淡季中酒店與OTA合作模式選擇研究

林雅琴，郭 強，張志文，趙 達

(1.海南大學旅游學院，海南 海口 570228；2.海南大學科研處，海南 海口 570228；3.海南寰島酒店旅游投資有限公司，海南 海口 570208；4.海南大學經濟與管理學院，海南 海口 570228)

1 引言

酒店業具有固定投資成本高、市場需求波動性大、客房服務產品不可儲存等特性，因此入住率對其收益和投資回報很重要。但由于淡季時入住率下降，酒店收益難獲得，投資回收周期難縮短。故而，提高淡季客房入住率以緩解該困境，是酒店迫待實現的重要目標。而酒店收益管理對入住率提高問題的研究，則為實現這一目標提供了重要思路。此外，加強與OTA合作，是酒店實現這一目標的重要途徑[1-4]。隨著“互聯網+”時代的到來，OTA“大數據”等特征優勢日益凸顯，市場吸引力不斷增強，能夠為酒店提供豐富的市場資源[5-8]。Toh、Dekay和Raven調查發現：酒店客房的在線預訂顧客中，高達30%會選擇OTA[8]。

而目前酒店與OTA的常見合作模式，主要有凈價模式(The merchant model)和傭金模式(又稱委托代理模式，The agent model)[2,8-10]。兩模式的具體合作過程不同。凈價模式的合作過程一般如下：OTA先以協議價購買酒店部分客房在某期間的使用權，隨后定價出售給OTA網站顧客，賺取協議價與出售價間的差價，酒店則賺取協議價收入[2,8-9]。傭金模式的合作過程一般如下：酒店委托OTA售房，并根據OTA網站的實際客房銷售收入，支付OTA一定比例的傭金，賺取傭金與網站客房售價間的差價，OTA則賺取傭金收入[2,8,10]。那么，這兩種合作模式孰優孰劣，酒店和OTA該如何正確選擇？這是非常有意義并值得深究的一個問題。研究該問題，有利于協調由酒店和OTA構成的酒店服務供應鏈，以及提高酒店整體效益，從而進一步緩解酒店淡季時的銷售困境；同時也有利于OTA增加收益。

因而，本文結合收益管理理論和供應鏈管理理論，利用Stackelberg博弈模型，研究了淡季時不同情境下凈價模式和傭金模式何者更優的問題，即酒店和OTA的合作模式選擇問題。

與本文相關的文獻主要有兩類：(1)雙渠道供應鏈協調與優化研究；(2)凈價模式和傭金模式中酒店與OTA的合作問題研究。目前第一類文獻很多，主要集中在制造業方面。比如，陳樹楨、熊中楷和梁喜[11]通過組合兩部定價合同和促銷水平補償合同，協調了雙渠道供應鏈；禹愛民和劉麗文[12]在隨機需求和聯合促銷情況下，研究了雙渠道供應鏈系統上的制造商和零售商之間的價格競爭和協調問題；但斌、徐廣業和張旭梅[13]通過補償策略，協調了電子商務環境下的雙渠道供應鏈；同年，徐廣業和但斌[14]利用價格折扣模型再次研究了電子商務環境下的雙渠道供應鏈協調問題；隨后，但斌和徐廣業[15]運用報童問題的分析框架，建立了能夠協調雙渠道供應鏈的兩方收益共享契約模型。相比制造業方面，旅游等服務業方面的雙渠道供應鏈協調與優化研究起步晚，成果稀缺，而且這方面研究還要考慮旅游等服務業存在的無庫存成本，產能約束等特征。而酒店和OTA的合作問題研究，就屬于雙渠道旅游供應鏈協調與優化問題的研究范疇。只是目前研究酒店和OTA合作問題的文獻并不多，而具體研究凈價模式和傭金模式中酒店和OTA合作問題的文獻更是屈指可數。其中，董玉鳳[2]和Anderson等[16]均研究了凈價模式和傭金模式；而葉飛等[17]、杜菲[18]和蒲徐進等[19]僅研究了傭金模式。董玉鳳[2]利用Stackelberg博弈模型，研究了凈價模式中旅行套餐客房分配策略，以及傭金模式中一家酒店與多家OTA的客房分配和超售策略。Anderson和Marcus[16]研究了“無風險房”(類似傭金模式)和“有風險房(類似凈價模式)”中一家酒店對多家OTA的客房銷量控制問題。葉飛[17]通過借鑒文獻[20]，在考慮網上退訂和酒店超定的前提下，研究了傭金模式中一家酒店與一家OTA合作時酒店超定量和給OTA的客房預留量問題，探討了傭金率與市場需求不確定性對酒店決策的影響。杜菲[18]利用Stackelberg博弈模型，分析了傭金模式中OTA的市場占有率和市場影響力對分散決策時酒店和OTA合作產生的影響。蒲徐進和杜曉東[19]通過營銷努力成本分擔機制，協調了由一家酒店和一家OTA構成的酒店服務供應鏈。不過，這些文獻均只是研究了單一模式下酒店和OTA的客房分配、超售策略或供應鏈協調等問題，并未涉及酒店和OTA的合作模式選擇問題。本文研究則彌補了以往研究在這一方面的空缺，具有很強的理論意義。

