出租车不同计价方式下居民出行选择多主体仿真研究
王丹丹 吴群琪
摘? ?要：首先，将出租车市场细分为传统出租车（包括网络预约出租车和巡游车）和网约车（专车和快车）。其次，在分析居民出租车模式选择影响因素的基础上，对由于网约车动态计价变化所引起的出租车不同运营模式（网约出租车、巡游车、专车和快车）的客流变化情况进行Agent建模，并基于西安市现实数据探究出租车不同运营模式在高峰与非高峰的市场占有率变化规律，即乘客流动规律。结果表明，网约车分时段动态计价使传统出租车高峰与非高峰分担率变化悬殊，使其资源配置问题加剧。最后，在此基础上对网约车进行适当调价后的分担率情况进行分析，以期为后续研究出租车经营模式结构优化、实现出租车行业健康持续发展提供基础依据。
关键词：网约车;传统出租车;分时计价;分担率;Agent建模
中图分类号：F572? ? ? ?文献标志码：A? ? ? 文章编号：1673-291X（2019）35-0058-07
一、引言及相关研究综述
目前市场上传统出租车有两种运营模式，一是巡游模式，这也是最传统的出租车运营模式;其二是预约模式（网约出租车），这可以理解为传统出租车的改进模式。这两种运营模式的共同特点是运输价格是通过政府规制固定的。随着互联网的发展，以互联网技术和思维为支撑的网约车打破了传统出租车行业的运营模式，并以价格优势或服务优势迅速占领市场，成为新的出租车运营模式。按照市场细分的原则，该模式运营的出租车又可分为两大类。一类是与传统出租车服务品质大致相同、价格相对低廉的网约车，通常称为“顺风车”、“快车”;另一类是服务品质相对高端、价格相对较高的网约车，通常称为“专车”。网约车的共同特点是实行分时段动态计价，非高峰时段的价格明显低于高峰时段的价格。这种计价方式对传统出租车运营规律带来直接的冲击。在非高峰时段，网约车相比于传统出租车较低的价格吸引了更多的乘客，导致传统出租车的运营效率降低;而在高峰时段由于网约车价格往往高于传统出租车的价格，乘客更倾向于选择传统出租车，进一步加剧了“打车难”的矛盾。本文研究的科学问题是在这种“双轨制”的定价机制下基于现实定价，探究出租车不同运营模式市场占有率的变化规律，实际上也是乘客流动规律，为后续研究出租车经营模式结构优化对策、实现租车行业健康持续发展提供基础依据。
本文研究的科学问题涉及到供给与需求两个基本方面，因此相关研究综述也将从两个方面展开。
（一）基于供给方因素的相关研究
曹等[1]基于出租车的运行特征，对打车软件背景下出租车出行分布进行研究。应用Logit概率选择模型对空驶出租车出行的选择情况进行分析，建立了空驶出租车和总体出租车的交通出行分布预测模型。算例表明，在使用打车软件下可降低空驶出租车的出行次数。杨浩熊等[2]建立了平台价格补贴背景下的网络约车与出租车的竞争博弈模型，分析价格补贴变化对网络约车与出租车的价格、市场需求和利润的影响，提出市场监管者应以满足消费者需求为出发点，使传统出租车与网约车错位经营。胡蓓蓓等[3]考虑车速和利润率因素，构建了出租车服务模型，分析传统出租车、网约“出租车”、网约“专车”和“顺风车”四种服务模式的利润率，并通过实证研究比较得出：高峰时期“顺风车”利用顺路优势接“近途单”利润更高，其他三者接“远途单”收益更佳;非高峰期，四种服务模式接“近途单”的收益都优于“远途单”。
（二）基于乘客出行选择的相关研究
刘名敏等[4]通过数学建模分析了网约车平台出现后居民的出行模式选择，在考虑用户时间价值差异的前提下，考察了网约车平台的出现对不同用户短期出行行为的影响。通过分析得出，网约车平台的出现为城市居民提供了新的出行模式，因而对用户总的出行时间起到减少作用。刘亮明等[5]从乘客视角出发，首先分析传统出租车和网约车各自的商业运营模式，之后在此基础上对比了二者在车内环境、服务质量和消费习惯等方面的不同，并根据研究结论提出相应政策建议。曹等[6]研究了信息环境下出租车乘客对巡游车及网约车的出行方式选择特性，采用仿真方法得出乘客对巡游车、网约车及私家车的选择偏好。仿真结果表明，网约车在价格略高于出租车及规模略小于出租车情况下，仍能占有一定的市场份额且保持较低空驶率。
（三）研究综述评价
