我國共享短租市場中的信任研究
——基于Airbnb開源數據的分析

閆 勵 牛新艷

一、引言

共享經濟指以獲得一定經濟報酬為主要目的，以互聯網為媒介來實現陌生人之間物品使用權暫時轉移的一種新經濟模式。共享經濟的本質是整理集合線下的閑散物品、勞動力等資源，讓閑置資源得到充分利用。在互聯網和移動技術的推動下，共享經濟現已在全球范圍內迅速擴張。自2016 年以來，我國的共享經濟市場規模始終保持高速增長態勢，2018 年我國共享經濟交易規模達29420億元，同比增長41.6%。

根據《中國共享經濟發展年度報告（2019）》顯示，我國的共享經濟重點領域可分為6個，分別是交通出行、房屋住宿、共享金融、知識技能、生活服務和生產能力。其中，屬于房屋住宿領域的共享短租是最為典型的共享經濟模式，最能體現共享經濟的特征與內涵。首先，在產品層面，共享短租真正實現了整合和利用閑置資源。而在交通出行領域的共享單車和共享汽車，生活服務領域的共享充電寶和共享雨傘等“花樣共享”均是通過創造資源來實現共享，偏離了共享經濟的初衷和本質。其次，在交易層面，按照共享經濟的定義，其交易過程應該表現為陌生人之間的物品使用權的暫時轉移。而目前諸多通過產品制造實現共享的領域，其交易更多地發生在企業與企業或者企業與個人之間，無法體現出共享經濟中的人與人、點對點的聯系。再次，在發展層面，相較于共享金融、共享單車等遭遇發展瓶頸的領域，共享短租正呈現出逐年增長的強勁態勢，保持著巨大的發展動力和潛力。2015—2018 年間，共享短租收入占住宿業客房收入的比重從2.3%提高到6.1%，共享短租收入年均增速約為45.7%，是傳統住宿客房收入的12.7 倍，共享短租的用戶普及率由1.5%提高到9.9%。

隨著共享經濟的蓬勃發展，其在全球經濟中扮演著越來越重要的角色，不同國家和地區都對共享經濟的驅動因素和發展障礙展開了大量研究。盡管在這些研究中所發現的驅動力不盡相同，但無論在何種驅動因素下，信任始終是維持共享經濟增長的關鍵所在。并且，由于共享經濟與傳統電子商務具有不同的交易模式，也決定了信任在其交易過程中的重要地位。正如Fraiberger S.P.和Sundararajan A[1]所指出的，共享經濟通過將商品的使用權從提供者向消費者轉移實現商品或服務的共享，它的特點是交易雙方之間的臨時租賃活動。與所有權轉讓的P2P 交易（例如Ebay）相比，這種交互不僅需要消費者對提供者的信任，還需要提供者對消費者的信任，因此需要更高的信任和互惠水平。基于此，國內外學者對共享經濟中的信任從不同角度進行了深入研究。Lusch R.F.和Nambisan S.（2015）[2]認為共享經濟往往與服務交換活動有關，而不是單純貨物交換活動，通常涉及交易雙方密切的互動。其交易過程中所蘊含的風險不僅包括財務損失，還可能包括身體傷害等人身損失，因此共享經濟背景下的信任尤為重要。Enrique B.P.、Carvajal-Trujillo E.和Escobar-Rodríguez T.（2015）[3]指出，共享經濟以提供方提供服務或商品為基礎，消費者需要依賴于經驗和對提供方的信任通過共享經濟平臺完成交易，然而多數提供方往往與消費者之間沒有初步的關系建立，因此需要共享經濟平臺在信任建立過程中發揮作用。M?hlmann M.（2015）[4]提出了共享經濟平臺上的三個不同的信任目標，并指出與傳統電子商務相比，共享經濟與社會環境更為相關。Finley K.（2013）[5]通過文獻分析和深度訪談對共享經濟的信任問題做了探索性分析，該研究基于信任和在線信任理論，對共享經濟中的信任問題做了詳細闡述，進一步分析了信任系統和社交網絡中的信任傳遞機制。Bente G.（2012）[6]采用實驗的方法研究了共享者的頭像和聲譽對消費者信任的影響，發現用戶頭像和聲譽評分對信任均有顯著影響，但兩者的交互作用對信任沒有顯著影響。此外，結果顯示只要共享者有頭像和聲譽評分信息（不論信息是積極的還是消極的），就比共享者缺失信息更讓消費者信任。

