民宿眾籌成效的影響因素分析

皮常玲 殷杰

[摘 要]在互聯(lián)網(wǎng)時代，眾籌成為企業(yè)，特別是小微新興企業(yè)籌集資金的重要渠道。由于經(jīng)營性質(zhì)的特殊性，越來越多的民宿也采用眾籌的形式融資。文章以提升民宿眾籌成效為研究問題，以投資者“風(fēng)險感知”為研究視角，以“開始眾籌吧”網(wǎng)站上的226起民宿眾籌案例為例，利用有序多分類Logistic回歸模型分析探究各項降低投資者風(fēng)險感知策略的有用性及其發(fā)揮作用的情境。研究結(jié)果顯示：當項目圖片展示、參與認籌人數(shù)以及項目信息互動處于較低水平時，其會對眾籌成效產(chǎn)生顯著負向影響，但隨著水平的逐步提升，這種負向影響會逐步減弱。而動圖視頻以及項目周期則會顯著地提升眾籌成效。此外，團隊規(guī)模、退出時機、標的估值以及感知項目發(fā)展前景對眾籌成效并沒有顯著的影響。在此基礎(chǔ)上，有針對性地提出民宿眾籌項目的設(shè)計建議。

[關(guān)鍵詞]民宿;眾籌;Logistic回歸;眾籌成效

[中圖分類號]F59?[文獻標識碼]A?[文章編號]1002-5006（2019）01-0112-12

Doi： 10.19765/j .cnki.1002-5 006.2019.01.015

引言

民宿，是一種給予游客溫馨體驗、生活體驗的新型住宿業(yè)態(tài)^[1] ，民宿已成為眾多游客的出游選擇，市場發(fā)展空間極大，巨大的市場需求催生了民宿投資熱潮。由于民宿項目很少擁有獨立產(chǎn)權(quán)，且投資額較大，很難通過銀行貸款融資^[2] 。此外，與品牌項目相比，作為單體存在的民宿對風(fēng)險投資（ venturecapital）吸引力有限。眾籌（crowdfunding）是一種支持組織或個人發(fā)起項目的群體性合作行為^[3] ，可以幫助小微企業(yè)、創(chuàng)業(yè)者的項目迅速獲得資金支持^[4-6] 。眾籌模式能夠解決民宿籌資方面的不足，促使投資實現(xiàn)。

隨著互聯(lián)網(wǎng)金融的發(fā)展，網(wǎng)絡(luò)眾籌平臺快速發(fā)展，民宿眾籌項目往往借助互聯(lián)網(wǎng)平臺與潛在投資者溝通聯(lián)系，吸引投資?！?016年中國互聯(lián)網(wǎng)眾籌年度報告》顯示，截至2016年年末，國內(nèi)已上線608家眾籌平臺，正常運營平臺僅剩下337家。至2017年年末，我國處于運營狀態(tài)的眾籌平臺僅有294家。目前來看，眾籌面臨著平臺活躍支持人數(shù)少、項目成功率低，眾籌項目很難保證成效等一系列問題^[7] 。此外，民宿眾籌項目往往秉承“one-or-nothing”的原則，即如果民宿眾籌項目未達到最初設(shè)定的目標金額，所有款項必須退還給投資者。如何保證項目成效，提高項目成功率是項目發(fā)起者最為關(guān)注的話題^[8] 。因此，探究影響民宿眾籌成效的因素，對于提升眾籌成效具有重要的實踐意義。

關(guān)于眾籌項目成效問題，學(xué)術(shù)界已經(jīng)展開了一系列探討：陳玉婕等探究了創(chuàng)新創(chuàng)業(yè)環(huán)境下影響眾籌成功與否的關(guān)鍵因素^[9] ;黃健青等從顧客價值視角出發(fā)，以追夢網(wǎng)的相關(guān)眾籌案例為研究對象，探究了影響眾籌項目成果與否的關(guān)鍵因素^[3] ;姚卓等基于質(zhì)量信號理論研究眾籌融資成功與否影響因素，探討了視頻、話題評論等各質(zhì)量信號對眾籌融資的作用機理^[10] ;蔡瑩瑩等基于信任理論驗證了感知風(fēng)險、感知收益、信任度與眾籌成功與否的關(guān)系^[11] 。通過相關(guān)研究不難發(fā)現(xiàn)，影響眾籌項目成功的因素較多，如項目發(fā)起人使用的語言技巧、風(fēng)格^[8] ，項目介紹、目標、周期、項目回報與項目類型等^[12] 。Anna等指出，影響眾籌活動成功的主要因素包括眾籌活動特征（眾籌目標、最小投資額、項目周期和項目財務(wù)信息）、網(wǎng)絡(luò)關(guān)系（前期個人融資、社交媒體網(wǎng)絡(luò)）以及項目的可理解性^[13] 。

依據(jù)“理性人”假設(shè)，民宿眾籌項目的潛在投資者都是趨利避害的理性投資者，即收益更高、風(fēng)險更低的民宿眾籌項目更易獲得青睞。在網(wǎng)絡(luò)民宿眾籌項目中，項目發(fā)起人和投資者處于信息不對稱狀態(tài)^{[10，14-15]} ，項目發(fā)起人需要向投資者發(fā)布各類信號，引導(dǎo)投資者^[16] 。因此，民宿眾籌項目發(fā)起人向投資者要么傳遞項目收益信號，提升其對項目質(zhì)量的感知，如姚卓等從質(zhì)量感知視角探究了影響眾籌融資成功的因素^[10] ;要么傳遞項目安全信號，降低其對項目風(fēng)險的感知。吳喜雁等指出，眾籌項目回報風(fēng)險和項目本身風(fēng)險會顯著影響投資決策^[4] 。Ahlers等的研究則指出，只要眾籌項目發(fā)起人向投資者提供更多更詳細的關(guān)于項目風(fēng)險信息就能夠大大提升眾籌項目的成功率^[16] 。在項目籌資過程中，投資者對民宿眾籌項目存在較大的風(fēng)險感知^[14-15] ：一方面，產(chǎn)品創(chuàng)新（民宿眾籌項目的設(shè)計和落地具有不確定性）、融資活動（投資者要先付款再等待項目落地的風(fēng)險性）和網(wǎng)絡(luò)交易（虛擬網(wǎng)絡(luò)交易帶來的不確定性）都帶來了極高的不確定性;另一方面，民宿眾籌項目的潛在投資者往往是普通大眾，缺乏專業(yè)投資風(fēng)險判斷，且由于諸多限制，投資者無法詳細了解項目發(fā)起人背后的信息和行為，投資者的投資風(fēng)險加大。投資者在投資民宿眾籌項目時，僅僅通過項目相關(guān)介紹和與項目發(fā)起人的簡單互動了解項目信息，其對項目存在較大的感知風(fēng)險。此時，項目發(fā)起人應(yīng)充分運用各種策略展示民宿眾籌項目，降低投資者的風(fēng)險感知。那么該如何降低投資者感知的風(fēng)險？哪些措施會產(chǎn)生效果呢？基于此，本研究將從降低風(fēng)險感知的措施人手，重點探究這些措施的有用性。

