互聯(lián)網(wǎng)+時(shí)代的出租車資源配置

1、“互聯(lián)網(wǎng)+”時(shí)代的出租車資源配置摘要“互聯(lián)網(wǎng)+”時(shí)代實(shí)現(xiàn)了乘客與出租車司機(jī)之間的信息互通。本文通過建立 合理的數(shù)學(xué)模型，對(duì)出租車資源配置問題進(jìn)行了分析。 針對(duì)問題一，通過確立里程利用率和供求比率兩個(gè)指標(biāo)。從供給角度和需求角度出發(fā)，求得里程利用率和供求比率的理想值。將這兩個(gè)指標(biāo)抽象為二維空間中的坐標(biāo)，通過實(shí)際點(diǎn)與平衡點(diǎn)之間的距離來判斷綜合不匹配程度。以此，我們求解出在廣州高峰時(shí)段、常規(guī)時(shí)段、天河區(qū)和番禺區(qū)的綜合不匹配程度，從而分析得出高峰時(shí)段的供求匹配程度優(yōu)于常規(guī)時(shí)段，番禺區(qū)的供求匹配程度優(yōu)于天河區(qū)。針對(duì)問題二，利用層次分析法判斷不同公司的補(bǔ)貼方案是否對(duì)“打車難”問題的緩解有幫助。通過綜合的評(píng)價(jià)

2、，選取萬人擁有量、滿載率、里程利用率、等車時(shí)間，和乘車價(jià)格五個(gè)指標(biāo)建立模型，得到滴滴打車、快的打車兩個(gè)公司對(duì)緩解“打車難”有一定的幫助。針對(duì)問題三，建立一個(gè)新的打車軟件服務(wù)平臺(tái)，首先應(yīng)該考慮在緩解“打車難”這個(gè)難題基礎(chǔ)上，增加其核心競爭力，在初期實(shí)施一些大型的優(yōu)惠補(bǔ)貼政策，吸引客戶，從而搶占市場(chǎng)份額。因此，就要設(shè)計(jì)出自己新的補(bǔ)貼方案，在充分汲取現(xiàn)有打車軟件服務(wù)平臺(tái)的優(yōu)點(diǎn)后，與現(xiàn)有的補(bǔ)貼方案相關(guān)數(shù)據(jù)進(jìn)行比較，分析原來的補(bǔ)貼數(shù)目，做出相應(yīng)當(dāng)?shù)恼{(diào)整。并進(jìn)行試驗(yàn)，從而得出其合理性。關(guān)鍵詞：打車 供求匹配 層次分析 補(bǔ)貼方案一、問題重述出租車是市民出行的重要交通工具之一，“打車難”是人們關(guān)注的一個(gè)社會(huì)熱

3、點(diǎn)問題。隨著“互聯(lián)網(wǎng)+”時(shí)代的到來，有多家公司依托移動(dòng)互聯(lián)網(wǎng)建立了打車軟件服務(wù)平臺(tái)，實(shí)現(xiàn)了乘客與出租車司機(jī)之間的信息互通，同時(shí)推出了多種出租車的補(bǔ)貼方案。請(qǐng)你們搜集相關(guān)數(shù)據(jù)，建立數(shù)學(xué)模型研究如下問題： (1) 試建立合理的指標(biāo)，并分析不同時(shí)空出租車資源的“供求匹配”程度。 (2) 分析各公司的出租車補(bǔ)貼方案是否對(duì)“緩解打車難”有幫助？ (3) 如果要?jiǎng)?chuàng)建一個(gè)新的打車軟件服務(wù)平臺(tái)，你們將設(shè)計(jì)什么樣的補(bǔ)貼方案，并論證其合理性。二、問題分析由于該問題是一個(gè)即時(shí)性、開放性、實(shí)用性很強(qiáng)的熱點(diǎn)問題，所以我們針對(duì)某一個(gè)城市的實(shí)際情況進(jìn)行研究。收集該城市出租車的相關(guān)數(shù)據(jù)。通過對(duì)數(shù)據(jù)的分析，統(tǒng)計(jì)挖掘出相關(guān)規(guī)律，

4、來支持所建立的數(shù)學(xué)模型和模型的結(jié)論。 2.1問題一的分析 問題一要求建立合理的指標(biāo)，并分析不同時(shí)空出租車資源的“供求匹配”程度。通過分析，我們可以定義里程利用率和供求比率來作為反映不同時(shí)空變化規(guī)律的合理性供求關(guān)系指標(biāo)。利用實(shí)際數(shù)據(jù)，統(tǒng)計(jì)計(jì)算不同時(shí)空下的供求關(guān)系指標(biāo)，對(duì)供求關(guān)系的時(shí)間、空間的分布規(guī)律和匹配程度進(jìn)行具體的分析討論。 針對(duì)里程利用率這一指標(biāo)，可以從供給角度和需求角度分別測(cè)量出租車的載客里程，通過是這兩者相等，得到里程利用率的理想值。針對(duì)供求比率這一指標(biāo)，我們可以依據(jù)供求關(guān)系將研究區(qū)域分為三個(gè)部分：供過于求部分、供求相等部分、供不應(yīng)求部分，利用供給比率的相關(guān)定義，求得供求比率。最后將這