在研究内容方面，文献多笼统地将出租车分为网约车与传统出租车两大类，并在此基础上进行分析，对其不同运作模式的细化研究较少。例如，单纯分析价格补贴对网约车与出租车的价格、市场需求和利润的影响，没有考虑到现实中传统出租车的两种运作模式：网络预约模式和巡游模式，也忽略了网约车市场的细分，根据服务品质划分的专车与快车对价格补贴的敏感度也有所不同;同时，相关研究多从出租车供给方或行业发展视角出发，基于乘客选择的文献较少，缺少基于出行者個体属性及出行特征等方面考虑的出租车不同运营模式的相关研究。
在研究方法方面，从出租车出行选择所应用的建模与仿真的方法来看，国内学者大多是从宏观层次进行分析，通过建立具有更为精确的模型参数logit模型进行出行选择预测、政策制定及评价等研究。但数学模型多以最初的基本假设为条件，缺乏对居民个体以及个体与环境之间交互关系的分析，并且在主体对环境的适应性方面缺乏考虑，因此无法科学模拟个体（消费者）的出行选择行为。
为弥补上述不足，本文应用多主体建模仿真方法，在对出租车的运营模式细化的基础上，结合出行者不同属性，对居民出租车出行选择的不同计价反应以及选择决策行为进行仿真研究，从而进一步发现出租车出行中从微观个体行为到宏观社会出行现象的涌现规律。
二、出租车出行方式选择仿真分析
乘客Agent仿真模型的构建是出租车不同计价仿真的关键。Agent代表一种智能主体（消费者），是一种主动的对象，具有自主性、反应性和能动性。即各乘客Agent自主决定自己的行为，自发前往目的地，不受其他因素影响;同时对外界环境主动做出反应，且不同Agent对出租车价格变动的反应不同。根据城市居民出行方式选择的共性需求[7]，本文中每个Agent都会根据自身出行时间价值及所选出行方式的出行费用来做出乘车选择。其中，出行者时间价值受出行目的、收入水平和舒适性影响，出行费用则与出行方式和出行距离有关。下面将对各种因素进行分类，并在其基础上做详细分析。
（一）Agent的分类
本文在建立多主体仿真模型中，将人和车辆作为一个整体Agent，故车辆Agent也具备了出行者的个人属性。本文的车辆Agent具有多种属性，分别从出行目的、居民收入水平、出行距离和是否使用打车软件对车辆智能体进行初始化分类。
1.按出行目的初始化分类
根据陕西省统计局发布的《西安市城镇居民交通出行方式与绿色出行调查报告》，2016年受访的城镇居民中，通勤出行的占比达61.0%;其次是体育锻炼、购物，占21.3%;第三位是娱乐，占8.4%。为此，笔者将出行目的分为两大类，即工作出行与非工作出行，并从出行目的的维度将车辆Agent分成两个类别，具体如表1所示。
2.按收入水平初始化分类
根据《2017年陕西省国民经济和社会发展统计公报》，按居民五等份收入分组，处于最高20%的收入群体为高收入组，以此类推依次为中高收入组、中等收入组、中低收入组和低收入组。低收入组人均可支配收入4 611元，中低收入组人均可支配收入10 992元，中等收入组18 359元，中等偏上收入组29 076元，高收入组人均可支配收入51 316元。按照上述分组，中低收入者显然难以承受出租车消费，因此本文不将他们考虑在出租车出行需求者中。由于模型简化需要，将中等及偏上收入归为一类，高等收入为一类，从居民收入维度将车辆Agent分为2个类别，具体如表2所示。
3.按出行距离的初始化分类
2013年，西安统计研究院CATI调查中心通过调查发现，西安市居民一次平均出行距离为10.06公里，且10公里以内的比例高达68.76%。由于一定时间内城市居民的出行距离变化不明显，因此本文在此基础上从出行距离维度将车辆Agent分为3个类别，具体如表3所示。
4.按是否使用打车软件初始化分类
使用打车软件的出行者年龄集中在18—50岁，小孩及50岁以上的出行者由于对智能软件不熟悉，尽管多花费等车时间，也愿意乘坐巡游车，即不使用打车软件的Agent由于条件限制，只能搭载巡游车。而使用打车软件的Agent在满足自身效用最大化的条件下也可以搭载巡游车。在此，按是否使用打车软件将车辆Agent分为使用打车软件和不使用打车软件两类，如表4所示。
（二）Agent消费决策模型
