关于互联网时代的出租车资源配置的研究.docx

《关于互联网时代的出租车资源配置的研究.docx》由会员分享，可在线阅读，更多相关《关于互联网时代的出租车资源配置的研究.docx（43页珍藏版）》请在三一办公上搜索。

1、关于“互联网+”时代的出租车资源配置的研究摘要随着社会发展与人们生活水平的提高，出租车在城市交通中扮演着重要的角色。应运而生了出行打车难，交通堵塞等一系列亟待解决的问题。本文通过分析出租车出行特征和规律，运用层次分析数学模型和模糊评价数学模型，以及利用“互联网+”对出租车资源优化配置进行了简要的分析研究，在已有的供需平衡理论的基础上，设计出了新的补贴方案，该方案在一定程度上缓解了交通压力。 针对问题一，本文通过里程利用率、车辆空载率、万人拥有量、出租车出行结构比重、候车时间这五个指标来定性的分析问题，再运用层次分析法分析深圳市不同时空出租车资源的“供求匹配”程度。通过对各项权重的计算，可得出候

2、车时间在高峰期的权重系数为0.6521、平峰期的权重系数为0.5144、繁华街区的权重系数为0.6413、普通街区的权重系数为0.5056。得出结论:无论是在不同时间（高峰期，平峰期）还是在不同空间（繁华街区和普通街区），候车时间对供求匹配程度的影响都是最大的。针对问题二，本文通过建立模乘客满意度的模糊评价模型分析了不同的补贴方案对于“缓解打车难”的帮助程度。用SPSS求解模型后，得出深圳南山区的最终等车状态的综合等级为满意等级状态，对应的满意等级为4，从而说明出租车的补贴方案是有帮助的。乘客和出租车司机双方都得到补助，除了节省了乘客的时间，还降低了出租车空驶率，在一定程度上缓解了打车难的问题

3、。针对问题三，鉴于交通状况的复杂性，设计出对于不同时空出租车和乘客不一样的补贴方案，分别有路径补贴、时间补贴、高峰期补贴、偏远地区的补贴和繁华地区的补贴。出租车资源配置的衡量指标众多，结合问题一，在纷杂的海量指标中，提取出最主要的影响指标是非常必要的，通过层次分析模型来分析供求匹配程度得出结论。主要运用SPSS软件处理数据，分析得到的模型是否是最优的，通过优化使建立的模型是最为精确的，从而提高准确度。方法简单明了，结果比较准对于不同时空出租车和乘客不一样的补贴方案，考虑到补贴条件的复杂性，我们加入系数对目标函数进行调整，系数值由因子分析法得到。为论证了补贴方案的合理性。分别从乘客角度、司机立场

4、、以及能否“缓解打车难”等方面进行了合理性的分析，定性的得出结论。如果要创建一个新的打车软件服务平台，考虑所设计的补贴方案一定会行之有效。最后，本文对模型进行了检验及评价分析。模型一层次分析法的权重及组合权重都通过一致性检验。同时，本文对出租车的供需平衡分析可以推广应用到需要供需平衡调节的资源。关键词：互联网+ 打车难 层次分析法 模糊评价模型一、问题重述随着社会经济的发展，出租车已逐步成为受市民欢迎的重要交通工具之一，然而“打车难”该社会热点问题一直备受关注。随着“互联网+”时代的到来，多家公司利用移动互联网建立了打车软件服务平台，不仅实现了乘客与出租车司机之间的信息互通，还提高了整个出租行

5、业的服务质量。各打车软件服务平台还推出多种出租车的补贴方案来改善软件的实用效果，增加软件的使用人数，同时缓解“打车难”的局面。 围绕市民“打车难”这一热点问题以及随互联网发展而崛起的打车软件服务平台的相应补贴方案，建立数学模型研究如下问题：（1）建立合理的指标，并分析不同时空出租车资源的“供求匹配”程度。（2）分析各公司的出租车补贴方案是否对“缓解打车难”有帮助。（3）如果要创建一个新的打车软件服务平台，要求设计出相应的补贴方案，并论证其合理性。二、问题分析21问题一的分析问题1要求建立合理的指标体系来评价不同时空出租车资源的“供求匹配”程度。影响供求匹配的主要因素有出租车供给量，城市人口对出

