多元化产品和服务的网约车平台运营机制研究

网约车平台提供多元化的产品和服务来满足乘客需求.通过假设平台运营快车和专车服务,分析了乘客出行模式选择行为和司机服务模式供给行为;以网约车平台的双边定价以及专车-快车划分为决策变量,以平台利润最大化为目标,分析了最优解的性质.研究发现:1)双边定价使得专车司机不提供快车服务;2)不存在超量乘客需求或者额外司机供给;3)专车需求不为零,且总存在部分乘客选择其他交通方式.数值实验进一步表明,乘客参与率与司机利用率呈现相反的变化.本文对以网约车平台为代表的一类按需服务平台进行多元化产品运营进行方法论研究,给出了建模思路和求解框架,足够引起按需服务平台实际运营者的重视.     

基于社会福利最大化的网约车平台定价模型研究

面向网约车平台、司机和乘客三方,利用生灭过程理论及排队论描述了网约车平台中司机状态(空闲-繁忙)转化过程;将网约车价格及平台和司机间的收入分成作为决策变量,建立了司机愿意运营、乘客愿意乘坐的网约车供给与需求函数.在此基础上,面向静态定价策略和动态定价策略,从政府监管角度建立了社会福利最大化模型及其求解算法.为了确保模型能指导或监管网约车平台定价及分成,证明了网约车平台市场均衡的存在性,对比了静态和动态2种定价策略在不同市场规模下的社会福利值.研究结果表明,当市场规模有限时,基于动态定价策略的社会福利始终大于等于静态定价的社会福利;当市场规模趋于无限大时,这2种定价策略的社会福利是相等的.本文所建模型不仅能求解网约车平台的静态和动态最优定价及其分成系数,还能揭示平均乘车时间、司机和乘客选择网约车行为对平台定价策略的影响,从而为网约车平台定价及其监管提供理论依据.     

网约车流动行为的时空特征及网络分析

网约车轨迹是一类能够较好地反映市民流动行为的时空大数据。构建面向市民使用网约车的出行复杂网络，从网络的视角进行分析，进而挖掘网约车流动行为的时空特征，对于城市建设、路线推荐、道路优化等均有重要意义。基于滴滴出行的2016年11月份成都市内的历史订单数据，将主城区划分为400个城市网格，建立反映网约车流动的OD矩阵，构建出行复杂网络。对网络的复杂结构、各种中心度以及流动关系的重要性进行了深入分析，同时构建多个测度指标，度量了出行网络中网约车流动行为的时空特征。分析结果表明：成都市网约车的出行网络符合小世界理论，具有典型的空间分异特征，节点中心性和流动关系重要性的分布呈现显著的幂律形式；出行网络中流动行为的不平衡性、出行与到达位置分布的不确定性、流动方向的不平衡性均有较为明显的时空演变规律，且对于当前的出行网络，代表出行规模的出行量密度会正向影响这些流动特征。     

乘客等待成本对网约车平台开放策略的影响

网约车平台可采用完全开放的策略—平台只招募私家车,并与车主分享收入.网约车平台也可采用部分开放战略—平台还可选择雇佣使用平台自营车辆的司机.通过考虑乘客等待成本,本文研究了网约车平台的开放策略选择,分析了不同开放策略对最优价格、平台收益和消费者剩余的影响.研究表明:当乘客固定等待成本很高或者很低时,平台应采用完全开放策略.当固定等待成本适中时,采取部分开放策略能同时提升平台收益和消费者剩余.此外,当乘客固定等待成本较高时,网络外部性对最优价格有正向影响.     

竞争市场中网约车平台开放策略研究

在车辆定制化新趋势下,部分网约车平台(如滴滴出行)开始从完全开放向部分开放转变.在完全开放策略中,平台仅招募私家车司机并提供出行服务;部分开放策略中,平台还可以招募自营车司机使用平台定制车辆为乘客提供服务.通过考虑平台抽成比例以及车辆成本等网约车行业因素,利用博弈论方法建立经济模型,讨论达到市场均衡时的策略组合.研究发现当平台提供定制车辆的成本很高(很低)时,两个平台同时采取完全开放策略(部分开放策略)能达到市场均衡;当平台提供车辆的成本处于适中水平时,若市场中自营车司机规模较大,平台采用不同的开放策略将达到均衡;否则,选择相同开放策略将达到市场均衡.另外,当车辆成本适中且自营车司机规模很小时,如果两个平台都采取完全开放策略则能够实现帕累托改进.最后,两个平台采取不同的开放策略能获得最高消费者剩余.     

