当效率遇上公平:拥堵定价与收入返还机制
计算机科学与博弈论
2023-04-03 v2 系统与控制
系统与控制
摘要
拥堵定价长期以来被誉为缓解交通拥堵的手段;然而,由于其引发的社会不公平问题(例如低收入用户被挤出某些道路),其实际采用受到限制。该问题激发了人们对公平机制设计的兴趣,旨在将征收的过路费收入作为一次性转移支付返还给用户。尽管收入返还已被广泛研究三十余年,但关于此类方案如何被设计以同时实现系统效率与公平目标,尚缺乏透彻刻画。本工作中,我们通过研究非原子拥堵博弈中的拥堵定价与收入返还(CPRR)方案来弥补此空白。我们首先提出 CPRR 方案,与无收费情形相比,其在不恶化财富不平等的同时提升系统效率,并且是用户有利的:无论用户的初始财富或时间价值(用户间可能不同)如何,用户在方案实施后都将经历更低的出行成本。随后我们刻画了同时最大化系统效率并最小化财富不平等的最优用户有利 CPRR 方案集合。最后,我们给出了计算最优 CPRR 方案的具体方法,并强调了这些方案在不同用户行为模型下的额外均衡性质。总体而言,我们的工作表明,通过适当的返还政策,我们可以设计用户有利的 CPRR 方案,在提升系统效率的同时降低财富不平等。
引用
@article{arxiv.2106.10407,
title = {When Efficiency meets Equity in Congestion Pricing and Revenue Refunding Schemes},
author = {Devansh Jalota and Kiril Solovey and Karthik Gopalakrishnan and Stephen Zoepf and Hamsa Balakrishnan and Marco Pavone},
journal= {arXiv preprint arXiv:2106.10407},
year = {2023}
}
备注
This paper was accepted to the 1st ACM conference on Equity and Access in Algorithms, Mechanisms, and Optimization (EAAMO)