葉 飛, 陸木蕊, 廖 鵬

(華南理工大學 工商管理學院，廣東 廣州 510640)

?

“酒店+OTA”雙渠道供應鏈超訂策略研究

葉 飛, 陸木蕊, 廖 鵬

(華南理工大學 工商管理學院，廣東 廣州 510640)

為解決市場需求不確定環(huán)境下，酒店和在線旅行網(wǎng)站(Online Travel Agency，OTA)合作時的能力超訂量與在線房間預留量的決策問題，建立了基于傭金合作模式的數(shù)學模型，給出了實現(xiàn)酒店整體期望收益最大化的在線房間預留量與能力超訂量。借助數(shù)值分析，進一步研究了傭金率與需求不確定性對最優(yōu)決策的影響。結(jié)果表明，當傭金率與門店需求不確定性較小時，酒店采取雙渠道策略并且實施超訂；當傭金率與門店需求不確定性很大時，酒店采取門店單渠道策略但不實施超訂。另外，在線房間預留量隨著傭金率、門店需求不確定性的增大而減小。

供應鏈管理；超額預訂；決策模型；酒店

0 引言

在經(jīng)濟全球化的大背景下，酒店間的競爭日趨激烈。正如陳旭[1]提到，酒店客容能力的過剩和投資回收的壓力日益增大，有效的管理對酒店業(yè)從來沒有像今天這樣重要和關鍵。因此，酒店迫切需要實施高效的收益管理以提高經(jīng)濟效益。其中超訂是實現(xiàn)收益最大化的有效途徑之一，所謂“超訂”是指酒店預訂出比客房總量更多的預訂量，以緩和因旅客退訂或預訂未入住(no show)等原因造成的空房損失[1,2]。然而，超訂可能導致某些旅客因為滿房而無房入住，對此酒店不僅要安排這些旅客至其他酒店(Walking)，還將承受商譽方面的不良影響[3]。所以，確定合理的超額預訂水平，對酒店開展收益管理是非常重要的。

為了提高房間入住率，如家、錦江之星等連鎖酒店與藝龍、攜程等OTA網(wǎng)站合作，最大程度地吸引網(wǎng)上旅客預訂酒店客房。目前，OTA與酒店合作時主要采用傭金模式(Agency Model)，即酒店預留一定數(shù)量的房間在網(wǎng)站寄售，當房間售出后酒店按協(xié)議支付OTA傭金。攜程在2011年第一季度與第二季度的賓館預訂營業(yè)收入分別為3億1000萬元人民幣*http://cq.qq.com/a/20110518/000523.htm與 3億6600萬元人民幣*http://finance.jrj.com.cn/tech/2011/08/02090310604357.shtm。這些收入主要來自會員酒店支付的傭金，可見，最優(yōu)的在線房間預留量的決策是酒店實現(xiàn)自身收益最大化的關鍵所在。

目前，國外有很多研究酒店與OTA關系的文獻。Buhalis[4]研究了地中海沿岸地區(qū)的酒店與旅行社在分銷渠道中的沖突，發(fā)現(xiàn)酒店對旅行社的依賴越強，兩者間的摩擦越多。Guillet等[5]對2009年CHOICE國際酒店集團與著名網(wǎng)絡旅行商EXPEDIA之間的沖突進行分析，發(fā)現(xiàn)傭金率過高是CHOICE停止與EXPEDIA合作的重要因素。這些研究側(cè)重于采用調(diào)研、統(tǒng)計數(shù)據(jù)、分析案例的方式來闡述酒店與OTA的關系。雖然文獻[4]、[5]提到酒店不能過分依賴OTA的觀點，但卻未給出最優(yōu)的在線房間預留量。

