基于多元回歸擬合方法對“拍照賺錢”定價問題的研究

摘 要：針對“拍照賺錢”的任務定價的問題，文章運用了多元線性回歸、聚類分析等理論和方法，構建了線性多元回歸模型，綜合運用了MATLAB、EVIEW等軟件編程求解，最終查找出了原先的定價規律、部分任務未完成的原因，并制定出了更加合理的定價規律。

關鍵詞：“拍照賺錢”;多元回歸擬合;EVIWES;MATLA

中圖分類號：F045 ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A ? ? ? ? ? ? ? 文章編號：1008-4428（2018）03-38 ?-02

一、引言

隨著網絡信息技術的飛躍發展，智能手機普及率越來越高，而基于智能手機存在的手機軟件也越來越豐富，并已經進入各個企業家的視野，成為新的經濟增長的研究方向。而作為一種自助服務模式——“拍照賺錢”模式就是在這種環境下出現的。有需要的用戶可以通過下載并注冊該APP軟件成為會員。通過這種方式，“拍照賺錢”APP軟件將企業與用戶緊密地聯系在一起。企業將各種商業檢查和信息搜集的拍照任務發布在平臺上，會員從APP上領取需要拍照的任務（比如上超市去檢查某種商品的上架情況），賺取APP對任務所標定的酬金，從而達到一種雙贏的局面。相比傳統的市場調查方式，自助式移動勞務眾包模式可以大大利用閑置的勞務人員，節省調查成本，而且有效地保證了調查數據真實性，縮短了調查的周期，使調研業實現高效率、低成本、規模廣的飛躍。由此，“拍照賺錢”APP成為該勞務眾包平臺運行的核心。而APP中任務的定價方式成為任務是否完成的核心要素，如果任務定價過低，則該項拍照任務會無人問津，信息獲取失敗，嚴重的話會導致調研等重大項目執行的滯后。所以，研究該平臺的任務定價規律就變得十分必要了。

二、任務定價規律研究

文章對相關數據進行分析，找出“拍照賺錢”的任務定價規律。為此，筆者對已結束項目任務中的數據進行處理，篩選出所有任務完成的數據，選取其中249個數據，然后用EXCLE對選出來的數據和定價進行回歸擬合，并對擬合出的定價值進行預處理以及模型的合理檢驗，從而得出定價規律。

借助EXCEL中數據分析功能對緯度、經度為自變量的數據和定價為因變量的數據進行多元回歸擬合，得到了如下的函數關系式（定價規律）：

P=-574.375+6.55468X1+4.325699X2

（一）模型合理性檢驗

標準誤差非常小，方程擬合的非常好;X1、X2的T統計量的值分別為1.96795E-05、3.11951E-08、8.535E-06都明顯的小于顯著性水平0.05，說明定價跟自變量緯度和經度有關。

（二）對Y值進行預處理后的殘差分析

先對Y的值進行如下的處理：

經過上述的處理可以得到新的Y值，然后用預測的Y值與處理后的Y值相減得到新的殘差值。經處理發現，處理后的殘差值要比處理前的殘差值總體來說要小，說明模型在經數據處理后要有所改善。

三、任務未完成原因分析

第一點：對會員預定任務限額、預定任務時間、信譽值的關系進行分析，我們可以發現即使信譽值、預定任務限額都很高的會員，但預定任務時間晚，所以會出現這種情況：那些信譽值和預定任務限額都低但預定任務時間早的會員會提前接到任務，但是由于這些會員的信譽比較低，即使能接到任務，但是卻沒有能力完成，導致“拍照賺錢”的任務完成不了。對于上述得到的定價模型只考慮到了經緯度的影響，沒有涉及關于會員主觀因素的影響，所以才會出現某些任務沒有完成。

第二點：首先運用MATLAB軟件繪出所有任務量及會員所在的位置的整體分布圖。再對相關數據進行處理，找出一個新的自變量—任務量/用戶量，以及一個新的因變量完成率，然后將整個任務量和會員所在位置的區域劃分為100個小區間，每一個區間再重新整理出代表每個區間經緯度的平均值，然后用EVIWES對經緯度、任務量/會員量與任務的完成率進行多元回歸擬合，得出任務的完成率與經緯度和任務量/會員量有著如下的函數關系：

Y=-57.0864+1.0794X1+0.2888X2+0.3159X3

F統計量對應的P值小于顯著性水平0.05，則經緯度、任務量/會員量與任務的完成率相關。且標準誤差非常小，說明方程擬合的非常好。又因為經緯度、任務量/會員量對應的T統計量值都大于2，所以經緯度和任務量/用戶量都對任務的完成量有影響。會員在接受任務時，沒有考慮到每個區域間的任務量/用戶量這一因素的影響，所以才會可能導致有些任務沒有被完成。

