北京社会科学  2020 Issue (5): 4-16
文章快速检索     高级检索
北京市出租车需求量测算与数量规制——基于课题组调查问卷[1]和官方数据的测算[PDF全文]
孟昌 , 庞燕岭     
北京工商大学 经济学院, 北京 100048
【摘要】: 基于课题组的问卷调查统计和官方数据,采用主成分回归法和供需平衡法组合测算了北京市出租车的合理数量。若行驶速度和空驶率不变,2017年出租车的合理存量是128447辆,缺口近6万辆。当行驶速度提高到平均50公里/小时,已有存量才能满足需求。在使用移动平台APP后,供需匹配率提高,空驶率明显下降。当空驶率大幅度降为10%时,合理供给量为79060辆,缺口为10576辆。测算结果显示,在运营边际效率很难有较大幅度提高的情况下,应放松进入管制,允许更多进入,并允许和鼓励“快车”“专车”和“顺风车”等基于移动互联网平台的替代者的边缘性进入;在放松进入管制的同时,对出租车服务市场的规制应由进入和价格规制转向以安全和质量为重点的社会性规制上。
关键词: 北京市出租车需求量     供需平衡法     主成分回归分析法     组合测算    
Demand Calculation and Quantity Regulationof City Taxi: Take Beijing as an Example
MENG Chang , PANG Yan-ling     
School of Economics, Beijing Technology and Business University, Beijing 100048, China
Abstract: Based on the questionnaire survey and official data of the research group, this paper uses the combination of the principal component analysis method and the supply and demand balance forecasting method to predict the demand for taxis in Beijing. In 2017, if the rate of empty vehicle running and driving speed was unchanged, the demand was 128, 447, while the actual number was 68, 484, with a shortage of nearly 60, 000. In theory, when the average driving speed increases to 50 km/h, the stock of taxis can match with the demand. After using the mobile platform APP, the matching ratio of supply and demand increases, and the air-driving rate significantly reduces. When the vacancy rate drops significantly to 10%, the reasonable supply is 79, 060 and the shortage is 10, 576. The calculation result shows that, the entry control should be loosened to allow more entry, and the marginal entry of substitutes based on mobile Internet platforms such as "express", "special car" and "hitch ride" should be allowed and encouraged under the background of the difficulties of significantly improving the operation efficiency at the margin. At the same time, the regulation of rental market should be changed from economic regulation to social regulation focusing on safety and quality.
Keywords: taxi demand in Beijing    the supply and demand balance calculating method    the principal component analysis method    combined forecast    
一、研究背景与意义

出租车运营是城市公共交通的重要部分。出租车需求量受城市人口规模与结构、交通基础设施的建设、公共交通的运营数量、私家车数量及居民收入水平等众多因素的影响。在私家车限行和限购的城市,选择出租车作为出行方式的人数可能增加得更快。城市的出租车行业多采用进入数量控制和运营价格管制。2006-2012年,北京市出租车的数量维持在66646辆,从2013年开始数量有所增加,2016年增加到68484辆。2008年10月实施限行令,2010年底实施私家车限购政策,而2006-2017年期间城镇人均可支配收入增加了37297元,[2]日均出行次数由2.52次/人·日增加到2.75次/人·日,[3]出租车运价标准由1.60元/公里调整为2.3元/公里,[4]导致曾长期出现打车难和黑车泛滥问题。而基于移动手机APP平台的网约车的出现缓解了这一情况。2017年5月,市交通委运输管理局规定网约车平台派单车辆实行“京人京牌”新政,而2018年因潜在的“安全”等问题,最大的一站式出行平台滴滴出行关闭了“顺风车”业务,平台网约车也因为几次安全事件而被严格管制,打车难问题或许再次出现。这些情况说明,北京市出租车存量可能远滞后于需求的增加。如果出租车数量处于合理水平,市场供需基本平衡,既可以提高城市出租车行业服务形象,避免行业内的“恶性”竞争,也可以实现出租车对公共交通系统的有效补充,在控制私家车数量方面做出贡献。

