引言

随着信息技术的发展，越来越多的消费者通过网络途径来预定旅游服务。Toh等[1]指出，80%的旅客通过网络搜索酒店客房信息，其中超过半数的人直接在网上进行预订。酒店纷纷在线上与OTA合作对客房进行预售，Pan等[2]的研究也表明许多酒店的线上预订来自OTA网站。虽然与OTA网站的合作能够在酒店客房需求较低的情况下极大地增加客房预订量，但此类合作也存在着诸多弊端。一方面，现有的几大OTA网站对市场具有极大的影响力，向酒店收取的佣金一般过高。如Guillet等[3]对CHOICE国际酒店集团与著名网上旅行社EXPEDIA在2009年的冲突进行分析，发现佣金率过高是导致双方停止合作的重要因素。另一方面，OTA对酒店的线上销售渠道拥有很强的控制能力，使得酒店不能实现对线上和线下客房销售的灵活调度。面对这些弊端，部分酒店（如7天连锁酒店、如家连锁酒店等）已经开始构建自己的线上官方网站。在线上与OTA网站合作预售客房的同时，还在自家官方网站接受顾客的订单。

来稿形式参见杂志内文，字数控制在2 000左右。随稿请附第一作者职别、专长、地址、电话、身份证号等个人信息。欢迎用E-mail投稿。

然而，酒店在通过自有官方网站销售客房时，首先需要解决的是官方网站点击率低的问题。当转化率一定时，为了吸引更多的网上顾客在官方网站预订，酒店需要与推广商合作以提升网站点击率。此类推广商一般为拥有较多网络资源的搜索引擎（如Google、Baidu）、门户网站和专业旅游推广网站（如Tripadvisor.com）等，酒店在这些网站通过打广告的形式可以提升官方网站的点击率，进而增加顾客需求。

本文针对酒店线上预售和线下销售两阶段模式，分析酒店在线上与OTA保持合作，并考虑与推广商之间合作协调的问题。进一步从酒店的角度出发制定契约，规避推广商推广成本信息不对称造成的负面影响，对我国酒店与推广商的合作具有一定的指导意义。本文将同时考虑酒店在线上和线下两个阶段的销售，考察酒店在不同分销渠道的客房分配，因此首先对现有酒店线上线下双渠道客房分配的相关研究做出综述。其次，本文研究的是酒店与推广商的合作协调问题。该推广定价模式类似于搜索引擎的CPC（Cost Per Click）定价模式，因此需要考察CPC模式广告定价的相关研究。最后，因为本文着重研究信息不对称下酒店与推广商的合作契约设计，本部分还将分析信息不对称情况下的契约设计研究。

1. 酒店线上线下双渠道客房分配研究

客房分配作为收益管理中的一种有效手段，被广泛运用于酒店行业。尤其是在酒店开展线上分销渠道之后，基于线上和线下相结合的两阶段客房分配问题得到了广泛关注。如Koide等[4]假定旅客通过酒店线下前台和线上网站预订房间，在不允许网上旅客退订客房的背景下，分析了酒店两阶段销售的最优房间分配与超售策略。在Koide等[4]研究的基础上，叶飞等[5]进一步考虑了线上预售存在顾客取消客房预订的情况。Ling 等[6]和Guo等[7]研究了酒店与OTA合作机制，探讨了酒店定价策略及客房资源分配等问题，并为酒店在线上阶段选择与何种OTA合作提供了建议。通过将批发模式和佣金模式相结合，Liao等[8]分析了酒店与OTA同时采用批发和佣金两种分销模式时的最优定价和客房分配决策。针对OTA网站通过努力程度提升酒店销量的情况，Zha等[9]分析了酒店同时拥有线下前台和OTA两种分销渠道时的供应链合作协调研究。以上研究虽然均涉及酒店线上和线下的客房分配问题，但酒店的合作方为OTA，与本文的推广商在收费方式上存在显著差异。

2. CPC模式的广告定价研究

由于线上零售商在线上零售网站销售的同时，还可以通过第三方的推广网站进行销售。Chen等[10]针对线上零售商与第三方网站的CPC合作模式，分析了应在何时开通不同的分销渠道。传统的先到先服务（First-Come First-Serve，FCFS）策略会在酒店与第三方网站合作时，使酒店处于十分不利的地位。Xu等[11]提出了一套名为线上专设客房（Setting Online-Exclusive-Rooms ，OERs）的策略，以协助酒店管理第三方网站的客房预订服务。基于竞价排名的广告模式，Ye等[12]研究了当零售商通过竞价获得较前排名时，应降低还是提高其销售价格。除了Chen 等[10]的研究与本文较为接近外，其他的研究主要集中在收费模式的对比上，如林宏伟等[13]和喻海飞等。[14]

