眾籌平臺刷單交易與眾籌項目履約情況的經驗研究

摘要：眾籌平臺如何監管眾籌項目的質量，刷單交易能否預測項目履約質量，這是當前眾籌平臺的熱點問題。當普通公眾無法識別眾籌項目的刷單交易時，刷單交易制造的熱銷假象會誘使大量支持者購買該項目的產品。刷單是一種不誠信的行為，刷單項目的發起人也更有可能產生履約風險。本文通過分析“眾籌網”上的成功項目信息發現：存在刷單交易的項目，其事后按時發貨的概率偏低且更易獲得差評;刷單交易用戶數量越多，項目按時發貨概率越低，獲得差評概率越高。刷單交易信息因此可作為項目未來履約質量的信號。各眾籌平臺和規制部門應加強對刷單交易的識別、披露、打擊和監管，以促進眾籌行業的穩健發展。

關鍵詞：眾籌平臺;刷單交易;虛假交易;履約風險

中圖分類號：F49;F83248文獻標識碼：A文章編號：1000176X（2020）05003909

一、問題的提出

眾籌項目所承諾的回報需在眾籌成功后幾個月甚至幾年才能交付，故眾籌支持者面臨項目發起人延遲交貨、交付產品質量低下、與預售樣品描述不符或違約不發貨等履約風險。本文所指的眾籌是狹義眾籌，即獎勵眾籌（Reward Crowdfunding）。由于支持獎勵眾籌項目類似于購買項目預售的產品，因而又被稱為預售眾籌。眾籌發起人違約，不僅侵害了眾籌支持者的利益，也影響了公眾對眾籌平臺及眾籌活動的信任。眾籌平臺應當如何監管眾籌項目的質量是當前的研究熱點。由于眾籌項目大多是一次性交易，即便偶爾存在同一個發起人發起多次眾籌的情況，其產品也往往不同。因此，眾籌平臺難以效仿電子商務平臺，通過建立商戶信用記錄的方式向投資者傳遞項目的質量信息和發起人的信用信息。近年來，隨著部分眾籌項目的大量刷單行為被曝光，刷單交易能否作為預測眾籌項目履約質量的信號成為公眾和學術界普遍關心的問題。

對眾籌問題的研究，大多數學者致力于尋找影響眾籌成功的因素[1]，近年來有少數研究關注眾籌欺詐[2]，但鮮有研究關注眾籌中的刷單行為。由于眾籌類似于以預售形式開展的電子商務活動，因而電子商務中的刷單交易與眾籌的刷單有相似之處。電子商務中的刷單是指，互聯網商戶雇傭刷客模擬真實交易進行虛假交易，但買家不是真實的消費者，賣家也不發貨。刷單之類的虛假交易可以提高網上商戶的銷量和好評率，進而吸引更多的消費者[3]-[7]。為了提高網上信譽和商品好評率，除了制造虛假交易，商戶通常還會提交虛假的交易評論[8]。交易評論作為商品質量的信號，也會直接影響商品的銷售或消費者的購買決策[9]-[11]。與電子商務平臺上的商戶不同，眾籌是一次性訂單式生產。這使得參與眾籌的支持者無法得到已購該商品消費者的評論信息，只能依賴項目介紹和其他支持者的支持數量信息進行是否支持的決策。由于眾籌支持者在地理位置上高度分散，大多支持者缺乏專業知識，無法準確判斷投資機會的真實價值，加上眾籌投資者的投資金額一般不大，個人對項目進行全面調查的成本卻很高，所以單個支持者更愿意“搭便車”，跟隨其他人的行為，而不是自己承擔信息成本[12-13]。Kuppuswamy和Bayus[14]利用Kickstarter的眾籌項目數據分析發現，眾籌中確實存在從眾行為或羊群效應，說明眾籌的潛在支持者確實把銷售量作為是否支持該項目的重要依據。