二、文献述评

对出租车市场进行数量控制和价格管制,实际上是在位企业以自由定价权换取政府壁垒的保护,是各国城市普遍采取的方法。数量管制的关键是对出租车服务需求做动态监测与测算。

关于出租汽车需求量测算,有学者将其作为乘客平均等候时间和出租车单次出行费用的减函数。[5]费用和等候时间是乘客考虑的主要因素,空载成本是出租车公司考虑的主要因素。[6]在中央指挥系统调控模式里,出租车的合理存量需要建立城市网络服务的模型。[7]如果考虑常规公交车与出租车关系、交通拥堵和需求弹性,则需要建立道路网络模型。[8]但有学者发现,纽约市出租车空驶量与需求量之间没有弹性关系。需求量由运价格乘客等候时间两个因素决定,等车时间与空车数量负相关。[10]在确定影响因素上,可以将乘地铁上下班的人数规模、无私家车家庭数量和机场对出租车需求等关键因素作为解释变量建立回归模型。[9]

20世纪90年代后期,国内城市也开始对出租车市场进行数量控制和价格管制。国内学者基于国外的研究发展了测算出租车数量的方法,有使用空载率、速度、里程数和日行驶总时间作为参数的[11],有考虑居民收入、城市和人口规模等特征的[12],也有以市区就业人口当作重要参数的。[13]陈宁宁结合了出租车市场运营情况,将居民出行特征、经济发展水平和人口增长率等参数纳入出租车数量测算模型。[14]卢杰和钱勇将出租车速度引入多目标规划模型,从供需两方面综合考虑测算了城市出租车需求量。[15]范合君[16]使用Schaller[9]模型测算了北京市出租车合理量是89161辆,缺口为2.3万辆。

由于出租车需求量不仅受城市人口规模与结构、交通基础设施、私家车数量、居民收入水平和运营效率变动的影响,而且随着运营效率、技术变化(如移动网络平台普及)导致的供需匹配率提高和政府政策的变化而变化。已有研究关于出租车需求测算的模型,没有将这些因素作为动态变量纳入,尤其是在移动网络平台服务出现后,基于大规模用户的强大网络外部性效应,使得诸如北京这样的大城市的出租车服务供需匹配率大幅度提高,对出租车需求量的测算应考虑这些动态因素的影响。

研究中的创新性工作是基于课题组的两类调查问卷数据(出租车司机问卷和乘客问卷)、官方数据和其他权威数据,先采用主成分回归和供需平衡法,分别测算北京市的出租车需求量,然后通过组合预测方法估算目前北京市出租车的合理供给量。在考虑不同运营速度、网络平台提高供需匹配率后导致的空驶率下降等因素后,给出不同情况下出租车数量的合理而精确的测算。测算显示,北京市出租车存量缺口区间是10576辆到60217辆之间。研究为城市出租车管制改革提供了证据和依据。

三、出租车客运数据的调查与分析 (一) 需求的统计描述与分析

2015年,北京市区日均出行总量达2729万人次(不含步行),较2013年底下降4.4%。通勤出行量为1810万人次(不含步行),其中,出租汽车出行量为65万人次/日。[17]表 1图 1可以看出,从2012年开始出租车的客运量占年客运量的比例逐年下降。大多数出行人群选择公共汽车或者轨道交通等交通出行方式。虽然北京市出租车的客运量相对较小,但是作为城市的重要交通工具,出租车不仅弥补了其他公共交通运输能力的不足,同时也满足了人们出行的特殊需求。

表1 北京市年客运量变化(单位:亿人次)

图 1 北京市客运方式构成比较图

(二) 供给的统计描述与分析

表 2显示,2017年,北京市出租车企业户数共计227户,出租汽车运营车辆为68484辆,与2016年持平,而出租车客运量较上年下降0.17个百分点。2017年出租车运营企业的数量、年行驶里程和载客车次较2016年都有所下降。

