考虑交易安全风险控制投入的在线旅游供应链网络均衡模型

郭 捷

(中央民族大学管理学院，北京 100081)

1 引言

随着网络技术和电子商务的发展，包括在线旅游(OTA)在内的平台企业成长迅猛。同时，由于网络攻击导致系统瘫痪或信息泄露等，成为网络平台企业损失的主要诱因。美国在线旅游巨头Expedia旗下的Orbitz公司2018年3月宣布，其在线旅游预定平台受到攻击，致使大约88万名Orbitz客户面临数据泄露风险。在线旅游平台遭到网络攻击，信息被泄露，诱发电信或网络诈骗、信用卡盗刷等案件，导致消费者遭受损失，平台企业信任受损时有发生，大大降低了在线旅游的消费体验。2017年在线旅游企业投诉调查中，携程、去哪儿、阿里飞猪、途牛等众多平台，所占投诉率高达到25.4%[1]。摩根大通称其公司2015年信息系统安全风险控制费用从250万美元增加到500万美元[2]，增加企业交易安全风险控制的投入，最大限度减少网络攻击，提升顾客的消费体验，是旅游供应链平台企业战略发展中的重要举措之一。

旅游供应链是围绕满足旅游者的需求而构建的一种既包括食、宿、行、游、购、娱六个方面的供应商，又包括分销商、供应商和最终用户的网链结构[3-4]。基于Callandera和Page[5]提出的旅游供应链网络结构，演绎出很多结构形式。如杨树等[6]将旅游供应链定义为五元组TSC(E，R，F，O，M)，其中，E表示旅游供应链中的实体。R表示这些实体之间的相互关系。F表示实体的相关功能，如生产、市场营销、销售等及实体之间的流动要素。O表示实体和供应链的一系列目标。M表示旅游供应链所处的外部环境。舒波[7]根据复杂网络理论分析了旅游供应链网络的构成，并提出其复杂网络的有向性、节点构成的复杂性、节点间择优链接和局域性特征。随着信息技术的渗透，在线旅游供应链的组织结构日渐扁平化和复杂化，线上的供应商、平台和网上支付，线下的旅行社、酒店、旅馆、交通运输等节点之间相互影响、动态关联，供应链网络结构的多层级，多目标，多属性，拥塞性和协调性的超网络结构特征日渐明显[8-9]。节点间竞合关系并存，网络中同类节点间通过非合作竞争，最终形成纳什均衡状态[10]。变分不等式理论被广泛应用于超网络的均衡解问题。最早由 Nagurney等[8-10]提出的供应链超网络模型(由 3 层或者更多层变分不等式组成,每层参与者的数量没有限制)以及基于该超网络的扩展模型,被广泛运用到运输网络[11-12]、供应链网络[13-14]和电子商务[15]、互联网金融[16-17]、社交网络[16-17]和应急救援资源调配等[18]。

在线旅游供应链的交易安全风险是指由于平台的信息系统被网络攻击导致信息泄露等事件发生，从而使供应链遭受损失的风险。目前关于旅游供应链风险的研究，主要集中在旅游文化、生态和经济的发展战略，旅游市场的形象设计、生态平衡、旅游容量、财务风险和国际旅游脆弱性等风险因素的分析[19-23]。旅游供应链网络节点风险的研究也停留在借用企业风险管理方法对旅游某领域进行零星研究[24-27]。针对在线旅游平台风险的研究，主要是从电子商务视角，分析消费者对在线旅游网站的诸如系统的响应性、安全性和可用性等[28]，建议从信息流和资金流安全性方面，提升技术水平，增强消费认同[29-31]。另外，部分文献[32-35]从平台交易机制，信息系统风险防范，以及信息产业和旅游产业的协同进行了分析。不难发现，针对在线旅游供应链风险的研究，鲜有从供应链的视角，分析节点间非合作竞争和均衡、以及在线旅游平台的交易安全风险控制的投入等问题。

在线旅游供应链网络结构节点互相作用和影响，如IT基础设施共享性，节点脆弱性相似性等，使得单个平台交易安全风险控制的投入，不仅关系到平台自身，也会影响整个供应链网络的交易安全风险水平。同时，平台间关于交易安全风险控制的投入存在博弈，其决策行为可能会影响到供应链其他节点的产品交易数量和风险控制投入。因此，分析在线旅游供应链平台交易安全风险控制投入的影响时，不仅需要从平台企业本身，同时关注整个供应链。本文将基于文献[8]的供应链结构形式，构建包括供应商、平台和消费市场的三层网络结构，通过在线旅游供应链网络竞争的均衡态，分析平台的交易安全风险水平，对在线旅游供应链网络各节点和供应链整体的影响，具体包括：

