)出租車的舒適性對時間價值影響系數(shù)為1，用高等收入水平除以中等及偏上的平均值，從而可以得到專車舒適性對出行時間價值的影響系數(shù)。詳細計算公式為：

快車與傳統(tǒng)上出租車舒適性對時間價值影響系數(shù)=1

專車舒適性對時間價值影響系數(shù)=高等收入/中等和中等偏上收入的平均值

（3）節(jié)省時間及不同收入下節(jié)省時間影響系數(shù)分析

對于相同出行距離的出行者來說，一種出行方式能節(jié)約更多時間，說明該種出行方式所獲得的時間價值也越多，二者呈正相關。預約模式的傳統(tǒng)出租車運行效率與專車、快車無異，其與巡游車的出行時間差異主要來自于等車時間。據(jù)《2015年中國智能出行大數(shù)據(jù)報告》，①網(wǎng)約車平均等車時間6分鐘，揚召打車市場平均20分鐘。即網(wǎng)約車平均比巡游車節(jié)省14分鐘，因為有高峰與非高峰的差異，為簡便起見，本文假設非高峰時段網(wǎng)約車和預約模式的傳統(tǒng)出租車比巡游車節(jié)約16分鐘，高峰時段節(jié)省12分鐘。

出行者收入高低對節(jié)省相同時間所體驗到的感受與評價不同。一般說來，收入較高的出行者對節(jié)省時間所獲得的評價會高于收入較低者，二者成正比。并由上文分析可知，高等收入約為中等及偏上收入的2倍，即在出行過程中，若高等收入者與中等及偏上收入者節(jié)約相同時間，高收入者利用該節(jié)約時間所獲得收入是后者所獲得收入的2倍。因此，為簡便計算，設中等及偏上收入對時間價值影響系數(shù)為1，則高等收入對時間價值影響系數(shù)為2。

2.出行者Agent的出行費用

對于同一出行目標，出行者（即Agent）可以采用多種出租車運營模式。不同運營模式的服務特性、所需費用等因素都有不同，本文著重考慮網(wǎng)約車（以滴滴為例）與傳統(tǒng)出租車計費方式的差異：網(wǎng)約車計費模型根據(jù)服務品質(zhì)及價格不同分為滴滴專車和滴滴快車;傳統(tǒng)出租車根據(jù)是否使用打車軟件分為巡游車和預約模式的出租車，由于二者都由政府統(tǒng)一定價，故計費一致。

（1）滴滴專車和快車計費標準

2014年8月，滴滴引入專車業(yè)務，致力于以高端車型、優(yōu)質(zhì)服務，為乘客提供品質(zhì)出行體驗，并根據(jù)服務類型分為舒適型、行政級和商務型。2015年5月，快車上線，旨在以快速的響應、實惠的價格為大眾提供更高效的服務，同樣也分為三種類型：普通型、優(yōu)享型和特惠拼車。不同類型的乘車服務滿足了乘客個性化需求，同時計價標準也不盡相同。表5和表6分別為西安滴滴專車和快車的計費規(guī)則以及對應使用車型。

為簡便起見，本文僅討論舒適型專車和普通型快車的出行費用。

舒適型專車費用=13+2.1d+0.4t°…d≤12，非高峰13+2.1d+0.4t°+（d-12）…d>12，非高峰13+2.2d+0.8t°+ran（5，20）…d≤12，高峰13+2.2d+0.8t°+（d-12）+ran（5，20）…d>12，高峰

（1）

d——出行者出行距離（單位：公里）

t°——低速行駛時間（單位：分鐘）（低速：速度小于每小時12公里）

普通型快車費用=[8，1.4d+0.45t]…d≤15，非高峰[8，1.4d+0.45t+0.7（d-15）]15

（2）

d——出行者出行距離（單位：公里）

t——出行者出行時長（單位：分鐘）

（2）傳統(tǒng)出租車（巡游車和使用打車軟件的出租車）計費標準

根據(jù)《關于降低市區(qū)出租汽車起步價的通知》，①目前西安市出租車收費標準為：起步價3公里8.5元，基本公里運價2.00元/公里;單程載客12公里以上時，每公里加收公里運價50%的空駛補貼費。營運途中非因駕駛員責任，時速≤10公里/小時，自動累計5分鐘計1公里運價。單程載客12公里以上時，每公里加收公里運價50%的空駛補貼費。根據(jù)以上計費標準，傳統(tǒng)出租車（巡游車和接入打車軟件的出租車）的出行費用可表示為：

