AIRBNB a Barcelona: formació de preus i distorsions a les plataformes digitals

Abstract

La irrupció de les plataformes digitals, en el marc de l’anomenada economia col·laborativa, ha generat beneficis econòmics evidents relacionats amb la reducció dels costos de transacció, la mobilització de recursos ociosos o l’accés a productes o serveis per part de col·lectius exclosos. Han ajudat a esmenar doncs situacions que els mercats convencionals no resolen adequadament, tant des d’una perspectiva purament econòmica com també des de l’interès social.

L’aparició d’intermediaris digitals que impulsen activitats comercials d’allotjament en xarxa mitjançant models de negoci basats en el P2P, estan esdevenint un dels fenòmens més evidents d’aquesta transformació que pot afectar sensiblement el mercat i les destinacions turístiques.

A partir de la informació proporcionada per la web http://insideairbnb.com/, s’analitza una àmplia mostra d’allotjaments turístics efectuats per particulars a la ciutat de Barcelona, utilitzant la plataforma Airbnb. L’objectiu d’aquesta anàlisi és determinar els principals factors de la formació dels preus, la incidència d’aspectes intangibles com la reputació de l’allotjament o la informació de l’usuari, la irrupció d’operadors corporatius o la transcendència de la localització. Els resultats no confirmen la naturalesa col·laborativa de la plataforma com a simple mercat bilateral ni tampoc les seves virtuts per a un desenvolupament econòmic més equilibrat a la ciutat.

Airbnb en l’univers de l’economia col·laborativa

L’economia col·laborativa ha emergit com un conjunt d’activitats desenvolupades en plataformes digitals que faciliten la interacció entre usuaris i resolen alhora algunes imperfeccions del mercat, tant si tenen finalitats comercials o merament altruistes. A Richardson (2015) es reflexiona àmpliament sobre les diferent tipologies d’activitats que es desenvolupen en el marc analític de l’economia col·laborativa, amb les seves característiques, contradiccions i diferents accepcions del terme.

El gràfic que s’acompanya, estret de Oskam i Boswijk (2016), indica les diferents tipologies de xarxes generadores de valor que operen sobre la base de plataformes digitals. Com es pot observar, situa Airbnb en l’àmbit de capitalisme de xarxa junt amb altres operadors principals d’Internet, com seria el cas de Facebook o Uber.

Gràfic 1. Tipologies de xarxes que operen com a plataformes digitals.

Font: Oskam i Boswijk (2016).

La companyia, creada fa només 10 anys, és un cas paradigmàticd’organitzacióexponencialque ha tingutuna evolució molt ràpida a mesura que també ho feia el seu mercat (Ismail et al, 2014). Al darrera del seu creixement espectacular cal analitzar els factors principals del seu èxit que caracteritzen el model de negoci de l’allotjament en xarxa. Es tractaria d’un mercatbilateral en el qual la plataforma facilita les transaccions entre individus i afegeix valor als dos costats del mercat posant en contacteen un entorn de confiabilitat a usuarisiproveïdors de béns o serveis que, d’altra forma, no podrien participar de les transaccions.

Òbviament, l’element econòmic juga un paper crucial tant des de la perspectiva de l’usuari,quesovintobté un millor preu iuna major flexibilitat, com també del propietari, que aconsegueix optimitzar la renda generada per uns immobles econòmicament ociosos (Botsman i Rogers 2011, Hamari et al, 2016). A aquest interès financer caldria afegir-hi també una dimensió més social, sustentada en el fet de viure experiències de turismemésautèntiques, en el context d’una economia col·laborativa(Ikkala i Lampinen 2015).

