基于上海Airbnb数据的共享住宿定价机制分析

何一頔

铜陵学院，安徽铜陵 244000

引言

当下旅行观念和旅行方式都发生了改变。人们希望在旅行中能像当地人一样感受当地的生活文化，共享住宿正逐步被大众所接受。通过网络平台，拥有闲置房源的用户在网站上创建专属的网页，克服了信息单向传递的弊端。消费者也可以在平台上根据自身需求寻找到合适的房源。

从城市到岛屿，从一张床到涉及私人房间、公寓或整栋房子，共享住宿包含的房源种类比传统酒店的更广。同时由于是对闲置房源的利用，这意味着房东几乎可以零成本获取额外的收入。另一方面，由于整个查询、沟通和交易过程都是在网上进行的，因此共享住宿的价格很可能是潜在影响客人评估房源质量的参考点。学界普遍认为，价格是决定住宿业长期成功的最关键因素之一。本文将以共享住宿中的代表企业Airbnb作为研究对象，选取上海获取样本，寻找到影响中国Airbnb房价的关键因素。

一 共享住宿文献回顾

Filippas 和 Horton（2017）强调，个人化和定制化的互动成为旅行者选择Airbnb的主要原因，也是传统酒店未来努力的方向。 虽然传统酒店和共享住宿都可以为旅行者提供住宿服务，但有研究发现游客更愿意选择本地的家庭共享。原因是家庭共享独特的吸引力，游客拥有更真实的本地化体验。此外，共享住宿更加节省成本，提供了便利的家庭设施。然而，直到最近，传统酒店业才开始将家庭共享平台的竞争视为严重威胁。现有文献同时也指出虽然传统酒店业和共享住宿在市场上存在竞争，但两者仍然可以互相替代。

共享住宿为出行的客户带来了更多的选择。这些进入市场的共享房源将有效解决由于季节或是旅游等因素带来的房源需求不稳定的情况。这意味着，当需要住宿的客户超过地区酒店的承载能力时，共享平台上的房源将扩大整个住宿市场的供给。当酒店房间的数量满足或是超过客户需求时，这些家庭中的闲置房源也不会给房东带来额外的负担。另一方面，当传统的酒店住宿供给能力已经无法满足旅行者的住宿需求时，利用当地居民灵活的住宿供给能力进行市场补充。这一优势对于高住宿需求的景点和旅游旺季期间表现得尤为明显。

本文研究选取2021年 3月 31日上海 Airbnb房源为研究样本。在Inside Airbnb网站上获取房源价格、辖区、距离等一系列数据。在剔除信息严重不完整、信息明显有误等房源之后，共得到有效房源35502个。在研究方法上，Koenker 和 Bassett提出的分位数回归模型，弥补了最小二乘法的很多不足之处，其对条件分布的估计与分析更加详细（OLS 仅刻画了均值函数），在异方差模型中的应用效果也更优。因此，本文将使用分位数回归来研究。 Airbnb 房源价格与其影响因素的关系，见表1。

表1 有关经纬度的分位数回归结果

二 数据分析

分析数据给出分位数回归中10分位至90分位的系数。其系数反映出变量对被解释变量的影响。表1的系数反映了经纬度对Airbnb住宿每晚价格的影响。由结果可以看出，经度的系数在20-80的7个分位点上都为负值，体现出显著负相关。从维度来看，其系数从20分位到80分位的系数表现为统计学上的显著负相关。这说明不同价位的房源受纬度影响的程度不相同。具体表现为房源位置越靠近东北，价格越低。这可能由于位于上海东北方向的崇明区经济发展和房价处于上海地区较低水平导致。

将宝山区设为参照组（见表2）可以看出，除了奉贤、嘉定、闵行、松江区，其他辖区的系数在多数的分位上都显示出正值且显著。这就意味着这些辖区内的短期住宿价格与宝山区的共享住宿价格有正向相关性。不难看出，上海地区各辖区之间共享房源租金价格相关性强。上表同时指出，崇明区与宝山区的Airbnb住宿价格相关最强。这可能是与上海市区交通干线的分布模式有关。随着城市化的进程，对于郊区的交通轨道的投入加大，上海市各辖区的联系度更紧密。

表2 有关上海各区的分位数回归结果

通过对系数的分析可以了解热门景点对于房源价格的影响（见表3）。本文将针对距离因素展开深入的研究。

表3 有关距离的分位数回归结果

Airbnb住宿与静安寺、陆家嘴、人民广场和迪士尼的距离皆体现出显著负相关。这说明距离越近，价格越高。这些地区、景点大多都处于上海市中心或是商圈。研究表明良好的周边环境是消费者选择住宿的重要偏好之一。此外，现有研究指出上海迪士尼已经成为游客（尤其是外地游客）的聚集中心。游客认为游览上海必去的景点转向了上海迪士尼。这可能会促使迪士尼成长为一个具有城市中心同等影响力的景点。

距离新天地系数在10分位至70分位上反映为正值且具有显著性。在50-90分位上，距离外滩的系数表现出了明显的正相关。这可能与新天地和外滩附近的居民区属于传统邻里社区，环境难以得到改善有关。由于房屋配套设施不完善严重限制了共享住宿的发展。

除了虹桥机场外，Airbnb住宿距离浦东机场、上海站、上海虹桥站、上海南站的系数多为显著正相关。这说明越靠近交通枢纽价格越低。其原因在于这些交通枢纽多处于远离市中心的地区，且由于人流量大、声音嘈杂、卫生环境欠佳、治安管控等因素，一半不会作为旅行住宿的首选，因此房源价格整体偏低。而虹桥机场与虹桥火车站相连，交通枢纽的叠加作用，使得房源价格随着距离减少增加（见表4）。

表4 有关距离的分位数回归结果

三 结语

与共享住宿产业高速发展的现状相比，有关共享住宿的研究还没有全面展开。因此，本文以上海作为中国Airbnb住宿发展的代表，研究了位置因素对Airbnb住宿价格的影响。从上文的分析中可以得出在所有有关区位因素的变量中住房所处的经纬度，所处的辖区，以及与著名景点和交通枢纽的距离都会对Airbnb房源价格产生显著影响。该研究对于深入理解Airbnb住宿价格的因素具有重要的价值。具体提出以下建议。

第一，通过了解地理位置和周边环境、设施对房源价格的影响。政府应该意识到通过合理布局城市规划，构建完整的配套设施可以有效带动地区共享经济的发展，为政府和个人创造价值。

第二，房东在制定房源价格时，要结合房源的特征、地理位置等因素对房源价格的影响。只有在合理的定价下，才能吸引更多的消费者，为自己和消费者带来经济利益。

第三，选择同一区域住宿的旅行者应该在旅行中有类似的需求，房东应该抓住消费者的需求，提供更多、更合适的旅行服务。