考虑网络外部性的酒店供应链不同合作模式下的价格决策

张科静， 李 瑶

(东华大学 旭日工商管理学院， 上海 200051)

“互联网+”的发展使得各行各业都纷纷向互联网行业转变，传统的旅游供应链也逐渐向互联网过渡。由于OTA(online travel agency)的“大数据”等优势日益凸显，其市场竞争力不断增强，能为酒店提供丰富的市场资源，因此越来越多的酒店入驻到OTA如携程、飞猪等平台。调查显示，在中国酒店市场的订房选择上，80%的人会选择OTA订房。许多中小酒店的订单大多数也来自线上OTA订单，因此酒店与OTA的合作模式成为研究热点。在合作模式研究方面，Morosan等[1]研究发现，相对于酒店的官网来说客户更愿意再次浏览第三方网站，OTA更受顾客的欢迎，这也是造成酒店与OTA之间冲突的原因之一。张莉等[2]考虑到消费者的渠道偏好以及网络渠道接受程度，研究酒店在不同模式下的最优定价决策以及与OTA合作模式的选择问题。郭强等[3]针对淡季时酒店与OTA形成的双渠道供应链，对酒店和OTA的合作模式展开研究，得出酒店与OTA在不同情景下的最优合作模式。Ling等[4]研究客房在酒店自营渠道和OTA之间的最优分配方案，使客房入住率提高的同时减少支付给OTA的佣金，从而最大化酒店的收益。Yang等[5]从返现的角度研究了包含一家酒店以及一个OTA的供应链的竞争与合作，此外，对合作模式的深入分析表明，基于收益分享的数量折扣合同可以消除竞争并协调供应链中的参与者。Lee等[6]建议酒店仔细选择合作伙伴，并尽量与多个OTA建立合作关系，从而减少对一个或者少数几个OTA的依赖性；同时，建议各酒店之间应该共享OTA的信息，并达成联盟以共同对抗越来越强势的OTA。

网络经济时代的很多商品具有网络外部性的特点，因此网络经济时代的供应链系统和节点企业要考虑到网络外部性的影响。对于网络外部性，Katz等[7]最先进行了系统性的概括，他们认为用户使用某种产品所获得的效用是与用户的数量相关的，即该产品的用户数量越多，其所能够获得效用的增加值就越大，并将这种现象称为“消费者的规模经济性”。Liebowitz等[8]又对网络外部性有了进一步的定义，即当使用某种产品的用户数量增加时，那么使用同种产品的用户所能获得的最终效用也会得到增加。陈薇[9]从经济学的角度对于网络外部性也给出了明确定义，即由于使用同种产品或互补产品的用户数量增多，所以用户使用该种产品所获得的效用得到提升，这时就产生了网络外部性，而此时原有使用这一产品的用户也无需为增加的效用而付出代价。肖勇波等[10]设计了一个网络零售商和一个移动平台服务商组成的供应链系统，考虑到平台捕获的需求所带来的网络外部性，服务商需要决策最优营销投入，从而基于一个Stackelberg博弈模型，研究了零售商的最优佣金和服务商的最优营销努力决策，刻画了最优决策的结构性质，并提出了一个分段佣金契约来实现供应链的协调。罗泰晔[11]通过研究C2B(customer to business)模式下具有网络外部性的个性化定制产品的定价策略，得到个性化定制产品的最优价格，并发现网络外部性对C2B卖家的总利润有正面影响。李永立等[12]将网络外部性与先行消费者的效应引入到消费者效用函数，研究在不同市场结构下生产者的最优定价策略。郝家芹等[13]考虑了分享经济平台的网络外部性，分析网络外部性对该平台的影响。张旭梅等[14]构建了电信供应链运营主体在不同博弈结构下的定价决策模型，分析了网络外部性等因素对电信企业利润的影响，研究不同网络外部性规模对最优决策的影响，并给出了相应的合作建议。Mahajan等[15]分析网络外部性对互联网产品不同捆绑销售模式的选择以及其成本的影响。王晓明等[16]建立了针对单一电信业务的服务提供商和电信运营商的合作定价模型，给出了网络外部性等因素影响下的电信企业合作建议。

