登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 毕业论文 > 管理学类 > 公共事业管理 > 正文

基于大数据的网约车安全监管策略研究毕业论文

 2020-02-15 09:04:33  

摘 要

近年来,在我国经济的快速发展和互联网产业规模日况空前的情况下,网约车行业在国内风生水起,从兴起到发展仅仅只有不到十年,却已经成为人们日常生活和出行中不可或缺的重要角色。在大数据线上平台大量涌入市场经济的背景下,网约车行业迅速发现商机,不断为人们提供更加高效便利的出行条件、解决很多就业问题,可见网约车在国内传统市场的上有不俗的成绩。然而,任何由时代发展催生出的新兴产业,都具有其绝无仅有的优势与弊端,网约车行业亦是如此,网约车对传统出租车行业的冲击和市场中所占的分量使其得到社会的认可,同时也由于监管机制、策略及方式上的不足,网约车给社会带来了一些新的困扰,更是一度站在了社会舆论的风口浪尖上,使得对网约车的安全监管有其必要性。

本文将以现阶段国内的网约车发展现状及政策的出台落实为基础,分析国内网约车安全监管的现状与存在的问题,结合实际分析大数据在网约车安全监管中的功能,并据此提出利用大数据提升网约车安全监管的相关对策,在保持网约车自身优势的情况下促进其在市场中能够有序健康的发展。

关键词:大数据;网约车;安全监管

Abstract

In recent years, with the rapid development of China#39;s economy and the unprecedented scale of the Internet industry, the online car-hailing industry has only been in less than ten years since its rise to development. But it has become an indispensable and important role in people#39;s daily life and travel. Online car hailing, as literally, is based on the Internet and big data technology, which can provide passengers with the abbreviation of taxi by way of online reservation. Under the background of the influx of big data online platforms into the market economy, the online car-hailing industry quickly discovered business opportunities, and relying on big data, constantly provided people with more efficient and convenient travel conditions to solve the problem. Multi-employment problem, it can be seen that online car hailing in the domestic traditional market has good results. However, any new industry spawned by the development of the times has its unique advantages and disadvantages, and so does the ride-hailing industry. The impact of online taxi hailing on the traditional taxi industry and the weight in the market make it recognized by the society. At the same time, due to the lack of supervision mechanism, strategy and way, online car hailing has brought some new problems to the society, and once stood on the cusp of public opinion, which makes it necessary to supervise the safety of online car hailing.

Based on the present situation of the development of online car hailing in China and the implementation of its policies, this paper will analyze the present situation and existing problems of domestic online car hailing safety supervision, and analyze the functions of big data in the safety supervision of online car hailing in combination with the actual situation. Based on this, this paper puts forward some countermeasures to improve the safety supervision of online car hailing by using big data, so as to promote its orderly and healthy development in the market while maintaining its own advantages.

