Anatomie des échanges collaboratifs

La perceuse du voisin est le modèle même de l’utopie collaborative. Mettre à disposition des autres des équipements dont on a pas forcément l’usage est une évidence durable et économique : augmenter le taux d’usage des appareils qu’on utilise à l’occasion semble être méritoire. Si cet échange est gratuit, qu’une application en réduit les coûts de transaction, c’est à une véritable économie contributive qu’on donne naissance, et on espère que ces circuit assure une vaste circulation, dont une des utopie est l’anthropologie de la Kula.

Ce n’est qu’une hypothèse et nous avons encore besoin de comprendre comment s’organisent les cascades de prêts et d’emprunts et de mieux comprendre comment spontanément la circulation des objets s’organisent.  Certains se prêtent à l’échange : la perceuse-visseuse, la poussette, le vélo, des barbecue et des gauffriers. D’autres moins. Un défi est ouvert, retrouver dans le Paris Bobo les circuits du don que Malinowski a cru trouver entre  la Paouasie, les iles Salomons et les Trobiands.

Par chance, on nous a confié une base de données relevant toutes les transactions effectuées pendant une certaine période ( supérieure à une année) sur une portion substantielle des utilisateurs de la plateformes (disons près de 15% d’entre eux). Ce n’est pas du big data mais assez substantiel : plus de 5000 transactions qui aboutissent ou non ( le taux de transformation est en fait de l’ordre de 30%).

Un premier réflexe est naturellement de représenter graphiquement le réseau constitué par ces échanges. C’est un réseaux directionnel qui associe un prêteur à un emprunteur. Il nous suffit de reformater les données sous la forme de duplets associant le code unique d’un prêteur et celui d’un emprunteur, et de quelques autres attributs définissant la nature de l’objet échangé et la date de l’échange. L’usage direct de igraph et d’un algorithme de force ( KK) via r, permet de produire à peu de frais cette structure. La taille des noeuds est proportionnelle aux nombre de transactions engagées. Au comprend qu’au centre du graphe se trouvent les utilisateurs actifs et que dans la périphéries les utilisateurs occasionnels.  On améliorera la représentation en élimant les couches externes (échangeurs avec une à 3 transaction) pour mieux examiner la structure du macro-composant.

figure 1 : réseau des engagements de transactions

Le phénomène principal est en fait la diversité des statuts : si certains échangent beaucoup et d’autres échangent moins, on s’aperçoit vite qu’ils diffèrent aussi par ceque certains prêtent plus souvent qu’ils n’en empruntent. Nous ne sommes pas dans un espace de marché réciproques (où une contrepartie monetaire est échangée) mais un espace asymétrique où des prêteurs principaux et des emprunteurs net doivent trouver un équilibre à nombre d’objets offerts constant ou croissant. Nous ne développerons pas plus cette aspect essentiel de la dynamique des réseaux d’échange et de leur croissance, pour nous concentrer sur des questions de structure.

Pour caractériser cette différenciation des rôles ( prêteur vs emprunteurs) nous pouvons employer le modèle HITS de  Jon Keinberg qui permet de scorer le caractère de Hub ou d’autorité des nœuds d’un réseau. Un hub est un site qui pointe vers de nombreux sites qui ont une autorité. Il permet à chacun de trouver le meilleur chemin. Une autorité est un site vers lequel pointent de nombreux hub. Il est reconnu comme un point d’intérêt par la plupart des carrefours. Ces notions précédent  et amplifie le concept du PageRanks et rendent compte de la différenciation des rôles dans les réseaux digitaux.

Dans l’économie du partage les hubs délivrent une grande variété de biens  à des emprunteurs fréquents; les autorités sont ces emprunteurs réguliers qui assurent les emprunts auprès des propriétaires les plus populaires. Les uns et les autres forment en quelques autres le moteur du système.  Leur dynamique est le coeur nucléaire de la collaboration, ils amènent rapidement à atteindre le seuil critique.

Une fonction permet de représenter ces deux aspects des noeuds : sont-il plutôt des hubs où des autorités, des donneurs universels et receveurs généraux. En voici les deux cartes. On s’aperçoit dans la périphérie du nuage des transactions uniques, aux coeur du réseaux on s’aperçoit que les hub sont plus nombreux que les autorités : peu d’emprunteurs en dernier ressort absorbent l’offre dominante de hubs plus nombreux.

A ce stade nous sommes encore descriptif : les données que nous avons traitées sont jusqu’à présent moins des transaction que les entames de transaction, et on dispose d’une information: la transaction qui s’engage se conclue-t-elle? Nous connaissons la structure des relations, nous pouvons caractériser chaque acteur comme Hub ou Autorité, nous savons si une transaction engagée entre deux acteurs est conclue, un petit modèle prédictif est bienvenu. Quels sont les facteurs qui facilitent la transaction ?

Un premier évident est celui de la nature du produit échangé. Nous avons fait des tests préliminaires et il semble bien que ce soit déterminant, mais un peu de travail est encore nécessaire pour codifier les objets et mieux tester cette source de succès.

