國內眾籌平臺上出資者行為研究

李薇 田蜜

摘 要：眾籌作為一種新型互聯網金融模式，近年來深受企業和個人的關注。分析眾籌平臺上出資者的行為規律對提高融資績效具有重要價值。文章以京東眾籌平臺上1 016個眾籌項目的面板數據為樣本，對我國眾籌市場中出資者的行為開展了實證研究。研究發現：以籌資目標完成作為分界點，國內眾籌市場中出資者的出資行為先后表現出羊群行為和旁觀行為。具體表現為：在達到籌資目標額之前，項目的籌集進度越高，越能吸引出資者參與（即羊群行為）;一旦項目完成籌資目標，項目的籌集進度越高，出資者反而減少（即旁觀行為）。此外，眾籌平臺的網絡關注度、眾籌項目的首頁推薦、眾籌項目的更新、眾籌項目的互動以及眾籌項目的關注均對出資者的出資有正向影響。

關鍵詞：互聯網金融;眾籌;羊群行為;旁觀行為

中圖分類號：F832.48

文獻標識碼：A

文章編號：1673-8268（2019）01-0082-12

眾籌是指項目發起人通過互聯網平臺發布需求，出資者根據個人判斷對需要眾籌的項目進行出資的一種融資方式[1]。根據報酬形式的不同，眾籌類型可以劃分為四種：產品眾籌、股權眾籌、公益眾籌與債權眾籌[2]。眾籌作為一種新興的互聯網金融模式，為初創中小企業的融資需求以及持續發展創造了新機會。

近年來，眾籌市場發展迅速，相關研究（主要包括籌資者、出資者和眾籌平臺的研究）也逐漸興起，其中關于出資者出資行為規律的研究是該領域的焦點。目前已有學者利用眾籌平臺的數據，對出資者的出資行為進行了部分研究。一些學者認為，由于眾籌網絡平臺的籌資者與出資者存在信任危機、嚴重的信息不對稱等問題，出資者為了規避風險進而選擇跟隨他人做出自己的決策，即已有的出資者的出資正向影響潛在出資者的出資動機，潛在出資者將表現出羊群行為[3-8];而另一些學者則提出，眾籌平臺的出資者受自我感知的影響，當眾籌項目獲得更多出資者支持時，其感知到自我責任和自我效用的降低，就會選擇減少出資甚至不出資，即已有出資者的出資負向影響潛在出資者的動機，潛在出資者將表現出旁觀行為[9-12]。上述情況表明，現有關于眾籌平臺上出資者出資心理與行為決策的研究仍模糊不清，缺乏一致結論;對于羊群行為與旁觀行為的關系，也尚無專門的比較分析和理論辯證研究。基于上述考慮，本文以京東眾籌平臺的1 016個項目為研究樣本，嘗試發現我國眾籌平臺中出資者的行為規律。

一、文獻綜述

行為分析是金融領域的研究熱點，無論是傳統金融市場還是新興的眾籌領域均對此有相關研究。傳統金融領域對羊群行為進行了研究，如股票市場，出資者通過跟隨他人的決策來規避風險[13]。眾籌領域自身包含著利己和利他兩種特點，所以目前對眾籌平臺出資者行為的研究總結為兩種截然相反的行為：羊群行為和旁觀行為。

出資者的羊群行為，是指當一個決策人面對信息不對稱情況的時候，傾向于跟隨前面大多數人的決策行為而進行決策[14]。眾籌平臺的籌資者和出資者之間也存在很強的信息不對稱情況，因此眾籌平臺也存在羊群效應。Lee等對借貸型眾籌進行了研究，發現網絡借貸平臺存在羊群行為，得到出資數量越多的項目，未來得到出資的機會也越大[5]。錢穎等對股權眾籌的研究發現，股權眾籌市場存在顯著的羊群行為，出資者通過項目參與率來感知項目的不確定性，項目參與率越高，項目不確定性隨之降低，出資者出資則越多[15]。學者們對眾籌行為作進一步研究，發現眾籌過程中的羊群行為并不是盲目的、非理性的，而是理性的。Zhang和Liu的研究發現，出資者通過觀察他人的出資情況來獲得籌資者信用和項目質量等信息，并結合其他信息來佐證其推斷，最后表現為理性羊群行為。已得到較多資金支持的項目將會得到更多的支持，資金提供者會進行主動的觀察而不是被動地模仿其他人[6]。

