发起人与出资者的在线交互对众筹项目成功的影响

李清香，王念新，吕 爽，葛世伦

发起人与出资者的在线交互对众筹项目成功的影响

李清香，王念新*，吕 爽，葛世伦

（江苏科技大学 经济管理学院，江苏 镇江 212003）

已经有学者对众筹成功的影响因素进行研究，但忽略了发起人与出资者之间的在线交互对众筹项目成功的影响。本文将发起人和出资者之间的在线交互分为单向沟通和双向沟通两类，将项目更新数量作为单向沟通的衡量指标，将双向沟通分解为出资者对发起人的评论和发起人对出资者的回复两个过程，考虑了评论数量、评论情感倾向、回复数量、回复长度和回复速度等，以揭示发起人与出资者之间的在线交互对众筹项目成功的影响，并利用追梦网的846个项目数据进行了实证分析。研究结果表明，项目更新数量对众筹成功没有影响，评论情感倾向和回复长度正向影响众筹成功，评论情感倾向正向调节评论数量和众筹成功之间的关系。上述结果表明发起人与出资者之间的双向沟通在众筹过程中发挥着重要作用。

众筹；在线交互；评论；回复；语义分析

0 引言

众筹是指借助互联网平台，以捐赠、获得回报物或者表决权的形式支持企业家完成特定目的的新兴融资方式[1]。与传统的融资方式相比，众筹具有进入门槛低的特点，只要通过了众筹平台的审核，任何人或者机构都可以发起众筹项目，不需要特定的资质或者提供抵押物，这也给出资者识别高质量的项目带来了困难，也就是说发起人与出资者之间存在信息不对称。同时，与传统的投资者（如银行家、天使投资人或者风投）相比，众筹项目的出资者是普通的社会大众，他们往往不具备评估投资风险和机会的专业能力，这进一步增加了众筹市场的信息不对称程度。

为了在信息不对称的众筹市场中做出更加科学合理的决策，出资者通常会寻求多方面的信息，判断众筹项目及其发起人的质量[2,3]。已有研究表明项目描述信息[4-6]（如目标筹资额、筹资期、是否包含视频等）、发起人的经验[7,8]（如过去发起项目的数量、过去支持项目的数量等）和发起人与出资者之间的交互[4,8-10]（如项目更新、项目评论等）等信息，均会影响出资者的投资决策，进而影响众筹项目能否成功。

虽然上述研究已经对众筹成功的影响因素进行了初步的研究，但还存在两个方面的不足：一方面，现有研究仅考虑了项目更新和项目获得的评论，对发起人的回复没有进行研究。实际上，发起人和出资者的在线交互包括单向沟通和双向沟通两类，仅单向沟通的角度研究项目更新或者从出资者到发起人的评论，而忽略从发起人到出资者的回复，很难全面系统地了解发起人和出资者之间的两类在线交互对众筹成功的重要影响；另一方面，现有研究仅考虑了项目评论的数量，没有考虑评论的情感倾向，没有分析评论内容对众筹成功的影响，这有可能导致不准确甚至是错误的结论。

为了弥补上述研究不足，本文将发起人和出资者之间的在线交互分为单向沟通和双向沟通两类，将项目更新数量作为单向沟通的衡量指标，将双向沟通分解为出资者对发起人的评论和发起人对出资者的回复两个过程，将发起人回复纳入研究范围（包括回复的数量、速度和长度），并运用基于机器学习的情感分析方法，分析评论内容的情感倾向，更为全面地探讨发起人与出资者之间的在线互动对众筹项目成功的影响。利用追梦网846个众筹项目进行了实证研究，结果表明，评论的情感倾向和发起人回复的长度正向影响众筹成功，评论的情感倾向正向调节评论数量与众筹成功之间的关系。这些研究结果表明出资者评论和发起人回复在众筹过程中发挥着重要作用，有助于揭示众筹成功的奥秘。

1 理论基础

1.1 众筹

众筹作为专业术语，是2006年首次由Michael Sullivan在博客中提出的[11]。随后，Lambert和Schwienbacher融合了众包的概念，将众筹定义为“借助互联网平台，以捐赠、获得回报物或者表决权的形式支持企业家完成特定目的的新兴融资方式”[1]。Mollick认为该定义不够全面，如不包括P2P借贷众筹，因此他将众筹定义为“文化的、社会的和出于利益的企业家，不通过金融中介机构，而是直接通过互联网，从相对多的大众群体中吸引相对小额投资的筹资方式”[4]。

根据发起人与出资者之间关系的不同，众筹可以分为四种[4]：基于回报的众筹、基于捐赠的众筹、基于借贷的众筹和基于股权的众筹。本文的研究对象为奖励类众筹。近年来，奖励类众筹发展迅速，项目成功率却不高[12]。以Kickstarter为例，该平台上发起的项目共计331284个，累计获得筹资额2,793,564,048美元，共吸引出资者12,186,894人次，其中只有117223个项目筹资成功，成功率仅为35.82%[13]。已有的理论难以解释为何一些项目成功，而另外一些项目却失败了。Ahlers等[14]展示了在同一城市、同一服务业的两个机构在同一个众筹平台上发起了两个类似的项目，一个两周后便成功了，而另一个两个月后失败了。因此，亟需研究影响众筹成功的影响因素，明确出资者在众筹平台中为何选择支持特定项目的决策机制。

