共享住宿、犯罪与公共安全:来自韩国爱彼迎的证据
《Economic Analysis and Policy》:Home sharing, crime, and public safety: Evidence from Airbnbs in South Korea
【字体:
大
中
小
】
时间:2026年09月24日
来源:Economic Analysis and Policy 9.0
编辑推荐:
摘要
本研究探讨了共享住宿、犯罪与公共安全之间的实证联系。基于韩国Airbnb房源列表、指数犯罪数据和民事请愿数据,我们利用传统的双向固定效应估计量(TWFE)以及"稳健"的双重差分估计量(DID),后者利用同一地区在不同时期Airbnb房源数量的变化来识别估计效果,来估计
摘要
本研究探讨了共享住宿、犯罪与公共安全之间的实证联系。基于韩国Airbnb房源列表、指数犯罪数据和民事请愿数据,我们利用传统的双向固定效应估计量(TWFE)以及"稳健"的双重差分估计量(DID),后者利用同一地区在不同时期Airbnb房源数量的变化来识别估计效果,来估计共享住宿服务对犯罪和公共安全的影响。我们使用稳健双重差分估计量得到的主要估计结果显示,共享住宿服务的增长显著增加了居民提交的与公共安全相关的民事请愿数量,而其对象指数犯罪和其他类型民事请愿的影响则较为温和。这些发现表明,共享住宿服务的增长对象指数犯罪几乎没有影响,但可能会通过增加居民对公共安全的担忧和恐惧感而降低社会福利。
引言
近年来,"共享经济"的快速增长促成了一系列数字平台在各个行业的成功建立,例如网约车(如Uber和Lyft)、住宿(如Airbnb)、消费贷款(如Lending Club和Prosper)以及零售(如eBay和Etsy)等领域。这些数字平台的一个关键特征是它们利用信息技术促进大量个人买家和卖家之间的匹配(Einav等,2016)。这些平台可能通过鼓励更多生产者进入市场并提供可能被利用不足的货物和服务来提高市场效率。例如,Airbnb作为一个流行的共享住宿平台,截至2022年第四季度,全球约有660万个活跃房源列表。在没有点对点数字平台的情况下,这些房源中的许多可能不会对潜在的游客和访客开放。
一系列最新研究提供了实证证据,表明共享经济的增长对住宿和出租车行业受影响消费者的福利产生了重大影响(Cohen等,2016;Farronato和Fradkin,2022)。然而,要全面了解这些点对点平台的整体社会成本和收益,研究人员需要考虑的影响因素远不止受影响市场中的价格和需求变化,还需要考虑与这些新服务相关的潜在外部性。以共享住宿服务为例,现有对酒店行业实施的一些法律法规旨在确保消费者安全(例如,符合建筑规范)和促进某些社区的发展(例如,分区要求)。然而,共享住宿在很大程度上在这些要求之外运营,这是一种监管套利(Fleischer,2010)形式,将这些监管成本转移给了相邻居民。如果没有适当的监管,共享住宿服务的增长可能会对共享住宿消费者和受影响社区中其他长期居民的福利产生不利影响。此外,现有研究(Barron等,2021;Garcia-López等,2020;Xu和Xu,2021)发现,Airbnb房源数量的增加减少了长期租赁单位的库存并提高了当地住房市场的租金(对长期租客产生负面影响),同时增加了酒店和娱乐行业的商业活动(对当地求职者产生正面影响)。犯罪和公共安全可能是与共享经济相关的另一种重要类型的外部性。涉及Uber乘客和Airbnb宿主的犯罪事件受到了媒体的高度关注,活动家和批评者经常将安全担忧作为倡导额外监管的主要理由之一。尽管公众兴趣巨大,但关于点对点数字平台对犯罪和公共安全影响的研究证据仍然稀缺。
我们旨在填补文献中的这一空白,通过考察共享住宿服务对韩国(以下简称"韩国")犯罪和公共安全的影响。具体而言,我们构建了韩国在2010年至2015年间Airbnb房源数量、指数犯罪和民事请愿的县级(韩文为"市-郡-区")面板数据,并研究了Airbnb的增长如何影响指数犯罪数量和与公共安全相关的民事请愿数量。我们的数据包括由AirDNA(https://www.airdna.co)提供的新Airbnb房源的日期和位置,韩国国家警察厅(KNPA)提供的年度指数犯罪(谋杀、抢劫、性犯罪、盗窃和伤害)计数,以及韩国反腐败和公民权利委员会(ACRC)提供的季度民事请愿计数。
我们的主要结果衡量指标包括韩国报告给警方的指数犯罪数量和居民提交的与公共安全相关的民事请愿数量。指数犯罪数量是韩国公共安全的一个广泛使用且长期以来一直一致衡量的指标,但可能无法准确反映低级别犯罪的普遍程度以及居民对犯罪受害的感知恐惧。事实上,现有研究发现,个人对安全的感知可能不会与当地实际犯罪水平完全一致(Austin和Furr,2002;Hipp,2010)。在整个研究中,我们区分了三个相关但不同的概念:实际犯罪,这是无法直接观察到的;报告的指数犯罪,这是警方记录的实际犯罪的一个噪声测量值;以及居民感知的公共安全,我们用民事请愿作为代理变量。我们的估计专注于利用KNPA获取的指数犯罪数据和ACRS的与公共安全相关的民事请愿数据得出的后两个衡量指标,而不是无法观察到的实际犯罪。值得注意的是,存在几种不太可能与犯罪和公共安全相关的民事请愿类型,例如与南北韩关系("统一")相关的请愿。我们检查了共享住宿服务与这些其他类型民事请愿之间的实证联系作为安慰剂检验,使我们能够探索分析的内部效度。
