摘 要：為實現(xiàn)農(nóng)產(chǎn)品產(chǎn)銷供應(yīng)鏈中按需生產(chǎn)，供需平衡的同時，提高電商平臺的期望收益。分析了電商平臺整個產(chǎn)銷供應(yīng)鏈的問題模型，提出一種基于電子商務(wù)平臺眾籌預(yù)售和眾包生產(chǎn)的產(chǎn)銷模式?；谶~爾森最優(yōu)拍賣理論設(shè)計了眾籌預(yù)售和眾包分配的兩階段最優(yōu)拍賣定價機(jī)制，能夠在保證參與用戶誠實報價的基礎(chǔ)上，最大化電商平臺的期望收益。實驗結(jié)果表明，對比傳統(tǒng)的先到先服務(wù)算法（FCFS），平均收益在需求數(shù)量區(qū)間為均勻分布時至少增加了5%，為指數(shù)分布時至少增加了18%，且至少能達(dá)到假設(shè)用戶誠實報價下的最優(yōu)利潤（OP）收益的50%。

關(guān)鍵詞：拍賣；邁爾森理論；誠實性；眾籌預(yù)售；眾包分配

中圖分類號：TP391 文獻(xiàn)標(biāo)志碼：A 文章編號：1001-3695（2023）08-028-2423-06

doi： 10.19734/j.issn.1001-3695.2022.12.0814

Two-stage optimal pricing mechanism based on crowdfunding pre-sales and crowdsourcing production

Gu Yonggen Yu Zaipu Tao Jie Wu Xiaohong Zhang Yanqiong

（1.School of Information Engineering， Huzhou University， Huzhou Zhejiang 313000， China; 2. Huzhou College， Huzhou Zhejiang 313000， China； 3.Zhejiang Province Key Laboratory of Smart Management amp; Application of Modern Agricultural Resources， Huzhou Zhejiang 313000， China）

Abstract：In order to achieve on-demand production and supply-demand balance in the supply chain of agricultural products， and at the same time to improve the expected benefits of e-commerce platform， this paper analyzed the problem model of the whole supply chain of e-commerce platform， and proposed a production and marketing mode based on crowdfunding pre-sale and crowdsourcing allocation of e-commerce platform. Based on Myerson’s optimal auction theory， this paper designed a two-stage pricing mechanism for crowdfunding pre-sale and crowdsourcing allocation， which could maximize the expected revenue of e-commerce platforms while guaranteeing the honest quotation of users. The results show that， compared with the traditional first-come-first-service algorithm （FCFS）， the average revenue increases by at least 5% when the demand quantity is evenly distributed， by at least 18% when the demand quantity is exponentially distributed， and reaches at least 50% of the optimal profit （OP） profit under the assumption that users are quoting honestly.

Key words：auction; Myerson’s theory; truthfulness; crowdfunding pre-sale; crowdsourcing allocation

0 引言

隨著消費者對農(nóng)產(chǎn)品的質(zhì)量、多樣性、安全等需求越來越高，按需生產(chǎn)、眾籌預(yù)購、眾包生產(chǎn)等經(jīng)營策略在農(nóng)產(chǎn)品供應(yīng)鏈中得到了普遍應(yīng)用。但在傳統(tǒng)銷售模式中，農(nóng)產(chǎn)品經(jīng)營是以農(nóng)戶、家庭為單位，加之農(nóng)產(chǎn)品流通組織結(jié)構(gòu)不盡合理和供需信息不暢導(dǎo)致農(nóng)產(chǎn)品價格波動劇烈，甚至多次出現(xiàn)農(nóng)產(chǎn)品賣難現(xiàn)象［1］。加之我國地域廣大，農(nóng)產(chǎn)品銷售受季節(jié)性、地域性、政策性影響較大，傳統(tǒng)農(nóng)產(chǎn)品銷售+生產(chǎn)模式受限于上述影響，容易導(dǎo)致農(nóng)產(chǎn)品供應(yīng)鏈中出現(xiàn)供需失衡，無法實現(xiàn)最佳盈利。