本文接下來的具體研究思路如下：先是分別對凈價模式和傭金模式中的酒店和OTA最優控房的關鍵決策變量進行分析，得到最優決策結果，以及酒店和OTA各自最優利潤；基于此，在幾種常見情境下，對酒店和OTA的最優合作模式選擇問題展開研究，演示酒店和OTA的具體決策過程，并利用圖解法和數值模擬分析法，得到最優結果。

2 問題描述及符號說明

本文僅針對實踐中還未確定合作模式的一家酒店與一家OTA的合作模式選擇問題進行研究。因為是預判分析，所以無需考慮凈價模式和傭金模式間的轉換成本問題。不過，若實踐中酒店與OTA已事先確定合作模式，那么進行合作模式切換時就需要考慮有可能產生的額外成本。

雖然在數學本質上凈價模式和傭金模式不同，但在實踐中，除了決策的主導權可能不同外，這二者的適用條件并無差別。本文假設凈價模式中OTA占決策主導權；傭金模式中酒店占決策主導權。其理由如下：(1)凈價模式中，淡季時酒店面臨客房入住率下降的困境會增強OTA的話語權，而且由于OTA須承擔事先以協議價獲取的客房的全部銷售風險，其也會想方設法獲取決策主導權；(2)傭金模式中，因酒店在淡季本就面臨低入住率和低收益的困境，并且還要承擔客房的全部銷售風險，所以為了降低風險的同時提升利潤空間，酒店會想方設法獲得決策主導權。

OTA網站的客房需求量與其營銷努力(比如對該酒店的網頁顯示、網頁排版等)相關[21-22]，而酒店客房的預訂情況也會受該因素影響[23]。因此本文把OTA營銷努力因素內置于模型，并假設它對OTA網站客房銷量的提高有正向影響[24]。此外，出于對現實中酒店和OTA售價差別的考慮，本文假設OTA網站客房售價低于或等于酒店自營渠道客房售價[19]。而由于酒店淡季客房入住率低導致房源充足，本文不考慮超售情況[2]，并假設在淡季合作時酒店會優先滿足OTA網站的顧客訂房需求。后者假設主要還考慮了另一現實情況：當前大部分酒店已患有“OTA依賴癥”，這一癥狀在淡季尤為嚴重[5-8]。“界面新聞”就曾在報道中提到：國外調查機構PhoCusWright的數據顯示，中國酒店市場上十個人中有九個人會選OTA訂房，僅少于四成的用戶會使用酒店官網；中小酒店患上了“OTA依賴癥”，比如，承德初見客棧旺季線上訂單占七成，淡季則占到了九成；因為需要OTA帶來新客源，所以在面對OTA聯手抬高傭金價格時，酒店也很可能妥協。

