【正文】 的求解首先，將表（1）—表（5）數(shù)據(jù)進(jìn)行整合，得到成都和北京各指標(biāo)數(shù)據(jù)，如表6所示：表6成都北京數(shù)據(jù)整合表空駛率萬人擁有率呼叫等待時間比率（10分鐘以內(nèi)）成都北京利用式（7）給出的權(quán)值計算法，求得每個指標(biāo)的權(quán)重如表7所示：表7各指標(biāo)權(quán)重值表各項指標(biāo)空駛率萬人擁有率呼叫等待時間比率權(quán)重由式（6）給出的綜合評價函數(shù)，得： == （8）按照式（8）對表（6）中的數(shù)據(jù)進(jìn)行計算，得到：，其中，表示成都的匹配指數(shù)，表示北京的匹配指數(shù)。④求解結(jié)果分析成都、說明兩地區(qū)資源供求匹配都不是很合理，處于匹配程度分級中的一般等級。另外，不同的地區(qū)，匹配程度存在著差異，相比而言，北京的匹配程度較成都好。單從權(quán)重考慮，空駛率的權(quán)重較大，這說明資源存在著閑置浪費。(3) 考慮時間因素，對資源供求匹配的分析以成都市為例，數(shù)據(jù)見下表8：表8成都市各指標(biāo)相關(guān)數(shù)據(jù)表[2]早晚高峰時間段萬人擁有量等待時間比（10分鐘以內(nèi)）空駛率7:009:00（早高峰）11:3013:3017:3019:30（晚高峰）由于考慮的是一天時間，所以萬人擁有量基本是不變的，而呼叫等待時間比率在一天時間內(nèi)也是基本不變的，因此，單從空駛率這個指標(biāo)出發(fā)進(jìn)行分析。在早高峰時，空駛率特別大，超過了50%，說明這段時間內(nèi)，出租車的利用率太小，造成了大量出租車的閑置，而在中午、晚高峰時段，空駛率較小，一定程度上反映了供求匹配較好?？傮w而言，供應(yīng)與需求之間的關(guān)系不協(xié)調(diào)，這是后續(xù)研究當(dāng)中，著重研究的問題?！熬徑獯蜍囯y”的影響分析 打車難的原因分析通過搜集資料得到打車難的主要原因[7]：(1)打車難的根本原因在于乘客與司機之間的信息不對稱，信息不均衡；(2)其次是城市出租車供需失衡，人多車少，政府管理不到位；(3)最后就是有些司機任性出車。圖3數(shù)據(jù)表明，滴滴打車和快的打車占據(jù)了市場近90%的份額，成為打車軟件的主要組成部分，故選取互聯(lián)網(wǎng)背景下的兩大出租車公司——滴滴打車、快的打車進(jìn)行研。一方面代表了我國的基本出租車市場行情；另一方面，數(shù)據(jù)收集有依可靠。圖3 不同打車軟件所占市場份額從滴滴打車和快的打車官方網(wǎng)站獲得補貼方案，整理如表9所示：表9 滴滴和快的軟件平臺補貼方案表 打車軟件平臺名稱滴滴打車快的打車出租車補貼方案（1）使用嘀嘀打車并選擇微信支付，乘客每次能隨機獲得12~20元不等高額補貼，每天3次，新乘客首單立減15元；（2）北京、上海、深圳、杭州的司機用微信支付收車費，每單獎10元，每天10單（3）其他城市的司機每天前5單每單獎5元，后5單每單獎10元，所有城市的司機使用微信支付首單立獎50元。（4）每周通過嘀嘀打車使用10次以上微信支付的乘客，可以獲得騰訊提供的整體價值超過100元的“全民飛機大戰(zhàn)”大禮包。（1）乘客使用快的APP打車并用支付寶付款，每單立減13元；（2）司機用快的APP收款，北京每天獎10單，高峰期每單獎勵11元，非高峰期每單獎5元；（3）上海、杭州、廣州、深圳每天獎10單，高峰期每單獎10元，非高峰期每單獎5元。