出租车行业的多重影响--南昌市打车难现状分析调查报告.doc

出租车行业的多重影响 南昌市“打车难”现状分析 Teamwork of WE出租车行业的多重影响南昌市“打车难”现状分析学校：江西财经大学院系：统计学院主要负责人：潘文荣WE成员：黄晰睿 陈 颖 刘 松 魏晓燕 陈凯悦 张子欣 潘宇龙 出租车行业的多重影响 南昌市“打车难”现状分析 Teamwork of WE目录摘要5【关键词】：5Abstract6Key words:6一.前言71.1 背景介绍71.2 选题意义7二调查流程72.1调查方式及对象72.2 问卷设计72.3 抽样方法选择82.3.1 抽样方法82.3.2 乘客抽样82.3.3 司机抽样82.4 问卷的发放及回收情况92.4.1乘客卷92.4.2司机卷92.5数据的录入102.6数据的分析102.7 调查流程图112.8调查经验的总结12三问卷分析123.1 描述性统计123.1.1 基本信息123.1.2 南昌市居民对出租车的需求133.1.3 南昌打车难的具体现象表述143.1.4南昌市打车难的原因分析153.1.5合乘的接受程度分析163.1.6对打车难的意见建议183.1.7 对出租车司机的问卷183.2 深入性检验213.2.1 Jonckheere-Terpstra Testa 检验213.2.2 logistic 检验213.2.3回归分析检验223.2. 4单因素的方差分析233.2.5 两独立样本的非参数检验23四访谈总结244.1乘客访谈总结244.1.1访谈目的244.1.2访谈反馈244.2司机访谈总结254.2.1访谈目的：254.2.2访谈反馈254.3出租车公司访谈总结254.3.1专访目的254.3.2专访对象254.3.3访谈总结254.4出租车管理部门专访264.4.1专访背景264.4.2专访目的264.4.3专访对象26五 结论及建议275.1打车难的原因275.2解决打车难问题的建议285.2.1乘客篇285.2.2 司机篇285.2.3 出租车交通公司篇285.2.4 政府篇28六 附录30附录1：调查问卷30附录2：访谈38附录2.1乘客访谈实录38附录2.2司机访谈实录38附录2.3公司访谈实录39附录2.4管理部门访谈实录40附录3 检验结果414.1Jonckheere-Terpstra Test检验413.2回归分析检验结果43摘要随着城市人口规模的扩大，人类社会活动的不断多元化，打车难已成为众多城市难以解决的“城市病”。虽然政府一而再而三得增加出租车数量，开辟新的打车方式合乘出租车，但是打车难依旧没有得到有效的缓解。为了深入研究打车难到底为何难，有多难，如何有效缓解打车难的现象，我们开展了此次调查和分析。通过抽样调查的方式，我们采集了南昌市市民、出租车司机对于打车难的了解程度和态度，并通过对出租车公司等进行访谈交流，深入探究打车难的成因。利用专业统计分析软件对所得数据进行汇总、描述统计分析、均值比较检验、非参数检验、各类相关分析、回归分析以及对应分析等，力求定性与定量分析相结合，得出客观无偏的调查结果。【关键词】：打车难、合乘出租车AbstractAlongside the social change ,together with the development of the economy, the greatest change then, has been a heated issue for citizens in most cities to take a taxi. Although the government has to increase the number of the taxi, open up a new way to take a taxiCarpool taxi, hit hard is still a big program.We conducted this survey to scale the