我國共享短租市場中的信任研究
——基于Airbnb開源數(shù)據(jù)的分析

閆 勵 牛新艷

一、引言

共享經(jīng)濟(jì)指以獲得一定經(jīng)濟(jì)報酬為主要目的，以互聯(lián)網(wǎng)為媒介來實(shí)現(xiàn)陌生人之間物品使用權(quán)暫時轉(zhuǎn)移的一種新經(jīng)濟(jì)模式。共享經(jīng)濟(jì)的本質(zhì)是整理集合線下的閑散物品、勞動力等資源，讓閑置資源得到充分利用。在互聯(lián)網(wǎng)和移動技術(shù)的推動下，共享經(jīng)濟(jì)現(xiàn)已在全球范圍內(nèi)迅速擴(kuò)張。自2016 年以來，我國的共享經(jīng)濟(jì)市場規(guī)模始終保持高速增長態(tài)勢，2018 年我國共享經(jīng)濟(jì)交易規(guī)模達(dá)29420億元，同比增長41.6%。

根據(jù)《中國共享經(jīng)濟(jì)發(fā)展年度報告（2019）》顯示，我國的共享經(jīng)濟(jì)重點(diǎn)領(lǐng)域可分為6個，分別是交通出行、房屋住宿、共享金融、知識技能、生活服務(wù)和生產(chǎn)能力。其中，屬于房屋住宿領(lǐng)域的共享短租是最為典型的共享經(jīng)濟(jì)模式，最能體現(xiàn)共享經(jīng)濟(jì)的特征與內(nèi)涵。首先，在產(chǎn)品層面，共享短租真正實(shí)現(xiàn)了整合和利用閑置資源。而在交通出行領(lǐng)域的共享單車和共享汽車，生活服務(wù)領(lǐng)域的共享充電寶和共享雨傘等“花樣共享”均是通過創(chuàng)造資源來實(shí)現(xiàn)共享，偏離了共享經(jīng)濟(jì)的初衷和本質(zhì)。其次，在交易層面，按照共享經(jīng)濟(jì)的定義，其交易過程應(yīng)該表現(xiàn)為陌生人之間的物品使用權(quán)的暫時轉(zhuǎn)移。而目前諸多通過產(chǎn)品制造實(shí)現(xiàn)共享的領(lǐng)域，其交易更多地發(fā)生在企業(yè)與企業(yè)或者企業(yè)與個人之間，無法體現(xiàn)出共享經(jīng)濟(jì)中的人與人、點(diǎn)對點(diǎn)的聯(lián)系。再次，在發(fā)展層面，相較于共享金融、共享單車等遭遇發(fā)展瓶頸的領(lǐng)域，共享短租正呈現(xiàn)出逐年增長的強(qiáng)勁態(tài)勢，保持著巨大的發(fā)展動力和潛力。2015—2018 年間，共享短租收入占住宿業(yè)客房收入的比重從2.3%提高到6.1%，共享短租收入年均增速約為45.7%，是傳統(tǒng)住宿客房收入的12.7 倍，共享短租的用戶普及率由1.5%提高到9.9%。

隨著共享經(jīng)濟(jì)的蓬勃發(fā)展，其在全球經(jīng)濟(jì)中扮演著越來越重要的角色，不同國家和地區(qū)都對共享經(jīng)濟(jì)的驅(qū)動因素和發(fā)展障礙展開了大量研究。盡管在這些研究中所發(fā)現(xiàn)的驅(qū)動力不盡相同，但無論在何種驅(qū)動因素下，信任始終是維持共享經(jīng)濟(jì)增長的關(guān)鍵所在。并且，由于共享經(jīng)濟(jì)與傳統(tǒng)電子商務(wù)具有不同的交易模式，也決定了信任在其交易過程中的重要地位。正如Fraiberger S.P.和Sundararajan A[1]所指出的，共享經(jīng)濟(jì)通過將商品的使用權(quán)從提供者向消費(fèi)者轉(zhuǎn)移實(shí)現(xiàn)商品或服務(wù)的共享，它的特點(diǎn)是交易雙方之間的臨時租賃活動。與所有權(quán)轉(zhuǎn)讓的P2P 交易（例如Ebay）相比，這種交互不僅需要消費(fèi)者對提供者的信任，還需要提供者對消費(fèi)者的信任，因此需要更高的信任和互惠水平。基于此，國內(nèi)外學(xué)者對共享經(jīng)濟(jì)中的信任從不同角度進(jìn)行了深入研究。Lusch R.F.和Nambisan S.（2015）[2]認(rèn)為共享經(jīng)濟(jì)往往與服務(wù)交換活動有關(guān)，而不是單純貨物交換活動，通常涉及交易雙方密切的互動。其交易過程中所蘊(yùn)含的風(fēng)險不僅包括財務(wù)損失，還可能包括身體傷害等人身損失，因此共享經(jīng)濟(jì)背景下的信任尤為重要。Enrique B.P.、Carvajal-Trujillo E.和Escobar-Rodríguez T.（2015）[3]指出，共享經(jīng)濟(jì)以提供方提供服務(wù)或商品為基礎(chǔ)，消費(fèi)者需要依賴于經(jīng)驗(yàn)和對提供方的信任通過共享經(jīng)濟(jì)平臺完成交易，然而多數(shù)提供方往往與消費(fèi)者之間沒有初步的關(guān)系建立，因此需要共享經(jīng)濟(jì)平臺在信任建立過程中發(fā)揮作用。M?hlmann M.（2015）[4]提出了共享經(jīng)濟(jì)平臺上的三個不同的信任目標(biāo)，并指出與傳統(tǒng)電子商務(wù)相比，共享經(jīng)濟(jì)與社會環(huán)境更為相關(guān)。Finley K.（2013）[5]通過文獻(xiàn)分析和深度訪談對共享經(jīng)濟(jì)的信任問題做了探索性分析，該研究基于信任和在線信任理論，對共享經(jīng)濟(jì)中的信任問題做了詳細(xì)闡述，進(jìn)一步分析了信任系統(tǒng)和社交網(wǎng)絡(luò)中的信任傳遞機(jī)制。Bente G.（2012）[6]采用實(shí)驗(yàn)的方法研究了共享者的頭像和聲譽(yù)對消費(fèi)者信任的影響，發(fā)現(xiàn)用戶頭像和聲譽(yù)評分對信任均有顯著影響，但兩者的交互作用對信任沒有顯著影響。此外，結(jié)果顯示只要共享者有頭像和聲譽(yù)評分信息（不論信息是積極的還是消極的），就比共享者缺失信息更讓消費(fèi)者信任。

