“互联网+”时代的出租车资源配置

2020-09-29文|鲍涵

经济视野 2020年10期

关键词：供需比率不确定性

文| 鲍涵

评价指标的选取

供需比率偏离度I1，即

响应时间偏离度I2

根据评价指标建立匹配模型

在信息论中，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。根据熵的特性，可以通过计算熵值来判断一个事件的随机性及无序程度，也可以用熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响（权重）越大，其熵值越小。指标的归一化处理，在用各项指标计算综合指标前，先要对它们进行标准化处理，即把指标的绝对值转化为相对值，从而解决各项不同质指标值的同质化问题。而模型用到的偏离度都是正向指标，因此采取的标准化处理方法为：

计算第j项指标下第i个区域/时间占该指标的比重：

计算第j项指标的熵值：

计算第j项指标的信息熵冗余度：

计算第j项指标的的权值：

计算各区域/时间的综合得分：

运用 MATLAB 软件求解可以得到关于时间和区域这两个不同的维度的两个指标的赋权情况：工作日时，对于时间w1=0.6129，w2=0.3871，对于区域w1=0.5000，w2=0.5000；周末时，对于时间w1=0.5015，w2=0.4985，对于区域w1=0.5000，w2=0.5000。

分析不同时间的匹配差异

利用MATLAB得到不同时间段的供需比例：1点的供需比例为44%，2点为19%，3点到24点的比列分别为：22%、51%、29%、24%、69%、99%、52%、85%、48%、57%、69%、58%、68%、73%、50%、269%、86%、47%、68%、101%、55%、27%。从工作日来看，一方面，从供需比率变化趋势可以看到供需比率（需求/供给）超出理想值70%较为显著的特征时间点为早上8点和10点，晚上10点，它们的供需比率分别为99%，85%，101%，主要表现为早（上班）高峰以及晚间（出行）高峰，而供需比率超出理想值70%最为显著的时间点为傍晚6点，供需比率高达269%，主要表现为晚（下班）高峰，这些时间点从一定程度上反映了需求大幅度增长，而供给显得非常有限。