“互联网+”时代的出租车资源配置
摘 要
随着“互联网+”时代的到来，针对当今社会“打车难”的问题，多家公司建立了打车软件服务平台，并推出了多种补贴方案，这无论是对乘客和司机自身需求还是对出租车行业发展都具有一定的现实意义。本文依靠ISM解释结构、
AHP-模糊综合评价、价格需求理论、线性规划等模型依次较好的解决了三个问题。
对于问题一求解不同时空出租车资源“供求匹配”程度的问题，本文先将
ISM模型里的层级隶属关系进行改进，将影响出租车供求匹配的12个子因素分为时间、空间、经济、其它共四类组合，然后使用经过改进的AHP-模糊综合评价方法建立模型，提出了出租车空载率这一指标作为评价因子的方案，来分析冬季某节假日哈尔滨市南岗区出租车资源“供求匹配”程度。通过代入由1-9标度法确定的各因素相互影响的系数，得出各个影响因素的权重大小，利用无量纲化处理各影响因素，得出最终评判因子为0.3062，根据“供求匹配”标准，得出哈尔滨市南岗区出租车资源“供求匹配”程度处于供需合理状态的结论。同理，也得到了哈尔滨市不同区县、不同时间的供求匹配程度，最后作出哈尔滨市出租车“供求匹配”程度图。
对于问题二我们运用价格需求理论建立模型，以补贴前后打车人数比值与空驶率变化分别对滴滴和快的两个公司的不同补贴方案进行求解，依次得到补贴后对应的打车人数及空驶率的变化，再和无补贴时的状态对比，最后得出结论：当各公司补贴金额大于5元时，打车容易，即补贴方案能够缓解“打车难”的状况；当补贴小于5元时，不能缓解“打车难”的状况。 对于问题三，在问题二的模型下，建立了一个寻找最优补贴金额的优化模型，利用lingo软件[1]进行求解算出最佳补贴金额为8元，然后将这个值带入问题二的模型进行验证，经论证合理后将补贴金额按照4种分配方案分配给司机乘客。
关键词：ISM解释结构模型；AHP-模糊综合评价；价格需求理论；线性规划
1
一 问题重述
交通是社会生活众多产业当中的一项基础产业，不但和社会的经济发展关系紧密，与人们的生活也是息息相关。而出租车作为交通工具中的重要组成部分，可以给人们的生活带来更便捷的服务。所以无论是国内还是国外，对于与出租车相关的问题都有较深入的研究。作为居民日常出行的交通工具，出租车在人们生活中发挥着重要的作用。然而由于时间、空间等因素，导致出租车行业面临着巨大的挑战，与此同时，也会出现“打车难”的现象。但这也正促进了依托互联网建立的打车软件的发展以及多种出租车补贴方案的出现。当今，“互联网+”发展迅速，所以研究互联网与出租车有关的问题是很有意义，本文要求搜集相关数据建立数学模型求解下列问题：
问题一：建立合理的指标，分析在不同时间和空间条件下出租车资源的“供求匹配程度”。
问题二：分析各公司的出租车补贴方案是否对“缓解打车难”有所帮助？ 问题三：若要创建一个新的打车软件服务平台，应该设计什么样的补贴方案，并论证方案的合理性。
二 模型假设
假设1：城市中不出现大量的人口迁入与迁出。 假设2：城市中出租车的数量短期内不会发生变化。 假设3：城区面积不发生大规模扩展。 假设4：城市道路发展程度不会发生大变化。
假设5：手机打车软件的使用者年龄主要集中在18～35周岁。 假设6：其它交通工具发展水平不变。 假设7：城市人均收入短期内不变。
三 符号说明
Wi 影响“供求匹配”程度第一层因素的权重(i?1,24) Wi' 影响“供求匹配”程度第二层各因素的权重(i?1,24) Wi'' 修正后的影响“供求匹配”程度第二层各因素的权重(i?1,2
4) 2
M 用于评价“供求匹配”程度的评价因子 判断矩阵的最大特征值 综合评判集 层次分析结构中第一层指标(i?1,2价格补贴之前打车人数 价格补贴之后打车人数 出租车日均载客里程 出租车辆数 出租车出勤率 每辆车平均的日行里程。 乘客不满意度 4) ?max B Ui P1 P2 E n ? l S?i?
四 问题分析
问题一的分析
对于问题一，要想得到出租车资源的“供求匹配”程度，首要的问题是建立一个合理的评价指标。通过对影响出租车与乘客供求关系的广义因素进行分析，每种大的前提下又细分为其它的影响因子，也就是构造了两个层次，再将最底层的影响因子利用ISM解释结构模型
[2]进行归类。利用层次分析-模糊综合评价模
型对得到的归类进行分析和求解，得到综合评判集合，然后考虑结合一种出租车供需合理的标准，例如空载率这一指标对供求匹配程度进行分析。最后结合实际着重研究不同时间和空间前提下城市出租车资源的“供求匹配程度”。
问题二的分析
对于问题二，求各公司的补贴方案对“缓解打车难”是否有帮助，考虑到不同补贴方案归根到底是补贴金额的不同，因此考虑寻找一种补贴金额与打车难的关系，通过逆向思考，补贴金额可以等效看为出租车价格降低的金额，出租车价格变化与打车人数需求之间构成价格需求，于是可利用价格需求理论模型对此进行分析，但是单一的打车人数多少不足以表示打车是否困难，于是考虑增加一个
3
空载率指标与打车人数结合表示打车是否困难，最后评判打车困难时，由于打车难这是一个不可量化指标，因此要想得出打车难是否有缓解只能先建立一个标准，然后将价格需求理论模型的求解结果带入该标准。即可知道各公司的补贴整车对打车难是否有帮助。
问题三的分析
由于问题三是设计补贴方案，而问题二里我们建立了价格需求理论模型，求解了各个公司不同补贴方案对打车难缓解的影响，于是我们在问题三中通过建立一个补贴金额与乘客满意程度的双优化模型来设计一个补贴方案，然后利用问题二的求解结果对设计方案进行论证。
五、模型的建立与求解
5.1 问题一模型的建立与求解
5.1.1 利用ISM模型对影响因素分组
由于出租车资源供求匹配关系受到较多因素影响，其中很多因素又相互包含，必须全面考虑各个因素。所以我们采用ISM模型对相应影响因素进行分组、归类，使问题简化，方便求解。ISM模型是J.N.Warfield于1973年为了分析复杂的社会经济问题而提出的解释结构模型，是静态的定性模型,其特点是能够将复杂的系统逐级分解成若干个子系统。
为了分析出租车资源的供求匹配程度，我们考虑影响出租车与乘客供求关系的一些主要因素如表1。
表1 出租车与乘客供求关系主要影响因素
A1 A2 市民人均收入 人口密度 道路拥堵程度 是否是高峰期 是否节假日 出租车数量 天气情况 私家车数量 4
A3 A4 A5 A6 A7 A8
A9 A10 A11 A12 季节 城市交通发展水平 乘客出行紧急程度 城市旅游吸引能力
然后分析这些因素互相之间是否有关系，用0表示相互之间无影响，用1表示相互之间有影响，从而得到相互影响关系的邻接矩阵如下：
A1 0 1 1 0 0 0 0 0 0 0 0 0 A2 A3 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0 A4 A5 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 1 A6 A7 A8 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 0 0 A9 A10 A11 A12 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 由于此矩阵中影响因素较多，所以运用Matlab软件对邻接矩阵进行求解，程序见附录一，得
5
2015全国大学生数学建模竞赛B题
