论文阅读：疫情对出租车的影响

最近看完了一篇预印的论文：疫情对出租车行业的影响，做的真实很不错，用的方法虽然简单，但是分析的很深入。

1.概述

文章分析了出租车行业受疫情的影响，主要使用的数据是出租车运营数据，数据信息包括起讫点经纬度，时间，是否载客等等。文章分析的内容包括以下几点：

1. 出租车需求的变化；
2. 出租车行业在疫情后的恢复情况；
3. 出租车司机行为的改变；
4. 政府出台的出租车行业刺激政策对行业发展恢复的影响；

2.具体内容

2.1需求分析

需求分析主要是从时间和空间两个维度分别进行分析的。在时间维度主要是提取了车辆数和平均速度两个指标。分析了疫情各个阶段这两个指标的变化。然后分析了各个阶段一天小时车辆数的分布情况。在空间维度将深圳划分为市中心、郊区、周边郊区，然后时间上划分为了早晚高峰和平峰，分别对不同区域不同时间段统计trips数量二三四阶段相较于第一阶段的差异的变化情况。
类似的对出租车出行距离也进行了分析，分析各个阶段各个区域trip距离的变化情况。

2.2供给分析

供给分析主要对出租车的工作时间进行了深入的分析，这里工作时间主要是提取了一天的工作时长和工作时长分布。然后观察了高峰和平峰时间段的工作时长在不同阶段的变化情况。
此外，还对效率进行了分析，效率主要是使用每周trips数量、平均利用率（有乘客的时间/总出行时间）、平均搜寻乘客时间三个指标来度量。然后分析了各个阶段这几个指标的变化情况。
文章对搜索行为还进行了更为细致的分析，该行为主要使用平均搜索率、平均搜索速度来刻画。

Discussion

这篇文章的discussion可谓是精彩啊，整篇文章最精华的部分都在这一部分里面。
文章取每辆出租车的每周工作时间和平均利用率做聚类，以此发现虽说所有的司机受疫情影响都有工作时间等都有影响，但是总的来说可以分成4类，第一类各个阶段都努力工作，第二类相对来说各个阶段都努力工作，但受疫情影响更大些，第三类疫情前努力工作，受疫情影响工作时长等大大减小，第四类一直工作不咋努力。
然后提出了服务水平的概念，分析了乘客期望等待时间这一指标，然后对疫情各个阶段乘客期望等待时间这一指标进行分析。这一指标主要是由出租车密度和平均搜寻速度决定的，最后发现受政府政策的刺激，现在已经出现供大于求的现象了。在文章的最后，文章针对深圳政府对出租车行业的刺激手段，分析了这个供大于求的现象究竟是不是政府的政策所导致的，发现确实是，因为政府规定每天每个人只要工作5小时以上就能获得bonus，而一辆车一般有两个人运营，因此工作时间为10小时处理论上会出现一个突变，通过数据分析发现，果然10小时不到的地方概率密度有个突变减小，以此证明确实是由于政策刺激导致出租车行业供大于求了，以此说明这个刺激政策似乎有点矫枉过正了。

参考文献

Zheng H , Zhang K , Nie M . The Fall and Rise of the Taxi Industry in the COVID-19 Pandemic: A Case Study[J]. SSRN Electronic Journal, 2020.