2005年中国大学生数学建模竞赛论文(城市出租车交通规划综合模型)II.pdf.pdf

《2005年中国大学生数学建模竞赛论文(城市出租车交通规划综合模型)II.pdf.pdf》由会员分享，可在线阅读，更多相关《2005年中国大学生数学建模竞赛论文(城市出租车交通规划综合模型)II.pdf.pdf（28页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、全国第二届部分高校研究生数模竞赛题 目 城市出租车现状分析与远景预测摘 要:出租车是市民出行的重要交通工具之一,解决好出租车行业存在的各种问题,调和好出租车司机与乘客之间的利益矛盾,对改善城市形象、促进社会和谐都具有极其重要的意义.基于所给城市的相关数据,本文结合国内其他城市的出租车行业情况和国家经济发展相关统计资料,充分分析所给城市特点,做了以下几个方面的工作:（1）预测了该城市20042020 年人口数量；利用全国城镇居民历年交通支出统计数据,估计了该城市居民交通费用并据此预测了居民出行强度；在考虑到流动人口与常住人口差异性的基础上,预测了城市出行人口、出行人次和出租车人口；根据公交出行O

2、D 分布以及居民出行方式结构,拟合了分中心区和边缘区的出租车出行OD 分布.（2）刻划了乘客满意度与空驶率、出租车数量、出租车赢利之间的关系,在充分考虑乘客与出租车利益的基础上,确定了 20042020年该城市出租车最佳数量区间,如 2004年出租车数量应该控制在4781.6 辆和 4899.8 辆之间.（3）分析了油价调整前后和出租车价格的变化给乘客满意度和出租车利润率带来的影响,进而给出了让乘客和出租车司机都满意的价格调整范围.当油价上升至4.30元/升时,该城市的出租车均价最好控制在2.4676 元/公里到 3.0251 元/公里范围内.（4）提出了合理并切实可行的数据采集方案；并且站在

3、政府管理角度,给出了出租车行业规划思路.目录摘要 0 一、问题的重述 1 二、基本假设 1 三、出租车市场分析与预测（问题一）2 1、符号说明 2 2、问题的分析与建模 2 3、模型的求解 4 四、最佳出租车数量预测（问题二）8 1、符号说明 8 2、问题的分析与建模 9 3、模型的求解 10 五、油价提升前后的价格调整方案（问题三）15 1、符号说明 15 2、问题的分析与建模 15 3、模型的求解 16 六、对数据采集的建议（问题四）18 1、纵向数据采集的建议 18 2、横向数据采集的建议 18 七、对出租车行业规划的建议（问题五）19 参考文献 20 附录 21 图表索引表一 2004

4、 2020 年该市人口数量 4 表二全国城镇与该城市人均可支配收入对比 4 表三 1995 年、2004 年该市居民出行强度 5 表四该城市与上海市居民出行强度对比 5 表五修正后 2004 该城市不同区域居民出行强度 6 表六该城市 2010 年和 2020 年居民出行次数和出行人数 6 表七常住人口 2004 年全方式 OD 表 7 表八常住人口 2004 年出租车 OD 表 7 表九修正后 2004 年全方式 OD 表 7 表十修正后 2004 年出租车 OD 表 8 表十一 2004 2020 年该市出租车人口数 8 表十二城市出租车空驶率与交通供求状态的关系 10 表十三 2004

5、2020 年该市最佳出租车数量区间 14 附表一历年城镇人均可支配收入简表 21 附表二按比例调整后该城市19952004 年人均可支配收入 21 附表三修正后该城市历年人均可支配收入及交通支出简表 21 附表四该城市19952004 年出行强度 22 附表五该城市20042020 年出行强度 22 附表六 2004 2020 年全市人口出行次数、人数及强度 23 附表七公交出行时距OD 分布表 23 附表八出租车出行比率的OD 分布表 24 附表九出租车出行的OD 分布表 24 图一 2004 2020 年该市出租车人口数 8 图二空驶率与乘客满意度的关系 11 图三乘客满意度与出租车年度赢

