臺灣博碩士論文加值系統

隨著網路科技以及行動裝置的革新，促使對等式（Peer to Peer，P2P）網路體系的日漸普及，也讓共享經濟（Sharing Economy）在互聯網中迅速蓬勃的發展，其打破了空間的限制，將各地不同地區閒置之資源進行鏈結與整合。而「Airbnb」也在這股世界浪潮中成長為一間整合閒置房屋擁有者以及租屋需求者的「共享價值鏈」平台，並在短時間內成為了全球三大新創「獨角獸」之一，帶動了閒置房屋於網頁平台出租的風潮與發展。
隨著網路平台以及資訊科技的日漸完善，出租房源的資訊於網頁上越來越詳細，消費者所面對到的房源選擇不再單以房源描述特徵為出租房源的選擇，除了基本的房源特徵資訊，也新增了許多旅客對於該房源的體驗評分做為該房源之特徵描述，因此，也帶給了旅客決定住宿過程中，增添了許多與以往不一樣的選擇條件。
本研究應用自動化程式爬蟲軟體，並加入特徵價格法為應用，蒐集「臺灣Airbnb」平台上之出租房源資訊以及交易時空下的社會經濟變數，並且應用普通最小平方法模型分析影響Airbnb房源出租之因素，實證結果發現，不同的房源評價分數以及旅館業、觀光業競爭對手，對於「Airbnb」的交易出租房源有顯著的影響，並且進一步以分量迴歸模型加以分析，將樣本分為合住房間、獨立房間以及整棟房屋三種房源，結果亦有顯著的不同，顯示出租房源可被分成不同類型，且每個類型於不同分量下存在不同的影響效果。希望能透過本研究結果幫助有益於網頁平台出租的房東以及Airbnb平台業者提出建議，並且為共享經濟於臺灣之發展貢獻相關的研究之參考。

With the innovation of network technology and mobile devices, Peer to Peer (P2P) network system has become more popular than before, and the "Sharing Economy" has developed dramatically in this Internet wave, which has broken the Restrictions of space. Linking and integrating idle resources in different regions. "Airbnb" has also grown with this International wave, which built a "shared value chain" platform that integrates idle homeowners and renters, and has become the world''s three new "unicorns" in a short period of time. It has driven the wave of development and rental of idle houses on the web platform.

With the improvement of the Internet platform and information technology, the information is much clear and plentiful on the online rental platform. Housing rental not only described basic information but also described a lot of users'' experience and the property of rating score. Therefore, choice the rental house will have more different condition to understand the target and its feature.

The data of this paper are collected from "Taiwan Airbnb" platform, with automated program crawler software, and followed the Hedonic Pricing Method to describe the independence variables, which including rental listing information on the "Taiwan Airbnb" platform, crime rate, traffic accident rate, competitor and socio-economic variables. This paper divided the data into three types of housing style, which is private room, entire apartment and shared room, and used ordinary least squares model and Quantile regression model to analyze the "Effect of Airbnb pricing". We hope that the result of this research will support landlords and "Taiwan Airbnb" can make appropriate strategy. Moreover, I hope to contribute the references of sharing economic in Taiwan.

目錄

中文摘要 i
Abstract ii
表目錄 v
圖目錄 vi
第一章 緒論 1
第一節、研究背景 1
第二節、研究動機與目的 5
第三節、研究方法與步驟 6
第四節、研究架構 7
第二章 文獻回顧與探討 8
第一節、共享經濟之定義 8
第二節、Airbnb公司簡介 14
第三節、特徵價格法文獻回顧與探討 19
第四節、Airbnb與旅館業文獻回顧 24
第五節、小結 26
第三章 資料介紹 27
第一節、資料背景與介紹 27
第二節、資料處理過程 32
第三節、變數選取與定義 34
第四節、敘述統計 41
第四章 實證模型與方法 57
第一節、普通最小平方估計法 57
第二節、分量迴歸模型 59
第五章 實證結果 62
第一節、最小平方法模型之實證分析結果 62
第二節、分量迴歸模型之實證分析結果 66
第六章 結論 80
第一節、結論與建議 80
第二節、研究限制與未來研究方向 82
參考文獻 83
附錄 86

