基于回归模型的阜阳市网约车规模预测研究.pdf

-134-摘要：针对网约车市场化调节机制滞后导致运力与需求不匹配问题，收集了全国34个中心城市的数据，并构建相关指标样本库，通过建立回归模型，量化分析网约车订单量及接单车辆数与城市GDP、常住人口和建成区面积之间的模型关系。对于城市维持网约车数量动态平衡，发布网约车运营指数等具有一定的参考意义。关键词：网约车；规模；预测；回归模型中图分类号：TP274文献标识码：AResearch on the scale of ride hailing in Fuyang city based on regression modelZHU Luming（Anhui Road Transport Management and Service Center,Anhui Hefei 230000 China）Abstract:Withthedevelopmentofonlineride-hailing,peoplestravelisbecomingmoreandmoreconvenient.Atthesametime,themarket-orientedadjustmentmechanismofonlineride-hailingislaggingbehind,whichoftenleadstoinsufficientcapacityorexcesscapacity,whichiseasytocausevariouscontradictions.Thispaperconstructsasampledatabaseofrelevantindicatorsin34centralcitiesacrossthecountry.Throughtheestablishmentofaregressionmodel,thispaperanalyzesthemodelrelationshipbetweenthenumberofonlineride-hailingordersandthenumberoforderedvehiclesandurbanGDP,permanentpopulationandbuilt-uparea.Aftertesting,itisconcludedthatthereisamodelrelationshipbetweenthenumberofonlineride-hailingordersandvehiclescaleandurbanGDP,permanentpopulationandbuilt-uparea.Ithascertainreferencesignificanceforcitiestomaintainthedynamicbalanceofthenumberofonlineride-hailingandpublishtheonlineride-hailingoperationindex.Key words:ride-hailing;scale;prediction;regressionmodel引言随着网约车的发展，人们的出行越来越便利，近年来发展逐步稳定，但是网约车受市场调节，存在一定程度的运力过剩和运力紧张。运力过剩容易导致网约车进行低价竞争，引起巡游车群体矛盾；运力紧张容易导致不合规车辆涌入，引发服务质量降低和安全隐患。因此，根据不同城市的主要指标数据，进行网约车订单量和保有量的预测，对于维持网约车处在动态平衡，减少网约车存在的各类矛盾，具有较好的指导意义。李兆磊等1构建了网约车与出租车在竞争、合作、竞合环境下的Lotka-Volterra演化模型，并进行了模拟仿真分析；杨曌照等2分析了武汉市的出租车发展政策，并对武汉市出租车规模进行测算；蒋芮3构建了时空双维度神经网络预测模型对网约车需求进行了预测；胡松等4基于厦门市的出租车运营数据，探究了出租车的运营特征和时空分布情况；阎嘉琳5基于城市多源数据，分析出租车出行的相关性与时空规律，构建区域自适应的时空网络预测模型，进行城市规模出租车需求量预测。随着经济的发展，网约车的规模与订单量密不可分，同时网约车的订单量与城市的面积、人口和GDP等存在密切关系6-10。国内目前相关研究较少，通过分析全国34个主要城市的网约车订单量、接单车辆数和面积、人口以及GDP之间的关系，建立基于城市数据的网约车规模测算模型，对引导网约车健康有序发展具有一定的参考意义。