优化繁忙出租车站的运营策略:一种分析方法
《TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW》:Improving operations strategies at busy taxi stands: An analytical approach
【字体:
大
中
小
】
时间:2026年02月13日
来源:TRANSPORTATION RESEARCH PART E-LOGISTICS AND TRANSPORTATION REVIEW 9.3
编辑推荐:
习林|方禾|孟莉|唐新迪|杜成宇美国密歇根大学土木与环境工程系,密歇根州安阿伯市48109
摘要
在繁忙的出租车候客站,由于交通拥堵以及低效的匹配流程,乘客和司机常常面临漫长的等待时间。本研究利用马尔可夫链和概率论,构建了专门用于描述随机乘客上车过程及现场操作控制的微观分析模型
习林|方禾|孟莉|唐新迪|杜成宇美国密歇根大学土木与环境工程系,密歇根州安阿伯市48109
摘要
在繁忙的出租车候客站,由于交通拥堵以及低效的匹配流程,乘客和司机常常面临漫长的等待时间。本研究利用马尔可夫链和概率论,构建了专门用于描述随机乘客上车过程及现场操作控制的微观分析模型,包括乘客进站批次大小和出租车停靠线位置等参数。我们主要分析了两种典型的运营场景:一种是以单个长队(通常是出租车队)为特征,另一种则是出租车队和乘客队同时出现拥堵的情况。分析和数值模拟结果均表明,通过简单的调整就能显著减少乘客的等待时间,并提升出租车的出车效率。该分析框架还进一步扩展到允许进行空间重新设计或设置新的上车点的场景,从而使其能适用于更多不同的运营条件。此外,我们还进行了分时段模拟,模拟中乘客和出租车的到达时间会随时间变化,以此考察所提出的策略在更真实的运营环境中的效果。这些策略通过大量的数值模拟以及与实际数据的对比验证,显示出显著的效率提升效果和实用性。
引言
全球各大城市通常都存在巨大的城际交通需求,而这些需求大多集中在火车站和机场等主要交通枢纽。从这些枢纽出发,乘客们会前往城市内的各个目的地。在各种城市内部交通方式中,出租车因其以下优势而成为特别受欢迎的选择:(一)交通枢纽往往远离城市中心区域,使得公共交通相对耗时;(二)出租车提供门到门服务,从而避免了旅程最后一段路程带来的不便;(三)对于携带大量行李的乘客来说,出租车尤为合适。与此同时,出租车司机也能从机场或火车站出发的行程中获得显著收益,因为这类行程通常长度足够,能够带来可观的收入,而且在将乘客送到出发点后,还可以顺道返程。因此,主要交通枢纽往往会出现大量的出租车需求。在多个机场进行的实证研究显示,出租车在地面交通方式中所占的比例大约在18%到42%之间(德克萨斯大学奥斯汀分校交通研究中心,2018年;达科斯塔和德纽维尔,2012年;戈卡萨尔和古奈,2017年)。
大量的出租车流量给主要交通枢纽的交通管理带来了巨大挑战。通常,出租车的上下客行为会频繁干扰交通流(刘等人,2024年)。在车辆较少的道路上,这种干扰或许还能忍受,但在拥挤的交通枢纽,当出租车、卡车、客车和行人同时汇聚时,就会出现严重问题。因此,人们会在这些枢纽设立专门的出租车接客区,以便有效管理出租车的行驶,通常还会安排专门的工作人员负责管理上车流程。在这样的管控环境下,司机和乘客只能被限制在指定的接客区域内,不得在枢纽的其他地方上车。在这些地点,乘客排队等候上车,而出租车则同时排队等待乘客,形成了一个乘客-出租车双端排队系统(肯德尔,1951年)。以往的研究已经运用排队理论对双端排队机制进行了广泛分析,得出了分析性的稳态结果(例如,卡希亚普,1966年;巴特,1970年;高桥等人,2000年;徐等人,2020年)。比如,杨等人(2020年)研究了网约车市场中的双端排队动态。他们为网约车市场中的司机-乘客匹配建立了综合空间概率模型,并优化了匹配时间间隔和匹配半径,以便在不同供需条件下平衡接客时间、乘客等待时间和匹配率。
