基于补偿成本函数的拼车匹配：对采用率、效率与服务水平的影响

通过更有效地利用车辆容量，拼车平台有可能在不过度延长出行时间的情况下降低拥堵水平。虽然以往研究得出结论共享出行可带来显著收益，但初步证据表明采用率较低。我们假定，以往探讨拼车潜力的研究未能考虑用户在考虑共享出行时可能做出的权衡。我们通过将用户因共享而产生的净收益表述为一个补偿函数来解决这一不足，其中额外的出行时间与车内不适感需由价格折扣来补偿，用户才会选择共享出行而非私人出行。所提出的表述被嵌入一种出行请求与车辆匹配的方法中。我们进行了一系列实验，考察拼车服务的潜力如何依赖于出行需求特征、用户偏好以及服务提供商采用的定价策略。特别地，评估了用户共享意愿与延迟规避等行为设定对服务采用率及其运营效率的影响。我们的结果表明，以往研究发现的车辆总里程节省仅在用户非常愿意共享出行（即对私人出行赋予较低溢价）且为此获得 50% 折扣时才可实现。我们发现，在较不利的行为情景下，拼车运输距离节省低至 15%。