綜上所述，由于潛在支持者依賴現有支持者的數量來判斷項目未來的履約質量，而刷單交易夸大了項目實際受歡迎的程度，使支持者高估了項目的實際履約質量，提高了支持者購買產品的概率。刷單是一種不誠信的行為，刷單的眾籌發起人在項目發起階段的不誠信行為預示著其在項目實施階段也可能不誠信。因此，在眾籌階段存在刷單交易的項目，其事后的履約質量也可能偏低。本文搜集了“眾籌網”的眾籌數據，并對之進行了檢驗。本文的研究結論為是否應該監管眾籌項目中的刷單交易提供了依據，對如何識別眾籌項目中的刷單交易提出了具體的操作方法，對于消費者如何理性看待支持者數量等相關信息提供了可借鑒的證據。

二、數據來源與變量說明

（一）數據來源

本文數據為2016年9月之前“眾籌網”公開的所有眾籌成功的預售項目，共計3 472個，包括877個農業項目，563個出版項目，597個藝術類項目， 504個娛樂項目，931個其他類項目。“眾籌網”的項目編號是有規律的，因而本文采用窮舉法抓取了這期間全部公開的項目。由于眾籌項目失敗后，支持者的投資將原路返回，而原來獲得的支持記錄也在項目失敗后被刪除，因而眾籌失敗項目的支持記錄無法獲得。但這并不影響本文的分析，因為項目失敗后也不存在項目履約的問題。同時，本文將眾籌成功的預售項目信息及項目支持記錄信息整理成獨特的數據集。項目信息包含每個項目的編號、項目類型、目標金額、最終籌款金額、發起時間、結束時間、預計發貨時間和項目總支持者數量等。支持記錄包括每個支持者的用戶編碼、支持價格和支持數量，共計465 652條。項目發起時間皆為2016年9月1日之前，實際支持記錄中最晚支持的時間為2016年9月9日。

（二）項目質量的測量

本文用來衡量履約質量的指標有：是否按時發貨、與交付產品質量問題有關的好評和差評。發貨準時或延遲的信息、好評或差評的信息根據項目的更新信息手工整理而成。如果項目更新信息中有發起人關于延遲發貨的致歉信或通知，則該項目視為延遲發貨;如果支持者在評論中提出沒發貨的質疑，且評論時間晚于預計發貨時間，則視為延遲發貨;若以上兩種情況均未出現，則認為項目按時發貨。出現以下任意一種情形，可以確定發起人已按照約定時間發貨：一種情況是在項目更新中，發起人發布已經發出產品的通知，通知的時間不晚于預計發貨時間;第二種情況是評論中有支持者發布確認收貨的消息，且評論時間不晚于預計發貨時間。若既沒有已確認收貨的評論、未收到貨的質疑，也沒有發出產品的通知，即從項目信息中無法判斷出明確的發貨時間，則默認該項目已按時發貨。這是因為如果沒有按時發貨，眾籌支持者一般會在評論區留言。

統計發現，“眾籌網”的項目中，絕大多數支持者的評論是贊賞或批評某個項目產品的質量，中性評論的占比極小。這與Li和Hitt[15]的發現相同，即消費者在經歷了極端的體驗后，包括享受到極好或極差的產品與服務時，更有可能對產品進行評論，消費者的評論呈雙峰分布。因此，本文根據每個項目在發出產品后，支持者給予項目或產品的相關評論的內容和數量，構造項目質量變量。如出現“蘋果的味道很好”之類的評論，則記為好評;若有支持者對產品進行差評，則記為差評。在此基礎之上，分別統計出每個項目收到的支持者好評數量和差評數量。“眾籌網”項目的有很多評論是在項目發貨之前發布的。發貨前的評論不是支持者拿到回報后對產品質量的評論。因此，本文沒有采用項目發貨前的評論。

本文還同時考慮了支持者收貨后發布的評論是否也存在虛假評論的問題。一方面，與電子商務的刷單交易不同，由于大多數的預售眾籌項目為一次性銷售，發起人即使采取了刷單交易，項目成功后，因已達到刷單交易的目的，無需在發貨后再評論，因而進行虛假好評的動機并不強;另一方面，通過與“眾籌網”工作人員進行訪談了解到，發起人沒有刪除支持者評論的權限，即便有差評也無法刪除。由此可知，支持者在收貨后，對產品的評論基本能反映項目籌款后履約的真實情況。當然，這也不能排除虛假好評的情況，但至少差評的真實性是有保障的。因此，本文分別統計好評和差評的數量，構造“是否收到好評”“是否收到差評”這兩個變量來衡量履約質量。

