报告题目：Information Design for Efficient Routing: The Impact ofAutonomous Vehicles
报告人：曾银莲博士（南方科技大学）
时间：2021年10月28日14:45-15:30
地点：管理学院A南303
报告内容摘要：
Travelers are selfish and make routing choices maximizing their own utility, which inevitably leads to congestion and inefficiency in the traffic network. However, the availability and accuracy of travel information can affect travelers' route choices. This raises the question: How can the system planner reduce the congestion of the traffic network by designing the information environment faced by travelers? We approach this question in the framework of Bayesian persuasion. We consider a basic two-route network with one risky route and one safe route, and examine two types of traffic systems: (1) our current regular vehicles (RVs) traffic system; (2) the mixed traffic system - RVs + autonomous vehicles (AVs). In our current RVs system, travelers originally have no information about the traffic network and they have to subscribe to certain information providers' service to acquire information (which may not be perfectly accurate). In the mixed traffic system, the RVs originally have no information and the AVs have full information about the state of the traffic network, but the RVs can subscribe to certain information providers' service to acquire information. In each traffic system, we first identify travelers' equilibrium route choice. Then, with the objective of minimizing total congestion cost, we decide the optimal information design scheme (Bayesian persuasion scheme) and the optimal percentage of travelers that should be targeted by Bayesian persuasion. Finally, we compare the performances of these two traffic systems. We find that in most cases the mixed traffic system outperforms the RVs system. However, surprisingly, under certain conditions, the RVs system may outperforms the mixed system, which implies that more information may not always help.
【曾银莲个人简介】
曾银莲博士，现任南方科技大学信息系统与管理工程系研究助理教授。在加入南方科技大学之前，她是香港中文大学(深圳)数据科学学院的博士后。于2018年获香港中文大学博士学位，分别与2009年与2014年获西南交通大学学士学位与硕士学位。主要研究方向为物流与供应链管理、智慧交通、排队网络、合作博弈论及其应用。在管理学顶级期刊《Production and Operations Management》、《European Journal of Operational Research》、《Computers and Operations Research》、《Annalsof OperationsResearch》等国际知名期刊以及国内权威期刊《管理科学学报》、《系统工程理论与实践》、《中国管理科学》等上发表论文。
报告题目：温暖的环境更适合提供机器人服务：消费者具身认知对机器人服务偏好的影响
报告人：熊希灵博士（中山大学）
时间：2021年10月28日15:40-16:25
地点：管理学院A南303
报告内容摘要：
在国家大力发展人工智能新基建的宏观战略需求和疫情实时的安全需求背景下，机器人作为人工智能的重要载体，开始在景点、酒店、旅行社等消费场所得到了空前广泛的应用。前人关于机器人接受度的影响因素研究主要分别集中在机器人的特点和个人特征上，较少探讨环境因素的影响。报告从具身认知理论入手，聚焦于消费者冷暖感受对机器人服务偏好的影响及作用机制：研究一，通过问卷调查，初步探索消费者身体冷暖感受与接受机器人服务意愿的相关性；研究二，基于同一室内环境的实验，探究消费者冷暖感受对机器人服务付费意愿的影响及温暖需求起到的中介作用；研究三，基于网络实验，探究消费者自身冷暖感受与不同机器人特征（能力型vs.温暖型）对最终服务付费意愿影响的交互作用。
【熊希灵个人简介】
熊希灵博士，2013年本科毕业于四川大学核工程与核技术专业，2019年博士毕业于中山大学心理学系，2019年至今为中山大学旅游学院博士后。研究主题聚焦于消费者行为与社交媒体分享行为，获得教育部人文社科青年基金和博士后面上基金资助，在Annals of Tourism Research、Journal of Economic Psychology等期刊以第一作者/通讯作者身份发表学术论文4篇，其余合作论文十余篇。担任International Journal of Environment Research and Public Health期刊匿名审稿人。
报告题目：线上零售商面对反展厅行为是与之对抗还是加以利用？
报告人：王战青博士（北京理工大学）
时间：2021年10月28日16:25-17:10
地点：管理学院A南303
报告内容摘要：
论文研究线上零售商是否和在什么条件下允许线下竞争对手在自己的网店内做广告可能是一种有利的策略。我们分析了一个双寡头垄断市场，其中消费者在搜索成本和渠道偏好方面都是有差异性的。分析结果发现，当线下搜索成本高于线上不匹配时的期望损失时，无论线上购物的单位成本大小如何，随着广告佣金率的增加线上零售商的总利润总是先增加后减少；更进一步，如果在线上购物的单位成本较高时，线上零售商对广告佣金的要求较低；而当线上购买时的单位成本较低时，只有广告佣金高于一个阈值的时候线上零售商才允许线下零售商在自己的网店内做广告。当线下搜索成本小于线上不匹配时的期望损失时，在线下检查产品的消费者有可能回到线上购买；此场景中，如果线上购买时的单位成本较高时，广告佣金即使为零线上零售商也愿意为线下竞争者打广告且增加两个零售商的总利润。
【王战青个人简介】
王战青博士是北京理工大学的博士后，博士毕业于暨南大学管理学院，多伦多大学罗特曼管理学院联合培养博士生。研究兴趣为网络营销、数字化全渠道、自媒体、消费者行为。主持国家自然科学基金青年项目1项，参与国家自然科学基金委员会与加拿大魁北克研究基金会合作研究项目1项、国家自然科学基金重点项目1项、国家自然科学基金面上项目2项。现已以第一作者或通讯作者发表论文5篇，含国家自然科学基金委员会管理科学部主办的期刊《管理科学学报》1篇；SSCI收录论文4篇。
报告题目：Optimal commissions and subscriptions in mutual aid platforms
报告人：赵轶星博士（中山大学）
时间：2021年10月28日17:10-17:55
地点：管理学院A南303
报告内容摘要：
A mutual aid platform is an online risk-sharing platform for risk-heterogeneous participants, and the platform extracts revenues by charging commissions and subscriptions to participants.Wepropose a modeling framework to identify the optimal commissions and subscriptions for mutual aid platforms. Participants are divided into different types based on their loss probabilities and values derived from the platform. We present how these commissions and subscriptions should be set in a mutual aid plan to maximize the platform's revenues. Our analysis highlights the importance of accounting for risk heterogeneity in mutual aid platforms. Specifically, different types of participants should be charged different commissions/subscriptions depending on their loss probabilities and values on the platform. Adverse selection occurs on the platform if participants with different risks are treated equally. Our results also show that the platform's maximum revenue will be lower if a common fee is applied to all participants. The numerical results of a practical example illustrate that the optimal commission/subscription scheme makes considerable improvements in platform revenue over the current scheme implemented by the platform.
【赵轶星个人简介】
赵轶星博士，毕业于加拿大西安大略大学统计精算学院。现为中山大学岭南学院博士后。主要研究方向为保险定价、风险管理和保险科技。研究内容包括变额年金的定价与风险管理、马尔可夫机制转换模型的参数估计与预测、保险合同的风险估计与预测、网络互助平台的设计机制与风险管理、供应链保险等。目前已在《Insurance: Mathematics and Economics》、《North American Actuarial Journal》等国际期刊上发表相关论文多篇。
欢迎有兴趣的教师，全体博士生、硕士生参加。
学院高层次人才引进办公室
2021-10 -25