5、兩個(gè)指標(biāo)抽象為二維空間的坐標(biāo)，將里程利用率和供求比率轉(zhuǎn)化為點(diǎn)，通過歸一化處理后，計(jì)算實(shí)際點(diǎn)與平衡點(diǎn)距離。距離越大，則供求匹配度越低，距離越小，則供求匹配程度越高；當(dāng)距離為零時(shí)，達(dá)到平衡點(diǎn)，即供求完全匹配。2.2問題二的分析考慮到這一個(gè)需要考慮不同層面的問題，是否緩解不能用單一的指標(biāo)考慮，也不能僅僅根據(jù)現(xiàn)有的數(shù)據(jù)做純理論的分析，需要考慮到乘客和司機(jī)的共同關(guān)心的問題和他們之間存在的矛盾，所以這一題需要收集市民對(duì)打車中主要關(guān)心的問題。通過這些指標(biāo)做一個(gè)定性的綜合考慮是一個(gè)比較合理的方案。2.3問題三的分析建立一個(gè)新的打車軟件服務(wù)平臺(tái)首先應(yīng)該考慮在緩解“打車難“這個(gè)難題基礎(chǔ)上，增加其核心競爭力，在充分

6、汲取現(xiàn)有打車軟件服務(wù)平臺(tái)的優(yōu)點(diǎn)，尋找背后合作伙伴，在初期實(shí)施一些大型的優(yōu)惠補(bǔ)貼政策，吸引客戶，并搶占市場(chǎng)份額。這就需要我們?cè)O(shè)計(jì)出自己的補(bǔ)貼方案，與在原來的補(bǔ)貼方案下相關(guān)數(shù)據(jù)進(jìn)行比較，分析原來的補(bǔ)貼數(shù)目，從而做出相應(yīng)的調(diào)整。并進(jìn)行試驗(yàn)，從而得出其合理性。同時(shí)我們要在用戶體驗(yàn)這個(gè)最重要的環(huán)節(jié)設(shè)計(jì)得更加智能化，這樣他才能長時(shí)間在眾多打車軟件服務(wù)平臺(tái)中生存。三、模型假設(shè)1. 假設(shè)司機(jī)和等車乘客按二維正態(tài)分布存在于在一個(gè)城市中；2. 假設(shè)使用打車軟件打車的情況可以估計(jì)所有的打車情況；3. 假設(shè)只考慮廣州市注冊(cè)的出租車數(shù)量；4. 假設(shè)出租車只有載客狀態(tài)和空駛狀態(tài)，不存在停留等候時(shí)間。四、符號(hào)說明符號(hào)意義載

7、客里程出租車總保有量人口總量人均日出行次數(shù)供求比率平均出行距離里程利用率五、模型一的建立與求解5.1指標(biāo)的定義對(duì)于“供求匹配”，我們將其分為三種情況，即：供過于求，供不應(yīng)求，供求平衡。同時(shí)，為了分析不同時(shí)空出租車資源的“供求匹配”程度，我們先定義“里程利用率”和“供求比率”這兩個(gè)指標(biāo)。5.2里程利用率里程利用率就是指載客里程與行駛里程之比，我們用來表示，它的公式表達(dá)我們定義如下：（1）該指標(biāo)反映了出租車的載客效率，若該指標(biāo)高，則說明出租車在行駛過程中載客的比例高，也就是說空載率比較低，此時(shí)，對(duì)于想打車的乘客來說，可提供租用的出租車不多，供求關(guān)系出現(xiàn)緊張。然而，如果該指標(biāo)比較低的話，說明出租車的

8、載客率比較低，也就是空載率很高，這時(shí)候?qū)Τ丝蛠碚f，可供租用的出租車比較多。5.3供求比率供求比率指的就是一定時(shí)間內(nèi)某市場(chǎng)可供額的總和與相應(yīng)的需求額的總和之比，我們用來表示，它的公式表達(dá)如下：（2）其中，式中的指的是一定時(shí)間內(nèi)某市場(chǎng)可供額的總和，指的是相應(yīng)的需求額總和。很顯然，當(dāng)供求比率時(shí)，可供額就大于需求額，即供過于求，此時(shí)的供求比率可稱為供過于求程度；當(dāng)供求比率時(shí)，說明市場(chǎng)需求額大于供應(yīng)額，即供不應(yīng)求，此時(shí)的供求比率稱為供不應(yīng)求程度；而當(dāng)供求比率時(shí)，市場(chǎng)的供應(yīng)額與需求額達(dá)到平衡，此時(shí)的供求比率稱為供求平衡程度。5.4模型的建立與求解5.4.1里程利用率理想值的確定我們以出租車的總載客里程為該

9、模型的衡量標(biāo)準(zhǔn)，對(duì)里程利用率的理想值進(jìn)行求解。1） 從供給角度測(cè)量出租車總載客里程設(shè)某地區(qū)的出租車總保有量為，單位為萬輛；出租車每日主要時(shí)間段的平均運(yùn)營時(shí)間為，單位為小時(shí)（h）；出租車的平均行駛速率為，單位為，為出租車總載客里程，單位為；為出租車的出車率，本文取90%；為出租車運(yùn)營主要時(shí)間段對(duì)應(yīng)的出行量占一天出行量的百分比。則根據(jù)公式（1）可以得到：（3）由上式可得，某地區(qū)出租車平均每日可以供給的總載客里程為：（4）2） 從需求角度測(cè)量出租車總載客里程假設(shè)：某地區(qū)人口總量，單位為人人均日出行次數(shù)該地區(qū)人民使用出租車出行在所有出行方式中所占比例該地區(qū)人民每次出行的平均出行距離，單位為出租車承擔(dān)該

10、地區(qū)人民的出行周轉(zhuǎn)量，單位為出租車總載客旅程，單位為則出行周轉(zhuǎn)量為：（5）假設(shè)為該地區(qū)平均每天的出租車載客總?cè)藬?shù)，單位為人，則某地區(qū)人民所需求的出租車總載客里程為：（6）3） 求解里程利用率的理想值若供求平衡，即供給量與需求量相等，則里程利用率達(dá)到理想值。我們令出 租車載客里程的需求量等于供給量，即（4）式與（6）式相等：（7）可以求出：（8）上式即為里程利用率的理想值，在 K 取該值時(shí)供求平衡。5.4.2供求比率理想值的確定假設(shè)使用軟件打車的情況可以用來估計(jì)總體的打車情況，為了求解供需比率，我們利用蒼穹，對(duì)不同時(shí)間，不同地點(diǎn)的可供出租車數(shù)和顧客需求出租車數(shù)進(jìn)行數(shù)據(jù)采集。我們將某區(qū)域劃分為個(gè)四

