基于大数据的出租车乘客等待时间研究

基于大数据的出租车乘客等待时间研究

李兵

上海智能交通有限公司上海200092

摘要：论文运用随机过程的相关方法分析了扬招市场中乘客等候时间的定量计算方法，并运用浮动车数据和建立的模型得到了城市扬招市场条件下出租车乘客等候时间，进一步利用Arcgis实现了城市范围内出租车等候时间的可视化描述，为城市出租车管理提供了基本的理论工具。

关键词：出租车大数据等候时间随机过程可视化

ResearchonTheWaitingTimeinTaxiMarketBasedonBigData

LiBing

ShanghaiIntelligenttransportationCO.LTD,Shanghai200092,China

Abstract:Thewaitingtimecouldbethecriteriaforevaluatingthebalancebetweensupplyanddemandinthetaximarket.ThemodelofwaitingtimeonthelinksofroadnetworkisestablishedbyStatisticsProcess.Thewaitingtimeoneverylink,andthetotalofthenetworkwascalculatedbasedonthefloatingcardata(FCD),thenavisuableresultofthewaitingtimewasprovidedbyArcgis.

KeyWord:Taxi；BigData;Waitingtime;Statisticsprocess;Visualization；

0引言

乘客等待时间是衡量出租车乘客能否及时获得服务的重要指标，也是城市出租车总量调控的重要依据。总量过多将导致出租车空驶过多，对城市交通资源的无效占用将加剧城市交通的供需矛盾；总量过少则使得乘客等候时间过长，驱使乘客转向具有同样服务水平的私人小汽车，同时城市交通运行状态逐步恶化。获得准确、实时的乘客等候时间是出租车行业政策制定、管理及专项规划的重要依据。

基于出租车乘客的利益出发，国外出租车管理部门非常重视乘客等候时间的研究[1][2][3]，我国香港地区每年都针对出租车市场的乘客等待时间进行数据人工采集，并用于指导城市出租车政策的制定。电招服务模式下出租车乘客等候时间通过出租车电调公司的电调记录可以直接获得出租车乘客的相应等待时间[4]。国内关于乘客等候时间指标的定量研究很少[5]。

1国内外研究综述

针对出租车扬招服务模式中乘客等待时间研究定量研究方法[6]由Douglas提出。后来的研究基本上沿用了该模型[3][4][7]。但模型没有考虑到城市出租车乘客需求分布的不均匀性，同时没有考虑乘客的出行距离、路网的运行速度对出租车供应的影响。同时，推导过程错误导致结论错误，而引用者并没有对结论进行验证。

杨海认为出租车随机驾驶的情况下，出租车司机在某一区域找到对方的概率满足Logit模型[7]。

同济大学陈炼红[8]提出了出租车随机行驶条件下乘客打车概率的计算方法。

Arnott[9]得到了电招服务模式中出租车乘客的等候时间和出租车空驶时间、空驶速度的均方根成反比的模型，为分析电招模式下乘客的服务质量研究提供了基本工具。

国外学者对出租车停靠站模式中出租车排队等候过程建立了双向排队模型[10-11]。国内学者针对双向排队问题进行了研究[12]，研究重点侧重于问题的数学描述及其证明，属于数学领域的研究。

很多城市限于经济等原因，利用出租车空驶时间和空驶公里表征出租车乘客的利益诉求[13-15]。

本文针对出租车扬招服务模式采用随机过程、排队论和交通工程学等理论，结合FCD实时数据，定量研究了扬招服务模式下出租车乘客等候时间。

表1研究区域出租车乘客等候时间表

0.97

表中空车数量和出行强度为根据FCD数据对按小时统计计算所得。

运用表中数据得到考察区域乘客等候时间的时变特性如图4所示。

图2区域乘客等待时间时变分析

由图2可以得出:区域内乘客等候时间在夜晚时段比较低，普遍低于5分钟，而深夜3～5点左右由于空车供应较少，乘客等候时间出现较大波动；白天高峰时段一般在5分钟以上，高峰期间达到7分钟以上。初步判断该区域内出租车供需矛盾严重，乘客等候时间偏高，符合日常观察和体验，能够准确反映城市出租车等候时间。

3.2出租车乘客等候时间的空间分布分析

运用深圳智能交通仿真系统获得的FCD数据，针对目标城市不同区域利用出租车乘客等候时间模型，可以得到城市分区域乘客等候时间。利用Arcgis软件可以得出直观的城市总体现状分布可以得到城市出租车需求早高峰强度全景图，如图3~6。