(1)平台交易安全风险控制的投入，如何影响平台自身的交易安全风险水平、供应链整体的风险水平及消费市场的需求。

(2)平台交易安全风险控制方面的投入，如何影响平台自身的期望收益和供应链整体的期望收益。

(3)当平台数量增加时，如何影响在线旅游供应链的风险和竞争水平，以及期望收益。

2 问题描述及相关假设

2.1 在线旅游供应链网络结构

在线旅游供应链的网络结构分为三个层次：供应商，平台和消费市场。供应商包括食、住、行、游、购、娱等行业，平台则主要是指旅游在线平台企业，如去哪儿，携程网，飞猪等，信息流和产品流主要发生在供应商和平台或供应商与消费者之间，以及平台和消费者之间，其网络流是各层间资源相关的特征量。在线旅游供应链的风险，主要指平台交易安全风险。

图1 在线旅游供应链网络结构

2.2 问题描述

在线旅游供应链是由供应商、平台和消费市场组成的三层网络结构。提供单一产品类型(如机票)的I个供应商，通过网站、移动终端APP、社交媒体等形式的J个平台(如携程、飞猪等)进行销售。整个网络存同级的横向节点之间的竞争，如I个供应商(如航空公司、机票代理商等)之间的竞争、J个平台的竞争和K个消费市场的竞争。本文拟分别针对供应商和平台、平台和消费市场建立竞争模型，分析各供应链的产品交易价格与数量的最优策略，最终实现网络中各节点成员的利润和供应链整体利润最大化。参数定义如表1所示。

表1 参数定义

2.3 相关假设

供应链网络结构中供应商、平台和消费市场各节点均是理性决策者，分别追求自身利润或效用最大化，供应链网络通过同层成员的纳什非合作竞争和层间成员的合作与交互达到均衡状态，其它假设如下：

假设1：供应商及平台的相关成本函数是连续可微的凸函数[8-10]。

假设2：不同供应商所销售产品在功能与质量上无差异，消费者的选择偏好主要基于价格和平台交易的安全性考虑。

3 模型构建

3.1 供应商均衡条件分析

每个服务的相应供应商都追求利润最大化。利润为产品或服务的交易价格乘以交易数量减去生产(处理)成本，再减去交易成本。供应商i的最大利润函数如下：

(1)

各供应商之间进行非合作竞争的纳什均衡博弈，且每个供应商的优化目标为利润最大化，供应商的生产(交易)函数和成本函数是连续凸函数，则对于每个供应商的优化函数根据进化变分不等式理论[8-10]，可转换为以下进化变分不等式(2)。即确定q1*∈ΩI，满足所有供应商优化目标的同时达到最优的条件，等价为下述的变分不等式：

(2)

3.2 平台的均衡条件分析

同理，每个在线旅游服务产品的平台都追求利润最大化。平台j的利润函数和效用函数分别如下：

MaxE(Uj)=(1-ρj)Rj+ρj(Rj-Dj)-Ij(rj)=Rj-ρjDj-Ij(rj)

(3)

其中，平台要保持一定的交易安全水平，就需要一定的投入成本，即投入成本是风险水平的函数。假设投入成本函数是连续凸函数，一定的交易安全风险水平下的投入成本函数如下：

(4)

(5)

其中，

因此，(5)等同下式(6)：

(6)

3.3 消费市场均衡条件分析

pk为市场消费者通过平台获取服务产品，需支付的单位服务产品的价格，是一个k维列向量，记为p3。dk为消费市场k对由平台提供的该服务产品的市场需求函数，为价格和交易安全风险水平的函数，即dk(p3,r)。该需求函数表明消费者的市场需求，不仅与该市场上提供的服务产品的价格有关，同时也与整个供应链交易安全风险水平有关。

(7)

同时满足，

(8)

(9)

3.4 在线旅游供应链网络均衡条件分析

网络均衡是指的网络任一节点的决策行为共同达到均衡态，且均衡流量和均衡价格满足以上变分不等式的总和，即在其他节点决策为最优时进行最优决策。当节点各成员之间关于数量和价格满足以上三个从供应商到消费市场的变分不等式的总和时，该网络处于均衡态。因此，对以上三个变分不等式(2)，(6)，(9)求和，得到网络的Nash均衡条件为：确定(q1*,q2*,p3*,r*)∈Ω，使得(10)

∀(q1*,q2*,p3*,r*)∈Ω，Ω=ΩI×ΩJ×ΩK

(10)