En realitat, l’empresaaprofitaelsavantatgescompetitiusbasatstant en l’estalvi de costos fixes iconsums de serveis (jaqueaquestsestan coberts per qui proporcional’allotjament)com en unaestructura de gestió mínima, alhora que l’augment en la dimensió de mercat li proporciona els guanys de les economies de xarxa associades al major atractiu que tenen per als proveïdors dels allotjaments la major visibilitat que ofereix la plataforma digital. L’extensió de la xarxa proporciona així rendiments creixents a escala (Eisenmann et al, 2006). Probablement, l’elementméscríticrau en la necessitat de crear un entorn de confiançaalsusuaris,jaquel’avantatge comparatiu de la indústria hotelera rau en la minimització de riscos mitjançant la regulació i la reputació. D’aquesta manera, la confiança acaba sent l’element crucial per a la creació de valor (Liang et al. 2017), a causa de la major incertesa existent sobre el comportament dels agents en el cas de les transaccions online (Riegelsberger et al. 2005). Aquest capital reputacional àdhuc pot permetre a la companyia aconseguir un major rendiment econòmic. En aquest context cal emmarcar les iniciatives d’Airbnbn per l’establiment d’un sistema propi d’avaluació per part dels usuaris (Finley 2013).

El seu ràpid desenvolupament i implantació en algunes de les ciutats més emblemàtiques per al sector turístic ha generat,però, controvèrsies considerables sobre l’existència d’externalitats econòmiques negatives originades per la seva actuació en un context de regulació ineficaç. Barcelona no ha estat una excepció a les crítiques, acusant la companyia de generar competència deslleial, induir una acceleració en el preu dels lloguers, encarir el cost dels serveis bàsics o expulsar la població resident del centre de la ciutat (Arias Sans, 2015; EY España 2015, Quijones 2015, Croft, 2015). Algunsautorsindiquenfins I tot que a Barcelona s'ha generat una perfecta tempesta política i regulatòria (Dredge et al. 2016). Al seu torn, la companyia ha aportat estudis alternatius que evidencien millores d’eficiència i benestar per al conjunt de la societat que compensarien amb escreix les pèrdues ocasionades a alguns residents i als operadors dominants en el mercat (Airbnb 2013, Guttentag 2013, Lehr 2015). En qualsevol cas, el seu focus eminentment comercial i l'absència d'expectatives de reciprocitat fa que alguns autors posin la companyia com a exemple d'un model poc sostenible de pseudo-economia col·laborativa (Belk 2014, Martin 201).

L’objectiu central d’aquesta recerca preliminar és conèixer amb més detall les característiques de la formació de preus, la localització i les característiquesdelsallotjamentsa la ciutat de Barcelonapublicats per Airbnb. La utilització de la informació disponible a la web http://insideairbnb.com ens permetrà caracteritzar i comprendre millor els punts clau del model de negoci de la plataforma digital en l’activitat desenvolupada a la ciutat. La recerca s’efectua amb les dadescorresponentsal’any 2016.

Anàlisi empírica

Evolució recent i localització

L’evolució temporal del nombre acumulat d’allotjaments oferts en la plataforma ens ofereix una primera evidència del desafiament que representa la irrupció de l’operador digital per a la indústria hotelera local. A mesura que la plataforma és més coneguda també és molt més utilitzada.

Gràfic 2. Evolució de l’oferta d’allotjaments a Airbnb.

Font: Elaboració pròpia a partir d’Inside Airbnb.

La col·lisió es fa encara més fefaent quan es compara la distribució geogràfica dels allotjaments inclosos a la plataforma amb la corresponent a l’oferta hotelera a la ciutat. Airbnb sempre ha intentat justificar que el seu objectiu es complementar l’oferta regulada existent sense entrar-hi en competència directa, ja que sovint argumenta que la seva oferta d’habitatges acostuma a situar-se en barris on la presència d’allotjament hoteler és limitada.

Un primer anàlisi ens permet posar de manifest que, en el cas de Barcelona, aquesta no semblaria ser la realitat. Si analitzem la correlacióentre les dues ofertesper districtesurbans, podrem veure com és molt elevada (92,7%), ja que l’oferta més elevada d’Airbnb se situa en les dues ubicacions més cèntriques i on existeix també l’oferta hotelera més elevada.

Taula 1. Distribució d’allotjaments (%)

Districtesurbans	Airbnb	Hotels
Eixample	29.51	32.60
CiutatVella	26.05	33.42
Sants-Montjuïc	11.63	6.03
SantMartí	10.91	9.04
Gràcia	10.01	1.37
SarriàSant-Gervasi	3.75	8.77
Horta-Guinardó	3.44	2.47
SantAndreu	1.79	0.55
Les Corts	1.73	5.48
NouBarris	1.17	0.27

Font: Inside Airbnb i infotur.barcelona (2013).

