1“互联网+”时代的出租车资源配置模型摘要“打车难”一直是近年来社会关注的问题，随着“互联网+”时代的到来，建立在手机和移动互联网基础之上的打车服务平台实现了乘客与出租车之间信息互通，也影响着广大人民的打车问题。本文就出租车的资源配置现状，以及出租车公司补贴方案对打车难易程度的影响进行讨论与分析，进而推出更优的补贴方案。针对问题（1），根据滴滴、快的智能出行平台搜集了2015年9月9日成都市1点至24点出租车的分布情况和乘客的需求情况，根据数据，绘制图像，得到成都市乘客需求的高峰期发生在早上8-9点和晚上19点；另外，为查看各时段的出租车和乘客的匹配情况，我们按每个时点计算了出租车分布和乘客需求的均值，并进行描图和分析。在此基础上，建立匹配模型：引入“最近邻”思想，以乘客为中心，按一定的半径画圆，以圈内出租车的总数量和乘客需求量来定义匹配度，并构建度量指标𝑚𝑁𝑖(𝑡)，根据该指标得到打车由难到易所需的最小半径，即得出打车难易程度。根据度量指标和描出的图形，得出了不同“时空”出租车资源配置的“供求匹配”程度：从空间上，成都东、双流北、以及都江堰中心地带较易出现打车难问题；从时间上，打车较难的时间点集中在8-10点，下午16点，傍晚19点。针对问题(2)，我们搜集了滴滴打车和快的打车的补贴方案数据，出租车司机和乘客在使用打车软件后，出租车的空驶率、乘客的等待时间和出租车司机与乘客的经济收益变化等数据；根据分析，补贴方案的存在，能充分调动司机和乘客使用软件的积极性，使得使用软件的人数持续增加，这既缩短了乘客打车等待的时间，也减少了司机的空驶率，故可以有效的缓解打车难的问题。但随着补贴的降低，乘客和司机对打车软件使用的激情开始降低，尤其在高峰时段，司机不需要使用软件接单，其空驶率也很低，而乘客即便使用打车软件，也会在高峰期打不到车，即出现打车难的问题；另外，由于老年人群不会使用打车软件，所以无论什么补贴政策，都不能缓解他们打车难的问题。针对问题（3），首先对问题（2）所搜集的数据进行处理，计算出乘客的累计补贴和司机的累计补贴，利用SPSS软件，以乘客累计补贴和司机累计补贴为自变量，以日均订单量/用户数的百分比为因变量进行S曲线拟合，且效果非常显著，并得到相应的经验公式。在此基础上提出新的补贴方案1：低峰时段出行并成功打到车的给予一定的现金或积分奖励；但根据前面的S曲线模型进行模拟，发现影响率稳定在5%左右，基本不...
