利用引力模型研究出租车供需关系.pdf

利用引力模型研究出租车供需关系 摘要 随着“互联网+”时代的到来，越来越多的依托互联网建立的打车软件服 务平台应运而生，为解决传统的“打车难”问题带来了新的方式。 本文依托新生的打车软件，利用题目中通过对供求关系的考虑来分析“打 车难”发生的原因。结合城市中不同时空坐标下的地区供求情况不尽相同的客观 情况，采用了聚类分析的方法，将城市划分为可量化的多个地区，继而给出了量 化“供求匹配”程度的重要指标“供求关系指数”并利用回归模型拟合出了各时 空下出租车数量、乘客数量、乘客平均等待时间等与“供求匹配”程度的相关指 标与供求关系指数的函数关系。 在得到“供求匹配”程度关于上述相关因素的定量函数的基础上，为了 充分利用这个函数关系解决补贴方案能否缓解“打车难”问题的疑问，本文创新 性地提出了描述导致各个地区出租车流动的引力模型，解释了供需不平衡状态维 持的原因，通过迭代算法计算出补贴后各个地区新的出租车数量，再通过这个数 量得出影响“供求匹配”程度的其他因素，从而通过这些因素的值，在此模型下 求出了补贴后新的出租车运行的供求关系指数，与补贴前的供求关系进行了对比， 得出了现有补贴方案在大部分时间有效的结论。 但现有补贴方案仍然存在不随时间段和城市不同的变化而变化的缺点， 并没有实现最优。为了解决这一弊端，本文给出了根据时间段和城市不同而变化 的动态补贴方案。 关键词：出租车供求关系、k-means 聚类、引力模型、线性回归、迭 代平衡、动态补贴 1 1.问题重述 出租车行业因为其车辆数量受政府控制、运费由政府定价的特点，长期处 于“低费用，大众化”的运作状态。这样强行的介入干扰了价格和供求关系的正 常联系，使消费者市场产生了出租车服务供不应求的问题，让人受到了“打车难” 的困扰。但是随着互联网技术的普及，利用网络平台优化供求关系的方案应运而 生。 但如果要解决供求关系的问题，我们就必须清楚地了解到是什么因素影响 了不同时空条件下的供求关系，找到这些因素，并将进行数据压缩，量化为一些 参数，得出供求关系与这些参数函数关系，再以网络平台补贴司机与乘客的方式 改变上述参数，平衡整个城市的供求关系，优化资源分配，从而改善供求关系， 使得“打车难”的问题得到缓解。找到影响供求关系的因素并将他们量化和说明 补贴对“供求匹配”程度的影响是本问题的核心关键。 2.模型假设与变量声明 2.1 模型假设 （1）因为打车难问题主要出现在大城市中，所以我们认为绝大多数的人的人使 用打车软件，且使用人数相对稳定，我们对补贴问题的考虑只在使用打车软件的 乘客人群中。（因为只有这个人群才可以通过补贴改善供求关系） （2）只考虑一个城市内的情况，即我们考虑的最大范围是一个城市，在这个城 市中，出租车的计价规则各处相同。 （3）需求量不会因为补贴方案的存在或改变而发生变化。 （4）考虑到补贴乘客并不能对改善供求关系有直接影响，只是为了让更多人使 用打车软件，因而不考虑补贴乘客的方案对供求关系产生的影响，只对补贴司机 的情况进行考虑。 （5）乘坐出租车的乘客所乘坐的距离都大于等于起步价所含的历程。 （6）不考虑补贴首单的补贴方案所产生的影响。 2.2 变量声明 变量字母 变量含义 I 人均出租车拥有数量 某时空条件下的出租车数量 某时空条件下的出租车需求量 某时空条件下的载客出租车数量 2 Z 载客率 L 里程利用率 营业里程数 行驶里程数 F