Méthodologie relative à l'impact d'Airbnb

Quelle est la méthodologie utilisée pour calculer les statistiques de retombées économiques d'Airbnb ?

Nos statistiques de retombées économiques sont générées par le processus de calcul IMPLAN afin d'estimer l'impact économique d'Airbnb dans une zone géographique donnée. Dans le cadre de ce projet, le modèle intègre les revenus des hôtes sur Airbnb et les dépenses des voyageurs. Ces données sont tirées d'une enquête menée auprès des voyageurs ayant réservé un logement sur Airbnb et séjourné dans la zone géographique concernée au cours de l'année du rapport.

Le modèle comprend la contribution économique directe, indirecte et induite, telle que définie ci-dessous :

Effets économiques directs : les effets immédiats de l'activité économique. Dans le domaine du tourisme, il s'agit des dépenses des touristes en biens et services tels que l'hébergement, les repas, le transport, les provisions et les souvenirs.
Effets économiques indirects : les effets secondaires associés aux dépenses initiales dans les secteurs connexes qui fournissent des biens et des services au secteur principal. Ces derniers fournissent les intrants ou les services de soutien et les biens nécessaires au fonctionnement du secteur primaire.
Effets économiques induits : les effets tertiaires de l'augmentation des dépenses des ménages par les employés dans les secteurs concernés directement et indirectement. Citons par exemple les dépenses des salaires des employés dans des restaurants et d'autres établissements dans le cadre de l'activité économique des voyageurs et des hôtes.
Contribution économique totale au PIB : la contribution au PIB, en termes de valeur ajoutée, générée par l'activité d'Airbnb à la suite des effets directs, indirects et induits.
Nombre total d'emplois soutenus : nombre d'emplois à temps plein, à temps partiel et saisonniers soutenus par les revenus générés par Airbnb, y compris les effets directs, indirects et induits.
Recettes fiscales totales : il s'agit (i) de la valeur totale en dollars des taxes relatives aux revenus et aux dépenses des hôtes, ainsi qu'à l'activité économique des entreprises locales favorisée par les voyageurs. Ces taxes ne relèvent pas de la responsabilité d'Airbnb et comprennent les impôts sur la production et les importations (TOPI), les cotisations sociales, les impôts des particuliers et les impôts sur les bénéfices des sociétés ; (ii) il s'agit également des recettes fiscales provenant de l'accueil de voyageurs, de la valeur totale en dollars des impôts directement associés à l'accueil de voyageurs dans le cadre de la valeur brute (nette) des réservations.

Pourquoi puis-je voir des données différentes pour des statistiques connexes sur ce site ?

Nous pensons qu'il est important d'évaluer les données et les études d'Airbnb et de groupes externes afin de comprendre de manière exhaustive les interactions d'Airbnb avec l'économie, le logement et d'autres domaines sociétaux clés.

Nous mandatons des groupes de recherche auprès de cabinets tiers tels qu'Oxford Economics, l'Institut Fraunhofer, Ernst & Young et d'autres, chacun d'entre eux utilisant des méthodologies de recherche individualisées. Le fait de disposer d'un point de vue tiers sur les données d'Airbnb permet de garantir que les résultats des études sont crédibles, transparents et reproductibles. Ce niveau de rigueur garantit que ces recherches collectives sont exactes, qu'elles instaurent la confiance et qu'elles résistent à un examen minutieux.

Quelle est la méthodologie utilisée pour calculer les statistiques relatives à la communauté d'hôtes et de voyageurs Airbnb ?

Les données relatives aux hôtes et aux voyageurs proviennent d'une combinaison de commentaires autodéclarés sur la plateforme Airbnb, de réponses à des enquêtes et de réservations sur Airbnb. Ces données sont associées à des zones géographiques individuelles en fonction de l'emplacement des logements Airbnb, du lieu de résidence des hôtes, du lieu de résidence des voyageurs ou du lieu d'origine des voyageurs lorsqu'ils réservent un voyage. Pour chaque territoire, la sélection des données est effectuée en veillant à ce qu'elles soient représentatives de l'ensemble de la communauté Airbnb, en fonction de la taille de l'échantillon (> 75), de la marge d'erreur (<= 10,0 %) et des spécificités locales qui rendent certaines données particulièrement pertinentes. Certaines pages locales présentent à la fois des statistiques locales (ville ou département) et plus larges (région ou pays).