共享住宿定價策略的跨國差異：國家文化價值觀在共享經濟中的調節作用

○ 楊 帥 陳建宏 柯 丹 李大輝

引言

2020年7月，國家發展改革委等13 個部門聯合發布《關于支持新業態新模式健康發展激活消費市場帶動擴大就業的意見》，明確提出鼓勵共享住宿等領域商業模式創新，發展生活消費新方式。這是鼓勵發展“共享住宿”首次寫入我國政府文件。共享住宿是指通過互聯網將擁有閑置住宿資產的人和有臨時住宿需求的人聯系起來，使閑置資產得到合理利用。[1]國內共享住宿行業從2015年開始迅速發展，[2]據《共享住宿發展報告（2019）》《共享經濟發展報告（2020）》和《共享住宿發展報告（2020）》顯示，2018年國內共享住宿房源超過350 萬，覆蓋500 多個城市；2019年，共享住宿行業已發展成國內增速最快的共享經濟產業，環比增長36%，參與者突破2 億人，其中服務提供者高達618 萬人。

共享住宿平臺的發展主要歸因于其寬泛的價格區間、豐富的房源設施和服務，以及比傳統酒店住宿更具個性化的住宿體驗。[3]然而，隨著房源數量指數級增長，市場競爭激烈程度倍增，房東獲利空間受到擠壓，盈利難度增大，[2]意味著共享住宿行業就業者需要更加系統地制定價格策略，獲取利潤。

由于共享住宿房源大多是住宅性質的個人資產，傳統酒店定價研究中的星級和連鎖等重要影響因素都不適用于共享住宿定價研究。此外，共享住宿特有屬性（如房東或房客相關信息）是影響房源定價的重要因素，但傳統酒店定價研究中并未涉及。因此，隨著共享住宿行業快速發展，重新審視其定價的影響因素，對共享住宿行業的房東及其他利益相關者優化經營和提升利潤均具有重要意義。

目前，共享住宿研究主要聚焦在入住意愿的影響因素、[3,4]房東的動機、[5,6]對傳統住宿行業的影響等方面，而對共享住宿定價影響因素的關注甚少。[1,7]現有共享住宿定價研究大多零碎地探索傳統酒店定價影響因素對共享住宿定價的影響，并且結論尚存一定分歧。此外，有學者提出共享住宿定價影響因素的作用隨城市不同而有所差異。[8-10]因此，本文旨在系統地分析影響共享住宿定價的重要因素，挖掘其影響作用在不同文化價值觀國家之間的差異。

本文通過爬蟲技術收集了全球最大的共享住宿平臺Airbnb上42 個國家2326603 個活躍房源樣本，運用因子分析萃取出5 個影響共享住宿房源定價的核心因素，采用分層線性模型分析核心因素對定價影響作用在不同國家之間的差異，并運用文化維度中的權力距離（PDI）、個人主義/集體主義（IDV）、男性化/女性化（MAS）和不確定性規避（UAI）來解釋國家文化價值觀的調節作用。本文從全球跨文化的視角分析共享住宿定價，反映市場的實際需求，為不同國家文化價值觀背景下共享住宿的定價策略提供重要的管理啟示。

一、文獻綜述及理論基礎

1.共享住宿定價影響因素

近年來，共享經濟的飛速發展引起了國內外眾多學者的關注。現有共享住宿研究聚焦在共享住宿入住意愿的影響因素、[3,4]房東出租的動機，[5,6]以及對傳統住宿行業的影響等方面。[1,7]

此外，共享住宿的定價策略最近也引起了一些學者的關注。有學者提出，房源設施是影響共享住宿定價的重要因素，對共享住宿房源定價和房客滿意度至關重要。[8-10]Wang等、[8]Gibbs等[9]研究均發現，在眾多影響Airbnb房源定價的影響因素中，房源基本設施（如臥室數量和浴室數量）對房源定價的影響作用最大。Chattopadhyay等以美國11 座城市的房源為樣本，提出Airbnb 房源屬性中多數房源附加設施（如游泳池和健身場所）都能夠顯著影響房源定價。[10]

