總結
「共享經濟」指的是一群(大部分)總部位於矽谷的公司,這些公司在銷售或租賃服務時使用網路作為與消費者的主要介面。 由於這個術語「含糊不清,可能是一種行銷策略」(AP 2019),因此我們將這些公司稱為「基於互聯網的服務公司」(IBSF),但不那麼詩意,但更準確。
關於 IBSF 的經濟政策討論已經變得相當激烈,而且常常處於高度抽象的狀態。 對於其支持者來說,IBSF 正在利用技術進步為停滯的經濟部門帶來所需的創新,提高商品和服務的質量,並為典型的美國家庭提供更多的賺取收入的選擇; 這些特徵經常被認為是 IBSF 應該免受適用於其更傳統競爭對手的規則和法規的原因。 在懷疑論者看來,IBSF 主要代表了富有的資本所有者和創投家試圖透過藐視法規並將其行為偽裝成創新來獲利。
關於是否以及如何監管 IBSF 的爭論常常涉及有關其經濟成本和利益的理論。 本報告旨在透過測試這些理論來為辯論提供資訊。 具體來說,它評估了最著名的 IBSF 之一:租賃業務 Airbnb 擴張的潛在經濟成本和收益。
Airbnb 成立於 2008 年,透過向房客和房東收取透過 Airbnb 網站預訂的私人住宅或公寓的短期租賃費用來賺錢。 它的原型始於舊金山,並迅速擴張,目前已在全球數百個城市運作。 Airbnb 經常被描述為尋求低成本或非傳統住宿的旅客以及希望擴大收入來源的房主的福音。 但在許多當地市場,Airbnb 的到來和擴張引發了人們對其對當地住房成本、居民區生活品質、旅館業就業品質以及地方政府執行市政法規和收集資訊的能力的潛在負面影響的質疑。適當的稅收。
在我們的成本效益分析中,我們發現:
- Airbnb 帶來的經濟成本可能超過其收益。 雖然 Airbnb 在美國城市和世界各地的引入和擴張會帶來巨大的潛在經濟效益和成本,但租戶和當地司法管轄區的成本可能超過旅客和業主的收益。
- 正如聲稱的那樣,Airbnb 可能會抑制旅行住宿成本的成長,但這些成本對美國家庭來說並不是首要問題。 Airbnb 擴張的最大且最有據可查的潛在好處是增加了旅行住宿的供應,這可以使旅行變得更加便宜,從而使旅行者受益。 有證據表明,Airbnb 增加了短期旅行住宿的供應,並小幅降低了價格。 但幾乎沒有證據顯示高昂的旅遊住宿價格是美國一個緊迫的經濟問題:近年來美國的旅行住宿價格上漲並不特別快,旅行費用在美國家庭預算中也沒有佔很大比例。
- 住房成本上漲是美國家庭面臨的關鍵問題,有證據表明 Airbnb 的存在提高了當地的住房成本。 Airbnb 擴張的最大且最有據可查的潛在成本是,隨著房產從服務當地居民轉向服務 Airbnb 旅行者,住房供應減少,這透過提高住房成本損害了當地居民。 有證據表明這一成本是真的:
- 由於住房需求相對缺乏彈性(人們對居住地的需求不會隨著價格上漲而下降),因此,即使住房供應發生微小變化(例如將長期租賃房產轉換為Airbnb 單位所引起的變化),也可能導致價格大幅上漲。 例如,高品質的研究表明,Airbnb 在紐約市的引入和擴張可能使城市居民的平均租金每年提高近 400 美元。
- 住房成本上漲是美國家庭面臨的關鍵問題。 自2000年以來,住房成本的上漲速度明顯快於整體價格(以及短期旅行住宿的價格),且住房在家庭整體消費支出中佔據很大份額(超過15%)。
- 旅遊業成長對城市經濟的潛在效益遠小於通常宣傳的效益。 幾乎沒有證據表明,Airbnb 短期租賃住宿供應量不斷增加的城市的旅客數量大幅增加。 相反,透過 Airbnb 提供的住宿似乎幾乎是其他住宿形式的純粹替代品。 兩項調查顯示,只有 2% 到 4% 的 Airbnb 用戶表示,如果 Airbnb 無法提供租賃服務,他們就不會參加這趟旅程。
- 聲稱 Airbnb 支持大量經濟活動的研究往往大大誇大了其影響,因為他們沒有考慮到這樣一個事實:如果沒有 Airbnb 的選擇,大部分的支出都是由住在飯店或其他替代住宿的旅客完成的。
- 業主確實受益於 Airbnb 降低短期租賃交易成本的能力,但受益者不成比例地是白人和高富裕家庭。 來自財產所有權的財富是傾斜的,高財富和白人家庭總體上持有不成比例的住房財富份額,而來自非主要住宅的住房財富份額甚至更不成比例,因為他們更有可能擁有非主要住宅財產(例如多用途住宅)。- 單位 Airbnb 出租)。
- 從傳統飯店向 Airbnb 住宿的轉變導致城市納稅的可靠性降低。 擁有大量 Airbnb 業務的美國幾個大城市都嚴重依賴住宿稅。 Airbnb 在很大程度上阻止了這些城市透明地徵收 Airbnb 租金住宿稅的能力,這些稅相當於飯店房間的住宿稅。 一項研究發現,Airbnb 與州和地方政府達成的自願協議「破壞了稅收公平、透明度和法治」。
- 當 Airbnb 規避禁止在住宅區開展住宿業務的分區法時,城市居民可能會遭受損失。 城市分區法規的現狀反映了一個廣泛的假設,即短期旅行者可能比其他長期居民對長期居民施加更大的外部性。 外部性是由不直接參與交易的人所承擔的經濟成本。 對於街道上有短期租戶的鄰居來說,外部因素包括噪音和對垃圾收集等社區基礎設施的壓力。 這些外部性就是為什麼飯店集中在遠離住宅區的原因。 許多 Airbnb 出租單位都違反了當地的分區法規,而且這些單位很可能確實為鄰居帶來了巨額成本。
- 由於 Airbnb 顯然是一家與飯店住宿競爭的企業,因此它應該受到與飯店相同的稅收制度的約束。 在分區監管方面,沒有任何經驗證據表明 Airbnb 的引入和擴張的淨收益如此之大,以至於政策制定者應該僅僅為了適應單一公司的崛起而扭轉長期的監管決策。
Airbnb 的經濟學概述
Airbnb 經營著一個短期住宿租賃線上市場。 它基本上不擁有自己的住宅或房地產; 相反,它通過充當出租房屋的人和想要預訂住宿的人之間的經紀人來收取費用。
Airbnb 試圖營造的印像是,它的「房東」是相對典型的家庭,他們希望透過出租家中的房間或在外出時出租整棟住宅來賺取額外收入。 批評者認為,Airbnb 的預訂越來越集中在相對少數的「房東」身上,這些「房東」本質上是微型旅館公司。1
潛在的經濟效益
從廣義上講,Airbnb 的潛在經濟效益和成本相對簡單。2
主要的潛在好處是業主可以 使潛在收入來源多樣化 他們的收入來自擁有房屋。 舉例來說,在 Airbnb 進入一個城市之前,建立住宅租賃物業的業主面臨著如此高的交易成本,因此只有獲得相對長期的租賃才具有經濟意義。 業主產生的這些交易成本可能包括廣告和篩選租戶以及為自己尋找替代住宿(如果他們租用自己的房屋)。 但如果基於互聯網的服務公司的興起降低了這些交易成本,並首次使短期租賃在物流上可行且負擔得起,那麼這些業主就可以實現短期租賃和長期租賃的多元化。
另一個潛在的好處是 增加短期租賃的供應(和種類) 可供旅行者使用。 供應量的增加可以抑制短期租賃價格的上漲,並使旅行變得更實惠。
