网络任务定价研究

网络任务定价研究
作者：周雪芹刘展陆逊李媛媛
来源：《现代经济信息》 2018年第11期
引言
随着互联网技术的日益发展，人们的生活发生了巨大的变化。

网上购物，在线支付也刺激
着人们消费。

因此，大量的商品需要拍照放到网上，以供人们挑选。

这就催生了“拍照赚钱”
等APP 的产生。

“拍照赚钱”是移动互联网下的一种自助式服务模式。

用户下载APP，注册成
为APP 的会员，然后从APP 上领取需要拍照的任务( 比如上超市去检查某种商品的上架情况)，赚取APP 对任务所标定的酬金。

这种基于移动互联网的自助式劳务众包平台，为企业提供各种
商业检查和信息搜集，相比传统的市场调查方式可以大大节省调查成本，而且有效地保证了调
查数据真实性，缩短了调查的周期。

因此APP 成为该平台运行的核心，而APP 中的任务定价又是其核心要素。

如果定价不合理，有的任务就会无人问津，而导致商品检查的失败。

如何分配
任务，标定酬金，使更多的任务能够被完成成为该APP 面临的一个实际课题。

一、研究方法
为研究网络任务定价规律，我们首先对任务的经纬度在地图上进行标注，我们可以从地图
上大致得到三个任务聚集点。

由此，我们可以对这三个聚集点进行分析，进而讨论出任务定价
和位置之间是否存在关系。

由地标关系，运用聚类分析的方法对任务聚集划分，得到三大地区，分别是广州区，东莞区和深圳区。

再根据地理位置差异，划分出不同地域。

对于不同地域的任
务价格相对比，得到定价与位置的关系。

要分析任务未完成原因，由于我们用于二元逻辑回归
进行检验。

二、主要方法
设计新的任务定价方案，是使更多的任务被完成。

首先分析原定价与任务位置的距离有关，然后重新调整定价。

对于位置比较偏远，位置周围会员较少的地方，应当适当提高定价，而对
于那些任务周围会员较多，容易引起用户争抢的任务，应当适当降低价格，以节约成本。

由上
题我们已将任务地点分为以广州、东莞、深圳三个城市为中心区域，我们再根据每个区域中任
务地点到中心位置的远近在划分为5 个位置。

通过每个区域中各个位置的会员与任务的综合考虑，给出更加合理的定价方案。

网络查找了835 个任务的坐标，因此我们在卫星地图中将其标出。

为了下文探究任务分布
情况与任务定价之间的关系，我们将定价分为四个大区间：
由图中大致可以看出随着定价的上涨，任务点的分布逐渐从三个中心点发散开来，即随着
距离中心点越来越远，距离越来越远。

查找的任务分布的特点可知有三个聚类中心点，因此我们可以将所有的任务点聚类分为三类。

再利用MATLAB 软件对网络查找的任务地点( 经纬度) 进行聚类分析，选取三个中心点，
使中心点附近的距离综合达到最小，三个聚类中心点的经纬度分别为
(113.24,23.13)(113.75,22.97)(114.51,22.66)。

中心点位置分别靠近于广州市、东莞市、深
圳市。

对每个区中的任务定价由低到高分段，由于定价分布不均匀，在分段时尽量保证每个分段
中的任务个数相差不大。

并统计每个分段中的任务地点到中心位置距离的平均值。

由此我们以聚类中心点位圆心，向外划分五个低于类型。

我们根据是否完成任务这一因变量的特点选用的是二元logistic回归模型，从SPSS 的计
算得出的卡方统计量为11.298，而临界值为15.507>11.298，说明模型能够很好的拟合整体，
不存在显著的差异，从Hosmer 和Lemeshow 检验随即表中可以看到观测值与期望值几乎很接近，不存在很大差异，说明模型拟合效果比较理想。

通过计算得出，完成任务C1 与未完成任务C2 的回归模型为：
通过上述回归模型方程可以看出，相较于距离因素x2，位置划分因素x1 占据主导地位，
同时可以看出整体上划分因素x1 与任务完成率成负相关。

而就实际情况，每个区域任务完成
与未完成情况与模型整体结果不太符合，深圳区与广州区任务完成率较低，而东莞区的任务完
成率较高。

说明任务点的完成率不仅取决于定价，还与现实因素有关，为此我们查找三座城市
部分能反映其市民对于定价的可接受程度，并建立层次分析法，分析现实因素对于市民对于定
价的接受程度，以此解释发生在深圳和东莞的极端现象。

三、结语
层次总排序，计算得出广州可接受程度得分为13.95，东莞的可接受得分为11.56，深圳的可接受得分为14.79。

由此可见，深圳的消费生活水平最高，该地区居民对于制定的价格不感
兴趣，因此完成率低，而相反东莞的完成度高。