信任构建机制对共享民宿预订量的影响

徐峰，张新，梁乙凯，王高山，陈云

[摘    要]P2P共享经济作为新兴商业模式，对于提高社会资源利用效率具有重要意义。顾客在共享经济平台交易时，信任是影响顾客购买意愿的关键因素。文章利用在线信任构建理论，建立基于认知、情感和制度的3种信任构建机制相关因素对共享民宿预订量的影响模型，从共享民宿平台Airbnb上收集了我国香港地区数据进行实证分析。研究结果表明：从认知视角来看，民宿描述长度和经营年限正向影响预订量，房东经营的共享民宿数量负向影响预订量;从情感视角来看，在线评论的数量和效价正向影响共享民宿预订量;此外，共享民宿平台建立的第三方标记和身份认证制度有助于提升预订量。研究在理论上将信任构建机制的应用情境拓展到P2P共享经济，使用实证研究方法从信任视角验证了民宿服务质量信息对预订量的影响。研究也为平台管理方和民宿房东如何构建在线信任方面提供了实践指导，平台管理方应合理控制房东经营规模以确保服务质量。

[关键词]共享民宿;信任构建机制;Airbnb;在线评论

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006（2021）12-0127-13

Doi： 10.19765/j.cnki.1002-5006.2020.00.015

引言

近年来，在移动互联和在线支付等信息技术的支持下，共享经济（sharing economy），也称为协同消费（collaborative consumption）这一新兴商业模式在各个领域呈现爆发式增长[1]。共享经济特征是个体或企业借助互联网平台，以点对点（peer-to-peer，P2P）直接交易为基础，在所有权不变的前提下，让渡闲置资源短期使用权的有偿交易行为[2]。共享经济因其价格优势、多样化、环保高效而受到消费者的追捧，在很多领域出现了创新性的共享经济平台，典型如房屋短租领域的Airbnb和小猪网、交通出行领域的Uber和滴滴出行等。共享经济不仅对消费者的生活方式产生了革命性影响[3]，并且对传统企业产生巨大冲击[4]。普华永道预测全球共享经济收益在2025年会达到3350亿美元1。

众多学者从不同视角对共享经济进行了卓有成效的研究，目前研究主要集中于3个主题：（1）共享经济的影响效应。共享经济因其对传统经济模式的颠覆性影响而被称为破坏性创新[5]，学者们从消费模式、行业影响和社会经济发展等维度分析了共享经济的影响效应，研究领域集中于发展相对成熟的旅游接待和交通出行业，例如共享民宿对传统酒店和旅游业的影响[6-7]，共享出行对传统出租车和汽车产业的影响[8-9]。（2）共享经济参与主体的协同消费行为[10]。学者们基于不同理论探究消费者参与共享经济的内在动机与影响因素。参与共享经济的内在动机可归纳为功利性动机（如经济利益、资源效率和可持续发展等）和享乐性动机（如愉悦、社交和社会归属等）[2，11-13];参与共享经济的影响因素呈现多样化和碎片化特征，学者们主要从消费者参与视角，重点围绕信任、感知风险、熟悉度、服务质量等因素对消费者参与意向的影响进行了研究[14-17]。（3）共享经济的商业模式研究。共享经济是基于互联网技术，利用社会闲置资源满足顾客定制化和多样化消费需求，并可持续盈利的资源配置方式和价值创造模式。部分学者对共享经济的商业模式和价值创造机理进行了初步探讨，并通过案例分析等质性研究方法，分析了共享经济价值共创过程中平台、顾客和服务提供者等参与方的作用和影响因素[18-20]。

虽然共享经济研究已经取得上述丰富成果，但已有研究对影响共享资源效率的问题少有涉及。提高共享资源利用效率对于提升各方持续参与意愿、优化社会资源配置效率具有重要的理论和实践意义。实践中共享资源利用水平并不乐观，酒店数据提供机构STR的报告表明，尽管Airbnb房源相比酒店存在价格优势，但Airbnb入住率显著低于酒店。此外，近期发生的Airbnb顾客遭房东杀害、滴滴顺风车乘客遇害等负面事件导致顾客对共享经济信任水平急剧下降，严重影响了用户参与共享经济的积极性。信任缺失是影响陌生人之间交易的最大障碍之一[21]，在个体对个体的共享经济中尤其如此。因此，分析共享经济中信任构建机制对共享资源效率的影响是共享经济发展的核心问题之一。

信任在共享经济中的重要作用已受到学者们的充分肯定，共享经济参与方之间只有建立充分的信任才可达成交易。研究表明，信任可以增加共享经济产品的溢价，提高消费者对共享经济的持续参与意向、满意度和忠诚度[14-15，22]。已有文献主要从理论概念上探索了信任构念对共享经济中相关行为的影响，鲜有学者针对在共享经济中如何构建信任这一问题进行深入研究。在线环境中消费者在交易前无法准确评估产品或服务质量，此时在线信息的来源和特征会影响感知信任形成，因此传统B2C电商平台提供在线评论、商家声誉和信用保证等信息来抵消交易中的信息不对称并构建信任[23-24]。由于共享民宿中服务提供者未经过专业培训且服务缺乏统一标准，为了建立双方的信任，共享民宿平台提供了房东特征、在线反馈等信息来帮助消费者推断共享民宿房东的可信度和服务质量，然而，现有文献中缺少实证数据来检验上述信息作为信任构建机制影响消费者实际购买决策的有效性。

鉴于已有研究不足，本文依托信任构建理论，从基于认知、情感和制度的3种信任形成机制视角，构建共享民宿平台在线信息影响消费者预订量的模型，收集我国香港Airbnb共享民宿预订数据，通过实证分析和稳健性检验对研究假设进行验证。研究结论在理论上扩展了信任形成机制在共享经济中的适用边界，在实践中对共享经济企业和服务提供者如何提升顾客信任具有借鉴作用。

1 理论基础

1.1 共享经济中的信任

信任因其在人类社会中的重要作用而被广泛研究，心理学、社会学、经济学和管理学等学者从不同学科视角对信任进行了深入探讨。Mayer等将信任定义为“委托方在没有考虑是否能监督或控制受托方的前提下，期望受托方完成有重要意义的特定行为，对受托方可能导致伤害行为的容忍程度”[21]。信任是商业交易的必要前提，信任不仅为消费者提供高度自信并产生更好的用户体验[25]。而网络市场中出现了新的不确定性和风险，如个人信息泄露風险、不可靠交易产生的财务风险[26]，这使得信任成为预测顾客在线行为的重要因素[27]。在B2C交易过程中，信任缺失被视为影响交易的重要障碍[28]。

