下载掌阅APP，畅读海量书库
立即打开
与酒店平台相比，近年来民宿共享平台的用户量增速迅猛，逐渐吸引了大量学者的关注。前期研究往往根据共享模式的不同将民宿共享平台归为三类，即非营利性民宿共享平台、互惠性民宿共享平台以及营利性民宿共享平台 [12] 。非营利性民宿共享平台主要强调其永久免费、永不盈利的特性。其中的房东在不收取任何金钱的情况下，在免费互助旅游的激励下，将住宿信息分享给房客。平台的作用仅仅是提供了一个信息交互的渠道。CouchSurfing（中文译名：沙发客）是这类平台的典型案例之一。CouchSurfing成立的理念是帮助旅行者与当地人建立联系，完成住宿信息的分享，从而达到扩大社交频率和拓展活动空间的目的。该平台成立于2004年，截至2018年1月，其已吸纳了1500万用户，其中包括40万活跃的房东用户 [13] 。目前已有大量研究关注了该类平台的社交网络特征 [14] 。第二类为互惠类民宿共享平台。这类平台的目的是促进房东之间进行房屋交换。通过该类平台，付费会员可在平台数据库中找到合适房屋，并安排在约定时间内与其他成员交换住房。用户只需向平台支付会员费从而获得房屋交换信息，而用户之间在交换房屋期间不会出现金钱交易行为。这类平台成立的目的是进行房屋交换从而获得异地居住服务。典型的案例包括Home Exchange、My Twin Place以及Global Freeloaders。由于以上两类平台都不存在平台参与人之间的金钱交易行为（以收取平台会员费的方式获得基础的运营经费），相关研究的关注点大多集中在平台中用户参与活跃度、用户间社会纽带以及用户的平台使用体验等 [15] 。
相比于上述两类民宿共享平台，营利性的民宿共享平台由于用户之间存在物质激励而发展得更为迅速 [16] 。典型案例包括HomeAway、HouseTrip、FlipKey、Airbnb以及国内的小猪短租、蚂蚁短租等。营利性平台是房东与房客之间的交易渠道，房东通过在线登记并发布其房屋或房间，为房客提供短租服务并向房客收取相应数额的租金。因此，现有研究针对营利性平台较为关注的主题是房客的预订倾向、决策以及房东的获利情况 [17] 。本项目选取营利性民宿共享平台作为主要研究对象，原因主要有两方面：一是与其他非营利性平台相比，营利性民宿共享平台更具有代表性且发展速度更快；二是营利性民宿共享平台与传统在线住宿预订平台在运营模式方面有着显著的差别，通过对比研究，可以更深入地探究营利性民宿共享平台提出的在线设计的差异性以及这些差异性对平台用户行为模式的影响。
目前关于营利性民宿共享平台的相关研究可以分为两大类：基于宏观视角的民宿共享对传统旅游和住宿行业影响研究以及基于微观视角的民宿共享平台用户匹配和交互模式研究。首先，共享经济作为一个崭新的商业模式，一类研究从宏观层面观察营利性民宿共享平台进入后对传统旅游和酒店服务供应商带来的直接影响。早期研究发现营利性民宿共享平台的进入和流行显著冲击了传统酒店行业，造成酒店行业收入整体下降。例如，Zervas等（2017）基于美国得克萨斯州的酒店绩效数据证实了在Airbnb房源分布较为密集的区域，酒店收入会相对下降8%—10%；而Dogru等（2019）进一步发现Airbnb这一颠覆式创新的进入对酒店行业利润带来的负面影响不仅仅体现在中低端酒店市场，其对高端酒店市场的冲击也十分显著。为帮助酒店行业积极应对Airbnb等营利性民宿共享平台进入造成的负面影响，一些学者分析了对酒店行业造成最大冲击的房屋类型，并通过观察传统住宿企业应对冲击所使用的实际策略和效果为其提供合理的应对建议 [18] 。同时，除经济层面影响外，相关研究发现民宿共享平台的流行也会导致一些社会问题的产生。例如，由于该类平台要求较高的信息透明度，一些学者指出该类平台的流行会助长种族歧视现象的出现 [19] 。针对该研究，Airbnb等民宿共享平台在房客搜索房源信息时移除了房东的头像信息以一定程度上降低种族歧视对房客预订决策的影响 [20] 。此外，一些学者提出，共享民宿对旅游行业同样产生了显著的积极影响，例如其带来了大量的就业岗位并进一步刺激了游客需求 [21] 。例如：Li和Srinivasan（2019）发现Airbnb的灵活供给有效弥补了酒店季节性定价（如旺季定高价）带来的需求损失，而Song等（2020）证实民宿共享平台的进入会导致同地区旅游景点在线评论数量提高15.4%。