表目錄
頁次
表2-1 已進入台灣的共享平台 13
表2-2 特徵價格法文獻整理 23
表3-2 變數敘述統計表 52
表3-2 變數敘述統計表（接續） 53
表3-3價格分群敘述統計表-合住房間 54
表3-4 價格分群敘述統計表-獨立房間 55
表3-5 價格分群敘述統計表-整棟房屋 56
表5-2 最小平方法與分量迴歸估計結果-合住房間房源 77
表5-3 最小平方法與分量迴歸估計結果-獨立房間房源 78
表5-4 最小平方法與分量迴歸估計結果-整棟出租房源 79


 
圖目錄
頁次
圖1-1 「Airbnb在台灣熱搜程度」 2
圖1-2 近十年來台旅客及國民出國人次變化圖（單位：人次） 3
圖1-3 近十年觀光外匯收入及國人國內旅遊收入及觀光收入圖 3
圖1-4 近十年國人國內旅遊總旅次變化圖（單位：仟人次） 4
圖1-5 本研究之研究架構 7
圖2-1 共享經濟之三大驅動力 9
圖2-2 共享經濟價值鏈 11
圖2-3 「Airbnb之標誌」 15
圖2-4 「Airbnb發展時間軸」 16
圖2-5 「Airbnb租屋流程圖」 17
圖3-1 Airbnb出租房源資訊圖 27
圖3-2 Airbnb出租房源資訊圖 28
圖3-3 Airbnb出租房源資訊圖 29
圖3-4 「資料整併流程圖」 33
圖3-5 旅店營業證照 37
圖3-6 民宿營業證照 37
圖3-7 國際觀光旅館專用標識 38
圖3-8 一般觀光旅館專用標識 38
圖3-9 合住房間、獨立房間、整棟房屋-租金價格分布圖 41
圖3-10 Airbnb房源出租類型分布圖 42
圖3-11 平均容納人數、客房數輛、床位數量、浴室數量分布圖 43
圖3-12 房源準確性度分數分布圖 44
圖3-14 房源整潔性度分數分布圖 45
圖3-15 房源地緣位置性度分數分布圖 46
圖3-16 房源入住性度分數分布圖 46
圖3-17 性價比性度分數分布圖 47
圖3-18 留言數量分布圖 48
圖3-19 縣市犯罪率、人口、交通事故分布圖 49
圖3-20 一般旅店家數、民宿家數、國際觀光旅館家數、一般觀光旅館家數分布圖 49
圖3-21 價格分群評價平均分數分布圖-合住房間 50
圖3-22 價格分群評價平均分數分布圖-獨立房間 51
圖3-23 價格分群評價平均分數分布圖-整棟房屋 51
圖5-1 「合住房間-溝通性度分數」之普通最小平方迴歸以及分量迴歸以及95%信賴區間圖 67
圖5-2 「合住房間-地緣位置性度分數」之普通最小平方迴歸以及分量迴歸以及95%信賴區間圖 68
圖5-3 「合住房間-國際觀光旅館家數」之普通最小平方迴歸以及分量迴歸以及95%信賴區間圖 69
圖5-4 「合住房間-一般觀光旅館家數」之普通最小平方迴歸以及分量迴歸以及95%信賴區間圖 70
圖5-5 「獨立房間-地緣位置性度分數」之普通最小平方迴歸以及分量迴歸以及95%信賴區間圖 70
圖5-6 「獨立房間-溝通性度分數」之普通最小平方迴歸以及分量迴歸以及95%信賴區間圖 71
圖5-7 「獨立房間-一般旅店家數」之普通最小平方迴歸以及分量迴歸以及95%信賴區間圖 72
圖5-8 「獨立房間-一般觀光旅館家數」之普通最小平方迴歸以及分量迴歸以及95%信賴區間圖 73
圖5-9 「整棟出租-溝通性度分數」之普通最小平方迴歸以及分量迴歸以及95%信賴區間圖 74
圖5-10 「整棟出租-地緣位置性度分數」之普通最小平方迴歸以及分量迴歸以及95%信賴區間圖 75
圖5-11 「整棟出租-民宿家數」之普通最小平方迴歸以及分量迴歸以及95%信賴區間圖 76
圖5-12 「整棟出租-一般觀光旅館」之普通最小平方迴歸以及分量迴歸以及95%信賴區間圖 76

