共享住宿定价策略的跨国差异：国家文化价值观在共享经济中的调节作用

○ 杨 帅 陈建宏 柯 丹 李大辉

引言

2020年7月，国家发展改革委等13 个部门联合发布《关于支持新业态新模式健康发展激活消费市场带动扩大就业的意见》，明确提出鼓励共享住宿等领域商业模式创新，发展生活消费新方式。这是鼓励发展“共享住宿”首次写入我国政府文件。共享住宿是指通过互联网将拥有闲置住宿资产的人和有临时住宿需求的人联系起来，使闲置资产得到合理利用。[1]国内共享住宿行业从2015年开始迅速发展，[2]据《共享住宿发展报告（2019）》《共享经济发展报告（2020）》和《共享住宿发展报告（2020）》显示，2018年国内共享住宿房源超过350 万，覆盖500 多个城市；2019年，共享住宿行业已发展成国内增速最快的共享经济产业，环比增长36%，参与者突破2 亿人，其中服务提供者高达618 万人。

共享住宿平台的发展主要归因于其宽泛的价格区间、丰富的房源设施和服务，以及比传统酒店住宿更具个性化的住宿体验。[3]然而，随着房源数量指数级增长，市场竞争激烈程度倍增，房东获利空间受到挤压，盈利难度增大，[2]意味着共享住宿行业就业者需要更加系统地制定价格策略，获取利润。

由于共享住宿房源大多是住宅性质的个人资产，传统酒店定价研究中的星级和连锁等重要影响因素都不适用于共享住宿定价研究。此外，共享住宿特有属性（如房东或房客相关信息）是影响房源定价的重要因素，但传统酒店定价研究中并未涉及。因此，随着共享住宿行业快速发展，重新审视其定价的影响因素，对共享住宿行业的房东及其他利益相关者优化经营和提升利润均具有重要意义。

目前，共享住宿研究主要聚焦在入住意愿的影响因素、[3,4]房东的动机、[5,6]对传统住宿行业的影响等方面，而对共享住宿定价影响因素的关注甚少。[1,7]现有共享住宿定价研究大多零碎地探索传统酒店定价影响因素对共享住宿定价的影响，并且结论尚存一定分歧。此外，有学者提出共享住宿定价影响因素的作用随城市不同而有所差异。[8-10]因此，本文旨在系统地分析影响共享住宿定价的重要因素，挖掘其影响作用在不同文化价值观国家之间的差异。

本文通过爬虫技术收集了全球最大的共享住宿平台Airbnb上42 个国家2326603 个活跃房源样本，运用因子分析萃取出5 个影响共享住宿房源定价的核心因素，采用分层线性模型分析核心因素对定价影响作用在不同国家之间的差异，并运用文化维度中的权力距离（PDI）、个人主义/集体主义（IDV）、男性化/女性化（MAS）和不确定性规避（UAI）来解释国家文化价值观的调节作用。本文从全球跨文化的视角分析共享住宿定价，反映市场的实际需求，为不同国家文化价值观背景下共享住宿的定价策略提供重要的管理启示。

一、文献综述及理论基础

1.共享住宿定价影响因素

近年来，共享经济的飞速发展引起了国内外众多学者的关注。现有共享住宿研究聚焦在共享住宿入住意愿的影响因素、[3,4]房东出租的动机，[5,6]以及对传统住宿行业的影响等方面。[1,7]

此外，共享住宿的定价策略最近也引起了一些学者的关注。有学者提出，房源设施是影响共享住宿定价的重要因素，对共享住宿房源定价和房客满意度至关重要。[8-10]Wang等、[8]Gibbs等[9]研究均发现，在众多影响Airbnb房源定价的影响因素中，房源基本设施（如卧室数量和浴室数量）对房源定价的影响作用最大。Chattopadhyay等以美国11 座城市的房源为样本，提出Airbnb 房源属性中多数房源附加设施（如游泳池和健身场所）都能够显著影响房源定价。[10]

