【摘 要】 共享經(jīng)濟已與我們的生活密切相連，本文旨在研究共享經(jīng)濟下房東的個人描述性信息對于資源共享效果的影響。通過python程序抓取小豬短租網(wǎng)站上的房屋所有者的個人描述性信息，利用內(nèi)容分析法、回歸分析法，對房屋所有者個人描述性信息的廣度和深度對資源分享效果的影響進行研究。結(jié)果表明，信息廣度和深度對分享效果均有顯著的正向影響，信用對信息廣度對分享效果的影響有負向調(diào)節(jié)作用。最后，根據(jù)本研究的結(jié)果對資源共享者與消費者之間的信任構(gòu)建提供了一定的參考依據(jù)。

【關(guān)鍵詞】 描述性信息 信息廣度 信息深度 分享效果 在線信任

1.引言

共享經(jīng)濟的運轉(zhuǎn)需要強大的信任力，而信任天生脆弱，若無法建立起資源共享雙方的信任，一切的美好只是曇花一現(xiàn)。傳統(tǒng)的房屋租賃中，交易直接面對面完成，而共享經(jīng)濟下的租房主要通過網(wǎng)絡(luò)平臺進行，存在著信息不對稱。因此如何解決資源共享者與消費者之間的信任問題成為資源共享能否成功的關(guān)鍵。有關(guān)P2P網(wǎng)貸的研究表明，在信息嚴重不對稱的情況下，借款人通過對自己的個人特征進行描述在投資者心中塑造自己的個人形象，可以緩解信息不對稱，進而提高交易的成功率。而在交易雙方都匿名的情況下，資源共享者自身更多的個人信息披露和信息描述可以幫助消費者更多地認識了解他們，從而產(chǎn)生更多的交易。因此，本研究選取小豬短租--國內(nèi)知名共享經(jīng)濟下在線短租的代表，從資源共享者呈現(xiàn)的信息特征視角出發(fā)，探討資源共享者的個人描述性信息對消費者，進而對交易達成的影響。同時，根據(jù)本研究的結(jié)果，本文將提出一些合理化的建議，為資源共享者建立與消費者之間的信任提供一定的參考和依據(jù)。

2.相關(guān)文獻回顧

描述性信息是描述者通過一系列結(jié)構(gòu)化的闡述如個人經(jīng)歷、目前狀況以及對未來的設(shè)想等等來展示自身詳細情況的信息（Riessman，1993），從而完成對自身個人品質(zhì)和形象特征的刻畫。學(xué)者們對于描述性信息的研究主要集中于P2P網(wǎng)貸中。在P2P網(wǎng)貸中，投資者對于借款人的認知僅限于網(wǎng)站平臺認證的借款人的信用等級，在這種信息嚴重不對稱的情況下，借款人可以通過公布自己的描述性信息來反映自己的個人特征，緩解信息不對稱，提高交易的成功率。Herzenstein et al.（2012），李焰等（2014）通過Prosper.com平臺借款人的數(shù)據(jù)研究發(fā)現(xiàn)，描述性信息及信息中的個人特征會對投資人的決策產(chǎn)生影響，且提供的信息越多，越容易成功借款，如照片、年齡、性別、道德感等信息。此外，描述性文本中拼寫錯誤、文本長度以及關(guān)鍵詞中的情感也會對借款有影響（Dorfleitner et al.， 2016）。

綜合上述學(xué)者的研究，描述性信息及其表現(xiàn)出的個人特征會對投資者的決策產(chǎn)生重要影響。與此相同，我們認為資源共享者的個人描述性信息在共享經(jīng)濟下的在線短租中同樣起著重要的作用，通過對房東個人信息的描述和形象的塑造，讓消費者感到可信和可靠，從而獲得消費者的信任并影響他們的決策。

3.研究模型與假設(shè)

3.1 研究模型

在短租平臺上預(yù)訂房間時，房東自身的信息披露的越多，提供的信息越詳細，就越容易獲得消費者的初始信任，進而促進房間訂單量的提高。李焰等（2014）研究發(fā)現(xiàn)個人提供的信息特征越多，交易成功率越高。描述性文本的詳細程度也可以幫助消費者做更好的判斷。結(jié)合小豬短租房東，不同信用等級的房東其呈現(xiàn)的個人描述性信息可能存在著差別。據(jù)此，本文將資源共享者的個人描述信息劃分為信息廣度和信息深度兩個層面，分別探討其對資源分享效果的影響，并探討在不同信用等級的作用下，其對資源分享效果是否會產(chǎn)生不同的影響。基于此，本研究的概念模型如圖1所示：

