共享經(jīng)濟(jì)中的短租房均衡價(jià)格
——基于個(gè)人微觀數(shù)據(jù)與混合Logit模型

一 引言及文獻(xiàn)綜述

近些年來(lái)的經(jīng)濟(jì)觀察表明，信息及通信技術(shù)的創(chuàng)新與應(yīng)用推廣重塑了消費(fèi)和交易的手段。對(duì)社會(huì)關(guān)系和可持續(xù)性的關(guān)注與行動(dòng)導(dǎo)致了P2P(Peer to Peer，對(duì)等網(wǎng)絡(luò))消費(fèi)模式的增長(zhǎng)，這被稱之為“共享經(jīng)濟(jì)”。Joe L. Spaeth教授于1978年在“Community Structure and Collaborative Consumption: A Routine Activity Approach”中首次提出共享經(jīng)濟(jì)概念，將共享經(jīng)濟(jì)定義為由第三方創(chuàng)建、以信息技術(shù)為基礎(chǔ)的平臺(tái)市場(chǎng)(Daunoriené et al.，2015)[1]，如今的共享經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)、網(wǎng)絡(luò)經(jīng)濟(jì)、信息經(jīng)濟(jì)相互融合，改變了傳統(tǒng)主流的信息二分法，將互聯(lián)網(wǎng)、信息和行為內(nèi)在有機(jī)地聯(lián)系起來(lái)。共享經(jīng)濟(jì)作為一種新型的P2P貿(mào)易形式，在“互聯(lián)網(wǎng)+”的大環(huán)境下得到迅速發(fā)展，它的主要內(nèi)容就是為市場(chǎng)提供服務(wù)以及閑置商品，以互聯(lián)網(wǎng)技術(shù)為基礎(chǔ)的分享和協(xié)同開(kāi)創(chuàng)出一種“我的就是你的”的全新經(jīng)濟(jì)共享模式(Botsman和Rogers，2010)[2]。當(dāng)前，國(guó)外學(xué)者普遍認(rèn)為共享經(jīng)濟(jì)其協(xié)作大于競(jìng)爭(zhēng)(杰里米·里夫金，2014)[3]，是個(gè)人閑置物品的再分享；國(guó)內(nèi)尚無(wú)共享經(jīng)濟(jì)的官方定義，多數(shù)學(xué)者認(rèn)為，共享經(jīng)濟(jì)偏向于陌生人的網(wǎng)上交易(朱文征，2014)[4]。

當(dāng)前，中國(guó)有超過(guò)7億人參與共享經(jīng)濟(jì)，共享經(jīng)濟(jì)市場(chǎng)交易額約為49205億元。在現(xiàn)代化服務(wù)業(yè)不斷發(fā)展的時(shí)代背景下，共享經(jīng)濟(jì)、“互聯(lián)網(wǎng)+”的經(jīng)濟(jì)模式相互融合，推動(dòng)了短租房交易市場(chǎng)逐漸崛起，使閑置資源得到更充分地利用。螞蟻短租、小豬短租等中國(guó)本土短租房交易平臺(tái)以及2016年正式進(jìn)入中國(guó)市場(chǎng)的Airbnb等國(guó)外短租房線上交易平臺(tái)一起對(duì)中國(guó)傳統(tǒng)的旅游住宿業(yè)造成了巨大沖擊。《中國(guó)分享經(jīng)濟(jì)發(fā)展報(bào)告2018》顯示，2017年，中國(guó)房屋住宿領(lǐng)域交易規(guī)模為145億元，同比增長(zhǎng)70.6%，主要住房分享平臺(tái)的房源數(shù)量超過(guò)190萬(wàn)套，用戶總?cè)藬?shù)超3500萬(wàn)人，每日在線申請(qǐng)的用戶房源達(dá)到1500個(gè)。

資源共享的本質(zhì)特性正隨閑置物品的分享和陌生人的網(wǎng)上交易擴(kuò)展而得到越來(lái)越多的表達(dá)：在交通出行方面，共享單車(chē)、共享電動(dòng)車(chē)、共享汽車(chē)等交通工具作為共享對(duì)象，改變了人們的出行方式；在知識(shí)技能方面，在線問(wèn)答、網(wǎng)絡(luò)直播等技能出租、付費(fèi)豐富了人們解決問(wèn)題的方法和形式，并使問(wèn)題的解決更具針對(duì)性和便利性；在醫(yī)療服務(wù)領(lǐng)域，線上醫(yī)療應(yīng)用軟件實(shí)體化、線下實(shí)體醫(yī)療機(jī)構(gòu)電子化將有效推動(dòng)醫(yī)療改革，縮小城鄉(xiāng)醫(yī)療衛(wèi)生方面的差距；在生產(chǎn)領(lǐng)域，閑置資源的共享推動(dòng)企業(yè)資源配置方式變革和行業(yè)轉(zhuǎn)型升級(jí)，優(yōu)化了中國(guó)產(chǎn)品和服務(wù)的發(fā)展環(huán)境。

在房屋住宿方面，線上短租房市場(chǎng)發(fā)展勢(shì)頭迅猛，共享經(jīng)濟(jì)為閑置的房屋資源提供了合理利用的途徑，避免了資金和空間的閑置浪費(fèi)。當(dāng)互聯(lián)網(wǎng)的“訂單經(jīng)濟(jì)”與旅游住宿相互交叉，閑置房屋的短期出租交易作為共享經(jīng)濟(jì)在旅游界催生的新興產(chǎn)業(yè)，因其性價(jià)比高、租賃周期隨意、租住時(shí)間機(jī)動(dòng)性強(qiáng)，正在逐漸代替?zhèn)鹘y(tǒng)酒店、旅館住宿。當(dāng)前，中國(guó)短租房交易較為活躍的地點(diǎn)主要集中在一線城市和東部地區(qū)，據(jù)統(tǒng)計(jì)，這些地區(qū)的房源供給和用戶占比均在60%以上?？梢灶A(yù)見(jiàn)，共享短租房未來(lái)市場(chǎng)潛力巨大，房源數(shù)、用戶數(shù)、交易額等都將持續(xù)增加，而短租房交易的發(fā)展也將帶動(dòng)保潔、裝修、維修、保險(xiǎn)等相關(guān)行業(yè)的發(fā)展。

