财新传媒 财新传媒

阅读:0
听报道

原文信息:Laouénan M, Rathelot R. Can information reduce ethnic discrimination? evidence from airbnb[J]. American Economic Journal: Applied Economics, 2022, 14(1): 107-32.

 

01

背景和介绍

 

Airbnb是一个短期租赁的在线市场,共享经济的典型例子,房东列出他们的房产,设定每日价格,并提供他们自己的信息(名字和照片)和他们的房产(准确的位置,设备,当地设施,照片) ,潜在的客人在指定的日期和房东设定的价格预订酒店。房东可以根据客人的个人信息决定是否接受或拒绝客人的请求。歧视是存在的,从客人的角度来看,名字听起来像非洲裔美国人的客人与名字听起来像白人的客人相比,被安排住宿的可能性要低16% (Edelman等,2017)。在房东方面,在同一街区内,来自少数族裔的房东对可比房源的收费减少3.2% (Laouénan & Rathelot, 2022年)。
 

歧视有两种。(1)基于品味的歧视:种族偏好或对跨种族互动的厌恶;(2)统计歧视:不完全信息和不可观察特征的均值或方差中的种族差异。该如何区分呢?衡量种族差距如何随着一项服务的信息量而变化。本文的问题就是,可观察特征差异无法解释的民族价格差距是否由统计歧视或其他因素驱动。

 

最初,一处房产没有评论,潜在的客人只能在其他可观察到的情况下,利用房东的种族来推断不可观察的质量。随着一处房产的评论积累,潜在的客人将评论的内容和房东的种族进行汇总,以形成对该房产不可观察质量的最佳猜测。在存在统计差异的情况下,价格差距应随着评论数量的增加而减少,并趋于零,这取决于可观察到的结果和评论提供的质量衡量。如果价格差距是由基于品味的歧视或变量中的种族差异造成的,这些变量对计量经济学家来说是不可观察的,但对潜在的客人来说是可观察到的,那么价格差距应随评论数量的增加而保持稳定。

 

这里介绍一个概念,即不准确的信念。客人对不可观察的质量的信念不一定是准确的(Bordalo et al., 2016)。例如,在每种情况下都没有评论和无限评论。少数族裔房东和多数房东拥有的房产平均质量相同,但潜在客人认为少数族裔房东的房产价值低10%,如果少数族裔房东的平均质量确实低10%,那么信念是准确的。

 

本文使用跨组价格相对于评论数量的差异斜率来量化:(1)由于统计歧视而导致的种族价格差距;(2)由于信念不准确而导致的统计歧视部分。预期结果是,当房东是少数族裔时,价格随着评论数量的增加而增加得更快,这取决于整个观察期间收到的评论的平均评级。结果发现:城市内的原始族裔房价差距为16%,在控制了可观察到的特征后为3.2%。由统计歧视造成的价格差距为3.4%,在这3.4个百分点中,2.5个百分点是由于不准确的信念造成的:与大多数人相比,潜在的客人低估了少数族裔房价的平均不可观察质量。差异的另外0.9个百分点,是由于两组之间平均不可观测质量的真实差异

 

数据

02

 

本文用的是一个非平衡面板数据,涵盖663090个不同的房产,3683378个观测值。数据来自北美、欧洲的19个城市,共有21波数据,收集于2014年6月至2017年11月。仅考虑在观察期间获得至少一次评论的样本,则样本量减少到220939。
 

 

变量包括:

•每日价格

•主人的特征

•名字,图片和自由文字描述,主机是否有其他属性,何时加入该平台

•房产的特征

•物业的类型、大小、床的类型、设施、服务和规则

•评论数量和最后观察到的评论

 

下图为每日价格分布,平均130刀,中位数107刀。

本文中少数群体的定义:

•有阿拉伯语或穆斯林名字的主人

•根据头像被分类为黑人的主人

•少数族裔的总体比例:6.2%,不同城市的比例不同,下表给出了分布情况。

下图是两个初步的回归,记录了价格和少数族裔之间的负相关关系。

03 

概念框架

 

接下来建立一个价格和需求作为质量的函数的模型。这是本文识别策略的亮点之一,用了结构形式和贝叶斯学习。接着具体回归中使用了固定效应和非参数估计。

接着会得到主人的对数价格,满足:

从而得到定价规则:

 

 

主要回归结果如下表:
 

接下来是一些其他结果。包括:(1)稳健性:更灵活的函数形式;(2)异质性:子样本中的回归结果和(3)其他故事:为什么少数族裔的价格比主体群体涨得快;(4)评论是否有偏。本文略。

 

04

总结

 

当考虑到地理位置和可观察特征的差异时,少数族裔的房东会被处以3%的价格惩罚。统计歧视可以完全解释种族差距。四分之一的差距来自于不同群体之间平均不可观察质量的差异。比起主体群体,四分之三的差距来自于潜在的客人对少数族裔拥有的平均质量的信念不准确。对于反馈系统来说,1.在线反馈系统可以有效地为潜在客人提供有用的信息;2.改进反馈系统也有助于缩小少数族裔的价格差距;3.少数民族房东仍然受到潜在客人的不准确信念的惩罚,尽管评论系统减轻了他们的影响。

 

这带来的启示是:1.披露关于候选人、卖家或房东的更丰富、更可靠的信息有助于减少种族差距;激励评论人提供信息丰富、公正和相关的评论;2.本文的方法可能适用于研究其他几个广泛使用的在线平台上的种族歧视,包括劳动力市场。

 

无法区分其他的因素包括:1. 基于品味的歧视;2.潜在客人可观察到但计量经济学家无法观察到的族群特征差异(例如,图片内容);3.基于品味的歧视可以被特征差异抵消:上述分析是基于地理位置的条件做出的;4.少数民族倾向于住在价值较低的社区:在现实中,少数民族房东可能会遭受更大的价格差距。

 

Abstract 

We use data from Airbnb to identify the mechanisms underlying discrimination against ethnic minority hosts. Within the same neighborhood, hosts from minority groups charge 3.2 percent less for comparable listings. Since ratings provide guests with increasingly rich information about a listing's quality, we can measure the contribution of statistical discrimination, building upon Altonji and Pierret (2001). We find that statistical discrimination can account for the whole ethnic price gap: ethnic gaps would disappear if all unobservables were revealed. Also, three-quarters (2.5 points) of the initial ethnic gap can be attributed to inaccurate beliefs of potential guests about hosts' average group quality.

 

推文作者:韦忠吉 

感谢:耿域新

 

声明:推文仅代表文章原作者观点,以及推文作者的评论观点,并不代表香樟经济学术圈公众号平台的观点。
 

 

话题:



0

推荐

香樟经济学术圈

香樟经济学术圈

1297篇文章 1次访问 6小时前更新

香樟经济学术圈由中国社科院、哈佛大学、多伦多大学等国内外青年经济学者发起。此平台主要推送国外经济学领域经典前沿论文,发布国内外经济学相关资讯,以及香樟经济学者圈的相关活动公告。 期待能够对中国经济学研究和国家政策产生一定影响。微信订阅号:camphor2014。

文章