研究假设与实证分析

一、研究假设

由上述命题可知，众筹平台可以对接投资人和融资方的异质性激励，并利用良好的机制设计促进众筹的自反馈效应形成。参与三方的正向激励产生正反馈效应，促进项目成功众筹，成功众筹又进一步增强了参与激励进而形成良性互动。因此，分析成功众筹的影响因素非常关键。

由于众筹采用“零或全部”的阈值机制，式(7)中融资方获得资金时才算成功，超额融资能增加其平均交易价值。而根据Hardy(2013)的研究，超额增加的融资可能用于改善产品的基础功能，因此式(5)中产品改善后的基础功能价值为，这对投资人而言存在正向激励。项目筹资金额越小，众筹者越有信心帮助其达成目标。Naroditskiy等(2014)用实验方法也验证了这一点，即使在不付出任何金钱成本的情况下，对于达成更高的目标人们也可能因缺乏信心而放弃支持。此外，成功融资与回报设定的种类、价格及相应支持者的数量相关，虽然我们无法观测到每个人的投资金额，但从平台上每个项目划分清晰的回报内容及金额可以看出，融资方通常用商品搭售等形式进行价格区分，划分种类越多，最高投资额与最低投资额间的差距就越大，更有利于增加融资，而每项支持的人数增加，进而增加项目总的支持人数，将更容易满足资金需求。投资种类给消费者更多的选择机会，有助于提高参与积极性。由此，本章作出：

H1：在阈值机制下，筹资金额较小的项目更容易成功并获得超额融资，有利于激发投资人与融资方的正向激励从而产生正反馈效应，而回报种类和支持人数与成功众筹呈正相关。

依据式(5)，投资人的正向激励来自于对众筹产品的偏好、产品的质量和社区利益。消费者依据自身偏好选择投资创意项目，因此，具备某些特征的产品可能因符合目标人群的需求而更容易成功。鉴于创意众筹平台的投资群体多为追求时尚的年轻一族，“新颖性”项目的成功率可能更高。同时，基于产品质量的尽职调查机制约束，投资人依据融资方的质量信号作出判断，自担风险。产品潜在质量信号的有效发送非常关键。如果是优质项目，通过质量信号被有效识别，在众筹社区多元化的分享渠道间口碑相传将迅速扩大优势，交易双方的社区利益值为正且数值较大。融资方还可以在社区中获得来自众多投资人的意见和建议，从而增加参与价值。由此，本章提出：

H2：在尽职调查机制约束下，投资人依据项目质量信号进行评估，符合其偏好的优质项目更容易成功融资，并通过反馈机制增加交易双方的社区利益，使项目可能获得巨大成功;反之则缺乏投资。

二、实证分析

(一)数据来源、变量设计及计量方法

1．数据来源及分析

点名时间平台参照美国Kickstarter平台模式建立，是我国建立最早，也是目前国内最大的回报型众筹平台，对其进行研究具有较强的代表性。该平台上发布的项目无论成功与否都向公众开放且承诺永久存档。本研究采用网页数据抓取的方法获得了该平台自2011年成立到2014年3月31日的交易记录中822条创意众筹项目的数据。为了使数据更具有代表性，我们删除了预筹资金为500元以下、100万以上和成功筹资金额超出预筹资金100倍的项目。因为经检查，预筹资金500元以下的项目并非严格意义上的众筹，而筹资金额100万及以上以及筹资比超过100倍的数量极少(7个)，不具有一般性研究意义，可作为特例加以研究。同时还删除了发起人所在地为非大陆地区的项目(28个)，较之于大陆地区96．72%的项目而言，它们并不具有典型性。最后删除了无任何出资记录的项目(4个)和一个回报类型数的离群点(1个)，因此，研究针对的项目总数最终确定为781项，其中时尚科技132项(16．88%)、创意设计219项(28．01%)、文艺生活431项(55．12%)。西部地区项目共有96项，占全部项目的12．29%。由于西部地区项目数量较少(尤其是成功项目偏少，具体参见表9-1)，为了更全面地对回报型众筹加以分析，我们在分类实证中采用了全部项目的大样本数据，而在其他论证中则采取了全部数据与西部数据相比较的方式。