Dispersió de preus i dimensió dels habitatges

A continuació, iniciem l’estudi dels determinants del preu de l’allotjament tractant de descriure el seu comportament en la mostra seleccionada. L‘anàlisi descriptiva de la variable ens permet inferir, a partir de la desviació estandard (73.26), que existeix una elevada dispersió en el preu a la ciutat de Barcelona.A més, l’elevada asimetria detectada (6,22) ens posa de manifest que el preu dels pisos oferts a la plataforma se situa, en general, sensiblement per sota del valor mitjà. De fet, la mediana (55,0) és sensiblement inferior al valor mitjà (74,06).

Aquesta elevada dispersió podria ser la conseqüència d’una gran disparitat en la tipologia d’allotjaments oferts per al lloguer vacacional. D’aquesta manera, s’efectua una anàlisi descriptiva de la variable preu en funció del nombre de llits que ofereix cada habitatge.

Taula 2. Anàlisi descriptiva del preu mitja per nombre de llits a l’allotjament.

Llits	Preu	d.e.	IQR	0%	25%	50%	75%	100%	n
1	45.29	30.57	28.00	9.00	26.00	37.00	54.00	600	3639
2	77.54	66.78	54.00	10.00	41.00	69.00	95.00	1800	1587
3	103.34	72.16	56.00	10.00	65.00	90.50	121.00	1170	806
4	119.69	83.97	72.00	10.00	74.00	100.00	146.00	1170	529
5	132.64	78.88	79.00	21.00	80.00	110.00	159.00	500	229
6	164.00	137.61	110.00	16.00	90.00	127.00	200.00	1150	155
7	169.78	95.06	152.25	15.00	99.25	145.00	251.50	380	46
8	232.05	171.17	160.00	35.00	135.00	200.00	295.00	1000	44
9	291.33	147.21	74.75	100.00	233.50	251.00	308.25	708	12
10	258.35	203.71	175.50	20.00	140.00	200.00	315.50	750	23
11	377.33	173.40	248.50	170.00	235.00	402.00	483.50	600	6
12	223.00	164.19	125.75	9.00	136.75	245.00	262.50	600	12
13	390.00	NA	0.00	390.00	390.00	390.00	390.00	390	1
14	235.25	204.21	127.25	16.00	157.75	207.50	285.00	510	4
15	20.00	NA	0.00	20.00	20.00	20.00	20.00	20	1
16	369.40	448.26	400.00	20.00	20.00	277.00	420.00	1110	5

Font: Elaboració pròpia a partir d’Inside Airbnb.

A la primera columna s'observa la variable "nombre de llits", que van des de 1 fins a 16. Es posa de manifest com la immensa majoria d’allotjaments ofereixen entre 1 i 2 llits. A efectes de l’estudi s’eliminen els habitatges amb més de sis llits, en raó de la seva escassa presència. També s’evidencia com el preu de lloguer evoluciona a l’alça amb el nombre de llits ofertats i que el nivell de dispersió és més elevat entre els allotjaments més grans.

A fi de confirmar la rellevància de la dimensió de l’habitatge com a determinant de la dispersió observada en el nivell de preus es procedeix a efectuar una anàlisi de la variança de la variable de preu segons la tipologia d’habitatge.Els resultats en corroboren que les diferències observades entre grups, en funció de la dimensió de l’habitatge, són estadísticament significatives entre grups.

Taula 3. Anàlisi ANOVA per la diferència de preu segons el nombre de llits.

	Graus de Libertat	Suma de quadrats	Mitjanaquadràtica	F	valor-p
Llits	5	6779859	1355972	414.10	0.000
Residus	6939	22720854	3274

Font: Elaboració pròpia a partir d’Inside Airbnb.

A continuació, es procedeix a validar si el fet que existeixi una relació positiva entre el nombre de llits i el preu de l’habitatge ofert per Airbnb és el principal determinant de l’elevada variabilitat observada en els preus dels allotjaments a la ciutat de Barcelona. Amb aquest objectiu, es realitza una anàlisi de regressió lineal simple entre ambdues variables.

Taula 4. Anàlisi de regressió entre el preu i el nombre de llits.