1 基于城市数据的网约车规模预测分析1.1 网约车规模影响因素由于网约车的经营范围主要是在城市内，因此网约车的规模受到城市经济、人口、面积等因素影基于回归模型的阜阳市网约车规模预测研究朱路明（安徽省道路运输管理服务中心，安徽 合肥 230000）收稿日期：2023-01-15作者简介：朱路明（1970），男，安徽合肥人，硕士研究生，高级经济师，研究方向为交通运输。2023 年第 3 期山东交通科技-135-响。（1）经济活动的核心是人，经济的发展水平不同，人的流动水平也随之相应变化。（2）人口规模是影响网约车订单最直接的因素，人口规模越大，所产生的网约车需求也越多。（3）城市面积影响居民的出行距离，城市规模越大，网约车在途时间越长，服务频次降低，所需网约车数量也会相应增多。1.2 样本构建建立包括全国34个主要城市的城区人口、建成区面积、GDP、接单车辆数、网约车2023年2月份订单数的样本库，根据样本库分析网约车接单车辆数以及订单量与城市规模之间的关系。表 1 样本库城市2023 年 2月订单量接单车辆数/辆城区人口/万建成区面积/km2GDP/亿北京30 450 362196 7831 916.11 469.0541 600天津12 983 56177 4911 165.41 237.3316 300石家庄3 856 61630 772361.67334.777 100.6太原6 422 98737 093311.83405 571.2银川1 104 20411 576114.3194.692 535.61.3 网约车订单量预测分析1.3.1 绘制散点图以城区人口、建成区面积和GDP为自变量，以网约车订单量为因变量，利用多重线性回归，根据样本库，绘制散点图1。图1中散点分布规律表明，自变量与因变量之间存在一定线性关系。建成区面积城区人口订单量GDP建成区面积 城区人口 GDP 订单量图 1 订单量预测自变量散点1.3.2 线性回归预测模型建立（1）线性回归模型汇总表（验证残差独立性）根据模型摘要判断自变量和因变量之间线性关系，同时判断回归的拟合程度，模型摘要见图2。模型摘要b模型RR2调整后 R2标准估算的错误德宾-沃森 检验值10.870a0.7570.7324 738 097.3492.113a.预测变量：（常量），GDP，建成区面积，城区人口；b.因变量：订单量。图 2 订单量预测模型摘要本模型建立过程中，调整后R2=0.732，表示“城区人口”“建成区面积”“GDP”三个自变量能够解释因变量变化的73.2%，模型拟合效果良好。德宾-沃森检验值为2.431，在可接受范围内，表明残差间没有明显的相关性，即残差间相互独立。（2）线性回归方差分析利用线性回归方差，对模型进行检验，结果见图3。ANOVAa模型平方和自由度均方F显著性1回归残差总计2.093E+156.735E+142.766E+15330336.977E+142.245E+1331.077 0.000ba.因变量：订单量；b.预测变量：（常量），GDP，建成区面积，城区人口。图 3 线性回归方差分析图中数据F检验的显著性（P值）=0.0000.01，表明在 0.01 显著性水平下，由自变量“城区人口”“建成区面积”“GDP”和因变量“订单量”建立起来的线性关系具有显著的统计学意义。（3）网约车订单量预测模型根据分析结果，网约车订单量与“城区人口”“建成区面积”“GDP”存在显著的模型关系，在此基础上，根据样本库数据，计算回归系数，并对回归系数进行假设检验，结果见图4。a.因变量：订单量。系数a模型B标准错误未标准化系数标准化系数Betat显著性容差VIF共线性统计（常量）城区人口建成区面积GDP-52588.514-3319.2684267.940751.6621637553.2613882.6444194.737228.470-0.2000.1830.888-0.032-0.8551.0173.2900.9750.3990.3170.0030.1490.2510.1116.7273.9788.985图 4 线性回归模型回归系数1共线性统计包括方差膨胀因子（VIF）和容差，其相互关系为VIF=容差的倒数（1/容差），因此只需判断其中一个指标即可。