表2 出租车客运运营指标

随着互联网行业的快速发展,网约出租车和“专车”等新的交通模式不断涌现,传统的出租车行业受到巨大的冲击,客运量出现明显下降。2017年出租汽车完成客运量3.94亿人次,同比减少0.83亿人次,同比下降17.4%,客运量降至10年来最低,客运量变化趋势见图 2。从图 2可以看出,北京市出租车年客运量自2007年末到2009年末呈现向上凸的趋势。在2009-2010年区间内呈上升趋势,而在2010-2017年区间内又呈现出了下降的趋势,尤其是2015-2016年,北京市出租车年客运量下降幅度达18.9%。此趋势反映出了北京市出租车的需求量呈现了一个先增加、再减少的状态。

图 2 北京市出租车客运量变化(单位:亿人次)

运营时间、运营里程利用率及空驶率、运营速度、运距密度以及占公共交通出行的分担率等5个因素,是影响出租车服务供给的最重要因素。本文的供给测算考虑这5个因素。

1.运营时间

出租车行业有其自身的特殊性。出租车工作形式分为单班和双班倒,采用弹性工作制,因此出租车司机可自行安排工作时间。根据调查问卷统计的相关数据,以2015年12月为例,其中27%的司机会选择单班的工作形式,他们一天的工作时间大约为13小时,73%的司机选择双班倒的工作形式,他们大多数一天工作时间量至少14个小时。每月工作天数最多达到28天,受访的542名出租车司机有357名自诉开出租车后身体健康状况变差。[18]

2.运营里程利用率及空驶率

根据本课题组调查问卷收集到的数据,我们对北京市2015年的出租车运行数据进行分析和计算,得出了北京市出租车里程利用率和空驶率的分布情况。2015年的总行驶里程为58亿9815万公里,其中年载客里程为37亿8382万公里。推算2015年客运出租车空驶率约为35.85%,与课题组司机问卷调研的直接结果吻合,高于空驶率国际经验值25%。[17]

3.运营速度

根据《北京市交通年报》,早上7:00-8:00为早高峰,下午5:00-6:00为晚高峰。早晚高峰期交通网络运营速度相对较慢。早高峰期间整个交通网络的平均速度为28.1公里/小时,晚高峰整个交通运输网的运营速度仅为23.3公里/小时。而出租车在早晚高峰时段平均运行速度分别为8.9公里/小时和9.2公里/小时,远低于相同时段轨道交通、小汽车、班车等交通工具的速度。[3]

表3 各方式平均出行距离/出行时耗/行程速度

4.运距密度

基于本课题组对北京市出租车乘客的调查数据分析,绘制成北京市出租车运距密度图(见图 3)。2015年北京市出租车10公里以内的交通运输约占总交通运输活动的61%。[18]调查发现,因其价格高,很多情况下乘客将其作为中转交通工具后换乘价格低廉、拥堵系数较小的交通工具。

图 3 北京市出租车2015年运距分布图

5.占公共交通出行的分担率

北京市人口规模大,密度高,交通堵塞较为严重,尤其是早晚高峰期间。以2015年为例,北京市出租车运送旅客的数量平均每天是65万人次,出行分担率为6.7%,公共汽车与轨道交通分担的旅客公共出行比例较为接近,分别为46.6%和46.7%。[17]

四、出租车需求量的测算

测算出租车需求量普遍使用主成分分析法和供需平衡法。不同方法所反映的特征相互覆盖越少,差别就越大,互补性也就越强。本文选取组合测算的方法对北京市出租车的需求量进行估算。[19]通过主成分分析法和供需平衡法得出的测算值组合为一个新的测算值,作为最后的结果。

(一) 主成分回归分析法

由于影响出租车拥有量的因素很多,各因素之间具有一定的相关性,进行回归分析之前需要采用主成分分析法选取贡献率高的主成分,构造出租车拥有量与主成分之间的多元回归模型。