3. 信息不对称情况下的契约设计研究

现有关于信息不对称对供应链相关决策影响的研究，主要包含成本信息不对称和需求信息不对称两个方面，而本文研究聚焦于推广成本信息不对称的情形。Iyer等[15]从供应商的角度出发，针对买家缺货成本信息不对称情形提出了最优应对策略，但没有考虑不同渠道的资源分配和供应链协调问题。从零售商的角度出发，Çakanyıldırım 等 [16]通过契约设计解决了生产成本信息不对称下两方的合作问题。与本文比较相近，Cao等[17]从双渠道产品供应链角度讨论了零售商销售成本信息不对称时制造商与零售商合作的最优契约设计问题。Cao等[17]研究与本文最大区别在于，本文中的线上和线下双渠道并不是同时进行销售，即两渠道之间不存在竞争的情况。除了成本信息不对称外，还有其他信息不对称的研究。如Babich等[18]考虑了需求信息不对称情况下的契约设计问题，Lei等[19]同时考虑了需求和成本信息不对称的契约设计问题。此外，Song等[20]考虑了当顾客退货率存在信息不对称时的供应链协调问题。但这些研究都是讨论产品供应链的协调问题，并未涉及服务供应链的协调问题。

根据以上文献综述我们发现，虽然现阶段已存在较多关于酒店线上线下双渠道的客房分配研究，但是这些研究都是针对酒店在线上与OTA网站展开合作的情形，很少考虑酒店与推广商合作的情况。与本文最为接近的是胡树安[21]的研究，同样是以酒店与推广商合作为研究背景。虽然胡树安、周永务等[21,22]针对信息不对称下酒店与推广商的合作进行了契约设计，帮助酒店规避推广商的谎报行为，但是其仅考虑了线上销售单个阶段，而且并没有研究顾客的点击转化率和供应链的合作协调问题。与此同时，其他关于广告合作的研究主要集中于收费模式的比较和广告位的拍卖问题。Chen等[10]的研究与本文比较接近，但是并未考虑推广成本信息不对称的情况，并且他们的研究主要集中于是否开通不同渠道，而不是供应链的协调研究。

一、问题描述

本文以占主导地位的酒店（如7天连锁酒店）、推广商和OTA（如携程）的合作关系为研究对象，假设酒店销售的客房为同一类型，客房总量为C，酒店与推广商均为风险中性的决策者。酒店在销售客房时拥有线上官网预售、OTA预售和线下门店销售三个渠道。在线上预售阶段，为了吸引顾客尽早确认入住，酒店在官方网站提前至少半年以较低价格p1接受订单，而且旅客不能取消订单。[4,5]为了提高客房入住率，酒店官网还与推广商展开合作，官网预售的最大客房量为Q。同时，由于酒店在加盟OTA时每售出一间客房需要向OTA支付较高的佣金，酒店在OTA网站上单位客房收益α×p1（0＜α＜1）一般会小于在官网销售的收益p1，OTA网站上客房的最大预售量为q。在线下销售阶段，顾客无需经过其他环节直接在酒店前台缴费p2（p2＞p1）入住，而且由于此阶段的顾客几乎为当天入住，所以不考虑其取消入住的情形。

酒店和推广商的决策发生在第一阶段开始的时刻t0。在OTA网站上预售时的单位客房收益为α×p1，客房预留量为q，其中α和q均为外生给定。在此基础上，酒店首先决策从推广商处获得单次点击向酒店支付的佣金w，以及分配给官网预售的最大客房量Q。推广商根据佣金决策需要达到的推广点击量为ρ。将OTA网站上的顾客需求记作x1，分布函数为F1(x)，概率密度函数为f1(x)＞0；酒店官网不与推广商合作时，客房需求记作x2，分布函数为F2(x)，概率密度函数f2(x)＞0。顾客在酒店官网的预定行为可以拆分为两个步骤：第一步，顾客浏览网页并点击进入酒店官网的点击量ρ；第二步，顾客进入酒店官网后预定客房的转化率θ（此处假设θ为定值）。此时的官网客房需求可表示为x2+θρ。在t1时刻前，若OTA网站预定量达到q间以上并且官网预定量达到Q间以上，第一阶段结束。否则，直到t1时刻线上预售才结束，并将未售出的(q-x1)++(Q-x2-θρ)+间客房转至线下进行销售。由于推广商只是吸引顾客到酒店的官方网站，假设线下需求不受推广商的影响。将线下需求记作y，分布函数为G(y)，概率密度函数为g(y)＞0。根据以上描述，可得与推广商合作之后线上需求与客房预留量q、Q之间的关系为：