	Coeficients	d.e.	t	valor-p
Constant	25.22	1.19	21.20	0.000
Llits	23.42	0.45	52.42	0.000
Error estàndardresidus: 62.21 (7098 g.ll.)
R-quadrat: 0.2791, R-quadratajustat: 0.279
F: 2747 (1 i 7098 g.ll.), valor-p: 0.000

Font: Elaboració pròpia a partir d’Inside Airbnb.

L’estimació ens confirma la influència significativa de la dimensió, si bé l’ajust del model és limitat, en la mesura que només un 27,91% de la variabilitat del preu queda explicat a partir del nombre de llits.

Aquest resultat convida a cercar altres factors explicatius de la formació de preus.D’aquesta manera, s’han incorporat a l’anàlisi altres variables relacionades amb el nombre d’usuaris (persones que l’allotjament pot hostatjar), la dimensió (nombre de dormitoris) o la qualitat (nombre de cambres de bany) de l’allotjament.

Elresultat de l’anàlisi de regressiómúltiple enposa de manifest com el nombre de llits deixa de ser rellevant a l’hora d’explicar la variabilitat del preu quan s’incorporen aquestes tres dimensions. L’ajust del model també millora sensiblement (fins al 38,85%).

Taula 5. Factors explicatius de la formació de preus.

	Coeficients	d.e.	t	valor-p
Constant	-22.28	1.91	-11.66	0.000
Hostes	13.08	0.73	17.82	0.000
Lavabos	22.25	1.45	15.31	0.000
Dormitoris	20.60	1.35	15.27	0.000
Llits	-1.54	0.87	-1.76	0.078
Error estàndardresidus: 57.37 (7076 g.ll.)
R-quadrat: 0.3885, R-quadratajustat: 0.3881
F: 1124 (4 i 7076 g.ll.), valor-p: 0.000

Font: Elaboració pròpia a partir d’Inside Airbnb.

La influència de la credibilitat

Tal i com s’ha indicat en l’apartat anterior, un element clau en el model de negoci d’Airbnb és la credibilitat, ja que una de les principals motivacions de la companyia és crear un entorn de confiança reconeixible per a usuaris i clients de la plataforma. Amb aquest objectiu, analitzarem la transcendència que té en el preu de l’habitatge de lloguer el fet que la identitat de l’amfitrió estigui o no verificada per la plataforma.

Amb aquest objectiu es duu a terme un contrast d'hipòtesis per a la diferència de mitjanes. El resultat obtingut ens indica com existeixen diferències estadísticament significatives entre el preu dels pisos d'usuaris amb identitat verificada i els que no (estadístic t = -6.676, valor-p = 0.000). En concret, els usuaris amb identitat verificada ofereixen pisos amb un preu sensiblement superior (75,44) als que no la tenen (65,15).

Alternativament, el propi operador aspira a reforçar aquest entorn de confiabilitat entre usuaris i proveïdors mitjançant estratègies basades en la reputació dels allotjaments. D’aquestamanera, Airbnbdefineixun sistema de revisions i de valoracions sobre diferents àmbits relacionats amb els habitatges ofertats. A partir de la informació, esvolinferirla valoració que fan els usuaris (d’acord amb les seves expectatives inicials) dels següents aspectes relacionats amb el pis i el servei donat:

• precisió de la informació donada sobre el pis i el seu funcionament (“Informació”)

• sobre el registre (“Registre”)

• sobre les condicions de l’habitatge (“Neteja”)

• sobre les opcions de connectivitat (“Connectivitat”), i

• sobre la ubicació(“Ubicació”)

Com a punt de partida, es vol validar si la valoració que els usuaris fan dels habitatges està relacionada amb la seva localització geogràfica.

Taula 6. Valoracions mitjanes per barris dels usuaris sobre diferents aspectes del servei.

Barri	Informació	Registre	Neteja	Connectivitat	Ubicació
CiutatVella	9.11	9.45	8.91	9.49	9.53
Eixample	9.25	9.49	9.14	9.47	9.49
Gràcia	9.25	9.58	9.07	9.58	9.43
Horta-Guinardó	9.28	9.45	9.04	9.47	8.78
Les Corts	9.36	9.45	9.28	9.56	9.25
NouBarris	9.33	9.42	9.18	9.57	8.72
SantAndreu	9.27	9.49	9.16	9.46	8.83
SantMartí	9.14	9.44	9.08	9.47	9.06
Sants-Montjuïc	9.12	9.46	8.97	9.46	9.16
Sarrià -SantGervasi	9.37	9.49	9.16	9.60	9.29

Font: Elaboració pròpia a partir d’Inside Airbnb.