Bitran與Mondschien[6]通過構(gòu)建隨機動態(tài)規(guī)劃模型，研究了在顧客入住多天的情形下，酒店針對不同類型顧客時的最優(yōu)策略，但未考慮旅客的退訂行為。Hadjinicola與Panayi[7]以酒店損失最小為目標，討論了從酒店與從多個旅行社的角度出發(fā)確定超訂策略間的優(yōu)劣問題，但卻未給出酒店的最優(yōu)超訂量。Koide與Ishii[8]假定旅客通過門店和酒店的網(wǎng)站平臺預訂房間，不允許網(wǎng)上旅客退訂客房，通過構(gòu)建數(shù)學模型，提出酒店兩階段定價的最優(yōu)房間分配與超訂策略。王曉敏與徐以汎[9]在考慮了可替代因素和酒店風險偏好的前提下，研究了酒店收益管理中的超訂問題； Xiong等[10]對風險規(guī)避下多階段的超訂問題進行分析，提出最優(yōu)策略，研究發(fā)現(xiàn)風險中性決策者的最優(yōu)決策是其特殊情況。以上這些文獻大都以單渠道為研究背景，忽視了互聯(lián)網(wǎng)的特點及其對社會生活的深刻影響?，F(xiàn)今，在線旅行預訂已成為旅游市場的一個亮點，絕大多數(shù)酒店出于經(jīng)費、技術(shù)等方面考慮，將網(wǎng)上預訂業(yè)務外包給OTA。而本文正是基于此，研究了以酒店與OTA的合作為背景的超訂問題。

與本文相關的研究還有航空公司超訂策略的文獻。例如，Subramanian等[11]、 Karaesmen與Van Ryzin[12]、El-Haber與El-Taha[13]。同時，本研究提出的模型也借鑒了航空公司與第三方的合作問題。Alamdari[14]對美國、歐洲和亞洲航空公司的分銷策略進行分析研究，發(fā)現(xiàn)每個區(qū)域的航空公司都趨向于采用直銷渠道。文章雖然提到通過降低傭金率來削減分銷成本是導致旅行社與航空公司的關系發(fā)生變化的主要原因，但并未從航空公司的角度出發(fā)得到針對不同傭金率的最優(yōu)策略。陳劍等[15]采用數(shù)學建模的方式，研究了航空公司和旅行社在從事機票交易時雙方的最優(yōu)決策，并且提出了一種價格調(diào)整的協(xié)調(diào)機制。但是，文章中航空公司與旅行社是以批發(fā)模式(Merchant Model)建立合作關系，而未考慮傭金模式。

不同于上述模型，本文在允許網(wǎng)上旅客退訂與酒店超訂的情況下，基于酒店與OTA的傭金合作模式建立模型，得到酒店的在線房間預留量與能力超訂量的最優(yōu)決策。同時，通過數(shù)值分析研究了傭金率與市場需求不確定性對最優(yōu)決策的影響，以及酒店的最優(yōu)渠道策略與超訂策略。本研究對我國酒店的收益管理具有一定的實踐指導意義。

圖1 決策時間圖

1 問題描述

本文以一家酒店與一家OTA組成的雙層供應鏈為研究對象，且只考慮酒店的一類房型，同時假設酒店、OTA為風險中性的決策者。酒店的營銷渠道分別為門店渠道、網(wǎng)上渠道。門店渠道是旅客不經(jīng)過任何中間環(huán)節(jié)直接在門店交費并入住酒店的情形。由于該渠道的旅客一般是當天直接入住，所以假設其退訂率為0。網(wǎng)上渠道是指酒店將房間寄售在OTA網(wǎng)站，旅客通過網(wǎng)站提前預訂客房。由于OTA與酒店合作時，要求酒店門店價格不得低于網(wǎng)站價，所以大部分旅客選擇網(wǎng)上預訂?，F(xiàn)實中，網(wǎng)上旅客可以對多家酒店的住房價格做出比較后預訂或退訂客房，由于操作簡便，所以網(wǎng)上旅客的退訂率較高。

在實際經(jīng)營中，旅客最多可以提前半年在網(wǎng)上預訂房間，為了保障有足夠房間預留給直接入住的臨時旅客，網(wǎng)上預訂系統(tǒng)一般會在特定入住時間的當天下午6點關閉?；诖耍僭O網(wǎng)站從時間點t2開始接受預訂，到時間點t1截止；旅客可以在時間段T2內(nèi)以p2價格從網(wǎng)站處預訂得房間，而在T1時間段內(nèi)，旅客需以p1價格(p1>p2)從酒店前臺預訂得房間。由于臨時旅客不會提前預訂，本文假設在時間段T2內(nèi)，門店需求為0，t0為旅客的目標入住時間。