1.出行者Agent的出行时间价值计算
（1）分出行目的下单位时间价值计算
不同的出行目的对应于不同的单位时间计算。对于以工作为目的的出行者来说，若将出行耗费时间用于生产，会导致生产总值的增加，基于此，该目的的出行单位时间计算多采用生产法。而对于非工作出行者，其出行耗费时间可看做个人的机会成本，即出行花费时间导致未能工作引起的收入减少，因此，该目的的出行单位时间计算一般借助收入法[8]。
因此，工作出行的单位时间价值计算公式（生产法）为：
其中，VOTw——工作出行者单位出行时间价值（元/小时）
GDP——人均国民生产总值
H——人均年工作小时数
非工作出行的单位时间价值计算公式（收入法）为：
其中，VOTR——非工作出行者单位出行时间价值（元/小时）
S——人均年工资
（2）舒适度下的出行时间影响系数
收入水平是决定出行者选择某种出行方式的重要基础。同一出行者選择不同档次的出行方式其感受到的舒适性也是不同的。例如，致力于以高端车型、优质服务，为乘客提供高品质出行体验的专车，在舒适性方面明显高于快车和传统出租车。优质的服务和车内环境会直接影响出行者的主观感受，舒适性越高，出行者的时间价值越大。一般情况下，收入水平高的出行者更愿意选择舒适性较高的出行方式。
由于不同的收入水平与出租车运营模式的舒适性关联较强，高等收入者偏爱舒适性高的专车，高等以下的出行者由于收入限制，快车和传统出租车提供的服务即可达到其舒适性的标准（由于传统出租车与快车在服务质量上无较大差异，故认为其对乘客的舒适性满足程度相同）。建立各收入水平与所选择的运营模式舒适性的对应关系。将中等和中等偏上收入的平均值对应快车和传统出租车（巡游车和预约模式的出租车）的舒适性，高等收入对应专车的舒适性。设快车和传统出租车的舒适性对时间价值影响系数为1，用高等收入水平除以中等及偏上的平均值，从而可以得到专车舒适性对出行时间价值的影响系数。详细计算公式为：
快车与传统上出租车舒适性对时间价值影响系数=1
专车舒适性对时间价值影响系数=高等收入/中等和中等偏上收入的平均值
（3）节省时间及不同收入下节省时间影响系数分析
对于相同出行距离的出行者来说，一种出行方式能节约更多时间，说明该种出行方式所获得的时间价值也越多，二者呈正相关。预约模式的传统出租车运行效率与专车、快车无异，其与巡游车的出行时间差异主要来自于等车时间。据《2015年中国智能出行大数据报告》，①网约车平均等车时间6分钟，扬召打车市场平均20分钟。即网约车平均比巡游车节省14分钟，因为有高峰与非高峰的差异，为简便起见，本文假设非高峰时段网约车和预约模式的传统出租车比巡游车节约16分钟，高峰时段节省12分钟。
出行者收入高低对节省相同时间所体验到的感受与评价不同。一般说来，收入较高的出行者对节省时间所获得的评价会高于收入较低者，二者成正比。并由上文分析可知，高等收入约为中等及偏上收入的2倍，即在出行过程中，若高等收入者与中等及偏上收入者节约相同时间，高收入者利用该节约时间所获得收入是后者所获得收入的2倍。因此，为简便计算，设中等及偏上收入对时间价值影响系数为1，则高等收入对时间价值影响系数为2。
2.出行者Agent的出行费用
对于同一出行目标，出行者（即Agent）可以采用多种出租车运营模式。不同运营模式的服务特性、所需费用等因素都有不同，本文着重考虑网约车（以滴滴为例）与传统出租车计费方式的差异：网约车计费模型根据服务品质及价格不同分为滴滴专车和滴滴快车;传统出租车根据是否使用打车软件分为巡游车和预约模式的出租车，由于二者都由政府统一定价，故计费一致。
（1）滴滴专车和快车计费标准
2014年8月，滴滴引入专车业务，致力于以高端车型、优质服务，为乘客提供品质出行体验，并根据服务类型分为舒适型、行政级和商务型。2015年5月，快车上线，旨在以快速的响应、实惠的价格为大众提供更高效的服务，同样也分为三种类型：普通型、优享型和特惠拼车。不同类型的乘车服务满足了乘客个性化需求，同时计价标准也不尽相同。表5和表6分别为西安滴滴专车和快车的计费规则以及对应使用车型。
为简便起见，本文仅讨论舒适型专车和普通型快车的出行费用。