以往研究中，多將影響各因素作為連續(xù)變量來探究其眾籌項目成功有否的影響作用，其中，將眾籌項目成功與否作為虛擬變量進行回歸分析（一般0表示眾籌項目不成功，1表示眾籌項目成功）。雖然這樣能識別眾籌項目成功的影響因素，但無法有效說明影響因素的作用條件，即影響因素在何種條件下會產(chǎn)生作用。采用有序多分類Logistic模型不但能更加精確地反映因變量變化的實際情況，還能揭示自變量在不同分類水平上對因變量的作用效果^[17] 。基于此，本研究將采用有序多分類Logistics回歸模型重點探究各影響因素在不同分類水平上對民宿眾籌項目成效的作用效果。

基于以上分析，本研究將以投資者風(fēng)險感知為視角，重點探究降低投資者風(fēng)險感知的各項措施的有用性，并探究其在不同水平狀態(tài)下對眾籌成效的作用效果，以期為民宿眾籌項目設(shè)計提供借鑒與參考。

1 研究假設(shè)

Bauer提出的風(fēng)險感知理論認為消費者在進行任何購買決策時，都隱含著對購買結(jié)果的不確定性^[18] 。徐晨飛等指出當用戶感知到眾籌項目的潛在風(fēng)險時，其投資參與度會嚴重下降^[19] 。由此可見，要想確保眾籌成效，必須降低投資者的感知風(fēng)險。購買有形產(chǎn)品和投資民宿眾籌項目具有一致性，均面臨著結(jié)果的不確定性，因此需要通過降低不確定性來提升投資者投資概率。Roselius提出了降低顧客感知風(fēng)險的相關(guān)具體措施^[20] ;Mitchell提出了包含購買經(jīng)歷在內(nèi)的18項降低購買風(fēng)險的具體措施^[21] ;Ha指出品牌、口碑以及相關(guān)定制化信息會降低顧客在線購買的風(fēng)險感知^[22] ?；诖耍狙芯繉oselius提出的降低風(fēng)險感知的措施為依據(jù)，提出民宿眾籌項目發(fā)起過程中降低投資者風(fēng)險感知的策略（表1），進一步探究民宿眾籌項目降低風(fēng)險感知策略的有用性及其發(fā)揮作用的情境。

（1） 項目形象。在民宿眾籌項目中，項目形象往往通過圖片、動圖視頻來展示。鄧金衛(wèi)指出發(fā)起人應(yīng)盡可能詳細、頻繁地披露項目，減少投資者的疑惑，以此吸引更多投資^[23] 。僅僅通過文字表述民宿眾籌項目很難直觀展現(xiàn)項目形象，Evers等、Sheng等均發(fā)現(xiàn)通過視頻和圖片能夠更全面的展示眾籌項目的形象^[24-25] ，這能使得投資者更加直觀了解民宿項目，降低其對項目的不確定性。因此提出假設(shè)：

Hla：民宿眾籌項目中的圖片數(shù)與眾籌成效呈正相關(guān)關(guān)系

Hlb：通過動圖、視頻展示能夠提升眾籌成效

（2） 參與體驗。眾籌項目的個人體驗主要通過參與項目投資的人數(shù)來反映。參與項目投資的人越多，越有可能形成跟風(fēng)投資的羊群行為^[26] ，說明該項目得到更多投資者的信賴，項目風(fēng)險相對較低。認籌人數(shù)在一定程度上反映了項目質(zhì)量與項目成熟度，能夠降低投資者所感知的項目風(fēng)險^[9] ?；诖耍狙芯考僭O(shè)：

H2：民宿眾籌項目認籌人數(shù)與眾籌成效呈正相關(guān)關(guān)系

（3） 項目發(fā)起者形象。Elizabeth和Julie通過案例研究發(fā)現(xiàn)阻礙眾籌投資的關(guān)鍵因素是投資者對項目發(fā)起人能力和信用的不信任^[27] 。民宿眾籌發(fā)起者往往通過團隊展示來降低投資者感知風(fēng)險。Anna等認為團隊人數(shù)是優(yōu)質(zhì)項目的信號之一^[13] ，一般認為項目團隊的規(guī)模越大，其所掌握的知識技能越豐富，且可信度越高，項目風(fēng)險程度越低^[9] 。基于此，本研究假設(shè)：

H3：民宿眾籌發(fā)起者團隊規(guī)模與眾籌成效呈正相關(guān)關(guān)系

（4） 退出機制。不管是股權(quán)眾籌還是其他類型的眾籌，退出機制建設(shè)均不夠完善^[28-30] 。如果民宿眾籌項目設(shè)定類似退貨保障的資金退出機制，投資者將大大降低感知風(fēng)險，推進眾籌成效提升，且退出時機越早，感知風(fēng)險越低，眾籌成效越好?；诖耍狙芯考僭O(shè)：

H4： 民宿眾籌項目資金退出時機與眾籌成效呈負相關(guān)關(guān)系

（5） 項目的可選擇性。Frydrych等發(fā)現(xiàn)回報檔次越多，投資者的選擇性越多^[31] ，投資者付出的資金選擇性也越強^[32] ，這意味著投資者可以自由選擇相應(yīng)投資回報的投資金額，投資者的風(fēng)險感知將會減少，這將有利于提升眾籌成效。而對于項目周期而言，周期越長，表明項目并不急于求成，民宿項目建設(shè)質(zhì)量得以保證，項目投資風(fēng)險較小。此外，Barasinska通過研究發(fā)現(xiàn)眾籌項目持續(xù)時間將顯著影響眾籌成效^[33] 。基于此，本研究假設(shè)：