1.2 众筹成功的影响因素

鉴于众筹发展迅速但成功率不高的现状，许多学者对众筹成功的影响因素进行了研究。本文对已有关于众筹成功影响因素的研究进行归纳总结，如表1所示。从表格中可以看出众筹成功的影响因素主要来自三个方面，分别为项目描述信息、发起人相关信息以及发起人与出资者的交互信息。项目描述信息中众筹成功的影响因素主要包括目标筹资额、筹资期、有无视频、图片数量、项目描述的拼写错误等；发起人相关信息包括发起人社交网络规模、发起人以往发起项目数量和以往支持项目的数量等；发起人与出资者之间的交互包括项目更新和项目评论。

表1 众筹成功影响因素

注：（+）为正向影响，（-）为负向影响，（/）为没有影响

1.3 发起人和出资者的在线交互

根据信息流动方向的不同，沟通模式可以分为两种：单向沟通（one-way communication）和双向沟通（two-way communication）[16]。单向沟通中，只是发送方单方面地向接收方传达信息，且发送方没有期望会收到接收方的答复和反馈，比如广播和电视就是典型的单向沟通。而双向沟通则是发送方首先将信息传达给接收方，接收方收到信息、理解处理信息后再发送反馈给发送方。也就是说，只有当接收方将答复或者反馈发还给发送方，双向沟通才会产生，比如面对面的对话以及电话沟通就是双向沟通。

和单向沟通相比，双向沟通主要具有以下三个优点[16]。首先，双向沟通更准确。由于发送方可以收到接收方的反馈，这可以对双方的沟通及时地改进和修正。其次，双向沟通更完整。双向沟通不只是单方面信息的输出，还包括接收方的反馈，这就形成了一个完整的沟通过程。最后，双向沟通可以消除对信息的误读。在双向沟通模式中，发送方和接收方可以顺畅地相互交流，有助于消除对信息的误读。

为了减少出资者和发起人之间的信息不对称程度，许多众筹网站都提供了两类发起人和出资者交互的基于计算机媒介的沟通（Computer Mediated Communication，CMC）工具，项目更新区和项目评论区。在项目更新区，发起人单方面进行项目进展的汇报，以便出资者了解项目进展状态[11]，因此发起人和出资者在项目更新区的互动即为一种单向沟通。

在项目评论区，出资者可以进行评论，表达自己对项目的观点或者疑问，希望得到项目发起人的答复；发起人在收到评论信息以后，可以进行回复，回答出资者的疑问或者表示感谢等。因此，如图1所示，在项目评论区的发起人和出资者之间的信息流动是双向的：包括出资者（发送方）发表评论给发起人（接收方）以及发起人（接收方）将回复反馈给出资者（发送方）两个过程。因此，发起人和出资者在评论区的互动是完整的双向沟通过程，这有助于双方更准确地交流并且有助于降低误读信息的可能性，从而能够有效降低众筹项目和潜在出资者之间信息不对称程度，从而影响出资决策或者出资意愿[6]。

图1 发起人与出资者之间的双向沟通

Figure1 Two-way communication between sponsors and funders

与网络购物（online shopping）相比，众筹过程中发起人与出资者的双向沟通更加重要。因为对网络购物而言，消费者在购买商品以后发表评论是基于对商品实际的“体验”，后续的消费者可以根据这种之前消费者在真正“体验”后的评价来判断商品的好坏。网购消费者挑选商品时，可以直接浏览之前消费者的评价，而不通过和卖家的沟通判断商品或者服务质量。但是对众筹项目而言，筹资结束之前，其对应的产品或者服务是不存在的，出资者无法亲自“体验”到项目的实际质量。因此出资者在评论区发表评论只是询问项目发起人关于项目的信息，或者表达自己对项目主观的态度或者观点，发起人的回复不但能够解释出资者的疑问。而且是支持者判断发起人的态度以及对自己项目的热情和努力的信号，是潜在出资者判断项目质量甚至进行出资决策的重要依据之一[17]。

另外还有研究提出出资者与发起人或其他出资者进行互动形成社区参与（Community Engagement）[18]，高频率的交互可以促进项目发起人和支持者之间的社会关系的建立[19,20]，而且深度交互会增加他人实施善举的信心并可以达成合作的共识[21]，从而影响众筹成功[9]。另一方面，项目评论区也包括情感层面和社交层面的互动，这会对潜在出资者产生人际关系的影响，而人际沟通会直接或间接地影响潜在出资者出资决策或出资意愿[22,23]。实证研究的结果也表明，项目评论区的互动是影响众筹成功的关键因素之一。如，Zheng认为发起人与出资者在线互动的次数越多，项目能获得的筹资额越高[24]；Kraus对项目获得的评论数与项目筹资的关系进行研究发现，在不考虑其他因素的情况下，项目评论数与项目筹资额存在正相关关系[25]。

2 研究模型及假设

鉴于发起人和出资者的在线交互在筹资过程中发挥重要作用，本文同时研究了单向沟通和双向沟通对众筹项目成功的影响，研究模型如图2所示。其中，将项目更新数量作为单向沟通的衡量指标，而将双向沟通分解为出资者评论和发起人回复两个过程，考虑了评论数量、评论情感倾向、回复数量、回复长度和回复速度等变量，全面研究发起人和出资者的在线交互对众筹成功的影响。除此之外，本文还考虑了项目属性（如目标筹资额、筹资期、视频数、图片数）和发起人的信息（如发起人以往发起项目和支持项目的数量）等控制变量，因为已有研究表明，这些变量对众筹项目成功有显著影响。

图2 研究模型

Figure 2 Research model

2.1 单向沟通-项目更新

已有研究表明具有激情（passion）的创业者会不停地思考和讨论创业想法，并且能够动员一切资源将其想法转化为现实[17]。众筹项目具有创业特征，潜在出资者同样可以根据发起人进行项目更新的频率，判断发起人对自己项目的激情程度。频繁且专业的更新可以向出资者展示发起人在自己项目中付出的努力和发起人对自己项目的激情。发起人进行越多的项目更新，潜在出资者受到其激情影响的可能性越大，从而越有可能进行出资支持。基于此，本文提出：