3.2 變量定義與研究假設(shè)

3.2.1 信息廣度

廣度，即事物的范圍。金蔚（2012）從新聞角度指出廣度反映新聞所傳達的信息量的大小以及所涉及的方面是否全面。趙圃（2004）認為網(wǎng)絡(luò)信息的廣度可以把現(xiàn)在和未來狀態(tài)的信息廣泛且豐富地顯示出來。由此可見，廣度是信息產(chǎn)品進行橫向比較的標準，反映了信息的覆蓋面和完整性。本研究中，資源共享者在個人描述信息中呈現(xiàn)的相關(guān)個人特征越多時，對資源分享效果的促進作用越大，也即對房間訂單量的影響越大，據(jù)此，本研究提出如下假設(shè)：

H1：信息量越廣，對資源分享效果的影響越大

3.2.2 信息深度

信息深度可理解為描述文本的長度或文本字數(shù)。評論深度可以提高消費者對于信息的判別和診斷 （Chevalier，2006）。還有研究發(fā)現(xiàn)，評論信息的詳細程度可以幫助消費者判斷評論信息的有用性，且對在線評論的有用性有正向影響（郝媛媛，2010），從而對消費者的購物傾向有一定影響。但是，也有學(xué)者研究發(fā)現(xiàn)，評論長度對評論有用性的影響曲線呈倒U型。在本研究中，信息深度用個人描述的文本長度來衡量。資源共享者對自身的描述越詳細，消費者對其個人的了解可能會更加深入，因此對其產(chǎn)生的信任可能越多，對資源分享效果的促進作用就越大，也即對房間訂單量的影響越大，據(jù)此本研究提出如下假設(shè)：

H2：信息描述越深，對資源分享效果的影響越大

3.2.3 信用等級

信用等級反映了資源共享者信用水平的高低。小豬短租使用芝麻信用來衡量資源共享者的信用水平，其分值越高代表信用等級越高?；谟∠蠊芾砝碚摚瑐€體會有意識、有策略地維護自己所希望塑造的形象。因此，相對于資源共享者的個人描述性信息，資源共享者較高的信用等級對消費者的影響可能會更大，因此本研究提出如下假設(shè)：

H3：信用等級越高，信息廣度對資源分享效果的影響越小

H4：信用等級越高，信息深度對資源分享效果的影響越小。

4.數(shù)據(jù)搜集與分析方法

4.1 數(shù)據(jù)搜集與處理

本研究利用python爬蟲程序從小豬短租網(wǎng)站上抓取8406條資源共享者的信息。將房間價格區(qū)間控制在50到300元之間，并選取可住客人數(shù)為1-2人的房間，去掉重復(fù)項及沒有資源共享者個性描述的數(shù)據(jù)，最終有效數(shù)據(jù)為668條。

4.2 數(shù)據(jù)分析方法和工具

本研究首先利用內(nèi)容分析法對個人描述性信息進行特征總結(jié)和分類。再利用SPSS19.0軟件對自變量與因變量之間進行相關(guān)性分析，再通過回歸分析自變量的變化是否引起了因變量的顯著變化，以及在調(diào)節(jié)變量的作用下，自變量對因變量的影響。本研究主要利用此方法檢驗資源共享者的個人描述性信息對資源分享效果的影響，以及當(dāng)資源共享者具備不同的信用等級時，描述性信息的不同特性對資源分享效果的影響。

4.3 描述性信息特征處理

第一步，根據(jù)在線短租消費者群體的特征，本研究選定3名互不相識的、與在線短租消費者群體特征相似的研究助理，從而確保本研究獲取的特征與在線短租網(wǎng)站實際消費者的主管判斷一致。

第二步，隨機挑選出200條描述信息，在信息不能交換的情況下，安排3名研究助理對此200條描述信息進行閱讀和特征概括，并對每個特征進行解釋界定。

第三步，組織此三名研究助理對各自界定歸納的特征進行討論和分析。最終，經(jīng)三人一致同意的特征共有14個，分別是：職業(yè)、性格、愛好、愛交友、生活態(tài)度、特長、夢想、個人經(jīng)歷、個人品質(zhì)、誠意、家庭成員、分享精神、生日、家鄉(xiāng)。

