"חלק מבעלי הבית נהגו בנדיבות כי שנאו את מה שהיה עליהם לעשות, וחלק כעסו כי לא אהבו להיות אכזריים, וכמה מהם נהגו בקרירות כי הבינו מזה זמן שאדם אינו יכול להיות בעל בית אלא אם כן ינהג בקרירות. וכולם נתפסו בתוך משהו שהיה גדול מהם. חלק מהם שנאו את המתמטיקה שהניעה אותם, כמה מהם פחדו, ואחרים העריצו את המתמטיקה כי היא סיפקה מפלט ממחשבה ורגש." (מתוך "ענבי זעם" של ג'ון סטיינבק. תרגום חופשי).

שוק הדירות להשכרה בארה"ב עבר קונסולידציה משמעותית ורב-ממדית בשני העשורים האחרונים. תהליך זה אינו מתבטא רק בריכוזיות גוברת של הבעלות על נכסים, אלא גם באופן הניהול שלהם. בעלי נכסים רבים מאצילים סמכויות לחברות ניהול המטפלות עבורם בהשכרת הנכס ותחזוקתו. חלק מהחברות הללו מנהלות מספר רב של נכסים, ובשכונות או ערים מסויימות הן עשויות לחלוש על נתח ניכר מהיצע הדיור להשכרה.

שכר הדירה נקבע על ידי נציג או נציגה הפועלים מטעמה של חברת הניהול באזור מסויים. ככל שחברה כזו חולשת על מספר רב יותר של דירות, כח השוק העומד לרשותה רב יותר והוא צפוי להתבטא בשכר דירה גבוה יותר. מנגד, ניהול נכסים על ידי חברות המתמחות בכך יכול גם להיטיב עם הדיירים. חברה מקצועית יכולה לתחזק את הנכסים בצורה טובה ויעילה ככל שהיא פועלת בהיקף גבוה יותר. ההתנהלות מולה עשויה להיות מקצועית ו"חלקה" יותר מאשר ההתנהלות מול בעל בית פרטי הנעדר מומחיות מקצועית.

אך לריכוזיות פנים רבות והיא אינה מתבטאת רק בבעלות על נכסים, או בניהול שלהם. אחת המגמות המדוברות ביותר, והשנויות ביותר במחלוקת בשוק הזה היא עלייתו של תמחור שכר הדירה האלגוריתמי. בשנת 2011 דווח כי כ-15 אחוזים מהדירות המנוהלות השתמשו באלגוריתם שכזה ושיעור זה עלה בהתמדה. אבל את מרבית האש משכה העובדה כי תמחור שכר הדירה האלגוריתמי הוא בפני עצמו תחום ריכוזי ביותר.

בתחום פעלו שתי חברות בולטות, שהפכו לאחת בשנת 2017 כאשר חברת RealPage רכשה את המתחרה הבולטת שלה. על פי הערכות, בשנת 2021 סיפקה חברה יחידה זו המלצות תמחור שכר דירה לכשלושים אחוזים מהדירות בבניינים (כלומר, במגזר ה-multifamily שאינו כולל בתים פרטיים). אם כך, לא רק שבערים מסויימות חולשות חברות ניהול גדולות על חלק ניכר מהדירות, אלא שרבות מהן מקבלות "המלצות" לקביעת שכר הדירה על ידי גורם אחד ויחיד.

תחום השכרת הדירות נחשב, על פי תפיסה רווחת, לשוק תחרותי בו פועלים שחקנים רבים, מהפנסיונר שדמי השכירות הם הפנסיה שלו, דרך היורשים שמשכירים את הדירה של סבתא, ועד לחברות הגדולות. הפנסיונר והיורשים כנראה לא משתמשים בשירותיה של RealPage. אך ככל שמסה משמעותית מהיצע הדירות להשכרה מוחזקת על ידי חברות המקבלות "המלצה" לקביעת שכר הדירה מגורם אחד עולה חשש משמעותי לפגיעה בתחרות או אף לתיאום מחירים. על רקע זה הוגשו בשנים האחרונות כעשרים תביעות יצוגיות אזרחיות, ואף נפתחה חקירת הגבלים על ידי הרשויות.