H1：众筹项目更新数量越多，众筹成功的可能性越大

2.2 双向沟通-出资者评论

评论区作为一种CMC工具，支持发起人和出资者进行在线沟通互动。如果出资者对项目感兴趣，除了通过项目描述或者发起人信息来了解项目，还会在评论区发表评论以提出对项目的疑惑或者表达自己的观点。这些评论可以帮助潜在出资者获得更多项目相关信息，降低众筹过程中的信息不对称性，从而帮助潜在出资者做出出资项目的决策。已有研究也证明，评论数量正向影响众筹成功[9]。因此，本文提出：

H2：众筹项目评论越多，众筹成功的可能性越大

消费者在网上购买商品的时候，越来越依赖于其他消费者对商品的评论。产生这种现象的原因主要是网络口碑效应（electronic Word-of-Mouth，eWOM）[26]。已经有研究表明，口碑效应会在挑选商品或服务的阶段影响消费者的信息搜索、评估或者决策[27-29]，会增加消费者的感知可靠性（reliability）、可信度（credibility）和信任感（trustworthiness）[30,31]。因此，口碑效应在消费者在线购买决策中起着重要的作用。

基于奖励的众筹模式可以视作商品预售的过程，项目评论可以形成对项目的认知并且可以说服潜在出资者进行出资，即在这个过程中eWOM也会对众筹项目筹资成功产生影响[26]。潜在出资者在筛选项目时，也会浏览他人对项目的评论，如果该项目获得的评论普遍比较消极，很可能使得出资者对项目产生不好的印象，从而做出不出资支持的决策；如果项目的评价普遍比较积极，这会降低潜在出资者的感知风险，从而做出出资支持的决策。基于此，本文提出以下假设：

H3：众筹项目评价情感倾向越积极，众筹成功的可能性越大

2.3 双向沟通-发起人回复

感知交互性（perceived interactivity）是影响沟通质量的重要因素[32]。利用评论区这一CMC工具，发起人可以回复出资者的评论，从而与出资者进行双向沟通。发起人对评论信息进行处理并回复的能力被称为沟通外部效用（externally based efficacy）[33]，因为这些回复信息不但能够与发表评论的潜在出资者进行双向沟通，而且还可能影响其他潜在出资者的决策。发起人回复越多，沟通的外部效用越大，这就会提高出资者对发起人的感知交互性，进而提高沟通质量[32,33]，最终会促使出资者出资支持项目，提高项目众筹成功可能性。

H4a：发起人回复的数量越多，众筹成功的可能性越大

沟通障碍会降低沟通质量。众筹平台的出资者往往是普通的网民，缺乏评估项目质量的专业知识和能力，加上文化差异等原因，出资者和发起人存在沟通障碍，很容易对众筹项目产生误解或者疑惑[34]。而发起人详细的回复可以在一定程度上缓解沟通障碍，促进沟通质量。当出资者发表评论，尤其是对项目存在疑问时，发起人详细地回复可以具体地向出资者解释，降低出资者疑惑。同时，较长的回复也表明了发起人对项目付出的努力[35]，这会让出资者看到发起人对自己发起项目的热情，因此出资者会更乐意出资支持。

H4b：发起人回复的长度越长，众筹成功的可能性越大

作为感知交互性的一个维度，同步性（synchronicity）也会影响沟通质量[36]。同步性是指个体发起沟通与收到回复之间的连续性[37]。如果同步度较低（如沟通过程中存在延迟），沟通流（communication flow）将会受到阻碍[38]，用户将有可能分散注意力。因此，增强同步性有助于促进双向沟通从而提高沟通质量。据同步性原则，发起人及时地回复会提高沟通交流的同步性，有助于将出资者的注意力集中在发起人自己的项目，提高发起人和出资者之间双向沟通的质量，增强出资者的出资意愿，从而促进项目筹资成功。因此，本文提出：

H4c：发起人回复的速度越快，众筹成功的可能性越大

2.4 评论情感倾向的调节效应

在信息不对称的众筹市场中，理性的出资者往往会寻找多方面信息，以便做出合理的出资决策。因此，潜在的出资者不仅会注意项目获得的评论数量，也会留意其他出资者的观点或态度[35,39]，即评论的数量和情感可能共同影响出资者的决策。如果项目已有评论普遍比较消极负向，这表明其他出资者对项目或者发起人不满意。随着评论数量的增加，出资者的不满情绪会不断累积，这会增强潜在出资者的感知风险，从而不会进行出资支持项目。相反地，出资者发表的正向积极的评论可以反映出项目的高质量[39]。因此，随着评论数量的增加，这些正向的评论可以降低潜在出资者的感知风险[40,41]，从而项目更容易筹资成功。因此，本文提出：

H5：项目评论的情感倾向正向调节评论数量与众筹成功之间的关系

3 数据与方法

本文的研究着眼于中国的众筹市场，数据来源于追梦网。追梦网，是国内众筹网站的先行者之一。本文用Datascraper和Metastudio网页抓取工具[4,42]，对追梦网已经结束的项目进行数据采集。每个项目，收集的信息包括目标筹资额、筹资期、发起人以往经历、有无视频介绍、项目更新情况、项目评论数量、评论内容以及发起人回复等。