H5a：民宿眾籌項目回報分級與眾籌成效呈正相關(guān)關(guān)系

H5b：民宿眾籌項目周期與眾籌成效呈正相關(guān)關(guān)系

（6） 項目價值。民宿眾籌項目的價值往往通過標的估值與眾籌目標兩方面來衡量。民宿眾籌項目標的估值越高，其類似于高價格的產(chǎn)品，高價格的產(chǎn)品往往質(zhì)量能得到保證。同樣地，高標的估值的民宿眾籌項目也往往能降低投資者的感知風(fēng)險。而眾籌目標越低，則表明投資者需要投入的越少，這能降低投資者感知風(fēng)險，提升眾籌成效。Ahlers等、黃玲等研究發(fā)現(xiàn)融資目標越低，項目成功的概率越高^[16，34] ，而項目籌資目標越高，項目風(fēng)險越大^[9] ?；诖?，本研究假設(shè)：

H6a：民宿眾籌項目標的估值與眾籌成效呈正相關(guān)關(guān)系

H6b：民宿眾籌項目眾籌目標與眾籌成效呈負相關(guān)關(guān)系

（7） 項目評論。民宿眾籌項目均設(shè)有項目評論區(qū)，發(fā)起人會對投資者的疑問進行解答，詳細介紹眾籌項目相關(guān)信息。投資者可以通過項目評論來了解其他投資者的口碑與評價，這有利于投資者加深對項目的了解，從而降低感知風(fēng)險。項目評論數(shù)越多，項目信息越展示充分，越有利于做出投資決策^[9] 。此外，項目評論數(shù)也多，證明投資者對項目產(chǎn)生濃厚的興趣，這也將提升眾籌成效^[35] ?；诖?，本研究假設(shè)：

H7：民宿眾籌項目評論數(shù)與眾籌成效呈正相關(guān)關(guān)系

（8）項目發(fā)展前景。雖然項目發(fā)展前景并未直接在民宿眾籌項目中直接展示，但可以通過其他展示綜合評估而得。由于波士頓矩陣分析具有一定的前瞻性，能評估項目動態(tài)發(fā)展^[36] ，本研究以波士頓分析矩陣為依托，以民宿眾籌項目的“標的估值”和“項目周期”為尺度（選取此兩個變量的中位數(shù)作為分界線），分析民宿眾籌項目的發(fā)展前景，具體將民宿眾籌項目的發(fā)展前景分為明星項目、金牛項目、瘦狗項目和問號項目（圖1）。

民宿眾籌的明星項目屬于周期短、估值高的項目，發(fā)展前景良好，按常理而言，此類項目極易受到追捧，成為投資“明星”，擁有大量“投資粉絲”，而問號項目本身就存在“死亡”的隱患，發(fā)展前景欠佳，自然會受到大眾嫌棄?；诖?，本研究假設(shè)：

H8：民宿眾籌項目發(fā)展前景與眾籌成效呈正相關(guān)關(guān)系

2 數(shù)據(jù)來源與研究方法

根據(jù)上述研究假設(shè)，本研究將以眾籌成效為因變量，民宿眾籌項目中的圖片、動圖視頻、認籌人數(shù)、團隊規(guī)模、回報分級、項目周期、標的估值、眾籌目標、項目評論數(shù)以及項目發(fā)展前景作為自變量進行分析。

2.1 數(shù)據(jù)來源

“開始眾籌吧”（ https：//www.kaistart.com/）已擁有千萬用戶，其中付費用戶數(shù)突破10萬，復(fù)投率高達20%以上?！伴_始眾籌吧”擁有專門的“民宿/空間”眾籌板塊，是國內(nèi)知名的民宿眾籌網(wǎng)站，且該網(wǎng)站能夠包含本研究選取的所有變量?；诖?，本研究選擇“開始眾籌吧”上的民宿眾籌案例作為樣本，時間跨度為2015年9月1日至2017年3月31日，共選取254個民宿眾籌樣本，剔除信息不完整案例，最終得到226個樣本。其中，民宿眾籌項目成功率高達98.23%，平均眾籌成效高達1328.25%。

2.2 研究方法與變量分類

本研究將民宿眾籌成效劃分為4個等級，分別代表民宿眾籌項目未完成到高度超額完成的有序遞增.以此探究各因素對眾籌成效等級提升的影響。當自變量和因變量是分類變量時，如果使用線性回歸模型分析，將嚴重違反線性回歸模型的假設(shè)條件，所得結(jié)果將毫無意義^[37] 。因此，如果是探究有序分類變量時，應(yīng)選擇有序回歸模型?；诖?，本研究將選用有序多分類Logistic回歸模型進行分析。有序多分類Logistic回歸模型是由二元Logistic回歸擴展而來，是一種用于因變量是多分類并且各類變量間存在次序關(guān)系的回歸模型^[38] ，且其參數(shù)估計效果要優(yōu)于二元Logistic回歸^[39] 。此外，可利用有序多分類Logistic回歸模型進行優(yōu)勢比率（odds ratio）估計。優(yōu)勢比率是某一事件發(fā)生的概率與不發(fā)生概率之比，可以反映某一自變量變化導(dǎo)致的優(yōu)勢變動情況，進而分析自變量對因變量的影響程度^[40] 。

有序回歸（ordinal regression）可允許研究者在不清楚變量類別間真實距離（the real distancebetween categories）的情況下根據(jù)實際情況對變量進行分類^[41] 。本研究依據(jù)變量極值之差，按照等分原則進行變量分類。其中，將回報分級和團隊規(guī)模作為連續(xù)變量進行分析。回報分級是指民宿眾籌項目的回報檔數(shù)，即民宿眾籌項目回報方式的種類數(shù)。投資回報是影響眾籌成效最直接、最重要和最有效用的因素32，42]，且諸多研究也證實了回報分級對眾籌項目存在顯著正向影響^{[3，11，15，25，31]} 。由此判定回報分級對眾籌成效的正向影響普遍存在，不需要進一步分析其產(chǎn)生作用的條件和情形，故將其設(shè)定為連續(xù)變量。本研究選取案例中的團隊規(guī)模為1～12人，按照高管團隊最佳規(guī)模為3～8人^[43-44] ，本研究中有87.61%的民宿眾籌項目團隊屬于最佳規(guī)模團隊，且其他規(guī)模的團隊比例很小，這很難判斷出不同團隊規(guī)模大小對眾籌成效的影響。故本研究將其設(shè)定為連續(xù)變量，探究其對眾籌成效的影響。與退出時機不同的是，本研究選擇案例中的“退出時機”集中分布在2～5年這一區(qū)間，且集中退出時機集中在第3年，該比重高達87.17%，數(shù)據(jù)分布過于集中，不適宜作為連續(xù)變量分析。因此，本研究以3年為界，探究退出時機為3年及以下與3年以上對眾籌成效的不同影響。