革兰阳性菌耐药率较低的抗菌药物为头孢唑肟以及万古霉素，耐药率分别为35.65%与0.00%，革兰阳性菌耐药率较高，超过80%的有左氧氟沙星、头孢唑林、氟氯西林以及甲氧苄啶，详细统计结果见表2。

 

线下需求与客房预留量q、Q及客房总量C的关系为：

 

可知πhotel为关于Q的凹函数，式（7）的正负性只与的符号有关，由此可得：

二、酒店服务供应链决策模型分析

1. 分散情形下的决策模型

本部分研究处于主导地位的酒店与处于从属地位的推广商的策略选择，酒店作为斯塔克伯格博弈的领导者在信息完全对称时能够预期推广商的反应决策，首先确定支付给推广商的佣金水平w。推广商作为从属者根据酒店做出的决策，决定酒店推广点击量ρ。由于能够增加酒店官网的需求量，此处推广商的收益主要与增加的点击量有关，因此推广商的期望收益为w×ρ。可得酒店的期望利润为其两阶段的期望收益之和减去推广费用：

 

引理1的证明比较直观，因为酒店没有必要对不同成本系数的推广商支付超过其保留利润的费用。在最优契约设计下，通过简化可以将约束条件（21）—（24）转化为两等式约束，且最优的契约设计见如下定理（证明过程省略备索）。

公诉人直言，且不说谢晖还只是个厅官，在省部级落马官员中，这样的涉案金额和人员都是少见的。“谢晖任性用权，无视纪律，大搞权钱交易，利益输送，致使自治区劳教、监狱两个系统的政治生态遭到严重破坏，甚至出现了‘劣币驱逐良币’的逆淘汰，这是最令党组织痛心的，也是此案最惨痛的教训。”

分别于入院或体检时取清晨空腹静脉血检测血清PCT、hs-CRP及D-Dimer水平，分析老年肺炎患者的病情与 PCT、hs-CRP及 D-Dimer的关系。采用电化学发光法检测血清PCT水平，免疫比浊法检测血清hs-CRP及D-Dimer水平，所有操作均严格按说明书要求执行。

 

令 i,j∈{L,H}，且i≠j。当推广成本系数为ki时，推广商向酒店汇报的是真实成本系数ki，根据酒店的最优反应决策可知相应的佣金决策为wi，最优推广点击量决策为ρi。得到推广商的期望利润，记作：

 

接下来先决策Q，再将其最优决策代入收益函数，进一步决策佣金水平ρ。对式（6）中的Q求导，可得：

 

针对以上描述，本文主要回答以下三个问题：（1）酒店与推广商进行合作时，虽然能够提升官网顾客的需求率，但每售出一间客房的边际收益也会减少。那么，酒店在官网的客房预留量较之不与推广商合作时需要怎样调整？（2）酒店与推广商双方进行合作时，能否实现整体协调以便获取更多的整体收益？（3）由于推广成本是推广商的私有信息，推广商可以通过谎报成本信息获得额外收益，那么酒店如何通过设计契约来规避因信息不对称造成的负面影响，并实现自身利润的最大化？

 

根据定理1可得：

性质1：（1）给定酒店在OTA网站的客房预留量q，当线上与线下价格差异(p2-p1)/p2给定时，有跟不与推广商合作的情况相比，酒店的官网客房预留量无需进行调整，且不受转化率θ影响

性质1表明，（1）当给定酒店在OTA网站上的客房预留量为q时，在官网上的预留客房量会随着线上与线下相对价格差的增加而减少。比如给定线下价格p2，(p2-p1)/p2越大，那么线上价格p1越低，相应酒店在官网的单位客房收益越少，因此应当减少预留在官网的客房数量。同样，给定线上价格p1，若(p2-p1)/p2越大，那么线下价格p2越高，相应酒店在线下门店的单位客房收益越多，因此应当增加线下销售的客房，即减少官网预留的客房数量。（2）如果给定线上与线下的相对价格差(p2-p1)/p2，酒店官网上的客房预留量也随着OTA网站上客房预留量增加而减少。这是因为线下价格通常高于线上价格，当分配在OTA网站的客房增加时，为了促使线下客房需求提高收益，酒店自然减少在自己官方网站上的客房预留量。又根据式（8）可知，给定在OTA网站上的客房预留量为q时，官网的最优客房预留量Q*只与q和(p2-p1)/p2有关，不受推广点击量的影响。因此本研究认为，给定OTA网站上的客房预留量时，酒店无需对官网的客房预留量进行调整，并且无论转化率θ如何变化，预留客房量均不受影响。