11、邊形區(qū)域，由于蒼穹軟件可以顯示出每個(gè)地點(diǎn)的 打車訂單數(shù)，因此我們可以采集出每個(gè)四邊形區(qū)域的訂單數(shù)，即每個(gè)區(qū)域顧客需 求的出租車數(shù)，記為。接下來我們以每個(gè)人為圓心，以出租車司機(jī)為接單愿意行駛的最大距離為半徑畫圓，我們將此半徑稱為意愿半徑。如果某出租車落在圓中，則說明此出租車會(huì)接單，據(jù)此我們可以統(tǒng)計(jì)出每個(gè)人可以打到的出租車數(shù)，進(jìn)而統(tǒng)計(jì)出每個(gè)矩形區(qū)域內(nèi)出租車的供給量，設(shè)為，具體情況如下圖所示：代表出租車的位置，點(diǎn)K、F、I代表訂單的位置圖 1 出租車與乘客位置示意圖由（2）式可得：（9）我們依據(jù)供求關(guān)系將個(gè)四邊形區(qū)域分為三個(gè)部分，每個(gè)部分都由若干個(gè)四 邊形區(qū)域組成，三個(gè)部分分別為：Ø 供大

12、于求部分，設(shè)出租車供給量，需求量為Ø 供等于求部分，設(shè)出租車供給量，需求量為Ø 供小于求部分，設(shè)出租車供給量，需求量為由（9）式得：（10）因?yàn)椋海?1）因此式（10）可以寫作：（12）由上文可得：（13）5.4.3求解供求比率的理想值通過分析我們可以判斷，式（12）并不能準(zhǔn)確衡量供求平衡與不平衡的綜合程度。由式（12）可以看出總供求比率實(shí)際上是，的加權(quán)算術(shù)平均，權(quán)數(shù)是需求結(jié)構(gòu)。但是由于， 在判斷供求平衡程度時(shí)是取相反值的，越大，表示供求越不平衡；而越大，表示供求越平衡，因此這兩者的加權(quán)結(jié)果是會(huì)相互抵消的，用在這里顯然不合適。通過查閱相關(guān)資料，我們推導(dǎo)得到了供求比例理想值的

13、正確求法：（14）由式（14）可得，最終的值為一個(gè)大于1的數(shù)，的理想值為1。5.5供求匹配模型的建立我們將里程利用率和供求比率兩個(gè)指標(biāo)抽象為二維空間上的點(diǎn)。通 過前兩問，結(jié)合相關(guān)數(shù)據(jù)，我們可以求出里程利用率的理想值和供求比率的理想值，則平衡點(diǎn)的坐標(biāo)為，在此平衡點(diǎn)上，供求達(dá)到平衡，若偏離該點(diǎn)，供求不平衡。結(jié)合實(shí)際調(diào)查與計(jì)算機(jī)模擬，可得出不同時(shí)空實(shí)際情況下 的里程利用率和，其對(duì)應(yīng)在二維空間的坐標(biāo)為。將實(shí)際情況下的坐標(biāo)進(jìn)行歸一化處理：求點(diǎn)到原點(diǎn)的距離，我們將其定義為綜合不平衡度：供求不平衡度是判斷“供求匹配”程度的標(biāo)準(zhǔn)：若，則，達(dá)到了一個(gè)平衡點(diǎn)，供求完全匹配，供等于求；若,則供求不匹配。而且的值越大

14、，匹配程度越差，的值越小，匹配程度越好，越接近供求平衡。5.6 模型求解截至 2013年，廣州市人口人數(shù)=625.33萬；查閱相關(guān)資料得知廣州市 2013年出租車保有量約為20300輛，取 N =20300；根據(jù) 2008年廣州市居民出行調(diào)查總報(bào)告，取人均日出行次數(shù)= 2.18，出租車平均載客數(shù)目s=4 人，居民乘坐出租車日出行里程= 6.5 km，出租車每日主要運(yùn)營時(shí)間=15 小時(shí)，出租車平均行駛速度= 24，主要運(yùn)營時(shí)間段出車占全天出車比例= 0.85，該地區(qū)人民使用出租車出行在所有出行方式中所占比例=0.2，排除保養(yǎng)維修等問題的出租車出車率= 0.9。代入以上各數(shù)據(jù)可解得= 57.23%

15、，由前所述= 1。得到了兩個(gè)指標(biāo)的理想值之后，我們以廣州市為例，應(yīng)用此模型對(duì)出租車的實(shí)際供求匹配程度進(jìn)行評(píng)價(jià)。由于難以找到全面的數(shù)據(jù)，我們以已有的廣州市居民出行情況調(diào)查數(shù)據(jù)、“滴滴快的智能打車平臺(tái)”上的出租車分布數(shù)據(jù)為基礎(chǔ)，對(duì)現(xiàn)實(shí)世界進(jìn)行適度的簡化和抽象，對(duì)城市的出租車行駛即載客狀況進(jìn)行動(dòng)態(tài)的仿真模擬，在仿真時(shí)主要考慮時(shí)間和空間兩個(gè)方面。5.6.1時(shí)間角度我們將全天的時(shí)間分為高峰時(shí)段和常規(guī)時(shí)段兩部分，通過模擬得到兩個(gè)時(shí)間段的供求比率和里程利用率，得到廣州市高峰時(shí)段和常規(guī)時(shí)段的各指標(biāo)：供求比率里程利用率綜合不平衡度高峰時(shí)段4.31870.88363.1216常規(guī)時(shí)段3.58130.47392.7

