What drives apartment rental rates on Booking.com? A hedonic pricing approach

• Autorzy: Stanisław Probulski , Natalia Nehrebecka

Warianty tytułu

Co wpływa na stawki za wynajem apartamentu na Booking.com? Hedonistyczne podejście cenowe

• Języki publikacji: EN

Abstrakty

EN

This study investigates the determinants of apartment rental rates listed on Booking.com across 25 Polish cities divided into 7 NUTS (Nomenclature of Territorial Units for Statistics) regions. Using web-scraped data, we analyze the impact of apartment characteristics, host attributes, location, and platform-specific features on rental rate levels. Particular attention is given to the role of affiliate program participation (Preferred, Preferred Plus), review ratings, language skills and location.Quantile regression and random forest models are applied to account for rental rate heterogeneity. The results indicate that apartments affiliated with Booking.com programs command significantly higher rental rates. While multilingual descriptions particularly in English and German are positively associated with higher rental rates, Russian language availability shows a negative relationship. Additionally, although overall review scores are positively linked to rental rates, the value for money rating tends to be lower for more expensive apartments.The study contributes to the literature by extending pricing analysis beyond Airbnb and incorporating Booking.com specific mechanisms, rarely addressed in prior research. Practical implications concern pricing strategies and platform design. Limitations include the cross-sectional nature of the data and potential selection bias in scraped listings. By addressing platform-specific pricing determinants, this research provides new insights into how online presentation and platform affiliation inf luence perceived apartment value in the digital short-term rental market.(original abstract)

Niniejsze badanie analizuje determinanty stawek najmu apartamentów oferowanych na platformie Booking.com w 25 polskich miastach, podzielonych na 7 regionów NUTS (Nomenklatura Jednostek Terytorialnych do Celów Statystycznych). Wykorzystując dane pozyskane metodą web scrapingu, zbadano zależność cech apartamentu, znajomości języków przez gospodarza, lokalizacji oraz specyficznych funkcji platformy na poziom stawek najmu. Szczególną uwagę poświęcono uczestnictwu w programach afiliacyjnych (Preferred, Preferred Plus), ocenom recenzji oraz umiejętnościom językowym. Zastosowano modele regresji kwantylowej oraz lasów losowych, aby zbadać heterogeniczność stawek najmu. Wyniki wskazują, że apartamenty uczestniczące w programach afiliacyjnych Booking.com osiągają istotnie wyższe stawki najmu. Choć opisy apartamentów w wielu językach zwłaszcza po angielsku i niemiecku są pozytywnie skorelowane z wyższymi stawkami najmu, znajomość języka rosyjskiego wykazuje relację negatywną. Dodatkowo, mimo że ogólna ocena apartamentu ma tendencję do wzrostu wraz z ceną, ocena stosunku jakości do ceny jest niższa dla droższych ofert. Badanie wnosi wkład do literatury, rozszerzając analizy cenowe poza Airbnb i uwzględniając mechanizmy charakterystyczne dla Booking.com, które dotąd były rzadko badane. Praktyczne implikacje dotyczą strategii cenowych oraz zrozumienia specyfiki platformy. Ograniczenia badania obejmują przekrojowy charakter danych oraz potencjalną stronniczość wynikającą z selekcji ogłoszeń. Podejmując temat specyficznych dla platformy determinant cenowych, niniejsze badanie dostarcza nowych wniosków na temat tego, w jaki sposób prezentacja online oraz afiliacja z platformą wpływają na postrzeganą wartość apartamentu w cyfrowym rynku wynajmu krótkoterminowego.(abstrakt oryginalny)

Słowa kluczowe

EN

Sharing economy; Internet platforms; Rental; Quantile regression

PL

Ekonomia współdzielenia; Platformy internetowe; Najem; Regresja kwantylowa

• Czasopismo: Kwartalnik Nauk o Przedsiębiorstwie
• Rocznik: 2025
• Numer: nr 2
• Strony: 129--159