6、租车的需求，不同时段，客流量，交通状况等情况。为了对匹配程度进行分析，本文从以下几个指标来描述：1. 里程利用率，能够反映出租车车辆的载客效率。2. 车辆空载率，体现出运力与运量的平衡，即出租车与需要搭乘出租车的人数之间的平衡。3. 万人拥有量，由每一座城市的人口规模以及所提供服务的出租车数量所决定，从而作为城市人口需求与出租车供给的一项指标。4. 出租车出行结构比重，人口所选择的出行方式决定对出租车的需求。5. 候车时间，候车时间是出租车供给量的间接表示，候车时间长，代表出租车供应不足，候车时间短，乘客的需求较快的呗满足，代表满意度高。虽然这些指标都可以来衡量出租车供给与需求，但并不能单个简

7、单的分析“供求匹配”，因此需要运用层次分析模型定性与定量的对“供需匹配”分析。以供求匹配程度为目标，以五个指标作为准则层。运用9标度法求解模型。将五项指标的权重值在不同时空相比较，最终汇总各项指标对供求匹配做出定量与定性分析综合分析。22问题二的分析 打车软件的应用，在一定程度上建立了乘客与出租车之间的互动，首先，节省了双方的时间，使候车率与空车率一定程度上的减小，但是，也出现了出租汽车驾驶员为追求打车软件提供的额外收入而普遍拒载扬招乘客的现象，会使很多不使用打车软件的市民打车更难。由此，分析补贴方案对“打车难”的影响，把“打车难”原因与补贴方案做具体分析。本文建立基于乘客的满意度的模糊评价模

8、型，按照乘客满意度程度，将满意度划分五个级别，分别是很满意，满意，一般，不满意和很不满意。以此作为评照的标准。搜集滴滴打车软件公司对于出租车的补贴方案，发现补贴方案复杂，所以选取代表性的三个补贴方案。分别是“乘客立减十元，司机奖励十元”，“乘客返现0到20元”，“取消对司机的补贴”为评价因素分析补贴方案对于乘客打车是否有帮助。 23问题三的分析从第一二问可知，不同时空出租车资源的“供求匹配”程度是不一样的，互联网模式下出租车补贴对于“缓解打车难”有一定的帮助，则需采取对于不同时空出租车和乘客不一样的补贴方案，考虑到补贴条件的复杂性，我们加入系数对目标函数进行调整，系数值由因子分析法得到。三、模

9、型假设（1） 假设司机始终勤恳的工作，在乘客减少的情况下仍然积极寻客。（2） 假设城市人口，规模，交通不发生大的变动。（3） 假设短期内不会出现对出租车影响较大的政策。（4） 假设不考虑通货膨胀对出租车价格的影响。（5） 假设其居民的总体生活习惯短期内不变。四、符号的说明符号意义相对尺度为乘客抽取红包得到的金额为出租车司机抽取红包得到的金额指标隶属度评判决策矩阵特征向量排序权重向量评价因数集为出租车司机得到红包总金额为乘客得到红包总金额评判集一致性指标一致性比率随机一致性指标A的最大特征值五、模型建立及求解5.1模型一的建立 5.1.1 选取合理指标判定“供求匹配”的主要指标有：（1）里程利用