16、014將各指標(biāo)隨時(shí)間變化情況繪制成下圖：可以發(fā)現(xiàn)，在高峰時(shí)段的里程利用率顯著高于平衡值57.23%，這表明乘客 數(shù)目較多，出租車載客率較高，出現(xiàn)了供不應(yīng)求的情況。而常規(guī)時(shí)段的里程利用 率顯著低于平衡值，說明出現(xiàn)了供過于求的情況，此時(shí)居民出行人數(shù)較少，出租 車大部分是在不載客的情況下空駛。同時(shí)，在高峰時(shí)段出行人數(shù)不斷增多的情況下，綜合不平衡度呈現(xiàn)不斷增大 的狀態(tài)，表示僅當(dāng)出行人數(shù)開始減少時(shí)，交通擁堵得以緩解，供需匹配才可以達(dá) 到較佳的狀態(tài)。5.6.2空間角度從空間角度來看，我們選取廣州市的天河區(qū)和番禺區(qū)兩個(gè)區(qū)作為研究對(duì)象，在高峰時(shí)段內(nèi)，對(duì)兩區(qū)域內(nèi)的各指標(biāo)分別進(jìn)行評(píng)價(jià)，得到結(jié)果如下：供求比率里程利

17、用率綜合不平衡度天河區(qū)4.81290.74563.2238番禺區(qū)3.90950.44232.5493不難發(fā)現(xiàn)，在供求比率方面，番禺區(qū)低于天河區(qū)，這證明就乘客數(shù)量和出 租車數(shù)目而言，番禺區(qū)更為平衡；天河區(qū)里程利用率顯著高于平衡值，處于供不應(yīng)求的狀況，而番禺區(qū)的里程利用率僅略低于平衡值。綜合起來看，相較于天河區(qū)，番禺區(qū)的供需匹配度更佳。5.7結(jié)果分析在高峰時(shí)段的里程利用率顯著高于平衡值 57.23%，出現(xiàn)了供不應(yīng)求的情況。 而常規(guī)時(shí)段的里程利用率顯著低于平衡值，出現(xiàn)了供過于求的情況。同時(shí)，在高峰時(shí)段出行人數(shù)不斷增多的情況下，綜合不平衡度呈現(xiàn)不斷增大的狀態(tài)，表示僅 當(dāng)出行人數(shù)開始減少時(shí)，供求匹配才可

18、以達(dá)到較佳的狀態(tài)。 在數(shù)目不平衡度方面，番禺區(qū)低于天河區(qū)，但番禺區(qū)的里程利用率略低于平衡值。六、模型二的建立與求解6.1模型的建立針對(duì)問題二，是否緩解需要考慮各方面的原因，不能僅僅考慮數(shù)據(jù)呈現(xiàn)的特點(diǎn)，再加上由于收集的數(shù)據(jù)有限，評(píng)價(jià)各個(gè)公司的補(bǔ)貼方案是否緩解打車難得問題的指標(biāo)難以量化，因此本題我們采用定性和定量相結(jié)合的綜合評(píng)價(jià)模型對(duì)全國各個(gè)打車軟件（滴滴打車、快的打車、傳統(tǒng)打車）推行的補(bǔ)貼方案進(jìn)行評(píng)估。首先，將問題轉(zhuǎn)化為以下模型：l 目標(biāo)層補(bǔ)貼方案對(duì)緩解市民打車難是否有幫助；l 評(píng)價(jià)細(xì)化指標(biāo)層萬人擁有量，滿載率，里程利用率，等車時(shí)間，乘車價(jià)格；l 決策層：滴滴打車補(bǔ)貼方案、快的打車補(bǔ)貼方案、傳統(tǒng)

19、打車補(bǔ)貼方案。6.1.1建立層次結(jié)構(gòu)模型如下圖：決策層目標(biāo)層目標(biāo)層目標(biāo)層準(zhǔn)則層目標(biāo)層 6.1.2構(gòu)造成對(duì)比較矩陣通 過 主 觀 定 義 比 較 各 個(gè) 指 標(biāo) 對(duì) 于 目 標(biāo) 的 權(quán) 重，構(gòu) 造 目 標(biāo) 層 A 對(duì) 準(zhǔn) 則 層，的成對(duì)比較矩陣為：上式中 A 稱為正互反矩陣，顯然有。如用依次表示萬人擁有量、滿載率、里程利用率、等車時(shí)間、乘車價(jià)格5個(gè)指標(biāo)，綜合考慮廣州市區(qū)的特點(diǎn)，定義每個(gè)指標(biāo)的權(quán)重比例。 把乘車費(fèi)用的權(quán)重指標(biāo)定義為最大的，其次是等車時(shí)間，隨著城市生活節(jié)奏的加快，市民的時(shí)間觀念越來越強(qiáng)。萬人擁有量、滿載率、里程利用率是衡量資源配置的三大指標(biāo)，三者之間的權(quán)重比定義為同一等級(jí)，最后得出五

20、大指標(biāo)的權(quán)重排序?yàn)槌塑噧r(jià)格、等車時(shí)間、滿載率、里程利用率、萬人擁有量，賦予其具體的權(quán)重系數(shù)，得到的成對(duì)比較矩陣如下：A 矩陣中表示滿載率與萬人擁有量對(duì)目標(biāo)層的重要性之比為；表示乘車價(jià)格與萬人擁有量之比為，定義價(jià)格是緩解打車難的一個(gè)相對(duì)最重的指標(biāo)。構(gòu)建準(zhǔn)則相對(duì)于的成對(duì)比較矩陣，根據(jù)市場(chǎng)上打車軟件的需求量所占的比例（滴滴打車與快的打車市場(chǎng)份額的比值約為）來定性的定義三種補(bǔ)貼方案各個(gè)指標(biāo)的重要性之比，得到方案層的成對(duì)比較矩陣，見附錄 5。6.1.3計(jì)算特征值和特征向量l 利用“和法”求 A的特征向量和特征根。將的元素按列歸一化得將中元素按行求和得各元素之和可得： 再將上述矩陣向量歸一化得到特征向量近