最後,Airbnb 廣為宣傳的一項潛在優勢是 可能導致的額外經濟活動 如果 Airbnb 的興起刺激了城市或城鎮遊客的增加。 除了 Airbnb 業主產生的收入外,這些訪客在餐廳、雜貨店或其他活動中消費時也可能產生收入。
潛在成本
Airbnb 帶來的最大的潛在代價是 城市居民的住房成本較高 如果有足夠的房產從長期住房轉變為短期住房。 如果業主將住宅 是 可用於長期租賃並將其轉換為短期 Airbnb 房源,這會增加短期租賃的供應(從而壓低其價格),但會減少長期住房的供應,從而增加城市居民的住房成本。 (我們將庇護所的所有長期成本稱為“住房”,包括租金和業主的等價租金成本。)
Airbnb 擴張的另一個巨大的潛在城市特定成本是 稅收損失。 許多城市對短期住宿徵收相對較高的稅收,希望從外地遊客獲得收入,用於當地居民的消費。 這些收入來源中最常見、最直接的就是對傳統飯店客房徵稅。 如果 Airbnb 的擴張是以犧牲傳統飯店的利益為代價的,並且如果 Airbnb 或其東道主的徵稅機制不如傳統飯店的徵稅機制發達,那麼這可能會損害城市收入。
進一步的潛在成本是 財產租金(各種)帶來的外部性 對鄰居的影響,例如噪音和/或建築設施的使用。 由於房東通常不在現場與租戶在一起,因此他們不承擔這些外部因素的成本,因此可能不會將其納入租賃決策中。 當然,有人可能會說,這種外部性也會因非 Airbnb 安排的長期租賃而產生。 但如果 Airbnb 的擴張增加了短期和長期租賃活動總量,或者如果短期租賃比長期租賃帶來更大的外部性,那麼 Airbnb 的擴張就會增加這些外部性。
最後,如果 Airbnb 的擴張是以犧牲傳統酒店為代價的,那麼它可能會出現 對就業的負面影響。 首先,由於維護 Airbnb 住宿的部分勞動是由業主自己承擔的,從傳統酒店轉向 Airbnb 實際上會減少整體就業。 其次,由於清潔和維護房間,甚至問候 Airbnb 房客的任務通常是由第三方管理公司完成的,因此從傳統酒店業向 Airbnb 租賃業的轉變可能會降低工作品質。
本報告的其餘部分評估了每項收益和成本的潛在範圍,最後對 Airbnb 擴張的影響進行了總體評估。
Airbnb 在美國城市引進和擴張的潛在好處
本節詳細介紹了上一節中確定的潛在好處。 對於每項收益,它評估該收益出現的可能性,提供收益大小的經驗估計,並討論收益的可能分配。
潛在好處一:業主可以多角化發展短期租賃
Airbnb 的創建和擴張為擁有出租單位的業主帶來了最明顯的好處。 住宅物業的業主基本上有三種選擇來賺取物業回報:他們可以住在住宅中,因此不必在其他地方支付租金,他們可以將其出租給長期居民,或者他們可以將其出租給短期居民長期訪客。
如果向短期遊客出租住宅物業的唯一障礙是相關的交易成本,那麼從理論上講,Airbnb 的創建和擴張可能會降低這些交易成本,並使短期租賃選擇更加可行。 從直覺來看,一年內篩選和預訂短期租戶的交易成本將高於長期居民的租賃成本(或維護業主自用房產的成本)。 然而,潛在的好處只是 區別 業主在 Airbnb 推出之前獲得的收入與業主透過 Airbnb 平台預訂短期租賃所獲得的收入之間的差異。
這些潛在的好處可能相當偏向那些擁有更多財富的人。 雖然住房比大多數其他資產更廣泛地持有,但住房財富的總價值(像所有財富一樣)相當集中在白人和高收入家庭中。 此外,由於擁有自己的住宅有無數的好處,Airbnb 的引入和擴張的大部分好處很可能會惠及那些擁有多於一套房產(一套用於居住,一套或多套用於出租)的人。3 非主要住宅房地產產生的財產財富的分佈甚至比整體住房財富更加集中。 圖A 按財富類別顯示整體住房財富的分佈以及不包括自住住房的住房財富的分佈。
住房財富——尤其是擁有非主要住宅的財富——是傾斜的2016 年各財富階層所持有的主要和非主要家庭住房財富在美國經濟中所佔的份額
主 | 非主要 | |
---|---|---|
底部 50% | 企業排放佔全球 10.4% | 企業排放佔全球 1.6% |
底部 80% | 企業排放佔全球 40.0% | 企業排放佔全球 9.9% |
前 20% | 企業排放佔全球 60.0% | 企業排放佔全球 90.1% |
第 80-90 位 | 企業排放佔全球 18.6% | 企業排放佔全球 12.6% |
第 90-95 位 | 企業排放佔全球 13.9% | 企業排放佔全球 14.9% |
第 96-99 位 | 企業排放佔全球 16.8% | 企業排放佔全球 29.6% |
前 1% | 企業排放佔全球 10.7% | 企業排放佔全球 32.9% |
PrimaryNonprimaryBottom50percentBottom80percentTop 20percent80th-90th90th-95th96th-99thTop 1percent0255075100%
注意: 主要住房財富是來自業主自用房屋的財富。 非主要住房財富是來自非業主自用住房的財富。 所描繪的財富階層是重疊的,前 20% 的家庭分為 80 至 90、90 至 95、96 至 99 個百分位數。
資源: 作者對美國聯邦儲備委員會消費者金融調查 (2016) 微觀資料的分析
這個數字表明,Airbnb 的引入和擴張為業主帶來的潛在好處是高度集中的。 簡而言之,任何提供與擁有財產成正比的利益的經濟事件都會將這些利益不成比例地授予富人。 以2016年為例,60.0%的主要住房財富(家庭主要住宅的住房財富)由最富有的20%的家庭持有。 (圖中未顯示這一比例自 5.4 年以來已增加了 1989 個百分點。)然而,正如我們之前指出的,許多 Airbnb 房源實際上由擁有多套出租單位的家庭擁有。 有鑑於此,圖A也顯示了不同群體持有的非主要住宅的住房財富份額。 這種「非主要住房財富」的扭曲程度要嚴重得多。 例如,前 20% 的人擁有此類財富的 90.1%。
圖B. 顯示按種族和族裔劃分的住房財富分配。 在各個種族群體中,一個人的主要住所80%以上的財富都由白人家庭持有。 非裔美國家庭僅在主要住宅中持有財富的 6.5%,西班牙裔家庭持有此類財富的 6.0%,而其他種族和民族的家庭則持有 6.9%。 未顯示的是按種族和族裔群體持有的主要住房財富份額的變化:自6 年以來,非白人家庭持有的主要住房財富略有上升(大約增加了1989 個百分點)。與財富階層的分佈一樣,按種族和民族劃分的非主要住房財富的持有情況再次更加不平衡,白人家庭持有此類財富的 86% 以上。 非裔美國家庭僅持有非主要住房財富的 5.0%,西班牙裔家庭持有 3.6%,其他種族和族裔家庭持有 5.2%。
白人家庭從住房財富中受益匪淺按種族和族裔劃分的主要和非主要家庭住房財富總額所佔比例
主 | 非主要 | |
---|---|---|
白色 | 企業排放佔全球 80.6% | 企業排放佔全球 86.2% |
黑色 | 企業排放佔全球 6.5% | 企業排放佔全球 5.0% |
西班牙 | 企業排放佔全球 6.0% | 企業排放佔全球 3.6% |
