信任構建機制對共享民宿預訂量的影響

徐峰，張新，梁乙凱，王高山，陳云

[摘? ? 要]P2P共享經濟作為新興商業模式，對于提高社會資源利用效率具有重要意義。顧客在共享經濟平臺交易時，信任是影響顧客購買意愿的關鍵因素。文章利用在線信任構建理論，建立基于認知、情感和制度的3種信任構建機制相關因素對共享民宿預訂量的影響模型，從共享民宿平臺Airbnb上收集了我國香港地區數據進行實證分析。研究結果表明：從認知視角來看，民宿描述長度和經營年限正向影響預訂量，房東經營的共享民宿數量負向影響預訂量;從情感視角來看，在線評論的數量和效價正向影響共享民宿預訂量;此外，共享民宿平臺建立的第三方標記和身份認證制度有助于提升預訂量。研究在理論上將信任構建機制的應用情境拓展到P2P共享經濟，使用實證研究方法從信任視角驗證了民宿服務質量信息對預訂量的影響。研究也為平臺管理方和民宿房東如何構建在線信任方面提供了實踐指導，平臺管理方應合理控制房東經營規模以確保服務質量。

[關鍵詞]共享民宿;信任構建機制;Airbnb;在線評論

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2021）12-0127-13

Doi： 10.19765/j.cnki.1002-5006.2020.00.015

引言

近年來，在移動互聯和在線支付等信息技術的支持下，共享經濟（sharing economy），也稱為協同消費（collaborative consumption）這一新興商業模式在各個領域呈現爆發式增長[1]。共享經濟特征是個體或企業借助互聯網平臺，以點對點（peer-to-peer，P2P）直接交易為基礎，在所有權不變的前提下，讓渡閑置資源短期使用權的有償交易行為[2]。共享經濟因其價格優勢、多樣化、環保高效而受到消費者的追捧，在很多領域出現了創新性的共享經濟平臺，典型如房屋短租領域的Airbnb和小豬網、交通出行領域的Uber和滴滴出行等。共享經濟不僅對消費者的生活方式產生了革命性影響[3]，并且對傳統企業產生巨大沖擊[4]。普華永道預測全球共享經濟收益在2025年會達到3350億美元1。

眾多學者從不同視角對共享經濟進行了卓有成效的研究，目前研究主要集中于3個主題：（1）共享經濟的影響效應。共享經濟因其對傳統經濟模式的顛覆性影響而被稱為破壞性創新[5]，學者們從消費模式、行業影響和社會經濟發展等維度分析了共享經濟的影響效應，研究領域集中于發展相對成熟的旅游接待和交通出行業，例如共享民宿對傳統酒店和旅游業的影響[6-7]，共享出行對傳統出租車和汽車產業的影響[8-9]。（2）共享經濟參與主體的協同消費行為[10]。學者們基于不同理論探究消費者參與共享經濟的內在動機與影響因素。參與共享經濟的內在動機可歸納為功利性動機（如經濟利益、資源效率和可持續發展等）和享樂性動機（如愉悅、社交和社會歸屬等）[2，11-13];參與共享經濟的影響因素呈現多樣化和碎片化特征，學者們主要從消費者參與視角，重點圍繞信任、感知風險、熟悉度、服務質量等因素對消費者參與意向的影響進行了研究[14-17]。（3）共享經濟的商業模式研究。共享經濟是基于互聯網技術，利用社會閑置資源滿足顧客定制化和多樣化消費需求，并可持續盈利的資源配置方式和價值創造模式。部分學者對共享經濟的商業模式和價值創造機理進行了初步探討，并通過案例分析等質性研究方法，分析了共享經濟價值共創過程中平臺、顧客和服務提供者等參與方的作用和影響因素[18-20]。

雖然共享經濟研究已經取得上述豐富成果，但已有研究對影響共享資源效率的問題少有涉及。提高共享資源利用效率對于提升各方持續參與意愿、優化社會資源配置效率具有重要的理論和實踐意義。實踐中共享資源利用水平并不樂觀，酒店數據提供機構STR的報告表明，盡管Airbnb房源相比酒店存在價格優勢，但Airbnb入住率顯著低于酒店。此外，近期發生的Airbnb顧客遭房東殺害、滴滴順風車乘客遇害等負面事件導致顧客對共享經濟信任水平急劇下降，嚴重影響了用戶參與共享經濟的積極性。信任缺失是影響陌生人之間交易的最大障礙之一[21]，在個體對個體的共享經濟中尤其如此。因此，分析共享經濟中信任構建機制對共享資源效率的影響是共享經濟發展的核心問題之一。

信任在共享經濟中的重要作用已受到學者們的充分肯定，共享經濟參與方之間只有建立充分的信任才可達成交易。研究表明，信任可以增加共享經濟產品的溢價，提高消費者對共享經濟的持續參與意向、滿意度和忠誠度[14-15，22]。已有文獻主要從理論概念上探索了信任構念對共享經濟中相關行為的影響，鮮有學者針對在共享經濟中如何構建信任這一問題進行深入研究。在線環境中消費者在交易前無法準確評估產品或服務質量，此時在線信息的來源和特征會影響感知信任形成，因此傳統B2C電商平臺提供在線評論、商家聲譽和信用保證等信息來抵消交易中的信息不對稱并構建信任[23-24]。由于共享民宿中服務提供者未經過專業培訓且服務缺乏統一標準，為了建立雙方的信任，共享民宿平臺提供了房東特征、在線反饋等信息來幫助消費者推斷共享民宿房東的可信度和服務質量，然而，現有文獻中缺少實證數據來檢驗上述信息作為信任構建機制影響消費者實際購買決策的有效性。

鑒于已有研究不足，本文依托信任構建理論，從基于認知、情感和制度的3種信任形成機制視角，構建共享民宿平臺在線信息影響消費者預訂量的模型，收集我國香港Airbnb共享民宿預訂數據，通過實證分析和穩健性檢驗對研究假設進行驗證。研究結論在理論上擴展了信任形成機制在共享經濟中的適用邊界，在實踐中對共享經濟企業和服務提供者如何提升顧客信任具有借鑒作用。

1 理論基礎

1.1 共享經濟中的信任

信任因其在人類社會中的重要作用而被廣泛研究，心理學、社會學、經濟學和管理學等學者從不同學科視角對信任進行了深入探討。Mayer等將信任定義為“委托方在沒有考慮是否能監督或控制受托方的前提下，期望受托方完成有重要意義的特定行為，對受托方可能導致傷害行為的容忍程度”[21]。信任是商業交易的必要前提，信任不僅為消費者提供高度自信并產生更好的用戶體驗[25]。而網絡市場中出現了新的不確定性和風險，如個人信息泄露風險、不可靠交易產生的財務風險[26]，這使得信任成為預測顧客在線行為的重要因素[27]。在B2C交易過程中，信任缺失被視為影響交易的重要障礙[28]。