網(wǎng)絡(luò)經(jīng)濟(jì)下，消費(fèi)者不再滿足于個(gè)別信息或局部信息，期望掌握更多的關(guān)聯(lián)性動(dòng)態(tài)性信息，這體現(xiàn)了互聯(lián)網(wǎng)關(guān)聯(lián)信息元吸收性和兼容性的意義(張永林,2016)[5]。圖1展示了線上短租房交易過(guò)程在互聯(lián)網(wǎng)與信息態(tài)屏幕化市場(chǎng)下的概念圖。隨著互聯(lián)網(wǎng)技術(shù)應(yīng)用的拓展，線上短租克服了時(shí)間的稀缺性約束，信息可以被無(wú)限復(fù)制傳輸。短租房相關(guān)信息以線上交易平臺(tái)為依托，在互聯(lián)網(wǎng)這個(gè)信息池中集合，通過(guò)反饋機(jī)制，促進(jìn)信息的交換，最終將結(jié)果體現(xiàn)至終端。具體表現(xiàn)為：一方面，房東可以通過(guò)電腦端或手機(jī)端看到自己閑置房屋出租的全過(guò)程，另一方面，消費(fèi)者通過(guò)電腦端或手機(jī)端可以看到自己預(yù)定房屋的全過(guò)程。

圖1 線上短租房交易在互聯(lián)網(wǎng)與信息態(tài)屏幕化市場(chǎng)下的概念圖

在現(xiàn)有的短租房市場(chǎng)交易模式中，互聯(lián)網(wǎng)線上交易成為主要交易方式，消費(fèi)者可根據(jù)信息平臺(tái)上提供的可視信息進(jìn)行判別，選擇理想的住房進(jìn)行租住。以Airbnb相關(guān)數(shù)據(jù)為例，Ert et al.(2016)[6]的研究認(rèn)為短租房的交易率與房東的特征以及產(chǎn)品的特性有關(guān)，而房東的特征則通過(guò)可視化的信息(如頭像照片)以及不可視化的信息(如信譽(yù))來(lái)判斷，產(chǎn)品的特征則可根據(jù)互聯(lián)網(wǎng)交易平臺(tái)上的產(chǎn)品圖片來(lái)判斷。他們研究發(fā)現(xiàn)，消費(fèi)者在選擇短租房時(shí)，更傾向于信賴可感知的信息，例如房東性別、房屋照片等，而不是交易平臺(tái)上消費(fèi)者對(duì)短租房過(guò)高的交易評(píng)分。鄭志來(lái)(2016)[7]以Airbnb為案例指出，當(dāng)前共享經(jīng)濟(jì)的商業(yè)模式基礎(chǔ)應(yīng)該是閑置、價(jià)值與回報(bào)。

現(xiàn)有研究中，國(guó)內(nèi)外學(xué)者主要關(guān)注短租房交易軟件的運(yùn)營(yíng)模式、企業(yè)內(nèi)部管理等方面，極少對(duì)短租房本身的價(jià)格影響因素進(jìn)行量化研究。本文運(yùn)用混合Logit模型，基于消費(fèi)者的偏好選擇，分析短租房的出租價(jià)格影響因素，并預(yù)測(cè)各個(gè)因素最終對(duì)消費(fèi)者選擇短租房的影響，以便為完善線上短租房交易市場(chǎng)的定價(jià)、提升網(wǎng)絡(luò)平臺(tái)交易的有效性提供參考。

二 模型構(gòu)建及解釋變量分析

在多值選擇模型中，Mixed Logit模型能考慮到不同消費(fèi)者選擇偏好的異質(zhì)性，較好地反映不同決策者之間參數(shù)的不同，且當(dāng)不同時(shí)間擾動(dòng)項(xiàng)之間存在相關(guān)性時(shí)，能直接把模型推廣到面板數(shù)據(jù)，同時(shí)克服IIA(Independence from Irrelevent Alternatives)假設(shè)。McFadden和Train(2000)[8]證明任何隨機(jī)效用模型可以以任意精度被Mixed Logit模型逼近，趨近任何一種基于隨機(jī)效用理論的離散選擇模型。同時(shí)，由于沒(méi)有封閉概率表達(dá)形式，Mixed Logit模型的使用方式靈活。因此，本文將通過(guò)建立混合Logit模型框架并進(jìn)行回歸標(biāo)定效用函數(shù)，最后對(duì)短租房交易過(guò)程中，不同消費(fèi)者的偏好選擇進(jìn)行預(yù)測(cè)。

(一)模型構(gòu)建

短租房市場(chǎng)的消費(fèi)者面臨選擇時(shí)，往往是多值的。消費(fèi)者的年齡、家庭收入、對(duì)相關(guān)信息的敏感程度等都將影響消費(fèi)者對(duì)不同價(jià)位短租房的選擇。因此，需要采用多值選擇模型，分析消費(fèi)者多種互相排斥的選擇。本文采用混合Logit模型，從消費(fèi)者的偏好選擇入手，對(duì)短租房?jī)r(jià)格影響因素進(jìn)行分析。

1.多項(xiàng)Logit模型

在多值選擇中，消費(fèi)者i選擇不同價(jià)位的短租房j帶來(lái)的隨機(jī)效用為：

Uij=x′iβj+εij(i=1， …，n；j=1， …，J)

(1)

消費(fèi)者i選擇短租房j的概率為：

P(yi=j|xi)=P(εik-εij≤x′i,βj-x′i,βk， ?k≠j)

(2)

假設(shè){εij}為iid且服從I型極值分布，則多項(xiàng)Logit模型可表達(dá)為：

P(yi=j|xi)={ 11+∑Jk=2exp(x′i,βk) (j=1)
exp(x′i,βk)1+∑Jk=2exp(x′i,βk) (j=2，…，J)

(3)

