Omfang og betydning av korttidsleie for det ordinære leiemarkedet

Det er stor interesse i forskningsmiljøer rundt om i verden for analyser av korttidsleiedata, blant annet for å forstå hvordan høyt innslag av korttidsleie påvirker boligområder i store byer med svært mange turister som besøker årlig. Men det er utfordringer å få tilgang på gode data. Erfaringer fra forskningsfeltet er at Airbnb, som er den største plattformen for å formidle korttidsutleie, i svært liten grad deler data, og at Airbnb også har gjort tiltak for å hindre tilgang til data gjennom dataskraping, blant annet ved å slå sammen kategoriene for bookede dager med utilgjengelig, slik at det ikke er mulig å kartlegge faktiske bookinger fra plattformen deres (Wang, Livingston, McArthur, & Bailey, 2024; Crommelin L., Troy, Martin, & Pettit, 2018). Som følge av denne datamangelen, har det vokst frem aktører som tilbyr data basert på skraping.

I dette prosjektet er det benyttet data kjøpt av Airdna, med informasjon fra og med 2016 til og med 1. oktober 2024 for fem norske byer: Oslo, Bergen, Trondheim, Stavanger og Tromsø. Dataene gir omfattende informasjon om korttidsutleie formidlet med Airbnb og Vrbo, inkludert boligtype, antall soverom, dato for rapportering, reserverte dager, tilgjengelige dager, blokkerte dager og inntekter. Airdna opplyser per epost at deres algoritmer sørger for at det ikke skal være duplikater av den samme boligen i dataene dersom boligen tilbys både på Airbnb og Vrbo. De opplyser videre at de har løst utfordringen med at Airbnb har slått sammen kategoriene for bookede dager med utilgjengelig med å utvikle en algoritme som predikerer hvorvidt en dag som ikke er tilgjengelig er booket (reservert) eller blokkert.