共享經濟與B2C電商在交易模式上存在顯著差異，通過對比發現信任在共享經濟領域中的構成更為復雜。首先，B2C交易主要涉及企業和消費者，企業通過權威因素（如標準化、品牌、商家信譽和第三方認證等）減少不確定性而獲得消費者信任;而共享經濟中交易發生在個體之間，屬于特殊的C2C模式，交易雙方呈現多樣化且聲譽度參差不齊，因此雙方同樣面臨風險問題[29]。其次，共享經濟交易模式帶來更多潛在風險。共享經濟中雙方交易閑置資源的短期使用權，特別是體驗性的服務，服務型商品生產與消費的同步性不可避免地使雙方在線下發生直接交互，因此，無論是消費者還是服務提供者在交易中不僅存在隱私和財務風險，還面臨著心理與人身安全等風險[30-31]。最后，B2C交易主要關注顧客對商家的信任，而共享經濟中信任包含了顧客、共享服務提供方和共享經濟平臺三方之間的相互信任[32]。

基于以上共享經濟特征，信任是實現共享經濟的必要前提。目前學者們關注共享經濟中信任對消費者參與意向和決策的影響，Liang等基于Airbnb的研究表明，顧客對共享民宿平臺和房東的信任會影響其重復購買意向[32];楊學成和涂科發現，信任氛圍通過自我決定感對共享經濟中的顧客契合行為有顯著影響[18]。現有研究關注理論構念上的探索，在方法上側重基于問卷調查的實證研究，而共享經濟中信任形成機制對消費者參與行為影響的實證研究鮮有涉及，因此有必要檢驗在線交易信任形成機制在共享經濟中應用的有效性。

1.2 在線市場中的信任構建機制

信任對促成在線交易具有重要作用，如何構建在線信任成為當前研究熱點。通過對信任構建文獻的梳理，本研究認為，在線市場主要通過認知、情感和制度3種機制建立信任[23， 33-35]。

基于認知的信任是通過理性或者效益成本分析構建信任。消費者通過對他人特征的觀察或感知來判斷對方未來行為的可信度，這依賴于掌握受信方值得信賴的線索（如能力、責任感等）形成感知信任[34]。在線環境中，消費者通過商家特征、能力和提供的信息質量來推斷其可信性[23]。Mcknight等認為，在線商家屬性可以視為增加信任的信號[36]。在共享經濟中，顧客不能直接觀察共享資源和服務提供者的真實信息，但可以通過在線平臺上顯示的房東特征來推斷其可信度和服務質量。研究發現，民宿房東照片表情和房源圖片是影響顧客的信任和消費意向的信號[30]。Kwok和Xie發現，與顧客相似度高的房東更容易被信賴并收到更多的訂單[37]。

基于情感的信任是信任方依賴良好溝通而形成以情感為基礎的、對受信方的信心[34]，在線環境中消費者主要借助與受托人之間的交互（如在線評論和推薦）來推斷其聲譽。基于信任轉移理論，在線評論可以幫助顧客了解已有消費體驗并確定是否可以建立信任[23， 38]。Ba和Pavlou認為，在線評論能夠增加顧客對網上賣家的信任[39];Sparks和Browning發現，在線評論影響顧客對酒店的感知信任和預訂意向[40]。在共享經濟中，顧客通過在線評論中包含的交互體驗來判斷房東對顧客的關心程度并產生信任。Yang等的研究表明，交互行為會增加消費者對Airbnb房東的信任和依附感[41]。Cheng等發現，Airbnb的在線評論內容影響顧客的感知信任[42]。

基于制度的信任是指，交易環境提供的結構化保證提高受托方完成期望行為的可靠性，從而使消費者感到交易過程是安全可靠的[33]。結構化保證是指個人或組織采取技術及法律性結構（如規則、保證、審核和認證等形式）保障消費者利益。目前在線市場中商家主要采用第三方委托支付、認證審核、在線信用卡擔保等結構化保證手段來提升消費者信任并促成交易[28， 36]。當交易環境中缺少有效的認知信任和情感信任時，例如交易雙方存在不同的社會和文化背景時，完備的結構化保證也能有效建立信任。由于共享經濟中不確定性和風險較高，更需要制度保障確保交易過程的安全性和可靠性。賀明華和梁曉蓓的研究表明，隱私保證、認證審核和爭議解決等機制可以提高消費者對共享經濟平臺的信任水平和持續參與意向[43]。

1.3 研究述評

已有文獻對共享民宿市場中的信任研究還存在以下不足：（1）由于共享民宿服務質量在交易中存在嚴重的信息不對稱，而目前國內外研究多關注共享民宿的影響、商業模式和購買意向等方面，從信任視角分析共享民宿經營績效的研究較少。（2）房東是共享民宿相較于傳統酒店服務的主要差別之一，消費者對民宿的信任會受到房東服務質量和特征的影響，需要考慮房東因素對共享民宿預訂量的影響。（3）已有共享民宿的信任研究集中于動機、意向和阻礙因素等，在研究方法上以問卷調查為主，消費者的主觀感受與真實的消費行為存在一定偏差，因此基于共享民宿平臺的客觀數據進行實證分析，可以檢驗理論假設是否真實發生。

基于已有研究中的不足，本研究采集了我國香港共享民宿經營情況的截面數據，以信任構建理論為基礎，使用計量回歸模型研究基于認知、情感和制度的3類信任對共享民宿預訂量的影響。

2 研究模型與假設

共享經濟屬于新興在線交易模式，其信任構建研究以傳統在線市場中的信任構建理論為基礎，并結合共享經濟模式中特有因素。Mcknight等提出在線信任構建的概念框架[36]，包括信任構建機制、在線信任以及與信任有關行為3個部分（圖1）。信任構建機制包括認知、制度等信任前因變量（例如在線平臺、供應商和第三方等），中間環節是在線信任，框架的結果是與信任有關的行為（例如消費者購買和推薦等）。綜合在線信任構建框架和共享經濟特征，本研究認為，消費者信任共享民宿的前因變量主要來源于房東和共享經濟平臺提供的信息，并根據信息內容劃分為基于認知、情感和制度的信任3個維度，信任結果主要指顧客預訂民宿行為。