共享经济与B2C电商在交易模式上存在显著差异，通过对比发现信任在共享经济领域中的构成更为复杂。首先，B2C交易主要涉及企业和消费者，企业通过权威因素（如标准化、品牌、商家信誉和第三方认证等）减少不确定性而获得消费者信任;而共享经济中交易发生在个体之间，属于特殊的C2C模式，交易双方呈现多样化且声誉度参差不齐，因此双方同样面临风险问题[29]。其次，共享经济交易模式带来更多潜在风险。共享经济中双方交易闲置资源的短期使用权，特别是体验性的服务，服务型商品生产与消费的同步性不可避免地使双方在线下发生直接交互，因此，无论是消费者还是服务提供者在交易中不仅存在隐私和财务风险，还面临着心理与人身安全等风险[30-31]。最后，B2C交易主要关注顾客对商家的信任，而共享经济中信任包含了顾客、共享服务提供方和共享经济平台三方之间的相互信任[32]。

基于以上共享經济特征，信任是实现共享经济的必要前提。目前学者们关注共享经济中信任对消费者参与意向和决策的影响，Liang等基于Airbnb的研究表明，顾客对共享民宿平台和房东的信任会影响其重复购买意向[32];杨学成和涂科发现，信任氛围通过自我决定感对共享经济中的顾客契合行为有显著影响[18]。现有研究关注理论构念上的探索，在方法上侧重基于问卷调查的实证研究，而共享经济中信任形成机制对消费者参与行为影响的实证研究鲜有涉及，因此有必要检验在线交易信任形成机制在共享经济中应用的有效性。

1.2 在线市场中的信任构建机制

信任对促成在线交易具有重要作用，如何构建在线信任成为当前研究热点。通过对信任构建文献的梳理，本研究认为，在线市场主要通过认知、情感和制度3种机制建立信任[23， 33-35]。

基于认知的信任是通过理性或者效益成本分析构建信任。消费者通过对他人特征的观察或感知来判断对方未来行为的可信度，这依赖于掌握受信方值得信赖的线索（如能力、责任感等）形成感知信任[34]。在线环境中，消费者通过商家特征、能力和提供的信息质量来推断其可信性[23]。Mcknight等认为，在线商家属性可以视为增加信任的信号[36]。在共享经济中，顾客不能直接观察共享资源和服务提供者的真实信息，但可以通过在线平台上显示的房东特征来推断其可信度和服务质量。研究发现，民宿房东照片表情和房源图片是影响顾客的信任和消费意向的信号[30]。Kwok和Xie发现，与顾客相似度高的房东更容易被信赖并收到更多的订单[37]。

基于情感的信任是信任方依赖良好沟通而形成以情感为基础的、对受信方的信心[34]，在线环境中消费者主要借助与受托人之间的交互（如在线评论和推荐）来推断其声誉。基于信任转移理论，在线评论可以帮助顾客了解已有消费体验并确定是否可以建立信任[23， 38]。Ba和Pavlou认为，在线评论能够增加顾客对网上卖家的信任[39];Sparks和Browning发现，在线评论影响顾客对酒店的感知信任和预订意向[40]。在共享经济中，顾客通过在线评论中包含的交互体验来判断房东对顾客的关心程度并产生信任。Yang等的研究表明，交互行为会增加消费者对Airbnb房东的信任和依附感[41]。Cheng等发现，Airbnb的在线评论内容影响顾客的感知信任[42]。

基于制度的信任是指，交易环境提供的结构化保证提高受托方完成期望行为的可靠性，从而使消费者感到交易过程是安全可靠的[33]。结构化保证是指个人或组织采取技术及法律性结构（如规则、保证、审核和认证等形式）保障消费者利益。目前在线市场中商家主要采用第三方委托支付、认证审核、在线信用卡担保等结构化保证手段来提升消费者信任并促成交易[28， 36]。当交易环境中缺少有效的认知信任和情感信任时，例如交易双方存在不同的社会和文化背景时，完备的结构化保证也能有效建立信任。由于共享经济中不确定性和风险较高，更需要制度保障确保交易过程的安全性和可靠性。贺明华和梁晓蓓的研究表明，隐私保证、认证审核和争议解决等机制可以提高消费者对共享经济平台的信任水平和持续参与意向[43]。

1.3 研究述评

已有文献对共享民宿市场中的信任研究还存在以下不足：（1）由于共享民宿服务质量在交易中存在严重的信息不对称，而目前国内外研究多关注共享民宿的影响、商业模式和购买意向等方面，从信任视角分析共享民宿经营绩效的研究较少。（2）房东是共享民宿相较于传统酒店服务的主要差别之一，消费者对民宿的信任会受到房东服务质量和特征的影响，需要考虑房东因素对共享民宿预订量的影响。（3）已有共享民宿的信任研究集中于动机、意向和阻碍因素等，在研究方法上以问卷调查为主，消费者的主观感受与真实的消费行为存在一定偏差，因此基于共享民宿平台的客观数据进行实证分析，可以检验理论假设是否真实发生。

基于已有研究中的不足，本研究采集了我国香港共享民宿经营情况的截面数据，以信任构建理论为基础，使用计量回归模型研究基于认知、情感和制度的3类信任对共享民宿预订量的影响。

2 研究模型与假设

共享经济属于新兴在线交易模式，其信任构建研究以传统在线市场中的信任构建理论为基础，并结合共享经济模式中特有因素。Mcknight等提出在线信任构建的概念框架[36]，包括信任构建机制、在线信任以及与信任有关行为3个部分（图1）。信任构建机制包括认知、制度等信任前因变量（例如在线平台、供应商和第三方等），中间环节是在线信任，框架的结果是与信任有关的行为（例如消费者购买和推荐等）。综合在线信任构建框架和共享经济特征，本研究认为，消费者信任共享民宿的前因变量主要来源于房东和共享经济平台提供的信息，并根据信息内容划分为基于认知、情感和制度的信任3个维度，信任结果主要指顾客预订民宿行为。