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，在眾籌方面，基于“互聯(lián)網(wǎng)+”技術(shù)的農(nóng)產(chǎn)品眾籌預(yù)售電商平臺對改善農(nóng)產(chǎn)品供應(yīng)鏈中出現(xiàn)的供需失衡現(xiàn)象具有重要意義［2］。在眾包方面，基于移動和互聯(lián)網(wǎng)思維，眾包模式可以在一定程度上實現(xiàn)資源價值最大化配置，解決農(nóng)產(chǎn)品市場流通問題［3］。因此通過眾籌預(yù)售+眾包生產(chǎn)的模式，即農(nóng)產(chǎn)品產(chǎn)銷一體化的銷售模式，有利于農(nóng)產(chǎn)品專業(yè)化生產(chǎn)，協(xié)調(diào)產(chǎn)銷供求矛盾。

在眾籌預(yù)售方面，Liu等人［4］通過對過去十年的研究進(jìn)行分析，確定了所有顯著影響眾籌成功的因素，例如包括籌款人的人力資本、團(tuán)隊規(guī)模、項目質(zhì)量等因素。但是對于眾籌項目最終是否成功，或是否為投資者帶來了收益并沒有研究。Hu等人［5］將眾籌抽象為兩階段模型，分析了在眾籌發(fā)起人收益最大化的原則下，如何選擇定價策略和產(chǎn)品線設(shè)計。在農(nóng)產(chǎn)品眾籌方向，已有的研究表明，將眾籌預(yù)售融合在農(nóng)產(chǎn)品銷售過程中，可以在提高農(nóng)民收入、解決農(nóng)產(chǎn)品供需失衡等方面發(fā)揮積極的作用［6］。但是目前對于農(nóng)產(chǎn)品眾籌預(yù)售方面的研究主要考慮農(nóng)產(chǎn)品眾籌預(yù)售融資的影響因素［7，8］，而對于眾籌預(yù)售中定價問題，學(xué)者研究主要考慮眾籌預(yù)售中各種因素對眾籌成功率以及眾籌發(fā)起人獲得的利潤的影響［9，10］，以及通過構(gòu)建不同的模型來研究分析影響定價的因素［11，12］。

盡管上述研究對于眾籌預(yù)售的定價的影響因素進(jìn)行了詳細(xì)分析，但是并沒有考慮到消費者在眾籌過程中的惡意競價。通過抬高或降低出價，使原本不能進(jìn)入眾籌的消費者進(jìn)入眾籌，但這些消費者并不會真正地購買農(nóng)產(chǎn)品，導(dǎo)致電商平臺無法獲得預(yù)期的收益。因此，需要在眾籌預(yù)售過程中引入激勵機(jī)制以保證參與者的誠實報價。

在眾包生產(chǎn)方面，學(xué)者的研究主要集中在提高用戶滿意度、最大任務(wù)匹配、任務(wù)匹配度成功率等方面。郭嘉宇等人［13］提出一種基于偏好匹配的眾包任務(wù)分配方法，尋找任務(wù)最大滿意度。徐巧枝等人［14］提出的基于雙向拍賣機(jī)制，設(shè)計了基于最大匹配的任務(wù)（MTM）分配算法，以最大化任務(wù)匹配數(shù)為目標(biāo)，并滿足誠實性、個體理性和預(yù)算平衡性。馬華等人［15］引入基于角色協(xié)同理論，將多對多型任務(wù)分配建模為涉及一組任務(wù)與相關(guān)工人的組合優(yōu)化問題，綜合考慮任務(wù)權(quán)重、工人數(shù)量、潛在沖突等約束，以提高任務(wù)分配的效率和成功率。對于農(nóng)產(chǎn)品眾包的研究，目前大部分的學(xué)者都是對眾包物流配送的研究，楊雯婷等人［16］將O2O與眾包模式的優(yōu)點進(jìn)行有效結(jié)合，建立一種基于O2O和眾包模式的生鮮農(nóng)產(chǎn)品上行物流模式。

綜上所述，目前對于眾籌和眾包的研究已經(jīng)比較成熟，但是對于結(jié)合眾籌預(yù)售及眾包生產(chǎn)模式的研究還很少，而且在眾籌預(yù)售領(lǐng)域中大部分研究并沒有考慮到消費者惡意競價會使電商平臺獲得的期望收益減少，在眾包生產(chǎn)領(lǐng)域中，大部分學(xué)者的研究都是偏向于研究眾包任務(wù)分配過程中的影響因素，農(nóng)產(chǎn)品眾包物流配送。而眾籌預(yù)售+眾包生產(chǎn)的模式為農(nóng)產(chǎn)品生產(chǎn)者與消費者碎片化分散導(dǎo)致的產(chǎn)品脫節(jié)和賣貨難、產(chǎn)銷鏈條長導(dǎo)致的交易成本高等問題提供解決方案［17］?；谏鲜鲅芯勘尘?，本文將拍賣理論以及邁爾森理論應(yīng)用到電商平臺產(chǎn)銷供應(yīng)鏈流程中，結(jié)合眾籌預(yù)售和眾包生產(chǎn)，將整個農(nóng)產(chǎn)品產(chǎn)銷流程分為眾籌預(yù)售和眾包生產(chǎn)兩個階段，根據(jù)邁爾森最優(yōu)拍賣理論及其相關(guān)擴(kuò)展方法設(shè)計最優(yōu)定價機(jī)制，在激勵參與者誠實出價的前提下，計算最優(yōu)定價，從而使電商平臺達(dá)到期望收益最大化。

