關(guān)于互聯(lián)網(wǎng)時(shí)代的出租車資源配置的研究

1、 . 41 / 43關(guān)于“互聯(lián)網(wǎng)+”時(shí)代的出租車資源配置的研究摘要隨著社會(huì)發(fā)展與人們生活水平的提高，出租車在城市交通中扮演著重要的角色。應(yīng)運(yùn)而生了出行打車難，交通堵塞等一系列亟待解決的問題。本文通過分析出租車出行特征和規(guī)律，運(yùn)用層次分析數(shù)學(xué)模型和模糊評價(jià)數(shù)學(xué)模型，以與利用“互聯(lián)網(wǎng)+”對出租車資源優(yōu)化配置進(jìn)行了簡要的分析研究，在已有的供需平衡理論的基礎(chǔ)上，設(shè)計(jì)出了新的補(bǔ)貼方案，該方案在一定程度上緩解了交通壓力。針對問題一，本文通過里程利用率、車輛空載率、萬人擁有量、出租車出行結(jié)構(gòu)比重、候車時(shí)間這五個(gè)指標(biāo)來定性的分析問題，再運(yùn)用層次分析法分析市不同時(shí)空出租車資源的“供求匹配”程度。通過對各項(xiàng)權(quán)重的

2、計(jì)算，可得出候車時(shí)間在高峰期的權(quán)重系數(shù)為0.6521、平峰期的權(quán)重系數(shù)為0.5144、繁華街區(qū)的權(quán)重系數(shù)為0.6413、普通街區(qū)的權(quán)重系數(shù)為0.5056。得出結(jié)論:無論是在不同時(shí)間（高峰期，平峰期）還是在不同空間（繁華街區(qū)和普通街區(qū)），候車時(shí)間對供求匹配程度的影響都是最大的。針對問題二，本文通過建立模乘客滿意度的模糊評價(jià)模型分析了不同的補(bǔ)貼方案對于“緩解打車難”的幫助程度。用SPSS求解模型后，得出南山區(qū)的最終等車狀態(tài)的綜合等級為滿意等級狀態(tài)，對應(yīng)的滿意等級為4，從而說明出租車的補(bǔ)貼方案是有幫助的。乘客和出租車司機(jī)雙方都得到補(bǔ)助，除了節(jié)省了乘客的時(shí)間，還降低了出租車空駛率，在一定程度上緩解了打

3、車難的問題。針對問題三，鑒于交通狀況的復(fù)雜性，設(shè)計(jì)出對于不同時(shí)空出租車和乘客不一樣的補(bǔ)貼方案，分別有路徑補(bǔ)貼、時(shí)間補(bǔ)貼、高峰期補(bǔ)貼、偏遠(yuǎn)地區(qū)的補(bǔ)貼和繁華地區(qū)的補(bǔ)貼。出租車資源配置的衡量指標(biāo)眾多，結(jié)合問題一，在紛雜的海量指標(biāo)中，提取出最主要的影響指標(biāo)是非常必要的，通過層次分析模型來分析供求匹配程度得出結(jié)論。主要運(yùn)用SPSS軟件處理數(shù)據(jù)，分析得到的模型是否是最優(yōu)的，通過優(yōu)化使建立的模型是最為精確的，從而提高準(zhǔn)確度。方法簡單明了，結(jié)果比較準(zhǔn)對于不同時(shí)空出租車和乘客不一樣的補(bǔ)貼方案，考慮到補(bǔ)貼條件的復(fù)雜性，我們加入系數(shù)對目標(biāo)函數(shù)進(jìn)行調(diào)整，系數(shù)值由因子分析法得到。為論證了補(bǔ)貼方案的合理性。分別從乘客角度

4、、司機(jī)立場、以與能否“緩解打車難”等方面進(jìn)行了合理性的分析，定性的得出結(jié)論。如果要?jiǎng)?chuàng)建一個(gè)新的打車軟件服務(wù)平臺(tái)，考慮所設(shè)計(jì)的補(bǔ)貼方案一定會(huì)行之有效。最后，本文對模型進(jìn)行了檢驗(yàn)與評價(jià)分析。模型一層次分析法的權(quán)重與組合權(quán)重都通過一致性檢驗(yàn)。同時(shí)，本文對出租車的供需平衡分析可以推廣應(yīng)用到需要供需平衡調(diào)節(jié)的資源。                        

5、60; 關(guān)鍵詞：互聯(lián)網(wǎng)+ 打車難 層次分析法 模糊評價(jià)模型一、問題重述隨著社會(huì)經(jīng)濟(jì)的發(fā)展，出租車已逐步成為受市民歡迎的重要交通工具之一，然而“打車難”該社會(huì)熱點(diǎn)問題一直備受關(guān)注。隨著“互聯(lián)網(wǎng)+”時(shí)代的到來，多家公司利用移動(dòng)互聯(lián)網(wǎng)建立了打車軟件服務(wù)平臺(tái)，不僅實(shí)現(xiàn)了乘客與出租車司機(jī)之間的信息互通，還提高了整個(gè)出租行業(yè)的服務(wù)質(zhì)量。各打車軟件服務(wù)平臺(tái)還推出多種出租車的補(bǔ)貼方案來改善軟件的實(shí)用效果，增加軟件的使用人數(shù)，同時(shí)緩解“打車難”的局面。 圍繞市民“打車難”這一熱點(diǎn)問題以與隨互聯(lián)網(wǎng)發(fā)展而崛起的打車軟件服務(wù)平臺(tái)的相應(yīng)補(bǔ)貼方案，建立數(shù)學(xué)模型研究如下問題：（1）建立合理的指標(biāo)，并分析不同時(shí)空出