房源口碑是影响共享住宿定价的另一个重要因素。例如，Teubner等、[11]Tong等[12]分别通过收集德国和西班牙的Airbnb数据，发现房源口碑能显著影响房源价格。[11,12]Lawani等发现，[13]Airbnb 房源口碑的6 个细分指标是影响房源定价的重要因素，并且口碑可以作为衡量房源质量的重要指标。同样地，吴晓隽等通过对中国36 个城市共享住宿的研究，提出房客对房东和房源的评价会对房源价格产生正向影响。[2]这些结论与传统酒店定价研究结论一致。

在共享住宿行业中，房东担任共享经济平台运营者、社交媒体营销人员和住宿租赁服务提供商三个角色，是一个独特存在的群体。Ikkala等通过质性访谈发现，一些Airbnb 房东为了获取更多房客，会以低于市场均价的价格出租房屋，表明共享住宿房东的定价决策会受到自我情感因素的影响。[14]Li等探究了非专业房东（在Airbnb 运营一个房源）与专业房东（在Airbnb 运营两个及以上房源）之间的运营差异，发现专业房东的日收入（+16.9%）和入住率（+15.5%）都高于非专业房东。[15]Magno等发现，[16]房东运营房源的时长及数量对房源定价有显著的积极影响，即专业房东比非专业房东定价更高。

本文对上述文献的梳理和分析发现，首先，现有的共享住宿定价影响因素研究主要聚焦在传统酒店定价影响因素（如房源设施和口碑）和房东，而对共享住宿特有属性（如房客可靠性等）鲜有涉及，并且现有研究结论尚存分歧（见表1）。Wang等认为房客是否通过电话验证，会对共享住宿房源定价产生积极影响，[8]而吴晓隽等则认为这一因素对房源定价不存在显著影响。[2]

表1 共享住宿定价影响因素相关实证研究

其次，上述研究的样本大多局限在一个城市[6,13,15-18]或一个国家的几个城市，[2,9-12]导致其研究结论缺乏普适性，难以应用于其他国家或地区。例如，Teubner等、Tong等分别基于德国和西班牙的Airbnb数据，提出房源口碑能够显著影响Airbnb房源定价；[11,12]而Ert等、Chen等分别基于美国和瑞典的Airbnb 数据得出了不一致的结论，认为口碑对房源定价的影响不显著。[6,17]事实上，Wang等、Gibbs等和Chattopadhyay等都提出Airbnb 定价影响因素的作用会因城市不同而有所差异。[8-10]

在现有共享住宿定价研究中，Wang等[8]是唯一一个收集多国数据的实证研究。他们获取了13 个国家33个城市的Airbnb 房源数据，提出除房客照片认证因素外，其余24 个因素皆对定价有显著影响，并且超赞房东、住宿类型、早餐和闪订四个因素对定价的影响作用在不同国家之间存在差异。尽管如此，该研究仍存在一些不足：第一，33 个取样城市主要是美国城市（14 个），而其他国家仅涉及一两个城市；第二，数据样本没有涵盖亚洲国家（共享住宿的主要市场之一）；第三，未能解释房源特征对定价的影响作用在不同国家间差异性的理论依据和边界条件。[8]因此，本文将从全球跨文化的视角系统地分析影响共享住宿定价的重要因素，探索其影响作用在不同国家文化价值观之间的差异。

2.国家文化价值观与消费行为

国家文化价值观是一个国家的人们表现出的一系列信仰与价值观，是长期社会化的产物。多年来，学者们一直在探索最适合概念化且适用于实证研究的国家文化价值观维度。[19,20]其中，Hofstede文化维度是旅游业和酒店业等研究使用最广的国家文化价值观维度。[21-26]