出資者的旁觀行為，是指當潛在出資者觀察到其他人做出更多貢獻時，會降低自己的出資意愿，甚至將不會對眾籌項目予以出資。眾籌平臺中的潛在出資者會因為項目已經獲得較多出資人的出資而感知到個人責任感降低且自我效用減弱，表現為旁觀效應。如Kuppuswamy等研究發現，眾籌項目已獲得的出資額與潛在出資者的出資額顯著負相關，已有出資者受自我感知的影響而表現出旁觀效應[10]。王念新等的研究也發現眾籌項目在籌資過程中表現出旁觀效應，隨著出資者的增加，潛在出資者的責任感降低，進而減少出資[12]。Wash研究發現，對于一些已經獲得足夠出資額和出資人的眾籌項目，潛在出資者將認為這些項目已經有他人進行了足夠的出資，其出資獲得成就感的邊際效應將降低，進而不出資[11]。

綜上，當前關于眾籌平臺出資者行為的研究，集中表現為驗證單純的羊群行為或單純的旁觀行為，以及各自的發生規律。然而，對于羊群與旁觀行為是否會同時發生于某一籌資項目，即對這兩種行為的兼容性或互斥性進行檢驗，目前尚無結論。筆者將利用京東眾籌項目的面板數據，對出資者行為進行分析，嘗試驗證潛在出資者在面對項目已有籌資信息時，其決策模式中羊群行為與旁觀行為的關系。

二、研究假設

目前，互聯網金融平臺關于出資者羊群行為和旁觀行為的研究方法比較統一，共分為四種：（1）以后續出資人數為因變量，以當前累計出資人數為自變量。Zhang和Liu發現當前累計出資人數與后續出資人數有正相關關系，出資者表現為羊群行為[6];（2）以后續出資額為因變量，以當前累計出資額為自變量。Burtch等發現當前累計出資額越多則后續出資額就越多，出資者表現為羊群行為[9]。王新念等發現當前累計出資額與后續出資額有負相關關系，出資者表現為旁觀行為[12];（3）以后續出資人數或后續出資額為因變量，以當前籌集進度為自變量。Lee和錢穎等人發現籌集進度越快，后續出資人數與出資金額會越多，出資者表現為羊群行為[5，15]。Kuppuswamy等發現籌集進度越快，后續出資人數會越少，出資者表現為旁觀行為[16];（4）以后續出資概率為因變量，以當前累計出資人數為自變量。Chen、Lin和Herzenstein等研究發現當前累計出資人數越多，后續出資概率越大，出資者表現為羊群行為[17-18]。

結合現實的數據收集情況，筆者采用Lee、錢穎和Kuppuswamy等人提出的測度方法對國內眾籌平臺上出資者的出資行為進行研究，其概念模型如圖1所示。

圖1中，當前籌集進度代表已有出資者的出資情況，后續出資者人數代表潛在出資者的出資情況。當前籌集進度與后續出資人數正相關則說明潛在出資者面對已有出資者的出資情況時表現為羊群行為，負相關則說明潛在出資者表現為旁觀行為。

