論文の概要: Beyond the Dichotomy: How Ride-hailing Competes with and Complements Public Transport

• arxiv url: http://arxiv.org/abs/2104.04208v1
• Date: Fri, 9 Apr 2021 06:40:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-04 08:02:07.676485
• Title: Beyond the Dichotomy: How Ride-hailing Competes with and Complements Public Transport
• Title（参考訳）: 分断を超えて: ライドシェアリングが公共交通機関とどのように競合するか
• Authors: Oded Cats, Rafa{\l} Kucharski, Santosh Rao Danda, Menno Yap
• Abstract要約: 私たちは米国と欧州の6都市でUberの旅行データを使って、乗車ごとに最も魅力的な公共交通機関を特定しています。 配車サービスの大半には公共交通機関の代替手段があるが、20%から40%には公共交通機関の代替手段がない。
• 参考スコア（独自算出の注目度）: 2.5199066832791535
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Since ride-hailing has become an important travel alternative in many cities worldwide, a fervent debate is underway on whether it competes with or complements public transport services. We use Uber trip data in six cities in the United States and Europe to identify the most attractive public transport alternative for each ride. We then address the following questions: (i) How does ride-hailing travel time and cost compare to the fastest public transport alternative? (ii) What proportion of ride-hailing trips that do not have a viable public transport alternative? (iii) How does ride-hailing change overall service accessibility? (iv) What is the relation between demand share and relative competition between the two alternatives? Our findings suggest that the dichotomy - competing with or complementing - is false. Though the vast majority of ride-hailing trips have a viable public transport alternative, between 20% and 40% of them have no viable public transport alternative. The increased service accessibility attributed to the inclusion of ride-hailing is greater in our US cities than in their European counterparts. Demand split is directly related to the relative competitiveness of travel times i.e. when public transport travel times are competitive ride-hailing demand share is low and vice-versa.
• Abstract（参考訳）: ライドシェアリングは世界中の多くの都市で重要な交通手段となっているため、公共交通サービスと競合するか補完するかで激しい議論が続いている。 私たちは、米国と欧州の6都市でuber tripデータを使用して、各乗車に最も魅力的な公共交通手段を特定しています。 次に次の質問に答えます (i)相乗りの旅行時間とコストは、最も速い公共交通機関と比較してどうですか。 (ii)公共交通機関の代替手段がない配車旅行の割合はどのくらいか。 (iii)ライドシェアリングはサービス全体のアクセシビリティをどのように変化させるか? 4)2つの選択肢間の需要シェアと相対競争の関係はどのようなものか。 以上の結果から, 術式と競合または相補性は偽であると考えられた。 配車サービスの大半は公共交通機関の代替手段となっているが、20%から40%は公共交通機関の代替手段を持っていない。 配車サービスの導入によるサービスアクセシビリティの向上は、米国の都市において、ヨーロッパの都市よりも大きい。 需要の分裂は、旅行時間の相対的な競争性、すなわち公共交通機関の移動時間が競争力のある配車需要のシェアが低く、逆転している場合に直接関係している。