d——出行者出行距離（單位：公里）

t*——出行者堵車時間（單位：分鐘）

3.出行者Agent的出行方式選擇決策

出行者在初次出行時，出行方式選擇基于效用最大化原則。結(jié)合上述出行目的、出行方式舒適性、出行費用及出行時間價值對選擇出行方式的影響分析，將出行者選擇（消費）某種出行方式的效用值表示為：

Ui=Vn×Gi×Sm×？駐ti-？駐Ci（4）

其中，Vn——第n種出行目的的單位出行時間價值

Gi——第i種運營模式舒適度下的出行時間影響系數(shù)

Sm——第m種收入水平下的出行時間影響系數(shù)

？駐ti——第i種出租車運營模式節(jié)約時間

？駐Ci——第i種運營模式相對于傳統(tǒng)出租車多花費的出行費用

Vn、Gi、？駐ti、Sm和？駐Ci的具體內(nèi)涵及計算公式上文已作詳細介紹，在此不再贅述。

由上述效用可得出，出行者在完成出行的i種可選出租車模式中，選擇（消費）第i種出租車運營模式的概率[9]：

上式表示，不同出租車運營模式中，效用值越高的，出行者在出行決策時選用該種出租車模式的機率就越大。

三、不同時段網(wǎng)約車分時計價的仿真及結(jié)果分析

首先，對模型進行初始化處理。根據(jù)收集的西安市實際數(shù)據(jù)對模型進行參數(shù)初始化，包括出行者出行目的、收入水平、分布情況、出行距離以及使用打車軟件普及率。同時，分別設定高峰與非高峰出租車的平均運行速度，模擬初始交通環(huán)境。其次，在傳統(tǒng)出租車（網(wǎng)約出租車和巡游車）價格不變的條件下，分別設定高峰與非高峰專車和快車的計價標準，使出行者在不同計價標準中做出選擇。最后，根據(jù)出行者決策模型得出不同時段不同出租車運營模式的分擔率情況。

（一）不同距離下各時段出租車模式選擇的結(jié)果分析

從不同出行距離高峰與非高峰出租車模式選擇的分擔率變化圖（圖1）可知，非高峰時，快車在各出行距離中都占有較高分擔率，分別為29.51%、34.86%和39.29%，而與其服務品質(zhì)大體相同的網(wǎng)約出租車分擔率明顯低于前者，分別為11.10%、13.72%和13.87%。這是因為，快車根據(jù)出行距離與出行時間計費，且非高峰時單位價格較低（1.4元/公里），而網(wǎng)約出租車設有起步價，同時公里運價較高（2元/公里），導致其非高峰時處于價格弱勢。高峰時期，快車分擔率大幅減少，被網(wǎng)約出租車所替代，網(wǎng)約出租車的分擔率分別增長為38.34%、42.35%和53.76%。這是因為，快車實行動態(tài)計價，高峰時期計價標準遠高于固定不變的網(wǎng)約出租車，因此喪失價格優(yōu)勢，分擔率減少，且出行距離越遠，其“經(jīng)濟性”越低于網(wǎng)約出租車，因此隨著距離的增加，網(wǎng)約出租車分擔率不斷增加。同時，由圖1可知，在不同出行距離，高峰與非高峰時期巡游車的分擔率基本保持不變，這是因為在打車軟件的沖擊下，巡游車乘車主體由固定的、對打車軟件不熟悉的小孩和老年人組成。這類出行者受自身條件制約，只能搭載巡游車，因此，專車和快車價格的變化對巡游車的選擇無較大影響，其分擔率也無較大變化。

（二）不同收入下各時段出租車模式選擇的結(jié)果分析

由圖2可知，不同收入下出租車模式選擇的分擔率不同。非高峰時段，專車在高收入出行者中的分擔率最高，快車則在中等及偏上收入的出行者中分擔率最高。這說明，收入的高低很大程度決定了出行者對于舒適性與服務質(zhì)量的要求。而高峰時段，無論是高收入還是中等及偏上收入，由于快車價格的上漲，網(wǎng)約出租車的分擔率明顯上升，其中在中等及偏上收入中增幅較大，說明動態(tài)計價對于中等及偏上收入的人群較敏感。