（一）羊群行為

有學者提出動機與目標完成度之間存在正向關系，即動機與意愿強度會隨著目標的接近而增強[19]。例如，老鼠越接近目標跑得越快[20];慈善活動中隨著籌集額接近目標金額，捐助者將做出更多貢獻[21]。對于眾籌活動而言，首先，由于信息過載與信任危機，出資者往往難以判斷哪些項目切實需要資金，因此容易采用跟隨他人行為的方式來做出自己的出資抉擇，即羊群行為。其次，盡管出資者的出資動機可能是利他或者利己，但無論哪一種動機下出資者都希望該項目獲得成功[22]。因此，結合此前學者提出的動機與目標完成度之間的關系，有理由認為：眾籌項目的已有籌資額越接近目標籌資額時，出資者的跟隨性出資行為可能會越明顯，導致出資心理與行為總體表現出明顯的羊群行為模式。就此，提出如下假設：

H1：項目在眾籌成功之前，已有籌資進度對后續出資人數具有正向影響，即出資人會表現出羊群行為。

（二）旁觀行為

隨著目標的達成，人們對事物的關注度將會降低，動機也會減弱[23]。對于眾籌活動而言，眾籌項目籌資成功之后，出資者在出資過程中能夠獲得的自我效用會減少，出資意愿強度也會隨之降低[24]。此外，在項目的籌資目標達成之后，籌資者已經獲得了足夠多的資金支持，潛在出資人會認為籌資者不再需要更多的支持，從而感知到的自我責任感降低，進而選擇減少出資[25]。因此，在眾籌成功之后，出資者會減少自己的出資甚至不出資。就此，提出如下假設：

H2：項目達到眾籌目標之后，已有籌資進度對后續出資人數具有負向影響，即出資人會表現出旁觀行為。

三、研究設計

（一）變量定義及測量

1.因變量

后續出資人數：為了探究眾籌平臺出資者的行為變化規律，本文借鑒Lee[5]、錢穎[15]和Kuppuswamy[10]等對出資者行為的測度方法，即選取眾籌項目的后續出資人數對其后續出資情況進行測量。

2.自變量

當前籌集進度：為了驗證出資者的行為，根據Lee[5]、錢穎[15]和Kuppuswamy[10]等對出資者行為的測度方法，本文將當前籌集進度設定為核心自變量，代表項目已有出資者的出資情況。

3.控制變量

（1）平臺因素

本研究是基于眾籌網絡平臺來獲取實證數據，平臺特征很可能會對出資決策產生影響，因此我們選擇網絡關注度這一平臺特征進行檢驗，以探究平臺因素對眾籌的影響。

眾籌平臺的網絡關注度：眾籌平臺的網絡關注度指的是用戶對眾籌平臺的關注程度。平臺網絡關注度越高，代表出資者越愿意了解這家平臺，平臺的項目易獲得更多的出資[26]。主動搜索行為體現了平臺被關注的情況[27]，百度在國內搜索市場中占有絕對優勢，眾籌平臺百度指數的高低直接衡量投資者對平臺的關注度。因此本文借鑒張立煒的測量方法，即利用眾籌平臺的百度搜索指數對平臺的網絡關注度進行測量[28]。

（2）項目因素

眾籌項目特征可能會對出資者的決策產生影響，結合眾籌數據披露情況，本文選擇了六個重要特征進行檢驗，以探究項目因素對眾籌出資者決策的影響。

眾籌項目的首頁推薦：首頁推薦是指眾籌項目在眾籌平臺的首頁是否有展示。Stanko通過對創新網絡平臺Thingiverse的研究發現，在社區首頁推薦的一些項目被再創新的機率更大[29]。對于眾籌網絡平臺而言，在網站首頁處于推薦狀態的項目，與出資者接觸的機會更多，容易獲得更多的出資者。因此考慮到首頁推薦對眾籌影響，本文采用Stanko對創新網絡平臺首頁推薦的測量方法，即項目在平臺首頁上有展示則為進行了首頁推薦。