基于對共享經濟信任特點和重要性的研究，一些學者針對共享短租領域中影響信任形成主要因素的探索逐步展開。Ert E.、Fleischer A.和Ma?gen N.（2016）[7]等人指出，房東照片反映出的視覺感知信任和吸引力會對Airbnb 上房屋的價格以及消費者的購買行為產生影響，房東照片有助于減弱網站的匿名性，并增加社會臨場感，消費者會通過照片來推測房東的可信度，并且這個判斷相較于其他屬性更能影響消費者的選擇。Edelman B.和Luca M.（2017）[8]通過收集美國5個城市的所有Airbnb 房源信息，探索了種族歧視在共享經濟中對信任的影響。研究發現，當房客的名字很像黑人的名字時，就會比名字聽起來像白人的房客被接受的概率低16%。Wu J.、Ma P.和Xie K.（2017）[9]研究了中國共享短租網站“小豬短租”的房主信任機制。研究發現，只有回復率對信任沒有顯著影響，原因在于每個房主的回復率幾乎接近于1，極高的回復率在房主之間沒有顯著的差異。Zhang L.、Yan Q.和Zhang L.H.（2018）[10]使用文本挖掘和圖像識別的方法研究房客對房東形成信任的影響因素，結論認為，房東的聲譽、自我介紹、頭像、回復行為、認證個數都對信任有顯著的影響，其中聲譽對信任的貢獻比其他所有因素的貢獻相加還要多。Cheng X.S.、Fu S.X.和Sun J.S.（2019）[11]等人利用文本挖掘和卷積神經網絡的方法，從Airbnb 平臺上房客評論的內容出發，研究影響房客信任感知的因素，結論得出室內設計風格、房東簡介、房源位置、再次入住意愿、整體評價和房源描述這些評論主題都對房客的信任產生了影響。

由于共享經濟在國內發展時間尚短，目前對共享經濟中的信任研究，尤其是針對共享短租領域的信任研究相對較少。以下文獻首先對有關共享經濟的基本理論做了研究。湯天波和吳曉雋（2015）[12]指出，共享經濟的發展拉動了信息技術行業軟硬件生產、無線網絡和信息終端等產業的發展。鄭志來（2016）[13]通過對共享經濟領域兩家具有代表性的公司Uber（優步）和Airbnb（愛彼迎）的盈利模式進行分析，總結出了共享經濟的三大盈利點和一般商業模式，并從信用安全體系、第三方共享經濟平臺監管、需求方權利保障機制等方面提出了政策性建議。

在對共享經濟的信任研究方面，魏可心和潘紅（2018）[14]認為，在共享經濟領域，消費者的信任主要依靠互聯網共享平臺建立的信用機制來形成,因此平臺建立安全有效的信任體系是促進共享經濟健康發展的關鍵。吳光菊（2016）[15]從共享經濟和社交網絡視角對Airbnb（愛彼迎）和Uber（優步）模式進行了探索，使用Citespace 軟件對國內有關研究進行梳理，從共享經濟的概念、相關商業概念分類、共享經濟的負面效應、社交網絡與信任問題四個方面做了論述。王紅麗和陳茁（2017）[16]通過調查問卷的方法收集數據，研究了信任對約車出行意愿的影響機制。

盡管國內外的學者對共享短租中的信任問題已經開展了不同程度的研究，但其中仍存在許多不足。首先，房客的信任目標有三個，分別為房東、房源和共享短租平臺。學者們通常只從一個信任目標的角度出發來研究信任的影響因素，而沒有綜合考慮針對兩個及以上的信任目標進行研究，這將造成結果得出的信任影響因素不全面。其次，缺少針對共享短租中信任形成的地域差異研究，以及信任對共享短租中交易的影響研究。再次，研究者們大多采用發放問卷、做實驗以及深度訪談的方式來獲取數據，而從共享短租平臺上獲取一手可靠開源數據來進行的分析研究仍在少數。最后，房客的信任和需求界定不夠清晰，在確定信任的替代變量時，需求因素往往沒有被剔除，由此造成結果不準確。

本文旨在通過對共享短租這一典型領域的研究，探索與交易雙方信任形成有關的主要影響因素，以及信任在交易過程中所發揮的作用。第一，通過對共享短租平臺開源數據的分析，得到共享短租中影響信任水平的主要因素，并給出這些影響因素對信任形成的作用方向和影響強度；第二，探究在我國不同地區，各影響因素在信任形成過程中表現出的地域差異；第三，研究信任對共享經濟交易價格的影響。

