引領性捐贈策略的激勵效率

摘要：如何引導和激勵公眾捐贈是我國慈善事業高質量發展的關鍵問題之一。配捐和挑戰捐贈是國際上最常見的用于激勵公眾捐贈的手段，它們被統稱為“引領性捐贈”工具。在我國的公眾籌款中，配捐得到了較為廣泛的應用，而挑戰捐贈還不太被了解和重視。近年來，隨著配捐的邊際效應遞減、風險增高，引入新的激勵手段便被提上議程。本文采用情景實驗的方法分析配捐和挑戰捐贈在兩個公益項目的虛擬場景下的激勵效率。研究發現配捐和挑戰捐贈都存在幾種有效激勵捐贈的價格選項，而且不同激勵措施之間不存在顯著的效果差異。因此，未來我國公益事業可以引入挑戰捐贈等新的引領性捐贈工具，完善這類活動的法律監管和行業自律，促進其發揮第三次分配的作用。

關鍵詞：慈善捐贈 籌款效率 配捐 挑戰捐贈 情景實驗

一、問題的提出

公眾捐贈水平的提高不僅關系到我國捐贈結構的優化，也關系到我國慈善事業的高質量發展，促進其發揮第三次分配的作用。然而，提高公眾捐贈總額和提升籌款效率是公益組織普遍面臨的難題。通常，公益組織在開展籌款活動時會爭取外部資助方的支持，采用一些手段來提高公眾的捐贈意愿。引領性捐贈（leadership giving）是國際上最常見的激勵策略之一，主要包括配捐（matchinggifts）和挑戰捐贈（challenge gifts）這兩種形式。配捐指資助方承諾提供一筆資助金，每當公眾捐贈人向公益組織進行一筆捐贈，資助方就按照一定比例（例如1：1）匹配資助（Krasteva andSaboury， 2021; McCarty et al.， 2018）。挑戰捐贈指無論捐贈者個人捐多捐少，只要公益組織的籌款總額達到某個數額，資助方就提供一筆固定金額的資助（Rondeau and List， 2008）。

國外學界有關引領性捐贈的研究并不少見，主要討論選擇哪一種激勵形式和價格能帶來更高的捐贈意愿。自2015 年騰訊發起“99 公益日”以來，配捐在中國公眾募捐中得到廣泛使用，挑戰捐贈則較少得到應用。隨著“99 公益日”配捐的邊際效應遞減，加上“套捐”“詐捐”等事件時有發生，探索配捐的補充或替代方案被提上議程，而挑戰捐贈成為一種新的選項。因此，本研究采用了情景實驗（vignette experiment）的方式探討在中國的公益籌款中，挑戰捐贈的激勵效率及其與配捐的差異。一方面，本研究可以彌補國內相關研究的不足，另一方面也可以為我國公眾籌款的實踐與變革提供理論依據。

二、文獻綜述

國外研究表明，配捐和挑戰捐贈都是有效的引領性捐贈工具，但不同的激勵價格帶來的激勵效果不同，兩種策略的形式和原理也不盡相同。不過，中國和國外的配捐有較大差異。國外的配捐主要發生在企業內部，中國的配捐則大多發生在互聯網公募平臺上，且主要在“99 公益日”的場景中得到應用。為了對這兩種配捐作出區分，本文將國外的配捐稱為“企業配捐”，將中國的配捐稱為“平臺配捐”。

（一）配捐和挑戰捐贈的特征

引領性捐贈涉及三個必要主體：籌款方（公益組織）、資助方（企業或大型基金會）和個體捐贈人（Krasteva and Saboury， 2021）。

國外企業配捐的特點是“平臺分散，計劃性強，競爭性弱”。企業配捐的個體捐贈人一般為本企業的員工。企業會鼓勵員工向特定幾個或任何符合要求的公益組織捐款，并按固定比例為員工的單筆捐贈匹配激勵金。一般配捐不設置資助門檻，但可能設置上限（Rondeau and List， 2008;Saboury et al.， 2022）。現有研究認為，企業配捐可以降低捐贈價格，向捐贈人釋放出“信號”，暗示項目質量值得信賴且捐贈時機可靠，并扮演“貢獻放大器”的角色提高捐贈人的道德滿足感，以此刺激捐贈（Krasteva and Saboury， 2021; Meer， 2014）。

