“互聯(lián)網(wǎng)+出租車行業(yè)”的資源配置分析

崔　潔

河南大學(xué)經(jīng)濟(jì)學(xué)院，河南　開封　475000

?

“互聯(lián)網(wǎng)+出租車行業(yè)”的資源配置分析

崔潔*

河南大學(xué)經(jīng)濟(jì)學(xué)院，河南開封475000

摘要：隨著經(jīng)濟(jì)的發(fā)展，越來越多的市民選擇出租車作為出行的交通工具，“打車難”問題也逐漸成為社會(huì)焦點(diǎn)問題。在傳統(tǒng)出租車行業(yè)中，乘客和出租車之間存在嚴(yán)重的信息不對(duì)稱，使得傳統(tǒng)出租車行業(yè)的發(fā)展較為緩慢且存在資源配置效率低下的問題。近年來興起的“互聯(lián)網(wǎng)+傳統(tǒng)行業(yè)”的發(fā)展模式在一定程度上解決了傳統(tǒng)行業(yè)的發(fā)展弊端。通過綜合評(píng)價(jià)分析模型和量化指標(biāo)來分析不同時(shí)空出租車資源合理配置程度。從宏觀角度，我們?cè)趦r(jià)格一定的前提下分析出租車市場(chǎng)的供求關(guān)系，收集影響出租車供給和需求的指標(biāo)并選取合適的時(shí)間段和地域，建立綜合評(píng)價(jià)分析模型得到不同時(shí)空出租車的指標(biāo)得分并進(jìn)行排序。從微觀角度，可以利用出租車GPS記錄的數(shù)據(jù)分析位于不同經(jīng)緯度的一天中高峰期與非高峰期出租車空載率的變化，從而反映供求匹配度。

關(guān)鍵詞：互聯(lián)網(wǎng)+；供求關(guān)系；因子分析；綜合評(píng)價(jià)分析

出租車作為一種商品，影響其需求和供給的因素很多，如出租車運(yùn)輸成本、政府的行業(yè)管制、人均可支配收入、城市經(jīng)濟(jì)發(fā)展水平等，我們綜合考慮其中可量化指標(biāo)進(jìn)行因子分析，得到因素各自占的權(quán)重，用以衡量每種因素對(duì)供求指標(biāo)的影響程度大小。利用得到的權(quán)重構(gòu)建綜合評(píng)價(jià)模型，該模型可以對(duì)處在不同時(shí)空出租車的供求關(guān)系指標(biāo)進(jìn)行比較和排序，從而達(dá)到了對(duì)“供求匹配”程度的分析。其中“不同時(shí)空”我們選取一線城市深圳和二線城市鄭州在2006年至2012年的數(shù)據(jù)進(jìn)行分析。

一、影響因素的選取

影響出租車供求量的因素有很多，包含主觀因素和客觀因素，微觀因素和宏觀因素，因此通過因子分析對(duì)其指標(biāo)的篩選不僅可以達(dá)到降維的目的而且可以消除因素之間可能存在的多重共線性。通過查閱市場(chǎng)調(diào)查報(bào)告，總結(jié)如下影響出租車供求匹配度的因素。

首先，供給方面的因素主要有政府行業(yè)管制、出租車運(yùn)輸成本、生產(chǎn)總值和常住人口數(shù)量；需求方面的因素主要有人均可支配收入、城市規(guī)模、其他客運(yùn)交通方式發(fā)展水平和出租車數(shù)量；既可以反映供給又可反映需求的因素主要有出租車運(yùn)價(jià)、城市經(jīng)濟(jì)發(fā)展水平、空駛率和城市交通基礎(chǔ)設(shè)施水平。

因子分析的步驟為，數(shù)據(jù)檢驗(yàn)、因子提取、因子的命名和解釋、計(jì)算因子得分并進(jìn)行排序[1]。數(shù)據(jù)檢驗(yàn)是判斷用于因子分析的數(shù)據(jù)是否適合因子分析，由于因子分析具有降維且消除因子之間的多重共線性的目的，因此用于因子分析的變量必須是相關(guān)的。SPSS軟件因子分析中給出Kaiser-Meyer-Olkin檢驗(yàn)(簡(jiǎn)稱KMO檢驗(yàn))和Bartlett球度檢驗(yàn)顯示選取的因素適合做因子分析。因子提取的目的是降維，選取少數(shù)幾個(gè)因子來反映原始因素的絕大部分信息，選取的標(biāo)準(zhǔn)是因子的方差貢獻(xiàn)率，當(dāng)累計(jì)的方差貢獻(xiàn)率達(dá)到80%以上的前幾個(gè)因子作為最后的公因子。選取的因子所對(duì)應(yīng)的特征根要大于1，說明解釋力度比原始因素強(qiáng)。

