[論文レビュー] Spatio-Temporal Pricing for Ridesharing Platforms

Hongyao Ma, Fei Fang+1 more|arXiv (Cornell University)|Jan 11, 2018

Transportation and Mobility Innovations参考文献 33被引用数 16

ひとこと要約

本稿では、需要と供給の空間的・時間的アンバランスに対処するため、ライドシェアリングプラットフォーム向けに空間的・時間的価格設定（STP）メカニズムを提案する。動的で場所および時間に依存する価格を設定することにより、ドライバーが割り当てられた乗車を受けるインセンティブが得られるようにし、STPはサブゲーム完全均衡において、福祉最適性、個人的合理性、財政均衡、コア選択を達成する。これはドミナント戦略設定では達成不可能であることを示している。

ABSTRACT

Ridesharing platforms match drivers and riders to trips, using dynamic prices to balance supply and demand. A challenge is to set prices that are appropriately smooth in space and time, so that drivers with the flexibility to decide how to work will nevertheless choose to accept their dispatched trips, rather than drive to another area or wait for higher prices or a better trip. In this work, we propose a complete information model that is simple yet rich enough to incorporate spatial imbalance and temporal variations in supply and demand -- conditions that lead to market failures in today's platforms. We introduce the Spatio-Temporal Pricing (STP) mechanism. The mechanism is incentive-aligned, in that it is a subgame-perfect equilibrium for drivers to always accept their trip dispatches. From any history onward, the equilibrium outcome of the STP mechanism is welfare-optimal, envy-free, individually rational, budget balanced, and core-selecting. We also prove the impossibility of achieving the same economic properties in a dominant-strategy equilibrium. Simulation results show that the STP mechanism can achieve substantially improved social welfare and earning equity than a myopic mechanism.

研究の動機と目的

• 需要と供給の空間的・時間的アンバランスによって引き起こされるマーケット失敗を是正すること。
• 需要のピーク時における『サージを追いかける』行動や、戦略的なオフライン化といったドライバーの価格誤 Pricing インセンティブを是正すること。
• 空間的・時間的価格変動が生じても、ドライバーが割り当てられた乗車を受けるインセンティブを維持する価格設定メカニズムを設計すること。
• 福祉最適性、偏りのない配分、財政均衡を達成するサブゲーム完全均衡の結果を通じて、経済的効率性と公平性を確保すること。
• これらの性質をドミナント戦略均衡で達成することは不可能であり、サブゲーム完全インセンティブの使用を正当化すること。

提案手法

• 需要と供給の空間的・時間的変動を捉える完全情報モデルを提示する。
• 空間的・時間的価格設定（STP）メカニズムを導入し、場所と時間に応じた動的価格を設定してインセンティブを一致させる。
• STPが、ドライバーが常に割り当てられた乗車を受け入れるサブゲーム完全均衡を誘発することを確立する。
• 均衡結果が福祉最適性、偏りのない配分、個人的合理性、財政均衡、コア選択を満たすことを証明する。
• 取引ネットワークへのマッピングを用いて均衡の性質を分析するが、メカニズムの動的意思決定構造は標準的な取引ネットワークモデルとは異なる。
• 朝のラッシュアワーとイベントベースのサージを含むさまざまな需要シナリオにおいて、STPと無謀な価格設定メカニズムを比較するシミュレーションを実施する。

実験結果

リサーチクエスチョン

• RQ1 空間的・時間的アンバランスが存在する中で、ドライバーのインセンティブをシステム全体の効率性と一致させる動的価格設定メカニズムを設計することは可能か？
• RQ2 ライドシェアリングの割り当てにおいて、ドミナント戦略均衡で福祉最適性、財政均衡、個人的合理性を同時に達成することは可能か？
• RQ3 空間的誤 Pricing と時間的誤 Pricing はドライバー行動とプラットフォーム効率にどのように影響するか？
• RQ4 社会的福祉と収入の公平性という観点から、STPと無謀な価格設定の性能にどのような差があるか？
• RQ5 価格が場所や時間によって大きく変動しても、STPメカニズムはドライバーが割り当てられた乗車を受け入れることを保証できるか？

主な発見

• STPメカニズムはサブゲーム完全均衡において、ドライバーが常に割り当てられた乗車を受け入れることを保証し、サージを追いかけるインセンティブやオフライン化の動機を排除する。
• STPは、均衡において福祉最適性、偏りのない配分、個人的合理性、財政均衡、コア選択を同時に達成するが、これはドミナント戦略メカニズムでは同時に達成不可能である。
• シミュレーションの結果、STPは特に需要のアンバランスが顕著な状況下で、無謀な価格設定よりも社会的福祉と収入の公平性が著しく向上することが示された。
• 朝のラッシュアワーのシミュレーションでは、STPは需要が高いため、場所Cにドライバーを効果的に誘導するが、無謀な価格設定では低需要地域（例：場所B）にドライバーが集中してしまう。
• STPは、実際の需要と供給のダイナミクスを反映した直感的で解釈可能な価格パターンを生成するが、無謀な価格設定は空間的アンバランスを是正できず、効果を発揮しない。
• 目的地側の市場状況を考慮することで、STPはネットワーク外部性を効果的に緩和し、低価格または長時間待機が予想される場所への乗車拒否のインセンティブを低減した。