為方便論述，對本文涉及的符號定義如下：Q為酒店可售房總量；j=1,2，1表示凈價模式，2表示傭金模式；πHj為酒店期望利潤；πOj為OTA期望利潤；PH為酒店自營渠道客房售價；POj為OTA網站客房售價，在凈價模式中是OTA的決策變量，但在傭金模式中是酒店的決策變量；bj為OTA營銷努力成本，是OTA的決策變量；w為客房協議價，它和φ分別是酒店在凈價模式和傭金模式中的決策變量；φ為客房傭金比例(0<φ<1)；CH為酒店每間客房的變動成本；SOj為OTA的預期市場需求量；SHj為酒店自營渠道的預期市場需求量；θ為投入營銷努力成本后通過OTA網站瀏覽酒店信息但未在網站訂房的顧客比例(0<θ<1)；λ為單位營銷努力成本投入帶來的需求變動效率(0<λ<1)；β為OTA營銷努力成本投入對顧客訂房量的影響程度(0<β≤1)。λ與β有可能存在內部的關聯性，且可能是呈明顯的正相關關系，但為了簡化模型，本研究暫不考慮二者的具體相關關系。同時為了簡化分析，我們進一步假設：

(1)酒店與OTA是平等獨立且完全理性和風險中性，當任意一方的期望收益為負，將退出博弈；

(2)OTA營銷努力的成本是可預見的，是營銷努力水平的遞增凸函數[24-25]，而OTA營銷努力投入帶來的需求增長量是關于營銷努力成本的函數；

(3)酒店與OTA是基于信息完全對稱情況下進行分散決策的；

(4)不考慮酒店與OTA的固定成本、預訂未到、預訂取消、網上退訂等情況；

借鑒文獻[19]中的需求模型，本文假設：

SOj=E(X|bj)=α+(1-θ)βbjλ+ε

(1)

模型假設中Δ=αe的缺陷：當營銷努力投入無限增大時，市場需求增長量將無限增大。蒲徐進和杜曉東[19]中的α表示營銷努力效果系數，e表示OTA營銷努力。

(2)

其中t=Q+a-μ。

由式(2)發現，SHj≤Q-SOj恒成立，說明淡季時酒店自營渠道不會缺房，這也基本符合現實。

3 凈價模式中酒店和OTA最優策略選擇

根據凈價模式的一般合作過程及上述假設， OTA與酒店的期望利潤分別表示為：

πO1=PO1SO1-wSO1-b1=

(PO1-w)[α+(1-θ)βb1λ]-b1

(3)

πH1=PHSH1+wSO1-CHQ=(PH-CH)Q-

(4)

(5)

從式(5)可以得到結論1。

結論1b1*與w呈負相關；與PO1呈正相關。說明在淡季時，為提高OTA的在線營銷的積極性以提高入住率，酒店會盡量降低客房協議價；而隨著PO1的提高，為保證網站客房銷量的穩定或提高，OTA會加大營銷力度。

將式(5)代入式(4)，求偏導得到：

(6)

其中γ=β2(1-θ)2。

(7)

將式(7)代入式(5)得到：

(8)

(9)

(10)

{4a2(6N-PHγ)(2N+PHγ)+2aPHγ[8N2+PHγt-2Nt]+N2γ2PH2}

(11)

由此得到：

w*=PO1*+

(12)

b1*=

(13)

(14)

πO1*=(PO1*-w*)SO1*-b1*

(15)

(16)

從式(11)、(12)、(13)可以得到結論2-6。

上述結論1-6為選擇凈價模式為既定合作模式的酒店和OTA提供了合作決策的理論基礎和探索性思路。凈價模式中OTA網站最優客房售價、OTA最優營銷努力成本、最優客房協議價、酒店和OTA各自的最優期望利潤分別如式(11)、(13)、(12)、(16)和(15)所示。該最優結果將被用于后文酒店和OTA的合作模式選擇分析。

4 傭金模式中酒店與OTA最優策略選擇

根據傭金模式的一般合作過程及前文假設條件，傭金模式中酒店與OTA的期望利潤分別表示為：

πO2=φPO2SO2-b2=φPO2[α+(1-θ)βb2λ]-b2

(17)

(18)

(19)