中國平臺配捐的特點則是“平臺集中，計劃性弱，競爭性強”。絕大多數參與“99 公益日”配捐的公益組織都集中在騰訊公益平臺上，在短時間內按照“自由競爭”的模式爭取配捐。首先，“99公益日”允許所有符合準入門檻的公益組織參與配捐，數量龐大，而騰訊大體上不做精挑細選。另外，“99 公益日”的個體捐贈人是網絡公眾，騰訊跟隨公眾為其選擇的項目提供配捐。最后，除2015 年外，騰訊不按照固定比例提供配捐，而是使用“配捐算法”隨機為公眾的單筆捐贈匹配激勵金，并每天設置一定上限（楊團， 2016; 袁泉、黃鑫， 2019）。總的來說，平臺配捐也可以降低捐贈價格，并用類似“公益中彩”的隨機性刺激捐贈熱情。雖然平臺配捐較難向公眾暗示項目質量，但它可以運用節日氣氛引導公眾在特定時間內捐款。

在國外，挑戰捐贈有時也被稱作“種子資金”（seed money），它類似于一種“籌款錦標賽”。資助方一般會提供固定金額的激勵金而不根據單筆捐贈計算。如果公益組織想要獲得這筆激勵金，其眾籌總額需要在一定時間內達到一定金額（Rondeau and List， 2008; Saboury et al.， 2022）。既有研究認為挑戰捐贈也可以通過釋放質量和時間信號來鼓勵捐贈（Deutsch et al.， 2017; List and Lucking-Reiley， 2002）。另外，挑戰捐贈也是企業的一筆“慷慨的示范”，個體捐贈人會出于響應的心態而選擇捐款（Krasteva and Saboury， 2021; Saboury et al.， 2022）。挑戰捐贈在中國公眾籌款中的應用極少，只有一些類似的資助活動。例如，騰訊會在“99 公益日”結束后為總體籌款表現優異的組織提供“非限定性配捐”（楊團、朱健剛， 2021）。

（二）配捐和挑戰捐贈的激勵效率

國外現有的研究普遍認為引領性捐贈可以有效提高捐贈意愿和籌款效率，但是關于何種形式和價格能帶來更高的效率。以往研究基于不同背景、條件和方法給出了不同的結論。

對于企業配捐，既有研究分析了不同價格機制的激勵效率。Karlan 和List（2007）設計了一個自然實地實驗（natural filed experiment）比較大額配捐方案（配捐比大于等于1：1）的效率。他們發現雖然配捐可以增加籌款概率和單筆捐贈的金額，但是更高的配捐比并沒有帶來更多的捐贈。之后，Karlan 等（2011）和McCarty 等（2018）分別開展了兩個實地試驗比較小額配捐（配捐比小于等于1：1）的效率。研究者發現對于組織的長期支持者來說，配捐帶來了積極的效果，但更高的配捐比并沒有產生更好的效果。對于其他捐贈人來說，小額配捐的激勵作用并不顯著，甚至導致捐贈人懷疑項目的潛力。因此研究者強調配捐不是“萬靈藥”，過低的配捐比并不太值得公益組織爭取。

