文化創(chuàng)意眾籌項目融資比例的影響因素研究
——以“眾籌網(wǎng)”為例

朱傳奇，周子琰

(中山大學(xué) 嶺南學(xué)院，廣州 510275)

引言

隨著國民經(jīng)濟的發(fā)展和居民生活水平的提高，公眾對文化產(chǎn)品的需求逐年增加，這帶動了我國文化創(chuàng)意產(chǎn)業(yè)在近年來的快速發(fā)展。據(jù)統(tǒng)計，2015年我國文化創(chuàng)意產(chǎn)業(yè)增加值已超過18 000億元，占全年GDP比重近5%。在十八屆三中全會報告中，中共中央對文化改革做出了新的重大戰(zhàn)略部署，已經(jīng)把“文化產(chǎn)業(yè)成為國民經(jīng)濟支柱性產(chǎn)業(yè)”列入2020年全面建成小康社會的指標(biāo)體系中。在國務(wù)院總理李克強提出“大眾創(chuàng)新，萬眾創(chuàng)業(yè)”的雙創(chuàng)活動中，文化創(chuàng)意產(chǎn)業(yè)也被賦予了創(chuàng)新創(chuàng)業(yè)的“排頭兵”作用。在當(dāng)前的現(xiàn)實背景和政策環(huán)境下，如何推進文化創(chuàng)意產(chǎn)業(yè)的發(fā)展，使其成為中國經(jīng)濟持續(xù)發(fā)展的驅(qū)動力，有著極其重大的意義。

然而，眾多文化創(chuàng)意企業(yè)在發(fā)展初期面臨極大的融資困難問題。究其原因是文化創(chuàng)意產(chǎn)業(yè)普遍存在“軟、小、散”的狀況，其中的文化創(chuàng)意企業(yè)規(guī)模相對較小，固定資產(chǎn)不足，也沒有太多專利和知識產(chǎn)權(quán)保護，使得其在以銀行借貸為主的傳統(tǒng)融資模式中陷入無抵押、無擔(dān)保和無交易記錄的融資困境，極大地制約了整個文化創(chuàng)意產(chǎn)業(yè)的發(fā)展。

依托于互聯(lián)網(wǎng)科技和金融創(chuàng)新的各種融資方式為解決傳統(tǒng)中小型企業(yè)的融資困難提供了新的途徑和手段。作為具有代表性的互聯(lián)網(wǎng)金融形式，眾籌融資具有融資目標(biāo)廣闊和金額靈活的特點。這恰恰與文化創(chuàng)意項目融資需求有近乎天然的匹配度，使得這些在常規(guī)融資方式中難以融資的項目能得到迅速的資金支持。因此，文化項目的發(fā)起人利用互聯(lián)網(wǎng)眾籌平臺向公眾發(fā)布和展示他們的創(chuàng)新創(chuàng)意項目，爭取大眾的關(guān)注和支持，進而獲得所需要的資金來完成其創(chuàng)意項目，同時對投資人給予一定形式的回報。眾籌融資在文化創(chuàng)意項目得以迅速地發(fā)展和廣泛地運用。

從整個眾籌行業(yè)來看，自美國眾籌網(wǎng)站“Kickstarter”成立以來，眾籌網(wǎng)站及眾籌項目在全球發(fā)展迅速。據(jù)統(tǒng)計，全球眾籌平臺從2009年的53家增長到2016年的1 544家，融資規(guī)模從2010年的9億美金已經(jīng)增長到2016年的344億美金。我國眾籌行業(yè)也在高速地發(fā)展，從2011年初期的4家平臺已經(jīng)增加到2016年的365家，其融資項目及融資金額也有了爆炸性的增長。在現(xiàn)有的眾籌項目中，以文化創(chuàng)意類項目為主的商品眾籌占到所有眾籌項目的60%以上，是當(dāng)前眾籌行業(yè)的中流砥柱。