然而,仍然需要针对出租车候客站运营情况专门设计的分析方法。实际上,无论是出租车还是乘客的到达模式,全天都会出现较大波动,尤其是乘客方面。在火车站和机场等主要交通枢纽,乘客通常会随着火车或航班的到达而成批出现,从而导致短时间内的需求激增。如此复杂的到达模式会导致出租车候客站出现多种不同的运营状况;比如,有时出租车队可能足够长,而乘客队则相对较短,而在其他时候,两队可能会同时变得异常漫长。在这种情况下,管理人员需要根据不同的运营状况动态调整和优化运营策略。因此,单一的平均结果无法满足运营层面的需求。此外,在实际的出租车候客站,工作人员可能会允许多名乘客同时登上不同的出租车,但车辆只能依次离开。这就形成了串联队列现象,即一辆出租车必须等到前面の车辆都离开后才能出发(戈麦斯-科拉尔,2002年;顾等人,2012年;顾等人,2015年;沈等人,2019年)。这种约束在标准的双端排队或多入口模型中并未体现,因此必须对单线出租车候客站的运作规律进行专门建模。最后,一些系统参数也会对运营性能产生重要影响。例如,乘客队入口与出租车停靠线之间的相对位置会影响乘客的行走时间,进而影响乘客和出租车的等待时间以及整个系统的容量。
具体而言,在繁忙的出租车候客站,由于服务能力的限制,很可能会出现两队都过长的情况。一些学者已经注意到主要交通枢纽出现的“双长队”现象,并提出了一些解决方法。达科斯塔和德纽维尔(2012年)使用经过验证的仿真模型研究了机场的出租车接客问题,并以葡萄牙里斯本国际机场为例展示了他们的方法。 Ji等人(2017年)则进一步运用统计方法研究了上海虹桥国际机场的出租车运营情况。Shi和Lian(2016年)以及Wang等人(2017年)则着眼于乘客到达率的管理,研究了如何通过社会优化手段引导乘客选择排队或放弃排队。最近,Wang和Yan(2019年)研究了一种新的模型,该模型涵盖了信息收集、乘客调度、出租车调度以及紧急调度等功能,用于管理机场终端的出租车候客站,他们还使用了仿真工具来展示研究成果。Nguyen和Phung-Duc(2022年)建立了一个包含多个接入点和非零匹配时间的模型,该模型明确考虑了乘客的战略性行为。Wen等人(2025年)提出了一种基于信息的创新型出租车-乘客匹配框架,该框架适用于不同信息可见度场景下的交通枢纽,即信息不可见、预期等待时间和实时等待时间,并且他们证明了向乘客提供等待时间信息能够显著提升系统性能。这些研究都有一个共同的目标,那就是通过管理需求、信息和接入规则,提升主要交通枢纽的出租车候客站或出租车-乘客匹配系统的性能。虽然这些方法为理解战略性行为、信息提供以及系统整体性能提供了有价值的见解,但它们往往忽略了详细的上下车过程以及候客站的物理布局:服务机制通常通过简化的匹配或服务率来表示,而空间布局则被视为外部因素。与此不同,本研究聚焦于有人值守的出租车候客站上下车过程的微观物理机制,并明确建模了现场操作控制和几何设计选择如何影响系统性能。这样一来,它就弥补了现有排队管理文献的不足,架起了高层排队和信息模型与现实世界出租车候客站实际上下车操作之间的桥梁。
与现有文献中的研究不同,本研究基于一个非常简单但却长期被忽视的事实:通过對管理人员的操作规则进行一些简单的调整,就可以大幅提高出租车上下车过程的效率。在典型的出租车候客站,会有一名工作人员负责管理上下车流程,而且这一流程是循环进行的:工作人员每轮会让一批乘客上车,当下一批出租车准备好后,流程就会重复。根据作者在几个典型火车站的观察(如北京南站、天津站、南京站和名古屋站),第一辆上车的出租车的车头通常与乘客队的大门对齐。此外,每轮工作人员只会让少数乘客按照先到先得的原则上车。这些观察引发了以下管理问题:(一)将第一辆出租车与乘客大门对齐是否是最优选择?(二)每轮应允许多少乘客上车?(三)工作人员每轮让乘客上车的时机如何影响运营性能?(四)在不同的运营条件下,应如何调整管理策略?回答上述运营问题具有非常重要的实际意义:如果当前的管理方式远非最优,相关机构可以轻松实施这些改进措施,而且成本不会太高。