（4）此外，司機首單北京、杭州、合肥三地獎勵50元，其它城市首單獎勵20元。（5）并且，使用快的打車滿5次贈送的虛擬物品是淘寶天貓平臺的退貨保障卡一張，可以在退貨的時候包郵?！按蜍囯y”評價模型建立(1)指標(biāo)完善在第一問指標(biāo)構(gòu)建的基礎(chǔ)上，增加軟件服務(wù)對象占有率指標(biāo)。軟件服務(wù)對象占有率是指通過軟件打車的人數(shù)與全部打車人數(shù)之比。設(shè)表示使用軟件打車的人數(shù)，表示全部打車的人數(shù)，代表軟件服務(wù)對象占有率，即： (9)(2)綜合評價函數(shù)建立為了使各評價指標(biāo)間的作用得到一個線性補償，在此同樣采用線性加權(quán)法[6]構(gòu)建“打車難”緩解程度函數(shù)： (10)式中：為空載率，為萬人擁有率，為軟件服務(wù)對象占有率，分別代表各指標(biāo)的權(quán)重。為了能突出各指標(biāo)的局部差異，在此采用均方差法確定各指標(biāo)權(quán)值[6]。首先取第項評價指標(biāo)各數(shù)據(jù)的均方差，然后作歸一化，其值作為相應(yīng)的權(quán)重系數(shù)，即： （11）其中， 補貼方案對“緩解打車難”的影響分析無論是滴滴打車軟件還是快的打車軟件，它們的到來很大程度上彌補了出租車資源信息不均衡問題，都促進(jìn)了司機與乘客的信息交流。這本身就對傳統(tǒng)出租車“打車難”問題有所改善，加之軟件服務(wù)平臺提出一系列的補貼方案，使得越來越多的司機和顧客之間建立了打車關(guān)系。 (1)實施補貼方案后各數(shù)據(jù)指標(biāo)的變化情況補貼方案實施后，根據(jù)使用不同軟件的用戶變化數(shù)據(jù)（見附件1），如圖4——圖7所示：圖4 補貼方案實施后使用快的軟件用戶變化數(shù)圖5 補貼方案實施后快的打車日均訂單增長數(shù)據(jù)曲線圖圖6 滴滴打車補貼方案實施后用戶數(shù)量變化圖圖7滴滴打車補貼方案實施后日均訂單增長曲線由圖1——圖4可以看出，滴滴和快的打車軟件補貼方案實施后，用戶數(shù)和日訂單量都有了明顯的增加。一方面增加了使用軟件打車的用戶數(shù)，另一方面提高了出租車現(xiàn)有資源。（2）對緩解打車難的影響分析：分析滴滴打車和快的打車的補貼方案，發(fā)現(xiàn)兩個公司對乘客和司機的補貼都很高，兩公司間補貼額度差別不大?；诖蜍囯y緩解程度函數(shù)，補貼方案中對司機的優(yōu)惠補貼直接提高了司機載客的積極性，以及吸納了更多的新注冊用戶司機。司機載客積極性的提高使得空駛率指標(biāo)降低，即提高了有效載客率（有效載客率=1空駛率），更多新用戶司機的注冊，擴(kuò)大了出租車資源的供應(yīng)，使得萬人擁有率增大。對于乘客的補貼，刺激了消費者的需求，吸納了更多的新用戶，使得使用軟件打車的人越來越多，從而提高了軟件服務(wù)對象占有率指標(biāo)。于是，根據(jù)打車難緩解程度函數(shù)：得，二者的補貼方案對緩解“打車難”有一定的幫助。但是，基于實際情況考慮，軟件服務(wù)對象占有率對于緩解“打車難”表現(xiàn)出雙面效應(yīng)。對于一線城市而言，一方面由于人口基數(shù)大，出租車資源供求本身就存在很大程度的不平衡，“打車難”現(xiàn)象普遍，而軟件平臺很大程度上緩解了“打車難”問題，因此，補貼額度的降低并不會使用戶量出現(xiàn)大量的減少，相反，他們還會繼續(xù)使用。