6月16日上午，2021年上财-暨南产业组织网络研讨会进行了第二场研讨，罗切斯特大学西蒙商学院的YufengHuang教授介绍了题为“Seller-Pricing Frictions and Platform Remedies”的最新研究论文，密歇根大学的ZachBrown教授对论文进行了点评。

｜论文概要｜

作者以Airbnb民宿租赁平台为例，通过构建结构模型和使用民宿挂牌数据，分析了动态市场环境下卖家定价调整不足的问题并评估对市场均衡的影响。在民宿租赁市场中，Airbnb卖家面临的主要定价问题包括：1.产品差异化明显，不同区位的民宿价格不同，需要单独定价；2.不同时段的市场需求不同（比如旅游旺季的房间会很快售罄)，需要根据市场情况高度灵活变通的定价。为了解决这一问题，并帮助卖家尽可能收益最大化，Airbnb平台提供了简单的定价调整界面和自动定价算法供卖家使用。但是因为平台自动定价偏低，使用这一算法的卖家比例并没有明显增长。

研究发现Airbnb卖家中只有15%左右的卖家不存在明显的价格调整成本，高达50%的卖家摩擦程度过高导致从未调整过房屋租赁价格，而卖家的价格调整成本及其认知约束是造成摩擦的主要原因；另外反事实分析表明，卖家的边际成本是造成其与平台之间激励错位的主要原因。因此，对平台而言，其定价算法会帮助缓解定价摩擦，并引导卖家转而偏向有利于平台和消费者的期望结果。

｜点 评｜

密歇根大学经济系ZachBrown教授对文章进行了点评，并提出了建设性的意见。他回顾了文章的描述性事实与结构模型，并主要讨论了以下三个研究问题：

1.平台激励与卖家激励有何不同？文章表明，平台更偏好低价格，主要原因是来自于卖家的边际成本，而是否存在另外的解释，也即可能是逆向选择导致卖家与平台激励之间的差异；

2.对于多样化定价摩擦的建模问题：是否有办法将多种定价摩擦嵌套在一个单一的定价模型中？

3.第三方定价算法的应用，这一算法在Amazon、eBay、加油站等都实现了广泛的应用，是否这一工具能够实现最优解？

最后点评人进行小结，认为这篇文章对于测算定价摩擦以及定价技术对在线平台重要性方面做出了重要的贡献；另外，文章的结论在反垄断案件审查及监管方面也提供了一定的途径与方法。

本次会议吸引了国内外百余名产业组织领域的学者和专家参与讨论。

• 2021上财-暨南产业组织网络讨论会（第一场）

SUFECOB

供稿 |陈慧铭（学）