基于多屬性決策的“互聯(lián)網(wǎng)+”時代的出租車資源配置

王騰越 柴望陽 鄭澤端

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

【關(guān)鍵詞】多屬性決策;供需匹配;數(shù)據(jù)可視化

模型的建立與求解

1.刻畫指標

隨著網(wǎng)絡(luò)普及度的日益增長，打車軟件出現(xiàn)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(guān)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(qū)域內(nèi)出租車數(shù)量，C 表示總區(qū)域內(nèi)出租車數(shù)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(shù)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(dāng)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(gòu)建判斷矩陣確定 E，V，M，T權(quán)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(shù)量化標度方法，構(gòu)建判斷矩陣，從而確定不同因素相對重要性的權(quán)值。

接著對所構(gòu)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(yīng)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(quán)重;被搶單時間 T 以及打車需求 M 對需求 Q 的權(quán)重。

得到結(jié)果

結(jié)合判斷矩陣法得到的屬性權(quán)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(qū)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(qū)的出租車供求匹配程度。如下表為北京市郊區(qū)無量綱化數(shù)據(jù)構(gòu)成的決策矩陣：

由此可以得到北京市郊區(qū)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(qū)大多數(shù)時間段為供小于需，但是與北京市區(qū)相比，北京郊區(qū)的供求匹配度比北京市區(qū)的供求匹配度更好。

3.模型驗證

1）將所搜集到的數(shù)據(jù)導(dǎo)入至 BIGEMAP中，將數(shù)據(jù)可視化，得到某一時間段北京市區(qū)的出租車分布與乘客對出租車的需求

通過數(shù)據(jù)點的對比我們可以看到北京市市區(qū)出租車資源供求匹配程度—— 供大于需，符合模型求解結(jié)果。

參考文獻：

[1]陸凱鋒，酈睿翔.出租車“供求匹配”問題的數(shù)學(xué)分析[J].技術(shù)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(shù)據(jù)分析[J].海南熱帶海洋學(xué)院學(xué)報，2018，25（02）：106-111.

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

（作者單位：華北理工大學(xué)）