過往研究也分析了挑戰捐贈的有效性。例如，Verhaert 和Van den Poel（2012）通過一項實地實驗發現，對于捐贈經驗較少的支持者來講，無論資助門檻或高或低，挑戰捐贈都能有效提高籌款額，這是因為這部分捐贈人更容易受到信號功能的激勵。然而，對于捐贈經驗豐富的支持者，只有設置較高門檻的挑戰項目才具有激勵效果。Deutsch 等（2017）則對Sponsume 和Kickstarter 平臺上的287 個眾籌項目進行了分析，發現在項目開始時宣布挑戰捐贈的計劃可以釋放出積極信號來提振后續捐贈人的信心，最終提高眾籌的成功率。

其他研究則對比了配捐和挑戰捐贈的激勵效率。一些研究者認為企業配捐比挑戰捐贈更具優勢。例如，Danziger 和Schnytzer（1991）、Varian（1994）認為配捐可以減少挑戰捐贈的“搭便車”（free-riding）行為，即捐贈人因為自己的捐贈不影響激勵金額而傾向于捐更少的錢。Saboury 等（2022）通過實驗室實驗（laboratory experiment）檢驗了這套行為模式，發現配捐比挑戰捐贈增加了10% 的預期籌款總額。與之相反，另一些研究者認為挑戰捐贈更具優勢。例如，Krasteva 和Saboury（2021）通過自然實地實驗發現，挑戰捐贈更容易暗示項目的質量值得信賴，尤其是在企業和捐贈人對項目知情較少的情況下。

以往研究顯然沒有在引領性捐贈的效率方面達成共識。這個問題引出了實地實驗（發生在真實面向公眾的籌款場景里）和實驗室實驗（發生在真空的假設場景里）這兩種方法的爭論。List（2008）認為，實地實驗比實驗室實驗更適用于探究真實社會活動的數據，有利于提出值得推廣的結論。Eckel 和Grossman（2008）贊同實地試驗的優勢，但認為實驗室實驗控制變量的能力要遠強于實地實驗。Rondeau 和List（2008）也認為實驗室實驗更有利于揭示數據機制背后的深層原因，因此兩種實驗可以優勢互補。總的來說，這些方法論的爭論說明對籌款策略的研究并不存在一個完美的實驗設計，也無法設定一個理想的客觀環境。

國內研究甚少關注引領性捐贈的效率。因為平臺配捐不以單個項目為基數，本研究只能觀察其總額的增長情況。如表1 所示，2015—2023 年，“99 公益日”的總配捐比始終低于1：1，且從78：100 降低到9 ：100。但是，公眾捐贈總額和人次在大體上都呈現出增長的趨勢。表面上，“99公益日”用比企業配捐低得多的價格達到了刺激捐贈的目的，但目前的數據難以判斷兩者之間是否存在顯著的相關性，因為籌款額的增長是一個多變量影響的結果。

（三）中國引領性捐贈面臨的挑戰

雖然我國的研究很少探討配捐的原理和效率，但既有文獻和行業資料已經關注到平臺配捐對公益組織的影響，尤其是其暴露出來的問題。平臺配捐暴露出的第一個問題是投資回報率不斷下降，導致許多組織（尤其是草根組織）逐漸淡出這類籌款游戲。公益組織參與“99 公益日”要付出越來越高的時間人力成本和“關系勞動”（relational labor），但“99 公益日”的配捐比越來越低，并且大比數的配捐向大型和官辦組織集中（楊團、朱健剛， 2021; Han et al.， 2023; Zheng， 2023）。平臺配捐的第二個危機是“套捐”“詐捐”等欺詐現象。部分組織或個人過度追求單筆捐贈的收益，使用水軍刷單騙取配捐，引發了行業的信任危機。

由此可見，尋找配捐的替代方案是中國公益行業亟須探索的問題，但既有研究還不能有效回應這個需求。雖然國外的研究系統比較了配捐和挑戰捐贈的效率，但受限于其場景和方法的特殊性，研究結論很難得到普適化的推廣。如前文所述，中國的引領性捐贈在特征和應用場景上與國外存在很大差異，國外的研究結論缺少直接借鑒的意義。而且，我國現有的研究尚未使用過統計學方法分析現有引領性捐贈工具的有效性。因此，本研究希望用科學方法解答挑戰捐贈是否和配捐一樣具有激勵公眾捐贈的作用，它們的激勵效果是否存在顯著差異，不同的激勵價格對捐贈意愿有何影響。