舒适型专车费用=13+2.1d+0.4t°…d≤12，非高峰13+2.1d+0.4t°+（d-12）…d>12，非高峰13+2.2d+0.8t°+ran（5，20）…d≤12，高峰13+2.2d+0.8t°+（d-12）+ran（5，20）…d>12，高峰
（1）
d——出行者出行距离（单位：公里）
t°——低速行驶时间（单位：分钟）（低速：速度小于每小时12公里）
普通型快车费用=[8，1.4d+0.45t]…d≤15，非高峰[8，1.4d+0.45t+0.7（d-15）]15 （2） d——出行者出行距离（单位：公里） t——出行者出行时长（单位：分钟） （2）传统出租车（巡游车和使用打车软件的出租车）计费标准 根据《关于降低市区出租汽车起步价的通知》，①目前西安市出租车收费标准为：起步价3公里8.5元，基本公里运价2.00元/公里;单程载客12公里以上时，每公里加收公里运价50%的空驶补贴费。营运途中非因驾驶员责任，时速≤10公里/小时，自动累计5分钟计1公里运价。单程载客12公里以上时，每公里加收公里运价50%的空驶补贴费。根据以上计费标准，传统出租车（巡游车和接入打车软件的出租车）的出行费用可表示为： d——出行者出行距离（单位：公里） t*——出行者堵车时间（单位：分钟） 3.出行者Agent的出行方式选择决策 出行者在初次出行时，出行方式选择基于效用最大化原则。结合上述出行目的、出行方式舒适性、出行费用及出行时间价值对选择出行方式的影响分析，将出行者选择（消费）某种出行方式的效用值表示为： Ui=Vn×Gi×Sm×？驻ti-？驻Ci（4） 其中，Vn——第n种出行目的的单位出行时间价值 Gi——第i种运营模式舒适度下的出行时间影响系数 Sm——第m种收入水平下的出行时间影响系数 ？驻ti——第i种出租车运营模式节约时间 ？驻Ci——第i种运营模式相对于传统出租车多花费的出行费用 Vn、Gi、？驻ti、Sm和？驻Ci的具体内涵及计算公式上文已作详细介绍，在此不再赘述。 由上述效用可得出，出行者在完成出行的i种可选出租车模式中，选择（消费）第i种出租车运营模式的概率[9]： 上式表示，不同出租车运营模式中，效用值越高的，出行者在出行决策时选用该种出租车模式的机率就越大。 三、不同时段网约车分时计价的仿真及结果分析 首先，对模型进行初始化处理。根据收集的西安市实际数据对模型进行参数初始化，包括出行者出行目的、收入水平、分布情况、出行距离以及使用打车软件普及率。同时，分别设定高峰与非高峰出租车的平均运行速度，模拟初始交通环境。其次，在传统出租车（网约出租车和巡游车）价格不变的条件下，分别设定高峰与非高峰专车和快车的计价标准，使出行者在不同计价标准中做出选择。最后，根据出行者决策模型得出不同时段不同出租车运营模式的分担率情况。 （一）不同距离下各时段出租车模式选择的结果分析 从不同出行距离高峰与非高峰出租车模式选择的分担率变化图（图1）可知，非高峰时，快车在各出行距离中都占有较高分担率，分别为29.51%、34.86%和39.29%，而与其服务品质大体相同的网约出租车分担率明显低于前者，分别为11.10%、13.72%和13.87%。这是因为，快车根据出行距离与出行时间计费，且非高峰时单位价格较低（1.4元/公里），而网约出租车设有起步价，同时公里运价较高（2元/公里），导致其非高峰时处于价格弱势。高峰时期，快车分担率大幅减少，被网约出租车所替代，网约出租车的分担率分别增长为38.34%、42.35%和53.76%。这是因为，快车实行动态计价，高峰时期计价标准远高于固定不变的网约出租车，因此丧失价格优势，分担率减少，且出行距离越远，其“经济性”越低于网约出租车，因此随着距离的增加，网约出租车分担率不断增加。同时，由图1可知，在不同出行距离，高峰与非高峰时期巡游车的分担率基本保持不变，这是因为在打车软件的冲击下，巡游车乘车主体由固定的、對打车软件不熟悉的小孩和老年人组成。这类出行者受自身条件制约，只能搭载巡游车，因此，专车和快车价格的变化对巡游车的选择无较大影响，其分担率也无较大变化。 （二）不同收入下各时段出租车模式选择的结果分析 由图2可知，不同收入下出租车模式选择的分担率不同。