眾籌模式和眾籌行業(yè)也引起了學(xué)術(shù)界的研究興趣。從當(dāng)前國內(nèi)研究來看，主要集中在對眾籌行業(yè)的發(fā)展和融資模式的介紹，而基于眾籌數(shù)據(jù)的微觀實證研究相對較少?，F(xiàn)有的眾籌實證研究中，黃玲、周勤(2014)[1]和黃健青等(2015)[2]著眼于眾籌融資平臺模式分析和項目成功影響因素的識別。然而眾籌平臺的數(shù)據(jù)表明，就文化創(chuàng)意產(chǎn)品而言，通常項目融資成功比例極高，超過85%的項目能成功實現(xiàn)目標(biāo)籌資金額，項目間的主要差異體現(xiàn)在最終融資比例的區(qū)別：有些項目勉強能夠募集到目標(biāo)金額，而另一些項目卻能達到目標(biāo)融資額的幾倍甚至幾十倍之多。面對如此大的融資比例差異，我們認(rèn)為相對于研究項目成功的影響因素而言，考察和分析影響文化創(chuàng)意項目融資比例的因素更有意義。而現(xiàn)有實證文獻尚未有考慮，本文為此抓取國內(nèi)最具影響力的眾籌平臺——“眾籌網(wǎng)”的眾籌項目數(shù)據(jù)，以文化創(chuàng)意項目為對象，實證考察和分析影響眾籌融資金額比例的因素。

一、文化創(chuàng)意行業(yè)眾籌現(xiàn)狀及文獻綜述

(一)文化創(chuàng)意行業(yè)眾籌現(xiàn)狀

作為一種以創(chuàng)造力為核心的新興產(chǎn)業(yè)，文化創(chuàng)意產(chǎn)業(yè)是一種主體文化或文化因素依靠個人(團隊)通過技術(shù)、創(chuàng)意和產(chǎn)業(yè)化的方式開發(fā)、營銷知識產(chǎn)權(quán)的行業(yè)。按照我國國家統(tǒng)計局的界定，具體包括出版、音樂、表演藝術(shù)、電影、電視廣播、軟件、網(wǎng)絡(luò)、廣告、建筑、設(shè)計、藝術(shù)品、手工藝品以及時裝設(shè)計在內(nèi)的13 種子行業(yè)。作為當(dāng)前經(jīng)濟中最具活力的產(chǎn)業(yè)之一，文化創(chuàng)意產(chǎn)業(yè)對資金的需求非常旺盛。由于我國大部分文化創(chuàng)意企業(yè)為輕資產(chǎn)公司，難以獲得銀行貸款，而其自身的高風(fēng)險和收益的不確定性又造成傳統(tǒng)金融機構(gòu)甚至風(fēng)險投資機構(gòu)也不愿輕易介入。因此，融資困難是長久以來制約文化創(chuàng)意產(chǎn)業(yè)發(fā)展的主要原因，而基于互聯(lián)網(wǎng)科技的金融創(chuàng)新和眾籌為文化創(chuàng)意產(chǎn)業(yè)的發(fā)展帶來了新曙光。

2011 年，眾籌在我國剛起步時，關(guān)注度和影響力都不高，眾籌融資金融最高不過萬元，而直到 2013 年《快樂男聲》主體電影眾籌項目出現(xiàn)，眾籌融資金額突破 500萬元，眾籌在我國才具有了一定的影響力。此后一大批眾籌平臺紛紛上線，文化創(chuàng)意產(chǎn)業(yè)運用眾籌方式融資得到了市場的認(rèn)可，越來越多的投資者開始關(guān)注文化創(chuàng)意項目。目前，文化創(chuàng)意產(chǎn)業(yè)的眾籌項目主要涵蓋影視、音樂、工藝設(shè)計、書籍出版、舞臺表演等種類。從眾籌形式來看，雖然絕大多數(shù)的文化創(chuàng)意類眾籌項目仍采用獎勵式眾籌的形式，但近些年股權(quán)類眾籌也開始運用到電影發(fā)行及影視劇創(chuàng)作等文創(chuàng)類項目中。從效果來看，眾籌行業(yè)的飛速發(fā)展為文化創(chuàng)意產(chǎn)業(yè)帶來了多方面的積極意義。對文化創(chuàng)意項目的籌資者來說，傳統(tǒng)的融資方式不外乎銀行貸款、創(chuàng)投機構(gòu)投資，往往只能解決資金問題而已。而現(xiàn)在選擇眾籌平臺進行融資，除了資本交換以外，還可以收獲市場上和營銷層面的意義，即通過眾籌平臺的曝光率來吸引更多的投資，對項目和產(chǎn)品而言，前期的預(yù)熱、推廣、曝光、資源互換，是一個性價比很高的推廣渠道。而對于投資者來說，眾籌平臺能提供更多樣的投資渠道、機會，更個性化的回報，以及較高的投資回報率。