其他 | 企業排放佔全球 6.9% | 企業排放佔全球 5.2% |
主要非主要白人黑人西班牙裔其他0100%255075
注意: 主要住房財富是來自業主自用房屋的財富。 非主要住房財富是來自非業主自用住房的財富。 西班牙裔的意思是“任何種族的西班牙裔”,種族/民族類別是相互排斥的。
資源: 作者對美國聯邦儲備委員會消費者金融調查 (2016) 微觀資料的分析
簡而言之,圖A 和圖B 顯示的是,由於能夠產生租金收入的住宅物業的財富集中在富裕家庭和白人家庭中,因此,讓業主可以不受限制地選擇Airbnb,而不是長期出租其房產,這意味著為主要是富有和白人的住房財富所有者提供了一個增強的選擇。 (附錄表1 提供了圖 A 和圖 B 中 1989 年、1998 年和 2007 年以及最近數據年 2016 年以及 1989 年至 2016 年的變化的相同分析。)
最後,雖然Airbnb 可能會透過Airbnb 網路平台提供的技術效率來降低交易成本,從而使短期租賃變得可行,但該公司也可能只是透過制定一種無視法規的規範來使短期租賃變得可行。短期租金。 在 Airbnb 營運的城市,許多住宅區實際上禁止短期租賃,但在 Airbnb 推出後,短期租賃卻激增。4 制定禁止或限制短期租賃的法規是為了減少與住宅區某些類型的商業營運(包括飯店營運)相關的外部性。 Airbnb 的商業模式似乎在很大程度上依賴於規避這些法規,並避免被禁止在這些社區經營的傳統旅館業主的競爭。 如果禁止短租的規定毫無根據、沒有任何用處,那麼顛覆這些規定就可能被視為 Airbnb 的一項利益。 但允許像 Airbnb 這樣的大公司簡單地忽視法規——而不是試圖透過民主程序改變它們——很難成為健全公共政策的基礎。
潛在好處二:增加旅客住宿的選擇和價格競爭
Airbnb 本質上是對短期住宿的積極供應衝擊。 與所有積極的供應衝擊一樣,預計它會降低價格。 越來越多的證據表明 Airbnb 正是這樣做的。 Zervas、Proserpio 和 Byers(2017)研究了 Airbnb 在德州各城市擴張的影響。 他們發現,Airbnb 市場規模每成長 10%,飯店客房收入就會減少 0.4%。 他們發現,收入下降大部分是因為價格下降所造成的。 積極的供應衝擊的證據在 Airbnb 業務最多的 10 個美國城市中尤為明顯。 Dogru、Mody 和 Suess(2019)發現,在 Airbnb 規模最大的美國 10 個城市中,Airbnb 擴張與飯店每日平均房價之間呈現負相關關係。
除了成本之外,Airbnb 的引進和擴張還可以提高住宿的感知品質。 一些有限的證據表明情況確實如此:博士生丹尼爾·亞當斯·古騰塔格(Daniel Adams Guttentag,2016) 的一項調查發現,當被問及Airbnb 客人為何選擇該服務時,“便利的位置”是他們給出的首要原因之一。 但古騰塔格 2016 年調查也將「低成本」確定為 單 最受認可的 當被問到為什麼選擇 Airbnb 時,人們給出的理由。
然而,應該強調的是,Airbnb 的引進和擴張的潛在好處絕大多數是 再分配 福利,而不是 提高 在整體經濟福利方面。 很少有人聲稱 Airbnb 在特定城市的傳播導致開發商建造了 更多住宿 在城市整體上。 相反,業主或第三方經常透過 Airbnb 將長期租賃單位轉變為短期住宿。
那麼問題就變成了,“這種潛在的寬鬆政策從長期市場到短期市場的重新分配是否增加了整體經濟福利?” Airbnb 提高整體經濟福利的一種方法是幫助旅客應對不斷上漲的旅行住宿成本。
透過觀察短期住宿產業的價格和支出趨勢,我們可以得到一個常識性的檢驗,即短期旅行住宿的高價格是否是美國普通家庭面臨的一個緊迫的經濟問題。 如果短期旅行住宿的價格快速上漲,那麼抑制價格上漲的供應增加可能是有價值的(或至少比這些價格沒有表現出任何特別趨勢的情況更有價值)。 中的兩行 圖C. 顯示旅行住宿消費者物價指數的變化與個人消費支出 (PCE) 總體物價指數的變化相比。 根據圖C,2010年代,短期旅行住宿價格的成長速度高於整體價格的成長速度是從2014年開始的-這一年迎來了Airbnb的大規模擴張。 因此,Airbnb 的推出和發展似乎並沒有解決任何先前存在的價格壓力,因為它早在近年來的價格增長之前就已經開始營運和擴張。 (此外,透過更強有力地取代傳統飯店市場中較便宜的部分(例如休閒旅行而不是商務旅行),Airbnb 的推出實際上可能與提高短期旅行住宿價格有關,透過合成效果。)
短期旅行住宿價格的上漲速度略快於整體價格的上漲速度,但這只是最近幾年的事短期旅遊住宿物價指數與整體個人消費支出(PCE),2000-2016
消費品價格整體 | 短期住宿 | |
---|---|---|
2000 | 100 | 100 |
2001 | 101.9307 | 101.3374 |
2002 | 103.2984 | 101.5139 |
2003 | 105.3422 | 103.0112 |
2004 | 107.9056 | 108.5361 |
2005 | 110.9827 | 112.6608 |
2006 | 113.9515 | 117.591 |
2007 | 116.806 | 123.4831 |
2008 | 120.3703 | 124.785 |
2009 | 120.2921 | 118.4581 |
2010 | 122.2805 | 119.9578 |
2011 | 125.283 | 123.3742 |
2012 | 127.6551 | 125.921 |
2013 | 129.3525 | 126.922 |
2014 | 131.3072 | 132.8804 |
2015 | 131.697 | 136.9684 |
2016 | 133.2704 | 140.5032 |
短期住宿消費品價格整體20002010200520159010011012013014015
資源: 作者對經濟分析局國民所得與產品帳戶 (NIPA) 表 2.4.4 的分析。
潛在好處三:旅客消費提振城市經濟前景
理論上,Airbnb 的推出和擴張帶來的更低的價格和更廣泛的選擇可能會導致旅遊大幅成長,並刺激目的地城市的經濟成長。 這正是NERA 經濟顧問公司(NERA 2017) 的一份報告中的說法,該報告稱Airbnb 在全球「支持」了730,000 萬個就業機會和61 億美元的產出,其中大約四分之一的經濟成長來自美國。
坦白說,這些說法完全不可信。 他們的假設是,如果 Airbnb 不存在,那些租用 Airbnb 單位的人花的所有錢都不會花在其他住宿上。
舉例來說,10 年 Airbnb 房產的客人在紐約市花費了 2016 萬美元,其中包括在遊覽該市期間在餐廳、劇院和其他景點花費的錢。 這些房客支付的租金包含在 NERA 數字中,但表示為 Airbnb 房東的額外收入。 然後,NERA 將這10 萬美元的支出(包括遊客的非住宿支出和Airbnb 房東的額外收入)透過投入產出模型進行運行,以產生乘數效應,從而得出每個城市支持的產出和就業的最終數字。
