1、基于固定效应模型的郑州市出租车供求匹配度研究 摘 要 本文以郑州出租车市场为例，借用滴滴快的智能出行平台，抽取 6个观测点，搜集不同时刻的出租车供给量与打车需求量，用 Eviews 软件从纵横两个截面分析它们之间的关系，建立了基于面板数据供求匹配模型，并用 LSDV 的固定效应模型进行估计，找到需求量与供给量之间的关系，以预测值与真实值差值绝对值的对数作为评价指标，得出郑州市出租车供求匹配度指数。 下载 关键词 LSDV；固定效应模型；仿真；郑州 doi： 10.3969/j.i 中图分类号 F572.88 文献标识码 A 文章编号 1673-0194（ 2017） 20-0-02 0 引 言
2、 随着社会的不断发展和科技的迅速进步，互联网已经渗入人们生活的每一个角落。由于互联网的便捷性、实用性和可靠性等优势，使 “ 互联网 +”成为 “ 新宠儿 ” 。滴滴打车和优步等网络打车软件成为人们出行的新选择，然而打车软件过快发展也产生了一些问题，如资源配置失衡、打车难、空载甩客等现象。因此，本文利用信息资源匹配、模糊化数据处理来改善“ 出租车 ” 资源配置不平衡和打车难等问题，是十分必要的。 1 基于面板数据的供求匹配模型 面板 数据是同时在时间和截面空间上获取的二维数据，主要有固定效应模型和随机效应模型。出租车市场出现的问题主要体现在空载率高、打车难和等待时间长。本文为了反映这一问题的程度
3、，引入了出租车的供求匹配度 （ P， N），建立的模型如下。 （ 1）量化不同时间、不同观测点出租车的供给量 P 及打车需求量 N作为面板数据的输入； （ 2）分析 P、 N与时间、观测点的关系以及不同时空 P、 N 之间的关系； （ 3）用 Eviews 软件对 P、 N 进行参数估计与假设检验，确定采用固定效应模型还是随机效应模型； （ 4） ?o出回归方程 N（ P），将初始值 P带入 N（ P），计算出不同时空打车需求量的估计值； （ 5）计算供求匹配度。（这里实际上是匹配度指数，就像统计年鉴上的生产指数一样，它的值越接近 10，说明匹配程度越好。） 2 数据仿真 郑州市出租车市场起步
4、较早，凸显的问题也比较多，因此本文选取郑州市出租车市场具有一定的实际意义。本文借助苍穹滴滴快的智能出行平台，选取 2017 年 8月 9日 0 24 时的部分数据，分别从郑州市一环、二环、三环选取二七广场（ EQGC）、大卫城（ DWC）、中原万达（ ZYWD） 、王府井（ WFJ）、曼哈顿（ MHD）和二七万达（ EQWD） 6 个不同的观测点作为研究对象，进行仿真分析，见表 1。 本文通过使用 Eviews 软件对数据进行随机效应估计，得F-statistic=0.062 96， R-squared=0.000 861，可以看出，拟合度非常低，随机效应模型显得不合理；用 Eviews 软件
5、进行固定截面估计，得F-statistic=5.698 93， R-squared=0.604 19，可以看出，个体效应十分显著，会产生较大误差，需要进一步改进；对原始出租车供给量 N和打车需 求量 P做一次差分，再进行 LSDV 估计，得 R-squared=0.975 28， F=147.290 7，可以看出，回归系数显著，模型的拟合度比较高。 6个地方的需求 供给函数具体见表 2。 由回归方程可以计算出每个地方的出租车需求量的预测值，并对预测值数据四舍五入取整后，计算出预测值与真实值的误差绝对值 Eij（见表 3），通过计算可以得出匹配度 3 结 语 通过上述模型可以看出，郑州市出租车市场供求匹配度还是比较低的。这也比较符合实际情况，一方面，郑州市公交系统比较方便，很多市民选择公 交出行，导致部分区域出现租车供大于求、空载率较高的现象；另一方面，由于时间和区域位置的限制，会造成市民扎堆出行，导致部分市民等待时间较长，出现供小于求、打车难的现象。 主要参考文献 王志刚 .面板数据模型及其在经济分析中的应用 M.北京：经济科学出版社， 2008. 司守奎，孙兆亮 .数学建模算法与应用 M.第 2 版 .北京：国防工业出版社， 2015. 张晓峒 .Eviews 使用指南与案例 M.北京：机械工业出版社， 2007.