awareness of the local citizen and drivers in NanChang and have interviewed the taxi company to explore the reason of hit hard.we get our data by sampling on university student of NanChang , then use statistical analyzing methods to get our conclusion.Key words:Hit hard、Carpool一.前言1.1 背景介绍随着南昌市经济技术的发展和现代化进程的加快，出租车已逐步成为市民、游客出行使用较普遍的交通工具。然而，近几年来“打车难”却成为了令人头痛的话题。由于租车数量、道路承载量等问题,整个出租车市场就变成了一个卖方市场, 出现了严重的供求失衡现象。不仅仅是南昌市，众多省会城市也逐渐暴露出打车难的问题，这也成为了政府急需解决的问题之一。各个城市分别出了很多对策,比如上海提升了早晚两个高峰期起步价, 大连实行单双号车交替错时交接班, 郑州尝试的士互助会制度, 西安新增了千辆出租车。为了解决打车难的问题，南昌市政府自2010年至今，分三批陆续投放1050辆出租汽车，并于今年年初开始实行安装有合乘计价器的出租车,南昌市客运管理部门也出台了一系列的管理制度, 但问题却依然并没有得到妥善解决。1.2 选题意义在城市交通系统中，出租车并不是唯一的交通工具，而是城市交通系统的一部分，它作为一种特殊的公共资源以其高效率性逐步在城市中占据了主要位置。作为一个城市的窗口，出租车的形象影响到了整个城市的形象，当“打车难”频繁出现的时候，这个城市就必须有足够的勇气去解决问题，那么，为何“打车难”会成为众多城市的城市病并且一直得不到妥善解决呢？为何政府一再加大地铁、公交的建设，增加出租车的数量却仍不能有效缓和打车难的困境呢？我们希望通过此次项目的实施与调查研究，通过调查乘客、司机、对出租车公司进行访谈来找出解决打车难的原因以及解决的方法,并以我们的调查结果为依托，向市政府提供情况报告与合理建议，向出租车公司提出资源优化方案，向乘客提出如何打车的建议，使人们出行更加方便安全。二调查流程2.1调查方式及对象调查方法：在此次调查中，我们采用了两种调查方式：自填式问卷法；访谈法。调查对象：在综合考虑了调查的方便性，节约性，全面性和准确性等的基础上，我们针对出租车司机和市民分别设计了两份问卷,将调查范围设定在南昌市区。典型深入调查部分,我们的调查对象是普通市民,司机,南昌交通管理所等.2.2 问卷设计 基于基本假设分析，为了达到调研的目的，在查阅大量相关资料、大致了解了打车难问题后，我们对问卷进行了精心的设计。问卷主要用于获取调查对象的基本信息、调查对象对于打车难的看法，和调查对象对合乘系统的认识程度以及合乘系统对打车难的影响，因此将问卷分为南昌市打车难的调查与南昌市打车难现象对司机的调查两个部分，二者在选取样本上体现了调查的全面性，能够充分的达到我们的调查目的。问卷设计在收集过程中起着非常重要的作用，不恰当的问卷设计将导致不完全的信息和不准确的数据，甚至可能导致采访者拒绝接受访问。因而，前期我们随机性的进行了预调查，通过对这部分回收问卷的反馈信息与分析，从问卷的完整性考虑，经过与老师的沟通，在老师的建议下，将某些题目的选项进行了多次修改，同时又根据一致性、目的性、逻辑性、明确性的要求，我们对问卷整体进行多次修改，最终定稿。2.3 抽样方法选择2.3.1 抽样方法在调查中抽取样本时，常用的方法有概率抽样和非概率抽样。由于：严格的概率抽样几乎无法进行（例如调查总体边界不清，总体无限，抽样框不易确定等等）；基于无限总体（大于18万）的简单随机抽样的不可实现性，同时总体的离散程度不大，且样本分布较均匀，相似度较大，运用某些非概率抽样（便利抽样）的结果与概率抽样将具有高度的可替换性。