城市出租車行業(yè)群發(fā)性事件風(fēng)險預(yù)警方法

胡思濤 朱艷茹 項喬君

0 引 言

統(tǒng)計顯示，截至 2012年底，全國出租車運營保有量約為129.97萬輛，從業(yè)人員230多萬人，全年運送旅客約為390.03億人次，占城市公共交通系統(tǒng)全年旅客運輸量的 31.7%[1]，城市出租車已成為居民出行的重要交通方式。然而自 2004年以來，全國各地共發(fā)生了數(shù)百起出租車大規(guī)模罷運、集體上訪等群發(fā)性事件，成為困擾地方政府管理部門的棘手問題，出租車行業(yè)的維穩(wěn)工作引起各級管理部門的高度重視。

目前關(guān)于出租車行業(yè)群發(fā)性事件的研究，側(cè)重于事后的分析和研究，主要集中于其成因、事件特征、對策等[2-6]，對于群發(fā)性事件的風(fēng)險缺少定量評價和預(yù)警。本文在構(gòu)建科學(xué)的評價指標(biāo)體系基礎(chǔ)上，基于層次分析法[7]和加權(quán)平均法建立出租汽車行業(yè)群體性突發(fā)事件風(fēng)險評估模型，提出風(fēng)險分級標(biāo)準(zhǔn)，實現(xiàn)對城市出租車行業(yè)的實時監(jiān)測和預(yù)警，評價結(jié)果可為相關(guān)部門的管理決策提供依據(jù)和參考。

1 風(fēng)險評估指標(biāo)體系及量化方法

1.1 風(fēng)險評估指標(biāo)體系

城市出租車駕駛員的經(jīng)濟利益會由于某些原因受到不同程度的損害，一旦超出其忍受范圍，而又缺乏較好的溝通機制和申訴渠道，就會誘發(fā)罷運、上訪等群發(fā)性事件。

具體來說，駕駛員利益或期望利益受損主要分兩種情況：

一是相對利益的降低。在一定時期內(nèi)，經(jīng)濟水平穩(wěn)步增長，居民收入逐漸增多，此時對出租車的需求量也會增加，當(dāng)政府為滿足運量增長的需求而投放新運力，卻未調(diào)整運價及制定其他補貼政策，那么出租車駕駛員收入會基本不變乃至下降，從而導(dǎo)致其相對收入降低。另外，物價的不斷上漲，出租車司機的收入?yún)s沒有相應(yīng)的上漲，也會降低駕駛員的相對收益。

二是絕對利益的降低?！昂谲嚒钡确欠I運車輛的存在，新運力的投放，都會不同程度地分擔(dān)正常營運出租車的利益，影響駕駛員的收入。燃料（汽油或者天然氣）價格的上漲會使駕駛員的運營費用升高，如果未及時調(diào)整運價，會降低駕駛員收入。同時，承包費提高也會降低駕駛員收入等。

根據(jù)上述分析，城市出租車行業(yè)群發(fā)性事件風(fēng)險評價指標(biāo)體系包括以下四方面（評價指標(biāo)體系如圖1所示）：

（1）出租車市場供給需求指標(biāo)，包含出租車市場有效里程利用率、運力新投放比例兩個指標(biāo)。對于有效里程利用率指標(biāo)的量化，一般認為有效里程利用率在60%是理想狀態(tài)，然后結(jié)合市場調(diào)查確定其量化集。

圖1 出租車行業(yè)群發(fā)性事件風(fēng)險評價指標(biāo)體系Fig.1 Evaluation index system of taxi industry UMIR

（2）出租車市場價格與經(jīng)營成本指標(biāo)，包括運價相對燃料價格合理性、運價相對物價合理性、運價相對人均收入合理性、公司收入占車輛總收入比例。

（3）出租車市場經(jīng)營環(huán)境指標(biāo)，包括出租車駕駛員收入水平指標(biāo)（共兩指標(biāo)：收入水平=出租車駕駛員收入/當(dāng)?shù)芈毠と司杖耄r收入量=月收入/月平均工作時間），以及反映出租車加氣難度的平均加氣時間。