二、研究設計

（一）研究對象

本文的研究對象為共享短租平臺Airbnb，該平臺成立于2008 年8 月，總部設在美國加利福尼亞州的舊金山市。Airbnb以服務型網站的形式提供不同地區的住宿信息，用戶可通過網站平臺或手機應用程序發布、搜索度假房屋短租信息并完成在線預定，以此為旅游人士和有閑置房源出租的房主提供交易服務。目前，Airbnb平臺已在約191個國家、65000個城市為世界各地的旅行者們提供了數以百萬計的獨特入住選擇，被《時代》周刊稱為“住房中的EBay”。

Airbnb存在的意義是多方面的。首先，Airbnb改變了人們的租住意識。人們大多不愿意讓陌生人住進自己家里，安全、隱私等問題一直讓房東們望而卻步。對房客而言亦是如此，住在陌生人的家里是否會丟失財產，是否會被人身攻擊，這些都是房客擔心的問題。雖然Airbnb 也曾出現過信任危機，但它的出現讓住在陌生人的房間成為了可能。

其次，Airbnb的存在改變了它所在的行業。僅2011 年，Airbnb 服務就令人難以置信地增長了800%，自此開啟了共享短租的新時代。繼Airbnb之后，國內從2011 年起也涌現出了各種各樣的短租平臺，如螞蟻短租、途家、住百家、小豬、榛果民宿等。雖然Airbnb 不是第一家做共享短租的團隊，但它成功地擴展了市場，培養了用戶，讓它的效仿者同行們在一進入到這一行業時就能得到用戶和投資人的認可。Airbnb和它的競爭者們正走在顛覆傳統酒店行業的路上，為出行的人們提供了更多的住宿選擇。

最后，Airbnb將共享經濟的理念推廣到其他行業。如果把Airbnb 的概念抽象一下，它的邏輯是：有空閑資源就可以出租，在提高閑置資源利用率的同時獲得收益。這種共享閑置的邏輯同樣可以應用到其他領域上，很多創業公司就依照這樣的邏輯打造出了自己的產品，進一步豐富了共享經濟的種類。

（二）數據來源

在Airbnb平臺上，每個房源的主頁總共分為6個板塊，分別是“詳情”“評價”“可訂日期”“位置”“須知”和“房東”板塊。由于“可訂日期”板塊沒有提供本文需要的數據，在此不作贅述，只對剩余的5個板塊做詳細介紹。

“詳情”板塊有房源的名稱、臥室個數、床數、衛生間的類型、最多容納居住人數、房東收到的總評論數、房源類型、房東是否是超贊房東、入住退房時間、是否可以自助入住、房屋內的設施等信息。其中，為了招攬更多房客，房源的名稱中一般會寫明房源附近的公共場所（如景區、商業中心等）、交通方式等位置信息；房源類型包括合住房間、獨立房間和整套公寓；衛生間的類型包括無衛生間、盥洗室、公共盥洗室、公共衛生間和獨立衛生間這五種類型，通常情況下與他人合住的房間使用的是公共衛生間，整套的共享公寓有獨立衛生間。此外，詳情板塊右邊的預定區域提供了居住一晚的價格以及此房源收到的評論數信息。

“評價”板塊顯示了房源收到的總評論數、房客在居住后從“如實描述”“溝通交流”“干凈衛生”“位置便利”“入住順利”“高性價比”6 個方面給出的評分以及結合各個方面給出的綜合評分，除此之外還有每條評論的文字內容和評論時間。

“位置”板塊顯示了房源所在的省份和城市，以及房主對房屋坐落的具體地點和出行信息的詳細描述。

“須知”板塊有房東對房客入住的基本要求、取消預定政策和交易提示。其中，Airbnb平臺上房客入住的基本要求主要有以下四個方面，分別是禁止攜帶寵物入住、不能為兒童提供安全的住宿環境、禁止吸煙和禁止舉辦派對，房東可以從這四個方面任意選擇來作為房客入住自己房源時的基本要求。

“房東”板塊中房客可以通過點擊房東名字旁邊的“聯系房東”按鈕與房東取得聯系，房東名字下有房東的具體注冊時間、房東是否為超贊房東、房東收到的總評論數、房東是否已驗證、房東的自我介紹、房東與房客的互動以及房東的回復率和回復時間等信息。