根據(jù)內(nèi)容分析法的程序，對668條資源共享者個性描述性信息進行特征分類，如果描述性信息中包含有關(guān)于職業(yè)的描述，則為1，否則為0，其他特征依此類推，形成每條描述性信息所包含的特征分類及總特征量的匯總，從而進行進一步的分析。

4.4 數(shù)據(jù)分析

本研究訂單量取資源共享者各房間的平均訂單，并對描述性信息的文本長度進行對數(shù)處理。此外，本研究選取的控制變量為房間價格和房間評分，自變量信息廣度用特征量來衡量，信息深度用字符長度來衡量，因變量資源分享效果用房間的平均訂單來衡量。

4.4.1 假設(shè)檢驗

首先對每條資源共享者個性描述信息特征分類的結(jié)果進行描述性統(tǒng)計，再對各變量進行相關(guān)性分析，結(jié)果表明各變量之間存在顯著的相關(guān)關(guān)系。利用SPSS19.0對數(shù)據(jù)進行多元線性回歸分析，在主效應(yīng)結(jié)果表中，特征量對平均訂單有顯著的正向影響（=4.252，P=0.000<0.05），字符長度對平均訂單有顯著的正向影響（=12.107，P=0.000<0.05），假設(shè)H1和H2得到支持。在調(diào)節(jié)效應(yīng)結(jié)果表中，信用具有負向調(diào)節(jié)作用（= -6.773，P=0.050≤0.05），其中信用對特征量對平均訂單的影響具有顯著的負向調(diào)節(jié)作用（=1.141，P=0.023<0.05），字符長度的主效應(yīng)不顯著（P=0.086>0.05），信用對字符長度對平均訂單的影響具有一定的負向調(diào)節(jié)作用，但不夠顯著，假設(shè)H3得到支持，假設(shè)H4被拒絕。

4.4.2 拓展研究

研究的回歸分析結(jié)果表明特征量對房間平均訂單有顯著的正向影響，在此基礎(chǔ)上，為了探究哪些特征對平均訂單的影響更大，本研究繼續(xù)深入分析，對各特征與房間訂單之間的關(guān)系進行了回歸分析，結(jié)果表明：職業(yè)（P=0.008<0.05），愛交友（P=0.000<0.05），生活態(tài)度（P=0.000<0.05），個人經(jīng)歷（P=0.000<0.05），誠意（P=0.000<0.05），分享精神（P=0.004<0.05）對房間訂單具有顯著的正向影響?；貧w分析結(jié)果表明字符長度對房間平均訂單有顯著的正向影響，在此基礎(chǔ)上，本研究繼續(xù)對此進行曲線回歸估計，發(fā)現(xiàn)房間訂單隨字符長度增加呈倒U型曲線。

5.結(jié)果與討論

5.1 研究結(jié)論

5.1.1 信息廣度對資源共享效果的影響

根據(jù)假設(shè)檢驗的結(jié)果，信息量越廣，對房間訂單量的影響越大，也即當(dāng)資源共享者在個人描述中對自身各方面有更多介紹時，消費者對其的了解也會更加全面，從而產(chǎn)生更多的信任，促進雙方之間的資源共享和房間訂單量的提高。此外，根據(jù)進一步的研究，當(dāng)資源共享者在個人描述性信息中展示關(guān)于個人職業(yè)，熱愛交友，個人生活態(tài)度，個人經(jīng)歷，誠意，分享精神等方面的信息時，更容易獲得消費者信任，從而獲得更多的房間訂單。

5.1.2 信息深度對資源共享效果的影響

根據(jù)假設(shè)檢驗的結(jié)果，信息描述越深，對房間訂單量的影響越大，也即資源共享者對自身有更多的文字描述時，對自身的介紹也會更加詳細，消費者對其了解也會更加深入，從而產(chǎn)生更多信任，促進房間訂單量的提高。但是，根據(jù)進一步的研究，房間的訂單量并非隨著文本描述長度的增加而一直增長，而是呈倒U型，也即，當(dāng)描述性文本到達某個長度時，其對訂單量產(chǎn)生負向影響。

