鄭州商學(xué)院 王紫涵
互聯(lián)網(wǎng)打破了傳統(tǒng)經(jīng)濟(jì)與網(wǎng)絡(luò)的壁壘,實(shí)現(xiàn)了跨區(qū)域的信息共享。在過去的十年中,一些公司調(diào)整了供應(yīng)模式,通過互聯(lián)網(wǎng)平臺(tái)進(jìn)行交易。最常見的就是共享經(jīng)濟(jì)平臺(tái),如愛彼迎、優(yōu)步、滴滴,這些平臺(tái)為共享商品和服務(wù)提供了便利。不同于傳統(tǒng)的供應(yīng)模式,該平臺(tái)將所有的需求和供給匯集到一起,信息對(duì)稱是在線短租服務(wù)的生命線[1]。共享住宿提供的是無(wú)形的服務(wù)產(chǎn)品,消費(fèi)者所購(gòu)買的是產(chǎn)品的暫時(shí)使用權(quán)[2]。與傳統(tǒng)的雇傭關(guān)系有所區(qū)別,它為有需求的勞動(dòng)者提供了彈性工作的機(jī)會(huì)。住宿行業(yè)的共享平臺(tái)鼓勵(lì)業(yè)主以短期的方式租賃他們的閑置資產(chǎn),而非業(yè)主可以根據(jù)需要租賃他們,即提高了消費(fèi)者福利,有使社會(huì)資源在理性經(jīng)濟(jì)人作用下進(jìn)一步有效配置。
互聯(lián)網(wǎng)的產(chǎn)生使網(wǎng)上交易成為可能,技術(shù)的創(chuàng)新降低了交易成本,簡(jiǎn)化了數(shù)字平臺(tái)的流程,可以瞬間撮合買家和賣家,從而使共享產(chǎn)品更具可行性。文中我們分析了約2000在共享民宿平臺(tái)展示租賃的房屋,觀測(cè)平臺(tái)給房東帶來(lái)額外收益情況,探索影響這些收益和平臺(tái)需求量的一些決定因素。共享民宿自興起以來(lái)發(fā)展快速,目前眾所周知的共享民宿平臺(tái)有愛彼迎,小豬短租等。截至2018年,共享住宿用戶普及率已提高至9.9%[3],2020年共享住宿收入占全國(guó)住宿業(yè)客房收入的比重約為6.7%[4]。隨著共享經(jīng)濟(jì)平臺(tái)的不斷發(fā)展,其帶來(lái)的經(jīng)濟(jì)效益也逐漸被人們所關(guān)注。其關(guān)注點(diǎn)主要在平臺(tái)如何獲得收益,它與房東、消費(fèi)者之間誰(shuí)從中受益最大,閑置房屋的最優(yōu)定價(jià)策略等。
在研究中,我們假設(shè)Airbnb對(duì)房東的收入有可測(cè)量和量化的影響,通過整理平臺(tái)信息,選出房屋特點(diǎn)、房東聲譽(yù)等因素對(duì)房東收入的影響,進(jìn)一步估算平臺(tái)需求量的一些決定因素,為共享經(jīng)濟(jì)平臺(tái)進(jìn)一步優(yōu)化其自身經(jīng)濟(jì)效益,實(shí)現(xiàn)良性可持續(xù)發(fā)展提供一點(diǎn)研究貢獻(xiàn)。本文安排如下:第二部分描述數(shù)據(jù)來(lái)源,并展開簡(jiǎn)單的數(shù)據(jù)分析;第三部分建立模型分析共享民宿平臺(tái)的經(jīng)濟(jì)效應(yīng);最后一部分結(jié)論與啟示。
文章研究的數(shù)據(jù)選取2009年—2016年紐約的共享民宿平臺(tái)數(shù)據(jù)。之所以選紐約是因?yàn)樗敲绹?guó)最大的城市,也是世界頂級(jí)的大都市之一。數(shù)據(jù)中包含預(yù)訂數(shù)量、入住率、平均掛牌價(jià)格和交易價(jià)格,以及掛牌酒店的屬性等一些信息。對(duì)數(shù)據(jù)進(jìn)行清洗并刪除所有缺失值最終有效數(shù)據(jù)為1191條。將搜集整理的數(shù)據(jù)進(jìn)行可視化如圖1,可以看出自2009年至2016年,該共享平臺(tái)迅速擴(kuò)張,2015年平臺(tái)房東數(shù)量的擴(kuò)展達(dá)到巔峰,隨后產(chǎn)生明顯下降趨勢(shì)。從每個(gè)月房東參與的數(shù)量來(lái)看,11月新增房東人數(shù)是最多的,5、6、7三個(gè)月也是房東加入高發(fā)期,平均每月有200多名新增房東。從時(shí)間上來(lái)看,說明住宿行業(yè)共享房屋的供給量會(huì)受到季節(jié)和假日等因素的影響。