另一类研究将焦点集中在民宿共享平台中的利益相关者身上（如房客和房东）。一些学者致力于分析民宿共享平台用户的具体特征，他们主要关注用户使用以及中断使用民宿共享平台的影响因素 [22] ，同时基于问卷发放和在线评论收集到的实际数据对民宿共享平台用户特征进行深入刻画和描述 [23] 。在房源或房东层面，与传统平台类似，一些研究关注如何促进房客发布更多的评价以及更高的在线评分等 [24] 。同时，另外一些实证研究也从房东信息披露的角度观察房源的图片质量以及房东在其页面中显示的特征变量（如拥有房源的数量）对房源交易情况的影响 [25] 。最后，在房客层面，学者们主要关注了不同文化背景下房东对房客的认知、房客遭遇服务失败后忠诚度的变化以及房客评论发布行为的激励因素等研究问题 [26] 。
用户在线行为指用户（包括买方和卖方）于在线环境中产生的一系列行为总称，包括搜索、浏览、购买以及信息发布等。本书主要关注与本章研究问题密切相关的两类用户在线行为，即用户在线购买行为以及用户评论发布行为。传统在线市场对于用户在线行为的研究最重要的主题之一为研究用户在线购买行为。前期研究证实，在线环境中，制约用户购买行为的关键因素在于在线市场的不确定性。尤其对于经验品（Experience good，即只有在购买之后，才可以通过观察体验判断质量和特征的一类产品或服务的统称）而言，用户需要搜索到大量有用信息以辅助其作出合理的购买决策。用户生成内容（user-genrated-content，UGC）和在线评论（online reviews）已被大量前期研究界定为影响用户购买决策的主要信息来源。由于本研究主要涉及旅游和假日住宿领域，本章首先综述了传统旅游行业，在线评论对用户在线行为影响的相关文献。其次基于在线评论的重要性，本章同时综述了在线旅游市场中，用户评论和评分发布行为的相关文献。
以往旅游领域针对在线评论对用户购买行为以及服务供应商在线销量影响的相关研究大多集中在在线评论两方面，即评论数量（review volumn）和评论效价（review valence）。评论数量对旅游领域服务供应商在线销量影响的重要性已经被大量研究证实 [27] 。甚至，Ye等（2009）将在线评论数量作为酒店在线销量的代理标量。根据前期研究结果，评论数量对消费者在线购买决策的影响主要集中在两方面。首先，作为在线市场的一个重要信息来源，在线评论的一个重要功能是为用户和消费者提供产品和服务的相关信息 [28] 。因此，评论数量直接决定了消费者可以获得的信息数量。由于消费者无法通过评论信息降低其决策中的不确定性，其很难选择预订仅包含少量评论信息的酒店和旅游景点 [29] 。其次，评论数量同时也代表了产品和服务的流行度 [30] 。消费者会更容易在平台中察觉到“流行”（即拥有较多在线评论）的产品和服务 [31] 。且由于这类商品的质量已经经历了大量其他消费者的体验和评价，消费者也会基于“从众效应”更倾向于购买和预订拥有较多评论的商品 [32] 。
评论效价作为另一影响用户和消费者购买行为的重要指标，它指代了以往消费者的评论情感倾向 [33] 。基于网站和平台的评论机制，前期研究往往通过在线评分来测算评论效价，评论效价对消费者购买行为及商品的在线销量的影响主要通过数字的评分信息（一般为从1到5）分享和传播满意或不满意的情感 [34] 。通过评论效价，之后的消费者可以对商品的质量做出一个直观的比较和判断，从而帮助其做出最终的购买决策 [35] 。大量前期实证研究分别通过一手和二手数据证实了评论效价与旅游行业消费者购买倾向和商品在线销量积极相关 [36] 。除评论数量和效价外，其他在线评论的其他定量和定性特征，如评论方差（review variance）以及评论的文本和图片特征也吸引了一定的研究关注 [37] 。