在傭金模式中，酒店預留Q(0≤Q≤k+z)房間在網(wǎng)站寄售。每售出一間房間，酒店向OTA支付傭金p2α，傭金率α為o<α<1。如果到截止時間點t1仍有部分寄售在網(wǎng)站的房間未被旅客預訂，則這些房間將被分配至門店繼續(xù)銷售。

為了減少空房損失、優(yōu)化收益，酒店實施超訂策略。在t0時間點，如果實際到店的旅客數(shù)量超出了酒店的客房總量k(k>0，且是有限的)，則酒店管理者要安排無房的旅客入住其他酒店，為此酒店承擔的拒絕成本(Rejection Cost)為R/人。Noone等[16]研究發(fā)現(xiàn)在拒絕成本超過某個界限值之后，被拒旅客的滿意度并不能得到提升。DeKay等[17]對20家酒店進行為期1年的調(diào)研，通過統(tǒng)計分析，發(fā)現(xiàn)一年內(nèi)平均只有十晚會出現(xiàn)安排旅客入住其他酒店(Walking)的情形。當Walking不可避免時，原酒店會在附近的加盟店預訂同類型房間并安排無房旅客入住，此時原酒店往往可享受相當大的折扣(約為33%)。可見，拒絕成本一般小于原酒店的門店價。因此，酒店將網(wǎng)上旅客已預訂的房間超售給門店旅客后承擔的拒絕成本為p2≤R≤p1。同陳劍等[15]與Koide等[8]一致，本文不考慮運營成本。另外，我們假設：(1)酒店接受的超訂量為，z,z∈[0,∞)(與Koide等[8]關于超訂量的假設一致)；(2)網(wǎng)上退訂率為常數(shù)β(0<β<1)，并且令入住率q=1-β；(3)網(wǎng)上需求隨機變量為X、概率密度函數(shù)g(x)(g(x)>0)、累積分布函數(shù)為G(x)；(4)門店需求隨機變量為Y、概率密度函數(shù)f(y)(f(y)>0)、累積分布函數(shù)為F(y)；(5)X、Y是非負連續(xù)隨機變量，且相互獨立；(6)πs、π分別表示酒店采取門店單渠道策略與雙渠道策略時的收益。

2 基本模型

2.1 最優(yōu)預留量的決策

在傭金模式中，酒店會根據(jù)OTA制定的傭金率來決策相應的房間預留量與能力超訂量。旅客通過OTA網(wǎng)站預訂的房間量為B2，與網(wǎng)上需求以及酒店預留給OTA的房間量Q的關系如下：

(1)

同時令旅客通過門店預訂的房間量為B1，B1與門店需求以及房間預留量Q、超訂量z的關系可表示為：

(2)

根據(jù)(1)式與(2)式，得到缺房量B0：B0=[B1+qB2-k]+

(3)

基于(1)、(2)、(3)式，酒店的期望收益如下：

E(π)=p2(1-α)E(B2)·q+p1E(B1)-RE(B0)

(4)

式(4)中，第一項表示扣除傭金后，酒店通過網(wǎng)上渠道所得期望收入。第二項表示酒店通過門店渠道所得期望收入。第三項表示酒店因缺房而遭受的損失。定理1給出了使得酒店期望收益最大化的在線房間預留量Q*。

定理1 (1)如果酒店超訂量滿足z≥βQ，則酒店的最優(yōu)預留量滿足以下性質(zhì)：

(2)如果酒店超訂量滿足z≤βQ，則酒店的最優(yōu)預留量具有以下性質(zhì)：

定理1表明當OTA制定很高的傭金率時，酒店只采用門店單渠道策略。因為過高的傭金率，意味著酒店需要向OTA支付昂貴的代理費，這將大大減少酒店的自身收益，此時，酒店放棄網(wǎng)上渠道。當傭金率很低時，酒店將所有房間寄售在OTA網(wǎng)站。因為低傭金率的OTA可以有效地幫助酒店提高房間入住率，進而為酒店帶來較高的利潤。當OTA要求的傭金率適中時，若酒店超訂量滿足z>βQ，則酒店預留Q*≡{Q∈[0,k+z]|p2(1-α)q+(p1-R)(F(k+z-Q)-1)-Rq(1-F(k-qQ))=0}的房間量給OTA；若酒店超訂量滿足z≤βQ，則酒店預留Q*≡{Q∈[0,k+z]|p2(1-α)q+p1(F(k+z-Q)-1))=0}的房間量給OTA。