由于酒店对推广成本不确定，推广商会凭借相对信息优势，通过向酒店谎报推广成本为kj来谋求更多利益。根据酒店的最优反应决策可知相应的佣金决策为wj，最优推广点击量决策为ρj。这时推广商的期望利润为：

 

因为（证明略），即πhotel为关于ρ的凹函数，可得ρ的最优决策为：

2007年，他第一次考取ISG侍酒师认证，隔年他又考取认证侍酒师（Certified Sommelier，简称CS），再度成为中国大陆通过认证的第一人。与此同时，在加拿大期间他还进行了WSET系统的学习。在考Diploma时，他都是比肩着最好去的，比如长居勃艮第的华人Mei Hong是一年多考出来的，他也奔着赶超这个目标而去。“当时我的目标是一年读出来，要不然不可能把4、5、6单元放在一天考，学得烦死了都。”结果他还得了两个优，一个良。只是不凑巧，到最重要的第三单元，他一直重感冒没法考，而当时加拿大考这个级别的人少，一年只有一次机会，结果导致延迟了一年毕业。

 

同时可得最优的佣金水平w*=k×ρ*，得出性质2：

性质2：在分散决策下，（1）对推广商而言有

根据性质2，客房总量C越多，酒店越愿意向推广商支付更高的佣金w，获得更高的客房推广点击量ρ，以此提升客房需求。而当在OTA网站上预留的客房量q较多时，结合性质1，酒店不应该在官网售出过多的客房。因此，酒店无需借助推广商过高地提升官网的需求，即w和ρ随着q的增大而减小。同时，由可知，推广商的推广点击量随着推广成本系数的增加而减少，酒店应当通过增加佣金来激励推广商提升推广点击量。最后需要指出的是，当转化率θ增大时，推广商应该调整推广点击量以保证官网客房购买量递增。

显效：经治疗，患者临床症状基本消失，血压降低超过15 mmHg，心绞痛发作次数显著减少，疼痛程度明显减轻，各项生理指标明显改善；有效：经治疗，患者临床症状有所减轻，血压降低超过8 mmHg，心绞痛发作次数有所减少，各项生理指标明显好转；无效：经治疗，患者病情未好转。显效率与有效率之和为总有效率[2]。

2. 集中式决策模型

将酒店与推广商看作一个整体，此处分析两方在集中情形下最优的官网客房预留量和推广点击量。集中式决策下的整体期望利润为：

顾客可以按照个人的消费标准和口味来选择适合自己的用餐组合。女生偏爱的甜点，父母偏爱的汤，都可以变成套餐中的一员，增加用餐亮点。

 

 

即集中决策与分散决策下的最优客房预留量相同，为：

 

同时令∏对推广点击量ρ求二阶导数，可证得并有：

 

得推广点击量的最优决策为：

 

可证得ρ**＞ρ*。

现将Q**和ρ**代入式（11），可得集中决策下的整体利润为：

 

将Q*和ρ*代入式（4）和（5），两式相加可得分散决策下的整体利润为：

年轻教师要因势利导引导每个队员树立正确的人生观、价值观；明辨是非，坚持正义，传播正能量，自觉抵制歪风邪气；刻苦训练，保质保量完成任务，树立责任感。积极进取，通过吃苦耐劳的意志品质和良好的训练作风，不仅要在训练中取得优异成绩，也要在比赛中和考试中取得优异成绩，建树实力、形象、荣誉，更要戒骄戒躁，谦虚谨慎，珍惜自己的个人荣誉。

 

显然∏**与∏*的表达式相同，又根据式（12）得Q**=Q*，而根据式（13）得出ρ**使整体利润函数∏(Q,ρ)达到最大，即因为给定Q=Q**=Q*时，∏(Q,ρ)为关于ρ的凹函数，且ρ**＞ρ*，所以有因此，当ρ从ρ*增加到ρ**时，整体利润也会增加，即有∏**＞∏*。

老沟林场，这片藏在大兴安岭深林里的乐土，仿佛要慢慢地取代那个叫洞庭湖的记忆。洞庭湖畔，有个叫欧阳橘红的女人，因了欧阳橘红，洞庭湖浩渺的水域，才无法从记忆中退出。一九六七年夏天他和欧阳橘红的事被雷志雄捉奸在床，关进保卫科后，求华安松了梆，半晚跳窗逃离滨湖，秋天到老沟林场，已在这里过了十三个秋天。他现在还是临时工，深山老林里扛木头的临时工，但，潜意识里，已是这深山老林里的一员。