Hofstede 从基本价值需求视角出发，通过对40 个国家的价值观进行调查研究，确定了4 个价值观维度（权力距离、个人主义/集体主义、男性化/女性化和不确定性规避）。[27]Hofstede文化维度被普遍认为是具有代表性、能反映各国传统文化差异的维度，是一种侧重国家文化的价值观维度。[28]由于国家文化价值观作为一个国家内部成员共享的价值观和行为习惯，由其群体共同创造、代代传承，因此具有相当的稳定性。[28]Reisinger等根据608 名国际游客的重复实验发现，2001年的Hofstede 文化维度（即权力距离、个人主义/集体主义、男性化/女性化和不确定性规避）得分至今仍然适用，并且可以用于衡量来自不同国家游客的集体倾向，[21]为Hofstede 文化维度在跨文化旅游研究中的应用提供了有力支持。

权力距离描述了国家或组织机构中人们对权力分配不平等的接受程度。[29]在权力距离较高的国家，人们容易接受差距较大的等级结构；反之，多数人期待权力尽可能平等分配。个人主义/集体主义区分了国家文化价值观中个人或集体的重要性，其中个人主义文化的国家更关注个人及其直系家属的需求及利益，而集体主义文化的国家更关注集体需求及利益。[30]男性化/女性化强调男子气概价值观在社会或群体中占统治地位的程度，男性化程度高的群体强调竞争、独断和英雄主义等品质，而男性化程度低的群体强调对他人和工作生活质量的关注程度，重视谦逊、合作和关爱他人等品质。[30]不确定性规避被定义为社会成员处理不确定性和风险的方式。[29]不确定性规避较高意味着较谨慎、不愿承担风险，不违背社会文化规范，而不确定性规避较低的群体则更容易接纳具有一定风险的决策。[29]Hofstede 认为国家文化价值观变革极其缓慢，国家文化价值观的相对得分至少在2100年前不会有重大变化。[31]

随着经济全球化的发展，国家文化特征成为影响旅游业和住宿业发展的重要因素。与此同时，学者们在研究中开始运用Hofstede 文化维度来解释不同国家文化背景下旅游消费行为的差异。Litvin提出不确定性规避较低国家的旅游消费者更愿意给出高分评价，评论内容的长度也比总体平均值高出15%，并且他们言论的影响力也更强。[32]此外，一些酒店行业研究同样采用Hofstede文化维度解释消费者的消费动机、态度和行为。例如，李祗辉等用三个国家文化维度解释消费者对酒店服务质量的感知，其中个人主义和长期导向都能提高消费者对酒店的服务质量评价，但权力距离不存在显著影响。[33]Jahandideh等通过质性研究发现，相对不确定性规避较高的阿拉伯消费者，不确定性规避较低的中国消费者更会向不会讲母语的一线酒店人员投诉酒店问题，从而提出不应将亚洲不同国家的消费者视为同质研究样本的结论。[34]Ayeh等以美国和新加坡的酒店用户为研究对象，发现个人主义旅游消费者比集体主义旅游消费者更重视酒店在线评论的实用价值。[35]

综上所述，Hofstede 文化维度被广泛运用于旅游业和住宿业的国家文化价值观研究中，因此本文也将使用Hofstede文化维度来解释房源层面因素对共享住宿定价的影响作用在不同国家文化价值观之间的差异性。[29-31]

二、数据及变量

1.数据获取及描述

本文利用爬虫技术从全球最大的共享住宿平台Airbnb 网站获取了截至2017年10月24日所有房源的数据，共含4094923 个房源。爬虫技术可以在节省人力成本的同时，完整地获取到特定主题下的网络公开数据。[36]

本文按照Wang等、Gibbs等、Chattopadhyay等的数据清洗原则，[8-10]首先剔除了房源评论数量为零的房源，确保房源住宿价格在一定程度上反映市场均衡，避免某些房源样本与实际交易没有关联；[37]其次，剔除了数据缺失、信息有误的房源；最后，为了确保分层线性模型的可靠性和有效性，剔除了活跃房源数量小于5000 的国家，并确保样本至少涵盖30 个国家，以符合分层线性模型的假设。最终，本文得到来自42 个国家2326603 个有效房源样本。