6、利的关系 12 图四 2004 2020 年该市最佳出租车数量区间14 图五乘坐出租车人口与价格的关系17 附图一公交车占出行方式的比例与出行时距的关系拟合图25 附图二出租车占出行方式的比例与出行时距的关系拟合图25 1一、问题的重述出租车是市民出行的重要交通工具之一,我国城市在未来一段时间内,规模会不断扩大,人口会不断增长,人民生活水平将不断提高,对出租车的需求也会不断变化,解决好出租车行业存在的各种问题,调和好乘客与出租车司机之间的矛盾,对改善城市形象、促进社会和谐都具有极其重要的意义.现有某城市出租车以及相关行业的部分数据,需要解决的问题如下:(1)结合该城市特点,类比国内外城市情况,

7、预测该城市居民出行强度和出行总量,给出该城市当前与今后若干年乘坐出租车人口的预测模型;(2)给出该城市出租车最佳数量预测模型;(3)分析油价的调整对该城市出租车最佳数量问题的影响,并尽可能给出使得市民与出租车司机双方都满意的价格调整方案;(4)分析所给数据的合理性,提出更合理且实际可行的数据采集方案;(5)站在城市公用事业管理部门的立场,考虑出租车规划问题并给出相应方案.二、基本假设1、该城市的面积,道路面积不变;2、该城市的交通始终通畅;3、每辆出租车每年行驶里程不变;4、平均每趟次载客里程、载客人数不变;5、居民出行方式主要受OD 分布影响;6、居民出行次数 OD 分布的比例不变;7、乘客

8、对出租车司机的服务满意;8、不考虑通货膨胀对出租车价格的影响.2三、出租车市场分析与预测（问题一）1、符号说明变量:tx:该城市 t 年后人口总量;1tS,1ts:中心区 t 年后出行强度 1,出行强度 2;2tS,2ts:边缘区 t 年后出行强度 1,出行强度 2;)(tO:t年后总出行人数,其中:ztO:t年后中心区出行人数;btO:t年后边缘区出行人数;)(tOt:t 年后总出行次数,其中:ztOt:t 年后中心区出行次数;btOt:t 年后边缘区出行次数;)(tTe:t 年后交通费用;tp:该城市 t年后乘坐出租车人口;常量:ar:常住人口占全市人口的百分比;br:居住在中心区的流动人

9、口占总数的百分比;cr:短期居住和当天出入人口占流动人口的百分比;dr:第一类人口的出行强度是第二类人口的倍数;er:居住在中心区的常住人口占总数的百分比;1l,2l:中心区到中心区和边缘区的次数占从中心区出发的总次数的比例;1j,2j:中心区到中心区和边缘区的乘坐出租车占出行全方式的比例;3l,4l:边缘区到中心区和边缘区的次数占从中心区出发的总次数的比例;3j,4j:边缘区到中心区和边缘区的乘坐出租车占出行全方式的比例.2、问题的分析与建模需要解决的问题是,预测该城市居民出行强度和出行总量,给出该城市当前3与今后若干年乘坐出租车人口的预测模型.结合该城市实际情况,同时类比国内其它几座城市相

10、应情况,我们假定该城市出租车收费标准不变.显然,该城市居民的出行强度、出行方式和人口总量是决定乘坐出租车人口数量的主要因素.而一个城市不同区的居民的出行方式的OD 分布应该是基本固定的,即居民主要根据路程的远近不同而选择自己合适的出行方式,因而出行强度就成为决定以后若干年乘坐出租车人口的最主要因素.从仅有的该城市 2002至 2004居民累计收入与消费情况来看,人均可支配收入显著增长,其中 2004 年累计收入较上年增长了12%,参考国内其它城市的情况,我们可以认为交通费用也随之增长,从而出行强度亦随之增大;同时,结合该城市总体规划人口规模,可以发现计划到 2020 年,人口数量较 2004

11、年增长了75%.由于这两个主要因素的变化定会导致在以后的若干年乘坐出租车人口数量会有明显的增加.考虑到常住人口与流动人口在居住地、出行次数和方式上面的显著差异,我们将常住人口和流动人口中的暂住人口归为一类,而将流动人口中的短期居住和当日进出人口归为第二类,并在建模时考虑这个特点.对该城市自 04年以后的出行次数)(tO和出行人数)(tOt分别建立如下模型.模型:btztOtOttOt+=)(;btztOOtO+=)(;其中:dctbattcbatteatztrrSrrxSrrrxSrrxOt1)1()1()1(111?-?+?-?-?+?=;dctbattcbatteatbtrrSrrxSrr