10、率里程利用率：即营业里程与行驶里程之比，一般以一辆车为单位。 （1）里程利用率这一指标能够反映出租车车辆的载客效率。如果比例高，说明车辆行驶中载客比例高，空驶比较低，对于有需求的乘客来说可供用的车辆不多，乘客等待时间增加，供求关系比例紧张，则会加剧打车难的现状，影响交通堵塞，给各类乘客造成不便， 违背服务行业的宗旨。如果比例低，则车辆空驶比例高，出租车供给大于需求，车辆租用比较方便，但会造成资源浪费，出租车的经济效益下降，造成客运出租车行业的不稳定。（2）车辆空载率车辆空载率：通过在车流量较大的客流集散较为集中的地点选取几个长期观测点，单位时间通过道路的未载有乘客的出租汽车数量与总通过出租汽车

11、数量之比。 （2）车辆空载率是城市较为集中地点人口对出租车的需求的表征，体现出运力与运量的平衡。国家有关部门以出租车空载率30%的运力控制标准，在中心城市，当出租汽车空载率高于30时，对乘客而言等待时间在可接受范围之内，不会出现打车难的状况，但对出租车而言，会造成载客效率低的局面，应限制出租汽车运力增加；当车辆空载率低于30%，表示出租车车辆的载客效率高，对于要乘车的乘客来说对出租车的需求增大，乘客的等待时间也相对增多，出租车供应不足，应增加出租车供给，提高城市的交通服务质量。 图5-1 不同时间段的出租车空载率（3）万人拥有量 万人拥有量：指人均拥有量指标，用来描述一定城市规模内车辆的占有量

12、。 （3） 按照现行城市道路交通规划设计规范，大城市出租车每万人拥有量不少于20辆，小城市每万人拥有量不少于5辆，中等城市可在其间取值。（4）出租车出行结构比重出租车出行结构比重：随着经济的发展，出租车在公共交通的地位越来越重要。在许多城市，出租车完成的客运量占公共交通的10，有的城市达到20。（5）候车时间候车时间：指乘客有需求时等待出租车的时间。根据搜集到的数据显示，各观察点不同时段的平均候车时间达16.2分钟，该数据便体现出“打车难”的状况。各地的交通状况，人口状况均有差异，导致候车时间也不尽相同。分析深圳市主要影响候车时间的相关因素：一是深圳出租车存在的“拉载联客”现象；二是深圳近年来

13、大力开展基础交通设施建设。这两个因素都有利于了候车时间的缩短。具体候车时间如下图所示：图5-2 平均候车时间图 各种评判指标的权重及具体系数如表4-1所示，通过查阅文献可知，深圳地区出租车完成的客运量占公共交通的20.7，这里我们取值0.2，其余的值也同理，小数点后保留一位小数从而简化接下来的计算过程，具体数据如下表所示：表5-1 出租车运力规模综合评价功效系数指标权重指标值功效系数出租车万人拥有量（辆/万人）0.10-100.510-200.720-301.030-400.7400.5出租车出行结构比重0.20.0-0.050.50.05-0.10.70.1-0.21.00.2-0.30.7

14、0.3-0.80.5里程利用率0.20.810.7-0.80.70.70.5出租车空载率0.20-0.20.50.2-0.30.40.3-0.41.00.4-0.50.70.5-1.00.5乘客候车时间（min）0.3100.55.1.2建立层次分析模型本文运用层次分析法来分析深圳市不同时空出租车资源的“供求匹配”程度。层次分析法是将决策总是有关的元素分解成目标层、准则层、方案层，在此基础之上进行定性和定量分析的决策方法。层次分析法的基本步骤：1. 建立层次分析结构模型2. 构造成对比较阵3. 层次单排序并作一致性检验4. 层次总排序并作一致性检验根据专家分析及题中要求, 以出租车资源的供求匹