2.1 基于認知的信任因素

（1）共享民宿描述長度。信息質量能夠影響感知信任，服務屬于消費前質量難以評估的體驗類商品，商家提供準確完整的產品描述能夠減少信息不對稱，消費者通過商家提供的高質量文本內容建立感知信任。在共享民宿中，房東描述顯著影響顧客對房東和平臺的信任[44]。詳細的描述可以減少顧客對民宿的模糊認知，具有更強的可診斷性。Mauri等的研究發現，產品描述對共享民宿流行度有顯著影響[31]。Tussyadiah和Park認為，房東在描述中展示自己豐富的旅游經驗有助于提升陌生房客的感知信任和預訂意向[44]。房東對民宿的描述內容越詳盡，越可以為顧客做出購買決策提供全面的參考依據。因此，房東對民宿的詳盡描述程度可以視為吸引顧客的質量信號。據此本研究提出如下假設：

H1a：房東對共享民宿的描述長度正向影響共享民宿預訂量

（2）經營時間。服務者從事服務工作的時間長短可以視為反映經驗和能力的質量信號，更久的從業經驗可以增加顧客的感知安全性[45]。房東經營時間是影響共享民宿服務質量不確定性的重要因素，房東經營時間是指，房東在Airbnb上開始提供服務到現在為止的時間，可以反映房東管理運營民宿的經驗。絕大部分民宿房東未經過專業化的酒店管理和服務培訓，房東能在實際運營管理中不斷提升其服務能力和質量[46]。Xie等的研究結論表明，房東公開顯示民宿預訂歷史會增加預訂量[47]。共享民宿較長的運營時間也能間接說明民宿經受了激烈的市場競爭而生存下來。因此，民宿經營時間越長，房東存在欺詐行為的概率越低，滿足不同房客需求和應對問題的經驗越豐富，民宿的服務質量和顧客滿意度就越高。據此本研究提出假設：

H1b：房東共享民宿運營時間正向影響共享民宿預訂量

（3）經營民宿數量。房東經營民宿數量是影響民宿預訂量的重要因素。在經濟活動中，質量和數量對有限的資源存在著競爭關系[48]。根據資源稀缺理論，當個體或組織面臨資源約束時，需要權衡服務質量和數量[49]。房東用于管理共享民宿的資源（如時間、精力）是有限的，當房東管理一間民宿時，其可以把全部資源用于該民宿的設施維護和顧客服務。如果房東擁有多間民宿，房東則需將管理資源分配給所有民宿，民宿數量的增加會分散房東分配給每間民宿的管理資源，導致民宿服務質量下降和顧客不滿，使得單間民宿的預訂量降低。Xie等實證分析了小豬短租網的北京共享民宿數據，發現房東經營民宿數量對預訂量有反向影響[46]。據此本研究提出如下假設：

H1c：房東管理的共享民宿數量反向影響民宿預訂量

2.2 基于情感的信任因素

（1）評論數量。在線評論數量是指顧客在網絡上發布關于產品或服務體驗的評論總數。研究表明，評論數量正向影響產品銷量，例如Viglia等發現，評論數量在一定范圍內會提高酒店入住率[50]。廖俊云和黃敏學認為，評論數量對產品銷量產生顯著正向影響[51]。評論數量對銷量產生影響的原因之一在于口碑的知曉效應（awareness effect）。若產品產生大量在線評論，無論是正面還是負面評論，都容易得到顧客的專注，這就可以增加產品的知曉效應。評論數量可以體現顧客對產品的關注和討論熱度，討論熱度越高，已購買顧客通過網絡分享口碑的意向越高，潛在消費者知曉產品并購買產品的概率會越高。此外根據社會傳染理論，已購買者通過產生產品信息量來影響未購買者[52]，產品的在線評論數量越多，所包含的產品信息量就越大，影響未購買者消費決策的可能性會越大，進而影響產品銷量。據此本研究提出如下假設：

H2a：在線評論數量正向影響共享民宿的預訂量

（2）評論效價。評論效價是指，消費者購買后對產品或服務質量體驗的評價方向，表達其滿意程度和情感極性，常用評論分數來表示。很多學者證實，在線評論效價對商品銷量有顯著正向影響。郝媛媛等分析影評數據后發現，極端好評正向影響電影票房，極端差評負面影響電影票房[53]。Xie等研究表明，評論效價能夠提升酒店經營業績[54]。評論效價對銷量產生影響的原因在于口碑的說服作用（persuasive effect）。當消費者發表產品推薦或者觀點時，其動機之一是說服其他消費者并影響其決策，在線評論中表達的情感極性越高，更容易改變其他消費者的態度。Moe等發現，消費者的正面評論會顯著影響后續消費者的購買行為[55]。在線評論效價能反映顧客對購買體驗滿意度的情感極性，潛在顧客通過評論效價感知商品質量并作出購買決策。據此本研究提出如下假設：

H2b：在線評論效價正向影響共享民宿的預訂量

2.3 基于制度的信任因素

（1）超贊房東標記。第三方標記是指第三方機構向符合條件的商家簽發標記作為商家履行承諾行為的保證[23]。基于信任轉移理論，商家通過第三方標記作為信譽背書獲得消費者信任。在線市場引入第三方標記來減少交易中的隱私和財務風險，商家在線上交易平臺展示第三方標記來提高消費者信任和購買意向[56]。崔香梅和黃京華發現，淘寶網的第三方標記能夠增加消費者對商鋪的信任[57]。Airbnb為了減少顧客和房東服務質量之間的信息不對稱，將一年內在服務響應速率、在線評分和違約率等方面表現優異的房東標記為超贊房東（superhost），并為了激勵房東提升服務質量而不斷提高準入門檻。現有研究表明，超贊房東標記可以作為傳遞共享民宿服務質量的有效信號[58-59]，超贊房東標記可以使民宿獲得更多溢價和在線評論[60]。據此本研究提出如下假設：

H3a：超贊房東標記正向影響共享民宿預訂量

（2）身份認證方式。在線交易中身份認證可以減少交易雙方之間的信息鴻溝，可以視為增加感知信任的外部信號[61]。認證審核機制作為結構化保證中的社會網絡要素是在線環境中消費者建立信任的前因變量[51]。共享經濟的低準入門檻增加了無資質或者具有潛在危害的服務提供者進入市場的風險，服務提供者信息（如身份、社交媒體賬號、駕駛證等）經審核認證后發布在共享經濟平臺上，這些信息可視為制度信號幫助顧客判別信息真實性和服務質量[62]。在共享民宿預訂中，平臺對房東身份認證會增強潛在顧客的信任。盡管認證機制可以對服務提供者的真實性進行檢驗，認證方式不完備仍可能會導致欺詐現象的出現，社交媒體等認證方式可以使顧客和房東直接交流而增加感知信任。因此共享民宿中房東提供的認證方式越完備，其更容易受到顧客信任而獲得更多的預訂量。據此本研究提出如下假設：