La comparació dels valors mitjans entre els diferents barris de la ciutat ens mostra com els resultatssón generalment molts positius. La percepció dels usuaris en tots els aspectes i per tots els districtes és molt positiva, ja que està per sobre de 9 (a excepció de la neteja als districtes de Ciutat Vella i Sants-Montjuïc, i la localització als barris d’Horta-Guinardó, Nou Barris i Sant Andreu). És a dir, ens avança que probablement les variables relacionades amb la reputació probablement tindran una escassa capacitat de discriminació en la configuració del preu. Al final de l’experiència de consum a la ciutat, la marca Barcelona sembla absorbir tots els aspectes relacionats amb les diferències en les característiques dels habitatges o la seva ubicació dins la ciutat.

Per tal de facilitar l’anàlisi elaborarem un indicador sintètic (“Indicador 1”) que integri les valoracions deles diferents característiques i serveis dels allotjaments, agregant la informació disponible en un únic indicador mitjançant el mètode de la mitjana ponderada. Es selecciona ciutat Vella com a districte de referència per a la normalització (valor 1) i s’atorga el mateix pes a cadascundelscincindicadors.

Elsresultatsensmostren que la situació a tots els districtes de Barcelona és força similar. De totes maneres, agafant com a referència les valoracions de Ciutat Vella, observem com Eixample, Gràcia, Les Corts i Sarrià-Sant Gervasi estan per sobre de la mitjana, mentre que altres localitzacions mostren un resultat inferior.

A fi de reforçar la capacitat discriminatòria de l’efecte de localització, es reformula l’indicador sintètic (“Indicador 2”) atorgant a la valoració de la localització unpesclarament dominant: 10 punts sobre 14. La resta de variables esquedenambunpes d’1 punt sobre 14 cadascunad’elles.

Taula 7. Indicadors sintètics.

Barri	Indicador 1	Indicador 2
CiutatVella	1.000	1.000
Eixample	1.008	1.000
Gràcia	1.009	0.996
Horta-Guinardó	0.991	0.946
Les Corts	1.010	0.985
NouBarris	0.995	0.944
SantAndreu	0.995	0.951
SantMartí	0.994	0.966
Sants-Montjuïc	0.994	0.973
Sarrià -SantGervasi	1.010	0.987

Font: Elaboració pròpia a partir d’Inside Airbnb.

Amb el canvi de ponderacions s’evidencia com només l’Eixample obté un resultat similar al de Ciutat Vella, un resultat totalment esperat, en la mesura que parlem dels dos districtes més cèntrics de la ciutat. El desplegament heterogeni d'Airbnb en el territori és habitual (Dredge i Gyimóthy 2015), però presenta uns riscos de distorsió de la cohesió social i agreujament de les desigualtats dins la ciutat de Barcelona més elevats perquè:

• Es tracta de dos dels districtes més densament poblats, junt amb Gràcia.

• La renda familiar disponible per càpita és un 37% inferior a Ciutat Vella que a l’Eixample

• En canvi, els lloguers per metre quadrat són un 16% més cars a Ciutat Vella, on ja s'assoleixen els preus més elevats dins de la ciutat.

Impacte de la localització en el preu

Cal preguntar-se doncs sobre l’efecte diferenciador d’una localització cèntrica en el preu, més enllà de les característiques de l’immoble, per saber si els districtes centrals són aquells amb els preus dels lloguers més elevats i si cal cercar alhora altres elements que poden incidir en la configuració dels preus a la plataforma digital.

Amb aquest objectiu, es realitza una anàlisi discriminant per conèixer siles variables associades al preu, referides a les característiques de l’habitatge (variables 1 a 5) o a les valoracions subjectives dels usuaris (variables 6 a 10)permetenidentificarla localitzacióde l’habitatge, en funció de siéscèntrica (valor 1) o no (valor 0). Per aaquesta anàlisi, esconsiderencèntricsaquellshabitatgeslocalitzatsa CiutatVella o l’Eixample de Barcelona.