15、配程度最高为目标层，以五个特定指标为准则层，往下又分子准则层。运用YAAHP软件，建立不同时空出租车资源的“供求匹配”程度的递阶层次结构如图5-3所示：图5-3 层次分析递阶图其中：不同时间段包括节假日与工作日，以及一天中的高峰期，低谷期。5.1.3 模型求解根据9标度法来定性的成对比较，确定相对尺度aij 的值，9标度法的含义如表4-2所示：表5-2 9标度法含义xi 与xj 同样重要xi 比xj 稍重要xi 比xj重要xi 比xj 强烈重要xi 比xj 极重要 取值1 3 5 7 92 4 6 81.准则层以里程利用率，车辆空载率，出行结构比，万人拥有量，候车时间为准则层，根据实践经验和分

16、析的结果，得图5-4,如以下成对比较阵：图5-4 成对比较阵出租车资源的匹配程度A的各个特征向量： 对向量M归一化： 第二层对目标层的排序权重向量为：W(2) =(0.5443，0.1968，0.1559，0.0735，0.0295)成对比较阵A的最大特征值= = （4）A的最大特征根： 一致性指标： C.I.= （5）随机一致性指标： R.I.=1.12 （经查表得） （6）一致性比率： C.R.=C.I./R.I.=0.0443/1.12=0.03950.1 （7）因为一致性比率C.R小于0.1，认为A的不一致程度在容许范围之内，一致性检验通过，所以成对比较矩阵为一致性矩阵，其特征向量可用

17、作为权向量。2. 方案层第3层对第2层各因素的层次单排序权重向量分别为：对成对比较阵B1C1 ，C2 ，C3对准则B1的排序权重向量为W13（0.7986，0.1049，0.0965）TCR1 3 0.00680.1所以成对比较阵B1 有满意一致性。同理，对成对比较阵B2 和B3 ，B4 ，B5 可分别求出层次单排序权重向量，并进行一致性检验。C3 ，C4 ，C5 对准则B2 的排序权重向量为W23 （0.118，0.5910，0.2910）CR2 3 =0.000170.1所以成对比较阵B2 有满意一致性。C2 ，C4，C5 对准则B3 的排序权重向量为W33 （0.1365，0.6250，

18、0.2385）CR3 3 =0.01760.1所以成对比较阵B3有满意一致性。C1 ，C6 ，C7 对准则B4 的排序权重向量为W43 （0.0974，0.3331，0.5695）C.R.4 3 =0.02360.1所以成对比较阵B4有满意一致性。C6 ，C7 ，C8 对准则B5 的排序权重向量为W53 （0.2426，0.0879，0.6694）CR5 3 =0.00680.1所以成对比较阵B5有满意一致性。第三层因素对目标层的层次总排序权重向量为 决策层对总目标的权值分别为：0.5215，0.1766，0.0692，0.1842，0.0243，0.0243 ，且通过检验，一致性比率CR0.

19、1，层次总排序通过一致性检验。组合权重值0.5215，0.1766，0.0692，0.1842，0.0243，0.0243 可作为最后的决策依据。得图5-5，如下图所示：图5-5 匹配程度图对于高峰期供求匹配的数据，准则层的权重值如图5-6所示:图5-6 高峰期供求匹配的权重值图汇总供求匹配的各项指标权重值如表5-3所示：表5-3 五项指标的权重值匹配程度万人拥有量车辆空载率里程利用率出行结果比重候车时间高峰期0.2010.18960.10270.03550.6521平峰期0.2010.33270.10060.03220.5144繁华街区0.2250.20130.10800.02770.641

20、3普通街区0.2010.33760.10130.03570.50563由上述的结果可知，无论是在不同时间（高峰期，平峰期）还是在不同空间（繁华街区和普通街区），显然候车时间对供求匹配程度的影响都是最大的，而对于不同时间，车辆空载率对于供求匹配程度差距较大，这也是由于高峰期空载率会明显降低所致。对于繁华街区和普通街区，虽然万人拥有量的值相差较大，但是对于供求匹配的影响差距并不大。5.2建立模糊评价模型求解乘客满意度问题打车软件的应用，从一定程度上方便了使用打车软件的市民约车，以此来缩短等待时间，但与此同时，也出现了出租汽车驾驶员有了更多的选择，为追求打车软件提供的额外收入而出现拒载扬招乘客的现象