房源口碑是影響共享住宿定價的另一個重要因素。例如，Teubner等、[11]Tong等[12]分別通過收集德國和西班牙的Airbnb數據，發現房源口碑能顯著影響房源價格。[11,12]Lawani等發現，[13]Airbnb 房源口碑的6 個細分指標是影響房源定價的重要因素，并且口碑可以作為衡量房源質量的重要指標。同樣地，吳曉雋等通過對中國36 個城市共享住宿的研究，提出房客對房東和房源的評價會對房源價格產生正向影響。[2]這些結論與傳統酒店定價研究結論一致。

在共享住宿行業中，房東擔任共享經濟平臺運營者、社交媒體營銷人員和住宿租賃服務提供商三個角色，是一個獨特存在的群體。Ikkala等通過質性訪談發現，一些Airbnb 房東為了獲取更多房客，會以低于市場均價的價格出租房屋，表明共享住宿房東的定價決策會受到自我情感因素的影響。[14]Li等探究了非專業房東（在Airbnb 運營一個房源）與專業房東（在Airbnb 運營兩個及以上房源）之間的運營差異，發現專業房東的日收入（+16.9%）和入住率（+15.5%）都高于非專業房東。[15]Magno等發現，[16]房東運營房源的時長及數量對房源定價有顯著的積極影響，即專業房東比非專業房東定價更高。

本文對上述文獻的梳理和分析發現，首先，現有的共享住宿定價影響因素研究主要聚焦在傳統酒店定價影響因素（如房源設施和口碑）和房東，而對共享住宿特有屬性（如房客可靠性等）鮮有涉及，并且現有研究結論尚存分歧（見表1）。Wang等認為房客是否通過電話驗證，會對共享住宿房源定價產生積極影響，[8]而吳曉雋等則認為這一因素對房源定價不存在顯著影響。[2]

表1 共享住宿定價影響因素相關實證研究

其次，上述研究的樣本大多局限在一個城市[6,13,15-18]或一個國家的幾個城市，[2,9-12]導致其研究結論缺乏普適性，難以應用于其他國家或地區。例如，Teubner等、Tong等分別基于德國和西班牙的Airbnb數據，提出房源口碑能夠顯著影響Airbnb房源定價；[11,12]而Ert等、Chen等分別基于美國和瑞典的Airbnb 數據得出了不一致的結論，認為口碑對房源定價的影響不顯著。[6,17]事實上，Wang等、Gibbs等和Chattopadhyay等都提出Airbnb 定價影響因素的作用會因城市不同而有所差異。[8-10]

在現有共享住宿定價研究中，Wang等[8]是唯一一個收集多國數據的實證研究。他們獲取了13 個國家33個城市的Airbnb 房源數據，提出除房客照片認證因素外，其余24 個因素皆對定價有顯著影響，并且超贊房東、住宿類型、早餐和閃訂四個因素對定價的影響作用在不同國家之間存在差異。盡管如此，該研究仍存在一些不足：第一，33 個取樣城市主要是美國城市（14 個），而其他國家僅涉及一兩個城市；第二，數據樣本沒有涵蓋亞洲國家（共享住宿的主要市場之一）；第三，未能解釋房源特征對定價的影響作用在不同國家間差異性的理論依據和邊界條件。[8]因此，本文將從全球跨文化的視角系統地分析影響共享住宿定價的重要因素，探索其影響作用在不同國家文化價值觀之間的差異。

2.國家文化價值觀與消費行為

國家文化價值觀是一個國家的人們表現出的一系列信仰與價值觀，是長期社會化的產物。多年來，學者們一直在探索最適合概念化且適用于實證研究的國家文化價值觀維度。[19,20]其中，Hofstede文化維度是旅游業和酒店業等研究使用最廣的國家文化價值觀維度。[21-26]

