评估即时出行服务与政策影响：来自成都、中国的案例研究
最优化与控制
2025-11-18 v2 计算机与社会
摘要
叫车服务的快速扩张显著重塑了城市即时出行模式，但仍不清楚其相对于传统街头叫车服务的性能如何，以及相关政策干预的有效性如何。本研究提出一种集成图论驱动的乘车-车辆匹配机制与真实巡游出租车运营数据的数据驱动模拟框架，用于模拟成都的叫车服务。评估两种即时出行服务模式（即叫车和街头叫车）的性能，关键绩效指标包括：平均乘客等待时间（APWT）、平均空驶里程（ADM）和平均空驶能源消耗（ADEC）。我们进一步考察了时空特征和三类政策——车队规模管理、地理围栏和需求管理——对叫车服务性能的影响。结果表明，在相同的车队规模和乘客需求下，未进行巡游的叫车服务相较于街头出租车实现了显著的改进，分别将 APWT、ADM 和 ADEC 降低了 81%、75% 和 72.1%。这些改进在午夜低需求时段和偏远地区（如机场）最为显著。我们的分析还揭示了对于叫车服务而言：(1) 扩大车队规模带来的是递减性收益；(2) 地理围栏会恶化整体性能，但改善了服务城市中心内所有行程的能力；(3) 针对高吸引力和低需求区域的需求侧管理可有效降低乘客等待时间，而不会增加空驶成本。
引用
@article{arxiv.2511.06074,
title = {Assessing On-Demand Mobility Services and Policy Impacts: A Case Study from Chengdu, China},
author = {Youkai Wu and Zhaoxia Guo and Qi Liu and Stein W. Wallace},
journal= {arXiv preprint arXiv:2511.06074},
year = {2025}
}