[发明专利]一种高峰时段传统出租车和网约车服务的公平评估方法

说明书

本发明公开了一种高峰时段传统出租车和网约车服务的公平评估方法，通过引入洛伦兹曲线和基尼系数估计对于人口和就业上一般意义的公平，而后混合地理加权回归模型和变异系数被使用在综合考虑居民需求和活动能力的情况下估计出租车的服务公平以及网约车进入造成的公平变化；通过两种方法的结合能有效的估计在高峰时期出租车的服务公平以及网约车的出现对出租车服务公平的变化。评估过程相对简单，结果更加精确，对进一步交通调度或者市场运营有一定指导意义和参考价值。

技术领域

本发明属于交通领域，具体涉及一种高峰时段传统出租车和网约车服务的公平评估方法。

背景技术

交通公平是确保广泛获得就业、商品和服务等机会的关键。交通公平并不意味着向每个人提供同等水平的服务，而是根据出行需求来实现服务的平等分配。出租车作为城市的重要交通工具，特别是作为公共交通的补充，可以为市民出行提供非常方便的服务。然而，传统的士经常在高需求地区营运，导致在低需求地区或偏远地区服务不足。在高需求地区本来就有很多可选的其他交通方式，相反在低需求地区可选的交通方式并不多，这种交通分布导致住在低需求地区或者偏远地区的人们能获得较少交通工具的机会来参与社会活动，从而导致社会排斥。

共享经济的到来促进了网约车如滴滴打车的快速发展。当乘客有出行需求时，可以通过智能手机软件向交通网络公司发送请求，获得网约车服务。由于其先进的网络技术，乘客和司机可以更快地匹配。同时，网约车的到来也使更多的人获得更便捷的服务，尤其是在城市边缘地区，这些地区往往服务不足或经济条件较差。但是，这并不意味着网约车在所有地区都具有相同的服务水平。而且，网约车也主要集中分布在城市的一些心中地区，这些地区通常是繁华或高需求地区。而现时也没有一种方法可以量化网约车的出现是否可以让市民享有更公平的出租车服务。

以往估计交通公平的方法主要为工具是洛伦兹曲线和基尼系数。然而，在使用洛伦兹曲线和基尼系数评价公平时，不能考虑土地利用、社会经济等其他影响因素。为了获得全面的公平评价，在研究出租车服务的公平水平时，有必要澄清哪些因素可能影响出租车出行。只有对这些因素进行控制，才能得到合理的权益分析结果。在以往关于出租车出行影响因素的研究中，研究者们已经探索了各种方法。许多研究发现，环境因素对出租车出行数量的影响在空间上是不同的。这些变化可以用来作为不平等的指标。以人口变量为例，如果该变量在不同地方的系数不同，则表示相同数量的人在不同地方乘坐出租车出行的次数不同。虽然以往的研究提出了不同的方法来测量局部关系，如扩展法和多层建模，但地理加权回归模型是唯一专门用于探索空间非平稳性的方法。尽管该方法已被用于分析许多领域的公平问题，但它也假设所有的自变量和因变量之间的关系随空间而变化。在许多建模问题中，一些变量被设定为局部变量，而另一些被设定为全局变量，这能使模型拟合更优。

发明内容

本发明的目的是：实现传统出租车和网约车服务的更精确的公平评估，为进一步交通调度或者市场运营提供准确的数据依据。

为此本发明提供了一种高峰时段传统出租车和网约车服务的公平评估方法，具体步骤为：

步骤1：划分城市交通小区；高峰时段出租车出行数据准备，包括网约车出现前后的出租车总出行数，以及传统出租车和网约车各自的出行数；自变量数据准备，包括土地利用、社会经济和交通相关因素。

步骤2：不考虑需求差异的公平分析，通过洛伦兹曲线计算基尼系数，基尼系数的值落在0和1之间，0表示绝对的公平，1表示绝对的不公平，数字越大表示越不公平，基尼系数的计算公式为：

其中，其中h为区域代号(从最低人口人数(就业数)到最高人口人数(就业数)排序)，X_h表示1至h个区域的人口数(就业数)占总人口(就业数)的累积比例，并且X＝0，X_n＝1；Y_h表示出租车出行数的累积比例，并且Y_h＝0，Y_n＝1。