如果容差0.1（或方差膨胀因子10），提示数据存在多重共线性。本模型中，容差0.1，自变量多重共线不严重。根据图4中数据，建立网约车订单量线性回归模型：y=-52588.51-3319.27x1+4267.94x2+751.66x3（1）朱路明：基于回归模型的阜阳市网约车规模预测研究-136-ANOVAa7.639E+107 543 139 7058.393E+10330332.546E+10251 437 990.2101.272 0.000b显著性F均方自由度平方和模型1回归残差总计a.因变量：接单车辆数；b.预测变量：（常量），GDP，建成区面积，城区人口。图 7 线性回归方差分析式中：y网约车订单量，单；x1城区人口，万人；x2建成区面积，km2，x3GDP，亿元。1.4 网约车接单车辆数预测分析1.4.1 绘制散点图以城区人口、建成区面积和GDP为自变量，以接单车辆数为因变量，利用多重线性回归，根据样本库，绘制散点见图5，图5中散点分布规律表明，自变量与因变量之间存在一定线性关系。接单车辆数 建成区面积 城区人口接单车辆数 建成区面积 城区人口 GDPGDP图 5 接单车辆数预测自变量散点1.4.2 线性回归预测模型建立（1）线性回归模型汇总表（验证残差独立性）根据模型摘要判断自变量和因变量之间线性关系，同时判断回归的拟合程度，结果见图6。模型RR2调整后 R2标准估算的错误德宾-沃森检验值10.954a0.9100.91015 856.7962.431a.预测变量：（常量），GDP,建成区面积，城区人口;b.因变量：接单车辆数。图 6 接单车辆数预测模型摘要模型摘要b本模型建立过程中，调整后R2=0.91，表示“城区人口”“建成区面积”“GDP”三个自变量能够解释因变量变化的91%，模型拟合效果良好。德宾-沃森检验值为2.431，在可接受范围内表明残差间没有明显的相关性，即残差间相互独立。（2）线性回归方差分析表利用线性回归方差，对模型进行检验，结果见图7。图7中数据F检验的显著性（P值）=0.0000.01，表明在 0.01 显著性水平下，由自变量“城区人口”“建成区面积”“GDP”和因变量“接单车辆数”建立起来的线性关系具有显著的统计学意义。（3）网约车订单量预测模型根据分析结果，接单车辆数与“城区人口”“建成区面积”“GDP”存在显著的模型关系，在此基础上，根据样本库数据，计算回归系数，并对回归系数进行假设检验，结果见图8。系数a未标准化系数标准化系数Beta标准错误t显著性共线性统计容差VIF1模型B（常量）城区人口建成区面积GDP4273.42624.352-8.6383.5465480.33212.99414.0380.7650.266-0.0670.7610.7801.874-0.6154.6380.4420.0710.5430.0000.1490.2510.1116.7273.9788.985a.因变量：接单车辆数。图 8 线性回归模型回归系数本模型中，容差0.1，说明自变量多重共线不严重。根据图8中数据，建立网约车接单车辆数线性回归模型：y=4273.43+24.35x1-8.64x2+3.55x3（2）式中：y网约车接单车辆数，单；x1城区人口，万人；x2建成区面积，km2；x3GDP，亿元。2 阜阳市网约车规模预测2.1 阜阳市城市基本概况阜阳市位于安徽省北部，城区常住人口98.3万人，建成区面积156km2，2022年，阜阳市实现地区生产总值为891.24亿元。2.2 阜阳市网约车规模预测根据网约车订单量预测模型，将阜阳市城区人口、建成区面积和GDP，代入公式（1），可以得到阜阳市网约车订单量为956837单。根据安徽省网约车监管平台数据显示，2023年2月阜阳市网约车实际订单数为338299单。说明阜阳市网约车订单量相对于国内其他主要城市，订单数量偏少，阜阳市网约车存在较大的发展空间。根据网约车接单车辆数预测模型，将阜阳市城区人口、建成区面积和GDP，代入公式（2），可以得到阜阳市接单车辆数8480辆，根据安徽省网约车监管平台数据显示，阜阳市已许可网约车3522辆，许可网约车驾驶员17769人，伴随着阜阳市经济发展，阜阳市网约车服务能力可能难以满足居民出行需求，网约车行业管理部门应高度关注网约车市场运力变化，适时出台相关措施，鼓励网约车合规有序发展。