三、研究方法

（一）實驗設計

1. 方法選擇

由于缺少自然數據，大多數有關引領性捐贈的研究都采用實驗方法（Deutsch et al.， 2017）。同樣，本研究希望模仿既有的實驗室實驗（Eckel and Grossman， 2003; Saboury et al.， 2022），招募公眾作為潛在捐贈人，設置虛擬的籌款場景，分組施加不同的激勵措施，統計和分析參與者的捐贈意愿。本研究沒有仿照實地實驗（Karlan et al.， 2011; McCarty et al.， 2018）是因為在真實的眾籌活動中設置挑戰捐贈成本較高，也較難獲得清晰的捐贈人畫像。基于成本和便利性的考量，本研究選擇了情景實驗法進行模仿。

情景實驗是調查實驗的一種形式，結合了傳統實驗和問卷調查的方法。研究者向公眾發放問卷，簡短展示虛擬的實驗場景，收集受訪者的行為選擇信息。相比傳統實驗，情景實驗成本更低、效率更高、靈活性更強，一方面可以觸達更大范圍和規模的受試者，另一方面可以考察更多的實驗問題、環境因素和人口學特征，與真實的社會場景（例如公益活動）有更大的相似性（Atzmüller andSteiner， 2010）。這種方法的局限性將在后文討論。

2. 情景設置

本研究設置了兩個虛擬的情景，分別發放問題基本一致的問卷：情景一為中國鄉村發展基金會在“99 公益日”為“愛心包裹項目”籌款。情景二為中國紅十字基金會在“一帶一路”沿線的非洲開展“國際免費午餐項目”，并在“99 公益日”籌款。課題組設置這兩個情景，是因為它們的歷史較長，也有較好的籌款表現和影響力。愛心包裹是中國鄉村發展基金會的經典項目，啟動于2009年，旨在向欠發達鄉村的小學生發放美術和科創等用品包，改善他們的素質教育學習條件。于2011年啟動的免費午餐是中國公益行業的經典項目。由于課題組希望考察捐贈人對國際項目的態度，所以選擇了國際免費午餐項目。2017 年開始，中國紅十字基金會在肯尼亞、埃塞俄比亞、坦桑尼亞等國家啟動國際免費午餐項目，在學校發放免費的餐食或糧食包，幫助改善兒童的教育條件，促進他們重返校園。

3. 因變量和自變量

問卷將首先詢問受訪者的人口學信息和公益經驗，之后詢問他們如果項目配有某種激勵機制，他們傾向于捐贈多少錢。受制于回收成本的考量，“意向捐贈水平”被設置成一個以“0 元”“1—10 元”“11—100 元”“101—500 元”“501—1000 元”“1000 元及以上”這六個等級的有序變量。該變量旨在形象地描述從低到高的捐贈意愿。

受訪者的答卷將按照表2 被分為數量平均的9 組。其中一組沒有保留任何激勵機制，作為對照組；其他八組各自保留一種價格的配捐或挑戰捐贈措施，作為實驗組。在這種情況下，除了本人所在組的激勵措施外，受訪者知道其他組的激勵措施的內容。

4. 實驗假設

本調查實驗有以下五個假設。

假設1 配捐相比無激勵措施可以帶來更高的意向捐贈水平；

假設2 更高的配捐價格會帶來更高的意向捐贈水平；

假設3 挑戰捐贈相比無激勵措施可以帶來更高的意向捐贈水平，

假設4 更高的挑戰捐贈價格可以帶來更高的意向捐贈水平；

假設5 配捐和挑戰捐贈的意向捐贈水平沒有差異。

（二）抽樣方法

本研究的研究總體是中國公眾籌款的潛在捐贈人。因為隨機抽樣在可操作性和成本上存在較多困難，所以本研究采用非概率抽樣生成樣本，包括滾雪球抽樣、方便抽樣和目的抽樣，并通過問卷星發放問卷。但是，非概率抽樣存在不可避免的局限性，將在后文討論。