21、似值：其中。計(jì)算與特征向量相對(duì)應(yīng)最大的特征根（近似值）：故有最大特征根，同理可計(jì)算得出成對(duì)比較矩陣的最大特征根及權(quán)向量，見下表：決策層準(zhǔn)則層權(quán)值組合權(quán)向量0.05550.08840.13810.26830.44980.57010.60540.52940.52940.51720.5330.32070.29150.30880.30880.36950.3350.10930.10310.16180.16180.11320.13193.00543.05533.01213.01123.04320.00270.02770.00560.00560.02160.580.580.580.580.58綜合上表，可求

22、得層次總排序，組合權(quán)向量為：組合一致性檢驗(yàn)：由，故一致性檢驗(yàn)通過。根據(jù)組合權(quán)向量各個(gè)方案的比值，可以得出的組合權(quán)值最大可超過 50%。當(dāng)下針對(duì)打車軟件的補(bǔ)貼方式主要是金錢的補(bǔ)貼，在出租車乘車價(jià)格指標(biāo)權(quán)值最大的條件下，市場(chǎng)份額比重最大的滴滴打車軟件是人們采用軟件打車的最優(yōu)選擇。因?yàn)榇蜍囓浖难a(bǔ)貼方案可直接調(diào)動(dòng)司機(jī)的積極性，這對(duì)緩解市民打車難起到一定的幫助作用。但由于打車軟件是一個(gè)新興的產(chǎn)業(yè)，其運(yùn)營模式還不夠成熟，也為人們的生活帶來了一定的困擾，如信息互通的實(shí)現(xiàn)，使得出租車司機(jī)的挑客現(xiàn)象增多，拒載率提高等。但是事物都有兩面性，目前打車軟件的初期推行，市場(chǎng)并不穩(wěn)定且未實(shí)現(xiàn)其利益最大化，因此只有給予其

23、一定的發(fā)展時(shí)間，當(dāng)其穩(wěn)定之后再進(jìn)行定量分析，才能真實(shí)的判斷其是否會(huì)為打車難問題的緩解有明顯的幫助。七、問題三的求解7.1問題三補(bǔ)貼方案在打車領(lǐng)域，嘀嘀與快的分別獲得騰訊和阿里巴巴的資金全力支持，并把微信支付和支付寶錢包跟打車應(yīng)用無障礙對(duì)接，給移動(dòng)支付市場(chǎng)帶來更多的支付端口，加快移動(dòng)互聯(lián)網(wǎng)生態(tài)圈的建立。此次我們?cè)O(shè)計(jì)的補(bǔ)貼方案如下：Ø 將打車和京東錢包對(duì)接，使用京東錢包支付的收單將獲得100元京東購物禮券（僅限半年內(nèi)使用），司機(jī)師傅接一個(gè)新客戶補(bǔ)貼某公司汽油禮券50元，可累計(jì)使用。Ø 乘客乘車使用京東錢包支付，將獲得20元京東禮券（每天限3單），司機(jī)師傅將獲得10元現(xiàn)金補(bǔ)貼。&

24、#216; 非高峰期使用打車軟件的乘客補(bǔ)貼10元京東禮券（可累計(jì)使用），司機(jī)師傅補(bǔ)貼10元，高峰期補(bǔ)貼5元。Ø 在京東上買東西超過100元的，可以贈(zèng)送20元打車經(jīng)費(fèi)，僅限京東錢包支付。7.2論證補(bǔ)貼方案移動(dòng)電子商務(wù)是通過移動(dòng)終端進(jìn)行商品交易、信息交流服務(wù)和客戶服務(wù)過程的電子商務(wù)方式，現(xiàn)有打車軟件市場(chǎng)是滴滴和快的兩家獨(dú)大的形勢(shì)，之前的補(bǔ)貼大戰(zhàn)不僅僅是它們兩個(gè)的戰(zhàn)爭，更是背后的騰訊和阿里之間關(guān)于移動(dòng)電子商務(wù)和用戶大數(shù)據(jù)的競爭，沒有強(qiáng)硬的后臺(tái)，怎么能有資本與其競爭，所以這次我們選擇了與京東商城合作，一來可以幫助京東錢包這個(gè)移動(dòng)支付平臺(tái)的推廣，二來我們的補(bǔ)貼可以是京東購物禮券這樣的虛擬貨幣，

25、增加乘客在京東上的消費(fèi)。首先，建立一個(gè)APP最主要的原因是解決現(xiàn)有打車軟件的一些弊端，如出租車司機(jī)開車時(shí)看屏“搶單”直接影響交通安全，與乘客議價(jià)收費(fèi)的行為也違反了出租車行業(yè)管理?xiàng)l例。此外，由于打車軟件游離于政府監(jiān)管之外，一些非法運(yùn)營的黑出租車也加入了“搶單”行列，給乘客的出行安全帶來了隱患。針對(duì)此問題，本人認(rèn)為有必要和出租車公司展開深度合作，實(shí)現(xiàn)信息共享，這邊乘客發(fā)布了等車信息，那邊出租車公司利用GPS針對(duì)乘客位置，在附近空車進(jìn)行匹配，爭取匹配出最近的方案，減少乘客等待時(shí)間，這樣減少出租車司機(jī)跑來了，乘客乘其他出租車走了的情況，對(duì)于出租車來說，由總部直接分派任務(wù)，減少了由于搶單帶來的安全隱患，