אבל רגע. תמחור אלגוריתמי זה משהו שכבר דיברנו עליו כאן. והוא יכול להביא איתו גם דברים חיוביים. למשל, אלגוריתם יכול להשתמש במידע זמין רב ולהתאים את האסטרטגיה למצב השוק המשתנה. כך, למשל, יתכן שהוא דווקא יוריד מחירים בזמן מיתון ומשבר, בזמן שהיורשים ימשיכו לבקש את הסכום שהתרגלו לקבל ודירתם תעמוד ריקה.

כתבה מקיפה ומעמיקה שפורסמה במגזין פרו-פבליקה ניסתה לרדת לעובי הקורה באמצעות מידע גלוי רב שזמין ברשת, שחלק גדול ממנו מגיע ממשתמשים מרוצים של האלגוריתם. הכתבה הצביעה על כמה הבדלים מהותיים בין החלטות התמחור של מנהל נכסים אנושי לבין המלצות אלגוריתמיות.

אחד ה"כשלים" של ניהול נכסים אנושי, על פי חלק מן הטענות שנשמעו בכתבה, הוא שימת דגש מוגזם על הצורך לשמור את הדירה מאוכלסת בכל עת. משכיר אנושי יעדיף להמנע לעתים מהעלאת שכר הדירה ובלבד שלא ימצא עצמו עם דירה ריקה. האלגוריתם, מנגד, לימד את בעלי הנכסים להעלות את שכר הדירה בחדות כאשר התנאים הכלכליים תומכים בכך, גם אם הדבר יביא לעזיבת דיירים ואפילו לכך שחלק מהדירות תהיינה ריקות לזמן מה.

עוד עלה מן הכתבה כי מנהלי הנכסים האנושיים סובלים מבעיה קשה נוספת בשם אמפתיה, במיוחד כאשר הם מתגוררים בשכונה בעצמם ומכירים את השוכרים באופן אישי. הם נוטים להמנע מלהעלות את שכר הדירה בשל הרצון לשמור על הוגנות ומתוך אי נעימות. מנהלי נכסים אחרים, מן הסתם, נוהגים אחרת וכבר גילו זה מכבר, כדבריו של סטיינבק, שקשה להיות בעל בית בלי להתנהל בקרירות ומעשיות. לאלגוריתם יש יתרון מובנה בהיבט זה: הוא מעולם לא סבל מאמפתיה ומנסה למקסם רווחים בלבד.

אוקיי, זה המקום לעצור שוב. נגיד שהאלגוריתם מעודד עליית שכר דירה כך שכמה דירות יעמדו ריקות. על פניו מדובר בסך הכל בהפעלה קלאסית של כח שוק המתבטא במחיר גבוה יותר וב"תפוקה" נמוכה יותר ביחס לתמחור תחרותי. ככל שאני מנהל מספר רב יותר של נכסים, בהחלט יתכן שכדאי לי להעלות את שכר הדירה באופן משמעותי, גם אם כמה מהן תעמודנה ריקות לזמן מה. אפשר לאהוב את זה, או לא, אבל אין כאן משהו חריג.

החשש המשמעותי יותר הוא שהאלגוריתם משמש למעשה כפלטפורמה נוחה לתיאום מחירים בין חברות ניהול שונות. ככל שזה המצב, האלגוריתם מהווה "סוכן" מטעמן של מספר חברות שביחד שולטות בחלק משמעותי יותר מן השוק מאשר כל אחת מהן בנפרד. במצב כזה, נראה עליות מחירים חדות יותר, מספר רב יותר של נכסים שאינו מאוייש באופן רווחי, ופגיעה קשה יותר ברווחה לעומת מצב בו האלגוריתם בסך הכל עוזר למנהלי הנכסים לקבל מידע זמין ורלבנטי לגבי מצב השוק ולהגיב אליו.

חברת RealPage מצידה טענה כמובן שאין שחר לטענות הללו, ושהיא אינה משמשת פלטפורמה לשיתוף מידע או תיאום. החברה טוענת כי היא מספקת לבעלי הנכסים, בסך הכל, מידע מצרפי על מצב השוק ולא מידע על פעולות של מתחרים ספציפיים. אחרי הכל, בעלי נכסים תמיד נהגו להרים טלפון ולברר מה גובים המתחרים, וזה אולי היווה אפילו כר פורה יותר לתיאומים.

