2025《航空公司运价投放管理研究的国内外文献综述》4700字.docxVIP

PAGE

PAGE7

航空公司运价投放管理研究的国内外文献综述

航空收益理论是将经济学、管理学和传统的收益学理论同航空运输市场的实际情况相结合的产物。以美国在20世纪70年代通过的“放松管制法案”（AirlineDeregulationAct）为标志，大量的企业和资本涌入到航空市场，让航空业在市场中竞争发展。

美利坚航空公司（简称AA）在上世纪80-90年代的价格血战中采用更加灵活的价格策略与其他航空公司竞争，通过划分不同等级的机票产品满足更多旅客的需要，确保公司的盈利。AA航空在这个过程中逐渐发现价格策略对收益的影响，并开始着手研究座位优化分配的方法。受到AA航空的启发，从上世纪80年代开始，很多学者专门以如何解决航空运输市场的供需关系开展研究，时至今日关于航空收益管理的理论已经相对成熟。

航空公司收益管理思想的基本出发点是差别定价，收益管理的核心在于座位控制。国外针对航班座位控制的研究已有较长的历史，座位控制的问题可以划分为静态控制和动态控制两大类。静态控制是指在航班销售开始之初就确定每个票价等级的价格和销售数量，而动态控制则是在机票的销售过程中动态调整销售价格和数量。从两种模型的特性上可知：静态的座位控制模型简单易行，在不断更新数据的基础上重复运用也可以达到很好的效果，动态的控制模型操作起来较为复杂但也更加精确。

英国学者Littlewood最早提出了静态模型理论，创建了航空公司两级价格的分配模型。他指出如果销售一种折扣的机票收益大于以全价销售的期望收益，则优先销售折扣机票[2]。麻省理工大学的PeterBelobaba在对Littlewood研究的基础上，将两级票价结构扩展到多级，并首次引入了“期望边际收益理论（EMSR）”，分析出每增加一个座位，以一定的价格出售可能得到的期望收益。该模型所获得的结果并非最优而是近似最优，其方法被称为EMSRa[3,4]。McGill等人对此方法进行验证后指出，在特殊情形下EMSRa也会生成错误的结果。此后，McGill和VanRyzin基于座位的边际期望收益，提出了对EMSRa方法的改进，其结果被称为EMSRb[5]。上述静态方法都是在已知需求分布的情况下进行求解。而动态控制模型则是主要研究随着时间的变化是否应该接受某个等级的订座请求。一般动态控制模型采用离散的时间模型，将旅客的订座分布假设为泊松过程。Chen基于动态控制模型探讨了同一航线上的不同航班的座位分配模型[6]。Feng与Gallego拓展了两级价格的收益管理模型，允许需求与票价随时间不断变化，并得出最优定价策略[7]。RalphD.Badinelli从客户需求、机票预售价格的角度出发，运用动态规划法构建起动态模型，重点考虑舱位量与价之间的关系[8]。Weherd充分考虑可定价座位控制数量的关系，利用正态分布的各种需求提出了相关的模型[9]。GarciaM.利用非线性回归模型研究了市场集中度对价格策略的影响，发现当市场集中度提高时，中低价票比例较高[10]。Moreno-IzquierdoL.指出竞争对手数量、市场需求和成本是影响航空公司定价策略的三个重要因素[11]。Escobari（2012）对有限时间范围内、不确定需求下的库存动态定价进行实证研究，发现库存与价格存在负因果关系，而销售时间与价格存在正因果关系，研究结果可为最优价格的寻找提供思路[12]。Narangajavana等（2014）通过分析企业不同情况下定价策略动态变化，构建动态定价框架，研究表明航空公司主要采用长期收益定价和短期动态定价策略来确定最佳机票价格[13]。Otero和Akhavan-Tabatabaei（2015）根据旅客到达的随机分布构建包含多舱位等级的随机动态定价模型，应用相位类型分布估计旅客购票概率分布，获得相应最优价格策略[14]。Fiig等（2018）针对民航业新分销能力（NewDistributionCapacity，NDC）提出“供给管理系统（OfferManagementSystem，OMS）”设想，该系统基于云数据和全球实时数据同步技术实现航空公司报价和定价的动态机制[15]。Wan等（2018）研究了考虑旅客在多门店多产品间选择替代行为的零售商存量需求估计问题，运用马尔可夫-蒙特卡洛算法（MCMC）构建了嵌套Logit选择模型和外部替代模型，发现考虑旅客替代行为的库存优化，可显著提高预期利润[16]。Abdallah和Vulcano（2020）根据非齐次泊松分布，研究了在基于需求的多元logit模型下，旅客随时间到达的偏好估计问题。提出了一个最小最大化（MM）算法来简化似然函数的优化计算，可在短时间内实现更好的估计[17]。Ak?ay等（2010）利用线性随机效用来描述顾客选择行为，研