“互聯(lián)網(wǎng)+”時(shí)代的出租車資源配置論文

1、“互聯(lián)網(wǎng)“互聯(lián)網(wǎng)”時(shí)代的出租車資源配置”時(shí)代的出租車資源配置摘要本文就打車軟件服務(wù)平臺(tái)的運(yùn)行及補(bǔ)貼模式進(jìn)行了深入研究。對(duì)“打車難”、“出租車補(bǔ)貼”等社會(huì)關(guān)注問(wèn)題進(jìn)行量化，描繪了出租車資源的供求匹配程度；通過(guò)數(shù)學(xué)模型優(yōu)化現(xiàn)有的補(bǔ)貼模式，使得補(bǔ)貼比例在合理范圍內(nèi)取得最優(yōu)值，從而盡可能高效利用資源并實(shí)現(xiàn)打車軟件利益最大化。對(duì)于問(wèn)題一，我們搜集了在打車公司發(fā)放補(bǔ)貼前，某市出租車在AB兩個(gè)路口附近街道的供需相關(guān)數(shù)據(jù)，并進(jìn)行預(yù)處理得到有效數(shù)據(jù)；針對(duì)

2、“供求匹配程度”建立了市場(chǎng)聚合市場(chǎng)聚合條件下的均衡計(jì)量模型條件下的均衡計(jì)量模型并使用CES型指數(shù)聚合方程型指數(shù)聚合方程和雙曲線型聚合方程雙曲線型聚合方程分別計(jì)算出宏觀宏觀市場(chǎng)偏離短邊規(guī)則指標(biāo)市場(chǎng)偏離短邊規(guī)則指標(biāo)ρA=1.411ρB=1.039及宏觀市場(chǎng)結(jié)構(gòu)摩擦率宏觀市場(chǎng)結(jié)構(gòu)摩擦率rA=0.486，rB=0.5252，并定義了子市場(chǎng)出租車供求匹配率子市場(chǎng)出租車供求匹配率y。利用處理的數(shù)據(jù)計(jì)算出每段時(shí)間的y(i)；然后利用matlab進(jìn)行三

3、次樣條插值三次樣條插值擬合函數(shù)，通過(guò)圖像對(duì)比，得出在不同空間下出租車匹配程度率有一定差異的結(jié)論（A路口供求匹配率高于B路口），并且找到了一天內(nèi)出租車供求匹配率的變化規(guī)律。對(duì)于問(wèn)題二，我們獲取了滴滴打車和快的打車的補(bǔ)貼方案及同一天內(nèi)的供需相關(guān)數(shù)據(jù)，利用問(wèn)題一中的子市場(chǎng)出租車供求匹配率模型、子市場(chǎng)出租車供求匹配率模型、CES型指數(shù)聚合方程、雙曲線型聚合型指數(shù)聚合方程、雙曲線型聚合方程方程分別計(jì)算不同補(bǔ)貼措施下的出租車供求匹配程度刻畫指標(biāo)，得

4、到以下結(jié)論：ρA1=1.869rA1=0.309，ρA2=1.826，rA2=0.315，對(duì)比問(wèn)題一中未采取任何補(bǔ)貼措施的情況，各個(gè)公司的補(bǔ)貼措施的確可以有效解決“打車難”的問(wèn)題，并且合理配置市場(chǎng)資源。對(duì)比兩大打車軟件公司出租車供求匹配指標(biāo)出租車供求匹配指標(biāo)，可以看出滴滴打車公司的補(bǔ)貼措施比快的打車的措施更加有效，在產(chǎn)業(yè)競(jìng)爭(zhēng)中處于優(yōu)勢(shì)。對(duì)于問(wèn)題三，我們先進(jìn)行了廣義傾向評(píng)分匹配廣義傾向評(píng)分匹配，研究了企業(yè)補(bǔ)貼力度對(duì)出租車供求配比率的因果效

5、應(yīng)大小與企業(yè)補(bǔ)貼力度之間的關(guān)系，結(jié)果發(fā)現(xiàn)出租車供求配比率主要跟企業(yè)企業(yè)補(bǔ)貼力度補(bǔ)貼力度有關(guān)。首先定義補(bǔ)貼程度，即為司機(jī)每單成交額獲取的百分比，這里為了合理性不妨設(shè)置在0到1之間。緊接著，我們查閱得到：制定補(bǔ)貼的主要目的是使得供求匹配程度增加的同時(shí)，使得司機(jī)的收益也增加。所以我們定義補(bǔ)貼方案合理程度指標(biāo)補(bǔ)貼方案合理程度指標(biāo)MM與司機(jī)收益和匹配程度y有關(guān)，由于這兩者越大越好，所以將每段時(shí)間的收益與yi做乘積，然后累加即為一天時(shí)間內(nèi)的M。通過(guò)