基于對共享經(jīng)濟(jì)信任特點(diǎn)和重要性的研究，一些學(xué)者針對共享短租領(lǐng)域中影響信任形成主要因素的探索逐步展開。Ert E.、Fleischer A.和Ma?gen N.（2016）[7]等人指出，房東照片反映出的視覺感知信任和吸引力會對Airbnb 上房屋的價格以及消費(fèi)者的購買行為產(chǎn)生影響，房東照片有助于減弱網(wǎng)站的匿名性，并增加社會臨場感，消費(fèi)者會通過照片來推測房東的可信度，并且這個判斷相較于其他屬性更能影響消費(fèi)者的選擇。Edelman B.和Luca M.（2017）[8]通過收集美國5個城市的所有Airbnb 房源信息，探索了種族歧視在共享經(jīng)濟(jì)中對信任的影響。研究發(fā)現(xiàn)，當(dāng)房客的名字很像黑人的名字時，就會比名字聽起來像白人的房客被接受的概率低16%。Wu J.、Ma P.和Xie K.（2017）[9]研究了中國共享短租網(wǎng)站“小豬短租”的房主信任機(jī)制。研究發(fā)現(xiàn)，只有回復(fù)率對信任沒有顯著影響，原因在于每個房主的回復(fù)率幾乎接近于1，極高的回復(fù)率在房主之間沒有顯著的差異。Zhang L.、Yan Q.和Zhang L.H.（2018）[10]使用文本挖掘和圖像識別的方法研究房客對房東形成信任的影響因素，結(jié)論認(rèn)為，房東的聲譽(yù)、自我介紹、頭像、回復(fù)行為、認(rèn)證個數(shù)都對信任有顯著的影響，其中聲譽(yù)對信任的貢獻(xiàn)比其他所有因素的貢獻(xiàn)相加還要多。Cheng X.S.、Fu S.X.和Sun J.S.（2019）[11]等人利用文本挖掘和卷積神經(jīng)網(wǎng)絡(luò)的方法，從Airbnb 平臺上房客評論的內(nèi)容出發(fā)，研究影響房客信任感知的因素，結(jié)論得出室內(nèi)設(shè)計(jì)風(fēng)格、房東簡介、房源位置、再次入住意愿、整體評價和房源描述這些評論主題都對房客的信任產(chǎn)生了影響。

由于共享經(jīng)濟(jì)在國內(nèi)發(fā)展時間尚短，目前對共享經(jīng)濟(jì)中的信任研究，尤其是針對共享短租領(lǐng)域的信任研究相對較少。以下文獻(xiàn)首先對有關(guān)共享經(jīng)濟(jì)的基本理論做了研究。湯天波和吳曉雋（2015）[12]指出，共享經(jīng)濟(jì)的發(fā)展拉動了信息技術(shù)行業(yè)軟硬件生產(chǎn)、無線網(wǎng)絡(luò)和信息終端等產(chǎn)業(yè)的發(fā)展。鄭志來（2016）[13]通過對共享經(jīng)濟(jì)領(lǐng)域兩家具有代表性的公司Uber（優(yōu)步）和Airbnb（愛彼迎）的盈利模式進(jìn)行分析，總結(jié)出了共享經(jīng)濟(jì)的三大盈利點(diǎn)和一般商業(yè)模式，并從信用安全體系、第三方共享經(jīng)濟(jì)平臺監(jiān)管、需求方權(quán)利保障機(jī)制等方面提出了政策性建議。