（4）相關(guān)政策指標(biāo)，包括政府發(fā)布相關(guān)政策的合理性以及其參與者對政策的理解程度。如果出租車司機不能正確理解相關(guān)政策的內(nèi)涵而心存疑慮，則會造成出租車不穩(wěn)定。

1.2 評價指標(biāo)的量化方法

為便于評價模型的建立，采用專家打分的方法將上述指標(biāo)體系的各指標(biāo)進行量化，各個指標(biāo)量化標(biāo)準(zhǔn)見表 1。為了防止各指標(biāo)評分的主觀性，選取了共 10位行業(yè)管理人員、出租車司機和交通管理學(xué)者進行打分，然后取10位專家打分的平均值。

表1 評價指標(biāo)量化方法Tab.1 Quantitative criteria of evaluation indexes

續(xù)表1

2 城市出租車行業(yè)群發(fā)性事件風(fēng)險評估模型

2.1 評價指標(biāo)權(quán)重的確定

在確定出租車行業(yè)群發(fā)性事件風(fēng)險評價指標(biāo)的基礎(chǔ)上，采用合理的風(fēng)險評估方法，對各指標(biāo)的權(quán)重進行計算，并確定風(fēng)險評估模型，以達到預(yù)測突發(fā)事件發(fā)生的可能性大小和嚴重性程度的目的。評估模型的建立是在已經(jīng)確定的各風(fēng)險因素權(quán)重基礎(chǔ)上，以數(shù)學(xué)表達式的形式將風(fēng)險評估結(jié)果展現(xiàn)出來，并用于實際計算。層次分析法（AHP）充分利用人的分析、判斷和綜合能力，適用于結(jié)構(gòu)較為復(fù)雜、決策準(zhǔn)則較多且不易量化的決策問題。它將定性分析和定量分析相結(jié)合，具有高度的簡明性、有效性、可靠性和廣泛的適用性，因此本文采用AHP法來確定出租車行業(yè)風(fēng)險評估指標(biāo)的權(quán)重，分別記為。

對于層次分析法，最重要的步驟是建立判斷矩陣，即確定各影響因素的相對重要程度。這里仍然由上文選定的10位專家通過討論來確定判斷矩陣，采用 Saaty教授提出的 1~9標(biāo)度法[8]對各指標(biāo)重要性進行兩兩比較，構(gòu)造判斷矩陣。經(jīng)過專家討論，A，B1，B2，B3，B4的判斷矩陣分別為：

對以上判斷矩陣進行權(quán)重的計算和一致性的檢驗，結(jié)果如下：

經(jīng)過計算，各判斷矩陣滿足一致性檢驗。

2.2 風(fēng)險評估模型的建立

加權(quán)平均法計算簡單，可操作性強，結(jié)合層次分析法可以最大程度地發(fā)揮專家問卷調(diào)查在評價中的作用。在采用層次分析法得到各指標(biāo)的權(quán)重結(jié)果基礎(chǔ)上，采用加權(quán)平均法建立風(fēng)險評估模型：

式中， F1為市場需求與供給得分； F2為市場價格與經(jīng)營成本得分； F3為市場經(jīng)營環(huán)境得分； F4為相關(guān)政策得分。

F1的計算公式如下：

式中， F11——有效里程利用率得分；

F12——出租車新投放比例得分。

同理可求得 F2， F3， F4。各指標(biāo)的得分需根據(jù)實際情況進行打分，打分標(biāo)準(zhǔn)見表1。

因此，綜合式（1）、（2）、（3）、（4）、（5）可知城市出租車行業(yè)群體性事件風(fēng)險計算公式為：

3 風(fēng)險預(yù)警等級劃分

出租車行業(yè)群發(fā)性事件嚴重性劃分標(biāo)準(zhǔn)的主要依據(jù)包括群發(fā)性事件規(guī)模、社會影響大小、影響范圍等。當(dāng)出租車行業(yè)風(fēng)險狀態(tài)達到一定程度時，持續(xù)下去將可能發(fā)生群發(fā)性事件，可能發(fā)生事件的級別與風(fēng)險指標(biāo)相關(guān)，因此，可根據(jù)出租車行業(yè)現(xiàn)狀所處的狀態(tài)指標(biāo)，分析可能發(fā)生的群發(fā)性事件嚴重性。預(yù)警級別劃分標(biāo)準(zhǔn)就是基于這一思想來確定的。由于出租車群發(fā)性事件影響因素甚多，情況各異，本著切合實際、有較強的針對性和可操作性的原則，制定出租車群發(fā)性事件預(yù)警級別劃分標(biāo)準(zhǔn)。