（三）變量解釋

1被解釋變量

本文用三個變量來反映項目的履約質量：是否按時發貨、是否收到差評和是否收到好評。若從項目信息中判斷為“是”，則該變量取值為1;反之，取值為0。

2解釋變量

本文用一個項目是否存在刷單交易用戶來衡量項目發起人的誠信水平，并作為預測項目履約質量的一個信號。同時，用刷單交易用戶的數量來衡量刷單的嚴重程度。為了避免極端值的影響，本文對刷單交易用戶數量最高的1%進行了縮尾處理。

如何界定交易是否為刷單交易？如何判斷用戶賬號是否為刷單交易賬戶？鑒于預售眾籌銷售的是尚未上市的產品，產品質量未知，眾籌支持者大多抱著嘗鮮或先睹為快的想法。即便支持者真有購買多件產品的需要，也可選擇一次購買多件。因此，眾籌支持者多次支持同一項目的情況是不合情理的。Wang和Chiu[16]指出，刷單團體通常使用多個賬號連續購買。Jiang等[17]指出，虛假評論者的行為具有以下特點：他們通常給某一商品連續多次好評，這和實際購買商品的數量嚴重不符。因此，本文將同一項目同一用戶名出現兩次及以上的支持者定義為刷單交易用戶，并以此構造存在刷單交易用戶解釋變量。即如果項目支持者中存在購買兩次及以上的，該變量取值為1;反之，取值為0。在穩健性檢驗中，本文將識別刷單交易用戶的條件放松為同一項目同一支持者支持3次及以上。并根據刷單交易用戶的信息，進一步構造每個項目的刷單交易用戶數量，具體情況如表1所示。在現實生活中，可能存在為親友購買的情況，但根據生活經驗，由于眾籌是預售未知的產品，為親友購買存在較大的風險，從而不太可能為親友購買自己都不確定價值和質量的產品。自己收到新產品，試用后感覺不錯，再將新產品推薦給親友或幫助親友購買的情況則更為可能。

由表1可知，只購買了1次的支持者占8255%，購買兩次及以上的支持者占1745%，購買三次及以上的支持者占838%。所有3 472個項目中，約7929%的項目（2 753個）支持者人數少于或等于100人，近2/3的項目（2 113個）支持者人數少于或等于50人（含50），近一半的項目（1 536個）支持者少于或等于30人。因此，發起人有通過刷單交易來達到籌款目的的強烈動機。

3控制變量

項目的質量信息特征變量。戴靜等[18]歸納了一些影響眾籌支持者決策的項目質量信號，包括：在項目頁面中是否出現發起人申請或獲得專利、權威證書、營業執照、獎勵榮譽等圖片，是否有第三方推薦人或推薦內容的圖片，如網站、新聞媒體等。本文借鑒戴靜等[18]的做法，使用資質證明作為項目質量的一種信號，如果項目頁面中出現以上提到的任意一種質量信號，資質證明變量取值為1，反之，取值為0。

項目籌款情況特征變量。Mollick[19]認為，項目發貨的延遲程度取決于項目資金規模的大小和籌款進度比例，原因是生產商需要一段時期調整以適應超出預期的籌款金額，進而擴大生產。因此，本文將項目的籌款金額、目標金額和籌款進度比例作為控制變量。籌款進度比例是指籌到資金占目標金額的百分比。

年份虛擬變量。本文所使用的數據分布于2013—2016年，為了控制年份固定效應，經驗分析中加入了各個年份的虛擬變量。

項目類型虛擬變量。“眾籌網”將所有項目分為五類：農業、出版、藝術、娛樂和其他。經驗分析中加入了各種項目類型的虛擬變量。

（四）變量的描述性統計

變量的描述性統計結果如表2所示。總體來看，項目發起人按照約定時間發貨的占比為8709%，即有1291%的項目延遲發貨。從支持者對產品的評論情況可知，項目在發貨后，有4334%的項目收到了相關的評論，平均每個項目收到04827個好評數，05616個差評數;而且只有841個項目收到了支持者的好評，557個項目收到了支持者的差評。Anderson和Simester[8]也發現零售商網站的客戶很少評論產品，只有15%的客戶撰寫了產品評論。

