文| 鮑 涵
供需比率偏離度I1,即
響應(yīng)時間偏離度I2
在信息論中,熵是對不確定性的一種度量。信息量越大,不確定性就越小,熵也就越小;信息量越小,不確定性越大,熵也越大。根據(jù)熵的特性,可以通過計算熵值來判斷一個事件的隨機性及無序程度,也可以用熵值來判斷某個指標(biāo)的離散程度,指標(biāo)的離散程度越大,該指標(biāo)對綜合評價的影響(權(quán)重)越大,其熵值越小。指標(biāo)的歸一化處理,在用各項指標(biāo)計算綜合指標(biāo)前,先要對它們進(jìn)行標(biāo)準(zhǔn)化處理,即把指標(biāo)的絕對值轉(zhuǎn)化為相對值,從而解決各項不同質(zhì)指標(biāo)值的同質(zhì)化問題。而模型用到的偏離度都是正向指標(biāo),因此采取的標(biāo)準(zhǔn)化處理方法為:
計算第j項指標(biāo)下第i個區(qū)域/時間占該指標(biāo)的比重:
計算第j項指標(biāo)的熵值:
計算第j項指標(biāo)的信息熵冗余度:
計算第j項指標(biāo)的的權(quán)值:
計算各區(qū)域/時間的綜合得分:
運用 MATLAB 軟件求解可以得到關(guān)于時間和區(qū)域這兩個不同的維度的兩個指標(biāo)的賦權(quán)情況:工作日時,對于時間w1=0.6129,w2=0.3871,對于區(qū)域w1=0.5000,w2=0.5000;周末時,對于時間w1=0.5015,w2=0.4985,對于區(qū)域w1=0.5000,w2=0.5000。
利用MATLAB得到不同時間段的供需比例:1點的供需比例為44%,2點為19%,3點到24點的比列分別為:22%、51%、29%、24%、69%、99%、52%、85%、48%、57%、69%、58%、68%、73%、50%、269%、86%、47%、68%、101%、55%、27%。從工作日來看,一方面,從供需比率變化趨勢可以看到供需比率(需求/供給)超出理想值70%較為顯著的特征時間點為早上8點和10點,晚上10點,它們的供需比率分別為99%,85%,101%,主要表現(xiàn)為早(上班)高峰以及晚間(出行)高峰,而供需比率超出理想值70%最為顯著的時間點為傍晚6點,供需比率高達(dá)269%,主要表現(xiàn)為晚(下班)高峰,這些時間點從一定程度上反映了需求大幅度增長,而供給顯得非常有限。
研究供求匹配程度對于如何優(yōu)化市場的資源配置具有一定的指導(dǎo)作用,不僅是出租車行業(yè),對于其它如農(nóng)業(yè)、零售業(yè)、服務(wù)業(yè)領(lǐng)域也是適用的。補貼除了出租車、公交車等出行需要,還有農(nóng)作物、各類商品、生活補貼,建立合理的補貼模型可以有效地達(dá)到經(jīng)濟(jì)效益和社會效益的平衡。