基于上海Airbnb數(shù)據(jù)的共享住宿定價機制分析

何一頔

銅陵學(xué)院，安徽銅陵 244000

引言

當(dāng)下旅行觀念和旅行方式都發(fā)生了改變。人們希望在旅行中能像當(dāng)?shù)厝艘粯痈惺墚?dāng)?shù)氐纳钗幕蚕碜∷拚鸩奖淮蟊娝邮堋Ｍㄟ^網(wǎng)絡(luò)平臺，擁有閑置房源的用戶在網(wǎng)站上創(chuàng)建專屬的網(wǎng)頁，克服了信息單向傳遞的弊端。消費者也可以在平臺上根據(jù)自身需求尋找到合適的房源。

從城市到島嶼，從一張床到涉及私人房間、公寓或整棟房子，共享住宿包含的房源種類比傳統(tǒng)酒店的更廣。同時由于是對閑置房源的利用，這意味著房東幾乎可以零成本獲取額外的收入。另一方面，由于整個查詢、溝通和交易過程都是在網(wǎng)上進行的，因此共享住宿的價格很可能是潛在影響客人評估房源質(zhì)量的參考點。學(xué)界普遍認為，價格是決定住宿業(yè)長期成功的最關(guān)鍵因素之一。本文將以共享住宿中的代表企業(yè)Airbnb作為研究對象，選取上海獲取樣本，尋找到影響中國Airbnb房價的關(guān)鍵因素。

一 共享住宿文獻回顧

Filippas 和 Horton（2017）強調(diào)，個人化和定制化的互動成為旅行者選擇Airbnb的主要原因，也是傳統(tǒng)酒店未來努力的方向。 雖然傳統(tǒng)酒店和共享住宿都可以為旅行者提供住宿服務(wù)，但有研究發(fā)現(xiàn)游客更愿意選擇本地的家庭共享。原因是家庭共享獨特的吸引力，游客擁有更真實的本地化體驗。此外，共享住宿更加節(jié)省成本，提供了便利的家庭設(shè)施。然而，直到最近，傳統(tǒng)酒店業(yè)才開始將家庭共享平臺的競爭視為嚴重威脅。現(xiàn)有文獻同時也指出雖然傳統(tǒng)酒店業(yè)和共享住宿在市場上存在競爭，但兩者仍然可以互相替代。

共享住宿為出行的客戶帶來了更多的選擇。這些進入市場的共享房源將有效解決由于季節(jié)或是旅游等因素帶來的房源需求不穩(wěn)定的情況。這意味著，當(dāng)需要住宿的客戶超過地區(qū)酒店的承載能力時，共享平臺上的房源將擴大整個住宿市場的供給。當(dāng)酒店房間的數(shù)量滿足或是超過客戶需求時，這些家庭中的閑置房源也不會給房東帶來額外的負擔(dān)。另一方面，當(dāng)傳統(tǒng)的酒店住宿供給能力已經(jīng)無法滿足旅行者的住宿需求時，利用當(dāng)?shù)鼐用耢`活的住宿供給能力進行市場補充。這一優(yōu)勢對于高住宿需求的景點和旅游旺季期間表現(xiàn)得尤為明顯。

本文研究選取2021年 3月 31日上海 Airbnb房源為研究樣本。在Inside Airbnb網(wǎng)站上獲取房源價格、轄區(qū)、距離等一系列數(shù)據(jù)。在剔除信息嚴重不完整、信息明顯有誤等房源之后，共得到有效房源35502個。在研究方法上，Koenker 和 Bassett提出的分位數(shù)回歸模型，彌補了最小二乘法的很多不足之處，其對條件分布的估計與分析更加詳細（OLS 僅刻畫了均值函數(shù)），在異方差模型中的應(yīng)用效果也更優(yōu)。因此，本文將使用分位數(shù)回歸來研究。 Airbnb 房源價格與其影響因素的關(guān)系，見表1。

表1 有關(guān)經(jīng)緯度的分位數(shù)回歸結(jié)果

二 數(shù)據(jù)分析

分析數(shù)據(jù)給出分位數(shù)回歸中10分位至90分位的系數(shù)。其系數(shù)反映出變量對被解釋變量的影響。表1的系數(shù)反映了經(jīng)緯度對Airbnb住宿每晚價格的影響。由結(jié)果可以看出，經(jīng)度的系數(shù)在20-80的7個分位點上都為負值，體現(xiàn)出顯著負相關(guān)。從維度來看，其系數(shù)從20分位到80分位的系數(shù)表現(xiàn)為統(tǒng)計學(xué)上的顯著負相關(guān)。這說明不同價位的房源受緯度影響的程度不相同。具體表現(xiàn)為房源位置越靠近東北，價格越低。這可能由于位于上海東北方向的崇明區(qū)經(jīng)濟發(fā)展和房價處于上海地區(qū)較低水平導(dǎo)致。