眾籌項目的更新：更新是指眾籌項目的發起人在籌資過程中對項目的信息進行更新展示。項目的更新有利于眾籌項目活躍度的提高，進而提高潛在出資者對項目的關注度，最終吸引其進行出資[30-31]。因此考慮到項目更新對眾籌的影響，本文采用籌資人對項目進行了最新信息的展示對項目更新進行測量[32]。

眾籌項目的籌資者經驗：籌資者經驗是指眾籌項目的發起者對于眾籌的經驗。籌資人獲得了資金支持并獲得了項目的成功，會提升其口碑和信譽，獲得更多的出資[5]。因此考慮到籌資者經驗對眾籌的影響，本文使用籌資者發起眾籌的項目數對籌資者經驗進行測量[10]。

眾籌項目的互動：互動是指出資者與籌資者的溝通交流。在眾籌市場中，籌資者與出資者之間的交流有助于出資者了解眾籌項目信息，對最終的籌資有重要的意義[33-34]。因此考慮到項目互動對眾籌的影響，本文使用項目的溝通交流的話題數對項目互動進行測量[34]。

眾籌項目的關注：關注是指出資者對于眾籌項目的關心程度。籌資者對項目的關注在一定程度上反映了其出資傾向。因此考慮到項目關注對眾籌的影響，本文采用項目被關注的次數對項目關注進行測量[8]。

眾籌項目的目標：目標是指眾籌項目的計劃籌集金額。Molick發現籌集目標與項目籌資成功呈負相關關系[32]。因此考慮到籌資目標對眾籌的影響，本文使用眾籌項目的計劃目標籌資額來測量項目目標。

（3）時間控制變量

出資者的出資情況可能存在月份、星期以及天之間的差異，為控制這些因素，本文分別引入關于月份、星期和天的啞變量。

（二）模型設定

基于上述理論，本文以天為基本單位構建的計量模型如下

表1給出了各變量的含義。其中，Funded_Rateit-1為核心自變量，其回歸系數的正負和大小等特征可以用來測量出資者行為，回歸系數為正表明存在羊群行為，反之則存在旁觀行為。

（三）數據收集

本文基于國內的眾籌網站——京東眾籌進行數據收集與實證分析。京東眾籌是國內最大的網絡眾籌平臺，平臺累計融資額超過18億元人民幣，成功項目數總計9 500多個，因此具有顯著的代表性。京東眾籌的參與主體有籌資者、出資者與京東眾籌網絡平臺。（1）籌資者借助平臺發起眾籌項目;（2）平臺披露眾籌項目信息。具體包括：第一，項目籌資者的相關信息，包括項目籌資者名稱、項目籌資者發起項目數與項目籌資者支持項目數等;第二，項目的相關屬性，包括項目具體描述、項目眾籌目標與項目眾籌周期等;第三，項目的籌集動態，包括當前籌集進度、已有出資人數、已有出資額、剩余天數、項目評論數與項目更新數等;（3）出資者通過平臺查看所有眾籌項目的信息并有選擇地進行出資。京東眾籌的項目需在籌集期限內完成其籌資目標，否則代表項目眾籌失敗，籌資人需將籌集的資金退還給出資者。如果籌資成功，籌資人要根據不同的出資等級給予出資者相應的回報。

本文利用爬蟲程序，在京東眾籌網絡平臺的項目籌資期間，每天對項目相關數據進行爬取，最后獲得了該平臺于2017年4月至2017年9月間1 016個項目的面板數據，最后分析得出的數據共計30 480條。

四、實證分析

（一）描述性統計

變量的描述性統計分析結果如表2所示。眾籌項目平均每天增加約32人，但最多增長人數為10 405人，最少為0，這表明不同眾籌項目以及同一項目不同時間受歡迎程度存在巨大差異。眾籌項目的當前籌集進度的均值約為109，代表大部分項目籌資效率高，眾籌較為成功。京東眾籌平臺的百度搜索指數約為2 043，最少也為1 112，說明該平臺網絡關注度較高。大部分項目在其平臺首頁的可見度較低，少有項目籌資人進行項目信息的更新，且項目籌資者的發起項目數差距較大，平均水平不高。此外，項目的平均話題數約為39，說明項目的活躍度有待提高。項目的平均關注數約為872，關注度相對較高。項目的平均籌資目標約為100 000，且不同項目差距懸殊。

