们搜集相关数据，建立数学模型研究如下问题：1试建立合理的指标，并分析不同时空出租车资源的“供求匹配”程度。2分析各公司的出租车补贴方案是否对“缓解打车难”有帮助？3如果要创建一个新的打车软件服务平台，你们将设计什么样的补贴方案，并论证其合理性。
二、模型假设
（1）不考虑出租车换班时不接单以及拒载对大数据的影响；（2）假设所有安装有打车软件的司机不设置接单范围；（3）假设网络共享的数据真实可靠；（4）假设打车软件的使用率c为80；
三、符号说明
x
出租车分布的数量（辆）；
t
被抢单时间（秒）；
z
装有打车软件的打车客户需求量（人）；
h打车平均难易程度；
P打车客户总需求量（人）；
M车费；
a
Y2的权重；
b
t的权重；
L车里程利用率（）；
c打车软件的使用率c08；
Y
服务的满意度；
1
Y
Y的倒数；
2
1
F匹配程度函数；
W出租车万人拥有量（辆）；
M车辆满载率（）；
k
补贴等级1，最少
1
k
补贴等级2，中等
2
k
补贴等级2，最多
3
2
f四、数据处理
41对地区的分析与选定截止2015年8月，中国地区共有23个省，四个直辖市，两个特别行政区，五个自
治州。其中，我国23个省中分布有一线、二线、三线、四线等城市共计661个。在如此庞大的城市数据群的基础上，选择一个合适的城市进行深入调研，是进行出租车优化过程的第一步。一个合适的调研城市，有利于提高优化模型的精确性，增强模型应用的广泛性。选定城市后，针对该城市不同地区的特点进行地区划分与时间段的选取，是对出租车供求匹配程度进行分析的第二步前进方向。411杭州地区的选定
地区选取标准：（1）经济发达，有足够规模大数据进行分析假设；（2）影响范围广，有条件进行出租车供求匹配的优化；（3）出租车万人拥有量或里程利用率居全国各城市的中等或中等偏下水平，保证可以代表我国的绝大部分水平，并有足够空间进行问题分析与优化；综合上述选取标准，本文初步决定围绕杭州进行调研。为验证其合理性，本文特分别在我国一线、二线、三线等城市中随机选取15个城市：北京、武汉、杭州、宁波等（百度百科）通过EXCEL等软件对其主城区出租车拥有量（辆）、主城区人口（万人）、出租车万人拥有量（辆）、里程利用率等进行柱形图对比分析，见图1、图2、图3、图4（详细数据见附录91）：
图1：各城市主城区出租车拥有量
3
f图2：各城市主城区主人口
图3：各城市出租车万人拥有量
图4：各城市出租车里程利用率4
f衡量出租车供求的三r