3.1 变量定义及描述性统计

本文模型涉及的主要变量描述如表2所示。

本文共抓取了追梦网从2011年9月20日到2015年2月28日的960个项目，考虑到如果目标筹资额过小，项目太容易筹资成功，因此本文剔除了目标筹资额小于1000的项目。另外，为了减少数据的峰度，也剔除了评论数量过大的异常值，最后本文的最终数据集共包括846个项目，这些项目全部的筹资额达到19947377元，出资人数达到57649位。所有项目共获得4809条评论，1668条回复，其中发起人回复数462条。描述性统计结果如表3所示。

3.2 情感分析方法

为了计算项目评论的情感倾向，本文引入情感分析，对项目评论进行情感倾向分析，并得出情感倾向得分。情感分析，又称为意见挖掘，是利用文本挖掘的技术，对在线评论进行语义分析。通过情感分析，可以识别出用户的情感倾向，是“高兴”还是“伤悲”，或者是判断用户的观点态度是“支持”还是“反对”[43]。该方法目前主要的应用领域是网上消费者评论，有两种类型[44]。第一种是语义导向的方法（Semantic-oriented Methods）[45-47]，该方法通过建立包括积极和消极词汇的情感词典，计算句子的情感倾向。另一种方法是机器学习的方法（Machine Learning Techniques）[48,51]，该方法将情感分析视作一种分类问题，利用训练过的分类器对情感进行分类[52,53]。已经有研究表明，基于机器学习的情感分析方法比语义导向的方法更显著有效[52]，因此本文选择基于机器学习的情感分析方法对众筹项目评论进行语义分析。

表2 变量定义

表3 描述性统计

本文就是运用基于机器学习的情感分析的方法，对众筹项目中的评论内容进行情感倾向分析，本文选择基于机器学习的BosonNLP情感分析代码包进行情感分析。BonsonNLP情感引擎提供行业领先的篇章级情感分析。基于上百万条社交网络平衡语料和数十万条新闻平衡语料的机器学习模型，结合自主开发的半监督学习技术，正负面情感分析准确度达到80%~85%。经过行业数据标注学习后准确率可达85%~90%[54]。对项目的每条评论进行情感分析，得到项目评论的情感得分。情感倾向得分由两部分构成，第一个数字代表该评论情感倾向积极的概率，相应地，第二个数字就是该评论情感倾向消极的概率，二者之和为1。因此，本文取第一个数字代表该评论的情感倾向得分。如图3所示的两条评论，第一条评论是积极的概率为0.985，是消极的概率为0.015，该评论是积极的概率更大；第二条评论是积极的概率为0.004，是消极的概率为0.996，该评论是消极的概率更大。

图3 情感分析样例

Figure 3 Sample of emotional analysis

4 结果

4.1 多重共线性检验

为了减少变量峰度和偏度，对项目目标筹资额、项目筹资期和图片数量取对数。表4是变量间的多重共线性检验结果。从表4中可以看出，变量间的相关性均小于0.5，且远低于0.7[55]，表明变量间不存在多重共线性。

表4 变量间的相关性

注：* p≤0.05, ** p≤0.01

4.2 二元逻辑回归分析

考虑到因变量为项目是否成功，是一个二元变量，因此本文选择二元逻辑回归分析方法。并且，加入乘积项来分析调节变量对自变量与因变量的调节效应，在乘积之前，对自变量和调节项进行均值去中心化，以最小化变量的多重共线性。本文构建三个模型，分别以项目是否成功为因变量，对收集的项目数据进行二元逻辑回归分析，结果如表5所示。

表5 二元逻辑回归结果

注：* p≤0.05, ** p≤0.01, † p≤0.10

模型1中，只加入控制变量。本文将项目基本信息（如目标筹资额、筹资期、视频数、图片数）、发起人相关信息（如发起人之前发起项目数和支持项目数）作为控制变量，即已经被证实过的众筹成功的影响因素，结果显示，除了图片数外，其他控制变量对众筹成功影响均显著，这与已有研究结果一致。

模型2中，包括控制变量和自变量，主要包括项目更新数、项目评论数量、评论情感倾向得分、发起人回复数量、发起人回复长度和发起人回复速度。引入自变量后，模型的解释度提高，R2(Cox & Snell)和R2(Nagelkerke)分别从0.135和0.185提高到0.226和0.307。从表中可以看出，评论数（0.060，p=0.000）、评论情感倾向得分（1.184，p=0.013）与众筹成功正相关，H2和H3成立；发起人回复长度（0.017，p=0.018）与众筹成功正相关，H4b成立，而回复数量（0.035，p=0.563）和回复速度（0.028，p=0.110）对众筹成功没有显著影响，H4a和H4c不成立。

模型3中，除了控制变量和自变量，加入评论数量和评论情感倾向交互项。与模型2相比R2(Cox & Snell)和R2(Nagelkerke)也都有所提高，分别从0.226和0.307提高到0.229和0.312。从结果得知，评论数量（-0.036，p=0.377）对众筹成功的影响不再显著，即H2不成立，评论情感倾向（0.839，p=0.097）对众筹成功影响仍然显著，即H3成立；发起人回复长度（0.012，p=0.065）与众筹项目成功仍存在显著正相关关系，H4b仍然成立，发起人回复数量（0.046，p=0.446）和回复速度（0.028，p=0.116）对众筹成功没有显著影响，即H4a和H4c不成立。