供应商和平台的交易价格p1、平台和消费市场的交易价格p2均为内生变量，当供应网络各层之间的交易均衡时，其交易价格可由根据变分不等式(2)和(6)确定。即：

由(2)式：

由(4)式：

3.5 模型求解

本节将通过数值试验，利用上述修正投影算法，验证模型的有效性。计算过程中，初始值为1的列向量，步长设定为0.01，迭代终止条件为误差ε=10-4。采用Matlab来实现。

关于解的存在性和唯一性的证明，请参阅附录。

4 算例分析

整个在线旅游供应网络由2个供应商(如中国国航，春秋航空)、2个平台(如飞猪，携程)和2个消费市场组成，供应商通过在线平台将服务产品(机票)销售给消费者。市场消费者基于产品价格和对供应链网络的交易安全风险水平的感知，来确定平台的选择。网络结构模型中存在供应链纵向上下游竞争博弈，以及横向企业节点间(供应商之间，平台之间和消费者之间的)的竞争。具体结构如图2所示。

图2 数值算例示意图(1)

供应商与平台的交易成本为：

平台与消费市场的交易成本为：

平台与供应商的交易成本为：

消费市场与平台的交易成本为：

当发生交易安全风险，给平台1和2带来的损失分别为：D1=1000,D2=1500

两个平台的交易风险控制的投入成本分别为：

(1)情景1：当市场1和2的需求函数分别为：

采用修正投影算法，经迭代，收敛，得出均衡态的相应数据如下：

d1=58.89,d2=183.93

E(U1)=7557.47,E(U2)=6651.93

结果显示，在均衡态，供应商1与供应商2与平台1的交易量分别为63.07和61.39，供应商1和供应商2与平台2的交易量分别为58.34和60.02。两个平台的交易安全风险水平一样，均为0.09。平台1和平台2与消费市场1的交易量分别为30.14和28.75，平台1和平台2与消费市场2的交易量分别为94.32和89.61，而平台1和平台2的期望收益值分别为7757.47和6651.93。在风险控制投入相同的情景下，同一市场与不同平台之间的交易价格和数量的差异不明显。

情景2：改变平台安全交易风险的控制投入成本，分别为

采用修正投影算法，经迭代，收敛，在均衡态，其相关数值如下：

E(U1)=7546.32,E(U2)=6034.24

结果显示，两个平台的交易安全风险水平分别为0.09和0.08，平台2的风险由情景1中的0.09下降到0.07，整个供应链的风险也由0.09下降到0.08。同时，平台和消费市场的交易量也出现了一定的差异，如平台1和2与消费市场1的交易量分别为41.02和35.65，平台1和2与消费市场2的交易量分别为119.41和91.34。表明，随着交易安全风险控制的投入增加，使平台2的交易安全风险下降，同时供应链整体的交易安全水平上升。相比情景1中，市场1和市场2的相应交易量都有所增加，且整个供应链的交易量也受益于平台的风险控制投入。另外，相对情景1，两个平台的期望收益有所下降，分别为7546.32和6034.24。

(3)情景3：增加一个平台企业3，如下图3所示。

图3 数值算例示意图(2)

供应商与平台3的交易成本为：

平台3与消费市场的交易成本为：

平台3与供应商的交易成本为：

消费市场与平台3的交易成本为：

当发生交易安全风险，给平台3带来的损失分别为：D3=1000

平台3的交易风险控制的投入成本为：

经计算，相关数据如下：

d1=81.73,d2=187.04

E(U1)=7343.11,E(U2)=6012.25,

E(U3)=5410.84

显然，由于平台3的加入，增加了供应链整体的竞争程度，相对于情景1，两个市场的需求均增加，其产品价格有所下降，消费者受益。同时，平台1和2的期望收益也下降。另外，整个供应链的交易安全风险相比情景1有所上升。由于信息不对称，消费市场不能确切知道某一平台的风险水平，相反，只能了解供应链整体的风险水平，因此，就会有某些平台在风险控制投入较少，而出现搭便车行为。

5 结语

在线旅游供应链是服务供应链的典型模式，随着平台企业成长迅猛,在线旅游平台成为旅游供应链中的关键节点。但针对在线旅游供应链，由于系统网络安全问题等导致数据窃取、资金损失和信用缺失等现象时有发生，控制平台交易安全风险是在线旅游稳步健康发展的关键。本文基于由供应商、平台和消费市场构成的在线旅游供应链网络结构，利用变分不等式理论和修正投影算法，对网络均衡模型进行建模和求解，分析平台交易安全风险控制投入对平台和供应链本身的风险水平、期望收益等带来的影响。研究发现：