（二）數據平穩性檢驗

為避免出現“偽回歸”，包含時間序列的數據要求為平穩數據或表現為長期均衡關系，因此，在對數據進行回歸之前應進行數據的平穩性檢驗。對Biddersit、Funded_Rateit-1、BaiDu_Indexit-1、HomePageit-1、Updateit-1、BidderExperienceit-1、Topicit-1及Focusit-1進行單位根檢驗。結果表明所有變量均是水平平穩的（見表3），因此均為平穩序列。

（三）定距回歸分析

在計量模型（1）的基礎上，為了更為明確地觀察變量Biddersit與Funded_Rateit-1之間的關系，本文將Funded_Rateit-1分為六組并定距化，分別是：

實際眾籌過程中，項目的后續出資人數是非連續的非負整數，屬于計數數據，所以不服從正態分布，需采用計數模型。由于本文樣本的方差與均值并不相等（Mean=31.65，SD=165.33），數據過度分散，因此相對于泊松回歸，采用負二項回歸更有效率。

1.多重共線性檢驗

經多重共線性檢驗，結果如表4所示，所有變量的VIF均小于10，平均值為1.19，因此不存在多重共線性。

2.定距回歸結果

利用STATA進行負二項回歸分析，首先經Hausman檢驗（chi2=532.10，Prob>chi2=0.000 0），結果表明需使用固定效應模型。具體定距回歸結果如表5所示。Model1僅包含核心自變量，Model2加入了平臺因素與項目因素的控制變量。

根據表5的定距回歸檢驗結果，可以看出：Funded_Rateit-1_[20%，40%）的回歸系數（β=0.067 86，p<0.001）、Funded_Rateit-1_[40%，60%）的回歸系數（β=0.354 69，p<0.001）、Funded_Rateit-1_[60%，80%）的回歸系數（β=0.440 08，p<0.001）、Funded_Rateit-1_[80%，100%）的回歸系數（β=0.525 31，p<0.001）均為正且呈逐步增長的趨勢，而Funded_Rateit-1_[100%，.）處明顯出現拐點（β=0.104 67，p<0.001），就此說明眾籌平臺的項目在眾籌成功之前，隨著已有出資者出資越來越多，潛在出資者選擇跟隨;項目眾籌成功之后，隨著已有出資者出資增多，潛在出資者選擇減少出資或不出資。

（四）分段回歸分析

為了進一步驗證定距回歸結論，本文將Funded_Rateit-1以100%為界限進行分段回歸，計量模型為

（3）式中，變量Funded_Rateit-1以100%為界限分段，分段前后系數分別為：β1、β1+β2。

1.多重共線性檢驗

經多重共線性檢驗，結果如表6所示，所有變量的VIF均小于10，平均值為1.09，因此不存在多重共線性。

2.分段回歸結果

同樣使用STATA進行負二項回歸，并經Hausman檢驗（chi2=149.53，Prob>chi2=0.000 0），需采用固定效應模型。具體分段回歸結果如表7所示。Model1僅包含核心自變量，Model2加入了平臺因素與項目因素的控制變量。

