基于多屬性決策的“互聯網+”時代的出租車資源配置

王騰越 柴望陽 鄭澤端

【摘?要】隨著經濟的發展，打車難現象在社會頻頻出現，互聯網打車軟件的興起提供了新的解決方法?；谒膫€指標構建成對比較矩陣，利用多屬性決策的供給評價指數與需求評價指數，建立供需動態模型，分析得到不同時空下出租車資源的“供需匹配”程度。

【關鍵詞】多屬性決策;供需匹配;數據可視化

模型的建立與求解

1.刻畫指標

隨著網絡普及度的日益增長，打車軟件出現在人們生活中，出租車也愈來愈成為了人們外出選擇的交通工具，出租車資源供求匹配程度得到了大家的關注。通過查閱大量文獻，我們引出一下幾個指標：出租車分布、打車難易程度、打車需求、被搶單時間，分別作為供給與需求兩方面情況的刻畫指標[1]。

1）出租車分布率

E=C1/C?（1）

其中 E 表示出租車分布，C1表示一定區域內出租車數量，C 表示總區域內出租車數量。隨著 E 的增大，表示供給量越充足，反之則供給量不足。

2）打車難易程度

打車難易程度用 V 來表示，V 的值越高，則表明乘客越容易打車，從而反映出供給的充足。

3）打車需求率

M=A/B?（2）

其中 M表示打車需求，A表示乘客所需出租車數量，B表示出租車總量。

M 增大，則表明乘客對出租車的需求量較大。

4）搶單時間

搶單時間是指乘客下單后，司機接單時間間隔，用 T 來表示，搶單時間間隔越大，則表示需求量下降，反之需求量上升。

模型建立

當供需匹配?越接近 1 時，則說明供需情況較為平衡，?< 1說明供小于需，?> 1說明供大于需，以此模型來反映不同時空的供需匹配程度。

2.模型求解

1）構建判斷矩陣確定 E，V，M，T權重

通過分析，我們以出租車分布率 E和打車難易程度 V作為反映出租車資源的供給指標，打車需求率 M和搶單時間 T作為出租車資源需求指標。繼而采用成對比較的數量化標度方法，構建判斷矩陣，從而確定不同因素相對重要性的權值。

接著對所構建的判斷矩陣進行一致性檢驗，使用 matlab 進行求解成對比較矩陣的最大特征值對應的特征向量，并對其矩陣進行一致性檢驗。最終確定出租車分布 E、打車難易程度 V 對供給 P 的權重;被搶單時間 T 以及打車需求 M 對需求 Q 的權重。

得到結果

結合判斷矩陣法得到的屬性權重表達式帶入建立的供求匹配模型。

由此可以得到北京市市區在不同時間段的供求匹配程度不同，具體情況如下表所示：

ii.選取 這四個不同的時間段，研究北京市郊區的出租車供求匹配程度。如下表為北京市郊區無量綱化數據構成的決策矩陣：

由此可以得到北京市郊區在不同時間段的供求匹配程度不同，具體情況如下表所示：

由各個時間段的供求匹配指標大小與平衡值可差距可以看到，北京市郊區大多數時間段為供小于需，但是與北京市區相比，北京郊區的供求匹配度比北京市區的供求匹配度更好。

3.模型驗證

1）將所搜集到的數據導入至 BIGEMAP中，將數據可視化，得到某一時間段北京市區的出租車分布與乘客對出租車的需求

通過數據點的對比我們可以看到北京市市區出租車資源供求匹配程度—— 供大于需，符合模型求解結果。

參考文獻：

[1]陸凱鋒，酈睿翔.出租車“供求匹配”問題的數學分析[J].技術與市場，2017，24（07）：452.

[2]李富榮，高卓.城市出租車資源供求匹配程度的數據分析[J].海南熱帶海洋學院學報，2018，25（02）：106-111.

[3]徐蓉，曾勝軍，李凱.“互聯網+”時代打車軟件補貼方案的實效分析[J].科技經濟導刊，2018，26（13）：186-187.

（作者單位：華北理工大學）