1 系統(tǒng)模型

2 基于眾籌預(yù)售及眾包分配的兩階段定價機(jī)制

2.1 眾籌階段

2.1.1 消費者篩選定價機(jī)制

2.1.2 消費者篩選算法

2.1.3 眾籌定價算法

雖然消費者提交報價信息，但是并不能保證vcfi是其中的真實的估值，消費者可能為了提高自身的利益，進(jìn)行謊報。為了保證整個算法是DSIC的，本文采用關(guān)鍵支付定價方案計算出消費者實際支付的價格。消費者支付的價格與自身的出價無關(guān)，這樣就可以保證消費者出價的誠實性，消費者不會通過惡意出價破壞競價。整體算法如算法3所示。

2.2 眾包階段

2.2.1 眾包分配定價機(jī)制

2.3 迭代逼近的兩階段的最優(yōu)定價機(jī)制

3 實驗分析

為評估基于眾籌預(yù)售和眾包生產(chǎn)的兩階段最優(yōu)拍賣定價機(jī)制的性能，本章將模擬不同消費者和不同農(nóng)戶的報價情況，采用隨機(jī)生成數(shù)據(jù)對機(jī)制進(jìn)行實驗測試，對比電商平臺使用本文算法和其他算法獲得的收益。

實驗所用的數(shù)據(jù)主要為報價信息。與文獻(xiàn)［23］一致，假設(shè)消費者報價區(qū)間為均勻分布，而在需求數(shù)量的數(shù)據(jù)上，除了使用均勻分布的數(shù)據(jù)集進(jìn)行實驗，針對少量用戶會提交較低或者較高的產(chǎn)品需求數(shù)量的情況，同時使用指數(shù)分布的需求數(shù)量數(shù)據(jù)集進(jìn)行實驗驗證。

本文數(shù)據(jù)都使用Python代碼在表1給定的區(qū)間中隨機(jī)生成均勻分布或者指數(shù)分布的數(shù)據(jù)，保證數(shù)據(jù)的合理。其中用戶報價區(qū)間是均勻分布的，設(shè)置的消費者報價區(qū)間為［1，20］，農(nóng)戶的成本區(qū)間為［5，15］，其他具體的信息數(shù)據(jù)如表1所示。

3.1 平臺收益

將本文提出的兩階段最優(yōu)定價機(jī)制算法（TSPM）與兩種其他方法比較和評估平臺收益。

方法1 不考慮參與的消費者和農(nóng)戶的個人理性的情況下，求解此電商平臺收益，類似0-1背包問題求解最優(yōu)解。電商平臺在獲得消費者和農(nóng)戶的報價信息后，使用動態(tài)規(guī)劃算法求解出滿足電商平臺最大收益的最優(yōu)利潤，從而電商平臺可以獲得的不考慮誠實性下的最大收益。

方法2 先到先分配算法。目前大部分電商平臺都是先到先分配算法（FCFS），按照用戶參與眾籌或者眾包的時間來進(jìn)行排序，先到的優(yōu)先參與。本節(jié)將最優(yōu)利潤（optimal profit，OP）、先到先分配算法（FCFS）以及兩階段最優(yōu)拍賣定價算法（TSPM）下的收益進(jìn)行對比。具體的實驗數(shù)據(jù)設(shè)置如表1所示。

為了驗證電商平臺在不同算法下的收益情況，本節(jié)根據(jù)表1的6組數(shù)據(jù)集，每組數(shù)據(jù)集隨機(jī)生成5對報價信息符合區(qū)間的消費者和農(nóng)戶，每個組合進(jìn)行25次實驗，取25次實驗的平均結(jié)果，計算出每組數(shù)據(jù)集在不同算法下電商平臺的平均收益。在需求數(shù)量為均勻分布和指數(shù)分布兩種分布類型下，通過實驗驗證在不同規(guī)模的產(chǎn)品交易量情況下電商平臺使用不同算法獲得的收益。