同时，本文从clearlycultural.com 中获取了这42 个国家的Hofstede文化维度①（权力距离、个人主义/集体主义、男性化/女性化、不确定性规避）数据。表2列出了42 个国家房源样本的分布及数据信息。

表2 有效样本数据信息

2.变量定义及描述

本文涉及的变量包括两层，分别为共享住宿房源特征变量和国家文化价值观变量。根据以往共享住宿和酒店定价影响因素相关文献，[2,8,9,38,39]本文选取了18 个Airbnb房源的特征属性，并通过因子分析从中提取了5个因子，分别定义为口碑、基础设施、附加设施、房客可靠性和房东专业性。表3 列出了这18 个特征属性的描述与解释。

表3 共享住宿特征属性的描述与解释

三、研究方法及实证分析

1.分层线性模型

除房源和房东特征影响因素外，房源定价还会受到国家文化价值观的影响。因此，本文采用分层线性模型（HLM）分析这种多层次结构的数据。具体而言，本文通过分层线性模型分析房东定价在各个房源之间是否存在差异，以及房源个体层面的影响因素和第二层的国家文化价值观对该差异的解释能力。分层线性模型的完整模型如下。

第一层：

第二层：

其中，i 表示第i 个房源；j 表示第j 个国家；Price表示房源单日价格；WOM 表示口碑；Basic表示房源基础设施；Augment 表示房源附加设施；Safety 表示房客可靠性；Host表示房东专业性；PDI表示权力距离；IDV表示个人主义/集体主义；MAS表示男性化/女性化；UAI 表示不确定性规避；rij表示第一层的随机误差项，并且满足rij～N(0,σ2)；μ0j表示第二层的随机误差项，并且满足μ0j～N(0,σ2μ0)，Cov(rij,μ0j)=0。

2.共享住宿五大核心因素对房源定价的影响

表4 展示了模型中各个变量的描述性统计和相关系数矩阵，可以看出房源层面的解释变量（即口碑、基础设施、附加设施、房客可靠性和房东专业性）皆与房源价格呈显著正相关。

表4 变量的描述性统计和相关系数矩阵

表5 展示了HLM模型分析结果。随机效应协方差模型结果（模型3）显示，口碑（γ=0.0100,p<0.001）、基础设施（γ=0.3943,p<0.001）、附加设施（γ=0.0879,p<0.001）、房客可靠性（γ=0.0095,p<0.001）和房东专业性（γ=0.1092,p<0.001）能够显著提高共享住宿房源价格，与以往研究的研究结论一致。[2,8,9,38,39]共享住宿房源每年最多可以出租365 个夜晚，而实际运营中大部分房源都不能一直维持较高的入住率。[6]因此，良好的口碑、完备的基础设施和附加设施、房客的可靠性和房东的专业性等因素带来的积极影响可能不会反映在额外的销售上，而是体现在更高的价格上。

3.国家文化价值观对共享住宿定价影响的调节作用

表5 中完整模型（模型5）结果显示，国家文化价值观能够调节房源层次变量对共享住宿房源价格的作用。具体而言，权力距离会削弱口碑对价格的正向作用（γ=-0.0004,p<0.05），个人主义/集体主义会削弱附加设施对价格的正向作用（γ=-0.0034,p<0.001）。此外，男性化/女性化对附加设施、房客可靠性和房东专业性都存在显著的正向调节作用（γ=0.0015,p<0.05；γ=0.0002,p<0.1；γ=0.0008,p<0.05），不确定性规避对基础设施和附加设施存在显著的正向调节作用（γ=0.0008,p<0.1；γ=0.0011,p<0.05）。换言之，在权力距离高的国家，口碑对价格的正向影响更弱；在集体主义文化的国家，附加设施对价格的正向影响更强；在男性化程度高的国家，附加设施、房客可靠性和房东专业性对价格的正向影响更强；在不确定性规避高的国家，基础设施和附加设施对价格的正向影响更强。

