旅游分销渠道中辅助商作用研究*——以去哪儿网为例

王京传，吕兴洋，李秋云

(1.曲阜师范大学 历史文化学院，山东 曲阜 273165；2.西南财经大学 工商管理学院，四川 成都 611130；3.南开大学 旅游与服务学院，天津 300071)



旅游分销渠道中辅助商作用研究*
——以去哪儿网为例

王京传1，吕兴洋2，李秋云3

(1.曲阜师范大学 历史文化学院，山东 曲阜 273165；2.西南财经大学 工商管理学院，四川 成都 611130；3.南开大学 旅游与服务学院，天津 300071)

[摘要]随着新型辅助商的涌现，辅助商的角色已然从传统的企业服务型转向顾客辅助型。这一转变，使得辅助商在旅游分销渠道之最主要的信息流程和付款流程中起到了重要的中介作用，从而产生了显著的辅助效应和竞争效应。为验证这两类效应，以去哪儿网为例，利用近5年的百度指数数据对我国旅游在线预订市场中主要企业与辅助商之间关系进行统计分析。研究结果表明，去哪儿网作为顾客辅助型辅助商对原来行业中处于领导地位的携程网表现出明显的竞争效应，而对于处在跟随者地位的艺龙网则起到了显著的辅助效应。

[关键词]旅游分销渠道；辅助商；竞争效应；辅助效应

引言

以服务为主的旅游产品在销售过程中非常依赖信息的准确性和及时性[1，2]。近年来，旅游电子商务发展迅猛，受其影响，旅游分销渠道成员之间的相对信息优势发生了明显变化，旅游产品销售方式也相应地发生了改变[3-4]，旅游分销渠道正经历着“去中介化”和“再中介化”过程[5]。在这个渠道变革过程中，一批基于全新商业模式的辅助商发挥了非常重要的作用。它们虽然不直接销售产品，但为消费者提供的产品价格比较等信息服务，却可以影响企业产品的销售。去哪儿网是国内该类型辅助商的代表。这类新型辅助商的出现对原有渠道成员会产生何种影响、它们之间是否存在相互促进或者制约的关系是旅游分销渠道研究亟待解决的重要问题[6]。尤其是，2015年年底南方航空、海南航空等企业关闭去哪儿网旗舰店，使得辅助商与其他渠道企业的冲突与合作问题成为了焦点。

一、辅助商概念及相关研究

辅助商(Facilitators)，也称辅助机构，是分销活动的支持企业。相对于中间商和代理商，辅助商既不取得商品的所有权，也不参与买或卖的谈判[7]。在旅游分销渠道之中，旅游垂直搜索网站、点评网站等新业态的出现正改变着人们对辅助商的传统认识，并使分销渠道的影响主体变得更为多元化，渠道结构变得更为复杂[8]。它们与传统辅助商不同，它们直接面向最终的消费者，对消费者的购买决策有重要的影响。尤其是在酒店、机票等产品的分销过程中，辅助商对于消费者决策的影响作用体现得尤为明显[9]。因此，在分销渠道中，尤其是以无形产品为主的旅游分销渠道中，辅助商的作用不应再被忽视。

目前，已经有学者注意到了辅助商的这种影响力，研究最多的就是点评平台形式的辅助商所提供的口碑信息对企业产品销售的影响。例如口碑对电影票房[10]、餐馆营业额[11]和酒店预订量的影响[12-13]。但现有研究更多的只是关注辅助商提供的用户口碑这一种类型服务的影响力，缺少对辅助商提供的其他类型服务所产生影响的分析，更缺乏从渠道整体的角度对辅助商在渠道中所起到的作用、所处的地位和所具备的影响力之全面分析。在旅游分销渠道中，辅助商到底是可有可无的角色，还是起到了至关重要的作用？这需要更为深入的研究以及相应的数据检验。基于此，本文聚焦于旅游分销渠道中以去哪儿网为代表的提供垂直搜索服务的新型辅助商，着重分析其对渠道中其他主体的影响。