对比集中决策与分散决策，可得到性质3：

性质3：（1）集中决策下的最优推广点击量大于分散决策下的最优推广点击量（即ρ**＞ρ*）；（2）酒店在官网的客房预留量在两种决策机制下是相同的（即Q**=Q*）；（3）集中决策下的整体利润大于分散决策下的整体利润（即∏**＞∏*）；（4）在集中决策情形下，也有

根据性质3可知，酒店与推广商双方不合作产生了双边际效应。因此若想实现整体协调，酒店需要通过设计契约诱导推广商提升推广点击量。此外，在集中决策下，客房总量越多，酒店越需要通过推广的形式提升需求，避免客房资源的浪费，因此越需要加大推广点击量。又由可知，当推广成本系数增大时，在集中决策下应当降低推广点击量。这主要是为了避免付出过多的推广成本。另外，当分配在OTA网站的客房预留量增加时，性质3表明在集中决策下也应该降低推广点击量，这主要是因为需要在官网上预售的客房量变少。

3. 整体协调契约设计

根据上述分析可知，由于双边际效应，合作双方在分散决策下存在部分收益损失（见性质3），不能实现整体利润最大化。本文设计了一份利润共享契约菜单{f,ρ**}，即酒店通过向推广商一次性支付固定费用f，要求推广商的推广点击量达到ρ**，以实现整体利润最大化。这样寻求最优协调契约问题即为下列优化问题：

 

 

其中，约束（15）表示酒店按照契约一次性支付费用f给推广商后，所得的利润不小于分散决策下的利润。约束（16）表示推广商按照契约与酒店合作后的利润不低于分散决策下的利润，即式（15）与（16）为两方按照契约进行合作的充分条件。

定理1 存在一份双赢的合作契约，即酒店可以通过向推广商一次性支付固定费用f，并要求其推广点击量为ρ**，使整体收益达到最优的同时增加双方的利润。且当支付给推广商的一次性费用为时，酒店的利润达到最大。

证明过程省略备索。对定理1中酒店利润达到最大化时的契约菜单进行分析，可以得到性质4：

性质4：一次性支付的费用f与各参数之间满足如下关系：

性质4与性质3比较相似。客房总量越多，酒店就越需要通过推广的形式提升需求，因此协调时就愿意支付更高的转移支付费用f，以避免客房资源的浪费。而当分配在OTA网站的客房预留量增加时，酒店在协调推广商时也可以减少一次性转移支付费用，因为酒店需要在官网上预售的客房量减少了。

三、不对称信息情形下合作契约再设计

1. 信息不对称情形下的决策模型

以上分析完全建立在信息对称的基础之上，即交易双方相互知道对方的最优决策信息。然而在实际运作中，推广成本系数作为推广商的私有信息并不为酒店所知，酒店只知道存在低成本系数和高成本系数两种类型的推广商。酒店认为推广商为低成本类型的概率为β，成本系数记作kL；推广商为高成本类型的概率为1-β，成本系数记作kH。记两种成本情形下的期望利润为推广商的保留利润，即需要注意的是，β、kL(H)和为合作双方共知。

得到推广商的最优反应决策为ρ'=w/k，可看出推广商关于点击量的决策与佣金水平一一对应，因此可将酒店关于佣金的决策转换为关于点击量的决策，代入式（4）可得：

 

将式（8）代入式（6），进一步对ρ求偏导，可得：

总之，数据分析观念自提出并实施以来，取得了一些阶段性的成果，但也存在一些问题需要持续、深入的合作研究和探索.为了进一步推进统计与概率课程的改革，研究者和实践者需要对数据分析观念引起高度关注，加强对研究现状的考察和问题的解决，进而落实数据分析观念的培养目标.