רשויות אכיפת ההגבלים פחות התרשמו מהטענות הללו, ככל הנראה. במהלך השנה האחרונה יצאה רשות הסחר הפדרלית במסר חריף שהוא מעין כרטיס צהוב: מה שאסור לאדם, אסור גם לאלגוריתם, וככל שמתקיים תאום מחירים, הטענה "האלגוריתם אמר לי לגבות X או Y" לא תהווה הגנה. משרד המשפטים האמריקאי, מצידו, מנהל חקירה פלילית בנושא זה במהלך השנה האחרונה על פי האתר פוליטיקו.

חקירות מטיבן עוסקות בהיבט המשפטי: האם התנהלות כזו או אחרת מפרה את חוקי ההגבלים. אנחנו מתעניינים כאן בעיקר בצד הכלכלי של הדברים. יתכן שהתמחור האלגוריתמי מביא לשוק יתרונות של יעילות, מקל על ניהול נכסים מקצועי ומשכלל את השוק. אך יתכן גם שהוא גורם לתאום מחירים. כיצד נדע מה מהדברים הללו, אם בכלל, מתרחש, ומהי עצמתם של המנגנונים הללו?

על שאלות אלו בדיוק עונה עבודה חדשה של סופי קלדר-וונג וגי היונג קים מוורטון. העבודה טרם עברה ביקורת עמיתים אך היא מהווה ניסיון ראשון, ומרשים מאוד, להקיף את הנושא על מירב היבטיו ולבחון את הטענות השונות בראי הנתונים.

הנתונים הם אכן חלק גדול מהסיפור. לרשותם של סופי וגי בסיס נתונים מרשים מאוד על שכר הדירה ונתוני התפוסה במגזר המולטיפמילי בשנים 2005-2019. לצד זאת, הם בנו בסיס נתונים מקורי המתעד את הנקודה בזמן בו אימצה חברת ניהול כזו או אחרת את התמחור האלגוריתמי.

השילוב בין שני בסיסי הנתונים מאפשר להם לבצע השוואות רבות. בתוך בניין נתון, הם יכולים להשוות את שכר הדירה של היחידת המנוהלות על ידי חברה שאימצה את האלגוריתם, לשכר הדירה הנגבה על ידי מתחרים שטרם אימצו אותו. ברמת שוק הדיור המקומי, הם יכולים לעקוב אחר קצב האימוץ של הטכנולוגיה ואז להשוות, בנקודות שונות בזמן, בין שווקים בהם אומצה הטכנולוגיה על ידי מרבית השחקנים, לבין שווקים בהם קצב האימוץ נמוך יותר.

רגע לפני שהם ניגשים לנתונים, שואלים סופי וגי שאלה קריטית: מהם בעצם הדפוסים שאנחנו צריכים לחפש בנתונים? אם מטרתנו היא לבחון השערה של תאום מחירים באמצעות האלגוריתם, דומה שדי יהיה לבדוק האם שווקים בהם קצב האימוץ גבוה יותר מתאפיינים בשכר דירה גבוה יותר, ובשיעור תפוסה נמוך יותר, ביחס לשווקים עם קצב אימוץ נמוך.

אך זה לא כל כך פשוט. הכותבים מראים באמצעות מודלים תאורטיים פשוטים שדפוס כזה בנתונים יכול לנבוע גם מדינמיקה אחרת לגמרי. נניח שבמקביל לאימוץ הגובר של האלגוריתם מתרחשת עליה מתמדת בביקוש לדיור בשל גאות כלכלית. נניח בנוסף שהמשכירים הנעזרים באלגוריתם מקבלים ממנו המלצות להעלות את שכר הדירה, ופועלים בהתאם, בעוד שמשכירים שאינם נעזרים באלגוריתם אינם מגיבים ומשאירים את שכר הדירה בעינו. מצב עניינים כזה יביא אותנו לצפות באותו דפוס בנתונים – שכר דירה גבוה יותר, ושיעור תפוסה נמוך יותר במקומות בהם האלגוריתם שולט – בלי תאום מחירים. על כן, דפוס כזה לכשעצמו לא יהווה עדות לתאום שכזה.

תובנה זו מנחה את סופי וגי לגשת לנתונים עם מגוון כלי מידול מתוחכמים. ראשית, הם מבצעים את הניתוח בנפרד לשנות המדגם הראשונות – בהן פגע המשבר הכלכלי הגדול של 2008 קשות בכלכלה ובביקוש לשכירות – ולשנות המדגם המאוחרות יותר, בהן הגאות הכלכלית הביאה לביקוש חזק יותר. הממצאים שלהם עקביים עם מודל בו האלגוריתם מאפשר לשכר הדירה להגיב באופן מהיר יותר לשינויים במצב השוק. וזה לא תמיד רע, אפילו מנקודת מבטם של השוכרים!