26、更是杜絕的黑心出租車挑肥揀瘦的壞毛病。八、模型評(píng)價(jià)8.1模型的優(yōu)點(diǎn)1、在數(shù)據(jù)處理方面，針對(duì)查找的數(shù)據(jù)進(jìn)行詳細(xì)分析，得到廣州市出租車運(yùn)載的具體情況，在進(jìn)一步進(jìn)行劃分后，得到的數(shù)據(jù)具有比較明顯的地域特征，為城市空間的分區(qū)提供了數(shù)據(jù)資料；2、從城市功能區(qū)類型的角度進(jìn)行分析，可以對(duì)比其他地區(qū)的城市功能區(qū)類型，模型有很強(qiáng)的可復(fù)制性；3、層次分析，利用較少的數(shù)據(jù)便可對(duì)目標(biāo)有一個(gè)相對(duì)準(zhǔn)確的求解；4、對(duì)補(bǔ)貼進(jìn)行了細(xì)分，使得解決問題時(shí)更加具有針對(duì)性。8.2模型的缺點(diǎn) 1、定量數(shù)據(jù)較少，定性成分多，不易令人信服；2、指標(biāo)過多，數(shù)據(jù)統(tǒng)計(jì)量大，且權(quán)重難以確定；3、特征值和特征向量的精確求法比較復(fù)雜。九、參考

27、文獻(xiàn)1蒼穹，滴滴快的智能出行平臺(tái)DB/OL. 2王昊、王煒、陳峻等，城市出租車交通分布預(yù)測(cè)模型J,公路交通科技，2006，23（6）145-147.3張爽，城市出租車擁有量確定方法研究D，西安交通大學(xué)碩士學(xué)位論文，2009.4羅端高、史峰，考慮需求分布影響的城市出租車運(yùn)營平衡模型J，鐵道科學(xué)與工程學(xué)報(bào),2009(1):87-91.5 衡量出租車供求的三大指標(biāo)里程利用率、車輛滿載率、萬人擁有量， 十、附錄附錄一：按出租車萬人擁有量排序（從高到低）城市主城區(qū)人口（萬）2013年GDP（億）主城區(qū)出租車擁有量億元GDP出租車擁有量出租車萬人擁有量里程利用率大連3607650.80 1292

28、91.73665.51%沈陽5107223.7172002.73457.40%北京197219500.6666463.43468%廣州625.3315123203001.33273.79%哈爾濱4955141.5143002.782984.10%西安484.6 4884.1121152.482570.00%武漢6609000156371.72469.02%南京451.498286107321.323.7765.40%成都533.969108.89148981.6423.567.88%廈門195.873018.1644621.4822.7872.00%青島4588006.6100181

29、.62264.51%寧波227.6 7128.946270.652068.00%杭州455.4268343.5289231.119.6 69.25%濟(jì)南518.95230.1980431.5415.571.70%深圳1052.7614500.23114330.7910.8669.10%附錄二：滴滴打車1月10日，滴滴打車乘客車費(fèi)立減10元、司機(jī)立獎(jiǎng)10元2月17日，滴滴打車乘客返現(xiàn)10-15元，新司機(jī)首單立獎(jiǎng)50元2月18日，滴滴打車乘客返現(xiàn)12至20元3月7日，滴滴打車乘客每單減免隨機(jī)“6-15元”3月23日，滴滴打車乘客返現(xiàn)3-5元5月17日，打車軟件乘客補(bǔ)貼“歸零”7

30、月9日，軟件司機(jī)端補(bǔ)貼降為2元/單8月12日，滴滴打車取消對(duì)司機(jī)接單的常規(guī)補(bǔ)貼快的打車2014年1月20日快的打車乘客車費(fèi)返現(xiàn)10元，司機(jī)獎(jiǎng)勵(lì)10元2014年2月17日快的打車乘客返現(xiàn)11元，司機(jī)返5-11元2014年2月18日快的打車乘客返現(xiàn)13元，每天兩次2014年3月4日快的打車乘客返現(xiàn)10元/單，司機(jī)端補(bǔ)貼不變2014年3月5日快的打車乘客補(bǔ)貼金額變?yōu)?元2014年3月22日快的打車乘客返現(xiàn)35元2014年5月17日軟件乘客補(bǔ)貼“歸零”2014年7月9日，將司機(jī)端補(bǔ)貼降為2元/單。 2014年8月9日，滴滴、快的兩大打車軟件再出新規(guī)，全面取消司機(jī)端現(xiàn)金補(bǔ)貼附錄三：方案層的成對(duì)

31、比較矩陣：, , , ,附錄四：判斷矩陣的求解%判斷矩陣A= 1 1/2 1/2 1/5 1/7;2 1 1/5 1/3 1/5;2 2 1 1/2 1/3;5 3 2 1 1/3;7 5 3 3 1 ;b=0;for i=1:5b=b+A(i,1) ;endfor i=1:5B(i,1)=A(i,1)/b;endb=0;for i=1:5b=b+A(i,2);endfor i=1:5B(i,2)=A(i,2)/b;endb=0;for i=1:5b=b+A(i,3);endfor i=1:5B(i,3)=A(i,3)/b;endb=0;for i=1:5b=b+A(i,4);endfor i

32、=1:5B(i,4)=A(i,4)/b;endb=0;for i=1:5b=b+A(i,5);endfor i=1:5B(i,5)=A(i,5)/b;endB%行向量求和a=0 0 0 0 0 ;for i=1:5for j=1:5a(i)=a(i)+A(i,j);endendc=a'd=0;for i=1:5d=d+c(i);endfor i=1:5c(i)=c(i)/d;endcw=A*cm=0;23for i=1:5m=m+w(i)/c(i);endm=m/5附錄五：成對(duì)比較矩陣的求解%成對(duì)比較矩陣A=1 3 5;1/3 1 3;1/5 1/3 1;b=0;for i=1:3b=

