Optimizing OD-based up-front discounting strategies for enroute ridepooling services(OD差异化的动态拼车一口价折扣率优化)
发布时间:06-30-25

王思颖,王晓蕾,杨晨,张小宁,刘威

Transportation Research Part B: Methodological,2025

 

推荐理由

作为共享出行的典范,动态拼车是有巨大发展潜力的绿色出行模式。基于纽约出租车数据的研究显示,若现有出租车订单全部转化为动态拼车订单,几乎100%的订单可以拼车成功,每个人的绕行延误不超过2分钟,而对运力的需求可减少30%,大大降低城市交通拥堵和碳排放。但要将这种潜力转化为现实,对平台的运营提出了极高的要求。如何制定拼车的价格策略,才能让乘客愿意拼车、司机愿意接单、平台能够盈利,是需要解决的关键问题。由于不同路线的订单拼车成功率差异很大,简单的统一折扣难以满足平台需求。对此,我院管理科学与工程系王晓蕾教授团队针对动态拼车订单差异化定价问题展开深入研究。

 

作者介绍

王思颖:同济大学经济与管理学院博士生

王晓蕾:同济大学经济与管理学院教授

杨晨:同济大学经济与管理学院博士生

张小宁:同济大学经济与管理学院教授

刘威:香港理工大学航空及民航工程学系副教授

 

关键词

在途拼车,拼车折扣策略,无梯度优化

 

内容简介

近年来,GPS定位技术和无线通信技术的快速发展,以及智能手机的广泛普及,推动了实时的动态拼车服务(如Uber Pool、滴滴拼车)的大规模应用。与传统拼车服务不同,动态拼车平台能够即时响应乘客需求,动态调度空载或部分载客车辆接驾,并在接驾后持续寻找匹配的拼车伙伴,显著提升服务的吸引力和便利性。

拼车会不可避免地绕行,要吸引用户使用拼车,必须提供比独乘有吸引力的价格折扣。学术界虽然已有不少拼车定价优化的相关研究,但其所确定的不区分OD(origin-destination)的最优平均折扣率无法满足业界的应用需求。而在动态拼车模式下,不同OD间的订单往往呈现截然不同的拼成潜力,为不同OD的订单设计差异化的折扣价格是鼓励高拼成率用户使用拼车、提升拼车服务效率的重要手段。

业界通常认为,对于高度依赖规模效应的动态拼车服务,降低价格总是能够增加需求从而提升拼车效率。但本研究指出,对特定OD的过度折扣可能通过跨OD的匹配和竞争引发系统级拼成效率损失。基于这一发现,本研究进一步构建了一个综合考虑乘客需求弹性、OD间复杂交互的动态拼车系统均衡模型,分析了OD差异化价格策略对整个路网中拼车需求分布、平台利润和总里程节约的影响,指出了根据每个OD的订单拼成率对各个OD的拼车折扣率进行单独优化的局限性;考虑OD间复杂的匹配和竞争交互效应,开发了跨OD的拼车价格协同优化框架,采用贝叶斯优化和分类基优化算法,联合优化所有OD的拼车折扣率。基于海口路网的多场景仿真实验显示,OD差异化折扣策略相比统一折扣率在提升总节约里程和减少乘客绕行方面具有的双重优势,而跨OD价格协同优化相比对每个OD价格进行单独优化能产生系统级协同增益效应。

 

关闭 微信扫一扫

X Thank you for your interest in Master of Global Management, Tongji University!