(二)眾籌研究綜述

作為互聯(lián)網(wǎng)科技和金融創(chuàng)新的新產(chǎn)物，眾籌自誕生之時就得到了國內(nèi)外研究者極大的重視。學(xué)者們最初對眾籌的研究主要集中在其商業(yè)模式、融資風(fēng)險及法律制度的監(jiān)管。如胡吉祥和吳穎萌(2013)[3]考察了眾籌融資的發(fā)展現(xiàn)狀，分析了行業(yè)發(fā)展進程中的問題和風(fēng)險，并提出應(yīng)該辯證地看待眾籌發(fā)展中的創(chuàng)新和風(fēng)險，積極將其納入監(jiān)管體系，制定專門的監(jiān)管規(guī)則，引導(dǎo)行業(yè)健康發(fā)展。夏恩君等人(2015)[4]對當(dāng)前國內(nèi)眾籌的發(fā)展進行分析，并對未來相關(guān)研究進行展望。

隨著眾籌平臺的不斷發(fā)展，國外學(xué)者開始利用微觀層面的眾籌項目數(shù)據(jù)對眾籌成功因素進行研究。比如Agrawal等(2011)[5]利用美國SellaBand眾籌平臺數(shù)據(jù)來考察地理距離和空間分布對藝術(shù)類眾籌項目的影響。類似地，Mollick(2014)[6]也利用Kickstarter的數(shù)據(jù)來研究影響眾籌項目成功的決定因素，該研究發(fā)現(xiàn)個人社交網(wǎng)絡(luò)、項目質(zhì)量和地理位置在項目眾籌成功中扮演重要的作用。Kuppuswamy和Bayus (2013)[7]同樣利用Kickstarter眾籌平臺的數(shù)據(jù)來考察公眾信息對眾籌項目成功的重要性。這一系列實證研究也帶來了眾籌理論模型的發(fā)展。Agrawal等(2013)[8]對眾籌融資模式、眾籌平臺以及投資者行為等進行經(jīng)濟學(xué)的理論分析，梳理了相關(guān)的理論問題，為后續(xù)研究者提供了方向。Belleflamme等人(2014)[9]利用產(chǎn)業(yè)組織的模型來分析和對比不同的融資策略對眾籌項目的影響。另外，Li和Duan(2014)[10]構(gòu)建了結(jié)構(gòu)模型來考察項目發(fā)起人在成功的眾籌融資中的動態(tài)策略，以及如何提高眾籌項目的成功率。

目前國內(nèi)學(xué)者對眾籌的實證研究體現(xiàn)在兩個方面：一方面圍繞眾籌平臺的融資開展，討論眾籌平臺融資機制的問題。如黃玲和周勤(2014)[1]利用產(chǎn)業(yè)組織模型來考察眾籌自反饋機制的設(shè)計如何有效的發(fā)揮眾籌過程中參與三方的異質(zhì)性激勵作用，并利用“點名時間”數(shù)據(jù)對模型結(jié)論進行驗證。黃健青等(2015)[12]利用“追夢網(wǎng)”的數(shù)據(jù)，對“Keep-it-All”和“All-or-Nothing”兩種融資模式進行比較，考察其對項目眾籌融資的影響。另一方面的研究主要從項目信息和投資者動機等方面來分析影響眾籌項目成功的主要因素。如鄭海超等(2015)[13]根據(jù)信號理論，基于“大家投”網(wǎng)站數(shù)據(jù)分析股權(quán)眾籌項目融資績效的影響因素。陳玉婕等(2015)[14]從項目信息、人力資本與項目風(fēng)險三個維度對眾籌項目的變量進行歸類，基于“追夢網(wǎng)”數(shù)據(jù)分析影響眾籌項目成功的因素。

