本期推荐一篇最新发表在POM上的论文《摆脱自身限制:在网约车平台上引入自动驾驶汽车》。随着网约车市场的快速增长和自动驾驶技术的不断进步,自动驾驶汽车在网约车平台上的应用已成为未来交通发展的重要方向。然而,这一技术的引入并非一帆风顺。当前,自动驾驶技术尚未完全成熟,开发和部署成本高昂,同时人类司机仍在市场中占据主导地位。由此,网约车平台如何在引入自动驾驶车队的同时管理好人类司机的供给,成为一个需要深入研究的问题。本研究旨在探索网约车平台在采用自动驾驶车队的过程中,如何平衡自动驾驶车和人类司机的供应,从而实现平台的盈利最大化。
研究采用博弈论模型,通过构建两个阶段的分析框架,详细探讨平台的策略性决策。在第一阶段,平台需要决定自动驾驶车队的规模和为人类司机设定的工资;在人类司机观察到这些决策后,会基于预期收益决定是否加入平台。第二阶段中,平台根据实际的乘客需求,按照优先使用自动驾驶车的原则,分配订单余量给人类司机。模型通过计算平台的总利润函数,分析了平台在供给与需求的动态平衡下,工资、自动驾驶车队规模和人类司机参与率之间的复杂互动。
研究发现,平台在设置较高工资以吸引人类司机时,可能反而导致参与率的下降。这是因为较高的工资增加了平台的成本,使得平台更倾向于扩展自动驾驶车队,从而减少对人类司机的依赖。这种决策会降低人类司机的订单匹配率,进而降低他们的预期收益,导致更多司机退出平台。此外,研究表明,自动驾驶车的引入会显著改变平台的供需平衡,而这种变化在中短期内可能会限制人类司机的招募,并在某些条件下对平台盈利能力产生负面影响。
总的来说,这项研究为网约车平台在自动驾驶技术的引入过程中提供了重要的理论指导,强调了在引入新技术时,需综合考虑人类司机与自动驾驶车之间的复杂关系,以实现平台的长期利益最大化。
Getting Out of Your Own Way: Introducing Autonomous Vehicles on a Ride-Hailing Platform
Francisco Castro and Andrew E Frazelle