（三）各時段出租車模式選擇的整體情況分析

從圖3可知，通過政府規(guī)制固定運輸價格的出租車和分時段動態(tài)計價的網(wǎng)約車（專車和快車）在高峰時期與非高峰時期的分擔率變化明顯。其中，快車和網(wǎng)約模式出租車在高峰與非高峰的分擔率變化最為明顯，且二者呈現(xiàn)此消彼長的關系。首先，與網(wǎng)約模式出租車服務品質(zhì)相同的快車在非高峰時期依據(jù)價格優(yōu)勢吸引更多的出行者，分擔率（34.59%）也高于網(wǎng)約模式出租車（12.81%）。而在高峰時期，其動態(tài)加價的計價標準，使其與價格固定的網(wǎng)約模式出租車相比喪失競爭力，分擔率大幅降低，并遠低于分擔率大幅上升的網(wǎng)約模式出租車。同時，專車和巡游車的分擔率受出行時段的影響較小。前者的乘車主體主要為注重乘車舒適性和服務質(zhì)量要求的高收入人群，對于價格的變動不敏感，因此高峰動態(tài)加價對其影響較小;后者乘車主體則由不會使用打車軟件的老人和小孩組成，因此分擔率變動不明顯。整體來說，網(wǎng)約車（專車和快車）分時段動態(tài)計價對傳統(tǒng)出租車（網(wǎng)約模式和巡游模式）運營規(guī)律帶來直接的沖擊，且主要表現(xiàn)為快車與網(wǎng)約出租車二者分擔率的動態(tài)變化，使非高峰時期傳統(tǒng)出租車整體分擔率僅為42.83%，高峰時期網(wǎng)約車價格上升又使其大幅增長為73.14%。這說明，網(wǎng)約車動態(tài)計價下，傳統(tǒng)出租車不同時段分擔率極不平衡。

（四）網(wǎng)約車調(diào)價后各時段出租車模式選擇的整體情況分析

由上述分析可知，不同時段傳統(tǒng)出租車分擔率大幅變化原因主要在于：作為網(wǎng)約出租車有力的“替代品”，快車的分時計價標準在造成自身分擔率大幅波動的同時，對網(wǎng)約出租車產(chǎn)生同樣的影響。因此，為緩解傳統(tǒng)出租車分擔率的大幅變化，應考慮調(diào)整快車的計費規(guī)則，通過縮小其高峰與非高峰單位里程費或時長費的差距，使其價格變動幅度減小，進而縮小網(wǎng)約出租車分擔率的變動幅度。同時，應限制快車在高峰時期的臨時動態(tài)加價，避免高峰時期快車價格異常之高，客流大量轉(zhuǎn)移至出租車，造成市場資源配置失效。鑒于此，筆者做了如下測算：在保證快車高峰與非高峰價格差異的同時，最小化減少二者的差距，同時高峰取消臨時加價。為此，筆者將非高峰單位里程費增長4%，高峰單位時長費減少10%，并減少臨時加價。調(diào)價后的各出租車模式選擇的分擔率整體變化如圖4。

由圖4可知，對快車不同時段的價格進行調(diào)整后，由于高峰仍高于非高峰的價格，其分擔率仍有明顯差距，但幅度減少。同時，快車價格調(diào)整后，網(wǎng)約出租車分擔率高峰時期有所下降，非高峰時期也有上升。最終使得傳統(tǒng)出租車整體分擔率非高峰時期增長為46.02%，高峰時期減少為67.06%，二者變動幅度減少。因此，快車價格進行調(diào)整可以有效緩解傳統(tǒng)出租車分擔率失衡問題。