 

当推广商会向酒店谎报自己的推广成本，相应增加的利润为

 

2. 契约设计要求

根据以上分析，我们发现推广商会在特定情况下谎报推广成本来谋取更多利润，这一举动会在酒店毫不知情的情况下对其利润造成损失。为了帮助酒店规避推广商的谎报行为，本研究针对推广商的两种推广成本，从酒店的角度设计了一份契约菜单：{(fL,ρL),(fH,ρH)}，即当推广商与酒店进行合作收取一次性费用fi(j)后，其推广点击量必须为ρi(j)（i,j∈{L,H}，且 i≠ j）。

酒店的期望利润函数变为：

 

时，恰有因此，通过解决问题R，酒店实现自身期望利润最大化：

 

前两项约束（19）、（20）为个人理性约束，即推广商选择按契约进行合作所得的利润不得少于其保留利润。（21）、（22）为激励相容约束，即保证推广商根据成本系数主动选择适合自己的契约。（23）为酒店实现利润最大化时，在官网预留的客房数量需要满足的条件。

3. 最优契约设置

为解决问题R，确定最优的契约设计在此处引入引理1：

引理1：当问题R达到最优时，前两项约束（21）、（22）中至少有一个取等号

记推广商的推广成本系数为k，推广成本为（在成本管理的相关研究中得到广泛运用，如Krishnan等、[23]Ling等[6]），可得推广商的期望利润为：

定理2最优契约设计如下：

 

 

根据定理2，可得：

性质5：信息不对称情况下，（1）成本系数较低（kH）与成本系数较高（kL）的保留利润差距较小时，供应链只能在成本系数较低的部分实现整体协调；（2）当差距较大时，供应链只能在成本系数较高的部分实现整体协调；（3）当差距适中时，供应链能完全实现整体协调

提高自动化水平，实现减员增效。增效扩容改造大幅度提升了电站自动化程度，实现“无人值班，少人值守”，减员1211人，减员比例达23%，每年可减少支出3600万元，增强了电站发展后劲。

四、数值分析

通过对国内某知名连锁酒店在广州运营情况的调研，收集到信息如下：其拥有300间同类客房，在线下门店的直接销售价格为p2=200，在官网预定的单位价格为p1=150。而在OTA网站预售时的单位收益为0.85×p1，即α=0.85，OTA的佣金水平为15%。假设酒店在三个渠道的需求都服从指数分布，在线上预售阶段，OTA网站的需求为官方网站的需求为线下阶段，酒店门店的需求为1在00与推广商合作时，通过测算推广成本系数约为k=0.15。通过本文的研究理论结合企业的运营数据，分析OTA客房预留量q和顾客点击转化率θ的变化对最优官网客房预留量Q、推广点击量ρ，以及协调契约下一次性支付费用f的影响。经过分析，当成本系数较低（kL）时，OTA网站的客房预留量q从0增加到150（步长50），顾客点击转化率θ从0.1增加到0.4。

 

表1 OTA客房预留量q和顾客点击转化率θ的影响

  

θ q Q*=Q** f 分散决策情形 集中决策情形πpromoter* ρ* πhotel* Π* πpromoter** ρ** πhotel** Π**0.1 0 242.5 219.9 44 24.42 38568 38612 44 48.33 38612 38656 0.1 50 197.9 141.0 28 19.57 40460 40488 28 38.68 40488 40516 0.1 100 161.4 85.4 17 15.24 41280 41297 17 30.12 41297 41314 0.1 150 130.5 46.8 9 11.28 41302 41311 9 22.79 41312 41321 0.2 0 242.5 787.9 168 47.34 38828 38996 168 90.90 38983 39151 0.2 50 197.9 499.4 107 37.81 40625 40732 107 72.32 40722 40829 0.2 100 161.4 300.8 65 29.39 41379 41444 65 56.10 41437 41502 0.2 150 130.5 164.4 35 21.74 41358 41393 35 41.46 41391 41426 0.3 0 242.5 1487.6 342 67.49 39227 39569 342 123.61 39512 39854 0.3 50 197.9 930.9 216 53.65 40877 41093 216 97.64 41051 41267 0.3 100 161.4 557.0 130 41.60 41530 41660 130 75.47 41634 41764 0.3 150 130.5 304.2 71 30.74 41442 41513 71 55.78 41503 41574 0.4 0 242.5 2108.5 529 84.00 39724 40253 529 145.11 40109 40638 0.4 50 197.9 1305.7 331 66.43 41187 41518 331 114.00 41421 41752 0.4 100 161.4 778.0 198 51.38 41716 41914 198 87.94 41854 42052 0.4 150 130.5 425.7 108 37.96 41547 41655 108 65.08 41628 41736

  

图1 q变化对酒店利润πhotel和整体利润Π的影响

1. q变化的影响

根据表1中的数据，当OTA网站上的客房预留量q从0增加到150时，酒店在官网的客房预留量Q*(Q**)和协调时的一次性支付费用f递减。而且，无论是分散决策还是集中决策，最优的推广点击量ρ*(ρ**)也递减，且ρ*＜ρ**。同时，观察推广商的利润，我们发现推广商的利润随OTA网站预留客房量的增加而减少。根据表1中q变化对酒店利润πhotel、推广商利润πpromoter和整体利润∏的影响，以θ=0.4为例，可得图1。