在出租車群發(fā)性事件預(yù)警機制中，借鑒《國家突發(fā)公共事件總體應(yīng)急預(yù)案》中對突發(fā)事件的分級預(yù)警方法，根據(jù)出租車行業(yè)所處的狀態(tài)及其可能發(fā)生的群發(fā)性事件級別，結(jié)合安徽省各城市曾經(jīng)發(fā)生的出租車行業(yè)群發(fā)性事件的規(guī)模、嚴重程度以及對社會、經(jīng)濟造成的損失和影響等情況，將出租車行業(yè)群發(fā)性事件預(yù)警劃分為三個級別：I級紅色預(yù)警（可能發(fā)生特別重大群體性事件）、II級黃色預(yù)警（可能發(fā)生較大群體性事件）、III級藍色預(yù)警（可能發(fā)生一般群體性事件）。

根據(jù)已建立的風(fēng)險評估模型對出租車行業(yè)群發(fā)性事件進行預(yù)警，應(yīng)針對不同級別的預(yù)警確定模型的相應(yīng)閾值。當(dāng)在模型中各相關(guān)變量發(fā)生較大變動時，可通過模型計算值來確定在此條件下，將有可能發(fā)生何種級別的群發(fā)性事件。首先按照前面定義的 I、II、III三級預(yù)警，利用已經(jīng)建立的風(fēng)險評估模型，在分別獲得每起群發(fā)性事件的相關(guān)指標(biāo)并標(biāo)準(zhǔn)化計算成模型指標(biāo)的基礎(chǔ)上，得到各自的評價結(jié)果。采用累積頻率曲線法獲得三級預(yù)警相應(yīng)的模型計算值的風(fēng)險范圍，即對應(yīng)各預(yù)警級別的閾值。根據(jù)風(fēng)險評估模型和各個指標(biāo)的評價標(biāo)準(zhǔn)，得到安徽省域內(nèi)已經(jīng)發(fā)生的群體性事件的相應(yīng)模型的得分，見表2。

將歷史群發(fā)性事件通過模型計算當(dāng)時、當(dāng)?shù)匦袠I(yè)所處狀態(tài)得分，按照由大到小的順序排列并繪成累計頻率圖。鑒于歷史數(shù)據(jù)個數(shù)有限，不能全面地反映群發(fā)性事件分布的整體趨勢，故在已有群發(fā)性事件和一般統(tǒng)計數(shù)據(jù)分布規(guī)律的基礎(chǔ)上，補充低于所有得分和高于所有得分的數(shù)據(jù)若干個，然后繪制其累計頻率趨勢圖，見圖2。

表2 安徽省域范圍內(nèi)歷史群體性事件模型計算結(jié)果Tab.2 Model results of historical taxi industry UMIR in Anhui province

圖2 歷史群發(fā)性事件模型得分累計頻率Fig.2 Cumulative frequency of historical taxi industry UMIR in Anhui province

采用工程中一貫采用的15%~85%位分法，選擇15%、50%和85%位所對應(yīng)的分值，分別為I級（紅色）、II級（黃色）、III級（藍色）預(yù)警閾值。即認為當(dāng)風(fēng)險值低于累計頻率的15%位值時，為I級（紅色）預(yù)警；風(fēng)險值介于 15%~50%位值時，是 II級（黃色）預(yù)警；風(fēng)險值介于50%~85%位值時，是III級（藍色）預(yù)警；風(fēng)險值大于85%位值時，無需預(yù)警，行業(yè)處于穩(wěn)定狀態(tài)。相應(yīng)的閾值分別為74.5、82.2和87.7。在參照歷次事件的規(guī)模和嚴重性程度的前提下，確定不同預(yù)警級別的風(fēng)險閾值，見表3。