其中，j=1所對(duì)應(yīng)的方案為參照方案。

2.混合Logit模型

一般而言，個(gè)體選擇備選方案主要受三個(gè)方面的影響，分別是系統(tǒng)效用、隨機(jī)效用和誤差部分(白瑞等，2006)[9]，固定效用包含決策者的屬性變量或選擇性的屬性變量，在Mixed Logit模型中，對(duì)待估參數(shù)α(α=α1，α2，α3……)可用下式表達(dá)：

Uij=V′ijα+εij+ξij

(4)

其中，Uij為消費(fèi)者i(i=1， 2， 3……)對(duì)選擇的短租房j(j=1， 2， 3……)的效用，V′ij為系統(tǒng)效用，又稱可觀測(cè)效用，εij為隨機(jī)效用，又稱不可觀測(cè)效用。

Mixed Logit模型的概率函數(shù)為多項(xiàng)Logit模型在其密度函數(shù)上的積分形式(劉振和周溪召，2005)[10]，即：

Pij=∫Kij(α)f(α|θ)d(α)

(5)

其中，Kij(α) 為待估參數(shù)α的多項(xiàng)Logit模型，即：

Kij(α)=evij (α)∑Nn=1evij(α)

(6)

將式(2)、式(3)合并，即可得Mixed Logit模型的選擇概率：

Pij=∫evij (α)∑Nn=1evij (α)f(α|θ)d(α)

(7)

其中，f(α|θ)是α的密度函數(shù)，其種類(lèi)可以根據(jù)研究的方向不同而進(jìn)行選擇，混合Logit 模型可計(jì)算待估參數(shù)α的均值M和標(biāo)準(zhǔn)差S兩個(gè)參數(shù)。

3.IIA值假定檢驗(yàn)

經(jīng)濟(jì)學(xué)很多分支都有IIA(Independence of Irrelevant Alternatives)假定，在多項(xiàng)Logit和混合Logit模型中，如果不同方案之間內(nèi)容類(lèi)似、聯(lián)系緊密，將不一定滿足IIA假定，因此，需要對(duì)模型進(jìn)行IIA假定的檢驗(yàn)。本文采用豪斯曼檢驗(yàn)：

(8)

其中，βR為去掉某個(gè)方案后子樣本的系數(shù)估計(jì)值，βF為全樣本的系數(shù)估計(jì)值，m為βR的維度。

(二)數(shù)據(jù)來(lái)源與變量描述性統(tǒng)計(jì)

1.數(shù)據(jù)來(lái)源

根據(jù)《中國(guó)分享經(jīng)濟(jì)發(fā)展報(bào)告2018》，一線城市和東部地區(qū)為線上短租房交易活躍地區(qū)，因此本文以江蘇、浙江、上海為研究對(duì)象。通過(guò)Python技術(shù)，截取螞蟻短租平臺(tái)線上三地的房源定價(jià)，除去異常值后，得到四分位數(shù)據(jù)，在此基礎(chǔ)上，將當(dāng)前短租房日均價(jià)格細(xì)分成5種模式。

表1 江浙滬線上短租房市場(chǎng)定價(jià)及劃分

本文分析數(shù)據(jù)來(lái)源于2017年7月-2017年10月的問(wèn)卷調(diào)研。調(diào)研團(tuán)隊(duì)根據(jù)中國(guó)旅游研究院發(fā)布的《中國(guó)國(guó)內(nèi)旅游發(fā)展年度報(bào)告2017》客源地潛在出游力分類(lèi)，即客源地居民群體在經(jīng)濟(jì)能力、休假制度、身心健康等條件下形成的參與戶外休閑或旅游的綜合能力劃分，同時(shí)考慮各地區(qū)線上短租房交易活躍度及經(jīng)濟(jì)狀況等因素，選取江蘇省、福建省、江西省等3個(gè)出游力不同的省份。其中，江蘇省為出游力極強(qiáng)地區(qū)，其次是福建省，江西省出游力一般。在調(diào)研過(guò)程中，選取3個(gè)省份中經(jīng)濟(jì)發(fā)展水平不同的地區(qū)，僅從消費(fèi)視角進(jìn)行分析。本次調(diào)研范圍涉及到9個(gè)縣(市)，與當(dāng)?shù)芈眯猩绾献?，隨機(jī)選擇了一定數(shù)量的調(diào)研對(duì)象，調(diào)研對(duì)象均為了解線上短租房或曾有過(guò)線上短租房租住經(jīng)歷的消費(fèi)者。本次調(diào)研共發(fā)放問(wèn)卷500份，剔除答題不完整、答案前后矛盾的無(wú)效問(wèn)卷后，實(shí)際有效問(wèn)卷460份，占總問(wèn)卷量的92%。

研究的基本思路是，在調(diào)查表中設(shè)計(jì)了若干影響中國(guó)短租房?jī)r(jià)格形成的因素變量，整理收集到的橫截面數(shù)據(jù)，用于模型的預(yù)估檢測(cè)分析，建立混合Logit模型展開(kāi)實(shí)證分析，對(duì)建立的混合Logit模型進(jìn)行預(yù)測(cè)效率檢驗(yàn)，修正模型，最終得到預(yù)測(cè)效率較高的預(yù)測(cè)模型。

研究變量從個(gè)人偏好選擇入手，分為個(gè)人屬性和出行屬性兩方面，形成變量層，具體指標(biāo)的設(shè)定如圖2。

2.樣本基本特征

社會(huì)人口統(tǒng)計(jì)特征能較好地反映消費(fèi)者的個(gè)體狀況，故個(gè)人屬性部分采用人口學(xué)指標(biāo)，內(nèi)容主要包括年齡、收入。其中，收入具體為年家庭可支配收入，其可反映消費(fèi)者用于最終消費(fèi)、投資、非義務(wù)性支付及儲(chǔ)蓄的收入水平。年齡分布上，本文以具有完全民事行為能力公民最低年齡18周歲為劃分基線。在家庭可支配收入方面，以當(dāng)前中國(guó)常見(jiàn)的家庭組成方式——核心家庭為計(jì)算基準(zhǔn)。核心家庭的主要家庭成員組成方式為夫妻二人及其未婚子女，因此，問(wèn)卷調(diào)查中，對(duì)于家庭可支配收入的相關(guān)算法為共同居住的夫妻二人收入加上未婚子女收入。對(duì)于好評(píng)率和用戶評(píng)價(jià)的關(guān)注與否，是消費(fèi)者在線上短租房選擇過(guò)程中個(gè)人情感傾向的表達(dá)方式，也是可視的直觀信息。出行人數(shù)及出行費(fèi)用預(yù)算則可能影響消費(fèi)者在出行過(guò)程中對(duì)房屋住宿方面的開(kāi)支及短租房?jī)r(jià)格的接受程度。

