■现代管理科学■2011年第4期
航空客运业酒店业汽车租赁业
资源座位房间汽车
资源数量相对固定相对固定相对灵活
资源等级舱位等级房间等级汽车等级
等级数量1-31-10+5-20+
资源单位搭乘一段住宿一晚租赁一天
产品出发地/目的地到达日期/入住天数到达日期/租赁天数
产品数量
（对于中心辐射型
航空公司）很多
很多很多
表1三个不同行业的收益管理
一、收益管理理论概述
收益管理（RevenueManagement，RM）作为管理科学的
一个分支，迄今已有40多年的历史。自20世纪80年代在
航空业取得巨大成功后，收益管理开始受到广泛关注，相
继在酒店，汽车租赁，电视广告，电信，旅游等服务业中得
到应用并取得显著成效。
随着应用范围的不断扩大，收益管理的理论体系也在
不断完善。1992年，Weatherford和Bodily指出收益管理就
是通过差别定价来获得易逝品的最佳收益。
收益管理理论包括：战略上：①定价基于供需关系，而
非基于成本；②面对细分市场，而非单一大众市场；③将产
品留给最有价值的顾客；战术上：①需求预测；②超订；③
动态定价；④容量控制；⑤季节性管理；⑥团体管理（周晶
等，2009）。目前收益管理研究主要集中在战术层面。下面
给出一个一般的战术性问题：某供应商控制着：①一套数
量固定且易逝的资源；②一组由一个或者多个资源单位组
成的产品，前者称为单资源产品，后者称为多资源产品；③
一套与每种产品相关的价格等级。供应商如何在合适的时
间把合适的产品以合适的价格卖给合适的顾客，以获得最
大利润/收益（罗利等，2004）？表1针对这个问题，提供了三
个服务性行业的具体描述。
文章下节将只针对收益管理在汽车租赁业中的研究
应用展开介绍。关于收益管理的文献综述，可以参考
McGill&VanRyzin（1999），罗利、萧柏春（2004）以及
Chiang（2007）的文章。
二、汽车租赁收益管理
汽车租赁，作为汽车产业链下游最重要
的一环，其应用收益管理的前景早已引起了
很多国外学者的关注。在国内，由于汽车租赁
业还处于起步阶段，收益管理的研究大多集
中在航空、酒店等热点行业。最早研究汽车租
赁收益管理的Carroll&Grimes（1995）介绍
了赫兹汽车租赁公司（Hertz）在1990年和
1991年是如何实施收益管理系统，使每辆车
的平均收益由1%上升到5%的。Geraghty&
Johnson（1997）介绍了国家汽车租赁公司
（NationalCarRental）在1992年和1993年是如何扭亏为
盈的。前者强调多个租赁点（租赁网络）的容量控制和分
配，后者则侧重于单个租赁点的定价和容量控制。
前者认为相对于其他行业，汽车租赁需要处理更复
杂、更分散的存货（车辆）和更多样的顾客选择。实际上，基
于单个租赁点的收益管理研究与酒店收益管理类似。它们
的不同在于，酒店连锁企业不能在不同分店间移动房间，
也不能轻松拆建房间，供给相对固定；而汽车租赁公司可
以在不同租赁点间调度车辆，轻松买卖汽车，供给相对灵
活。综上所述，汽车租赁具有以下特点：
①供给方面，具有更大的灵活性和风险性。与酒店业
不同，汽车租赁公司一般拥有多个租赁点，可以通过租赁
点间的车辆调度来满足市场需求。顾客在某一租赁点取
车，在另一地点还车，以及提早或者推迟还车的行为又增
加了供给的风险性。
②产品方面，能够提供的产品数量相当多。与航空业
不同，租车的顾客可以租赁一天以上，即汽车租赁公司可
以提供多资源产品。与航空业中基于单资源产品的收益系
统不同，汽车租赁收益系统纳入驻留天数或者租赁天数控
制后，决策模型相对复杂。
Cross（1997）认为目前收益管理的研究热点在以下四
个方面：动态定价（DynamicPricing）、容量控制（Capacity
Control）、超订（Overbooking）以及需求预测（Forecasting）。肖
文莉等（2007）从需求预测、超订、容量控制和价格策略四
汽车租赁收益管理的研究现状综述
●
王勇夏杨
摘要：文章分别从容量控制、定价、超订和需求预测四个方面，对汽车租赁收益管理的研究现状进行介绍。基于汽车租
赁收益管理的特点，重点分析了容量控制下有关车队调度和网络管理的收益管理理论进展。