如圖3所示是不同算法在進(jìn)行25次實驗結(jié)果平均后得到的總收益情況，可以看到不管哪種數(shù)據(jù)類型，最優(yōu)利潤（optimal profit）得到的平臺收益始終是最高的，是在不考慮誠實性的前提下的最優(yōu)的分配方式，而FCFS算法由于受消費者和用戶參與順序的影響，總收益不穩(wěn)定，導(dǎo)致平均收益最優(yōu)情況僅有電商平臺最優(yōu)利潤（OP）的50%。而本文提出的TSPM獲得的收益始終優(yōu)于FCFS算法，平均收益對比FCFS算法在需求數(shù)量區(qū)間為均勻分布時至少增加了5%，為指數(shù)分布時至少增加了18%，且至少能達(dá)到最優(yōu)利潤（OP）收益的50%。

3.2 誠實性

為驗證兩階段能否真的符合競價交易的原則、是否能夠保證機(jī)制雙方是誠實報價，通過對消費者和農(nóng)戶雙方的初始報價進(jìn)行提高和降低的方式，以模擬在實際情況中不誠實報價或串通報價對機(jī)制的影響。

本次實驗首先隨機(jī)生成1組數(shù)量為500的消費者，消費者的需求數(shù)量區(qū)間為［10，100］，報價的區(qū)間為［10，20］。然后隨機(jī)生成1組農(nóng)戶，農(nóng)戶的數(shù)量為20個。農(nóng)戶的生產(chǎn)數(shù)量區(qū)間為［1000，3000］，報價的區(qū)間都是［7，15］。實驗數(shù)據(jù)采用隨機(jī)生成，并且消費者和農(nóng)戶的報價信息區(qū)間都滿足均勻分布。

然后從500個消費者中隨機(jī)選取10個消費者作為虛假報價的消費者（降低報價100或提高報價100），從20個農(nóng)戶中隨機(jī)選擇5個農(nóng)戶作為虛假報價的農(nóng)戶（降低單位成本1或提高單位成本1）。

如表2所示，不論消費者提高自身報價還是降低自身的報價，與誠實報價獲得的收益相比，要么收益不會改變，要么收益會降低，因此，消費者不會進(jìn)行虛假報價。

如表3所示，無論農(nóng)戶如何虛假報價，農(nóng)戶都不會獲得更高的報酬，并且在部分情況下農(nóng)戶虛假報價會使自身收益變?yōu)?，因此可以保證農(nóng)戶的報價都是誠實的。綜上所述，可以驗證兩階段定價機(jī)制是保證誠實性的前提下電商平臺可以獲得利潤最大化的一個機(jī)制，可以更好地應(yīng)用到實際生活中。

4 結(jié)束語

本文針對電商平臺的農(nóng)產(chǎn)品產(chǎn)銷問題進(jìn)行建模，基于邁爾森最優(yōu)拍賣理論設(shè)計了眾籌預(yù)售和眾包分配的兩階段最優(yōu)拍賣定價機(jī)制，從理論分析和仿真實驗結(jié)果可以看出，兩階段最優(yōu)拍賣定價機(jī)制能夠使得電商平臺在保證用戶誠實出價的同時，達(dá)到平臺期望收益最大化，平均收益對比FCFS算法在需求數(shù)量區(qū)間為均勻分布時至少增加了5%，為指數(shù)分布時至少增加了18%，且至少能達(dá)到最優(yōu)利潤（OP）收益的50%。實驗表明兩階段最優(yōu)定價機(jī)制具有近似最優(yōu)分配、合理定價的優(yōu)勢。在未來的研究工作中，擬加入多個種類的農(nóng)產(chǎn)品、農(nóng)產(chǎn)品的質(zhì)量分級，讓消費者和農(nóng)戶有多種選擇，從而提高兩階段定價機(jī)制的實用性以及電商平臺更高的收益。

參考文獻(xiàn)：

［1］米力陽，尚春燕. 互聯(lián)網(wǎng)+背景下綠色農(nóng)產(chǎn)品供應(yīng)鏈激勵策略研究 ［J］. 河南科學(xué)，2021，39（5）： 846-851. （Mi Liyang，Shang Chunyan. Research on incentive strategies of green agricultural pro-duct supply chain under the background of internet+ ［J］. Henan Science，2021，39（5）： 846-851.）