非高峰时段，专车在高收入出行者中的分担率最高，快车则在中等及偏上收入的出行者中分担率最高。这说明，收入的高低很大程度决定了出行者对于舒适性与服务质量的要求。而高峰时段，无论是高收入还是中等及偏上收入，由于快车价格的上涨，网约出租车的分担率明显上升，其中在中等及偏上收入中增幅较大，说明动态计价对于中等及偏上收入的人群较敏感。 （三）各时段出租车模式选择的整体情况分析 从图3可知，通过政府规制固定运输价格的出租车和分时段动态计价的网约车（专车和快车）在高峰时期与非高峰时期的分担率变化明显。其中，快车和网约模式出租车在高峰与非高峰的分担率变化最为明显，且二者呈现此消彼长的关系。首先，与网约模式出租车服务品质相同的快车在非高峰时期依据价格优势吸引更多的出行者，分担率（34.59%）也高于网约模式出租车（12.81%）。而在高峰时期，其动态加价的计价标准，使其与价格固定的网约模式出租车相比丧失竞争力，分担率大幅降低，并远低于分担率大幅上升的网约模式出租车。同时，专车和巡游车的分担率受出行时段的影响较小。前者的乘车主体主要为注重乘车舒适性和服务质量要求的高收入人群，对于价格的变动不敏感，因此高峰动态加价对其影响较小;后者乘车主体则由不会使用打车软件的老人和小孩组成，因此分担率变动不明显。整体来说，网约车（专车和快车）分时段动态计价对传统出租车（网约模式和巡游模式）运营规律带来直接的冲击，且主要表现为快车与网约出租车二者分担率的动态变化，使非高峰时期传统出租车整体分担率仅为42.83%，高峰时期网约车价格上升又使其大幅增长为73.14%。这说明，网约车动态计价下，传统出租车不同时段分担率极不平衡。 （四）网约车调价后各时段出租车模式选择的整体情况分析 由上述分析可知，不同时段传统出租车分担率大幅变化原因主要在于：作为网约出租车有力的“替代品”，快车的分时计价标准在造成自身分担率大幅波动的同时，对网约出租车产生同样的影响。因此，为缓解传统出租车分担率的大幅变化，应考虑调整快车的计费规则，通过缩小其高峰与非高峰单位里程费或时长费的差距，使其价格变动幅度减小，进而缩小网约出租车分担率的变动幅度。同时，应限制快车在高峰时期的临时动态加价，避免高峰时期快车价格异常之高，客流大量转移至出租车，造成市场资源配置失效。鉴于此，笔者做了如下测算：在保证快车高峰与非高峰价格差异的同时，最小化减少二者的差距，同时高峰取消临时加价。为此，笔者将非高峰单位里程费增长4%，高峰单位时长费减少10%，并减少临时加价。调价后的各出租车模式选择的分担率整体变化如图4。 由图4可知，对快车不同时段的价格进行调整后，由于高峰仍高于非高峰的价格，其分担率仍有明显差距，但幅度减少。同时，快车价格调整后，网约出租车分担率高峰时期有所下降，非高峰时期也有上升。最终使得传统出租车整体分担率非高峰时期增长为46.02%，高峰时期减少为67.06%，二者变动幅度减少。因此，快车价格进行调整可以有效缓解传统出租车分担率失衡问题。 四、结语及建议 2016年，网约车合法身份正式在我国被确认。作为新型的交通服务模式，网约车是城市公共交通的补充，为社会公众提供多样化、个性化运输服务，缓解传统出租车市场供需失衡问题。而作为出租车市场中的新锐，其分时段动态计价对价格固定的传统出租车运营规律带来巨大挑战。网约车高峰与非高峰计价标准的不同使得出行者对传统出租车“潮汐式”的需求特征更加明显，同一天不同时段传统出租车分担率变化幅度加剧。非高峰的运营低效率和高峰时期的“打车难”问题愈加突出，资源配置不均问题更加棘手。网约车通过动态计价调整自身客流，但对传统出租车的分担率则起到了相反的效果。因此笔者认为，在肯定网约车合法身份的同时，为避免其价格动态变化对传统出租车的过度冲击，应对网约车的市场价格进行有效监管。同时，通过分析固定计价的传统出租车（巡游车和网约出租车）和动态计价的网约车（快车和专车）在不同时段（高峰与非高峰）分担率的变化（即出行者对不同运营模式的消费情况），探究乘客流动规律，以辅助政府监管部门进行出租车管理决策，促进消费者对出租车的合理消费，对经济实践提供指导。据此，本文提出如下建议。 （一）网约车和传统出租车相互补充，错位经营 作为出租车的一种特殊形式，网约车无疑为该市场注入了新的活力。