Hofstede 從基本價值需求視角出發，通過對40 個國家的價值觀進行調查研究，確定了4 個價值觀維度（權力距離、個人主義/集體主義、男性化/女性化和不確定性規避）。[27]Hofstede文化維度被普遍認為是具有代表性、能反映各國傳統文化差異的維度，是一種側重國家文化的價值觀維度。[28]由于國家文化價值觀作為一個國家內部成員共享的價值觀和行為習慣，由其群體共同創造、代代傳承，因此具有相當的穩定性。[28]Reisinger等根據608 名國際游客的重復實驗發現，2001年的Hofstede 文化維度（即權力距離、個人主義/集體主義、男性化/女性化和不確定性規避）得分至今仍然適用，并且可以用于衡量來自不同國家游客的集體傾向，[21]為Hofstede 文化維度在跨文化旅游研究中的應用提供了有力支持。

權力距離描述了國家或組織機構中人們對權力分配不平等的接受程度。[29]在權力距離較高的國家，人們容易接受差距較大的等級結構；反之，多數人期待權力盡可能平等分配。個人主義/集體主義區分了國家文化價值觀中個人或集體的重要性，其中個人主義文化的國家更關注個人及其直系家屬的需求及利益，而集體主義文化的國家更關注集體需求及利益。[30]男性化/女性化強調男子氣概價值觀在社會或群體中占統治地位的程度，男性化程度高的群體強調競爭、獨斷和英雄主義等品質，而男性化程度低的群體強調對他人和工作生活質量的關注程度，重視謙遜、合作和關愛他人等品質。[30]不確定性規避被定義為社會成員處理不確定性和風險的方式。[29]不確定性規避較高意味著較謹慎、不愿承擔風險，不違背社會文化規范，而不確定性規避較低的群體則更容易接納具有一定風險的決策。[29]Hofstede 認為國家文化價值觀變革極其緩慢，國家文化價值觀的相對得分至少在2100年前不會有重大變化。[31]

隨著經濟全球化的發展，國家文化特征成為影響旅游業和住宿業發展的重要因素。與此同時，學者們在研究中開始運用Hofstede 文化維度來解釋不同國家文化背景下旅游消費行為的差異。Litvin提出不確定性規避較低國家的旅游消費者更愿意給出高分評價，評論內容的長度也比總體平均值高出15%，并且他們言論的影響力也更強。[32]此外，一些酒店行業研究同樣采用Hofstede文化維度解釋消費者的消費動機、態度和行為。例如，李祗輝等用三個國家文化維度解釋消費者對酒店服務質量的感知，其中個人主義和長期導向都能提高消費者對酒店的服務質量評價，但權力距離不存在顯著影響。[33]Jahandideh等通過質性研究發現，相對不確定性規避較高的阿拉伯消費者，不確定性規避較低的中國消費者更會向不會講母語的一線酒店人員投訴酒店問題，從而提出不應將亞洲不同國家的消費者視為同質研究樣本的結論。[34]Ayeh等以美國和新加坡的酒店用戶為研究對象，發現個人主義旅游消費者比集體主義旅游消費者更重視酒店在線評論的實用價值。[35]

綜上所述，Hofstede 文化維度被廣泛運用于旅游業和住宿業的國家文化價值觀研究中，因此本文也將使用Hofstede文化維度來解釋房源層面因素對共享住宿定價的影響作用在不同國家文化價值觀之間的差異性。[29-31]

二、數據及變量

1.數據獲取及描述

本文利用爬蟲技術從全球最大的共享住宿平臺Airbnb 網站獲取了截至2017年10月24日所有房源的數據，共含4094923 個房源。爬蟲技術可以在節省人力成本的同時，完整地獲取到特定主題下的網絡公開數據。[36]

本文按照Wang等、Gibbs等、Chattopadhyay等的數據清洗原則，[8-10]首先剔除了房源評論數量為零的房源，確保房源住宿價格在一定程度上反映市場均衡，避免某些房源樣本與實際交易沒有關聯；[37]其次，剔除了數據缺失、信息有誤的房源；最后，為了確保分層線性模型的可靠性和有效性，剔除了活躍房源數量小于5000 的國家，并確保樣本至少涵蓋30 個國家，以符合分層線性模型的假設。最終，本文得到來自42 個國家2326603 個有效房源樣本。