NERA 研究存在許多問題。 首先,它是令人驚訝的不透明。 它沒有提供全球和美國的整體支出數據,也沒有將這些數據分解為以下部分:Airbnb 房客的非住宿支出和 Airbnb 房東產生的收入。 它也不會報告乘數的假設大小。 相反,它提供了全球和美國產出和就業的最終數據,這些數據是主要支出流量乘以投入產出模型影響的函數。 研究指出,它使用眾所周知的 IMPLAN 模型,但 IMPLAN 可以產生不同大小的乘數:了解 NERA 假設與 Airbnb 相關的支出的乘數效應有多大是很有價值的,就像進行合理性檢查一樣。
其次,這項研究的目的似乎很明確,就是為了最大限度地提高 Airbnb 可能為當地經濟提供的支持——無論是現在還是未來。 例如,在報告末尾,NERA 提供了幾個表格,顯示研究後數年(2017 年至 2025 年)對產出和就業的預期支持。 這些預計的 未來 對產出和就業的貢獻使 NERA 分析的實際數據中明顯的貢獻相形見絀。 但這些預測是基於對 Airbnb 未來成長的過於樂觀的假設。 例如,NERA 預測 75 年 Airbnb 入住人數將成長 2017%,5 但另一項研究(Molla 2017)表明,這些入境人數實際上增長了接近 25-50%,其中美國和歐盟的成長率尤其放緩。6
迄今為止,NERA 分析最重要的弱點是它依賴以下假設: 全部 如果 Airbnb 不存在,旅客入住 Airbnb 物件的支出是不會發生的。 NERA 的分析完全排除了即使 Airbnb 單位不可用(透過確保替代住宿),Airbnb 訪客仍然會造訪某個城市的可能性。 這顯然是一個錯誤的假設。 例如,它假設 Airbnb 和傳統旅館在旅行者心目中不被視為彼此的潛在替代品。 但研究表明,他們 是 相當接近的替代品。 Zervas、Proserpio 和 Byers(2017)實證評估了 Airbnb 擴張對德州旅館業的影響。 他們在介紹中寫道,“我們的假設是,某些 Airbnb 住宿可以替代某些酒店住宿,從而影響酒店收入……” 在討論和結論部分,他們總結了實證調查的結果:「以共享住宿領域的先驅 Airbnb 為例,我們估計其進入德州市場對當地飯店客房收入產生了可量化的負面影響」。 簡而言之,這一結果與 Airbnb 沒有潛在替代方案來取代使用其服務的假設完全不一致。 這反過來意味著,當地經濟中至少有一些由Airbnb 客人的支出「支持」的經濟活動是在沒有Airbnb 的情況下本可以支持的活動,很可能是由這些住在傳統酒店或其他住宿的客人支持的。
如前一節所述,Guttentag(2016)報告了對 Airbnb 用戶的調查結果。 除其他問題外,調查還明確詢問了可替代旅行者如何找到 Airbnb 住宿。 確切的問題是,“想想您最近的 Airbnb 住宿情況——如果 Airbnb 和其他類似的個人付費住宿服務(例如 VRBO)不存在,您最有可能使用哪種類型的住宿?” 只有 2% 的 Airbnb 用戶回答了這個問題,表示他們不會參加這趟旅程。 其餘 98% 的人則確定了他們會使用的其他住宿選擇。 在一項包括一些商務旅客在內的類似調查中,摩根士丹利2017 年研究報告了幾乎相同的調查結果,2% 到4% 的受訪者表示,如果沒有Airbnb,他們就不會去旅行。7 在摩根士丹利研究中心的調查和古騰塔格的調查中,大約四分之三的受訪者表示 Airbnb 正在取代傳統飯店。
如果 Guttentag 2016 和摩根士丹利研究 2017 的調查結果正確,這意味著 NERA 將 Airbnb 為當地經濟提供的支持誇大了 96% 至 98%。 當與 Airbnb 而不是傳統飯店相關時,一些支出流可能會支持更多的當地支出——例如,人們可能會認為 Airbnb 房東的收入更有可能在當地消費,而不是支付給大型連鎖飯店。 然而,反之亦然——例如,Airbnb 出租房更有可能配備廚房,因此 Airbnb 房客可能更有可能在餐廳吃飯,而不是光顧餐廳。
此外,與 Airbnb 擴張相關的當地溢出支出在各個社區可能並不統一。 Alyakoob 和 Rahman(2018)記錄了與 Airbnb 業務擴張相關的當地餐廳支出的小幅增長。 從本質上講,遠離城市中心酒店核心的餐廳不太可能吸引許多外地遊客。 但如果 Airbnb 在偏遠社區的滲透率增加,那裡的餐廳現在可能能夠開拓一些旅遊市場。 Alyakoob 和 Rahman 發現,某個社區的 Airbnb 活動每增加 2%,社區的餐廳就業率就會增加 3%。 至關重要的是,Alyakoob 和 Rahman 並沒有對距離傳統酒店更近的餐廳潛在的就業抑制影響進行計算。 此外,他們發現,在非裔美國居民比例相對較高的地區,Airbnb 活動的增加並沒有促進餐廳就業。
最後,考慮到 Airbnb「支持」的絕大多數工作都是由其他住宿的房客支持的工作,似乎即使略有增加, 花費 由於 Airbnb,一座城市的遊客數量略有增加(約 2%),但該城市的遊客數量很可能會下降 工作。 我們先前已經指出,與 Airbnb 房源相比,傳統飯店很可能是勞力密集的住宿來源。 例如,如果Airbnb 業者僱用較少的人員來提供清潔、禮賓和保安服務,那麼花在Airbnb 住宿上的每一美元所支持的就業機會可能會少於花在傳統酒店住宿上的每一美元所支持的就業機會。
我們可以透過假設情境來衡量就業影響,假設 Guttentag 2016 和摩根士丹利研究 2017 的分析是正確的,並且 Airbnb 支持的支出中只有 2% 到 4% 代表當地的淨新支出。 在這種情況下,如果Airbnb「支持」的總支出中有一半是純粹從傳統酒店轉移的支出,並且如果傳統酒店的勞動密集度比Airbnb 單位高出5% 到10%,那麼引入Airbnb 實際上會帶來A 負 對就業的影響。8
即使承認 Airbnb 在主辦城市支持的產出的 2% 到 4% 是淨新支出,這些支出也只是從其他(可能是 Airbnb 不那麼密集的地區)進行的重新分配。 鑑於 Airbnb 往往在已經富裕且令人嚮往的城市中發展,目前還不清楚為什麼引導更多經濟活動從其他城市轉移到繁榮城市會被視為積極的政策成果。
簡而言之,尋求準確了解 Airbnb 擴張成本和收益規模的政策制定者應該忽略 NERA 的研究結果。9
Airbnb 引進和擴張的潛在成本
本節詳細闡述了概述部分中強調的潛在成本。 它評估這些成本的可能結果,估計其經驗重要性,並評估這些成本的可能分佈。
潛在成本一:長期租屋者面臨房屋成本上漲
Airbnb 對短期旅行住宿的正供應衝擊的鏡像是其對長期住房選擇的負供應衝擊。 再次強調,本文回顧的文獻均未顯示Airbnb 的引入和擴張總體上刺激了更多的住宅建設,因此,隨著Airbnb 客戶可以使用的單位越來越多,這意味著可供長期租戶或租戶使用的潛在住房單位越來越少。城市中的自住業主。