本研究在參照相關(guān)文獻及結(jié)合研究實際的基礎(chǔ)上，對自變量和應(yīng)變量進行分類、分級，其中回報分級與團隊規(guī)模作為連續(xù)變量，并未對其分類。變量具體分類情況如表2所示。

3 實證分析

3.1 樣本描述性分析

本研究共搜集到226個民宿眾籌案例樣本，樣本基本信息如表2所示。其中，民宿眾籌項目成功率高達98.23%，平均眾籌成效達1328.25%。民宿眾籌項目中平均每個項目與投資者進行149.97次互動，眾籌項目介紹中放置23.87張圖片，平均項目周期為8.99年，投資者平均可在3.10年退出項目。此外，民宿眾籌項目平均估值708.54萬元，平均眾籌目標為25.21萬元，每個項目平均眾籌人數(shù)達200.76人。

通過對樣本進行分類分析發(fā)現(xiàn)，民宿眾籌項目一般具備以下特征：低度超額完成（項目完成度在100%～1000%）的民宿眾籌項目最多，占比達49.1%;在信息互動方面，民宿眾籌項目互動數(shù)一般集中在101～200條，其占比達46.0%;在項目展示方面，圖片數(shù)一般放置21～30張，占比達46.0%。此外，92.5%的民宿眾籌項目會放置視頻、動圖來增強項目形象展示;在項目周期方面，6～10年的項目居多，占比達56.2%;退出時機方面，在3年及以下可以退出資金的項目占92.0%;標的估值方面，主要集中在250萬～500萬元之間，占比達37.2%;眾籌目標大部分都設(shè)定在20萬元以內(nèi)，占比達62.4%，認籌人數(shù)一般集中在100～300人之間，占比達62.9%。從項目發(fā)展前景看，金牛項目屬于厚利項目，占比最少，僅有10.2%，明星項目具有較好的發(fā)展前景，占比為15%。

3.2 模型檢驗

本研究擬采用有序多分類Logistic回歸對民宿眾籌項目成效的影響因素進行實證分析，在進行分析前需要檢驗?zāi)Ｐ偷倪m用性及其擬合度^[45-47] ：

3.2.1 模型適用度檢驗

模型適用度檢驗主要是對模型的平行性進行檢驗^[48] ，當平行性檢驗的p值小于0.05時，則表明有序多分類Logistics回歸模型不適應(yīng)，需要采用無序多分類Logistics回歸。經(jīng)檢驗可知，卡方值為52.055，自由度為52，對應(yīng)的p值為0.472，基于此判定本研究適合于采用有序多分類Logistic回歸模型。

3.2.2 模型擬合度檢驗

有序多分類Logistic回歸模型的擬合度檢驗主要通過擬合信息、擬合度及偽R2進行判定^[35] 。利用SPSS19.0對模型進行擬合檢驗發(fā)現(xiàn)，模型卡方值為133.707，顯著性p值為0.000，具有顯著統(tǒng)計意義。Pearson和偏差這兩個擬合優(yōu)度檢驗結(jié)果顯著性均大于10%，Cox和Snell、Nagelkerke以及McFadden這3個偽決定系數(shù)值分別為0.447、0.503、0.271，均大于1%，這幾個指標均說明該模型擬合效果較好。由此表明模型擬合度較好，能夠很好地解釋民宿眾籌成效的影響因素的作用效果。

3.3 模型結(jié)果分析

有序多分類Logistics回歸的結(jié)果如表3所示。依據(jù)表3的回歸結(jié)果，回報分級會顯著影響眾籌成效，而團隊規(guī)模則不會顯著影響民宿眾籌成效。信息互動、圖片展示、項目周期、退出時機、動圖視頻、認籌目標以及認籌人數(shù)等在部分取值范圍上會對民宿眾籌成效產(chǎn)生顯著影響。具體來看，呈現(xiàn)以下結(jié)果：

（1） 項目形象方面，圖片展示和動圖視頻均對民宿眾籌成效產(chǎn)生顯著影響。具體來看，圖片展示的偏回歸系數(shù)分別為-2.798、-2 .138、-1.676和-1. 319，其相應(yīng)的OR值分別為0.0609、0.1179、0.1871和0.2674，這表明當民宿眾籌項目圖片數(shù)較少時，投資者難以通過展示圖片對民宿進行有效評估，其風(fēng)險感知較強，故會對眾籌成效產(chǎn)生抑制作用。而隨著圖片數(shù)的增加，項目形象逐步得到充分展示，投資者充分了解了民宿項目，其對眾籌成效的負向作用也逐漸減弱且變得不顯著。當圖片數(shù)達到30張以上時，其對眾籌成效的抑制作用并不顯著。

此外，從動圖視頻對民宿眾籌成效的影響來看，某項目如設(shè)置了動圖視頻將會顯著的提升眾籌成效。同等條件下，當有動圖視頻時的眾籌成效是沒有動圖視頻時的3.1677倍。由此可見，民宿眾籌項目需要加入動圖、視頻來展示項目形象。

（2）個人體驗方面，認籌人數(shù)在部分取值范圍內(nèi)對眾籌項目產(chǎn)生顯著影響。當認籌人數(shù)Xs分別取值為1到3時，其對應(yīng)的OR值分別為0.0164、0.1496、0.6791，這說明隨著認籌人數(shù)的增加，其對眾籌成效的抑制作用逐漸減弱，眾籌成效提升的概率逐步增加。值得指出的是，當認籌人數(shù)較少時（200及人以下），說明眾籌項目在大眾中的認可度較低，這會增加投資者的感知風(fēng)險，從而對眾籌成效產(chǎn)生明顯的抑制作用，這與黃健青等人提出的結(jié)論一致（參與人數(shù)較少的特征對眾籌項目的成功帶來一定負面影響）^[3] 。當認籌人數(shù)達到200人以上時，投資者會認為該項目得到了大眾的認可，其感知風(fēng)險會降低，此時，對眾籌成效的抑制作用并不顯著。由此可見，民宿眾籌項目需要增加認籌人數(shù)來緩解投資者的感知風(fēng)險，提升眾籌成效。