关键词：收益管理；汽车租赁；车队调度；网络管理
■管理创新
90--
■现代管理科学■2011
年第4期
个方面对汽车租赁收益管理的研究现状进行分析,展望
了收益管理在汽车租赁行业的研究前景。作者认为，基于
汽车租赁的以上特点，目前汽车租赁收益管理的研究热点
主要在容量控制下的车队调度和网络管理。
1.容量控制。容量控制是指将尚未售出的产品在不
同的时间、地点、价格和顾客间适当分配。
早期容量控制研究大多集中在单航段舱位分配问题。
1972年，Littlewood首次建立单航段，两级票价结构的收益
管理模型，提出了边际座位收益原则，认为如果产品能在
较晚的时间段以更高的价格售出，就应该拒绝较早时间的
需求预定。Belobaba（1987、1989）运用边际座位收益原则提
出了基于单航段，多级票价结构的期望边际座位收益
（ExpectedMarginalSeatRevenue，EMSR）控制模型。EMSR
模型仅在两个等级时是最优的，在多级情况下不能取得最
优订座限制，仅能预测航空公司需求分布的近似情况，但
其易于计算，且与其他优化策略在效果上差别不大，故已
成为民航收益系统实际应用的主要理论模型。目前，历史
上对单航段的舱位控制问题的研究已经相对完美，主要的
工作是扩展已有模型。
多航段的网络舱位控制，亦称为出发地-目的地-价格
等级（Original-destination-fareClasses，ODF）控制。由于在
进行舱位分配时，不仅要考虑顾客的票价折扣率，还需要
考虑顾客的行程，决策模型相当复杂，求解方法有待完善。
在收益管理中，此类多资源产品的容量控制统称为网络管
理（NetworkManagement），或ODF控制。在汽车租赁业中，
我们用ODF代表到达日期—租赁天数—价格等级。
近年来针对汽车租赁的容量控制研究大量出现，其中
Eynan（1999）分析了先到先服务（First-come，First-served，
FCFS）条件下多站点库存的配置问题，得到了单一站点期初
库存应服从二项式分布的结论。陈旭（2005）根据Eynan的
结论建立了单一站点不同周期期初车辆最优配置模型。李
珊（2007）把客户需求细分为预定和现场租赁两种，研究了
大型景区周边的单一站点车辆配置问题，得到随着客户需
求的增加，最优预定数量应相应减少的结论；同时研究了单
一周期内考虑不同的汽车租赁时间组合的期初车辆配置问
题，得到最优的期初车辆配置策略与客户需求呈正相关，与
汽车租赁价格的变化没有明显关系的结论。George&Xia
（2010）以一个网络站点汽车租赁商为研究对象，首先从车
辆的角度建立一个闭排队网络模型，由此得到车队规模既
定的情况下，任意站点的近似最优车辆配置，通过分析系统
不平衡，为系统平衡提出一些基本原则，最后在收益最大化
目标下给出了一个车队规模的优化算法。
（1）车队调度。以上研究只对期初车辆配置问题做了
分析，而正常运作中的汽车租赁公司每天面对的主要是车
队调度等问题。从目前的汽车租赁市场可以看出，原本占
主导地位的单位租赁、长期租赁等业务，正逐渐被家庭订
购、短期租赁等业务所取代，因此车队调度在灵活应对市
场需求、调节供给平衡方面显得更加重要。国内外学者虽
然已经对车队调度的问题开展了研究，但相关文献还相对
有限。
Julian（2000）以库存量与租赁需求的匹配为目标，将
车队调度分为联营区划分（PoolSegmentation）、战略车队
调度（StrategicFleetPlanning）和战术车队调度（Tactical
FleetPlanning）三个连续的决策阶段，并给出了各个阶段
的优化模型及解法，这是学者首次对车队调度问题研究方
法和内容的解析。通常汽车租赁企业以联营区划分的方式
实现车队资源的共享，同一个联营区内的站点在一定的时
间内共享一定数量的车辆，这样既可以避免单个联营区内
车辆的过度闲置或短缺，也可以免去由于频繁变动站点隶
属关系造成的企业管理成本增加。联营区划分结果确定以
后就需要进行车队资源的调配,即战略车队规划。经过联
营区划分和战略车队调度之后，每个联营区包含的站点和
拥有的车队资源在一段时间内处于相对稳定的状态，接下
