基于TPCBoost模型的新型交通服务定价研究—以纽约网约车为实例

当前新型交通服务定价一般基于单个特征为前提进行定价探讨,缺乏对不同特征及总体定价的宏观研究。本文集成优化多个CART树得到TPCBoost模型,同时利用纽约市网约车搭乘数据为基础,训练、测试TPCBoost模型,并利用模型分析不同特征的关系及对定价的影响,不仅验证了模型具有更强的鲁棒性及稳定性,同时发现：(1)特征非线性影响定价,短距离、短时间、少乘客时定价稳定,长距离、长时间、多乘客时定价波动剧烈;(2)当特定搭乘距离与特定搭乘时间进行组合时,会出现定价敏感期,在定价敏感期时市场竞争白热化,此时特定搭乘时间抑制定价上涨;(3)搭乘人数不直接影响定价,但与其他特征进行组合时会间接影响定价;(4)搭乘距离正影响定价,但在定价敏感期时不直接影响定价;(5)每日搭乘时间周期性影响定价,特别地,每日会出现若干定价转折时间点,其中波峰定价时间点一般多于波谷定价时间点。本文提出的TPCBoost模型经实际数据验证符合定价规律,可以为营运公司、监管部门及乘客的交通决策提供有益参考。