בשנים 2008-2010, בהן השוק חלש, הכותבים מוצאים שאימוץ האלגוריתם היטיב עם השוכרים. הוא הביא לשכר דירה נמוך יותר, ולשיעורי תפוסה גבוהים יותר. ההסבר הסביר לכך הוא שהמנהלים האנושיים "נתקעו" על שכר דירה גבוה שאינו תואם את תנאי השוק, ועם דירות ריקות, בעוד שהאלגוריתם הגיב מהר והתאים את שכר הדירה כלפי מטה.

בשנים מאוחרות יותר, כאשר הכלכלה חזרה לשגשג, פגשו השוכרים את הצד השני של המטבע הזו. כעת, מוצאים החוקרים שאימוץ האלגוריתם הביא לשכר דירה גבוה יותר ולשיעורי תפוסה נמוכים יותר. שוב, הפרשנות הסבירה היא שהמשכירים האנושיים לא תמיד מבינים בזמן אמת שבכלכלה חזקה הם יכולים לדרוש שכר דירה גבוה בהרבה. האלגוריתם מבין את זה יופי, והוא מזיז את המחוג לכיוון שהשוכרים פחות אוהבים. אגב, הדפוסים הללו עולים לא רק ברמת שוק הדיור המקומי של שכונה מסוימת, אלא אפילו בהשוואה תוך-בניינית בין דירות שמנהליהן אימצו את האלגוריתם,לאלו שלא עשו זאת.

כסיכום ביניים, הניתוח האמפירי עקבי עם השערה על פיה התמחור האלגוריתמי מגיב בצורה מהירה יותר לתנאי השוק. מבחינה כלכלית, מדובר במנגנון יעיל המאפשר למידע לגבי תנאי השוק לחלחל מהר יותר למחירים. המנגנון הזה מגן על שוכרים בשפל ופוגע בהם בגיאות. וכלכלנים כנראה יתקשו למצוא בו משהו שלילי (אם כי נסייג את הדברים בסיפא).

מנגד, הניתוח האמפירי הזה אינו יכול ללמד אותנו האם האלגוריתם מאפשר, בנוסף, גם תיאום מחירים. אפשרות כזו כבר לא תשמח שום כלכלן מאחר וקרטל פוגע באופן חד-משמעי ברווחה הכלכלית, וכמובן ברווחתם של השוכרים. אך כפי שהוסבר לעיל, השוואת שכר דירה ותפוסה מהסוג שתארנו כאן לא יכולה להפריד באופן ברור בין התנהגות קרטליסטית לבין התאמת מחירים בריאה בשוק משגשג.

על כן פונים סופי וגי לשלב האחרון בעבודתם ומפתחים אסטרטגיה אמפירית המאפשרת להם למדל, במקביל, גם את מנגנון התאמת המחירים המהירה של האלגוריתם, וגם את האפשרות לתיאום מחירים. בתוך המודל הם מאפשרים למשכירים שאינם נעזרים באלגוריתם להגיב באופן בלתי מושלם לשינויים במאפייני הביקוש, ועצמת האפקט הזה נתפסת על ידי פרמטר שאת ערכו הם אומדים במסגרת העבודה האמפירית.

המודל מאפשר להם לעסוק בבחינת השערות לגבי האפשרות של תאום מחירים בין דירות המושכרות באמצעות חברות ניהול המשתמשות בשירותיו של האלגוריתם. אנסה להסביר על קצה המזלג כיצד זה עובד, עם ז'רגון מינימלי ובפסקה אחת. מי שלא מעוניין בפרטים יכול לדלג על הפיסקה הבאה. מי שרוצה עוד, יכול לעיין גם ברשימה קודמת כאן אודות אמידה אמפירית של ביקוש.

בשלב ראשון, החוקרים מבצעים אמידה אמפירית של מאפייני הביקוש לשכירות. בשלב שני, הם בוחנים את המידה בה התגובה של חברות הניהול המשתמשות בתמחור האלגוריתמי לשינויים בביקוש משקפת תיאום מחירים. הם משווים בין שני מודלים. באחד, כל חברת ניהול קובעת מחיר באופן עצמאי. בשני, כל החברות המשתמשות באלגוריתם קובעות את המחיר ביחד כקרטל אחד גדול. אז ניתן לבחון איזה משני המודלים הללו מסביר טוב יותר את השונות במחירים על פני זמן, ועל פני אזורים שונים בהם דפוסי אימוץ האלגוריתם ומבנה השוק שונים זה מזה.