2.1 基于认知的信任因素

（1）共享民宿描述长度。信息质量能够影响感知信任，服务属于消费前质量难以评估的体验类商品，商家提供准确完整的产品描述能够减少信息不对称，消费者通过商家提供的高质量文本内容建立感知信任。在共享民宿中，房东描述显著影响顾客对房东和平台的信任[44]。详细的描述可以减少顾客对民宿的模糊认知，具有更强的可诊断性。Mauri等的研究发现，产品描述对共享民宿流行度有显著影响[31]。Tussyadiah和Park认为，房东在描述中展示自己丰富的旅游经验有助于提升陌生房客的感知信任和预订意向[44]。房东对民宿的描述内容越详尽，越可以为顾客做出购买决策提供全面的参考依据。因此，房东对民宿的详尽描述程度可以视为吸引顾客的质量信号。据此本研究提出如下假设：

H1a：房东对共享民宿的描述长度正向影响共享民宿预订量

（2）经营时间。服务者从事服务工作的时间长短可以视为反映经验和能力的质量信号，更久的从业经验可以增加顾客的感知安全性[45]。房东经营时间是影响共享民宿服务质量不确定性的重要因素，房东经营时间是指，房东在Airbnb上开始提供服务到现在为止的时间，可以反映房东管理运营民宿的经验。绝大部分民宿房东未经过专业化的酒店管理和服务培训，房东能在实际运营管理中不断提升其服务能力和质量[46]。Xie等的研究结论表明，房东公开显示民宿预订历史会增加预订量[47]。共享民宿较长的运营时间也能间接说明民宿经受了激烈的市场竞争而生存下来。因此，民宿经营时间越长，房东存在欺诈行为的概率越低，满足不同房客需求和应对问题的经验越丰富，民宿的服务质量和顾客满意度就越高。据此本研究提出假设：

H1b：房东共享民宿运营时间正向影响共享民宿预订量

（3）经营民宿数量。房东经营民宿数量是影响民宿预订量的重要因素。在经济活动中，质量和数量对有限的资源存在着竞争关系[48]。根据资源稀缺理论，当个体或组织面临资源约束时，需要权衡服务质量和数量[49]。房东用于管理共享民宿的资源（如时间、精力）是有限的，当房东管理一间民宿时，其可以把全部资源用于该民宿的设施维护和顾客服务。如果房东拥有多间民宿，房东则需将管理资源分配给所有民宿，民宿数量的增加會分散房东分配给每间民宿的管理资源，导致民宿服务质量下降和顾客不满，使得单间民宿的预订量降低。Xie等实证分析了小猪短租网的北京共享民宿数据，发现房东经营民宿数量对预订量有反向影响[46]。据此本研究提出如下假设：

H1c：房东管理的共享民宿数量反向影响民宿预订量

2.2 基于情感的信任因素

（1）评论数量。在线评论数量是指顾客在网络上发布关于产品或服务体验的评论总数。研究表明，评论数量正向影响产品销量，例如Viglia等发现，评论数量在一定范围内会提高酒店入住率[50]。廖俊云和黄敏学认为，评论数量对产品销量产生显著正向影响[51]。评论数量对销量产生影响的原因之一在于口碑的知晓效应（awareness effect）。若产品产生大量在线评论，无论是正面还是负面评论，都容易得到顾客的专注，这就可以增加产品的知晓效应。评论数量可以体现顾客对产品的关注和讨论热度，讨论热度越高，已购买顾客通过网络分享口碑的意向越高，潜在消费者知晓产品并购买产品的概率会越高。此外根据社会传染理论，已购买者通过产生产品信息量来影响未购买者[52]，产品的在线评论数量越多，所包含的产品信息量就越大，影响未购买者消费决策的可能性会越大，进而影响产品销量。据此本研究提出如下假设：

H2a：在线评论数量正向影响共享民宿的预订量

（2）评论效价。评论效价是指，消费者购买后对产品或服务质量体验的评价方向，表达其满意程度和情感极性，常用评论分数来表示。很多学者证实，在线评论效价对商品销量有显著正向影响。郝媛媛等分析影评数据后发现，极端好评正向影响电影票房，极端差评负面影响电影票房[53]。Xie等研究表明，评论效价能够提升酒店经营业绩[54]。评论效价对销量产生影响的原因在于口碑的说服作用（persuasive effect）。当消费者发表产品推荐或者观点时，其动机之一是说服其他消费者并影响其决策，在线评论中表达的情感极性越高，更容易改变其他消费者的态度。Moe等发现，消费者的正面评论会显著影响后续消费者的购买行为[55]。在线评论效价能反映顾客对购买体验满意度的情感极性，潜在顾客通过评论效价感知商品质量并作出购买决策。据此本研究提出如下假设：

H2b：在线评论效价正向影响共享民宿的预订量

2.3 基于制度的信任因素

（1）超赞房东标记。第三方标记是指第三方机构向符合条件的商家签发标记作为商家履行承诺行为的保证[23]。基于信任转移理论，商家通过第三方标记作为信誉背书获得消费者信任。在线市场引入第三方标记来减少交易中的隐私和财务风险，商家在线上交易平台展示第三方标记来提高消费者信任和购买意向[56]。崔香梅和黄京华发现，淘宝网的第三方标记能够增加消费者对商铺的信任[57]。Airbnb为了减少顾客和房东服务质量之间的信息不对称，将一年内在服务响应速率、在线评分和违约率等方面表现优异的房东标记为超赞房东（superhost），并为了激励房东提升服务质量而不断提高准入门槛。现有研究表明，超赞房东标记可以作为传递共享民宿服务质量的有效信号[58-59]，超赞房东标记可以使民宿获得更多溢价和在线评论[60]。据此本研究提出如下假设：

H3a：超赞房东标记正向影响共享民宿预订量

（2）身份认证方式。在线交易中身份认证可以减少交易双方之间的信息鸿沟，可以视为增加感知信任的外部信号[61]。认证审核机制作为结构化保证中的社会网络要素是在线环境中消费者建立信任的前因变量[51]。共享经济的低准入门槛增加了无资质或者具有潜在危害的服务提供者进入市场的风险，服务提供者信息（如身份、社交媒体账号、驾驶证等）经审核认证后发布在共享经济平台上，这些信息可视为制度信号帮助顾客判别信息真实性和服务质量[62]。在共享民宿预订中，平台对房东身份认证会增强潜在顾客的信任。尽管认证机制可以对服务提供者的真实性进行检验，认证方式不完备仍可能会导致欺诈现象的出现，社交媒体等认证方式可以使顾客和房东直接交流而增加感知信任。因此共享民宿中房东提供的认证方式越完备，其更容易受到顾客信任而获得更多的预订量。据此本研究提出如下假设：