:1. Hostes

2. Lavabos

3. Dormitoris

4. Llits

5. Preu

6. Informació

7. Registre

8. Neteja

9. Connectivitat

10. Ubicació

Taula 8. Anàlisi discriminant sobre el preu dels allotjaments.

	Mitjana per grups		Funció discriminant
	No cèntric	Cèntric	Coeficients
Hostes	3.15	3.28	0.256
Lavabos	1.22	1.29	0.365
Dormitoris	1.42	1.43	-0.212
Llits	2.10	2.07	-0.333
Preu	67.52	79.30	0.004
Informació	9.21	9.18	-0.222
Registre	9.48	9.47	-0.084
Neteja	9.07	9.03	-0.142
Connectivitat	9.51	9.48	-0.277
Ubicació	9.16	9.51	1.261

Font: Elaboració pròpia a partir d’Inside Airbnb.

La taxa d'èxit obtinguda en l'anàlisi discriminant és del 62,85%. A partir d’aquests resultats es pot veure que, del conjunt de variables analitzades, la que mostra una diferència de mitjanes més elevada és clarament el preu, ja que el preu mitjà dels pisos cèntrics és superior (55,6 vs 44,4 euros) als que no ho són. Pel que fa a les valoracions, es pot observar que gairebé totes les valoracions mitjanes són inferiors per als pisos cèntrics, a excepció (com no podia ser d’una altra manera) de la variable corresponent a la valoració de localització. Ara bé, també es detecta com algunes característiques d’aquests immobles localitzats als districtes centrals, en termes de nombre d’usuaris, dimensió o qualitat també són més favorables en la configuració del preu.

Paper dels operadors múltiples

En conseqüència, es posa de manifest que el negoci d’Airbnb a la ciutat de Barcelona està localitzat als districtes centrals, que és on hi ha més oferta i on els preus són més elevats. Malgrat que la plataforma es vulgui emmarcar en l’àmbit de l’anomenada economia col·laborativa, el fet que entri en competència directa amb l’oferta hotelera existent, també situada principalment al centre, fa que s’hagi de pensar més en que es tracta d’una empresa orientada al negoci de plataforma que dona grans beneficis. En la línia indicada pel treball d’Oskam i Boswijk (2016), la plataforma entraria clarament en l’àmbit del capitalisme de xarxa, basat en plataformes hiperconnectades i distribuïdes que tenen un objectiu nítidament comercial.

Aquest fet fa que no siguin només els particulars els atrets per oferir el seu pis mitjançant l’ús de la plataforma digital, emergint el rol d’intermediaris o la presència indirecta d’altres operadors dels mercats immobiliaris i d’allotjaments turístics que aprofiten la presènciad’aquestmercatbilateral per ampliar les seves oportunitats de negoci i optimitzar la rendibilitat dels seus immobles disponibles. D’aquesta manera, la plataforma pot estar acollint activitats comercials d’allotjament en xarxa que no escorresponenestrictamentambels models de negoci basats en el P2Pni amb la pròpia naturalesa de l’economia col·laborativa.

Ens preguntarem doncs si existeix alguna relació entre la localització de l’allotjament i el fet que sigui ofert o no per un particular.Ambaquestobjectiuanalitzem el comportamentd’aquells usuaris que estiguin oferint més de dos habitatges alhora a través d’Airbnb. En aquests casos parlarem del cas d’amfitrions múltiples (multiple-host).

El primer pas serà elaborar unataula de contingència entre la localització (cèntrica o no) ielsamfitrions múltiples (o no).Obtenimunsresultatsqueensconfirmenque les dues variables no són independents (Chi-quadrat = 46.67, valor-p = 0.000). Sibé la majoria d’habitatges oferts a Barcelona són de particulars (un 64.2%), tant els particulars com també els altres operadors no esdistribueixen deforma aleatòria entre els districtes sinó que clarament se situen de forma preferent en el districte central (55,6% dels habitatges), el que pressiona l’oferta hotelera existent i els residents en aquesta zona de la ciutat.