בשורה התחתונה, המבחנים הסטטיסטיים הללו מוצאים באופן עקבי שתמחור קרטליסטי בין מנהלי הנכסים המשתמשים בשירותיו של אלגוריתם יחיד מסביר טוב יותר את הנתונים ממודל של תחרות. כלומר, הניתוח תומך באופן מובהק במסקנה שהשימוש באלגוריתם מגביר את תיאום המחירים בענף.

עד כמה גדול האפקט הזה? ובכן, הוא לא מזערי. מהניתוח האמפירי משתמע כי תיאום המחירים לבדו הגדיל את "המרווח" של המשכירים ב-53 דולר לחודש ליחידה בשנת 2019. כמובן שהמספר הזה מחושב על בסיס הנחות רבות והמאמר מספק גם מספרים אחרים תחת הנחות קצת שונות, אך זהו תרחיש היחוס.

האם זה מספר גדול? זאת שאלה טובה. זה בטח לא סכום זניח, וכשהכותבים סוכמים אותו על פני כל היחידות המנוהלות, הם מגיעים לסכום של מליארד וחצי דולר לשנה. יחד עם זאת, לא לגמרי ברור לי אם ההשפעה על הרווחה היא דרמטית. חלק גדול מהיחידות המנוהלות על ידי חברות הניהול המשתמשות בשירותי האלגוריתם הן מראש יקרות מאוד ופונות לקהל שהפרוטה מצויה בכיסו. אני מניח שככל שהמאמר ימשיך להתפתח נקבל מושג קצת יותר ברור על גודל האפקט.

בעוד שהמאמר מוצא עדות לתאום מחירים של יחידות המשתמשות בשירותיו של אותו אלגוריתם, לא נמצאה עדות התומכת בכך שאלגוריתמים שונים מצליחים ליצור תיאום מחירים ביניהם. טרם המיזוג, פעלו בענף שני אלגוריתמים משמעותיים. על פניו, האלגוריתמים יכלו ללמוד לתאם מחירים ביניהם, ולא רק בין בעלי הנכסים המשתמשים בשירותיו של כל אלגוריתם בנפרד. גם לאפשרות הזו הקדשנו כאן רשימה שלמה. אך כאמור הניתוח האמפירי לא תומך באפשרות זו.

סיכום – מה למדנו? קודם כל, צריך להסיר את הכובע בפניהם של סופי וגי. אחרי כל כך הרבה חפירות וספקולציות, טוב לראות עבודה רצינית שמתעדת את הטוב, והרע שבתמחור אלגוריתמי בתוך ניתוח אנליטי סדור. למדנו שאלגוריתמים מאפשרים לבעלי נכסים להגיב מהר יותר לתנאי השוק המשתנים, וזה בגדול מנגנון יעיל שלפעמים אפילו מיטיב עם השוכרים. אבל, למדנו גם שאלגוריתם אחד דומיננטי עלול להביא לתיאום מחירים בין משכירים המשתמשים בשירותיו – בדיוק החשד הנבדק משפטית על ידי משרד המשפטים האמריקאי.

כמובן שניתוח כלכלי מהסוג שמוצע במאמר אינו יכול לשמש כהוכחה לתיאום מחירים במישור המשפטי. חזקת החפות עומדת תמיד עד לבירור משפטי שבמקרה זה טרם בוצע. באופן עקרוני, ניתוח אמפירי מעין זה יכול לשמש לצורך כימות הנזקים במקרה של תביעות אזרחיות, או ככל שהליך פלילי מביא להטלת קנסות.

את הרשימה הזו אני רוצה לחתום דווקא במחשבה קצרה על ההקשר המקומי של מה שראינו כאן.

לכאורה, דיברנו כאן על צרות של אמריקאים גרידא. על אף נסיונות להכניס יותר גורמים מוסדיים ומסחריים לשוק הדיור להשכרה בישראל, התחום נותר פחות מפותח מאשר בארצות הברית ומרבית שוכרי הדירות בישראל מתנהלים מול משכיר פרטי שברשותו דירה אחת או מספר נכסים מצומצם. משכירים אלו קטנים ביחס לגודלו של השוק, וגם לא משתמשים (ככל הידוע לנו) באלגוריתם לקביעת שכר הדירה. אז אולי העניין בכלל לא רלוונטי אלינו?