H3b：共享民宿房東認證方式數量正向影響民宿預訂量

本研究通過在線信任理論，將在線交易中的信任劃分為基于認知、情感和制度的3個維度，將Airbnb上能夠體現在線信任的房東和民宿信息劃分為3類。其中，房東對共享民宿的描述、房東經營民宿的時間和民宿數量體現信息質量和房東能力，可視為基于認知的信任因素。顧客通過在線評論與房東交互，并表達對共享民宿服務質量的情感傾向，潛在顧客通過評論判斷房東聲譽，因此在線評論數量和效價可視為基于情感的信任因素。Airbnb不僅對服務質量符合標準的房東授予超贊房東標記，還通過電子郵件、社交媒體賬號等多種方式對房東身份進行審核認證，因此將超贊房東標記和身份認證歸為基于制度的信任。此外，由于共享民宿屬性（如設施數量、價格和可容納人數）也可能對預訂量產生影響，本研究將這些因素作為控制變量納入到模型中（圖2）。

3 研究方法

3.1 數據收集

本研究數據樣本來自Airbnb（www.airbnb.com）平臺。Airbnb是目前共享民宿市場的行業領導企業，截至2020年6月，Airbnb在220 個國家和地區擁有約700萬個民宿，累計超過7.5億游客使用Airbnb平臺預訂共享民宿1。房東在Airbnb上發布有關共享民宿和房東的各種信息，并允許房客對服務質量發表在線評價。本研究選擇了我國香港作為樣本，香港是世界重要的金融、貿易和航運中心，同時也是亞洲最受歡迎的旅游城市之一，每年有大量因商務或旅游的訪港游客，香港的酒店房價區間分布非常廣，共享民宿可以為旅客提供替代選擇方案，香港東西方文化交融的特點有助于共享民宿的推廣。

3.2 變量設計

本研究使用Python編寫的爬蟲程序在Airbnb上抓取了2018年9月正在運營的香港共享民宿及其房東的在線信息，共采集2981個民宿樣本。獲取了有關共享民宿數據包括房東對民宿的英文描述、房東在Airbnb上開始經營民宿的日期、經營民宿數量、民宿獲得的評論數量和總體評價、超贊房東標記、身份認證方式、民宿提供的設施、民宿價格和可容納人數、房東和民宿屬性（圖3）。

研究模型選擇共享民宿預訂量作為因變量，通過統計未來30天內民宿屬于“不可獲得”狀態的天數來計算，此外，也統計了未來60天和90天的預訂量用于穩健性檢驗，變量描述見表1。

由于共享民宿的類型和特征呈現多樣化，因此還采集了其他變量來控制潛在異質性的影響，本文主要控制了與在線信任無關的共享民宿屬性對民宿預訂量的影響。已有文獻研究發現，硬件設施、成本優勢和住宿人數是消費者選擇共享民宿而非酒店的主要偏好[63]，并且會影響使用意向和滿意度[64-65]，共享民宿的硬件設施越齊備、價格越低和可容納住客越多，對消費者購買意向的影響越大。民宿提供的便利設施數量、民宿價格和民宿容納人數3個變量屬于共享民宿成熟的既定變量，不會因為房東的服務質量而改變，與共享民宿的信任相關性不高，但考慮其可能會對因變量帶來影響，因此將其作為控制變量。

變量的描述性統計見表2，其中部分變量屬于非正態分布，且變量取值范圍相差較大，直接代入模型中可能會造成標準化系數誤差，對呈正偏態的變量（評論數量和價格）采用取對數轉換后再代入模型，減少分析誤差。

3.3 模型構建

為了從基于認知、情感和制度的信任構建視角分析共享民宿在線信息對消費者預訂行為的影響，本研究建立多元回歸模型驗證研究假設，研究模型的標準化表達式如下：

[Booking30days=β1+β2DesDepth+β3HostLength+? ? ? β4ListiNum+β5Rating+β6lnReviewNum+? ? ? β7Superhost+β8VerfiMethod+β9Amenitity+? ? ? β10lnPrice+β11Accommodate+ε]

其中，[β1]為截距，[β2～β11]為各變量的回歸系數，ε為誤差項。

4 實證研究

4.1 回歸結果分析

在假設檢驗之前，首先進行多重共線性檢驗，結果顯示，所有變量的方差膨脹因子（VIF）介于1.119和1.465之間，VIF均值為1.161，表明變量之間不存在多重共線性。本研究的回歸結果如表3所示。

（1）在感知信任因素方面，民宿描述長度（β=0.064，p<0.01）和經營時間（β=0.071，p<0.01）對預訂量有顯著的正向影響。民宿描述可能會包含更多對潛在顧客有價值的信息（如民宿服務內容、事項說明和旅游信息等），詳盡的描述能減少潛在顧客對民宿質量的不確定性，降低交易潛在風險和認知差異，提高信任并增加預訂量。房東經營時間對預訂量有顯著正向影響，正如顧客對百年老店更加信任一樣，房東經營時間能影響顧客的信任和預訂意向。經營時間更長的房東具有更多經驗積累和更流暢的運作流程，這能顯著提高服務質量和顧客滿意度，從而得到更多預訂。假設H1a和H1b得到支持。房東經營民宿數量顯著負向影響民宿預訂量（β=?0.314，p<0.01），Xie和Mao研究發現，民宿數量對民宿預訂量存在負向調節作用[66]，證實了經濟學中資源約束下的質量-數量權衡現象。房東面臨著服務質量和數量的權衡問題，民宿數量增加使得房東需要把時間和精力分配到更多的民宿中，這會導致房東花費更多的時間奔波于民宿之間，導致服務質量下降和顧客不滿，從而減少民宿的預訂量。假設H1c得到驗證。

（2）在情感信任因素方面，結果表明在線評論數量（β=0.035，p<0.05）和評論效價（β=0.152，p<0.01）對預訂量有顯著的正向影響。這說明共享民宿獲得的在線評論數量越多，未來的預訂量就越高。顧客對民宿發表評論的數量可以視為民宿歷史銷量指標，評論數量越多代表預訂過民宿的顧客越多，說明該民宿質量得到了顧客的一致性認可。評論數量同時也代表了顧客與商家的交互信息量，潛在顧客從評論中獲取民宿服務質量有用信息的概率就越高，更容易獲得顧客信任和預訂意向。根據信任傳遞理論，對于潛在顧客而言，民宿的在線評論效價具有參考作用，顧客會根據民宿在線評論效價來判斷房東的可信任度，進而影響民宿預訂行為。民宿的評論效價越高，表明在線交互的顧客對其信任度越高，從而提升潛在顧客對房東的信任并促進民宿預訂行為。假設H2a和H2b得到支持。