21、，会使很多没有使用打车软件的市民打车更难。基于此，本文建立基于乘客的满意度的模糊评价模型，以滴滴打车软件公司对于出租车的补贴方案为例，研究对于乘客打车是否有帮助。分析对于出租车的不同补贴方案，我们可以得知,各个补贴方案在乘客中的满意度的影响程度是不同的,对于出租车延误等级的综合评价是一个多目标决策问题,往往需要考虑多个目标，即各个指标在出租车延误中的影响程度。一般情况下,其相对影响程度是由一组规范化的优先权来给定的,即有k个目标,一组权是,且满足: 在很多情况下,对目标的相对影响程度很难做出定量的测量,只能给出定性的比较判断,因此,在处理实际问题时,就不好解决。目前,人们提出了一些方法,常用的

22、有专家咨询法、层次分析法、加权最小二乘法、成对比较法等。本文选用专家咨询法来确定各个指标的权重。通常情况下，先聘请专家对各影响事件的因素进行比较判断，再运用对这种定性判断的结果量化。将各专家作为特征样本，将各评价指标作为事件进行处理，这样得出的修正权重可以较大的提高各个权重指标的客观性。5.2.1评价标准的选择按照顾客满意程度的不同，我们将满意度程度划分为五个级别，分别为很满意、满意、一般、不满意和很不满意五个指标，如下：表5-4满意程度级别表等级程度 等车时间一级很不满意超过20分钟二级不满意15到20分钟三级一般10到15分钟四级满意 5到10分钟五级很满意 5分钟之内通过本文搜集到的数据

23、，并参考相关的标准，分别确定五个评价指标不同评价等级的值。按照打车软件对出租车的补贴情况变化进行整理，由于补贴情况太过复杂，本文只选取取“乘客立减10元，司机奖励10元”、“乘客返现0到20元”、 “取消对司机的补贴”三个主要指标作为顾客满意度的评价指标。5.2.2 模型的建立(1) 确定评价因素集与评语集根据以上评价指标的选取和乘客满意度级别的划分，确定评价因素集为，分别对应于“乘客立减10元，司机奖励10元”、“乘客返现0到20元”、 “取消对司机的补贴”。同时，确定评判集，分别对应于很满意、满意、一般、不满意和很不满意五种评价等级。(2) 确定评价指标权重向量a）给定初始的样本矩阵，对原

24、始数据进行标准化处理，得到数据矩阵。c）统计的特征根和相应的特征向量，将特征根按大小顺序排列，则第个主成分的方差贡献率为,前个主成分的累计贡献率为。d）选择n个主成分，通常所取得累计贡献率85%以上，即；e）前n个主成分对总体方差的贡献矩阵，同时得到各指标在前n个主成分上的贡献矩阵，则各指标对总体方差的贡献率矩阵为： （8）W中各元素的值即为相应指标的权重。根据以上权重确定方法，计算“乘客立减10元，司机奖励10元”、“乘客返现0到20元”、 “取消对司机的补贴”三个指标的权重向量为： （9）(3) 确定指标隶属度在确定指标隶属度时，对于越大越优指标，采用升半梯形法，对于越小越优指标，采用降半

25、梯形法。其中路段平均行程速度属于越大越优指标，其他两个评价指标属于越小越优指标。越大越优隶属度函数为： （10）越小越优隶属度函数为： （11）(4) 模糊综合评价通过以上分析， 确定的模糊评价矩阵为： （12）在模糊评价矩阵构建的基础上， 对所得矩阵和权重向量做合成运算，最终得到（13）式： （13）式中，。令，取值为0，1，越接近1，乘客等车时间越长，越不满意；反之，等车时间越短。其中分值区间与满意程度的对应关系如下表所示：表5-5 满意度与分值区间对应关系表满意度很不满意不满意一般满意很满意分值区间5.2.3 模型的求解建立单因素模糊评判矩阵的前提是通过检查单或者调查表的方式进行调查获得