12、rxSrrxOt1)1()1()1()1()1()1(222?-?-?+?-?-?-?+?-?=;111111/1)1(/)1()1(/mrrSrrxsSrrrxsSrrxOdctbatttcbattteatzt?-?+?-?-?+?=;2222/)1()1()1(/)1(ttcbattteatbtsSrrrxsSrrxO?-?-?-?+?-?=22/1)1()1(mrrSrrxdctbat?-?-?+;2,/max11dtrsm=;2,/max22dtrsm=.4Remark:考虑到出行强度 2的计算方法,它应该是一个不小于2的数,同时第二类人的出行强度是第一类人的dr/1,所以第二类人的出

13、行强度2 时取两者的最大值.进一步我们得到乘坐出租车人口预测模型如下.模型:44332211jlOtjlOtjlOtjlOtpbtbtztztt?+?+?+?=.3、模型的求解1）若干年后人口的估计:为更好地反映人口增加的规律,我们选择 Malthus 模型textx?=0)(（1）作为人口增长模型.结合所给人口规划数据,利用最小二乘原理,对 20042020年该城市人口进行了估计,得到模型参数为0.0378=,结果如下:表一 2004 2020 年该市人口数量（单位:万人）年份2004年2005年2006 年2007年2008年2009 年人口数量240.1500 249.4014259.0

14、092 268.9872279.3495 290.1110 年份2010年2011年2012 年2013年2014年2015 年人口数量301.2871 312.8938324.9475 337.4657350.4660 363.9672 年份2016年2017年2018 年2019年2020年人口数量377.9885 392.5499407.6723 423.3773439.6873 2）对该城市人均交通费的估计:根据国家统计局官方网站公布的2002 和 2003 城镇人均可支配收入（参见附表一）,可知与本题提供的该城市对应数据基本成比例关系,具体数据如表二所示.表二 全国城镇与该城市人均可

15、支配收入对比年份全国城镇该城市全国与该城市的比例2002年7702.8 6993.42 1.1014 2003年8472.2 7674.2 1.1040 5据此我们认为该城市19952003 年人均可支配收入与全国城镇可支配收入由固定比例,按照这一比例调整后该城市历年的相关数据见附表二.然后我们使用二次函数对附表二中的数据进行回归,并预测该城市20052020 年可支配收入和交通费用,结果见见附表三.3）对出行强度的估计根据近十年中国主要城市的统计信息可以发现出行强度和交通费用的关系基本上成指数关系,我们可以得到对该城市t 年后居民出行强度的预测:)(ln,2121tTessSStttt;（2

16、）由此容易得到 1995 年到 2004 年该城市的出行强度,详细结果见附表四.表三 1995 年、2004 年该市居民出行强度年份中心区强度 1边缘区强度 1中心区强度 2边缘区强度 21995 年1.6298 1.1705 1.9928 1.7187 2004 年2.2000 1.5800 2.6900 2.3200 将我们得到的结果于上海市的统计资料比较可以发现,上海在 95 年居民出行强度为 1.87次/人日,到 04年增加至 2.21次/人日,同期上海市的居民可支配收入增长 200%,而依据我们的数据,同样是人均累计可支配收入增长了209.2%的情况下,居民的出行强度由1.63 次/

17、人日增加至 2.20 次/人日,显然是和实际情况几乎吻合的.表四 该城市与上海市居民出行强度对比1995年出行强度2004 年出行强度可支配收入增加百分比上海市1.87 2.21 200该城市1.63 2.20 209.2其中上海市数据来源:上海市第三次综合交通调查报告因而我们利用同样的方法对05-20 年居民的出行强度做出预测,结果见附表五.4）对已有数据完善由于题目所给资料没有严格区分常住人口和流动人口的区别,所以我们在使用数据前要对部分数据进行完善,考虑流动人口的影响.6上海市 2000 年和 2003 年的流动人口统计资料显示,流动人口居住在10 个郊区县（边缘区）分别占流动人口总量的