二、旅游分销渠道中新型辅助商的作用

依据服务对象的不同，可以将辅助商分为企业辅助型和顾客辅助型两种类型。传统辅助商多为企业服务型。其为渠道中的企业成员提供服务，所承担的都是销售以外的渠道非核心功能。因此，其不会对渠道中各方关系产生实质性影响。而旅游分销渠道中的新型辅助商则主要是顾客辅助型，其与传统辅助商存在显著差异：服务对象方面，其服务对象是消费者，间接地也会对企业产品的分销产生辅助作用；服务内容方面，其不再承担运输仓储、融资等渠道功能，而主要是通过提供相似产品信息的比较、列示他人的购后评价等方式为顾客提供服务，起到帮助顾客制定购买决策的作用；与其他渠道主体的关系方面，因能够影响顾客购买决策，其将会直接影响渠道中原有的生产商和中间商关系，甚至与中间商会存在竞争关系，这一点在本文后面的在线旅游预订(OTA)领域之实例分析中将得到验证。

旅游分销渠道不同于实物产品的分销渠道，产品分销中往往没有实物流转，而主要是信息的流通[14-15]。因此，旅游分销渠道的分析重点不是渠道的实体流程，而是渠道的信息流程和付款流程。旅游分销渠道由作为服务最终提供者的供应商、作为产品分销者的中间商和作为最终消费者的旅游者三方构成。从信息和资金的流动上来看，旅游者既可以通过中间商购买产品，也可以通过供应商的直销渠道购买产品[16]。

传统的企业服务型辅助商的作用比较简单，仅是为供应商与中间商提供销售支持服务。相对而言，顾客辅助型辅助商的作用机制则较为复杂(如图1)。首先，从信息流程的角度上来看，供应商与中间商为顾客辅助型辅助商提供了产品的基础信息，充当了一个信息源的角色。顾客辅助型辅助商进一步将这些产品信息整合起来并进行加工，如通过价格比对的方式列示产品和价格、将产品基础信息与顾客点评共同列示等，再将之传递给旅游者。其次，从付款流程的角度上来看，旅游者先是在顾客辅助型辅助商平台上进行产品搜寻，而后受其信息引导到中间商或供应商的销售平台上进行购买。同时，从旅游者的角度来看，顾客辅助型辅助商所提供的服务能够帮助旅游者克服交易过程中的信息不对称等问题，有利于旅游者进行决策和获取更多的利益。而对于渠道中原有的企业来说，顾客辅助型辅助商则同时存在着辅助和竞争两类效应：(1)辅助效应是指顾客辅助型辅助商可以利用自身对旅游者购买决策的影响力，引导其购买行为，从而为供应商或中间商带来客源。尤其是对于那些处于市场中跟随者和利基者地位的企业来说，这种辅助效应就显得尤为重要。(2)竞争效应是指由于顾客辅助型辅助商的存在，旅游者与供应商或中间商的直接联系被削弱了，这将导致原有的渠道企业对于客源的控制力出现相应的下降，从而表现为一种属类竞争关系。对于原本就具有很强号召力的市场领导者，顾客辅助型辅助商实际上是在降低其对原有顾客的直接控制能力，甚至是分流了其原有的顾客，从而会在一定程度上显现出竞争效应。

图1　两类辅助商的作用机制

三、新型辅助商对市场格局的影响机制

本文首先通过博弈模型的建立和均衡策略的推导，来证明新型辅助商的辅助效应和竞争效应的存在。假设市场上有两家企业A和B，销售同类型的产品形成双寡头竞争。在没有辅助商C介入的状态下，两家企业的产量分别为qA和qB，总的市场规模则为Q=qA+qB。在一般的线性需求函数下，市场价格满足P=m-eQ，其中m为消费者愿意支付的最高价格，e为需求函数斜率。此外，由于企业的市场势力不同，两家企业的单位运营成本可能不同，分别用cA和cB表示。基于上面的假设，各企业的收益π可表示为：