Le second facteur semble aussi naturel : la transaction se fera en fonction des caractéristiques des acteurs, et notamment leur score de hub et d’autorité. Ceci représente l’hypothèse du “social embedness” qui enonce que les acteurs ne sont pas homogènes et que leur pouvoir dépend de leur inclusion sociale.  C’est notre hypothèse principale.

Un troisième facteur est lui relatif à l’expérience : quand des acteurs répètent l’échange, en principe si tout se passe bien la confiance s’installe avec l’habitude et on s’attend à ce que la probabilité que la transaction réussisse soit plus grande.

Testons cela par un modèle de régression logistique  dans lequel la variable dépendante est le caractère achevé ou non de l’échange, et les déterminants sont le nombre d’échanges déjà réalisés, le score de hub du prêteur, et celui d’autorité pour caractériser  l’emprunteur.

(Intercept)                  -1.388  0.0391   -35.557 ****
authority_score.        0.355  0.1809     1.963   **
hub_score.                -0.492  0.3121    -1.578    *
NBdePrets                  0.036  0.0059    6.264   ****

* 10%   ** 5%   *** 1%   ***** <<1%

Les résultats sont clair : plus grand est le nombre d’échange entre deux utilisateurs et plus grande est la probabilité de réalisation. Plus élevé est le score d’autorité plus l’échange a de chance de se réaliser : les emprunteurs fréquents réalisent mieux leurs demandes, ils ont sans doute appris à utiliser la plateforme, on mesure ainsi un effet d’apprentissage, une autre interprétation c’est qu’échangeant souvent ils développent une expérience qui est un signal de confiance. En revanche le score de hub ne semble pas influencer la probabilité de réalisation de l’échange. Une hypothèse est que si les hubs bénéficient d’un effets de réputation, ils souffrent aussi d’un effet de compétition. Offrant le plus de biens aux meilleurs emprunteurs, leurs biens, uniques, sont mis en concurrence, et certains emprunteurs échouent. Les deux effets se neutraliseraient.

Nous n’irons pas plus loin dans la discussions. Les éléments quantitatifs sont encore assez bruts, la méthode générale est données, nous devons en affiner l’application. Mais déjà des résultats émergent pour comprendre comment les flux de l’échange s’organisent et plus précisément comment la structure sociale peut déterminer au travers de la position des échangeurs la probabilité qu’un échange se produise.

Et voilà qu’avec quelques ligne de r, nous refaisons le voyage des argonautes.

L’économie du partage contre la propriété ancestrale

336526895_5b2e60b682_oIl y a dans l’idéologie de l’économie du partage une hypothèse guère tenable, celle d’un changement de rapport à la propriété. On serait moins intéressé par la possession que par l’usage, le lien plutôt que le bien. L’hypothèse est peu tenable pour au moins deux raisons. La première est qu’un tel changement est difficilement explicable dans un délai très court de quelques mois ou années si le sens de la propriété est un héritage évolutif. La seconde est que pour partager, il faut que quelqu’un possède et ne témoigne pas d’attachement à ses biens.

Pour analyser ce problème est est utile de revenir à un phénomène observé notamment par Thaller et qui se traduit par le fait qu’on accepte de vendre celui qu’on possède à 5 euros alors qu’on n’acceptera de donner par plus de trois euros pour en acquérir un (1) . La disparité entre le prix de réserve ( WTP : willingness to pay) et le prix de cession (WTA : willing to pay) traduit un effet de dotation (Endowment effect). Il se traduit par le fait qu’on tend à vendre plus cher les biens qu’on possède que le prix qu’on concède pour leur acquisition. D’un point de vue économique il s’explique par l’aversion au risque dans le cadre de la comptabilité mentale et de la théorie des prospectives. Elle se manifeste par ce que la dés-utilité engendrée par la cession d’un bien ou de son usage est plus grande que l’utilité apportée par son acquisition. Le vendeur vend plus cher que l’acheteur est prêt à payer.

Dans le cas de l’économie du partage cela devrait signifier que les transactions sont plutôt rares et résultent de l’hétérogénéité des WTP et WTA. A fortiori on peut s’interroger sur les structures d’architecture de marché qui rapprochent les deuendowmentx distributions et augmentent le marché potentiel. Dans le cas des marchés P2P, si cet effet est avérée, on fera l’hypothèse complémentaire que l’amorce de ces marché est effectivement constituée par les individus les moins affectés par cet effet de dotation. Les plus partageurs viennent en premier. C’est sans doute un facteur de décollage mais il risque ensuite d’être un facteur de ralentissement quand les populations plus attachées à leur biens devront être convaincues des vertus de cette économie.

D’autres auteurs contestent  l’explication par l’aversion au risque et introduisent des éléments normatifs et culturels. C’est le cas des travaux de  Carey K. Morewedge qui démontrent que c’est le fait même de la propriété et non l’aversion au risque qui explique l’effet de dotation.

The standard psychological explanation is that people are reluctant to relinquish the goods they own simply because they associate those goods with themselves and not because they expect relinquishing them to be especially painful (the ownership account).