推論1 酒店的最優(yōu)預留量Q*隨著傭金率α的增大而減少；

推論1說明酒店的最優(yōu)預留量Q*隨著OTA給出的傭金率α的增大而減少。因為傭金率越大，OTA收取的代理費用越多，酒店為了保證自己在最佳預留量決策下的最理想收益，減少了寄售在OTA網(wǎng)站上的房間量。

2.2 最優(yōu)超訂量的決策

為了弱化旅客退訂給酒店帶來的負面影響并充分利用客房，酒店采取超額預訂策略?；谏衔牡玫降淖顑?yōu)預留量，這一節(jié)進一步分析酒店利潤最大化的超訂量。根據(jù)酒店的收益方程，可以得到使酒店利潤最大化的超訂量z*，并在定理2中給出。

土地承包有效期的迫近，導致土地流轉(zhuǎn)有效時期縮短，部分經(jīng)營主體無法長期轉(zhuǎn)入土地，潛在生產(chǎn)能力難以發(fā)揮出來。土地流轉(zhuǎn)的市場價格形成機制復雜，缺乏必要的制度性約束。久而久之，許多農(nóng)戶的轉(zhuǎn)入意愿難以實現(xiàn)，土地規(guī)模經(jīng)營及其一、二、三產(chǎn)業(yè)的融合都受到了嚴重制約。

定理2 (1)如果酒店超訂量滿足z>βQ，最優(yōu)超訂量z*為

1)當p1>R時，最優(yōu)超訂量z*=∞；

2)當p1=R時，最優(yōu)超訂量z*=0；

(2)如果酒店超訂量滿足z≤βQ，酒店的最優(yōu)超訂量為z*=βQ。

定理2表明在酒店超訂量滿足z>βQ的情況下：①若門店價格大于拒絕成本，酒店超訂房間量z*=∞時將獲得最大收益，這個結(jié)論是基于缺房不會引起旅客滿意度下降、旅客流失的前提，與Koide[8]的相關結(jié)論一致。②若門店價格與拒絕成本相等，酒店期望收益不受超訂量大小的影響。此時，酒店不超訂，因為超訂常導致旅客抱怨與不滿。③當酒店超訂量滿足z≤βQ時，酒店的最優(yōu)超訂量z*=βQ。

3 無超訂情況下的最優(yōu)預留量決策

由于一些酒店規(guī)模較小，不會冒著風險采取超訂策略，本節(jié)將進一步討論存在退訂、但酒店不超訂時的特殊情況。根據(jù)酒店的期望收益函數(shù)，定理3給出了使得酒店利潤最大化的房間預留量Q*。

定理3 當酒店不超訂時，最優(yōu)預留量為

定理3給出了酒店不超訂時最優(yōu)預留量的決策。定理3表明(1)當傭金率很高時，酒店應該采取門店單渠道策略；(2)當傭金率適中時，酒店應該采取“門店+OTA”雙渠道策略，此時最優(yōu)預留量滿足Q*={Q∈[0,k+z]|p2(1-α)q+p1(F(k-Q)-1)=0}。

4 數(shù)值分析

基于前文，本節(jié)將通過數(shù)值分析來進一步了解需求不確定性與傭金率對預留量與超訂量的影響，以及超訂策略、渠道策略對酒店期望收益的影響?？紤]到攜程等OTA的訂單退訂率約為30%*http://news.lenonle.com/8.html，并且OTA與酒店合作時，前臺價格處于180～200元/間的二星級酒店客房通過OTA預訂的價格處于100～120元/間，因此假設p1=200,p2=120,β=0.3，酒店服務能力k=100，酒店安排無房的旅客入住其他酒店時，承擔的拒絕成本為R=150/人。此時，酒店的最優(yōu)超訂量有兩種，分別是z*=∞與z*=βQ，由于z*=∞在實際經(jīng)營中很少出現(xiàn)，為得到較有價值的管理啟示，我們只分析z*=βQ的情況。又因為OTA每售出一間客房收取酒店10%至35%的傭金*http://news.lenonle.com/8.html，所以，假設α∈[0.1,0.5]。