Twórcy

autor

Stanisław Probulski

• Uniwersytet Warszawski, Polska

autor

Natalia Nehrebecka

• Uniwersytet Warszawski, Polska

Bibliografia

• Abrate G., Viglia G. [2019], Personal or Product Reputation? Optimizing Revenues in the Sharing Economy, "Journal of Travel Research", vol. 58 (1), pp. 136-148, https://doi.org/10.1177/0047287517741998.
• Cai Y., Chan H., Chen K., Wong W. [2019], Pricedeterminants of Airbnb listings: Evidence from Hong Kong, "Tourism Analysis", vol. 24 (2), pp. 227-242, https://doi.org/10.3727/108354219X15525055915554.
• Chang C., Li S. [2020], Study of price determinants of sharing economy-based accommodation services: Evidence from Airbnb.com, "Journal of Theoretical and Applied Electronic Commerce Research", vol. 16 (4), pp. 584-601, https://doi.org/10.3390/jtaer16040035.
• Chau K. W., Wong S. K., Yiu C. Y. [2004], The value of the provision of a balcony in apartments in Hong Kong, "Property Management", vol. 22 (3), pp. 250-264, https://doi.org/10.1108/02637470410545020.
• Chen C. F., Rothschild R. [2010], An application of hedonic pricing analysis to the case of hotel rooms in Taipei, "Tourism Economics", vol. 16 (3), pp. 599-616, https://doi.org/10.5367/ 000000010792278310.
• Chen Y., Xie K. [2017], Consumer valuation of Airbnb listings: A hedonic price approach, "International Journal of Contemporary Hospitality Management", vol. 29 (9), Special Issue on Sharing Economy, https://doi.org/10.1108/IJCHM-10-2016-0606.
• Cheng M., Jin X. [2019], What do Airbnb users care about? An analysis of online review comments, "International Journal of Hospitality Management", vol. 76, part A, pp. 58-70, https://doi.org/10.1016/j.ijhm.2018.04.004.
• Dogru T., Hanks L., Mody M., Suess C., Sirakaya-Turk E. [2020], The effects of Airbnb on hotel performance: Evidence from cities beyond the United States, "Tourism Management", vol. 79 (26), Article 104090, https://doi.org/10.1016/j.tourman.2020.104090.
• Dudás G., Kovalcsik T., Vida G., Nagy G. [2020], Price determinants of Airbnb listing prices in Lake Balaton Touristic Region, "European Journal of Tourism Research", vol. 24, Article 2410, https://doi.org/10.54055/ejtr.v24i.412.
• Ert E., Fleischer A., Magen N. [2016], Trust and reputation in the sharing economy: The role of personal photos in Airbnb, "Tourism Management", vol. 55, pp. 62-73, https://doi.org/10.1016/j.tourman.2016.01.007.
• Gibbs C., Guttentag D., Gretzel U., Smith R. [2017], Pricing in the sharing economy: A hedonic pricing model applied to Airbnb listings, "Journal of Travel & Tourism Marketing", vol. 35 (15), pp. 1-11, https://doi.org/10.1080/10548408.2017.1308292.
• Győdi K., Nawaro Ł. [2021], Determinants of Airbnb prices in European cities: A spatial econometrics approach, "Tourism Management", vol. 86, Article 104319, https://doi.org/10.1016/j.tourman.2021.104319.
• Jiang Y., Zhang H., Cao X., Yang Y. [2022], How to better incorporate geographic variation in Airbnb price modeling, "Tourism Economics", vol. 29 (3), Article 135481662210975, https://doi.org/10.1177/13548166221097585.
• Koenker R., Bassett G. Jr. [1978], Regression quantiles, "Econometrica", vol. 46 (1), pp. 33-50, https://doi.org/10.2307/1913643.
• Liang S., Schuckert M., Law R., Chen Ch.-Ch. [2017], Be a "Superhost": The importance of badge systems for peer-to-peer rental accommodations, "Tourism Management", vol. 60, pp. 454-465, https://doi.org/10.1016/j.tourman.2017.01.007.
• Nehrebecka N., Widłak M. [2012], Zróżnicowanie cen mieszkań a ograniczenia budżetowe nabywców [Price differentiation of apartments and buyers' budget constraints], "Kwartalnik Nauk o Przedsiębiorstwie", vol. 22 (1), pp. 99-106, https://econjournals.sgh.waw.pl/KNoP/article/view/2000.
• Santos J. A. C., Fernández-Gámez M. Á., Solano Sanchez M. A., López del Río L. C. [2020], Valuation models for holiday rentals' daily rates: Price composition based on Booking.com, "Sustainability", vol. 13, Article 292, https://doi.org/10.3390/su13010292.
• Schamel G. [2012], Weekend vs. midweek stays: Modelling hotel room rates in a small market, "International Journal of Hospitality Management", vol. 31, pp. 1113-1118, https://doi.org/10.1016/j.ijhm.2012.01.008.
• Solano-Sánchez M. Á., Santos J. A. C., Santos M. C., Fernández-Gámez M. Á. [2021], Holiday rentals in cultural tourism destinations: A comparison of Booking.com-based daily rate estimation for Seville and Porto, "Economies", vol. 9, Article 157, https://doi.org/10.3390/su13010292.
• Teubner T., Hawlitschek F., Dann D. [2017], Price Determinants on Airbnb: How Reputation Pays Off in the Sharing Economy, "Journal of Self-Governance and Management Economics", vol. 5, pp. 53-80, https://doi.org/10.22381/JSME5420173.
• Voltes-Dorta A., Sánchez-Medina A. [2020], Drivers of Airbnb prices according to property/room type, season and location: A regression approach, "Journal of Hospitality and Tourism Management", vol. 45, pp. 266-275, https://doi.org/10.1016/j.jhtm.2020.08.015.
• Wang D., Nicolau J. L. [2017], Price determinants of sharing economy based accommodation rental: A study of listings from 33 cities on Airbnb.com, "International Journal of Hospitality Management", vol. 62, pp. 120-131, https://doi.org/10.1016/j.ijhm.2016.12.007.
• Widłak M., Nehrebecka N. [2011], Wykorzystanie regresji kwantylowej w analizie zróżnicowania cen mieszkań [Application of quantile regression in analyzing price differentiation of apartments], "Wiadomości Statystyczne. The Polish Statistician", vol. 5 (17), pp. 17-46.
• Zervas G., Proserpio D., Byers J. W. [2015], The Impact of the Sharing Economy on the Hotel Industry: Evidence from Airbnb's Entry Into the Texas Market, "EC '15: Proceedings of the Sixteenth ACM Conference on Economics and Computation", pp. 637, https://doi.org/10.1145/2764468.2764524.
• Zhang Z., Fu R. J. C., Han L., Yang L. [2017], Key factors affecting the price of Airbnb listings: A geographically weighted approach, "Sustainability", vol. 9 (9), Article 1635, https://doi.org/10.3390/su9091635.
• Zhao C., Wu Y., Chen Y., Chen G. [2023], Multiscale effects of hedonic attributes on Airbnb listing prices based on MGWR: A case study of Beijing, China, "Sustainability", vol. 15 (2), Article 1703, https://doi.org/10.3390/su15021703.

Identyfikatory

DOI

https://doi.org/10.33119/KNOP.2025.76.2.7