网约车新政下平台和乘客的Stackelberg博弈模型及策略研究

doi:10.12005/orms.2022.0279

运筹与管理 ›› 2022, Vol. 31 ›› Issue (9): 14-20.DOI: 10.12005/orms.2022.0279

网约车新政下平台和乘客的Stackelberg博弈模型及策略研究

雷丽彩¹, 高尚²

1.湘潭大学商学院,湖南湘潭 411105;
2.南京大学工程管理学院,江苏南京 210093

收稿日期:2019-08-26 出版日期:2022-09-25 发布日期:2022-10-21
通讯作者: 高尚(1994-),男,湖北武汉人,博士研究生,研究方向:行为决策理论。
作者简介:雷丽彩(1984-),女,湖南桂阳人,教授,博士,研究方向:行为决策理论,电子商务运营模式。
基金资助:
国家自然科学基金面上项目(72171207);教育部人文社会科学规划基金项目(19YJA630030)

Stackelberg Game Model and Strategy Research between the Platform and Passengers under the New Rules of Ride-hailing Services

LEI Li-cai¹, GAO Shang²

1. Business School, Xiangtan University, Xiangtan 411105, China;
2. School of Management and Engineering, Nanjing University, Nanjing 210093, China

Received:2019-08-26 Online:2022-09-25 Published:2022-10-21

摘要/Abstract

摘要： 近年来,滴滴和优步等网约车平台的出现给城市居民出行带来了新的选择,然而随着新政的实施以及垄断巨头的酝酿诞生,网约车平台是否会降补贴提车价成为消费者最为关心的问题。文章构建网约车平台和乘客之间的Stackelberg博弈模型,分析了网约车平台的补贴和抽成策略对乘客是否选择网约车出行的决策行为以及网约车市场均衡的影响。理论研究和仿真结果表明:网约车平台合理的补贴力度和抽成力度可以有效规避行政监管成本增加和乘客资源流失的风险,提高双方的收益,实现社会的帕累托最优。

关键词: 网约车服务, 平台策略, Stackelberg博弈, 出行决策

Abstract: For the past years, ride-hailing services, consisting of Didi and Uber, have brought a new choice to the travel of urban residents. However, with the promulgation of new policies and the emergence of industrial monopoly giants in China, whether ride-hailing platform will drop subsides and improve prices becomes the most concern for consumers and the hot problem discussed at present. The Stackelberg model between platform and passengers is established to analyze the impact of platform's strategy(subsidy and commission)on market equilibrium and the optimal trip decision behaviors of passengers. The theoretical research and simulation results indicate that the reasonable subsidy and commission mechanism can effectively avoid the risk of administrative cost increasing and the loss of passenger resources, and can increase revenue of the whole system and further achieve the Pareto optimal of society.

Key words: ride-hailing services, platform's strategy, Stackelberg game, travel decision

中图分类号:

F570.6

雷丽彩, 高尚. 网约车新政下平台和乘客的Stackelberg博弈模型及策略研究[J]. 运筹与管理, 2022, 31(9): 14-20.

LEI Li-cai, GAO Shang. Stackelberg Game Model and Strategy Research between the Platform and Passengers under the New Rules of Ride-hailing Services[J]. Operations Research and Management Science, 2022, 31(9): 14-20.