1.指标的量化

首先将各影响因素转化为可量化的指标,然后通过收集城市交通与社会经济发展状况的数据统计资料,考虑到数据的可获性和可量性原则,最终确定采用如表 4所示的7个指标变量。确定指标变量后,查阅并收集了1995-2015年的数据统计资料。由于2006年以后北京市出租车数量没有发生变化,所以只取1995-2005年间的数据进行回归分析。

表4 主成分回归法选取的指标变量

2.基于主成份分析法的测算

利用表 4中可量化需求影响因素1995-2005年度数据建立模型,将出租车需求量作为主成分分析的因变量,通过SPSS软件进行指标因子分析。

相关性检验。根据所采用的数据做主成份分析,得到的KMO检验结果为0.726,Sig(BartlettP值)小于0.01,可以判断所选用的影响变量适合做因子分析。

公因子方差。表 6显示了公共因子方差,从7个原始变量中提取的信息在该表中可以体现出来。可以看出,从原始变量中提取的信息均占75%以上。

表5 KMO和Bartlett的检验结果

表6 公因子方差

解释的总方差。全部解释方差通过表 7体现了每个主要成分如何解释原始变量的总方差。初始特征值一列是主成分得分的方差。在提取平方和载入一列中,给出了从7个成分中提取的两个主要成分和相关参数。因SPSS软件默认将特征根大于1的主成分提取出来,因此留下了2个主成分。这2个主成分体现了之前7个可量化指标95%的信息,提取效果较好。

表7 全部解释方差

表8 成分得分系数矩阵

成分矩阵。成分矩阵表给出了用原始变量表示主成分的系数信息,因为系统默认是从相关矩阵出发进行分析,上面表格中的系数是将原始变量标准化后表示主成分的系数。这样求得的主成分方差等于1,而不是原始变量相关矩阵的各个特征根。求标准化的变量主成分,只需将软件给出的系数前乘以主成分方差的平方根即可。通过成份得分系数矩阵,得出因子得分函数:

$ \begin{aligned} &Z_{1}=0.203 X_{1}+0.217 X_{2}+0.228 X_{3}+\\ &0.204 X_{4}+0.181 X_{5}+0.023 X_{6}-0.217 X_{7}\\ &\begin{array}{c} Z_{2}=-0.055 X_{1}-0.101 X_{2}-0.134 X_{3}-\\ 0.059 X_{4}-0.011 X_{5}+0.390 X_{6}+0.810 X_{7} \end{array} \end{aligned} $

3.多元线性回归分析

通过以上分析和计算,我们用两个新变量来替代7个可量化变量。这两个新变量相互独立,且充分反映了原来7个影响因素包含的信息。接下来我们用得出的两个新变量以最小二乘法来建立多元回归模型。用SPSS软件作回归分析,得出模型的复相关系数(R)为0.890,决定系数(R2)为0.792,而调整决定系数为0.740,拟合较好。回归方程的统计量F值为15.249,P值为0.002,可见方程显著。

表 9为回归方程中的回归系数以及显著性检验结果。常量为常数项,B为回归系数。T和sig.分别为对回归系数进行显著性检验的t统计量的值和t检验的临界显著性水平P值。系数1和系数2的临界显著性水平分别为0.001和0.029,都比较显著。

表9 系数分析

从而可得回归方程为:

$ \hat{Y}=60479.909+4718.456 \mathrm{X}_{1}+2576.683 \mathrm{X}_{2} $ (1)

将主成份分析后得出的数据带入(1)式的回归方程,可得2005年北京市应该具有的出租车数量69564辆。

$ \begin{aligned} &\hat{Y}_{2005}=60479.909+4718.456 \times 1.86283+\\ &2576.683 \times 0.11429=69564。\end{aligned} $

