互联网+打车补贴分析.pdfVIP

互联网+出租车资源优化配置模型 摘要：随着科学的发展和社会的进步，互联网技术的普及，城市的发展，当代公共交通出 行难尤其是打车难逐渐成为人们关注的焦点问题，利用互联网大数据结合数学建模的方法对出租车 供需匹配进行最优的分析和评价是迫在眉睫的，由于出租车资源供需影响较多且复杂，一些城市出 租车供给量过少，无法满足乘客的需求，一部分城市出租车规模过大，出租车市场供大于求，造成 资源的浪费和出租车空载率的大大提高，造成交通拥堵环境污染等严重问题。 针对问题一，由于出租车资源随着时间和空间的变化幅度较大，供给需求所受的影响因素较 多，本文组采用多目标规划原理，利用主成分分析法，借助实时顾客出租车拥有量，里程利用率， 空载率，等车时间四项指标，给每一项指标赋予权重，综合考量出租车的供需匹配程度，最后对不 同时间地点的出租车供需匹配度进行打分，这样可以更加客观全面的反映不同时空出租车资源的供 给需求匹配度。 针对问题二,考量的是对出租车补贴会不会对打车难现象有所缓解，本文通过对滴滴和快的两 家公司的补贴政策进行了汇总分析，将其分为对出租车司机补贴和对乘客补贴两种方式，建立补贴 价格对里程利用率，空载率，乘客等车时间影响的作用模型，再利用第一问的评价指标体系，从全 面量化的角度得到补贴政策对于出租车供求匹配程度的影响机理，最终通过匹配度反映补贴政策是 否真正缓解了打车难的现状。 针对问题三，对司机的补贴主要作用于其所得的经济利益，即减小成本，增大收益，又由于出 租车数量本身不会发生变化，所以补贴司机本身不会导致客观环境和条件发生变化。因此本文需要 用经济学的视角，从出租车司机的主观角度分析打车难的原因。每搭载一位乘客，出租车司机都是 会盈利的，所以司机肯定会考虑搭载尽可能多的顾客来增大其收益，但是也有可能会出现搭载顾客 无法满足其经济收益甚至亏本的情况出现，而补贴司机就是旨在使这种可能性尽可能的降低。本文 认为，主要存在三种情况导致司机没有搭载客人的意愿，从而造成打车难的出现。本文将给出这三 种情况，并分别讨论对其建立补贴政策。 关键词：多目标规划原理 主成分分析法 计量模型 博弈论 模糊评价法 层次分析法 一．问题重述 出租车是市民出行的重要交通工具之一，“打车难”是人们关注的一个社会热点 问题。随着“互联网+”时代的到来，有多家公司依托移动互联网建立了打车软件服务 1 平台，实现了乘客与出租车司机之间的信息互通，同时推出了多种出租车的补贴方 案。 请你们搜集相关数据，建立数学模型研究如下问题： (1) 试建立合理的指标，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，你们将设计什么样的补贴方案，并 论证其合理性。 二．问题分析 随着国民经济的发展，出租车开始从奢侈品变为大众消费品，走进千家万户，然 而随着出租车的普及，打车难的问题也逐渐浮出水面。本文通过建立出租车供需匹配 模型，并结合现在打车软件、国家机关等对出租车的补贴政策，探讨了解决打车难问 题的可能性。 2.1 问题一：建立衡量出租车与顾客供需匹配程度的衡量标准 问题一要求本文建立合适的标准，来分析不同时空供需匹配的程度。因此本文提 取出了平均等车时间，实时乘客出租车拥有量，里程利用率，空载率四个指标作为评 判标准，并用多目标规划原理，在matlab 的辅助下，分别计算出四个因素所占的权 重，建立了衡量供需匹配度的模型，最后代入北京西站和北京六环的数据进行了验 证。 2.2 问题二：建立补贴价格机制影响供求匹配度的模型 问题二需要本文对现有打车公司补贴政策的合理分析，判断是否缓解了打车难的现 状，所以本文建立了补贴价格机制对于空载率，里程利用率和等车时间的影响模型， 用经济学原理量化补贴价格对于打车成本的衡量机理，从而客观直接的反映了补贴政 策的影响机理，最后用第一问得到的综合指标来评判对于供求匹配度的影响，得出了 补贴方式对于缓解打车难的作用。 2.3 问题三：设计一个合理的补贴方案 问题三要求本文设计一个补贴方案，本文考虑到一方面补贴方案要尽可能的解决 问题，另一方面要尽量节省成本，因此本文使用经济学的分析方法，将补贴分为三种 情况，即高峰地段拥堵致使出租车司机不愿前往，车和乘客之间距离较远导致司机不 愿前往，乘客和目的地之间距离比