目前针对酒店供应链的研究大多数在酒店与OTA的合作模式、利润分配以及客房资源分配的问题上，而涉及网络外部性的研究较少，在如今互联网大数据的环境背景下，网络外部性对酒店与OTA的定价以及合作模式选择的影响是不容忽视的。鉴于此，本文研究在酒店与OTA采用不同的合作模式下当OTA做出销售努力时平台的网络外部性对供应链主体定价决策的影响。

1 模型构建

本文考虑网络外部性，即平台用户数越多，用户所能够获得的效用越大。比如：使用某个OTA平台的用户越多，用户能获取的信息就越多，从而消费者效用越大；对于平台来说，通过投入营销努力，除了获取来自酒店的销售佣金外，吸引的这部分用户还可能为平台创造其他的价值，如通过平台预订房间的用户还有可能购买平台上相关产品或增值服务，从而为平台带来更多的收益。

2 模型分析

当酒店和OTA在不同合作模式下，包括酒店主导的批发价模式和OTA主导的佣金模式，分析网络外部性对酒店和OTA决策的影响，并以集中决策为参考。为后续分析方便，下标C表示集中决策下进行的决策分析，下标DH表示酒店主导的批发价模式，下标DO表示OTA主导的佣金模式。

2.1 酒店主导的批发价模式

在酒店主导的批发价模式下，酒店作为主导方，先决策批发价w，OTA作为跟随方决策价格p与销售努力s。由需求函数可以得到酒店和OTA各自的利润函数如下：

(1)

(2)

式中：c为酒店房间的边际成本；k为OTA的销售努力成本系数。

(3)

(4)

(5)

再将式(5)代入式(3)和(4)得到OTA的最优销售价格以及最优销售努力为

(6)

(7)

此时市场需求为

(8)

此时，酒店和OTA的最优利润分别为

(9)

(10)

酒店和OTA的供应链利润为

(11)

2.2 OTA主导的佣金模式

在OTA主导的佣金模式下，由OTA先决策房间销售价格p以及销售努力s，然后酒店决策佣金ω。

由需求函数可以得到酒店和OTA各自的利润函数如下：

(12)

(13)

同理可得到OTA最优销售努力以及最优销售价格分别为

(14)

(15)

最优佣金为

(16)

此时，市场需求为

(17)

此时，酒店和OTA的最优利润分别为

(18)

(19)

酒店和OTA的供应链整体利润为

(20)

命题2在OTA主导的佣金模式下，OTA平台会影响酒店的佣金决策，酒店支付的佣金、OTA平台的销售价格、销售努力水平、酒店和OTA平台以及整个供应链的利润均会随着网络外部性强度λ的增大而增大。

2.3 集中决策

在集中决策下，酒店和OTA是一个整体，以供应链系统整体利润最大化为目标，合作确定酒店房间的销售价格p以及OTA的销售努力程度s，因此可以得到整个供应链基于利润最大化的需求和供应链利润函数分别为

(21)

(22)

可分别求得供应链最优销售价格以及最优销售努力程度为

(23)

(24)

从而可以得到最优情况下的需求以及供应链整体的最优利润分别为

(25)

(26)

2.4 模型比较

命题3网络外部性也加大了销售努力的价值。平台做出销售努力，房间价格以及房间需求都会提高。当平台存在网络外部性时，房间价格以及房间需求都更高，从而整个供应链的利润更高，并且随着λ的增加，房间价格以及需求增加得越明显。

证明：将式(6)、(15)以及(23)分别关于θ求导得

(27)

(28)

(29)

(30)

将式(8)、(17)以及(25)分别关于θ求导得

(31)

(32)

(33)

可以得到，式(31)～(33)均大于0，说明当OTA做出销售努力时，房间需求会提高。

(34)

在其他模式下同理可证。

推论1当存在网络外部性时，θ的增加会加剧增大集中决策与批发价模式下的总利润差距；当存在网络外部性时，θ的增加会减小集中决策与佣金模式下的总利润差距，但当λ增加到一定程度后，集中决策与佣金模式下的总利润差距将随着θ的增加先减小后增大。

推论1表明：在OTA主导的佣金模式，当网络外部性存在时，OTA付出的销售努力带来的利润增长将更加明显；但是当网络外部性增加到一定程度时，即使销售努力效果系数θ增大，批发价模式下的利润也会更高。算例将给出进一步证明。