表2描述了本次調(diào)查的基本特征。年輕用戶是住房分享經(jīng)濟(jì)的第一大消費(fèi)群體，因此，調(diào)查對(duì)象年齡分布在23-29歲、30-39歲兩個(gè)年齡段居多，分別占樣本總量的38.9%和37.4%，家庭可支配收入分布中，12-18萬(wàn)、18-24萬(wàn)的受訪人群較多，分別占總樣本的32.2%和41.5%。

表2 調(diào)查樣本基本特征的描述性統(tǒng)計(jì)

(續(xù)上表)

3.變量說(shuō)明和描述性統(tǒng)計(jì)

將因變量短租房?jī)r(jià)格劃分為200元以下、200-400元、400-600元、600-800元及800元以上5個(gè)模式(模式一、模式二、模式三、模式四、模式五)，由被調(diào)查者綜合自身情況進(jìn)行選擇。表3就3個(gè)省份的選擇結(jié)果做出描述。

表3 江蘇省、福建省、江西省短租房?jī)r(jià)格模式選擇情況分析

由表3可見(jiàn)，3個(gè)省份的調(diào)查對(duì)象對(duì)線上短租房?jī)r(jià)格模式的選擇是有差異的(P=0.000)。整體選擇趨勢(shì)表明，參與調(diào)查的絕大多數(shù)消費(fèi)者對(duì)200-400元、400-600元兩個(gè)價(jià)格區(qū)間的短租房需求量更大，三省中選擇模式二、模式三的人群百分比均比其他三種模式要高，這一結(jié)果符合預(yù)期。江蘇省作為3個(gè)調(diào)查地區(qū)中出游力最強(qiáng)的省份，樣本數(shù)據(jù)相對(duì)更豐富，對(duì)于各個(gè)價(jià)格下的短租房接受度也最高，鐘士恩等(2009)[11]認(rèn)為，60%的出游力是由社會(huì)經(jīng)濟(jì)規(guī)模決定的，居民生活水平和對(duì)外聯(lián)系水平的影響約占30%和10%，從出游力的形成因素進(jìn)行分析，也可以得出樣本數(shù)據(jù)的合理性。觀察五種價(jià)格模式下的短租房需求量發(fā)現(xiàn)，模式一為最低價(jià)格段，在該價(jià)格段內(nèi)，江西省調(diào)查對(duì)象的選擇人數(shù)遠(yuǎn)超其他兩省，即在低價(jià)短租房需求量上，江西省的消費(fèi)者遠(yuǎn)高于江蘇省和福建?。荒Ｊ蕉湍Ｊ饺鳛橹卸俗∷迌r(jià)位，在3個(gè)省調(diào)查對(duì)象中需求量都是較大的，觀察線上平臺(tái)的房源信息，發(fā)現(xiàn)模式二和模式三價(jià)位下的短租房房源較多，且相關(guān)設(shè)施均能滿足一般個(gè)人或家庭的出行住宿需求，即線上房源的供給數(shù)量和質(zhì)量在一定程度上也影響著消費(fèi)者的選擇。模式四作為短租房中的中高端價(jià)位，需求量已經(jīng)開(kāi)始減少，但江蘇省消費(fèi)者的需求量大于其他兩個(gè)省。模式五劃歸為高端價(jià)位的短租房，由于該價(jià)位房源較少，多數(shù)設(shè)施精致、房屋面積大，且對(duì)消費(fèi)者的消費(fèi)能力有一定要求，因此需求量較少。出行的主體是人，不同的社會(huì)人口統(tǒng)計(jì)特征可能會(huì)影響消費(fèi)者對(duì)短租房的選擇，且不同特征的影響程度不同，因此，下文將從家庭可支配收入、年齡、家庭出行費(fèi)用預(yù)算等人口統(tǒng)計(jì)特征以及消費(fèi)者個(gè)人偏好入手，探究各因素對(duì)共享經(jīng)濟(jì)中短租房均衡價(jià)格形成的影響。

家庭可支配收入(HDI)。該變量為不隨方案而變的解釋變量，《2017年中國(guó)統(tǒng)計(jì)年鑒》顯示，2016年，全國(guó)人均可支配收入為23821元，其中，東部地區(qū)人均可支配收入為30654.7元，中部地區(qū)人均可支配收入為20006.2元，西部地區(qū)人均可支配收入為18406.8元，東北地區(qū)人均可支配收入為22351.5元。由于樣本調(diào)查區(qū)域均為東部地區(qū)，因此，將6萬(wàn)元作為本調(diào)查中家庭可支配收入的基線較合適。根據(jù)統(tǒng)計(jì)數(shù)據(jù)，調(diào)查人群中，家庭可支配收入大部分集中在12-24萬(wàn)元之間。根據(jù)偏好選擇指標(biāo)分析顯示，家庭可支配收入的差別具有統(tǒng)計(jì)學(xué)上的意義。

年齡(Age)。該變量為不隨方案而變的解釋變量，為了考察年齡對(duì)消費(fèi)者選擇短租房?jī)r(jià)位的影響，本次調(diào)查設(shè)置了5個(gè)年齡水平，由表3可見(jiàn)，調(diào)研對(duì)象年齡主要集中在23-49歲間，年輕的消費(fèi)群體占據(jù)了多半線上短租房市場(chǎng)，成為共享閑置房屋的主要參與主體。且年齡的增長(zhǎng)在一定程度上影響著對(duì)短租房?jī)r(jià)格的承受能力。