H3b：共享民宿房东认证方式数量正向影响民宿预订量

本研究通过在线信任理论，将在线交易中的信任划分为基于认知、情感和制度的3个维度，将Airbnb上能够体现在线信任的房东和民宿信息划分为3类。其中，房东对共享民宿的描述、房东经营民宿的时间和民宿数量体现信息质量和房东能力，可视为基于认知的信任因素。顾客通过在线评论与房东交互，并表达对共享民宿服务质量的情感倾向，潜在顾客通过评论判断房东声誉，因此在线评论数量和效价可视为基于情感的信任因素。Airbnb不仅对服务质量符合标准的房东授予超赞房东标记，还通过电子邮件、社交媒体账号等多种方式对房东身份进行审核认证，因此将超赞房东标记和身份认证归为基于制度的信任。此外，由于共享民宿属性（如设施数量、价格和可容纳人数）也可能对预订量产生影响，本研究将这些因素作为控制变量纳入到模型中（图2）。

3 研究方法

3.1 数据收集

本研究数据样本来自Airbnb（www.airbnb.com）平臺。Airbnb是目前共享民宿市场的行业领导企业，截至2020年6月，Airbnb在220 个国家和地区拥有约700万个民宿，累计超过7.5亿游客使用Airbnb平台预订共享民宿1。房东在Airbnb上发布有关共享民宿和房东的各种信息，并允许房客对服务质量发表在线评价。本研究选择了我国香港作为样本，香港是世界重要的金融、贸易和航运中心，同时也是亚洲最受欢迎的旅游城市之一，每年有大量因商务或旅游的访港游客，香港的酒店房价区间分布非常广，共享民宿可以为旅客提供替代选择方案，香港东西方文化交融的特点有助于共享民宿的推广。

3.2 变量设计

本研究使用Python编写的爬虫程序在Airbnb上抓取了2018年9月正在运营的香港共享民宿及其房东的在线信息，共采集2981个民宿样本。获取了有关共享民宿数据包括房东对民宿的英文描述、房东在Airbnb上开始经营民宿的日期、经营民宿数量、民宿获得的评论数量和总体评价、超赞房东标记、身份认证方式、民宿提供的设施、民宿价格和可容纳人数、房东和民宿属性（图3）。

研究模型选择共享民宿预订量作为因变量，通过统计未来30天内民宿属于“不可获得”状态的天数来计算，此外，也统计了未来60天和90天的预订量用于稳健性检验，变量描述见表1。

由于共享民宿的类型和特征呈现多样化，因此还采集了其他变量来控制潜在异质性的影响，本文主要控制了与在线信任无关的共享民宿属性对民宿预订量的影响。已有文献研究发现，硬件设施、成本优势和住宿人数是消费者选择共享民宿而非酒店的主要偏好[63]，并且会影响使用意向和满意度[64-65]，共享民宿的硬件设施越齐备、价格越低和可容纳住客越多，对消费者购买意向的影响越大。民宿提供的便利设施数量、民宿价格和民宿容纳人数3个变量属于共享民宿成熟的既定变量，不会因为房东的服务质量而改变，与共享民宿的信任相关性不高，但考虑其可能会对因变量带来影响，因此将其作为控制变量。

变量的描述性统计见表2，其中部分变量属于非正态分布，且变量取值范围相差较大，直接代入模型中可能会造成标准化系数误差，对呈正偏态的变量（评论数量和价格）采用取对数转换后再代入模型，减少分析误差。

3.3 模型构建

为了从基于认知、情感和制度的信任构建视角分析共享民宿在线信息对消费者预订行为的影响，本研究建立多元回归模型验证研究假设，研究模型的标准化表达式如下：

[Booking30days=β1+β2DesDepth+β3HostLength+      β4ListiNum+β5Rating+β6lnReviewNum+      β7Superhost+β8VerfiMethod+β9Amenitity+      β10lnPrice+β11Accommodate+ε]

其中，[β1]为截距，[β2～β11]为各变量的回归系数，ε为误差项。

4 实证研究

4.1 回归结果分析

在假设检验之前，首先进行多重共线性检验，结果显示，所有变量的方差膨胀因子（VIF）介于1.119和1.465之间，VIF均值为1.161，表明变量之间不存在多重共线性。本研究的回归结果如表3所示。

（1）在感知信任因素方面，民宿描述长度（β=0.064，p<0.01）和经营时间（β=0.071，p<0.01）对预订量有显著的正向影响。民宿描述可能会包含更多对潜在顾客有价值的信息（如民宿服务内容、事项说明和旅游信息等），详尽的描述能减少潜在顾客对民宿质量的不确定性，降低交易潜在风险和认知差异，提高信任并增加预订量。房东经营时间对预订量有显著正向影响，正如顾客对百年老店更加信任一样，房东经营时间能影响顾客的信任和预订意向。经营时间更长的房东具有更多经验积累和更流畅的运作流程，这能显著提高服务质量和顾客满意度，从而得到更多预订。假设H1a和H1b得到支持。房东经营民宿数量显著负向影响民宿预订量（β=‒0.314，p<0.01），Xie和Mao研究发现，民宿数量对民宿预订量存在负向调节作用[66]，证实了经济学中资源约束下的质量-数量权衡现象。房东面临着服务质量和数量的权衡问题，民宿数量增加使得房东需要把时间和精力分配到更多的民宿中，这会导致房东花费更多的时间奔波于民宿之间，导致服务质量下降和顾客不满，从而减少民宿的预订量。假设H1c得到验证。

（2）在情感信任因素方面，结果表明在线评论数量（β=0.035，p<0.05）和评论效价（β=0.152，p<0.01）对预订量有显著的正向影响。这说明共享民宿获得的在线评论数量越多，未来的预订量就越高。顾客对民宿发表评论的数量可以视为民宿历史销量指标，评论数量越多代表预订过民宿的顾客越多，说明该民宿质量得到了顾客的一致性认可。评论数量同时也代表了顾客与商家的交互信息量，潜在顾客从评论中获取民宿服务质量有用信息的概率就越高，更容易获得顾客信任和预订意向。根据信任传递理论，对于潜在顾客而言，民宿的在线评论效价具有参考作用，顾客会根据民宿在线评论效价来判断房东的可信任度，进而影响民宿预订行为。民宿的评论效价越高，表明在线交互的顾客对其信任度越高，从而提升潜在顾客对房东的信任并促进民宿预订行为。假设H2a和H2b得到支持。