根據表7的分段回歸檢驗結果，我們發現，項目籌集成功之前Funded_Rateit-1對出資者決策具有顯著正影響（β=0.001 20，p<0.001），因此假設H1得到驗證，即項目籌集成功之前，潛在出資者面對已有出資者信息表現為羊群行為。項目獲得成功之后Funded_Rateit-1對出資者決策具有顯著負影響（β=-0.001 51+0.001 20=-0.000 31，p<0.001），因此假設H2得到驗證，即項目籌集成功之后，潛在出資者面對已有出資者信息表現為旁觀行為。從控制變量可以看出：BaiDu_Indexit-1對眾籌項目的出資者人數具有顯著正影響（β=0.000 33，p<0.001），表明眾籌平臺的網絡關注度越高，平臺本身會越吸引出資者，對項目籌資更有利。HomePageit-1對眾籌項目的出資者人數具有顯著正影響（β=0.291 96，p<0.001），說明在眾籌平臺的網頁首頁對項目進行推薦，產生廣告效應的同時也增加了項目與出資者的接觸途徑，這將吸引更多的出資者。Updateit-1對眾籌項目的出資者人數具有顯著正影響（β=0.050 01，p<0.001），表明眾籌項目實時更新動態對其后續的出資者人數有正向的影響。BidderExperienceit-1對眾籌項目的出資者人數具有顯著正影響（β=0.014 04，p<0.001），表明眾籌項目的發起人經驗越豐富，項目后續的出資者人數將越多。Topicit-1對眾籌項目的出資者人數具有正影響（β=0.000 75，p<0.01），表明眾籌項目的出資者與籌資者之間、出資者與出資者之間的互動，增加了項目的活躍程度，會吸引更多的出資者。Focusit-1對眾籌項目的出資者人數具有顯著正影響（β=0.000 11，p<0.001），表明出資者對眾籌項目的關注越高，項目后續的出資者人數將越多。Goali對眾籌項目的出資者人數不顯著（β=-0.000 05，p=0.420）。

（五）穩健性檢驗

在前文的檢驗中，我們沒有對項目的觀測做特殊處理。在實際籌資過程中，臨近項目籌集的截止日期時，若項目還未完成其目標，可能會發生籌資者出資自己項目的情況，因此可能會影響因變量的值，進而影響回歸結果。為此，我們剔除了在最后3天完成籌集目標的項目，以便進行穩健性檢驗。

表8所示的穩健性檢驗結果表明，在剔除了最后3天完成籌集目標的項目的觀測值之后，本文的結果仍然穩健。除BidderExperienceit-1不顯著外，其余各觀測組的回歸系數與顯著性沒有發生改變，并且出資者行為仍然與前文保持一致（籌集完成之前：β=0.001 20，p<0.001，籌集完成之后：β=-0.001 47+0.001 20=-0.000 27，p<0.001），因此結論基本穩健合理。

五、結論與啟示

（一）結果討論

本文應用國內京東眾籌平臺的1 016個眾籌項目的面板數據，分析了眾籌項目已有出資信息對潛在出資者行為的影響，探索了在面對已有出資信息時潛在出資者究竟是表現為羊群行為還是旁觀行為，以及兩種行為的關系。得到的主要研究結論如下：

（1）以籌資目標完成（Funded_Rateit-1=100%）為分界點，在眾籌項目完成籌集目標之前，潛在出資者在面對已有出資者信息時表現出羊群行為;眾籌項目完成籌集目標之后，潛在出資者在面對已有出資者信息時表現出旁觀行為。具體而言，眾籌項目籌集進度越高，說明其他出資者更愿意支持此項目，代表項目確實需要資金支持，因此越能吸引潛在出資者的參與。由于眾籌過程中存在不確定性，潛在出資者通過觀察已有出資者信息來降低不確定性，提高參與意愿，同時將觀測到的信息作為項目質量以及真實性的信號，據此采取出資決策。但是，當眾籌項目已經完成籌集目標后，籌資者不再需要更多的資金支持，出資者在獲得這一信息之后，感知到自我的責任感的降低，動機減弱，因此在眾籌成功之后，出資者會減少自己的出資甚至不出資。