来需要确定的是单个联营区内每个站点在日常运营中需
要的车辆类型和相应数目，各类车辆在站点间的调运数
目，即战术车队调度。其中，联营区划分采用最小生成树算
法和列生成算法，战略车队调度采用了多商品网络流模
型，对战术车队调度的研究较为深入。Carroll&Grimes
（1995）在研究中考虑了车辆的经济效益（车辆的利用率、
预约取消、单车成本和收益）和社会效益（市场份额、顾客
忠诚度、服务可靠性）。Fink等（2006）将汽车租赁业中车辆
在联营区及站点间的调配正式归结为物流管理问题，重点
研究了战术车队调度问题，将一周时间划分为14个时段，
提出了基于滚动调度周期处理问题的建模思路，并在考虑
实际应用需求的基础上建立了基于时空网络的最小费用
流优化模型，主要采用模拟仿真的手段分析解决问题，最
后给出了租赁车辆物流决策支持系统的框架。Yang，Jin
&Hao（2008）对汽车租赁车队优化调度问题作了文献回
顾，并指出了未来研究的方向。王仙凤、曾向荣和郝红星
（2009）建立了以公司总运营成本最小化为目标，在稳态条
件下公司维修能力不满足和满足市场需求两种情况下的
车辆调度模型,得到了汽车租赁公司的具体运营调度方案
和所要购置的汽车数量。杨亚璪（2010）根据租赁站点联营
区划分的原则和三个限制性条件，提出一种基于P中值模
型的联营区划分方法，并设计了启发式算法求解该问题，
可以一次性获得联营区划分的结果和区域管理中心的位
置，并基于租赁站点对各类车型的巢式需求特征，分别考
虑需求固定和随机情况下问题的复杂性，给出单个联营区
内多站点多车型条件下，采用升级供应策略实现车队资源
优化配置的求解模型和求解思路。
（2）网络管理。多资源产品的容量控制之所以称为网
络管理，是因为供应商在销售过程中需要考虑不同产品间
的相互作用。其目标是持续管理和更新所有ODF的可获
得性，以最大化期望利润/收益。通俗的说，网络中的每个
产品都有一个或多个价格等级，网络管理就是针对任一时
刻任何可能的ODF（产品和价格等级组合）的预定请求，决
定接受哪一个。对汽车租赁商来说，管理租赁天数要比管
理价格等级对总收益的影响更大。
■管理创新
91--
■现代管理科学■2011年第4期
最早研究网络管理的Glover&Lorenzo（1982）建立了
一个成本最小化目标下的整数规划，并假设顾客需求是确
定的。Dror，Trudeau&Ladany（1988）在此基础上进行改
进，考虑了允许顾客退订的情况。Curry（1990）在线性规划
模型中使用逐段线性函数估计收益函数，建立了数学规划
和边际分析的综合模型，他得出不同价格等级对每个O-D
是嵌套的，并且每一种O-D嵌套分别对单航段和嵌套的
订座限制是最优的。虚拟嵌套（VirtualNesting）是网络管理
实际应用最早的方法，最先由美国航空公司使用（Smith，
Leimkuhler&Darrow，1992）。这种早期的静态虚拟嵌套有
时也被称为“替代调整虚拟嵌套”（Displacement-adjusted
VirtualNesting，DAVN）。虚拟嵌套允许航空公司在它已
有的基于航段控制结构的预约系统上做最小的改变，来进
行网络管理。相关算法可参见Smith和Penn（1988）和
Williamson（1988）的文章。之后出现了一种基于历史机会
成本的竞标定价法，其核心思想是，只有当ODF的价格大
于其所含单位资源的竞价总和时，才接受对此ODF的预
订。这种管理预订的方式称为网络竞价控制（Network
BidPriceControl）。Talluri&VanRyzin（1999）考虑了用
确定线性规划（DeterministicLinerProgramming，DLP）方法
的随机因子计算竞价。表面上看，竞价法很直观，然而它是
在剩余容量以及各价格等级预期的未来需求既定的情况
下告诉我们所应接受的最低价格，并没有告诉我们实际应
该怎样为产品定价。不管是静态嵌套还是网络竞价，都是
当ODF的贡献用到所有比它低的预留座位时，用一个线
性规划模型从一个非嵌套解转换到一个嵌套订票控制策
略的启发式算法。但是，如果去掉给ODF预留资源这个条
