論文の概要: The Social Cost of Growth: Evaluating GMV-Centric and Welfare-Centric Strategies in Online Food Delivery Platforms

• arxiv url: http://arxiv.org/abs/2410.16566v1
• Date: Mon, 21 Oct 2024 22:55:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-23 14:29:17.255109
• Title: The Social Cost of Growth: Evaluating GMV-Centric and Welfare-Centric Strategies in Online Food Delivery Platforms
• Title（参考訳）: 成長の社会的コスト:オンラインフードデリバリープラットフォームにおけるGMV中心・福祉中心戦略の評価
• Authors: Yukun Zhang,
• Abstract要約: GMV戦略は、短期的な取引の急速な成長を促すが、不均一な福祉の分配につながる。 福祉中心の戦略は、消費者、レストラン、配達労働者の間でよりバランスよく公平な利益分配を促進する。
• 参考スコア（独自算出の注目度）: 3.4039202831583903
• License:
• Abstract: This paper develops a comprehensive theoretical framework to analyze the trade-offs between Gross Merchandise Volume (GMV) maximization and social welfare optimization in online food delivery platforms. Using a multi-agent simulation and a dual-model approach based on two-sided market theory and welfare economics, we evaluate the impact of GMV-centric and welfare-centric strategies on platform dynamics, including pricing mechanisms, stakeholder welfare, and market efficiency. Our results show that GMV maximization strategies drive rapid short-term transaction growth but lead to uneven welfare distribution, particularly disadvantaging delivery workers. In contrast, welfare-centric strategies promote a more balanced and equitable distribution of benefits among consumers, restaurants, and delivery workers, enhancing platform sustainability in the long run. These findings provide actionable insights for platform operators and policymakers to design strategies that balance growth with social welfare, ensuring both economic efficiency and fairness.
• Abstract（参考訳）: 本稿では,オンラインフードデリバリープラットフォームにおけるGross Merchandise Volume(GMV)の最大化と社会福祉最適化のトレードオフを分析するための包括的な理論的枠組みを開発する。 両面の市場理論と福祉経済学に基づくマルチエージェントシミュレーションと二重モデルアプローチを用いて,価格設定機構,利害関係者の福祉,市場効率など,GMV中心および福祉中心の戦略がプラットフォームダイナミクスに与える影響を評価する。 以上の結果から,GMVの最大化戦略は短期的取引の急激な成長を促すが,不均一な福祉分布,特に不便な配送労働者に繋がる可能性が示唆された。 対照的に、福祉中心の戦略は、消費者、レストラン、配送労働者の間でよりバランスよく公平な利益分配を促進し、長期的にプラットフォーム持続可能性を高める。 これらの知見は、成長と社会福祉のバランスを保ち、経済効率と公正を両立させる戦略を設計するプラットフォーム運営者や政策立案者に実用的な洞察を与えてくれる。