Key Words:big data;online car hailing;safety supervision

目 录

第1章 绪论 5

1.1研究目的及意义 5

1.1.1研究目的 5

1.1.2研究意义 6

1.2国内外网约车研究现状 7

1.3研究内容和方法 9

1.3.1研究内容 9

1.3.2研究方法 9

第2章 国内网约车安全监管困境 11

2.1国内网约车安全监管现状 11

2.2网约车安全监管中面临的问题 12

2.2.1政府角色的定位偏差 12

2.2.2网约车监管机制存在安全隐患 12

2.2.3平台与政府间信息沟通交流不畅 13

2.3国内网约车安全监管困境的成因 14

2.3.1 政府监管理念滞后 14

2.3.2 政府职能转变不到位 14

2.3.3监管部门众多且责任不明 15

2.3.4网约车数据信息缺乏系统的管理 16

第3章 大数据提升网约车安全监管的功能分析 17

3.1大数据能为网约车安全监管提供平台 17

3.2大数据使监管更具时效性 18

3.3大数据使安全监管更高效率 20

第4章 大数据对网约车安全监管的作用提升的建议 22

4.1网约车安全监管中创新政府监管方式 22

4.2规范政府对网约车的数据管理方式 22

4.3提髙政府数据管理技术水平 23

第5章 结论 24

参考文献

致 谢 25

第1章 绪论

1.1研究目的及意义

1.1.1研究目的

在互联网高速发展和大数据分析技术应运而生融入市场的现状下,大数据所带来的经济效益和社会效益早已超出人们的预期并在以更加惊人的速度影响或改变人们原有的生活方式,网约车的产生就是“互联网+”模式典型的例子。网约车的发展以互联网技术和大数据应用为依托,与GPS定位系统、人工智能技术相结合,给人们的出行带来了一种新的可能。作为一种新兴行业,网约车是线上电子业务和实体经济相结合的产物,这不仅符合现代社会的发展,为个人和社会提供更多的便利、甚至是在一定程度上为社会减轻了就业压力的同时也冲击着传统的出租车行业。网约车的快速发展和普及深得公众的肯定与喜爱,众多的企业被其广阔的市场前景吸引纷纷加入。

然而在网约车市场环境还未稳定、相关制度还未彻底完善并实施的情况下,它所带来的问题也接踵而至。尤其是在人们对于网约车的应用需求日益增长的状况下,网约车给人们的出行带来新的机会的同时也正在酝酿新的危机,在近些年发生的广为人知的一些网约车安全事件,给网约车行业敲响了警钟。大数据和人工智能在促成网约车的产生时又如何能促进它的发展,是本文关注的重点。网约车的未来发展前景不是和传统出租车一较高下,网约车的发展在于大数据分析和人工智能技术。复杂的数据代表着更加复杂的计算,谷歌的AlphaGo只需要计算19 * 19的数据。而在网约车平台,每一条街道、每一个用户发出的订单、每一个汽车行进的轨迹,都是需要计算的参数,另外还需要加上时间的维度,因为每隔几秒钟,“棋盘”就会发生变化。大数据和人工智能的发展主要依靠着三个方面,即:算法、大规模的云计算能力、海量数据的沉淀。网约车基于海量的精准数据,乘着腾讯云计算能力的东风,以及配合着联合了算法领域何晓飞教授、叶杰平教授等世界一流的科学家之后所迸发出的更先进的算法,网约车的前景不可限量。同时在这样数字化的时代背景下,基于大数据的安全监管策略研究显得尤为重要。

大数据作为网约车兴起发展的技术支撑,为新兴产业以及整个社会所产生的效益不可估量,在安全监管方面同样有着重要的研究价值。同时由此引发的一些安全问题可能带来的负面影响也需要我们重视,我们应充分挖掘大数据的潜在价值、攻克大数据在网约车行业发展中的一些弊端,并使大数据在网约车安全监管中发挥独特作用。因此,本文将以大数据为背景,政府公共政策和安全监管现状为基础,分析网约车安全监管中存在的问题以及成因,结合实际分析大数据在我国网约车监管中的功能和作用,以此为阶梯提出利用大数据完善我国网约车安全监管策略的相关建议,保护个人信息安全以及生命财产安全;提高网约车的服务质量;保障网约车行业在市场能够有序良好的发展;为新兴产业的创新和进步提供借鉴思路,维护社会稳定创造更多的价值。

1.1.2研究意义

于理论角度而言,大数据在社会领域占有越来越重要的地位,观望市场经济的发展大方向,大数据带给国家、社会、及各个行业的利益将日益增多;由大数据催生的网约车行业就是最好的证明。由于网约车行业给社会带来的反响有好有坏,在其快速发展的同时也发生一些严重的危害社会和谐的事件,为了网约车行业给人带来福祉的同时减少其弊端,对于网约车安全监管的研究也成为众多研究者的钻研方向,因而本文将大数据与网约车安全监管结合在一起,在有效发挥大数据背景下网约车行业的市场优势的同时,提出实质性的建议对策以优化大数据线上平台及网约车在社会中的应用,为网约车安全监管的研究作出微薄贡献。