Au-delà de l’explication psychologique, des explications plus sociologiques sont proposées. L’une d’elle utilise la typologie des schémas relationnels de Fiske : partage commun, relation hiérarchique, rapport paritaire et échange marchand pour montrer que les effets de dotation varient fortement du fait même de l’incommensurabilité des situations, de l’identité des échangeurs et de la valeur symbolique de l’échange (3). Voilà qui éloigne de l’argument quasi-rationnel de l’aversion au risque pour aller au plus profond de l’anthropologie.

Cet effet s’observe non seulement dans l’espèce humaine mais aussi chez les chimpanzés comme le démontre Sarah Brosnan (4)

We show the first evidence that chimpanzees do exhibit an endowment effect, by favoring items they just received more than their preferred items that could be acquired through exchange. Moreover, the effect is stronger for food than for less evolutionarily salient objects, perhaps because of historically greater risks associated with keeping a valuable item versus attempting to exchange it for another

Voilà qui conduit à s’interroger sur la source : une disposition génétique ou un défaut cognitif.  A l’aversion pour le risque s’oppose l’hypothèse d’un sens ancestral de la propriété, un résidu évolutionnaire. La seconde hypothèse est défendue par les éthologues qui observent que le sens de la propriété est aussi celui des grands singes dont les échanges répondent aussi à l’effet de dotation. Avant d’être un calcul de risque, la préférence pour la propriété est un trait sélectionné par l’évolution. Il n’y a aucune chance que les humains aient changé en quelques années dans leur propension au partage et à l’échange même si on remarquera qu’elle est plus grande que les autres primates. Les humains partagent plus facilement et les artéfacts du partage les y encourage. Le partage ne serait pas naturel mais culturel !
Il importe donc de mieux connaitre quels sont les facteurs qui le réduisent. Est-ce l’apprentissage ? la connaissance même du mécanismes par les échangeurs? La transformation des relations ? Des éléments d’architecture de marché ? Ce sont autant de piste de recherche, le point de départ restant que le sens du partage est moins immédiat que celui de la possession.
Pour s’en convaincre définitivement, il suffit de considérer le marché du co-voiturage. Dans une logique purement rationnelle, les possesseurs de voitures devraient la partager au coût marginal qui est proche de zéro : un passager de plus ne coûte pas vraiment plus d’essence ou de péage! Il peut d’ailleurs même être un gain quand le passager lui apporte sa compagnie ou simplement une estime de soi renforcée par le sentiment d’altruisme. Et pourtant le prix moyen est de 0.07 euro du km. Il n’est pas étonnant non plus que le décollage de Blablacar a coïncidé avec la mise en place d’une solution de paiement, ce fût le cas aussi de couchsurfing.com. Ce dispositif change la convention d’échange en lui donnant les couleurs du marché et c’est une hypothèse à prendre au sérieux, contribue sans doute à faire baisser l’importance de l’effet de dotation. Une étude récente sur Airbnb montre ainsi que les professionnels sont plus efficaces que les amateurs sur la plateformes car ils varient leurs prix plus volontiers en fonction de la demande que les amateurs dont les prix expriment non seulement leur rationalité économique mais aussi un sens ancestral de la propriété.
On conclura sur un dernier élément. L’économie collaborative peut être vertueuse dans la mesure où le design de ces plateformes réduit l’effet d’endowment. C’est une proposition d’autant plus importante que l’on connait son effet sur les biens publics puisqu’on prête bien moins de valeur aux services publics qu’à ceux qu’on obtient de nos possessions:
 W160504_MOREWEDGE_WEVALUE-1024x473
Cet argument est que sans recourir à la fiction rousseauiste du partage naturel, les plateformes peuvent défendre l’idée d’une production de bien commun par une exploitation plus systématique des actifs  des particuliers rendue possible justement par  la capacité à effacer les effets du sentiment primitif de la propriété. Elles en feront la preuve en montrant que les prix pratiqués s’approchent du coût marginal du partage et que leur rémunération est inférieure aux inefficacités induites par les effets de dotations. Elles devront montrer qu’elles sont des institutions plus efficaces encore que le marché dans leur capacité à effacer le sens de la propriété.
(1) Kahneman, D., Knetsch, J., & Thaler, R. (1991). Anomalies: The endowment effect, loss aversion, and status quo bias. Journal of Economic Perspectives, 5(1), 193-206
(2) Carey K. Morewedge, Lisa L. Shu, Daniel T. Gilbert, Timothy D. Wilson, Bad riddance or good rubbish? Ownership and not loss aversion causes the endowment effect, Journal of Experimental Social Psychology, Volume 45, Issue 4, July 2009, Pages 947-951
(3) A Peter McGraw; Philip E Tetlock; Orie V Kristel  (20013) The limits of fungibility: Relational schemata and the value of thingsJournal of Consumer Research; Sep 2003; 30, 2; pg. 219
(4) Brosnan, Sarah F. et al.  (2007) “Endowment Effects in Chimpanzees“,  Current Biology , Volume 17 , Issue 19 , 1704 – 1707