• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Andra
    För dyrt? Forskare förklarar artificiella prisökningar i taxiappen Uber

    Kredit:CC0 Public Domain

    Appar som Uber är en viktig mobilitetsfunktion i många storstäder. Att köra andra från A till B i sin egen bil har blivit ett jobb för många. Dock, många förare klagar över att deras inkomst är för låg. I maj 2019, den amerikanska tv-stationen ABC rapporterade hur Uber-förare på Washingtons flygplats på konstgjord väg ökade priset på tjänsten genom att alla gick offline samtidigt. Inom några minuter, priset på tjänsten hade stigit med 13 dollar, vilket nästan fördubblade beloppet.

    Hur fungerar denna strategi exakt och när används den? Detta är vad Dr Malte Schröder och professor Marc Timme från Chair for Network Dynamics vid Center for Advancing Electronics Dresden (cfaed) och Institutet för teoretisk fysik vid TU Dresden har undersökt tillsammans med Ph.D. eleverna David-Maximilian Storch och Philip Marszal. De två forskarna publicerade en studie i tidskriften Naturkommunikation :De tillämpade dynamiska prismekanismerna ger i allmänhet incitament att på konstgjord väg minska erbjudanden och följaktligen höja priset.

    Med den dynamiska prisjusteringen, leverantörerna vill få marknaden i balans:Om efterfrågan överstiger tillgängligheten, resekostnaderna ökar. Tanken är att locka fler förare för att möta den höga efterfrågan. På samma gång, kunder kommer att ha ett incitament att vänta.

    Ändå, förarna kan själva aktivera prishöjningen. "Om många förare går offline samtidigt, Algoritmen "tror" att det råder brist på förare, " förklarar Schröder. "Den försöker locka fler förare genom att höja priset:Ett flexibelt tillägg läggs till grundpriset för tjänsten, som kan fördubbla eller till och med tredubbla sin kostnad."

    Genom att använda analytiska metoder från spelteorin, Schröder och hans kollegor visar när strategin är lönsam. Först, efterfrågan måste vara tillräckligt stor. Annat, förarna riskerar att inte hitta kunder efter deras offlinefas. Dessutom, folk borde vara villiga att betala det höga priset istället för att vänta på en taxi eller ta bussen. "För förarna, detta är empiriska värden, Storch antar. "De har lärt sig med tiden när planen anländer med stressade affärsmän vars resa ändå betalas av deras arbetsgivare."

    Dessutom, taktiken är bara optimal för alla förare om var och en av dem deltar i spelet. Annat, vilken som helst av dem kan löpa risken att vara den enda som går offline och missar potentiella kunder. Därför, förare måste lita på varandra eller göra arrangemang – som i Washington. "Förarna på flygplatsen känner varandra och alla väntar på samma parkering, " säger Marszal. "Självklart, kommunikation är mycket lättare på detta sätt än om de är spridda över hela staden."

    Forskarna har utvecklat en modell som möjliggör identifiering av offline-taktik baserad på pristrender utan att veta det exakta förhållandet mellan tillgänglighet och efterfrågan. De analyserade prisdata för tjänsten i 59 städer runt om i världen. På över 15 platser i Amerika, Asien och Europa, prisutvecklingen för tjänster från flygplatser, tågstationer eller utställningscenter liknade dem i Washington. I dessa fall, Uber begränsade tilläggsavgiften till tio dollar. "Detta är det mest ineffektiva sättet att förhindra prisökningar, " säger Schröder. "Resan kommer att kosta max tio dollar mer, men detta ändrar inte de allmänna incitamenten eller beteendet hos förarna. I princip, forskning har bara börjat:"Den kollektiva dynamiken i den här typen av appar är svår att förstå, och många frågor är fortfarande öppna, särskilt i den snabbt föränderliga mobilitetssektorn." I alla fall, ett tillvägagångssätt skulle vara att erbjuda kunderna alternativ, som bra lokaltrafik, och att betala förare tillräckligt. Tills dess, resenärer bör tänka på att ta en snabb fika när resan är för dyr. Utanför rusningstid, priserna faller vanligtvis snabbt tillbaka till sin normala nivå.


    © Vetenskap https://sv.scienceaq.com