不知道你有沒有過這樣的經(jīng)歷:在得知你的目的地后，你的訂單被優(yōu)步或滴滴司機取消了。師傅的理由很可能是“我現(xiàn)在下班了”或“我的車沒油了”，但憤怒的同時你一定也會懷疑：我的目的地是不是不對師傅的口味？拒絕我的司機是在尋找賺取更高車費的機會嗎？

最近關(guān)于北京出租車司機的一項研究結(jié)果支持了這一觀點：依據(jù)乘客的目的地進行拒載，確實能賺到更多錢。由于像優(yōu)步和Lyft這樣的公司正在各地形成公共交通體系，這種利益驅(qū)動的偏見可能會讓部分人很難打到出租車。

上月，美國科學(xué)雜志報道了兩位來自中國的學(xué)者基于北京出租車數(shù)據(jù)的這一相關(guān)研究：他們通過北京出租車行業(yè)2012年間的兩個月的GPS跟蹤數(shù)據(jù)，分析了20億行出租車司機的行為數(shù)據(jù)，研究對出租車司機是否接受乘客要求的行為選擇造成影響的客觀因素：起始地點、距離遠近、司機收入偏差等。然后基于大數(shù)據(jù)算法，得出了出租車司機拒載乘客這一現(xiàn)象背后的行為決策模式，并估計出，在北京，你會面對的出租車拒載概率是8.15%。

研究這個數(shù)據(jù)集的研究者是來自于中國科學(xué)技術(shù)大學(xué)的兩位計算機科學(xué)家，張四海和王芷陽，他們也都有許多不悅的打車經(jīng)歷，于是，他們想知道：從司機的角度來看，拒載乘客怎么會賺更多錢的呢？該團隊報告發(fā)表在本周的《PLOS one》雜志上。

研究方法

乍看之下， 20億行的數(shù)據(jù)中沒有什么有價值的信息：他們只揭示了出租車行程的啟止位置，但某個司機是否為了一個乘客而拒絕另一個則從未被記錄。但研究人員發(fā)現(xiàn)，他們可以通過把司機看作一個整體的方法去推測出他們“回避乘客”的情況。

理想情況是這樣的：如果在北京每個司機都只是按隨機線路行車，搭載他們第一個看到的乘客，那么所有乘客將有均等的機會打到車，平均下來所有司機都會賺取相同的錢。當(dāng)然，實際情況并非如此。這點很容易理解，也無可厚非：出租車在�？奎c聚集，所以行程起點位置并非隨機分布，而是集中在火車站和體育場等地，那里有更多的乘客需要搭載。

然而，當(dāng)他們了解到目的地信息后，就會出現(xiàn)了另一種傾斜與偏差：有些司機明顯偏好選擇那些熱門目的地，即容易拉客的地方，而不是去偏遠地帶。產(chǎn)生這種偏差的原因，Zhang和Wang推斷，這部分司機一定拒載某些乘客了。否則，所有司機會有相似的日常行程分布。但拒絕乘客真的能賺錢嗎？畢竟，空駛時是不賺錢的。

為檢驗這個推斷，團隊采用北京的標準出租車票價率，估計了每個司機將從百萬次的行程中賺多少錢。果然，一些司機較之其他會賺更多的錢。前25%的司機平均每天賺大約80美元，遠高于北京居民的平均水平；，末尾25%的司機只能賺到這個數(shù)字的十分之一，即每天8美元。然后，科學(xué)家們就高收入者的行程與低收入者的進行了比較。

根據(jù)兩位學(xué)者的分析，通常我們所認為的“聰明”的出租車司機總能找的更合適的業(yè)務(wù)起始點，以獲得高于平均水平的收入，這一論斷背后還有著更深層的行為動力學(xué)原因。研究者通過將行為激勵的因素分解為距離、時間、油耗、收入（利潤），然后分別從大數(shù)據(jù)的角度找出影響司機決策的模式——數(shù)學(xué)方程，經(jīng)過算法分析，得出結(jié)論，從中可以清楚的看到，不同收入檔次的司機，所面臨的搭載情況（起點情況和終點情況）、乘客數(shù)量、工作時間等有著不同的組合（如下圖所示）。

研究結(jié)果

這不得不說是大數(shù)據(jù)技術(shù)應(yīng)用于生活的又一項接地氣的成果。作為市場經(jīng)濟社會中的一員，理性是我們作為社會人的重要屬性，也是我們的基本能力。當(dāng)這樣的不愉快或者不方便的情形在許多消費者身上都出現(xiàn)的時候，這已經(jīng)足以引起有關(guān)部門和研究領(lǐng)域人員的關(guān)注，并促使相關(guān)人員尋找這一現(xiàn)象普遍存在的原因，為更進一步找到應(yīng)對之策做好準備，這才是我們的最優(yōu)策略。幸運的是，大數(shù)據(jù)有望為我們實現(xiàn)這一點，或者說，最起碼，已經(jīng)找到了通往“無拒絕坦途”的路徑，提供了可能。