6、租車資源的“供求匹配”程度。（2）分析各公司的出租車補(bǔ)貼方案是否對“緩解打車難”有幫助。（3）如果要?jiǎng)?chuàng)建一個(gè)新的打車軟件服務(wù)平臺(tái)，要求設(shè)計(jì)出相應(yīng)的補(bǔ)貼方案，并論證其合理性。二、問題分析21問題一的分析問題1要求建立合理的指標(biāo)體系來評價(jià)不同時(shí)空出租車資源的“供求匹配”程度。影響供求匹配的主要因素有出租車供給量，城市人口對出租車的需求，不同時(shí)段，客流量，交通狀況等情況。為了對匹配程度進(jìn)行分析，本文從以下幾個(gè)指標(biāo)來描述：1. 里程利用率，能夠反映出租車車輛的載客效率。2. 車輛空載率，體現(xiàn)出運(yùn)力與運(yùn)量的平衡，即出租車與需要搭乘出租車的人數(shù)之間的平衡。3. 萬人擁有量，由每一座城市的人口規(guī)模以與所提供

7、服務(wù)的出租車數(shù)量所決定，從而作為城市人口需求與出租車供給的一項(xiàng)指標(biāo)。4. 出租車出行結(jié)構(gòu)比重，人口所選擇的出行方式?jīng)Q定對出租車的需求。5. 候車時(shí)間，候車時(shí)間是出租車供給量的間接表示，候車時(shí)間長，代表出租車供應(yīng)不足，候車時(shí)間短，乘客的需求較快的唄滿足，代表滿意度高。雖然這些指標(biāo)都可以來衡量出租車供給與需求，但并不能單個(gè)簡單的分析“供求匹配”，因此需要運(yùn)用層次分析模型定性與定量的對“供需匹配”分析。以供求匹配程度為目標(biāo)，以五個(gè)指標(biāo)作為準(zhǔn)則層。運(yùn)用9標(biāo)度法求解模型。將五項(xiàng)指標(biāo)的權(quán)重值在不同時(shí)空相比較，最終匯總各項(xiàng)指標(biāo)對供求匹配做出定量與定性分析綜合分析。22問題二的分析打車軟件的應(yīng)用，在一定程度上

8、建立了乘客與出租車之間的互動(dòng)，首先，節(jié)省了雙方的時(shí)間，使候車率與空車率一定程度上的減小，但是，也出現(xiàn)了出租汽車駕駛員為追求打車軟件提供的額外收入而普遍拒載揚(yáng)招乘客的現(xiàn)象，會(huì)使很多不使用打車軟件的市民打車更難。由此，分析補(bǔ)貼方案對“打車難”的影響，把“打車難”原因與補(bǔ)貼方案做具體分析。本文建立基于乘客的滿意度的模糊評價(jià)模型，按照乘客滿意度程度，將滿意度劃分五個(gè)級別，分別是很滿意，滿意，一般，不滿意和很不滿意。以此作為評照的標(biāo)準(zhǔn)。搜集滴滴打車軟件公司對于出租車的補(bǔ)貼方案，發(fā)現(xiàn)補(bǔ)貼方案復(fù)雜，所以選取代表性的三個(gè)補(bǔ)貼方案。分別是“乘客立減十元，司機(jī)獎(jiǎng)勵(lì)十元”，“乘客返現(xiàn)0到20元”，“取消對司機(jī)的補(bǔ)貼

9、”為評價(jià)因素分析補(bǔ)貼方案對于乘客打車是否有幫助。23問題三的分析從第一二問可知，不同時(shí)空出租車資源的“供求匹配”程度是不一樣的，互聯(lián)網(wǎng)模式下出租車補(bǔ)貼對于“緩解打車難”有一定的幫助，則需采取對于不同時(shí)空出租車和乘客不一樣的補(bǔ)貼方案，考慮到補(bǔ)貼條件的復(fù)雜性，我們加入系數(shù)對目標(biāo)函數(shù)進(jìn)行調(diào)整，系數(shù)值由因子分析法得到。三、模型假設(shè)（1） 假設(shè)司機(jī)始終勤懇的工作，在乘客減少的情況下仍然積極尋客。（2） 假設(shè)城市人口，規(guī)模，交通不發(fā)生大的變動(dòng)。（3） 假設(shè)短期不會(huì)出現(xiàn)對出租車影響較大的政策。（4） 假設(shè)不考慮通貨膨脹對出租車價(jià)格的影響。（5） 假設(shè)其居民的總體生活習(xí)慣短期不變。四、符號(hào)的說明符號(hào)意義相對尺

10、度為乘客抽取紅包得到的金額為出租車司機(jī)抽取紅包得到的金額指標(biāo)隸屬度評判決策矩陣特征向量排序權(quán)重向量評價(jià)因數(shù)集為出租車司機(jī)得到紅包總金額為乘客得到紅包總金額評判集一致性指標(biāo)一致性比率隨機(jī)一致性指標(biāo)A的最大特征值五、模型建立與求解5.1模型一的建立 5.1.1選取合理指標(biāo)判定“供求匹配”的主要指標(biāo)有：（1）里程利用率里程利用率：即營業(yè)里程與行駛里程之比，一般以一輛車為單位。 （1）里程利用率這一指標(biāo)能夠反映出租車車輛的載客效率。如果比例高，說明車輛行駛中載客比例高，空駛比較低，對于有需求的乘客來說可供用的車輛不多，乘客等待時(shí)間增加，供求關(guān)系比例緊，則會(huì)加劇打車難的現(xiàn)狀，影響交通堵塞，給各類乘客造成