πA=(P-cA)qA

πB=(P-cB)qB

在Stackelberg博弈模型下，假设企业A为市场领导者，企业B为跟随者。首先考虑在给定A的策略下，企业B的最优决策满足以下条件：

由此求解得出B的最优反应函数为：

将企业B的反应函数带入企业A的收益函数，则A的最优决策应满足：

求解可得企业A在均衡条件下的最优决策为：

而企业B在均衡条件下的最优策略为：

接下来讨论在顾客辅助型辅助商C进入市场后，各企业的市场份额的变化。假设辅助商C介入后，有部分的消费者通过C的网站来选购A或B的产品，而其他消费者则直接购买企业A或B的产品。辅助商C只是提供一个供消费者进行比较的平台而不提供新的旅游产品，企业A和B的市场份额来源于两个部分：自身的产品销售、通过辅助商C实现的销售。在此模式下

(一)用户转移模式

(1)

(2)

其中b为价格敏感系数，g为竞争替代系数。而企业A和B对应的目标函数分别为：

(3)

(4)

将均衡策略(3)和(4)代入市场份额函数(1)和(2)可得：

(5)

(6)

对比前面均衡模式下的市场份额可发现，当θ大于0时，由于辅助商C进入市场所造成的老用户转移，将导致企业A的市场份额下降，而企业B的市场份额有所上升，即

(二)用户增长模式

对比前面均衡模式下的市场份额可发现，只要qC大于0时，由辅助商C进入市场所产生的新用户，同样导致企业A的市场份额下降，而企业B的市场份额有所上升，即

(三)用户转移和增长并存模式

对比C进入市场前均衡模式下的市场份额可发现，在θ大于0和qC大于0的情况下，由辅助商C进入市场所带来的用户转移和增长，将导致企业A的市场份额下降，而企业B的市场份额上升，即

综上所述，辅助商C进入市场后导致原有用户转移、新用户进入或者两种情况并存，都将使得原来的市场领导者企业A的市场份额减少，而原来的市场跟随者企业B的市场份额增加。即顾客辅助型辅助商对领导者体现出负向的竞争效应，而对跟随者体现出正向的辅助效应。由于这两种效应的存在，顾客辅助型辅助商会对其他渠道企业的发展产生影响。下面，本文将通过对旅游在线预订(OTA)市场实际数据的分析对此进一步验证。

四、去哪儿网对OTA市场的影响

(一)行业情况分析

在旅游分销渠道中，新出现的顾客辅助型辅助商多为互联网企业，与之关系最为密切，受其影响最为明显的就是OTA市场。2012年中国在线旅游市场营收规模为94亿元，作为OTA行业的领导者携程网，自1999年创立以来长期保持着绝对领先地位，截至2012年第四季度携程市场占有率为46.9%，而第二名的艺龙网仅为8.1%，其他竞争者市场份额则更少。因此，可以将OTA市场视为由一个领导者和一个跟随者组成。创立于2005年的去哪儿网主要为旅游者提供机票、酒店、度假产品的实时搜索服务，是渠道中典型的顾客辅助型辅助商。作为第一家提供旅游垂直搜索的网站，去哪儿网一直保持着搜索量排名的第一。在2011年获得百度网3.06 亿美元的投资后，其借助百度的资金与技术更是确立了其在旅游垂直搜索领域的绝对领导地位。