（3）在基于制度的信任因素方面，超贊房東標記（β=0.030，p<0.1）和房東身份認證方式數量（β=0.052，p<0.01）對民宿預訂量有顯著正向影響。超贊房東標記代表了民宿管理者具有高比例好評、快響應速度和豐富管理經驗，表明比普通房東具有更高的服務水平。超贊房東標記可以向潛在顧客傳遞強烈且積極的質量信號，顧客通過超贊房東標記感知到民宿質量和房東承諾。具有超贊房東標記的民宿是值得信任并獲得更高的預訂量。Airbnb通過電子郵件、電話號碼和社交媒體等多重認證方式可以減少身份造假的可能性。身份認證可以作為信任和質量的信號，幫助顧客辨別房東的真實性。此外，房東公開更多幫助認證的隱私信息，可以讓消費者感知到其建立信任的善意，認證方式完備的房東能獲得更多預訂量。假設H3a和H3b得到支持。

此外，在本文實證結果中可以發現控制變量對共享民宿預訂量的影響。回歸結果顯示，民宿提供的設施數量（β=0.041，p<0.1）對預訂量有正向影響，民宿提供的洗衣機、廚房等設施可以給房客居住創造便利條件，因此設施越齊備的民宿越受歡迎。與假設不同的是，價格和可容納人數對預訂量影響不顯著，原因可能在于民宿本身的性價比相對酒店存在優勢，民宿可容納人數基本能滿足一般家庭出游需求，所以價格和可容納人數對顧客的預訂決策沒有顯著影響。

4.2 穩健性檢驗

為了增強模型研究結果的可靠性，本研究通過穩健性檢驗來驗證結論是否一致。前文使用2018年9月份未來30天內的預訂量作為因變量，考慮到這30天內可能存在重要節假日如“十一”黃金周，會有大量內地游客赴港旅游，因此民宿預訂量可能會比平時高一些。為了減少節假日、氣候、旅游季節等因素對預訂量的影響，因此又采集了未來60天（Booking60days）和90天（Booking90days）內民宿預訂量分別作為因變量構建模型2和模型3，以盡可能消除特殊因素的作用。回歸結果見表4，結果表明，評論數量對60天和90天的預訂量沒有顯著影響，說明評論數量只對短期內預訂存在作用，其他結果基本保持一致。

5 結論與啟示

5.1 理論貢獻

（1）本研究拓展了在線市場中信任構建機制的應用情境。在線信任構建理論起源于在線B2C交易中信任構建，本研究將理論適用范圍進一步擴展到P2P共享經濟領域。本研究不僅證實了B2C交易中的在線評論數量和效價在共享經濟環境的重要作用，并針對共享民宿市場特點，發現了身份認證方式、經營民宿數量、民宿信息質量等信任前因變量可傳遞共享民宿服務質量的信號。房東是共享民宿領域中獨有的因素，之前B2C在線市場的相關研究并未涉及，本研究說明共享服務提供者特征會影響潛在顧客的信任感知，共享服務提供者主要依賴在線信息構建傳遞信任前因變量并吸引顧客。研究結果表明，顧客會通過在線信息感知房東的可信度，共享民宿平臺和房東應該關注如何通過在線信息維持信任。

（2）本研究進一步豐富了信任構建理論中信任前因變量的表現形式。在線下市場以及B2C電子商務中，商家主要借助品牌、聲望、價格等成本昂貴的信號向消費者傳達質量信息。雖然共享經濟平臺允許任何具有閑置資源的個體進入共享經濟市場，但是他們難以承擔品牌推廣的巨大成本，而本研究表明，通過成本并不昂貴且主要付出辛勞獲得的信譽也可以傳遞服務質量，如房東經驗、房東描述民宿的詳盡程度以及平臺優質服務認證等。顧客可以利用這些信號建立對共享民宿服務質量的信任，即在線市場中辛勞傳遞的信號和金錢傳遞的信號的作用是相似的，共享民宿運營平臺和房東可以通過此類信息來建立并維持在線交易中的信任。

（3）從研究方法視角來看，本研究使用在線可觀測的二手數據實證分析了信任構建相關因素對共享民宿實際預訂量的影響，為鞏固現有研究結論提供了進一步支撐。信任對顧客參與共享經濟使用意向的影響已得到學者們的充分肯定，在研究方法上主要以問卷調查和實驗方法為主，缺乏真實數據對已有研究結論的支持。本研究通過共享民宿平臺上民宿在線信息和顧客預訂行為數據，從信任構建視角為解釋顧客在線民宿預訂決策行為提供新的依據和見解。

5.2 管理啟示

本研究的發現對共享經濟平臺和服務提供者在以下方面具有啟示意義。

（1）本研究為共享經濟中建立在線信任提供了啟示。在共享經濟中，共享經濟平臺和服務提供者關注提高顧客信任的策略。本研究發現了在線評論與共享民宿預訂量之間的關系，通過發現在線評論對顧客信任的影響，有助于共享經濟平臺設計在線評論機制構建信任。共享資源提供方和共享經濟平臺都應該努力傳遞各種形式質量信號來獲得顧客的在線信任。共享平臺可以對服務提供者通過身份認證、聲望、服務保障等機制使顧客減少風險顧慮，如淘寶對商鋪的金牌認證等形式，服務提供者通過這些信號機制提升服務質量并獲得顧客信任。房東要通過在線平臺顯示體現服務質量的民宿信息，如詳細描述民宿，減少信息不對稱獲得顧客信任。

（2）本研究發現，經營民宿數量負向影響民宿預訂量，房東經營民宿數量如果超過了其經營能力，會導致服務質量下降而降低預訂量，共享經濟管理方在發展初期應該關注服務質量而不能只關注發展速度，規模快速膨脹導致的質量下降會嚴重傷害平臺品牌形象。房東經營時間正向影響民宿的預訂量，運營平臺可以考慮根據房東運營時長和經驗對其經營的民宿數量進行限制。對于擁有較多閑置民宿資源的房東，民宿運營平臺可以引入第三方公司代其來管理經營民宿，降低房東管理負擔的同時增加房東收入和提升民宿利用效率。

