陳鉆 趙志偉 林曉敏 李煒

【摘要】 利用層次分析法建立了不同時空出租車供求匹配程度的評價模型，通過判別分析法對杭州進行區(qū)域劃分，分析了其不同時間和地域的出租車資源配置情況。

【關鍵詞】 供求匹配 層次分析法 判別分析法

一、問題簡述

“打車難”是人們關注的一個社會熱點問題。隨著“互聯(lián)網(wǎng)+”時代的到來，多家公司依托移動互聯(lián)網(wǎng)建立了打車軟件服務平臺。當前城市出租車資源分布不均衡，通過選取合理的指標，分析杭州不同時間和地域的出租車資源的“供求匹配”程度。

二、模型的建立

2.1供求匹配指標體系構(gòu)建

本文選用滿意度來衡量出租車資源供求匹配程度[2]。將一個地區(qū)的供求匹配程度作為目標層，由于影響供求匹配跟兩方面有關，一方面是城市基本狀況，一方面是滿意度，滿意度分為乘客滿意度和司機滿意度。因此本文從司機滿意度，乘客滿意度并結(jié)合宏觀數(shù)據(jù)來評價供求匹配程度。司機滿意度選取實載率，乘客需求量來描述；乘客滿意度選取出租車供應量，平均等待時間，空載率來描述。宏觀數(shù)據(jù)選取杭州城市出租車萬人擁有量，人口數(shù)量，人均居民消費指數(shù)（CPI）來進行描述。建立的層次結(jié)構(gòu)表：如表1供求匹配程度評價體系：

式（1）中W i表示各指標權(quán)重，Cj表示各指標數(shù)據(jù)。

2.3基于判別分析法的數(shù)據(jù)分塊

在蒼穹平臺上抓取的數(shù)據(jù)中，地理位置的表示方法為經(jīng)緯度并精確到千分位，并且獲取到的大量數(shù)據(jù)不能直觀的表現(xiàn)出地點，因此本文用判別分析法對數(shù)據(jù)進行分塊，從而對杭州不同地域的出租車資源配置程度進行研究。

判別分析法的數(shù)學模型[1]：記p維總體G：（X1，X2，…，Xp），G可分為m類G1，G2，…，Gm對于已經(jīng)獲得n個樣本（Xk1，Xk2，…，Xkp），k=1，2，…，n，據(jù)某分類標準把這n個樣本歸類到m類G1，G2，…，Gm中去的統(tǒng)計方法，稱為判別分析。

由于樣本只有經(jīng)緯度一種類型的數(shù)據(jù)，他們大小相似，有一定“集群”現(xiàn)象，本文選取歐式距離判別法進行劃分。距離判別是讓指標大小比較接近一類，根據(jù)杭州的情況我們選取8個區(qū)域經(jīng)緯度作為幾何中心。

設p為歐式空間Rp中兩點

本文在滴滴快的的蒼穹平臺上，通web控制臺抓取了9月10號24h的杭州出租車分布、打車需求量、搶單時間共10000多個原始數(shù)據(jù)，利用判別分析法將從蒼穹平臺獲取的數(shù)據(jù)數(shù)據(jù)劃分為8個區(qū)域：拱墅區(qū)、西湖區(qū)、上城區(qū)、下城區(qū)、濱江區(qū)、江干區(qū)、蕭山區(qū)、余杭區(qū)。

3.1基于時間維度的供求匹配程度分析

利用層次分析模型和上述獲取的數(shù)據(jù)得出各指標權(quán)重系數(shù)向量為：Weight=（0.066，0.0222，0.1112，0.1113，0.2916，0.0637，0.1998，0.1332）

從而得到杭州一天的匹配程度圖。

從圖1中看出凌晨3點匹配度開始降低，到凌晨4點達到第一次低谷，從出租車的數(shù)量關于時間的分布來說，主要是出租車的數(shù)量減少，可能是由于換班或者出租車司機休息，導致一部分乘客難打到車。

7點處達到第二次低谷，主要原因是上班出現(xiàn)早高峰，交通比較擁堵，導致許多出租車司機為了避免早高峰，選擇不出行或者不接單。

過了早高峰以后，出租車的數(shù)量急劇增加，且道路也相對通暢，需求也相對比較多，所以9點到下午4點間的匹配程度較好。

傍晚6點匹配程度出現(xiàn)第三次低谷，主要原因是下班高峰期，所以匹配程度較低?？傮w來說匹配程度與出租車數(shù)量有較大的關聯(lián)。

3.2基于空間維度的供求匹配程度分析

對于同一時間不同地區(qū)的分析，本文選取2個具有代表性的時間段分別為：6：00-8：00，10：00-13：00，因為6：00- 8：00是上班的高峰期，出租車數(shù)量，乘客需求都有較大的波動，而10：00-13：00是錯開高峰時段的非高峰時間段。

上班高峰時間段：

選取一天中6：00-8：00上班高峰時段，8個地區(qū)的對應的8個指標的數(shù)據(jù)導入MATLAB進行處理程序見附件，匹配程度的曲線圖如下，并對其進行分析。

對各城區(qū)匹配度的大小進行比較圖2可以看出，下城區(qū)，蕭山區(qū)和江干區(qū)的匹配程度較好，西湖、上城區(qū)匹配程度一般，拱墅區(qū)、濱江區(qū)和余杭區(qū)匹配程度較差。

非高峰時間段：

選取10：00-13：00時間段8個地區(qū)的數(shù)據(jù)。得到的顧客滿意度，司機滿意度，供求匹配程度變化。

從出租車的數(shù)量數(shù)據(jù)上看，江干區(qū)、蕭山區(qū)和下城區(qū)的出租車數(shù)量較多，需求較少，而其他的地方出租車數(shù)量較少，需求量較大，從平均等待時間來看，拱墅區(qū)平均等待時間最長，江干區(qū)平均等待時間最短。由此可以說明，需求量高的地點，出租車供應量少；而需求量高的地點，出租車供應量多。杭州整體的出租車資源從時間和空間上看，分配不均勻，存在一定的不合理性，需要進行合理配置。

四、結(jié)束語

本文利用網(wǎng)絡獲得杭州市出租車一天的數(shù)據(jù)，采用層次分析法，分別對不同時間和空間的出租車匹配程度進行評估，建立了針對不同時空的供求匹配模型。通過供求匹配分析，發(fā)現(xiàn)其結(jié)果較為準確的顯示了一天中早晚兩個高峰供求匹配程度較低的情況。

這項研究對于政府出臺出租車相關政策具有一方面的指導意見，對于打車公司制定補貼方案具有參考意義。

層次分析法的判斷矩陣具有很大的主觀性。選用判 別分析利用歐氏距離對經(jīng)緯度進行分區(qū)，得到的結(jié)果較為理想。但是只選了一天的數(shù) 據(jù)進行分析，不能全面考慮周末和天氣的影響。

參 考 文 獻

[1] 吳密霞，劉春玲，多元統(tǒng)計分析[M]，北京：科學出版社，2014年.

[2]黃琪. 城市出租車擁有量的確定[D].浙江大學，2005

[3]常超凡，陳團生，劉明君，高峰. 城市出租車擁有量對分擔率影響分析[J]. 交通科技與經(jīng)濟，2007，03：75-76+88.