2024 年2 月至4 月，課題組發放了愛心包裹和國際免費午餐兩份問卷。課題組排除了答題時間少于60 秒的答卷，再用隨機程序歸組和篩選答卷使分組均勻。最終愛心包裹問卷的有效樣本量為513（收集737 份，有效率69.61%），每組有57 個觀測樣本；國際免費午餐問卷的有效樣本量為585（收集961 份，有效率60.87%），每組有65 個觀測樣本。

（三）數據分析方法

首先，本研究使用交叉表等描述性統計方法對意向捐贈水平的大體趨勢進行分析。本研究將10 元及以下的捐贈意向視為“小額捐贈”，將101 元及以上的捐贈意向視為“大額捐贈”。小額捐贈的占比越低，大額捐贈的占比越高，參與者的意向捐贈水平較高。但是，描述性統計不能被用于推斷變量之間的相關性。

其次，因為意向捐贈水平是一個有序變量，本研究使用有序邏輯回歸分析激勵措施和意向捐贈水平是否存在統計學上顯著的相關性。本研究共使用16 個回歸模型，每個場景有8 個模型（愛心包裹場景為模型1 至模型8，國際免費午餐場景為模型9 至模型16），分別以第一組（無激勵）至第八組（1：1 挑戰）作為參照。回歸模型均采用95% 置信水平。除了性別和年齡這兩個基礎的人口學特征之外，課題組也選擇了月收入水平、教育程度和城鄉居住類型作為控制變量，這是因為它們對公益參與的經濟、文化和社會資本影響較大。另外，課題組也將表3 中的公益經驗作為控制變量，這是因為具有不同經驗的捐贈人對激勵措施的反應有明顯的差異。例如， Karlan 等（2011）和McCarty 等（2018）都發現配捐對長期捐贈人和新捐贈人的激勵效果是不同的。

另外，對于每個回歸模型，課題組都對納入模型的核心自變量和控制變量進行共線性檢驗，控制方差膨脹因子，避免它們之間出現多重共線性的問題而對相關性分析造成偏差。

（四）樣本特征

本研究的兩個情景實驗參與者的公益經驗和人口學特征分布情況如表4 所示。愛心包裹情景以中高經驗的參與者為主，而免費午餐以很低公益經驗的參與者占比最大。該分布情況可能導致愛心包裹情景參與者的平均捐贈意愿過高。此外，兩個情景都呈現出女性和30 歲及以下捐贈人較多、本科學歷和城市參與者占據主導的情況。除了愛心包裹情景的性別和年齡特征之外，該分布情況符合行業資料對中國捐贈人畫像的大致判斷（北京大學中國公眾捐贈研究項目組， 2023）。此外，本研究對兩個情景分別進行了卡方檢驗，發現九個組別之間在公益經驗和人口學特征上不存在顯著差異（p≥0.05），分布是隨機且平衡的，因此它們在因變量上的差異具有可比性。最后，前文提到的實驗室實驗也并未采用隨機抽樣方法，而是在數據分析中使用統計學方法控制樣本差異。本研究也將采用控制變量法降低人口學結構的差異對相關性分析造成的偏差。

四、實驗結果

（一）愛心包裹情景中配捐和挑戰捐贈的激勵效率

1. 描述性統計

如表5 所示，無激勵組的意向捐贈水平處在較低位置。隨著配捐價格的提高，實驗參與者的意向捐贈水平也漸漸提高。隨機價格也為實驗參與組合帶來了一個比較高的意向捐贈水平。但是，接受挑戰捐贈的參與者的意向捐贈水平沒有表現出隨挑戰價格上漲的趨勢。另外，在激勵價格隨機或者超過1：10 的時候，接受配捐的參與者比接受挑戰捐贈的參與者有更高的意向捐贈水平。由于每組的人口學特征不同，且很多價格對應的意向捐贈水平的占比之間差別不大，還需要通過回歸分析探究激勵措施的影響是否有統計學上的顯著性。