表3 預(yù)警級別對應(yīng)風(fēng)險取值范圍Tab.3. Risk threshold range of forecast

4 實例分析

問卷調(diào)查和專家打分時間為2011年5月，以安徽省蚌埠市為例，基礎(chǔ)資料和專家打分如表4所示。

表4 蚌埠市出租車群發(fā)性事件風(fēng)險評估基礎(chǔ)數(shù)據(jù)Tab.4 Basic data of evaluation indexes of Bangbu city

根據(jù)公式（6）可得F =75.72. 因此，蚌埠市出租車行業(yè)群發(fā)性事件風(fēng)險的預(yù)警級別為Ⅱ級黃色預(yù)警，情況不容樂觀。

由蚌埠市現(xiàn)狀的數(shù)據(jù)可以看出，承包費占出租車司機純收入的比例達到了29%，得分只有76分；油價上升，運價卻未做出調(diào)整，運價相對油價合理性這項指標(biāo)的得分也只有 30分；出租車新投放比例的得分為46分；出租車司機月收入/平均月工作時間的指標(biāo)評分為 65分。這四項指標(biāo)是造成蚌埠市出租車行業(yè)不穩(wěn)定的關(guān)鍵因素。

對于承包費比例過高的問題，承包費的設(shè)置是否合理應(yīng)進行重新考慮。同時，承包費比例過高與出租車司機月收入/平均月工作時間這兩項指標(biāo)間存在一定聯(lián)系，它們從一定程度上反映出了蚌埠市出租車司機收入較低的現(xiàn)狀。

燃料價格上調(diào)對出租車行業(yè)的影響十分顯著，蚌埠市在油價節(jié)節(jié)攀高的情況下，未對運價作出調(diào)整，使得運價相對油價合理性這項指標(biāo)得分較低。解決該問題可根據(jù)油價漲幅情況適時調(diào)整運價，建立油價/運價聯(lián)動機制或適時收取燃油附加費。

5 結(jié) 論

通過對安徽省出租車行業(yè)現(xiàn)狀以及近年來的群體性事件分析發(fā)現(xiàn)，“份子錢”數(shù)額超過了司機承受能力、運價不合理、燃料價格上漲、加氣難、“黑車”干擾嚴重、新運力的投放是影響出租車行業(yè)穩(wěn)定性的主要因素。在此基礎(chǔ)上構(gòu)建出租車行業(yè)群體性事件風(fēng)險評價指標(biāo)體系，采用層次分析法和加權(quán)平均法建立了風(fēng)險評價模型，并基于安徽省出租車行業(yè)群體性突發(fā)事件的歷史數(shù)據(jù)，提出了風(fēng)險等級劃分標(biāo)準(zhǔn)，以便于針對不同級別的風(fēng)險制定針對性的預(yù)警機制和應(yīng)急預(yù)案。

[1] 中華人民共和國交通部. 2012年公路水路交通運輸行業(yè)發(fā)展統(tǒng)計公報[OL]. http://www.moc.gov.cn/zhuzhan/tongjigongbao/fenxigongbao/hangyego ngbao/201304/t20130426_1402794.html，2013.

[2] 吳思珺．出租車行業(yè)群體性事件若干問題探析[J].武漢交通職業(yè)學(xué)院學(xué)報, 2011, 13(1): 34-37.

[3] 尹廣文．集體行動的邏輯——以2008年重慶市出租車罷運群體性事件為例[J]. 江南社會學(xué)院學(xué)報，2011, 13（3）：42-45.

[4] 姜愛林．出租車集體罷運的基本表現(xiàn)、主要原因與解決對策研究[J]. 寧波廣播電視大學(xué)學(xué)報，2009, 7（1）：106-110.

[5] 陳時國．我國出租車行業(yè)存在的問題及解決對策[J]. 湖南城市學(xué)院學(xué)報，2005，(3)：61-63.

[6] 張冬生．出租車行業(yè)現(xiàn)狀及價格情況調(diào)查與分析[J]. 價格理論與實踐，2001，(6)：6-9.

[7] 許樹柏．層次分析法原理[M]. 天津: 天津大學(xué)出版社, 1988.

[8] Saaty T. L. The analytic hieraechy process [M].McGraw-Will Inc, 1980.