11、不便， 違背服務(wù)行業(yè)的宗旨。如果比例低，則車輛空駛比例高，出租車供給大于需求，車輛租用比較方便，但會(huì)造成資源浪費(fèi)，出租車的經(jīng)濟(jì)效益下降，造成客運(yùn)出租車行業(yè)的不穩(wěn)定。（2）車輛空載率車輛空載率：通過在車流量較大的客流集散較為集中的地點(diǎn)選取幾個(gè)長期觀測點(diǎn)，單位時(shí)間通過道路的未載有乘客的出租汽車數(shù)量與總通過出租汽車數(shù)量之比。 （2）車輛空載率是城市較為集中地點(diǎn)人口對出租車的需求的表征，體現(xiàn)出運(yùn)力與運(yùn)量的平衡。國家有關(guān)部門以出租車空載率30%的運(yùn)力控制標(biāo)準(zhǔn)，在中心城市，當(dāng)出租汽車空載率高于30時(shí)，對乘客而言等待時(shí)間在可接受圍之，不會(huì)出現(xiàn)打車難的狀況，但對出租車而言，會(huì)造成載客效率低的局面，應(yīng)限制出租汽

12、車運(yùn)力增加；當(dāng)車輛空載率低于30%，表示出租車車輛的載客效率高，對于要乘車的乘客來說對出租車的需求增大，乘客的等待時(shí)間也相對增多，出租車供應(yīng)不足，應(yīng)增加出租車供給，提高城市的交通服務(wù)質(zhì)量。 圖5-1 不同時(shí)間段的出租車空載率（3）萬人擁有量 萬人擁有量：指人均擁有量指標(biāo)，用來描述一定城市規(guī)模車輛的占有量。 （3） 按照現(xiàn)行城市道路交通規(guī)劃設(shè)計(jì)規(guī)，大城市出租車每萬人擁有量不少于20輛，小城市每萬人擁有量不少于5輛，中等城市可在其間取值。（4）出租車出行結(jié)構(gòu)比重出租車出行結(jié)構(gòu)比重：隨著經(jīng)濟(jì)的發(fā)展，出租車在公共交通的地位越來越重要。在許多城市，出租車完成的客運(yùn)量占公共交通的10，有的城市達(dá)到20。（

13、5）候車時(shí)間候車時(shí)間：指乘客有需求時(shí)等待出租車的時(shí)間。根據(jù)搜集到的數(shù)據(jù)顯示，各觀察點(diǎn)不同時(shí)段的平均候車時(shí)間達(dá)16.2分鐘，該數(shù)據(jù)便體現(xiàn)出“打車難”的狀況。各地的交通狀況，人口狀況均有差異，導(dǎo)致候車時(shí)間也不盡一樣。分析市主要影響候車時(shí)間的相關(guān)因素：一是出租車存在的“拉載聯(lián)客”現(xiàn)象；二是近年來大力開展基礎(chǔ)交通設(shè)施建設(shè)。這兩個(gè)因素都有利于了候車時(shí)間的縮短。具體候車時(shí)間如下圖所示：圖5-2 平均候車時(shí)間圖 各種評判指標(biāo)的權(quán)重與具體系數(shù)如表4-1所示，通過查閱文獻(xiàn)可知，地區(qū)出租車完成的客運(yùn)量占公共交通的20.7，這里我們?nèi)≈?.2，其余的值也同理，小數(shù)點(diǎn)后保留一位小數(shù)從而簡化接下來的計(jì)算過程，具體數(shù)據(jù)如

14、下表所示：表5-1 出租車運(yùn)力規(guī)模綜合評價(jià)功效系數(shù)指標(biāo)權(quán)重指標(biāo)值功效系數(shù)出租車萬人擁有量（輛/萬人）0.10-100.510-200.720-301.030-400.7>400.5出租車出行結(jié)構(gòu)比重0.20.0-0.050.50.05-0.10.70.1-0.21.00.2-0.30.70.3-0.80.5里程利用率0.2>0.810.7-0.80.7<0.70.5出租車空載率0.20-0.20.50.2-0.30.40.3-0.41.00.4-0.50.70.5-1.00.5乘客候車時(shí)間（min）0.3<2.512.5-5.00.85.0-7.50.77.5-100.

15、6>100.55.1.2建立層次分析模型本文運(yùn)用層次分析法來分析市不同時(shí)空出租車資源的“供求匹配”程度。層次分析法是將決策總是有關(guān)的元素分解成目標(biāo)層、準(zhǔn)則層、方案層，在此基礎(chǔ)之上進(jìn)行定性和定量分析的決策方法。層次分析法的基本步驟：1. 建立層次分析結(jié)構(gòu)模型2. 構(gòu)造成對比較陣3. 層次單排序并作一致性檢驗(yàn)4. 層次總排序并作一致性檢驗(yàn)根據(jù)專家分析與題中要求, 以出租車資源的供求匹配程度最高為目標(biāo)層，以五個(gè)特定指標(biāo)為準(zhǔn)則層，往下又分子準(zhǔn)則層。運(yùn)用YAAHP軟件，建立不同時(shí)空出租車資源的“供求匹配”程度的遞階層次結(jié)構(gòu)如圖5-3所示：圖5-3 層次分析遞階圖其中：不同時(shí)間段包括節(jié)假日與工作日，

16、以與一天中的高峰期，低谷期。5.1.3 模型求解根據(jù)9標(biāo)度法來定性的成對比較，確定相對尺度aij 的值，9標(biāo)度法的含義如表4-2所示：表5-2 9標(biāo)度法含義xi 與xj 同樣重要xi 比xj 稍重要xi 比xj重要xi 比xj 強(qiáng)烈重要xi 比xj 極重要取值1357924681.準(zhǔn)則層以里程利用率，車輛空載率，出行結(jié)構(gòu)比，萬人擁有量，候車時(shí)間為準(zhǔn)則層，根據(jù)實(shí)踐經(jīng)驗(yàn)和分析的結(jié)果，得圖5-4,如以下成對比較陣：圖5-4 成對比較陣出租車資源的匹配程度A的各個(gè)特征向量：對向量M歸一化：第二層對目標(biāo)層的排序權(quán)重向量為：W(2) =(0.5443，0.1968，0.1559，0.0735，0.0295