然而，從人口角度來看，出租車司機的數(shù)量對于一個地區(qū)的人口來說可以看作是均勻分布的，也就是說無論是司機還是乘客，都面對著同樣等概率進入市場的機會，那么不同收入的差異就是有意識的行為選擇導(dǎo)致的結(jié)果。從研究圖形來看，就是這些不同影響因素之間，由于司機有意識選擇后，形成的不同組合，導(dǎo)致的結(jié)果就是，出租車司機的最終收入出現(xiàn)偏差。而經(jīng)濟利益的誘惑，又促使出租車司機更傾向于尋找高收入組合的可能。由此，拒載事件屢見不鮮。明白這一點，可以讓我們更心平氣和的看待日常生活中的這一不方便事件，也讓我們離問題的解決，更近了一步。

結(jié)果揭示了為什么北京的出租車司機可能會比較挑剔乘客：那些堅持在主流易搭載區(qū)域之間行車的司機確實賺到了更多的錢。事實證明，不管開多長時間車，只要是去偏遠的郊區(qū)，一天所獲的報酬總是比較少的，因為司機浪費了回到市區(qū)的時間。北京賺錢最多的出租車司機大約每12名乘客就拒載1次。

最后，需要說明的一點是，致力于研究人類行為的比利時那慕爾大學(xué)計算機科學(xué)家Vsevolod Salnikov,已經(jīng)對此項研究成果所揭示的原理給予肯定，并認為網(wǎng)絡(luò)約車平臺上同樣存在類似的情況，這一發(fā)現(xiàn)將有助于進一步約束出租車司機的拒載行為，或許，不久的將來，我們乘坐出租車時擔(dān)心拒載的心情將由此改變，不再方便與阻礙“兩難”，而是順利與便利“兩利”。

所以說，任何一項科學(xué)研究都具有改變世界的潛在能力，只是發(fā)揮出作用并為人所知需要時間而已。這一次的出租車拒載事件的行為動力學(xué)研究，不僅讓我們看到大數(shù)據(jù)時代的有一種進步，更讓我們對所生活的世界有了新的認識，一切問題都有解決的辦法，我們只是需要不斷尋找它們。當(dāng)我們對世事有了新的了解，生活也會因此不同。

兩位學(xué)者更進一步地對上述影響因素進行了更深入細致的配對研究，尋找他們彼此之間的作用關(guān)系，以及最后導(dǎo)致行為決策偏差的作用機理�？此茝�(fù)雜，想來頭痛的問題，就在兩位研究者的精妙技術(shù)里，抽絲剝繭，一一呈現(xiàn)。這一過程對研究者來說，是一項艱巨而繁重的任務(wù)，但對于我們讀者來說，則是一次酣暢淋漓的閱讀體驗，其中的思維火花，算法應(yīng)用的精妙之處，在此不能一一盡述。

美國科學(xué)雜志的報道鏈接：http://www.sciencemag.org/news/2016/11/having-trouble-hailing-taxi-could-be-why?winzoom=1

致謝：

本文研究工作得到數(shù)據(jù)堂（北京）科技股份有限公司的數(shù)據(jù)支持，研究者在此表示深切謝意！

【論文作者簡介】

張四海，2006年獲得中國科學(xué)技術(shù)大學(xué)計算機科學(xué)博士學(xué)位，而后留校任教至今。已發(fā)表高水平研究論文70余篇，內(nèi)容涉及人工智能、無線通信、無線網(wǎng)絡(luò)等，先后主持／參與國家自然科學(xué)基金、國際合作課題、863課題、國家科技重大專項等24項，項目內(nèi)容涉及無線通信、無線網(wǎng)絡(luò)和無線大數(shù)據(jù)領(lǐng)域。長期擔(dān)任IEEE多項刊物的審稿工作，組織多項大數(shù)據(jù)相關(guān)學(xué)術(shù)會議，研究組已建成小型Spark實驗分析軟硬件環(huán)境。目前從事無線大數(shù)據(jù)的理論和應(yīng)用研究，重點研究無線網(wǎng)絡(luò)和無線用戶的行為分析和時空業(yè)務(wù)建模，經(jīng)濟／金融時空序列的推斷分析和異常檢測。