（三）變量選擇

1.自變量選擇。在自變量的選擇上，應充分考慮在共享短租市場中影響房客信任的各類因素。由于研究僅針對Airbnb 平臺，因此只需考慮“交易對象、產品和平臺”這三個信任目標中的兩個，即“交易對象”和“產品”。其中，“交易對象”確定為房東，“產品”確定為房源居住權，由此可以將自變量分為房東屬性和房源屬性兩大類，如表1、表2 所示。信任水平的高低受到這兩方面因素的共同影響。

表1 房東屬性自變量簡介

在上述自變量中，房源的相對價格是根據共享短租的交易特征所構造出的新的自變量。通常來說，房屋的價格，不論是出售價格還是出租價格，更多的是由房屋本身的屬性所決定的，比如房屋面積、戶型、周邊配套和所在地區等。而房客在預定過程中對于房源價格的比較往往是發生在具有相同屬性的房源之間。或者說，影響房客支付意愿的價格因素更多的是性價比而非絕對價格。因此，將房源按照所在地區、房屋類型、房源周圍的公共場所數量、交通數量、是否有獨立衛生間、臥室數量、床位數量、最大可容納人數進行分類，同類房源具有相同的屬性特征。在每一類內計算房源價格的平均值，并將各個房源的實際價格與平均價格的差值定義為房源的相對價格。相對價格可以有效地反映每個房源的價格在其同類房源中所處的水平，以此作為自變量分析房源價格對信任形成的影響將更具實際意義。

表2 房源屬性自變量簡介

2.因變量選擇。因變量作為信任的替代變量，主要用于反映不同房源所表現出的被信任水平的高低。信任水平較高時，可以認為房客更容易建立對房東的信任。在共享經濟中，信任具體體現在用戶的支付意愿上，當用戶產生信任感時，就會傾向于支付訂單預定房源。因此在現有研究中，多數會選擇將成交數量作為信任的替代變量，例如Wu J,Ma P 和Xie K.（2017）[9]選用一段時間內的訂單量作為因變量。而Airbnb 平臺上不提供訂單量數據，所以用訂單數量作為信任變量的方式在此并不適用。同時我們注意到，房客在預訂過程中，首先會從需求角度對房源進行選擇。也就是說房客在預定房源時首先會考慮到房源的臥室數量、床位數量、最大可容納人數等條件是否滿足了其客觀需求。若單純使用交易數量作為因變量，其中會不可避免地包含需求因素的影響，從而對信任的衡量造成偏差。為解決上述問題，我們根據Airbnb 的交易規則發現，每一次成功的交易，Airbnb平臺都會要求房客對其住宿體驗做出評論，因此選取評論數量來反映房源的成交情況。并分別在各個地區內，將房源按照臥室數量、床位數量、最大可容納人數進行分類，計算每一類中各個房源收到的評論數的均值。將此均值作為基準，在各個分類內部分別計算每個房源實際收到的評論數與該均值間的差異率，即：

信任差異率=（房源實際評論數-同類房源平均評論數）/同類房源平均評論數

（四）模型設定

將14 個自變量中的數值型變量（回復率、取消預訂率、注冊時間、總評論數、禁止條件數量、相對價格、公共場所數量、交通數量、差評率）與因變量繪制散點圖（圖略），不難發現各數值型變量與因變量之間并非簡單的線性關系，因此選擇回歸樹這樣一種可以處理復雜變量關系的樹結構模型。使用回歸樹模型研究信任形成的影響因素，實際就是利用分支結構對不同信任水平進行劃分的過程。回歸樹的葉節點是連續型數據，但它并不是具體的某個對象的信任水平的取值，而是通過上級節點劃分后屬于某個分支的所有對象的信任水平的均值。如果將全部信任水平看作一個整體，那么回歸樹模型的建立就是通過從根節點開始的各級節點，將整體分割為各個“群落”，在這些“群落”之間，信任水平存在明顯的差異。而最終在回歸樹中表現出的各分割節點，就可以認為是對信任水平形成區分的主要因素，其對于信任進行劃分的能力大小通過特定的數值指標體現。通過分析經過各級節點劃分后的信任平均水平的變化，可以在一定程度上推斷各因素對信任的作用方向和作用強度。