本次调查中，我们在考虑了时间成本、调查人员费用成本与调查精度等因素后我们采用了非概率抽样的方法。具体包括便利抽样（convenience sampling）、判断抽样（judgment sampling）、定额抽样（quota sampling）。2.3.2 乘客抽样我们选取了蓝天碧水购物广场，八一广场和红谷滩万达购物广场作为发放问卷的地点。这样选择的原因一是这些地方是人群聚集地，有大量的样本可供抽取；二是来这些地方的人大多会有更多的闲暇时间，这样利于问卷的回收对乘客的抽取采用了任意抽样的方法：在八一广场、蓝天碧水购物广场和红谷滩万达购物广场使用街头拦人法，即在八一广场，蓝天碧水购物广场及红谷滩万达购物广场任意找行人，将他(她)作为被调查者，进行调查。2.3.3 司机抽样对南昌市出租车司机的调查，我们采取了整群抽样的办法。获得南昌市现有的出租车公司名录，对南昌市现有的23家出租车公司进行编号，编号为1至23，采用excel随机抽样从中抽出10个公司,平均发放问卷。2.4 问卷的发放及回收情况本次调查针对南昌市市民和南昌市出租车司机进行，对南昌市市民和出租车司机实行随机抽样。使得分析结果更加完整多样。实际发放问卷数800份，其中，市民发放700份，出租车司机发放100份，回收问卷713份，其中，市民回收636份，出租车司机回收77份，总回收率为89.13%，市民回收率为90.86%，出租车司机回收率为77.00%。2.4.1乘客卷为了确保量表的可靠性，我们在进行大规模抽样调查之前，在学校周边进行了试调查。我们对60名居民进行调查，其中有效问卷 48 份.由于南昌市的出租车乘客是一个很大的总体，本着多多益善的原则，综合了人力物力以及试调查结果各方面因素后，我们对乘客总共发放了700问卷，回收问卷676份，问卷回收率为94.5%.表1-1问卷发放情况表（乘客篇）发放地点大一广场 蓝天碧水广场红谷滩万达广场合计发放数 250 200 250 700回收数 248 188 240 676回收率 99.20% 94.00% 96.00% 96.57%有效数 246 155 235 636有效率 99.19% 82.44% 97.92% 94.08%2.4.2司机卷本项调查属于定性调查-探索性调查，在不知道总体方差的情况下，需要用样本方差去代替，样本方差（p取0.5，显著性水平取0.05，抽样极限误差取0.05），从而得出应抽取的最大样本容量为93.考虑到在发放问卷时可能存在无效问卷，根据问卷可能的有效率进行样本容量调整，最后将问卷样本容量定为100，我们对选取的5家公司各发放了20份问卷。由于出租车司机调查的困难性，我们最终回收问卷77份，回收率为77%。2.5数据的录入具体步骤：（1）统计资料（即问卷）的审核。在整理之前，一审人员先对原始资料进行认真审核，检查原始资料的真实性、有效性、完整性和准确性。对出现的问题进行及时的订正和补充。（2）资料的分组和汇总。对问卷中的问题按其特点和类别（如单选和多选），划分若干类，两人一组进行原始数据的录入，并对各选项进行统计。录入和统计工作结束后，由二审人员对录入数据进行核对、查错。（3）编制统计图表。根据以上统计出的各项数据制定相应的图表。（4）复核。由三审人员进行最后的审核，并及时更改报告中出现的错误。2.6数据的分析使用软件：spss软件、excel软件分析方法：我们运用Spss软件对数据进行描述性统计分析。我们使用了单因素方差分析、非参数检验、卡方检验、二项分布检验、两独立样本的非参数检验、回归分析、logistic回归等。2.7 调查流程图整理访谈记录乘客出租车司机自填式问卷访谈法出租车公司南昌市出租租赁汽车协会乘客选取调查方式撰写报告综合分析抽取样本试调查发放，回收问卷修改问卷问卷分析问卷数据录入 2.8调查经验的总结（1）对于调查内容的一些基本情况及相关信息首先要有一个比较完整准确的了解。如我们开始的时候对于出租车这个行业的调查不够详细，在第一次对公司做访谈的时候提出了许多没有意义的问题。