共享經(jīng)濟(jì)視角下短租平臺(tái)用戶(hù)的參與動(dòng)機(jī)研究
——基于Airbnb調(diào)研的數(shù)據(jù)挖掘

張沁怡，倪佳豪，張淑楠

(浙江經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院，浙江 杭州 310018)

近年來(lái)，隨著信息及通信技術(shù)的不斷迭代創(chuàng)新與應(yīng)用，推進(jìn)了消費(fèi)和交易方式的變革。“共享經(jīng)濟(jì)”就是時(shí)代創(chuàng)新的產(chǎn)物。那么，何為共享經(jīng)濟(jì)呢？其實(shí)，共享經(jīng)濟(jì)主要是基于陌生人且存在物品使用權(quán)暫時(shí)轉(zhuǎn)移的一種新經(jīng)濟(jì)模式，而這種經(jīng)濟(jì)模式也是為了獲利。簡(jiǎn)單地說(shuō)就是通過(guò)相關(guān)責(zé)任人整合線(xiàn)下的閑散物品、公共資源等，最終實(shí)現(xiàn)閑散資源的最優(yōu)配置。

“創(chuàng)新、協(xié)調(diào)、綠色、開(kāi)放、共享”作為我國(guó)的發(fā)展理念，國(guó)務(wù)院總理李克強(qiáng)提出分享、協(xié)作等形式開(kāi)展創(chuàng)新創(chuàng)業(yè)，對(duì)大力發(fā)展分享經(jīng)濟(jì)給予支持。宏觀上，優(yōu)秀的大環(huán)境推進(jìn)了我國(guó)共享模式的不斷創(chuàng)新與前進(jìn)，并且出現(xiàn)了百花齊放的特征屬性，例如：滴滴打車(chē)、共享雨傘、共享單車(chē)等。再?gòu)奈⒂^來(lái)看，共享平臺(tái)數(shù)量的轉(zhuǎn)變充分說(shuō)明了共享經(jīng)濟(jì)的活躍。2010年，國(guó)內(nèi)共享平臺(tái)不足百家，而到了2020年，共享模式的平臺(tái)數(shù)已經(jīng)是幾千家，增長(zhǎng)速度驚人。隨著新增的平臺(tái)數(shù)量呈現(xiàn)了指數(shù)式的增長(zhǎng)狀態(tài)，平臺(tái)間的競(jìng)爭(zhēng)也是越來(lái)越激烈。平臺(tái)若是想在眾多平臺(tái)中脫穎而出并贏得更好的發(fā)展，應(yīng)逐漸重視起自家產(chǎn)品的推廣和用戶(hù)體驗(yàn)。而用戶(hù)使用的前提是用戶(hù)能夠信任該平臺(tái)，用戶(hù)信任是制約共享經(jīng)濟(jì)發(fā)展的關(guān)鍵性因素之一。換句話(huà)說(shuō)就是做好審核、售后維護(hù)等工作對(duì)平臺(tái)自身來(lái)說(shuō)是很有必要的。因此，本文以共享租房為研究對(duì)象，進(jìn)一步挖掘當(dāng)下共享經(jīng)濟(jì)背景下用戶(hù)對(duì)平臺(tái)的認(rèn)知情況、使用情況以及參與動(dòng)機(jī)。通過(guò)模型與行為金融學(xué)的結(jié)合，為提升大眾認(rèn)知、參與提供有力支撐，為行業(yè)的健康發(fā)展提供進(jìn)一步指導(dǎo)。

1 文獻(xiàn)綜述

文中的文獻(xiàn)主要從大眾的認(rèn)知度、參與度以及參與動(dòng)機(jī)3個(gè)維度展開(kāi)總結(jié)。從大眾的認(rèn)知度來(lái)說(shuō)，由于國(guó)內(nèi)外文獻(xiàn)暫無(wú)制定統(tǒng)一的共享經(jīng)濟(jì)定義，但是國(guó)外學(xué)者Felson和Spaeth提出過(guò)“協(xié)作消費(fèi)”的概念，這可以認(rèn)為是共享經(jīng)濟(jì)的前身[1]。另外，國(guó)外學(xué)者里金夫(2014)強(qiáng)調(diào)了“共享經(jīng)濟(jì)”的本質(zhì)在于協(xié)同，而并非完全競(jìng)爭(zhēng)。

