郝琳娜 陳壯壯 唐 研

(聊城大學(xué)商學(xué)院 聊城 252000)

一、引言

2018年5月24日，一篇揭露詐捐的推文《王鳳雅小朋友之死》在微信瘋狂轉(zhuǎn)發(fā)，隨后整個(gè)事件發(fā)生反轉(zhuǎn)，將公益眾籌推上風(fēng)口浪尖。公益眾籌指公益機(jī)構(gòu)或個(gè)人在網(wǎng)絡(luò)公益眾籌平臺(tái)發(fā)起公益項(xiàng)目籌款活動(dòng)，吸引出資者對其項(xiàng)目進(jìn)行資金支持的行為，是“互聯(lián)網(wǎng)+金融”領(lǐng)域的衍生品。然而，由于網(wǎng)絡(luò)公益眾籌模式中捐助者與受助人的信息不對稱性及公益眾籌平臺(tái)上項(xiàng)目質(zhì)量控制的不嚴(yán)格，導(dǎo)致近年來公益眾籌的項(xiàng)目質(zhì)量、金額、參與人員數(shù)量等都有明顯下降，項(xiàng)目融資績效出現(xiàn)嚴(yán)重滑坡現(xiàn)象，以致于民眾逐步喪失對公益眾籌的信心；[1]公益眾籌以造福社會(huì)為目的實(shí)施有效救助，其關(guān)鍵是控制項(xiàng)目質(zhì)量和透明化募捐信息。低質(zhì)量的公益眾籌項(xiàng)目無法保證其真實(shí)性，可能會(huì)存在欺詐行為，項(xiàng)目的進(jìn)展情況也無法實(shí)時(shí)監(jiān)控，更不能確保其公益資金的有效利用；高質(zhì)量的公益眾籌項(xiàng)目需要平臺(tái)對項(xiàng)目的真實(shí)性、進(jìn)展報(bào)告、財(cái)務(wù)狀況等嚴(yán)格把控，最終實(shí)現(xiàn)對公益眾籌項(xiàng)目質(zhì)量的控制和管理，提升公益眾籌的融資效果。[2]因此，公益眾籌中項(xiàng)目質(zhì)量如何影響融資績效成為本文研究的主要問題。

詳盡可能性模型(ELM)是由社會(huì)心理學(xué)家提出的，認(rèn)為人們對勸服的行為與態(tài)度變化存在兩條路徑，即中心路徑和邊緣路徑。[3]有學(xué)者將ELM理論應(yīng)用于眾籌領(lǐng)域，發(fā)現(xiàn)項(xiàng)目質(zhì)量、信息披露和公眾行為對項(xiàng)目融資績效有顯著影響，表現(xiàn)為項(xiàng)目發(fā)表評論的內(nèi)容及數(shù)量、公眾的參與程度、發(fā)起人的公信力等。[4-5]其他國內(nèi)外有關(guān)公益眾籌融資績效影響因素的研究也頗豐，主要從以下幾個(gè)方面展開?！肮参锲纺Ｐ?public good model)”認(rèn)為目標(biāo)融資金額與融資績效呈正相關(guān)。[6]與Duncan相反，有研究發(fā)現(xiàn)較小的項(xiàng)目預(yù)期融資額更容易獲得大眾的支持，使得融資成功。[7]公益眾籌項(xiàng)目的融資績效與信息披露的可信賴程度呈密切正相關(guān)，如項(xiàng)目圖片與視頻數(shù)量展示、項(xiàng)目屬性介紹、賣家信息公開、資金用途透明等都對公益眾籌的成功有很大影響。[8]

國內(nèi)外學(xué)者對眾籌融資績效影響因素的研究缺少相關(guān)數(shù)據(jù)的定量分析；另外，研究多集中于信任機(jī)制的建立，強(qiáng)調(diào)信息披露質(zhì)量的重要性，但鮮有學(xué)者站在捐助者的角度，考慮項(xiàng)目質(zhì)量對公益眾籌融資績效的影響。因此，本文在鄭海超和曾江紅研究的基礎(chǔ)上，立足于捐助者的角度，探討了公益眾籌項(xiàng)目質(zhì)量對項(xiàng)目融資績效的影響因素。