另一方面，一線城市的市民文化程度普遍偏高，不通過軟件平臺打車的人數(shù)占比較小。對于二、三線城市，出租車資源供求較為平衡，“打車難”問題不是很嚴(yán)重，因此人們是否需要通過軟件平臺打車，往往會出于理性考慮，從而使得補貼方案對使用用戶產(chǎn)生較大的影響，補貼較少或無，都會使得用戶量有很大的減少。另一方面，二三線城市的普通民眾較多，他們還是以傳統(tǒng)打車方式進(jìn)行打車，若補貼額度過大，就會使得軟件服務(wù)對象占有率變大，考慮司機和乘客間建立訂單聯(lián)系，使得普通民眾“人招車，車不?！保@反而加大了普通民眾的打車難度。此外，一些路段還會經(jīng)常出現(xiàn)擁堵，使得乘客等待時間較長，“打車難”問題并未很好的解決。基于以上分析，軟件服務(wù)平臺的補貼方案還有所不足，需同時考慮以上因素的影響，建立適用于不同地區(qū)、不同民眾的補貼方案，從而使得服務(wù)平臺得到更好的運轉(zhuǎn)，更好的服務(wù)于廣大市民。 基于打車軟件服務(wù)平臺的補貼方案的設(shè)計根據(jù)第二問對補貼方案的分析，現(xiàn)有的補貼方案并不能兼顧低的補貼額度又能夠較好的解決“打車難”問題，基于此，我們分不同地區(qū)建立不同的補貼方案，具體為：一線城市補貼方案的設(shè)計和二三線城市補貼方案的設(shè)計。（1）一線城市的補貼方案設(shè)計 一線城市，一方面由于人口基數(shù)大，出租車資源供求本身就存在很大程度的不平衡，“打車難”現(xiàn)象普遍，而軟件平臺很大程度上緩解了“打車難”問題。因此，補貼額度的降低并不會使用戶量出現(xiàn)大量的減少，相反，他們還會繼續(xù)使用。另一方面，一線城市的市民文化程度普遍偏高，不通過軟件平臺打車的人數(shù)占比較小。設(shè)表示司機所得補貼額度，表示乘客所得補貼額度，考慮公司本身的利益，給司機的補貼額度應(yīng)為使萬人擁有率維持在合理的范圍內(nèi)所對應(yīng)的最小值，即： ， [8] （12） 一線城市[9]萬人擁有率合理范圍為：2%—4%，摘自中國統(tǒng)計年鑒。，一線城市的乘客即使不補貼，也不會較大的影響用戶量，因此，站在公司的利益角度，可以給予乘客少量的補貼額度，甚至是間斷式補貼，即： = (13)式中，表示產(chǎn)生補貼額度在2—10元內(nèi)的隨機數(shù)額。（2）二三線城市[9]補貼方案的設(shè)計由于二、三線城市，出租車資源供求較為平衡，“打車難”問題不是很嚴(yán)重，因此人們是否需要通過軟件平臺打車，往往會出于理性考慮，從而使得補貼方案對使用用戶產(chǎn)生較大的影響，補貼較少或無，都會使得用戶量有很大的減少。另一方面，二三線城市的普通民眾較多，他們還是以傳統(tǒng)打車方式進(jìn)行打車，若補貼額度過大，就會使得軟件服務(wù)對象占有率變大，考慮司機和乘客間建立訂單聯(lián)系，使得普通民眾“人招車，車不停”，這就會加大普通民眾的打車難度?？紤]普通民眾（以傳統(tǒng)方式打車的民眾）的打車難易程度，若給司機和乘客的補貼額度較大，將會使普通民眾的出租車輛擁有率降低，打車較難，設(shè)表示普通民眾的出租車量擁有率。在保證萬人擁有率和普通民眾的出租車量擁有率處于一合理范圍內(nèi)的約束下，給司機的補貼額度和給乘客的補貼額度越小越好，這是打車軟件平臺希望的補貼支出。 . (14)萬人擁有率合理范圍3%—5%[8]，普通民眾出租車量擁有率合理范圍4%—6%[8]。 對于“匹配程度”綜合評價模型的求解，在空間上，成都的“匹配程度”綜合指數(shù)=，北京的綜合指數(shù)=，二者都落在了匹配一般的分級中，表明成都和北京的出租車資源“供求匹配”程度不是很好，要想進(jìn)一步提高，需改善出租車資源配置；另一方面，成都和北京相比較，北京的匹配程度較成都好，這也和北京近幾年的調(diào)控有關(guān)。另外，分析成都一天中三個時間段的匹配程度，可以看出，早高峰的空駛率較高，晚高峰和中午的空駛率較低，說明早高峰的出租車資源未能得到很大的利用，供求匹配程度較差。補貼方案實施后，嘀嘀打車和快的打車的用戶數(shù)有了很大的提升，直接提高了軟件服務(wù)對象占有率，但也就隨之帶來普通民眾打車越加困難的負(fù)面影響?？紤]一線城市和二、三線城市的原有資源配置，以及城市市民中普通民眾（通過傳統(tǒng)方式打車）的占有率，構(gòu)建了補貼的優(yōu)化模型，其求解結(jié)果是基于滿足萬人擁有率和普通民眾車輛擁有率在一合適范圍下的最小補貼金額。在解決問題一的過程中，以北京成都為例，從時間空間兩方面入手，著重從空駛率、萬人擁有率和呼叫等待時間比率三個指標(biāo)入手，對“資源供求匹配”程度做了一個綜合性目標(biāo)的評價。在此，從另一個角度考慮，即用總匹配量與總供給量的比值來表示出租車的供求匹配關(guān)系，進(jìn)一步探討“資源供求匹配”程度。由簡單分析可知，當(dāng)匹配程度高且接近于1時，載客的出租車比例較大，空載率較小，對于正在打車的乘客來說，可利用的車輛數(shù)量減少，出租車供應(yīng)緊張，從而并沒有緩解打車難；當(dāng)出租車的匹配程度遠(yuǎn)離0和1時，供求匹配程度越大，打車難度越低；當(dāng)出租車的匹配程度低且接近于0，載客出租車比例較小，空載率較大，對正在打車的乘客來說，可利用車輛數(shù)量多，打車難度低。本文在“資源供求匹配”程度綜合模型的構(gòu)建中，考慮了多個指標(biāo)的影響，采用了均方差法賦給單個指標(biāo)權(quán)值，客觀性強，避免了主觀因素的影響，評價過程的透明性和可再現(xiàn)性好；此外，在設(shè)計補貼方案中，能夠基于不同城市的自身因素，設(shè)計出適用于不同城市的補貼方案，考慮全面，設(shè)計合理。 本文的不足之處在于，分析不同時空下資源的供求匹配程度中，只選取了兩個城市，不具有明顯的代表性。參考文獻(xiàn)[1]冀靜,鄭春暉 速途研究院：2013—2014年打車軟件市場分析報告[R] [2]馮曉梅 供需平衡狀態(tài)下的出租車發(fā)展規(guī)模研究[D]碩士 2010,18[3] 各城市出租車相關(guān)數(shù)據(jù)統(tǒng)計表，訪問時間（）[4]鄧元慧，歐國立 北京市出租車運用效率評價與分析[J],交通運輸：[5]張錚 基于浮動車數(shù)據(jù)的城市分區(qū)出租車出行供需水平研究[D]碩士 2009[6]韓中庚，數(shù)學(xué)建模方法及其應(yīng)用[M]，北京：高等教育出版社，[7]馬超，打車難根在“車少人多”而非在打車軟件[N],法制日報[8][J].北京：中國統(tǒng)計出版社，2010—2014[9]扈中偉，于泉，[C],第九次全國城市道路與交通工程學(xué)術(shù)會議