参考文献

[1] Ganapati S, Reddick C G. Prospects and challenges of sharing economy for the public sector[J]. Government Information Quarterly, 2018, 35(1): 77-87.
[2] Nguyen-Phuoc D Q, Su D N, Tran P T K, et al. Factors influencing customer's loyalty towards ride-hailing taxi services—a case study of Vietnam[J]. Transportation Research Part A: Policy and Practice, 2020, 134: 96-112.
[3] Rayle L, Dai D, Chan N, et al. Just a better taxi? a survey-based comparisons of taxis, transit, and ridesourcing services in san francisco[J]. Transport Policy, 2016, 45: 168-178.
[4] 袁韵,徐戈,贾建民.网约车流动行为的时空特征及网络分析[J].系统管理学报,2021,30(01):28-39.
[5] Contreras S D, Paz A. The effects of ride-hailing companies on the taxicab industry in Las Vegas, Nevada[J]. Transportation Research Part A: Policy & Practice, 2017.
[6] NIE Y. How can the taxi industry survive the tide of ride sourcing? evidence from shenzhen, china[J]. Transportation Research Part C: Emerging Technologies, 2017, 79: 242-256.
[7] Watanabe C, Naveed K, Neittaanmki P. Co-evolution of three mega-trends nurtures un-captured GDP—Uber's ride-sharing revolution[J]. Technology in Society, 2016, 46: 164-185.
[8] 付淑换,石岿然.媒体作用下网约车平台与政府协同治理的演化博弈研究[J].运筹与管理,2020,29(11):29-36.
[9] 孙中苗,徐琪.随机需求下考虑不同竞争情形的网约车平台动态定价[J].中国管理科学,2021,29(01):138-148.
[10] 崔航,李书峰,王维才.网约车需求对城镇居民出行的影响研究——以北京市为例[J].城市发展研究,2017,24(05):1-4.
[11] 杨浩雄,张丁,孙丽君.网约车对交通拥堵的影响——基于复杂系统视角[J].系统工程,2020,38(03):92-99.
[12] Lei L C, Gao S, Zeng E Y. Regulation strategies of ride-hailing market in China: an evolutionary game theoretic perspective[J]. Electronic Commerce Research, 2020(1).
[13] 尹贻林,杨旋.新兴移动打车软件对我国出租车市场均衡的影响[J].大连理工大学学报(社会科学版),2016,37(02):65-70.
[14] 杨浩雄,魏彬.网络约车与出租车的竞争博弈研究——以平台补贴为背景[J].北京社会科学,2016,(05):68-76.
[15] Tversky A, Kahneman D. Loss aversion in riskless choice: a reference-dependent model[J]. Quarterly Journal of Economics, 1991, 106(4): 1039-1061.
[16] 雷丽彩,周晶.风险规避下的航空货运期权定价Stackelberg博弈模型[J].系统工程理论与实践,2010,30(2):264-271.

网约车新政下平台和乘客的Stackelberg博弈模型及策略研究

Stackelberg Game Model and Strategy Research between the Platform and Passengers under the New Rules of Ride-hailing Services

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	于静, 周驰, 罗志远. E-供应链竞争下自营品牌商的第三方零售渠道引入与定价策略[J]. 运筹与管理, 2022, 31(9): 84-90.
[2]	余建军, 陈雨诗, 曾小燕. 预付款模式下农业供应链的生产与融资研究[J]. 运筹与管理, 2022, 31(8): 156-163.
[3]	肖敏, 张耀. 产能约束下的闭环供应链制造商合作策略研究[J]. 运筹与管理, 2022, 31(7): 146-151.
[4]	吴玉萍, 水源宋, 原白云, 王晓梅. 考虑大数据营销和风险规避的绿色供应链决策与协调[J]. 运筹与管理, 2022, 31(2): 62-69.
[5]	谭春桥, 吴欣, 周丽. 考虑公平关切的O2O模式下物流服务供应链定价策略博弈分析[J]. 运筹与管理, 2021, 30(9): 80-85.
[6]	师苑, 王新华, 高红伟. 三级供应链企业间交叉持股时均衡定价及市场绩效研究[J]. 运筹与管理, 2021, 30(9): 145-151.
[7]	杨宏林, 窦甜丹, 高明运. 考虑RFID应用的资金约束供应链订购决策研究[J]. 运筹与管理, 2021, 30(8): 93-98.
[8]	曹兵兵, 尤天慧, 刘春怡, 吴雪艳. 基于货到付款支付模式且考虑银行存贷的二级供应链Stackelberg定价决策[J]. 运筹与管理, 2021, 30(7): 146-153.
[9]	宋兆宇, 孙秉珍, 赵可彤. 线性需求供应链中供应商参股制造商的定价与协调[J]. 运筹与管理, 2021, 30(6): 166-171.
[10]	高华, 侯晓轩, 张新鑫. 基于风险偏好和公平偏好的PPP项目政府补偿机制研究[J]. 运筹与管理, 2021, 30(6): 191-197.
[11]	孙琦, 马骋, 柏庆国. 基于风险偏好的供应链企业社会责任投入与定价策略研究[J]. 运筹与管理, 2021, 30(4): 47-53.
[12]	范定祥, 李重莲, 王晓蕾. 基于Stackelberg博弈的闭环供应链回收模式选择及其优化研究[J]. 运筹与管理, 2021, 30(4): 135-141.
[13]	冯琳, 彭娅芝, 聂佳佳. 专利中介参与下的技术创新授权策略[J]. 运筹与管理, 2021, 30(3): 159-164.
[14]	狄卫民, 徐文君, 夏西强. 基于经销商再制造的闭环供应链政府补贴策略及效果分析[J]. 运筹与管理, 2021, 30(2): 102-109.
[15]	刘凯, 李春发, 李冬冬. 电商平台主导的E-闭环供应链定价、服务决策与回收模式[J]. 运筹与管理, 2021, 30(12): 51-57.