二、問題描述

據(jù)2017年人創(chuàng)咨詢統(tǒng)計(jì)，國內(nèi)上半年共發(fā)布公益型眾籌項(xiàng)目7454個(gè)，其中有4464個(gè)項(xiàng)目成功達(dá)到預(yù)期融資金額，2825個(gè)項(xiàng)目尚未完成，165個(gè)項(xiàng)目籌資失敗。據(jù)此，本文對人創(chuàng)咨詢統(tǒng)計(jì)數(shù)據(jù)做了整理和分析，對比了近三年同期的總項(xiàng)目數(shù)、成功項(xiàng)目數(shù)、全部項(xiàng)目預(yù)期融資金額、成功項(xiàng)目已籌金額和成功項(xiàng)目總支持人數(shù)五個(gè)方面的數(shù)據(jù)(如圖1所示)。

圖1 公益眾籌近三年同期對比圖

注：為方便圖表顯示，使對比明顯，全部項(xiàng)目預(yù)期融資額、成功項(xiàng)目已籌金額以十萬元為單位。

由圖1可知，近三年來，總項(xiàng)目數(shù)量和預(yù)期融資金額呈遞增趨勢。2016年上半年較2015年同期相比，公益眾籌成功項(xiàng)目數(shù)同比增長122.5%，總支持人數(shù)同比增長437.5%，但成功項(xiàng)目的實(shí)際總?cè)谫Y金額卻同比下降11.1%；與2016年同期相比，雖然2017年上半年公益眾籌成功項(xiàng)目數(shù)同比增長33.6%，但總參與人數(shù)同比下降69%，成功項(xiàng)目的實(shí)際總?cè)谫Y金額同比下降36.1%。通過對近三年同期數(shù)據(jù)的對比分析，發(fā)現(xiàn)總項(xiàng)目數(shù)、成功項(xiàng)目數(shù)、全部項(xiàng)目預(yù)期融資額都呈上升趨勢，而參與人數(shù)呈現(xiàn)較大波動(dòng)趨勢。另外，成功融資項(xiàng)目已籌金額逐年遞減，在2016年參與人數(shù)同比增長達(dá)122.5%的情況下，成功項(xiàng)目已籌金額仍下降3100萬元，可見近三年公益眾籌成功的項(xiàng)目中，單個(gè)公益項(xiàng)目的籌資金額趨向于小額化，公眾的捐贈(zèng)熱情有待提高。

2017年《中國眾籌平臺(tái)評級報(bào)告》中，“騰訊樂捐”平臺(tái)前兩個(gè)季度共發(fā)布公益項(xiàng)目6638個(gè)，占同期總發(fā)布項(xiàng)目數(shù)的89%，其中成功項(xiàng)目數(shù)為4045個(gè)，達(dá)到同期總成功項(xiàng)目數(shù)的91%，僅次于京東眾籌和淘寶眾籌，極具權(quán)威性和代表性。因此，本文以“騰訊樂捐”公益眾籌平臺(tái)上的項(xiàng)目為研究對象，基于ELM理論探究公益眾籌項(xiàng)目質(zhì)量對融資績效的影響，致力于公益眾籌項(xiàng)目質(zhì)量的提高，具有一定理論和實(shí)踐意義。

三、公益眾籌融資績效理論框架與研究假設(shè)

(一)公益眾籌ELM理論研究框架

其一，項(xiàng)目客觀質(zhì)量是指公益眾籌項(xiàng)目中所展示的信息詳細(xì)化程度、項(xiàng)目更新次數(shù)等，構(gòu)成了決定捐助者行為意愿的理性因素，即為ELM理論的中樞路徑。例如，項(xiàng)目詳情中圖片的數(shù)量可作為項(xiàng)目展示信息詳細(xì)程度的一種度量；項(xiàng)目更新次數(shù)可作為捐助者對項(xiàng)目了解程度的一種度量。[9]其二，項(xiàng)目主觀質(zhì)量是指項(xiàng)目當(dāng)前的融資額度和項(xiàng)目的響應(yīng)程度等，影響了捐助者的行為意愿，即為ELM理論的邊緣路徑。項(xiàng)目目標(biāo)融資額度是項(xiàng)目主觀質(zhì)量的一種度量；項(xiàng)目的響應(yīng)程度涵蓋已捐款人數(shù)和項(xiàng)目的互動(dòng)數(shù)量，消費(fèi)者在選購商品時(shí)存在從眾心理。[10]其三，項(xiàng)目類型也會(huì)影響融資績效，故將其作為控制變量。另外，根據(jù)鄭海超的研究，本文將平均日捐助人數(shù)和平均日融資金額作為融資績效的重要衡量指標(biāo)，構(gòu)建了公益眾籌平臺(tái)的ELM理論研究框架如圖2所示。