（3）本研究有助于共享民宿運營平臺識別影響顧客信任的關鍵要素，幫助平臺設計和完善交互界面。企業應該進一步對在線平臺和移動App改進設計，合理有效利用在線平臺的用戶界面，將能夠反映民宿服務質量的房東信息等放置更加醒目的位置，提升消費者尋找質量信號的效率，減輕消費者信息過載。運營平臺可以將Facebook、微信等社交媒體內嵌入在線平臺中，民宿房東和顧客之間通過社交媒體交互效率會更加便捷，提升反饋效果。

5.3 不足和展望

（1）本研究中的預訂量不能完全反映共享民宿的運營情況。所得數據是未來顧客預訂意向的體現，由于共享民宿允許預訂取消，那些預訂取消政策非常靈活的民宿可能會有較高的預訂量，但未必是將來真正發生的消費行為。此外，房東也可能在某些時期使用共享民宿，此時民宿也屬于“不可獲得”狀態，因此共享民宿預訂量存在一定誤差。

（2）本研究所使用的數據是截面數據，這難以確定研究變量在時間維度上是不變的，如房東擁有的民宿數量、經營民宿的房東是否變更過、民宿在經營過程中是否經過改造等，研究結論不能反映房東和民宿特征對民宿預訂量的影響關系是持續的，下一步研究可使用面板數據來檢驗已有結論。

（3）本研究主要使用結構化數據進行回歸分析，這可能不能全面反映共享民宿預訂量的影響因素，而房東和民宿照片、民宿地理位置、評論內容等非結構化數據也可能會影響共享民宿預訂量。今后研究時需要借助圖像分析和文本處理等技術，獲取房東的性別、種族以及評論中包含的情感線索等信息，以進一步完善本研究。

參考文獻（References）

[1] BELK R. You are what you can access： Sharing and collaborative consumption online[J]. Journal of Business Research， 2014， 67（8）： 1595-1600.

[2] 徐峰， 張新， 王高山， 等. 基于Web of Science的共享民宿研究綜述[J]. 旅游學刊， 2020， 35（10）： 135-146. [XU Feng， ZHANG Xin， WANG Gaoshan， et al. Aliterature review in peer-to-peer （P2P） accommodations research based on the web of science[J]. Tourism Tribune， 2020， 35（10）： 135-146.].

[3] TUSSYADIAH I P， PESONEN J. Impacts of peer-to-peer accommodation use on travel patterns[J]. Journal of Travel Research， 2016， 55（8）： 1022-1040.

[4] LAMBERTON C P， ROSE R L. When is ours better than mine？ A framework for understanding and altering participation in commercial sharing systems[J]. Journal of Marketing， 2012， 76（4）： 109-125.

[5] GUTTENTAG D A， SMITH S L J. Assessing Airbnb as a disruptive innovation relative to hotels： Substitution and comparative performance expectations[J]. International Journal of Hospitality Management， 2017， 64： 1-10.

[6] ZERVAS G， PROSERPIO D， BYERS J W. The rise of the sharing economy： Estimating the impact of Airbnb on the hotel industry[J]. Journal of Marketing Research， 2017， 54（5）： 687-705.

[7] DOGRU T， MODY M， SUESS C. Adding evidence to the debate： Quantifying Airbnbs disruptive impact on ten key hotel markets[J]. Tourism Management， 2019， 72： 27-38.

[8] KIM K， BAEK C， LEE J D. Creative destruction of the sharing economy in action： The case of Uber[J]. Transportation Research Part a-Policy and Practice， 2018， 110： 118-127.

[9] GUO Y， XIN F， BARNES S J， et al. Opportunities or threats： The rise of online collaborative consumption （Occ） and its impact on new car sales[J]. Electronic Commerce Research and Applications， 2018， 29： 133-141.

[10] 何超， 張建琦， 劉衡. 分享經濟： 研究評述與未來展望[J]. 經濟管理， 2018（1）： 191-208. [HE Chao， Zhang Jianqi， LIU Heng. Sharing economy： Literature review and future directions[J]. Business Management Journal， 2018（1）： 191-208.]

[11] BUCHER E， FIESELER C， LUTZ C. Whats mine is yours （for a nominal fee）—Exploring the spectrum of utilitarian to altruistic motives for internet-mediated sharing[J]. Computers in Human Behavior， 2016， 62： 316-326.

[12] WU J， ZENG M N， XIE K R L. Chinese travelers’behavioral intentions toward room-sharing platforms： The influence of motivations， perceived trust， and past experience[J]. International Journal of Contemporary Hospitality Management， 2017， 29（10）： 2688-2707.

[13] HAMARI J， SJOKLINT M， UKKONEN A. The sharing economy： Why people participate in collaborative consumption[J]. Journal of the Association for Information Science and Technology， 2016， 67（9）： 2047-2059.

[14] MOHLMANN M. Collaborative consumption： Determinants of satisfaction and the likelihood of using a sharing economy option again[J]. Journal of Consumer Behaviour， 2015， 14（3）： 193-207.

[15] TUSSYADIAH I P， PESONEN J. Drivers and barriers of peer-to-peer accommodation stay ― An exploratory study with American and finnish travellers[J]. Current Issues in Tourism， 2016， 21（6）： 703-720.

[16] MAO Z X， LYU J Y. Why travelers use Airbnb again？ An integrative approach to understanding travelers’repurchase intention[J]. International Journal of Contemporary Hospitality Management， 2017， 29（9）： 2464-2482.

[17] CHENG X， FU S， DE VREEDE G J， et al. A mixed method investigation of sharing economy driven car-hailing services： Online and offline perspectives[J]. International Journal of Information Management， 2018， 41： 57-64.

[18] 楊學成， 涂科. 共享經濟背景下的動態價值共創研究——以出行平臺為例[J]. 管理評論， 2016， 28（12）： 258-268. [YANG Xuecheng， TU Ke. Research on the dynamic value co-creation in the sharing economic background： A case study of the travel platform[J]. Management Review， 2016， 28（12）： 258-268.]

[19] JOHNSON A G， NEUHOFER B. Airbnb ―An exploration of value co-creation experiences in Jamaica[J]. International Journal of Contemporary Hospitality Management， 2017， 29（9）： 2361-2376.

[20] CAMILLERI J， NEUHOFER B. Value co-creation and co-destruction in the Airbnb sharing economy[J]. International Journal of Contemporary Hospitality Management， 2017， 29（9）： 2322-2340.

[21] MAYER R C， DAVIS J H， SCHOORMAN F D. An integrative model of organizational trust[J]. Academy of Management Review， 1995， 20（3）： 709-734.