（3）項目發(fā)起者形象方面，團隊規(guī)模對民宿眾籌成效的影響并不顯著，這與黃健青等人得出的結(jié)論一致，他們認為投資者更關(guān)注項目團隊的素質(zhì)而非規(guī)模^[3] 。對于民宿而言，投資者更加關(guān)注項目發(fā)起人如何去設(shè)計、落地民宿項目，如何使得民宿更有特色，因此他們更加關(guān)注項目發(fā)起人的素質(zhì)、能力和創(chuàng)意等團隊質(zhì)量而非團隊人員數(shù)量。

（4）退出時機方面，退出時機對眾籌成效影響并不顯著。具體來看，當退出時機X₆=1（3年及以下）時的眾籌成效是X₆=2（3年以上退出）的1.6111倍，即3年及以下退出的民宿眾籌項目成效要比3年以上退出項目高1.111倍。但退出時機對眾籌成效影響不顯著，其原因可能是眾多民宿眾籌項目具有獎勵性眾籌的性質(zhì)，投資者可以將資金投入轉(zhuǎn)化成旅游產(chǎn)品和服務(wù)，投資者可以將投資民宿的資金轉(zhuǎn)化為等值的民宿體驗活動，即投資者考慮的重點并非在于投入的資金如何退出，而是在于如何獲得民宿體驗。

（5）項目的可選擇性方面，回報分級和項目周期均對眾籌成效產(chǎn)生顯著影響。具體來看，回報分級對眾籌成效產(chǎn)生顯著的負向影響。美國心理學(xué)家Barry Schwartz指出選擇存在悖論，即當面臨的選擇越多，往往越不幸福^[49] 。同樣地，回報分級越多，這說明投資者對應(yīng)的投資選擇越多，這極有可能導(dǎo)致選擇過載^[50] 。這主要是因為當投資者面臨過多選擇時，投資者的選擇欲望和滿意度會大大降低^[51] 。

而項目周期在部分取值上對眾籌成效產(chǎn)生顯著正向影響。當項目周期X₇分別取1到3時，其相應(yīng)的OR值分別為3.8962、3.7140、5.030，這表明隨著項目周期的增加，民宿眾籌項目有足夠的建設(shè)、運營與提升周期，這能降低投資者的感知風(fēng)險，進而顯著提升民宿眾籌成效。當X₇=1（項目周期在5年及以下）時，其對民宿眾籌成效的提升作用并不顯著，這可能是因為該項目周期過短，民宿眾籌項目的投建、運營、管理周期短，項目落地的不確定性增加，且民宿發(fā)展運營時間短、風(fēng)險較大。由此可見，要想提升眾籌成效，需要延長項目的周期，加強民宿項目建設(shè)、運營與管理。

（6）項目價值方面，標的估值對眾籌成效沒有顯著影響，而認籌目標在部分取值上對眾籌成效有顯著影響。標的估值的偏回歸系數(shù)有正有負，分別為0.048、0.184、0.515、-0.440，標的估值過高（X₈-4）都會對民宿眾籌成效產(chǎn)生負向影響，而估值適中時（X₈=1，2，3）時，其對眾籌成效產(chǎn)生正向影響，但這些影響效應(yīng)均不顯著，這可能是因為僅通過民宿眾籌項目的文字、圖片介紹，投資者無法準確判定標的項目價值。 從認籌目標對眾籌成效的影響來看，當認籌目標Xg分別取值為1、2時，其對應(yīng)的OR值為0.5712、0.3898，OR值不斷減小，這說明隨著認籌目標的增加，提升眾籌成效的概率在不斷減小，即增加認籌目標會強化其對眾籌成效的抑制作用，這與Ahlers、黃玲等人研究發(fā)現(xiàn)一致^{[30，31]} 。由此可見，民宿眾籌項目的眾籌目標不宜設(shè)定過高。

（7）項目評論方面，信息互動在部分取值上顯著影響眾籌成效。信息互動的偏回歸系數(shù)分別為-1.962、-1.042、-0.822，相應(yīng)的OR值分別為0.1406、0.3527、0.4396。項目評論往往能夠展示民宿眾籌項目的細節(jié)和進展^[32]，當X₁₀=l（信息互動在100條及以下）時，項目評論數(shù)較少，投資者無法獲取足夠的項目細節(jié)和進展，其對項目的感知風(fēng)險較強，這會顯著抑制民宿眾籌成效。但當隨著互動水平的提升，投資者能夠充分了解項目的細節(jié)和進展，其對項目的感知風(fēng)險會減弱，其對眾籌成效的抑制作用并不顯著。

（8）項目發(fā)展前景方面，項目發(fā)展前景對眾籌成效的影響并不顯著。金牛、明星、瘦狗項目的偏回歸系數(shù)分別為0.332、-0.646和- 0.101，其相應(yīng)的OR值分別為1.3938、0.5241和0.9039。明星項目對眾籌成效存在提升作用，而金牛和瘦狗項目對眾籌成效存在抑制作用。投資者認為“短周期、高估值”的“厚利”金牛項目與眾多高收益的投資項目類似，存在高風(fēng)險。而瘦狗項目雖然是“短周期”，但也是“低估值”，其價值如同“雞肋”。而明星項目“長周期、高估值”，類似于穩(wěn)健型的投資產(chǎn)品，風(fēng)險不高，故投資者更加傾向選擇。項目發(fā)展前景并未對眾籌成效產(chǎn)生顯著影響，這可能是因為民宿眾籌項目的投資者屬于普通大眾，更多是欣賞民宿眾籌項目的創(chuàng)意與情懷，他們并非是專業(yè)投資者，難以形成對項目發(fā)展前景的準備把握。

4 結(jié)論與建議

本研究收集了民宿眾籌平臺——“開始眾籌吧”2015年9月至2017年3月間的226起民宿眾籌案例，運用有序多分類Logistic回歸模型對影響眾籌成效的因素進行實證檢驗。研究結(jié)論表明：項目形象、個人體驗、項目的可選擇性、項目價值以及項目評論等5個因素對民宿眾籌成效存在顯著影響，但各變量的影響方向和程度具有一定差異。而項目發(fā)起者形象和退出時機對民宿眾籌成效影響不顯著。具體來看，回報分級會對眾籌成效產(chǎn)生顯著的負向影響。當項目中圖片數(shù)、認籌人數(shù)以及信息互動處于較低水平時，其會對眾籌成效產(chǎn)生顯著負向影響，但隨著水平的逐步提升，這種負向影響會逐步減弱。而動圖視頻以及項目周期則會顯著地提升眾籌成效。此外.團隊規(guī)模、退出時機以及標的估值對眾籌成效并沒有顯著的影響。