表9-1点名时间西部省份成功项目数及实际融资金额占比

2．变量分析

根据研究需要，变量及其说明见表9-2。

表9-2变量及其说明

续表9-2

3．计量方法

依据已有研究(Mollick，2014;Kuppuswamy和Bayus，2013)，我们将视频、持续时间视为项目质量(S)信号指标，是否制作视频在一定程度上代表了项目准备工作的充分程度。设定的融资时间越短，可能反映了项目发起人信心越充足。依据H2，投资人会根据项目质量进行尽职调查，制作了视频、持续时间较短的项目通过正反馈效应可能更容易成功融资。支持者数量是事后观察结果，但从经验看，支持者数量越多，成功概率越大，因此尽可能拓展投资人来源有利于实际支持人数的增加。回报种类的清晰划分有助于发起人实施价格歧视，从而获得更多资金和利润(Hardy，2013)，这也刺激了投资人参与多种选择。投融资双方基于项目沟通的话题数在一定程度上为融资方提供了产品改进或企业管理的信息。投资人来源被视为获得社区利益的渠道，除直接进入点名时间平台进行项目支持外，支持者还可能从微博、微信等多个社交网站了解该项目的信息，并点击相关链接进入到点名时间平台进行项目支持。渠道越多，分享社区利益的激励越大，更有助于项目的成功众筹。

点名时间平台采用了“零或全部”的阈值机制，即是说，筹资金额达到或超过预设目标才算成功，否则视为项目失败。因此，我们将是否成功众筹作为模型的因变量(status)，设融资成功为1，融资失败编码为0，并借助stata12．0使用Logistic回归方法进行数据处理。为了使数据特征更符合回归要求，我们对预筹金额做了对数化处理，用ln_goal表示，而对支持者变量和话题数变量做了标准化处理，分别表示为backe_s和topics_s。

(二)描述性统计

表9-3是对点名时间平台所选样本数据的描述性统计，虽然不能从中判断因果关系，但对帮助理解创意众筹有一定作用。数据显示，经平台成功众筹项目的概率为46．73%，样本的平均预设融资目标高于16451元，实际融得资金均值仅约13000元。西部地区项目的预期融资目标和实际融得资金都明显低于全国项目的水平(11844元与6273元)。可以看出，创意项目整体资金需求较小，传统融资渠道除了自筹外几乎不可能实现，众筹却满足了这一需求。同时，平台上每一项目的平均支持人数为76人(西部地区项目为53人)，最多的达到4163人(西部地区项目为336人)，而整个过程在大约41天(西部地区项目为43天)的时间内完成，这在传统面对面的融资洽谈模式下根本无法想象。因此，众筹带给创意项目融资者巨大的激励，这为H1提供了部分证据。

表9-3点名时间平台众筹项目统计

注：＊＊＊、＊＊和*分别表示1%、5%、10%的显著性水平。

数据显示，每位投资人可以从大约7种不同的回报类型中进行投资选择。这为普通大众提供多元选择的同时，也有利于不同偏好的自我显示。回报种类越多，越易于价格歧视的实现，从而增加融资方的交易价值。从投资者来源可以看出，全国项目的投资者来源(4．9001种)多于西部地区项目(3．9375种)，说明多元社区分享渠道有助于融资成功，有利于拓展投资人反馈信息的途径。话题数也呈现同样特征(23条vs 17条)，说明融资方有从话题中获得信息等社区收益的激励，也显示了其与投资人之间沟通的努力。这为H2提供了佐证。

上述描述性实证为命题一提供了数据支持，说明创意项目的投融资双方的激励通过众筹平台得以显现，促进了项目成功众筹。至此，命题一得证。

(三)回归结果及假设检验

1．相关系数检验

从下列西部地区项目数据的Pearson相关系数矩阵分析中可以发现，自变量之间的共线性问题不严重，可以拒绝共线性的原假设。回归方程方差分析的结果显示，检验值显著小于0．001，说明方程是高度显著的，拒绝全部系数为零的原假设。我们同样也检验了全部项目的相关系数矩阵，结果类似，在此不再列出。

变量的相关系数表见表9-4。

表9-4变量的相关系数表

注：＊＊＊、＊＊和*分别表示1%、5%、10%的显著性水平。

2．回归结果

为了检验模型及其稳健性，我们按项目种类将样本带入回归，形成模型1至模型3，模型4为全部地区项目的整体检验，模型5为西部地区项目的整体检验。表9-5显示，模型1至模型5的伪R2在0．4390到0．6604之间，具有一定的解释能力。