2. 回歸分析

經檢驗，納入模型的自變量之間不存在嚴重的多重共線性問題（方差膨脹因子lt;10）。表6 中模型1 的有序邏輯回歸結果顯示，在控制公益經驗和人口學特征的情況下，和無激勵措施相比，1：1 配捐、隨機配捐、1：10 挑戰、1：1 挑戰和隨機挑戰這五種措施可以帶來顯著更高的意向捐贈水平（plt;0.05， ORgt;1）。該模型驗證了假設1 和假設3。模型2 至模型8 的回歸結果顯示，在控制公益經驗和人口學特征的情況下，八種激勵價格帶來的意向捐贈水平之間沒有顯著差異（p≥0.05）。

因此，本研究推斷對于愛心包裹項目的情景來說，“99 公益日”提供1：1 配捐、隨機配捐、1：10挑戰、1：1 挑戰和隨機挑戰都是有效的激勵措施，但不同激勵價格的效果的差異并不顯著。該系列模型沒有支持假設2 和假設4，驗證了假設5。

另外，模型1 至模型8 的回歸結果顯示，在控制激勵措施和人口學特征的情況下，和公益經驗很低的參與者相比，公益經驗很高的參與者有顯著更高的意向捐贈水平（plt;0.05， ORgt;1），而有其他公益經驗的參與者沒有顯著差異（p≥0.05）。

（二）國際免費午餐情景中配捐和挑戰捐贈的激勵效率

1. 描述性統計

如表7 所示，描述性統計結果無法顯示無激勵組的意向捐贈水平是否處在低位。接受配捐和挑戰捐贈的參與者的意向捐贈水平都沒有表現出隨挑戰價格上漲的趨勢，但是高價挑戰捐贈在激勵參與者的效果上表現出了優勢。另外，配捐和挑戰捐贈在差異上并沒有表現出隨激勵價格變化的穩定趨勢。和愛心包裹情景一樣，本研究還需要通過回歸分析這些差異是否具有統計學上的顯著性。

2. 回歸分析

經檢驗，納入模型的自變量之間不存在嚴重的多重共線性（方差膨脹因子lt;10）。表8 中模型9 的有序邏輯回歸結果顯示，在控制公益經驗和人口學特征的情況下，和無激勵措施相比，1：2 配捐、隨機配捐和1：1 挑戰這三種措施可以帶來顯著更高的意向捐贈水平（plt;0.05， ORgt;1）。該模型驗證了假設1 和假設3。模型10 至模型16 的有序邏輯回歸結果顯示，在控制公益經驗和人口學特征的情況下，這三種激勵措施帶來的意向捐贈水平之間沒有顯著差異（p≥0.05）。

因此，本研究推測對于國際免費午餐項目的情景來說，“99 公益日”提供1：2 配捐、隨機配捐和1：1 挑戰都是有效的激勵措施，且不同激勵價格的效果之間差異并不顯著。該系列模型無法支持假設2 和假設4，驗證了假設5。

另外，模型1 至模型8 顯示，在控制激勵措施和人口學特征的情況下，和公益經驗很低的參與者相比，公益經驗中等、較高、很高的參與者都有顯著更高的意向捐贈水平（plt;0.05， ORgt;1），而公益經驗較低的參與者沒有顯著差異（p≥0.05）。

