留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于演化博弈的航企与OTA平台竞合研究

杨晨凯 黄建伟 王姿涵

杨晨凯, 黄建伟, 王姿涵. 基于演化博弈的航企与OTA平台竞合研究[J]. 上海工程技术大学学报, 2025, 39(3): 280-285, 291. doi: 10.12299/jsues.24-0046
引用本文: 杨晨凯, 黄建伟, 王姿涵. 基于演化博弈的航企与OTA平台竞合研究[J]. 上海工程技术大学学报, 2025, 39(3): 280-285, 291. doi: 10.12299/jsues.24-0046
YANG Chenkai, HUANG Jianwei, WANG Zihan. Analysis of competition and cooperation between airlines and OTA platforms based on evolutionary game theory[J]. Journal of Shanghai University of Engineering Science, 2025, 39(3): 280-285, 291. doi: 10.12299/jsues.24-0046
Citation: YANG Chenkai, HUANG Jianwei, WANG Zihan. Analysis of competition and cooperation between airlines and OTA platforms based on evolutionary game theory[J]. Journal of Shanghai University of Engineering Science, 2025, 39(3): 280-285, 291. doi: 10.12299/jsues.24-0046

基于演化博弈的航企与OTA平台竞合研究

doi: 10.12299/jsues.24-0046
详细信息
    作者简介:

    杨晨凯(1997 − ),男,硕士生,研究方向为航空运输经济与管理。E-mail:1829070733@qq.com

    通讯作者:

    黄建伟(1974 − ),男,副教授,博士,研究方向为航空运输经济与管理。E-mail:jianwei0221@126.com

  • 中图分类号: F272

Analysis of competition and cooperation between airlines and OTA platforms based on evolutionary game theory

  • 摘要: 以航企与在线旅游代理(online travel agency, OTA)平台在竞争与合作过程中的策略选择为研究对象,建立演化博弈模型,利用复制动态方程与雅可比矩阵研究其策略选择的演化趋势。以中国东方航空(简称东航)与OTA平台携程为例,使用Matlab演化博弈仿真工具,研究不同参数变化对双方策略选择的影响。结果显示,东航采取“提直降代”,OTA平台采取“退守酒店、租赁产业”是双方演化博弈的稳定均衡策略。
  • 图  1  情形1~4动态演化相位图

    Figure  1.  Dynamic evolution phase diagram for proposition 1 to 4

    图  2  初始合作意愿仿真图

    Figure  2.  Initial willingness to cooperate

    图  3  参数调整对稳定演化策略的影响

    Figure  3.  Impact of parameter adjustment on stable evolution strategy

    图  4  东航与OTA平台携程演化博弈结果

    Figure  4.  Evolution game results between China Eastern Airlines and OTA platform Ctrip

    表  1  博弈模型中的相关参变量及其含义

    Table  1.   Relevant parameters and variables in game model

    名称 含义 名称 含义
    R 航企客运营业收入 C OTA平台代理收入
    F 航企初始成本 D OTA平台初始成本
    L 航企采取策略时增加的成本 S 平台采取策略后住宿预订增加的收入
    B 航企采取策略时的收益 Ce 平台不采取策略时减少的代理收入
    α 航企采取策略时收益的损失系数 ζ 平台采取策略时广告等带来收益增长率
    β 平台采取策略后航企代理费增长率 γ 平台采取策略时住宿预订带来收益增长率
    注:为符合实际意义,参数αβγζ的取值范围均为[0,1]。
    下载: 导出CSV

    表  2  航企和OTA平台策略博弈收益矩阵

    Table  2.   Profit matrix of strategy game between airlines and OTA platforms

    博弈主体 OTA平台
    采取“退守酒店、租赁产业” 不采取“退守酒店、租赁产业”
    航企 采取“提直降代”策略 $ R - F - L - (C - {C_{\mathrm{e}}}) + (1 - \alpha )B $ $ R - F - (C - {C_{\mathrm{e}}}) + (1 - \alpha )B $
    $ (1+\zeta)\left[C+(1+\gamma)S-C_{\mathrm{e}}-D\right] $ $ C - {C_{\mathrm{e}}} - D + S $
    不采取“提直降代”策略 $ R - F - (1 + \beta )C $ $ R - F - C $
    $ (1 + \zeta )[(1 + \beta )C + (1 + \gamma )S - D] $ $ C - D + S $
    下载: 导出CSV

    表  3  均衡点对应的矩阵行列式和迹的表达式

    Table  3.   Expressions of matrix determinants and traces corresponding to equilibrium points

