[论文解读] Cumulative Prospect Theory Based Dynamic Pricing for Shared Mobility on Demand Services

Yue Guan, Anuradha M. Annaswamy+1 more|arXiv (Cornell University)|Apr 3, 2019

Economic and Environmental Valuation参考文献 20被引用 4

一句话总结

本文提出了一种基于累积前景理论（CPT）的按需共享出行服务（SMoDS）动态定价策略，以建模不确定情境下乘客的行为。通过整合风险态度、损失厌恶和概率扭曲，该框架实现了在收入与乘客量之间取得平衡的最优定价，相较于传统效用模型，在行为真实性和系统性能方面表现更优。

ABSTRACT

Cumulative Prospect Theory (CPT) is a modeling tool widely used in behavioral economics and cognitive psychology that captures subjective decision making of individuals under risk or uncertainty. In this paper, we propose a dynamic pricing strategy for Shared Mobility on Demand Services (SMoDSs) using a passenger behavioral model based on CPT. This dynamic pricing strategy together with dynamic routing via a constrained optimization algorithm that we have developed earlier, provide a complete solution customized for SMoDS of multi-passenger transportation. The basic principles of CPT and the derivation of the passenger behavioral model in the SMoDS context are described in detail. The implications of CPT on dynamic pricing of the SMoDS are delineated using computational experiments involving passenger preferences. These implications include interpretation of the classic fourfold pattern of risk attitudes, strong risk aversion over mixed prospects, and behavioral preferences of self reference. Overall, it is argued that the use of the CPT framework corresponds to a crucial building block in designing socio-technical systems by allowing quantification of subjective decision making under risk or uncertainty that is perceived to be otherwise qualitative.

研究动机与目标

• 解决传统期望效用理论在动态拼车系统中对不确定情境下乘客决策建模的局限性。
• 通过利用累积前景理论（CPT）捕捉主观风险态度，将行为经济学整合到SMoDS的动态定价中。
• 构建一个完整的社会技术系统，结合基于CPT的动态定价与约束动态路径规划，以同时优化乘客效用与平台性能。
• 分析CPT的关键特征——框架效应、损失厌恶和概率加权——对定价策略与接受率的影响。
• 提供一个计算上可验证的框架，量化不确定情境下的主观决策，实现数据驱动的动态计价。

提出的方法

• 基于CPT构建乘客行为模型，其中效用取决于行程时间和动态计价，通过价值函数和概率加权函数捕捉风险偏好。
• 应用CPT的累积概率加权以避免随机占优违规，确保在不确定情境下的一致性决策。
• 将基于CPT的效用模型与先前开发的交替最小化（AltMin）算法集成，用于动态路径规划，实现路径与计价的联合优化。
• 采用概率接受模型，其中乘客对乘车报价的接受与否由基于CPT的主观效用决定，采用Logit型选择函数建模。
• 推导接受概率函数的解析性质，证明其关于计价和时间的单调性，确保系统行为的可预测性。
• 通过计算实验评估风险态度影响（如四重模式、强烈风险厌恶）对定价和系统结果的作用。

实验结果

研究问题

• RQ1 如何将累积前景理论（CPT）适配于动态、不确定的拼车环境中乘客决策建模？
• RQ2 CPT特征（如损失厌恶、概率加权、框架效应）对动态定价和乘客接受率有何影响？
• RQ3 所提出的基于CPT的定价策略相较于传统效用模型，在平衡收入与乘客量方面表现如何？
• RQ4 风险态度的四重模式对SMoDS平台动态定价有何影响？
• RQ5 如何将动态定价与动态路径规划集成，以在行为约束下实现系统级优化？

主要发现

• 基于CPT的模型捕捉到了风险态度的四重模式，显示在高概率收益和低概率损失情境下风险厌恶程度增强，与实证行为模式一致。
• 乘客在混合前景中表现出强烈的风险厌恶，尤其在面临潜在损失时，这显著影响其对动态计价的接受度。
• 模型表明，损失厌恶和概率扭曲会导致即使在期望效用为正的情况下，高计价的接受率仍较低。
• 所提出的动态定价策略确保乘客接受概率随计价上升而单调下降，从而实现可预测的系统控制。
• 计算实验证实，基于CPT的定价优于标准效用模型，在匹配现实世界行为偏好以及提升平台收入与乘客量平衡方面表现更优。
• 该框架使平台能够通过基于行为反馈动态调整计价，实现目标平均等待时间，其有效性经由解析分析与仿真结果验证。