5.1.3 信用的調(diào)節(jié)作用研究

根據(jù)假設(shè)檢驗的結(jié)果，信用等級越高，信息廣度對訂單量的影響越小。也即當(dāng)資源共享者具有較高的信用等級時，個人描述性信息中特征量對房間訂單量的正向影響將減弱，信用對信息廣度對訂單量的影響有負向調(diào)節(jié)作用。在表4的調(diào)節(jié)作用結(jié)果表中，信息深度的主效應(yīng)減弱，說明信用對信息深度對訂單量的影響有一定負向調(diào)節(jié)作用，但調(diào)節(jié)作用不顯著。

5.2 管理啟示

本研究從資源共享者個人描述性信息呈現(xiàn)的角度出發(fā)，分析了其對資源共享者與消費者之間信任建立的影響。因此，本研究結(jié)果對于在線短租網(wǎng)站資源共享者與消費者之間信任關(guān)系的建立具有一定的借鑒意義：

第一，資源共享者可以在個人描述性信息中呈現(xiàn)自身多方面的特征，從而使消費者對自身有一個多方面的了解，其中，關(guān)于自身職業(yè)、對生活的態(tài)度、個人經(jīng)歷介紹，共享房間的誠意和分享精神的描述對消費者的影響更大。由于個體相似性的存在，關(guān)于自身特征的描述和介紹可能會吸引具有相似特征的消費者關(guān)注，從而獲取消費者更多的信任，對于房間訂單量的提升有一定的促進作用。

第二，當(dāng)資源共享者對自身的描述更加詳細和深入時，可時消費者對自身的了解也更加深入，從而減少交易中的不確定性和信息不對稱，但對于自身的描述，其文本長度也要控制在一個適當(dāng)?shù)钠谑瓜M者對其有更多了解的情況下獲得更多的信任，從而提升房間訂單量。

此外，資源共享者的信用在在線短租中對消費者的決策也具有較大的影響作用，因此，在資源共享者提供更多個人描述性信息的同時，也要注重公布和提升自身的信用等級，提高自身的可信度，從而促進租房交易達成和訂單量的提升。

5.3 研究的局限性和未來研究方向

雖然在本研究中，筆者力求過程嚴謹，但仍存在很多不足，因此本研究仍存在以下一些局限：第一，樣本數(shù)量不足。本研究僅僅隨機抓取了部分數(shù)據(jù)而非全部，當(dāng)樣本的數(shù)據(jù)量更大時，數(shù)據(jù)結(jié)果可能會發(fā)生改變。后續(xù)研究將抓取更全面的數(shù)據(jù)進行研究。第二，本研究利用內(nèi)容分析法對樣本數(shù)據(jù)進行特征分類，但由于選取的研究助理僅有三人，在特征的劃分上仍然可能存在偏差，后續(xù)研究將采用更加精確的方法對文本特征進行處理，從而提高特征分類的精確度。

【參考文獻】

[1] Chevalier， J. A.， &Mayzlin， D. （2006）. The effect of word of mouth on sales： online book reviews. Journal of Marketing research，43（3）：345-354.

[2] Dorfleitner， et al. （2016）. Description-text related soft information in peer-to-peer lending–Evidence from two leading European platforms. Journal of Banking & Finance， 64， 169-187.

[3] Herzenstein， M.， et al. （2011）. Tell me a good story and I may lend you money： the role of narratives in peer-to-peer lending decisions. Journal of Marketing Research， 48（SPL）， S138-S149.

[4] Riessman， C. K. （1993）. Narrative analysis. Sage Publications.

[5] Sillence， E.， et al. （2004）. Trust and mistrust of online health sites. Conference on Human Factors in Computing Systems， CHI 2004， Vienna， Austria， April （pp.663-670）.

[6] 郝媛媛， 葉強， 李一軍. 基于影評數(shù)據(jù)的在線評論有用性影響因素研究[J]. 管理科學(xué)學(xué)報， 2010， 13（8）：78-88.

[7] 金蔚. 試論新聞學(xué)中的“廣度”概念[J]. 安徽文學(xué)月刊， 2012（1）：118-118.

[8] 李焰， 高弋君， 李珍妮，等. 借款人描述性信息對投資人決策的影響——基于P2P網(wǎng)絡(luò)借貸平臺的分析[J]. 經(jīng)濟研究， 2014（s1）：143-155.

[9] 趙圃. 簡論網(wǎng)絡(luò)信息資源的深度和廣度[J]. 科技情報開發(fā)與經(jīng)濟， 2004， 14（5）：16-17.

作者簡介：何晶璟，湖北襄陽人，中南財經(jīng)政法大學(xué)工商管理學(xué)院電子商務(wù)2015級研究生。