是否關(guān)注好評(píng)率(FR)。該變量為不隨方案而變的解釋變量，是虛擬變量(1=“關(guān)注”；0=“不關(guān)注”)。由表3得到，各個(gè)消費(fèi)階層的消費(fèi)者對(duì)于好評(píng)率的關(guān)注度實(shí)際上并未有較大起伏，原因可能在于，好評(píng)率是線上短租房質(zhì)量的直觀體現(xiàn)，隨著價(jià)格的增長(zhǎng)，消費(fèi)者對(duì)于好評(píng)率的關(guān)注度又有所上升。

是否關(guān)注用戶評(píng)價(jià)(CMNT)。該變量為不隨方案而變的解釋變量，是虛擬變量(1=“關(guān)注”；0=“不關(guān)注”)。消費(fèi)者對(duì)用戶評(píng)價(jià)的關(guān)注度與對(duì)好評(píng)率的關(guān)注度呈現(xiàn)出類(lèi)似規(guī)律，隨著對(duì)短租房?jī)r(jià)格承受能力的增加，消費(fèi)者對(duì)用戶評(píng)價(jià)的關(guān)注度越來(lái)越高。不過(guò)，當(dāng)前線上短租房也存在著相關(guān)用戶評(píng)價(jià)缺少參考價(jià)值、評(píng)價(jià)有較為強(qiáng)烈的個(gè)人情感傾向以及各消費(fèi)者接受度和期望值不盡相同等問(wèn)題。

是否關(guān)注房東性別(Gender)。該變量為不隨方案而變的解釋變量，是虛擬變量(1=“關(guān)注”；0=“不關(guān)注”)。調(diào)查發(fā)現(xiàn)，對(duì)于房東性別的關(guān)注比例隨著對(duì)房屋價(jià)格承受度的增加而有所減弱。

出行人數(shù)(TN)。該變量為不隨方案而變的解釋變量，線上短租房主要針對(duì)市場(chǎng)上自助出行的消費(fèi)者，考慮到當(dāng)前的家庭結(jié)構(gòu)、家庭出行方式、個(gè)人出行、出行便利度等情況，將四人及四人以上出行人數(shù)合并為一類(lèi)。

家庭出行費(fèi)用預(yù)算(HTB)。該變量為不隨方案而變的解釋變量，體現(xiàn)了家庭在出行方面的費(fèi)用開(kāi)支。一般來(lái)說(shuō)，家庭出行費(fèi)用預(yù)算越高，對(duì)房屋價(jià)格承受能力也將越高。

具體的變量說(shuō)明及描述性統(tǒng)計(jì)如表4所示。

表4 短租房?jī)r(jià)格模式偏好選擇結(jié)果的描述性統(tǒng)計(jì)

(續(xù)上表)

三 模型實(shí)證結(jié)果及分析

(一)因素間Pearson相關(guān)矩陣

本文采用Pearson相關(guān)系數(shù)分析各因素間聯(lián)系強(qiáng)弱。

表5 影響線上短租房定價(jià)因素的Pearson相關(guān)矩陣

(續(xù)上表)

注：*P<0.1，**P<0.05。

Pearson相關(guān)系數(shù)的大小決定了各變量間相關(guān)關(guān)系的強(qiáng)弱，Cohen(1988)[12]提出當(dāng)0.1<|r|<0.3時(shí)，分析對(duì)象互為弱相關(guān)，0.3<|r|<0.5為中度相關(guān)，|r|>0.5為強(qiáng)相關(guān)，根據(jù)表5可知，出行人數(shù)、家庭可支配收入以及家庭出行費(fèi)用預(yù)算與短租房?jī)r(jià)格選擇存在著強(qiáng)相關(guān)關(guān)系，對(duì)好評(píng)率、用戶評(píng)價(jià)的關(guān)注度與短租房?jī)r(jià)格選擇存在一定的相關(guān)關(guān)系，但相關(guān)性較弱。其中，出行人數(shù)與家庭出行費(fèi)用預(yù)算對(duì)短租房?jī)r(jià)格選擇的影響較大，出行人數(shù)增加，對(duì)于房間面積、住房基礎(chǔ)設(shè)施、交通便利度等方面的要求更高，因此對(duì)房間價(jià)格的可接受度也越高，年齡與出行人數(shù)之間存在著強(qiáng)相關(guān)，一般而言，隨著年齡的增長(zhǎng)，家庭組合結(jié)構(gòu)發(fā)生變化，家庭出游人數(shù)也可能相應(yīng)增加。2017年國(guó)家全面開(kāi)放二孩政策，從長(zhǎng)遠(yuǎn)來(lái)看，未來(lái)家庭出行人數(shù)可能持續(xù)增加；年齡與家庭可支配收入存在著強(qiáng)相關(guān)，年齡的增加往往伴隨著工作經(jīng)驗(yàn)、工作年齡的增加，薪金、福利待遇也會(huì)有所增加，加上未婚子女參與工作取得收入，因此家庭可支配收入與年齡存在著正向相關(guān)性；家庭可支配收入與家庭出行費(fèi)用預(yù)算存在著強(qiáng)相關(guān)，可以理解為消費(fèi)者用于最終消費(fèi)、投資、非義務(wù)性支付及儲(chǔ)蓄的收入水平高低影響其在出行方面的開(kāi)支。對(duì)房東性別關(guān)注度這一解釋變量與出行人數(shù)和家庭可支配收入具有相關(guān)性，對(duì)原數(shù)據(jù)進(jìn)行觀察，發(fā)現(xiàn)當(dāng)出行人數(shù)為一人或者較少時(shí)，消費(fèi)者對(duì)房東性別的關(guān)注度更高，此舉可能是出于安全性或是溝通便利性考慮，當(dāng)出行人數(shù)較多時(shí)，房東的性別在一定程度上不會(huì)對(duì)消費(fèi)者選擇短租房構(gòu)成影響。

(二)構(gòu)建用于預(yù)測(cè)的多值選擇模型

通過(guò)Stata軟件建立多項(xiàng)Logit模型用于豪曼斯檢驗(yàn)。估計(jì)多項(xiàng)Logit模型后，進(jìn)一步對(duì)模型進(jìn)行豪斯曼檢驗(yàn)，得出表6。