17、)成對比較陣A的最大特征值= = （4）A的最大特征根：一致性指標(biāo)： C.I.= （5）隨機(jī)一致性指標(biāo)： R.I.=1.12 （經(jīng)查表得）（6）一致性比率： C.R.=C.I./R.I.=0.0443/1.12=0.0395<0.1（7）因?yàn)橐恢滦员嚷蔆.R小于0.1，認(rèn)為A的不一致程度在容許圍之，一致性檢驗(yàn)通過，所以成對比較矩陣為一致性矩陣，其特征向量可用作為權(quán)向量。2. 方案層第3層對第2層各因素的層次單排序權(quán)重向量分別為：對成對比較陣B1C1 ，C2 ，C3對準(zhǔn)則B1的排序權(quán)重向量為W13（0.7986，0.1049，0.0965）TCR1 3 0.0068<0.1所以成對比

18、較陣B1 有滿意一致性。同理，對成對比較陣B2 和B3 ，B4 ，B5 可分別求出層次單排序權(quán)重向量，并進(jìn)行一致性檢驗(yàn)。C3 ，C4 ，C5 對準(zhǔn)則B2 的排序權(quán)重向量為W23 （0.118，0.5910，0.2910）CR2 3 =0.00017<0.1所以成對比較陣B2 有滿意一致性。C2 ，C4，C5 對準(zhǔn)則B3 的排序權(quán)重向量為W33 （0.1365，0.6250，0.2385）CR3 3 =0.0176<0.1所以成對比較陣B3有滿意一致性。C1 ，C6 ，C7 對準(zhǔn)則B4 的排序權(quán)重向量為W43 （0.0974，0.3331，0.5695）C.R.4 3 =0.0236

19、<0.1所以成對比較陣B4有滿意一致性。C6 ，C7 ，C8 對準(zhǔn)則B5 的排序權(quán)重向量為W53 （0.2426，0.0879，0.6694）CR5 3 =0.0068<0.1所以成對比較陣B5有滿意一致性。第三層因素對目標(biāo)層的層次總排序權(quán)重向量為決策層對總目標(biāo)的權(quán)值分別為：0.5215，0.1766，0.0692，0.1842，0.0243，0.0243 ，且通過檢驗(yàn)，一致性比率CR<0.1，層次總排序通過一致性檢驗(yàn)。組合權(quán)重值0.5215，0.1766，0.0692，0.1842，0.0243，0.0243 可作為最后的決策依據(jù)。得圖5-5，如下圖所示：圖5-5 匹配程度

20、圖對于高峰期供求匹配的數(shù)據(jù)，準(zhǔn)則層的權(quán)重值如圖5-6所示:圖5-6 高峰期供求匹配的權(quán)重值圖匯總供求匹配的各項(xiàng)指標(biāo)權(quán)重值如表5-3所示：表5-3 五項(xiàng)指標(biāo)的權(quán)重值匹配程度萬人擁有量車輛空載率里程利用率出行結(jié)果比重候車時(shí)間高峰期0.2010.18960.10270.03550.6521平峰期0.2010.33270.10060.03220.5144繁華街區(qū)0.2250.20130.10800.02770.6413普通街區(qū)0.2010.33760.10130.03570.50563由上述的結(jié)果可知，無論是在不同時(shí)間（高峰期，平峰期）還是在不同空間（繁華街區(qū)和普通街區(qū)），顯然候車時(shí)間對供求匹配程度的

21、影響都是最大的，而對于不同時(shí)間，車輛空載率對于供求匹配程度差距較大，這也是由于高峰期空載率會(huì)明顯降低所致。對于繁華街區(qū)和普通街區(qū)，雖然萬人擁有量的值相差較大，但是對于供求匹配的影響差距并不大。5.2建立模糊評價(jià)模型求解乘客滿意度問題打車軟件的應(yīng)用，從一定程度上方便了使用打車軟件的市民約車，以此來縮短等待時(shí)間，但與此同時(shí)，也出現(xiàn)了出租汽車駕駛員有了更多的選擇，為追求打車軟件提供的額外收入而出現(xiàn)拒載揚(yáng)招乘客的現(xiàn)象，會(huì)使很多沒有使用打車軟件的市民打車更難。基于此，本文建立基于乘客的滿意度的模糊評價(jià)模型，以滴滴打車軟件公司對于出租車的補(bǔ)貼方案為例，研究對于乘客打車是否有幫助。分析對于出租車的不同補(bǔ)貼方

22、案，我們可以得知,各個(gè)補(bǔ)貼方案在乘客中的滿意度的影響程度是不同的,對于出租車延誤等級的綜合評價(jià)是一個(gè)多目標(biāo)決策問題,往往需要考慮多個(gè)目標(biāo)，即各個(gè)指標(biāo)在出租車延誤中的影響程度。一般情況下,其相對影響程度是由一組規(guī)化的優(yōu)先權(quán)來給定的,即有k個(gè)目標(biāo),一組權(quán)是,且滿足:在很多情況下,對目標(biāo)的相對影響程度很難做出定量的測量,只能給出定性的比較判斷,因此,在處理實(shí)際問題時(shí),就不好解決。目前,人們提出了一些方法,常用的有專家咨詢法、層次分析法、加權(quán)最小二乘法、成對比較法等。本文選用專家咨詢法來確定各個(gè)指標(biāo)的權(quán)重。通常情況下，先聘請專家對各影響事件的因素進(jìn)行比較判斷，再運(yùn)用對這種定性判斷的結(jié)果量化。將各專家作