圖2 酒店的最優(yōu)決策以及利潤改善百分比

圖2給出了50種情形下酒店的最優(yōu)預留量Q*、最優(yōu)超訂量z*、酒店采取雙渠道策略使其期望收益增加的百分比。其中：白色區(qū)域代表酒店的最優(yōu)策略為采用雙渠道策略并且實施超訂；淺灰色區(qū)域代表酒店的最優(yōu)策略為采用雙渠道策略但不實施超訂；深灰色區(qū)域代表酒店的最優(yōu)策略為采用門店單渠道策略并且不實施超訂。

從上圖我們可以發(fā)現(xiàn)：(1)酒店的最優(yōu)預留量與最優(yōu)超訂量隨著傭金率的增大而減少。當傭金率足夠大時，酒店的預留量與超訂量都為0。因為高傭金率意味著高代理費，酒店為了最大化期望收益，在OTA提出苛刻條件時放棄了網(wǎng)上渠道。(2)隨著傭金率的增大，酒店采取雙渠道策略獲得的利潤增幅減小。因為傭金率越高，酒店支付的傭金越多，盡管雙渠道策略有助于提高房間入住率，但過高的傭金削弱了雙渠道的優(yōu)勢。(3)酒店的最優(yōu)預留量與最優(yōu)超訂量隨著門店需求不確定性的增大而減少。因為門店需求越不確定(變異系數(shù)vσ越大)，門店的潛在旅客越多，由于門店價大于網(wǎng)上價，酒店為了獲得更大收益而減少了寄售在OTA的房間量，減少預留量的同時勢必要減少超訂量。(4)隨著門店需求不確定性的增大，酒店采取雙渠道策略獲得的利潤增幅減小。因為需求不確定性越大，門店的潛在旅客越多，若酒店仍繼續(xù)將部分房間寄售在OTA網(wǎng)站，就會使得門店渠道可利用房間數(shù)量減少，再由于網(wǎng)上價低于門店價，且酒店還須向OTA支付傭金，進一步弱化了雙渠道策略的優(yōu)勢。

綜上，我們可以發(fā)現(xiàn)當傭金率與門店需求不確定性較小時，酒店采取雙渠道策略并且實施超訂；當傭金率與門店需求不確定性很大時，酒店采取門店單渠道策略并且不實施超訂；另外，發(fā)現(xiàn)房間預留量隨著門店需求不確定性或傭金率的增大而減少。

5 結(jié)論

在酒店管理中超額預訂已成為十分重要的收益管理手段。本文綜合考慮了網(wǎng)上旅客退訂以及酒店超訂的行為，通過構(gòu)建數(shù)學模型，研究了酒店與OTA合作時預留量與超訂量的決策問題，得到了酒店的最優(yōu)在線房間預留量與最優(yōu)超訂量。數(shù)值分析進一步揭示了傭金率與需求不確定性對最優(yōu)決策的影響。結(jié)果表明，當傭金率與門店需求不確定性較小時，酒店采取雙渠道策略并且實施超訂；當傭金率與門店需求不確定性很大時，酒店采取門店單渠道策略但不實施超訂；另外，在線房間預留量隨著傭金率、門店需求不確定性的增大而減少。上述結(jié)論可以為酒店制定能力超訂量與在線房間預留量的決策以及酒店的渠道策略選擇提供有益的指導。

目前，在國內(nèi)以酒店與OTA的合作為背景，對超訂策略進行研究的文獻比較少。本文只是作了一些初步探索，未考慮酒店實施超訂策略對旅客滿意度的影響，從長遠來看，酒店采取超訂策略導致旅客無房入住的現(xiàn)象勢必降低旅客的滿意度、造成旅客流失，此時拒絕成本將大于房間的門店價格。如何在考慮旅客滿意度的情況下，對酒店的超訂策略進行研究是下一步的研究方向。還有很多可以繼續(xù)深入研究的問題，比如：同時考慮幾種房型、考慮酒店與多家OTA合作。

[1] 陳旭.酒店收益管理的研究進展與前景[J].管理科學學報,2003,6(06):72-78.

