随着城市与城市社会经济的持续发展,城市居民总数、城市出行需求量与出行多样性均在不断增长。这对城市交通系统提出了进一步的要求,进而对在城市交通系统中与城市居民出行活动中扮演者重要角色的城市出租车系统提出了更高要求。为缓解城市中出租车“打车难”问题,既降低出租车空载率,提高出租车运力利用率,又增加市民出行便利度。本文通过北京市2016年8月1日至2016年8月28日共四周出租车GPS数据,基于出租车供需平衡角度,利用极大似然估计法,对城市中各区域在一定时间段内的出租车可获性建立模型并进行计算其出租车获取的难易程度,即出租车可获性。基于计算的结果,本文对北京市出租车可获性进行了空间分布分析、热点分析、时间变化特征分析。分析结果显示,北京市出租车可获性在工作日与周末有着明显的差异。工作日城市出租车可获性整体较差,出租车可获性全天变化幅度较大,城市内出租车可获性较差区域范围更为广泛,分布更为集中连片。其中全天出租车可获性最差的时段为早高峰时段,其它时段如午高峰、午后时段、晚高峰以及晚间时段均为一天中出租车可获性较差的阶段。相比之下,周末城市出租车可获性整体较优,全天出租车可获性变动更为平缓,出租车可获性较差区域分布更为零散与随机。总体而言,受人口密度、人口活跃程度、出行强度的影响,城市内出租车可获性较差的区域主要分布在四环线以内的主城区区域。此外,通过结合计算结果与建筑物数据的典型区域出租车可获性变化特征分析可知,城市内不同区域出租车可获性水平变动有着明显差异。如住宅区域为典型的受上班出行影响的区域,商业中心区域为典型的受下班、办公出行影响的区域,交通枢纽区域为主要受旅客到站出行影响的区域。在分析出租车可获性空间分布特征与时间变化特征的基础上,为给予出租车司机载客、乘客出行指导。本文以北京市相关预测区前三周出租车可获性历史数据与建筑物、人口、公交站点数、降雨等数据为训练样本,第四周数据为验证样本,分别利用自回归差分移动平均模型、线性回归模型、多层感知机模型对未来短时间内出租车可获性进行预测。针对预测结果,本文利用均方根误差（RMSE）与平均百分比误差（MAPE）对模型整体预测结果、打车难时段预测结果、泛化能力进行评价。评价结果显示,随着预测间隔的增大,模型预测精度均有所降低。同时,在三个模型中,多层感知机模型在各评价结果上都取得了最优的表现,为相对最优的预测模型。依据城市内出租车可获性空间分布特征、时间变化特征分析以及短时出租车可获性预测的结果,研究将为出租车司机与乘客将提前提供城市中“打车难”区域的相关信息,使得相关人员前往/避开“打车难”区域进行载客/打车行为,进而缓解城市“打车难”问题。