"互联网时代出租车资源配置研究：TOPSIS评价模型与补贴政策影响分析"

根据提供的内容，本文主要研究了"互联网"时代的出租车资源配置问题。文章首先建立了TOPSIS评价模型、模糊综合评价模型和目标规划模型来评价不同时空出租车资源的"供求匹配"程度。此外，还分析了补贴对打车难度的影响，并提出了一种兼顾平台效益与社会效益的新平台补贴政策。 针对问题一，文章建立了基于供求比、空载率和交通压力系数三个指标的TOPSIS评价模型。通过对北京和上海的出租车数量供求比例以及24小时交通流量变化的分析，得出了供求比、空载率和交通压力系数这三个指标的低优指标的变化过程，并利用TOPSIS算法进行综合评价。研究结果表明，在非上下班高峰期间，北京和上海的"供求匹配"程度较好，在上下班高峰期间，"供求匹配"程度较差。其中，北京的"供求匹配"指数均值为0.3353，方差为0.0725；上海的"供求匹配"指数均值为0.3938，方差为0.0621。可以得出结论，北京的"供求匹配"程度较好，而上海的供求匹配指数比较稳定。 针对问题二，文章建立了基于空载率、平均等待时间和订单成交率的模糊综合评价模型，用来评价补贴前后两种情况下的打车难易度，并分析了滴滴打车和快的打车公司的出租车补贴方案对于"缓解打车难"问题的具体影响。 综合以上研究结果，文章提出了一种兼顾平台效益与社会效益的新平台补贴政策。这个补贴政策旨在解决"互联网"时代出租车资源配置问题以及缓解打车难度。通过对出租车数量供求比、空载率、交通压力系数、平均等待时间和订单成交率等指标的综合评价，可以更好地配置出租车资源，提高出租车的效益和服务质量。同时，合理的补贴政策可以促进平台的发展，创造更多就业机会，提升人们的出行体验。 总之，本文通过建立评价模型和分析现有的出租车资源配置问题，为解决"互联网"时代的出租车资源配置问题提供了一种新的补贴政策，并提出了一些对于改善打车难度的具体措施。这些研究成果对于提高出租车服务质量、优化交通流量以及改善城市交通拥堵具有重要意义。