在對共享經(jīng)濟(jì)的信任研究方面，魏可心和潘紅（2018）[14]認(rèn)為，在共享經(jīng)濟(jì)領(lǐng)域，消費(fèi)者的信任主要依靠互聯(lián)網(wǎng)共享平臺建立的信用機(jī)制來形成,因此平臺建立安全有效的信任體系是促進(jìn)共享經(jīng)濟(jì)健康發(fā)展的關(guān)鍵。吳光菊（2016）[15]從共享經(jīng)濟(jì)和社交網(wǎng)絡(luò)視角對Airbnb（愛彼迎）和Uber（優(yōu)步）模式進(jìn)行了探索，使用Citespace 軟件對國內(nèi)有關(guān)研究進(jìn)行梳理，從共享經(jīng)濟(jì)的概念、相關(guān)商業(yè)概念分類、共享經(jīng)濟(jì)的負(fù)面效應(yīng)、社交網(wǎng)絡(luò)與信任問題四個方面做了論述。王紅麗和陳茁（2017）[16]通過調(diào)查問卷的方法收集數(shù)據(jù)，研究了信任對約車出行意愿的影響機(jī)制。

盡管國內(nèi)外的學(xué)者對共享短租中的信任問題已經(jīng)開展了不同程度的研究，但其中仍存在許多不足。首先，房客的信任目標(biāo)有三個，分別為房東、房源和共享短租平臺。學(xué)者們通常只從一個信任目標(biāo)的角度出發(fā)來研究信任的影響因素，而沒有綜合考慮針對兩個及以上的信任目標(biāo)進(jìn)行研究，這將造成結(jié)果得出的信任影響因素不全面。其次，缺少針對共享短租中信任形成的地域差異研究，以及信任對共享短租中交易的影響研究。再次，研究者們大多采用發(fā)放問卷、做實(shí)驗(yàn)以及深度訪談的方式來獲取數(shù)據(jù)，而從共享短租平臺上獲取一手可靠開源數(shù)據(jù)來進(jìn)行的分析研究仍在少數(shù)。最后，房客的信任和需求界定不夠清晰，在確定信任的替代變量時，需求因素往往沒有被剔除，由此造成結(jié)果不準(zhǔn)確。

本文旨在通過對共享短租這一典型領(lǐng)域的研究，探索與交易雙方信任形成有關(guān)的主要影響因素，以及信任在交易過程中所發(fā)揮的作用。第一，通過對共享短租平臺開源數(shù)據(jù)的分析，得到共享短租中影響信任水平的主要因素，并給出這些影響因素對信任形成的作用方向和影響強(qiáng)度；第二，探究在我國不同地區(qū)，各影響因素在信任形成過程中表現(xiàn)出的地域差異；第三，研究信任對共享經(jīng)濟(jì)交易價格的影響。

二、研究設(shè)計(jì)

（一）研究對象

本文的研究對象為共享短租平臺Airbnb，該平臺成立于2008 年8 月，總部設(shè)在美國加利福尼亞州的舊金山市。Airbnb以服務(wù)型網(wǎng)站的形式提供不同地區(qū)的住宿信息，用戶可通過網(wǎng)站平臺或手機(jī)應(yīng)用程序發(fā)布、搜索度假房屋短租信息并完成在線預(yù)定，以此為旅游人士和有閑置房源出租的房主提供交易服務(wù)。目前，Airbnb平臺已在約191個國家、65000個城市為世界各地的旅行者們提供了數(shù)以百萬計(jì)的獨(dú)特入住選擇，被《時代》周刊稱為“住房中的EBay”。

Airbnb存在的意義是多方面的。首先，Airbnb改變了人們的租住意識。人們大多不愿意讓陌生人住進(jìn)自己家里，安全、隱私等問題一直讓房東們望而卻步。對房客而言亦是如此，住在陌生人的家里是否會丟失財產(chǎn)，是否會被人身攻擊，這些都是房客擔(dān)心的問題。雖然Airbnb 也曾出現(xiàn)過信任危機(jī)，但它的出現(xiàn)讓住在陌生人的房間成為了可能。

其次，Airbnb的存在改變了它所在的行業(yè)。僅2011 年，Airbnb 服務(wù)就令人難以置信地增長了800%，自此開啟了共享短租的新時代。繼Airbnb之后，國內(nèi)從2011 年起也涌現(xiàn)出了各種各樣的短租平臺，如螞蟻短租、途家、住百家、小豬、榛果民宿等。雖然Airbnb 不是第一家做共享短租的團(tuán)隊(duì)，但它成功地擴(kuò)展了市場，培養(yǎng)了用戶，讓它的效仿者同行們在一進(jìn)入到這一行業(yè)時就能得到用戶和投資人的認(rèn)可。Airbnb和它的競爭者們正走在顛覆傳統(tǒng)酒店行業(yè)的路上，為出行的人們提供了更多的住宿選擇。

最后，Airbnb將共享經(jīng)濟(jì)的理念推廣到其他行業(yè)。如果把Airbnb 的概念抽象一下，它的邏輯是：有空閑資源就可以出租，在提高閑置資源利用率的同時獲得收益。這種共享閑置的邏輯同樣可以應(yīng)用到其他領(lǐng)域上，很多創(chuàng)業(yè)公司就依照這樣的邏輯打造出了自己的產(chǎn)品，進(jìn)一步豐富了共享經(jīng)濟(jì)的種類。