考虑等待时间的网约车与出租车均衡定价研究

针对网约车和出租车的出行服务竞争,用等待时间刻画影响需求的服务质量,考虑网约车服务质量高于/低于出租车服务质量两种情景,探讨两种服务共存的条件及均衡定价策略.研究结果表明:当总网络外部性为正时,两种服务需较高差异化才能实现共存;而当总网络外部性为负时,无需其他条件约束,两种服务皆可共存.通过算例分析,分析了网约车服务等待时间对消费者剩余的影响以及参数对两种服务共存条件的影响.此外,借鉴参照依赖理论描述出租车司机在竞争市场中的获利感知,提出基于服务质量差异的网约车管制措施.研究结论为网约车服务定价和监管策略提供了一定的管理启示.     

考虑不同监管目标的网约车服务价格管制策略研究

针对网约车服务与出租车服务共存的出行市场,考虑网约车平台提供高端服务或低端服务,基于价格管制机制研究网约车服务与出租车服务共存时管制策略的制定,分别用以实现参与(目标1)与公平(目标2)管制目标.比较不同目标下价格管制策略的宽严程度.研究结果表明:网约车平台提供高端服务时,且出租车价格处于较高或较低水平,实现参与目标,需提高网约车服务价格,其余情况下,无管制即可实现目标1.而对于管制目标2,当出租车服务价格较低时,需网约车提价.网约车提供低端服务时,其最优反应价格不仅与出租车服务价格有关.还与两种服务差异化程度有关.无论网约车平台提供高/低端服务,管制目标1的管制强度均高于管制目标2.     

基于排队博弈的网约车服务模式选择研究

针对网约车独乘市场(仅提供独乘服务)与混合市场(同时提供拼车与独乘服务),分别构建了订单排队长度信息不可见与信息可见情形下乘客与平台之间的排队博弈模型,推导了两类信息情形下的乘客均衡策略与平台最优定价策略.研究结果表明:当市场规模较小/较大时,平台向乘客隐藏/披露订单排队长度信息有助于提升收益;引入拼车服务并不总是有利于平台提升收益,在市场规模较小时应取消拼车服务.研究结论揭示了信息披露策略与服务模式选择对平台收益的影响,能够为网约车平台的运营管理提供启示.     

新型需求响应公交发车时刻和票价优化EI北大核心CSCDCSSCI

为解决新城区和城市边缘地区公交乘客等车时间长,出行便利性差,公交满载率低,公交运营者投入成本难以回收等问题,提出了考虑预约乘客等待时间的需求响应公交运营模式.此模式根据票价随预约乘客的在站等待时间增加而减少的原则进行公交票价差别定价,基于客流量变化实时更新公交车发车时刻,以缩短乘客等车时长,提高公交满载率,从而提升乘客满意度,增加公交运营者收益.构建了混合整数规划模型求解新模式下的发车时刻表和公交票价,并设计了遗传算法求解模型.之后,通过宁波市梅山新区的实际公交线路和OD量等数据进行了实例分析.通过对比计算结果和现状下的公交发车时刻,公交票价,出行者等车时长,出行成本和公交运营者收益,验证了新模式的优势.     

基于乘客选择行为的双航班机票联合动态定价模型

以同一航空公司同一航线上两个不同时段的航班为对象，从乘客在两个航班之间的选择行为出 发，研究了航空公司的双航班联合动态定价问题.模型中，潜在乘客基于航班时间和机票价格两个因素做出机票购买的选择.采用乘客的心理价位分布来刻画乘客对价格的敏感性；将乘客划分为对出行时间具有严格要求和出行时间比较灵活两大类别. 航空公司基于乘客的需求特征，采用价格手段来引导和控制需求，以最大化双航班的整体期望收益. 建立了一个离散时间模型，刻画了各周期最优联合定价决策的性质；利用该性质可以极大地缩小最优定价决策的搜索空间，从而有效节省计算代价.     