（2）调查的过程中试调查非常重要，有时要多次进行。由于时间的限制，我们的试填卷仅仅只做了一轮，这也导致了在后续发放正式卷的时候，依然遇到了问卷题意不清等问题。（3）要充分估计调查过程中所遇到的困难。司机由于他们的职业特点，是一个比较难调查的群体，此次调查中由于开始对他们日常的工作流程不清晰，第一天的调查全部以“没有时间”为由被拒绝；在找到他们的空余时间之后，也只有少部分人认真填写了问卷。（4）数据分析分析过程中，由于对部分软件使用生疏， 在使用软件作分析使经常出现操作错误，使得工作量因此而增加。这提醒我们，不仅要掌握扎实的理论功底，还要经常熟悉对各种常用的专业软件的操作。三问卷分析3.1 描述性统计 我们首先应用SPSS软件做描述性统计分析，分析问卷所反映的相关问题。3.1.1 基本信息 问卷问题 1：您的性别（） A 男 B 女由于南昌人口的男女性别比例约为 1.2：1， 所以针对我们这个样本进行 Pearson卡方检, 看起男女比列与总体是否相符,原假设：男：女=1.2:1。Test Statistics您的性别Chi-square1.057adf1Asymp. Sig.304a. 0 cells检验统计量：2=i=1k(fio-fie)2fio。其中，k为子集个数，fio为观测频数，fie为期望频数，2服从k-1个自由度的卡方分布。 对性别做person卡方检验，其数学定义为2=i=1k(fio-fie)2fio。其中，k为子集个数，fio为观测频数，fie为期望频数，2服从k-1个自由度的卡方分布经检验的2=0.065,卡方检验的P值=0.304,取显著性水平=0.05，卡方检验的P值大于显著性水平，所以不能拒绝原假设，认为样本来自的总体分布与期望分布无显著差异。3.1.2 南昌市居民对出租车的需求问卷问题1您平时出去最常用的交通工具是（）A 出租车 B 公交车 C 私家车 D其他问卷问题 2 您平均每周的打车频率是（）A 3次以下 B 3-5次 C 5 -10次 D 10次以上Symmetric MeasuresValueApprox. Sig.Nominal by NominalPhi.546.000Cramers V.315.000N of Valid Cases636Symmetric MeasuresValueApprox. Sig.Nominal by NominalPhi.552.000Cramers V.319.000N of Valid Cases636 由图4-4可知，在最常用的交通工具选择中，企事业管理人员占27%，个体经营者与公务员各占16%。我们去打车次数在三次以上为经常打车，则由图4-5知，打车次数多的人主要是个体经营者和企事业单位管理人员，分别占24%，21%，离退职人员居于第三位。有以上两题我们得出结论，南昌打车的主体为个体经营者和企事业单位管理人员。对职业和最常用的交通工具做PHI系数检验和Cramers检验，Phishu数学定义：=2n=A11A12-A12A21R1R2C1C2, Cramer系数的数学定义是V=2nminr-1(c-1),取显著性水平=0.05，两个系数的P值小于显著性水平，所以拒绝原假设，认为样本来自的总体分布与期望分布存在显著差异。对职业和打车次数的分析同上。3.1.3 南昌打车难的具体现象表述问卷问题 4 请问您打车一般的等候时间为（）图3-6如图4-6所示，等候时间在5分钟之内的占16%，在5-10分钟之内的为59%，约占总体的五分之三，在11-20分钟之内的为22%。可见，打车难在南昌是普遍存在的现象。问卷问题 5 您觉得打车难一般发生在什么时候？（ ）（可多选）A 早晚上下班高峰期 B 节假日 C 雨雪等恶劣天气 D 地点偏僻 E 夜晚 F出租车交接班时间 问卷问题 6 您觉得打车难发生在什么地方？（）通过二分法的频率分析，我们得到以下结果：图3-7 图3-8由表3-7和表3-8得出，打车难的发生于时间地点有关联。