23、為特征樣本，將各評價(jià)指標(biāo)作為事件進(jìn)行處理，這樣得出的修正權(quán)重可以較大的提高各個(gè)權(quán)重指標(biāo)的客觀性。5.2.1評價(jià)標(biāo)準(zhǔn)的選擇按照顧客滿意程度的不同，我們將滿意度程度劃分為五個(gè)級別，分別為很滿意、滿意、一般、不滿意和很不滿意五個(gè)指標(biāo)，如下：表5-4滿意程度級別表等級程度 等車時(shí)間一級很不滿意超過20分鐘二級不滿意15到20分鐘三級一般10到15分鐘四級滿意 5到10分鐘五級很滿意5分鐘之通過本文搜集到的數(shù)據(jù)，并參考相關(guān)的標(biāo)準(zhǔn)，分別確定五個(gè)評價(jià)指標(biāo)不同評價(jià)等級的值。按照打車軟件對出租車的補(bǔ)貼情況變化進(jìn)行整理，由于補(bǔ)貼情況太過復(fù)雜，本文只選取取“乘客立減10元，司機(jī)獎(jiǎng)勵(lì)10元”、“乘客返現(xiàn)0到20元”、

24、 “取消對司機(jī)的補(bǔ)貼”三個(gè)主要指標(biāo)作為顧客滿意度的評價(jià)指標(biāo)。5.2.2模型的建立(1) 確定評價(jià)因素集與評語集根據(jù)以上評價(jià)指標(biāo)的選取和乘客滿意度級別的劃分，確定評價(jià)因素集為，分別對應(yīng)于“乘客立減10元，司機(jī)獎(jiǎng)勵(lì)10元”、“乘客返現(xiàn)0到20元”、 “取消對司機(jī)的補(bǔ)貼”。同時(shí)，確定評判集，分別對應(yīng)于很滿意、滿意、一般、不滿意和很不滿意五種評價(jià)等級。(2) 確定評價(jià)指標(biāo)權(quán)重向量a）給定初始的樣本矩陣，對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到數(shù)據(jù)矩陣。c）統(tǒng)計(jì)的特征根和相應(yīng)的特征向量，將特征根按大小順序排列，則第個(gè)主成分的方差貢獻(xiàn)率為,前個(gè)主成分的累計(jì)貢獻(xiàn)率為。d）選擇n個(gè)主成分，通常所取得累計(jì)貢獻(xiàn)率85%以上

25、，即；e）前n個(gè)主成分對總體方差的貢獻(xiàn)矩陣，同時(shí)得到各指標(biāo)在前n個(gè)主成分上的貢獻(xiàn)矩陣，則各指標(biāo)對總體方差的貢獻(xiàn)率矩陣為：（8）W中各元素的值即為相應(yīng)指標(biāo)的權(quán)重。根據(jù)以上權(quán)重確定方法，計(jì)算“乘客立減10元，司機(jī)獎(jiǎng)勵(lì)10元”、“乘客返現(xiàn)0到20元”、 “取消對司機(jī)的補(bǔ)貼”三個(gè)指標(biāo)的權(quán)重向量為：（9）(3) 確定指標(biāo)隸屬度在確定指標(biāo)隸屬度時(shí)，對于越大越優(yōu)指標(biāo)，采用升半梯形法，對于越小越優(yōu)指標(biāo)，采用降半梯形法。其中路段平均行程速度屬于越大越優(yōu)指標(biāo)，其他兩個(gè)評價(jià)指標(biāo)屬于越小越優(yōu)指標(biāo)。越大越優(yōu)隸屬度函數(shù)為：（10）越小越優(yōu)隸屬度函數(shù)為：（11）(4) 模糊綜合評價(jià)通過以上分析， 確定的模糊評價(jià)矩陣為：（1

26、2）在模糊評價(jià)矩陣構(gòu)建的基礎(chǔ)上， 對所得矩陣和權(quán)重向量做合成運(yùn)算，最終得到（13）式：（13）式中，。令，取值為0，1，越接近1，乘客等車時(shí)間越長，越不滿意；反之，等車時(shí)間越短。其中分值區(qū)間與滿意程度的對應(yīng)關(guān)系如下表所示：表5-5滿意度與分值區(qū)間對應(yīng)關(guān)系表滿意度很不滿意不滿意一般滿意很滿意分值區(qū)間5.2.3 模型的求解建立單因素模糊評判矩陣的前提是通過檢查單或者調(diào)查表的方式進(jìn)行調(diào)查獲得第一手資料，有5位商務(wù)人士、公司職員和學(xué)生組成專家組，對市南山區(qū)2014年1到8月份的出租車平均等車統(tǒng)計(jì)情況進(jìn)行評判，評判時(shí)分別在五個(gè)評判等級上對某項(xiàng)評估要素作出邏輯判斷，即當(dāng)認(rèn)為該要素屬于該等級時(shí)記l，否則記0

27、。根據(jù)五位專家的判斷，統(tǒng)計(jì)結(jié)果如下表所示：表5-6市南山區(qū)等車情況綜合評價(jià)表因素集評價(jià)集影響打車情況的因素專家判斷各要素所處理等級概率統(tǒng)計(jì)評價(jià)指標(biāo)權(quán)重評價(jià)要素權(quán)重很不滿意不滿意一般滿意很滿意滴滴打車乘客車費(fèi)立減10元、司機(jī)立獎(jiǎng)10元0.3426車輛空載率0.10210.10.20.10.30.3候車時(shí)間0.28950.10.30.20.20.2萬人擁有量0.17170.30.20.10.30.1地區(qū)發(fā)達(dá)程度0.17110.20.20.30.10.2不同時(shí)段0.15700.10.20.10.20.4客流量0.11220.10.30.10.20.3滴滴打車乘客返現(xiàn)12至20元0.2546里程利用率

28、0.22350.20.20.10.10.4車輛滿載率0.44580.10.10.10.50.2萬人擁有量0.33070.10.20.30.20.2滴滴打車取消對司機(jī)接單的常規(guī)補(bǔ)貼0.3124候車時(shí)間0.21450.10.10.20.30.3車輛滿載率0.10010.10.10.10.20.5出行結(jié)構(gòu)比重0.14560.10.10.30.30.2不同時(shí)段0.34560.10.20.20.30.2客流量0.19420.10.10.10.20.5打車軟件乘客補(bǔ)貼“歸零”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軟件司機(jī)端補(bǔ)貼