三、實證分析

（一）回歸樹模型建立

利用Python中的BeautifulSoup庫爬取了共享短租平臺Airbnb 上我國各地區的短租房源網頁數據。為了滿足數據完整性的需要，同時考慮我國各地區共享短租發展現狀，最終選擇北京、上海、廣東、浙江、江蘇、重慶、四川、福建、云南、湖南、山東、湖北、遼寧、天津、陜西等15個地區2018 年的數據進行研究。對于其中各個房源的評論數，按照前述因變量的設定方式計算信任水平的差異率。即將各個地區的房源，分別按照臥室數量、床位數量、最大可容納人數分類并計算每一類中的評論數的均值，最后計算出實際收到的評論數量與其同類房源收到評論數量的均值間的差異率作為信任的替代變量。經過預處理后，最終得到有效數據5200 條。使用各個地區的數據分別建立15 個回歸樹模型，模型篩選出了對信任水平造成影響的主要因素并顯示了這些因素的作用方向和作用強度。

（二）信任形成主要影響因素分析

對于回歸樹中篩選出的各級節點，當節點標識為正向改變時，如果在該節點“是”的一側分支上信任平均水平較上一級劃分有所提高，且在“否”的分支上有所降低，則認為該節點對應的影響因素對信任水平有正向影響，反之則認為有負向影響。表3 綜合了15 個地區回歸樹中篩選出的影響信任的主要因素及其作用方向。其中，空白處表示在該地區該因素對信任沒有顯著影響，標號為“+”表示在該地區該因素對信任有顯著的正向影響，標號為“-”表示在該地區該因素對信任有顯著的負向影響。

從表3可以看出，影響信任水平的房東屬性主要有注冊時間、超贊房東、總評論數和禁止條件數量。其中超贊房東、總評論數和禁止條件數量為正向影響因素，注冊時間為負向影響因素。具體來說，房東為超贊房東對信任的形成有明顯的正向作用。超贊房東是Airbnb 平臺為那些經驗豐富、評分很高、致力于為房客提供優質住宿體驗的房東而賦予的稱號，可以將其認為是基于房東以往的行為和經驗信息而產生的一種行業聲譽。現有研究表明，共享經濟中商品提供方的聲譽會給潛在的消費者提供高質量信息，并對消費決策產生重要作用。對于短租交易來說，超贊房東這一稱號會帶給房客較高的交易安全感知，進而促進信任的建立以及最終交易的達成。房東收到的總評論數會對信任產生正向影響。房東收到的總評論數越多，意味著房東成功交易的經驗越豐富。由此，房客對房東按約定提供住宿服務的能力會有更積極的評估，對獲得正向回報的預期也更為確切。禁止條件數量指的是房東對房客在入住時關于禁止吸煙和禁止舉辦派對兩方面規定的個數。通常情況下，禁止條件數量越多，反映出房東對房源內部設施和居住環境的關注程度越高，從而提高了房客對優質住宿條件的確定性。另一方面，注冊時間對信任的形成有明顯的負向作用。在總評論數相同的情況下，房東的注冊時間越長，則表示其成功交易的頻率越低。尤其當房東不是超贊房東且總評論數較少的時候，注冊時間越長則房客對于房東能力的不確定性預期越高。

表3 各地區信任水平主要影響因素分布情況

此外，影響信任水平的房源屬性主要有房源位置（房源周圍的公共場所數量、交通數量）、差評率和房源的相對價格。首先，房源位置是信任形成的正向影響因素。房源位置通過周圍的公共場所（如景區、商業中心等）數量和交通數量來衡量，以此來反映房源周邊的鄰里環境和便利程度。對于房客來說，一定數量的公共設施和交通設施，能夠降低他們對于潛在的不便利性以及安全風險的擔憂，從而對信任的建立產生正向影響。其次，房源差評率是信任形成的負向影響因素。在線交易在互聯網中產生的“點對點影響”是其區別于傳統交易的重要特征，現有消費者在線上給出的評價，會對潛在消費者決策產生影響，這是一種發生在陌生人之間的“勸說”效應。相較于好評來說，差評對消費者的影響更加強烈，它會促使消費者對潛在損失進行更為謹慎的評估，而在此過程中產生的懼怕損失以及擔憂、懷疑和畏懼等情感恰恰是“不信任”形成的關鍵因素。從研究結果可以看出，在其他條件相同的情況下，具有較高差評率的房源往往對應相對較低的信任水平。特別的，房源相對價格與信任水平之間表現出明顯的正相關。當房源相對價格為負值時，表示房源的實際價格低于同類房源的平均價格。如果相對價格過低，會使房客對房源的真實性和可靠性產生懷疑，從而對信任的建立產生負面作用；當相對價格取正值時，表示房源的實際價格高于平均價格。此時我們發現了一個有趣的現象，相對價格高的房源往往對應著較高的信任水平，這與我們對于消費行為的一般認知是不一致的。通常情況下，在具有相同客觀條件的房源中，價格較低或處于平均水平的房源更容易獲得房客的青睞，這是出于消費者對于性價比的追求。那么此處所表現出的相對價格越高信任水平越高的現象，我們認為它所反映的并非是價格對于信任的影響，而是由于較高的信任水平導致了房客愿意去接受較高的價格，也就是產生了信任溢價。