（3）在基于制度的信任因素方面，超赞房东标记（β=0.030，p<0.1）和房东身份认证方式数量（β=0.052，p<0.01）对民宿预订量有显著正向影响。超赞房东标记代表了民宿管理者具有高比例好评、快响应速度和丰富管理经验，表明比普通房东具有更高的服务水平。超赞房东标记可以向潜在顾客传递强烈且积极的质量信号，顾客通过超赞房东标记感知到民宿质量和房东承诺。具有超赞房东标记的民宿是值得信任并获得更高的预订量。Airbnb通过电子邮件、电话号码和社交媒体等多重认证方式可以减少身份造假的可能性。身份认证可以作为信任和质量的信号，帮助顾客辨别房东的真实性。此外，房东公开更多帮助认证的隐私信息，可以让消费者感知到其建立信任的善意，认证方式完备的房东能获得更多预订量。假设H3a和H3b得到支持。

此外，在本文实证结果中可以发现控制变量对共享民宿预订量的影响。回归结果显示，民宿提供的设施数量（β=0.041，p<0.1）对预订量有正向影响，民宿提供的洗衣机、厨房等设施可以给房客居住创造便利条件，因此设施越齐备的民宿越受欢迎。与假设不同的是，价格和可容纳人数对预订量影响不显著，原因可能在于民宿本身的性价比相对酒店存在优势，民宿可容纳人数基本能满足一般家庭出游需求，所以价格和可容纳人数对顾客的预订决策没有显著影响。

4.2 稳健性检验

为了增强模型研究结果的可靠性，本研究通过稳健性检验来验证结论是否一致。前文使用2018年9月份未来30天内的预订量作为因变量，考虑到这30天内可能存在重要节假日如“十一”黄金周，会有大量内地游客赴港旅游，因此民宿预订量可能会比平时高一些。为了减少节假日、气候、旅游季节等因素对预订量的影响，因此又采集了未来60天（Booking60days）和90天（Booking90days）内民宿预订量分别作为因变量构建模型2和模型3，以尽可能消除特殊因素的作用。回归结果见表4，结果表明，评论数量对60天和90天的预订量没有显著影响，说明评论数量只对短期内预订存在作用，其他结果基本保持一致。

5 结论与启示

5.1 理论贡献

（1）本研究拓展了在线市场中信任构建机制的应用情境。在线信任构建理论起源于在线B2C交易中信任构建，本研究将理论适用范围进一步扩展到P2P共享经济领域。本研究不仅证实了B2C交易中的在线评论数量和效价在共享经济环境的重要作用，并针对共享民宿市场特点，发现了身份认证方式、经营民宿数量、民宿信息质量等信任前因变量可传递共享民宿服务质量的信号。房东是共享民宿领域中独有的因素，之前B2C在线市场的相关研究并未涉及，本研究说明共享服务提供者特征会影响潜在顾客的信任感知，共享服务提供者主要依赖在线信息构建传递信任前因变量并吸引顾客。研究结果表明，顾客会通过在线信息感知房东的可信度，共享民宿平台和房东应该关注如何通过在线信息维持信任。

（2）本研究进一步丰富了信任构建理论中信任前因变量的表现形式。在线下市场以及B2C电子商务中，商家主要借助品牌、声望、价格等成本昂贵的信号向消费者传达质量信息。虽然共享经济平台允许任何具有闲置资源的个体进入共享经济市场，但是他们难以承担品牌推广的巨大成本，而本研究表明，通过成本并不昂贵且主要付出辛劳获得的信誉也可以传递服务质量，如房东经验、房东描述民宿的详尽程度以及平台优质服务认证等。顾客可以利用这些信号建立对共享民宿服务质量的信任，即在线市场中辛劳传递的信号和金钱传递的信号的作用是相似的，共享民宿运营平台和房东可以通过此类信息来建立并维持在线交易中的信任。

（3）从研究方法视角来看，本研究使用在线可观测的二手数据实证分析了信任构建相关因素对共享民宿实际预订量的影响，为巩固现有研究结论提供了进一步支撑。信任对顾客参与共享经济使用意向的影响已得到学者们的充分肯定，在研究方法上主要以问卷调查和实验方法为主，缺乏真实数据对已有研究结论的支持。本研究通过共享民宿平台上民宿在线信息和顾客预订行为数据，从信任构建视角为解释顾客在线民宿预订决策行为提供新的依据和见解。

5.2 管理启示

本研究的发现对共享经济平台和服务提供者在以下方面具有启示意义。

（1）本研究为共享经济中建立在线信任提供了启示。在共享经济中，共享经济平台和服务提供者关注提高顾客信任的策略。本研究发现了在线评论与共享民宿预订量之间的关系，通过发现在线评论对顾客信任的影响，有助于共享经济平台设计在线评论机制构建信任。共享资源提供方和共享经济平台都应该努力传递各种形式质量信号来获得顾客的在线信任。共享平台可以对服务提供者通过身份认证、声望、服务保障等机制使顾客减少风险顾虑，如淘宝对商铺的金牌认证等形式，服务提供者通過这些信号机制提升服务质量并获得顾客信任。房东要通过在线平台显示体现服务质量的民宿信息，如详细描述民宿，减少信息不对称获得顾客信任。

（2）本研究发现，经营民宿数量负向影响民宿预订量，房东经营民宿数量如果超过了其经营能力，会导致服务质量下降而降低预订量，共享经济管理方在发展初期应该关注服务质量而不能只关注发展速度，规模快速膨胀导致的质量下降会严重伤害平台品牌形象。房东经营时间正向影响民宿的预订量，运营平台可以考虑根据房东运营时长和经验对其经营的民宿数量进行限制。对于拥有较多闲置民宿资源的房东，民宿运营平台可以引入第三方公司代其来管理经营民宿，降低房东管理负担的同时增加房东收入和提升民宿利用效率。

（3）本研究有助于共享民宿运营平台识别影响顾客信任的关键要素，帮助平台设计和完善交互界面。企业应该进一步对在线平台和移动App改进设计，合理有效利用在线平台的用户界面，将能够反映民宿服务质量的房东信息等放置更加醒目的位置，提升消费者寻找质量信号的效率，减轻消费者信息过载。运营平台可以将Facebook、微信等社交媒体内嵌入在线平台中，民宿房东和顾客之间通过社交媒体交互效率会更加便捷，提升反馈效果。