表6 豪斯曼檢驗(yàn)結(jié)果

豪斯曼檢驗(yàn)結(jié)果顯示，去掉四個(gè)非參照方案中的任一方案，均不拒絕IIA的原假設(shè)，滿足“無(wú)關(guān)選擇的獨(dú)立性”，因此隨機(jī)檢驗(yàn)?zāi)Ｐ涂蛇M(jìn)行本次調(diào)查數(shù)據(jù)的分析預(yù)測(cè)，參數(shù)估計(jì)結(jié)果將較為準(zhǔn)確。

(三)混合Logit模型的構(gòu)建

經(jīng)對(duì)數(shù)據(jù)進(jìn)行IIA檢驗(yàn)并得出不拒絕IIA原假設(shè)后，進(jìn)一步構(gòu)建混合Logit模型?；旌螸ogit模型對(duì)對(duì)照組的選擇要求不高，本文將模式三設(shè)置為對(duì)照組的原因在于，模式三價(jià)格處于5個(gè)模式中間位置，且相對(duì)選擇人數(shù)較多。

表7 基于消費(fèi)者偏好的價(jià)格模式選擇的混合Logit模型

注：*P<0.1，**P<0.05，***P<0.01。

模型的另一目的是進(jìn)行預(yù)測(cè)，以便反映現(xiàn)實(shí)狀況的發(fā)展趨勢(shì)。因此，在構(gòu)建混合Logit模型后，對(duì)基于情感偏好下消費(fèi)者對(duì)不同價(jià)位短租房的選擇進(jìn)行樣本內(nèi)預(yù)測(cè)，以100例樣本數(shù)據(jù)作為檢驗(yàn)樣本進(jìn)行建模，再將模型代入總樣本進(jìn)行預(yù)測(cè)效率的檢驗(yàn)，最終得出表8。

表8 基于消費(fèi)者偏好的價(jià)格模式選擇的混合Logit模型預(yù)測(cè)效率分析

表8顯示，在現(xiàn)有數(shù)據(jù)樣本下，基于消費(fèi)者偏好的價(jià)格模式選擇的混合Logit預(yù)測(cè)模型對(duì)模式一的預(yù)測(cè)一致率為51.1%，對(duì)模式二的預(yù)測(cè)一致率為63.4%，對(duì)模式三的預(yù)測(cè)一致率為71.2%，對(duì)模式四的預(yù)測(cè)一致率為52.2%，對(duì)模式五的預(yù)測(cè)一致率為40%，模型總體預(yù)測(cè)效率為62.83%，該模型除了對(duì)模式五的預(yù)測(cè)一致率低于50%外，其余一致率均在50%以上。由于本次調(diào)查中收集到的模式五選擇樣本較少，導(dǎo)致最終的預(yù)測(cè)一致率偏低，考慮到模型預(yù)測(cè)的準(zhǔn)確性，將在后續(xù)調(diào)查中增加相關(guān)樣本容量，提升模型對(duì)模式五的預(yù)測(cè)一致率。

(四)短租房市場(chǎng)價(jià)格影響因素分析

在影響因素的分析中以模式三為對(duì)照組。

混合Logit模型的常數(shù)項(xiàng)顯示，在沒(méi)有任何影響因素的情況下，消費(fèi)者更愿意選擇模式一(200元以下)的短租房，而不愿意選擇價(jià)格較高的短租房。這種偏好十分理想，現(xiàn)實(shí)中幾乎不可能存在，因此，模型的常數(shù)項(xiàng)僅提供分析其他變量的基線水平。

相對(duì)于模式三，家庭可支配收入的增加使得消費(fèi)者選擇模式四(600-800元)及模式五(800元以上)的概率增加，即家庭可支配收入越高，消費(fèi)者對(duì)高價(jià)的短租房接受度也越高，他們傾向于選擇價(jià)格較高的短租房，而不再考慮價(jià)格相對(duì)較低的。

在不同年齡階段，消費(fèi)者對(duì)短租房的價(jià)格選擇也呈現(xiàn)出一定的規(guī)律性，隨著年齡的增加，消費(fèi)者傾向于選擇模式一和模式四。出現(xiàn)這種情況可能有以下兩種原因：第一，家庭組成人員發(fā)生變化。一方面，當(dāng)子女形成自己家庭后，家庭出行人數(shù)減少，對(duì)臨時(shí)住房要求降低，從而傾向于選擇價(jià)格相對(duì)較低的短租房，這一年齡階段主要集中在50歲及以上；另一方面，年齡的增加也可能帶來(lái)家庭人口的增加，因此出現(xiàn)了對(duì)模式四價(jià)格下短租房的選擇偏好，這一年齡階段主要集中在30-40歲之間。第二，家庭儲(chǔ)蓄的變化。Chamon和Prasad(2010)[13]等認(rèn)為中國(guó)的年齡-儲(chǔ)蓄率呈U形關(guān)系，低儲(chǔ)蓄率的年輕人家庭或老年人家庭傾向于選擇與他們的中年父母或子女居住在一起，這一方面提高了青年戶主家庭和老年戶主家庭的平均儲(chǔ)蓄率,另一方面也拉低了中年戶主家庭的平均儲(chǔ)蓄率(李蕾和吳斌珍，2014)[14]。

在對(duì)線上短租房可視信息——好評(píng)率的關(guān)注度上，對(duì)比于模式三，認(rèn)為好評(píng)率的高低對(duì)自己選擇起到重要作用的消費(fèi)者主要集中在模式二和模式四中，這可能與當(dāng)前國(guó)內(nèi)線上短租房市場(chǎng)剛剛興起有關(guān)。由于以“短租房”形式開(kāi)展的房屋共享在國(guó)內(nèi)剛剛起步，普及率不高，多數(shù)人對(duì)“閑置房屋共享”這一概念較陌生，線上短租房相關(guān)的評(píng)價(jià)人數(shù)少且好評(píng)率均較高，模式二、模式三、模式四的房間價(jià)位為200-800元，高接受度和高入住率帶來(lái)的好評(píng)率更具參考價(jià)值。