先前我們看到,近年來短期旅遊住宿價格漲幅與整體消費價格漲幅一致,顯示短期住宿不存在明顯短缺的情況。 (值得注意的是,早在 Airbnb 對價格產生任何嚴重影響之前,短期旅行住宿價格和整體價格的追蹤就很嚴格。)然而,全國長期房屋價格的上漲速度更快高於整體價格,表明長期住房短缺。 由於長期住房成本的成長高於通貨膨脹,任何加劇這種成長的趨勢都比近年來價格相對持平的情況更具破壞性。 圖D. 顯示房屋(長期租金以及自住房屋的估算租金)和短期旅行住宿價格指數以及整體個人消費支出指數的通貨膨脹。 近年來,長期房價成長明顯超過整體價格成長和短期旅遊住宿價格成長。 事實上,最近長期房屋通膨率的上升已經成為一個備受討論的政策挑戰,在過去十年中引發了許多評論和分析。
住房成本的上漲速度快於短期住宿或整體消費品成本的上漲2000-2016 年住房、短期旅行住宿和整體個人消費支出 (PCE) 的價格指數
消費品價格整體 | 短期住宿 | 住房 | |
---|---|---|---|
2000 | 100 | 100 | 100 |
2001 | 101.9307 | 101.3374 | 103.9452 |
2002 | 103.2984 | 101.5139 | 108.1099 |
2003 | 105.3422 | 103.0112 | 110.8515 |
2004 | 107.9056 | 108.5361 | 113.6441 |
2005 | 110.9827 | 112.6608 | 116.583 |
2006 | 113.9515 | 117.591 | 120.6693 |
2007 | 116.806 | 123.4831 | 124.9987 |
2008 | 120.3703 | 124.785 | 128.395 |
2009 | 120.2921 | 118.4581 | 130.678 |
2010 | 122.2805 | 119.9578 | 130.7538 |
2011 | 125.283 | 123.3742 | 132.5061 |
2012 | 127.6551 | 125.921 | 135.2922 |
2013 | 129.3525 | 126.922 | 138.4624 |
2014 | 131.3072 | 132.8804 | 142.1436 |
2015 | 131.697 | 136.9684 | 146.4913 |
2016 | 133.2704 | 140.5032 | 151.4806 |
房屋短期住宿消費品價格整體200020102005201590100110120130140150160
在權衡 Airbnb 推出和擴張的成本和收益時,應該考慮到長期住房成本已成為典型美國人經濟壓力的主要來源。 至關重要的是,住房需求非常缺乏彈性,這意味著當房屋價格上漲時,家庭幾乎沒有能力放棄住房。 當需求缺乏彈性時,即使住房供應的相對較小的變化也可能導致住房成本的顯著變化。10 這種直覺在許多仔細的實證研究中得到了明確的驗證,這些研究精確地檢視了 Airbnb 的引進和擴張對房屋成本的影響。
根據這些研究,Airbnb 雖然相對較新,但已經對其營運的一些主要城市的長期住房供應和價格產生了可衡量的影響。 例如,Merante 和 Horn(2016)研究了 Airbnb 對波士頓租金價格的影響。 作者透過結合線上資源中的每週租賃清單數據和從網頁上抓取的 Airbnb 清單數據,建構了一個豐富的數據集。 他們發現,每個人口普查區每 12 個 Airbnb 房源都會導致租金要價增加 0.4%。 值得注意的是,這是因果關係的發現,而不僅僅是相關性。 他們對這項發現的看法如下:
如果Airbnb 2015 年24% 的成長率在未來三年持續下去,假設平均租金和房屋單位總數保持不變,那麼波士頓2019 年178 月的平均租金要價將比沒有Airbnb 的情況高出每月12美元活動。 我們進一步發現證據表明,Airbnb 透過抑制出租單位的供應來提高租金要價。 具體而言,Airbnb 房源數量(每個人口普查區平均增加 5.9 套)相對於住房總數增加 2016 個標準差,與可供出租的出租單位數量減少 XNUMX% 相關。 (梅蘭特和霍恩 XNUMX)
Barron、Kung 和 Proserpio(2018)使用不同的數據進行了類似的練習。 他們創建了一個資料集,其中結合了來自線上房地產公司Zillow 的Airbnb 房源、房價和租金,以及來自美國社區調查(ACS) 的隨時間變化的郵遞區號特徵(例如家庭收入中位數和人口) 。 考慮到即使沒有因果關係,租金和Airbnb 房源也可能會一起移動(例如,如果兩者都是由特定城市的受歡迎程度不斷上升驅動的),他們建立了一個工具變數來識別房價上漲的因果影響Airbnb 的租金清單。 使用該工具,他們發現郵遞區號中 Airbnb 房源數量增加 10% 會導致郵遞區號租金價格上漲 0.42%,房價上漲 0.76%。 他們也發現,非業主自住房屋比例較大的郵遞區號區的租金漲幅較大。 最後,與 Merante 和 Horn 一樣,他們發現證據表明 Airbnb 房源與房東從長期租賃業務轉向短期租賃業務的增加有關。
Sheppard 和 Udell(2018)也進行了類似的研究,在紐約市的社區內進行調查。 他們的主要發現是,房屋銷售周圍狹窄地理區域內的 Airbnb 活動增加一倍,銷售價格就會上漲 6% 至 11%。 它們的係數值與 Barron、Kung 和 Proserpio(2018)的係數值非常接近。11
沃克斯穆斯等人。 (2018) 將 Barron、Kung 和 Proserpio (2018) 確定的迴歸結果應用於紐約市 Airbnb 租金的大幅成長。 他們發現,由於 Airbnb 在紐約市的擴張,1.4 年至 2015 年紐約市的租金上漲了 2017%。 對於紐約市的中位租戶來說,這意味著由於 Airbnb 在此期間的擴張,384 年至 2015 年的租金將每年增加 2017 美元。
潛在成本二:地方政府稅收下降
對於地方制定有關 Airbnb 擴張的政策決定來說,最大的考量或許是財政。 在美國各地,住宿稅總額非常高:對於 150 個最大的城市,全部住宿稅率(包括州、縣和市稅)平均超過 13%(Hazinski、Davis 和 Kremer,2018 年)。 對於任何特定地方來說,設定相對較高的住宿稅率(特別是與總體銷售稅率相比)的誘惑似乎很明顯——城市居民繳納很少的住宿稅,但仍然享受稅收資助的福利。 對許多城市來說,徵收的總收入相當可觀。 例如,2016 年,紐約市和拉斯維加斯分別徵收了超過 500 億美元的住宿稅,而舊金山則徵收了近 400 億美元。