    均衡点 Det J TrJ
    E1(0,0) $ [C_{\mathrm{\mathrm{e}}}+(1-\alpha)B]\left\{\beta C+\gamma S+\zeta[(1+\beta)C+(1+\gamma)S-D]\right\} $ $ \left\{\beta C+\gamma S+\zeta[(1+\beta)C+(1+\gamma)S-D]\right\} $$ + [{C_{\mathrm{e}}} + (1 - \alpha )B] $
    E2(0,1) $ -[C\mathrm{_{\mathrm{\mathrm{e}}}}+(1-\alpha)B]\left\{\gamma S+C\mathrm{_{\mathrm{\mathrm{e}}}}+\zeta[C+(1+\gamma)S-D]\right\} $ $ \left\{\gamma S+C_{\mathrm{e}}+\zeta[C+(1+\gamma)S-D]\right\} $$ - [{C_{\mathrm{e}}} + (1 - \alpha )B] $
    E3(1,0) $ -\left\{\beta C+\gamma S+\zeta[(1+\beta)C+(1+\gamma)S-D]\right\} $$ [{C_{\mathrm{e}}} + (1 - \alpha )B - L + \beta C] $ $ -\left\{\beta C+\gamma S+\zeta[(1+\beta)C+(1+\gamma)S-D]\right\} $$ + [{C_{\mathrm{e}}} + (1 - \alpha )B] $
    E4(1,1) $ [C\mathrm{_{\mathrm{e}}}+(1-\alpha)B-L+\beta C]\left\{\gamma S+C_{\mathrm{\mathrm{e}}}+\zeta[C+(1+\gamma)S-D]\right\} $ $ -\left\{\gamma S+C\mathrm{_{\mathrm{e}}}+\zeta[C+(1+\gamma)S-D]\right\} $$ - [{C_{\mathrm{e}}} + (1 - \alpha )B - L + \beta C] $
    E5(x0,y0) $ -x_0y_0(1-x_0)(1-y_0)(\beta C-L)\left[C_{\mathrm{e}}-(1+\zeta)\beta C\right] $ 0
    下载: 导出CSV

    表  4  关键参变量取值

    Table  4.   Values of key parameters and variables 单位:亿元

    R F B D L C S Ce α β γ ζ
    959.70 824.10 10.85 74.81 57.34 64.14 61.61 10.85 0.81 0.42 0.47 0.10
    下载: 导出CSV
  • [1] 常铮, 俞昕, 江文, 等. 关于航空公司“提直降代”问题的思考[J] . 民航管理, 2016(2): 29 − 34.
    [2] KOO B, MANTIN B, O’CONNOR P. Online distribution of airline tickets: should airlines adopt a single or a multi-channel approach?[J] . Tourism Management, 2011, 32(1): 69 − 74. doi: 10.1016/j.tourman.2009.11.008
    [3] 杨远卓. “提直降代”对机票分销链营业利润影响的分析[J] . 空运商务, 2019(6): 40 − 44. doi: 10.3969/j.issn.1671-3095.2019.06.023
    [4] 张子豪. 航空公司销售策略与渠道优化研究[D] . 合肥: 中国科学技术大学, 2021.
    [5] FRIEDMAN D. Evolutionary games in economics[J] . Econometrica, 1991, 59(3): 637 − 666. doi: 10.2307/2938222
    [6] 艾佳妃. 基于演化博弈的高铁与民航市场策略研究[D] . 成都: 西南交通大学, 2020.
    [7] 王子晗. 动态激励下互联网外卖平台与外卖员互动策略演化博弈分析[D] . 北京: 北京外国语大学, 2022.
    [8] 李琼, 王磊. 制造业与物流业联动各方在信息协同中的演化博弈分析[J] . 系统工程, 2024, 42(5): 52 − 64.
    [9] SAMPLE C, ALLEN B. The limits of weak selection and large population size in evolutionary game theory[J] . Journal of Mathematical Biology, 2017, 75(5): 1285 − 1317. doi: 10.1007/s00285-017-1119-4
    [10] BAI Z, HUANG M X, BIAN S, et al. A study of taxi service mode choice based on evolutionary game theory[J] . Journal of Advanced Transportation, 2019, 2019: 8607942.
  • 加载中
图(4) / 表(4)
计量
  • 文章访问数:  13
  • HTML全文浏览量:  9
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-02-29
  • 网络出版日期:  2025-12-22
  • 刊出日期:  2025-09-30

目录

    /

    返回文章
    返回