于个人角度而言,政府对于网约车的安全监管与每一位公民都有着千丝万缕的联系。人们可能没有深入了解大数据,但不可否认的是,大数据早已存在于人们生活的方方面面,大数据线上平台的应用更是为人们的衣食住行提供了另一种可能。而网约车在市场运行的如火如荼时,社会对于由此带来的安全隐患倍加担忧,尤其是在整个行业的安全监管体制尚未完善、市场尚未得到有效规范时信息泄露或危害人们人身安全的事屡次发生,使得利用大数据技术完善关于网约车安全监管的研究显得更为迫切。此外,在网约车的应用当中,我们的个人信息安全会有遭到威胁的安全隐患,如手机号、身份信息和位置信息等的泄露,大数据背景下的个人信息更是能反映个人的消费倾向、移动路径等等,进而暴露公民个人的生活工作轨迹,因此在这样的隐私泄露的危害使得我们有必要重视网约车的安全监管策略。

从社会角度而言,网约车将道路资源和车辆资源有效的利用起来,优化社会的资源配置,增加社会整体经济效益,是“共享经济”的一种典型表现形式。尽管共享经济的概念可以追溯到20世纪70年代的学者提出的“协作消费”,然而直到近几年,互联网信息技术日益普及,这种经济模式才真正流行起来。在网约车还没有兴起的阶段,大多乘车用户需要漫长的等待才能拦传统出租车;而以此同时,在街道的另一端可能有更多空置的出租车正在寻找乘客。这种供给与需求不平衡、资源的浪费其实源自于司机与乘客信息的不互通,网约车通过互联网线上平台的叫车方式进行革新,节约了司机和乘客的时间也提高了效率,也有助于社会资源得到更合理、更充分地发挥作用,是符合多方需求的现代化交通方式。此外,基于现有的数据,滴滴现阶段已经很好的解决了出行供需匹配的问题,下一步在提高滴滴平台上用户与司机的匹配效率,提高司机效率,减少乘客拥堵时间,提升用户的体验上,大数据和人工智能也将会有更大的建树。网约车在运行过程中将必然产生用户的用车信息、身份信等等hellip;hellip;这些看似零散的数据信息在经过大量的汇总处理后能够分析出网约车的市场趋势或是提出更为精确的预测。这样正因为大数据如此强大的作用,使得近年不法分子窃取个人信息或是电商平台用户信息泄露的严重危害公共安全的事件发生;不仅如此,当前社会上存在不法分子常常汇集大量的个人信息并进行集中盗卖,影响市场秩序的平稳健康运行,更会降低人们对大数据线上平台的信赖。因此,研究大数据在网约车中的应用与作用,分析网约车行业中的安全隐患并提出更加具有创新实践意义的对策对于解决当前存在的热点问题及行业健康发展有着重要意义。

1.2国内外网约车研究现状

随着我国经济的迅猛发展,网约车在传统经济市场日益兴起。最显而易见的是,在知网仅搜索“网约车”等关键词时, 就约有348篇硕士论文和1229篇期刊学术论文其中,冯苏苇、任其亮,刘俊辰等均发布了8篇及以上相关文章。据了解,该研究课题从 2015年才出现并逐渐增多,因此表明该研究虽是较新的课题但也是研究者们深刻关注的社会热点问题。不仅如此,国家和地方政府对网约车行业也非常重视,相继出台了与之对应的监管政策与具体细则。2016年7月26日交通运输部出台了《关于深化改革进一步推进出租汽车行业健康发展的指导意见(征求意见稿)》(以下简称《指导意见》)和《网络预约出租汽车经营服务管理暂行办法(征求意见稿)》(以下简称《暂行办法》),标志着“网约车”的合法性,这也成为网约车行业的标准量尺。此外,各地方也以《暂行办法》和《指导意见》为依托,积极出台相关政策。通过比较各地网约车管理细则的相关政策分析可以得出,各地网约车服务监管的对象主要包括网约车平台公司、网约车司机、网约车车辆等。各地出台的细则都没有对《暂行办法》进行大范围的调整,有的地区提高了网约车服务的准入门槛,有的地区则适度放宽了进行网约车服务的准入要求。《暂行办法》以及各地出台的细则在一定程度上规范了网约车行业的市场运营,在具体细节上则坚持因地制宜区别化的监管策略。