此表是通过多重响应里面的频率分析得到了，它告诉了我们，最难打到车的时间一般在节假日、早晚上下班高峰期，其次是地点偏僻的地方和恶劣天气的时候。地点为学校，火车站，购物区等。3.1.4南昌市打车难的原因分析问卷问题5 您知道出租车预约的热线电话吗？（ ）A知道 B不知道在我们调查的样本中，男女比例相当，但是当问起是否知道出租车的预约热线时，76%的人群选择了不知道，在那些知道的人群中大概有49%的人会通过出租车的预约热线来打车，其余的人知道预约的电话，但是也没有使用过这个方法来打车。反映了乘客与司机之间信息不对称的现象。为了进一步的了解这个问题，我们在对交通公司的访谈中也提到了这一点，在下面部分的访谈中我们给出了更多的信息。问卷问题 7 您认为哪些因素导致了打车难？（）所以与打车等候时间有显著性关系的主要是时段、车的数量、司机拒载，没有专门的出租车等待区等。3.1.5合乘的接受程度分析问卷问题 13您赞成合成么？（）A 赞成 B不赞成我们假设大部分既75%以上的乘客是愿意合乘的，并采用二项分布检验来进行检验。原理：二项分布通过样本数据检验样本来自的总体是否服从指定概率值为P的二项分布，其零假设是样本来自的总体与指定的二项分布无显著性差异。在大样本下，采用近似检验，采用Z检验统计量，在零假设成立下Z统计量近似服从正态分布，其数学定义为:Z=x0.5-npnp(1-p)并在上式进行了连续性校正，当xn2时减0.5.Binomial TestCategoryNObserved Prop.Test Prop.Asymp. Sig. (1-tailed)您是否愿意与人合乘Group 1愿意482.76.75.342aGroup 2不愿意154.24Total6361.00a. Based on Z Approximation. 上图表明636个被访者中不赞成的有44名，愿意的有482名，比率为76%。检验值为0.75。由于是大样本SPSS近似检验方法，636个样本赞成比率大于等于0.5的概率为0.342。令显著性水平为0.05，由于概率值p大于等于显著性水平，不应拒绝原假设，认为大部分乘客愿意合乘。 我们对载客人数的满意度和是否赞成合乘做描述性统计。 目前南昌市合乘计价器所计算的乘车费用约为50-60之间，通过上图我们可以看到绝大多数乘客是赞成这个价格的。从图表中可以看出，在不愿意与人合乘的人群中，31%的人不愿意合乘的原因都在于安全问题和26.1%的人群觉得很麻烦，只有5.9%的人会因为出租车计价不合理而不愿意与人合乘，与问卷问题15相符。所以安全问题是我们需要考虑和尽力解决的问题。3.1.6对打车难的意见建议3. 您认为以下哪几种方式能够解决打车难的问题？（ ）（可多选）A 增加出租车数量 B提高出租车票价 C 打黑的 D 城市公交优先发展 E 建轻轨、地铁 F 建高架道路 G 与人合乘 H 其他在我们访问的样本中，对于一些解决打车难问题的方法也进行了同学，大部分的人认为建轻轨地铁和优先发展城市公交是最好的解决办法，不排除选择建地铁的人受了南昌正在建地铁事情的影响，所以对地铁很敏感。在样本中，选择与人合乘来解决打车难问题的人也很多。南昌也将试行一个出租车的合乘系统，费用会由合乘计价器来帮你完成。我们的问卷也涉及到了这方面的问题，关于这个问题的调查结果，我们将在下面与大家分享。3.1.7 对出租车司机的问卷下面我们将对出租车司机的问卷进行分析3.1.7.1 出租车司机的载客情况问卷问题 1您对每天的载客量满意吗？（）A非常满意 B 比较满意 C 不太满意 D非常不满意 问卷问题3 您每天空乘的时间约占运营时间的（）A少于5% B 5%-10% C 10%-25% D25%以上 如图所示，不太满意和非常不满意分别以35个和22个居于前两位。问卷问题2 轻按顺序选择两个您最倾向的寻客方式是？（）A通过电话预约 B 出租车指定停靠点 C 街头寻客 D同行信息交流 由于采用二分法无法分析大众选择渠道的喜好顺序，会产生信息流失，对这个问题的分析我们采用多选项分类法。