四、結(jié)語及建議

2016年，網(wǎng)約車合法身份正式在我國被確認。作為新型的交通服務模式，網(wǎng)約車是城市公共交通的補充，為社會公眾提供多樣化、個性化運輸服務，緩解傳統(tǒng)出租車市場供需失衡問題。而作為出租車市場中的新銳，其分時段動態(tài)計價對價格固定的傳統(tǒng)出租車運營規(guī)律帶來巨大挑戰(zhàn)。網(wǎng)約車高峰與非高峰計價標準的不同使得出行者對傳統(tǒng)出租車“潮汐式”的需求特征更加明顯，同一天不同時段傳統(tǒng)出租車分擔率變化幅度加劇。非高峰的運營低效率和高峰時期的“打車難”問題愈加突出，資源配置不均問題更加棘手。網(wǎng)約車通過動態(tài)計價調(diào)整自身客流，但對傳統(tǒng)出租車的分擔率則起到了相反的效果。因此筆者認為，在肯定網(wǎng)約車合法身份的同時，為避免其價格動態(tài)變化對傳統(tǒng)出租車的過度沖擊，應對網(wǎng)約車的市場價格進行有效監(jiān)管。同時，通過分析固定計價的傳統(tǒng)出租車（巡游車和網(wǎng)約出租車）和動態(tài)計價的網(wǎng)約車（快車和專車）在不同時段（高峰與非高峰）分擔率的變化（即出行者對不同運營模式的消費情況），探究乘客流動規(guī)律，以輔助政府監(jiān)管部門進行出租車管理決策，促進消費者對出租車的合理消費，對經(jīng)濟實踐提供指導。據(jù)此，本文提出如下建議。

（一）網(wǎng)約車和傳統(tǒng)出租車相互補充，錯位經(jīng)營

作為出租車的一種特殊形式，網(wǎng)約車無疑為該市場注入了新的活力。通過用戶需求和出租車司機服務供給的事先線上匹配，增強了線下市場效率，為司乘雙方提供了便利，并為出行者提供了多樣化出行體驗，增加了消費者剩余，優(yōu)化了資源配置。但網(wǎng)約車的進入并不意味著傳統(tǒng)出租車的“消亡”，作為公共交通的有效補充，傳統(tǒng)出租車以其搭載的隨機性與靈活性在城市交通中發(fā)揮著重要作用。隨著互聯(lián)網(wǎng)的發(fā)展，網(wǎng)約車與傳統(tǒng)出租車共同構(gòu)成出租車市場，二者應相互補充，發(fā)揮自己的特有優(yōu)勢，找準各自的市場定位，錯位經(jīng)營，避免無序競爭，最終實現(xiàn)共贏。

（二）調(diào)整傳統(tǒng)出租車固定定價機制

傳統(tǒng)出租車的發(fā)展應適應市場的需求，尤其是信息技術尤為發(fā)達的今天，出行時間及供需情況的快速更新變化，要求傳統(tǒng)出租車改變固有的單一定價模式，制定一套完善的定價機制，以適應不斷變化的市場情況。傳統(tǒng)出租車應實行政府指導定價與市場浮動計價的方案，以政府指導價格出發(fā)，借鑒網(wǎng)約車動態(tài)計價的定價思路，以市場為導向，根據(jù)高峰與非高峰時間段的不同，制定不同的價格標準，避免網(wǎng)約車對傳統(tǒng)出租車運營規(guī)律帶來直接的沖擊，保證客流，同時有效緩解交通壓力。

（三）完善網(wǎng)約車價格市場監(jiān)管

2016年《關于深化改革推進出租汽車行業(yè)健康發(fā)展的指導意見》和《網(wǎng)絡預約出租汽車經(jīng)營服務管理暫行辦法》的出臺，明確了網(wǎng)約車的合法地位，同時制定了相應的規(guī)制準則，市場準入及行為規(guī)范，但對網(wǎng)約車的價格制定卻沒有相應地規(guī)定。目前，網(wǎng)約車實行高峰與非高峰動態(tài)計價，高峰時期價格遠高于非高峰時期，盡管其定價機制符合市場規(guī)律，但若沒有相應的價格規(guī)范的制約，則容易出現(xiàn)利用價格手段的惡性競爭，不僅對傳統(tǒng)出租車市場造成沖擊，更會導致出行者（消費者的）利益損失。因此，網(wǎng)約車合理有效的制定價格顯得尤為重要。網(wǎng)約車動態(tài)計價影響市場資源配置，對傳統(tǒng)出租車，甚至出租車市場的良性發(fā)展產(chǎn)生重要影響。政府應對網(wǎng)約車定價予以指導，在優(yōu)先市場調(diào)節(jié)作用的同時，輔以政府指導，避免傳統(tǒng)出租車與網(wǎng)約車惡性競爭，確保出租車市場的健康的可持續(xù)發(fā)展。

參考文獻：

[1]? 曹祎，羅霞.打車軟件背景下空駛出租車出行分布預測模型[J].武漢理工大學學報：交通科學與工程版，2015，39（1）：51-54.