29、降為2元/單0.0876天氣狀況0.35460.30.20.20.10.2突發(fā)事件0.25480.10.20.20.20.3候車時(shí)間0.39060.20.30.20.10.2根據(jù)上表數(shù)據(jù)，我們可以得到以下矩陣：模糊綜合評價(jià)的順序是由低層次向高層次逐層進(jìn)行的，因此其評價(jià)順序是先進(jìn)行第二層評價(jià)，然后進(jìn)行第一層評價(jià)。第二層的計(jì)算采用如上評估模型，經(jīng)過合成運(yùn)算，得到第二層次的綜合評判結(jié)果如下所示：由此得出第一層的評判決策矩陣為：（14）第一層的計(jì)算結(jié)果為：（15）根據(jù)最終的計(jì)算結(jié)果，依據(jù)最大隸屬度原則,取隸屬度最大的評估作為最終的結(jié)果,所以得出南山區(qū)的最終等車狀態(tài)的綜合等級為滿意等級狀態(tài)，其所對應(yīng)的滿

30、意等級為4。綜上所述，打車軟件公司對于出租車的補(bǔ)貼方案的出臺(tái)，乘客和出租車司機(jī)得到一定的補(bǔ)助，讓出租車能夠更快的找到乘客，方便了乘客還有實(shí)際的利益，在一定程度上緩解了打車難的問題，對于乘客打車是有一定幫助的。5.3設(shè)計(jì)補(bǔ)貼方案并論證其合理性5.3.1運(yùn)用SPSS軟件進(jìn)行設(shè)計(jì)補(bǔ)貼方案（1）根據(jù)路徑補(bǔ)貼：建立基于最短路徑的打車優(yōu)化軟件，根據(jù)軟件上不同道路車的數(shù)量與擁擠程度選擇最優(yōu)化的形式道路，按照優(yōu)化路徑行駛補(bǔ)貼司機(jī)2元。（2）一般時(shí)間的補(bǔ)貼：一般時(shí)間，供求基本相當(dāng)，因此對于乘客和司機(jī)的補(bǔ)貼金額一樣即可，即乘客和司機(jī)均補(bǔ)貼3元。（3）高峰期補(bǔ)貼：由于高峰段和一般時(shí)候的出租車空載率與需求情況的不同，

31、要分時(shí)間段進(jìn)行補(bǔ)貼。高峰期時(shí)顧客的需求大于出租車的供應(yīng)，因此對于司機(jī)的補(bǔ)貼要更高一些，高峰期司機(jī)補(bǔ)貼6元，乘客補(bǔ)貼由3元降至2元。但是如果駕駛員使用軟件過程對駕駛造成影響就取消高峰期補(bǔ)貼。（4）繁華地段補(bǔ)貼：對于繁華地段，由于交通流量很大，堵車的可能性會(huì)增加，高峰期段打車乘客車費(fèi)返現(xiàn)5元，司機(jī)獎(jiǎng)勵(lì)5元。而其他時(shí)間根據(jù)道路擁擠程度補(bǔ)貼510元。（5）偏遠(yuǎn)地區(qū)補(bǔ)貼：本文所說的偏遠(yuǎn)地區(qū)是距離繁華地段3km以上的地區(qū)，由于司機(jī)到達(dá)這樣的地區(qū)會(huì)導(dǎo)致里程利用率降低，因此給司機(jī)獎(jiǎng)勵(lì)紅包10元，從而方便偏遠(yuǎn)地區(qū)打不到車的乘客，又分散了繁華地區(qū)的車輛，進(jìn)而緩解交通阻塞的問題。（6）為了鼓勵(lì)廣大用戶使用打車軟件，

32、對于新注冊的用戶給予15元的獎(jiǎng)勵(lì)。其次，為了促進(jìn)消費(fèi)，老用戶每次用完軟件之后都會(huì)獲得1到5元不等的紅包。 考慮到補(bǔ)貼條件的復(fù)雜性，我們加入系數(shù)對目標(biāo)函數(shù)進(jìn)行調(diào)整，系數(shù)值由因子分析法得到。則：（17） 其中為出租車司機(jī)抽取紅包得到的金額，Y1為出租車司機(jī)得到紅包總金額，則：（18） 其中為乘客抽取紅包得到的金額，Y2為乘客得到紅包總金額。 運(yùn)用SPSS軟件對地區(qū)各小區(qū)出租車的分布數(shù)據(jù)進(jìn)行提取并處理，簡化數(shù)據(jù)并得到各因素的權(quán)重，其中總方差如下表5-7所示：表5-7 解釋的總方差成份初始特征值提取平方和載入合計(jì)方差的 %累積 %合計(jì)方差的 %累積 %11.22761.35261.3521.22761

33、.35261.35220.77338.648100.000相關(guān)性矩陣如表5-8所示：表5-8 相關(guān)性VAR00001VAR00002出租車司機(jī)補(bǔ)貼Pearson 相關(guān)性1-.227顯著性（雙側(cè)）0.713平方與叉積的和38.800-6.000協(xié)方差9.700-1.500N55乘客補(bǔ)貼Pearson 相關(guān)性-.2271顯著性（雙側(cè)）0.713平方與叉積的和-6.00017.999協(xié)方差-1.5004.500N55根據(jù)層次分析法得出的決策目標(biāo)各種參數(shù)如下表5-9所示。其中正互反矩陣一致性比例為0.0976。表5-9 決策目標(biāo)權(quán)重表決策目標(biāo)路徑一般時(shí)間高峰期偏遠(yuǎn)地區(qū)繁華地區(qū)路徑17585一般時(shí)間0.