从购买流程上来看，消费者既可以选择通过携程或者艺龙进行预订，也可以先在去哪儿进行搜索比价然后转跳到携程或艺龙的平台进行预订。在这个市场中，携程与艺龙存在直接竞争关系，消费者选择在一家预订就不会再去访问另一家。而去哪儿则是辅助商的角色，不直接进行产品销售，消费者在去哪儿查询信息后还需要再到携程或艺龙下单支付。因此，去哪儿的访问量会影响携程与艺龙的访问量，而携程与艺龙的访问量不会反向影响去哪儿。自去哪儿成立以来就对原有的OTA市场产生了巨大的影响。很多旅游企业，尤其是中小代理商将其视为重要的合作者，也有一些企业将其视为危险的搅局者。比如携程就不仅与去哪儿在媒体上针锋相对，更是直接运用法律手段对簿公堂。作为辅助商，去哪儿到底在OTA市场中起到怎样的作用？本文将通过对携程、艺龙和去哪儿三家网站数据的分析，得出三者之间的相互影响关系。

(二)数据获取、统计分析与相关性分析

百度指数反映了特定关键词在过去一段时间内的网络曝光率及用户关注度，百度指数对于三家网站的实际交易情况具有预测性[17]，因而也就能够有效地反映三家企业间的关系。本研究获取了去哪儿网、携程网和艺龙网2008年6月16日①至2013年6月30日间共计263期的周百度指数数据，并分别记作qA、qB和mC。相应的以OTA市场份额排名前4的网站②数据之和作为当期的市场总规模Q。携程的市场占有率MSA=qA/Q，同理，艺龙的市场占有率MSB=qB/Q。两者间的相对市场占有率MSAB=qA/qB。对于去哪儿则以MSC=mC/Q表示其相对整体OTA市场的规模。

图2表明MSA与MSB的变化趋势皆呈现出明显的阶段性。为更直观地反映去哪儿网对两者间关系的影响，进一步绘制出MSAB与MSC曲线。当去哪儿相对市场规模较小时，对市场中原有的竞争关系影响应当同样较小，携程以其规模优势不断扩大相对市场占有率，这符合网络环境中“赢家通吃”的定理[18]。而当去哪儿达到一定规模之后，其效应才应该有比较突出地显现。从图中可以看出，在第79期(2009.12.14-12.20)数据之后，随着MSC的递增，MSAB呈现递减趋势。以去哪儿网10周平均相对市场规模首次达到0.1之后的185期数据(2009.10.19-2013.6.30)计算两者间相关系数为-0.769(sig.=0.00)。同理，对应的时间段内MSAB与MSC相关系数为-0.584(sig.=0.00)；MSB与MSC相关系数为0.833(sig.=0.00)；而MSA与MSB两者间相关系数为-0.653(sig.=0.00)。相关性分析初步说明去哪儿网对OTA市场中的领导者携程体现出竞争效应，而对跟随者呈现出辅助效应。但是这种效应还需要更进一步地验证。

图2　MSA、MSB、MSC与MSAB变化情况

(三)t检验及讨论

观察去哪儿网相对市场规模的10期平均值曲线(图3)，我们会发现存在着4个明显的平缓期，且各平缓期时间长度相似，但是数值差异明显。因此，如果能够验证在相邻的平缓期内携程、艺龙的市场份额变化明显，就可以认为去哪儿网市场势力的改变影响了原有的市场竞争格局。

分别截取这4个时期内MSA、MSB和MSAB数据并进行编组。以对携程市场份额的检验为例，分别检验A1和A2、A2和A3、A3和A4组间的差异。将各组数据视为是在不同规模的去哪儿作用下，对应的携程市场份额变化情况，则可以采用配对样本t检验。但各组数据在日期上并不能完全一一对应，这一方面说明4个平缓-快速增长周期并不是由年周期产生的，另一方面也导致了配对的不严格，所以也可以将之视为是独立的样本，进行独立样本t检验。实际上，无论选择配对样本t检验还是独立样本t检验，检验的结果是一致的(见表1)。