四、新任務定價方案的設計

由于任務定價不僅受任務GPS緯度和經度的影響，還受區域任務可分配率和信譽值的影響。通過對數據分析，經緯度的變化不是很明顯，有些任務聚集在一起，而且在一定的區域內，居民的消費水平、物價、收入、交通、天氣情況大致不變，而不同的區域其居民的消費水平、物價、收入、交通、天氣情況則可能不同，利用地圖的檢索功能，我們發現這些任務分布在廣東省的四個城市，分別為廣州市、佛山市、深圳市和東莞市，在這些地區存在明顯的差別。我們將區域進行等分，對不同區域的任務的中心位置、區域任務可分配率、區域任務價格均值數據進行多元回歸擬合，從而得出新的任務定價方案。

（一）模型準備

觀察會員位置和任務位置，以及位置集中情況，為了減少誤差，剔除周邊的比較分散的點的數據，然后對區域進行等經度等緯度的劃分。其次在已結束項目任務數據中篩選出不同區域的數據，計算任務位置經度和緯度均值、任務數以及任務的完成情況和每個區域的定價的平均價格。然后在會員信息數據中，利用函數可以求出不同區域的會員數量。最后把這兩份數據整合在一起，觀察表中的數據，有單獨的數據，而且有些數據組數據不完整，對這些特殊數據進行剔除。

其中，X1為區域內任務位置的緯度均值;X2為區域內任務位置的經度均值;X3為區域內任務數量和會員數量的比值。

（二）模型的建立——基于區域中心點的區域任務定價模型

對位置數據進行了預處理，引入新變量X3，建立新的定價方案，如下：

rY1+sY2+tX3+A=P

其中，Y1為區域內的中心緯度，Y2為區域內的中心經度，X3為任務數量和會員數量的比值;P 為區域內的平均價格;r，s，t為變量前的系數;A為常數。

（三）模型的求解

利用EVIEWS軟件對剔除之后的數據進行多元回歸擬合，求解出各區域內的價格均值與任務GPS經緯度和任務數/會員數之間存在著如下的函數關系：

3.48Y1+5.41Y2-0.277X3+128.48=P

該多元曲線擬合F統計量的P值小于顯著性水平0.05，通過了假設檢驗，且X1和X23所對應的P值也均小于顯著性水平0.05，故知該模型擬合較好。由上述函數中各變量前面系數可知各區域內的P是與任務GPS經緯度之間存在正相關的，即為距離越遠價格均值自然就會升高，另外，各區域內的價格均值還與任務數/會員數的平方成負相關，即一個區域內若任務數越多而會員數越小則該區域內的價格均值就越低。該模型與原模型進行比較可知，在加入一定區域內任務數與會員數之間的比值這一影響因素后，我們所擬合出來的模型的標準誤差更小，即模型構建合理，所以新的任務定價方案更合理。

五、總結

在對原先定價規律和未完成任務原因研究的基礎上，我們加入了任務量/用戶量這一新變量，構建了新的模型，從而得出了更為合理的任務定價規律。這種定價規律不僅可以讓更多的會員最大可能地接受并且完成任務，也可以使得更多的任務被接受并完成。這種定價規律可以使會員與提供任務者雙方都能接受，一方面可以節省企業成本，提高信息獲取率，另一方面也可以提高用戶的收入水平和生活質量，從而實現了真正意義上的雙贏。除此之外，新的定價方案也縮短了調研周期，為調研業的快速發展和企業項目高效的執行率奠定了基礎。

參考文獻：

[1]孫偉彤，任環宇，姜峰.基于網絡流模型的“拍照賺錢”任務定價與分配優化策略[J].中國戰略新興產業，2018，（04）：104.

[2]梁曉蓓，黃立霞，江江.眾包物流接包方持續參與意愿影響因素研究[J].商業經濟與管理，2017，（07）：5-15.

[3]張佳彤.打車軟件參與下出租車動態定價策略研究[J].唐山學院學報，2016，29（6）：78-84.

[4]夏恩君，趙軒維.眾包系統中企業眾包能力評價指標體系研究[J].科技進步與對策，2016，33（11）：108-113.

[5]薛娟，丁長青，陳莉莎，張志武.基于SIR的眾包社區知識傳播模型研究[J].科技進步與對策，2016，33（4）：131-137.

[6]李訓，林川，胡明.我國地域關系對審計定價影響的實證研究[J].財經論叢，2013，（02）：93-100.

作者簡介：

董文兵，女，安徽宿州人，安徽財經大學經濟學院學生，研究方向：國民經濟管理。