表5 HLM模型结果

为了检验国家文化价值观维度对模型的解释力度，本文计算了随机效应模型与完整模型的方差分量及消减比（见表6）。在随机效应模型中，附加设施的方差分量为0.0155，而在完整模型附加设施的方差分量降为0.0066，方差消减比为57.65%，表明附加设施对共享住宿房源定价的影响在不同国家之间的差异有57.65%能被国家文化价值观所解释。同理，口碑、基础设施、房客可靠性和房东专业性对共享住宿房源定价的影响在不同国家之间的差异分别有16.67%、7.30%、20.00%和14.64% 能被国家文化价值观所解释。

表6 第二层变量所解释的方差分量及消减比

四、实证结果讨论

本文以共享住宿平台Airbnb 为例，实证剖析了影响共享住宿定价的核心因素及其在各国家之间的差异，通过国家文化价值观阐释了该差异存在的理论机制（见图1）。为了更清晰地展示调节效应，本文基于简单斜率检验画出调节效应图讨论[40]主要研究结果。

图1 研究结论框架

1.房源口碑对房源价格影响

研究结果显示，共享住宿房源口碑越好，房源价格越高，与以往传统酒店业研究结果一致。[2,11-13]由于买卖双方获取和感知的信息不对称，通过向买方提供产品相关信息可以减少市场信息不对称的程度。与传统线下口碑相比，网络口碑影响范围更广，流通速度更快，并且大部分消费者信任在线评论及推荐。[42]许多房客在入住或离开后会通过在线评价表达住宿体验、酒店设施和服务质量的好坏。[43]在共享经济市场中，由于与陌生人进行交易存在信息不对称和经济风险，往往更需要声誉机制（如评分和评论）来增加买卖双方之间的信任。因此，同等条件的共享住宿房源，房客会考虑评分高或口碑好的房源，所以口碑越佳的房源能以更高的价格成交。

如图2所示，不论是在权力距离高或低的国家，房源口碑对房源价格具有显著正向影响。权力距离削弱了房源口碑对房源价格的正向影响，即在权力距离低的国家（Simple Slop=0.0617，p<0.001），房源口碑与房源价格的关系强于权力距离高的国家（Simple Slop=0.0065，p<0.001）。在权力距离高的国家，个人对权力较大的人士或权威人物十分恭敬、信任和崇拜，且通常接受不平等的权力分配。[44]在这种文化价值观背景下，人们适应了差距较大的社会等级，习惯了自己是一个权威者或者从属者的角色，会将满意或者不满意的服务视作生活中的一个事实，因此他们不容易赞扬或者抱怨，对身边的赞扬和抱怨也不敏感。[44]因此，权力距离越高的国家，房源口碑对房源价格的正向影响越小。

图2 权力距离对房源口碑与房源价格关系的调节效应

2.房源基础设施对房源价格影响

研究结果显示，共享住宿房源的基础设施能够提高房源的价格。变量基础设施是由卧室数量、浴室数量、房源容量和床数量萃取所得，可以理解为“基础设施”数值越大，房源基础设施越完善，房源空间越大。一般来说，消费者愿意为完善的基础设施支付更多费用。所以，基础设施越好的房源会以更高的价格成交，这与以往共享住宿研究的结论相符。[8,9,45]

如图3所示，不论是不确定性规避高或低的国家，房源基础设施对房源价格具有显著正向影响；并且不确定性规避高的国家（Simple Slop=0.6183，p<0.001），房源基础设施对房源价格的正向影响强于不确定性规避低的国家（Simple Slop=0.4039，p<0.001）。共享住宿房客如何使用房源是一个未知的、不确定的行为，如房客可能会损坏或过度使用出租的产品。[46]房客的这些不确定行为会给房东带来经济损失、意外伤害等风险，使房东感到焦虑。[47]过去研究表明，相较于不确定性规避较低的供应商而言，不确定性规避较高的供应商更不愿意出租他们的产品。[48]因此，当房源基础设施越完善，不确定性规避更高的房东会为了规避不确定性所带来的风险或损失，从而选择制定更高的价格。