(1)在风险控制投入水平相同时，在同一市场，不同平台提供的同质产品的价格和数量，差异不明显，即在均衡态，网络节点的产品流量和交易价格大致相同，验证了模型的合理性和有效性。随着市场越来越透明，消费者搜索成本的不断下降，同质化的渠道和市场其竞争最终会呈均衡态。去哪儿，飞猪等国内平台，以及Booking.com,Expedia,priceline等国际平台，同一航班的同等级的机票，在同一时间销售的价格差异很小。

(2)随着交易安全风险控制投入的增加，平台自身交易安全风险出现上升趋势，供应链整体的交易安全水平下降。同时，由于消费者基于对平台交易安全风险水平的考虑，市场需求量也有一定增加，整个供应链的交易量也受益于某些平台风险控制投入的上升。但由于平台风控投入，导致平台自身的期望收益下降。平台风控投入主要针对包括信息系统软硬设施和网络安全方面，且投入大时效慢，一端出现系统瘫痪或网络信息被窃取等网络安全事件，其风险损失巨大。这也是平台企业在前期较长时间内难以盈利，资金和规模较小的企业很难和资金雄厚的大企业抗衡，“大鱼吃小鱼”的现象在在线平台行业，比较常见。在机票业务板块中，去哪儿的机票销量曾超过携程，2016年携程整合了旅游百事通和去哪儿度假，曾经的竞争对手巨头走向合作，竞合状态是在线旅游供应链最后的均衡态。

(3)更多平台的加入，即增加竞争对手，加剧了供应链整体的竞争，平台企业的期望收益则有所下降，但由于消费市场的产品需求量增加，产品需求价格下降。因此，加大竞争，能使消费者获利。但在安全交易风险控制投入方面，会出现部分平台企业的搭便车行为，而导致整体供应链的交易安全风险水平增加。

在线旅游供应链进行运营时应加强和重视以下策略：

(1)强化平台交易安全风险控制投入的重要性。充分考虑当前我国包括在线旅游平台在内的其它平台企业面临的数据泄露、财务损失等交易安全问题，加大风险控制的投入。

(2)加强在线旅游供应链成员企业之间风险控制的协作。网络均衡时各成员企业的收益都要大于个体运作的收益。同时，单个平台交易安全风险控制的投入，不仅关系到平台自身，也会整个供应链网络交易安全风险水平，因此，供应链各成员企业应加强协作，实现共赢。

(3)增强消费者关于交易安全方面的自我保护和防范意识。当消费者具有风险防范意识，就会愿意支付较高价格的购买低风险产品和服务，从而可以在一定程度上补偿平台为提升交易安全性而额外付出的风险控制的投入成本。

基于均衡模型对复杂决策关系的抽象处理以及研究问题的针对性的考虑，本文仅分析了一个消费市场、平台和供应商构成的三层在线旅游供应链，对相关参数也进行了简化处理。如平台与消费市场的交易成本，只考虑交易量这一影响因素，同时假设，市场需求仅受交易安全风险控制投入和产品价格的影响。另外，没有考虑平台交易安全风险控制投入的预算约束，及相应参数的敏感性分析。以后的研究中，将基于本文的理论框架和基础模型，进一步挖掘在线旅游供应链的超网络特征，思考预算约束条件下的变分不等式的建模和求解问题，同时考虑包括销售努力在内的影响销售数量和交易成本的多种因素，分析平台的安全交易风险控制投入、对产品定价、交易数量、期望收益和在线旅游供应链整体的收益及风险水平的影响等问题。

附录：

本文中，当旅游供应链网络的节点各成员之间的流量(数量、价格等)满足变分不等式(第3.1节，3.2节和3.3节)的从供应商到消费市场的变分不等式的总和时，即旅游供应链各成员之间的流量，同时满足式(2)、式(6)、式(9)和式(10)时，该供应链网络处于均衡态。全局优化模型则可以描述如下：

定理1解的存在性。变分不等式(3.4节中)在Kz中存在解(q1*,q2*,q3*，r*)∈Kz，当且仅当存在一个z=(z1,z2,z3,z4)≥0,使得q1≤z1,q2≤z2,q3≤z3,r≤z4。确定变分不等式(3.4节中)是否存在解，等价于确定上述变分不等式的解应该具备的条件。

定理3解的唯一性。由函数的严格单调性和解的存在性，可知变分不等式的解具有唯一性。即在定理2的条件下，变分不等式〈F(Xz)，X-Xz〉≥0，∀Xz∈Kz必定存在唯一的一个解满足该旅游供应链竞争网络的均衡。如果该变分不等式只有唯一的解，那么这个解是可行集上的元素。详细证明参看文献[9]。