將寶山區(qū)設(shè)為參照組（見表2）可以看出，除了奉賢、嘉定、閔行、松江區(qū)，其他轄區(qū)的系數(shù)在多數(shù)的分位上都顯示出正值且顯著。這就意味著這些轄區(qū)內(nèi)的短期住宿價格與寶山區(qū)的共享住宿價格有正向相關(guān)性。不難看出，上海地區(qū)各轄區(qū)之間共享房源租金價格相關(guān)性強。上表同時指出，崇明區(qū)與寶山區(qū)的Airbnb住宿價格相關(guān)最強。這可能是與上海市區(qū)交通干線的分布模式有關(guān)。隨著城市化的進程，對于郊區(qū)的交通軌道的投入加大，上海市各轄區(qū)的聯(lián)系度更緊密。

表2 有關(guān)上海各區(qū)的分位數(shù)回歸結(jié)果

通過對系數(shù)的分析可以了解熱門景點對于房源價格的影響（見表3）。本文將針對距離因素展開深入的研究。

表3 有關(guān)距離的分位數(shù)回歸結(jié)果

Airbnb住宿與靜安寺、陸家嘴、人民廣場和迪士尼的距離皆體現(xiàn)出顯著負相關(guān)。這說明距離越近，價格越高。這些地區(qū)、景點大多都處于上海市中心或是商圈。研究表明良好的周邊環(huán)境是消費者選擇住宿的重要偏好之一。此外，現(xiàn)有研究指出上海迪士尼已經(jīng)成為游客（尤其是外地游客）的聚集中心。游客認為游覽上海必去的景點轉(zhuǎn)向了上海迪士尼。這可能會促使迪士尼成長為一個具有城市中心同等影響力的景點。

距離新天地系數(shù)在10分位至70分位上反映為正值且具有顯著性。在50-90分位上，距離外灘的系數(shù)表現(xiàn)出了明顯的正相關(guān)。這可能與新天地和外灘附近的居民區(qū)屬于傳統(tǒng)鄰里社區(qū)，環(huán)境難以得到改善有關(guān)。由于房屋配套設(shè)施不完善嚴重限制了共享住宿的發(fā)展。

除了虹橋機場外，Airbnb住宿距離浦東機場、上海站、上海虹橋站、上海南站的系數(shù)多為顯著正相關(guān)。這說明越靠近交通樞紐價格越低。其原因在于這些交通樞紐多處于遠離市中心的地區(qū)，且由于人流量大、聲音嘈雜、衛(wèi)生環(huán)境欠佳、治安管控等因素，一半不會作為旅行住宿的首選，因此房源價格整體偏低。而虹橋機場與虹橋火車站相連，交通樞紐的疊加作用，使得房源價格隨著距離減少增加（見表4）。

表4 有關(guān)距離的分位數(shù)回歸結(jié)果

三 結(jié)語

與共享住宿產(chǎn)業(yè)高速發(fā)展的現(xiàn)狀相比，有關(guān)共享住宿的研究還沒有全面展開。因此，本文以上海作為中國Airbnb住宿發(fā)展的代表，研究了位置因素對Airbnb住宿價格的影響。從上文的分析中可以得出在所有有關(guān)區(qū)位因素的變量中住房所處的經(jīng)緯度，所處的轄區(qū)，以及與著名景點和交通樞紐的距離都會對Airbnb房源價格產(chǎn)生顯著影響。該研究對于深入理解Airbnb住宿價格的因素具有重要的價值。具體提出以下建議。

第一，通過了解地理位置和周邊環(huán)境、設(shè)施對房源價格的影響。政府應(yīng)該意識到通過合理布局城市規(guī)劃，構(gòu)建完整的配套設(shè)施可以有效帶動地區(qū)共享經(jīng)濟的發(fā)展，為政府和個人創(chuàng)造價值。

第二，房東在制定房源價格時，要結(jié)合房源的特征、地理位置等因素對房源價格的影響。只有在合理的定價下，才能吸引更多的消費者，為自己和消費者帶來經(jīng)濟利益。

第三，選擇同一區(qū)域住宿的旅行者應(yīng)該在旅行中有類似的需求，房東應(yīng)該抓住消費者的需求，提供更多、更合適的旅行服務(wù)。