（二）數(shù)據(jù)來源

在Airbnb平臺上，每個房源的主頁總共分為6個板塊，分別是“詳情”“評價”“可訂日期”“位置”“須知”和“房東”板塊。由于“可訂日期”板塊沒有提供本文需要的數(shù)據(jù)，在此不作贅述，只對剩余的5個板塊做詳細(xì)介紹。

“詳情”板塊有房源的名稱、臥室個數(shù)、床數(shù)、衛(wèi)生間的類型、最多容納居住人數(shù)、房東收到的總評論數(shù)、房源類型、房東是否是超贊房東、入住退房時間、是否可以自助入住、房屋內(nèi)的設(shè)施等信息。其中，為了招攬更多房客，房源的名稱中一般會寫明房源附近的公共場所（如景區(qū)、商業(yè)中心等）、交通方式等位置信息；房源類型包括合住房間、獨(dú)立房間和整套公寓；衛(wèi)生間的類型包括無衛(wèi)生間、盥洗室、公共盥洗室、公共衛(wèi)生間和獨(dú)立衛(wèi)生間這五種類型，通常情況下與他人合住的房間使用的是公共衛(wèi)生間，整套的共享公寓有獨(dú)立衛(wèi)生間。此外，詳情板塊右邊的預(yù)定區(qū)域提供了居住一晚的價格以及此房源收到的評論數(shù)信息。

“評價”板塊顯示了房源收到的總評論數(shù)、房客在居住后從“如實(shí)描述”“溝通交流”“干凈衛(wèi)生”“位置便利”“入住順利”“高性價比”6 個方面給出的評分以及結(jié)合各個方面給出的綜合評分，除此之外還有每條評論的文字內(nèi)容和評論時間。

“位置”板塊顯示了房源所在的省份和城市，以及房主對房屋坐落的具體地點(diǎn)和出行信息的詳細(xì)描述。

“須知”板塊有房東對房客入住的基本要求、取消預(yù)定政策和交易提示。其中，Airbnb平臺上房客入住的基本要求主要有以下四個方面，分別是禁止攜帶寵物入住、不能為兒童提供安全的住宿環(huán)境、禁止吸煙和禁止舉辦派對，房東可以從這四個方面任意選擇來作為房客入住自己房源時的基本要求。

“房東”板塊中房客可以通過點(diǎn)擊房東名字旁邊的“聯(lián)系房東”按鈕與房東取得聯(lián)系，房東名字下有房東的具體注冊時間、房東是否為超贊房東、房東收到的總評論數(shù)、房東是否已驗(yàn)證、房東的自我介紹、房東與房客的互動以及房東的回復(fù)率和回復(fù)時間等信息。

（三）變量選擇

1.自變量選擇。在自變量的選擇上，應(yīng)充分考慮在共享短租市場中影響房客信任的各類因素。由于研究僅針對Airbnb 平臺，因此只需考慮“交易對象、產(chǎn)品和平臺”這三個信任目標(biāo)中的兩個，即“交易對象”和“產(chǎn)品”。其中，“交易對象”確定為房東，“產(chǎn)品”確定為房源居住權(quán)，由此可以將自變量分為房東屬性和房源屬性兩大類，如表1、表2 所示。信任水平的高低受到這兩方面因素的共同影響。

表1 房東屬性自變量簡介

在上述自變量中，房源的相對價格是根據(jù)共享短租的交易特征所構(gòu)造出的新的自變量。通常來說，房屋的價格，不論是出售價格還是出租價格，更多的是由房屋本身的屬性所決定的，比如房屋面積、戶型、周邊配套和所在地區(qū)等。而房客在預(yù)定過程中對于房源價格的比較往往是發(fā)生在具有相同屬性的房源之間。或者說，影響房客支付意愿的價格因素更多的是性價比而非絕對價格。因此，將房源按照所在地區(qū)、房屋類型、房源周圍的公共場所數(shù)量、交通數(shù)量、是否有獨(dú)立衛(wèi)生間、臥室數(shù)量、床位數(shù)量、最大可容納人數(shù)進(jìn)行分類，同類房源具有相同的屬性特征。在每一類內(nèi)計(jì)算房源價格的平均值，并將各個房源的實(shí)際價格與平均價格的差值定義為房源的相對價格。相對價格可以有效地反映每個房源的價格在其同類房源中所處的水平，以此作為自變量分析房源價格對信任形成的影響將更具實(shí)際意義。

