《在线短租平台的网络外部性检验》-管理学论文，企业管理论文-论文范文参考-科学狗论文网

标题

在线短租平台的网络外部性检验

范文

摘要本文基于双边市场理论，认为在线短租平台具有显著的网络外部性特征，并经实证检验表明，在Airbnb平台，正的交叉网络外部性显著存在，并且正的交叉网络外部性起到了正反馈作用，促进在线短租平台做大做强，形成规模效应。Airbnb应该同时注重房客和房东的利益，解决中国信用体系问题。

关键词在线短租双边市场交叉网络外部性

一、Airbnb在线短租平台发展概述

Airbnb为2008年创立的明星公司，主要是作为房东和房客连接的一个网络平台，让房东敢于出租自己的私人空间供陌生人暂住，也让用户尝试家庭住宿服务。发展至今，已经成为共享经济的成功案例。Airbnb 发展模式与发展历程能为新兴创新协作消费公司提供一定的启示，具有研究价值。

从预定数据上看，Airbnb自2008年以来，用户数量、预订房间数并非稳步上升，而是经过平淡期再从2010年起呈指数式爆炸性增长。具体来说，Airbnb自成立以来，经过3年多的时间才累积到5百万预订房间数。然而，在 2012年1月～6月短短5个月内，预订房间数就高达5百万；2012年11月，Airbnb用户已超过180万，遍布于全球的8000多个城市；2013年12月，Airbnb用户已达到了600万，覆盖国家达到了175个。

Airbnb如此迅猛的扩张速度，一方面得益于比酒店优惠的价格，还有给用户带来的极致体验，另一方面也暗示着Airbnb作为一个连接房东和房客的中间平台，具有极强的正网络外部性。随着用户注册数量越来越多，共享消费的理念普及，人们越来越多地参与到租房活动中来。

在国内2011年4月，第一家在线短租平台爱日租正式运营。同时，游天下、蚂蚁短租、途家网、小猪短租等同类在线短租平台纷纷上线，截至目前，中国在线短租业已有10余家大小不一的平台企业。

二、在线短租平台的双边属性

本文认为在线短租市场的组成要素包括三方面：需求端、供给端、在线短租平台。需求端主要指需要短期租房的人，在线短租能满足他们一时的使用需要，但又是不经常使用，没有购置必要的租房需求；供给端指房东，对房东来说，是他们不经常使用，但希望通过租房获得经济收益的闲置服务或物品。从产业特征来看，在线短租平台具有典型的双边市场的特征。通过在线短租平台的交易，房源的发布者获得了资金回报与营销宣传，而房客在平台上得到了租房服务，甚至扩展了与房东的社交乃至获得当地旅游向导等个性化需求。从双边市场的视角来看，在线短租作为典型的共享平台，应该存在（交叉）网络外部性，即平台一方使用者获得的效用会受到另一方市场使用人数（或者本方市场使用人数）的影响。

此外，在线短租平台对两个市场提供的服务具有较高的正外部性与正反馈效应。越来越多的房东在此平台集聚，吸引了更多的房客到平台上租房子，并且促使房源不断增多，而越来越多的房客在平台的集聚则吸引更多房东加入，房东和房客会随着对方规模的扩大而在此平台集聚，具有双边市场典型的“鸡蛋相生”的特征。

在线短租平台上，不同平台用户之间存在着显著的交叉网络外部性，即需求弹性低的一方会被收取高价，而需求弹性高的一方会被收取低价。平台运营商在定价时存在着价格结构非中性。例如，Airbnb除了向租客收取6%～12%的费用，还会向房东收取3%的附加费用。除此之外，它也有一系列激励线上交易的方案。

因此，双边市场理论可以为在线短租平台的研究提供一种新的更加可靠的方法。本文在此运用双边市场理论对在线短租业的市场特征进行实证分析。本文基于已有的双边市场理论研究，以Airbnb在线短租为例，通过实证分析，研究在线短租平台的网络外部性以及网络强度的大小。通过研究试图回答以下问题：一是房东和房客之间是否存在交叉网络外部性？二是二者的交叉网络外部性的强度有多大？三是二者之间的引导关系是什么？四是在线短租平台是否是典型的双边市场？五是实证结论对平台的定价和竞争策略有何指导意义？

三、实证检验

（一）数据挖掘与描述性统计

本文数据来源于Airbnb网站数据，利用爬虫软件爬取了Airbnb网站上的关于中国一线、二线共10个城市的网站数据。具体数据为房东注册信息和房客注册信息。由于Airbnb网站的限制（每个城市只能显示17页），本文的数据爬取相当于抽样数据，每个城市都等量抽取了300份，每一份都包含了一个房东注册信息和一个房客注册信息。除去无效数据以及2017年时段不完整的数据，最后一共抓取了2495个房东注册信息和1773个房客注册信息。

Airbnb进入中国市场的过程很波折，2012年在香港设立第一个办公室，因为当地政府指责其抬高房价而又转到了新加坡。直到2015年8月，Airbnb才正式宣布进入中国内地，并引入风投。

（二）回归检验

对变量host、tenant做对数处理，然后进一步做回归，发现DW值小于1.8，故认为存在一定的自相关性，所以加入MA（1），消除自相关影响，再度进行回归，得到表1。

由表1可知，DW值接近1.8，R值为0.9611，所得回归方程为：

Log（Tenant）t =1.16596312804 *Log（HOST）t -1.47497945283+Log（Tenant）t-1

*0.513015513447。

由此可知，Airbnb的网络强度系数为1.1659。具体含义为：对Airbnb平台用户，房东每增加1个，房客可增加1.1659个。

四、结论与政策建议

本文是基于双边市场的视角来分析Airbnb在线短租平台用户的交叉网络外部性。经过研究得到以下结论：对于Airbnb平台，其交叉网络外部性为正的单向网络外部性，目前尚不能确定是房东还是房客对平台的规模起主要作用，对Airbnb平台而言，房东每增加1个，房客注册数量增加1.1659个。

从本文的基本结论出发，可以從平台的角度为Airbnb运营给出直接和间接的建议。具体建议如下：首先，Airbnb既要关注房东的注册数量，又要看到房客的注册数量。同时，从交叉网络外部性的具体结论中可以得到不同的定价策略，更有针对性地将房东引导到平台上来，可以吸引更多的房客到平台注册。

虽然中国Airbnb上房源很多，但是大多数都是在中国定居的海外用户所登记的房源，中国本土用户较少，并且大部分租客是外国游客。由此可见，Airbnb在中国的消费人群并没有养成Airbnb租房的习惯。2015年，Airbnb引入中国，但其市场份额却没有赶上国内的小猪短租、途家网。究其原因，是Airbnb不适应中国人的租房习惯，以及不了解中国的人文环境。所以，如何完善房东与房客的信用体系，弥补中国实名制的缺陷，保证平台房屋的质量，是Airbnb应该注意的地方。

（作者单位为中央民族大学经济学院）

[作者简介：陈诚（1993—），男，湖北麻城人，硕士，研究方向：产业组织理论。]

参考文献

[1] 姚盆.我国证券交易所的交叉网络外部性研究[D].天津财经大学，2013.

[2] 刘歆玥.从Airbnb浅析共享经济以及在中国的适应性研究[J].江苏商论，2016（19）：151-153.

[3] BotsmanR，Rogers R . What's Mine is Yours[J]. Rise of Collaborative Consumption，2011，81（3）：385-394.

[4] 杨宁，徐勇. Airbnb爆炸性发展的案例分析——基于用户感知风险视角[J].现代市场营销，2016，6（1）：1-10.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。