命题4表明，对于不同的网络外部性大小具有不同的占优均衡策略。当网络外部性强度在某个阈值内时，佣金模式可以获得更高的房间销售价格；在网络外部性强度阈值之外时，批发价模式可以获得更高的房间销售价格。网络外部性强度的增大能在一定程度提高房间预定价格。这是由于网络外部性强度的增大使得用户效用增加，进而使得用户规模增加，促使酒店供应链采取高价销售策略。

推论2批发价模式与佣金模式对应均衡决策下的供应链整体利润之差将随着网络外部性强度λ的增大而先减小后增大。

证明：由式(11)和(20)可得

(35)

3 算例分析

通过数值仿真可进一步展示3种情形下均衡决策值的变化趋势，取u=800，n=1 000，c=300，k=1.5。为了方便后续讨论，下标CO表示集中决策与佣金模式的差距，下标CH表示集中决策与批发价模式的差距，下标HO表示批发价模式与佣金模式差距。以集中决策为例，在不同的λ下，θ对集中决策下均衡价格的影响如图1所示，从而也进一步证明了命题3。从图1可以发现，当θ相同时，λ越大，价格越高。同样地，对于需求和利润也是如此。

图1 λ取不同值时集中决策下均衡价格随着θ的变化Fig.1 The effect of θ with different λ on equilibrium price under centralized decision

当λ取不同值时集中决策与批发价模式和佣金模式的均衡利润差随着θ的变化如图2所示。从图2(a)可以看出，当网络外部性存在时，随着θ的增加，集中决策与批发价模式间的利润差会增加，并且λ的值越大，利润差随着θ增加而增加得更明显。这是因为随着θ的增加，集中决策下的需求增加得更快。

(a) 集中决策与批发价模式的均衡利润差

(b) 集中决策与佣金模式的均衡利润差

λ值不同时，θ对3种模式均衡价格的影响如图3所示。从图3(a)可以看出，当网络外部性强度λ增加到一定程度时，随着θ的增加，集中决策下的均衡房间销售价格比批发模式下的均衡价格要高。因此，随着θ的增加，集中决策下与批发价模式下的利润差会越来越大，并且当λ越大时利润差会更明显。相似地，从图3(b)可以得到，当λ=0.5时，θ增加到0.65，佣金模式下的均衡价格是最低的，因此集中决策与佣金模式的均衡利润差先减小后增加，如图2(b)所示，验证了推论1的正确。

(a) λ=0

(b) λ=0.5

图4 λ对3种模式下均衡价格的影响Fig.4 The effect of λ on equilibrium price under three models

图5 λ对批发价模式与佣金模式的均衡利润差的影响Fig.5 The effect of λ on profit gap between wholesale model and commission model

从图5可以清楚地看到，批发价模式与佣金模式的均衡利润之差先减小后增加，验证了推论2。由此说明，在网络外部性强度较小时，对批发价模式供应链整体利润影响较小，酒店受市场结构变化的影响更小，但对佣金模式的利润影响较大，因此两种模式的利润差值会越来越小。但随着网络外部性强度增大到一定程度，使得用户效用增加，从而带来更大的用户规模，这时的房间价格也会提高，促使供应链采取有效的高价销售策略，导致批发价模式供应链整体利润会大幅上升，但此时这两种不同模式的供应链整体利润差增大。这是因为在OTA先决策情形下，OTA平台具有强势主导地位而忽视了服务水平，导致用户业务体验较低。

4 结 语

本文构建由一个OTA和一家酒店组成的两级酒店供应链，分析OTA平台的网络外部性强度对供应链参与方决策的影响。研究发现，网络外部性的存在使得用户效用增加、市场需求增长、房间零售价提高，从而酒店和OTA平台的利润得到提升。在酒店主导的批发价模式下，OTA平台的网络外部性不会影响酒店的批发价格决策，但OTA平台的销售价格以及销售努力水平均会随着网络外部性强度的增大而增大。网络外部性也加大了销售努力的价值。本文刻画了网络外部性强度对定价决策的影响：当网络外部性强度在某个阈值内，佣金模式可获得更高的房间零售价；当网络外部性强度在阈值之外，批发价模式可获得更高的房间零售价。但本文只考虑了一家酒店与一个OTA平台合作的情况，考虑酒店与多个OTA平台竞争合作时的情形以及协调机制的研究将是未来的研究方向。