[22] MAHADEVAN R. Examination of motivations and attitudes of peer-to-peer users in the accommodation sharing economy[J]. Journal of Hospitality Marketing & Management， 2018， 27（6）： 679-692.

[23] KIM D J， FERRIN D L， RAO H R. A trust-based consumer decision-making model in electronic commerce： The role of trust， perceived risk， and their antecedents[J]. Decision Support Systems， 2008， 44（2）： 544-564.

[24] KIM D J， SONG Y I， BRAYNOV S B， et al. A multidimensional trust formation model in B-to-C e-commerce： A conceptual framework and content analyses of academia/practitioner perspectives[J]. Decision Support Systems， 2005， 40（2）： 143-165.

[25] PAVLOU P A. Consumer acceptance of electronic commerce： Integrating trust and risk with the technology acceptance model[J]. International Journal of Electronic Commerce， 2003， 7（3）： 101-134.

[26] CHIU C M， HSU M H， LAI H C， et al. Re-examining the influence of trust on online repeat purchase intention： The moderating role of habit and its Antecedents[J]. Decision Support Systems， 2012， 53（4）： 835-845.

[27] FANG Y L， QURESHI I， SUN， H S， et al. Trust， satisfaction， and online repurchase intention： The moderating role of perceived effectiveness of e-commerce institutional mechanisms[J]. MIS Quarterly， 2014， 38（2）： 407-427.

[28] CHANG M K， CHEUNG W M， TANG M C. Building trust online： Interactions among trust building mechanisms[J]. Information & Management， 2013， 50（7）： 439-445.

[29] ZHANG L， YAN Q， ZHANG L H. A computational framework for understanding antecedents of guests perceived trust towards hosts on Airbnb[J]. Decision Support Systems， 2018， 115： 105-116.

[30] ERT E， FLEISCHER A， MAGEN N. Trust and reputation in the sharing economy： The role of personal photos in Airbnb[J]. Tourism Management， 2016， 55： 62-73.

[31] MAURI A G， MINAZZI R， NIETO-GARCIA M， et al. Humanize your business. The role of personal reputation in the sharing economy[J]. International Journal of Hospitality Management， 2018， 73： 36-43.

[32] LIANG L J， CHOI H C， JOPPE M. Exploring the relationship between satisfaction， trust and switching intention， repurchase intention in the context of Airbnb[J]. International Journal of Hospitality Management， 2018， 69： 41-48.

[33] GEFEN D， KARAHANNA E， STRAUB D W. Trust and tam in online shopping： An integrated model[J]. MIS Quarterly， 2003， 27（1）： 51-90.

[34] MCALLISTER D J. Affect- and cognition-based trust as foundations for interpersonal cooperation in organizations[J]. The Academy of Management Journal， 1995， 38（1）： 24-59.

[35] MCKNIGHTD H， CHOUDHURY V， KACMAR C. The impact of initial consumer trust on intentions to transact with a web site a trust building model[J]. Journal of Strategic Information Systems， 2002， 11（3）： 297-323.

[36] MCKNIGHT D H， CHOUDHURY V， KACMAR C. Developing and validating trust measures for e-commerce： An integrative typology[J]. Information Systems Research， 2002， 13（3）： 334-359.

[37] KWOK L， XIE K L. Buyer-seller similarity： Does it lead to a successful peer-to-peer transaction of room-sharing services？[J]. International Journal of Contemporary Hospitality Management， 2018， 30（9）： 2925-2944.

[38] WANG N， SHEN X L， SUN Y. Transition of electronic word-of-mouth services from web to mobile context： A trust transfer perspective[J]. Decision Support Systems， 2013， 54（3）： 1394-1403.

[39] BA S， PAVLOU P A. Evidence of the effect of trust building technology in electronic markets： Price premiums and buyer behavior[J]. MIS Quarterly， 2002， 26（3）： 243-268.

[40] SPARKS B A， BROWNING V. The impact of online reviews on hotel booking intentions and perception of trust[J]. Tourism Management， 2011， 32（6）： 1310-1323.

[41] YANG S B， LEE K， LEE H， et al. In Airbnb we trust： Understanding consumers trust-attachment building mechanisms in the sharing economy[J]. International Journal of Hospitality Management， 2018， 83： 198-209.

[42] CHENG X S， FU S X， SUN J S， et al. An investigation on online reviews in sharing economy driven hospitality platforms： A viewpoint of trust[J]. Tourism Management， 2019， 71： 366-377.

[43] 賀明華， 梁曉蓓. 共享平臺制度機制能促進消費者持續共享意愿嗎？——共享平臺制度信任的影響機理[J]. 財經論叢， 2018， 236（8）： 77-86. [HE Minghua， LIANG Xiaobei. Can sharing platforms institutional mechanisms promote consumer continuous sharing intention？—Impacts of sharing platforms institution-based trust[J]. Collected Essays on Finance and Economics， 2018， 236（8）： 77-86.]

[44] TUSSYADIAH I P， PARK S. When guests trust hosts for their words： Host description and trust in sharing economy[J]. Tourism Management， 2018， 67： 261-272.

[45] 董紀昌， 王國梁， 沙思穎， 等. P2P網貸平臺信任形成機制研究[J]. 管理學報， 2017， 14（10）： 1532-1537. [DONG Jichang， WANG Guoliang， SHA Siying， et al. Research on trust formation mechanisms in P2P lending platform[J]. Chinese Journal of Management， 2017， 14（10）： 1532-1537]

[46] LIU X H， WRIGHT M， FILATOTCHEV I. Learning， firm age and performance： An investigation of returnee entrepreneurs in chinese high-tech industries[J]. International Small Business Journal， 2015， 33（5）： 467-487.

[47] XIE K R， MAO Z， WU J. Learning from peers： The effect of sales history disclosure on peer-to-peer short-term rental purchases[J]. International Journal of Hospitality Management， 2019， 76： 173-183.

[48] ELLWAY B P W. Is the quantity-quality trade-off in call centres a false dichotomy？[J]. Managing Service Quality， 2014， 24（3）： 230-251.

[49] HUSSAIN D， WINDSPERGER J. Multi-unit ownership strategy in franchising： Development of an integrative model[J]. Journal of Marketing Channels， 2010， 17： 3-31.

[50] VIGLIA G， MINAZZI R， BUHALIS D. The influence of e-word-of-mouth on hotel occupancy rate[J]. International Journal of Contemporary Hospitality Management， 2016， 28（9）： 2035-2051.