將 Airbnb 住宿排除在住宿稅之外似乎很奇怪,但 Airbnb 租賃的稅務處理卻不一致且不完整。 該公司已與州和地方政府簽訂了多項稅收協議,顯然是在試圖給人留下這樣的印象:它希望幫助這些政府徵稅。 然而,許多稅務專家認為,Airbnb 在收取和免除住宿稅(以及其他稅費)方面所做的努力還遠遠不夠。
Schiller 和 Davis 2017 對截至 2017 年初 Airbnb 稅務協議狀況的描述突顯了 Airbnb 面臨的稅收制度的不完整、自願性質:
Airbnb 的營運在某些情況下可能違反當地傳統的分區和租賃條例,但該公司一直試圖透過與城市談判協議來使其業務合法化,根據協議,Airbnb 將收取當地銷售稅和住宿稅。 該公司在 2016 年底提供的“政策工具箱”中表示:“透過合作,像 Airbnb 這樣的平台可以幫助政府以很少的成本收取數百萬美元的酒店和旅遊稅。”
總體而言,根據 Airbnb 的統計,截至 26 年 1 月 2017 日,該公司正在 18 個州和哥倫比亞特區 (DC) 徵收銷售稅、飯店稅或其他稅。其中 XNUMX 個州徵收州級稅。 在這一群體中,除康乃狄克州之外的每個州都徵收部分或全部地方稅,康乃狄克州缺乏地方住宿稅。 在其餘 XNUMX 個州,Airbnb 徵收地方稅,但不徵收州稅。 在阿拉斯加州、馬裡蘭州和新澤西州這三個州,Airbnb 的稅收僅限於一個地區(分別為安克拉治、蒙哥馬利縣和澤西市)。 近年來,該公司大幅擴大了稅收業務,並似乎準備在未來幾個月和幾年繼續擴張。 例如,Airbnb 最近宣布,它將很快開始在緬因州徵收州住宿稅。
蒙大拿州稅務局前局長、多州稅務委員會前執行董事 Dan Bucks 撰寫了一份報告,評估 Airbnb 與美國不同地區的州和地方政府達成的稅收協議。 他的主要發現是這些協議「[破壞]稅收公平、透明度和法治」(Bucks 2017)。
Bucks 審查了 12 年中期公佈的來自全國各地的 2017 項 Airbnb 稅務協議。 他對它們的描述如下:
Airbnb 設計並向稅務機構提交通常為2017 到XNUMX 頁的文件,涵蓋補繳稅款減免、預期付款、資訊存取和多個其他條款,正如本報告所述,這些條款會給社會帶來嚴重的負面後果。 Airbnb 將這些文件標記為“自願收款協議”,但事實肯定不是。 這些愛彼迎起草的文件並不能保證正確徵收應繳稅款。 他們阻止稅務機關驗證 Airbnb 付款的準確性。 Airbnb 可能試圖從表面上將這些文件比作高品質的“自願披露協議”,各州利用這些協議讓不合規的納稅人完全遵守法律。 然而,這些文件嚴重破壞了健全的稅務管理和法治。 基於以下詳述的這些原因和其他原因,我們不會在這些文件中使用 Airbnb 的誤導性標籤,而是將它們客觀地稱為「Airbnb 協議」。 (雄鹿XNUMX)
雄鹿提出的最具體的批評是,這些協議在很大程度上對公眾保密,這與其他「自願披露協議」形成鮮明對比。 這種保密性,再加上「將付款和審計流程的實質控制權交給 Airbnb」的協議,使得稅務機關無法確保正確支付住宿稅。 巴克斯也認為,Airbnb 與州和地方政府之間的這些協議為非簽署方的第三方(Airbnb 房東)提供了巨大的好處,並且沒有義務提供任何東西來換取這些好處。
2016 年,AlltheRooms.com 的一項分析預測,Airbnb 未能確保全額支付住宿稅,這將導致地方政府總共損失 440 億美元的收入,除非政策制定者採取行動保證正確支付。 其中,光是紐約市就損失了 110 億美元的收入。 2016 年 30 月,在 AlltheRooms.com 分析發布後不久,紐約市通過了對 Airbnb 廣告的限制,禁止在業主不在場的情況下出租短於 XNUMX 天的房屋。 雖然這些限制可能阻止了相對於AlltheRooms.com 預測的收入損失,但在限制之前的分析強調了Airbnb 不受監管的擴張及其對傳統酒店業務市場份額的蠶食,仍然可能對新酒店產生巨大的財政影響。約克等城市。
最後,即使 Airbnb 完全遵守當地管轄區的住宿稅收制度,並按照與傳統酒店賺取的每一美元繳納相同的稅率,Airbnb 的擴張可能仍會帶來一些小額財政損失。 Airbnb 對大多數旅客的主要吸引力是價格較低的住宿,因此即使 Airbnb 租金與飯店客房的稅率相同,較低的 Airbnb 價格也會導致地方政府應計的稅收減少。
潛在成本三:對鄰居造成的外部性
當業主不住在自己的住宅物業時,這可能會導致該物業的鄰居受到外部影響。 例如,如果缺席業主不面臨噪音成本或鄰裡基礎設施壓力(例如垃圾收集能力),那麼他們就沒有動力確保租客尊重鄰居或防止過多的人侵占他們的財產。
當相關租戶是短期租戶時,這些外部性可能會更嚴重。 長期租戶確實有一定的動機去關心社區的長期禮讓和基礎設施,而短期租戶可能幾乎沒有這種動機。 此外,有些 Airbnb 房東本身就是租戶,他們將長期租賃房產轉租給短期旅行者,這可能會進一步保護最終業主免於承擔近鄰所面臨的費用。 在 Airbnb 的推廣已成為政治議題的城市中,已有數百起(如果不是數千起)這方面的投訴。12
這種外部性的可能性長期以來已被廣泛認識到,並且是導致禁止在住宅區短期旅行住宿的分區法盛行的考慮因素。 例如,紐約市的時代廣場是一個酒店群,而上東區主要是一個不太吵鬧的住宅群,這是有原因的。 當然,沒有理由說過去的分區決定需要完全神聖不可侵犯並且永遠不會改變,但這些決定是有原因的,對它們的改變應該受到民主辯論。
雖然研究人員經常指出 Airbnb 可能會對 Airbnb 單位周圍的社區帶來外部性,但我們不知道這些外部性的實證估計。 如果這些外部性足以降低社區的吸引力,理論上它們可能會導致租金和房價下降。 從上一節的證據來看,我們知道 Airbnb 在社區的採用實際上提高了租金和房價。 但價格上漲並不意味著這些外部性不存在——它只是意味著抑制價格的外部性被將房產移出長期租賃市場的供應效應所抵消。
Miller(2016)提出了一個有趣的(如果可能太抽象)政策建議來處理與 Airbnb 房屋租賃相關的外部性。 他建議創建一個「可轉讓共享權」市場,例如,一個社區的每個居民都有權出租一套住房一晚。 附近的大多數居民都不想出租自己的房子。 但那些確實想透過 Airbnb 出租房屋的人想要的不僅僅是將這些房產出租一晚的權利。 為了獲得將房產出租更多天數的權利,他們需要從鄰居那裡購買許可證。 獲得這些許可所需的價格可以很好地反映 Airbnb 施加的外部性的真實成本。 嘗試這些可交易共享權的城市可以提供非常有用的信息。
潛在成本四:工作數量和品質可能受到影響
我們已經注意到,當Airbnb進入並在一個城市擴張時,它會將旅行者的業務從酒店轉移到Airbnb,從而導致酒店的價格下降壓力。 從傳統酒店到 Airbnb 物業的轉變也意味著工作崗位的轉移或減少。 以飯店清潔工為例。 隨著越來越多的遊客選擇 Airbnb 住宿而不是傳統的飯店住宿,對清潔的需求並沒有消失。 相反,它要么強加給 Airbnb 業主,由第三方清潔服務來完成,要么不予滿足,從而隱性地給旅行者和周邊社區帶來成本(想想垃圾處理不當)。