表2 房源屬性自變量簡介

2.因變量選擇。因變量作為信任的替代變量，主要用于反映不同房源所表現(xiàn)出的被信任水平的高低。信任水平較高時，可以認(rèn)為房客更容易建立對房東的信任。在共享經(jīng)濟(jì)中，信任具體體現(xiàn)在用戶的支付意愿上，當(dāng)用戶產(chǎn)生信任感時，就會傾向于支付訂單預(yù)定房源。因此在現(xiàn)有研究中，多數(shù)會選擇將成交數(shù)量作為信任的替代變量，例如Wu J,Ma P 和Xie K.（2017）[9]選用一段時間內(nèi)的訂單量作為因變量。而Airbnb 平臺上不提供訂單量數(shù)據(jù)，所以用訂單數(shù)量作為信任變量的方式在此并不適用。同時我們注意到，房客在預(yù)訂過程中，首先會從需求角度對房源進(jìn)行選擇。也就是說房客在預(yù)定房源時首先會考慮到房源的臥室數(shù)量、床位數(shù)量、最大可容納人數(shù)等條件是否滿足了其客觀需求。若單純使用交易數(shù)量作為因變量，其中會不可避免地包含需求因素的影響，從而對信任的衡量造成偏差。為解決上述問題，我們根據(jù)Airbnb 的交易規(guī)則發(fā)現(xiàn)，每一次成功的交易，Airbnb平臺都會要求房客對其住宿體驗(yàn)做出評論，因此選取評論數(shù)量來反映房源的成交情況。并分別在各個地區(qū)內(nèi)，將房源按照臥室數(shù)量、床位數(shù)量、最大可容納人數(shù)進(jìn)行分類，計(jì)算每一類中各個房源收到的評論數(shù)的均值。將此均值作為基準(zhǔn)，在各個分類內(nèi)部分別計(jì)算每個房源實(shí)際收到的評論數(shù)與該均值間的差異率，即：

信任差異率=（房源實(shí)際評論數(shù)-同類房源平均評論數(shù)）/同類房源平均評論數(shù)

（四）模型設(shè)定

將14 個自變量中的數(shù)值型變量（回復(fù)率、取消預(yù)訂率、注冊時間、總評論數(shù)、禁止條件數(shù)量、相對價格、公共場所數(shù)量、交通數(shù)量、差評率）與因變量繪制散點(diǎn)圖（圖略），不難發(fā)現(xiàn)各數(shù)值型變量與因變量之間并非簡單的線性關(guān)系，因此選擇回歸樹這樣一種可以處理復(fù)雜變量關(guān)系的樹結(jié)構(gòu)模型。使用回歸樹模型研究信任形成的影響因素，實(shí)際就是利用分支結(jié)構(gòu)對不同信任水平進(jìn)行劃分的過程。回歸樹的葉節(jié)點(diǎn)是連續(xù)型數(shù)據(jù)，但它并不是具體的某個對象的信任水平的取值，而是通過上級節(jié)點(diǎn)劃分后屬于某個分支的所有對象的信任水平的均值。如果將全部信任水平看作一個整體，那么回歸樹模型的建立就是通過從根節(jié)點(diǎn)開始的各級節(jié)點(diǎn)，將整體分割為各個“群落”，在這些“群落”之間，信任水平存在明顯的差異。而最終在回歸樹中表現(xiàn)出的各分割節(jié)點(diǎn)，就可以認(rèn)為是對信任水平形成區(qū)分的主要因素，其對于信任進(jìn)行劃分的能力大小通過特定的數(shù)值指標(biāo)體現(xiàn)。通過分析經(jīng)過各級節(jié)點(diǎn)劃分后的信任平均水平的變化，可以在一定程度上推斷各因素對信任的作用方向和作用強(qiáng)度。

三、實(shí)證分析

（一）回歸樹模型建立

利用Python中的BeautifulSoup庫爬取了共享短租平臺Airbnb 上我國各地區(qū)的短租房源網(wǎng)頁數(shù)據(jù)。為了滿足數(shù)據(jù)完整性的需要，同時考慮我國各地區(qū)共享短租發(fā)展現(xiàn)狀，最終選擇北京、上海、廣東、浙江、江蘇、重慶、四川、福建、云南、湖南、山東、湖北、遼寧、天津、陜西等15個地區(qū)2018 年的數(shù)據(jù)進(jìn)行研究。對于其中各個房源的評論數(shù)，按照前述因變量的設(shè)定方式計(jì)算信任水平的差異率。即將各個地區(qū)的房源，分別按照臥室數(shù)量、床位數(shù)量、最大可容納人數(shù)分類并計(jì)算每一類中的評論數(shù)的均值，最后計(jì)算出實(shí)際收到的評論數(shù)量與其同類房源收到評論數(shù)量的均值間的差異率作為信任的替代變量。經(jīng)過預(yù)處理后，最終得到有效數(shù)據(jù)5200 條。使用各個地區(qū)的數(shù)據(jù)分別建立15 個回歸樹模型，模型篩選出了對信任水平造成影響的主要因素并顯示了這些因素的作用方向和作用強(qiáng)度。

（二）信任形成主要影響因素分析

對于回歸樹中篩選出的各級節(jié)點(diǎn)，當(dāng)節(jié)點(diǎn)標(biāo)識為正向改變時，如果在該節(jié)點(diǎn)“是”的一側(cè)分支上信任平均水平較上一級劃分有所提高，且在“否”的分支上有所降低，則認(rèn)為該節(jié)點(diǎn)對應(yīng)的影響因素對信任水平有正向影響，反之則認(rèn)為有負(fù)向影響。表3 綜合了15 個地區(qū)回歸樹中篩選出的影響信任的主要因素及其作用方向。其中，空白處表示在該地區(qū)該因素對信任沒有顯著影響，標(biāo)號為“+”表示在該地區(qū)該因素對信任有顯著的正向影響，標(biāo)號為“-”表示在該地區(qū)該因素對信任有顯著的負(fù)向影響。