图3 不确定性规避对房源基础设施与房源价格关系的调节效应

3.房源附加设施对房源价格影响

以往研究显示，酒店的附加设施（如游泳池、停车场和健身房等）能够提高酒店定价。[10,38,39]本文研究结果也印证，基于成本导向的定价方式决定了客房价格部分归因于酒店建设和管理的投入，而消费者也愿意为附加产品和服务支付更高的价格。[49]

如图4所示，不论是个人主义或集体主义文化的国家，房源附加设施对房源价格均具有显著正向影响；且房源附加设施与房源价格的正向关系在集体主义文化国家（Simple Slop=0.1673，p<0.001）比在个人主义文化（Simple Slop=0.0438，p<0.001）国家更强。集体主义文化氛围下的个体通常会形成一种相互依赖的自我概念，更在意他人对自己的评价，[50]且容易受到群体行为的影响。[30]值得注意的是，集体主义文化倾向的消费者更追求面子，当感觉到某一产品的购买价格高于参照群体中他人购买同类产品的平均价格就会感到有面子。[51]因此，在集体主义文化国家，消费者更可能会选择具有炫耀属性而非必须的附加设施的共享住宿房源，而房东也会对这类房源收取更高的费用。

图4 个人主义/集体主义对房源附加设施与房源价格关系的调节效应

如图5所示，房源附加设施对房源价格具有显著正向影响；并且，男性化程度高的国家（Simple Slop=0.1771，p<0.001），房源附加设施与房源价格的正向关系强于男性化程度低的国家（Simple Slop=0.0074，p<0.001）。男性化程度高的国家中，消费者更重视经济成就、追求个人经济利益，[52]如更加偏爱出租产品，以达到提高个人收入或减少支出成本的目的。[48]因此，在男性化程度高的国家，房东为了在竞争中脱颖而出，更会增添附加设施让房源具有竞争力；并且会因为追求个人经济利益，对附加设施更完备的房源制定更高的价格。

图5 男性化/女性化对房源附加设施与房源价格关系的调节效应

此外，与房源基础设施的结论一致，房源附加设施对价格的正向作用受不确定性规避的正向调节。如图6所示，不论是不确定性规避高或低的国家，房源附加设施对房源价格具有显著正向影响；并且不确定性规避高的国家（Simple Slop=0.1481，p<0.001），房源附加设施与房源价格的正向关系强于不确定性规避低的国家（Simple Slop=0.0249，p<0.001）。无论是基础设施更完善的房源还是提供更多附加设施的房源，房客使用房源这一未知行为都可能产生额外的经济损失或意外事故。因此，当房源附加设施越多时，不确定性规避更高的房东会为了规避房客未知行为所带来的风险或损失而选择制定更高的价格。

图6 不确定性规避对房源附加设施与房源价格关系的调节效应

4.房客可靠性对房源价格影响

安全问题是酒店业可持续发展的关键。研究表明，消费者感知到酒店的安全性越高，其满意度越高。[53]共享住宿中存在相当比例的“私人房间”和“合住房间”，这两种房源通常会入住多位房客，此时房客可靠性显得尤为重要。因此，要求房客提供个人照片或通过电话认证提高房客的可靠性，不仅保障了房东自身安全，也能提高其他房客的安全感。房客感知房源的安全性越高，对其满意度便会增加，也会愿意多支付一些费用。因此，入住房客的可靠性越高，房东相应会制定更高的房源价格。