從式(19)可以得到結論7。

結論7b2*與φ、PO2呈正相關，說明φ和PO2的提高利于激發OTA的在線營銷積極性。

(20)

(21)

由于式(21)比較復雜，難以求出具體解析式。為便于分析且不影響研究結論，我們同樣假設λ=1/2。由一階條件得到最優客房傭金比例：

φ*=φ(PO2)=

(22)

將式(22)代入式(19)得到：

b2*=

(23)

(24)

(25)

由此得到：

φ*=

(26)

b2*=

(27)

(28)

πO2*=φ*PO2*SO2*-b2*

(29)

(30)

由式(25)、(26)、(27)得到以下3條結論：

結論7-10為選擇傭金模式為既定合作模式的酒店和OTA提供了合作決策依據和探索性思路。傭金模式中，OTA網站最優客房售價、OTA最優營銷努力成本、最優客房傭金比例、酒店和OTA各自最優期望利潤分別如式(25)、(27)、(26)、(30)和(29)所示。該最優結果也將被用于接下來的不同情境中酒店和OTA的合作模式選擇分析。

5 酒店與OTA的最優合作模式選擇

令ΔπH=πH1*-πH2*，ΔπO=πO1*-πO2*。根據完全理性人假設，我們可通過判斷ΔπH和ΔπO的大小，確定酒店和OTA各自的最優合作模式選擇結果。當ΔπH=0時，酒店選凈價模式和選傭金模式無差別；當ΔπH>0時，酒店選凈價模式更優；當ΔπH<0時，酒店選傭金模式更優。而OTA的合作模式選擇原理與之一致。由此得到酒店和OTA達成一致協議時的最優合作模式選擇依據，如表1所示。除了表1的所有情況外，酒店和OTA在合作模式選擇問題上均無法達成一致協議，需雙方作進一步協商。

表1 酒店和OTA達成協議時的最優合作模式選擇依據

由于前文在凈價模式和傭金模式中得到的最優結果的解析式比較復雜，所以本文接下來基于表1的判斷依據，借助數值模擬分析法，對酒店和OTA的合作模式選擇問題作進一步分析，確定最優結果。

由式(15)、(16)、(29)和(30)，我們可初步推斷：影響酒店和OTA合作模式選擇的因素有PH、μ、β、θ和N。但由于酒店自營渠道客房售價一般由市場競爭決定；經大量的數值仿真模擬發現，PH的變動不影響酒店和OTA的合作模式選擇結果；現實中θ值波動性大，難預測(本文給的θ值僅供參考)，并且在短期內酒店和OTA的合作協議不會因θ值的變動而頻繁更改，所以本文僅探討β和N二者變動對酒店和OTA的最優合作模式選擇結果的影響。

假設各參數特征值：Q=200，PH=200，CH=50，a=50，μ=60，θ=0.25。為了更直觀的判斷酒店和OTA最優的合作模式選擇結果，我們引入了三維圖方法。該方法的具體判斷步驟如下：

(1)利用Mathematica7.0軟件，分別作出πO1和πO2的復合三維圖，以及πH1和πH2的復合三維圖，如圖1和圖2所示。這里的復合三維圖，是指兩個三維圖被同時放在一個立體空間里。

圖1 πO1和πO2的復合三維圖(深色陰影部分為πO1的三維圖)

圖2 πH1和πH2的復合三維圖(深色陰影部分為πH1的三維圖)

(2)將N和β的預測值代入圖1和圖2。通過分別比較兩模式中酒店和OTA各自的最優期望利潤，確定二者所選的最優合作模式。由圖1和圖2發現：在可行域πO1，πH1，πO2，πH2∈(0,+∞)，大部分情況下，OTA傾向于選擇傭金模式，而酒店則相反。

(3)根據酒店和OTA各自的合作模式選擇結果，判斷二者能否達成一致協議。若能，則確定雙方的最優合作模式；否則，需要雙方作進一步協商。結合圖1和圖2發現：達成一致合作協議時，二者選擇的最優合作模式幾乎都是凈價模式。