表7顯示，消費(fèi)者將用戶評(píng)價(jià)作為重要依據(jù)從而選擇模式二、模式三、模式四、模式五的相對(duì)概率是不斷上升的，這可能是由于，隨著支出的增加，消費(fèi)者對(duì)支付對(duì)象選擇更加謹(jǐn)慎，用戶評(píng)價(jià)作為參與共享環(huán)節(jié)的非利益相關(guān)人，對(duì)共享物品的文字描述具體且直觀，成為潛在消費(fèi)群體重要的參考意見(jiàn)。當(dāng)然，用戶評(píng)價(jià)也具有強(qiáng)烈的個(gè)人感情色彩，消費(fèi)者個(gè)人偏好不同，對(duì)評(píng)價(jià)信息的接受度可能不同，這也成為了部分消費(fèi)者對(duì)用戶評(píng)價(jià)關(guān)注度較低的一個(gè)原因。

在對(duì)房東個(gè)人信息的關(guān)注度上，相較于模式三，選擇模式一、模式二的消費(fèi)者更關(guān)注房東個(gè)人信息，進(jìn)一步分析這一預(yù)測(cè)結(jié)論可以發(fā)現(xiàn)，偏好選擇這三種模式的消費(fèi)群有很大一部分是單獨(dú)出行或少數(shù)人結(jié)伴出行，出于自身安全等相關(guān)因素的考慮，選擇該房?jī)r(jià)的消費(fèi)者將房東個(gè)人信息作為選擇的重要依據(jù)之一也就不難理解了。

在出行人數(shù)方面，出行人數(shù)越多，越傾向于選擇模式四和模式五。一般而言，出行人數(shù)越多，對(duì)住所空間需求就越大，對(duì)住宿環(huán)境、房屋基礎(chǔ)設(shè)施要求也較高，這種情況下，消費(fèi)者提高了對(duì)房間的承受價(jià)格，或者說(shuō)，當(dāng)出行人數(shù)較多時(shí)，消費(fèi)者對(duì)房屋的價(jià)格不再敏感，在合理范圍內(nèi)，他們的選擇也更多。

家庭出行費(fèi)用預(yù)算顯示隨著家庭在出行方面支出的增加，選擇房間的價(jià)格也將隨之增加。

(五)實(shí)證結(jié)果討論

盡管多數(shù)學(xué)者對(duì)房屋的均衡價(jià)格有所研究，但是共享經(jīng)濟(jì)中的類(lèi)似問(wèn)題仍然較少討論。當(dāng)前學(xué)界幾乎沒(méi)有進(jìn)行關(guān)于共享經(jīng)濟(jì)線上短租房?jī)r(jià)格的實(shí)證研究，共享經(jīng)濟(jì)中的住宿預(yù)訂與原有酒店行業(yè)的影響因素可能大有不同。本文補(bǔ)充了相關(guān)領(lǐng)域的研究不足，并得出了短租房市場(chǎng)價(jià)格與消費(fèi)者的家庭可支配收入、年齡、對(duì)好評(píng)率的關(guān)注度、對(duì)用戶評(píng)價(jià)的關(guān)注度、出行人數(shù)、家庭出行費(fèi)用預(yù)算以及對(duì)房東性別關(guān)注度等因素的相關(guān)性強(qiáng)度，以及不同因素對(duì)最終閑置房源定價(jià)的影響。本研究的一個(gè)目的是了解用戶情感偏好對(duì)短租房均衡價(jià)格的影響，另一個(gè)更實(shí)際的目標(biāo)是幫助參與共享經(jīng)濟(jì)活動(dòng)的雙方作出更好的決策。

共享經(jīng)濟(jì)下，短租房的交易主體是分享者(房東)與需求者(消費(fèi)者)，兩者的供需平衡將構(gòu)成短租房市場(chǎng)的均衡價(jià)格，當(dāng)消費(fèi)者通過(guò)個(gè)人需求，結(jié)合網(wǎng)頁(yè)可視信息選擇房屋時(shí)，房東同樣也可以選擇消費(fèi)者。本文的研究結(jié)果將更有利于房東掌握不同消費(fèi)者選擇住宿的規(guī)律特點(diǎn)，并根據(jù)自身心理預(yù)期和需求，推出相適應(yīng)的住宿產(chǎn)品，從而使個(gè)人利益最大化。2017年7月，國(guó)家發(fā)展改革委發(fā)布《關(guān)于促進(jìn)分享經(jīng)濟(jì)發(fā)展的促進(jìn)性意見(jiàn)》指出，“將進(jìn)一步取消或放寬資源提供者市場(chǎng)準(zhǔn)入條件限制，審慎出臺(tái)新的市場(chǎng)準(zhǔn)入標(biāo)準(zhǔn)?！痹撘庖?jiàn)鼓勵(lì)更多擁有閑置房屋資源的房東進(jìn)入線上短租房市場(chǎng)。在此發(fā)展背景下，若房東在充分評(píng)估閑置房屋自身?xiàng)l件后，明確線上短租房均衡價(jià)格區(qū)間，根據(jù)地區(qū)旅游者特點(diǎn)，將房屋定價(jià)設(shè)置為不同模式范圍內(nèi)，不僅有利于充分利用閑置房屋資源，而且有助于構(gòu)建規(guī)范的短租房市場(chǎng)定價(jià)機(jī)制，自發(fā)形成合理的市場(chǎng)價(jià)格。

四 結(jié)論及進(jìn)一步提升短租房市場(chǎng)質(zhì)量的討論

隨著居民消費(fèi)結(jié)構(gòu)中旅游服務(wù)業(yè)占比不斷增加，消費(fèi)者對(duì)于共享短租房的消費(fèi)習(xí)慣逐漸形成，未來(lái)中國(guó)線上短租房發(fā)展的潛力和空間巨大。這種共享模式不僅極大地降低交易成本，還盤(pán)活閑置資源存量、創(chuàng)造新的社會(huì)價(jià)值，成為未來(lái)新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)。為了促進(jìn)國(guó)家短租房市場(chǎng)的健康發(fā)展，理順短租房與其它商用住房的價(jià)格關(guān)系，讓價(jià)格更好地反映消費(fèi)者的多元化偏好，延續(xù)本文的研究結(jié)論，進(jìn)一步提出關(guān)于提升短租房市場(chǎng)質(zhì)量的幾個(gè)討論要點(diǎn)。