5.3 不足和展望

（1）本研究中的预订量不能完全反映共享民宿的运营情况。所得数据是未来顾客预订意向的体现，由于共享民宿允许预订取消，那些预订取消政策非常灵活的民宿可能会有较高的预订量，但未必是将来真正发生的消费行为。此外，房东也可能在某些时期使用共享民宿，此时民宿也属于“不可获得”状态，因此共享民宿预订量存在一定误差。

（2）本研究所使用的数据是截面数据，这难以确定研究变量在时间维度上是不变的，如房东拥有的民宿数量、经营民宿的房东是否变更过、民宿在经营过程中是否经过改造等，研究结论不能反映房东和民宿特征对民宿预订量的影响关系是持续的，下一步研究可使用面板数据来检验已有结论。

（3）本研究主要使用结构化数据进行回归分析，这可能不能全面反映共享民宿预订量的影响因素，而房东和民宿照片、民宿地理位置、评论内容等非结构化数据也可能会影响共享民宿预订量。今后研究时需要借助图像分析和文本处理等技术，获取房东的性别、种族以及评论中包含的情感线索等信息，以进一步完善本研究。

参考文献（References）

[1] BELK R. You are what you can access： Sharing and collaborative consumption online[J]. Journal of Business Research， 2014， 67（8）： 1595-1600.

[2] 徐峰， 张新， 王高山， 等. 基于Web of Science的共享民宿研究综述[J]. 旅游学刊， 2020， 35（10）： 135-146. [XU Feng， ZHANG Xin， WANG Gaoshan， et al. Aliterature review in peer-to-peer （P2P） accommodations research based on the web of science[J]. Tourism Tribune， 2020， 35（10）： 135-146.].

[3] TUSSYADIAH I P， PESONEN J. Impacts of peer-to-peer accommodation use on travel patterns[J]. Journal of Travel Research， 2016， 55（8）： 1022-1040.

[4] LAMBERTON C P， ROSE R L. When is ours better than mine？ A framework for understanding and altering participation in commercial sharing systems[J]. Journal of Marketing， 2012， 76（4）： 109-125.

[5] GUTTENTAG D A， SMITH S L J. Assessing Airbnb as a disruptive innovation relative to hotels： Substitution and comparative performance expectations[J]. International Journal of Hospitality Management， 2017， 64： 1-10.

[6] ZERVAS G， PROSERPIO D， BYERS J W. The rise of the sharing economy： Estimating the impact of Airbnb on the hotel industry[J]. Journal of Marketing Research， 2017， 54（5）： 687-705.

[7] DOGRU T， MODY M， SUESS C. Adding evidence to the debate： Quantifying Airbnbs disruptive impact on ten key hotel markets[J]. Tourism Management， 2019， 72： 27-38.

[8] KIM K， BAEK C， LEE J D. Creative destruction of the sharing economy in action： The case of Uber[J]. Transportation Research Part a-Policy and Practice， 2018， 110： 118-127.

[9] GUO Y， XIN F， BARNES S J， et al. Opportunities or threats： The rise of online collaborative consumption （Occ） and its impact on new car sales[J]. Electronic Commerce Research and Applications， 2018， 29： 133-141.

[10] 何超， 張建琦， 刘衡. 分享经济： 研究评述与未来展望[J]. 经济管理， 2018（1）： 191-208. [HE Chao， Zhang Jianqi， LIU Heng. Sharing economy： Literature review and future directions[J]. Business Management Journal， 2018（1）： 191-208.]

[11] BUCHER E， FIESELER C， LUTZ C. Whats mine is yours （for a nominal fee）—Exploring the spectrum of utilitarian to altruistic motives for internet-mediated sharing[J]. Computers in Human Behavior， 2016， 62： 316-326.

[12] WU J， ZENG M N， XIE K R L. Chinese travelers’behavioral intentions toward room-sharing platforms： The influence of motivations， perceived trust， and past experience[J]. International Journal of Contemporary Hospitality Management， 2017， 29（10）： 2688-2707.

[13] HAMARI J， SJOKLINT M， UKKONEN A. The sharing economy： Why people participate in collaborative consumption[J]. Journal of the Association for Information Science and Technology， 2016， 67（9）： 2047-2059.

[14] MOHLMANN M. Collaborative consumption： Determinants of satisfaction and the likelihood of using a sharing economy option again[J]. Journal of Consumer Behaviour， 2015， 14（3）： 193-207.

[15] TUSSYADIAH I P， PESONEN J. Drivers and barriers of peer-to-peer accommodation stay ― An exploratory study with American and finnish travellers[J]. Current Issues in Tourism， 2016， 21（6）： 703-720.

[16] MAO Z X， LYU J Y. Why travelers use Airbnb again？ An integrative approach to understanding travelers’repurchase intention[J]. International Journal of Contemporary Hospitality Management， 2017， 29（9）： 2464-2482.

[17] CHENG X， FU S， DE VREEDE G J， et al. A mixed method investigation of sharing economy driven car-hailing services： Online and offline perspectives[J]. International Journal of Information Management， 2018， 41： 57-64.

[18] 楊学成， 涂科. 共享经济背景下的动态价值共创研究——以出行平台为例[J]. 管理评论， 2016， 28（12）： 258-268. [YANG Xuecheng， TU Ke. Research on the dynamic value co-creation in the sharing economic background： A case study of the travel platform[J]. Management Review， 2016， 28（12）： 258-268.]

[19] JOHNSON A G， NEUHOFER B. Airbnb ―An exploration of value co-creation experiences in Jamaica[J]. International Journal of Contemporary Hospitality Management， 2017， 29（9）： 2361-2376.

[20] CAMILLERI J， NEUHOFER B. Value co-creation and co-destruction in the Airbnb sharing economy[J]. International Journal of Contemporary Hospitality Management， 2017， 29（9）： 2322-2340.

[21] MAYER R C， DAVIS J H， SCHOORMAN F D. An integrative model of organizational trust[J]. Academy of Management Review， 1995， 20（3）： 709-734.

[22] MAHADEVAN R. Examination of motivations and attitudes of peer-to-peer users in the accommodation sharing economy[J]. Journal of Hospitality Marketing & Management， 2018， 27（6）： 679-692.

[23] KIM D J， FERRIN D L， RAO H R. A trust-based consumer decision-making model in electronic commerce： The role of trust， perceived risk， and their antecedents[J]. Decision Support Systems， 2008， 44（2）： 544-564.

