[論文レビュー] A Unified Network Equilibrium for E-Hailing Platform Operation and Customer Mode Choice

Xu Chen, Xuan Di|arXiv (Cornell University)|Mar 9, 2022

Transportation and Mobility Innovations被引用数 7

ひとこと要約

本稿は、e-hailingプラットフォームの運用、e-soloとe-poolingの間での顧客のモード選択、ネットワーク混雑状態を統合した一貫したゲーム理論的モデルを提案する。層状の出発地・目的地（OD）グラフを用いて動的かつ車両および乗客の流れをモデル化し、最小コスト循環を介してピッグミングの順序を最適化する。その結果、高水準のe-pooling料金と探索の摩擦がピッグミングの採用を低下させ、混雑を増加させることを示している。

ABSTRACT

This paper aims to combine both economic and network user equilibrium for ride-sourcing and ride-pooling services, while endogenously optimizing the pooling sequence of two origin-destination (OD) pairs. With the growing popularity of ride-sourcing and ride-pooling services provided by transportation network companies (TNC), there lacks a theoretical network equilibrium model that accounts for the emerging ride-pooling service, due to the challenge in enumerating all possible combinations of OD pairs pooling and sequencing. This paper proposes a unified network equilibrium framework that integrates three modules, including travelers' modal choice between e-pooling and e-solo services, e-platforms' decision on vehicle dispatching and driver-passenger matching, and network congestion. To facilitate the representation of vehicle and passenger OD flows and pooling options, a layered OD graph is created encompassing ride-sourcing and ride-pooling services over origins and destination nodes. Numerical examples are performed on both small and large road networks to demonstrate the efficiency of our model. The proposed equilibrium framework can efficiently assist policymakers and urban planners to evaluate the impact of TNCs on traffic congestion, and also help TNCs with pricing and fleet sizing optimization.

研究の動機と目的

• 運輸ネットワーク会社（TNCs）におけるライド・ピッグミングサービスを反映した理論的ネットワーク均衡モデルの欠如に応えること。
• TNCプラットフォームの運用とネットワーク混雑状態を組み合わせた、e-soloとe-poolingの間での旅行者のモード選択を統合すること。
• 複数のODペアのピッグミングの複雑な順序を、内生的にディスパッチおよびマッチング意思決定を最適化しながらモデル化すること。
• 混雑、フリート規模、価格戦略への長期的影響を評価するためのフレームワークを政策立案者およびTNCsに提供すること。
• 大規模ネットワーク、特に競合するTNC市場と動的需要を含む、スケーラブルなソリューション手法を開発すること。

提案手法

• 複数の出発地・目的地ペア（含むピッグミング乗車）を含む、車両および乗客の流れを表す層状のODグラフを構築する。
• 最適な車両ODフローと乗客ODフローを同時に計算するため、最小コスト循環ネットワークフロー問題を定式化する。
• 待機コストを介した市場清算メカニズムを、均衡移動時間によってネットワーク均衡と結合する。
• 顧客のモード選択、TNCのディスパッチおよびマッチング意思決定、ネットワーク混雑状態の3つのモジュールをユーザー均衡を通じて統合する。
• 空間的および経済的非均衡状態下でのTNC、ドライバー、乗客の相互作用を一般化ナッシュゲームフレームワークでモデル化する。
• フリート規模、価格設定、探索の摩擦に対する感度分析を実施し、システム全体の影響を評価する。

実験結果

リサーチクエスチョン

• RQ1 e-poolingを統合した統一ネットワーク均衡モデルが、全体の混雑状態と移動時間に与える影響は何か？
• RQ2 e-poolingの価格設定とマッチングの摩擦が、顧客のモード選択とプラットフォームの市場シェアに与える影響は何か？
• RQ3 競合するTNC市場において、フリート規模がe-soloとe-poolingの移動の均衡分布に与える影響は何か？
• RQ4 混雑料金や補助金が、e-poolingの促進と全体のシステム移動コストの低減にどの程度寄与できるか？
• RQ5 事前に組み合わせや順序を定義せずに、複数のODペアのピッグミング順序を最適化する方法は何か？

主な発見

• 高水準のe-pooling料金と高い探索の摩擦は、e-poolingの採用を顕著に低下させ、e-solo利用の増加とネットワーク混雑の増大を引き起こす。
• e-poolingの採用が低いことによるe-solo需要の増加が、混雑をさらに悪化させ、ピッグミングの継続的抑制というフィードバックループを生じる。
• 本モデルは、シウ・フォールズネットワークを含む大規模ネットワークにおいて、最適な車両および乗客フローを効率的に計算でき、スケーラブルな性能を示している。
• 感度分析から、係数10の探索摩擦がe-pooling利用を低下させることを示しており、マッチング効率の重要性が浮き彫りになる。
• ピッグミング利用者に対する補助金やe-solo乗車に対する混雑料金が、e-poolingの促進と全体の移動時間の短縮に効果的に寄与する。
• フリート規模の拡大は、デッドヘッド走行距離とシステムコストの増加をもたらす可能性があるため、フリート規模の上限設定が有効な規制手段である可能性がある。