第一，就短租房的提供者而言，明確潛在客戶群體，根據(jù)不同消費(fèi)者的選擇偏好，有針對(duì)性地定制閑置房屋的價(jià)格十分重要。在對(duì)固定消費(fèi)群體的家庭可支配收入、年齡階段、出行人數(shù)、家庭出行費(fèi)用預(yù)算有了整體的了解評(píng)估后，房東還應(yīng)對(duì)好評(píng)率、用戶評(píng)價(jià)進(jìn)行個(gè)性化管理，同時(shí)完善豐富可視的個(gè)人信息，合理制定房屋租價(jià)，提高交易率。

第二，對(duì)短租房交易在線平臺(tái)企業(yè)來(lái)說(shuō)，需要建立良好的信任機(jī)制。共享經(jīng)濟(jì)模式的基礎(chǔ)是信任，建立良好的信任機(jī)制將有助于雙方參與者放心交易，在當(dāng)前線上交易的網(wǎng)頁(yè)設(shè)置上，交易率、好評(píng)率、評(píng)價(jià)信息、房東簡(jiǎn)介等相關(guān)信息成為相互了解、信任的途徑。線上交易平臺(tái)應(yīng)嚴(yán)格把關(guān)，制定信息評(píng)估體系，統(tǒng)一標(biāo)準(zhǔn)，確保參與雙方信息的真實(shí)性和準(zhǔn)確性，同時(shí)落實(shí)安全政策和隱私保護(hù)政策，保障個(gè)人信息的安全。

第三，對(duì)短租房市場(chǎng)的管理部門(mén)來(lái)說(shuō)，通過(guò)法律法規(guī)明確交易雙方及交易平臺(tái)的責(zé)任和義務(wù)是提升線上短租房市場(chǎng)質(zhì)量的一個(gè)關(guān)鍵。與酒店、家庭旅館等正規(guī)化、規(guī)模化、商業(yè)化、標(biāo)準(zhǔn)化的運(yùn)營(yíng)模式相比，線上短租房經(jīng)營(yíng)模式進(jìn)入中國(guó)市場(chǎng)時(shí)間短，交易方式較為私人化。為此應(yīng)明確線上短租房交易雙方的法律地位，厘清共享平臺(tái)以及閑置資源提供者與共享平臺(tái)間的法律關(guān)系，制定統(tǒng)一的標(biāo)準(zhǔn)化審核機(jī)制，以彌補(bǔ)短租房市場(chǎng)的交易漏洞，減少參與雙方的交易風(fēng)險(xiǎn)。

[參考文獻(xiàn)]

[1] Daunoriené, A., Drak?aité, A., Snie?ka, V., et al.. Evaluating Sustainability of Sharing Economy Business Models[J].Procedia-SocialandBehavioralSciences, 2015, 213: 836-841.

[2] Botsman, R., Rogers, R.. What’s Mine is Yours: How Collaborative Consumption is Changing the Way We Live[J].HarperCollins, 2010.

[3] (美)杰里米·里夫金, 賽迪研究院專(zhuān)家組譯. 零邊際成本社會(huì)[M]. 北京: 中信出版杜, 2014.

[4] 朱文征. 商業(yè)網(wǎng)絡(luò)團(tuán)購(gòu)模式下影響消費(fèi)者信任的關(guān)鍵因素及其信任形成機(jī)制的研究[D]．杭州: 浙江理工大學(xué), 2014.

[5] 張永林. 互聯(lián)網(wǎng)、 信息元與屏幕化市場(chǎng): 現(xiàn)代網(wǎng)絡(luò)經(jīng)濟(jì)理論模型和應(yīng)用[J]. 經(jīng)濟(jì)研究, 2016, (9): 147-161.

[6] Ert, E., Fleischer, A., Magen, N.. Trust and Reputation in the Sharing Economy: The Role of Personal Photos in Airbnb[J].TourismManagement, 2016, 55: 62-73.

[7] 鄭志來(lái). 共享經(jīng)濟(jì)的成因、 內(nèi)涵、 與商業(yè)模式研究[J]. 現(xiàn)代經(jīng)濟(jì)探討, 2016, 411(3): 32-36.

[8] Mcfadden, D., Train, K.. Mixed MNL Models for Discrete Response[J].JournalofAppliedEconometrics, 2000, 15(5): 447-470.

[9] 白瑞, 沈其君, 張曉等. 嵌套Logit模型原理及其在醫(yī)學(xué)離散選擇問(wèn)題分析中的應(yīng)用[J]. 中國(guó)衛(wèi)生統(tǒng)計(jì), 2006, 23(2): 181-183.

[10] 劉振, 周溪召. 巢式Logit交通方式劃分模型及求解方式研究[J]. 山東交通學(xué)院學(xué)報(bào), 2005, 13(4): 28-32.

[11] 鐘士恩, 張捷, 任黎秀等. 基于社會(huì)經(jīng)濟(jì)屬性的中國(guó)省際出游力研究:兼對(duì)中國(guó)與世界已研究國(guó)家案例比較[J]. 經(jīng)濟(jì)地理, 2009, 29(1): 153-159.

[12] Cohen, G.. Auxiliary Problem Principle Extend to Variational Inequalities[J].JournalofOptimizationTheoryandApplications, 1988, 59(2): 325-333.

[13] Chamon, M. D., Prasad, E. S.. Why are Saving Rates of Urban, Households in China Rising?[J].AmericanEconomicJournal:Macroeconomics, 2010, 2(1): 93-130.

[14] 李蕾, 吳斌珍. 家庭結(jié)構(gòu)與儲(chǔ)蓄率U形之謎[J]. 經(jīng)濟(jì)研究, 2014, (S1): 44-54.