“互聯網+”時代的出租車資源配置

文| 鮑 涵

評價指標的選取

供需比率偏離度I1，即

響應時間偏離度I2

根據評價指標建立匹配模型

在信息論中，熵是對不確定性的一種度量。信息量越大，不確定性就越小，熵也就越小；信息量越小，不確定性越大，熵也越大。根據熵的特性，可以通過計算熵值來判斷一個事件的隨機性及無序程度，也可以用熵值來判斷某個指標的離散程度，指標的離散程度越大，該指標對綜合評價的影響（權重）越大，其熵值越小。指標的歸一化處理，在用各項指標計算綜合指標前，先要對它們進行標準化處理，即把指標的絕對值轉化為相對值，從而解決各項不同質指標值的同質化問題。而模型用到的偏離度都是正向指標，因此采取的標準化處理方法為：

計算第j項指標下第i個區域/時間占該指標的比重：

計算第j項指標的熵值：

計算第j項指標的信息熵冗余度：

計算第j項指標的的權值：

計算各區域/時間的綜合得分：

運用 MATLAB 軟件求解可以得到關于時間和區域這兩個不同的維度的兩個指標的賦權情況：工作日時，對于時間w1=0.6129，w2=0.3871，對于區域w1=0.5000，w2=0.5000；周末時，對于時間w1=0.5015，w2=0.4985，對于區域w1=0.5000，w2=0.5000。

分析不同時間的匹配差異

利用MATLAB得到不同時間段的供需比例：1點的供需比例為44%，2點為19%，3點到24點的比列分別為：22%、51%、29%、24%、69%、99%、52%、85%、48%、57%、69%、58%、68%、73%、50%、269%、86%、47%、68%、101%、55%、27%。從工作日來看，一方面，從供需比率變化趨勢可以看到供需比率（需求/供給）超出理想值70%較為顯著的特征時間點為早上8點和10點，晚上10點，它們的供需比率分別為99%，85%，101%，主要表現為早（上班）高峰以及晚間（出行）高峰，而供需比率超出理想值70%最為顯著的時間點為傍晚6點，供需比率高達269%，主要表現為晚（下班）高峰，這些時間點從一定程度上反映了需求大幅度增長，而供給顯得非常有限。

模型推廣

研究供求匹配程度對于如何優化市場的資源配置具有一定的指導作用，不僅是出租車行業，對于其它如農業、零售業、服務業領域也是適用的。補貼除了出租車、公交車等出行需要，還有農作物、各類商品、生活補貼，建立合理的補貼模型可以有效地達到經濟效益和社會效益的平衡。