[2] 演克武,李順,高杰.收益管理在酒店產(chǎn)業(yè)客房管理過程中的應用[J].經(jīng)濟研究導刊,2011,(21):153-154.

[3] Ivanov S. Management of overbookings in the hotel industry-basic concepts and practical challenges[J]. Tourism Today, 2006, 6: 19-32.

[4] Buhalis D. Relationships in the distribution channel of tourism: conflicts between hoteliers and tour operators in the mediterranean region[J]. International Journal of Hospitality & Tourism Administration, 2000, 1(1): 113-139.

[5] Guillet B D, Law R. An examination of the relationship between online travel agents and hotels a case study of choice hotels international and expedia. com[J]. Cornell Hospitality Quarterly, 2013, 54(1): 95-107.

[6] Bitran G R, Mondschein S V. An application of yield management to the hotel industry considering multiple day stays[J]. Operations Research, 1995, 43(3): 427- 443.

[7] Hadjinicola G C, Panayi C. The overbooking problem in hotels with multiple tour-operators[J]. International Journal of Operations & Production Management, 1997, 17(9): 874- 885.

[8] Koide T, Ishii H. The hotel yield management with two types of room prices, overbooking and cancellations[J]. International Journal of Production Economics, 2005, 93: 417- 428.

[9] 王曉敏,徐以汎.基于指數(shù)效用函數(shù)的酒店可替代產(chǎn)品的超訂模型研究[J].運籌學學報,2008,12(1):35- 42.

[10] Xiong H, Xie J, Deng X. Risk-averse decision making in overbooking problem[J]. Journal of the Operational Research Society, 2010, 62(9): 1655-1665.

[11] Subramanian J, Stidham S, Lautenbacher C J. Airline yield management with overbooking, cancellations, and no-shows[J]. Transportation Science, 1999, 33(2): 147-167.

[12] Karaesmen I, Van Ryzin G. Overbooking with substitutable inventory classes[J]. Operations Research, 2004, 52(1): 83-104.

[13] El-Haber S, El-Taha M. Dynamic two-leg airline seat inventory control with overbooking, cancellations and no-shows[J]. Journal of Revenue and Pricing Management, 2004, 3(2): 143-170.

[14] Alamdari F. Regional development in airlines and travel agents relationship[J]. Journal of Air Transport Management, 2002, 8(5): 339-348.

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

[16] Noone B M, Lee C H. Hotel overbooking the effect of overcompensation on customers’ reactions to denied service[J]. Journal of Hospitality & Tourism Research, 2011, 35(3): 334-357.

[17] DeKay F, Yates B, Toh R S. Non-performance penalties in the hotel industry[J]. International Journal of Hospitality Management, 2004, 23(3): 273-286.

[18] 華中生,孫毅彪,李四杰.單周期產(chǎn)品需求不確定性對供應鏈合作的影響[J].管理科學學報,2004,7(5):40- 48.

Research on Overbooking Strategy of “Hotel+OTA” Dual-Channel Supply Chain

YE Fei, LU Mu-rui, LIAO Peng

(SchoolofBusinessAdministration,SouthChinaUniversityofTechnology,Guangzhou510640,China)

In order to solve overbooking and allocation problem with demand uncertainty when hotel collaborates with Online Travel Agency, we formulate a mathematical model based on the Agency Model. The optimal overbooking and allocation policies are derived. A numerical example is further given to study the effects of commission rate and demand uncertainty on the optimal decisions. The results show that the hotel manager will apply dual-channel and utilize overbooking policy when the commission rate and demand uncertainty are low. However, when the commission rate and demand uncertainty are high enough, the hotel manager will apply single-channel and do not utilize overbooking policy. We also find that the hotel manager will reduce the room allocation to OTA when the demand of offline channel becomes more uncertain or the commission rate increases.

supply chain management; overbooking; strategy models; hotels

2013- 07-16

國家自然科學基金資助項目(71471066);教育部新世紀項目(NCET-13- 0219)；教育部高等學校博士專項基金(2013072110029)

葉飛(1974-)，男，江西進賢縣人，博士，教授，博士生導師，研究方向為物流與供應鏈管理。

F224

A

1007-3221(2015)02- 0038- 06