33、b+A(i,1);endfor i=1:3B(i,1)=A(i,1)/b;endb=0;for i=1:3b=b+A(i,2);endfor i=1:3B(i,2)=A(i,2)/b;endb=0;for i=1:3b=b+A(i,3);endfor i=1:3B(i,3)=A(i,3)/b;endB %行向量求和a=0 0 0 ;for i=1:3for j=1:3a(i)=a(i)+A(i,j);endendc=a'd=0;for i=1:3d=d+c(i);end24for i=1:3c(i)=c(i)/d;endcw=A*cm=0;for i=1:3m=m+w(i)/c(i);

34、endm=m/3附錄六"status":1,"errMsg":"","realDate":"","result":"scope":"city","cityID":"610100","date":"2015/09/06","realDate":"2015-09-06","data":"&qu

35、ot;,108.9164,34.2643,16.0,"",109.0488,34.2928,10.0,"",108.907,34.2217,69.0,"",108.8848,34.1969,15.0,"",109.0388,34.277,52.0,"",108.9043,34.2392,22.0,"",108.9676,34.276,57.0,"",108.9635,34.2658,23.0,"",109.0752,34.2728,44

36、.0,"",108.9766,34.2016,19.0,"",108.9533,34.23,23.0,"",108.9961,34.2238,36.0,"",108.9509,34.2589,19.0,"",108.9536,34.2972,17.0,"",108.917,34.2538,23.0,"",109.006,34.3225,13.0,"",108.9824,34.27,23.0,"",108.9958,3

37、4.2543,60.0,"",108.9442,34.3497,12.0,"",108.884,34.2278,17.0,"",108.929,34.2698,22.0,"",108.9564,34.3152,16.0,"",108.9477,34.2971,51.0,"",108.9992,34.2502,11.0,"",108.9283,34.2854,27.0,"",109.0134,34.3039,12.0,"&quo

38、t;,108.9823,34.2529,13.0,"",108.9332,34.3358,22.0,"",108.8904,34.2241,15.0,"",108.9845,34.2385,14.0,"",108.9952,34.3232,11.0,"",108.8538,34.2958,34.0,"",109.0247,34.2443,25.0,"",108.9805,34.2126,35.0,"",108.9383,34.3477,

39、35.0,"",108.9445,34.3567,18.0,"",108.9481,34.2008,26.0,"",109.0071,34.2601,10.0,"",108.9642,34.3462,24.0,"",109.0171,34.2534,30.0,"",108.9297,34.2252,17.0,"",108.916,34.281,28.0,"",108.9508,34.2976,15.0,"",108.

40、9923,34.3228,18.0,"",108.8642,34.2,33.0,"",109.0623,34.2713,44.0,"",108.9717,34.328,24.0,"",108.8834,34.249,11.0,"",108.9109,34.258,19.0,"",108.8733,34.2087,45.0,"",108.8941,34.2026,10.0,"",108.8853,34.2175,15.0,"&q

41、uot;,108.8537,34.2018,14.0,"",108.9427,34.2171,20.0,"",108.8731,34.252,20.0,"",108.8444,34.1969,50.0,"",108.901,34.2724,20.0,"",108.9849,34.1991,17.0,"",108.901,34.2578,22.0,"",108.9667,34.3468,15.0,"",109.0083,34.2558,7

42、9.0,"",109.021,34.2824,37.0,"",108.9465,34.3199,47.0,"",108.9587,34.3056,27.0,"",108.8722,34.1789,26.0,"",108.953,34.285,53.0,"",108.8667,34.2114,17.0,"",108.8667,34.169,16.0,"",108.9979,34.3277,16.0,"",108.892

43、3,34.2509,60.0,"",108.9817,34.2079,10.0,"",108.9906,34.3065,24.0,"",108.9666,34.3573,21.0,"",109.076,34.2623,22.0,"",108.9043,34.1692,25.0,"",108.9329,34.3466,40.0,"",108.9455,34.1945,22.0,"",108.9314,34.1629,25.0,"

44、",108.9088,34.2174,13.0,"",109.0578,34.2947,26.0,"",108.9616,34.3374,20.0,"",108.9411,34.2997,16.0,"",109.0216,34.3166,14.0,"",108.9402,34.3313,9.0,"",108.8797,34.2371,119.0,"",108.8901,34.2918,27.0,"",108.9333,34.3

45、434,10.0,"",108.883,34.1784,63.0,"",108.9764,34.2521,129.0,"",108.8925,34.215,93.0,"",108.9041,34.2642,30.0,"",109.0501,34.2776,29.0,"",108.8512,34.1996,38.0,"",108.9398,34.3315,10.0,"",108.9952,34.2661,69.0,""

46、,108.9429,34.3507,35.0,"",108.9717,34.3395,14.0,"",109.0133,34.231,11.0,"",108.9435,34.3142,38.0,"",108.9192,34.2246,25.0,"",108.8835,34.2962,29.0,"",108.879,34.2432,19.0,"",109.0024,34.3847,18.0,"",108.9992,34.3279,15.0

47、,"",109.0212,34.3161,37.0,"",108.8811,34.2286,25.0,"",108.9365,34.3217,13.0,"",108.9602,34.3347,36.0,"",108.9216,34.2919,28.0,"",108.8733,34.2078,63.0,"",108.9379,34.2196,14.0,"",108.9539,34.3592,15.0,"",109.00

48、09,34.2076,12.0,"",108.9557,34.3479,10.0,"",109.035,34.3262,15.0,"",108.9005,34.2388,10.0,"",108.8886,34.2576,36.0,"",108.9952,34.3262,71.0,"",108.977,34.2063,10.0,"",108.8766,34.174,50.0,"",108.9467,34.2239,12.0,"&