（三）信任形成影響因素的地區差異分析

在對15 個地區回歸樹模型的分析過程中我們發現，各影響因素在不同地區所表現出的重要性是不同的。按照各影響因素的重要性，可以將15個地區劃分為3類。其中，北京、上海和廣東為第一類；浙江、江蘇、重慶、四川、福建、云南和湖南為第二類；山東、湖北、遼寧、天津、陜西為第三類。在這三類地區中，各影響因素表現出不同的重要性分布，這種分布的特征與各地區的房地產市場、旅游市場和共享短租市場的發展現狀密切相關。

可以看到，在第一類地區中，房源因素和房東因素各半，但對信任水平產生主要影響的是房源因素，而其中的相對價格更是信任形成的最重要依據。該類地區是我國經濟最為發達的“北上廣”地區，囊括了全部的一線城市，也是目前全國房價最高的地區。一方面，高房價拉動住房租金，使得該類地區共享短租房源價格也處于較高水平。那么對于在該地區選擇房源入住的租客來說，房源價格及其浮動是否在個人的可承受范圍之內是首先要考慮的重要問題。另一方面，該類地區房地產市場管理較為規范，房價信息的獲取渠道多樣，價格透明度較高，相對來說房客更容易判斷共享房源的價格是否合理，對于價格的浮動也更為敏感。當該類地區房源的相對價格適中或稍高時，最利于房客信任的建立；相對價格較低時，會讓房客對房源的可信度和交易的安全性產生懷疑；而相對價格過高時，則會引發對房東的友善度和誠實度的質疑。因此，過低或過高的相對價格都會使房客產生懷疑和不信任的情緒，進而對信任的建立產生負面影響。

在第二類地區中，影響信任水平的因素中房東因素占據多半，總評論數在其中發揮最重要的作用。該類地區主要涵蓋我國南方的重點旅游區，其房源價格比第一類地區低，普遍處于租客可以承受的范圍內，因此價格因素并沒有在此類地區產生決定性作用。我們注意到，在該類地區曾多次曝光旅游亂象、交易欺詐等不良事件，因此游客會對交易安全和人身安全給予更多關注。而房東收到的總評論數反映其歷史交易的數量，是對房東成功完成交易的能力的客觀體現，可以為潛在的交易風險的評估提供直接和有效的信息，由此成為租客們建立信任的主要依據。

第三類主要位于我國的北方地區，該類地區中影響信任水平的因素絕大多數為房東因素，這與第二類地區的情況類似，不同的是超贊房東取代了總評論數成為信任的決定性因素。與前兩類地區相比，第三類地區的共享短租行業發展相對滯后，起步晚且增速較慢，大多數房東沒有歷史訂單的積累，房客很難單從房東收到的總評論數獲取足夠的信息以形成交易安全感知，更多的是通過房東是否具有“超贊房東”這樣一個行業聲譽來評估房東的可靠性，從而促進信任的形成。

（四）信任對交易價格的影響分析

如前文所提到的，多個地區的回歸樹模型中體現出相對價格與信任水平之間的正相關關系，但它并不能歸結為高的相對價格會形成高的信任水平。本文認為，應當將這種正相關理解為由信任所產生的溢價行為，即信任溢價，它是信任作用于共享短租交易過程的一種體現。信任溢價在傳統的電子商務領域是普遍存在的，其溢價方向有向上和向下兩種。向上溢價是指買家愿意向可信任的賣家支付高于平均水平的價格，而向下溢價則是買家出于自我保護會對賣家提出價格折扣以抵償其擔憂和不確定性。Airbnb平臺沒有設置議價機制，當房客的信任水平較低時，其表現并非是提出價格折扣而是選擇不進行交易，導致無法檢驗向下的信任溢價。因此，只針對向上溢價進行討論，采用方差分析的方法，檢驗共享短租領域信任溢價現象的存在。

