考虑旅客选择行为的多舱位等级动态定价研究

doi:10.16381/j.cnki.issn1003-207x.2019.1200

摘要/Abstract

摘要：

通过实证方法研究了考虑旅客选择行为的多舱位等级动态定价决策问题。基于多元Logit选择模型，提出了考虑票价、售出数量、变更转签限制、退票费用限制和提前预订天数等因素的旅客选择行为模型，并结合航空公司历史运营数据使用马尔可夫蒙特卡洛方法对旅客到达率以及旅客选择行为模型中的属性参数进行了估计。在此基础上，构建了融合旅客到达率和旅客选择行为的多舱位等级动态定价决策模型，用以阐释考虑旅客选择行为的舱位等级最优价格决策过程，确定每个时期舱位等级的定价策略，评估基于旅客选择的定价策略相较于现行定价策略的收益改进。实证结果表明：当决策时间点临近航班出发日时，舱位等级价格会随之提高；在同一个决策时间点，舱位等级价格会随座位余量的减少而提高。相较于现行定价策略，基于旅客选择的定价策略预期收益提高了22.32%，证明了基于旅客选择的定价策略在现实环境中的可行性和经济性。

关键词: 旅客选择行为, 航空收益管理, 动态定价, 多元Logit模型

Abstract:

In this paper， the dynamic pricing problem of multi-class considering passengers’ choice behavior is studied by empirical research. The passengers’ choice behavior is modelled using a Multinomial Logit model. This passengers’ choice model characterizes observable attributes of passengers， including price， the number of tickets， transfer limits， refund limits and advance booking days. Then Markov Chain Monte Carlo method is used to estimate the parameters of passengers’ choice model and passengers’ arrival rate based on real operational data of airline industry. On this basis， a new dynamic pricing model applying the arrival rate and the parameters of passengers’ choice model is proposed to present the optimal price decision making process. The choice model estimates are then used to access the revenue performance of the current pricing strategy by the airline relative to pricing strategy optimized to account for passenger’s choice behavior. Empirical results show that， the optimal price decision according to the available seats of each class in each time period can be obtained. When the decision time is approaching the departure date， the optimal price of each class will increase accordingly. The price of each class will increase with the reduction of available seats at the same decision period. Our results show 22.32% average revenue improvements using the pricing strategy considering choice behavior. Especially， expected revenue of the flights with low revenue in actual will significantly increase by the pricing strategy considering passengers’ choice behavior. Overall， it is suggested that pricing strategy based on passengers’ choice behavior is both feasible to execute and economically significant in real-world airline environments.

Key words: passengers’ choice behavior, airline revenue management, dynamic pricing, multinomial logit model

中图分类号:

F560.6

陈梦曦,田澎,李相勇. 考虑旅客选择行为的多舱位等级动态定价研究[J]. 中国管理科学, 2023, 31(11): 312-320.

Meng-xi CHEN,Peng TIAN,Xiang-yong LI. Dynamic Pricing Model for Multi-class Problem Considering Air Passengers' Choice Behavior[J]. Chinese Journal of Management Science, 2023, 31(11): 312-320.

图/表 6

表1

案例1与案例2参数估计结果"

价格系数	案例1			案例2
价格系数	场景1	场景2	场景3	场景1	场景2	场景3
$β ? c l a s s 1$	-0.3657	-0.3536	-0.2819	-0.0094	-0.0062	-0.0085
$β ? c l a s s 2$	-0.0228	-0.0149	-0.0261	-0.7274	-0.0087	-0.0135
$β ? c l a s s 3$	-0.00029	-0.00011	-0.0014	-0.0734	-0.0669	-0.0684
$β ? p r i c e 1$	-0.0525	-0.0519	-0.0535	-0.0006	-0.00017	-0.00014
$β ? p r i c e 2$	-0.0441	-0.0432	-0.0436	-0.0005	-0.00014	-0.00011
$β ? p r i c e 3$	-0.00097	-0.00062	-0.0009	-0.0003	-0.00045	-0.00026
$β ? c h a n g e 1$	-5.0178	-4.9876	-5.0247	-1.3398	-1.9551	-1.6898
$β ? c h a n g e 2$	-0.984	-0.0963	-0.0782	-1.0620	-0.0449	-0.0464
$β ? c h a n g e 3$	-0.00019	-0.00041	-0.0016	-0.3421	-0.2930	-0.3084
$β ? r e f u n d 1$	-0.8167	-0.9725	-0.5915	-0.0269	-0.0302	-0.0277
$β ? r e f u n d 2$	-0.2843	-0.3944	-0.2237	-0.7458	-0.0346	-0.0614
$β ? r e f u n d 3$	-0.0009	-0.0005	-0.0009	-0.3357	-0.2596	-0.2932
$β ? a d_d a y$	-0.6008	-0.3561	-0.2813	-0.2325	-0.1077	-0.2378
$λ ?$	38.1221	21.5927	18.2617	7.1558	4.4921	6.0226