（2）眾籌平臺的網絡關注度、眾籌平臺首頁面的項目推薦、眾籌項目的實時更新、眾籌項目的互動以及眾籌項目的關注均能吸引項目的出資者出資。眾籌平臺的網絡關注度越高，代表平臺越受出資者的關注;眾籌項目在平臺首頁推薦，會提高項目的關注度，同時眾籌項目的關注數，也代表著項目的關注度;眾籌項目的更新以及互動，則提高了項目的活躍度。平臺關注度越高、項目關注度越高與活躍度越高則越能吸引潛在出資者進行出資。

（二）啟示

（1）對于籌資者而言：第一，在項目發布后應多注重項目的更新和宣傳，提高項目的活躍度和關注度，吸引更多的出資者進行最初的出資，進而產生正向的羊群行為，促進項目良性發展;第二，籌資者應注意設置合適的眾籌目標金額，目標金額設置太高，短時間內很難完成，因此獲得的后續出資者人數將不多（籌集目標完成率與后續出資人數正相關），則無法受益于羊群行為;目標金額設置太低，眾籌項目比較容易完成籌集目標，出資者則會進入旁觀狀態，導致無法獲得更多的后續出資;第三，籌資者在籌資選擇平臺時，會盡可能地考慮網絡關注度高的平臺，平臺的知名度也有利于眾籌項目的成功。

（2）對于眾籌平臺而言：第一，平臺應盡可能地增加項目在首頁的可見度，進行眾籌項目的推薦，提高出資者對項目的關注度，促使投資者對項目做進一步的了解，這有利于眾籌項目的成功;第二，平臺應盡可能地增加出資者與籌資者的溝通渠道，更多的交流溝通不僅有利于提高眾籌項目的活躍度，而且能促進出資者對項目的了解，有利于提高籌資效率。

（三）研究局限

本研究的不足之處在于：第一，本文僅選取了項目的出資人數作為研究的因變量，然而除了項目的出資者人數，出資金額也反映了出資者的出資情況，因此在未來工作中可從出資金額的角度來分析出資者的行為;第二，本文并沒有關注不同類型平臺對出資者行為的影響，因此在未來工作中可以從平臺類型的角度對出資者行為進行比較分析。

參考文獻：

[1]?AGRAWAL A，CATALINI C，GOLDFARD A.Some Simple Economics of Crowdfunding[J].National Bureau of Economic Research，2014（1）：63-97.

[2]?KAREN K.Crowd-funding：Cash on Demand[J].Nature，2013（7447）：147.

[3]?KONING R.Experimental Study of Crowdfunding Cascades：When Nothing is Better than Something[J].Social Science Electronic Publishing，2014（1）：166-168.

[4]?BURTCH G.Herding Behavior as a Network Externality[C]//Proceedings of the Intarnational Conference on Information Systems.Shanghai：International Conference on Information Systems，2011：942-975.

[5]?LEE E， LEE B. Herding Behavior in Online P2P Lending：An Empirical Investigation[J].Electronic Commerce Research and Applications，2012（5）：495-503.

[6]?ZHANG J，LIU P.Rational Herding in Microloan Markets[J].Management Science，2012（5）：892-912.

[7]?李曉鑫，曹紅輝.信息披露、投資經驗與羊群行為——基于眾籌投資的研究[J].財貿經濟，2016（10）：72-86.

[8]?吳文清，付明霞，趙黎明.我國眾籌成功影響因素及羊群現象研究[J].軟科學，2016（2）：5-8.

[9]?BYRTCH 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（3）：499-519.

[10]KUPPUSWAMY V，BAVUS B L.Crowdfunding Creative Ideas：The Dynamics of Project Backers in Kickstarter[J].Social Science Electronic Publishing，2013（3）：457-489.

[11]WASH R.The Value of Completing Crowdfunding Projects[C]//Proceedings of the International Conference on Weblogs and Social Media. Boston： International AAAI Conference on Web and Social Media，2013：7-13.

[12]王念新，侯潔，葛世倫.從眾還是旁觀？眾籌市場中出資者行為的實證研究[J].管理工程學報，2016（4）：124-134.