18、66.4%和 73.9%.同时上海市第 3 次综合交通调查报告表明,常住人口和较长期的暂住人口的出行强度几乎是短期流动人口的 5 倍以上.考虑到该城市的经济条件,我们假定流动人口中60%的人群会住在近郊区（边缘区）且有向远郊发展的趋势,其他的则选择中心区居住.根据该城市人口规划,流动人口占全市总人口的比例几乎控制在23%左右,因而我们取规划表中三年的暂住人口占全市总人口的比例的平均值约23.4%.同时,依据第一类居民（常住人口和暂住人口）和第二类居民（短期及当日进出人口）的出行特征的显著区别,参考上海市对应情况,我们对题目所给城市公共出行情况的数据表进行修正,修正后的数据如下:表五 修正后 2

19、004 年该城市不同区域居民出行强度中心区边缘区区域内容第类第类第类第类全市人数（人）118491189912 991808134868 2401500 出行人数（人）1008634 718074 1726708 出行次数（人次）2646366 1609676 4256042 出行强度 1（次/人日）2.20 0.44 1.58 0.32 1.77 出行强度 2（次/人日）2.69 2 2.32 2 2.46 5）总出行次数和总出行人数利用上面得到的结果,求解模型,得到 2010 年和 2020 年全市人口出行次数和出行人数,见下表.其它结果见附表六.表六 该城市 2010年和 2020年居民

20、出行次数和出行人数人口出行人数出行次数出行强度 1 出行强度 2 2010 年3012871 2120799 5967059 1.9805 2.8136 2020 年4396873 3105034 9745803 2.2165 3.1387 6）2004年乘坐出租车人口数据的完善为了计算出租车的乘坐人口,我们需要知道分中心区和边缘区的出租车出行 OD 分布.根据公交车、出租车占出行方式的比例与出行时距的关系,以及公7交出行比例的 OD 分布,我们可以粗略计算出出租车出行的OD 分布.首先,对居民不同时距的出行方式结构表中公交车和出租车两列分别用局部多项式拟合,图形见附图一、二.再次,依据公交出

21、行 OD 分布和居民出行全方式OD 分布,我们得到公交出行时距 OD 分布表,参见附表七,并由此得到出租车出行比率的OD 分布表,参见附表八.结合居民出行全方式OD 分布,得到出租车出行的OD 分布表,参见附表九.比较居民出行全方式OD 分布表和城市不同区域居民的出行强度表,由于 2,3,5 区出行次数总和与中心区出行次数相差无几,不妨把 2,3,5 区划为中心区,而 1,4,6区为边缘区,将居民出行全方式OD 表和出租车出行的OD 分布表简化如下.表七 常住人口 2004 年全方式 OD 表中心区边缘区合计中心区 2052635 269865 2322500 边缘区 283266 95579

22、8 1239064 合计 2335901 1225663 3561564 表八 常住人口 2004 年出租车 OD 表中心区边缘区合计中心区 94965 18410 113375 边缘区 18687 32925 51612 合计 113652 51335 164987 上表只是对常住人口的统计,假设区域对该市居民乘坐出租车与否的影响不变,依据流动人口的出行强度和前面得到的该市中心区和边缘区出行次数对上表进行校正:表九 修正后 2004年全方式 OD 表中心区边缘区合计中心区 2338869 307496 2646366 边缘区 367992 1241683 1609676 合计 2706861

23、 1549179 4256042 8表十 修正后 2004年出租车 OD 表中心区边缘区合计中心区 108210 20980 129190 边缘区 24280 42770 67050 合计 132490 63750 196240 7）乘坐出租车人口的预测利用以上系列结果,求解模型得到20052020年的出租车人口预测如下:表十一 20042020 年该市出租车人口数（单位:万人次）年份2004年2005 年2006 年2007年2008年2009 年人口数19.6238 20.839722.091823.382624.7145 26.0904 年份2010年2011年2012 年2013年20

24、14年2015 年人口数27.5129 28.984830.509232.088533.7258 35.4240 年份2016年2017 年2018 年2019年2020年人口数 37.1859 39.015240.914342.886944.9360 其走势图如图一:图一 20042020 年该市出租车人口数（单位:万人）四、最佳出租车数量预测（问题二）1、符号说明:051015202530354045502004年2005年2006年2007年2008年2009年2010年2011年2012年2013年2014年2015年2016年2017年2018年2019年2020年9变量:i:空驶率

