中央政法委机关报法治日报社主办

您所在的位置:首页  > 热点财经

算法如何应对共享出行的供需难题

2022-09-15 08:53:00 来源:法治日报·法治周末

■算法治理

□  翟光龙

东兴证券发布的研究报告测算显示,2025年,共享电单车行业规模有望达到405亿元,GAGR(年均复合增长率)为36.6%

城市交通体系高度复杂,涉及运力供给与海量用户需求如何匹配的难题。当前,共享电单车日趋成为城市交通的重要组成部分,共享电单车的运营管理、车辆调度等均深度运用算法。

在一定时间内,道路资源、运力资源的供给不可能无限扩张。因此,算法有望成为合理匹配资源与需求的技术支撑。但另一方面,算法高度依托大数据,又容易涉及价格歧视及个人信息安全等问题。

两大难题:供需匹配与交通秩序管理

与其他消费行业不同,交通领域的道路资源在一定的时间内是有限的,交通资源的分配必须服从顶层设计。所以,企业运用算法对公共交通资源进行分配,必须同时满足政府监管要求、用户使用需求以及企业的运营效率需求。

公共交通领域用算法提升效能,面临着两大难题:既要处理好供需匹配问题,又要充分考虑政府对于交通秩序管理的要求。

可以利用算法对公共交通领域进行两个方向的优化——供给侧优化和需求侧优化。在传统的需求,一般使用点击率、转化率这类指标对用户和系统间的交互进行优化(尤其是浏览、收藏、关注、购买等场景);而在供给侧,通过大量的运筹学算法对业务进行增效优化,常见的形态一般可抽象为限定条件下的资源最大化利用问题。

交通资源是有限的,共享出行行业在投放之前提前做好规划,是典型的供给侧最优化逻辑。公共交通领域存在很多细分的分支,如四轮车出行、两轮车出行等,不同垂直赛道上面临的问题也不尽相同。共享电单车行业在供给侧算法体系,算法的主体是企业自身资产(电单车),如何在限定的条件下,利用算法更高效地提高车辆资源利用率是关键点。

在共享电单车行业,除了对于供给端的优化,还需要对用户的行为进行规范。因为共享电单车的骑行、停放是由用户自主进行的,规范停车摆放等场景,都需要采用软件和硬件结合的方式,利用算法作出合理判断,进而影响用户的行为。

算法优化:共享电单车的调度与合规管理

在运营中,共享电单车常见以下应用场景:在不同的时间和空间位置上,区用户需求和城市管理要求的挪车调度;保证城市公共交通秩序的用户停车要求(包括停车区域引导和90度停车)。

在挪车调度方面,共享电单车存在普遍的痛点是车辆的投放量大、需求和供给的严重错位、车辆使用效率低等。企业应该合理投放车辆,而不是简单粗暴增加供给,要综合考虑不同地域、不同季节的市场需求,理性投放。例如,一、二线城市的主要使用时间在早晚,具有明显的潮汐效应;三、四线城市的出行更具有常规性,出行频次较高,车辆的及时调度面临更高挑战。

因此,企业需要同时优化每个时间加空间的用户需求和车辆上限,通过混合整数线性规划的算法优化体系,可以同时保证两个目标都在可以控制和可以解释的范畴内,达到解放存量、限制增量的效果。同时,企业通过算法加本地运维持续对车辆堆积区域干预,有利于改善因乱停、乱放造成的城市交通压力,有效提高本地运维人员的挪车效率。

在优化公共空间的停车行为方面,企业可以根据用户在时空域的需求表达,区块的拓扑关系,以及当地政府对公共区域的停放量要求,智能化设置停车点或禁停区等虚拟城市基础设施。

在用户实际停车过程中,企业可以基于自研的ECU动态上报和算法技术,通过有目的性的判罚,对用户的停车地点进行合理引导,控制无序停放对公共区域造成的挤占压力。还可以在支持垂直还车算法上,利用2G/4G终端产品,通过借车过程中上报车辆航向角,由后台判断当前车辆航向,判断车辆在还区域内停放的方向,从而判断是否允许用户进行还车。

算法向“善”:避免价格歧视与隐私风险

合理地使用算法,保证算法公平性,避免价格歧视等损害用户利益的行为;保护好用户的个人数据安全,避免用户隐私泄漏等风险。

当前,在算法运用的实践中,企业只有处理好这两个问题,才能做到算法向“善”。

算法公平性依赖于数据的所属权界定,数据所属权又分为数据查询隐私权和数据算法的应用权。前者一般通过将原始ID数据序列化来阻断明文曝光的风险,对于用户而言,信息如果被滥用有迹可循。但对于数据算法的应用权,用户的行为数据被归纳成为若干条可理解或不可理解的规则,用户的权益很难被厘清和识别,企业一旦越界,很容易错用算法损害用户利益。

实现算法的公平性需要建立行业的自律机制以及社会的监管治理,尤其是对于以需求侧利润最大化为目标的企业。对于用户隐私保障方面,则需要企业从上而下建立一整套行之有效的机制。

未来做好城市公共交通领域的算法治理,需要从三个方面着手。

法律层面需要建立算法追责机制。算法是工具,为善为恶的关键是背后的算法使用方。如果使用方目的是提升社会总和收益,算法则是保驾护航的利器;如果是通过信息不对称获取短期收益为目的,各层参与者都应被谴责和追责。

算法不能被“黑盒化”,任何场景下的算法和模型均需要有可解释性。算法需要治理的程度和应用对象、行业、应用场景有非常强的关系,需求侧和供给侧是关键区别之一,作用于物和作用于人的算法也有极大不同。在可解释性前提下,预防和事后追责的规范才有可能实施和评估。

需要建立服务于算法公平的行业准则和行业共识。当前,对于算法治理我们依然是“摸着石头过河”,国内外均没有明确的最佳实践。但有一条准则是放之四海而皆准的,就是企业家应该承担社会责任,算法作为科技企业的常见组成,企业家也应对此承担坚实的责任。

(作者系中国交通运输协会共享出行分会副会长、松果出行创始人兼CEO

责编:王硕

联系我们 | 诚聘英才 | 广告征订 | 本站公告 | 法律声明 | 报纸订阅

版权所有 Copyrights © 2014-2022 www.legalweekly.cn ALL RIGHTS Reserved 《法治周末》

京ICP备10019071号-1 京报出证字第0143号

京公网安备 11010502038778号