鑑於近年來 Airbnb 的成長很大程度上是由擁有多個房產的房東推動的(這些房產在單一地點時實際上是迷你飯店),因此出現專門為 Airbnb 房東提供清潔服務也就不足為奇了。13 與傳統的旅行住宿相比,這些新的清潔服務可能不太可能提供體面的工資; 在這種情況下,工人組成工會也可能更加困難。 例如,在Airbnb 規模特別大的美國10 個城市(包括紐約市、洛杉磯和芝加哥),飯店業女傭和清潔工的工會化率總和幾乎是其他行業女傭和清潔工工會化率的兩倍。經濟中的產業。14
從某種意義上說,清潔工作從傳統飯店向 Airbnb 房東提供清潔服務的轉變,其經濟影響可能類似於傳統飯店外包自己的清潔人員所產生的效果。 Dube 和 Kaplan (2010) 證明了這種清潔工和保全的國內外包對薪資產生了巨大的負面影響。 Goldschmidt 和 Schmieder (2017) 最近對德國勞動市場的分析強化了他們的發現,他們發現國內外包對包括清潔工在內的一系列職業也產生了類似的巨大負面影響。 雖然這些研究並沒有直接檢視以飯店內部清潔工作取代 Airbnb 清潔工作的效果,但它們都追蹤了使用和支付服務的實體與管理服務提供者的實體之間「裂痕」的影響。 近幾十年來,這種裂痕一直是美國勞動市場的關鍵且令人不安的特徵,很難想像 Airbnb 對傳統飯店的替代品不會潛在地構成這種裂痕的另一層。15
Airbnb 降低清潔工作品質的可能性甚至連公司本身都意識到:Airbnb 為房東提供了一個機會,透過承諾向其清潔工和服務人員支付生活工資,宣傳他們已做出「生活工資承諾」。特性。 然而,目前尚不清楚如何(或能夠)執行這項承諾。
結論:Airbnb 應該遵循與其他住宿提供者相同的規則
目前由 Airbnb 興起引發的政策爭論主要涉及稅收和住宅區「迷你旅館」的出現。 Airbnb 在成立之初就將自己宣傳為房主(或長期租戶)出租其主要住所房間的一種方式,或者是人們在旅行時短期出租房屋的一種方式。 然而,近年來,Airbnb 的房源和收入已由「多單元」租戶主導,即擁有多套住宅的缺席業主,他們實質上持續經營小型住宿公司。
Airbnb 向平行旅館業的演變引發了人們對這家租賃公司所享有的優惠待遇的質疑。 這些問題包括:“為什麼 Airbnb 不像傳統飯店那樣確保收取住宿稅?” 而且,“為什麼 Airbnb 可以在未劃定這些用途的住宅區提供短期租賃服務,而傳統酒店卻不允許在這些社區內提供短期租賃服務?”
住房成本對家庭預算的影響遠大於短期住宿成本1979 年、2000 年及 2016 年平均家庭個人消費支出中用於住房與短期旅遊住宿的比例
短期住宿 | 住房 | |
---|---|---|
1979 | 企業排放佔全球 0.59% | 企業排放佔全球 13.72% |
2000 | 企業排放佔全球 0.81% | 企業排放佔全球 14.88% |
2016 | 企業排放佔全球 0.95% | 企業排放佔全球 15.75% |
0.6%0.8%1.0%13.7%14.9%15.8%Short-term accommodationsHousing19792000201605101520%
儘管還有很多其他考慮因素,但 Airbnb 的普及似乎其核心是將潛在的房屋供應從長期住宅市場轉向短期住宿市場。 這種供應的轉移可以降低旅客的價格,但會提高長期居民的房價。 這似乎是一個糟糕的權衡,僅僅基於長期住房支出與短期旅行支出在平均家庭預算中的比例。 圖E 顯示住房和短期旅行住宿佔個人消費支出總額的比例。 如圖所示,住房成本佔據了普通家庭預算的大部分,而不斷上漲的房價意味著長期住房在家庭預算中所佔的比例比短期旅行住宿所佔的比例更大。
住房成本的上漲已成為許多美國家庭的主要經濟壓力。 任何可能加劇這種壓力的事情都應該受到密切關注。 對現有證據的合理解讀表明,Airbnb 擴張對租戶預算造成的成本大大超過了旅客所獲得的利益。 目前尚不清楚 Airbnb 的擴張帶來的任何其他好處是否會抵消其對租屋者預算造成的成本。
城市分區決策的現況可能存在許多錯誤。 但完善地方分區法的正確方法並不是簡單地讓資金雄厚的企業無視現狀而為所欲為。 正如本報告所示,幾乎沒有證據表明 Airbnb 加速擴張的淨收益足以證明推翻先前導致監管現狀的考慮是合理的 - 事實上,Airbnb 進一步擴張的成本似乎至少與收益一樣大,甚至更大。
關於作者
喬許·比文斯 2002年加入經濟政策研究所,現任EPI研究主任。 他的主要研究領域包括宏觀經濟學、社會保險和全球化。 他撰寫或合著了三本書(包括 《美國工作狀況》,第 12 版)在 EPI 工作期間,編輯過另一篇論文,並撰寫了大量研究論文,包括為學術期刊發表的論文。 他經常出現在媒體上發表經濟評論,並多次在美國國會作證。 他獲得了博士學位。 來自新社會研究學院。
按家庭特徵劃分的住房財富分佈(主要和非主要)
1989 | 1998 | 2007 | 2016 | 1989-2016 年變化 | |
---|---|---|---|---|---|
主要住處 | |||||
底部 50% | 企業排放佔全球 90.2% | 企業排放佔全球 85.7% | 企業排放佔全球 87.3% | 企業排放佔全球 89.6% | -0.7% |
底部 80% | 企業排放佔全球 45.4% | 企業排放佔全球 47.5% | 企業排放佔全球 44.0% | 企業排放佔全球 40.0% | -5.4% |
前 20% | 企業排放佔全球 54.6% | 企業排放佔全球 52.5% | 企業排放佔全球 56.0% | 企業排放佔全球 60.0% | 企業排放佔全球 5.4% |
第 80-90 個百分位數 | 企業排放佔全球 19.9% | 企業排放佔全球 17.9% | 企業排放佔全球 17.5% | 企業排放佔全球 18.6% | -1.3% |
第 90-95 個百分位數 | 企業排放佔全球 12.6% | 企業排放佔全球 11.6% | 企業排放佔全球 11.0% | 企業排放佔全球 13.9% | 企業排放佔全球 1.3% |
第 96-99 個百分位數 | 企業排放佔全球 15.6% | 企業排放佔全球 15.0% | 企業排放佔全球 18.2% | 企業排放佔全球 16.8% | 企業排放佔全球 1.2% |
前 1% | 企業排放佔全球 6.5% | 企業排放佔全球 8.0% | 企業排放佔全球 9.3% | 企業排放佔全球 10.7% | 企業排放佔全球 4.3% |
非主要住宅物業 | |||||
底部 50% | 企業排放佔全球 97.4% | 企業排放佔全球 95.7% | 企業排放佔全球 97.8% | 企業排放佔全球 98.4% | 企業排放佔全球 1.0% |