先设置两个SPSS变量，分别表示渠道一，渠道二，变量取值是1-4，依次对应通过电话预约、出租车指定停靠点、街头寻客、同行信息交流。具体如下SPSS变量名变量名标签变量取值V1最常用的寻客方式1/2/3/4V2次常用的寻客方式1/2/3/4$寻客方式 频率寻客方式a响应个案百分比N百分比电话预约53.2%6.5%到指定停靠点4529.2%58.4%寻客6642.9%85.7%同行间信息交流3824.7%49.4%总计154100.0%200.0%如图所示，77个被访者的总回答次数为152次。“百分比”表示应答百分比，可见，街头寻客占38.2%，是最多选择的寻客方式，而到指定停靠点占28.3%，是次寻客方式，而电话预约的比例是最低的。4.1.7.2 出租车司机对合乘的看法问题 6 您赞成合成吗？（）A赞成 B 不赞成 Binomial Test赞成合成么CategoryNObserved Prop.Test Prop.Asymp. Sig. (2-tailed)您Group 1不赞成44.57.50.254aGroup 2赞成33.43Total771.00a. Based on Z Approximation.上图表明77个被访者中不赞成的有44名，赞成的有33名，不赞成的比率为57%。检验值为0.5。由于是大样本SPSS近似检验方法，77个样本中合格品率小于等于0.5的概率为0.254。令显著性水平为0.05，由于概率值p大于等于显著性水平，不应拒绝原假设，认为大部分司机不赞成合乘。问卷问题7 关于南昌市最近开发的合成系统您的看法？（）A通过合乘吸引更多乘客 B 合成的计价方式较为正确 C 合成可以缓解打车难的现象 D 合成会成为一种普遍的打车方式可以看出，通过合成吸引乘客是司机们赞同合乘的首要原因。3.2 深入性检验 3.2.1 Jonckheere-Terpstra Testa 检验 Jonckheere-Terpstra Testa 检验是 Wilcoxon 秩和检验在多样本情况下的一种推广，是用来检验k 个随机变量总体x1x2xn的位置参数是否完全相同的检验方法这里， 位置参数用中位数来代表， 同时我们给出原假设h0: 这七个总体的位置参数完全一致, h1: 这七个总体的位置参数不完全一致。i分别代表不同职业总体的中位数。显然，在原假设h0为真时，我们认为这七个随机变量总体是同分布的。检验结果见附录9由上述各个问题与计算出来的 p 值，我们可以看到，在 5%的显著性水平上，只有少数是稍小于 0.05 之外，大部分可以认为原假设是成立的。这里可能是特定样本产生的误差， 或者可以稍降低置信度， 如 10%的显著性水平上，可以认为原假设是成立的，即这三个总体的位置在统计意义上可以认为是一致的。3.2.2 logistic 检验由于发放问卷的困难性，我们发放出去的样本总体还是学生占大多数，前面的分析表明，学生最常用的交通工具是公交车，选择出租车的学生一般是在节假日出去旅游或回家，所以每周的打车频率比较少。所以我们分析的结果与现实情况是相符的。给出了零模型和当前模型的回归方程显著性检验结果。可以看到，零模型的2倍的对数似然为381.192，当前模型为227.103，似然比卡方值为154.089，概率p值为0.00。如果显著性水平位0.05，则应拒绝回归方程显著性检验的零假设，说明解释变量全体与广义LogitP之间的线性关系显著，模型正确。上表给出了模型引入（或剔除）的各解释变量后似然比卡方值得变化的情况。表中“简化后的模型”是指当前模型的某个解释变量剔除后的模型。可以看到，当前模型的2倍的对数似然值为227.103。剔除“职业”后的模型的2倍的对数似然值为288.303，与当前模型相比，似然比卡方值为24，所以24是职业进入模型产生的效应；同理，剔除“打车时段”后模型的2倍的对数似然值为328.624，与当前模型相比，得到的似然比卡方值为16，所以16是“打车时段”进入模型产生的效应。