當然，我們也可根據N和β的預測值，先分別計算凈價模式和傭金模式中酒店和OTA各自的最優期望利潤，而后比較得到雙方的最優合作模式選擇結果。不過，該方法計算過程復雜，且不夠直觀明了，尤其是當N和β的預測值是一個范圍時，計算更復雜。而三維圖方法則可省去大量計算，簡單明了。

圖3 πO和πH的三維圖之俯視圖(深色陰影部分表示凈價模式)

為進一步驗證三維圖方法判斷結果的可靠性，我們還進行了具體的算例分析。假設N和β的預測值分別為68和0.95。由圖1和圖2得到其俯視圖，如圖3所示。圖3中，左圖是圖1的俯視圖；右圖是圖2的俯視圖。由圖3觀察得知，酒店與OTA都會選擇凈價模式，二者可達成一致協議。而根據第二種方法計算得到：πO1=2944.42，πH1=1359.8，πO2=1543.76，πH2=11.42，ΔπO>0，ΔπH>0。由此可知：酒店和OTA也都會選擇凈價模式，二者也可達成一致協議，此時PO1*=188.45，b1*=2403.87，w*=51。可見，三維圖方法的判斷結果是正確的。

酒店和OTA在實踐中完全可根據決策需要，將上述的三維圖拓展至多維圖，且無論如何都可得到數值解。而本文僅僅是為了展示方便，用三維圖作示范。

6 結語

本文建立了需求模型，利用Stackelberg博弈模型及其圖解法，對淡季時不同情境下酒店和OTA的最優合作模式選擇進行了研究，利用數值模擬法得到了具體的數值解，給出了酒店和OTA最優結果，進一步提高了酒店淡季時的入住率和收益。本文不但為酒店和OTA提供了具有操作意義上的合作模式決策支持，而且更重要的是協調了酒店服務供應鏈，在提高酒店整體效益的同時，也增加了OTA的收益。此外，研究所使用的博弈模型綜合了供應鏈管理和酒店收益管理因素，彌補了以往研究在酒店和OTA合作模式的對比、選擇與優化方面的空缺，為學者們今后的相關研究提供了參考。

由于本文在討論酒店和OTA合作模式選擇時主要采用的是數值模擬法，所以并不能保證研究結果和研究結論完全正確且具有普遍適用性。此外，本文是基于一家酒店與一家OTA的博弈模型來研究二者的合作模式選擇問題，而實踐中通常會出現一家酒店與多家OTA、多家酒店與一家OTA或多家酒店與多家OTA的合作情況。而且，現實中由于各因素的影響，會出現信息不對稱或雙方決策者不完全理性等情況。因而，在后續研究中，我們會對這些情況展開更為深入且實際的探討，同時還可能考慮超訂、預訂未到、預訂取消、網上退訂、多日停留和連續入住等部分情況。

參考文獻：

[1] Pan Bing, Zhang Lixuan, Law R. The complex matter of online hotel choice[J]. Cornell Hospitality Quarterly, 2013, 54(1): 74-83.

[2] 董玉鳳. 與在線旅行社合作背景下酒店的收益管理研究[D]. 合肥: 中國科學技術大學, 2015.

[3] Ma Caiwei. E-collaboration: A university key to solve fierce competition in tourism industry?[J]. International Business Research, 2009, 1(4): 65-71.

[4] Kim D J, Kim W G, Han J S. A perceptual mapping of online travel agencies and preference attributes[J].Tourism Management, 2007, 28(2): 591-603.

[5] Xu Liang, He Ping, Hua Zhongsheng. A new form for a hotel to collaborate with a third-party website: setting online-exclusive-rooms [J]. Asia Pacific Journal of Tourism Research, 2014, 20(6): 1-21.

[6] Law R, Cheung C. A study of the perceived importance of the overall website quality of different classes of hotels[J]. International Journal of Hospitality Management, 2006, 25(3): 525-531.

[7] Anderson C K. Search, OTAs, and online booking: An expanded analysis of the billboard effect[R]. Research Report Cornell Center for Hospitality, 2011.

