基于模糊综合评价的共享单车市场竞争影响力模型构建研究

凌杰瑶 顾可恒

（南京师范大学泰州学院，江苏 泰州 225300）

一、引言

共享单车作为城市公共交通工具，是企业在校园、地铁站点。公交站点、居民区、商业区、公共服务区等地提供自行车单车共享服务，是一种分时租赁模式，共享单车是一种新型绿色环保共享经济。现代社会倡导节能、环保的生活理念，共享单车的具有操作简单、低碳环保、租车费用低廉、随借随还、缓解交通拥堵等优势，逐渐引起人们的注意。同时，由于其符合低碳出行理念政府对这一新鲜事物也处于善意的观察期。共享单车交通系统在拓宽公共交通服务范围、促进交通系统循环、缓解城市交通问题等方面具有实用价值。运用社会网络分析法对共享单车运行网络进行分析，发现共享单车在建设布局和使用模式上的影响力，能够指导共享单车的合理使用和有效运营，为人们出行或换乘提供最大便利。

二、结构分析

根据共享单车站点地图可以获取站点的可借车数以及停车位实时数据，利用调查及车辆跟踪数据绘制出共享单车的网络时需要在以下前提下进行。

（一）整体网络由小网络构成

共享单车的整体网络是由许多具有相似特征及影响力的小网络构成，在对共享单车网络进行研究时，可以选取具有代表性的局部网络区域进行研究，研究结果可以推广到整体网络中去。

（二）网络由路径有向加权而成

将网点视为社会网络中的节点，站点之间车辆的路线作为边，边上的权值为两站点之间有效的共享单车租用量，整个网络抽象为有向加权网络。

（三）网络结构简化

市民在某些站点换骑另一辆单车的情况可能是之前所骑单车出现故障，影响骑行舒适度而换骑正常单车，对选定区域内存在车辆外出或进入的路线同样不计入网络结构中，以免影响网络结构的计算量，使网络结构扩大，超出可控范围。

三、基于模糊综合评价的共享单车竞争影响力的模型构建

（一）熵值法

熵值法是对不确定性的度量方法。是指用来判断某个指标的离散程度的数学方法，基于信息论基本原理的解释，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。该指标提供的信息量越大，在评价中的作用相应越大，权重就越高，根据熵的特性，我们可以通过计算熵值来判断一个事件的随机性及无序程度，也可以用熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响越大。

采用熵值法确定指标权重，具体模型如下：

1.建立初始评估矩阵

2.规范初始评估矩阵

3.指标的熵

评价指标的效用值取决于熵值与1的差值。其值直接影响权重的大小。效用值越大，指标的重要性越大，权重越大。

4.第一个指标的效用值

5.j指数的熵权

（二）模糊综合评价模型

Step1：确定影响力评价指标客观权重

考虑到不同指标的量纲并不相同，对指标值进行标准化处理，具体转换方法如下：

Step2：划分影响力评价指标等级区间

借鉴共享单车现有的知识体系，将指标值划分为最差、差、中、良、优秀5个等级，并按照指标划分为软硬件以及布局指标，硬件指标中包括单车配置、外形及舒适度，软件指标中包括品牌名气、融资及服务管理水平，布局指标中包括投放量、覆盖城市及海外扩展。

Step3：构造影响力模糊评价矩阵

设U为因素集，其中：

Step4：依据层次分析法计算模糊综合评价向量

采用层次分析法（简称AHP法）得到层对层的权重分别为：（二级对一级指标的权重）

令Ui的一级评判向量为，则。在二级评判中，将每一个看成一个因素，即为一个因素集，的单因素评判矩阵为：

（三）改进最大隶属度模糊综合评价模型

1.最大隶属度原则

2.模型改进的依据

最大隶属度原则是模糊综合评价使用的最广泛的方法，凭借其使用简便占优，但在某些情况下会存在低效或失效的问题。

3.模型的改进

由上文分析进行最大隶属度的改进，提出最大隶属度有效性的评价方法。有效性指标定义如下：

四、仿真模拟

通过网上搜集数据，在A市统计局搜集到的人口数量、人均可支配收入、街区面积等数据，数据如表1（注：见文章最后）：

表1 数据统计表

通过熵权法得出权重，具体如表2所示：

表2 权重分析

熵权法的权重计算结果如上表所示，其中指标权重最大值为人口数量（万人）（23.099%），最小值为指标人均可支配收入（元）（17.264%）。

构建共享单车影响力的模糊评价体系，具体如表3所示：

表3 共享单车整体评价表

共享单车评价指标：

一级评判向量为：

将进行归一化处理，变为

五、结论

本文通过模糊综合评价法在共享单车市场竞争力中的应用，得出模糊综合评价法更能反映各层级、各影响因素的重要程度，对共享单车影响较大的因素为人口数量和居民消费价格指数。指标评价中A市共享单车在配置、融资和投放量等方面做得较好。运用模糊综合评价模型对共享单车相关指标进行了定量评估，结论是：共享单车对市场竞争的影响力为0.8507。