אני חושב שהתמונה מורכבת יותר. גם אם הבעלות על הדירות להשכרה מבוזרת, ואין שימוש באלגוריתמים, לא הייתי ממהר להתלהב ולהגדיר את שוק הדיור להשכרה בישראל כתחרותי ללא עיון נוסף. זוכרים את הקביעה של רשות הסחר הפדרלית ש"מה שאסור לאדם אסור גם לאלגוריתם"? ובכן, מה שעושה האלגוריתם יכול להתבצע גם על ידי בני אדם.

אני מניח שמרבית הישראלים פוגשים בשלב כזה או אחר את שוק השכירות בישראל, מצידו האחד או האחר. המפגש הזה כולל, באופן בלתי נמנע, אינטראקציה עם מתווכים. האינטראקציה היא בלתי נמנעת כי גם אם תפרסמו את דירתכם להשכרה ללא תיווך, חלק ניכר מהשיחות שתקבלו יהיו ממתווכים. וחלק מניסיון המכירה שלהם יהיה לשכנע אתכם שאתם פראיירים. אתם מבקשים 6,000 ש"ח על הדירה? אני מביא לכם תוך יום אחד שוכרים שישלמו 8,000.

כעת נתאר תרחיש דמיוני בו בשכונה מסויימת פועל מתווך אחד דומיננטי המשמש שם כתחנת ממסר בהספק גבוה. כמעט כל שוכר שמתקשר לברר על דירה בשכונה מגיע, איכשהו, אליו. בין היתר כי הוא מעלה מודעות לפרסום של דירות שכלל לא הוסמך לייצג. אבל חלק ניכר מזמנו עובר בשיחות עם המשכירים עצמם. אם מישהו מפרסם דירה ב-6,000, משה לא רק יציע לו שוכרים בסכום גבוה יותר, אלא גם משתף איתו מידע בסגנון "אני בקשר עם כל המשכירים בבניין שלך וכולם מעלים הקיץ ל-7,000."

פעולותיו של המתווך, קרוב לודאי, מהוות תיאום מחירים אסור. אבל לפני שאנחנו משסים את רשות תחרות בטלפון הסלולרי שלו, נזכיר שהוא דמות פיקטיבית ושסיפור המעשה המתואר כאן מוקצן למדי. נציין גם שישנם מנגנונים רבים נוספים שמאפשרים תיאום מחירים, גם כאשר המשכירים הם רבים. עצם הפרסומים ברשת יכולים להוות כר פורה לסיגנלים וללמידה הדדית בין המשכירים. פרלמנטים של בעלי דירות בקפה המקומי יעשו גם הם את העבודה. ולבסוף, נציין כי מתווכים רבים הינם מקצועיים מאוד ומסייעים רבות לשכלול השוק ולרווחתם של השוכרים והמשכירים.

ובכל זאת, עד כמה מנגנונים כאלה מעקרים את העוקץ התחרותי מהשוק בישראל ובמקומות אחרים? זוהי שאלה אמפירית ואין לי תשובה. אבל ככלכלן אני מסתייג מהניסיון לאפיין את השוק הזה כתחרותי מעצם העובדה שפועלים בו שחקנים רבים. שוק הדיור הוא מקומי מאוד ובהחלט יתכן שבשכונה מסויימת השוכרים פוגשים מספר מצומצם יחסית של שחקנים רלבנטיים. אמנם נכון שככל שיש שחקנים רבים יותר, המתווך יצטרך לעבוד קשה יותר כדי לתאם ביניהם ולבסוף גם יכשל. אבל באופן כללי, יתכן שתיאום מחירים, בין אם עולה לכדי הפרת חוק ובין אם לאו, הוא תופעה נרחבת יותר ממה שאנחנו מניחים לעתים.

נקודה אחרונה, טורדת מחשבה לא פחות, נוגעת למה שאנחנו מזהים כ"יעילות." מנגנון שוק תחרותי הינו יעיל בדיוק מכיוון שהוא מאגם כמויות גדולות של אינפורמציה משחקנים מבוזרים ומאפשר למידע להשתקף במחיר. אלגוריתמים עושים בדיוק את זה ולכן תורמים ליעילות של השוק (לצד החשש הקרטליסטי). אך גם כאן יש מקום למבט נוסף: האם אנחנו חושבים על מושג היעילות, לפעמים, באופן צר מדי?