項目的總體刷單交易情況如下：8995%的項目存在支持兩次及以上的支持者，6708%的項目擁有支持3次及以上的支持者。若將同一項目支持兩次及以上的用戶定義刷單交易用戶，則平均每個項目存在102252個刷單交易用戶;若將同一項目支持3次及以上的用戶定義為刷單交易用戶，則平均每個項目存在30833個刷單交易用戶。不論何種定義方式，刷單交易用戶數量的方差都是均值的10倍以上，表明部分項目不存在刷單，但部分項目刷單情況較為嚴重。

（五）刷單交易用戶情況和按時發貨項目的比重

若同一用戶名在同一項目中出現兩次及以上被定義為刷單交易用戶，那么刷單交易用戶數量占支持者總數的比重在2013—2016年總體呈現出下降的趨勢。2013年刷單交易用戶占所有支持者的比重為1807%，2014年降至1078%， 2015年降至714%，2016年為890%。刷單交易用戶總數量從2013年的7 528人提升到了2015年的13 173人，隨后下降到2016年的6 460人（本文僅收集了2016年前8個月的數據，2016全年數據約為該數字的15倍）。這說明有很多項目為了達到籌款目標進行了刷單交易。眾籌平臺上的刷單交易問題仍然未得到很好的解決，平臺和規制部門需要加強監管。

“眾籌網”項目按時發貨的比重是比較高的。在2016年發起的項目中，按照約定時間發貨的項目高達90%以上。按照“眾籌網”規定，項目眾籌成功后，項目發起人可以申請提取籌得款項的70%，剩下30%的尾款需要所有回報發放完畢且支持者確認收貨之后才可以申請提現。當發起人延期發貨時，支持者可以第一時間反饋給“眾籌網”，“眾籌網”若收到發起人還沒有發放回報的投訴，將停止和推遲尾款的支付。隨著“眾籌網”加強履約監管，發起人越來越注重及時發貨。

三、模型設定與經驗分析

支持者支持眾籌項目后，面臨的最大風險是發起人不履約。當然，某些不可控因素也可能造成生產和發貨的延誤。Mollick[19]認為，籌資者延遲履行承諾的部分原因來自于發起人自身誠信問題所致的道德風險。鑒于預售眾籌本身的特點，一旦項目眾籌成功，發起人就可以得到項目籌款金額的70%。因此，發起人拿到錢后，主觀上的確可能有不發貨、延遲發貨或發出較低質量貨品的動機。發起人進行刷單交易其實也是一種不誠信的行為。與Luca和Zervas[11]發現聲譽差、品質較低的餐廳更多發表虛假評論類似，筆者認為，如果發起人在項目籌款階段進行刷單交易，那么在項目實施過程中，也更可能出現機會主義行為，即更可能延遲交付或交付較低質量的產品，以獲得更大的收益。眾籌項目發起人通過刷單交易來提高銷量，從而達到吸引更多支持者參與眾籌的目的，預示著該項目的質量可能較低，即實施刷單交易的發起人也更容易事后違約。需要指出的是，本文旨在尋找“刷單交易是否能預測項目未來履約質量”的證據，并不致力于識別刷單交易與履約質量之間的因果關系。由于刷單交易在前，籌款成功后才談得上履約問題，因而本文不存在反向因果問題。

刷單交易與履約質量分別反映了發起人在籌款階段和履約階段的機會主義行為，如果兩者是正相關的，即眾籌階段的機會主義者更可能在項目眾籌成功后違約，通過在眾籌階段識別出存在刷單交易的項目，有助于平臺在眾籌階段篩查出低質量的項目，進而加強對這些項目的后續監管，并對支持者發出提醒，避免在履約階段出現大量的違約行為，從而損害眾籌項目支持者的利益和眾籌平臺的聲譽。相反，如果兩者沒有關系，平臺則無需披露項目發起人的刷單交易信息或加強監管。