图3　MSC与MSAB10期均值曲线

样本组编号1234数据点编号1-3095-124143-172187-216对应时间段2008.6.2-2008.12.222010.4.5-2010.10.252011.3.7-2011.9.262012.1.9-2012.7.30配对样本量30303030MSC均值2.61%19.84%41.73%67.46%MSAB均值(标准差)10.904(2.211)15.600(0.845)8.965(1.107)6.227(0.839)配对组AB1/AB2AB2/AB3AB3/AB4均值差4.696-6.6362.738t检验显著性******MSA均值(标准差)0.666(0.023)0.723(0.021)0.537(0.024)0.532(0.026)选取样本组A1/A2A2/A3A3/A4均值差0.057-0.186-0.004t检验显著性****-MSB均值(标准差)0.063(0.010)0.046(0.002)0.060(0.006)0.086(0.009)配对组B1/B2B2/B3B3/B4均值差-0.0170.0140.026t检验显著性******

注：**表示在1%水平上显著

为更清晰地显示去哪儿网的影响，我们将不同MSC水平下，各组MSA、MSB和MSAB均值的变化情况绘制成图4。检验结果显示除A3与A4组间差异不显著外，其他8次检验中组间差异均为显著。

在MSC低值组间(MSC1=2.61%与MSC2=19.84%)，MSAB、MSA均值呈现上升趋势，MSB均值下降。此时，由于去哪儿市场势力较小，对于市场中原有的竞争格局影响有限，携程凭借竞争优势不断扩大领先优势。在MSC中值组间(MSC2=19.84%与MSC3=41.73%)MSAB、MSA均值却呈现下降趋势，MSB均值则反向上升。中值组趋势的完全逆转说明随着相对市场规模的提高，去哪儿确实改变了OTA市场原有的竞争格局，相对地削弱了领导者的竞争优势、提升了跟随者的市场份额。这与本文之前的分析结论是一致的。在MSC高值组间(MSC3=41.73%与MSC3=67.70%)，MSAB和MSB均值均保持了原有的趋势，MSA均值持平。检验结果说明辅助商会在一定程度上削弱领导者的优势地位，使市场趋于平均化，最终也仅是使市场重新达到一种新的平衡，而不会创造出另一个新的领导者。MSAB在211期(2012.6.25-7.1)之后稳定在5附近，A3与A4组间差异不显著都预示了OTA市场受到去哪儿冲击之后新平衡的到来。

图4　去哪儿网相对市场规模对市场份额的影响

总体来看，数据分析与OTA市场现实情况相符。携程与去哪儿处处针锋相对，携程并没将其视为一个友善的合作者而是将其看作了危险的竞争者，究其原因是去哪儿不仅没能为其带来有效的客源反而分流了原有的用户。而对于中小OTA企业来说，去哪儿为其带来了宝贵的客源，因而其获得了中小OTA企业的大力支持。

五、结论

传统渠道研究长期将辅助商排除在外，而垂直搜索网站、点评网等新型辅助商的出现，已经对原有的理论体系提出了挑战。事实上，这些新型的顾客辅助型辅助商已经成为了渠道中重要的影响力量。其不仅充当着信息和交易中介的重要角色，更是直接影响了消费者的购买决策，并且通过对客源的控制对原有的渠道结构和渠道中的企业关系产生了深刻的影响。

OTA行业数据表明，新型辅助商对于原有市场的竞争关系有着至关重要的影响。近些年来，去哪儿网、到到网、大众点评网等顾客辅助型辅助商的成功的确给原有的市场造成了巨大的冲击。但是由于其同时存在竞争与辅助双重效应，市场中原有的企业需要根据自身的行业地位针对辅助商制定合理的渠道策略，做到“趋利”(获取辅助效应的利益)、“避害”(避免竞争效应的伤害)。市场中非领导企业，应该加强与辅助商的合作，充分利用辅助商的资源抵御行业领导者的竞争；市场中的领导企业，即使与辅助商之间存在着利益冲突，但是如何处理与辅助商的关系却有竞争、合作、收购等多元化的手段可供选择。事实上，在携程与去哪儿间官司不断之际，与去哪儿业务相近的酷讯旅游网却悄然推进着与携程的合作。自2012年5月起，携程旗下酒店产品全面入驻酷讯。这说明OTA领导企业已经意识到了这些新型的顾客辅助型辅助商的重要影响作用，并正在积极地应对。