從表3可以看出，影響信任水平的房東屬性主要有注冊時間、超贊房東、總評論數(shù)和禁止條件數(shù)量。其中超贊房東、總評論數(shù)和禁止條件數(shù)量為正向影響因素，注冊時間為負(fù)向影響因素。具體來說，房東為超贊房東對信任的形成有明顯的正向作用。超贊房東是Airbnb 平臺為那些經(jīng)驗(yàn)豐富、評分很高、致力于為房客提供優(yōu)質(zhì)住宿體驗(yàn)的房東而賦予的稱號，可以將其認(rèn)為是基于房東以往的行為和經(jīng)驗(yàn)信息而產(chǎn)生的一種行業(yè)聲譽(yù)。現(xiàn)有研究表明，共享經(jīng)濟(jì)中商品提供方的聲譽(yù)會給潛在的消費(fèi)者提供高質(zhì)量信息，并對消費(fèi)決策產(chǎn)生重要作用。對于短租交易來說，超贊房東這一稱號會帶給房客較高的交易安全感知，進(jìn)而促進(jìn)信任的建立以及最終交易的達(dá)成。房東收到的總評論數(shù)會對信任產(chǎn)生正向影響。房東收到的總評論數(shù)越多，意味著房東成功交易的經(jīng)驗(yàn)越豐富。由此，房客對房東按約定提供住宿服務(wù)的能力會有更積極的評估，對獲得正向回報的預(yù)期也更為確切。禁止條件數(shù)量指的是房東對房客在入住時關(guān)于禁止吸煙和禁止舉辦派對兩方面規(guī)定的個數(shù)。通常情況下，禁止條件數(shù)量越多，反映出房東對房源內(nèi)部設(shè)施和居住環(huán)境的關(guān)注程度越高，從而提高了房客對優(yōu)質(zhì)住宿條件的確定性。另一方面，注冊時間對信任的形成有明顯的負(fù)向作用。在總評論數(shù)相同的情況下，房東的注冊時間越長，則表示其成功交易的頻率越低。尤其當(dāng)房東不是超贊房東且總評論數(shù)較少的時候，注冊時間越長則房客對于房東能力的不確定性預(yù)期越高。

表3 各地區(qū)信任水平主要影響因素分布情況

此外，影響信任水平的房源屬性主要有房源位置（房源周圍的公共場所數(shù)量、交通數(shù)量）、差評率和房源的相對價格。首先，房源位置是信任形成的正向影響因素。房源位置通過周圍的公共場所（如景區(qū)、商業(yè)中心等）數(shù)量和交通數(shù)量來衡量，以此來反映房源周邊的鄰里環(huán)境和便利程度。對于房客來說，一定數(shù)量的公共設(shè)施和交通設(shè)施，能夠降低他們對于潛在的不便利性以及安全風(fēng)險的擔(dān)憂，從而對信任的建立產(chǎn)生正向影響。其次，房源差評率是信任形成的負(fù)向影響因素。在線交易在互聯(lián)網(wǎng)中產(chǎn)生的“點(diǎn)對點(diǎn)影響”是其區(qū)別于傳統(tǒng)交易的重要特征，現(xiàn)有消費(fèi)者在線上給出的評價，會對潛在消費(fèi)者決策產(chǎn)生影響，這是一種發(fā)生在陌生人之間的“勸說”效應(yīng)。相較于好評來說，差評對消費(fèi)者的影響更加強(qiáng)烈，它會促使消費(fèi)者對潛在損失進(jìn)行更為謹(jǐn)慎的評估，而在此過程中產(chǎn)生的懼怕?lián)p失以及擔(dān)憂、懷疑和畏懼等情感恰恰是“不信任”形成的關(guān)鍵因素。從研究結(jié)果可以看出，在其他條件相同的情況下，具有較高差評率的房源往往對應(yīng)相對較低的信任水平。特別的，房源相對價格與信任水平之間表現(xiàn)出明顯的正相關(guān)。當(dāng)房源相對價格為負(fù)值時，表示房源的實(shí)際價格低于同類房源的平均價格。如果相對價格過低，會使房客對房源的真實(shí)性和可靠性產(chǎn)生懷疑，從而對信任的建立產(chǎn)生負(fù)面作用；當(dāng)相對價格取正值時，表示房源的實(shí)際價格高于平均價格。此時我們發(fā)現(xiàn)了一個有趣的現(xiàn)象，相對價格高的房源往往對應(yīng)著較高的信任水平，這與我們對于消費(fèi)行為的一般認(rèn)知是不一致的。通常情況下，在具有相同客觀條件的房源中，價格較低或處于平均水平的房源更容易獲得房客的青睞，這是出于消費(fèi)者對于性價比的追求。那么此處所表現(xiàn)出的相對價格越高信任水平越高的現(xiàn)象，我們認(rèn)為它所反映的并非是價格對于信任的影響，而是由于較高的信任水平導(dǎo)致了房客愿意去接受較高的價格，也就是產(chǎn)生了信任溢價。