関連論文リスト

• Modelling of Economic Implications of Bias in AI-Powered Health Emergency Response Systems [0.0]
  我々は,アルゴリズムバイアスが資源配分,健康結果,社会福祉に与える影響を分析する。 公平性に制約された最適化、アルゴリズム調整、政策介入を含む緩和戦略を提案する。
  論文  参考訳（メタデータ） (2024-10-26T17:11:23Z)
• Exploring the Head Effect in Live Streaming Platforms: A Two-Sided Market and Welfare Analysis [3.4039202831583903]
  本稿では、ライブストリーミングプラットフォームを、ストリーマーと視聴者を結ぶ双方向市場として分析するための理論的枠組みを開発する。 少数のトップストリーマーが、強いネットワーク効果とコミッショナーレートやトラフィック割り当てアルゴリズムのようなプラットフォームポリシーのために、ほとんどの視聴者を惹きつける"ヘッドエフェクト"に焦点を当てている。
  論文  参考訳（メタデータ） (2024-10-16T23:30:42Z)
• Fairness Incentives in Response to Unfair Dynamic Pricing [7.991187769447732]
  我々は基本的な模擬経済を設計し、公正な価格設定の行動を採用するよう企業にインセンティブを与えるために法人税のスケジュールを作成する。 可能な政策シナリオを網羅するため、我々は、ソーシャルプランナーの学習問題を、マルチアームバンディット、コンテキストバンディット、およびフル強化学習(RL)問題として定式化する。 社会的福祉はフェアネス非依存ベースラインのそれよりも改善し,マルチアームおよびコンテキストバンディット設定のための分析学的に最適なフェアネス対応ベースラインにアプローチすることを発見した。
  論文  参考訳（メタデータ） (2024-04-22T23:12:58Z)
• A Unified Representation Framework for Rideshare Marketplace Equilibrium and Efficiency [1.9798034349981162]
  本稿では、市場における需給状態と効率を定量化するための、グラフベースの均衡計量(GEM)に基づく統一的なフレームワークを提案する。 我々は、ライドシェア市場均衡の二重パースペクティブ表現である新しいSD-GEMを開発する。
  論文  参考訳（メタデータ） (2023-02-28T07:22:30Z)
• Finding Regularized Competitive Equilibria of Heterogeneous Agent Macroeconomic Models with Reinforcement Learning [151.03738099494765]
  労働市場に参入する世帯や企業を無限に数える異種エージェントマクロ経済モデルについて検討する。 本稿では,モデルの正規化競争均衡を求めるデータ駆動強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-02-24T17:16:27Z)
• Towards Revenue Maximization with Popular and Profitable Products [69.21810902381009]
  企業マーケティングの共通のゴールは、様々な効果的なマーケティング戦略を活用することで、収益/利益を最大化することである。 商品の収益性に関する信頼性のある情報を見つけることは、ほとんどの製品が一定の時期にピークを迎える傾向があるため困難である。 本稿では、経済行動に基づく収益問題に対処し、ターゲットマーケティングのための0n-shelf Popular and most Profitable Products(OPPPs)を実行するための一般的な利益志向の枠組みを提案する。
  論文  参考訳（メタデータ） (2022-02-26T02:07:25Z)
• Strategyproof and Proportionally Fair Facility Location [77.16035689756859]
  簡単な1次元集団決定問題(しばしば施設配置問題と呼ばれる)に焦点を当てる。 比例に基づく様々な強度のフェアネス公理の階層構造を解析する。 各公理に対して、公理と戦略の安全性を満足するメカニズムのファミリーを特徴付ける。
  論文  参考訳（メタデータ） (2021-11-02T12:41:32Z)
• Building a Foundation for Data-Driven, Interpretable, and Robust Policy Design using the AI Economist [67.08543240320756]
  AIエコノミストフレームワークは,2段階強化学習とデータ駆動型シミュレーションを用いて,効果的な,柔軟な,解釈可能なポリシー設計を可能にする。 RLを用いて訓練されたログリニア政策は、過去の結果と比較して、公衆衛生と経済の両面から社会福祉を著しく改善することがわかった。
  論文  参考訳（メタデータ） (2021-08-06T01:30:41Z)
• The AI Economist: Optimal Economic Policy Design via Two-level Deep Reinforcement Learning [126.37520136341094]
  機械学習に基づく経済シミュレーションは強力な政策・メカニズム設計の枠組みであることを示す。 AIエコノミスト(AI Economist)は、エージェントと共同適応するソーシャルプランナーの両方を訓練する2段階のディープRLフレームワークである。 単純な一段階の経済では、AIエコノミストは経済理論の最適税制を回復する。
  論文  参考訳（メタデータ） (2021-08-05T17:42:35Z)
• Decentralized Reinforcement Learning: Global Decision-Making via Local Economic Transactions [80.49176924360499]
  我々は、シーケンシャルな意思決定問題を解決するために、単純で専門的で自己関心のあるエージェントの社会を指示する枠組みを確立する。 我々は分散強化学習アルゴリズムのクラスを導出する。 我々は、より効率的な移動学習のための社会固有のモジュラー構造の潜在的な利点を実証する。
  論文  参考訳（メタデータ） (2020-07-05T16:41:09Z)

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。