图4 评论情感的调节效应

Figure 4 Moderating effect of comment on emotion

4.3 调节效应

二元逻辑回归作为非线性模型，其调节效应不能简单的根据回归系数的大小、方向以及显著性来判断，因此明确调节效应具有一定的难度，因为自变量取值不同，调节项的方向和回归系数显著性也会随之变化。为了解决这一问题，Zelner利用仿真方法[56]，开发了非线性模型调节效应的分析方法。本文利用Zelner的方法，基于90%的置信区间绘制了评论情感倾向对评论数量与众筹成功之间关系的调节效应图，如图4所示。图4(a)是在不同的评论数量（x轴）情况下，评论情感倾向的好坏（虚线和实线）对众筹成功（y轴）的影响。图4(b)是在不同的评论数量情况下，不同的评论情感倾向对众筹成功的影响差异，即第一幅图中虚线和实线之间的垂直距离。从模型3可以看出来，评论情感倾向是显著且正向的调节项。图4a表明，与评论情感倾向积极的情况相比，评论情感倾向积极时，评论数量对众筹成功的影响相对更强。图4(b)表明，在评论数不多的情况下，评论情感倾向起到正向调节效应，即在评论数不多的情况下，评论情感倾向越积极，众筹成功的概率更大，H5成立。如果评论数目较多，评论情感倾向对众筹成功没有显著影响。

5 讨论

本文的研究结果主要包括：

第一，单向沟通对众筹成功没有显著影响。这是因为项目更新是发起人单方面向出资者汇报项目进展情况的单向沟通，缺乏出资者反馈这一环节，发起人通过项目更新无法了解到出资者对于项目的疑惑，出资者的疑问也得不到解答，沟通质量不高，无法有效减少发起人和出资者之间的信息不对称程度，从而导致这种单向沟通不会对众筹成功产生影响。

第二，双向沟通在众筹成功中发挥着重要作用。研究结果表明评论情感倾向和回复长度对众筹成功影响显著，因为积极正向的评论可以降低潜在出资者的感知风险，从而潜在出资者愿意出资支持。发起人回复的长度越长，可以包括越多的项目信息，能够更加清楚地解释出资者的疑问，降低了信息不对称程度，提高了双向沟通的质量，从而帮助项目筹资成功。

第三，双向沟通中评论数量、发起人回复数量和回复速度对众筹成功没有显著影响。这是因为评论数量作为一个单纯的数字指标，无法反映出众筹项目真正的质量，潜在出资者从评论数量无法获得项目或者发起人相关的信息来判断项目的好坏，因此评论数量对众筹成功没有影响。而发起人回复作为双向沟通的反馈环节，只要发起人回复了出资者，沟通外部效用也就产生了，但是不会再随着数量增加而增加，也不会影响出资者的感知交互性。发起人的回复速度对众筹成功没有影响，因为评论区的双向沟通并不是即时通讯，沟通的同步性（synchronicity）不是判断项目和发起人质量的重要指标，即使发起人及时地回复，出资者也未必会在立刻注意到。因此发起人回复数量和回复速度对众筹成功的影响不显著。

第四，评论情感倾向正向调节评论数量和众筹成功之间的关系。在评论数量较少或者中等时，评论情感倾向正向调节评论数量对众筹成功的影响，而当评论数量较多时，评论情感倾向不再有调节作用。这可能是因为潜在出资者不会去浏览所有的评论。如果项目获得过多的评论，潜在出资者只会草草地略过评论内容，而只是把评论数量作为出资支持的依据。

5.1 理论意义

本文对众筹研究主要有三方面的理论贡献。

第一，本文系统全面地研究了发起人与出资者之间的在线交互对众筹成功的影响。现有研究仅考虑了项目更新数和评论数对众筹成功地影响[4,8-10]。实际上，发起人和出资者的在线交互包括单向沟通和双向沟通两类，仅从单向沟通的角度研究项目更新或者从出资者到发起人的评论，而忽略从发起人到出资者的回复，很难全面系统地了解发起人和出资者之间的在线交互对众筹成功重要影响。本文将发起人和出资者之间的在线交互分为单向沟通和双向沟通两类，将项目更新数量作为单向沟通的衡量指标，将双向沟通分解为出资者对发起人的评论和发起人对出资者的回复两个过程，并新增了回复数量、回复长度和回复速度等已有研究尚未考虑的变量，更为全面地探讨发起人和出资者的交互对众筹成功的影响。研究结果表明，单向沟通对众筹成功没有显著影响，而发起人和出资者之间的双向沟通在众筹成功中发挥着重要作用，这有助于深刻地揭示发起人与出资者之间的在线交互对众筹成功影响的奥秘。

第二，本文将CMC工具的重要性拓展至众筹这一新的研究情境。CMC工具的重要性在很多其他领域已经得到证实，如群体合作[32]、电子商务[57]和微博服务[58]等，但是CMC工具在众筹中的使用及其影响还缺乏相关研究。网络购物中消费者可以根据已经收到商品的顾客评价来判断商品的好坏，而在项目众筹成功之前，任何出资者都没办法真正地体验到项目。因此在这种“预售”情况下，信息不对成性和不确定性更强，潜在出资者更需要利用CMC工具，与项目发起人进行有效沟通，但是尚未有研究关注CMC工具在众筹这一新情境下的使用及其影响。本文将CMC工具的重要性拓展至众筹这一新的研究情境，关注了项目更新区和评论区两类CMC工具，实证研究结果表明评论情感倾向和回复长度对众筹绩效有正向影响，并且评论情感倾向正向调节评论数量和众筹成功之间的关系，表明了评论区这一CMC工具在众筹成功中发挥着重要作用。

第三，本文的研究结果表明了评论数量和评论内容对众筹成功的复杂影响。已有研究只是考虑评论数量对众筹成功的影响[9,10]，没有关注评论内容，因此难以全面了解评论对众筹成功的影响。本文在考虑评论数量的基础上，利用情感分析的方法分析项目评论的情感倾向，并将评论情感倾向加入研究模型，更为全面系统地检测评论在众筹成功中的作用。本文研究发现评论数量对众筹成功没有直接的影响，评论情感倾向会正向影响众筹成功并且评论情感倾向正向调节评论数量和众筹成功之间的关系，这一研究结果揭示了评论数量和评论内容对众筹成功的复杂影响。

