[論文レビュー] Simple vs. Optimal Congestion Pricing

Devansh Jalota, Sharon Di+1 more|arXiv (Cornell University)|Feb 25, 2026

Transportation Planning and Optimization被引用数 0

ひとこと要約

この論文は、ヴィックリーのボトルネックにおける外部オプションとMFDベースの都市システムを用いて、静的な収益最大化課金と動的（最適）課金を比較し、閉形式の静的ポリシーを導出し、動的課金と比較した収益と福祉ギャップを境界づける。

ABSTRACT

Congestion pricing has emerged as an effective tool for mitigating traffic congestion, yet implementing welfare or revenue-optimal dynamic tolls is often impractical. Most real-world congestion pricing deployments, including New York City's recent program, rely on significantly simpler, often static, tolls. This discrepancy motivates the question of how much revenue and welfare loss there is when real-world traffic systems use static rather than optimal dynamic pricing. We address this question by analyzing the performance gap between static (simple) and dynamic (optimal) congestion pricing schemes in two canonical frameworks: Vickrey's bottleneck model with a public transit outside option and its city-scale extension based on the Macroscopic Fundamental Diagram (MFD). In both models, we first characterize the revenue-optimal static and dynamic tolling policies, which have received limited attention in prior work. In the worst-case, revenue-optimal static tolls achieve at least half of the dynamic optimal revenue and at most twice the minimum achievable system cost across a wide range of practically relevant parameter regimes, with stronger and more general guarantees in the bottleneck model than in the MFD model. We further corroborate our theoretical guarantees with numerical results based on real-world datasets from the San Francisco Bay Area and New York City, which demonstrate that static tolls achieve roughly 80-90% of the dynamic optimal revenue while incurring at most a 8-20% higher total system cost than the minimum achievable system cost.

研究の動機と目的

• 福利と収益最適な動的課金と実装可能な静的課金との現実世界におけるギャップを動機づける。
• 外部オプションとMFDベースの都市システムにおける収益最適静的課金と収益最適動的課金を特徴づける。
• 静的課金が動的ベンチマークと比較して収益と総システムコストに関する理論的保証を提供する。
• SF Bay Area および NYC の事例研究を用いた数値実験で発見を裏付ける。

提案手法

• ヴィックリーのボトルネックと外部オプション（公共交通機関）をモデル化し、平衡的課金結果を導出する。
• 収益最適静的課金と収益最適動的課金を閉形式で導出し、動的課金が台形構造をもつことを示す。
• 分析をMFDベースの都市スケール枠組みに拡張し、収益最適動的課金を特徴づける。
• 最悪ケースの境界を確立する：ボトルネックでは静的収益最適課金が動的収益の少なくとも1/2を達成；最小限のシステムコストの少なくとも2倍を超えない；MFDでは同様だが弱い保証。
• 実世界データセット（SF Bay Area Bay Bridge、NYC渋滞ゾーン）で数値検証を行う。

Figure 1 : Equilibrium waiting time profiles in the bottleneck model without an outside option (left) and with a public transit outside option in a mixed-mode equilibrium where both car and transit are used (right) in the setting when $\mu<\lambda$ . The slopes $e$ and $L$ denote the normalized sche

実験結果

リサーチクエスチョン

• RQ1 外部オプションを持つボトルネックモデルにおける静的収益最適課金と動的（最適）課金の収益ギャップはどの程度か？
• RQ2 外部オプションを持つボトルネックにおける静的と動的課金の福祉/システムコストへの影響はどうなるか？
• RQ3 MFDベースの都市システムにおける静的および動的課金ポリシーは、収益と総システムコストの点でどう比較されるか？
• RQ4 現実的なパラメータ領域で静的課金は動的課金をどの程度近似するのか、ギャップが拡大する条件は何か？
• RQ5 SF Bay Area や NYC の実世界展開と結果はどのように対応するか？

主な発見

• ボトルネックモデルでは、静的収益最適課金はパラメータ領域全体で動的収益の少なくとも半分を達成し、多くの実務的な領域で少なくとも3分の2を達成する。
• 静的収益最適課金は、公共交通オプションが自動車利用と比較して著しく魅力的でない場合、最適（最小）システムコストの少なくとも2倍を超えない。
• MFDフレームワークでは、静的収益最適課金は動的収益の少なくとも3分の2を達成し、最小システムコストの少なくとも2倍を超えない範囲で、ボトルネックより弱い保証を提供する。
• 数値結果は、静的課金が動的最適収益の概ね80-90%を捉え、実務的に関連するケースで総システムコストは最大で8-20%高くなることを示す。
• 実際の展開で評価すると、現行の静的課金は静的収益最適課金が動的収益の約98%を捉え、コストは最小値より約3%高いパラメータ領域に対応する。
• 最大のシステムスループットと望まれる利用者到着率の比が鍵となる要因であり、それが1に近いと収益の捕捉が大きくなる一方でコストギャップも大きくなる。一方、NYCに類する設定で比が小さい場合はギャップが小さくなる。
• 総じて、単純な静的課金は収益とシステムコスト指標で堅牢な性能を示し、実務において動的課金に対してほぼ最適と近いことがあり得る。

Figure 2 : Depiction of the revenue optimal dynamic tolling policy. Here, $[t_{A}^{*},t_{D}^{*}]$ denotes the equilibrium interval over which users pass the bottleneck under the dynamic revenue-optimal tolling policy $\tau_{d}^{*}(\cdot)$ , analogous to the no-toll equilibrium interval $[t_{A},t_{D}