如图7所示，不论是男性化程度高或低的国家，房客可靠性对房源价格具有显著正向影响；并且房客可靠性与房源价格的关系在男性化程度高的国家（Simple Slop=0.0348，p<0.001）强于男性化程度低的国家（Simple Slop=0.0126，p<0.001）。在男性化程度低的群体中，个体更谦虚、温和、注重和谐的人际关系，强调“以和为贵”。此外，以往旅游服务评价研究表明，男性化程度较低国家的游客对不好的旅游服务的容忍度更高，在线评价更加包容和委婉。[54]所以，男性化程度低的房东和房客更乐意在群体生活和社交活动中构建和谐的人际关系，从而降低对房客可靠性的要求。

图7 男性化/女性化对房客可靠性与房源价格关系的调节效应

5.房东专业性对房源价格影响

研究结果显示，专业房东会制定更高的价格，这与以往共享住宿研究结果一致。[4,15,16]由于非专业房东将经营共享住宿视为兼职工作，所以非专业房东对经营共享住宿投入较少，定价效率较低。专业房东将运营共享住宿视为主营事业，对其投入的专注度更多，研究定价策略的时间更长，进而提高定价效率以达到利润最大化的目的。例如，专业房东会在节假日（如圣诞节）和大型活动（如芝加哥车展秀）期间提高房源价格。[15]由于专业房东的主要收入来自共享住宿收益，因此为了实现收入最大化，专业房东的定价会更加激进。[15,16]本文不仅通过房东拥有的房源数量来测量Airbnb 房东是否专业，[15,16]还进一步加入是否具有经营许可和取消政策的灵活性来衡量房东的专业性，并得到与前人一致的研究结论。

不论是男性化程度高或低的国家，房东专业性对房源价格具有显著正向影响，并且该影响在男性化程度高的国家（Simple Slop=0.1323，p<0.001）强于男性化程度低的国家（Simple Slop=0.0828，p<0.001）见图8。男性化程度较高群体的主导价值观强调对金钱和其他物质资料的获取程度，重视职业成就和经济成就。[55]当共享住宿房东从非专业房东晋升到专业房东时，男性化程度高的房东主导价值观会推进其进一步获得更多的收入，将他们所付出的努力转化为经济价值。[56]因此，在男性化程度高的国家，专业程度越高的房东越会鞭策自己获得更高的收入，进而制定更高的价格。

图8 男性化/女性化对房东专业性与房源价格关系的调节效应

五、研究结论与讨论

1.理论贡献

共享经济作为一种新的经济和商业形态，可追溯至2008年Uber和Airbnb的创立。尽管成立时间短，但其市场规模扩张迅速。基于共享住宿的定价影响因素能反映市场情况，即假设共享住宿上显示的定价对于来自世界各地的游客都是可接受的价格，那么全球样本反映了市场均衡状态下价格与其决定因素的关联。因此，从全球跨文化的视角来剖析共享住宿定价的影响因素以及在不同国家文化价值观之间的差异具有重要理论意义。

已有研究大多将共享住宿市场视为同质群体或者简单地比较不同城市之间的变化，而对这一市场中不同国家文化定价需求的异质性挖掘比较匮乏。本研究充分利用Airbnb大数据，采用自下而上的研究范式，从大数据所蕴含的现象出发，系统总结共享住宿定价的影响因素，并回答“共享住宿定价影响因素是否在国家间存在作用差异”及“为什么存在这些差异”等问题。[8]在理论上，本研究是对现有共享住宿研究成果的有益补充，从国家文化价值观这个新的角度为共享住宿研究提供理论参考，为进一步理论探讨奠定基础。

本研究首次系统地总结了影响共享住宿定价的核心因素，通过因子分析将18 个共享住宿的特征属性萃取为五大核心因素（口碑、基础设施、附加设施、房客可靠性和房东专业性），并检验了五类因素对共享住宿定价的影响作用。以往共享住宿定价相关研究由于数据来源较片面，导致不同研究的结论不一致。本文创新性地选取了涵盖5 大洲42 个国家2326603 个有效房源样本作为分析对象，研究结论更具普适性和稳定性。此外，本文采用分层线性模型的实证策略，探究共享住宿五大核心因素对定价的影响是否在国家间存在差异，并用Hofstede文化维度阐释了国家文化价值观对定价影响因素的调节机制，为更好地了解和掌握不同国家文化价值观市场的偏好和需求奠定了基础，为共享住宿研究提供了重要的理论贡献。