5.2 现实意义

本文的研究对众筹项目发起人有两个方面的现实意义。一方面，发起人在项目筹资阶段，比起项目更新这种单向沟通，更应该注意与出资者之间进行双向沟通互动，关注发起人评论，并且发起人在回复时，比起回复的数量，回复的质量更关键，发起人应该详细准确地进行回复，并耐心地将评论者的疑惑或问题解答清楚，这会给出资者以好印象，从而促进项目筹资成功；另一方面，在项目获得的评论数不多的情况下，项目发起人应该留意项目的评论内容，尽量使得项目评论积极正向，提高项目好评率，吸引更多的潜在出资者，帮助项目筹资成功。如果项目获得较多的评论，项目形成较大规模的社区参与，发起人应该注意对这次参与其中的成员的管理，促进沟通交流，以更好地改进项目，使得项目尽快地筹资成功。

5.3 不足与展望

本文尚存在一些局限，值得进一步深入研究。第一，本文只是以国内众筹网站追梦网为例进行实证研究，因此结论和发现可能不具备普适性，后续研究中应该关注更多类型的众筹和不同国家的众筹平台。第二，本文使用的是截面数据，难以揭示发起人与出资者的在线交互对众筹项目成功的因果关系，后续研究可以构建面板数据，进一步的探讨众筹线上互动对出资者出资决策的影响。第三，本文使用的评论情感分析方法尚不够成熟，评论的情感得分的准确率还有待提高。

6 结论

为了研究发起人与出资者的在线互动对众筹成功的影响，本文根据信息流动方向的不同，将发起人与出资者的在线互动分为单向沟通和双向沟通两类，分别研究了两类在线互动对众筹成功的影响。同时运用情感分析的方法，对众筹项目的评论内容进行情感倾向分析，以便更加深刻地了解在线互动过程中评论内容对众筹项目成功的影响。利用追梦网846个众筹项目的数据进行了实证研究，研究结果表明，项目更新数量对众筹成功没有影响，评论情感倾向和回复长度正向影响众筹成功，评论情感倾向正向调节评论数量和众筹成功之间的关系。上述结果表明发起人与出资者之间的双向沟通在众筹过程中发挥着重要作用。

[1] Schwienbacher A, Larralde B. Crowdfunding of Small Entrepreneurial Ventures[J]. Ssrn Electronic Journal, 2010.

[2] Burtch G, Ghose A, Wattal S. An Empirical Examination of the Antecedents and Consequences of Contribution Patterns in Crowd- Funded Markets[J]. Information Systems Research, 2013, 24(3): 499-519.

[3] Burtch G, Ghose A, Wattal S. An empirical examination of peer referrals in online crowdfunding[J]. 2014.

[4] Mollick E. The dynamics of crowdfunding: An exploratory study ☆☆[J]. Journal of Business Venturing, 2014, 29(1): 1-16.

[5] Colombo M G, Franzoni C, Lamastra R. Internal Social Capital and the Attraction of Early Contributions in Crowdfunding[J]. Entrepreneurship Theory & Practice, 2015, 39(1): 75–100.

[6] Beier M, Wagner K. Crowdfunding Success: A Perspective from Social Media and E-Commerce[C]International Conference on Information Systems, 2015.

[7] Wessel M, Thies F, Benlian A. A Lie Never Lives to be Old: The Effects of Fake Social Information on Consumer Decision-Making in Crowdfunding[C]European Conference on Information Systems, 2015. 76-86.

[8] Yang L, Hahn J, Learning from Prior Experience: An Empirical Study of Serial Entrepreneurs in IT-enabled Crowdfunding, in Thirty Sixth International Conference on Information Systems. 2015.

[9] Li Z, Jarvenpaa S. Motivating IT-Mediated Crowds: The Effect of Goal Setting on Project Performance in Online Crowdfunding[J]. Working Papers, 2015.

[10] Xiao S, Tan X, Dong M, et al. How to design your project in the online crowdfunding market? Evidence from Kickstarter[J]. 2014.

[11] Beaulieu T Y, Sarker S. A conceptual framework for understanding crowdfunding[J]. Communications of the Association for Information Systems, 2015, 37: 1-31.

[12] Etter V, Grossglauser M, Thiran P. Launch hard or go home!: predicting the success of kickstarter campaigns[C]ACM Conference on Online Social Networks, 2013. 177-182.

[13] Kickstarter. Stats. 2016 [cited; Available from: from https://www. kickstarter.com/help/stats?ref=footer.

[14] Ahlers G K, Cumming D J, Günther C, et al. Signaling in equity crowdfunding[J]. Available at SSRN 2161587, 2012.

[15] Zvilichovsky D, Inbar Y, Barzilay O. Playing Both Sides of the Market: Success and Reciprocity on Crowdfunding Platforms[J]. Available at SSRN 2304101), 2015.

[16] Business C. What is Two way Communication in Business? 2015 [cited; Available from: http://bizcommunicationcoach.com/what-is- two-way-communication-in-business/.

[17] Chen X-P, Yao X, Kotha S. Entrepreneur passion and preparedness in business plan presentations: a persuasion analysis of venture capitalists' funding decisions[J]. Academy of Management Journal, 2009, 52(1): 199-214.

[18] Alexey M. Effect of Social Media on Crowdfunding Project Results[J]. Lap Lambert Academic Publishing, 2013.

[19] Heide J B, Miner A S. The shadow of the future: Effects of anticipated interaction and frequency of contact on buyer-seller cooperation[J]. Academy of Management Journal, 1992, 35(2): 265-291.