כאשר מחיריהם של מוצרי צריכה משתנים לעתים תכופות, אני יכול לבצע התאמות כצרכן ולרכוש מוצרים תחליפיים שנעשו זולים יותר. על כן, עדכון מחירים שמגיב למצב השוק בתדירות גבוהה לרוב לא יפגע בי. לא זה המצב בשוק הדיור.

שינויים בשכר הדירה והתאמתם למצב השוק נדרשים לצורך תפקודו הבריא של השוק. אך כאשר הם מתרחשים בתדירות גבוהה ובאופן בלתי צפוי, הם מכניסים מימד של אי ודאות גבוהה, ועלויות עסקה רבות, לחייהם של משקי הבית השוכרים את הדירות.

מעבר דירה כרוך בעלויות רבות, כספיות ושאינן כספיות. מעבר לשכונה אחרת בה המחירים זולים יותר היא פתרון הגיוני, אך היא מנתקת אותנו מההון החברתי שצברנו בשכונה בה התגוררנו. היא דורשת מהילדים להסתגל למסגרות חדשות. היא עלולה להרחיק אדם מבוגר מרשת קשרים חברתית בסיסית המהווה מרכיב חשוב בבריאותו וברווחתו. היא דורשת משאבים רבים ברוח ובחומר שהיו יכולים להיות מושקעים ביזמות, התמקצעות בעבודה ועוד.

אז האם עלינו להגביל את עדכון שכר הדירה, לתמרץ חוזים ארוכים, או אף לפקח עליו? כל התערבות כזו אינה פשוטה, יוצרת בעיות רבות משלה וכלכלנים רבים מנסחים את הקייס הזה בבהירות. מנימוקים אלו, אין מטרתי לתמוך בהתערבויות גורפות בשוק.

מנגד, ראוי להביא בחשבון שההתנגדות לרגולציה נובעת בחלקה מתפיסה לפיה העדר התערבות מותיר על כנה תוצאה תחרותית ויעילה. כאשר אני מחבר את שתי הנקודות שהעליתי כאן – האפשרות שהשוק אינו תחרותי כפי שאנו חושבים, והאפשרות שעדכוני מחירים תכופים אינם בהכרח יעילים – אני מסיק שיתכן שחשיבה זו פשוטה מדי.

אין לי פתרונות לשוק הדיור ולקשיים שהוא מביא איתו למשקי בית רבים מאוד בישראל. אך דומני כי יתכן שחלק מהתשובה נעוץ בחוויה של מנהלי הנכסים המקומיים שנרתעו מלהעלות שכר דירה לשכניהם לקהילה. מי שיכול לקחת קדימה את החשיבה הקהילתית הזו הוא השלטון המקומי.

יתכן שיש מקום שרשות מקומית שנותנת אישורי בניה תתמרץ תמהיל שיכלול גם דירות קטנות וזולות יותר שיתנו מענה לזוגות צעירים ולמבוגרים, או אף לדרוש שחלק מהדירות יועמדו על ידי היזם להשכרה בחוזים ארוכים ובשכר דירה שיאפשר לשמור על מרקם חברתי מגוון.

כל צעד כזה כרוך במחירים ובפגיעה ביעילות לצד תועלות אחרות. כל צעד כזה יתן כח רב מדי למי שיופקד על ישום הרגולציה הזו, ויותיר שאלות רבות. הוא יצור קושי בהקצאת הדירות המפוקחות וידרוש מנגנונים מוזרים כמו הגרלות או העדפה שרירותית לאוכלוסיות מסויימות. לכן הייתי נזהר מישום נרחב של רעיונות כאלו. אך ראיה רחבה יותר של מושג היעילות עשויה לעודד אותנו לחשוב על פתרונות באופן פתוח ומתוך הבנת המציאות בשטח, או, לכל הפחות, להכיר במורכבות הנושא.

רוצים להמשיך בשיחה? ניתן להגיב למטה, לעקוב אחרי "על שווקים ותחרות" ברשת X, להירשם בדף הבית לקבלת רשומות חדשות לתבת המייל, או ליצור קשר.

פורסם ב-13.8.2024, ט' באב התשפ"ד. כל הזכויות שמורות לאלון איזנברג Ⓒ2019-2024