位置识别率影响下基于博弈的共享单车停车奖惩策略研究

为解决共享单车停放问题,部分共享单车企业对用户停车行为进行奖惩,引导用户文明停车.本文研究了共享单车停车过程中,企业和用户的博弈过程.首先建立用户寻找规范停车点的时间成本函数,基于获得效用理论建立优惠券奖励效用函数,基于展望理论建立用户惩罚效用函数;其次,建立奖励和惩罚两种机制下的停车选择的混合策略博弈模型,得到均衡状态下位置识别率、奖惩额度、停车点平均间距等影响因素的函数关系.最后,对两种机制的用户效用进行灵敏度分析,对不同出行时间和出行目的的停车行为引导效果的差异性进行分析.研究结果表明:两种机制均存在博弈均衡解,但惩罚机制的条件更严格;当位置识别率低于临界值时,不能使用惩罚机制.企业可综合考虑投入与效益,选择合适的奖惩方案,在不同的市场运营时期采取不同的策略.

考虑用户偏好的奖励机制下共享单车分流停车引导策略研究

为缓解共享单车停车空间不足导致的乱停乱放问题,提出共享单车停车分流引导策略,并根据用户行为选择设置相应的奖励措施。设计叙述性偏好问卷调查,获取用户行为选择偏好数据,运用Logit模型进行分析并构建激励共享单车用户分流停车的奖励机制;构建以企业成本最小和转移停车需求最大为目标的多目标优化模型,提出引导用户分流停车的策略。以西三旗永泰庄地铁站为例检验了该策略的实际可操作性,结果表明策略用户接受度达60%,预计成功转移58.33%的过量停车需求。该策略能够在一定程度上缓解由于停车空间不足导致的共享单车停车问题,可以为共享单车停车管理提供有效指导。

基于量子反应均衡的政府与共享单车企业停车管理博弈分析

共享单车停车问题是城市交通治理中最主要的问题之一,其表面为共享单车用户停车行为不规范、共享单车企业管理调度不及时所致,究其本质实为共享单车各利益主体缺乏有效协同治理机制、停车权责划分不清晰、成本分担失衡的结果.考虑政府与共享单车企业的有限理性,建立扩展式博弈的量子反应均衡(QRE)模型分析双方停车管理博弈机理,并利用Gambit软件进行算例仿真分析.研究表明:双方博弈结果随理性程度增加逐渐趋向于基于完全理性的子博弈精炼纳什均衡,政府掌握更多企业运营信息有利于达到社会效用最大化的博弈结果;政府引入有效处罚措施或主导负责停车管理可以降低自身的财政支出和社会总成本,建立量化的处罚标准能够促进企业主动承担停车管理责任;有限理性程度、违停数量、激励机制和科技手段运行效率会影响企业的停车管理策略选择.