杭州出租車資源配置研究

陳鉆 趙志偉 林曉敏 李煒

【摘要】 利用層次分析法建立了不同時空出租車供求匹配程度的評價模型，通過判別分析法對杭州進行區域劃分，分析了其不同時間和地域的出租車資源配置情況。

【關鍵詞】 供求匹配 層次分析法 判別分析法

一、問題簡述

“打車難”是人們關注的一個社會熱點問題。隨著“互聯網+”時代的到來，多家公司依托移動互聯網建立了打車軟件服務平臺。當前城市出租車資源分布不均衡，通過選取合理的指標，分析杭州不同時間和地域的出租車資源的“供求匹配”程度。

二、模型的建立

2.1供求匹配指標體系構建

本文選用滿意度來衡量出租車資源供求匹配程度[2]。將一個地區的供求匹配程度作為目標層，由于影響供求匹配跟兩方面有關，一方面是城市基本狀況，一方面是滿意度，滿意度分為乘客滿意度和司機滿意度。因此本文從司機滿意度，乘客滿意度并結合宏觀數據來評價供求匹配程度。司機滿意度選取實載率，乘客需求量來描述；乘客滿意度選取出租車供應量，平均等待時間，空載率來描述。宏觀數據選取杭州城市出租車萬人擁有量，人口數量，人均居民消費指數（CPI）來進行描述。建立的層次結構表：如表1供求匹配程度評價體系：

式（1）中W i表示各指標權重，Cj表示各指標數據。

2.3基于判別分析法的數據分塊

在蒼穹平臺上抓取的數據中，地理位置的表示方法為經緯度并精確到千分位，并且獲取到的大量數據不能直觀的表現出地點，因此本文用判別分析法對數據進行分塊，從而對杭州不同地域的出租車資源配置程度進行研究。

判別分析法的數學模型[1]：記p維總體G：（X1，X2，…，Xp），G可分為m類G1，G2，…，Gm對于已經獲得n個樣本（Xk1，Xk2，…，Xkp），k=1，2，…，n，據某分類標準把這n個樣本歸類到m類G1，G2，…，Gm中去的統計方法，稱為判別分析。

由于樣本只有經緯度一種類型的數據，他們大小相似，有一定“集群”現象，本文選取歐式距離判別法進行劃分。距離判別是讓指標大小比較接近一類，根據杭州的情況我們選取8個區域經緯度作為幾何中心。

設p為歐式空間Rp中兩點

本文在滴滴快的的蒼穹平臺上，通web控制臺抓取了9月10號24h的杭州出租車分布、打車需求量、搶單時間共10000多個原始數據，利用判別分析法將從蒼穹平臺獲取的數據數據劃分為8個區域：拱墅區、西湖區、上城區、下城區、濱江區、江干區、蕭山區、余杭區。

3.1基于時間維度的供求匹配程度分析

利用層次分析模型和上述獲取的數據得出各指標權重系數向量為：Weight=（0.066，0.0222，0.1112，0.1113，0.2916，0.0637，0.1998，0.1332）

從而得到杭州一天的匹配程度圖。

從圖1中看出凌晨3點匹配度開始降低，到凌晨4點達到第一次低谷，從出租車的數量關于時間的分布來說，主要是出租車的數量減少，可能是由于換班或者出租車司機休息，導致一部分乘客難打到車。

7點處達到第二次低谷，主要原因是上班出現早高峰，交通比較擁堵，導致許多出租車司機為了避免早高峰，選擇不出行或者不接單。

過了早高峰以后，出租車的數量急劇增加，且道路也相對通暢，需求也相對比較多，所以9點到下午4點間的匹配程度較好。

傍晚6點匹配程度出現第三次低谷，主要原因是下班高峰期，所以匹配程度較低。總體來說匹配程度與出租車數量有較大的關聯。

3.2基于空間維度的供求匹配程度分析

對于同一時間不同地區的分析，本文選取2個具有代表性的時間段分別為：6：00-8：00，10：00-13：00，因為6：00- 8：00是上班的高峰期，出租車數量，乘客需求都有較大的波動，而10：00-13：00是錯開高峰時段的非高峰時間段。

上班高峰時間段：

選取一天中6：00-8：00上班高峰時段，8個地區的對應的8個指標的數據導入MATLAB進行處理程序見附件，匹配程度的曲線圖如下，并對其進行分析。

對各城區匹配度的大小進行比較圖2可以看出，下城區，蕭山區和江干區的匹配程度較好，西湖、上城區匹配程度一般，拱墅區、濱江區和余杭區匹配程度較差。

非高峰時間段：

選取10：00-13：00時間段8個地區的數據。得到的顧客滿意度，司機滿意度，供求匹配程度變化。

從出租車的數量數據上看，江干區、蕭山區和下城區的出租車數量較多，需求較少，而其他的地方出租車數量較少，需求量較大，從平均等待時間來看，拱墅區平均等待時間最長，江干區平均等待時間最短。由此可以說明，需求量高的地點，出租車供應量少；而需求量高的地點，出租車供應量多。杭州整體的出租車資源從時間和空間上看，分配不均勻，存在一定的不合理性，需要進行合理配置。

四、結束語

本文利用網絡獲得杭州市出租車一天的數據，采用層次分析法，分別對不同時間和空間的出租車匹配程度進行評估，建立了針對不同時空的供求匹配模型。通過供求匹配分析，發現其結果較為準確的顯示了一天中早晚兩個高峰供求匹配程度較低的情況。

這項研究對于政府出臺出租車相關政策具有一方面的指導意見，對于打車公司制定補貼方案具有參考意義。

層次分析法的判斷矩陣具有很大的主觀性。選用判 別分析利用歐氏距離對經緯度進行分區，得到的結果較為理想。但是只選了一天的數 據進行分析，不能全面考慮周末和天氣的影響。

參 考 文 獻

[1] 吳密霞，劉春玲，多元統計分析[M]，北京：科學出版社，2014年.

[2]黃琪. 城市出租車擁有量的確定[D].浙江大學，2005

[3]常超凡，陳團生，劉明君，高峰. 城市出租車擁有量對分擔率影響分析[J]. 交通科技與經濟，2007，03：75-76+88.