同時，本文從clearlycultural.com 中獲取了這42 個國家的Hofstede文化維度①（權力距離、個人主義/集體主義、男性化/女性化、不確定性規避）數據。表2列出了42 個國家房源樣本的分布及數據信息。

表2 有效樣本數據信息

2.變量定義及描述

本文涉及的變量包括兩層，分別為共享住宿房源特征變量和國家文化價值觀變量。根據以往共享住宿和酒店定價影響因素相關文獻，[2,8,9,38,39]本文選取了18 個Airbnb房源的特征屬性，并通過因子分析從中提取了5個因子，分別定義為口碑、基礎設施、附加設施、房客可靠性和房東專業性。表3 列出了這18 個特征屬性的描述與解釋。

表3 共享住宿特征屬性的描述與解釋

三、研究方法及實證分析

1.分層線性模型

除房源和房東特征影響因素外，房源定價還會受到國家文化價值觀的影響。因此，本文采用分層線性模型（HLM）分析這種多層次結構的數據。具體而言，本文通過分層線性模型分析房東定價在各個房源之間是否存在差異，以及房源個體層面的影響因素和第二層的國家文化價值觀對該差異的解釋能力。分層線性模型的完整模型如下。

第一層：

第二層：

其中，i 表示第i 個房源；j 表示第j 個國家；Price表示房源單日價格；WOM 表示口碑；Basic表示房源基礎設施；Augment 表示房源附加設施；Safety 表示房客可靠性；Host表示房東專業性；PDI表示權力距離；IDV表示個人主義/集體主義；MAS表示男性化/女性化；UAI 表示不確定性規避；rij表示第一層的隨機誤差項，并且滿足rij～N(0,σ2)；μ0j表示第二層的隨機誤差項，并且滿足μ0j～N(0,σ2μ0)，Cov(rij,μ0j)=0。

2.共享住宿五大核心因素對房源定價的影響

表4 展示了模型中各個變量的描述性統計和相關系數矩陣，可以看出房源層面的解釋變量（即口碑、基礎設施、附加設施、房客可靠性和房東專業性）皆與房源價格呈顯著正相關。

表4 變量的描述性統計和相關系數矩陣

表5 展示了HLM模型分析結果。隨機效應協方差模型結果（模型3）顯示，口碑（γ=0.0100,p<0.001）、基礎設施（γ=0.3943,p<0.001）、附加設施（γ=0.0879,p<0.001）、房客可靠性（γ=0.0095,p<0.001）和房東專業性（γ=0.1092,p<0.001）能夠顯著提高共享住宿房源價格，與以往研究的研究結論一致。[2,8,9,38,39]共享住宿房源每年最多可以出租365 個夜晚，而實際運營中大部分房源都不能一直維持較高的入住率。[6]因此，良好的口碑、完備的基礎設施和附加設施、房客的可靠性和房東的專業性等因素帶來的積極影響可能不會反映在額外的銷售上，而是體現在更高的價格上。

3.國家文化價值觀對共享住宿定價影響的調節作用

表5 中完整模型（模型5）結果顯示，國家文化價值觀能夠調節房源層次變量對共享住宿房源價格的作用。具體而言，權力距離會削弱口碑對價格的正向作用（γ=-0.0004,p<0.05），個人主義/集體主義會削弱附加設施對價格的正向作用（γ=-0.0034,p<0.001）。此外，男性化/女性化對附加設施、房客可靠性和房東專業性都存在顯著的正向調節作用（γ=0.0015,p<0.05；γ=0.0002,p<0.1；γ=0.0008,p<0.05），不確定性規避對基礎設施和附加設施存在顯著的正向調節作用（γ=0.0008,p<0.1；γ=0.0011,p<0.05）。換言之，在權力距離高的國家，口碑對價格的正向影響更弱；在集體主義文化的國家，附加設施對價格的正向影響更強；在男性化程度高的國家，附加設施、房客可靠性和房東專業性對價格的正向影響更強；在不確定性規避高的國家，基礎設施和附加設施對價格的正向影響更強。