34、142910.210.25高峰期15187偏遠(yuǎn)地區(qū)0.12510.12510.1667繁華地區(qū)0.240.142961進(jìn)而得出的A1、A2、A3、A4、A5值為如下表5-10所示：表5-10 不同時(shí)空占比重表含義數(shù)值A(chǔ)1路徑0.3429A2一般時(shí)間0.0475A3高峰時(shí)間0.4524A4偏遠(yuǎn)地區(qū)0.0388A5繁華地區(qū)0.1183則最終得到的出租車司機(jī)和乘客的補(bǔ)貼解析式為：（19） 其中為出租車司機(jī)抽取紅包得到的金額，Y1為出租車司機(jī)得到紅包總金額，則：（20）其中為乘客抽取紅包得到的金額，Y2為乘客得到紅包總金額。M值與國各城市的發(fā)達(dá)程度與人口密集程度等因素有關(guān)。表5-11 全國不同城市補(bǔ)貼

35、方案表城市M1M2M3M4M5227.226.575.74121.901.657.50122.681.707.501.51.51.811.56.33123.001.207.48123.332.207113.371.787.87222.971.537.651.521.941.735.00211.120.6511.401.525.602.089.121.213.071.507.031.413.091.529.94237.373.5110112.642.318.675.3.3補(bǔ)貼方案的合理性分析1從乘客角度看補(bǔ)貼合理性 乘客獲得補(bǔ)貼的額度與路段繁華程度相關(guān)性最大。從第一問可知出租車資源的供求匹配程度

36、與候車時(shí)間的相關(guān)性最大，進(jìn)而驗(yàn)證系數(shù)A4的取值合理。2從出租車司機(jī)角度看補(bǔ)貼合理性 對于出租車司機(jī)而言，系數(shù)A1的權(quán)重最大，這也可以有效的促進(jìn)出租車司機(jī)按照軟件提供的行駛路徑進(jìn)行駕駛，有效的避免了交通阻塞的問題。此外，有了打車軟件作為與乘客之間互動(dòng)溝通的紐帶，也可以有效的避免了交通不繁華地區(qū)的人們打車難的問題。3從緩解交通堵塞問題看補(bǔ)貼合理性 沒有打車軟件，出租車司機(jī)的行駛地點(diǎn)是無目的的隨機(jī)的，空載時(shí)只能根據(jù)經(jīng)驗(yàn)選擇駛?cè)氲攸c(diǎn)，而乘車軟件的使用使得供與求之間得到了良好的結(jié)合，這樣使得偏遠(yuǎn)地區(qū)的乘客可以打到車，又分散了繁華地區(qū)的車輛，進(jìn)而緩解交通阻塞的問題。此外，打車軟件的使用使得的地點(diǎn)，減少了大

37、批出租車的空載率與里程利用率，因此對于緩解交通阻塞問題是合理的。4從總成本角度分析補(bǔ)貼的合理性使用打車軟件，出租車司機(jī)的里程利用率與車輛空載率有了明顯的提升，減少了不必要的車程，從而省油也減少了尾氣對空氣的污染。但是對于補(bǔ)貼總金額與節(jié)省的時(shí)間汽油之間的關(guān)系還沒有具體值可以查證，因此在總成本角度，只能說相對合理。5從“打車難”問題論證補(bǔ)貼合理性乘客打車難，等不到出租車，出租車四處巡游，尋不到乘客。而使用打車軟件，乘客定位出發(fā)地，出租車司機(jī)可以就近選擇就近的拉載乘客，不在漫無目的的巡游，減少了空載率，乘客的等待時(shí)間也縮短。進(jìn)而有利于減緩打車難。六、 模型評價(jià)6.1模型的優(yōu)點(diǎn)1、本文容豐富，模型多樣

38、，以出租車資源為主線較為系統(tǒng)的對問題進(jìn)行了研究。定性與定量的方法結(jié)合，從實(shí)際利益考慮，增加了解決現(xiàn)實(shí)問題的有效性。2、論文給出了大量圖形表格，條分縷析，圖文并茂，雖直觀易懂，但推理嚴(yán)謹(jǐn)，深入淺出，準(zhǔn)確地分析各個(gè)問題。模型可操作性強(qiáng)，推廣應(yīng)用起來也很方便。3、將數(shù)學(xué)模型與實(shí)際生活相結(jié)合，從各方面利益分析，不僅從出租車司機(jī)的角度思考問題，同時(shí)也把自己當(dāng)做一名需求者對待，同時(shí)又從國家考慮，出租車客運(yùn)服務(wù)面廣,直接關(guān)系到城市的聲譽(yù)和整體形象。因此 ,它具有公益事業(yè)的性質(zhì) , 在兼顧經(jīng)濟(jì)效益的同時(shí)還要注重社會(huì)效益。6.2 模型缺點(diǎn)1、在建模與收集收據(jù)過程中，使用的數(shù)據(jù)只是現(xiàn)實(shí)數(shù)據(jù)的一種近似，因而得出的結(jié)

39、果可能與現(xiàn)實(shí)情況有一定的差距。 2、論述帶有一定的主觀性，人為主觀因素大。3、所建立的模型有諸多變量影響，而由于變量因素過于復(fù)雜，只通過主要因素考慮某些模型的建立。七、模型改進(jìn)與推廣7.1問題二模糊評價(jià)模型改進(jìn)本模型中僅選取了三個(gè)補(bǔ)貼方案作為評價(jià)因素集，而實(shí)際上補(bǔ)貼方案大于三個(gè)，但從以實(shí)際分析過程可以看出，滿意度與補(bǔ)貼方案有很大的關(guān)系，對乘客的補(bǔ)貼費(fèi)用越多，乘客越滿意。所以，該模型具有一定的局限性。模型改進(jìn)可從以下幾個(gè)方面改進(jìn)：1、需要對實(shí)際的補(bǔ)貼方案進(jìn)一步細(xì)化統(tǒng)計(jì)，精確地找出乘客滿意度與補(bǔ)貼的關(guān)系；2、針對多變量的選擇問題，可以考慮主成分分析法、因子分析、典型相關(guān)分析等方法。7.2 推廣與應(yīng)

