编者按 这是一篇采用大数据措施研讨旅游典型问题的佳作。文章以中国Airbnb房源为研讨对象，探求其价钱的决议要素。经过爬虫程序获取中国境内123655个 Airbnb 房源信息及其评论数据，剖析外部要素、房东特征、区位特征、房源特征、房间设备、出租规则、信任度、社交度、租客特征对价钱决议的影响。研讨提示了分享经济背景下在线短租定价规律，有助于从平台和运停业者两个角度进一步思索算法优化和定价战略。 1 作者简介
吴晓隽（1974—），女，博士，东华大学朝阳工商管理学院会展经济与旅游管理系副教授。研讨方向：产业经济、区域经济和旅游经济，近年来主要关注分享经济、旅游产业展开等，E-mail:xjunwu@dhu.edu.cn。
裘佳璐（1995—），女，浙江奉化人,东华大学朝阳工商管理学院硕士研讨生。研讨方向为产业经济，E-mail: 2170870@mail.dhu.edu.cn。 2 文章的缘起及背地的故事 关注分享经济始于2015年，当时被这种席卷全球的应用互联网等平台完成资源在不同主体之间分享的经济方式和产业理论所吸收。但是分享经济的展开一路随同争议，拥趸者以为其能带来诸多的益处，包含辅佐个体完成相对低门槛的就业，从效劳运用者处获取额外的收入，使资源得到更好的配置和运用，以及为城市带来新的经济活动；而反对者则以为分享经济产生的负外部性（对传统行业的冲击、保险隐患以及对社区居民的干扰等等）远超越了它所能带来的收益。我们也日益认识到分享经济是一种复杂的经济方式，其产生的整体福利效应还不太肯定，特别需求实证性的研讨来提示其对利益相关群体的影响，从而为政府管制、平台展开和参与者的营销活动提供证据和倡议。 而在众多的分享经济类别中，主要面向旅游者的房屋短租是展开最为疾速的类别之一。以Airbnb（爱彼迎）为代表的在线短租平台在短短数年里，产生了数百万的个人房东，改动了住宿业的供给格局，更是改动了很多人（特别是年轻人）的出行选择，是具有典型意义的分享经济案例。因而，在团队的努力下，我们运用爬虫程序从Airbnb App获取了截至2017年11月的一切房源的信息及其评论的相关数据，以在线短租为案例盘绕着分享经济方式及其影响展开系列研讨。 这篇文章是成果之一。在初稿完成时，正赶上2018《旅游学刊》中国旅游研讨年会征稿，抱着听听专家意见的心态投了稿。很侥幸地，稿件被选中去分论坛做交流，并得到了十分中肯的意见反响和倡议，为论文的最终成稿打下了基础。
3 文章选题、研讨过程、措施运用、研讨结论 文章选题直面中国在线短租市场正在阅历的 “长大的懊恼”。当前，我国正处于分享经济展开的黄金期和转机关键期。据电子商务研讨中心监测数据显现，2017年中国分享经济市场范围约52850亿元，较2016年的36750亿元增长了43.81%。但相较于2013、2014年的增长速度，近2年的市场范围增速逐步放缓，由原先的“高歌猛进”阶段进入当前关键的调整阶段。表往常在线短租范畴，不难发现随着房源数量指数级的增长，市场竞争的猛烈水平正在倍增。这也就意味着，房东在竞争日益猛烈的市场环境下，获利空间遭到挤压，盈利难度增大。因而他们需求采用更为明智的定价和营销战略来保障自己的收益，从而使这种P2P的房屋分享方式可持续。事实上，定价和收入管理是酒店营销中最常研讨的两个主题。但与传统酒店业成熟的定价理论与理论不同，Airbnb房源的共同性和房东的异质性，使得房东常常难以做出合理的定价决策。希尔（Hill）在其发表的文章中有提及房东对其房源真实市场价值和Airbnb“智能定价”功用的困惑。 于是，我们从价钱角度切入，基于中国36个城市的数据对Airbnb房源价钱影响要素中止讨论。希望本文的发现能在理论上对分享经济背景下在线短租定价规律的研讨有一定的弥补和完善的作用；并在理论上能在一定水平降低Airbnb“智能定价”工具其定价原理的不透明度，辅佐房东更好地制定价钱及营销战略。 在选取并肯定Airbnb房源价钱的影响要素的过程中，我们阅读了大量相关国内外文献，最终整理得到9类共27个细分影响要素。由于Airbnb的最突出的特性就是以对陌生人的信任为基础，经过居家住宿和当地房东交流从而获取不同于酒店住宿的共同体验。于是，我们依据在线短租的特性引入了社交度与信任度两个非经济要素。 在研讨措施上，文章运用了OLS回归和分位数回归剖析相分离的措施，由于分位数回归能较好的弥补OLS回归的缺乏，其对条件散布的估量与剖析愈加细致（OLS仅描写了均值函数），在异方差模型中的应用效果也更优（OLS有严厉假定）。本文的研讨也进一步考证了这一点，在本文的回归剖析结果中，参与模型的25个变量中仅有3个变量（实体床、客人电话、客人照片）未经过检验，而其他所选变量均对Airbnb房源价钱有不同水平的显著影响。其中，游客对房东和房源的信任度及房源对游客社交需求的满足水平均会显著影响Airbnb 房源的价钱。分位数回归结果进一步显现，关于运营不同价位房源的房东，房源属性和社交度、信任度对房屋出租价钱的影响水平有明显区别。运营高价位房源的房东，提供更多的照片有助于溢价的坚持，同时要对苛刻的评论有准备，在进步效劳质量，更好地满足房客预期方面要更下功夫；而运营低价位房源的房东，坚持较高的出租率和评论率则十分有意义。 思索到36个城市类型多样，社会经济展开状况差别明显，我们又基于回归结论，经过对应剖析法，进一步对不同城市、不同价位Airbnb房源的价钱关键影响要素做剖析和比较。研讨显现，关于不同城市的Airbnb 房源运营房东，他们所需重点关注的要素也有所不同。好比，对旅游城市来说，中低价位的房源价钱更容易遭到信任度与社交度的影响。 援用本文 吴晓隽, 裘佳璐. Airbnb房源价钱影响要素研讨——基于中国36个城市的数据[J].旅游学刊,2019, 34(4): 13-28. WU Xiaojun，QIU Jialu. A study of Airbnb listing price determinants: Based on data from 36 cities in China[J]. Tourism Tribune, 2019, 34(4): 13-28. 义务编辑 || 周永博 苏州大学社会学院旅游管理系 副教授 技术编辑 || 王一帆 苏州大学社会学院旅游管理系 硕士研讨生 图片来源 || 作者提供 原文链接 http://www.lyxk.cbpt.cnki.net/WKD/WebPublication/paperDigest.aspx?paperID=2b6e1c5c-a3af-47e5-b2d2-8d2c010f4b6c 旅 游 学 刊 Tourism Tribune 全国中文中心期刊 中国人文社会科学权威期刊 《中文社会科学引文索引》（CSSCI）来源期刊 欢送转载，转载请联络《旅游学刊》编辑部受权 |
名表回收网手机版