表1

图1

图2

表2

表3

表4

参考文献 20

1	McGill J I， Van Ryzin G J. Revenue management： Research overview and prospects［J］. Transportation Science， 1999， 33（2）： 233-256.
2	Chiou Y C， Liu C H. Advance purchase behaviors of air passengers： A continuous logit model［J］. Transportation Research Part E： Logistics and Transportation Review， 2016， 93： 474-484.
3	Hotle S L， Castillo M， Garrow L A， et al. The impact of advance purchase deadlines on airline consumers’ search and purchase behaviors［J］. Transportation Research Part A： Policy and Practice， 2015， 82： 1-16.
4	Escobari D. Dynamic pricing， advance sales and aggregate demand learning in airlines［J］. The Journal of Industrial Economics， 2012， 60（4）： 697-724.
5	Strauss A K， Klein R， Steinhardt C. A review of choice-based revenue management： Theory and methods［J］. European Journal of Operational Research， 2018， 271（2）： 375-387.
6	Akçay Y， Natarajan H P， Xu S H. Joint dynamic pricing of multiple perishable products under consumer choice［J］. Management Science， 2010， 56（8）： 1345-1361.
7	Suh M， Aydin G. Dynamic pricing of substitutable products with limited inventories under logit demand［J］. IIE Transactions， 2011， 43（5）： 323-331.
8	陈武华，孙燕红，华中生. 基于顾客选择的酒店多房间类型联合定价研究［J］. 管理科学学报，2013，16（7）： 23-33.
	Chen Wuhua， Sun Yanhong， Hua Zhongsheng. Joint pricing of multiple types of rooms in hotel under customer choices［J］.Journal of Management Sciences in China，2013，16（7）： 23-33.
9	熊浩，鄢慧丽.考虑旅客跨区间流转的机票多预定区间折扣优化模型研究［J］.中国管理科学， 2019， 27（8）： 172-180.
	Xiong Hao， Yan huili. An intertemporal pricing optimization model of the airline ticket based on revenue management［J］. Chinese Journal of Management Science，2019， 27（8）： 172-180.
10	Zhao Guihong， Cui Yue， Cheng Shaoyu. Dynamic pricing of ancillary services based on passenger choice behavior［J］. Journal of Air Transport Management， 2021， 94： 102058.
11	谭美容.短视和策略乘客并存的航空机票定价研究［J］.工业工程与管理，2018，23（3）：107-115.
	Tan Meirong. Optimal pricing for tickets with myopic and strategic passengers［J］.Industrial Engineering and Management，2018， 23（3）： 107-115.
12	李豪，彭庆，谭美容.乘客策略行为下考虑需求学习的航空客运动态定价策略研究［J］.运筹与管理，2018，27（4）：118-125+172.
	Li Hao， Peng Qing， Tan Meirong. Dynamic pricing strategy for airline tickets through demand learning with strategic passengers［J］. Operations Research and Management Science，2018， 27（4）： 118-125+172.
13	李豪，彭庆，谭美容.面向乘客策略行为的航空公司舱位控制与动态定价模型［J］.控制与决策，2018，33（7）：1295-1302.
	Li Hao， Peng Qing， Tan Meirong. Optimal seat inventory control and dynamic pricing for airline with strategic passengers［J］. Control and Decision，2018， 33（7）： 1295-1302.
14	Talluri K T， Van Ryzin G J. Revenue management under a general discrete choice model of consumer behavior［J］. Management Science， 2004， 50（1）： 15-33.
15	Vulcano G， Van Ryzin G J， Chaar W. Om practice—Choice-based revenue management： an empirical study of estimation and optimization［J］. Manufacturing & Service Operations Management， 2010， 12（3）： 371-392.
16	Newman J P， Ferguson M E， Garrow L A， et al. Estimation of choice-based models using sales data from a single firm［J］. Manufacturing & Service Operations Management， 2014， 16（2）： 184-197.
17	Otero D F， Akhavan-Tabatabaei R. A stochastic dynamic pricing model for the multiclass problems in the airline industry［J］. European Journal of Operational Research， 2015， 242（1）： 188-200.
18	Wan Mingchao， Huang Yihui， Zhao Lei， et al. Demand estimation under multi-store multi-product substitution in high density traditional retail［J］. European Journal of Operational Research， 2018， 266（1）： 99-111.
19	Vulcano G， Van Ryzin G J， Ratliff R. Estimating primary demand for substitutable products from sales transaction data［J］. Operations Research， 2012， 60（2）： 313-334.
20	Abdallah T， Vulcano G. Demand estimation under the multinomial logit model from sales transaction data［J］. Manufacturing & Service Operations Management， 2021， 23（5）： 1196-1216.