（一）模型設定

由于被解釋變量“是否按時發貨”“是否收到差評”“是否收到好評”為二值變量，本文采用Probit模型估計項目的履約情況與發起人是否進行刷單交易的關系。具體Probit模型的設定如式（1）—式（3）所示：

Prob（準時發貨i=1︱x）=Φ（β刷單交易i + λXi）（1）

Prob（獲好評i =1︱x）=Φ（β刷單交易i + λXi）（2）

Prob（獲差評i =1︱x）=Φ（β刷單交易i+ λXi）（3）

式（1）中，“準時發貨i”表示第i個項目“是否按時發貨”，取值為1表示按時發貨;式（2）中，“獲好評i”表示第i個項目“是否收到好評”，取值為1表示收到好評;式（3）中，“獲差評i”表示第i個項目“是否收到差評”，取值為1表示收到差評。“刷單交易i”表示第i個項目是否“存在刷單交易用戶”或“刷單交易用戶數量”兩個變量。向量Xi是控制變量，Φ為標準正態分布的累積分布函數。

（二）經驗分析

1刷單交易與是否按時發貨

在“眾籌網”的項目主頁中可以看到有無私支持的選項，若支持者選擇的是無私支持，則意味著支持者沒有回報。無私支持的用戶可能是不求回報的真實支持者，也可能是項目發起人為盡快達到設定好的目標金額，對自己的項目進行無私支持進而實施的虛假交易。在所有支持記錄中，共計有36 065條是無私支持記錄。由于潛在支持者在項目主頁上可以看到哪些支持者是無私支持的，因而這些支持記錄或交易記錄不會影響潛在支持者對項目未來履約質量的判斷。但是，為了避免無私支持者被統計為刷單交易用戶，本文剔除了無私支持記錄，然后進行基準回歸。

表3的被解釋變量為“是否按時發貨”，列（1）的回歸未控制“項目類型”和“項目平均支持額”的影響，列（2）和列（3）進行了控制。無論是否控制“項目類型”和“項目平均支持額”，“存在刷單交易用戶”變量的系數都顯著為負。這一結果表明，相比于不存在“刷單交易”的項目，存在刷單交易的項目發起人不按照約定時間發貨的可能性更高，即存在“刷單交易”的項目更傾向于延遲發貨。將“存在刷單交易用戶”換成“刷單交易用戶數量”，得到表3列（3）結果。“刷單交易用戶數量”的系數顯著為負，表明隨著刷單交易用戶數量的增多，項目按時發貨的可能性顯著降低。根據表3結果，不論用“存在刷單交易用戶”還是用“刷單交易用戶數量”衡量發起人的誠信水平，刷單交易都預示著項目的違約可能性增加。

其他解釋變量的結果和預期一致，“項目平均支持額”和“資質證明”的系數為正，即平均支持金額較高、提供了某種資質證明的項目更可能按時發貨，但系數不顯著。籌款超出目標的比例越多，越不可能按時發貨，且系數是顯著的。項目支持者人數越多也越不容易按時發貨，但系數不顯著。藝術和其他類型的項目更容易延遲發貨。