參考文獻

一、中文部分

吳佳縈。（2017）。應用大數據分析模式探討農產品電子商務利潤之決定因素-以
真情食品館網路商城為例。國立臺灣大學農業經濟學系。

林英彥（2004）。不動產估價。文笙書局。

侯佩妤、陳俊智、包曉天。國際觀光旅館的房間訂價決定因素-以臺灣為例。觀
光與休閒管理期刊，5(1)，138-146。

洪得洋、林祖嘉（1999）。臺北市捷運系統與道路寬度對房屋價格影響之研究。
住宅學報，8(8)，47-67。

張祐禎（2017）。影響「共享經濟」使用者意願之因素。國立臺灣大學農業經濟
學系碩士學位論文。

梁仁旭、陳奉瑤（2009）。不動產估價。巨流政大書城出版。

陳韋廷（2011）。特徵價格法應用於老舊住宅價格分析-以外牆整建為例。國立臺
灣大學土木工程學系。

黃元杰。（2017）。犯罪地圖政策公佈對房價之探討: 以台北市為例。國立臺灣大
學農業經濟學系。

黃宜瑜、劉文燦、楊雅君（2012）。體驗經濟對民宿價格影響之研究-特徵價格法
之應用。行政院國家科學委員會計畫。東海大學景觀學系。

楊芝澐、郭雅惠、謝雨良、陳昱逵（2013）。民宿產業群聚之形成與民宿經營績
效影響之研究-以清境地區民宿業者為例。商業現代化學刊，7(1)，181-199。






二、英文部分

Botsman, R.,& Roger, R., 2011.What’s Mine is Yours: How Collaborative
Consumption is Change the Way We Live, London: Collins.

Biji, V. 2016. The effect of Airbnb on house prices in Amsterdam: A study of the side
effects of a disruptive start-up in the new sharing economy.

Dagiral,E.,& Dauphin, F., 2005. P2P: From file sharing to meta-information pooling.
Communication & Strategies 59, 35.

Felson, M., & Spaeth, J. L., 1978. Community Structure and Collaborative
Consumption: A Routine Activity Approach. The American Behavioral Scientist, 21(4), 614.

Holloway,B. B., & Beatty, S. E., 2003. Service failure in online retailing: A recovery
opportunity. Journal of Service Research, 6(1), 92-105.

Horn, K, M., & Merante, M., 2016. Is home sharing driving up rents: Evidence from
Airbnb in Boston

Hunt, R. C., 2000. Forager food sharing economy: Transfers and exchanges. The
Social economy of sharing: Resource allocation and modern hunter-gatherers, 7-26.

Koenker, R., & Bassett Jr, G. (1978). Regression quantiles. Econometrica: Journal of
the Econometric Society, 46(1), 33-50.

Koenker, R., & Hallock, K. (2001). Quantile regression: An introduction. Journal of
Economic Perspectives, 15(4), 43-56

Matzler, K., Veider, V., & Kathan, W. (2015). Adapting to the sharing economy. MIT
Sloan Management Review, 56(2), 71.

Rosen, S. (1974). Hedonic prices and implicit markets: Product differentiation in pure
competition. Journal of Political Economy, 82(1), 34-55.

Teubner, T., Hawlitschek, F., Dann, D. 2017. Price Determinants on Airbnb: How
reputation pays off in the sharing economy. Journal of Self-Governance and Management Economics, 5(4), 53-80.

Xu Yu-Hua., Kim Jin-won., Lori, G. P. 2017. Explore the spatial relationship
between Airbnb rental and Crime.2017 ttra International conference.

Yong ,Chen & Karen ,Xie. 2017. Consumer valuation of Airbnb listings: A hedonic
price approach. International Journal of Contemporary Hospitality Management , 29(9).

Zervas, G., Proserpio, D., Byers, J. W. 2016. The Rise of the sharing economy:
Estimating the impact of Airbnb on the hotel Industry.

三、網站部分

Airbnb台灣愛彼迎。取自
https://www.airbnb.com.tw/
Airbnb。家在四方。取自
https://blog.atairbnb.com/belong-anywhere-cn/
觀光局統計處。取自
http://admin.taiwan.net.tw/index.aspx
Google趨勢搜尋。Airbnb熱搜程度。取自
https://trends.google.com.tw/trends/?geo=TW
王杰夫、崔綺雯（2015年07月6日）。7張圖告訴你，Airbnb如何從麥片，變成
全球最大飯店。取自
http://www.domarketing.cn/html/2015/observe_0706/13704.html
聯合新聞網。共享經濟傳統與創新的戰爭。取自
https://udn.com/news/story/6877/2438534
方雯玲（2013年1月21日）。Airbnb/進入台灣市場 房源募集中。取自
http://news.xinmedia.com/news_article.aspx?newsid=224529&type=0
吉力財富管理。協同消費（Collaborative Consumption）。取自
http://www.wangchenjie.com/2011/12/collaborative-consumption/