圖1 平臺(tái)房源數(shù)量時(shí)間趨勢(shì)圖
共享民宿平臺(tái)主要租賃三種類型的房源:整套、單間、合租。其中,整套出租的房源數(shù)量超過平臺(tái)上總房源數(shù)目的一半,單間類型的房源數(shù)量占總量的37%,合租的房源信息最少,只有1.9%。意味著,相比合租客共同住在同一所房子,房東更愿意出租整套或者單間類型的房源。另外,圖2展示了每個(gè)待租賃房屋的年度平均收益情況,圖中每套房產(chǎn)的年度平均收益是逐年下降的。2009年,每份榜單的平均收入為2.5萬(wàn)美元,2016年降至不足1000美元。
圖2 預(yù)訂量隨價(jià)格變化分布圖
我們知道在供需理論中價(jià)格和訂購(gòu)量是成反比的,預(yù)訂量會(huì)隨著日均價(jià)格的增加而相應(yīng)減少。圖2大致可以看出,平臺(tái)上房屋待租賃的日均價(jià)格設(shè)置在零至1000美元不等,其中價(jià)格在100美元左右的房源預(yù)訂量最高,在價(jià)格幾乎高于225美元時(shí),預(yù)訂量出現(xiàn)了明顯的減少趨勢(shì)。因此,總收益最多來(lái)自價(jià)格在100美元到225美元的房源。此外,從預(yù)訂量的分布可以看出(圖3),2000多家房源中訂單量在30筆以下的有近1000家,其中一半以上房源預(yù)訂量?jī)H在10筆左右。數(shù)據(jù)說明單個(gè)房源的預(yù)訂量偏低,也意味著房東愿意或者能夠再分配租賃業(yè)務(wù)的時(shí)間有限。
圖3 預(yù)訂量分布圖
模型設(shè)定。對(duì)共享經(jīng)濟(jì)平臺(tái)的經(jīng)濟(jì)效益進(jìn)行分析,年度收入可能是最有代表性的指標(biāo),它是一切經(jīng)濟(jì)效應(yīng)分析的基礎(chǔ),因此了解掌握其影響因素,對(duì)調(diào)整改善平臺(tái)長(zhǎng)期發(fā)展扮演著頗為重要的角色。我們構(gòu)建了一個(gè)模型來(lái)分析什么因素會(huì)影響房產(chǎn)的收入以及它們是如何影響它的。眾所周知,收入取決于價(jià)格和需求量之外,還有其他一些直接或間接的影響因素,如房屋入住率、評(píng)分情況以及預(yù)定房屋時(shí)的限制條件等,都會(huì)在一定程度上影響租賃房屋帶來(lái)的收入。由于房東的可信度也對(duì)房源的訂單量有顯著的影響作用,而對(duì)房東的評(píng)價(jià)在一定程度上可以衡量房源的可靠性,因此將房東評(píng)價(jià)也納入影響平臺(tái)收益的因素之一[2]。綜上,對(duì)收益回歸的估計(jì)如下:
因變量Y,是平臺(tái)房東年度客房收入;自變量X是影響總收益的一些數(shù)值變量,包括房源的日均價(jià)格,預(yù)訂量和入住率,為減少模型偏差,文章對(duì)價(jià)格使用其對(duì)數(shù)值。自變量D是影響因變量變化的一些虛擬變量,包含房源的評(píng)分等級(jí),取消政策,房東評(píng)價(jià)以及是否可以快速預(yù)定等變量。其中評(píng)分等級(jí)分為高水平、中等水平、低等水平三等,評(píng)分在4.9分以上的房源歸類為高等類型民宿,評(píng)分在4.6分至4.9分的房源為中等民宿類型,評(píng)分在4.6分以下的民宿為低等類型。對(duì)被選取的數(shù)值變量進(jìn)行相關(guān)性分析,其結(jié)果顯示函數(shù)(1)中所選擇的自變量之間存在相關(guān)性很小,適合進(jìn)行模型回歸。