2刷單交易與項目是否收到好評或差評

表4列（1）的回歸結果中，是否“存在刷單交易用戶”對項目“是否收到好評”的影響為負，即存在刷單交易用戶的項目更不容易獲得好評，但統計上不顯著。表4列（4）和列（5）的回歸結果中，是否“存在刷單交易用戶”對項目“是否收到差評”的影響顯著為正，即存在刷單交易用戶的項目更有可能收到差評，而不存在刷單交易的項目收到差評的可能性要低很多。而且在控制了項目類型后，存在刷單交易的項目收到差評的可能性，比沒有控制項目類型的提高了將近4個百分點。表4列（6）的結果則表明，刷單交易用戶數量越多，項目越容易收到差評。表4的結果支持了本文的假說，即存在刷單交易的項目其履約情況較差。表4列（2）和列（3）回歸結果中，“存在刷單交易用戶”和“刷單交易用戶數量”系數為正，且后者在統計上顯著，與本文的預測不一致。Luca和Zervas[11]指出，由于評論需要額外的時間和努力，且對自己沒有益處，只有部分認為商品質量水平遠超過預期的支持者才會給予好評，即人們對收到的產品滿意，不一定會發布好評，但若對于收到的產品稍有不滿意，就可能發布差評。因此，存在差評的項目應該比存在好評的項目更多。但是，在所有項目中，841個項目收到了好評，只有557個項目收到了差評，其中297個項目同時收到了好評和差評。刷單交易用戶數量越多，越可能收到好評，這有可能是因為刷單交易用戶較多時，為了平衡負面評論，項目發起人自己為項目刷好評。在將同時獲得好評和差評的項目刪掉后，回歸（2）中的“存在刷單交易用戶”的系數下降為-00962，仍不顯著，但系數值與回歸（1）中未控制項目類型的系數值相比，提高了6倍左右，說明在控制項目類型后，刷單交易對項目獲得好評可能性的負面影響更大了，而回歸（3）中的“刷單交易用戶數量”的系數則減小為00026，且不再顯著。

上述結果也表明，大多數時候，重復交易行為并不是因為預售商品受到支持者熱捧，而是項目發起人在通過刷單這一不誠信行為營造熱銷的假象。

3穩健性檢驗

（1）同一項目同一用戶支持3次及以上定義為刷單交易用戶

少量用戶對同一項目重復支持兩次，可能是真實地認可、喜歡某一產品。少量的重復支持，可能是出于真實的購買意愿，而非刷單交易。為排除這種可能對結果的影響，這里將同一用戶重復支持3次及以上定義為刷單交易用戶。當然，這樣有可能使得一些本來就存在刷單交易用戶的項目變成無刷單交易用戶的項目。定義刷單交易的次數越多，刷單交易用戶的項目被歸入無刷單交易用戶的項目就越多，也會產生一定的偏誤。與表3相比，重新界定刷單交易用戶為重復支持3次及以上之后，“存在刷單交易用戶”的系數仍然為負，但有所變小。受篇幅所限，回歸結果有所省略，留存備索。“刷單交易用戶數量”的系數絕對值與表3相比提高了1倍左右，且在5%顯著性水平上顯著，這說明刷單交易用戶數量越多，項目發起人越不可能按時發貨。該結果也說明，刷單交易項目被歸入無刷單交易項目的情況比較嚴重。

“存在刷單交易用戶”與“是否收到好評”的系數為負，即存在刷單交易的項目更不可能收到好評，項目質量較低，而且在控制了項目類型后，系數絕對值雖略有下降，但仍然為負。在控制了項目類型后，存在刷單交易用戶的項目收到差評的可能性顯著提高。盡管有刷單交易用戶的項目被歸入無刷單交易用戶的項目中，會造成一定的偏誤，但“刷單交易用戶數量”的系數依然為正且顯著，即刷單交易用戶數量越多，項目收到差評的可能性越大。這表明本文的基本結果是穩健的。

（2）未刪除無私支持的支持記錄

基礎回歸刪除了無私支持的支持記錄，回歸結果支持了本文的假說，為了檢驗結果的可靠性，這里保留無私支持的支持記錄。即使用全樣本數據，重新計算刷單交易用戶及其數量，回歸結果如表5和表6所示。保留無私支持的記錄后，存在刷單交易用戶的項目按時發貨的可能性仍然會降低，但對項目是否按時發貨的負面影響比表3的基準結果小。表6的結果與表4的結果也非常相似。在對項目“是否收到好評”回歸時，“存在刷單交易用戶”的系數不顯著，而對項目“是否收到差評”回歸時，系數顯著為正。這一結果進一步支持了本文的理論假說，即若一個項目存在刷單交易用戶，則預示著項目質量較差，與沒有刷單交易用戶的項目相比，更容易收到差評。