40、用本文中的層次分析模型可以推廣到任一多個(gè)指標(biāo)衡量的評價(jià)問題，本文對出租車的供需分析可以推廣應(yīng)用到市場中的物品，或者需要供需平衡調(diào)節(jié)的資源，如醫(yī)院的病床與住院患者，必需品的供應(yīng)量與人們的需求量之間的關(guān)系。若推廣用于實(shí)際需求分析，更加貼近生活，也能為我們的日常生活服務(wù)。八、參考文獻(xiàn)1煒，羅霞，打車軟件背景下出租車運(yùn)營平衡模型N,長安大學(xué)，2015.12曉梅，供需平衡狀態(tài)下的出租車發(fā)展規(guī)模研究C,西南交通大學(xué)，2010.06.013譚照軍，出租汽車打車難分析J,市運(yùn)輸管理處，（42）20124仲敏，天鍵，龍昭鵬，強(qiáng)，基于互聯(lián)網(wǎng)技術(shù)的出租車調(diào)度系統(tǒng)設(shè)計(jì)A，大學(xué)通信與電子工程學(xué)院，2014.85王皓，光

41、潔，云峰，城市交通管理中的出租車規(guī)劃D,師大學(xué)，2006.76我國出租汽車行業(yè)管理和發(fā)展面臨問題與對策建議J,國務(wù)院發(fā)展研究中心發(fā)展戰(zhàn)略和區(qū)域經(jīng)濟(jì)研究部課題組，2008（174）7汪曉波，城市出租車資源移動(dòng)分享App的設(shè)計(jì)與實(shí)現(xiàn)D,大學(xué)，2014.68耀霞，出租車行業(yè)利益主體關(guān)系研究D,西南交通大學(xué)，2008.12九、附錄附錄一某城市3.13.16日不同時(shí)刻車輛空載率統(tǒng)計(jì)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25.52

42、4.926.130.327.328.832.53月5日39.128.829.729.432.530.435.13月6日30.632.731.329.627.334.235.13月7日28.924.929.828.528.728.431.43月8日18.526.532.827.726.230.930.33月9日37.331.230.828.228.129.832.73月10日28.831.533.528.232.926.231.93月11日22.722.924.430.229.331293月12日23.724.726.22625.931.828.33月13日34.128.826.627.628.

43、225.730.33月14日27.732.529.131.531.530.434.13月15日34.432.232.231.530.33537.93月1日131415161718193月2日34.934.23642.734.829.943.23月3日28.727.131.236.727.320.136.63月4日302525.130.228.224.235.13月5日34.5313130.224.134.558.13月6日38.536.836.135.437.947.659.63月7日33.835.340.437.834.927.243.43月8日29.828.835.242.532.428.

44、445.33月9日29.62325.624.920.121.436.73月10日34.732.936.542.834.128.8493月11日31.527.829.529.427.423.836.23月12日2824.522.623.224.626.443.53月13日3235.139.841.540.147.654.73月14日33.435.337.740.233.925.142.83月15日33.336.539.143.338.736.651.53月16日36.135.24347.73931.952.7附錄二：某地里程利用率統(tǒng)計(jì)序號(hào)車牌號(hào)行駛里程（km/日）載客里程(km/日）每日載客次數(shù)

45、（次/日）空駛率(%)1E3C963546.67 205.37 31.77 62.43 2ESL178376.84 138.01 19.58 63.38 3ESL213516.81 171.34 26.03 66.85 4E3C964282.98 94.31 9.74 66.67 5ESL248421.33 159.98 29.45 62.03 6ESL283295.50 112.71 13.81 61.86 7E3C965353.55 126.21 24.52 64.30 8ESL318123.38 44.01 2.87 64.33 9ESL353345.02 130.57 21.52 62

46、.16 10E3C966407.69 100.90 12.35 75.25 11ESL388415.94 156.95 22.00 62.27 12ESL423375.96 126.66 22.29 66.31 13E3C967514.91 176.34 31.71 65.75 14ESL458258.90 99.49 25.23 61.57 15ESL493520.58 177.15 28.14 65.97 16E3C968497.09 185.54 21.87 62.67 17ESL528263.59 79.35 10.32 69.90 18ESL563440.94 165.46 17.9

47、6 62.48 19E3C969498.09 138.74 11.84 72.14 20ESL598418.70 154.01 18.85 63.22 21ESL633323.93 107.00 8.25 66.97 22E3C970539.11 160.39 12.52 70.25 23ESL668304.73 104.79 11.71 65.61 24ESL703516.22 183.77 16.96 64.40 25E3C971342.56 101.76 6.00 70.30 26ESL738457.86 166.54 14.84 63.63 27ESL773491.94 172.51

48、13.77 64.93 28E3C972503.72 189.80 25.67 62.32 29ESL808494.04 179.43 16.44 63.68 30ESL843398.01 140.69 19.94 64.65 31E3C973510.41 194.36 24.81 61.92 32ESL878279.54 108.56 20.69 61.16 33ESL913490.87 188.61 20.00 61.58 34E3C974262.33 97.49 8.86 62.84 35ESL948167.17 47.75 5.38 71.44 36ESL983275.62 69.20

49、 5.00 74.89 37E3C975363.35 135.91 15.57 62.60 38ESL1018278.71 77.86 11.58 72.06 39ESL1053274.40 86.79 5.41 68.37 40E3C976231.32 92.01 8.42 60.22 41ESL1088282.13 112.74 8.40 60.04 42ESL1123293.15 101.05 7.77 65.53 43E3C977264.54 83.54 6.40 68.42 44ESL1158243.70 79.33 9.05 67.45 45ESL1193416.12 125.63 9.17 69.81 46E3C978410.76 155.47 10.54 62.15 47ESL1228508.18 152.57 10.65 69.98 48ESL1263200.87 63.39 5.00 68.44 49E3C979454.82 138.37