基于在线评论的重要性，一些前期研究也从另一个角度关注了用户评论和评分发布意愿的影响因素。前期研究发现用户发布评论的意愿主要受自身特征以及外部环境两部分因素影响 [38] 。用户自身特征方面，大量文献证实激励用户在平台和社区中贡献评论信息的主要因素包括帮助社区中的其他人获取信息以及提升自身在社区中的影响力等 [39] 。因此，更易受到上述因素影响的用户会更倾向于消费后在平台中发布评论信息。同时，Dellarocas和 Narayan（2006）也发现，在消费后拥有极端情绪的用户（十分满意或者十分不满意）更愿意在平台中分享自身的消费体验。环境因素方面，社会影响也是用户在社区中知识分享的一个重要的激励因素。例如，在平台中拥有较多关注者和粉丝的用户会倾向于在其中分享更多的评论信息 [40] 。基于上述激励因素对用户评论发布行为的影响，一些相关平台纷纷提出相关在线设计，通过提出游戏化设计或将社交媒体信息嵌入平台中等方式，以促使平台中更多评论信息的产生。
评分发布行为方面，由于用户消费后的评分发布是基于其自身在消费后产生的积极或消极的情绪和自身的满意度决定的。以往用户评论发布的影响因素方面的研究多从用户满意度影响因素这一角度出发 [41] 。与评论发布行为类似，前期研究也将评分发布行为的影响因素分为多个层面，包括用户特征因素、产品和服务供应商特征因素等。前期研究如Ariffin和Maghzi（2012）发现用户个人特征如性别、年龄和国籍等都会影响其消费后的感知质量及后续评分发布。用户前期的消费经验是前期文献关注的一个用户层面的重要因素，且大量研究结果证实其会对用户评论发布具有双向影响 [42] 。一方面，消费者通过一定经验积累可以更有效调节自身的期望以使其符合实际消费后的感知绩效和质量，从而实现较高的满意度并发布较高的评分 [43] 。另一方面，Moe和Schweidel（2012）也发现经验较为丰富的用户由于更为挑剔倾向于发布更多的负面评论。而大多数实证研究主要论证了产品和服务供应商如酒店、饭店等层面的因素对用户评分发布行为的影响。以酒店行业为例，前期研究结果证实：价格 [44] 、酒店网站页面质量 [45] 或酒店星级 [46] 都会对后续用户对对应酒店的评分发布产生影响。Bulchand-Gidumal 等（2013）进一步通过分层模型观察了目的地的地域特征变量如人口和受教育水平也会对当地酒店的评分产生不同的影响作用。
以民宿共享平台作为研究对象，前期已有理论和实证研究从房源和房东层面的特征变量出发，并探索其对交易数量以及房客满意度的影响作用。但仍然存在大量亟待解决的研究问题。一是，较少研究以平台为视角出发，以平台提出的在线市场策略设计为切入点，探究这类在线设计如何影响用户（房客和房东）的在线行为和平台自身的盈利状况。二是，虽然一些研究以房客的角度出发，通过发放调查问卷的形式，观察房客使用民宿共享平台的动机和满意度的影响因素，但直接通过二手数据实证观察房客在线行为影响因素的研究仍然极为缺乏。基于上述研究空白，本书以最具代表性的民宿共享平台Airbnb为例，研究了其提出的在线设计如何影响平台中房东和房客的在线行为，包括预订行为和评论及评分发布行为等。
而前期有关用户在线行为的相关研究中，大多数研究都以类似单边市场或使用单边匹配模式的平台作为研究对象，即买方有权利选择卖方，但卖方却无权（或有权但较少）拒绝买方的购买或预订选择。而本书中，民宿共享平台作为典型的双边市场，与单边市场的一个最大的差异是其中存在买方和卖方之间的交互，而这种在线交互可能会影响平台中用户在线行为。因此，本书的研究在前期用户在线行为文献的基础上，将研究对象进一步拓展到双边平台，基于双边平台的特殊性，对前期相关研究的理论和实证结果进行了进一步的延伸和拓展。
另外，如前文所述，由于单边市场选择权多在买方，因此前期关于用户在线行为的研究多集中在买方或消费者层面，如研究消费者购买行为或评论和评分发布行为的影响因素。而在本书研究的双边平台，由于双方的匹配是否成功也一定程度上取决于卖方的选择。本研究在传统用户行为研究的基础上，同样也将关注点集中在卖方（房东）的在线行为中，如房东对房客的评论行为等。因此，本书的研究成果也在研究对象层面进一步拓展了传统用户在线行为的相关研究。