文档介绍：1 “互联网+”时代的出租车资源配置摘要中国城市化的推进加大了人流量的出行,造成了“打车难”的严重社会现象。如何利用打车软件缓解打车难得现象是如今社会面临的严峻问题。针对问题一要求利用合理指标对不同时空出租车资源的“供求匹配”程度进行分析。问题涵盖时间和空间两个方面,对于时间方面,我们采用样本分析的方法,以居民出行频率、出租车全日平均载客时间以及全日平均空驶时间三大指标来衡量出租车时间利用率,利用 EXCEL软件绘制出三大指标随时间变化关系图,结果表明南京市出租车资源配置利用率较低,出租车的时间空驶率问题很严重;对于空间方面,我们采用基尼系数分析法,选取北京、南京、广州等15个城市为评价样本,以里程利用率、车辆满载率、万人拥有量为衡量出租车供求的三大指标建立评价模型,最后得出这15个城市的“供求匹配”程度属于“高度平均”的状态。针对问题二我们把问题转化为用出租车司机的平均月收入情况指标来衡量各公司的出租车补贴方案对缓解打车难是否有帮助。我们先采用)1,1( GM 预测模型对司机未来收入进行预测,后又利用统计指数平滑预测模型进行预测与灰色模型的结果相比较,最终得到司机增加的平均月收入增加了230多元,在一定程度上提高了司机的收入。间接的可以说明打车软件的补贴政策对缓解“打车难”问题是有一定的帮助。针对问题三我们在分析前两问的基础上,上网查阅资料总结出打车软件市场操作流程图并收集了一些相关的数据信息,建立了以层次分析和模糊综合评价模型为基础的可行性评价模型,制定了自己的打车平台补贴方案(实行出租车接单奖励政策),同时处于对公司利润的考虑,我们还制定除了有利于公司盈利的策划方案:1、实行乘坐出租车出行套餐优惠活动把行、玩、食结合起来。2、团购出行套餐。对于缓解城市“打车难”的问题我们的打车软件服务平台将出行拼车和悬赏叫车政策。通过对相关数据与模型分析我们得出我们实行的补贴方案具由一定的合理性。最后,对模型的优缺点给出了评价,并将模型推广应用到公司、政府、企业员工的工资补贴以及评奖评优的问题中。关键字:基尼系数分析法、预测模型、层次分析、模糊综合评价模型 2 一、问题重述出租车是市民出行的重要交通工具之一,随着中国城市化进程的推进,聚集在城市人口的激增,“打车难”现象日趋严重。不过随着“互联网+”时代的到来,有多家公司依托移动互联网建立了打车软件服务平台,实现了乘客与出租车司机之间的信息互通, 同时推出了多种出租车的补贴方案。为此,我们将在搜集相关数据基础上对一下问题进行分析求解: 问题一:试建立合理的指标,并分析不同时空出租车资源的“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”有帮助? 问题三:如果要创建一个新的打车软件服务平台,你们将设计什么样的补贴方案, 并论证其合理性。二、问题假设 1、假设在不发生严重影响市民出行方式的情况下,短期内人们选择某一出行方式的比例保持相对稳定; 2、假设市场油价变化比较稳定,没有油价大起大落的现象,从而不影响出租车的运行价格; 3、假设出租司机在接到乘车信息后能够在五分钟之内到达接客地点; 4、假设各大公司的补贴方案属实并且能够基本落实到位; 三、符号说明符号表达的含义 G 基尼系数?? k ?相对误差?? k ?级比偏差?? k ?残差 tS 预测平滑值 CR 随机一致性比率 CI 判断矩阵的一致性指标 RI 平均随机一致性指标 B 综合评判矩阵 R 模糊关系矩阵 3 四、问题分析问题一在若要研究分析不同时空出租车资源的“供求匹配”程度问题,我们可以将问题剖析为时间和空间两大方面。首先,平时工作日、周末和国家法定节假日期间对出租车的需求量是有很大差异的,这就是所谓的时间方面。其次,考虑到各个地区经济发展水平差异较大的事实,即我国现行的按照城市综合实力划分的一线、二线发达、二线中等城市,经济发达的一线、二线发达城市人口较多,因而对出租车的需求量大,经济欠发达的二线中等城市人口相对较少,对出租车的需求量相对较小,这就是所谓的空间方面。在此基础上,我们采用基尼系数分析的方法,以里程利用率、车辆满载率、万人拥有量为衡量出租车供求的三大指标建立评价模型,其中车辆满载率与出租车月营业额成正比, 我们选择用出租车月营业额代替车辆满载率这一指标。问题二若要分析各公司的出租车补贴方案是否对“缓解打车难”有帮助,我们可以利用出租车司机的收入情况来间接的衡量打车难易的程度。由日常的生活经验我们可以知道, 出租车司机的收入越高,说明该司机的载客数越多, 也可说明司机出勤率高。而司机的出勤率与打车的难易有很大的联系,司机出勤率越高,乘客打车越容易。反之,出勤率低,打车就比较困难。常规来讲,司机的收入越高,工作的主动性越强,所以导致司机有更强的积极主动性来招揽客人赚钱即出勤率越高。综上所述,出租车