“互联网+”时代的出租车资源配置
摘摘摘要要要
随着当今社会信息技术的飞速发展和智能移动终端的普及，“互联网+”时代飞速到来，基于智能手机的互联网
应用应运而生。本文应用非线性拟合的手段，结合图像分析 ，研究了传统出租车市场不平衡的供需关系在新环境下
的现状；进一步的，根据智能城市理论，对于已有数据进行聚簇分析，化简了 繁冗的现实模型，模拟了出租车搜
寻、载客的行为模式，并建立了定量评判各公司对于缓解打 车难问题的数学模型；最后我们引入社会福利最大化模
型，考察对于司乘双向的补贴方案的合理性，并得出了在具体情况下的最佳补贴方案。
针对问题一，我们依据工作日和节假日的抽样数 据，利用插值法绘制不同时段、 不同位置的上海市出租车分
布、 乘客需求量分布、 乘客等待时间的3D图像，并利用聚簇的思想选取市区和郊区的代表性地段，得出衡量供求
关系的平均空驶率 K的单日变化情况。随后，我们根据Morisugi的社会福利最大化理论，引入了供求满意度函数f，
建立了出租车供求关系平衡的数学模型，运用聚簇方法、非线性拟合思想和Origin工具得到了上海市区的供求平衡
模型，并将其利用于评价上海市出租车资源“供求匹配”程度上。
针对问题二，我们借鉴智能交通领域关于城市街道的研究经验，对选定的城区进行 网格状划分；使用网格近似
处理行车轨迹、以网格作为聚簇的基本单位、运用数据挖掘方法得到最短路径矩阵和需求矩阵，并计算了出租车完
成两地间交易的概率矩阵，从“使用打车软件但不进行补贴”的情况出发，给出了最初的吸引力函数；从实际的物理
意义出发，引入了始末地点间最短距离和目标地需求量，进 而建立了总空驶里程的考察指标；之后，我们又考虑到
当给予双向的司乘补贴后，乘客与司机两方面的心理预期会发生改变，进而改写了原有吸引力函数，并由此建立出
不同补贴政策对于出租车行为影响的模型，最终用以评价不同补贴方案对于缓解打车难这一现实问题的具体情况。
针对问题三，我们沿用问题二的网格模型作为数据来源，并引入了社会总福利最大 化模型，定义了司机剩余价
值和乘客剩余价值，从而得出了研究社会内的总福利的函数 模型。通过控制变量方法，将社会总福利函数改写成为
具体研究对象，即，双向补贴金额的因变量，建立二元函数 关系，并通过研究非线性问题的图像来优化求解最佳的
补贴方案。
最终，我们结合实际的打车软件以及出租车使用情况，对之前的所有模型进行了客观的评价。
[关关关键键键词词词] 供需关系 时空分布 聚簇分析 智能城市 社会福利最大化模型
1