圖2 研究框架

注：角標(biāo)為“+”，表示對應(yīng)變量為正相關(guān)；角標(biāo)為“-”，表示對應(yīng)變量為負(fù)相關(guān)。

(二)研究假設(shè)的解釋與設(shè)定

(1)項(xiàng)目更新使對該項(xiàng)目有捐助意向的人可以實(shí)時(shí)掌握項(xiàng)目動(dòng)態(tài)提高項(xiàng)目質(zhì)量；項(xiàng)目進(jìn)展程度及時(shí)有效的更新可以體現(xiàn)發(fā)起人對項(xiàng)目的負(fù)責(zé)態(tài)度；同時(shí)項(xiàng)目的頻繁更新可以讓公眾在瀏覽時(shí)獲取更多的信息，提高對項(xiàng)目的認(rèn)知程度且做出實(shí)質(zhì)性捐助。[11]因此，本文提出以下假設(shè)：

H1a：項(xiàng)目更新次數(shù)越頻繁，平均日捐助人數(shù)越多，即項(xiàng)目越能夠吸引捐助者。

H1b：項(xiàng)目更新次數(shù)越頻繁，平均日融資金額越高，即大眾的捐助熱情越高。

(2)信息披露程度較高的項(xiàng)目對投資人具有較大的吸引力，更容易獲得投資，[12]而項(xiàng)目質(zhì)量信息可以通過圖片很好地展示給受眾。[9]因此，本文用項(xiàng)目簡介中的圖片數(shù)量(detail)來表示發(fā)起人所展示的項(xiàng)目信息的詳細(xì)化程度，故提出以下假設(shè)：

H2a：項(xiàng)目簡介中圖片數(shù)量越多，平均日捐助人數(shù)越多，即項(xiàng)目越能夠吸引捐助者。

H2b：項(xiàng)目簡介中圖片數(shù)量越多，平均日融資金額越高，即大眾的捐助熱情越高。

(3)當(dāng)考慮利他性的公共物品模型，受眾就會(huì)選擇對融資金額較大的項(xiàng)目進(jìn)行救助；[6]當(dāng)考慮自利性的私人消費(fèi)模型，受眾會(huì)熱衷于幫助融資金額較小的項(xiàng)目，此時(shí)的捐贈(zèng)額度相對于目標(biāo)融資額(goal)會(huì)占有較大的比重，使捐助者容易獲得心理上的滿足和愉悅。因此，本文提出以下假設(shè)：

H3a：目標(biāo)籌資金額數(shù)目越大，平均日捐助人數(shù)越多，即項(xiàng)目越能夠吸引捐助者。

H3b：目標(biāo)籌資金額數(shù)目越大，平均日融資金額越高，即大眾的捐助熱情越高。

(4) 捐助人數(shù)是指自項(xiàng)目在眾籌平臺(tái)發(fā)布之日起，大眾對項(xiàng)目進(jìn)行了解之后參與捐助的人數(shù)?；?dòng)次數(shù)由實(shí)名證實(shí)的人數(shù)決定，當(dāng)人們對項(xiàng)目特別了解或在捐款之后對項(xiàng)目進(jìn)行過實(shí)地考察，便會(huì)在平臺(tái)上進(jìn)行實(shí)名證實(shí)并參與互動(dòng)。實(shí)名證實(shí)的人數(shù)越多，互動(dòng)次數(shù)越多，公益眾籌項(xiàng)目的真實(shí)性和項(xiàng)目質(zhì)量也就越高。[10]因此，本文提出以下假設(shè)：

H4a1：已有捐款人數(shù)越多，平均日捐助人數(shù)越多，即項(xiàng)目越能夠吸引捐助者。

H4b1：已有捐款人數(shù)越多，平均日融資金額越高，即大眾的捐助熱情越高。

H4a2：互動(dòng)次數(shù)越多，平均日捐助人數(shù)越多，即項(xiàng)目越能夠吸引捐助者。

H4b2：互動(dòng)次數(shù)越多，平均日融資金額越高，即大眾的捐助熱情越高。

四、公益眾籌融資績效影響因素的研究設(shè)計(jì)