底部 80% | 企業排放佔全球 16.8% | 企業排放佔全球 18.1% | 企業排放佔全球 13.9% | 企業排放佔全球 9.9% | -6.9% |
前 20% | 企業排放佔全球 83.2% | 企業排放佔全球 81.9% | 企業排放佔全球 86.1% | 企業排放佔全球 90.1% | 企業排放佔全球 6.9% |
第 80-90 個百分位數 | 企業排放佔全球 15.2% | 企業排放佔全球 16.8% | 企業排放佔全球 10.7% | 企業排放佔全球 12.6% | -2.7% |
第 90-95 個百分位數 | 企業排放佔全球 20.6% | 企業排放佔全球 15.5% | 企業排放佔全球 13.9% | 企業排放佔全球 14.9% | -5.7% |
第 96-99 個百分位數 | 企業排放佔全球 28.7% | 企業排放佔全球 28.7% | 企業排放佔全球 34.0% | 企業排放佔全球 29.6% | 企業排放佔全球 0.9% |
前 1% | 企業排放佔全球 18.6% | 企業排放佔全球 21.0% | 企業排放佔全球 27.5% | 企業排放佔全球 32.9% | 企業排放佔全球 14.3% |
主要住處 | |||||
白人、非西班牙裔 | 企業排放佔全球 86.4% | 企業排放佔全球 87.5% | 企業排放佔全球 82.6% | 企業排放佔全球 80.6% | -5.9% |
黑人、非西班牙裔 | 企業排放佔全球 4.9% | 企業排放佔全球 5.0% | 企業排放佔全球 6.2% | 企業排放佔全球 6.5% | 企業排放佔全球 1.6% |
西班牙裔,任何種族 | 企業排放佔全球 4.1% | 企業排放佔全球 3.7% | 企業排放佔全球 6.1% | 企業排放佔全球 6.0% | 企業排放佔全球 2.0% |
其他 | 企業排放佔全球 4.6% | 企業排放佔全球 3.7% | 企業排放佔全球 5.1% | 企業排放佔全球 6.9% | 企業排放佔全球 2.3% |
非主要住宅物業 | |||||
白人、非西班牙裔 | 企業排放佔全球 87.3% | 企業排放佔全球 89.5% | 企業排放佔全球 84.2% | 企業排放佔全球 86.2% | -1.1% |
黑人、非西班牙裔 | 企業排放佔全球 4.3% | 企業排放佔全球 4.1% | 企業排放佔全球 4.1% | 企業排放佔全球 5.0% | 企業排放佔全球 0.7% |
西班牙裔,任何種族 | 企業排放佔全球 3.1% | 企業排放佔全球 3.4% | 企業排放佔全球 6.7% | 企業排放佔全球 3.6% | 企業排放佔全球 0.5% |
其他 | 企業排放佔全球 5.3% | 企業排放佔全球 3.0% | 企業排放佔全球 5.0% | 企業排放佔全球 5.2% | -0.1% |
注意: 根據消費者金融調查的定義,主要住房財富是一個家庭主要住宅的總價值。 非主要住房財富包括家庭擁有的所有其他住宅房地產的價值,包括一對四的家庭結構、分時度假和度假屋。
資源: 作者對美國聯邦儲備委員會消費者金融調查 (2016) 微觀資料的分析
尾注
1. 根據最近的一份報告,「Airbnb 在美國主要城市的收入中有很大一部分(且快速成長)是由商業業者推動的,他們向短期遊客出租超過一處住宅物業」(CBRE 2017)。
2. Horton 和 Zeckhauser(2016)深入探討了基於互聯網的服務公司的經濟學。 Slee(2017)從深刻批判的角度對圍繞 IBSF 的一些經濟問題進行了出色的普及。
3. 居住在自己擁有的住房中最明顯的好處是對自有房產的抵押貸款利息支付的稅收待遇,可以從聯邦稅中扣除。 另一個好處是,自住業主賺取的隱性租金收入無需繳稅(自住業主無需在其他地方支付租金而節省的錢可以被視為隱性租金收入)。
4. 沃克斯穆斯等人。 例如,(2018 年)發現,紐約市近一半的 Airbnb 房源可能接受了非法預訂。
5. 「抵達」一詞指的是某個單位的每次入住,無論停留時間長短。
6. 例如,Molla(2017)強調了 2017 年的最新預測,顯示美國 Airbnb 擴張將大幅放緩。
7. 2% 至 4% 的範圍代表 2015 年、2016 年和 2017 年的調查結果範圍。4 年的值為 2015%,2 年為 2016%,3 年為 2017%。
8. 這個問題的算術相對簡單。 NERA 2017 年的研究表明,Airbnb 在美國支持了 14 億美元的支出和 130,000 萬個就業機會。 這意味著每 107,690 美元可以支持一份工作。 假設這筆支出的一半是直接住宿成本,這代表了傳統飯店的純粹支出轉移。 進一步假設傳統飯店的勞動密集度高出 5%,因此每個傳統飯店工作的支出為 102,300 美元(比 Airbnb 確定的比例低 5%)。 因此,從傳統飯店到 Airbnb 的轉變每支出 3,400 億美元就會減少 7 個就業機會。 即使整體支出因 Airbnb 的擴張而增加 2%,也只能增加約 2,600 個就業機會。 這裡的關鍵見解是,一旦允許 Airbnb 替代其他形式的住宿,產出和就業之間的連結可能會發生重大變化。
9. Airbnb 本身委託並報告了多項研究,聲稱沒有 Airbnb 就不會參加這次旅行的房客比例高達 30%。 即使這個數字遠遠大於 Guttentag(2016)和摩根士丹利研究(2017)的獨立評估,但它確實凸顯了 NERA 對此的假設是多麼古怪。
10. 在對房屋市場的回顧中,Albouy、Ehrlich 和 Liu(2016)指出,“住房需求是收入和價格缺乏彈性的。”
11. Sheppard 和 Udell(2018)隱含地檢視的地理單位並非直觀。 他們的觀察是個人房屋銷售。 然後,他們追蹤五個不同銷售半徑內的 Airbnb 房源:150、300、500、1,000 和 2,000 公尺。 他們將 Airbnb 房源數量與半徑定義的五個「緩衝區」的分類變數進行交互,並將其用作預測銷售價格的解釋變數。
12. 參見紐約州總檢察長辦公室 2014 年。
13. Lawler(2014)指出,Airbnb 早在 2014 年就開始為其房東測試專門的清潔服務。
14. 加入工會比率源自作者對 2008 年至 2017 年當前人口調查 (CPS) 的外出輪調組 (ORG) 匯總數據的分析。 代碼和結果可根據要求提供。 這10個城市分別是波士頓、芝加哥、洛杉磯、拉斯維加斯、邁阿密、紐約市、聖地牙哥、舊金山、西雅圖和華盛頓特區。在這10個城市中,旅行者中女傭和清潔工的工會加入率為23.2%住宿業佔所有行業的 12.1%。
15. 有關勞動力市場裂痕的概述,請參閱 Weil 2017。
ZNetwork 的資金完全來自讀者的慷慨捐贈。
捐款