面向换乘行为的城市公交客流分配及应用

随着大城市"城外居住、城内上班"这种生活-工作模式的普及,居民出行距离延长引起公交半径的增加,换乘就不可避免。针对这一现实需求与公交网络的特性,提出了符合乘客路径选择行为的广义公交路径定义,重点分析了乘客出行行为符合马氏决策过程的"无后效性",详细给出了出行过程中涉及的状态-行动空间及状态转移概率,建立了基于马尔科夫链的非平衡公交客流分配模型,设计了相应的算法。最后,以成都市部分公交网络的实际运营数据为例,对模型和算法进行实例验证,并根据配流结果对参数进行了敏感性分析。     

考虑共享出行的用户均衡交通分配模型

为了研究共享出行行为对交通分配问题的影响,本文提出一个基于路径的共享出行用户均衡交通分配模型.在该模型中,出行者不仅要选择从出发地到目的地的路径,而且还要进行模式选择,以达到最小化广义路径出行成本的目的.本文构建的考虑共享机制的交通分配模型引入两个假设:1)一个乘客只被一个共乘司机搭载,一个司机只载一个乘客;2)由于参与共享出行活动,共乘司机和乘客均可获得额外的共享出行奖励,此外共乘乘客还能得到共享出行成本折扣.这两个假设使得所构建的共享出行用户均衡模型更贴近现实.Braess网络中的数值结果分析了关键参数对均衡结果的影响,结果表明:共享出行成本优惠和共享出行奖励均是鼓励出行者参与共享出行活动的有效措施.     

多模式交通网络下考虑尾气排放的道路收费研究

随着出行需求和机动车保有量的迅猛增加,城市道路不堪重负,不仅交通拥堵严重,同时大量的尾气排放更造成了严重的空气环境污染问题.本文在传统的道路收费研究中明确加入排放约束或目标,建立了一系列带均衡约束的数学规划双层决策模型,探讨多模式混合交通网络下如何通过经济手段诱导人们选择更环保的出行模式和更合理的出行路径,以同时达到缓解交通拥堵和降低尾气排放的目的.模型下层考虑多模式之间的相互影响,运用变分不等式描述个体出行者的模式路径选择;上层根据不同的管理目标构建数学规划模型.采用遗传模拟退火算法对数值算例进行求解,结果显示了道路收费对系统各种指标的影响和改善.     

基于乘客感知的公交服务可靠性测度模型

分析了APTS环境下的公交服务特性、乘客出行特性及其相互作用关系。采用多智能体建模方法,对信息条件下乘客的认知方式以及出行行为规则进行了建模,同时构建了模拟公交营运服务过程的仿真模型。基于服务客体对于服务系统的感知及其行为演化,提出了公交服务可靠性测度模型和方法。以上海49路公交线为背景进行了服务可靠性分析,仿真结果显示:相比传统指标而言,提出的感知候车时间与可靠性因子能够更为真实的反应乘客对于公交服务可靠性的感知;运能饱和的情况下,公交服务可靠性对供需匹配状况的敏感度上升迅速;运能非饱和状况下,营运当中合理地采取准点措施,可显著提升公交服务可靠性。     

考虑乘客主观评判的地铁与公交的票价及换乘优惠率优化

针对协同服务于同一客运走廊的地铁和公交的票价及换乘优惠率统一优化问题,提出在优化过程中引入乘客在一定出行距离上对选择某种交通方式所承担延误风险的主观评判,从而更加全面地分析出行路径上的客观条件和乘客的心理因素对乘客出行路径选择的影响.为此,本文构建一个双层规划优化模型,它的上层以社会福利最大化为目标,下层为基于弹性需求的随机用户均衡模型.这里采用遗传算法求解双层规划模型,其中下层模型应用相继平均法求解.最后通过一组算例对模型构建的合理性进行验证并应用于分析问题;结果表明:一是乘客延误风险的主观评判对其出行行为的影响具有不可忽视的作用;二是实施换乘优惠可降低乘客的换乘出行成本和提高公共交通系统的社会福利.     