滚筒筛安装在距粉煤皮带落煤点10米左右位置，利用分煤器将粉煤截留进入滚筒筛中，经过筛分粒度大于1cm的部分落入滚筒筛后面，粒度小于1cm的经过滚筒筛底部皮带进入粉煤堆中。采用该种设计方案既能兼顾整体原煤筛分需要，又可以多筛出小颗粒块煤。同时采用这种布置方案，如滚筒筛出现故障时，可以随时停用检修，不会影响整体粉煤筛分。

2）系统的兼容性有待提高。系统的设计按照项目管理的基本程序来进行，因此对于历史项目和数据不能很好地兼容。如按照项目申报—中期检查—项目结题的程序，只有使用系统进行申报的教改项目才能使用系统进行中期检查等后续各项管理工作，以往的项目只能沿用以往纸质形式，一定程度上影响了系统的使用效率。

可以看出，集中决策下的酒店利润πhotel和整体利润∏分别大于分散决策下的利润。当OTA客房预留量q递增时，πhotel与∏都呈先增后减的趋势。而推广商利润在集中决策和分散决策情况下相等，随着OTA网站客房预留量的增加而减少。

2.θ变化的影响

根据表1数据，当OTA网站上的顾客点击转化率θ从0增加到0.4时，酒店在官网的客房预留量Q*(Q**)不受影响。无论是分散决策还是集中决策，酒店利润πhotel和整体利润∏减少，推广商利润πpromoter和协调时的一次性支付费用f增加。以q=100为例，可得图2。

根据图2，不难看出当顾客点击转化率θ增大时，集中决策和分散决策下推广商的利润保持一致。同时，还需指出酒店利润和供应链利润在两种情形下的差距会不断增大。

  

图2 θ变化的影响

五、结论与启示

1. 研究结论

随着网络技术的飞速发展，越来越多的消费者通过网上购买服务，并提前预定服务。这给传统的酒店销售业务带来了较大挑战：一方面网上预定服务增加了酒店的客流量，提高了酒店的入住率；另一方面通过OTA接入的消费者，酒店需要额外支付费用，导致收益率下降。在这种情况下，研究酒店、推广商以及OTA之间的协调，这种相互合作的方式不仅能给消费者带来更多便利，还有利于促进酒店行业的繁荣发展。基于此本研究考虑了一个主导酒店、一家推广商和OTA组成的两阶段销售模型，酒店在线上同时接受来自OTA网站和官方网站的客房预订，而在线下门店直接接受顾客的入住。通过酒店服务供应链实际情况调研以及理论模型分析，当给定OTA网站的客房预留量时，我们给出酒店官网最优的客房预留量的指导方案。我们的研究发现了一个有趣现象，即酒店无论是否与推广商开展合作，指导方案中的最佳预留量均无变化，并且该结果不受顾客点击转化率的影响。为了使酒店服务供应链获得最大收益，我们通过契约设计，在信息完全对称的情况下实现了酒店与推广商合作的整体协调。

我们进一步发现，当酒店在OTA网站上预留的客房数量越多或线上线下的价格差异越大时，酒店越需要减少其在官网的预留客房数量。同时，酒店的客房总量较多时，酒店应当加强与推广商的合作，避免客房剩余造成资源浪费。相反，在OTA网站上预留的客房数量越多，酒店在官网预留的客房数量应当越少。此时，酒店无需向推广商支付过多的费用来过度提升推广点击量。当顾客点击转化率增大时，推广商应该调整推广点击量以保证官网客房购买量的增加。在信息不对称的情况下，我们分析推广商谎报成本的动机，并设计了一套契约菜单帮助酒店规避利润损失。从最优的契约设计不难发现，供应链能否实现整体协调与不同成本系数下推广商保留利润的差距有关。只有当保留利润的差距适中时，供应链才能实现完全协调。

2. 研究局限和未来建议

为了得到有趣的分析结论，本文分析了酒店只与一家OTA和推广企业合作的情形，但在实际中酒店往往与多家OTA企业以及推广商合作。另外我们的研究基于酒店是市场环境中的垄断者，在现实中酒店之间的竞争越来越激烈，竞争对酒店的运作决策将产生重要的影响。本文为未来研究的发展方向提出了如下建议：第一，研究应深入分析酒店服务供应链的运作细节，尤其是酒店与OTA方面合作的不同合约方式开展深入分析；第二，研究应结合酒店服务供应链的实际数据；第三，研究应结合酒店的实际案例，分析不同类型的酒店与推广商OTA的不同合作方式。

参考文献

[1] Toh, R., Raven, P., DeKay, F.. Selling Rooms: Hotels Vs. Third-party Websites. Cornell Hospitality Quarterly, 2011, 52(2): 181-189.