为了解决这些运营问题,我们为典型交通枢纽的出租车候客站建立了一个分析框架。本文的贡献总结如下:首先,本研究构建了首批专门针对交通枢纽出租车候客站上下车过程及现场操作控制(如乘客进站批次大小和出租车停靠线位置)的微观分析模型之一。该模型明确考虑了乘客上车的随机性、多种排队状态以及上下车区域的空间限制,从而弥补了那些忽略此类运营和空间细节的现有排队研究。其次,我们找出了通过最低成本的实施即可实现大幅效率提升的机会。具体而言,我们研究了两种典型的运营场景:一种是以单个长队(通常是出租车队)为特征,另一种则是出租车队和乘客队同时出现拥堵的情况。我们运用基于马尔可夫链和概率论的严谨分析方法,证明了通过简单的政策调整,尤其是增加乘客进站批次大小以及合理调整领头出租车的停靠线位置,就能显著减少乘客的等待时间,并提升服务能力。最后,我们还将分析框架扩展到允许进行空间重新设计或设置新的上车点的场景,从而使其能适用于候客站布局可进行调整或可新建候客站的情况。随后,我们通过数值实验以及基于实证数据校准参数的分时段模拟,展示了所提策略在现实世界中可能带来的效率提升效果。
本文的其余部分结构如下:第2节首先介绍本文的研究问题设定以及全文使用的一些假设。然后,第3节构建了一个基于马尔可夫链的模型,用于描述单长队情况下出租车候客站的稳态情况。第4节进一步建立了基于概率论的模型,用于分析双长队情况下的容量问题,并相应地探讨了提升服务率的运营调整方案。第5节通过仿真验证了分析结果,并利用这些结果得出了一些管理启示,其中包括一项关于乘客预先引导的扩展研究。第6节进一步开展了分时段模拟,以了解运营调整在多大程度上能够提升性能。最后,第7节对本文进行了总结。附录A列出了本文中使用的主要符号。
问题描述
让我们考虑如图1(a)所示的单车道、单出口的出租车候客站。一名工作人员驻扎在乘客队大门附近,负责管理整个上下车流程。在乘客队前方设有一个虚拟的上车区域,该区域的起始处由一条停靠线标记出来。
单长队情况的分析
本节分析单长队情况下的排队动态和稳态特性。如前所述,我们关注的是出租车队很长而乘客队较短的这种情况。在每一轮上下车过程中,工作人员最多会让nˉ名乘客上车,如果队伍中的乘客数量不超过nˉ,那么乘客队就会暂时清空。为了描述乘客随机到达的过程,我们建立了一个基于马尔可夫链的模型,该模型能够输出……
双长队情况的分析
本节分析一种非常拥堵的情况,即出租车队和乘客队都出现长队现象。与单长队列情况不同,双长队列的形成仅仅是由于登车效率的限制;因此,在这种情况下减少乘客等待时间就等同于提升服务能力,因为更快处理一个队列意味着队列中的等待时间会减少。所以,对于双长队列的情况,我们只需专注于提升平均登车率。本节中使用的所有参数都是根据实际数据估算得出的。这些数据来自北京南火车站的出租车候客区(图6),这是北京最大的高铁站,年客流量超过1.5亿人次(搜狐,2019年)。北京南火车站的出租车候客区为双车道、单通道结构,第一辆待上车的出租车大约位于乘客检票口的位置(即lb=0),在每一轮登车过程中,工作人员会在特定时间让乘客上车。
在结束本研究之前,我们还基于从北京南火车站时刻表中提取的列车到站数据,进行了分时段模拟,以此展现一天中不同时段乘客到站情况的差异,从而让我们能够在更真实的场景下评估所提出的策略如何改善用户(包括乘客和出租车司机)的体验。以大型火车站内的一个出租车候客区为例,我们考虑了从早上6点至晚上10点的16小时运营时间。
我们通过分析方法研究了如何提升繁忙出租车候客区的服务效率。针对单车道、单通道且采用先到先服务登车顺序的情况,我们建立了用于描述不同运营状态的单长队列和双长队列的分析模型。对于存在长队列的单长队列情况,我们构建了基于马尔可夫链的模型来描述乘客队列动态的稳态情况,并推导出队列中乘客的平均等待时间。
作者贡献声明:
林曦:撰写——初稿、可视化、验证、方法论、研究、形式分析、数据整理、概念设计。
何芳:撰写——审阅与编辑、指导、方法论、资金获取、概念设计。
李萌:撰写——审阅与编辑、验证、方法论、形式分析、概念设计。
唐新迪:验证、方法论、资金获取、形式分析、数据整理、研究、撰写——初稿。
杜成宇:撰写——
利益冲突声明:
作者声明不存在任何可能影响本文所述工作的已知财务利益或个人关系。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号