表5 HLM模型結果

為了檢驗國家文化價值觀維度對模型的解釋力度，本文計算了隨機效應模型與完整模型的方差分量及消減比（見表6）。在隨機效應模型中，附加設施的方差分量為0.0155，而在完整模型附加設施的方差分量降為0.0066，方差消減比為57.65%，表明附加設施對共享住宿房源定價的影響在不同國家之間的差異有57.65%能被國家文化價值觀所解釋。同理，口碑、基礎設施、房客可靠性和房東專業性對共享住宿房源定價的影響在不同國家之間的差異分別有16.67%、7.30%、20.00%和14.64% 能被國家文化價值觀所解釋。

表6 第二層變量所解釋的方差分量及消減比

四、實證結果討論

本文以共享住宿平臺Airbnb 為例，實證剖析了影響共享住宿定價的核心因素及其在各國家之間的差異，通過國家文化價值觀闡釋了該差異存在的理論機制（見圖1）。為了更清晰地展示調節效應，本文基于簡單斜率檢驗畫出調節效應圖討論[40]主要研究結果。

圖1 研究結論框架

1.房源口碑對房源價格影響

研究結果顯示，共享住宿房源口碑越好，房源價格越高，與以往傳統酒店業研究結果一致。[2,11-13]由于買賣雙方獲取和感知的信息不對稱，通過向買方提供產品相關信息可以減少市場信息不對稱的程度。與傳統線下口碑相比，網絡口碑影響范圍更廣，流通速度更快，并且大部分消費者信任在線評論及推薦。[42]許多房客在入住或離開后會通過在線評價表達住宿體驗、酒店設施和服務質量的好壞。[43]在共享經濟市場中，由于與陌生人進行交易存在信息不對稱和經濟風險，往往更需要聲譽機制（如評分和評論）來增加買賣雙方之間的信任。因此，同等條件的共享住宿房源，房客會考慮評分高或口碑好的房源，所以口碑越佳的房源能以更高的價格成交。

如圖2所示，不論是在權力距離高或低的國家，房源口碑對房源價格具有顯著正向影響。權力距離削弱了房源口碑對房源價格的正向影響，即在權力距離低的國家（Simple Slop=0.0617，p<0.001），房源口碑與房源價格的關系強于權力距離高的國家（Simple Slop=0.0065，p<0.001）。在權力距離高的國家，個人對權力較大的人士或權威人物十分恭敬、信任和崇拜，且通常接受不平等的權力分配。[44]在這種文化價值觀背景下，人們適應了差距較大的社會等級，習慣了自己是一個權威者或者從屬者的角色，會將滿意或者不滿意的服務視作生活中的一個事實，因此他們不容易贊揚或者抱怨，對身邊的贊揚和抱怨也不敏感。[44]因此，權力距離越高的國家，房源口碑對房源價格的正向影響越小。

圖2 權力距離對房源口碑與房源價格關系的調節效應

2.房源基礎設施對房源價格影響

研究結果顯示，共享住宿房源的基礎設施能夠提高房源的價格。變量基礎設施是由臥室數量、浴室數量、房源容量和床數量萃取所得，可以理解為“基礎設施”數值越大，房源基礎設施越完善，房源空間越大。一般來說，消費者愿意為完善的基礎設施支付更多費用。所以，基礎設施越好的房源會以更高的價格成交，這與以往共享住宿研究的結論相符。[8,9,45]

如圖3所示，不論是不確定性規避高或低的國家，房源基礎設施對房源價格具有顯著正向影響；并且不確定性規避高的國家（Simple Slop=0.6183，p<0.001），房源基礎設施對房源價格的正向影響強于不確定性規避低的國家（Simple Slop=0.4039，p<0.001）。共享住宿房客如何使用房源是一個未知的、不確定的行為，如房客可能會損壞或過度使用出租的產品。[46]房客的這些不確定行為會給房東帶來經濟損失、意外傷害等風險，使房東感到焦慮。[47]過去研究表明，相較于不確定性規避較低的供應商而言，不確定性規避較高的供應商更不愿意出租他們的產品。[48]因此，當房源基礎設施越完善，不確定性規避更高的房東會為了規避不確定性所帶來的風險或損失，從而選擇制定更高的價格。