輸出結(jié)果顯示在五個(gè)因素中可以提取出兩個(gè)新的公因子，且這兩個(gè)因子解釋了97.62%的原始變量方差，說明因子分析效果非常理想，公因子是由各個(gè)原始變量的線性組合計(jì)算得出的。計(jì)算2006年-2012年所對(duì)應(yīng)的第一個(gè)因子和第二個(gè)因子的取值，然后再計(jì)算每年的綜合得分。進(jìn)而算出每年各個(gè)因素的綜合得分，再對(duì)此得分進(jìn)行歸一化處理可得到用于綜合評(píng)價(jià)模型中五種因素的權(quán)重。

二、綜合評(píng)價(jià)模型分析

由于影響出租車供求的因素有許多，我們從中選取可以量化且影響程度較為顯著的因素，經(jīng)查閱市場(chǎng)調(diào)查報(bào)告得，一個(gè)區(qū)域的生產(chǎn)總值、出租車數(shù)量、人口數(shù)量、可支配收入對(duì)其供求數(shù)量影響較大。對(duì)于多因素影響下綜合評(píng)價(jià)指標(biāo)的建立，以深圳為例，用因子分析計(jì)算得到的綜合得分來表示各個(gè)因素的權(quán)重，再運(yùn)用matlab軟件進(jìn)行綜合評(píng)價(jià)分析得到綜合評(píng)價(jià)得分。

根據(jù)輸出的綜合評(píng)價(jià)模型得分，我們可以得到不同時(shí)間條件下深圳市供求匹配程度的排序，結(jié)果顯示2012年、2011年、2009年的出租車供求匹配度較好。對(duì)于二線城市我們選取鄭州作為分析的地點(diǎn)，按照同樣的指標(biāo)進(jìn)行分析，方法同上，可以得到二線城市出租車供求匹配程度的指標(biāo)模型。

經(jīng)查閱資料得知，衡量出租車交通供需平衡的指標(biāo)有里程利用率、車輛滿載率等。我們選取里程利用率作為衡量指標(biāo)，即出租車載客里程數(shù)/行駛的總里程數(shù)，它體現(xiàn)的是載客的效率。我們可以利用某出租車GPS記錄儀記錄的數(shù)據(jù)進(jìn)行里程利用率計(jì)算，得到一天中每小時(shí)的里程利用率，進(jìn)而觀察出每天早晚高峰期的供求匹配度。

我們建立的綜合評(píng)價(jià)指標(biāo)模型分析出租車資源的“供求匹配”程度，“不同時(shí)空”的分析體現(xiàn)在隸屬于發(fā)展程度不同的城市在某段時(shí)間內(nèi)的評(píng)價(jià)。由于影響出租車供求關(guān)系的指標(biāo)較多且有些指標(biāo)不能找到量化的數(shù)據(jù)，在模型一分析時(shí)僅選取了比較重要的五個(gè)因素，可能忽略了比較重要的指標(biāo)從而影響評(píng)價(jià)結(jié)果。

“互聯(lián)網(wǎng)+出租車”的逐漸興起對(duì)傳統(tǒng)的出租車行業(yè)影響巨大，使傳統(tǒng)出租車行業(yè)的利益格局受到較大的威脅，其中，打車軟件的普及在一定程度上改變了信息不對(duì)稱的情況，一方面使出租車市場(chǎng)的資源配置更加合理，“打車難”問題得到改善，降低了空駛率。但另一方面出租車拒載等問題也逐步顯現(xiàn)，造成行車安全隱患，比如“黑車”加載打車軟件擾亂市場(chǎng)，“專車”服務(wù)搶占了出租車市場(chǎng)，分流客戶的同時(shí)也分擔(dān)運(yùn)力，能夠促進(jìn)出租行業(yè)加快轉(zhuǎn)型[2]。

[參考文獻(xiàn)]

[1]賈俊平.統(tǒng)計(jì)學(xué).北京：中國(guó)人民大學(xué)出版社，2013.5.

[2]沈塵.“互聯(lián)網(wǎng)+出行”模式對(duì)傳統(tǒng)出租車行業(yè)的影響[J].對(duì)外經(jīng)貿(mào)，2015(09).

*作者簡(jiǎn)介：崔潔(1993-)，女，漢族，河南新鄉(xiāng)人，河南大學(xué)經(jīng)濟(jì)學(xué)院，2013級(jí)本科生，研究方向：金融學(xué)。

中圖分類號(hào)：F572

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1006-0049-(2016)13-0165-01