场景	座位余量			价格（单位：元）
场景	低舱位等级	中舱位等级	高舱位等级	低舱位等级	中舱位等级	高舱位等级
1	10	10	10	240	622	960
1	5	10	15	480	622	960
2	10	10	10	240	580	960
2	5	10	15	240	580	770
3	10	10	10	240	580	770
3	5	10	15	240	580	770

低舱位等级座位余量	中舱位等级座位余量
低舱位等级座位余量	14	15	16	17	18	19	20	21	22	23
39	(622,480)	(622,480)	(622,480)	(580,480)	(580,480)	(580,480)	(580,480)	(580,480)	(580,480)	(580,480)
40	(622,480)	(622,480)	(622,480)	(580,480)	(580,480)	(580,480)	(580,480)	(580,480)	(580,480)	(580,480)
41	(622,240)	(622,240)	(622,240)	(580,480)	(580,480)	(580,480)	(580,480)	(580,480)	(580,480)	(580,480)
42	(622,240)	(622,240)	(622,240)	(580,240)	(580,480)	(580,480)	(580,480)	(580,480)	(580,480)	(580,480)
43	(622,240)	(622,240)	(622,240)	(580,240)	(580,240)	(580,240)	(580,480)	(580,480)	(580,480)	(580,480)
44	(622,240)	(622,240)	(622,240)	(580,240)	(580,240)	(580,240)	(580,240)	(580,480)	(580,480)	(580,480)
45	(622,240)	(622,240)	(622,240)	(580,240)	(580,240)	(580,240)	(580,240)	(580,240)	(580,240)	(580,240)
46	(622,240)	(622,240)	(622,240)	(580,240)	(580,240)	(580,240)	(580,240)	(580,240)	(580,240)	(580,240)

案例	场景	低舱位等级期望收益	中舱位等级期望收益	高舱位等级期望收益	总期望收益	现行收益	提高百分比（%）
案例1	1	7135.41	11198.72	21981.32	40315.45	37980	6.15
	2	11089.40	12525.79	31492.54	55107.73	44960	22.57
	3	13500.32	14476.17	28538.27	56514.76	47280	19.53
案例2	1	2298.46	4864.32	6228.87	13391.65	12420	7.82
	2	3922.14	5456.55	7032.23	16410.92	13550	21.11
	3	5149.45	8167.94	9032.78	22350.17	16510	35.37

[1]	肖蕾,孙康泰. 产品服务升级下的契约设计与战略库存策略研究[J]. 中国管理科学, 2024, 32(3): 228-236.
[2]	王君, 马闻康, 鲁馨蔓. 考虑成本信息透明和学习效应的跨期定价策略[J]. 中国管理科学, 2024, 32(2): 11-22.
[3]	刘旭旺,朱成娜,雒兴刚,齐微. 考虑负网络效应的产品线动态定价研究[J]. 中国管理科学, 2023, 31(9): 127-136.
[4]	刘靓晨, 翟昕. 面对策略型消费者的企业最优创新与定价策略[J]. 中国管理科学, 2023, 31(4): 56-65.
[5]	马东升, 宋华明, 赵金晓, 朱彦如. 服务差异化电商平台基于行为的定价策略及契约模式研究[J]. 中国管理科学, 2023, 31(2): 215-225.
[6]	杨天山,袁功林. 考虑绿色配送技术投资的易腐品动态定价与补货策略研究[J]. 中国管理科学, 2023, 31(11): 279-287.
[7]	李胃胜, 陈杰, 陈志祥. 多重随机环境下跨国采购和定价联合决策模型[J]. 中国管理科学, 2022, 30(6): 45-55.
[8]	胡玉生, 李金林, 张文思, 赵天. 可加效用下基于消费者惰性的易逝品动态定价[J]. 中国管理科学, 2022, 30(6): 99-105.
[9]	刘征驰, 马滔, 叶宇阳. 隐匿价值、社群学习与知识付费动态定价[J]. 中国管理科学, 2022, 30(6): 244-253.
[10]	周建亨, 李晴晴, 徐孝蕾. 引入策略型消费者遗憾心理的时尚产品定价策略[J]. 中国管理科学, 2022, 30(11): 117-126.
[11]	刘海英, 毕文杰. 考虑消费者参照效应与策略行为的多产品动态定价[J]. 中国管理科学, 2022, 30(1): 136-142.
[12]	李贺, 林钟高, 吴金南. 存在战略购买需求的定价、供给、机制选择和配给研究[J]. 中国管理科学, 2021, 29(3): 153-167.
[13]	叶欣, 周艳菊. 考虑商誉的双渠道供应链动态定价与联合减排策略[J]. 中国管理科学, 2021, 29(2): 117-128.
[14]	孙中苗, 徐琪. 随机需求下考虑不同竞争情形的网约车平台动态定价[J]. 中国管理科学, 2021, 29(1): 138-148.
[15]	张旭梅, 王大飞, 任廷海, 官子力, 但斌. 考虑消费者策略行为的供应链两周期定价与契约设计[J]. 中国管理科学, 2020, 28(7): 132-145.