注释：

①此为去哪儿网百度指数最后一期为0点，我们将之视为研究的起始时点。

②艾瑞咨询. 2012年Q4及年度电子商务核心数据发布。OTA市场份额前四名分别为携程网、艺龙网、同程网、芒果网。由于去哪儿网不直接销售产品，为避免重复，此处不计去哪儿网数据。

参考文献：

[1]Poon A. Tourism，technology and competitive strategies[M]. Oxon: CAB International， 1993. 5-15.

[2]Smith SLJ. The supply-side definition of tourism: Reply to Leiper[J]. Annals of Tourism Research， 1991， 18(2): 312-315.

[3]Law R，Leung R. A study of airlines’ online reservation services on the Internet[J]. Journal of Travel Research， 2000， 39(2): 202-211.

[4]Law R， Leung K， Wong RJ. The impact of Internet on travel agencies[J]. International Journal of Contemporary Hospitality Management， 2004， 16(2): 100-107.

[5]Zhang CZ， You W. On the impact of Internet on the distribution channels in tourism destinations: A case study of Huangshan[J]. Tourism Tribune， 2012， 27(3):52-59. [张朝枝，游旺. 互联网对旅游目的地分销渠道影响：黄山案例研究[J]. 旅游学刊， 2012， 27(3):52-59. ]

[6]Zhang CZ. The impact of internet on tourism distribution channel[J]. Tourism Tribune， 2012， 27(8):3-4. [张朝枝.互联网对旅游分销渠道的影响[J]. 旅游学刊， 2012， 27(8):3-4. ]

[7]Zhang GL， Wu JT. Channel of distribution management[M]. Wuhan: Wuhan University Press， 2005. 1-30. [张广玲，邬金涛. 分销渠道管理[M]. 武汉: 武汉大学出版社， 2005. 1-30.]

[8]Kracht J， Wang Y. Examining the tourism distribution channel: Evolution and transformation[J]. International Journal of Contemporary Hospitality Management， 2010， 22 (5): 736-757.

[9]Green CE， Lomanno MV. Distribution channel analysis: A guide for hotels[M]. McLean: HSMAI， 2012. 13-44.

[10]Liu Y. Word-of-mouth for movies: Its dynamics and impact on box office receipts[J]. Journal of Marketing， 2006， 70(3): 74-89.

[11]Lu XH， Feng Y. Value of online word-of-mouth: An empirical research based on the online restaurant reviews[J].Management World， 2009， (7): 126-132， 171. [卢向华，冯越. 网络口碑的价值：基于在线餐馆点评的实证研究[J]. 管理世界， 2009， (7): 126-132， 171. ]

[12]Ye Q， Law R， Gu B. The impact of online user reviews on hotel room sales[J]. International Journal of Hospitality Management， 2009， 28(1): 180-182.

[13]Zhang M， Zhang GY， Ye ZL. Exploring the impact of online information on hotel E-bookings: Based on the analysis of the data from Ctrip[J]. Tourism Tribune， 2011， 26(7): 79-84. [张梦，张广宇，叶作亮. 在线信息对酒店网上预订的影响研究：基于携程网酒店在线预订数据的分析[J]. 旅游学刊， 2011， 26(7): 79-84. ]

[14]Lyu XY，Xu H，Yin M. A game analysis of the relationship of tourism supply chain enterprises based on the theory of channel power[J].Tourism Tribune，2010，25(12)：23-27. [吕兴洋，徐虹，殷敏.基于渠道权力理论的旅游供应链企业关系博弈分析[J]. 旅游学刊， 2010， 25(12): 23-27. ]