Taula 9. Taula de contingència entre la localització i el tipus d’amfitrions (%)

	Amfitrions simples	Amfitrionsmúltiples	Total
No cèntric	30.50	14.00	44.50
Cèntric	33.70	21.80	55.50
Total	64.20	35.80	100.00

Font: Elaboració pròpia a partir d’Inside Airbnb.

Localització i professionalitzacióde l’oferta dels habitatges oferts a Barcelona mitjançant l’ús d’Airbnb serien doncs dos elements clau que podrien tenir un impacte disruptiu en el model de negoci de l’operador dominant existent alhora que podrien posar en qüestió el fet que la plataforma fos un exemple paradigmàtic d’economia col·laborativa.

Caldria preguntar-se doncs com aquests dos factors interaccionen i impacten en el preu del lloguer dels habitatges per ús vacacional. Per a poderresponder-ho,realitzaremunaanàlisi de dependència de la variable preu en relació a la localització i la tipologia d’amfitrió, mitjançant una metodologia de detecció automàtica d’interaccions.

Gràfic 3: Arbre de segmentació segons tipologia d’amfitrió i localització.

Font: Elaboració pròpia a partir d’Inside Airbnb.

Elsresultatsrevelenla professionalitzaciódeterminamésles diferències en el preuquela localització. Tot I que elpreumitjà al centre és clarament superior al dels habitatges localitzats en altresdistrictes, es pot veurequehi ha unadiferènciaencara molt més elevada entre el preu mitjà dels particulars i el lloguer dels allotjaments proporcionats per propietaris amb oferta múltiple. En conseqüència, les tensions sobre el preu del lloguer de l’habitatge a la ciutat de Barcelona semblarien estar relacionades amb la localització central però encara molt més amb la presència en la plataforma digital d’operadors múltiples.

Conclusions preliminars

De forma creixent, Airbnb està esdevenint tant un competidor directe com un element de disrupció per a la industria hotelera tradicional localitzada a la ciutat de Barcelona i el seu entorn metropolità.

Però el seu impacte transcendeix de l’àmbit del mercat d’allotjament vacacional i afecta àmbits relacionats amb alguns àmbits de les politiques, regulacions i objectius de les administracions locals. Al capdavant d’aquestes preocupacions rau l’augment del preu dels lloguers a la ciutat i els riscos d’expulsió dels residents dels districtes centrals de la ciutat.

La nostra investigació apunta alguns resultats preliminars. En primer lloc, contradiu parcialment el panorama dibuixat per l’intermediari digital, tant pel que fa a les característiques de la seva presència al mercat com també als aspectes autoreguladors del seu model de negoci. D’una banda, s’evidencia una distribució geogràfica dels allotjaments ofertats que entra en competència directa més que no pas complementa l’oferta dels operadors hotelers existents intensificant la pressió turística i de provisió de serveis sobre els districtes centrals de la ciutat. De l’altra, es posa de manifest que els mecanismes de construcció d’entorns de confiança entre les dues parts del mercat a la pràctica no es sustenten en els aspectes reputacionals, que esdevenen senyera de la companyia sinó més aviat en la confiança que genera als usuaris la capacitat d’identificació del propietari aparent de l’immoble. D’aquesta manera, el preu dels lloguer en la plataforma òbviament es relaciona directament amb les característiques de l’habitatge i la seva localització dins la ciutat, però la confiança generada pel fet de poder posar un nom a l’altre extrem del mercat permet gaudir a la companyia d’una millor oportunitat de negoci.

En segon lloc, no es discuteixen les bondats potencials de la plataforma digital associades a esmenar situacions que els mercats convencionals no resolen adequadament, a la reducció dels costos de transacció, a la mobilització de recursos ociosos o a l’accés a uns serveis per part de col·lectius exclosos. Però és en les característiques d’aquest intercanvi comercial on més semblen empal·lidir les característiques d’Airbnb com a economia purament col·laborativa. No només per l’absència d’alguns aspectes relacionats amb els atributs d'expectatives de reciprocitat i sentiment de comunitat sinó amb la participació d’operadors que desvirtuen el caràcter merament bilateral i entre iguals de l’intercanvi que semblarien reforçar, si més no a la ciutat comtal, més les característiques d’economia de xarxa, de naturalesa comercial i extractiva, que no pas col·laborativa. En qualsevol cas, apuntaria la necessitat de proveir sistemàticament informació detallada sobre l'empremta social, econòmica i mediambiental de la seva actuació en el territori.