（三）愛心包裹和國際免費午餐情景的比較

愛心包裹和國際免費午餐兩個情景中配捐和挑戰捐贈的價格機制存在相似之處。首先，隨機配捐和1：1 挑戰都是有效的激勵措施。如圖1 所示，對于隨機配捐組，愛心包裹情景中有略低比例的參與者選擇小額捐贈，國際免費午餐情景中有明顯更高比例的參與者選擇大額捐贈，總體上國際免費午餐情景的意向捐贈水平更高。對于1：1 挑戰組，國際免費午餐情景中有明顯更低比例的參與者選擇小額捐贈，選擇大額捐贈的參與者比愛心包裹情景多出近16%，國際免費午餐情景的意向捐贈水平明顯更高。隨機配捐和1：1 挑戰為國際免費午餐情景的參與者帶來明顯更高的意向捐贈水平。但是，這種差異是否具有統計學的顯著性需要進一步的對比實驗和控制變量分析的檢驗。

其次，對于項目各自來說，有效的激勵措施之間都不存在顯著的效果差異，激勵價格的提高不會顯著提高意向捐贈水平。不過，兩個情景也存在不同之處。愛心包裹比國際免費午餐多出了1：1配捐、1：10 挑戰和隨機挑戰這三個有效的激勵選項。

五、結論與討論

（一）主要發現

以上情景實驗的結果表明，挑戰捐贈和配捐都是有效的激勵策略。在愛心包裹情景中，有效措施為1：1 配捐、隨機配捐、1：10 挑戰捐贈、1：1 挑戰捐贈和隨機挑戰；在國際免費午餐情景中，有效措施為1：2 配捐、隨機配捐和1：1 挑戰捐贈。在有效措施當中，激勵價格的變化對捐贈意愿沒有顯著影響，配捐和挑戰捐贈的激勵效率也不存在顯著差異。

首先，本研究的理論貢獻在于支持并擴充了中國公益行業的流行觀點。雖然配捐被普遍認為是拉動“99 公益日”籌款增長的驅動因素，但尚未有研究對其采用的隨機配捐模式提供實證支持。本研究的發現彌補了這一不足。研究發現對這兩個籌款情景而言，隨機配捐是有效的激勵措施。但是，隨機配捐并不是唯一有效的、不可替代的方案。

其次，基于中國情景的實驗呼應了國外研究的結論并擴展了其適用范圍。配捐和挑戰捐贈不僅適用于國外的企業捐贈場景，其有效性也可以擴展到中國“自由競爭”模式的公眾籌款當中。在中國的公眾籌款場景中，引領性捐贈也可以釋放出時間信號引導公眾捐款。同時，引領性捐贈可以作為“貢獻放大器”或“慷慨的示范”來激發公眾的主觀捐贈意愿。和國外的研究類似，本研究也發現激勵價格和效果之間不存在線性的關系，單純提高價格不會直接帶來更高的捐贈意愿。這說明提高激勵價格帶來的邊際效用有限。

但是，本研究并未像國外很多研究一樣，發現配捐和挑戰捐贈存在顯著的效率差異。這可能是因為中國公眾籌款的“去中心化”特點淡化了個人貢獻和項目收益的直接聯系，使得捐贈人更少關注不同激勵形式下單筆捐贈的意義。不過，這一結論的差異進一步印證了國外的方法論爭論，即當實驗的條件發生變化，對于引領性捐贈工具的激勵效率很難形成共識。

最后，本研究觀察了國內和國際兩個項目不同情景的差異。愛心包裹情景和國際免費午餐相比有更多的激勵措施可供選擇。但對于相同措施而言，國際免費午餐吸引了更高的捐贈意愿。其原因可能在于公眾對國內項目更為了解，因此國內項目可以更加靈活地選擇激勵工具。但國際項目也有較大的捐贈潛力，捐贈人如果認同該項目可能會提供更為堅實的支持。