25、S:乘客满意度R:出租车年均赢利n:城市出租车数量pr:利润率常量:co:平均每辆出租车年支出re:行业年营业总收入or:出租车出勤率ad:日均载客总里程pd:平均每辆车的日行里程2、问题的分析与建模在油价、出租车收费标准固定的情况下,出租车数量的“最佳”应该体现在以下两个方面:（1）对乘坐出租车的乘客,满意度尽量高;（2）对每辆出租车,每年赢利尽量多.下面我们试图分析空驶率i、乘客满意度S、每辆出租车年均赢利R、城市出租车数量n之间的关系,建立优化模型.对出租车数量的“最佳”所体现的第一个方面,我们认为空驶率越高,乘客乘车越容易,满意度越高.为此我们假定乘客满意度由空驶率唯一确定,并且随着空

26、驶率的增加而增加.对空驶率 i,我们有1i日均载客总里程 n 出租车的出勤率平均每辆车的日行里程对每辆出租车的年赢利R,我们有:Rn=行业年营业总收入每辆车年均支出其中年平均支出包括固定运营成本和耗油上的花费.根据我国城市出租汽车协会对国内外城市出租汽车交通供求关系的调查分 10析1,城市出租汽车的空驶率与交通供求状态有如下关系:表十二 城市出租汽车空驶率与交通供求状态的关系空驶率 25 30 40状态明显供不应求基本饱和,供求平衡明显供过于求基于对供求状态的考虑,由此我们确定应该有空驶率0.30.4i.根据 2004 年 9 月 14 日南方都市报 题为出租车公司自爆税后利润率逾17 自认收

27、益合理的报道,出于对出租车公司和出租车司机的考虑,我们确定应该由利润率15%pr.综合以上分析,我们建立模型如下:Max ;S Rs.t.1adin orpd=-;reRcon=-;()SS i=;0dSdi;0.30.4i;15%pr.容易看出,乘客满意度S和出租车年均赢利R是两个互相矛盾的要求.3、模型的求解1）满意度的刻划及其与空驶率的关系:我们用 01 之间的数来描述乘客满意度,最高满意度为 1,最低满意度为 0.同时认为乘客满意度可以唯一地用空驶率来刻划,并且假定:（1）空驶率大于40时,市场呈现明显供过于求状态,乘客很容易就能乘上车,乘客满意度接近 1;（2）空驶率为30时,市场基

28、本处于饱和状态,乘客能乘上车,但需要等待少许时间,乘客满意度为 0.8;（3）空驶率小于25时,市场明显供不应求,乘客很难有车可乘,乘客满 11意度小于 0.6,并随着空驶率的减少,乘客满意度急剧下降.下图二将上述假定用折线刻划出来,这一函数走向与神经网络理论中著名活性函数 sigmoid 函数形状相似,受其启发,我们假设空驶率与乘客满意度有如下函数关系:1()exp()S iabk i=+-?（3）用函数形式（3）拟合上述数据得到的函数形式如下,在空驶率的范围为00.4i 时,拟合的曲线图参见图二中的光滑曲线:1()1.0165328.1908exp(23.9730)S ii=+-?（4）图

29、二空驶率与乘客满意度的关系2）顾客满意度与出租车数量的关系4114.3 103347.2110.8 424.0inn=-=-（5）将（5）式带入（4）式得到出租车数量与顾客满意度的关系如下:1()3347.21.0165 328.1908exp 23.97301S nn=?+-?（6）123）出租车年赢利与出租车数量的关系每辆车年耗油花费为:101246403.874.8236100=万元则有()254.96 365()11.26164.8236R nn=-+（7）4）出租车赢利与乘客满意度之间的关系我们同时希望 R和S都达到较大的值.注意到顾客满意度与出租车数量之间的关系表达式（6）,()S

30、 n 关于n单调递增;对出租车赢利与出租车数量的关系表达式（7）,()R n 则随着n的增加而减小.也就是说,R和S是不可调和的矛盾.利用公式（6）和（7）,容易得到出租车赢利R与乘客满意度S之间的关系:1()4.9974 1.44ln(1.0165)R SS=+-（8）图三 乘客满意度与出租车年度赢利的关系5）2004年最佳出租车数量的确定注意到模型对空载率的要求0.30.4i,由式（4）,我们容易得到满意度S的应该符合0.79140.9625S.13同时注意到模型对利润率的要求15%pr,按照平均每辆车年支出不变的基本假设,则由年赢利15%16.085215%2.4128Rco=万元.由式