26、第一手资料，有5位商务人士、公司职员和学生组成专家组，对深圳市南山区2014年1到8月份的出租车平均等车统计情况进行评判，评判时分别在五个评判等级上对某项评估要素作出逻辑判断，即当认为该要素属于该等级时记l，否则记0。根据五位专家的判断，统计结果如下表所示：表5-6深圳市南山区等车情况综合评价表因素集评价集影响打车情况的因素专家判断各要素所处理等级概率统计评价指标权重评价要素权重很不满意不满意一般满意很满意滴滴打车乘客车费立减10元、司机立奖10元0.3426车辆空载率0.10210.10.20.10.30.3候车时间0.28950.10.30.20.20.2万人拥有量0.17170.30.2

27、0.10.30.1地区发达程度0.17110.20.20.30.10.2不同时段0.15700.10.20.10.20.4客流量0.11220.10.30.10.20.3滴滴打车乘客返现12至20元0.2546里程利用率0.22350.20.20.10.10.4车辆满载率0.44580.10.10.10.50.2万人拥有量0.33070.10.20.30.20.2滴滴打车取消对司机接单的常规补贴0.3124候车时间0.21450.10.10.20.30.3车辆满载率0.10010.10.10.10.20.5出行结构比重0.14560.10.10.30.30.2不同时段0.34560.10.20

28、.20.30.2客流量0.19420.10.10.10.20.5打车软件乘客补贴“归零”0.0028旅客自身原因0.59870.20.20.30.20.1等重要旅客0.40130.10.10.20.20.4软件司机端补贴降为2元/单0.0876天气状况0.35460.30.20.20.10.2突发事件0.25480.10.20.20.20.3候车时间0.39060.20.30.20.10.2根据上表数据，我们可以得到以下矩阵：模糊综合评价的顺序是由低层次向高层次逐层进行的，因此其评价顺序是先进行第二层评价，然后进行第一层评价。第二层的计算采用如上评估模型，经过合成运算，得到第二层次的综合评判结

29、果如下所示：由此得出第一层的评判决策矩阵为： （14） 第一层的计算结果为： （15）根据最终的计算结果，依据最大隶属度原则,取隶属度最大的评估作为最终的结果,所以得出深圳南山区的最终等车状态的综合等级为满意等级状态，其所对应的满意等级为4。综上所述，打车软件公司对于出租车的补贴方案的出台，乘客和出租车司机得到一定的补助，让出租车能够更快的找到乘客，方便了乘客还有实际的利益，在一定程度上缓解了打车难的问题，对于乘客打车是有一定帮助的。5.3设计补贴方案并论证其合理性5.3.1运用SPSS软件进行设计补贴方案（1）根据路径补贴：建立基于最短路径的打车优化软件，根据软件上不同道路车的数量及拥挤程度

30、选择最优化的形式道路，按照优化路径行驶补贴司机2元。（2）一般时间的补贴：一般时间，供求基本相当，因此对于乘客和司机的补贴金额相同即可，即乘客和司机均补贴3元。（3）高峰期补贴：由于高峰段和一般时候的出租车空载率及需求情况的不同，要分时间段进行补贴。高峰期时顾客的需求大于出租车的供应，因此对于司机的补贴要更高一些，高峰期司机补贴6元，乘客补贴由3元降至2元。但是如果驾驶员使用软件过程对驾驶造成影响就取消高峰期补贴。（4）繁华地段补贴：对于繁华地段，由于交通流量很大，堵车的可能性会增加，高峰期段打车乘客车费返现5元，司机奖励5元。而其他时间根据道路拥挤程度补贴510元。（5）偏远地区补贴：本文所

