【经济日报】29亿人次拼车出行 “算法”提升中国交通效率滴滴打车|拼车服务|算法|科技

滴滴出行29日发布数据显示，其拼车业务上线以来，已累计有29亿人次使用过拼车，最近一年累计行驶45亿公里。

【经济日报】29亿人次拼车出行 “算法”提升中国交通效率。拼车是近年来中国共享风潮下所出现的一个新的出行方式。

传统意义上，乘客乘坐出租车所支付的费用对应的是整个车辆的空间。而拼车模式下，出租车上的位置被售卖给多位有着相近目的地的乘客。

这种方式可以实现多赢效果：乘客车费降低、司机收入增加、交通运输效率获得提升。

事实上，拼车在中国并不是一个全新事物。为了降低出行成本，此前就有乘客寻找熟人拼车。一些乘客还通过网络发帖的方式，征集与自己有相近目的地的“网友”一起出行，并分摊费用。

但这种拼车出行的应用极为有限。一方面，找到拼友的时间成本和信任成本非常高；另一方面，在总车费不变的情况下，司机无法从中受益因而缺乏积极性。

【经济日报】29亿人次拼车出行 “算法”提升中国交通效率。但技术的发展让拼车的规模化服务成为可能。滴滴等平台的拼车业务，可以将路线相近的乘客进行匹配，共享车上的每一个座位，在降低乘客出行成本的同时，让有限的网约车供给和城市道路资源得到最大化利用。据介绍，在北京约有30％的滴滴用户会在通勤高峰时段选择拼车。

但拼车业务难以回避一个问题：出行费用降低的同时出行体验也明显下降。尤其是系统匹配不精确的情况下，不是第一个到达的拼车乘客，会浪费大量时间等待排在其前面的乘客到达，最后到达的乘客更是需要把其他人“逐一送到” 。

因此，如何提升计算能力，降低出行体验的损耗，就成为拼车业务发展的关键。而算法的升级，成为突破这一瓶颈的关键力量。

滴滴出行介绍说，其每一次实现拼友间的成功匹配，平均需要额外进行18.6万次匹配计算。结合每天超过400亿次地图路径规划请求，每日处理数据超过4875TB的能力。

而要实现车内座位利用率最大化，仅仅是对已有乘车需求进行分析和匹配是不够的。滴滴出行CTO张博表示，目前滴滴利用深度学习模型，建立实时供需预测系统，致力于让多个乘客顺路同行的路线匹配度更佳。经过算法不断优化，如今拼车的平均绕路时间已相比去年减少30％。

除了算法的提升，滴滴此次更新的拼车业务还在一些细节上做出优化。针对拼车乘客在时间上的焦虑，新的服务系统增加了预估到达时间的提示，便于乘客管理预期。新的拼车业务还采取了一系列措施鼓励司机接收拼车的“运单” 。

滴滴出行表示，通过数据计算，在过去的一个月，司机接拼车订单能够减少空驶率达16％。相比不接拼车订单，接受拼车订单的司机所获得的奖励要高约14％。该企业表示，未来还会给出更多奖励，增加网约车司机提供拼车服务的意愿。