“眾籌網”部分用戶選擇匿名支持，有可能是匿名購買的真實支持者。為了避免匿名支持交易被歸為刷單交易用戶，本文剔除來自匿名賬號的支持記錄后進行穩健性檢驗，結果與表3和表4基本相同。考慮刷單交易對不同類型的項目可能存在不同影響，本文按項目類型分樣本進行異質性分析發現：存在刷單交易用戶的農業、出版、娛樂和其他項目收到差評的可能性較高;刷單交易用戶數量多的農業和其他項目也更可能收到差評，這表明刷單信息能較好地預測農業項目的履約質量。受篇幅所限，上述穩健性檢驗結果不詳細報告，留存備索。

四、結論與政策含義

在支持者缺乏鑒別刷單交易的信息和能力時，刷單交易將造成項目質量被高估，從而誤導眾籌支持者。研究發現，存在刷單交易及刷單交易用戶數量較多的項目履約情況較差，主要表現為延遲交貨的可能性更高和獲得差評的可能性更高。履約情況差的眾籌項目不僅損害眾籌支持者的利益，也極大影響了眾籌平臺的信譽，甚或阻礙了眾籌行業的進一步發展。因此，眾籌平臺需要考慮如何更有效地對平臺上的眾籌項目進行監管。項目中是否存在刷單交易，以及刷單交易用戶的數量是項目未來履約質量的一個重要信號。眾籌平臺可以利用后臺數據識別可能的刷單交易行為，為眾籌投資者或支持者提供決策的參考信息。如果平臺能夠有效識別刷單交易用戶，并為支持者提供預警信息，則可以保護支持者不受欺騙，幫助支持者選出潛在質量較高的項目，并為眾籌平臺贏得信譽和更多的支持者。支持者的信任又將吸引更多的項目發起人到信譽好的眾籌平臺開展籌資活動，從而形成良性循環。

從預防和減少虛假交易出發，眾籌平臺應采取措施限制平臺刷單交易。可以借鑒國外眾籌網站Kickstarter一張信用卡只能支持一個項目一次的做法，從而限制每個用戶重復購買同一項目的次數;也可以通過比對用戶IP與發起人IP，對IP相似度較高的用戶給予警告，甚至對重度可疑用戶進行封號，從而減少和預防刷單交易行為。在用戶注冊環節增加實名認證，也是眾籌平臺減少刷單交易的一種有效方法。由于刷單交易在眾籌項目中越來越普遍，眾籌的支持者在進行支持決策時，對待項目支持數量的信息要謹慎，不可盲目從眾。支持者要仔細鑒別眾籌項目是否存在大量的匿名用戶和刷單交易用戶，并結合項目質量的其他信息，綜合考察后再進行決策。

由于發起人有動機刷好評，而沒有動機刷差評，因而本文雖然發現刷單交易會增加延遲交貨和獲得差評的概率，但對于好評卻未能得到一致的結果。受數據所限，本文無法判斷某個好評是否來自真實的支持者。同時，由于無法獲得支持者的IP信息，本文只能通過支持者用戶ID判斷是否存在刷單交易，而無法評估發起人用不同賬戶分散購買的隱性刷單交易。并且，由于無法獲得失敗項目的支持記錄，本文也無法研究刷單交易對項目眾籌成功概率的影響，若未來可以進一步獲得失敗項目的支持記錄，可做進一步研究。

參考文獻：

[1]Kaartemo， V The Elements of a Successful Crowdfunding Campaign： A Systematic Literature Review of Crowdfunding Performance[J] International Review of Entrepreneurship， 2017， 15（3）： 291-318

[2]Hainz， C Fraudulent Behavior by Entrepreneurs and Borrowers[A] Cumming， D， Hornuf， LThe Economics of Crowdfunding [C] Cham： Palgrave Macmillan， 2018 79-99

[3]Cumming， D J，Hornuf， L， Karami， M， et al Disentangling Crowdfunding From Fraudfunding[R] Max Planck Institute for Innovation and Competition Research Paper， 2020

[2]Wessel， M， Thies， F Benlian， A The Emergence and Effects of Fake Social Information： Evidence From Crowdfunding [J] Decision Support Systems， 2016，90（10） ：75-85