[24] KIM D J， SONG Y I， BRAYNOV S B， et al. A multidimensional trust formation model in B-to-C e-commerce： A conceptual framework and content analyses of academia/practitioner perspectives[J]. Decision Support Systems， 2005， 40（2）： 143-165.

[25] PAVLOU P A. Consumer acceptance of electronic commerce： Integrating trust and risk with the technology acceptance model[J]. International Journal of Electronic Commerce， 2003， 7（3）： 101-134.

[26] CHIU C M， HSU M H， LAI H C， et al. Re-examining the influence of trust on online repeat purchase intention： The moderating role of habit and its Antecedents[J]. Decision Support Systems， 2012， 53（4）： 835-845.

[27] FANG Y L， QURESHI I， SUN， H S， et al. Trust， satisfaction， and online repurchase intention： The moderating role of perceived effectiveness of e-commerce institutional mechanisms[J]. MIS Quarterly， 2014， 38（2）： 407-427.

[28] CHANG M K， CHEUNG W M， TANG M C. Building trust online： Interactions among trust building mechanisms[J]. Information & Management， 2013， 50（7）： 439-445.

[29] ZHANG L， YAN Q， ZHANG L H. A computational framework for understanding antecedents of guests perceived trust towards hosts on Airbnb[J]. Decision Support Systems， 2018， 115： 105-116.

[30] ERT E， FLEISCHER A， MAGEN N. Trust and reputation in the sharing economy： The role of personal photos in Airbnb[J]. Tourism Management， 2016， 55： 62-73.

[31] MAURI A G， MINAZZI R， NIETO-GARCIA M， et al. Humanize your business. The role of personal reputation in the sharing economy[J]. International Journal of Hospitality Management， 2018， 73： 36-43.

[32] LIANG L J， CHOI H C， JOPPE M. Exploring the relationship between satisfaction， trust and switching intention， repurchase intention in the context of Airbnb[J]. International Journal of Hospitality Management， 2018， 69： 41-48.

[33] GEFEN D， KARAHANNA E， STRAUB D W. Trust and tam in online shopping： An integrated model[J]. MIS Quarterly， 2003， 27（1）： 51-90.

[34] MCALLISTER D J. Affect- and cognition-based trust as foundations for interpersonal cooperation in organizations[J]. The Academy of Management Journal， 1995， 38（1）： 24-59.

[35] MCKNIGHTD H， CHOUDHURY V， KACMAR C. The impact of initial consumer trust on intentions to transact with a web site a trust building model[J]. Journal of Strategic Information Systems， 2002， 11（3）： 297-323.

[36] MCKNIGHT D H， CHOUDHURY V， KACMAR C. Developing and validating trust measures for e-commerce： An integrative typology[J]. Information Systems Research， 2002， 13（3）： 334-359.

[37] KWOK L， XIE K L. Buyer-seller similarity： Does it lead to a successful peer-to-peer transaction of room-sharing services？[J]. International Journal of Contemporary Hospitality Management， 2018， 30（9）： 2925-2944.

[38] WANG N， SHEN X L， SUN Y. Transition of electronic word-of-mouth services from web to mobile context： A trust transfer perspective[J]. Decision Support Systems， 2013， 54（3）： 1394-1403.

[39] BA S， PAVLOU P A. Evidence of the effect of trust building technology in electronic markets： Price premiums and buyer behavior[J]. MIS Quarterly， 2002， 26（3）： 243-268.

[40] SPARKS B A， BROWNING V. The impact of online reviews on hotel booking intentions and perception of trust[J]. Tourism Management， 2011， 32（6）： 1310-1323.

[41] YANG S B， LEE K， LEE H， et al. In Airbnb we trust： Understanding consumers trust-attachment building mechanisms in the sharing economy[J]. International Journal of Hospitality Management， 2018， 83： 198-209.

[42] CHENG X S， FU S X， SUN J S， et al. An investigation on online reviews in sharing economy driven hospitality platforms： A viewpoint of trust[J]. Tourism Management， 2019， 71： 366-377.

[43] 賀明华， 梁晓蓓. 共享平台制度机制能促进消费者持续共享意愿吗？——共享平台制度信任的影响机理[J]. 财经论丛， 2018， 236（8）： 77-86. [HE Minghua， LIANG Xiaobei. Can sharing platforms institutional mechanisms promote consumer continuous sharing intention？—Impacts of sharing platforms institution-based trust[J]. Collected Essays on Finance and Economics， 2018， 236（8）： 77-86.]

[44] TUSSYADIAH I P， PARK S. When guests trust hosts for their words： Host description and trust in sharing economy[J]. Tourism Management， 2018， 67： 261-272.

[45] 董纪昌， 王国梁， 沙思颖， 等. P2P网贷平台信任形成机制研究[J]. 管理学报， 2017， 14（10）： 1532-1537. [DONG Jichang， WANG Guoliang， SHA Siying， et al. Research on trust formation mechanisms in P2P lending platform[J]. Chinese Journal of Management， 2017， 14（10）： 1532-1537]

[46] LIU X H， WRIGHT M， FILATOTCHEV I. Learning， firm age and performance： An investigation of returnee entrepreneurs in chinese high-tech industries[J]. International Small Business Journal， 2015， 33（5）： 467-487.

[47] XIE K R， MAO Z， WU J. Learning from peers： The effect of sales history disclosure on peer-to-peer short-term rental purchases[J]. International Journal of Hospitality Management， 2019， 76： 173-183.

[48] ELLWAY B P W. Is the quantity-quality trade-off in call centres a false dichotomy？[J]. Managing Service Quality， 2014， 24（3）： 230-251.

[49] HUSSAIN D， WINDSPERGER J. Multi-unit ownership strategy in franchising： Development of an integrative model[J]. Journal of Marketing Channels， 2010， 17： 3-31.

[50] VIGLIA G， MINAZZI R， BUHALIS D. The influence of e-word-of-mouth on hotel occupancy rate[J]. International Journal of Contemporary Hospitality Management， 2016， 28（9）： 2035-2051.

[51] 廖俊云， 黄敏学. 基于酒店销售的在线产品评论、品牌与产品销量实证研究[J]. 管理学报， 2016， 13（1）： 122-130. [LIAO Junyun， HUANG Minxue. Online production reviews， brands and product sales： An empirical study based on sales of hotel[J]. Chinese Journal of Management， 2016， 13（1）： 122-130.]