通过用户需求和出租车司机服务供给的事先线上匹配，增强了线下市场效率，为司乘双方提供了便利，并为出行者提供了多样化出行体验，增加了消费者剩余，优化了资源配置。但网约车的进入并不意味着传统出租车的“消亡”，作为公共交通的有效补充，传统出租车以其搭载的随机性与灵活性在城市交通中发挥着重要作用。随着互联网的发展，网约车与传统出租车共同构成出租车市场，二者应相互补充，发挥自己的特有优势，找准各自的市场定位，错位经营，避免无序竞争，最终实现共赢。 （二）调整传统出租车固定定价机制 传统出租车的发展应适应市场的需求，尤其是信息技术尤为发达的今天，出行时间及供需情况的快速更新变化，要求传统出租车改变固有的单一定价模式，制定一套完善的定价机制，以适应不断变化的市场情况。传统出租车应实行政府指导定价与市场浮动计价的方案，以政府指导价格出发，借鉴网约车动态计价的定价思路，以市场为导向，根据高峰与非高峰时间段的不同，制定不同的价格标准，避免网约车对传统出租车运营规律带来直接的冲击，保证客流，同时有效缓解交通压力。 （三）完善网约车价格市场监管 2016年《关于深化改革推进出租汽车行业健康发展的指导意见》和《网络预约出租汽车经营服务管理暂行办法》的出台，明确了网约车的合法地位，同时制定了相应的规制准则，市场准入及行为规范，但对网约车的价格制定却没有相应地规定。目前，网约车实行高峰与非高峰动态计价，高峰时期价格远高于非高峰时期，尽管其定价机制符合市场规律，但若没有相应的价格规范的制约，则容易出现利用价格手段的恶性竞争，不仅对传统出租车市场造成冲击，更会导致出行者（消费者的）利益损失。因此，网约车合理有效的制定價格显得尤为重要。网约车动态计价影响市场资源配置，对传统出租车，甚至出租车市场的良性发展产生重要影响。政府应对网约车定价予以指导，在优先市场调节作用的同时，辅以政府指导，避免传统出租车与网约车恶性竞争，确保出租车市场的健康的可持续发展。 參考文献： [1]? 曹祎，罗霞.打车软件背景下空驶出租车出行分布预测模型[J].武汉理工大学学报：交通科学与工程版，2015，39（1）：51-54. [2]? 杨浩雄，魏彬.网络约车与出租车的竞争博弈研究——以平台补贴为背景[J].北京社会科学，2016，（5）：68-76. [3]? 胡蓓蓓，孔亚文，孙蒙鸽，等.“互联网+”下城市出租车服务模式对比研究——基于出租车服务利润率的测算与分析[J].价格理论与实践，2017，（2）：144-147. [4]? 刘名敏，王晓蕾.网约车对城市居民出行方式影响的建模与分析[J].物流科技，2016，39（10）：79-82. [5]? 刘亮明，向坚持，李要星.乘客视角的新型网约车与传统出租车商业模式对比分析——以滴滴出行为例[J].特区经济，2017，（3）：116-119. [6]? 曹祎，李彦瑾，罗霞.考虑网约车影响的出租车乘客出行方式仿真[J].系统仿真学报，2018，30（2）：505-512. [7]? 包佳佳.城市居民出行方式选择影响因素研究[D].南京：东南大学，2009. [8]? 宗芳，隽志才，张慧永，等.出行时间价值计算及应用研究[J].交通运输系统工程与信息，2009，9（3）：114-119. [9]? 吴雪娇.出租车调价视角下居民出行选择多主体仿真系统研究[D].北京：北京交通大学，2016. [10]? 吴群琪，张羽琦.我国网约车业态发展中的新问题与规制创新[J].西部论坛，2018，28（1）：65-70. [11]? Hosni H.，Naoum-Sawaya J.，and Artail H.The shared-taxi problem：Formulation and solution methods[J].Transportation Research Part B Methodological，2014，70（C）：303-318. [12]? Shen J.，Qiu F.，and Li W.