考虑心理距离的随机后悔最小化出行选择模型

为缓解交通拥堵这一城市问题需要对居民的出行决策规则进行准确刻画。作为期望效用理论的补充，后悔理论已广泛应用于交通领域的研究。学者们提出了一系列随机后悔最小化模型，但已有模型鲜少考虑影响后悔情绪度量的心理因素。根据后悔心理学研究中的“标准理论”“后悔一致性模型”等做出基本行为假设，引入心理距离概念区分不同类型的出行方案，构建改进的考虑心理距离的随机后悔最小化交通出行选择模型，以解释心理因素会影响感知后悔情绪的现象。使用瑞士地铁SP调查数据对本文提出的改进模型与原有模型进行对比分析，结果显示，改进模型对居民出行行为机理的描述更为贴切。     

基于临时代理和长期代理的网约车平台选择和定价决策

网约车平台的出现极大影响消费者出行方式，如何平衡平台供给成为了一个有趣的研究问题。旨在探讨网约车平台临时代理、长期代理和混合代理3种不同方式对平台自身运营效率以及社会福利的影响。研究表明：当消费者对公共交通接受度较低时，临时代理方式是平台的最优方式；当消费者对公共交通的接受度较高时，若临时代理司机对补贴的敏感度远远大于对长期代理司机工资的敏感度，则混合代理方式最优，否则长期代理方式最优。此外，平台仅雇用长期司机时，另外雇用临时司机不能提高平台服务水平，而仅雇用临时司机时，另外雇用长期司机在一定程度上不仅能提高平台服务水平，而且能提高平台利润。     

交通信息诱导下的混合用户均衡模型研究

通过分析交通信息对出行者路径选择行为的影响,构建了一个同时考虑惯性出行者和非惯性出行者路径选择行为的混合用户均衡模型.随后,提出了求解混合用户模型的算法,通过算例对模型和算法的合理性进行验证,并探讨当出行者路径选择存在惯性行为时,交通信息是否能够缓解交通拥堵.研究发现交通信息虽然可以影响出行者的路径选择行为,但是可能会增加整个系统的总出行时间.而合适的信息渗透率有助于显著地减少整个系统的总出行时间,使得系统趋向于最优化.     

考虑用户体验的动态共乘系统设计

动态共乘系统是一种新兴的智能出行系统,它通过实时动态地将司机和乘客进行匹配,达到有效整合路网运力资源、缓解交通拥堵和减少环境污染的目的.用户体验的优劣对动态共乘系统的可持续发展至关重要,传统的系统设计只重视运行效率,而忽略了用户心理.为此,本文引入实时反馈、优先权分配以及不动匹配对移除三大机制,提出了一个新的考虑用户体验的动态共乘系统.系统的决策过程分为三个阶段:1)建立基于优先权分配的最大权重双向图匹配模型,以确定当前最优匹配方案;2)基于实时反馈机制,将匹配结果告知出行者;3)基于不动匹配对和最晚出发时刻,进行方案评估.最后,通过数值算例将提出的动态共乘系统与传统系统进行了对比.结果表明,本文提出的系统可以大幅度缩短用户的等待时间,改善用户体验,同时有效地提高系统的运行效率.     

基于贝叶斯网络的出行者目的地选择行为建模与应用

以居民出行目的地选择为研究对象,确定影响居民出行目的地选择影响因素集合,分析居民出行目的地选择规律及影响因素特征。运用贝叶斯理论,设计居民出行目的地选择流程。对居民出行决策数据进行数据整理分析和离散化处理,采用K2算法对居民出行目的地选择决策数据进行贝叶斯网络结构学习和参数估计。构造居民出行目的地选择的贝叶斯网络模型,分析了模型父节点与子节点之间的概率依赖关系。对构建的贝叶斯网络模型进行了有效性验证,检验数据分析表明,贝叶斯网络对居民实际出行目的地选择的预测分析具有较高的精度。