杭州出租车资源配置研究

陈钻 赵志伟 林晓敏 李炜

【摘要】 利用层次分析法建立了不同时空出租车供求匹配程度的评价模型，通过判别分析法对杭州进行区域划分，分析了其不同时间和地域的出租车资源配置情况。

【关键词】 供求匹配 层次分析法 判别分析法

一、问题简述

“打车难”是人们关注的一个社会热点问题。随着“互联网+”时代的到来，多家公司依托移动互联网建立了打车软件服务平台。当前城市出租车资源分布不均衡，通过选取合理的指标，分析杭州不同时间和地域的出租车资源的“供求匹配”程度。

二、模型的建立

2.1供求匹配指标体系构建

本文选用满意度来衡量出租车资源供求匹配程度[2]。将一个地区的供求匹配程度作为目标层，由于影响供求匹配跟两方面有关，一方面是城市基本状况，一方面是满意度，满意度分为乘客满意度和司机满意度。因此本文从司机满意度，乘客满意度并结合宏观数据来评价供求匹配程度。司机满意度选取实载率，乘客需求量来描述；乘客满意度选取出租车供应量，平均等待时间，空载率来描述。宏观数据选取杭州城市出租车万人拥有量，人口数量，人均居民消费指数（CPI）来进行描述。建立的层次结构表：如表1供求匹配程度评价体系：

式（1）中W i表示各指标权重，Cj表示各指标数据。

2.3基于判别分析法的数据分块

在苍穹平台上抓取的数据中，地理位置的表示方法为经纬度并精确到千分位，并且获取到的大量数据不能直观的表现出地点，因此本文用判别分析法对数据进行分块，从而对杭州不同地域的出租车资源配置程度进行研究。

判别分析法的数学模型[1]：记p维总体G：（X1，X2，…，Xp），G可分为m类G1，G2，…，Gm对于已经获得n个样本（Xk1，Xk2，…，Xkp），k=1，2，…，n，据某分类标准把这n个样本归类到m类G1，G2，…，Gm中去的统计方法，称为判别分析。

由于样本只有经纬度一种类型的数据，他们大小相似，有一定“集群”现象，本文选取欧式距离判别法进行划分。距离判别是让指标大小比较接近一类，根据杭州的情况我们选取8个区域经纬度作为几何中心。

设p为欧式空间Rp中两点

本文在滴滴快的的苍穹平台上，通web控制台抓取了9月10号24h的杭州出租车分布、打车需求量、抢单时间共10000多个原始数据，利用判别分析法将从苍穹平台获取的数据数据划分为8个区域：拱墅区、西湖区、上城区、下城区、滨江区、江干区、萧山区、余杭区。

3.1基于时间维度的供求匹配程度分析

利用层次分析模型和上述获取的数据得出各指标权重系数向量为：Weight=（0.066，0.0222，0.1112，0.1113，0.2916，0.0637，0.1998，0.1332）

从而得到杭州一天的匹配程度图。

从图1中看出凌晨3点匹配度开始降低，到凌晨4点达到第一次低谷，从出租车的数量关于时间的分布来说，主要是出租车的数量减少，可能是由于换班或者出租车司机休息，导致一部分乘客难打到车。

7点处达到第二次低谷，主要原因是上班出现早高峰，交通比较拥堵，导致许多出租车司机为了避免早高峰，选择不出行或者不接单。

过了早高峰以后，出租车的数量急剧增加，且道路也相对通畅，需求也相对比较多，所以9点到下午4点间的匹配程度较好。

傍晚6点匹配程度出现第三次低谷，主要原因是下班高峰期，所以匹配程度较低。总体来说匹配程度与出租车数量有较大的关联。

3.2基于空间维度的供求匹配程度分析

对于同一时间不同地区的分析，本文选取2个具有代表性的时间段分别为：6：00-8：00，10：00-13：00，因为6：00- 8：00是上班的高峰期，出租车数量，乘客需求都有较大的波动，而10：00-13：00是错开高峰时段的非高峰时间段。

上班高峰时间段：

选取一天中6：00-8：00上班高峰时段，8个地区的对应的8个指标的数据导入MATLAB进行处理程序见附件，匹配程度的曲线图如下，并对其进行分析。

对各城区匹配度的大小进行比较图2可以看出，下城区，萧山区和江干区的匹配程度较好，西湖、上城区匹配程度一般，拱墅区、滨江区和余杭区匹配程度较差。

非高峰时间段：

选取10：00-13：00时间段8个地区的数据。得到的顾客满意度，司机满意度，供求匹配程度变化。

从出租车的数量数据上看，江干区、萧山区和下城区的出租车数量较多，需求较少，而其他的地方出租车数量较少，需求量较大，从平均等待时间来看，拱墅区平均等待时间最长，江干区平均等待时间最短。由此可以说明，需求量高的地点，出租车供应量少；而需求量高的地点，出租车供应量多。杭州整体的出租车资源从时间和空间上看，分配不均匀，存在一定的不合理性，需要进行合理配置。

四、结束语

本文利用网络获得杭州市出租车一天的数据，采用层次分析法，分别对不同时间和空间的出租车匹配程度进行评估，建立了针对不同时空的供求匹配模型。通过供求匹配分析，发现其结果较为准确的显示了一天中早晚两个高峰供求匹配程度较低的情况。

这项研究对于政府出台出租车相关政策具有一方面的指导意见，对于打车公司制定补贴方案具有参考意义。

层次分析法的判断矩阵具有很大的主观性。选用判 别分析利用欧氏距离对经纬度进行分区，得到的结果较为理想。但是只选了一天的数 据进行分析，不能全面考虑周末和天气的影响。

参 考 文 献

[1] 吴密霞，刘春玲，多元统计分析[M]，北京：科学出版社，2014年.

[2]黄琪. 城市出租车拥有量的确定[D].浙江大学，2005

[3]常超凡，陈团生，刘明君，高峰. 城市出租车拥有量对分担率影响分析[J]. 交通科技与经济，2007，03：75-76+88.