市域范围内早高峰8点乘客等候时间、出租车空车供应、乘客出行需求和出租车空车运行速度按照分区计算的结果。结果显示：越靠近中心区域，出租车供应越充分；越接近外围区，出租车空车供应越少。乘客等候时间分布也明显表现出中心区高外围区低的特点。

图4~6中红色区域表示乘客等候时间长，黄色区域表示等候时间一般，绿色区域表示等候时间短。各个分区的蓝色圆点表示区域内出行需求总量。

对比各个时段乘客等候时间分布，可以发现等候时间长的区域明显由早高峰期间的居住类小区转移至晚高峰期间的商业办公类小区，出行需求的转移造成了乘客等候时间明显变化；同时，多种开发用地区域乘客等候时间全天变化较小，两种不同用地之间区域乘客等候时间全天变化较小。南山区和罗湖区乘客等候时间明显偏长。

通过可视化图表输出可以为市域范围内出租车供应、需求、乘客等候时间等指标进行全局观察。针对问题区域可以进一步调用相关数据分析问题出现的原因，罗湖区早高峰期间乘客等候时间长的根本原因是出租车乘客需求过大造成的。而南山区乘客等候事件长的根本原因是出租车空车供应不足所造成。进而为城市范围内为出租车市场分区域制定调控政策提供决策支持。

结论

论文运用随机过程的相关方法分析了扬招服务模式下城市道路网络中基于路段的乘客平均等候时间，得到了乘客等候时间的定量表达。利用出租车FCD数据和建立的模型针对具体城市研究了城市出租车乘客等候时间的空间分布和出租车乘客等候时间的时变特性,并利用Arcgis实现了城市范围内出租车等候时间的可视化描述，为考察城市出租车供需平衡提供了手段。

参考文献

[1]RayA.Mundy,TaxicabRidershipStudyinMiami-DadeCounty:PhaseOneReport[R].www.umsl.edu/~cts,2006.

[2]TransportDepartment,TheLevelofTaxiServices[R],2000,HongKongSARGovernment,HongKong.

[3]BRUCESCHALLER,Elasticitiesfortaxicabfaresandserviceavailability[J].Transportation,1999(26).

[4]Devany,A.S.,1975.Capacityutilizationunderalternativeregulatoryconstraints:Ananalysisoftaximarkets[J].JournalofPoliticalEconomy83,83–94.

[5]陈金川，陈燕凌，张德欣.北京市出租车系统服务水平评价[C].第一届同济交通论坛-城市交通系统设计学术会议.2004.上海.

[6]Douglas,G.W.,Priceregulationandoptimalservicestandards:thetaxiindustry[J].JournalofTransportEconomicsandPolicy,1972(20):p.116-127.

[7]Yang,H.,Ye,M.,Tang,W.H.,Wong,S.C.,2003.Modelingurbantaxiservices:aliteraturesurveyandananalyticalexample[C].In:Lam,W.H.K.,Bell,M.G.H.(Eds.),AdvancedModelingforTransitOperationsandServicePlanning.Pergamon,pp.257–286.

[8]陈炼红,基于GPS浮动车采集数据的出租车运行特点研究[D].2007,同济大学:上海.

[9]Arnott,R.,Taxitravelshouldbesubsidized[J].JournalofUrbanEconomics,1996(40):p.316-333.

[10]KASHYAP,B.R.K.,Therandomwalkwithpartiallyreflectingbarrierswithapplicationtoqueuingtheory[C].Proc.Nat.Inst,1965(81A):p.527-535.

[11]Jain,H.C.,ADouble-EndedQueuingSystem[J].

[12]艾尼•吾甫尔,李.,具有有限等待空间的成批服务系统[J].系统工程理论与实践,2000(10):p.1-9.

[13]HongKongGovernment.HongKongAnnualDigestofStatistics[R],1992.HongKongGovernmentPrinter,HongKong.

[14]香港理工大学公共政策研究所，的士服务政策检讨报告[R]，2005，香港立法会.

[15]WalterSkok,S.K.,StrategicManagementoftheTokyoTaxiCabIndustry:AnExploratoryStudy[J].KnowledgeandProcessManagement,2007.14(1):p.37-45.

作者简介

李兵(1972—)，男，河南南阳人，博士，主要研究方向：大数据、车联网、车路协同、数据挖掘。