在我们的基线分析中,我们采用双向固定效应(TWFE)估计量,利用同一地区在不同时期Airbnb房源数量的变化作为识别变化的来源。除了文献中广泛使用的传统TWFE估计量之外,我们还利用了de Chaisemartin和d'Haultfoeuille(2024)最近提出的"稳健"双重差分(DID)估计量,它使研究人员能够在具有分阶段处理时点和可变处理强度的情况下恢复DID估计。我们通过稳健DID估计获得的主要结果显示,Airbnb房源的增长显著增加了当地与公共安全相关的民事请愿数量。另一方面,我们发现Airbnb房源对象指数犯罪(即谋杀、抢劫、性犯罪、盗窃和伤害)和其他类型的民事请愿(例如,与交通、火灾紧急情况和统一相关的请愿)没有显著影响。我们还在城乡地区之间发现了共享住宿服务对与公共安全相关的民事请愿影响的显著异质性,因为该影响主要在城乡地区中较大且显著,而在农村地区较小且不显著。相比之下,我们发现共享住宿服务在城乡地区对象指数犯罪均无影响。最后,我们比较了2013年至2015年间共享住宿服务的县级增长与2010年至2012年间犯罪和民事请愿的前趋势,发现几乎没有证据表明经历更大共享住宿服务增长的县在犯罪和公共安全相关的不可观察地方特征方面与其他县存在系统性差异。
关于共享住宿服务对犯罪影响的现有研究证据仍然稀缺。两项早期研究,一项来自犯罪学(Roth,2021),另一项来自旅游研究(Xu等,2019),研究了Airbnb房源与犯罪之间的关系,但它们的分析依赖于非实验性横截面数据,这使得难以对其结果进行因果解释。相比之下,犯罪学领域的一项近期研究(Lanfear和Kirk,2024)分析了来自英国伦敦的Airbnb房源和犯罪的社区层面面板数据,他们的动态面板模型估计表明共享住宿服务的增长与抢劫、入室盗窃、盗窃和暴力行为呈正相关。我们基于覆盖整个国家(韩国)的面板数据呈现了关于共享住宿与犯罪之间实证联系的部分最早证据,从而为文献做出贡献。此外,我们使用稳健DID估计量缓解了与传统TWFE估计量相关的一些关键效度担忧,进一步支持了我们发现的因果解释。我们还提供了,据我们所知,关于共享住宿与与公共安全相关的民事请愿之间实证联系的首份证据,这通过居民感知的公共安全的衡量指标补充了犯罪研究结果。
韩国提供了一个有趣的实证环境来研究共享住宿对公共安全的影响。虽然该国的犯罪率相对较低,但公共安全仍然是主要的公共政策问题。例如,根据韩国统计厅2018年社会调查,犯罪位居韩国社会面临问题的榜首,因为20.6%的调查参与者表示犯罪是韩国最大的社会问题,其次是国家安全(18.6%)和环境问题(13.5%)。此外,韩国最近经历了游客和共享住宿用户数量的大幅增长,这使得我们的发现对于其他成功拥抱共享经济的旅游友好国家也具有重要意义。
本文其余部分的结构如下。第二节回顾了现有关于共享住宿和公共安全的文献。第三节介绍了用于我们实证分析的数据。第四节描述了我们实证策略,即传统TWFE和稳健DID估计量。第五节呈现了估计结果,第六节得出了结论。
文献回顾
根据社会解体理论,缺乏社会凝聚力是犯罪的一个重要决定因素(Shaw和McKay,1942;Bursik,1988)。例如,在高度凝聚力的社区中,邻居可能互相照看房屋并向警方报告社区中的可疑活动,这应该能威慑当地犯罪和公共秩序混乱。然而,社会凝聚力较小的社区不太可能有这种非正式社会控制,并且可能会经历更高水平的……
数据
为了考察共享住宿对犯罪和民事请愿的影响,我们收集了2010年至2015年间当地Airbnb房源数量、指数犯罪、民事请愿和其他县级(市-郡-区)社会人口学特征的数据。以下是每个数据组成部分的简要描述。
实证策略
为了研究共享住宿服务对当地犯罪和公共安全的影响,我们首先利用传统TWFE估计量,利用同一地区在不同时期Airbnb房源数量的变化作为识别变化的来源。这种广泛使用的实证策略试图通过将所关注因果效应与以下因素分离开来恢复所关注的因果效应:1)随时间变化的县级可观察特征,2)不可观察但相关的时不变县级特征……
传统TWFE估计结果
表3呈现了方程(1)中共享住宿服务对犯罪的估计影响。每个单元格对应一个单独的回归,列表示不同类型的指数犯罪,行表示不同的回归设定。在所有回归中,我们控制了可观察的县特征(Xg,t)、县级固定效应(θg)和时间固定效应(τt),但为了简洁起见,仅报告了感兴趣的估计系数(α1)。
首先考虑表3的第(A)行。我们发现……
结论
成功的数字平台,如Airbnb和Uber,已经彻底改变了传统行业。它们可能通过降低市场进入壁垒并促进潜在卖家和买家之间的成功匹配来提高市场效率并增加消费者福利。同时,越来越担心它们的增长可能会导致意想不到的不良社会经济后果。例如,越来越多的共享住宿服务可能会增加当地住房……
作者贡献声明
Changhui Kang:审阅与编辑写作,原创写作,方法论,形式分析。Songman Kang:审阅与编辑写作,原创写作,形式分析,概念化。Sangkoon Park:原创写作,形式分析,数据管理,概念化。
利益冲突声明
作者声明他们没有已知的竞争性经济利益或个人关系可能会影响本文所述工作的表现。
Changhui Kang | Songman Kang | Sangkoon Park
韩国中央大学经济学院,首尔瑞草区,Heukseok路84号,06974,韩国
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号