[20] Smith K G, Scully J A. Top Management Team Demography and Process: The Role of Social Integration and Communication[J]. Administrative Science Quarterly, 1994, 39(3): 412-438.

[21] Cohen T R, Wildschut T, Insko C A. How communication increases interpersonal cooperation in mixed-motive situations[J]. Journal of Experimental Social Psychology, 2010, 46(1): 39-50.

[22] Huntley J K. Conceptualization and measurement of relationship quality: Linking relationship quality to actual sales and recommendation intention[J]. Industrial Marketing Management, 2006, 35(6): 703-714.

[23] Liu C T, Guo Y M, Lee C H. The effects of relationship quality and switching barriers on customer loyalty[J]. International Journal of Information Management the Journal for Information Professionals, 2011, 31(1): 71-79.

[24] Zheng H, Li D, Wu J, et al. The role of multidimensional social capital in crowdfunding: A comparative study in China and US ☆[J]. Information & Management, 2014, 51(4): 488-496.

[25] Kraus C R A B C C M C S. Strategies for reward-based crowdfunding campaigns[J]. Journal of Innovation & Knowledge, 2016.

[26] Thies F, Wessel M, Benlian A. Understanding the Dynamic Interplay of Social Buzz and Contribution Behavior within and between Online Platforms – Evidence from Crowdfunding[J]. Publications of Darmstadt Technical University Institute for Business Studies, 2014.

[27] Engel J F, Blackwell, R.D., and Kegerreis, R.J. . How Information Is Used to Adopt an Innovation[J]. Journal of Advertising Research, 1969. , (9:4): 3-8.

[28] Lynn S A. Identifying buying influences for a professional service: Implications for marketing efforts[J]. Industrial Marketing Management, 1987, 16(2): 119-130.

[29] Richins M L, Root-Shaffer T. The role of involvement and opinion leadership in consumer word-of-mouth: An implicit model made explicit[C]Advances in Consumer Research, 1988. 32-36.

[30] Arndt J. Role of Product-Related Conversations in the Diffusion of a New Product[J]. Journal of Marketing Research, 1967, 4(3): 291-295.

[31] Brown J, Broderick A J, Lee N. Word of mouth communication within online communities: Conceptualizing the online social network[J]. Journal of Interactive Marketing, 2007, 21(3): 2-20.

[32] Lowry P B, Guthrie R W. The CMC Interactivity Model: How Interactivity Enhances Communication Quality and Process Satisfaction in Lean-Media Groups[J]. Journal of Management Information Systems, 2009, 26(1): 155-195.

[33] Song J H, Zinkhan G M. Determinants of Perceived Web Site Interactivity[J]. Journal of Marketing, 2013, 72(2): 99-113.

[34] Menon A, Bharadwaj S G, Howell R. The quality and effectiveness of marketing strategy: Effects of functional and dysfunctional conflict in intraorganizational relationships[J]. Journal of the Academy of Marketing Science, 1996, 24(4): 299-313.

[35] Chevalier J A, Mayzlin D. The effect of word of mouth on sales: Online book reviews[J]. Journal of Marketing Research, 2006, 43(3): 345-354.

[36] Dennis A R, Fuller R M, Valacich J S. Media, tasks, and communication processes: A theory of media synchronicity[J]. MIS Quarterly, 2008, 32(3): 575-600.

[37] Liu Y, Shrum L J. What is Interactivity and is it always such a good thing? Implications of Definition, Person, and Situation for the Influence of Interactivity on Advertising Effectiveness[J]. Journal of Advertising, 2002, 31(4): 53-64.

[38] Yadav M S, Varadarajan R. Interactivity in the electronic marketplace: An exposition of the concept and implications for research[J]. Journal of the Academy of Marketing Science, 2005, 33(4): 585-603.

[39] Cui G, Lui H K, Guo X. The Effect of Online Consumer Reviews on New Product Sales[J]. International Journal of Electronic Commerce, 2012, 17(1): 39-58.

[40] Chen J, Xu H, Whinston A B. Moderated online communities and quality of user-generated content[J]. Journal of Management Information Systems, 2011, 28(2): 237-268.

[41] Zhu F, Zhang X. Impact of online consumer reviews on sales: The moderating role of product and consumer characteristics[J]. Journal of Marketing, 2010, 74(2): 133-148.

[42] Zvilichovsky D, Inbar Y, Barzilay O. Playing Both Sides of the Market: Success and Reciprocity on Crowdfunding Platforms[J]. Ssrn Electronic Journal, 2013, 4.

[43] 王伟;王洪伟. 特征观点对购买意愿的影响:在线评论的情感分析方法[J]. 系统工程理论与实践, 2016,36(1): 63-76.

Wang W, Wang H W.The influence of aspect-based opinions on user’s purchase intention using sentiment analysis of online reviews[J]. Systems Engineering-Theory & Practice, 2016,36(1): 63-76.

[44] Yan Z, Xing M, Zhang D, et al. A context-dependent sentiment analysis of online product reviews based on dependency relationships[J]. 2014.

[45] Kim, Hovy, Eduard. Determining the sentiment of opinions[J]. 2004.

[46] Williams G K, Anand S S. Predicting the Polarity Strength of Adjectives Using WordNet[C]International Conference on Weblogs and Social Media, Icwsm 2009, San Jose, California, Usa, May, 2009.

[47] Turney P D, Littman M L. Unsupervised Learning of Semantic Orientation from a Hundred-Billion-Word Corpus[J]. Artificial Intelligence, 2002.

[48] Boiy E, Moens M F. A machine learning approach to sentiment analysis in multilingual Web texts[J]. Information Retrieval Journal, 2009, 12(5): 526-558.