圖3 不確定性規避對房源基礎設施與房源價格關系的調節效應

3.房源附加設施對房源價格影響

以往研究顯示，酒店的附加設施（如游泳池、停車場和健身房等）能夠提高酒店定價。[10,38,39]本文研究結果也印證，基于成本導向的定價方式決定了客房價格部分歸因于酒店建設和管理的投入，而消費者也愿意為附加產品和服務支付更高的價格。[49]

如圖4所示，不論是個人主義或集體主義文化的國家，房源附加設施對房源價格均具有顯著正向影響；且房源附加設施與房源價格的正向關系在集體主義文化國家（Simple Slop=0.1673，p<0.001）比在個人主義文化（Simple Slop=0.0438，p<0.001）國家更強。集體主義文化氛圍下的個體通常會形成一種相互依賴的自我概念，更在意他人對自己的評價，[50]且容易受到群體行為的影響。[30]值得注意的是，集體主義文化傾向的消費者更追求面子，當感覺到某一產品的購買價格高于參照群體中他人購買同類產品的平均價格就會感到有面子。[51]因此，在集體主義文化國家，消費者更可能會選擇具有炫耀屬性而非必須的附加設施的共享住宿房源，而房東也會對這類房源收取更高的費用。

圖4 個人主義/集體主義對房源附加設施與房源價格關系的調節效應

如圖5所示，房源附加設施對房源價格具有顯著正向影響；并且，男性化程度高的國家（Simple Slop=0.1771，p<0.001），房源附加設施與房源價格的正向關系強于男性化程度低的國家（Simple Slop=0.0074，p<0.001）。男性化程度高的國家中，消費者更重視經濟成就、追求個人經濟利益，[52]如更加偏愛出租產品，以達到提高個人收入或減少支出成本的目的。[48]因此，在男性化程度高的國家，房東為了在競爭中脫穎而出，更會增添附加設施讓房源具有競爭力；并且會因為追求個人經濟利益，對附加設施更完備的房源制定更高的價格。

圖5 男性化/女性化對房源附加設施與房源價格關系的調節效應

此外，與房源基礎設施的結論一致，房源附加設施對價格的正向作用受不確定性規避的正向調節。如圖6所示，不論是不確定性規避高或低的國家，房源附加設施對房源價格具有顯著正向影響；并且不確定性規避高的國家（Simple Slop=0.1481，p<0.001），房源附加設施與房源價格的正向關系強于不確定性規避低的國家（Simple Slop=0.0249，p<0.001）。無論是基礎設施更完善的房源還是提供更多附加設施的房源，房客使用房源這一未知行為都可能產生額外的經濟損失或意外事故。因此，當房源附加設施越多時，不確定性規避更高的房東會為了規避房客未知行為所帶來的風險或損失而選擇制定更高的價格。

圖6 不確定性規避對房源附加設施與房源價格關系的調節效應

4.房客可靠性對房源價格影響

安全問題是酒店業可持續發展的關鍵。研究表明，消費者感知到酒店的安全性越高，其滿意度越高。[53]共享住宿中存在相當比例的“私人房間”和“合住房間”，這兩種房源通常會入住多位房客，此時房客可靠性顯得尤為重要。因此，要求房客提供個人照片或通過電話認證提高房客的可靠性，不僅保障了房東自身安全，也能提高其他房客的安全感。房客感知房源的安全性越高，對其滿意度便會增加，也會愿意多支付一些費用。因此，入住房客的可靠性越高，房東相應會制定更高的房源價格。

