众包环境下的任务定价因素研究

摘要：随着网络的高速发展，各式各样的劳务众包平台变得日益流行，“拍照赚钱”就是其中的一种，定价不合理会导致最后商品的检查失败，本文建立了动态定价模型，确立了最优折扣率来使得任务发包人和会员双方利益更均衡，以提高任务完成度，为企业提供各种有效的商业检查和信息搜索。

关键词：主成分统计分析；动态定价模型；边际分析法

动态定价是指根据市场对产品的需求及顾客的购买力来对产品进行定价。[1]

动态定价作为收益管理的一种重要方法，已经用于各个行业中来提高收效益，降低成本。任务的价钱高和分布集中地区，就会造成供需的失衡，如果采用动态定价，供需将会达到新的平衡点。在此基础上，以任务发包人和会员双方利益的均衡为目标建立数学模型，求出最优折扣率，从而提高任务完成度。

1 任务定价方案的划分

定价方式分为动态打包定价方式和静态分离方式，而影响动态打包方式价格的因素主要有会员的信誉度高低和任务配额的大小和预订任务开始时间的早晚。

2 确定最优折扣率

（1）目标函数：与单个任务相比，发包方成本减少的幅度与会员收益的增加幅度之差最小，即确保会员与发包方的利益均衡为目标。

MinZ=|M1-M2|=p0-Rip0p0-iRip0-p0p0=|2-（1+i）Ri|

其中：

p0：單个任务的价格；M1：发包方成本减少的幅度（%）

M2：会员收益增加的幅度（%）

（2）决策变量：不同信誉度的折扣率Ri

综上，最优折扣率模型如下：

MinZ=|M1-M2|=p0-Rip0p0-iRip0-p0p0=|2-（1+i）Ri|

R1=1

12

13

i=1，2，3

模型最优解为：R1=1；R2=0.67；R3=0.5

3 建立动态任务联合打包方式的定价优化模型[2]

根据求出的最优折扣率，参考上述补偿，建立如下动态打包方式的定价优化模型：

δt=x′*t-7：30*10%

M=1，2，3，4

MinZ=|M1-M2|=P0-RiP0P0iRiP0-P0P0=|2-（1+i）Ri|

i=1，2，3；R1=1；R2=0.67；R3=0.5

Pi：第i个打包的任务价格（元）

C0：初始任务的价格（元）

δk：会员信誉度低而无法领取多个任务的补偿费用（元）

δ0：会员与任务打包地距离远而进行的补偿费用（元）

δt：会员可开始预定时间晚的补偿费用（元）

t：可领取时间补偿费用时间区间

M：打包的个数

4 最终完成情况分析

在最终的完成情况分析中，我们不考虑其他因素，只考虑最终任务能被完成数量所占总任务数量的比重。在此设任务总数为N，内含在打包任务个数为n，x%为相同完成率，可得出最终的任务完成情况与任务总数和完成率息息相关，如下表所示：

在分子不变的情况下，分母越小，则数值越大。从上表的关系可以得出，在相同的完成率下，任务总数越少，则表示最终的完成率越高，完成情况更优。

参考文献：

[1]张佳彤.打车软件参与下出租车动态定价策略研究[N].山学院学报，20161129.

[2]刘佳.出租车合乘方式及定价模型化研究[U].重庆交通大学，2016605.

[3]石瑞平，高翔.边际分析法在经济中的应用.20080620.

作者简介：陈娟（1985），女，汉族，湖北荆门人，硕士，研究方向：无序系统中的分形生长研究。