[49] Jiang L, Yu M, Zhou M, et al. Target-dependent Twitter sentiment classification[C]Meeting of the Association for Computational Linguistics: Human Language Technologies, 2011. 151-160.

[50] Mullen T, Collier N. Sentiment Analysis using Support Vector Machines with Diverse Information Sources[C]Conference on Empirical Methods in Natural Language Processing , EMNLP 2004, A Meeting of Sigdat, A Special Interest Group of the Acl, Held in Conjunction with ACL 2004, 25-26 July 2004, Barcelona, Spain, 2004. 412-418.

[51] Pang B, Lee L, Vaithyanathan S. Thumbs up?: sentiment classification using machine learning techniques[J]. Computer Science, 2002: 79-86.

[52] Tan S, Zhang J. An empirical study of sentiment analysis for chinese documents[J]. Expert Systems with Applications An International Journal, 2008, 34(4): 2622-2629.

[53] Liu Z, Liu L, Li H. An Empirical Study of Sentiment Analysis for Chinese Microblogging[J]. 2012.

[54] BosonNLP. Sentiment Analysis. 2016 [cited; Available from: from: http://bosonnlp.com/product.

[55] Anderson D R, Sweeney D J, Williams T A, et al. Statistics for business & economics[M]. Nelson Education, 2016: Pages.

[56] Zelner B A. Using simulation to interpret results from logit, probit, and other nonlinear models[J]. Strategic Management Journal, 2009, 30(12): 1335-1348.

[57] Ou C X, Pavlou P A, Davison R M. Swift Guanxi in online marketplaces: the role of computer-mediated communication technologies[J]. Mis Quarterly, 2014, 38(1): 209-230.

[58] Zhao L, Lu Y. Enhancing perceived interactivity through network externalities: An empirical study on micro-blogging service satisfaction and continuance intention[J]. Decision Support Systems, 2012, 53(4): 825-834.

Understanding the importance of online interaction between creators and backers on crowdfunding success

LI Qingxiang, WANG Nianxin*, LV Shuang, GE Shilun

(School of Economics and Management, Jiangsu University of Science and Technology, Zhenjiang 212003, China)

Crowdfunding has received much attention from IS academics, and it is important to understand what led to crowdfunding success. Although many studies examined determinants of crowdfunding success and the effects of interaction between backers and creator, two research gaps exist. First, the role of creator reply in crowdfunding success is understudied. According to the theory of communication, the interaction between creators and backers has two categories: one-way communication and two-way communication. Just considering one-way communication, such as the update (from the creators to backers) and the comment (from backers to the creator), can’t fully and systematically understand the effects of two-way interaction between creators and backers on crowdfunding success. Moreover, the study considers the effects of comment amount on crowdfunding without considering comment sentiment, which might lead to an inaccurate conclusion or even bias research results.

To fill these two important research gaps, we view the interaction between backers and creators as two categories: one-way communication and two-way communication. We update the indicator of one-way communication, and divide two-way communication into a comment from backers to creators and reply from creators and backers. We simultaneously consider backer comment (including comment amount and comment sentiment) and creator reply (including reply amount, length, and speed) to investigate the effects of two-way interaction between creators and backers on crowdfunding success, and analyze the sentiment of the comments by using BosonNLP algorithm. Eight hundred forty-six projects from a major crowdfunding platform in China were collected and analyzed.

In the first part, we conducted binary logistic regression to explore the effect of both one-way communication (namely update) and two-way communication (including comment amount, comment sentiment, reply amount, length and speed) on crowdfunding success. The results indicate that comment sentiment and reply length are positively associated with fundraising success. Positive comments can decrease potential backers’ perceived risk, and eventually improve the likelihood of crowdfunding success. Since the longer creator replys, backers will be more confident about the project, which increases communication quality. Thus, projects with longer creator reply are more likely to be successfully funded.

The second part examined the moderation effect of comment sentiment on the relationship between comment amount and crowdfunding success. Following the method of Zelner, we generated two sets of moderation plots. The results suggest that comment sentiment positively moderates the relationship between comment amount and crowdfunding success under the contexts of low or medium comment amount, while the moderate effects are not significant when comment amount is high. A plausible explanation is that potential backers have no time to browse all the comments. If a project has too many comments, potential backers will skip comments hastily, and consider comment amount as a signal to make an investment decision. These research results show that two-way interaction between backers and creators is important for crowdfunding success, which is a benefit for uncovering the mystery of crowdfunding success.

In summary, two-way interaction between creators and backers plays a vital role in crowdfunding success. Creators should pay more attention to two-way communication with backers. While creators reply, they should explain clearly to help potential backers understand projects in detail. Moreover, it is important to notice that when the project has not achieved more comments, creators should pay more attention to the reply of comments and improve the comment sentiment, which can increase the likelihood of crowdfunding success.

Crowdfunding; Online interaction; Comment; Reply; Sentiment analysis

2017-02-21

2017-11-01

Supported by the National Natural Science Foundation of China (71471079, 71331003) and the Jiangsu University Blue Project and Graduate Science and Technology Innovation Program (KYCX17_1823)

C931.6

A

1004-6062(2020)01-0118-009

10.13587/j.cnki.jieem.2020.01.013

2017-02-21

2017-11-01

国家自然科学基金资助项目（71471079，71331003）；江苏高校青蓝工程资助项目；研究生科技创新计划（KYCX17_1823）

王念新（1979—），男，江苏沛县人；江苏科技大学经济管理学院副教授，博士，硕士生导师；研究方向：众筹、云计算管理、信息技术商业价值、信息技术战略等。

中文编辑：杜 健；英文编辑：Charlie C. Che