如圖7所示，不論是男性化程度高或低的國家，房客可靠性對房源價格具有顯著正向影響；并且房客可靠性與房源價格的關系在男性化程度高的國家（Simple Slop=0.0348，p<0.001）強于男性化程度低的國家（Simple Slop=0.0126，p<0.001）。在男性化程度低的群體中，個體更謙虛、溫和、注重和諧的人際關系，強調“以和為貴”。此外，以往旅游服務評價研究表明，男性化程度較低國家的游客對不好的旅游服務的容忍度更高，在線評價更加包容和委婉。[54]所以，男性化程度低的房東和房客更樂意在群體生活和社交活動中構建和諧的人際關系，從而降低對房客可靠性的要求。

圖7 男性化/女性化對房客可靠性與房源價格關系的調節效應

5.房東專業性對房源價格影響

研究結果顯示，專業房東會制定更高的價格，這與以往共享住宿研究結果一致。[4,15,16]由于非專業房東將經營共享住宿視為兼職工作，所以非專業房東對經營共享住宿投入較少，定價效率較低。專業房東將運營共享住宿視為主營事業，對其投入的專注度更多，研究定價策略的時間更長，進而提高定價效率以達到利潤最大化的目的。例如，專業房東會在節假日（如圣誕節）和大型活動（如芝加哥車展秀）期間提高房源價格。[15]由于專業房東的主要收入來自共享住宿收益，因此為了實現收入最大化，專業房東的定價會更加激進。[15,16]本文不僅通過房東擁有的房源數量來測量Airbnb 房東是否專業，[15,16]還進一步加入是否具有經營許可和取消政策的靈活性來衡量房東的專業性，并得到與前人一致的研究結論。

不論是男性化程度高或低的國家，房東專業性對房源價格具有顯著正向影響，并且該影響在男性化程度高的國家（Simple Slop=0.1323，p<0.001）強于男性化程度低的國家（Simple Slop=0.0828，p<0.001）見圖8。男性化程度較高群體的主導價值觀強調對金錢和其他物質資料的獲取程度，重視職業成就和經濟成就。[55]當共享住宿房東從非專業房東晉升到專業房東時，男性化程度高的房東主導價值觀會推進其進一步獲得更多的收入，將他們所付出的努力轉化為經濟價值。[56]因此，在男性化程度高的國家，專業程度越高的房東越會鞭策自己獲得更高的收入，進而制定更高的價格。

圖8 男性化/女性化對房東專業性與房源價格關系的調節效應

五、研究結論與討論

1.理論貢獻

共享經濟作為一種新的經濟和商業形態，可追溯至2008年Uber和Airbnb的創立。盡管成立時間短，但其市場規模擴張迅速。基于共享住宿的定價影響因素能反映市場情況，即假設共享住宿上顯示的定價對于來自世界各地的游客都是可接受的價格，那么全球樣本反映了市場均衡狀態下價格與其決定因素的關聯。因此，從全球跨文化的視角來剖析共享住宿定價的影響因素以及在不同國家文化價值觀之間的差異具有重要理論意義。

已有研究大多將共享住宿市場視為同質群體或者簡單地比較不同城市之間的變化，而對這一市場中不同國家文化定價需求的異質性挖掘比較匱乏。本研究充分利用Airbnb大數據，采用自下而上的研究范式，從大數據所蘊含的現象出發，系統總結共享住宿定價的影響因素，并回答“共享住宿定價影響因素是否在國家間存在作用差異”及“為什么存在這些差異”等問題。[8]在理論上，本研究是對現有共享住宿研究成果的有益補充，從國家文化價值觀這個新的角度為共享住宿研究提供理論參考，為進一步理論探討奠定基礎。

本研究首次系統地總結了影響共享住宿定價的核心因素，通過因子分析將18 個共享住宿的特征屬性萃取為五大核心因素（口碑、基礎設施、附加設施、房客可靠性和房東專業性），并檢驗了五類因素對共享住宿定價的影響作用。以往共享住宿定價相關研究由于數據來源較片面，導致不同研究的結論不一致。本文創新性地選取了涵蓋5 大洲42 個國家2326603 個有效房源樣本作為分析對象，研究結論更具普適性和穩定性。此外，本文采用分層線性模型的實證策略，探究共享住宿五大核心因素對定價的影響是否在國家間存在差異，并用Hofstede文化維度闡釋了國家文化價值觀對定價影響因素的調節機制，為更好地了解和掌握不同國家文化價值觀市場的偏好和需求奠定了基礎，為共享住宿研究提供了重要的理論貢獻。

