通过 Karma 经济实现 Mobility-on-Demand 资源的公平与高效分配

像叫车这样的移动点-on-demand 系统已改变城市交通方式，但也加剧了这些服务在社会经济方面的不平等，这也部分归因于涨价策略。尽管已提出多种面向智能移动的公平性感知框架，但它们往往忽略了用户紧迫感的时变和情境特性，这塑造了真实的交通需求。本文引入一种基于 Karma 的非货币化机制，建模内生紧迫感，使用户时敏感度能够因系统条件和外部因素而演变。我们发展了一种保持经典 Karma 经济效率和公平性保证的理论框架，同时容纳这种现实的用户行为建模。应用于简化的模拟移动点-on-demand 场景，我们提供了一个概念验证示例，表明该框架在系统效率和公平资源分配方面表现出色，同时也认识到对真实 MoD 复杂性的完整处理仍是未来工作中重要的方向。