(一)“騰訊樂捐”網(wǎng)站的數(shù)據(jù)收集及變量設(shè)定

本文以“騰訊樂捐”平臺(tái)正在募捐的項(xiàng)目為研究對象，截至2018年3月1日，通過對平臺(tái)正在募捐的項(xiàng)目的數(shù)據(jù)采集和整理，可獲得有效數(shù)據(jù)為扶貧/救災(zāi)類123條、環(huán)保/動(dòng)物保護(hù)類81條、教育/助學(xué)類279條，總計(jì)483條。方便起見，相關(guān)變量的說明如表1所示。

表1 變量設(shè)置及取值說明

(二)模型的構(gòu)建

本文通過spss對經(jīng)驗(yàn)證有效的483個(gè)項(xiàng)目信息數(shù)據(jù)進(jìn)行了描述性統(tǒng)計(jì)，不難發(fā)現(xiàn)，平均日融資金額(average_M)、目標(biāo)融資額(goal)和捐助人數(shù)(donate)，在不同的項(xiàng)目中存在較大差異，且平均日融資金額(average_M)、目標(biāo)融資額(goal)和捐助人數(shù)(donate)的離散化程度較高，不利于進(jìn)行多元線性回歸分析，故采用其對數(shù)的形式進(jìn)行分析，使分析結(jié)果更加直觀。即ln_average_M，ln_goal，ln_donate。于是，最終的研究模型為：

模型1：

average_P=β0+β1renew+β2detail+β3ln_goal+β4ln_donate+β5interaction+ε0

模型2：

ln_average_M=α0+α1renew+α2detail+α3ln_goal+α4ln_donate+α5interaction+ε1

該模型中融資績效通過日均捐助人數(shù)(average_P)和日均融資金額(ln_average_M)表示，其中β0、α0是融資績效回歸截距項(xiàng)，βi、αi為融資績效回歸系數(shù)，εi為誤差。

五、以“騰訊樂捐”為例的實(shí)證研究

(一)公益眾籌融資績效影響因素的實(shí)證檢驗(yàn)

本文在ELM理論的基礎(chǔ)上，剔除自變量之間共線性的影響，運(yùn)用多元線性回歸的方法，對反映主觀質(zhì)量的邊緣路徑和反映客觀質(zhì)量的中樞路徑加以分析。分別以average_P和ln_average_M做因變量，以客觀質(zhì)量信息(renew，detail)和主觀質(zhì)量信息(ln_goal，ln_donate，interaction)為自變量，進(jìn)行模型1、2的多元線性回歸分析如表2和表3所示。

表2 average_P的多元線性回歸結(jié)果

注：顯著性水平* P<0.1, **P<0.05, ***P<0.01分別表示在10%，5%，1% 水平上顯著。

表3 ln_average_M的多元線性回歸結(jié)果

注：顯著性水平* P<0.1, **P<0.05, ***P<0.01分別表示在10%，5%，1% 水平上顯著。

方便起見，本文對扶貧/救災(zāi)類、環(huán)保/動(dòng)物保護(hù)類、教育/助學(xué)類的日均捐助人數(shù)(averaged_P)作多元線性回歸分析為模型3、模型4和模型5；以對扶貧/救災(zāi)類、環(huán)保/動(dòng)物保護(hù)類、教育/助學(xué)類的日均融資額(ln_averaged_M)作多元線性回歸分析為模型6、模型7和模型8，數(shù)據(jù)檢驗(yàn)結(jié)果如表4和表5所示。

表4 不同項(xiàng)目類型下average_P影響因素檢驗(yàn)

表5 不同項(xiàng)目類型下ln_average_M影響因素檢驗(yàn)

注：顯著性水平* P<0.1, **P<0.05, ***P<0.01分別表示在10%，5%，1% 水平上顯著。

(二)關(guān)于實(shí)證檢驗(yàn)的結(jié)果分析

根據(jù)以上實(shí)證結(jié)果可知，主觀質(zhì)量和客觀質(zhì)量都對日均捐助人數(shù)(average_P)和日均融資額(ln_average_M)有顯著影響。

根據(jù)總體檢驗(yàn)結(jié)果(表2，表3)可得，前文所設(shè)定的模型1與模型2的具體方程為：

模型1*：

average_P=-133.845-3.137renew-3.069det ail-67.583ln_goal+185.165ln_donate+4.609int eraction+ε0