，et al.Exploring the Effect of the Telephone/Online Booking System on Taxi Service：Case Study of Suzhou City in China[J].2015. [13]? Amar H.M.，and Basir O.A.A Game Theoretic Solution for the Territory Sharing Problem in Social Taxi Networks[J].IEEE Transactions on Intelligent Transportation Systems，2018，19（7）：2114-2124. Study on the Multi-agent Simulation of residents Travel Choice under different pricing modes of Taxi ——Based on the realistic data of Xian City WANG Dan-dana，WU Qun-qia，b （a.School of Economics and Management;b.Research Center for Integrated Transportation Economic Management，Changan University，Xian 710064，China） Abstract：First of all，the taxi market is divided into traditional taxis（including online booking taxis and cruises）and online taxi hailing（special cars and express trains）.Secondly，on the basis of analyzing the influencing factors of taxi mode selection，the passenger flow changes of different taxi operation modes（online taxi，cruise car，special car and express train）caused by the dynamic valuation change of taxi hailing are modeled by Agent，and the changing law of market share of different taxi operation modes in peak and non-peak，that is，passenger flow law，is explored based on the actual data of Xian City.The results show that the dynamic pricing of online car hailing makes the difference between the peak and non-peak sharing rates of traditional taxis，and aggravates the problem of resource allocation.Finally，on this basis，the sharing rate of taxi hailing after proper fare adjustment is analyzed in order to provide the basic basis for the further study of the optimization of taxi management mode structure and the realization of healthy and sustainable development of taxi industry. Key words：online car hailing;traditional taxi;time-sharing pricing;sharing rate;Agent modeling