綜上所述，現(xiàn)有國內(nèi)外關(guān)于眾籌的實證研究偏重于眾籌平臺融資模式的對比和眾籌項目成功因素的識別。就文化創(chuàng)意產(chǎn)品而言，眾籌融資成功的概率較高，項目間的主要差異體現(xiàn)在最后融資的比例上。但是，現(xiàn)有文獻中對文化創(chuàng)意產(chǎn)品關(guān)注不多，對眾籌融資比例的影響因素關(guān)注也甚少，因此，本文以文化創(chuàng)意眾籌項目為對象，著眼于識別影響融資比例的因素，這將豐富現(xiàn)有眾籌融資的實證研究，為更好地解決文化創(chuàng)意企業(yè)的融資問題提供決策依據(jù)。

二、數(shù)據(jù)、計量模型及變量描述性統(tǒng)計

(一)數(shù)據(jù)來源及處理

本文選取國內(nèi)最有影響力的眾籌平臺——“眾籌網(wǎng)”(www.zhongchou.com)上的項目作為研究對象。該平臺于2013年2月上線，涵蓋領(lǐng)域廣，是目前為止國內(nèi)眾籌項目最多、眾籌總金額最高的眾籌平臺。本文采用網(wǎng)絡(luò)爬蟲技術(shù)從“眾籌網(wǎng)”收集到該平臺成立時(2013年2月1日)至2016年2月20日時間段內(nèi)所有眾籌項目的原始數(shù)據(jù)共4548條。我們首先對原始數(shù)據(jù)進行清理，刪除仍在籌款中和重復(fù)融資的項目；同時按照融資比例、融資目標(biāo)、關(guān)注數(shù)等變量的極端值刪除相關(guān)的眾籌項目(詳見表1)。

表1 數(shù)據(jù)篩選類別及數(shù)量

最后得到本文使用的眾籌數(shù)據(jù)樣本共3 115條，其中文化創(chuàng)意產(chǎn)業(yè)(出版367條、娛樂459條、藝術(shù)330條)共1 156條(37%)，科技類427條(13.71%)，公益類690條(22.15%)，農(nóng)業(yè)類551條(17.69%)，其他類291條(9.34%)。

(二)數(shù)據(jù)描述性統(tǒng)計

按照眾籌項目的具體類型，表2分別報告了支持者人數(shù)、已募集金額、融資比例等與融資相關(guān)變量的樣本均值。其中文化創(chuàng)意大類又細(xì)分為出版類、娛樂類和藝術(shù)類三種子類。從支持者人數(shù)來看，各大類的差別不大。文化創(chuàng)意中的出版子類往往吸引較多的眾籌投資者，而藝術(shù)子類受關(guān)注的程度最弱。就已募集金額而言，出版子類中的眾籌項目平均募集資金最多，達到36 431元，超過了科技類項目和農(nóng)業(yè)類項目的均值。從融資比例變量來看，科技類項目籌得資金比例遠高于其他類別。這可能是因為科技類產(chǎn)品比起其他類別更受歡迎也更有市場，當(dāng)然，也可能存在使用互聯(lián)網(wǎng)、參與眾籌平臺的個人特質(zhì)和對科技產(chǎn)品的偏愛程度存在互相影響，此外，科技產(chǎn)品一旦啟動生產(chǎn)往往有更高比例的收益。公益類的融資目標(biāo)相對于其他各行業(yè)的融資目標(biāo)較低。可能系因其他行業(yè)都屬于獎勵型眾籌，往往有產(chǎn)品回報，制作、發(fā)行的啟動資金會更高，而公益類屬于捐贈類眾籌，公益項目啟動資金數(shù)額更小，而且資金的數(shù)量多少更多決定公益項目效果大小，而非項目成功與否，因而目標(biāo)金額會明顯小于其他行業(yè)。