模型2*：

ln_average_M=-1.203-0.01renew+0.488ln_goal+0.375ln_donate+ε1

(1)由表3和圖2可知，客觀質(zhì)量中信息詳細(xì)化程度(detail)對日均捐助人數(shù)(average_P)不存在顯著關(guān)系，但主觀質(zhì)量中捐助人數(shù)(ln_donate)與互動(dòng)次數(shù)(interaction)并未受項(xiàng)目持續(xù)時(shí)間影響，對日均捐助人數(shù)(average_P)影響為顯著正相關(guān)，假設(shè)H4a1、H4a2得到驗(yàn)證。由表3和圖2可知，客觀質(zhì)量與主觀質(zhì)量對日均融資額(ln_average_M)均有有顯著影響。主觀質(zhì)量中目標(biāo)融資額(ln_goal)、捐助人數(shù)(ln_donate)與日均融資額(ln_average_M)存在顯著正相關(guān)，假設(shè)H3b、H4b1得到驗(yàn)證。

(2)由表2、3和圖2可知，項(xiàng)目的更新次數(shù)(renew)與日均融資額(ln_average_M)與日均捐助人數(shù)(average_P)負(fù)相關(guān)，項(xiàng)目的更新次數(shù)越多，日均融資額和日均捐助人數(shù)越少，與假設(shè)H1a、H1b相反；目標(biāo)融資額(ln_goal)與日均捐助人數(shù)(average_P)為顯著負(fù)相關(guān)，與假設(shè)H3a相反。

(3)在分類檢驗(yàn)當(dāng)中(表4)可見，日均捐助人數(shù)(average_P)的影響因素中，項(xiàng)目更新次數(shù)(1%水平)、信息詳細(xì)化程度(10%水平)和目標(biāo)融資額(5%水平)對扶貧/救災(zāi)類項(xiàng)目呈顯著負(fù)相關(guān)，邊緣路徑中互動(dòng)次數(shù)(1%水平)和捐助人數(shù)(1%水平)呈顯著正相關(guān)；項(xiàng)目更新次數(shù)(5%水平)對環(huán)保/動(dòng)物保護(hù)類呈顯著負(fù)相關(guān)，捐助人數(shù)(1%水平)和互動(dòng)次數(shù)(10%水平)呈顯著正相關(guān)；捐助人數(shù)(1%水平)對教育/助學(xué)類呈顯著正相關(guān)，目標(biāo)融資額(1%水平)呈顯著負(fù)相關(guān)。在表5中可見，日均融資額(ln_average_M)的影響因素中，對于扶貧/救災(zāi)類項(xiàng)目，信息詳細(xì)化程度(10%水平)和更新次數(shù)(5%水平)呈顯著負(fù)相關(guān)，目標(biāo)融資額(1%水平)和捐助人數(shù)(1%水平)呈顯著正相關(guān)；對于環(huán)保/動(dòng)物保護(hù)類項(xiàng)目，項(xiàng)目更新次數(shù)(5%水平)呈顯著負(fù)相關(guān)，目標(biāo)融資額(1%水平)和捐助人數(shù)(1%水平)呈顯著正相關(guān)；對于教育/助學(xué)類，項(xiàng)目更新次數(shù)(1%水平)呈顯著負(fù)相關(guān)，目標(biāo)融資額(1%水平)和捐助人數(shù)(1%水平)呈顯著正相關(guān)。

結(jié)語

本文應(yīng)用ELM理論構(gòu)建了公益眾籌融資績效模型并提出了相應(yīng)假設(shè)。通過對“騰訊樂捐”公益眾籌融資數(shù)據(jù)的整理分析，進(jìn)而探究了項(xiàng)目質(zhì)量對公益眾籌融資績效的影響。

本文的創(chuàng)新點(diǎn)：其一，前人研究多以輕松籌、眾籌網(wǎng)等小型平臺(tái)為研究對象，本文選取公益眾籌領(lǐng)域內(nèi)規(guī)模最大且最具代表性的“騰訊樂捐”平臺(tái)進(jìn)行研究，數(shù)據(jù)可靠性程度更高。其二，以往的研究多是從成功案例中采集數(shù)據(jù)，本文則以正在融資的項(xiàng)目為研究對象，以平均日融資金額和平均日捐助人數(shù)為主要因素來分析融資績效，提高了結(jié)論的可靠性。

本文的不足：其一，本文的數(shù)據(jù)雖然全部來源于國內(nèi)最大的公益眾籌平臺(tái)，仍具有一定的局限性。其二，首因效應(yīng)促成其捐助行為，也屬于融資績效影響因素的一個(gè)方面，本文未曾考慮，但可進(jìn)一步探索。