自改革开放以来,我国经济持续增长,城镇化进程不断加快,国民生活水平有了极大提高。但是,这些快速发展的背后却产生了严重的城市交通拥挤问题,并由此导致了环境的不断恶化。缓解交通拥挤问题,改善居民生活环境已经成为了我国急需解决的重要难题。拥挤收费作为一种缓解交通拥挤的有效方法,其理论研究得到了大量学者的关注。特别是近年来,随着新加坡、英国伦敦、瑞典斯德哥尔摩等国家相继实施该项政策,拥挤收费已经在实践中被证明了是一个高效的缓解交通拥挤的方法。而在我国,北京、上海、深圳、广州等主要城市也陆续开展了拥挤收费的储备研究。然而,在拥挤收费理论研究与实践过程当中,有一个非常重要的问题却较少得到关注,即在实施拥挤收费过程中出租车是否也应该征收拥挤费问题。事实上,与私家车不同,出租车的拥挤收费是一类比较特殊的问题。这是因为,一方面,出租车是公共交通的重要组成部分,除了营利性质以外,还具有公益性。因此,对出租车征收拥挤费会增加乘客的成本,不利于人们的出行。但另一方面,从造成的拥挤程度与单人道路资源占有率来看,出租车都与私家车相同,因此,出租车理应与私家车一样支付拥挤费。此外,对出租车进行拥挤收费还能促使半刚性的出租车需求向公共交通转移,进而达到有效缓解交通拥堵的目的。基于此,本文重点研究了实施拥挤收费背景下的出租车拥挤收费问题,并分析了由此产生的出租车公司收益与出租车数量优化问题。论文的主要研究内容包括以下几个部分：1.分析了拥挤收费的经济学原理,进而为后续研究出租车拥挤收费问题以及从经济学角度解释研究结果提供了重要支撑。该部分的主要内容包括,首先界定了交通拥挤的定义与度量标准；然后从交通需求、交通供给、交通管理以及其他方面等角度分析了交通拥挤产生的原因；接着详细阐述了经济学中的经典边际收费理论,并进一步介绍了拥挤收费的静态收费模型与动态收费模型；最后,给出了拥挤收费在缓解交通拥挤方面的作用机理。2.研究了私家车与出租车两种交通模式下的出租车拥挤收费问题。对该问题的研究有助于理清出租车拥挤收费前后社会福利的变化规律,并为下面的研究做好准备。采用双层规划模型对该问题进行了描述。双层规划中的下层问题被表述为一组合网络均衡模型,目的是为了刻画出租车拥挤收费前后对出行产生、方式划分、出行路径选择以及空驶出租车交通分布的影响。其中,考虑到拥挤收费会显著影响总的交通需求量,因此,采用弹性需求函数描述了交通出行的产生；此外,由于基于熵最大化准则的重力模型能够有效考虑发生点与吸引点的社会经济因素,因此,采用该模型对空驶出租车的交通分布问题进行了刻画；而交通方式划分与出行路径选择则分别采用基于logit模型的选择函数以及UE (User Equilibrium)准则来描述。给出了等价于组合网络均衡模型的最优化问题,并证明了模型的等价性。双层规划中的上层模型为社会福利最大化。设计了求解下层规划模型的启发式算法,而整个双层规划则采用遗传算法进行求解。采用一算例检验了模型与算法的有效性,并分析了相关参数对出租车拥挤收费前后社福利变化的影响。3.我们通过对上述研究进行扩展来进一步研究了实施拥挤收费背景下的出租车拥挤收费问题。这些扩展主要包括：(1)考虑了公交车模式对整个系统的影响,进而分析了私家车、出租车以及公交车之间的相互竞争；(2)考虑了乘客等待出租车时间与出租车搜索等待乘客时间对交通方式选择的影响,并由此引入了出租车服务时间的守恒条件；(3)考虑了出租车价格中基于延误的收费问题,进而使得出租车的价格体制更加完善。此外,由于各交通方式的流量相互影响,且这种影响是非对称的,因此,无法构建等价的最优化模型。基于此,我们采用变分不等式来刻画组合网络均衡模型,并证明了模型的等价性和解的相关性质。设计了求解下层规划模型的高斯-赛德尔分解法(block Gauss-Seidel decomposition method)与MSA技术相结合的混合算法；而整个双层规划模型则仍然采用遗传算法进行求解。在上一章的算例基础上做了进一步完善,并用以检验这一章所提出的模型与算法。分析了有关重要参数对结果的影响,并与上一章的结果进行了比较。4.在分析了出租车拥挤收费问题之后,我们进一步研究了由此产生的出租车公司收益问题。构建了该问题的数学规划模型,为了有效考虑出租车数量与不同交通模式间的相互影响,我们将其表述为一个双层规划模型。模型中的上层规划分别在垄断出租车市场与寡头垄断出租车市场条件下,建立了出租车公司收益最大化的优化模型。特别的,当出租车市场为寡头垄断竞争市场时,我们采用非合作博弈中的完全信息静态博弈来对这个问题进行了刻画。双层规划中的下层模型为等价于组合网络均衡模型的变分不等式。该变分不等式能够有效描述出行者对出租车公司采取的不同策略(这里策略是指出租车的数量)所做出的反应。证明了模型的等价性,并说明了解的相关性质。考虑到上层规划模型与下层规划模型均为变分不等式问题,因此,大大增加了遗传算法的求解难度。基于此,我们设计了求解整个双层规划模型的启发式算法,其中下层规划则依然采用高斯-赛德尔分解法(block Gauss-Seidel decomposition method)与MSA技术相结合的混合算法进行求解。采用一算例验证了所提出模型与算法的有效性,并给出了一些有意义的发现。