2.管理启示

随着以Airbnb为代表的共享住宿平台的快速发展，对这种非常规住宿的定价进行系统分析，为利益相关者优化经营和提升利润具有重要的实践指导意义。[57]然而，由于共享住宿服务的独特性（如非职业化的房东），共享住宿的定价极具挑战性。当共享住宿平台要求房东自主定价而房东却又无法确定其产品的真实市场价值时，房东会因此感到十分苦恼。Airbnb 也认识到了房东定价效率低所带来的严重问题，并在特定市场中引入“智能定价”功能，以协助房东的定价决策。

本文以共享住宿平台Airbnb为例考察共享住宿定价的影响因素，帮助房东了解共享住宿平台的定价原理，增加定价透明度，为其定价决策提供一定的参考价值。并且，本文研究结论可以帮助房东对照定价核心影响因素（即口碑、基础设施、附加设施、房客可靠性和房东专业性等）重新审视其房源特征和自身特征，通过调整价格提高房源入住率和收益。此外，本文的研究结果也可应用于共享住宿定价系统的设计，如上述的“智能定价”功能。

此外，本文运用Hofstede文化维度解释了共享住宿定价各个影响因素在不同国家文化价值观间的作用差异，对以Airbnb 为代表的共享住宿平台跨国经营提供了参考和启示。同时，本文通过计算42 个国家权力距离（53.0476）、个人主义/集体主义（49.7857）、男性化/女性化（50.5952）和不确定性规避（66.2857）的均值，找出各个国家增强和削弱“口碑—价格”、“基础设施—价格”、“附加设施—价格”、“房客可靠性—价格”和“房东专业性—价格”关系的维度个数，确定了各个国家Airbnb 经营者应该聚焦的重要因素。例如，在中国，削弱“口碑—价格”关系、“基础设施—价格”关系、“附加设施—价格”的国家文化价值观各有1 个，而增强“附加设施—价格”的国家文化价值观有2 个，增强“房客可靠性—价格”关系和“房东专业性—价格”关系的国家文化价值观各有1 个。因此，中国共享住宿经营者更应聚焦房源的附加设施、房客可靠性和房东专业性。

3.研究局限及未来研究方向

本文采用因子分析萃取出的五个变量作为房源层次的解释变量会缺失18 个原变量所涵盖的一部分信息，即新变量（口碑、基础设施、附加设施、房客可靠性和房东专业性）并不能完全解释原变量（如实描述得分、入住顺利得分、干净卫生得分、沟通交流得分、位置便利得分、性价比得分、房源容量、浴室数量、卧室数量、床数量、免费停车位、健身场所、游泳池、房客照片、已电话验证、经营许可、专业房东和取消规则）所涵盖的信息。因此，建议今后类似研究可以选取更丰富的房源层次的变量。

本文选取的国家文化价值观变量（权力距离、个人主义/集体主义、男性化/女性化和不确定性规避）并不能完全解释房源层次变量对定价的影响在国家之间的异变。因此，建议今后相关研究可以选择更丰富的国家层面变量，如选择更多的国家文化价值观变量，还可以考虑经济指标和旅游相关指标等因素作为国家层面的变量。

注释

①本文研究样本涵盖了42 个国家，但其中仅有16 个国家具有长期导向（LTO）维度数据，27 个国家具有放纵/节制（IVR）维度数据。考虑到分层线性模型要求跨层组别（本研究中的国家数量）至少为30 组，从而保证模型的准确性和可靠性，因此本文没有将长期导向和放纵/节制维度纳入第二层变量中。