[52] 王殿文， 黃敏学， 周男. 初次购买和升级购买中的社会传染[J]. 管理科学， 2016， 29（5）： 105-115. [WANG Dianwen， HUANG Minxue， ZHOU Nan. Social contagion in trial and upgrade purchase[J]. Journal of Management Science， 2016， 29（5）： 105-115.]

[53] 郝媛媛， 邹鹏， 李一军， 等. 基于电影面板数据的在线评论情感倾向对销售收入影响的实证研究[J]. 管理评论， 2009， 30（1）： 95-103. [HAO Yuanyuan， ZOU Peng， LI Yijun， et al. An empirical study on the impact of online reviews sentimental orientation on sale basedon movie panel data[J]. Management Review， 2009， 30（1）： 95-103.]

[54] XIE K L， ZHANG Z L， ZHANG Z Q. The business value of online consumer reviews and management response to hotel performance[J]. International Journal of Hospitality Management， 2014， 43： 1-12.

[55] MOE W W， TRUSOV M. The value of social dynamics in online product ratings forums[J]. Journal of Market Research， 2011， 48（3）： 444-456.

[56] OZPOLAT K， GAO G D， JANK W， et al. The value of third-party assurance seals in online retailing： An empirical investigation[J]. Information Systems Research， 2013， 24（4）： 1100-1111.

[57] 崔香梅， 黄京华. 信用评价体系以及相关因素对一口价网上交易影响的实证研究[J]. 管理学报， 2010， 7（1）： 50-56; 63. [CUI Xiangmei， HUANG Jinghua. Empirical study on the impact of the reputation system on buy-it-now online transaction[J]. Chinese Journal of Management， 2010， 7（1）： 50-56; 63.]

[58] GUNTER U. What makes an Airbnb host a superhost？ Empirical evidence from San Francisco and the Bay Area[J]. Tourism Management， 2018， 66： 26-37.

[59] SUN N， LIU D， ZHU A D， et al. Do Airbnbs “Superhosts” deserve the badge？ An empirical study from China[J]. Asia Pacific Journal of Tourism Research， 2019， 24（4）： 296-313.

[60] WANG D， NICOLAU J L. Price determinants of sharing economy based accommodation rental： A study of listings from 33 cities on Airbnb. com[J]. International Journal of Hospitality Management， 2017， 62： 120-131.

[61] MAVLANOVA T， BENBUNAN-FICH R， LANG G. The role of external and internal signals in e-commerce[J]. Decision Support Systems， 2016， 87： 59-68.

[62] PAVLOU P A. Institution-based trust in interorganizational exchange relationships： The role of online B2B marketplaces on trust formation[J]. Journal of Strategic Information Systems， 2002， 11（3-4）： 215-243.

[63] YOUNG C A ， CORSUN D L ， XIE K L. Travelers preferences for peer-to-peer （P2P） accommodations and hotels[J]. International Journal of Culture， Tourism and hospitality Research， 2017， 11（4）： 465-482.

[64] LYU J， LI M M， LAW R. Experiencing P2P accommodations： Anecdotes from Chinese customers[J]. International Journal of Hospitality Management， 2019， 77： 323-332.

[65] TUSSYADIAH I P. Factors of satisfaction and intention to use peer-to-peer accommodation[J]. International Journal of Hospitality Management， 2016， 55： 70-80.

[66] XIE K R， MAO Z X. The impacts of quality and quantity attributes of Airbnb hosts on listing performance[J]. International Journal of Contemporary Hospitality Management， 2017， 29（9）： 2240-2260.

The Effects of Trust-building Mechanisms on Peer-to-Peer Accommodation

Booking： An Empirical Study on Airbnb

XU Feng， ZHANG Xin， LIANG Yikai， WANG Gaoshan， CHEN Yun

（School of Management Science and Engineering， Shandong University of Finance and Economics， Jinan 250014， China）

Abstract： As an emerging business model， P2P （peer-to-peer） sharing economy plays an important role in improving the efficient use of social resources. The hospitality sector is one of the industries most influenced by sharing economy. Despite the proliferation of the P2P sharing accommodation， the survey shows that hotel occupancy was significantly higher than P2P accommodation occupancy. A continuous lack of online trust among consumers increases concerns about uncertainty and risk， which inhibits their P2P participation. Trust has been widely recognized as the crucial factor of consumer purchase intention on P2P sharing platforms. Thus， sharing economy platforms face a major challenge in how to best alleviate the worries of consumers and service providers in regard to online risk. Therefore， it is of great value to find trust antecedents of sharing economy platforms that affect customers decision making process. This study aims to examine the effects of online trust-building mechanisms on the P2P reservations made on Airbnb， one of the world’s leading short-term rental platforms.

Based on the trust-building theory in the online market， this paper developed a series of hypotheses and built a conceptual model to explore the effects of trust antecedents originated from cognition-based， affect-based and institution-based trust-building mechanisms on the P2P accommodation reservations. Using a large data set of 2968 active listings hosted in Hong Kong obtained from Airbnb.com， this study estimates the effects of cognition-based， affect-based and institution-based trust-building mechanisms on the sales performance of the hosts Airbnb listings through a Poisson regression model. A series of robustness checks were also performed to verify the consistency of the estimated effects. The results of regression revealed that cognition-based trust antecedents such as depth of listing description and length of operating experience positively affect reservations， whereas the number of listings owned by a host offers negative influence. In the context of online market， potential consumers depend on online review systems to perceive others shopping experience as trust antecedents， the volume and valence of online reviews positively are associated with P2P accommodation reservations; Airbnb also provides effective institutional mechanisms to strengthen perceived trust of consumers; the superhost badge of the host as a third-party seal can increase the reservations of the listing. Furthermore， identity verification methods provided by Airbnb also increase the purchase behaviors.

This paper theoretically extends the context of trust building mechanism to the P2P sharing economy. The results provide strong empirical evidence that the signals such as specific host attributes， online reviews and institutional assurances provided by Airbnb effectively establish online trust and affect short-term reservations. Some managerial implications for platform management and hosts to understand how to gain online trust from customers， and help platform management to reasonably control the quantity of listings operated by a host to ensure service quality and promote the prosperity and development of the sharing economy.

Keywords： peer-to-peer （P2P） accommodation; trust-building mechanism; Airbnb; online review

[責任编辑：王    婧;责任校对：周小芳]