3 结语建立全国34个主要城市的网约车相关数据与城（下转第143码）2023 年第 3 期山东交通科技-143-交通扶贫公益岗位，吸纳贫困人口参与农村交通的建设与养护，以工代酬、以奖代补，促进农民就业增收。2.5 城市公共交通优先考虑不富裕群体的需要2.5.1 完善无障碍交通设施建设及出行服务（1）加强客运枢纽场站无障碍交通设施建设，基本实现重要客运场站无障碍出行全覆盖；加快完善城市公共交通、出租汽车等运输工具的无障碍设备配置；有序推进各类服务区、停车场等公共场所增设无障碍服务设施。（2）推广预约式无障碍出行服务，鼓励和引导网约车平台、定制客运企业、农村客运企业等服务平台设置无障碍出行功能。（3）保留交通服务线下售票窗口和现金支付，推广95128约车服务，推动网约车平台、定制客运企业、农村客运企业等开通老年人“一键叫车”功能。2.5.2 完善公交站点的导航服务除了现行的智慧公交站等现代化的设施设备外，在公交站点和乘客密集地，设置制作容易、安装简便、维修成本极低的公交乘行简易问询器。通过该问询器设置的一个按键就可进行人机对话，快速、简便、有效地解决乘坐公交的诸多问题。2.6 积极投入“双循环”，为东西部共同富裕做贡献交通不仅要为本省（市）内部共同富裕提供有力支撑，还要为国家“双循环”战略的落实做出贡献，满腔热情地支援国家欠富裕地区的交通发展，并以交通为突破口带动欠富裕地区的经济发展。2.7 交通助力招商引资，促进共同富裕要促进落后地区的共同富裕，必须吸引企业，尤其是大企业、龙头企业入驻。而落后地区招商引来资的关键因素是优化营商环境。因此，要采取具体举措，助力招商引资。（1）帮助落后地区结合当地景色建设畅通的交通网络，形成靓丽的风景线。（2）交通运输管理部门适当扩展对农产品运输的优惠政策。如对重点企业运输线路和时间相对固定的车辆，实行预约免检通行，优化高速公路的收费模式等。（3）将与鲜活产品搭配的适量猪蹄、鸡爪等副产品纳入优惠政策范围。（4）提高综合服务大厅交通部门的办理效率。2.8 交通投资向共同富裕倾斜（1）减少壁垒，吸引各类交通企业投资落后地区，促进共同富裕。（2）给予交通建设投资和投资建设交通者一定程度的政策优惠（如沿线土地开发优先权等），为非公有制资金进入交通领域相关建设创造条件。3 结语首先分析发展共同富裕对于交通的要求，以此为导向，提出交通促进共同富裕的有效举措，具有较好的经验和借鉴作用。下一步将通过试点的方式，因地制宜把举措落实到实际。参考文献：1 张亿.共同富裕：中国式现代化的重要特征N.人民日报海外版,2021-9-61（010）.2 中华人民共和国交通运输部.交通运输部关于贯彻落实习近平总书记重要指示精神做好交通建设项目更多向进村入户倾斜的指导意见Z.2019-9-18.（上接第136码）市基本数据的样本库，通过线性回归模型，建立了网约车订单量和网约车接单车辆数预测模型，并结合阜阳市城区常住人口、建成区面积及地区生产总值相关信息对其网约车规模进行预测。采用的理论与方法能较为准确地预测城市网约车规模，为各城市分析行业的运营管理工作提供参考。在研究过程中暂未考虑巡游出租车数量对于网约车订单量和接单车辆数的影响，考虑到巡游车与网约车之间的竞争关系，在后续研究中将巡游车情况纳入统筹考虑。参考文献：1 李兆磊，刘坤，孙启鹏.基于竞合关系分析的网约车与出租车适度规模研究J.交通运输系统工程与信息,2021,21（4）:188-196.2 杨曌照，代希腾，罗晓风.武汉市出租车发展政策与车辆规模研究J.交通与运输,2023,39（1）:96-100.3 蒋芮.基于机器学习算法的时空双维度双车型网约车需求预测研究D.重庆:重庆大学,2021.4 胡松，林鹏飞，孙宇星.多场景模式下网约车与巡游车运营特征差异及调度策略研究J.交通工程,2021,21（4）:30-38.5 阎嘉琳.基于多源数据的城市规模出租车需求量分析与预测D.武汉：武汉大学,2021.6 袁韵，徐戈，贾建民.网约车流动行为的时空特征及网络分析J.系统管理学报,2021,30（1）:28-39.7 周静一,李晔.基于浮动车技术的杭州市出租汽车运行特征分析J.科技信息，2011（3）:126-128.8 李宣廷.网约车监管政策改革和发展研究D.北京:华北电力大学,2021.9 赵伟名.建成环境对网约车出行影响及优化策略研究以成都为例D.成都:西南交通大学,2021.