文/王敬朋 孟茹 郭凯，.青岛理工大学管理工程学院；.青岛理工大学土木工程学院

1 区域定价规律

通过对数据进行二维、三维的同步处理分析可发现，代表不同地理位置和任务完成与否的点的分布具有一定的规律性和区域性。以广州、深圳和东莞三市为中心区域，并根据区域内不同指标分别进行模型建立初期探讨，建立一个统一有效的定价规律模型，且对任务点未被完成的原因进行了分析。

该模型表示，广州和东莞区域任务未被完成的主要在于定价的不合理，但未对深圳区域的情况进行详细的说明。因此，我们又引入了人力资本外部模型和经济增长模型，针对深圳区域的特殊情况进行了解释，发现深圳市的经济增长是在人力资本高起点水平上的物质资本投入扩张型增长。

2 基于多目标线性规划的定价方案

项目定价方案的优秀与否，其判断依据是该方案是否实现了在任务定价最低化的前提下也实现任务完成率的最大化。任务完成的数量Q涉及几个关键因素，其中，会员愿意接受的任务总量表示会员完成任务需要承担一定的成本大于其完成任务能够获取的收入时选择完成的任务量，可以用出行成本K这一因素统一来描述这些成本。为了拟定有效合理的K值，我们分别建立了广义出行费用模型、出行成本模型，通过对模型的检验和求解，从使用成本、基础设施成本、出行时间成本和外部成本四个方面考量拟定出了K值。具体模型如下：

2.1 出行成本模型

出行者在交通出行中会有多种交通方式、出现路径可以选择，同时在选择不同出行路径和不同交通方式时所付出的出行成本是不相同的，而出行成本的不同往往是导致出行选择不均衡的主要原因。这时就需要通过一种策略组合将交通方式和出行路径进行平衡，使两者达到一种较为稳定的最优状态。

模型建立的目的是通过求解实现交通成本的最大化。因此，对于出行者来讲，选择哪一条路径和哪一种交通方式的最根本原因是为使得这一时段出行费用最小化，进而实现所有出行者的总成本的最小化。实际出行活动中，由于出行方式的多样性，不能只有1种交通方式；为了保证路径流量的均衡性，出行者不能都选择相同的1条线路出行。因此，首先假设一种最为理想、最便于计算的情形：出行路径和交通方式形成一对一的配对组合。

2.2 出行成本K的定量计算

出行者能够选择的出行方式有步行、自行车、摩托车、小汽车（主要指私家车）、公交车和出租车等（考虑到并非所有城市均修建地铁，故本文不将地铁纳入计算范围）。在考虑这些出行方式的前提下，从使用成本、基础设施成本、出行时间成本和外部成本四个方面进行出行成本K值的定量计算，得到K=0.666元/人/千米。除却对会员愿意接受的任务总量值的确立，我们还针对实际配额、任务完成的可能性以及会员信誉度进行了详细讨论，在最终确定了任务完成的数量Q以及完成任务的价格数目和QP：

xi表示会员完成任务时所获得的收入（任务定价）之和。反应的是会员完成任务时的满意度，该值越低，会员内心的满意度越低，完成任务的意愿就会越低。

而后，运用MATLAB软件对方程进行了解答，发现新的定价方案将任务的完成率提升至74.6%，上升了12.1%；每项任务的定价亦均有输出。

3 基于集聚效应多目标线性规划模型的改进

任务因为位置相对集中而被打包同时分配给会员，其实质是把未被完成的任务以位置靠近已完成任务的缘由视为会员将选择完成，这就反映了任务点互相聚集和互相分离所拥有的优势，本文将其叫做聚集效益。

现将根据“聚集效益”的影响，对已建立的模型进行改进并对新的方程进行解答，观察在这样一种特殊的现象下任务完成率的变化情况。

假设聚集效益的作用范围为圆，其圆心为未被完成任务的所在点，半径为σ。当σ≥μ时，可认为圆心所代表的任务会被聚集效益影响，即最终会被会员完成。基于此，可计算所以未被完成却被聚集效益影响的任务的数量，发挥出了聚集效益对模型改进的作用。

考虑聚集效益的多目标线性规划方程：

对方程进行解答后发现，在聚集效益的作用下，任务的完成率提升至81.4%，同原始定价方案相比上升了18.9%，同基于多目标线性规划建立的定价方案相比上升了6.8%。

4 模型的评论与推广

基于多目标线性规划的定价模型中除却合理有效地解决了任务定价的难与重之外，其中建立的相关模型也有着其优越的社会价值。在建立人力资本外部模型和经济增长模型时反应出来的增加劳动力投入作用于深圳市经济增长的影响已显得微不足道的现象，就是该优越性的体现，并针对相关问题对政府提出建议：应在我国基本国情和地方现实的基础上，制定科学与可持续的城市化和工业化均衡发展政策，构建新型的城乡关系。