司机端动态加价

Uber 和 Lyft 等网约车市场使用动态定价（常称为 surge）来平衡可用司机供给与乘车需求。我们研究此类市场的司机端支付机制，给出了支撑 Uber 新加性司机 surge 机制设计的理论基础。我们提出一个动态随机模型，以刻画 surge 定价对司机收入及其最大化收入策略的影响。在该设定中，某些时段（surge）比其他时段（非 surge）更有价值，因此不同时间长度的行程所引发的司机机会成本各异。首先，我们证明在动态设定下，网约车平台历史上标准的乘性 surge 不具备激励相容性。随后我们提出一种结构化的、激励相容的定价机制。该闭式机制形式简单，且可由 Uber 的新加性 surge 机制很好地近似。最后，通过数值分析以及来自某网约车市场的真实数据，我们表明在实践中加性 surge 比乘性 surge 更具激励相容性。