31、（4）,我们容易得到满意度S应该符合0.8465S.综合这以上两点,则满意度S的范围应该为0.79140.8465S,根据满意度与出租车数量的关系式（6）,此时出租车数量n的范围为4781.64899.8n,也就是说,在参照其他城市情况下,2004 年该城市的出租车数量最好控制在以上范围内,如果政策制订者偏好乘客满意度,则应该出租车数量在允许范围内可以多一些,偏向出租车利益则相反.6）20042020年最优出租车数量下面我们求解20042020 年最优出租车数量.不同年份改变的只是乘坐出租车人数（参见表六）,将模型作如下修改,记做模型:Max ;S Rs.t.1tadin orpd=-;tre

32、Rcon=-;()SS i=;0dSdi;0.30.4i;15%pr.可以认为00ttpadadp=,00ttprerep=,其中tp 表示第 t 年的出租车人口数.则顾客满意度与出租车数量的关系为4114.3 10171.714619.6238110.8 424.0ttppinn=-=-（9）1()171.71461.0165 328.1908exp 23.97301tS npn=?+-?（10）出租车年赢利与出租车数量的关系为 14()254.96 36519.6238()11.26164.8236tpR nn=-+（11）利用公式（10）和（11）,得到出租车赢利 R与乘客满意度S之间的

33、关系为413.719122.75841()16ln(1.0165)ttR SppS=-+-（12）据此得到的最佳出租车数量见下表.表十三 2004 2020 年该市最佳出租车数量区间年份2004 年2005 年2006 年2007 年2008年2009年数量下限4781.6 5077.9 5383.0 5697.5 6022.0 6357.3 数量上限4899.8 5203.4 5516.0 5838.3 6170.9 6514.4 年份2010 年2011年2012 年2013 年2014年2015年数量下限6703.9 7062.5 7434.0 7818.8 8217.7 8631.5

34、数量上限6869.6 7237.1 7617.7 8012.1 8420.9 8844.9 年份2016 年2017 年2018 年2019 年2020年数量下限9060.8 9506.6 9969.3 10450.010949.3 数量上限9284.8 9741.6 10215.810783.011219.9 图四 20042020 年该市最佳出租车数量区间0200040006000800010000120002004年2005年2006年2007年2008年2009年2010年2011年2012年2013年2014年2015年2016年2017年2018年2019年2020年数量下限数量上

35、限 15五、油价提升前后的价格调整方案（问题三）1、符号说明:i:空驶率S:乘客满意度R:出租车年均赢利x:出租车平均价格（以下简称均价）y:油价pr:利润率otp:第t 年调价前出租车人口ctp:第t 年调价后出租车人口()tad x:t年后均价为x时日均载客总里程()tre x:t年后均价为x时行业年营业总收入()co y:油价为 y 时平均每辆出租车年支出n:城市出租车数量,常量or:出租车出勤率,常量pd:平均每辆车的日行里程,常量2、问题的分析与建模本节在第四部分的基础上讨论是否存在顾客和出租车司机都满意的价格调整方案,事实上,在油价、出租车数量一定的情况下,出租车价格“最优”还是体

36、现在以下两个方面:（1）对乘坐出租车的乘客,满意度尽量高;（2）对每辆出租车,每年赢利尽量多.对于任何价格调整,面临的主要问题是出租车定价变化后可能造成的乘坐出租车人口的变化（如价格上浮导致乘客减少）,从而导致利润率、空驶率以及 16居民满意度相应改变.和第四部分讨论类似,为达到顾客和出租车司机的“双赢”,我们依然拟定出租车的空驶率0.30.35i,利润率15%pr.另外,在此我们先不讨论具体的调价措施,只讨论均价的变化.综合以上分析,我们建立模型如下:Max ;S Rs.t.()1tad xin orpd=-;()()tre xRco yn=-;()SS i=;0dSdi;0.30.4i;1

