[论文解读] Single-leader multi-follower games for the regulation of two-sided Mobility-as-a-Service markets

Haoning Xi, Didier Aussel+3 more|arXiv (Cornell University)|Jun 3, 2021

Transportation and Mobility Innovations被引用 4

一句话总结

本文提出了一种单领导者多追随者博弈（SLMFG）框架，通过名为‘你出价即成交’（NYOP）的拍卖机制来调控双边出行即服务（MaaS）市场。MaaS监管机构作为领导者设定价格与服务包以最大化利润，而出行者与交通服务提供商（TSPs）作为两个不同的追随者群体，通过优化参与水平进行响应。该模型捕捉了跨群体网络效应，并通过基于强对偶性的分支定界算法求解由此产生的双层问题，相较于基准方法实现了10至100倍的计算速度提升。

ABSTRACT

Mobility-as-a-Service (MaaS) is an emerging business model driven by the concept of "Everything-as-a-Service" and enabled through mobile internet technologies. In the context of economic deregulation, a MaaS system consists of a typical two-sided market, where travelers and transportation service providers (TSPs) are two groups of agents interacting with each other through a MaaS platform. In this study, we propose a modeling and optimization framework for the regulation of two-sided MaaS markets. We consider a name-your-own-price (NYOP)-auction mechanism where travelers submit purchase-bids to accommodate their travel demand via MaaS platform, and TSPs submit sell-bids to supply mobility resources for the MaaS platform in exchange for payments. We cast this problem as a single-leader multi-follower game (SLMFG) where the leader is the MaaS regulator and two groups of follower problems represent the travelers and the TSPs. The MaaS regulator aims to maximize its profits by optimizing operations. In response to the MaaS regulator's decisions, travelers (resp. TSPs) adjust their participation level in the MaaS platform to minimize their travel costs (resp. maximize their profits). We analyze cross-group network effects in the MaaS market, and formulate SLMFGs without and with network effects leading to mixed-integer linear bilevel programming and mixed-integer quadratic bilevel programming problems, respectively. We propose customized branch-and-bound algorithms based on strong duality reformulations to solve these SLMFGs. Extensive numerical experiments conducted on large scale simulation instances generated from realistic mobility data highlight that the performance of the proposed algorithms is significantly superior to a benchmarking approach, and provide meaningful managerial insights for the regulation of two-sided MaaS markets in practice.

研究动机与目标

• 为解决当前MaaS系统中缺乏一体化、模式无关的定价机制，这些机制目前按出行模式进行定价分割。
• 在经济去规制背景下，建模MaaS监管机构、出行者与TSPs在双边市场中的战略互动。
• 捕捉对MaaS平台绩效与盈利能力具有影响的跨群体网络效应——特别是供需缺口。
• 为SLMFG中存在与不存在网络效应的混合整数双层规划问题，开发一种精确且可扩展的求解方法。
• 为MaaS监管机构在异质利益相关者偏好与支付意愿背景下，提供最优定价与捆绑策略的管理洞见。

提出的方法

• 将MaaS监管问题建模为单领导者多追随者博弈（SLMFG），其中MaaS监管机构为领导者，出行者与TSPs为两个不同的追随者群体。
• 采用名为‘你出价即成交’（NYOP）的拍卖机制，出行者提交购买出价，TSPs提交出售出价，以获取出行资源。
• 分别在有与无网络效应的条件下建模系统，分别形成混合整数线性双层规划（MILBP）与混合整数二次双层规划（MIQBP）问题。
• 应用强对偶性重构方法，将双层问题转化为带均衡约束的单层数学规划（MPEC），从而通过分支定界法实现精确求解。
• 提出一种定制化的基于强对偶性的SD-B&B算法，对二元接受/拒绝变量进行分支，并采用三种量身定制的分支规则以提升收敛性。
• 基于真实出行数据进行大规模仿真，验证方法性能，并与基于MPEC的基准分支定界法进行对比。

实验结果

研究问题

• RQ1 在双边市场中，将跨群体网络效应（以供需缺口衡量）纳入考量后，对MaaS监管机构的利润有何影响？
• RQ2 购买与出售出价范围比（即出价区间比例）对MaaS监管机构利润及利益相关者参与度有何影响？
• RQ3 供需缺口边界（下限与上限）的变化如何影响在存在网络效应情况下的监管机构盈利能力？
• RQ4 所提出的基于强对偶性的SD-B&B算法在求解大规模SLMFG问题时，相较于标准MPEC-B&B算法的性能提升程度如何？
• RQ5 在何种条件下，随着供需缺口的增加，出行者的出行成本与TSPs的利润会下降？

主要发现

• 基于强对偶性的SD-B&B算法相较于基准MPEC-B&B算法实现了10至100倍的计算速度提升，尤其在大规模实例中表现显著。
• 在出行者与TSPs数量固定的情况下，购买出价范围比（b_max/b_min）的增加会提升MaaS监管机构的利润，而出售出价范围比（β_max/β_min）的增加则会降低其利润。
• 当出价范围固定时，随着出行者或TSPs数量的增加，MaaS监管机构的利润也随之上升，表明该模型具有良好的可扩展性。
• 在存在网络效应的SLMFG中，随着供需缺口下限（C̲）的增加，利润显著下降；而随着上限（C̄）的增加，利润先轻微下降后趋于稳定。
• 与无网络效应情形相比，网络效应的存在会降低MaaS监管机构的利润，表明市场整合与盈利能力之间可能存在权衡。
• 随着供需缺口的增加，出行者的出行成本与TSPs的利润均呈下降趋势，凸显了供需失衡对利益相关者福利的负面影响。