檢驗過程中，使用信任差異率作為因子，將其按照大小劃分為不同的因子水平。在因變量的設定上，由于在相同的信任水平下存在不同類型的房源，其本身的價格差異會對檢驗過程造成影響，因此需要將相對價格轉換為價格浮動比，即使用每個房源的相對價格除以同類房源的平均價格所得的比率。在15 個地區中，篩選信任差異率和價格浮動比都大于或等于0的房源進行檢驗。一般來說，在交易過程中由于各方面因素的影響，房客可以接受一定程度的價格浮動。如果不存在信任溢價，那么在不同的信任水平下，房源成交價格的平均浮動比應該是大致相同的。如果隨著信任水平的提高，出現平均價格浮動比增大的情況，并且這種增大是由于信任水平變化造成的，就可以認為發生了信任溢價，也就是較高的信任水平讓房客愿意去接受更大的價格漲幅。

對全部15 個地區也按照相同的思路進行檢驗，結果表明北京、廣東、上海、浙江、重慶、福建、云南、山東、湖北、遼寧和陜西等11 個地區的方差分析結果是顯著的，這說明信任溢價在共享短租交易中也是普遍存在的。當房客的信任水平達到一定程度時，會愿意支付相應的溢價并將其視為獲得財產和人身安全保障的成本；而當信任水平較低時，房客會拒絕支付較高的價格以抵消其風險成本，由此可以解釋前文提出的相對價格與信任水平之間的正相關關系。

四、結論與建議

本文基于我國15 個地區的Airbnb 平臺開源數據，運用回歸樹模型和方差分析技術，從信任形成的主要影響因素、信任形成的地區差異和信任對交易價格產生的影響三方面，對我國共享短租市場中的信任展開研究。研究結果表明，在共享短租交易過程中，房客的信任水平會同時受到房東屬性和房源屬性的影響。經過回歸樹模型的篩選，房東屬性中的注冊時間、超贊房東、總評論數和禁止條件數量以及房源屬性中的房源位置、差評率和相對價格是影響信任水平的最主要因素。在不同地區，各影響因素對信任水平的影響程度存在顯著差別。從本文所劃分的三類地區來看，在經濟發達特別是房價處于較高水平的第一類地區，房客對價格因素更加敏感，因此相對價格成為影響信任水平的最重要因素；在旅游業相對發達、共享短租市場具有一定規模的第二類地區，房客在建立信任的過程中更加關注房東屬性，尤其是房東收到的總評論數會對信任水平產生最直接影響；而在短租業剛剛起步的第三類地區，由于可參考的歷史交易信息有限，房客會更加在意房東是否具有“超贊”稱號。在共享短租交易中，普遍存在信任溢價。房客的信任水平越高，所能接受的價格上浮程度越高，信任溢價現象越明顯。

基于本文得到的上述三個主要結論，可以給出保持共享短租行業健康、持續發展的相關對策啟示。首先，從提高信任水平、促進交易達成的層面看，作為房屋出租方，一方面應當對房屋進行合理定價，參考同類型房源的平均價格，在此基礎上依據個人房源的位置、設施和交通情況等對價格做出適當調整；另一方面應當保證每一次交易的順利完成，包括對房源設施的維護，對房客的合理需求的滿足等，以此獲得更多的正面評價。此外，出租方在共享短租平臺進行房源登記時，應盡量對房源情況進行詳細描述，有利于房客了解房源特征進而建立信任。值得注意的是，對于不同地區，應當根據當地共享短租市場的特點，針對影響信任水平的關鍵因素進行規范與改善。例如第一類地區應當重點關注房源的合理定價，而第二、三類地區應當特別注意對房東行為的引導和規范。其次，從對共享短租市場的監管層面看，一是應當規范短租房源的定價機制，針對各類型房屋建立可參考的定價區間，預防和打擊價格亂象。二是應當對各短租平臺進行有效監管，包括對成交記錄和歷史評價進行真實性審查，對各種認證稱號如“超贊房東”的授予流程進行規范性審查等，防止以虛假訂單、評價和稱號誤導消費者，保證共享短租行業的良性發展。