4.出租车数理测算

用同样的方法,即主成分回归法分别计算1995-2005年北京市出租车应具有的数量规模,见表 10。用主成分回归法计算的出租车需求量(应该的数量)逐年小幅增加,实际量也呈小幅增加。总体上,应有数量与实际数量差别不大。多数年份的实际量小于应该的数量,个别年份应该的数量接近甚至大于需求量。2000年数量突然增加,连续4年大于测算需求量,说明规制数量能满足需求。而从2004年开始,小于测算需求量。

表10 1995-2005年北京市出租车应具有的数量

1995年至2005年出租车市场需求规模的平均增长速度为:

$\begin{aligned} &\bar{V}=(\sqrt[10]{\mathrm{N}_{2005} / \mathrm{N}_{1995}}-1) \times 100 \%=\\ &(\sqrt[10]{69564 / 53221}-1) \times 100 \%=2.71 \% \end{aligned} $

出租车市场需求如果按2.71%的平均速度可持续性地增长,则2006-2015年间“应该的”规模测算结果,如表 11所示,缺口逐年增大。

表11 2011-2018年北京市出租车规模测算

(二) 供需平衡法

基于供需平衡法思路,只有在供给与需求平衡的前提下,出租车行业的经济效益和社会效益才能达到最优状态。应以城市居民的客观出行需求和合理化客运结构为出发点,最大限度地满足居民出行对出租车的需要进行合理可行的测算与规划。

1.居民出行概况

出行强度和日均出行次数。来京的非常住人口可分为短期来京流动人口和长期来京流动人口。短期来京人口为在京居留1周以内的人口,而长期来京人口一般指居留1周以上、6个月以内的人口。常住人口的出行中,以上班和上学为目的的出行占主导地位,生活娱乐和购物目的的出行比例也较大。流动人口以旅游、文化娱乐购物、公务、对外交通四种目的为主。流动人口的出行需求与其来京目的、在京时间相关。2015年北京常住人口数量为2170.5万人,流动人口数量为822.6万人。短期来京流动人口出行次数为2.24次/人·日,低于常住人口2.75次/人·日。

出行方式比例分布。出行方式比例是人们在选择某种出行方式时该出行方式总量占所有出行方式总量的比重,是评价一个城市交通状态非常重要的参考依据。图 4为北京市短期来京流动人口、长期在京流动人口出行方式分担率对比图。图 4显示,流动人口普遍用步行、公交车、地铁等绿色交通作为出行方式。但长期来京流动人口选择出租车作为出行方式的比率比短期来京流动人口要高11个百分点。

图 4 长期和短期来京流动人口出行方式分担率对比

2.基于供需平衡法的需求量测算

出租车客运周转量。课题组对乘客的调查问卷未涉及流动人口和城市居民两大类,我们将调查问卷数据的中值10公里作为城市居民和流动人口的平均出租车方式出行的距离。流动人口分为短期来京流动人口和长期来京流动人口,短期来京流动人口数量和长期来京流动人口数量接近1:1。[20]我们选取长期和短期来京流动人口选择出租车作为出行方式比例的平均值7.5%,作为流动人口选择出租车作为出行方式的比例。

出租车承担的城市居民和流动人口出行周转量约为:

W1=R1A1P1D1=2170.5×2.75×3.59%×10=2142.8(万人·公里)

W2=R2A2P2D2=822.6×2.24×7.5%×10=1381.9(万人·公里)

W1, W2——出租车承担的城市居民和流动人口出行周转量(万人·公里);

R1, R2——城市居民和流动人口人口总量(万人);

P1, P2——城市居民和流动人口人均日出行次数;

A1, A2——城市居民和流动人口出行方式结构中出租车所占的比例;

D1, D2——城市居民和流动人口平均出租车方式出行距离。

出租车总有效行驶里程。2015年北京市出租车的年客运量为5.88亿人次,载客车次是41965万次,因此出租车平均有效车次载客为1.4人。[17]

$ 平均有效车次载客人数 = \frac{{年客运量}}{{年载客车次}} $

因此北京市出租车总有效行驶里程为:

$ \begin{aligned} &L_{\text {有 }}=\frac{W_{1}}{S_{1}}+\frac{W_{2}}{S_{2}}=\frac{2142.8}{1.4}+\frac{1381.9}{1.4}=2.5176 \times\\ &10^{7}(\text { 公里 }) \end{aligned} $

合理规模测算。北京市出租车的工作形式分为单班和双班倒。调查数据显示,27%的司机选择单班,1天的工作时间约13小时,73%的司机选择双班倒,大多数人1天至少工作14小时。[18]按比例综合选取1天当中出租车的平均运营时间。

$ T=13 \times 27 \%+14 \times 73 \%=13.73 \quad(\text { 小时 }) $

出租车在早晚高峰和其他时间段的运营速度差别较大,尤其是在国际化大都市的北京,出租车的运营速度与道路交通拥堵状况有很大的关系。交通拥堵指数是衡量交通拥堵情况的重要指标。通过调查发现,2015年北京市早高峰(7:00-8:00)和晚高峰(17:00-18:00)时期,出租车运营速度分别为8.9公里/小时和9.2公里/小时,[17]调查问卷中的532辆出租车的平均满载运行速度为27.29公里/小时,非早晚高峰时期出租车的运营速度大概为60公里/小时。[18]我们按比例综合选取北京市出租车的运营速度,即:

$ V=\frac{8.9 \times 1+9.2 \times 1+27.29 \times 22}{24}=25.77 (公里/ 小时) $

空驶率是指空驶里程在车辆总运行里程中所占的比例。2015年北京市出租车年行驶里程为589815万公里,年载客里程为378382万公里,因此我们可以通过空驶率计算公式得出北京市2015年出租车的空驶率为35.85%。

$ 空驶率 = 1 -\frac{{年载客里程}}{{年行驶里程}} $

根据本文根据实际情况调整后的空驶率,其计算公式为:

$ K=1-\frac{L_{\text {有 }}}{T V n}(\text { 其中 } n \text { 为 } 2015 \text { 合理估计量 }) $ (2)

将(2)式转换得到2015年北京市出租车总量的合理规模为

$ \begin{aligned} &n=\frac{L_{\text {有 }}}{(1-K) T V}=\\ &\frac{2.5176 \times 10^{7}}{(1-35.85 \%) \times 13.73 \times 25.77}=110919 \end{aligned} $

资料显示,北京市出租车因年检、修理、司机接受处罚或其他特殊情况,固定的未投入运营率约10%,这是在边际上很难降低的“自然率”。将此经验值纳入测算,出租车数量应为:

$ N=\frac{L_{\text {有 }}}{0.9(1-K) T V}=123243 $
(三) 组合法的测算

以上部分采用了供需平衡法和主成分回归法两种方法计算了北京市出租车数量应有规模,现用组合法测算。用x表示实际观察值,用$ {{\hat x}_1}$${{\hat x}_2} $分别表示主成份回归法和供需平衡法的计算结果,e1e2分别表示两种方法的测算误差。

由上述分析可知:$ \begin{array}{l} {\rm{ }}{e_1} = {{\hat x}_1} -x = 90889 -68284 = 22605 \end{array}$

$ {e_2} = {{\hat x}_2} -x = 123243 -68284 = 54959 $
$ \begin{array}{l} 因此, 权重{\rm{ }}k = \frac{{\hat E\left( {e_2^2} \right)}}{{\hat E\left( {e_1^2} \right) + \hat E\left( {^2{e_2}} \right)}} = \\ \frac{{{{54959}^2}}}{{{{54959}^2} + {{22605}^2}}} = 0.855 \end{array} $

对2015年北京市出租车需求量合理规模的测算结果为:

$ \begin{aligned} &\hat{x}_{(2015 \text { 年 })}=k \hat{x}_{1}+(1-k) \hat{x}_{2}=0.855 \times 123243+\\ &0.145 \times 90889=118552 \end{aligned} $

用组合法计算的2015年的北京市出租车需求量为118552辆,假设出租车需求按一定速度增长,则1995-2015年的平均增长速度为:

$ \begin{array}{c} \bar{V}=(\sqrt[20]{N_{2015} / N_{1995}}-1) \times 100 \%= \\ (\sqrt[20]{118552 / 53221}-1) \times 100 \%=4.09 \% \end{array} $

如果按4.09%的平均速度增长,则2012-2018年的出租车规模如表 12

表12 北京市2012-2018年出租车发展规模测算

据上述测算和分析,北京市2017年需要投放市场的出租车数量为128447辆,与实际数量68484辆差距为59963辆。

五、北京市出租车合理需求量的动态测算

直接影响出租车需求的指标主要有运营时间、空驶率和运营速度。北京出租车司机实行弹性工作制,司机根据自己的意愿来安排工作时间。调查发现,司机日平均工作时间13.73小时,是司机能够承受的最大劳动强度,远高于劳动法规定的最高限8小时。这意味着很难通过调控运营时间对出租车量进行动态控制,故选取空驶率和运营速度来做动态测算。

首先基于供需平衡法测算。假设空驶率不变,即空驶率为35.85%,选取不同的运营速度来测算。北京市道路等级分为快速路、主干路、次干路、支路四级,快速路的行车速度为60-100公里/小时,主干道的行车速度为40-60公里/小时,次干道行车速度为30-50公里/小时,支路行车速度为20-40公里/小时。我们选取20-70公里/小时之间的速度。表 13显示,当出租车的行驶速度达到50公里/小时,现有出租车数量可以满足人们的出行需求(表 13中“出租车缺口量”负数表示没有缺口,供大于求。)。

表13 空驶率不变而运营速度变动下的北京市出租车需求量

接下来再假设运营速度不变,以现有的调查数据25.77公里/小时为基准,选取不同的空驶率来测算缺口。据2016年1月滴滴出行在北京发布的《中国智能出行2015大数据报告》,有了滴滴出行等平台软件之后,空驶率大幅下降。2015年滴滴出行平台车辆年均空驶率为11%。[21]选取0-35%之间的不同空驶率测算,结果如表 14。当空驶率为10%时,虽然现有的出租车的供给量依然满足不了需求,但大大减少了缺口。

表14 运营速度不变而空驶率变动下的北京市出租车需求量

城市交通网络及其管理在可以预见的时期里,在边际上很难有明显提高情况下,25.77公里/小时的运营速度不会有很大提高。在这个前提下,提高匹配效率,降低空驶率是提高运营效率的关键。测算显示,空驶率降到极限的10%水平时,缺口仅1万辆。如果空驶率在35%高限水平,最高缺口可达4万多辆。空驶率的降低很大程度上是由约车平台提高了匹配率的结果。

六、结论与政策含义

基于课题组的问卷调查和北京市官方数据,采用主成分分析法和供需平衡法组合测算北京市出租车“应该的”数量的结果是,2017年北京市出租车存量应为128447辆,而实际数量是68484辆,缺口近6万辆。如果调整“运营效率”这一前提条件,当北京市出租车行驶速度达到每小时50公里时,在位企业的出租车存量可以满足人们需求。但出租车的运营速度与路网密度、道路宽度、私家车的数量、早晚高峰的拥堵程度高度相关,从历史经验和各国城市出租车的经验看,运营速度在边际上是很难提高的。但是,相关技术的革命性变化会提高供需匹配效率,降低空驶率,提高运营效率。调查表明,在使用移动平台APP后,供需的匹配效率明显提高,巡游类出租车的空驶率明显下降,服务流量增加,可以部分弥补供需缺口。当空驶率为10%时,出租车的存量需求为79060辆,缺口为1万多辆,虽然现有数量依然满足不了需求,但增加了出租车服务的有效供给。