[51] 廖俊云， 黃敏學. 基于酒店銷售的在線產品評論、品牌與產品銷量實證研究[J]. 管理學報， 2016， 13（1）： 122-130. [LIAO Junyun， HUANG Minxue. Online production reviews， brands and product sales： An empirical study based on sales of hotel[J]. Chinese Journal of Management， 2016， 13（1）： 122-130.]

[52] 王殿文， 黃敏學， 周男. 初次購買和升級購買中的社會傳染[J]. 管理科學， 2016， 29（5）： 105-115. [WANG Dianwen， HUANG Minxue， ZHOU Nan. Social contagion in trial and upgrade purchase[J]. Journal of Management Science， 2016， 29（5）： 105-115.]

[53] 郝媛媛， 鄒鵬， 李一軍， 等. 基于電影面板數據的在線評論情感傾向對銷售收入影響的實證研究[J]. 管理評論， 2009， 30（1）： 95-103. [HAO Yuanyuan， ZOU Peng， LI Yijun， et al. An empirical study on the impact of online reviews sentimental orientation on sale basedon movie panel data[J]. Management Review， 2009， 30（1）： 95-103.]

[54] XIE K L， ZHANG Z L， ZHANG Z Q. The business value of online consumer reviews and management response to hotel performance[J]. International Journal of Hospitality Management， 2014， 43： 1-12.

[55] MOE W W， TRUSOV M. The value of social dynamics in online product ratings forums[J]. Journal of Market Research， 2011， 48（3）： 444-456.

[56] OZPOLAT K， GAO G D， JANK W， et al. The value of third-party assurance seals in online retailing： An empirical investigation[J]. Information Systems Research， 2013， 24（4）： 1100-1111.

[57] 崔香梅， 黃京華. 信用評價體系以及相關因素對一口價網上交易影響的實證研究[J]. 管理學報， 2010， 7（1）： 50-56; 63. [CUI Xiangmei， HUANG Jinghua. Empirical study on the impact of the reputation system on buy-it-now online transaction[J]. Chinese Journal of Management， 2010， 7（1）： 50-56; 63.]

[58] GUNTER U. What makes an Airbnb host a superhost？ Empirical evidence from San Francisco and the Bay Area[J]. Tourism Management， 2018， 66： 26-37.

[59] SUN N， LIU D， ZHU A D， et al. Do Airbnbs “Superhosts” deserve the badge？ An empirical study from China[J]. Asia Pacific Journal of Tourism Research， 2019， 24（4）： 296-313.

[60] WANG D， NICOLAU J L. Price determinants of sharing economy based accommodation rental： A study of listings from 33 cities on Airbnb. com[J]. International Journal of Hospitality Management， 2017， 62： 120-131.

[61] MAVLANOVA T， BENBUNAN-FICH R， LANG G. The role of external and internal signals in e-commerce[J]. Decision Support Systems， 2016， 87： 59-68.

[62] PAVLOU P A. Institution-based trust in interorganizational exchange relationships： The role of online B2B marketplaces on trust formation[J]. Journal of Strategic Information Systems， 2002， 11（3-4）： 215-243.

[63] YOUNG C A ， CORSUN D L ， XIE K L. Travelers preferences for peer-to-peer （P2P） accommodations and hotels[J]. International Journal of Culture， Tourism and hospitality Research， 2017， 11（4）： 465-482.

[64] LYU J， LI M M， LAW R. Experiencing P2P accommodations： Anecdotes from Chinese customers[J]. International Journal of Hospitality Management， 2019， 77： 323-332.

[65] TUSSYADIAH I P. Factors of satisfaction and intention to use peer-to-peer accommodation[J]. International Journal of Hospitality Management， 2016， 55： 70-80.

[66] XIE K R， MAO Z X. The impacts of quality and quantity attributes of Airbnb hosts on listing performance[J]. International Journal of Contemporary Hospitality Management， 2017， 29（9）： 2240-2260.

The Effects of Trust-building Mechanisms on Peer-to-Peer Accommodation

Booking： An Empirical Study on Airbnb

XU Feng， ZHANG Xin， LIANG Yikai， WANG Gaoshan， CHEN Yun

（School of Management Science and Engineering， Shandong University of Finance and Economics， Jinan 250014， China）

Abstract： As an emerging business model， P2P （peer-to-peer） sharing economy plays an important role in improving the efficient use of social resources. The hospitality sector is one of the industries most influenced by sharing economy. Despite the proliferation of the P2P sharing accommodation， the survey shows that hotel occupancy was significantly higher than P2P accommodation occupancy. A continuous lack of online trust among consumers increases concerns about uncertainty and risk， which inhibits their P2P participation. Trust has been widely recognized as the crucial factor of consumer purchase intention on P2P sharing platforms. Thus， sharing economy platforms face a major challenge in how to best alleviate the worries of consumers and service providers in regard to online risk. Therefore， it is of great value to find trust antecedents of sharing economy platforms that affect customers decision making process. This study aims to examine the effects of online trust-building mechanisms on the P2P reservations made on Airbnb， one of the world’s leading short-term rental platforms.

Based on the trust-building theory in the online market， this paper developed a series of hypotheses and built a conceptual model to explore the effects of trust antecedents originated from cognition-based， affect-based and institution-based trust-building mechanisms on the P2P accommodation reservations. Using a large data set of 2968 active listings hosted in Hong Kong obtained from Airbnb.com， this study estimates the effects of cognition-based， affect-based and institution-based trust-building mechanisms on the sales performance of the hosts Airbnb listings through a Poisson regression model. A series of robustness checks were also performed to verify the consistency of the estimated effects. The results of regression revealed that cognition-based trust antecedents such as depth of listing description and length of operating experience positively affect reservations， whereas the number of listings owned by a host offers negative influence. In the context of online market， potential consumers depend on online review systems to perceive others shopping experience as trust antecedents， the volume and valence of online reviews positively are associated with P2P accommodation reservations; Airbnb also provides effective institutional mechanisms to strengthen perceived trust of consumers; the superhost badge of the host as a third-party seal can increase the reservations of the listing. Furthermore， identity verification methods provided by Airbnb also increase the purchase behaviors.

This paper theoretically extends the context of trust building mechanism to the P2P sharing economy. The results provide strong empirical evidence that the signals such as specific host attributes， online reviews and institutional assurances provided by Airbnb effectively establish online trust and affect short-term reservations. Some managerial implications for platform management and hosts to understand how to gain online trust from customers， and help platform management to reasonably control the quantity of listings operated by a host to ensure service quality and promote the prosperity and development of the sharing economy.

Keywords： peer-to-peer （P2P） accommodation; trust-building mechanism; Airbnb; online review

[責任編輯：王? ? 婧;責任校對：周小芳]