[15]Li YX， Yang P， Yang LM. Analysis of the dependence of tourism interactive information flow[J]. Inquiry into Economic Issues， 2005， (3): 106-108. [李云霞，杨萍，杨路明. 旅游业对互动信息流的依赖性分析[J]. 经济问题探索， 2005， (3): 106-108. ]

[16]Xu H， Lyu XY， Qin DZ. Exploring the research trends of tourism distribution channel from the power perspective[A]. China Tourism Academy. Proceedings of China Tourism Academy Summit 2012[C]. Beijing: China Tourism Academy， 2012: 299-304. [徐虹，吕兴洋，秦达郅. 权力视角下旅游分销渠道研究趋势探讨[A]. 中国旅游研究院. 2012中国旅游科学年会论文集[C]. 北京: 中国旅游研究院， 2012: 299-304. ]

[17]Huang XK， Zhang LF， Ding YS. Study on the predictive and relationship between tourist atractions and Baidu index: A case study of the Forbidden City[J]. Tourism Tribune， 2013， 28(11): 93-100. [黄先开，张丽峰，丁于思. 百度指数与旅游景区游客量的关系及预测研究：以北京故宫为例[J]. 旅游学刊， 2013， 28(11): 93-100. ]

[18]Shapiro C， Varian H. Information rules: A strategic guide[M]. Boston: Harvard Business Press， 1998. 174-224.

[责任编辑：吕观盛]

A Study on the Effectiveness of Facilitators in Tourism Distribution Channels——Taking Qunar as an Case

WANG Jingchuan1， LYU Xingyang2， LI Qiuyun3

(1.CollegeofHistoryandCulture，QufuNormalUniversity，Qufu273165；2.SchoolofBusinessAdministration，SouthwesternUniversityofFinanceandEconomics，Chengdu611130，China；3.CollegeofTourismandServiceManagement，NankaiUniversity，Tianjin300071，China)

Abstract：With the success of new business models such as online travel vertical search， the role of new customer service facilitators in travel distribution channels began to draw attention of researchers. The customer assistance-oriented facilitators play an important intermediary role in providing information and facilitating purchasing process， which may result in opposite effects - “assisting effect” and “competitive effect”. This paper first develops analytical models and shows that a customer assistance-oriented facilitator has different effects for enterprises with different market positions. Then， using data of China OTA market， we provide empirical evidence in support of this result.This paper takes databases of Qunar as an case. Utilizing the data of three major websites from Baidu Index from June 16， 2008 to June 30， 2013， a total of 263 weeks， this paper validates the actual impact of the customer assistance-oriented facilitators with statistical analysis， correlation analysis， and t-test. The results show that Qunar exhibits a significant competitive effect on the market leader Ctrip， and produces a remarkable assisting effect on the market follower eLong.

Key words：tourism distribution channel； facilitator； competitive effect； assisting effect

*[基金项目]国家自然科学基金“奖励推荐计划对消费者推荐行为的影响机制研究”(71372098)；教育部人文社会科学研究规划青年基金“品牌劫持：旅游目的地品牌形象演化机制及影响研究”(15YJC630086)；四川省高校人文社科“旅游消费者创新理论团队”(JBK150507)。

[收稿日期]2016-04-15

[作者简介]王京传(1977-)，男，山东安丘人，博士，副教授，研究方向为旅游目的地管理；吕兴洋(1985-)，男，辽宁沈阳人，博士，副教授，研究方向为旅游市场营销；李秋云(1990-)，女，山东临清人，博士研究生，研究方向为旅游与休闲研究。

[中图分类号]F590

[文献标识码]A

[文章编号]1674-3784(2016)03-0075-07

[旅游市场研究]

[引用格式]Wang JC，Lyu XY， Li QY.A study on the effectiveness of facilitators in tourism distribution channels：Taking qunar as an case[J].Tourism Forum，2016，9(3)：75-81.[王京传，吕兴洋，李秋云.旅游分销渠道中辅助商作用研究：以去哪儿网为例[J].旅游论坛，2016，9(3)：75-81.]