49、quot;,108.9834,34.2572,51.0,"",109.0128,34.2864,18.0,"",108.8843,34.1875,19.0,"",108.9747,34.3454,10.0,"",108.9365,34.3112,10.0,"",108.9678,34.1957,28.0,"",108.951,34.2042,50.0,"",109.0442,34.3286,23.0,"",108.8904,34.205

50、1,10.0,"",108.9507,34.2962,24.0,"",108.8822,34.2341,44.0,"",108.9997,34.2754,111.0,"",108.9643,34.2292,13.0,"",108.9466,34.3272,37.0,"",108.9371,34.1587,16.0,"",108.8896,34.1681,36.0,"",108.8722,34.2028,111.0,""

51、;,108.9997,34.2624,20.0,"",108.9748,34.3304,14.0,"",108.9452,34.2342,13.0,"",108.9022,34.1676,27.0,"",109.0118,34.2483,22.0,"",108.898,34.2476,55.0,"",108.9585,34.1744,38.0,"",109.0793,34.282,30.0,"",108.9947,34.276,17.0

52、,"",108.8552,34.1975,10.0,"",108.8833,34.2408,12.0,"",108.938,34.2235,16.0,"",108.9147,34.1963,12.0,"",108.9674,34.2523,40.0,"",108.9498,34.2961,10.0,"",108.8677,34.197,22.0,"",108.962,34.3415,21.0,"",108.9326,

53、34.3328,10.0,"",108.9715,34.2329,13.0,"",108.9601,34.3168,10.0,"",108.9297,34.3318,13.0,"",108.9459,34.2384,56.0,"",108.9694,34.2809,62.0,"",108.8816,34.1825,19.0,"",108.8785,34.2925,23.0,"",108.884,34.2281,26.0,"&q

54、uot;,108.9288,34.2321,15.0,"",109.0182,34.2431,68.0,"",108.9115,34.2577,18.0,"",109.0436,34.2792,68.0,"",108.9305,34.3461,11.0,"",108.8837,34.2422,11.0,"",108.9017,34.2464,22.0,"",108.9586,34.277,37.0,"",108.994,34.4055,

55、22.0,"",108.9356,34.3635,13.0,"",109.0369,34.323,23.0,"",108.9536,34.2968,16.0,"",108.9513,34.2762,42.0,"",108.9541,34.332,10.0,"",108.9618,34.3422,11.0,"",108.9264,34.24,26.0,"",109.0525,34.2711,60.0,"",108.92

56、13,34.2926,31.0,"",108.8749,34.2129,11.0,"",108.9158,34.2425,62.0,"",108.8847,34.1971,105.0,"",108.9019,34.2232,10.0,"",108.866,34.2026,26.0,"",108.8889,34.2277,23.0,"",108.9972,34.3249,20.0,"",108.8617,34.1701,10.0,&quo

57、t;",108.888,34.2225,18.0,"",108.9984,34.2146,10.0,"",108.8944,34.2061,78.0,"",108.9641,34.2023,12.0,"",108.8704,34.1771,22.0,"",108.9707,34.3531,12.0,"",108.8976,34.2289,12.0,"",108.8798,34.2464,16.0,"",108.9866,34.

58、2262,10.0,"",108.9672,34.2247,10.0,"",108.9149,34.2392,49.0,"",108.9896,34.3089,11.0,"",108.9119,34.253,10.0,"",108.9379,34.2457,18.0,"",108.8733,34.2077,10.0,"",108.9081,34.2041,25.0,"",108.8797,34.1974,21.0,""

59、;,108.9997,34.2494,19.0,"",108.9587,34.3327,10.0,"",108.9427,34.236,26.0,"",108.9768,34.2606,12.0,"",108.9382,34.3487,10.0,"",109.0267,34.4045,45.0,"",108.9403,34.3198,76.0,"",108.8707,34.1695,12.0,"",108.8843,34.1703,35

60、.0,"",108.9309,34.1986,28.0,"",108.9347,34.2405,13.0,"",108.9937,34.3198,36.0,"",108.9528,34.2971,17.0,"",108.9533,34.2038,11.0,"",108.9623,34.2301,21.0,"",108.9605,34.2644,16.0,"",108.9817,34.1972,18.0,"",108.

61、9537,34.2794,56.0,"",108.8837,34.2329,10.0,"",108.9443,34.1602,18.0,"",108.8894,34.2512,10.0,"",108.8913,34.2026,57.0,"",108.9812,34.3018,31.0,"",108.9695,34.334,58.0,"",108.97,34.2419,35.0,"",108.8904,34.2241,38.0,"

62、;",108.9455,34.1981,18.0,"",109.0099,34.2538,44.0,"",108.9245,34.2138,30.0,"",108.9536,34.2468,18.0,"",108.8957,34.2012,11.0,"",108.9635,34.3328,18.0,"",108.8612,34.1871,55.0,"",109.0278,34.2041,16.0,"",108.8488,34.

63、216,36.0,"",108.8561,34.1679,24.0,"",109.0228,34.2601,34.0,"",108.9516,34.318,17.0,"",108.9334,34.3533,10.0,"",108.9418,34.3434,10.0,"",108.8795,34.2543,33.0,"",108.9754,34.2659,32.0,"",108.9336,34.3531,10.0,""

64、,108.8816,34.1733,23.0,"",108.9114,34.2456,55.0,"",108.8596,34.2356,13.0,"",108.9991,34.2503,10.0,"",108.9459,34.353,11.0,"",108.9636,34.3453,14.0,"",108.9705,34.221,18.0"",108.9336,34.3236,16.0,"",108.9156,34.2336,48.0,"",108.9672,34.2026,35.0,"",108.8853,34.1909,23.0,"",108.9499,34.3623,16.0,"",108.8759,34.2025,46.0,"",109.0744,3