2.管理啟示

隨著以Airbnb為代表的共享住宿平臺的快速發展，對這種非常規住宿的定價進行系統分析，為利益相關者優化經營和提升利潤具有重要的實踐指導意義。[57]然而，由于共享住宿服務的獨特性（如非職業化的房東），共享住宿的定價極具挑戰性。當共享住宿平臺要求房東自主定價而房東卻又無法確定其產品的真實市場價值時，房東會因此感到十分苦惱。Airbnb 也認識到了房東定價效率低所帶來的嚴重問題，并在特定市場中引入“智能定價”功能，以協助房東的定價決策。

本文以共享住宿平臺Airbnb為例考察共享住宿定價的影響因素，幫助房東了解共享住宿平臺的定價原理，增加定價透明度，為其定價決策提供一定的參考價值。并且，本文研究結論可以幫助房東對照定價核心影響因素（即口碑、基礎設施、附加設施、房客可靠性和房東專業性等）重新審視其房源特征和自身特征，通過調整價格提高房源入住率和收益。此外，本文的研究結果也可應用于共享住宿定價系統的設計，如上述的“智能定價”功能。

此外，本文運用Hofstede文化維度解釋了共享住宿定價各個影響因素在不同國家文化價值觀間的作用差異，對以Airbnb 為代表的共享住宿平臺跨國經營提供了參考和啟示。同時，本文通過計算42 個國家權力距離（53.0476）、個人主義/集體主義（49.7857）、男性化/女性化（50.5952）和不確定性規避（66.2857）的均值，找出各個國家增強和削弱“口碑—價格”、“基礎設施—價格”、“附加設施—價格”、“房客可靠性—價格”和“房東專業性—價格”關系的維度個數，確定了各個國家Airbnb 經營者應該聚焦的重要因素。例如，在中國，削弱“口碑—價格”關系、“基礎設施—價格”關系、“附加設施—價格”的國家文化價值觀各有1 個，而增強“附加設施—價格”的國家文化價值觀有2 個，增強“房客可靠性—價格”關系和“房東專業性—價格”關系的國家文化價值觀各有1 個。因此，中國共享住宿經營者更應聚焦房源的附加設施、房客可靠性和房東專業性。

3.研究局限及未來研究方向

本文采用因子分析萃取出的五個變量作為房源層次的解釋變量會缺失18 個原變量所涵蓋的一部分信息，即新變量（口碑、基礎設施、附加設施、房客可靠性和房東專業性）并不能完全解釋原變量（如實描述得分、入住順利得分、干凈衛生得分、溝通交流得分、位置便利得分、性價比得分、房源容量、浴室數量、臥室數量、床數量、免費停車位、健身場所、游泳池、房客照片、已電話驗證、經營許可、專業房東和取消規則）所涵蓋的信息。因此，建議今后類似研究可以選取更豐富的房源層次的變量。

本文選取的國家文化價值觀變量（權力距離、個人主義/集體主義、男性化/女性化和不確定性規避）并不能完全解釋房源層次變量對定價的影響在國家之間的異變。因此，建議今后相關研究可以選擇更豐富的國家層面變量，如選擇更多的國家文化價值觀變量，還可以考慮經濟指標和旅游相關指標等因素作為國家層面的變量。

注釋

①本文研究樣本涵蓋了42 個國家，但其中僅有16 個國家具有長期導向（LTO）維度數據，27 個國家具有放縱/節制（IVR）維度數據。考慮到分層線性模型要求跨層組別（本研究中的國家數量）至少為30 組，從而保證模型的準確性和可靠性，因此本文沒有將長期導向和放縱/節制維度納入第二層變量中。