但是《暂行办法》以及各地出台的细则并非完美无缺。刘钺表示(2017),“网约车新规仅是一个不完整的指导性规范,它没有跳出我国固有的传统出租车的监管制度,仍未形成一个完整独立的网约车监管体系且“网约车新规”在执行上存在一定困难。”显然在这样的背景下,对网约车安全监管问题的研究与讨论还不能趋于完善和成熟。一方面,“行政许可”是目前各地对网约车服务最为普遍监管模式,这有可能适得其反,抑制市场的良性竞争,阻碍这一新兴行业的发展。

综上所述,网约车作为新行业新技术的代表,必须有自己的一整套监管体系,盲目借鉴其他监管模式非常有可能阻碍这一新兴产业的发展。另一方面,《暂行办法》对于监管主体间的权责、沟通协调方面还不够全面,极有可能造成各监管主体混乱,加大治理难度。网约车与传统出租车的运营模式存在较大差异,在监管层面也应具体问题具体分析,在网约车趋于“合法化”发展的同时,应该重视乘客利益和司机利益的保障和维护,更有必要实施规范化监管,以规范系统化监管制度为基准,减少和预防可能对社会公众的权益造成的伤害。

在国外,网约车行业的兴起和发展同样在经济市场引起轩然大波,引起了众多学者的关心和研究。但不同的国家对网约车行业的态度也是各有千秋,主要分为认可网约车的合法性并给予支持型、并不承认也不反对的观望型以及不认可,坚决反对型。

以美国为例,美国作为网约车行业的兴起地,是认可其合法性的主要国家,因而网约车行业在美国的发展和壮大是不言而喻的。根据Marketer、Second Measure和Earnest Research调查数据,2018年,有24%到43%的美国人口使用过网约车服务,网约车普及率较高。其中以Uber为代表的网约车平台由各州或市自行制定监管方案在美国,网约车与出租车市场的相辅相成成就了目前纽约市出租行业的良性发展,纽约市前城市交通主管布鲁斯(Bruce Schaller)表示“创新-监管-过度监管-创新是一个逃不过的循环。”另外,Robyn Dowling 和 Jennifer Kent(2015)认为“车辆共享在短时间内得到了快速的发展,尤其是依托大数据的网约车运营模式在全世界范围内都得到了广泛的普及。”

以欧洲为例,Claudio Zavaglia(2016)对欧洲的交通市场进行了全面的分析,指出“应该依靠政府建立出信息化的交通系统,使得公共交通更加的便捷高效,这样可以有效的控制私家车的增长,在信息化的交通系统中纳入了网约车,以此来解决网约车信息不对称的问题,提高了政府监管的力度。”以韩国、法国等为例,对于网约车是持反对态度的。

综上所述,在全世界范围内,各国对网约车行业的合法性还是有很多争议,具体表现在行业的合法性争议、运营方式与运行机制的争议、监管方式和监管力度的争议等。

1.3研究内容和方法

1.3.1研究内容

网约车利用创新性的思路,将地理信息技术、数据分析技术和管理优化技术相结合,为传统出租车行业提供了一个新思路和新方向,为人们的出行提供了多元化服务。然而近些年来频繁出现的网约车安全事件已经成为公众关注的热点问题。本文将以大数据为背景,分析网约车安全监管中普遍存在的困境,结合实际分析大数据在网约车安全监管中的功能、分析案例提出利用大数据的潜在价值完善我国网约车在监管政策、监管方式等相关建议。(图1:技术路线图)

基于上述目标,大致将研究内容分为五个章节,即绪论、国内外网约车发展研究现状及困境、大数据在网约车平台中的功能分析、利用大数据提升网约车安全监管策略相关建议。

绪论部分简要介绍论文的研究背景、意义及目标、主要研究内容、方法、研究框架及国内外网约车发展现状。网约车的安全监管困境部分将通过文献查找和出台政策对比分析等方式分析政府在网约车安全监管等方面的困境;大数据在网约车平台中的功能分析部分将更多关注大数据本身在行业中的优势和在网约车中的应用,肯定其为符合社会经济发展的重要驱动力,并结合社会实时热点,对典型案例进行剖析并以此为梯度罗列网约车的风险因素。利用大数据完善我国网约车安全监管的对策建议部分将以此前的内容为基础提出针对各个困境的建议、以充分发挥大数据在网约车安全监管中无可替代的作用。

您需要先支付 80元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图