［2］趙曉杰，胡玉品. 構(gòu)建基于眾籌預(yù)售模式的互聯(lián)網(wǎng)+農(nóng)產(chǎn)品電商平臺 ［J］. 西安文理學(xué)院學(xué)報： 自然科學(xué)版，2019，22（1）： 44-48. （Zhao Xiaojie，Hu Yupin. Construction of e-commerce platform for internet-plus agricultural products based on crowd-funding pre-sale mode ［J］. Journal of Xi’an University： Natural Science Edition，2019，22（1）： 44-48.）

［3］黃少云，丁建軍，黃大學(xué)，等. 眾包模式在農(nóng)產(chǎn)品電子商務(wù)中的應(yīng)用研究——以鄉(xiāng)親直供平臺為例 ［J］. 農(nóng)村經(jīng)濟(jì)與科技，2016，27（19）： 129-131. （Huang Shaoyun，Ding Jianjun，Huang Daxue，et al. The application research of crowdsourcing mode in e-commerce of agricultural products——taking the platform of direct supply to the villagers as an example ［J］. Rural Economy and Science-Technology，2016，27（19）： 129-131.）

［4］Liu Zhunzhun，Ben Shenglin，Zhang Ruidong. Factors affecting crowdfunding success ［J］. Journal of Computer Information Systems，2023，63（2）： 241-256.

［5］Hu Ming，Li Xi，Shi Mengze. Product and pricing decisions in crowdfunding ［J］. Marketing Science，2015，34（3）：331-345.

［6］單汨源，李華，劉小紅. 基于TPB理論的“互聯(lián)網(wǎng)+農(nóng)產(chǎn)品”眾籌影響因素研究 ［J］. 科技管理研究，2017，37（2）： 235-240. （Shan Miyuan，Li Hua，Liu Xiaohong. Research on influencing factors of crowdsourcing of “Internet+Agricultural Products” based on TPB theory ［J］. Science and Technology Management Research，2017，37（2）： 235-240.）

［7］林欣，丘燕蘭. 農(nóng)產(chǎn)品眾籌項目融資達(dá)成率影響因素分析——基于顧客讓渡價值理論視角 ［J］. 金融理論與教學(xué)，2022 （2）： 14-20，26. （Lin Xin，Qiu Yanlan. Analysis on factors influencing the financing achievement rate for agricultural crowdfunding project——based on customer delivered value theory ［J］. Finance Theory and Teaching，2022 （2）： 14-20，26.）

［8］李民，劉璐璐，鄭光進(jìn). 農(nóng)產(chǎn)品眾籌融資績效影響因素研究——基于發(fā)起人性質(zhì)視角 ［J］. 遼寧工業(yè)大學(xué)學(xué)報： 社會科學(xué)版，2022，24（1）： 35-38. （Li Min，Liu Lulu，Zheng Guangjin. Study on influencing factors of crowdsourcing financing performance of agricultural products——from the perspective of initiator’s nature ［J］. Journal of Liaoning University of Technology： Social Science Edition，2022，24（1）： 35-38.）

［9］申曉慧. 預(yù)售模式下在線零售商定價及訂貨策略研究 ［D］. 北京： 北京化工大學(xué)，2019. （Shen Xiaohui. Research on pricing and ordering strategies of online retailers under the pre-sale model ［D］. Beijing： Beijing University of Chemical Technology，2019.）

［10］鄧萬江，李習(xí)棟，馬士華. 預(yù)付款眾籌模式下新產(chǎn)品定價與質(zhì)量設(shè)計 ［J］. 系統(tǒng)工程理論與實踐，2018，38（7）： 1768-1777. （Deng Wanjiang，Li Xidong，Ma Shihua. Pricing and quality design of new products under pre-sales crowfunding ［J］. Systems Enginee-ring-Theory amp; Practice，2018，38（7）： 1768-1777.）

［11］陳家慧，何娟，董青. 考慮競爭和資金約束的零售商主導(dǎo)型供應(yīng)鏈融資與定價決策 ［J］. 綜合運輸，2020，42（2）： 89-98，109. （Chen Jiahui，He Juan，Dong Qing. Financing and pricing strategy based on retailer-dominated supply chain considering competition and capital constraints ［J］. China Transportation Review，2020，42（2）： 89-98，109.）