綜合各因素對民宿眾籌成效的影響，本研究提出以下針對性建議：

第一，加強信息互動和形象展示。一方面，民宿眾籌項目發(fā)起人應(yīng)積極與投資者互動。當信息互動數(shù)處于較低水平時，投資者無法獲取足量的項目信息，這會降低眾籌成效。因此，發(fā)起人應(yīng)積極與投資者互動，詳細披露項目在建設(shè)、運營、營銷與管理等方面的信息，提升眾籌成效。另一方面，項目發(fā)起人應(yīng)主動加強項目形象展示。當圖片數(shù)較少時，項目形象得不到充分展示，這會抑制眾籌項目成效，而項目中添加動圖視頻則會顯著提升民宿眾籌成效。因此，民宿眾籌項目發(fā)起人在進行項目形象展示時，應(yīng)加入更多的圖片以及動圖視頻。加入的圖片和動圖視頻要充分展示項目的形象、設(shè)計、質(zhì)量等內(nèi)容，以此加強投資者的感知，從而提升眾籌成效。此外，項目發(fā)起人還可以利用與投資者信息互動的契機，進一步向投資者展示項目形象。 第二，優(yōu)化回報分級和個體體驗。一方面，項目發(fā)起人應(yīng)優(yōu)化投資回報分級。過多的回報分級會使得投資者面臨“幸福的煩惱”，產(chǎn)生投資猶豫，進而降低眾籌成效。基于此，項目發(fā)起人應(yīng)加強市場調(diào)研，瞄準投資方的利益關(guān)注點，設(shè)置合理的回報分級和回報內(nèi)容，且回報分級不宜過多。另一方面，利用切中投資者要害的回報分級來吸引投資者。眾籌活動中存在明顯的“羊群效應(yīng)”，當認籌人數(shù)過低時，許多投資者會認為該項目缺少群眾基礎(chǔ)，得不到大眾青睞。因此，項目發(fā)起人應(yīng)該充分利用回報分級及其回報內(nèi)容來吸引投資者進行投資，從而加強項目的群眾基礎(chǔ)，推動形成“羊群效應(yīng)”，提升眾籌成效。

第三，合理設(shè)定目標和項目周期。一方面，項目發(fā)起人要合理設(shè)定眾籌目標，盡量不要將眾籌目標設(shè)定過高。當認籌目標設(shè)置過高時，投資者感知風(fēng)險較強，這會降低眾籌成效。因此，項目發(fā)起人應(yīng)根據(jù)實際情況設(shè)定眾籌目標，不宜將目標設(shè)定過高。另一方面，項目發(fā)起人應(yīng)該合理設(shè)定項目周期。過短的項目周期會使得投資者認為民宿項目無法充分建設(shè)、運營與管理。項目發(fā)起人將項目周期設(shè)定為中長期（6～15年），這樣會使得民宿項目有充分的建設(shè)、運營與管理周期，從而可以降低投資者的感知風(fēng)險。

本研究通過有序多分類Logistic回歸模型實證分析了眾籌成效的影響因素，并分析影響因素在不同水平狀態(tài)下對眾籌成效的不同影響。在今后的研究中還可以依據(jù)民宿眾籌案例分析成功眾籌項目的基本特征，為設(shè)計民宿眾籌項目提供借鑒。

參考文獻（ References）

[1] RUAN Wen. An analysis of the new trend ofthe development ofhomestay and government behavior based on the study ofhomestay in Hangzhou[J]. Journal of Shandong AcademyGovernance， 2016.（1）： 77-81.[阮雯，民宿業(yè)發(fā)展新態(tài)勢與政府行為分析——基于杭州民宿的調(diào)查研究[J]山東行政學(xué)院學(xué)報，2016，（1）： 77-81.]

[2] ZHANG Senhua. Whether the corwdfunding of homestay canraise the industry investment upsurge[J]China Real Estate，2016，（32）： 59-62.[張森華，民宿眾籌能否掀起產(chǎn)業(yè)投資熱潮[J]中國房地產(chǎn)，2016，（32）： 59-62.]

[3] HUANG Jianqing， CHEN Huan， LI Daye. Research on factorsinfluencing the success of crowdfunding projects： The perspectiveof customer value[J].China Soft Science，2015，（6）： 116-127.[黃健青，陳歡，李大夜.基于顧客價值視角的眾籌項目成功影響因素研究[J]中國軟科學(xué)，2015，（6）： 116-127.]

[4] WU Xiyan， ZHOU Jianbo. An analysis of the influence of the

crowdfunding of the public [J]. Science&Technology; Progressand Policy， 2015， （24）： 12-16.[吳喜雁，周建波.大眾參與眾籌投資決策影響因素分析[J].科技進步與對策，2015， （24）： 12-16.]

[5] WU Wenqing， FU Mingxia， ZHAO Liming. Successful factorsand herding phenomenon of crowdfunding[J]. Soft Science，2016， （2）： 5-8.[吳文清，付明霞，趙黎明，我國眾籌成功影響因素及羊群現(xiàn)象研究[J].軟科學(xué)，2016， （2）： 5-8.]

[6]IBRAHIM N， VERLIYANTINA. The model of crowdfunding tosupport small and micro businesses in Indonesia througha web-based platform [J]. Procedia Economics and Finance， 2012， （4）：390-397.

[7]YANG Yanjun， KANG Dongxue. Dimensions and measurementof crowdfunding supporters' perceived risk[J]. Journal of CentralSouth University： Social Science Edition， 2016， （4）： 95-102.[楊艷軍，康冬雪.眾籌模式支持者感知風(fēng)險維度研究[J].中南大學(xué)學(xué)報：社會科學(xué)版，2016， （4）： 95-102.]

[8]PARHANKANGAS A， RENKO M. Linguistic style and crow-dfunding success among social and commercial entrepreneurs[J]. Journal of Business Venturing， 2017， 32（2）： 215-236.

[9] CHEN Yujie， NI Ningxi， GOU Xiaoju. Research on factorsinfluencing the success of crowdfunding projects based on theinnovation and entrepreneurship environment[J]. ShanghaiEconomic Review， 2015， （11）： 12-19.[陳玉婕，倪寧曦，茍小菊，創(chuàng)新創(chuàng)業(yè)環(huán)境下眾籌項目成功與否的影響因素研究[J]上海經(jīng)濟研究，2015， （11）： 12-19.]