表9-5各模型的回归结果

续表

注：回归方法为Logistic回归;括号中是回归系数标准差;＊＊＊、＊＊和*分别表示1%、5%、10%的显著性水平。

3．假设检验

模型1至模型5的回归结果显示，在阈值机制下，预设金额与成功筹资的可能性呈反向关系，并在1%的水平下显著。支持者变量除在时尚科技类项目中不显著外，其他情况下均显著为正，说明支持者越多，项目成功率越大。回报数这一变量在模型1、模型4和模型5中呈现10%的显著性，在模型2中虽不显著，但系数为正，这一结果符合预期，说明增加回报数有助于项目成功。但类似结果并未在模型3中出现，反而显示为异常的负号。在对回报设置较多的失败项目进行检查时发现，回报种类之间的区分并不清晰，较多以同一金额设置几个内容稍微有所变化的回报，虽然表面上增加了回报种类，事实上并未起到揭示消费者不同偏好的作用，因此出现异常。这也可以为项目发起人在设计项目投资标的时提供参考。可见，在符合变量设定要求的情况下，实证结果是符合预期的。至此，H1得证。

视频、持续时间代表项目质量信号指标。回归结果显示，视频变量仅在模型2中与成功众筹的可能性呈现10%的显著正向关系，在模型1、模型4、模型5中系数为正但并不显著，而在模型3中却出现负相关关系，这一结果不符合预期，与基于Kickstarter众筹平台上的研究(Mollick，2014;Kuppuswamy和Bayus，2013)也存在差异。我们对此进行了进一步检验，发现点名时间平台上的项目制作视频者比例仅为41．23%，远远低于Kickstarter平台上的80%以上(Mollick，2014;Kuppuswamy和Bayus，2013)，说明视频工具的使用在众筹中并未普及。而从模型3中制作了视频但筹资失败的项目检验中发现，这些视频并非粗陋之作，反而大部分都制作精美，那为什么没能筹措到足够的资金呢?为了探索这一问题，我们对一个同时在点名时间和Kickstarter上进行融资的项目“Air!Air!”^[3]进行研究。该项目产品为便携式空气质量检测仪，有市场需求。项目发起人用同样的视频、同样的表述(仅存在中英文差异)、同样的回报种类，但在Kickstarter上的回报对应的价格更高。在点名时间平台上预筹金额为64000元人民币，在Kickstarter上为20000美金，结果是前者仅筹到目标金额的10%，后者却超额融资，共获得21613美元。对照两个平台上的话题内容我们发现，该设备针对的是IOS系统开发而非中国大陆更多使用的Android系统，受众群体相对较小。另一个有趣的现象是，国内喜好这款产品的部分用户愿意用更高的价格从Kickstarter上预购，一是源于对Kickstarter的黏度，二是源于支持国货走出国门的民族情结。当然，个案并不具有普遍性，但至少可以看出，在中国众筹市场，视频变量虽能在一定程度上反映项目的质量，但在推动项目成功时效果并不显著，投资人的项目偏好有较大影响，如从点名时间三种项目分类来看，时尚科技类成功率最高，为58．33%。此案例也反映出投资人对平台的信任和黏度有利于项目成功众筹。

持续时间变量虽然在模型2、模型3中并不显著，但基本体现了与成功众筹的负向关系，这一结果符合预期。话题数仅对样本整体显著，但在其他模型中系数均为正，说明存在一定正相关性。投资者来源与项目成功正向相关，并在5%的水平下显著，表明随着投资人反馈信息途径的增加，所获得的社区利益增强，从而增加投资的可能性。

为了更直观地观察在众筹社区的反馈机制作用下，对质量信号的评估引起众筹的自反馈效应，我们绘制了失败项目和成功项目筹资比的直方图(如图9-1、图9-2所示)。

图9-1失败项目筹资比

图9-2成功项目筹资比

从图9-1可以看出，失败项目筹资比大部分小于50%(样本数据中失败项目共416项，筹资比低于50%的为393项，占失败项目的94．48%)，而其中有71．94%的项目(300项)未能达到原预设金额的20%。即是说，这些项目可能质量欠佳或未能符合投资人偏好，从而通过负反馈效应导致较大程度的失败。图9-2显示的成功项目的筹资比例却有着明显的差异。绝大多数项目融资比超过了100%，其中仅有19项(5．2%)恰好融得资金，有236项(64．66%)在两倍融资范围内，大于两倍预筹资金目标的项目数为110项(30．14%)。可见，投资人有可能依据自我偏好和项目的优等质量信号进行投资，并通过正反馈效应促进优质项目融资获得更大的成功。而项目的成功又反过来激励投资人的众筹热情，共同推进众筹发展。

可见，在良好的机制设计下，投资人不仅依据项目质量信号进行评估，还综合考虑自我偏好等多重因素，符合其偏好的优质项目更容易成功融资，并通过反馈机制产生众筹的自反馈效应。至此，H2和命题二验证完毕。