（三）信任形成影響因素的地區(qū)差異分析

在對15 個地區(qū)回歸樹模型的分析過程中我們發(fā)現(xiàn)，各影響因素在不同地區(qū)所表現(xiàn)出的重要性是不同的。按照各影響因素的重要性，可以將15個地區(qū)劃分為3類。其中，北京、上海和廣東為第一類；浙江、江蘇、重慶、四川、福建、云南和湖南為第二類；山東、湖北、遼寧、天津、陜西為第三類。在這三類地區(qū)中，各影響因素表現(xiàn)出不同的重要性分布，這種分布的特征與各地區(qū)的房地產(chǎn)市場、旅游市場和共享短租市場的發(fā)展現(xiàn)狀密切相關(guān)。

可以看到，在第一類地區(qū)中，房源因素和房東因素各半，但對信任水平產(chǎn)生主要影響的是房源因素，而其中的相對價格更是信任形成的最重要依據(jù)。該類地區(qū)是我國經(jīng)濟(jì)最為發(fā)達(dá)的“北上廣”地區(qū)，囊括了全部的一線城市，也是目前全國房價最高的地區(qū)。一方面，高房價拉動住房租金，使得該類地區(qū)共享短租房源價格也處于較高水平。那么對于在該地區(qū)選擇房源入住的租客來說，房源價格及其浮動是否在個人的可承受范圍之內(nèi)是首先要考慮的重要問題。另一方面，該類地區(qū)房地產(chǎn)市場管理較為規(guī)范，房價信息的獲取渠道多樣，價格透明度較高，相對來說房客更容易判斷共享房源的價格是否合理，對于價格的浮動也更為敏感。當(dāng)該類地區(qū)房源的相對價格適中或稍高時，最利于房客信任的建立；相對價格較低時，會讓房客對房源的可信度和交易的安全性產(chǎn)生懷疑；而相對價格過高時，則會引發(fā)對房東的友善度和誠實(shí)度的質(zhì)疑。因此，過低或過高的相對價格都會使房客產(chǎn)生懷疑和不信任的情緒，進(jìn)而對信任的建立產(chǎn)生負(fù)面影響。

在第二類地區(qū)中，影響信任水平的因素中房東因素占據(jù)多半，總評論數(shù)在其中發(fā)揮最重要的作用。該類地區(qū)主要涵蓋我國南方的重點(diǎn)旅游區(qū)，其房源價格比第一類地區(qū)低，普遍處于租客可以承受的范圍內(nèi)，因此價格因素并沒有在此類地區(qū)產(chǎn)生決定性作用。我們注意到，在該類地區(qū)曾多次曝光旅游亂象、交易欺詐等不良事件，因此游客會對交易安全和人身安全給予更多關(guān)注。而房東收到的總評論數(shù)反映其歷史交易的數(shù)量，是對房東成功完成交易的能力的客觀體現(xiàn)，可以為潛在的交易風(fēng)險的評估提供直接和有效的信息，由此成為租客們建立信任的主要依據(jù)。

第三類主要位于我國的北方地區(qū)，該類地區(qū)中影響信任水平的因素絕大多數(shù)為房東因素，這與第二類地區(qū)的情況類似，不同的是超贊房東取代了總評論數(shù)成為信任的決定性因素。與前兩類地區(qū)相比，第三類地區(qū)的共享短租行業(yè)發(fā)展相對滯后，起步晚且增速較慢，大多數(shù)房東沒有歷史訂單的積累，房客很難單從房東收到的總評論數(shù)獲取足夠的信息以形成交易安全感知，更多的是通過房東是否具有“超贊房東”這樣一個行業(yè)聲譽(yù)來評估房東的可靠性，從而促進(jìn)信任的形成。

（四）信任對交易價格的影響分析

如前文所提到的，多個地區(qū)的回歸樹模型中體現(xiàn)出相對價格與信任水平之間的正相關(guān)關(guān)系，但它并不能歸結(jié)為高的相對價格會形成高的信任水平。本文認(rèn)為，應(yīng)當(dāng)將這種正相關(guān)理解為由信任所產(chǎn)生的溢價行為，即信任溢價，它是信任作用于共享短租交易過程的一種體現(xiàn)。信任溢價在傳統(tǒng)的電子商務(wù)領(lǐng)域是普遍存在的，其溢價方向有向上和向下兩種。向上溢價是指買家愿意向可信任的賣家支付高于平均水平的價格，而向下溢價則是買家出于自我保護(hù)會對賣家提出價格折扣以抵償其擔(dān)憂和不確定性。Airbnb平臺沒有設(shè)置議價機(jī)制，當(dāng)房客的信任水平較低時，其表現(xiàn)并非是提出價格折扣而是選擇不進(jìn)行交易，導(dǎo)致無法檢驗(yàn)向下的信任溢價。因此，只針對向上溢價進(jìn)行討論，采用方差分析的方法，檢驗(yàn)共享短租領(lǐng)域信任溢價現(xiàn)象的存在。