[10] YAO Zhuo， CHEN Xiaohong， ZHANG Xi， et al.Research offactors in crowdfunding financing based on quality signal theory [J]. Journal of Finance and Economics， 2016， （4）： 60-71.[姚卓，陳曉紅，張希，等，基于質(zhì)量信號的眾籌融資影響因素研究[J]金融經(jīng)濟學(xué)研究，2016， （4）： 60-71.]

[11] CAI Yingying， YUE Zhonggang. Factors affecting the successof crowdfunding： The case of the "Demohour" [J]. Journal ofScience Edition， 2016， （2）： 53-62.[蔡瑩瑩，岳中剛，眾籌融資成功的影響因素研究——以“點名時間”為例[J].南京郵電大學(xué)學(xué)報：社會科學(xué)版，2016， （2）： 53-62.]

[12] YUAN H， LAU R Y K， XU W The determinants of crowdfundingsuccess：A semantic text analytics approach [J]. Decision SupportSystems， 2016， 91： 67-76.

[13]LUKKARINEN A， TEICH J E，WALLENIUS H， et al_Successdrivers of online equity crowdfunding campaigns [J]. DecisionSupport Systems， 2016， 87： 26-38.

[14] SONG Kun， LI Yongqing. Risk research on public financingmodels of crowdfunding： Based on the angle of crowdfundingplatforms [J]. Economic Problems， 2016， （12）： 47-51.[宋坤，李永清，基于眾籌平臺角度的眾籌融資模式風(fēng)險分析研究[J].經(jīng)濟問題，2016， （12）： 47-51.]

[15] DAI Jing， YE Cuihong， CHEN Yiguo， et al.Effect of qualitysignal on investment decision in reward crowdfunding： Evidencefrom Jingdong reward crowdfunding platform[J]. Chinese Review

of Financial Studies， 2016， （3）： 53-66.[戴靜，葉翠紅，陳義國，等，質(zhì)量信號對眾籌投資者決策的影響——來自京東商品眾籌的證據(jù)[J].金融評論，2016， （3）： 53-66.]

[16]AHLERS G K C，CUMMING D， GUNTHER C， et al. Signalingin equity crowdfunding [J]. Entrepreneurship Theory and Practice，2015， 39（4）： 955-980.

[17] ZHANG Xiuli， ZHU Zhiyong. The efficiency and influencingfactor of the small and medium-sized enterprises policy based onordinal logistic regression by the data of 388 enterprises from 23provinces [J]. Technology Economics&Management; Research，2017， （5）： 81-86.[張秀利，祝志勇，中小企業(yè)支持政策的有效性檢驗及影響因素——基于23個省市388家企業(yè)的有序多分類Logistic模型分析[J]技術(shù)經(jīng)濟與管理研究，2017， （5）： 81-86.]

[18] BAUER R A.Consumer Behavior as Risk Taking [M]. London：Harvard University Press， 1960： 389-398.

[19] XU Chengfei， CHEN Keqi. Research on influencing factors ofuser participation in crowdfunding websites： Taking zhongchou.cn for example [J]. Journal of Information， 2015， （11）： 175-182.[徐晨飛，陳珂祺.眾籌網(wǎng)站用戶參與度影響因素研究——以“眾籌網(wǎng)”為例[J]，情報雜志，2015， （11）： 175-182.]

[20]ROSELIUS T. Consumer rankings ofrisk reduction methods [J].Journal of Marketing， 1971， 35（1）： 56-61.

[21] MITCHELL V Factors affecting consumer risk reduction：Areview of current evidence [J]. Management Research News，1993， 16： 6-17.

[22]HA Hong-Youl. The effects of consumer risk perception on pre-purchase information in online auctions： Brand， word-of-mouth，and customized information [J]. Journal of Computer-MediatedCommunication， 2002， 8（1）： 29-43.

[23] DENG Jinwei. Factors influencing the success of the public-raising： An empirical study based on Jingdong crowdfoundingplatform [J]. Finance and Accounting for International Commerce，2016， （4）： 91-96.[鄧金衛(wèi).眾籌成功的影響因素——基于京東眾籌平臺的實證研究[J].國際商務(wù)財會，2016， （4）： 91-96.]

[24]EVERS M W Main Drivers of Crowdfunding Success：A ConceptualFramework and Empirical Analysis [M]. Netherlands： ErasmusUniversiteit， 2012： 27-30.

[25] XIAO Shengsheng， TAN X， DONG M， et al_How to DesignYour Project， in the Online Crowdfunding Market？ Evidencefrom Kickstarter [C]. Thirty Fifth International Conference onInformation Systems， 2014： 1-8.

[26]YIN Fang， WU Min. Analysis of herd behavior in return-typecrowdfunding based on information waterfall model[J]. KnowledgeEconomic， 2015， （10）： 83-85.[尹芳，吳敏.基于信息瀑布模型的回報式眾籌中的羊群行為分析[J].知識經(jīng)濟，2015， （10）： 83-85.]

[27] ELIZABETH G， JULIE H.Crowdfunding： Motivations anddeterrents for participation [J]. ACM Transactions on Computer-Human Interaction， 2013， 20（6）： 34-66.

[28] ZHANG Yumei， WANG Qian.A study on the compliance andrisk of China's real estate public financing [J]. Modernization ofManagement， 2015， （6）： 103-108.[張玉梅，王倩.中國房地產(chǎn)眾籌的合規(guī)性和風(fēng)險研究[J].管理現(xiàn)代化，2015， （6）： 103-108.]

[29] GU Shengju， YANG Mei， ZHUANG Qinqin， et al.Strategicthinking on standardizing the development of stock- raising tosupport the innovation of enterprises[J]. Economic Review，2016， （7）： 7-12.[辜勝阻，楊嵋，莊芹芹，等，規(guī)范發(fā)展股權(quán)眾籌支持創(chuàng)業(yè)創(chuàng)新的戰(zhàn)略思考[J].經(jīng)濟縱橫，2016， （7）： 7-12.]

[30] FU Guicun. Equity crowdfunding and risk prevention and controlmechanism of SEMS[J]. Journal of Henan Normal University：Philosophy and Social Sciences edition， 2016， （5）： 86-91.[付桂存，中小企業(yè)股權(quán)眾籌的融資風(fēng)險及其防控機制[J].河南師范大學(xué)學(xué)報：哲學(xué)社會科學(xué)版，2016， （5）： 86-91.]