表2 眾籌融資的描述性統(tǒng)計

注：表中數(shù)據(jù)表示各個變量的均值；其中融資比例為最終募集金額與眾籌目標(biāo)金額之比。

表3報告了樣本中眾籌項目的公開信息，如關(guān)注數(shù)、分享數(shù)、關(guān)鍵詞個數(shù)、支持?jǐn)?shù)等?？萍碱惡娃r(nóng)業(yè)類的認(rèn)證變量信息均值高于其他，而文創(chuàng)類遠遠低于平均。可見科技、農(nóng)業(yè)類項目更注重權(quán)威性，可能系因該行業(yè)門檻較高，項目的發(fā)起需要專業(yè)、誠信的個人或團隊背景，從而保證產(chǎn)品質(zhì)量，亦可能系可靠的發(fā)起人身份背景更能夠吸引投資人；而文創(chuàng)類項目門檻更低、對發(fā)起人要求不高，更多是憑借項目內(nèi)容和產(chǎn)品本身來吸引投資。至于關(guān)注分享變量，科技類項目明顯高于其他類別，文創(chuàng)類略高于平均，農(nóng)業(yè)類則明顯偏低?？赡苁怯捎诳萍籍a(chǎn)品、文創(chuàng)產(chǎn)品本身具有創(chuàng)新性，也更適應(yīng)互聯(lián)網(wǎng)的媒體特質(zhì)，因而更能刺激投資人分享傳播；而農(nóng)業(yè)類屬于傳統(tǒng)行業(yè)，產(chǎn)品的吸引力也可能略有欠缺，在互聯(lián)網(wǎng)平臺上傳播能力偏弱。

表3 眾籌項目公開信息描述性統(tǒng)計

注：關(guān)注數(shù)、分享數(shù)和支持?jǐn)?shù)分別記錄了眾籌項目頁面上被潛在投資人點取關(guān)注、分享轉(zhuǎn)發(fā)和點擊支持的次數(shù)；關(guān)鍵詞個數(shù)是眾籌項目發(fā)起人設(shè)定的項目關(guān)鍵詞數(shù)目；身份證、營業(yè)執(zhí)照、組織機構(gòu)代碼證和稅務(wù)登記證等變量都是0～1的虛擬變量；產(chǎn)品實物圖片變量也為0～1的虛擬變量，若眾籌項目提供實物照片，則該變量取1。

(三)實證模型

本文主要探究在已完成籌資目標(biāo)的成功項目中影響最終籌得資金與籌資目標(biāo)金額的比例的主要因素。依據(jù)現(xiàn)有的理論文獻，本文將考察目標(biāo)、項目地理位置、發(fā)起者認(rèn)證信息、支持人數(shù)、項目關(guān)注分享數(shù)和項目關(guān)鍵詞個數(shù)對籌資比例的影響。

首先，依據(jù)現(xiàn)有理論文獻，項目籌資金額越小，眾籌者越有信心幫助其達成目標(biāo)，即使在不付出任何金錢成本的情況下，對于更高的目標(biāo)設(shè)定，人們也可能因為信息缺失而放棄支持。與此同時，超額增加的融資可能用于改善產(chǎn)品的基礎(chǔ)功能，這對于投資人而言存在正向激勵。其次，項目發(fā)起人認(rèn)證信息的豐富程度往往展現(xiàn)了發(fā)起人的可靠度，這如同電商與淘寶賣家，信譽良好、誠信可靠的項目發(fā)起人可能更能正向影響投資者信心，從而為項目吸引到更多投資資金。另一方面，項目信息的詳細(xì)程度、展示的生動程度(視頻、圖片)對項目成功存在一定的正向影響。再次，項目在平臺內(nèi)外的傳播會使更多潛在投資者了解項目詳情，從而轉(zhuǎn)化一部分為項目投資人。最后，項目發(fā)起地域當(dāng)?shù)氐奶囟óa(chǎn)業(yè)發(fā)達程度可能會影響產(chǎn)品創(chuàng)新程度以及質(zhì)量，從而影響投資者的動機。

為此，我們將項目最終籌得的籌資比例作為被解釋變量，其余變量為解釋變量，構(gòu)建如下的基于最小二乘法的基準(zhǔn)回歸模型(1)如下：

(1)

