PDF《王新茂》

4 2.5 问题三的分析 要求我们若创建一个新的打车软件服务平台,将如何设计合理的补贴方案.我们考 虑从缓解打车难的现象出发, 即努力营造出租车的供应量和出租车的需求量达到平衡状 态的目的出发,制定合理的补贴方案.如此一来,在缓解 打车难 问题的同时,我们 也将该打车平台的成功载客量和供需平衡指数达到了最优状态.

三、 模型假设 3.1 假设出租车司机的接单时间与乘客上车时间忽略不计. 3.2 假设的一天之内各时段出行比例符合北京市实际情况. 3.3 假设北京市各区域

2014 年的统计数据与

2015 年相同. 3.4 打车难易程度可由同一时间出租车供求匹配程度体现. 3.5 假设乘客数量不受其他主观因素影响.

四、 符号说明 符号 含义 ij b 向量规范化后值 * i d 主要样品i 离理想点的距离 i C 综合评价指数

0 i d 样本i 离负理想点的距离 * C 正理想解 * j c 正理想解 * C 的第 j 个属性值

0 C 负理想解

0 C 的第 j 个属性值

五、 模型建立与求解 5.1 问题一 根据题目要求建立合理的指标,并分析不同时间及地区出租车资源的 供求匹配 程度. 5.1.1 数据的获取与处理

5 ①数据的获取 问题一所使用的数据在国内各打车软件服务平台中得到,选取了北京市的十四区、 两个县的

1000 个随机点通过网络爬虫程序进行搜集,得到北京市四个核心区:城市功 能核心区(东城区、西城区 ) 、城市功能拓展区(海淀区、朝阳区、丰台区、石景山区 ) 、 城市发展新区(通州区、顺义区、房山区、大兴区、昌平区) 、生态涵养发展区(怀柔 区、平谷区、门头沟区、密云县、延庆县)的不同时间段的所需要数据. ②数据的预处理 为了能够表达更多的信息,我们希望选择的数据之间相关性较弱,甚至不存在相关 性.所以,我们采集的数据通过 SPSS 软件进行 Pearson 相关分析,来判断各指标之间 的相关性.经过分析我们发现,有许多数据存在显著的相关性,所以我们可以减少变量 数目. 5.1.2 指标的确定 根据网络爬虫得到的数据变量格式、 参考相关文献以及各个打车服务平台提供的参 考指标等方面分析,题目需要解释的 供求匹配 程度,可以由 打车难易度 、 打车 需求 、 打车需求量 、 被抢单时间 、 出租车分布 等四个变量来衡量.这四个变量, 不仅反映了出租车资源配给问题,而且能够反映出市民出行需求等问题.因此,在题目 中,对于衡量各个服务平台公司对出租车补贴方案对 缓解打车难 是否有帮助这个问 题,依然可以通过上述变量去衡量. 5.1.3 统计数据的说明 本文使用的指标主要包括: 打车难易度 、 打车需求量 、 被抢单时间 、 出租 车分布 等四个变量. 打车难易度 综合反映该时段打车的困难程度, 打车需求量 则直观反映需求情况, 出租车分布 也直观反映了供给情况,而 被抢单时间 则从 侧面反映 供给匹配 情况.

0 5

10 15 0:00―1:00 2:00―3:00 4:00―5:00 6:00―7:00 8:00―9:00 10:00―11:00 12:00―1........