6、2元多項(xiàng)式擬合出DSQ關(guān)于時(shí)間、補(bǔ)貼程度的函數(shù)，最后計(jì)算出M最大時(shí)，h的值為0.59；將這個(gè)h值帶入反帶回DSQ關(guān)于th的函數(shù)中，得到最優(yōu)解下的供求匹配y的離散值，與第二問(wèn)中滴滴打車補(bǔ)貼后y數(shù)據(jù)進(jìn)行圖像對(duì)比，發(fā)現(xiàn)確實(shí)有效提升了資源配置的程度。關(guān)鍵字：關(guān)鍵字：打車軟件匹配程度非均衡經(jīng)濟(jì)模型聚合方程廣義傾向評(píng)分匹配補(bǔ)貼力度2.22.2問(wèn)題二的分析問(wèn)題二的分析問(wèn)題二要求分析各公司施行的補(bǔ)貼方案對(duì)于“緩解打車難”有無(wú)影響。對(duì)此我們首先調(diào)查滴滴打

7、車和快的打車的補(bǔ)貼政策，對(duì)于第一問(wèn)中相對(duì)繁華的路口，我們繼續(xù)搜集補(bǔ)貼政策發(fā)布后的相關(guān)數(shù)據(jù)。得到數(shù)據(jù)后，我們計(jì)算出第一問(wèn)中定義的匹配程度和pr值，將匹配程度與第一問(wèn)補(bǔ)貼前的圖像畫入圖中進(jìn)行縱向?qū)Ρ?。然后結(jié)合pr值分析是否有影響以及程度。2.32.3問(wèn)題三的分析問(wèn)題三的分析因?yàn)樵趩?wèn)題三中假定我們是新的打車軟件服務(wù)平臺(tái)，通過(guò)查閱相關(guān)論文和網(wǎng)站，我們的目標(biāo)就是制定補(bǔ)貼來(lái)使得供求匹配程度增加的同時(shí)，使得司機(jī)的收益也增加。結(jié)合查閱論中的廣義傾向評(píng)分

8、匹配方法，我們定義了能同時(shí)刻畫供求匹配程度，司機(jī)收益的綜合評(píng)價(jià)指標(biāo)M。M是關(guān)于補(bǔ)貼，時(shí)間的因變量，由于打車公司的補(bǔ)貼也是有限度的，所以我們將補(bǔ)貼比例限制在0—100%之間，通過(guò)圖像，或者數(shù)學(xué)方法得到M最大時(shí)的補(bǔ)貼值，與現(xiàn)在的補(bǔ)貼方案對(duì)比、分析。三、三、模型假設(shè)模型假設(shè)1、本模型不考慮因?yàn)楣?jié)假日或極端天氣造成交通狀況較大改變的情況；2、假設(shè)初始出租車市場(chǎng)中不存在恰好為均衡市場(chǎng)的情況；3、假設(shè)通過(guò)補(bǔ)貼使出租車市場(chǎng)成為均衡市場(chǎng)為最優(yōu)化目標(biāo)；4

9、、假設(shè)“緩解打車難”就是提高供求匹配；5、假設(shè)第三文中除了補(bǔ)貼外，心理等外在因素忽略不計(jì)。四、符號(hào)說(shuō)明符號(hào)說(shuō)明符號(hào)符號(hào)意義意義符號(hào)符號(hào)意義意義D出租車需求量h每單補(bǔ)貼比例S出租車供給量x每單車費(fèi)（隨機(jī)量）Q出租車實(shí)際交易量X匹配變量y子市場(chǎng)出租車供求匹配效率Xdt影響需求的外生變量的向量ρ宏觀市場(chǎng)偏離短邊規(guī)則指標(biāo)Xst影響供給的外生變量的向量r宏觀市場(chǎng)結(jié)構(gòu)摩擦率u隨機(jī)誤差項(xiàng)M補(bǔ)貼方案合理程度指標(biāo)y匹配程度?S廣義傾向評(píng)分AK廣義傾向評(píng)分