［12］孫彩虹，王蕾，于輝. 買斷契約下新產(chǎn)品網(wǎng)絡(luò)預(yù)售的魯棒定價策略 ［J］. 計算機(jī)集成制造系統(tǒng)，2018，24（9）： 2357-2366. （Sun Caihong，Wang Lei，Yu Hui. Robust pricing policy of new product online pre-sale under buyout contract ［J］. Computer Integrated Manufacturing Systems，2018，24（9）： 2357-2366.）

［13］郭嘉宇，付曉東，岳昆，等. 偏好匹配滿意度最大化的眾包任務(wù)分配 ［J］. 計算機(jī)工程與科學(xué)，2022，44（1）： 16-26. （Guo Jiayu，F(xiàn)u Xiaodong，Yue Kun，et al. Task allocation of crowdsourcing for maximizing satisfaction with preference matching ［J］. Computer Engineering amp; Science，2022，44（1）： 16-26.）

［14］徐巧枝，張俊星. 基于最大匹配的移動眾包任務(wù)分配研究 ［J］. 鄭州大學(xué)學(xué)報： 理學(xué)版，2022，54（3）： 66-72. （Xu Qiaozhi，Zhang Junxing. Mobile crowdsourcing task allocation based on maximum matching ［J］. Journal of Zhengzhou University： Natural Science Edition，2022，54（3）： 66-72.）

［15］馬華，陳躍鵬，黃卓軒，等. 支持工人能力模糊度量和角色協(xié)同的軟件眾包任務(wù)分配 ［J］. 國防科技大學(xué)學(xué)報，2022，44（5）： 124-133. （Ma Hua，Chen Yuepeng，Huang Zhuoxuan，et al. Software crowdsourcing tasks assignment supporting fuzzy measurement of wor-kers’qualification and role collaboration ［J］. Journal of National University of Defense Technology，2022，44（5）： 124-133.）

［16］楊雯婷，李濤，黃搏，等. 基于O2O和眾包模式的生鮮農(nóng)產(chǎn)品上行物流模型優(yōu)化 ［J］. 物流工程與管理，2020，42（8）： 6-9. （Yang Wenting，Li Tao，Huang Bo，et al. Optimization of uplink logistics mo-del for fresh agricultural products based on O2O and crowd sourcing mode ［J］. Logistics Engineering and Management，2020，42（8）： 6-9.）

［17］邵騰偉，呂秀梅. 生鮮電商眾籌預(yù)售與眾包生產(chǎn)聯(lián)合決策 ［J］. 系統(tǒng)工程理論與實踐，2018，38（6）： 1502-1511. （Shao Tengwei，Lyu Xiumei. Joint decision between corwdfunding in preselling and corwdsouring in production on fresh agricultural products ［J］. Systems Engineering-Theory amp; Practice，2018，38（6）： 1502-1511.）

［18］Roughgarden T. Twenty lectures on algorithmic game theory ［M］. ［S.l.］：Cambridge University Press，2016.

［19］Myerson R B. Optimal auction design ［J］. Mathematics of Operations Research，1981，6（1）： 58-73.

［20］Narahari Y. 博弈論與機(jī)制設(shè)計 ［M］. 曹乾，譯. 北京： 中國人民大學(xué)出版社，2017. （Narahari Y. Game theory and mechanism design ［M］. Cao Qian，trans. Beijing： China Renmin University Press，2017.）

［21］Chekuri C，Gamzu I. Truthful mechanisms via greedy iterative packing ［C］// Proc of International Workshop on Approximation Algorithms for Combinatorial Optimization，International Workshop on Randomization and Approximation Techniques in Computer Science. Berlin： Springer，2009： 56-69.

［22］Gautam R K，Hemachandra N，Narahari Y，et al. Optimal auctions for multi-unit procurement with volume discount bids ［C］// Proc of the 9th IEEE International Conference on e-Commerce Technology and the 4th IEEE International Conference on Enterprise Computing，e-Commerce，and e-Services. Washington DC：IEEE Computer Society，2007： 21-28.

［23］周振紅，黃深澤. 報價次數(shù)對在線報價模式下銷售商限制價格的影響 ［J］. 系統(tǒng)管理學(xué)報，2011，20（3）： 314-321. （Zhou Zhenhong，Huang Shenze. The effect of single-bid and double-bid on the retailer’s optimal threshold price under the Name-Your-Own-Price mode ［J］. Journal of Systems amp; Management，2011，20（3）： 314-321.）