31、说的偏远地区是距离繁华地段3km以上的地区，由于司机到达这样的地区会导致里程利用率降低，因此给司机奖励红包10元，从而方便偏远地区打不到车的乘客，又分散了繁华地区的车辆，进而缓解交通阻塞的问题。（6）为了鼓励广大用户使用打车软件，对于新注册的用户给予15元的奖励。其次，为了促进消费，老用户每次用完软件之后都会获得1到5元不等的红包。 考虑到补贴条件的复杂性，我们加入系数对目标函数进行调整，系数值由因子分析法得到。则： （17） 其中为出租车司机抽取红包得到的金额，Y1为出租车司机得到红包总金额，则： （18） 其中为乘客抽取红包得到的金额，Y2为乘客得到红包总金额。 运用SPSS软件对深圳地区

32、各小区出租车的分布数据进行提取并处理，简化数据并得到各因素的权重，其中总方差如下表5-7所示：表5-7 解释的总方差成份初始特征值提取平方和载入合计方差的 %累积 %合计方差的 %累积 %11.22761.35261.3521.22761.35261.35220.77338.648100.000相关性矩阵如表5-8所示：表5-8 相关性VAR00001VAR00002出租车司机补贴Pearson 相关性1-.227显著性（双侧）0.713平方与叉积的和38.800-6.000协方差9.700-1.500N55乘客补贴Pearson 相关性-.2271显著性（双侧）0.713平方与叉积的和-6.

33、00017.999协方差-1.5004.500N55 根据层次分析法得出的决策目标各种参数如下表5-9所示。其中正互反矩阵一致性比例为0.0976。表5-9 决策目标权重表决策目标路径一般时间高峰期偏远地区繁华地区路径17585一般时间0.142910.210.25高峰期15187偏远地区0.12510.12510.1667繁华地区0.240.142961 进而得出的A1、A2、A3、A4、A5值为如下表5-10所示：表5-10 不同时空占比重表含义数值A1路径0.3429A2一般时间0.0475A3高峰时间0.4524A4偏远地区0.0388A5繁华地区0.1183则最终得到的出租车司机和乘

34、客的补贴解析式为： （19） 其中为出租车司机抽取红包得到的金额，Y1为出租车司机得到红包总金额，则： （20）其中为乘客抽取红包得到的金额，Y2为乘客得到红包总金额。M值与国内各城市的发达程度及人口密集程度等因素有关。表5-11 全国不同城市补贴方案表城市M1M2M3M4M5北京227.226.575.74哈尔滨121.901.657.50沈阳122.681.707.50西安1.51.51.811.56.33大连123.001.207.48武汉123.332.207成都113.371.787.87青岛222.971.537.65济南1.521.941.735.00厦门211.120.6511

35、.40广州1.525.602.089.12南京1.213.071.507.03杭州1.413.091.529.94深圳237.373.5110宁波112.642.318.675.3.3补贴方案的合理性分析1从乘客角度看补贴合理性 乘客获得补贴的额度与路段繁华程度相关性最大。从第一问可知出租车资源的供求匹配程度与候车时间的相关性最大，进而验证系数A4的取值合理。2从出租车司机角度看补贴合理性 对于出租车司机而言，系数A1的权重最大，这也可以有效的促进出租车司机按照软件提供的行驶路径进行驾驶，有效的避免了交通阻塞的问题。此外，有了打车软件作为与乘客之间互动沟通的纽带，也可以有效的避免了交通不繁华地

36、区的人们打车难的问题。3从缓解交通堵塞问题看补贴合理性 没有打车软件，出租车司机的行驶地点是无目的的随机的，空载时只能根据经验选择驶入地点，而乘车软件的使用使得供与求之间得到了良好的结合，这样使得偏远地区的乘客可以打到车，又分散了繁华地区的车辆，进而缓解交通阻塞的问题。此外，打车软件的使用使得的地点，减少了大批出租车的空载率及里程利用率，因此对于缓解交通阻塞问题是合理的。4从总成本角度分析补贴的合理性使用打车软件，出租车司机的里程利用率及车辆空载率有了明显的提升，减少了不必要的车程，从而省油也减少了尾气对空气的污染。但是对于补贴总金额与节省的时间汽油之间的关系还没有具体值可以查证，因此在总成本