[31]FRYDRYCH D， BOCK A J，KINDER T， et al. Exploring entrep-reneurial legitimacy in reward-based crowdfunding[J]. VentureCapital， 2014， 16（3）： 247-269.

[32] WU Qingtian， KUANG Ya. Research on effect of number ofreturns on success rate of crowdfunding project [J]. CommercialResearch， 2016， （4）： 90-96.[吳慶田，匡婭，眾籌融資項目回報檔數(shù)對項目融資成功率的影響[J].商業(yè)研究，2016， （4）： 90-96.]

[33] BARASINSKA N， SCHAFER D.Is crowdfunding different？Evidence on the relation between gender and funding successfrom a german peer- to- peer lending platform [J]. GermanEconomic Review， 2014， 15（4）： 436-452.

[34] HUANG Ling， ZHOU Qing. The study of crowdfunding designbased on prospect theory [J]. Finance&Economics;， 2015， （6）：32-42.[黃玲，周勤，基于期望理論的眾籌設(shè)計研究[J].財經(jīng)科學(xué)，2015， （6）： 32-42.]

[35]WANG Yan， ZHU Xiaodong.A study on the factors influencingthe success of the incentive corwdfunding： Taking crowdingfoundingwebsite as an example [J]. Modernization of Management， 2016，（5）： 23-25[王琰，朱小棟，獎勵型眾籌項目成功的影響因素研究——以“眾籌網(wǎng)”為例[J]管理現(xiàn)代化.2016， （5）： 23-25.]

[36] JIANG Zhengping， PEI Xiaoyong， ZHANG Jianping. Researchon personnel reform： Based on the Boston Matrix theory [J].Chinese Public Administration， 2008， （9）： 71-73.[江正平，裴曉勇，張建平，基于團隊波士頓矩陣的行政人事改革研究[J].中國行政管理，2008， （9）： 71-73.]

[37] LI Bitao. The Ordinal Classification and Regression Model andits Application in Judgment the Rank of Air Quality [D].Kunming： Yunnan University， 2015.[李壁濤.有序多分類回歸模型及其在判斷空氣質(zhì)量等級方面的應(yīng)用[D].昆明：云南大學(xué)，2015.]

[38] FANG Bonai， LAN Zhiyong. Public Management Research andQuantitative Analysis Method [M]. Beijing： Science Press， 2013：254-258.[范柏乃，蘭志勇.公共管理研究與定量分析方法[M].北京：科學(xué)出版社，2013： 254-258.]

[39] NORRIS C M， GHALI W A，SAUNDERS L D，et al.Ordinalregression model and the linear regression model were superiorto the logistic regression models [J]. Journal of ClinicalEpidemiology， 2006， 59（5）： 448-456.

[40]XUE Xindong， GONG Shuwen. Evaluation system of residents'subjective well-being and its influencing factors [J]. Statistics andDecision， 2015， （7）： 95-98.[薛新東，宮舒文，居民主觀幸福感的評價體系及影響因素分析[J]統(tǒng)計與決策，2015， （7）： 95-98.]

[41] MURIITHI D K，KIHORO J，WAITITU A.Ordinal logisticregression versus multiple binary logistic regression model forpredicting student loan allocation[J]. Journal of Agriculture，Science and Technology， 2012， 14（1）： 190-203.

[42]KUPPUSWAMY、‘BAYUS B L.Crowdfunding creative ideas：The dynamics ofproject backers in Kickstarter[J]. SSRN ElectronicJournal， 2013， 11（6）： 109-132.

[43] HUANG Hongbin， QIN Hui， TU Shaowei. Research on seniormanagement team in enterprises [J]. Enterprise Economy， 2005，（8）： 42-43.[黃宏斌，秦輝，涂少偉.企業(yè)高層管理團隊研究探討[J]企業(yè)經(jīng)濟，2005， （8）： 42-43.]

[44] HE Yuanqiong， CHEN Yun. An empirical study of the relationshipbetween TMT size and firm performance in the uncertainenvironment： Evidence from the Chinese listed companies in themanufacturing sector [J]. Science of Science and Management ofS&T.;，2009， （2）： 123-128.[賀遠瓊，陳昀，不確定環(huán)境中高管團隊規(guī)模與企業(yè)績效關(guān)系的實證研究——基于中國制造業(yè)上市公司的證據(jù)[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2009， （2）： 123-128.]

[45] ROBERTSON C，WULDER M A，NELSON T A，et al.Riskrating for mountain pine beetle infestation of lodge pole pineforests over large areas with ordinal regression modeling [J].Forest Ecology and Management， 2008， 255（5）： 900-912.

[46] SIMOONGA C， KAZEMBE L N.Using the hierarchical ordinalregression model to analyse the intensity of uriinary schistosomiasisinfection in school children in Lusaka Province， Zambia[J]Infectious Diseases of Poverty， 2017， 6（1）： 43-51.

[47]PU Yuhong， WANG Jing， LIU Jie， et al.A ordinal Iogistic regressionof the injury severity ofinjury surveillance cases[J].PreventiveMedicine Tribune， 2009， （9）： 810-812.[蒲玉紅，王靜，劉杰，等.傷害監(jiān)測病例傷害嚴重程度影響因素的有序分類Logistic回歸分析[J].預(yù)防醫(yī)學(xué)論壇，2009， （9）： 810-812.]

[48] HE Jixin， YANG Peng， GAO Yajun. Analysis of the affectingfactors of the multiple collaborative supply of public goods inurban community： An empirical study of 626 cases [J]. Journalof Guangzhou University： Social Science Edition， 2015， （11）： 40-49.[何繼新，楊鵬，高亞君.城市社區(qū)公共物品多主體協(xié)同供給影響因素分析——基于626例樣本的實證研究[J].廣州大學(xué)學(xué)報：社會科學(xué)版，2015， （11）： 40-49.]

[49] SCHWARTZ B，WARD A.Doing better but feeling worse： Theparadox of choice[J]. Positive Psychology in Practice， 2004： 86-104.

[50] HU Jiajing， ZHANG Meng. Are more options better？A study ofchoice overload in tourism[J]. Tourism Tribune， 2014， 29（12）：14-21.[胡家鏡，張夢選擇越多越好嗎？旅游情境中的選擇過載效應(yīng)研究[J].旅游學(xué)刊，2014， 29（12）： 14-21.]

[51] SCHEIBEHENNE B，GREIFENEDER R，Todd P M. Whatmoderates the too- much- choice effect？ [J]. Psychology andMarketing， 2009， 26（3）： 229-253.