共享短租平台房东定价行为——基于小猪短租平台的数据分析

以共享短租平台小猪短租网站的房源数据为例,分析了共享短租平台供给者端的房源及房东特征。结果发现,在供给者端,具有一定房源规模的房东占比逐渐提高。为了分析房东特征对房源定价的影响,对国内10个城市的5 388个房源进行实证研究。结果发现,有一定规模的专业房东的房源定价与业余房东有着明显的区别,具有一定规模的专业房东对其房源的定价要高于业余房东,并且随着房源规模的扩大,其定价越高。规模化的专业房东的定价相对较高主要是由于房客端的自网络效应、规模化房东的投入成本以及回报要求高、散户房东的回报要求低等原因引起的。另一方面,专业酒店的定价对共享短租房源的定价产生显著的正向影响。这说明,这两类平台之间存在着一定的竞争关系。共享房源的定价还受到诸如房源特性、配套设施、二手房房价和区位以及消费者评论的影响,房东在进行住宿定价时应考虑这些因素,特别是要对消费者端的评价引起足够的重视。

北京市Airbnb房源价格影响因素计量分析

文章以2021年北京市Airbnb数据为基础,综合运用OLS回归和空间计量模型方法对北京市Airbnb房源价格影响因素进行研究。结果表明:(1)不同类型特征变量对房源价格的解释力从高到低依次为:房源特征、声誉特征、房东特征、邻里特征,房源物理属性是消费者支付意愿和Airbnb房价的决定因素;(2)房东特征是房源价值的重要组成部分,更多的身份验证信息和更短的回复时间有助于实现Airbnb房源溢价;(3)不同项目评分对价格的影响存在显著差异,其中性价比和干净整洁的评分影响最为显著;(4)交通可达性、旅游景点、周边酒店供应量对价格有显著积极影响;(5)空间计量模型的拟合优度优于传统OLS模型,Airbnb房价存在显著的空间溢出效应。