從大眾的參與度領(lǐng)域來(lái)說(shuō)，這塊內(nèi)容主要涉及學(xué)者的問(wèn)卷調(diào)研。通過(guò)文獻(xiàn)總結(jié)發(fā)現(xiàn)，目前在歐美國(guó)家，共享經(jīng)濟(jì)模式的受眾度在50%左右，其中在中青年中的受歡迎程度近90%，而在老年人群體中使用頻率非常低。反觀國(guó)內(nèi)，隨著移動(dòng)互聯(lián)網(wǎng)的普及，大眾參與共享模式的意愿較強(qiáng)。

從用戶(hù)參與動(dòng)機(jī)維度來(lái)說(shuō)，當(dāng)前有很多學(xué)者利用機(jī)器學(xué)習(xí)方法和行為金融學(xué)方法，挖掘一些現(xiàn)象的用戶(hù)動(dòng)機(jī)。比如：國(guó)內(nèi)學(xué)者圍繞網(wǎng)絡(luò)眾籌的參與動(dòng)因展開(kāi)研究，利用統(tǒng)計(jì)學(xué)方法挖掘大眾的參與動(dòng)機(jī)[2]。當(dāng)然，關(guān)于共享租房模式下的用戶(hù)動(dòng)機(jī)研究暫時(shí)還屬于空白，值得深入研究。

2 統(tǒng)計(jì)分析

本次調(diào)查問(wèn)卷從被調(diào)查人的基本信息、公眾的參與現(xiàn)狀以及參與動(dòng)機(jī)3個(gè)維度來(lái)設(shè)置，其中動(dòng)機(jī)因素主要分為以下幾個(gè)維度：房源因素、房東因素、平臺(tái)因素以及個(gè)人因素。通過(guò)對(duì)杭州1號(hào)線(xiàn)、2號(hào)線(xiàn)以及4號(hào)線(xiàn)中人流較集中的地鐵口進(jìn)行實(shí)地問(wèn)卷的發(fā)放，同時(shí)基于杭州地域的網(wǎng)民通過(guò)問(wèn)卷星進(jìn)行線(xiàn)上問(wèn)卷發(fā)放，得到問(wèn)卷400份，其中有效問(wèn)卷344份，回收有效率為86%。

2.1 信效度分析

①基于R語(yǔ)言，樣本數(shù)據(jù)的信度系數(shù)值為0.981，說(shuō)明用于本次研究的樣本數(shù)據(jù)信度質(zhì)量較高。②通過(guò)計(jì)算發(fā)現(xiàn)本次樣本數(shù)據(jù)的KMO值為0.953，且通過(guò)了顯著性水平為0.05的巴特利球型研究，說(shuō)明樣本數(shù)據(jù)比較適合做因子分析。

2.2 重要節(jié)點(diǎn)分析

筆者以是否參與過(guò)共享租房作為研究問(wèn)題，用隨機(jī)森林對(duì)解釋變量進(jìn)行重要性排序，最終選定重要程度較高的幾類(lèi)變量。在隨機(jī)森林模型應(yīng)用中，選擇合適的參數(shù)是非常關(guān)鍵的，即樹(shù)的棵數(shù)與節(jié)點(diǎn)的敲定。筆者將樹(shù)的棵數(shù)值設(shè)置為500，節(jié)點(diǎn)值設(shè)置為6，然后利用隨機(jī)森林模型進(jìn)行變量篩選[3]。

MeanDecreaseGini，即MDG，利用基尼指數(shù)計(jì)量各個(gè)變量對(duì)分類(lèi)樹(shù)上各個(gè)節(jié)點(diǎn)的觀測(cè)值的差異影響，一般情況下，MDG值越大則該變量的重要性也會(huì)越高。另外，MeanDecreaseAccuracy，即MDA，主要描述當(dāng)把一個(gè)變量變成隨機(jī)數(shù)的時(shí)候，隨機(jī)森林預(yù)測(cè)準(zhǔn)確度中的降低程度，一般來(lái)說(shuō)該值越大則該變量的重要性往往越高。綜上，基于MDG和MDA統(tǒng)計(jì)量的具體結(jié)果，選取了具有代表性的7個(gè)變量，分別為家庭風(fēng)俗、點(diǎn)評(píng)分?jǐn)?shù)、房東額外服務(wù)、平臺(tái)安全性、房東態(tài)度、交通便利和配套設(shè)施齊全，充分說(shuō)明了該類(lèi)變量對(duì)用戶(hù)是否參與共享租房有重要性影響。