[2]? 楊浩雄，魏彬.網(wǎng)絡約車與出租車的競爭博弈研究——以平臺補貼為背景[J].北京社會科學，2016，（5）：68-76.

[3]? 胡蓓蓓，孔亞文，孫蒙鴿，等.“互聯(lián)網(wǎng)+”下城市出租車服務模式對比研究——基于出租車服務利潤率的測算與分析[J].價格理論與實踐，2017，（2）：144-147.

[4]? 劉名敏，王曉蕾.網(wǎng)約車對城市居民出行方式影響的建模與分析[J].物流科技，2016，39（10）：79-82.

[5]? 劉亮明，向堅持，李要星.乘客視角的新型網(wǎng)約車與傳統(tǒng)出租車商業(yè)模式對比分析——以滴滴出行為例[J].特區(qū)經(jīng)濟，2017，（3）：116-119.

[6]? 曹祎，李彥瑾，羅霞.考慮網(wǎng)約車影響的出租車乘客出行方式仿真[J].系統(tǒng)仿真學報，2018，30（2）：505-512.

[7]? 包佳佳.城市居民出行方式選擇影響因素研究[D].南京：東南大學，2009.

[8]? 宗芳，雋志才，張慧永，等.出行時間價值計算及應用研究[J].交通運輸系統(tǒng)工程與信息，2009，9（3）：114-119.

[9]? 吳雪嬌.出租車調(diào)價視角下居民出行選擇多主體仿真系統(tǒng)研究[D].北京：北京交通大學，2016.

[10]? 吳群琪，張羽琦.我國網(wǎng)約車業(yè)態(tài)發(fā)展中的新問題與規(guī)制創(chuàng)新[J].西部論壇，2018，28（1）：65-70.

[11]? Hosni H.，Naoum-Sawaya J.，and Artail H.The shared-taxi problem：Formulation and solution methods[J].Transportation Research Part B Methodological，2014，70（C）：303-318.

[12]? Shen J.，Qiu F.，and Li W.，et al.Exploring the Effect of the Telephone/Online Booking System on Taxi Service：Case Study of Suzhou City in China[J].2015.

[13]? Amar H.M.，and Basir O.A.A Game Theoretic Solution for the Territory Sharing Problem in Social Taxi Networks[J].IEEE Transactions on Intelligent Transportation Systems，2018，19（7）：2114-2124.

Study on the Multi-agent Simulation of residents Travel Choice under different pricing modes of Taxi

——Based on the realistic data of Xian City

WANG Dan-dana，WU Qun-qia，b

（a.School of Economics and Management;b.Research Center for Integrated Transportation Economic Management，Changan University，Xian 710064，China）

Abstract：First of all，the taxi market is divided into traditional taxis（including online booking taxis and cruises）and online taxi hailing（special cars and express trains）.Secondly，on the basis of analyzing the influencing factors of taxi mode selection，the passenger flow changes of different taxi operation modes（online taxi，cruise car，special car and express train）caused by the dynamic valuation change of taxi hailing are modeled by Agent，and the changing law of market share of different taxi operation modes in peak and non-peak，that is，passenger flow law，is explored based on the actual data of Xian City.The results show that the dynamic pricing of online car hailing makes the difference between the peak and non-peak sharing rates of traditional taxis，and aggravates the problem of resource allocation.Finally，on this basis，the sharing rate of taxi hailing after proper fare adjustment is analyzed in order to provide the basic basis for the further study of the optimization of taxi management mode structure and the realization of healthy and sustainable development of taxi industry.

Key words：online car hailing;traditional taxi;time-sharing pricing;sharing rate;Agent modeling