其中Fundi表示樣本中第i個項目的融資比例；同時為了使數(shù)據(jù)特征更加符合回歸要求，本文對籌資目標(biāo)變量goal作對數(shù)化處理，以ln(Goali)表示；其他Xi包含項目相關(guān)的其他解釋變量。

在數(shù)據(jù)爬取過程中，我們的變量存在“左邊斷尾”(Left Truncation)的情形，即只有融資成功的項目才包含在樣本數(shù)據(jù)中。顯然任何隨機變量存在斷尾后，其概率密度函數(shù)也隨后將發(fā)生變化。可以證明在OLS基準(zhǔn)回歸中，擾動項與解釋變量相關(guān)會導(dǎo)致不一致的估計。因此，我們采取Tobit模型來解決斷尾帶來的估計問題。該模型可以寫出整個樣本的似然函數(shù)，然后使用極大似然法的方式來估計。對于Tobit模型，我們利用Stata中的Tobit命令對樣本進行回歸，作為本文的回歸模型(2)。

三、實證結(jié)果及比較分析

(一)文化創(chuàng)意產(chǎn)業(yè)項目的回歸結(jié)果

表4 報告了文化創(chuàng)意類樣本基于OLS和Tobit模型的回歸結(jié)果。其中列(1)和(2)利用所有文化創(chuàng)意項目的數(shù)據(jù)進行回歸；后面列(3)—(8)分別報告對出版、娛樂和藝術(shù)三個細(xì)分小類進行回歸的結(jié)果。

首先，表4第1行的結(jié)果顯示融資目標(biāo)金額與籌資比例呈現(xiàn)負(fù)相關(guān)關(guān)系，該系數(shù)在文化創(chuàng)意總類，以及出版、娛樂、藝術(shù)各個子類的回歸中，均在1%的水平下顯著，結(jié)果與理論預(yù)期一致?？梢钥闯觯谌谫Y金額目標(biāo)越小時，眾籌者越有信心幫助眾籌發(fā)起人實現(xiàn)目標(biāo)；而面對更高的融資目標(biāo)設(shè)定時，即使參與人不付出任何的金錢成本，人們也可能因為缺乏對項目成功融資的信息而放棄支持，進而降低了該項目的融資比例。

就文化創(chuàng)意眾籌融資總體來看，表4中第2行和第5行的結(jié)果表明關(guān)注數(shù)、分享數(shù)以及支持?jǐn)?shù)都和融資比例存在正相關(guān)關(guān)系。尤其是關(guān)注數(shù)和支持?jǐn)?shù)兩個變量的回歸系數(shù)都有極高的顯著性。這一結(jié)果符合預(yù)期，關(guān)注和支持人數(shù)越多，項目在平臺外傳播的機會就越多，因此就有更大的機會收到投資者的投資，進而提高籌資比例。然而關(guān)注人數(shù)對娛樂子類項目的融資比例沒有顯著的影響。通過仔細(xì)查看娛樂類項目信息，我們發(fā)現(xiàn)與出版類、藝術(shù)類不同的是，娛樂類項目包括了需要線下參與的細(xì)分品類：話劇、舞臺劇、影視劇等，項目回報中往往包含了現(xiàn)場觀影、與主創(chuàng)面對面交流等活動形式。這說明有線下活動的項目受行業(yè)發(fā)達程度的影響可能較大，而受眾籌網(wǎng)絡(luò)平臺的關(guān)注數(shù)影響可能相對較少，因此關(guān)注數(shù)對應(yīng)的回歸系數(shù)不太顯著。

同時，表4的結(jié)果表明項目關(guān)鍵詞個數(shù)這一變量與籌資比例總體呈現(xiàn)負(fù)相關(guān)；該系數(shù)在娛樂類的眾籌項目中在1%的置信水平下顯著，這一結(jié)果不符合理論預(yù)期。另外我們也發(fā)現(xiàn)身份證信息和營業(yè)執(zhí)照對融資比例沒有顯著影響。這一情況反映出文化創(chuàng)意類產(chǎn)品和電商等消費類項目不同，文化產(chǎn)品的具體內(nèi)容更能影響投資者的信心，從而為項目吸引更多資金。因此項目發(fā)起人的認(rèn)證信息在文創(chuàng)產(chǎn)品項目的眾籌融資比例中扮演較小的作用。