[3]葉良芳刷單炒信行為的規范分析及其治理路徑[J]法學，2018，（3）：177-191

[4]王冠軍刷單行為的解釋邏輯及規制進路[J]洛陽理工學院學報（社會科學版），2019，（5）：50-56+63

[5]張艷玲前電子商務時代電子商務信用炒作行為之法律規制初探[J]電子商務，2010，（1）：47-49

[6]吳娟，何旭東淘寶刷單對消費者的影響[J]合作經濟與科技，2016，（22）：78-79

[7]汪恭政網絡交易平臺刷單行為的類型梳理與刑法評價[J]北京郵電大學學報（社會科學版），2018，（3）：18-24+32

[10]Harmon， A Amazon Glitch Unmasks War of Reviewers[J] The New York Times， 2004， 14（8）： 1-1

[8]Anderson， E T，Simester， D I Reviews Without a Purchase： Low Ratings， Loyal Customers， and Deception[J] Journal of Marketing Research， 2014， 51（3）： 249-269

[9]馬淑網購評論操縱對消費行為的影響[D]合肥：中國科學技術大學碩士學位論文，2016

[10]鄭春東，孫為政，王寒虛假網絡評論對消費者在線搜索與購買決策的影響[J]大連海事大學學報（社會科學版），2014，（6）：41-47

[14]Luca， M Reviews，Reputation， and Revenue： The Case of Yelp com[R] Harvard Business School NOM Unit Working Paper， 2016

[11]Luca， M，Zervas， G Fake It Till You Make It： Reputation， Competition， and Yelp Review Fraud[J] Management Science， 2016， 62（12）： 3412-3427

[16]Powell， D， Yu， J， DeWolf， M， et al The Love of Large Numbers： A Popularity Bias in Consumer Choice[J] Psychological Science， 2017， 28（10）： 1432-1442

[17]Agrawal， A，Catalini， C， Goldfarb， A Some Simple Economics of Crowdfunding[J] Innovation Policy and the Economy， 2014， 14（1）： 63-97

[12]Klafft， M Online Peer-to-Ppeer Lending： A Lenders Perspective[R]Proceedings of the International Conference on E-Learning， E-Business， Enterprise Information Systems， and E-Government 2008

[13]Ahlers， G K C， Cumming， D， Günther， C， et al Signaling in Equity Crowdfunding[J] Entrepreneurship Theory and Practice， 2015， 39（4）： 955-980

[14]Kuppuswamy， V， Bayus， B L Crowdfunding Creative Ideas： The Dynamics of Project Backers[A] Cumming， D， Hornuf， L The Economics of Crowdfunding [C] Cham： Palgrave Macmillan， 2018 151-182

[15]Li， X，Hitt， L M Self-Selection and Information Role of Online Product Reviews[J] Information Systems Research， 2008， 19（4）： 456-474

[16]Wang， J C， Chiu， C Q Detecting Online Auction Inflated-Reputation Behaviors Using Social Network Analysis[R] Annual Conference of the North American Association for Computational Social and Oorganizational Science ，2005

[17]Jiang， B， Cao， R H， Chen， B Detecting Product Review Spammers Using Activity Model[C] International Conference on Advanced Computer Science and Electronics Information， 2013

[18]戴靜，葉翠紅，陳義國，等質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[J]金融評論，2016，（3）：53-66

[19]Mollick， E The Dynamics of Crowdfunding： An Exploratory Study[J] Journal of Business Venturing， 2014， 29（1）： 1-16

（責任編輯：鄧菁）

[DOI]1019654/jcnkicjwtyj202005005

[引用格式]鄭筱婷，魏雪婧，雷霞眾籌平臺刷單交易與眾籌項目履約情況的經驗研究 [J]財經問題研究，2020，（5）：39-47

收稿日期：20200122

作者簡介：鄭筱婷（1978-），女，浙江金華人，副教授，博士，主要從事產業經濟學、行為與實驗經濟學和勞動經濟學研究。Email：zheng_xiaoting@hotmailcom

魏雪婧（1995-），女，福建南平人，碩士研究生，主要從事西方經濟學和勞動經濟研究。Email： 791399091@qqcom

雷霞（1992-），女，湖南郴州人，碩士研究生，主要從事企業戰略規劃研究。Email： 1070262268@qqcom