“职业”和“打车时段”的卡方检验的概率p值分别为0.000和0.000，如果显著性水平为0.05，则应该拒绝回归系数为零的原假设，即认为它们对LogitP的线性贡献是显著的。3.2.3回归分析检验（检验结果见附录）我们利用回归分析来解释不同因素对被解释变量（打车难）的影响程度，表一是被解释变量的变异来源、离差平方和、自由度、均方、回归方程显著性检验中F统计量的观测值和概率p值。在表二中，各数据项的含义依次为：偏回归系数、偏回归系数的标准误差、标准化的偏回归系数、回归系数显著性检验中t统计量的观测值、对应的概率p值。可以看到，被解释变量的总离差平方和为370.923，F检验统计量的观测值为9.795，对应的概率p值近似为0.依据该表可进行回归方程的显著性检验。如果显著性水平为0.05，由于概率p值小于显著性水平的，所以应拒绝原假设，应拒绝回归方程显著性检验的零假设，认为各回归系数不同时为0，被解释变量与解释变量全体的线性关系是显著的，可以建立模型。依据该表可以进行回归系数显著性检验，写出回归方程和检测多重共线性。可以看到，如果显著性水平为0.05，除了时段、车的数量、司机拒载、和其他的概率p值小于显著性水平的，其他变量的回归系数显著性t检验的概率p值都大于0.05，所以不应拒绝原假设，认为这些偏回归系数与0无显著差异，它们与被解释变量的线性关系是不显著的，不应该保存在方程中。3.2. 4单因素的方差分析上表是平时的打车时间对打车等候时间的单因素方差分析结果。可以看到，观测变量等候时间的总离差平方和为370.923;如果仅考虑到打车时间单个因素的影响，则等候时间总变差中，打车时间可以解释的变差为6.150，抽样误差引起的变差为364.773，他们的方差分别为1,.537和0.578。相除所得的F统计量的观测值为2.659，对应的概率p值近视为0.032。如果显著性水平为0.05，由于根概率p值小于显著性水平，则应拒绝原假设，认为不同乘车的时间对等车时间的长短产生了显著性影响。3.2.5 两独立样本的非参数检验 在车的数量多与不多的两种状态下，我们想验证乘客等车的时间的长短关系。如果给定显著性水平是0.05，实验得到的概率p值为0.004，则要拒绝原假设，即认为样本来自总体的分布存在显著性的差异。我们可以认为，车的数量的多少会显著的影响乘客等车的时间在车的数量多与不多的两种状态下，我们想验证乘客等车的时间的长短关系。如果给定显著性水平是0.05，实验得到的概率p值为0.004，则要拒绝原假设，即认为样本来自总体的分布存在显著性的差异。我们可以认为，车的数量的多少会显著的影响乘客等车的时间。 在检验出租车有无专门的等候区对打车难是否有显著影响时。原理同上，如果显著性水平位0.05，观察到的概率p值为0.00，所以拒绝原假设，则可以认为没有设置专门的出租车等候区对打车的影响是显著的。四访谈总结4.1乘客访谈总结 4.1.1访谈目的我们通过面对面的访谈，能了解乘客对于打车难问题的切身感受。同时我们还能了解乘客对出租车服务的意见，弥补只进行问卷调查的不足。再者，面谈可以挖掘出问卷无法涉及到的真实感受，能够进一步补充问卷结果的不足方面，进一步了解乘客对出租车服务的满意度及期望。 4.1.2访谈反馈 通过我们的访谈，我们发现，打车难主要发生在这些情况下：上下班高峰时段，偏远路段，节假日及天气不好。通过分析了解，我们认为：人多车少的情况下，出租车供不应求，打车就相对比较难。另外，我们还了解到很多人都反馈说司机的以下不良行为：拒载，乱打表，不打表，绕路等。乘客对于出租车服务表现的很不满意。通过分析了解，我们觉得之所以司机会存在这些不良行为，主要还是管理部门监管力度不够。司机的不良行为直接影响了乘客乘车过程的舒服感，而导致乘客普遍不满意的现状。但是，他们对于电话招车服务很满意，招车来的司机没有什么不良行为并且又能比较好的改善打车难的问题。并且多数乘客都愿意接受合乘计价。此外，乘客希望尽快能够改善打车难问题，减少司机不良行为发生。并提议：一加强对司机不良行为的监管；二在打车人多的地方设置出租车等候站。