関連論文リスト

• Fair collaborative vehicle routing: A deep multi-agent reinforcement learning approach [49.00137468773683]
  協力的な車両ルーティングは、キャリアがそれぞれの輸送要求を共有し、互いに代表して輸送要求を実行することで協力するときに発生する。 従来のゲーム理論解の概念は、特性関数がエージェントの数とともに指数関数的にスケールするので、計算に費用がかかる。 我々は,この問題を,深層マルチエージェント強化学習を用いて解決した連立交渉ゲームとしてモデル化することを提案する。
  論文  参考訳（メタデータ） (2023-10-26T15:42:29Z)
• No Transfers Required: Integrating Last Mile with Public Transit Using Opti-Mile [3.073046540587735]
  我々は、ラストマイルサービスと公共交通機関を組み合わせた新しい旅行計画手法「オプティマイル」を提案し、転送は不要である。 従来の最短経路に比べて18%の値上げで、オプティマイル走行が10%距離移動の減少につながることが実証された。
  論文  参考訳（メタデータ） (2023-06-28T06:05:14Z)
• Unveiling and Mitigating Bias in Ride-Hailing Pricing for Equitable Policy Making [7.109149014725844]
  本稿では、適用可能な公正度対策とそれに対応する公正価格メカニズムを考案し、配車サービスの公正価格に関する最初の徹底的な研究について述べる。 政府の助成金となる割引を提供することで、我々のアプローチは不利なコミュニティに対して、より多く、より手頃な価格の乗車が可能になる。
  論文  参考訳（メタデータ） (2023-01-09T16:22:47Z)
• Sharing Behavior in Ride-hailing Trips: A Machine Learning Inference Approach [1.9111219197011353]
  共有乗車を希望する乗客の意思は、一年を通して27.0%から12.8%へと単調に低下している。 共有の好みの低下は、共有旅行の1マイル当たりのコストの増加と、単独への短い旅行のシフトによるものである。
  論文  参考訳（メタデータ） (2022-01-30T01:17:36Z)
• Efficiency, Fairness, and Stability in Non-Commercial Peer-to-Peer Ridesharing [84.47891614815325]
  本稿は、P2Pライドシェアリングにおける中核的な問題である、ライダーとドライバーのマッチングに焦点を当てる。 P2Pライドシェアリングにおける公平性と安定性の新たな概念を紹介する。 結果は、妥当な計算時間で、公平で安定した解が得られることを示唆している。
  論文  参考訳（メタデータ） (2021-10-04T02:14:49Z)
• Explaining Ridesharing: Selection of Explanations for Increasing User Satisfaction [10.86084463641286]
  ユーザ満足度を高めるための説明を提供するエージェントを開発する。 機械学習ベースのエージェントは、ユーザの満足度を高める可能性が最も高い説明を選択する。 人間からのフィードバックを用いて、私たちの機械学習ベースのエージェントは、合理的エージェントとランダムに説明を選択するエージェントよりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-05-26T12:03:09Z)
• Do e-scooters fill mobility gaps and promote equity before and during COVID-19? A spatiotemporal analysis using open big data [7.0445529434309515]
  Eスクーターは、トランジットと自転車シェアリングサービスに競合的かつ補完的な効果がある。 新型コロナウイルス(COVID-19)のパンデミックの間、価格のプレミアムは高いが、関連する旅行時間の節約は小さい。 電動スクーターは、未整備の地区にサービスを提供することで、自転車シェアリングとトランジットを補完する。
  論文  参考訳（メタデータ） (2021-03-11T03:29:21Z)
• Transportation Density Reduction Caused by City Lockdowns Across the World during the COVID-19 Epidemic: From the View of High-resolution Remote Sensing Imagery [48.52477000522933]
  新型コロナウイルス(COVID-19)の流行は、2020年前半に悪化し始めた。 厳しい封鎖政策が世界中の多くの都市で実行され、人間の感染を制御し、拡散を緩和した。 中心市街地6都市におけるロックダウン前後の交通密度の低減について定量的に検討した。
  論文  参考訳（メタデータ） (2021-03-02T13:45:16Z)
• Polestar: An Intelligent, Efficient and National-Wide Public Transportation Routing Engine [43.09401975244128]
  Polestarは、インテリジェントで効率的な公共交通機関ルーティングのためのデータ駆動型エンジンである。 具体的には,交通費の異なる公共交通機関をモデル化するための新しい公共交通グラフ(PTG)を提案する。 次に、効率的な経路候補生成のための効率的な局結合法と組み合わせた一般経路探索アルゴリズムを提案する。 2つの実世界のデータセットの実験は、効率性と有効性の両方の観点からPoestarの利点を実証している。
  論文  参考訳（メタデータ） (2020-07-11T05:14:52Z)
• Equitable and Optimal Transport with Multiple Agents [48.17429789586127]
  複数のコストがかかる場合に最適輸送問題を拡張します。 1つのディストリビューションを別のディストリビューションに転送する作業は、エージェント間で均等に共有することを目的としています。 別の視点では、目的がエージェント間で均等な商品を均質な選好に従って分配することである。
  論文  参考訳（メタデータ） (2020-06-12T15:15:41Z)
• Smart Urban Mobility: When Mobility Systems Meet Smart Data [55.456196356335745]
  都市人口は都市部で約25億人に達し、道路交通量は2050年までに12億台を超えた。 輸送部門の経済貢献は欧州のGDPの5%を占め、アメリカでは平均482.05億ドルの費用がかかる。
  論文  参考訳（メタデータ） (2020-05-09T13:53:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。