依據(jù)上述方程,開展含虛擬變量的線性回歸,結(jié)果如表1所示。我們可以看到,變異系數(shù)大部分是合理的,回歸可以解釋69%的收益影響。平均日房?jī)r(jià)、入住率和預(yù)訂量對(duì)收入有顯著影響。回歸結(jié)果顯示,日均價(jià)格和入住率與總收益幾乎同比例增長(zhǎng),即如果每日房?jī)r(jià)增加一倍,或者入住率增加一倍,年度租賃房屋獲得的總收入都將增加一倍。預(yù)訂量每增加一個(gè)預(yù)訂,年收入就會(huì)相應(yīng)增長(zhǎng)4.2%。此外,虛擬變量中取消政策似乎也是一個(gè)重要的因素,結(jié)果表明似乎政策越嚴(yán)格,越能促進(jìn)年度收入增長(zhǎng),房東從嚴(yán)格的取消政策中獲得一定保障,也將更愿用長(zhǎng)期在平臺(tái)上供給自己的房源。獲得好評(píng)的房東系數(shù)顯著性為90%,有效驗(yàn)證了擁有好評(píng)房東的房源對(duì)平臺(tái)總年度收入有重要的推動(dòng)作用,能夠比非好評(píng)房東租賃的房屋帶來(lái)18.4%的額外收入。房屋的評(píng)分等級(jí)為高級(jí)的房源相比另外兩個(gè)等級(jí)對(duì)總收益產(chǎn)生負(fù)面影響,部分可以理解為,由于評(píng)分高的房源價(jià)格偏高,進(jìn)而影響了房屋租賃需求量,帶來(lái)相對(duì)較少的總收益。
表1 變量回歸結(jié)果
文章基于對(duì)共享經(jīng)濟(jì)平臺(tái)的經(jīng)濟(jì)效應(yīng)分析,以共享民宿平臺(tái)為研究對(duì)象,對(duì)其發(fā)展進(jìn)行初步探索以及相關(guān)實(shí)證分析。觀察該平臺(tái)數(shù)據(jù),自2008年成立至2015年達(dá)到頂峰,意味著共享經(jīng)濟(jì)平臺(tái)逐漸為人們所接受,其房東參與度也在逐年增加。直到2016年,平臺(tái)已經(jīng)吸引了超過2000個(gè)房東愿意在共享平臺(tái)上發(fā)布他們閑置房源信息,當(dāng)然數(shù)據(jù)僅限于紐約市共享民宿平臺(tái)。平臺(tái)上供給的待出租房屋類型主要是整套和單間,價(jià)格在100—225美元的居多。此外,一年中有兩個(gè)較為明顯的供給量增長(zhǎng)期,分別是5月至7月和11月。結(jié)果表明,除價(jià)格之外入住率、預(yù)訂量和嚴(yán)格的取消政策同樣是增加平臺(tái)年度總收入的主要影響因素,這為住宿行業(yè)的共享平臺(tái)長(zhǎng)期發(fā)展提供調(diào)整方向和依據(jù)。
本研究不僅對(duì)共享民宿平臺(tái)發(fā)展具有一定啟示作用,也對(duì)其他類型共享經(jīng)濟(jì)平臺(tái)提供一些借鑒。隨著互聯(lián)網(wǎng)技術(shù)不斷升級(jí),共享經(jīng)濟(jì)平臺(tái)將成為商品及服務(wù)行業(yè)發(fā)展主要介質(zhì)。首先有針對(duì)性地吸引更多房源類型,增加中等價(jià)格整套房屋和公寓供給數(shù)量。其次為消費(fèi)者提供更多的節(jié)假日優(yōu)惠活動(dòng),在兩個(gè)顯著增長(zhǎng)階段吸引更多消費(fèi)者進(jìn)行民宿體驗(yàn)。第三控制房屋預(yù)定可取消政策的比例,鼓勵(lì)實(shí)行更為嚴(yán)格的取消政策。此外,平臺(tái)可以采取一些激勵(lì)政策,以確保房東愿意將自己的可支配時(shí)間更多地分配在平臺(tái)租賃業(yè)務(wù)。