2.3 Logistic模型構(gòu)建

為了更好地構(gòu)建合適模型，避免出現(xiàn)多重共線(xiàn)性，從而導(dǎo)致模型結(jié)果出現(xiàn)偏誤，本文分別對(duì)各個(gè)解釋變量做了相關(guān)性檢驗(yàn)，發(fā)現(xiàn)變量間不存在顯著的相關(guān)關(guān)系。因此，本文將家庭風(fēng)俗、點(diǎn)評(píng)分?jǐn)?shù)、房東額外服務(wù)、平臺(tái)安全性、房東態(tài)度、交通便利和配套設(shè)施齊全作為解釋變量(X)，并將公眾是否參與過(guò)網(wǎng)絡(luò)租房情況作為被解釋變量(Y)，構(gòu)建二分類(lèi)的Logistic模型，并采用逐步回歸法對(duì)變量進(jìn)行顯著性篩選，最終得到有效模型。

在表1中，逐步回歸后的模型整體結(jié)果在0.01的顯著性水平上通過(guò)檢驗(yàn)，并且系數(shù)顯著性也通過(guò)檢驗(yàn)，一定程度上說(shuō)明了房東態(tài)度、配套設(shè)施、點(diǎn)評(píng)分?jǐn)?shù)、交通便利、平臺(tái)安全性對(duì)模型具有一定的解釋能力。

表1 參數(shù)估計(jì)結(jié)果

由此可得Logistic模型為：

(1)

其中x1為平臺(tái)安全性，x2為交通便利，x3為點(diǎn)評(píng)分?jǐn)?shù)，x4為配套設(shè)施，x5為房東態(tài)度，P表示公眾參與共享租房的概率。

回歸系數(shù)為正的時(shí)候，表示解釋變量每增加一單位時(shí)，公眾參與共享租房的概率會(huì)相應(yīng)增加。當(dāng)回歸系數(shù)為負(fù)的時(shí)候，說(shuō)明解釋變量每增加一單位時(shí)，公眾參與共享租房的概率會(huì)減少。筆者通過(guò)構(gòu)建模型發(fā)現(xiàn)：①平臺(tái)安全性越高，大眾參與共享租房的意愿會(huì)更強(qiáng)。②房源周邊交通越便利，則大眾參與度會(huì)增加。③點(diǎn)評(píng)分?jǐn)?shù)越高，則公眾參與度會(huì)增加。因此，一般公眾在考慮是否參與共享租房時(shí)，往往會(huì)將點(diǎn)評(píng)分?jǐn)?shù)納入考慮范圍內(nèi)。④房源的配套設(shè)施越齊全，則公眾參與度會(huì)增加，并且該變量是公眾選擇房源的最關(guān)鍵之一。⑤房東態(tài)度越友善，則公眾參與度會(huì)增加。

3 結(jié)論

3.1 共享租房還未普及

隨著共享經(jīng)濟(jì)的發(fā)展，截至目前，公眾對(duì)共享經(jīng)濟(jì)的認(rèn)識(shí)可能只是局限于共享單車(chē)、共享充電寶等。但根據(jù)本次調(diào)查發(fā)現(xiàn)，由于目前共享租房平臺(tái)的宣傳措施不到位，普及率較低。因此，共享租房平臺(tái)可以通過(guò)加大宣傳力度、制定一系列專(zhuān)屬活動(dòng)方案等來(lái)讓大眾了解共享租房，做好宣傳工作，從而提升共享租房概念的熱度，促進(jìn)公眾自發(fā)式的了解共享租房。

3.2 共享租房?jī)?nèi)部需加強(qiáng)管理

家庭風(fēng)俗、點(diǎn)評(píng)分?jǐn)?shù)、房東額外服務(wù)、平臺(tái)安全性、房東態(tài)度、交通便利和配套設(shè)施齊全這7個(gè)指標(biāo)對(duì)“是否參加過(guò)共享租房”具有重要影響。在一定程度上說(shuō)明，共享租房?jī)?nèi)部管理人員要著重這幾個(gè)方面的管理，有助于平臺(tái)發(fā)展的科學(xué)性和長(zhǎng)效性。

3.3 監(jiān)管路徑需進(jìn)一步明確

共享租房目前在國(guó)內(nèi)正處于起步階段，法律監(jiān)管的薄弱在一定程度上導(dǎo)致了部分共享租房平臺(tái)的不合規(guī)經(jīng)營(yíng)，間接影響該部分用戶(hù)的體驗(yàn)。