Referènciesbibliogràfiques

Airbnb (2013), New study: Airbnb community contributes $175 million to Barcelona’s economy”, Airbnb,San Francisco, CA, available at: www.airbnb.nl/press/news/new-study-airbnb-community-contributes-175million-to-barcelona-s-economy

Arias Sans, A. (2015), “Desmuntant Airbnb. Apunts crítics sobre el cas de Barcelona”, 1 July, Disponible a:http://latramaurbana.net/2015/07/01/desmuntant-airbnb-apunts-critics-sobre-el-cas-de-barcelona/#more-1245

Belk, R. (2014). Sharing Versus Pseudo-Sharing in Web 2.0. Anthropologist, 18(1): 7-23.

Botsman, R. and Rogers, R. (2011), What’s Mine is Yours. How Collaborative Consumption is Changing theWay We Live, Harper Collins, London.

Croft, A. (2015), “Airbnb remains symbol of Barcelona's growing unease with tourism”, Skift, 26 August. Disponible a: http://skift.com/2015/08/26/airbnb-remains-symbol-of-barcelonas-growing-unease-withtourism/

Dredge, D., S. Gyimothy, A. Birkbak, T. E. Jensen i A. K. Maqdsen (2016). The impact of regulatory approaches targeting collaborative economy in the tourism accomodation sector: Barcelona, Berlin, Amsterdam and Paris. Impulse Paper, 9. Aalborg University.

Dredge, D. i S. Gyimóthy (2015) The collaborative economy and tourism: Critical perspectives, questionRable claims and silenced voices, Tourism Recreation Research, 40 (3), pp. 286-302.

Eisenmann, T., Parker, G. and Alstyne, V.W. (2006), Strategies for two-sided markets. Harvard BusinessReview, 84 (10).

EY España (2015), Impactos derivados del exponencial crecimiento de los alojamientos turísticosen viviendas de alquiler en España, impulsado por los modelos y plataformas ce comercialización P2P,Exceltur, Madrid.

Finley, K. (2013), Trust in the Sharing Economy: An Exploratory Study, Centre for Cultural Policy Studies,University of Warwick, Warwick.Guttentag, D. (2013), “Airbnb: disruptive innovation and the rise of an informal tourism accommodationsector”, Current Issues in Tourism, pp. 1-26.

Hamari, J., Sjöklint, M. and Ukkonen, A. (2016). The sharing economy: Why people participate in collaborative consumption. Journal of the Association for Information Science and Technology, 67 (9), pp. 2047-2059.

Ikkala, T. and Lampinen, A. (2015), “Monetizing network hospitality: hospitality and sociability in the context ofAirbnb”, Proceedings of the 18th ACM Conference on Computer Supported Cooperative Work & SocialComputing, ACM, Vancouver, pp. 1033-44.

Lehr, D.D. (2015), “An analysis of the changing competitive landscape in the hotel industry regarding Airbnb”,master thesis, Dominican University of California, San Rafael, CA.

Liang, L.J., HS Chris Choi i Marion Joppe (2017): Understandingrepurchase intention of Airbnb consumers: perceived authenticity, electronic word-of-mouth, andprice sensitivity, Journal of Travel & Tourism Marketing, DOI: 10.1080/10548408.2016.1224750

Martin, C. J. (206). The sharing economy: A pathway to sustainability or a nightmarish formof neoliberal capitalism?. Ecological Economics 121, pp. 149–159.

Oskam, J. i A. Boswijk, (2016) "Airbnb: the future of networked hospitality businesses", Journal of Tourism Futures, 2 (1), pp.22-42.

Quijones, D. (2015), “Barcelona just declared war on Airbnb”, Business Insider, 11 August, Disponible a: www.businessinsider.com/barcelona-just-declared-war-on-airbnb-2015-8

Richardson, L. (2015) 'Performing the sharing economy.', Geoforum., 67 . pp. 121-129.

Riegelsberger, J., M. A. Sasse i J.D. McCarthy (2005). The mechanics of trust: A framework for research design. International Journal of Human Computer Studies, 62 (3), pp. 381-422.