[8] Toh R S, Dekay C F, Raven P. Travel planning: Searching for and booking hotels on the internet[J]. Cornell Hospitality Quarterly, 2011, 52(52): 388-398.

[9] Connor P O, Murphy J. Research on information technology in the hospitality industry[J]. International Journal of Hospitality Management, 2004, 23(5): 473-484.

[10] Tse A C. Disintermediation of travel agents in the hotel industry[J]. International Journal of Hospitality Management,2003, 22(4): 453-460.

[11] 陳樹楨, 熊中楷, 梁喜. 補償激勵下雙渠道供應鏈協調的合同設計[J]. 中國管理科學, 2009, 17(1): 64-75.

[12] 禹愛民, 劉麗文. 隨機需求和聯合促銷下雙渠道供應鏈的競爭與協調[J]. 管理工程學報, 2012, 26(1): 151-155.

[13] 但斌, 徐廣業, 張旭梅.電子商務環境下雙渠道供應鏈協調的補償策略研究[J].管理工程學報, 2012, 26(1): 125-130.

[14] 徐廣業, 但斌.電子商務環境下雙渠道供應鏈協調的價格折扣模型[J]. 系統工程學報, 2012, 27(3): 344-350.

[15] 但斌, 徐廣業. 隨機需求下雙渠道供應鏈協調的收益共享契約[J]. 系統工程學報, 2013, 28(4): 514-521.

[16] Anderson C K, Marcus B. Tour operator revenue management-Competitive supply chain contracting[J]. Journal of Revenue & Pricing Management, 2015, 14(4): 245-261.

[17] 葉飛, 陸木蕊, 廖鵬. “酒店+OTA”雙渠道供應鏈超定策略研究[J]. 運籌與管理, 2015, 24(2): 38-43.

[18] 杜菲. 酒店與旅行社的競爭與協調[D]. 合肥:中國科學技術大學, 2015.

[19] 蒲徐進, 杜曉東. “酒店+OTA”雙渠道供應鏈的銷售策略和協調機制研究[J]. 江南大學學報, 2016, 15(1): 112-118.

[20] 陳劍, 肖勇波, 劉曉玲. 航空公司與旅行社的協作機制研究[J]. 中國管理科學, 2004, 12(3): 107-114.

[21] 張菊亮, 陳劍. 銷售商的努力影響需求變化的供應鏈的合約[J]. 中國管理科學, 2004, 12(4): 50-56.

[22] 曲道剛, 郭亞軍. 分銷商需求與其努力相關時混合渠道供應鏈協調研究[J]. 中國管理科學, 2008, 16(3): 89-94.

[23] Anderson C K. The billboard effect: Online travel agent impact on Non-OTA reservation[R]. Research Report, Cornell Center for Hospitality，2009.

[24] Guo Xiaolong, Zheng Xiabing, Ling Liuyi, et al. Online coopetition between hotels and online travel agencies: From the perspective of cash back after stay[J].Tourism Management perspectives, 2014, 12(12): 104-112.

[25] Huang Zhimin, Li S X. Co-op advertising models in manufacture-retailer supply chains: A game theory approach[J].European Journal of Operational Research, 2001, 135(3): 527-544.

[26] 趙秋紅, 朱少楠, 李安楠. 存在顧客購買轉移的雙分銷渠道訂貨與庫存轉運策略[J]. 系統工程理論與實踐, 2014, 34(6): 1453-1461.

[27] 曹曉剛, 鄭本榮, 聞卉. 考慮顧客偏好的雙渠道閉環供應鏈定價與協調決策[J]. 中國管理科學, 2015, 23(6): 107-117.

[28] Amiri A. Designing a distribution network in a supply chain system: Formulation and efficient solution procedure[J]. European Journal of Operational Research, 2006, 171(2): 567-576.

[29] Guo Xiaolong, He Lina. Tourism supply-chain coordination: the cooperation between tourism hotel and tour operator[J]. Tourism Economics, 2012, 18(6): 1361-1376.

[30] 王小龍, 劉麗文. 競爭型雙渠道供應鏈協調問題研究[J]. 系統工程報, 2009, 24(4): 430-437.