4.2司机访谈总结4.2.1访谈目的：我们通过面对面的访谈，能了解司机关于打车难的切身感受，以及对其工作的满意度。同时我们还能了解到司机对于自己的收入是否满意，弥补问卷的不足。再者，面谈可以挖掘出问卷无法涉及到的真实感受，能够进一步补充问卷结果的不足方面，进一步了解司机对出租车服务的期望。 4.2.2访谈反馈通过对司机的访谈，我们了解到多数司机表示拒载是有原因的，不会有生意不做。同时，我们发现司机对自己的收入都不是很满意，并且他们并不认为通过加大出租车投放量来改善打车难问题是个有效的办法。对于合乘计价，在访谈过程中，司机并未表现出积极支持的态度。经过分析了解，我们认为，司机首先是站在自己利益的角度来看待改善打车难问题所应采取的措施的，对于有可能减少他们收入的措施，无论是否实际有效，他们都不太愿意接受。若监督惩罚力度不够，为了获得更多收入，他们必定会违反规定，表现出一些乱打表等不良行为。此外，司机们希望南昌能多建汽站，这样他们就可以省点油钱以提高收入。4.3出租车公司访谈总结 4.3.1专访目的 出租车公司作为出租车服务“第一线”的实施者，对出租车的投放情况，出租车的计价系统及有关出租车实行的新措施最为了解。他们是南昌出租车服务的提供者，对南昌出租车的规模，出租车的服务及今后的改善有着最为真实的记录，因此，对于出租车公司的专访可以使我们对出租车的整体情况有所了解；同时，了解出租车公司的规模，出租车公司之间的竞争与合作，同时了解电话招车的具体操作管理及合乘计价系统的试行情况。通过了解这些信息，我们能更好地了解到南昌出租车的具体情况。这些是帮助我们总结出一份对于改善打车难问题具有实际意义的建议的重要信息来源。4.3.2专访对象 通过专访的目的，在南昌的多家出租车公司中，我们选取了位于南昌市福山路79号的南昌市第二出租车公司作为访谈对象，这家出租车公司在南昌运营多年。4.3.3访谈总结 根据出租车公司的反馈，我们总结出以下信息： 该出租车公司现在有329辆出租车，同规模公司有四五家。竞争，平时是不存在的，有的话，就是在增加指标出租车的时候及政府考核的时候。合作，主要是在对司机进行突击检查的时候。出租车上安装了GPS，乘客打电话来，我们就会通知附近范围的司机。第一个回应的司机得到这个生意。还没有安装合乘计价系统，还在试行阶段。出租车行业由政府管理，对出租车数量是有严格限制的。通过总结，我们认为：一出租车公司平时不会存在竞争的问题，这也会影响公司的积极性，影响其对司机的监管。二政府部门是新措施的颁布者，公司只是实行者，并不能自主采取有关扩大出租车投放量的措施。4.4出租车管理部门专访 4.4.1专访背景 为了改善打车难问题，更好的满足民众对出租车的需要，南昌于今年年初加大了出租车投放辆。同时南昌于今年在10辆出租车上安装了合乘计价系统，开始试行拼车。4.4.2专访目的 我们的调查不仅是要了解南昌打车难的现状，同时还要了解打车难的改善措施。出租车管理部门作为出租车新措施的组织开展者，也是出租车行为的规范者。对于新措施的试行效果及未来的可实施性，出租车服务反馈情况最为了解。通过对管理部门的专访，我们可以了解到出租车服务的一些方法措施，并了解合乘计价系统试行效果及管理部门对南昌出租车服务的目标。根据这些信息，我们希望能总结出新措施的可实施性，及管理部门对出租车司机不良行为的监管。4.4.3专访对象 鉴于我们的专访目的，我们选取了处于南昌市安石路21号的南昌市城市客运管理处。该管理部门机构较多，有多年的管理经验，具有代表性。4.4.4专访实录 见附录管理部门访谈实录 4.4.5专访内容小结根据管理部门的反馈，我们总结得到了以下信息： 今年新增出租车200多辆，现在南昌共计5053辆出租车。管理部门认为打车难是多方面原因导致的，不仅仅是出租车投放量的问题。每天都会有很多人投诉，车上有安装GPS，司机绕路是可以查出来的。会有相应的制度予以惩罚。每天打电话招车的人很多。大家在面对打车难问题的时候，更倾向选择电话预约，相对减少等车的时间。合乘计