表4 文化創(chuàng)意眾籌項目回歸結(jié)果

注：(1)*、**、***分別代表10%、5%與1%的顯著性水平。(2)存在眾多分享數(shù)和關(guān)鍵詞個數(shù)為0的觀測值，分享數(shù)和關(guān)鍵詞個數(shù)這兩個變量均加1再取對數(shù)。

最后，我們發(fā)現(xiàn)產(chǎn)品實物的圖片在融資比例上起著重要的影響。就文化創(chuàng)意總類來看，產(chǎn)品實物圖片對應(yīng)的回歸系數(shù)顯著為正。這一結(jié)論和現(xiàn)有文獻關(guān)于眾籌項目成功因素研究中類似，項目信息的詳細(xì)程度、展示的生動程度(視頻、圖片)不僅對項目成功存在一定的正向影響，而且會極大地提高最終融資比例。

(二)所有產(chǎn)業(yè)項目的回歸結(jié)果

為了研究文化創(chuàng)意產(chǎn)業(yè)的特點，本文同時對科技、農(nóng)業(yè)和公益三個大類的眾籌項目樣本數(shù)據(jù)進行OLS回歸和Tobit模型回歸，結(jié)果如表5所示。首先我們發(fā)現(xiàn)在所有行業(yè)中，籌資目標(biāo)金額與籌資比例均呈反向關(guān)系，且回歸系數(shù)均在1%的置信水平下顯著；其次和文化創(chuàng)意類眾籌項目類似，項目關(guān)注數(shù)和支持?jǐn)?shù)變量對籌資比例存在正向影響，且在所有行業(yè)高度顯著，說明項目的關(guān)注數(shù)和支持?jǐn)?shù)有助于項目籌得更高比例的資金。值得注意的是，分享人數(shù)無論在文化創(chuàng)意類，還是在其他三大類中對融資比例都起著較小的影響。我們發(fā)現(xiàn)眾籌網(wǎng)上分享渠道雖然有三種：微信、QQ空間、新浪微博(且在頁面上微信有兩個分享按鍵，另兩個渠道只有一個)，均為社交網(wǎng)絡(luò)渠道，通過促使投資者分享給自己的親朋好友，試圖提高投資者的參與。然而從實證數(shù)據(jù)結(jié)果來看，分享數(shù)并沒有提高投資者的參與，可見項目發(fā)起人還需要在推廣項目中設(shè)計社交網(wǎng)絡(luò)互動、刺激轉(zhuǎn)發(fā)分享機制同時提高分享投資的轉(zhuǎn)化率。

另外，我們發(fā)現(xiàn)雖然身份證、營業(yè)執(zhí)照和稅務(wù)登記證的回歸系數(shù)均不顯著，表明其對融資比例的影響關(guān)系待進一步實證檢驗。但是在科技類的眾籌項目中，組織結(jié)構(gòu)代碼證對融資比例存在較強的影響，回歸系數(shù)顯著為正。

表5 其他類型行業(yè)模型回歸結(jié)果

注：回歸方法為OLS和Tobit回歸；括號中為標(biāo)準(zhǔn)誤；***、**和*分別表示1%、5%和10%的顯著性水平。

四、研究結(jié)論

本文區(qū)分文化創(chuàng)意產(chǎn)業(yè)以及其他行業(yè)的眾籌項目，對籌資比例的影響因素進行研究。綜合上述回歸結(jié)果與分析，我們發(fā)現(xiàn)：首先，籌資目標(biāo)金額對籌資比例存在反向影響，該結(jié)論在文化創(chuàng)意產(chǎn)業(yè)及其他所有行業(yè)的回歸結(jié)果均成立；其次，發(fā)起者的認(rèn)證信息對于籌資比例均無明顯影響；最后，項目關(guān)注分享數(shù)對籌資比例的影響表現(xiàn)出較為明顯的行業(yè)差異，在文化創(chuàng)意產(chǎn)業(yè)中項目關(guān)注分享數(shù)并不存在明顯影響，但在其他行業(yè)中該影響均正向顯著。