37、5%pr.容易看出,乘客满意度S和出租车年均赢利R是两个互相矛盾的要求.3、模型的求解1）价格与乘坐出租车人口的关系:结合该市的经济情况 2004年人均累计可支配收入在8617.48元,处于我国大型城市的收入水平,因而其出租车乘客人群相对稳定.同时在这样的城市出租车的需求价格弹性相对较小,也就是说价格变化对乘客量的影响不太大.参照南京市客运管理处组织的有关调查1,出租车交通分担的出行量中,50%为公务出行,20%为流动人口出行,20%为市民应急出行,10%为白领阶层（高收入阶层）的上下班出行.因而受价格变化改变影响最大的是20的流动人口.所以我们建立价格与出租车人口关系时假定其余80客源稳定,

38、即需求价格刚性.根据文献 2 中价格需求理论,我们认为价格与需求成负指数关系.据此建立价格与出租车乘客数的关系0.48073(2.447)20%80%coxotttppep-=?+（13）17图五 乘坐出租车人口与价格的关系2）空驶率与出租车价格的关系03347.21ctoPinp=-?（14）3）出租车赢利与价格的关系20042004tRn=-年后调价后出租车人口均价年载客里程年出租车人口总支出即0254.963652.447()ctopxpRco yn=-（15）4）价格调整范围为达到顾客和出租车司机的“双赢”,保证出租车的空驶率0.30.35i,利润率15%pr.计算结果显示:（1）在油

39、价不变的情况下,可以根据第四部分的最佳出租车辆数来安排营运,该城市的出租车均价最好控制在2.4472 元/公里到3.0251元/公里范围内;（2）当油价上升至 4.30元/升时,该城市的出租车均价最 18好控制在 2.4676元/公里到 3.0251元/公里范围内.需要说明的是,在该市投放“最佳”数量的出租车进行营运的前提下,以后若干年乘坐出租车价格范围不变.出于对城市公共管理部门调控行业政策的灵活性考虑,本文并不打算拟定具体的价格调整方案.六、数据采集方面的一点建议（问题四）1、纵向数据采集的建议题目中的附录 1 仅仅给出了该城市2004 年相关数据,要对城市的出租车行业现状进行评价,理想的

40、数据应该包括;1）除了城市人口规划数据,还需采集该市五年甚至十年的人口以及城市面积和道路面积数据;2）采集五年以上的人均可支配收入以及交通支出费用情况;3）出租车五年甚至十年的营运历史数据;2、横向数据采集的建议1）采集数据时应该区分常住人口和流动人口的差异:在统计经济情况时分别采集常住人口和流动人口的人均可支配收入和消费性支出;在采集居民出行相关数据时也应明细常住人口和流动人口各自的出行次数和方式,并区分居住地;2）采集人均可支配收入应明细交通费用;3）需要采集城市的交通现状,例如不同时段的堵塞情况;4）全国其他城市的出租车运营成本、人口数、出租车人口数、出租车拥有量等相应数据;5）条件允许

41、的情况下对出租车乘客进行合理的满意度问卷调查;19七、出租车行业规划的一点建议（问题五）出租车方便市民出行的重要交通工具,是城市形象的展示.加强出租车行业规划,正确引导行业发展,不断解决行业内存在的各种问题,是建设和谐社会不可或缺的组成部分.根据所给资料,结合国内外城市的情况,我们对出租车行业规划有如下建议:1）加强信息化建设,逐步建立和完善出租车运行情况的数据库,全面掌握基本运行情况的第一手资料,为掌握行业情况提供最基本的素材;必要的时候还可以进行合理的问卷调查;组织专业人员分析市场状况,并公布相应信息,提高市场透明度,这将有利于社会了解行业,为调整价格、出租车数量等行业政策调控提供方便.2

42、）加强对出租车司机的服务培训,提高服务质量和服务意识;适当树立行业先进典型;加强与乘客的交流互动,对乘客进行满意度等方面的调查;有条件的情况下可以安装电子可视地图,加强对出租车司机的监督.3）注意关心出租车司机的个人利益,加强出租车司机之间的互动,注意关心出租车司机的生活状况.4）定期车况检修,减少资源消耗,减少环境污染.20参考文献1 陈学武.可持续发展的城市交通系统模式研究.南京:东南大学交通学院,2002.2 梁小民.西方经济学导论.北京:北京大学出版社,1993.3 上海年鉴编委会.上海年鉴 2004（中文）.上海:上海年鉴社,2004.4 出租车公司自爆税后利润率逾17%自认收益合理