[2] Pan, B., Zhang, L., Law, R.. The Complex Matter of Online Hotel Choice. Cornell Hospitality Quarterly, 2013, 54(1): 74-83.

[3] Guillet, B., Law, R.. An Examination of the Relationship between Online Travel Agents and Hotels: A Case Study of Choice Hotels International and Expedia.com. Cornell Hospitality Quarterly, 2013, 54(1): 95-107.

[4] Koide, T., Ishii, H.. The Hotel Yield Management with Two Types of Room Prices, Overbooking and Cancellations. International Journal of Production Economics, 2005, (93): 417-428.

[5] 叶飞, 陆木蕊, 廖鹏. “酒店+ OTA” 双渠道供应链超订策略研究. 运筹与管理, 2015, 24(2): 38-43.

[6] Ling, L., Guo, X., Yang, C.. Opening the Online Marketplace:An Examination of Hotel Pricing and Travel Agency Online Distribution of Rooms. Tourism Management, 2014, (45): 234-243.

[7] Guo, X., Ling, L., Dong, Y.. Cooperation Contract in Tourism Supply Chains: The Optimal Pricing Strategy of Hotels for Cooperative Third Party Strategic Websites. Annals of Tourism Research, 2013, (41): 20-41.

[8] Liao, P., Ye, F., Tayi, G.. Competition and Coordination in Online and Off l ine Hotel Distribution Channels under Commission Override Model. International Journal of Revenue Management,2015, 8(2): 193-217.

[9] Zha, Y., Zhang, J., Yue, X.. Service Supply Chain Coordination with Platform Effort-induced Demand. Annals of Operations Research, 2015, 235(1): 785-806.

[10] Chen, F., Chen J., Xiao Y.. Optimal Control of Selling Channels for an Online Retailer with Cost-Per-Click Payments and Seasonal Products. Production and Operations Management, 2007,16(3): 292-305.

[11] Xu, L., He, P., Hua, Z.. A New Form for a Hotel to Collaborate with a Third-party Website: Setting Online-Exclusive-Rooms.Asia Pacif i c Journal of Tourism Research, 2015, 20(6): 635-655.

[12] Ye, S., Aydin, G., Hu, S.. Sponsored Search Marketing: Dynamic Pricing and Advertising for an Online Retailer. Management Science, 2015, 61(6): 1255-1274.

[13] 林宏伟, 邵培基, 余步雷. 基于风险规避的网络广告两阶段收益定价模型. 系统工程学报, 2013, 28(3): 327-337.

[14] 喻海飞, 王佰荣. 基于有效浏览的CPV网络广告定价模型. 系统管理学报, 2014, (6): 867-875.

[15] Iyer, A., Deshpande, V., Wu, Z.. Contingency Management under Asymmetric Information. Operations Research Letters, 2005,33(6): 572-580.

[16] Çakanyıldırım, M., Feng, Q., Gan, X.. Contracting and Coordination under Asymmetric Production Cost Information. Production and Operations Management, 2012, 21(2): 345-360.

[17] Cao, E., Ma, Y., Wan, C.. Contracting with Asymmetric Cost Information in a Dual-channel Supply Chain. Operations Research Letters, 2013, 41(4): 410-414.

[18] Babich, V., Li, H., Ritchken, P.. Contracting with Asymmetric Demand Information in Supply Chains. European Journal of Operational Research, 2012, 217(2): 333-341.

[19] Lei, D., Li, J., Liu, Z.. Supply Chain Contracts under Demand and Cost Disruptions with Asymmetric Information. International Journal of Production Economics, 2012, 139(1): 116-126.

[20] Song, H., Yang, J.. Contracting under Asymmetric Customer Returns Information and Market Valuation with Advertising-dependent Demand. European J of Industrial Engineering, 2015,9(4): 538-560.

[21] 胡树安. 基于需求推广模式下推广商与酒店的最优决策研究,2016.

[22] 周永务, 胡树安. 推广成本信息不对称下推广商与酒店间的合作契约设计. 运筹与管理, 2016,

[23] Krishnan, H., Kapuscinski, R., Butz, D.. Coordinating Contracts for Decentralized Supply Chains with Retailer Promotional Effort. Management science, 2004, 50(1): 48-63.