测算结果意味着,在市场准入依然受严格控制的约束条件下,改善交通管理水平,提高巡游出租车的行驶效率,可以减小缺口。在出租车运营效率特别是运营速度边际上难有大幅度提高的情况下,应放松进入管制,允许更多进入。特别是借助移动互联网和终端普及带来的强大网络外部性效应,允许和鼓励“快车”“专车”和“顺风车”等基于移动互联网平台的替代者的边缘性进入,提高匹配效率和运营效率。在放松进入管制的同时,政府应将出租车的规制由经济性规制转向以安全和质量为重点的社会性规制上。

注释:
[1]
课题组于2016年1月份至3月份在北京市城区分别做了出租车司机问卷和乘客问卷的调查。有效的司机问卷542份, 共有44个问题, 采用课题组成员提问、司机回答、调查员记录的方法。有效的乘客问卷914份, 共49个问题, 用问卷之星调查平台发放。
[2]
北京统计信息网.北京统计年鉴2018[EB/OL]. http://tjj.beijing.gov.cn/tjsj/yjdsj/jmsz/2017/, 2018-01-19.
[3]
参见《2018北京交通发展年报》[EB/OL]. http://www.bjtrc.org.cn/List/index/cid/7.html, 2019-02-01.
[4]
中华人民共和国政府网.北京出租车调价方案基本确定拟调至2元/公里[EB/OL]. http://www.gov.cn/fwxx/sh/2006-04/16/content_255151.html.新京报, 2006-04-16.
[5]
Douglas G W. Price regulation and optimal service standards:The taxicab industry[J]. Journal of Transport Economics and Policy, 1972(20).
[6]
Manski C F, Wright J D. Nature of equilibrium in the market for taxi service[J]. Transportation Research Record, 1976(619).
[7]
Yang H, Wong S C. A network model of urban taxi services[J]. Transportation Research Part B, 1997(4).
[8]
Wong K I, Wong S C, Yang H. Modeling urban taxi services in congested road networks with elastic demand[J]. Transportation Research Part B, 1999(35).
[9]
SCHALLER B. Elasticities for taxicab fares and service availability[J]. Transportation, 1999(3).
[10]
Flores-Guri D. An economic analysis of regulated taxicab market[J]. Review of Industrial organization, 2003(23).
[11]
陆建, 王炜. 城市出租车拥有量确定方法[J]. 交通运输工程学报, 2004(1).
[12]
肖彦子, 辛松欲, 林嘉伟.城市出租车交通综合规划模型[C]//.2005年全国研究生数据建模论文集, 2005.
[13]
陈明艺. 出租车数量管制的合理性分析及评估机制研究[J]. 中囯物价, 2006(8).
[14]
陈宁宁, 徐伟嘉, 宁洪涛. 城市交通管理中的出租车规划[J]. 数学的实践与认识, 2006(7).
[15]
钱勇, 卢杰. 基于交通拥堵管理的城市出租车需求量预测与数量规制——以大连市为例[J]. 产业组织评论, 2013(4).
[16]
范合君, 杜博. 特大城市出租车合理数量估计及实现路径——以北京市为例[J]. 经济与管理研究, 2015(8).
[17]
参见: 2016北京交通发展年报[EB/OL]. http://www.bjtrc.org.cn/List/index/cid/7.html, 2019-02-01.
[18]
数据来自北京市社科基金项目"北京市出租车市场管制下的租金耗散与管制改革"课题组调查问卷。
[19]
组合预测法是对同一个问题采用两种以上不同预测方法的预测。它既可是几种定量方法的组合, 也可是几种定性的方法的组合, 但实践中多是利用定性方法与定量方法的组合, 目的是综合利用各种方法所提供的信息, 尽可能地提高准确度。
[20]
胡润泽, 张蕊, 齐泽阳, 李春艳. 北京市旅居流动人口出行特征分析[J]. 交通工程, 2017(4).
[21]
由滴滴出行、无界智库、第一财经商业数据中心联合发布.中国智能出行2015大数据报告[EB/OL]. http://tech.huanqiu.com/news/2016-01/8423104.html?agt=15438,2016-01-21.