43、.南方都市报.2004 年 9月 14 日.5 中华人民共和国国家统计局.官方网站 公布数据.6 上海市城市规划管理局,上海市城市综合交通规划研究所.上海市第三次综合交通调查报告.2005.21附录一（数据表）:附表一 历年城镇人均可支配收入简表（单位:元）年份人均可支配收入人均消费性支出其中交通支出1995年4283.0 3537.57 171.01 1996年4838.9 3919.47 199.12 1997年5160.3 4185.64 232.90 1998年5425.1 4331.61 257.15 1999年5854.0 4615.91 310.55 2000年6280.0 49

44、98.00 395.01 2001年6859.6 5309.01 457.02 2002年7702.8 6030.00 626.04 2003年8472.2 6501.94 721.13 数据来源:国家统计局官方网站附表二 按比例调整后该城市19952004 年人均可支配收入（单位:元）年份1995 年1996年1997年1998 年1999年可支配收入3884.1 4388.2 4679.7 4919.8 5308.8 年份2000 年2001年2002年2003 年2004年可支配收入5695.1 6220.7 6985.4 7683.1 8617.48 附表三 修正后该城市历年人均可支配

45、收入及交通支出简表（单位:元）年份1995 1996 1997 1998 1999 2000 2001 可支配收入 4073 4262 4528 4870 5288 5782 6352 交通费135.9 162.3199.5247.3305.7374.8 454.5 年份2002 2003 2004 2005 2006 2007 2008 可支配收入 6999 7722 8521 9396 1034711375 12479 交通费 544.9 646.0757.7880.01013.01156.7 1311.0 年份2009 2010 2011 2012 2013 2014 2015 可支配收

46、入13659 1491516247176561914120702 22339 交通费1476.0 1651.61837.82034.82242.42460.6 2689.5 年份2016 2017 2018 2019 2020 可支配收入 24052 25842277082965031668交通费 2928.9 3179.23440.03711.53993.22附表四 该城市 19952004年出行强度（单位:次/人日）t 1995 1996 1997 1998 1999 1tS1.6298 1.6887 1.7572 1.8285 1.8988 2tS1.1705 1.2128 1.2620

47、 1.3132 1.3637 1ts1.9928 2.0649 2.1486 2.2357 2.3217 2ts1.7187 1.7808 1.8531 1.9282 2.0024 t 2000 2001 2002 2003 2004 1tS1.9664 2.0304 2.0906 2.1471 2.2000 2tS1.4123 1.4582 1.5014 1.5420 1.5800 1ts2.4044 2.4826 2.5562 2.6253 2.6900 2ts2.0737 2.1412 2.2046 2.2642 2.3200 附表五 该城市 20042020年出行强度（单位:次/人日）

48、t 2004 2005 2006 2007 2008 2009 1tS2.2000 2.2497 2.2964 2.3404 2.3819 2.4213 2tS1.5800 1.6157 1.6492 1.6808 1.7107 1.7389 1ts2.6900 2.7507 2.8078 2.8616 2.9124 2.9605 2ts2.3200 2.3724 2.4216 2.4680 2.5118 2.5533 t 2010 2011 2012 2013 2014 2015 1tS2.4586 2.4940 2.5278 2.5600 2.5908 2.6203 2tS1.7657 1

49、.7911 1.8154 1.8386 1.8607 1.8819 1ts3.0061 3.0495 3.0908 3.1302 3.1679 3.2040 2ts2.5927 2.6300 2.6657 2.6997 2.7321 2.7633 t 2016 2017 2018 2019 2020 1tS2.6486 2.6758 2.7020 2.7272 2.7515 2tS1.9022 1.9217 1.9405 1.9586 1.9761 1ts3.2386 3.2718 3.3038 3.3346 3.3644 2ts2.7931 2.8218 2.8494 2.8760 2.90

50、16 23附表六 2004 2020年全市人口出行次数、人数及强度年份人口出行人数出行次数出行强度 1 出行强度 22004 240.1500 172.6708 425.6042 1.7722 2.4648 2005 249.4014 175.1517 451.9751 1.8122 2.5805 2006 259.0092 181.9932 479.1311 1.8499 2.6327 2007 268.9872 189.0963 507.1267 1.8853 2.6818 2008 279.3495 196.4712 536.0129 1.9188 2.7282 2009 290.111