37、角度，只能说相对合理。5从“打车难”问题论证补贴合理性乘客打车难，等不到出租车，出租车四处巡游，寻不到乘客。而使用打车软件，乘客定位出发地，出租车司机可以就近选择就近的拉载乘客，不在漫无目的的巡游，减少了空载率，乘客的等待时间也缩短。进而有利于减缓打车难。六、 模型评价6.1模型的优点1、本文内容丰富，模型多样，以出租车资源为主线较为系统的对问题进行了研究。定性与定量的方法结合，从实际利益考虑，增加了解决现实问题的有效性。2、论文给出了大量图形表格，条分缕析，图文并茂，虽直观易懂，但推理严谨，深入浅出，准确地分析各个问题。模型可操作性强，推广应用起来也很方便。3、将数学模型与实际生活相结合，从

38、各方面利益分析，不仅从出租车司机的角度思考问题，同时也把自己当做一名需求者对待，同时又从国家考虑，出租车客运服务面广,直接关系到城市的声誉和整体形象。因此 ,它具有公益事业的性质 , 在兼顾经济效益的同时还要注重社会效益。6.2 模型缺点1、在建模与收集收据过程中，使用的数据只是现实数据的一种近似，因而得出的结果可能与现实情况有一定的差距。 2、论述带有一定的主观性，人为主观因素大。3、所建立的模型有诸多变量影响，而由于变量因素过于复杂，只通过主要因素考虑某些模型的建立。七、模型改进与推广7.1问题二模糊评价模型改进本模型中仅选取了三个补贴方案作为评价因素集，而实际上补贴方案大于三个，但从以实

39、际分析过程可以看出，满意度与补贴方案有很大的关系，对乘客的补贴费用越多，乘客越满意。所以，该模型具有一定的局限性。模型改进可从以下几个方面改进：1、需要对实际的补贴方案进一步细化统计，精确地找出乘客满意度与补贴的关系；2、针对多变量的选择问题，可以考虑主成分分析法、因子分析、典型相关分析等方法。7.2 推广及应用本文中的层次分析模型可以推广到任一多个指标衡量的评价问题，本文对出租车的供需分析可以推广应用到市场中的物品，或者需要供需平衡调节的资源，如医院的病床与住院患者，必需品的供应量与人们的需求量之间的关系。若推广用于实际需求分析，更加贴近生活，也能为我们的日常生活服务。八、参考文献1曹炜，罗

40、霞，打车软件背景下出租车运营平衡模型N,长安大学，2015.12冯晓梅，供需平衡状态下的出租车发展规模研究C,西南交通大学，2010.06.013谭照军，出租汽车打车难分析J,石家庄市运输管理处，（42）20124姚仲敏，姚天键，龙昭鹏，李强，基于互联网技术的出租车调度系统设计A，齐齐哈尔大学通信与电子工程学院，2014.85王皓，光洁，孙云峰，城市交通管理中的出租车规划D,南京师范大学，2006.76我国出租汽车行业管理和发展面临问题及对策建议J,国务院发展研究中心发展战略和区域经济研究部课题组，2008（174）7汪晓波，城市出租车资源移动分享App的设计与实现D,吉林大学，2014.68刘耀霞，出租车行业利益主体关系研究D,西南交通大学，2008.12 九、附录附录一某城市3.13.16日不同时刻车辆空载率统计67891011123月1日27.829.232.233.42931.538.93月2日29.827.828.928.329.129.231.13月3日28.927.130.227.331.930.530.83月4日25.524.926.130.327.328.832