檢驗(yàn)過程中，使用信任差異率作為因子，將其按照大小劃分為不同的因子水平。在因變量的設(shè)定上，由于在相同的信任水平下存在不同類型的房源，其本身的價格差異會對檢驗(yàn)過程造成影響，因此需要將相對價格轉(zhuǎn)換為價格浮動比，即使用每個房源的相對價格除以同類房源的平均價格所得的比率。在15 個地區(qū)中，篩選信任差異率和價格浮動比都大于或等于0的房源進(jìn)行檢驗(yàn)。一般來說，在交易過程中由于各方面因素的影響，房客可以接受一定程度的價格浮動。如果不存在信任溢價，那么在不同的信任水平下，房源成交價格的平均浮動比應(yīng)該是大致相同的。如果隨著信任水平的提高，出現(xiàn)平均價格浮動比增大的情況，并且這種增大是由于信任水平變化造成的，就可以認(rèn)為發(fā)生了信任溢價，也就是較高的信任水平讓房客愿意去接受更大的價格漲幅。

對全部15 個地區(qū)也按照相同的思路進(jìn)行檢驗(yàn)，結(jié)果表明北京、廣東、上海、浙江、重慶、福建、云南、山東、湖北、遼寧和陜西等11 個地區(qū)的方差分析結(jié)果是顯著的，這說明信任溢價在共享短租交易中也是普遍存在的。當(dāng)房客的信任水平達(dá)到一定程度時，會愿意支付相應(yīng)的溢價并將其視為獲得財產(chǎn)和人身安全保障的成本；而當(dāng)信任水平較低時，房客會拒絕支付較高的價格以抵消其風(fēng)險成本，由此可以解釋前文提出的相對價格與信任水平之間的正相關(guān)關(guān)系。

四、結(jié)論與建議

本文基于我國15 個地區(qū)的Airbnb 平臺開源數(shù)據(jù)，運(yùn)用回歸樹模型和方差分析技術(shù)，從信任形成的主要影響因素、信任形成的地區(qū)差異和信任對交易價格產(chǎn)生的影響三方面，對我國共享短租市場中的信任展開研究。研究結(jié)果表明，在共享短租交易過程中，房客的信任水平會同時受到房東屬性和房源屬性的影響。經(jīng)過回歸樹模型的篩選，房東屬性中的注冊時間、超贊房東、總評論數(shù)和禁止條件數(shù)量以及房源屬性中的房源位置、差評率和相對價格是影響信任水平的最主要因素。在不同地區(qū)，各影響因素對信任水平的影響程度存在顯著差別。從本文所劃分的三類地區(qū)來看，在經(jīng)濟(jì)發(fā)達(dá)特別是房價處于較高水平的第一類地區(qū)，房客對價格因素更加敏感，因此相對價格成為影響信任水平的最重要因素；在旅游業(yè)相對發(fā)達(dá)、共享短租市場具有一定規(guī)模的第二類地區(qū)，房客在建立信任的過程中更加關(guān)注房東屬性，尤其是房東收到的總評論數(shù)會對信任水平產(chǎn)生最直接影響；而在短租業(yè)剛剛起步的第三類地區(qū)，由于可參考的歷史交易信息有限，房客會更加在意房東是否具有“超贊”稱號。在共享短租交易中，普遍存在信任溢價。房客的信任水平越高，所能接受的價格上浮程度越高，信任溢價現(xiàn)象越明顯。

基于本文得到的上述三個主要結(jié)論，可以給出保持共享短租行業(yè)健康、持續(xù)發(fā)展的相關(guān)對策啟示。首先，從提高信任水平、促進(jìn)交易達(dá)成的層面看，作為房屋出租方，一方面應(yīng)當(dāng)對房屋進(jìn)行合理定價，參考同類型房源的平均價格，在此基礎(chǔ)上依據(jù)個人房源的位置、設(shè)施和交通情況等對價格做出適當(dāng)調(diào)整；另一方面應(yīng)當(dāng)保證每一次交易的順利完成，包括對房源設(shè)施的維護(hù)，對房客的合理需求的滿足等，以此獲得更多的正面評價。此外，出租方在共享短租平臺進(jìn)行房源登記時，應(yīng)盡量對房源情況進(jìn)行詳細(xì)描述，有利于房客了解房源特征進(jìn)而建立信任。值得注意的是，對于不同地區(qū)，應(yīng)當(dāng)根據(jù)當(dāng)?shù)毓蚕矶套馐袌龅奶攸c(diǎn)，針對影響信任水平的關(guān)鍵因素進(jìn)行規(guī)范與改善。例如第一類地區(qū)應(yīng)當(dāng)重點(diǎn)關(guān)注房源的合理定價，而第二、三類地區(qū)應(yīng)當(dāng)特別注意對房東行為的引導(dǎo)和規(guī)范。其次，從對共享短租市場的監(jiān)管層面看，一是應(yīng)當(dāng)規(guī)范短租房源的定價機(jī)制，針對各類型房屋建立可參考的定價區(qū)間，預(yù)防和打擊價格亂象。二是應(yīng)當(dāng)對各短租平臺進(jìn)行有效監(jiān)管，包括對成交記錄和歷史評價進(jìn)行真實(shí)性審查，對各種認(rèn)證稱號如“超贊房東”的授予流程進(jìn)行規(guī)范性審查等，防止以虛假訂單、評價和稱號誤導(dǎo)消費(fèi)者，保證共享短租行業(yè)的良性發(fā)展。