件，结果将不是最优（罗利等，2004）。动态虚拟嵌套（Dy-
namicVirtualNesting）是竞价法和虚拟嵌套的结合，既有
竞标定价的直观性，又有虚拟嵌套的实用性。1989年，赫
兹汽车租赁公司和DecisionFocus公司率先开始使用动态
虚拟嵌套收益管理系统（Carroll&Grimes，1996）。
Weatherford（1997）曾提出了价格与舱位控制决策的综合
公式，但由于收益函数的表达式较为复杂，尚未得出计算
结果。网络管理处于收益管理实践的最前沿。现有的系统
和方法是在理论上的“正确”与实践中的可行之间的一个
折中。
2.其他。
（1）定价。综述文献可以参考Bitran&Caldentey（2003）
的文章。现实中，车辆租价的确定往往是交互的，由于市场
竞争激烈，很多价格的制定是以同行的价格为参考，较少
地考虑自身库存量的大小，故目前采用期权理论等方法确
定的价格策略由于假设条件较多并不实用。Ernst，Horn
&Kilby等（2010）以一个大型休闲汽车租赁公司为对象，
研究了运营成本最小化目标下的产品动态定价，并给出了
一个网络流算法。
（2）超订。在汽车租赁业，车辆被闲置一天，就永久性
的损失了当天的收益。超订是指预订量大于汽车库存量，
主要是为了减少由于预订取消和预订更改带来的库存损
失，早期对超订问题的研究目的主要在于控制超订的比
例。此问题的研究与航空业，酒店业类似。从国内市场的经
营现状可以看出，顾客租车大部分是直接到站点完成，通
过网络或电话预约完成的订单份额在数量比例上较小，而
且已有文献对超订策略的研究效果并不好，所以，在当前
研究超订策略的问题实践意义不大。
（3）需求预测。收益管理的需求预测研究早期主要集
中的航空业领域。Kimes（1989）很早指出，基于阈曲线等数
理统计的方法并不能找到最优的预订策略。Zhu（2006）首
次揭示了预约系统记录的拒绝量（Turndowns）对汽车租赁
公司的价值。Hong等（2007）测试了用基于免疫算法的支
持向量机（SupportVectorRegressionWithImmuneAlgo-
rithm，SVRIA）模型预测单车月收益（MonthlyRevenuePer
Car，RPU）的可行性，试验结果表明该模型预测精度优于
其他两种模型。从国内汽车租赁市场来看，需求的变动性
较大，而且受价格影响明显，所以根据历史数据进行回归
等统计类的方法预测效果并不好。
三、结语
目前，收益管理在汽车租赁业中的应用还有很多值得
深入研究的问题。
1.理论成果与实际应用之间还存在一定差距。如在
决策时间跨度上具有局限性，缺乏多阶段连续动态决策；
价格往往是外生的等。此外，城市的具体交通政策，如单双
号限行规则、车辆技术标准（排量、燃料）方面的限制等等，
都是未来的探讨方向。
2.已有的研究比较分散，大部分学者都针对某一具
体的问题进行研究，尚没有系统、深入地展开。收益管理在
汽车租赁中的应用，应是相互联系、有次序、有融合的。如
价格制定必然受容量控制、车型组合的影响等。
参考文献：
1.陈旭.考虑批发价格更新的易逝品的零售商订货
策略.中国管理科学,2004,12（4）:57-63.
2.周晶，杨慧.收益方法与应用.北京：科学出版社，
2009.
3.罗利，萧柏春.收入管理理论的研究现状及其发展
前景.管理科学学报,2004,7（5）:75-83.
4.肖文莉,周蓉,王昊.租车行业收益管理研究现状
及前景展望.物流科技,2007，（1）:80-84.
5.陈旭.基于收益管理的汽车出租定价与车辆配置.
系统工程理论方法应用,2005，（3）:264-267.
6.JulianEP.Strategicandtacticalfleet
planningforthecarrentalIndustry.University
ofMiami,2000.
基金项目：国家自然科学基金资助项目（70872123）；
教育部人文社会科学规划项目（05JA630063）。
作者简介：王勇，重庆大学经济与工商管理学院教授、
博士生导师；夏杨，重庆大学经济与工商管理学院硕士生。
收稿日期：2010-12-12。
■管理创新
92--
|
|