[13]宋軍，吳沖鋒.中國股評家的羊群行為研究[J].管理科學學報，2003（1）：68-74.

[14]BIKHCHANDANI S，HIRALEIFER D，WELCH I.A Theory of Fads，Fashion，Custom，and Cultural Change as Informational Cascades[J].Journal of Political Economy，1992（5）：992-1026.

[15]錢穎，朱莎.基于項目類型的股權眾籌羊群行為及領投人作用研究[J].科技進步與對策，2017（1）：15-19.

[16]KUPPUAWAMY V，BAYUS B L.Does My Contribution to Your Crowdfunding Project Matter？[J].Journal of Business Venturing，2017（1）：72-89.

[17]CHEN D，LIN Z.Rational or Irrational Herding in Online Microloan Markets：Evidence from China[J].Social Science Electronic Publishing，2014（2）：239-283.

[18]HERZENSTEIN M，DHOLAKIA U M，ANDRAWS R L.Strategic Herding Behavior in Peer-to-Peer Loan Auctions[J].Journal of Interactive Marketing，2011（1）：27-36.

[19]FISHBACH A，HENDERSON M D，KOO M.Pursuing Goals with Others：Group Identification and Motivation Resulting from Things Done Versus Things Left Undone[J].Journal of Experimental Psychology：General，2011（3）：520.

[20]HULL C L.The Rats Speed-of-locomotion Gradient in the Approach to Food[J].Journal of Comparative Psychology，1934（3）：393-422.

[21]CRYDER C E，LOEWENSTEIN G，SELTMAN H.Goal Gradient in Helping Behavior[J].Journal of Experim-ental Social Psychology，2013（6）：1078-1083.

[22]GERBER E M，HUI J.Crowdfunding：Motivations and Deterrents for Participation[J].ACM Transactions on Computer-Human Interaction，2013（6）：32-34.

[23]MARSH R L，HICKS J L，BINK M L.Activation of Completed，Uncompleted，and Partially Completed Intentions[J].Journal of Experimental Psychology Learning Memory & Cognition，1998（2）：350-361.

[24]FRSTER J，LIBERMAN N，HIGGINS T.Accessibility from Active and Fulfilled Goals[J].Journal of Experimental Social Psychology，2005（3）：220-239.

[25]LATAN B，NIDS S.Ten Years of Research on Group Size and Helping[J].Psychological Bulletin，1981（2）：308.

[26]ZHI D A，ENGELBERG J，GAO P.In Search of Attention[J].Social Science Electronic Publishing，2011（5）：1461-1499.

[27]張義民，韓文，霍萌.基于谷歌趨勢和百度指數的ResearchGate關注度及使用情況分析[J].情報科學，2017（7）：60-64.

[28]張立煒.網絡關注度對P2P平臺成交量的影響——基于百度指數的實證研究[J].投資研究，2016（6）：130-148.

[29]STANKO M A.Toward a Theory of Remixing in Online Innovation Communities[J].Information Systems Research，2016（4）：773-791.

[30]STEINBERG D.The Kickstarter Handbook：Real-life Crowdfunding Success Stories[M].Philadelphia：Quirk Books，2012：69-71.

[31]DUSHNITSKY G，MAROM D.Crowd Monogamy[J].Business Strategy Review，2013（4）：24-26.

[32]MOLLICK E.The Dynamics of Crowdfunding：An Exploratory Study[J].Journal of Business Venturing，2014（1）：1-16.

[33]ORDANINI A，MICELI L，PIZZETTI M，et al.Crowd-funding：Transforming Customers into Investors Through Innovative Service Platforms[J].Journal of Service Management，2011（4）：443-470.

[34]EVERS M W，LOURENCO C，BEIJE P.Main Drivers of Crowdfunding Success：A Conceptual Framework and Empirical Analysis[M].Rotterdam：Erasmus Universit-eit，2012：138-139.