(經濟觀察)29億人次拼車出行 “算法”提升中國交通效率

中新社北京11月29日電 (記者 周銳)滴滴出行29日發布數據顯示，其拼車業務上線以來，已累計有29億人次使用過拼車，最近一年累計行駛45億公里。

拼車是近年來中國共享風潮下所出現的一個新的出行方式。

資料圖：車流 張亨偉 攝

傳統意義上，乘客乘坐出租車所支付的費用對應的是整個車輛的空間。而拼車模式下，出租車上的位置被售賣給多位有著相近目的地的乘客。

這種方式可以實現多贏效果：乘客車費降低、司機收入增加、交通運輸效率獲得提升。

事實上，拼車在中國并不是一個全新事物。為了降低出行成本，此前就有乘客尋找熟人拼車。一些乘客還通過網絡發帖的方式，征集與自己有相近目的地的“網友”一起出行，并分攤費用。

但這種拼車出行的應用極為有限。一方面，找到拼友的時間成本和信任成本非常高；另一方面，在總車費不變的情況下，司機無法從中受益因而缺乏積極性。

但技術的發展讓拼車的規模化服務成為可能。滴滴等平臺的拼車業務，可以將路線相近的乘客進行匹配，共享車上的每一個座位，在降低乘客出行成本的同時，讓有限的網約車供給和城市道路資源得到最大化利用。據介紹，在北京約有30%的滴滴用戶會在通勤高峰時段選擇拼車。

但拼車業務難以回避一個問題：出行費用降低的同時出行體驗也明顯下降。尤其是系統匹配不精確的情況下，不是第一個到達的拼車乘客，會浪費大量時間等待排在其前面的乘客到達，最后到達的乘客更是需要把其他人“逐一送到”。

因此，如何提升計算能力，降低出行體驗的損耗，就成為拼車業務發展的關鍵。而算法的升級，成為突破這一瓶頸的關鍵力量。

滴滴出行介紹說，其每一次實現拼友間的成功匹配，平均需要額外進行18.6萬次匹配計算。結合每天超過400億次地圖路徑規劃請求，每日處理數據超過4875TB的能力。

而要實現車內座位利用率最大化，僅僅是對已有乘車需求進行分析和匹配是不夠的。滴滴出行CTO張博表示，目前滴滴利用深度學習模型，建立實時供需預測系統，致力于讓多個乘客順路同行的路線匹配度更佳。經過算法不斷優化，如今拼車的平均繞路時間已相比去年減少30%。

除了算法的提升，滴滴此次更新的拼車業務還在一些細節上做出優化。針對拼車乘客在時間上的焦慮，新的服務系統增加了預估到達時間的提示，便于乘客管理預期。新的拼車業務還采取了一系列措施鼓勵司機接收拼車的“運單”。

滴滴出行表示，通過數據計算，在過去的一個月，司機接拼車訂單能夠減少空駛率達16%。相比不接拼車訂單，接受拼車訂單的司機所獲得的獎勵要高約14%。該企業表示，未來還會給出更多獎勵，增加網約車司機提供拼車服務的意愿。(完)

責任編輯：郭澤華