[论文解读] Dynamic Pricing in Shared Mobility on Demand Service

Han Qiu, Ruimin Li+1 more|arXiv (Cornell University)|Feb 10, 2018

Transportation and Mobility Innovations参考文献 18被引用 17

一句话总结

本文提出了一种基于动态规划与基于离散选择的优化方法的动态定价框架，用于按需共享出行服务，以最大化运营商利润。仿真结果表明，该方法优于简单策略，显著提升了利润，但也加剧了拥堵并降低了系统容量，凸显了私人收益与整体系统效率之间的权衡。

ABSTRACT

We consider a profit maximization problem in an urban mobility on-demand service, of which the operator owns a fleet, provides both exclusive and shared trip services, and dynamically determines prices of offers. With knowledge of the traveler preference and the distribution of future trip requests, the operator wants to find the pricing strategy that optimizes the total operating profit of multiple trips during a specific period, namely, a day in this paper. This problem is first formulated and analyzed within the dynamic programming framework, where a general approach combining parametric rollout policy and stochastic optimization is proposed. A discrete-choice-based price optimization model is then used for the request level optimal decision problem and leads to a practical and computationally tractable algorithm for the problem. Our algorithm is evaluated with a simulated experiment in the urban traffic network in Langfang, China, and it is shown to generate considerably higher profit than naive strategies. Further analysis shows that this method also leads to higher congestion level and lower service capacity in the urban traffic system, which highlights a need for policy interventions that balance the private profit making and the system level optimality.

研究动机与目标

• 建立并求解一个提供专属与共享服务的私人按需出行运营商的利润最大化问题。
• 开发一种动态定价策略，综合考虑出行者偏好及全天候未来需求分布。
• 评估以利润为导向的定价对系统层面性能的影响，包括拥堵与服务能力。
• 通过算法与政策洞察，平衡运营商私人盈利与城市交通系统效率。

提出的方法

• 在动态规划框架内建模全天多趟次利润最大化的优化问题。
• 引入参数化滚动策略并结合随机优化，以实现对动态问题的可计算求解。
• 采用基于离散选择的定价优化模型，以在请求层面确定最优定价。
• 使用牛顿型迭代算法求解所得凸优化问题，通过凸性与单调性证明收敛性。
• 利用基于Logit的效用函数建模出行者选择行为，参数包括服务类型与价格敏感度。
• 在河北省廊坊市的模拟城市路网中验证算法，与短视及简单定价策略进行对比。

实验结果

研究问题

• RQ1 如何优化动态定价以实现全天候共享出行服务总运营利润的最大化？
• RQ2 以利润为导向的动态定价对城市交通拥堵与系统容量有何影响？
• RQ3 与短视或简单定价策略相比，所提算法在盈利与系统层面结果方面表现如何？
• RQ4 非短视的、基于选择的定价模型能否有效平衡运营商利润与系统效率？

主要发现

• 在廊坊市的仿真中，所提出的动态定价算法产生的总运营利润显著高于短视与简单定价策略。
• 该算法导致交通拥堵水平上升，表明对城市出行产生了负面外部效应。
• 在利润最大化策略下，城市交通系统的服务能力下降，表明私人收益与公共效率之间存在权衡。
• 该方法通过最优定价有效平衡了供需分配与需求激励，展现出在现实场景中部署的强劲潜力。
• 在假设的效用结构下，迭代算法的收敛性得到保证，确保了计算可靠性。
• 本研究揭示了亟需政策干预，以协调共享出行系统中运营商的私人激励与系统整体最优性。