（二）政策建議

以上研究結論表明，為了應對配捐邊際效應遞減和風險增大的問題，中國公益行業在開展公眾籌款時可以采用更多元的激勵方式，特別是擴大挑戰捐贈的應用范圍，將對個人單筆捐贈收益的追求轉換為對公益組織整體籌款能力的關注。與此同時，任何一種引領性捐贈活動都需要加強政府監管和行業自律。一方面，政府部門可以加強對引領性捐贈的管理，加大對違規行為的懲處力度，更好地規范挑戰捐贈和配捐活動，為公眾籌款的發展提供制度保障。另一方面，互聯網公益平臺和公益組織也需要加強行業自律，不斷提升公益行業的透明度與公信力。

（三）局限性和未來展望

本研究在方法上存在一定局限。首先，非概率抽樣所獲樣本的代表性較差，樣本和總體的結構有極大概率不一致（Mullinix et al.， 2015; Parker et al.， 2019）。兩個情景的參與者捐贈率高達90%以上，實驗樣本對這兩個項目的興趣可能要遠高于公眾捐贈人的總體情況。其次，情景實驗較難設置一個不受干擾的環境。本實驗沒有控制不同情景的差異（Andreoni， 2006），也較難控制措施對不同個體的影響的差異（Mullinix et al.， 2015）。本次實驗只探究了愛心包裹和國際免費午餐這兩個情景，無法兼顧各類項目的需求。最后，正如Mullinix 等（2015）所說，調查實驗的可重復性較差，較難從中總結普遍規律。總體而言，和Wang（2023）的觀點類似，本研究采用的實驗方法無法準確且全面地捕捉到公益活動的復雜性。

另外，本次情景實驗的參與者知道其他激勵措施的內容。一些觀點認為這種設置會導致“實驗期望效應”（experimenter demand effects），即受試者揣測到實驗目的從而做出符合研究期望的選擇（Mummolo and Peterson， 2019）。參與者可能看到了激勵價格的高低而知曉實驗意圖，被引導在價格上漲時選擇更高的捐贈水平。但是，Mummolo 和Peterson 通過復制五個政治學實驗發現這種效應在線上調查實驗中并不顯著。又因為互聯網籌款的規則本身就是公開的，公眾可以比較原有方案和改革方案的差異，所以這個問題可以暫時不被視作局限。不過，未來研究可以對受訪者隱藏其他組別的方案以避免潛在的實驗期望效應。

未來研究可以按照三種思路解決上述問題。第一，研究者可以使用隨機抽樣招募參與者。第二，研究者可以開展實地實驗，在真實的籌款活動中設置挑戰捐贈的選項。但是，這兩個方案會大大增加實驗成本和操作難度。第三，研究者可以在未來條件允許的情況下，統計中國公眾籌款的歷史數據。這種方法在一些研究中得到了應用，例如Deutsch 等（2017）基于兩個眾籌平臺的籌款數據分析了挑戰捐贈的激勵效果，Wang（2023）基于印第安納州社區基金會的縱向數據分析了配捐計劃對籌款的影響。總的來說，未來研究需要多的工具和數據，來探究哪一種籌款策略可以進一步地推動中國社會公益的發展。

參考文獻

北京大學中國公眾捐贈研究項目組. 中國公眾捐贈調研（精簡版）[R/OL]. 北京： 北京大學國家發展研究院. https：//nsd.pku.edu.cn/pub/chnsd/docs/20231224085036353110.pdf.

楊團， 朱健剛. 中國慈善發展報告2021[M]. 北京： 社會科學文獻出版社， 2021.

楊團. 中國慈善發展報告2016[M]. 北京： 社會科學文獻出版社， 2016.

袁泉， 黃鑫. 募捐模式、組織化動員與社會組織的資源依賴——以魯縣微公益協會參與“配捐”的實踐為例[J]. 福建論壇（人文社會科學版）， 2019， （12）： 98-105.

Andreoni J. Leadership Giving in Charitable Fund-raising[J]. Journal of Public Economic Theory， 2006， 8（1）： 1-22.

Atzmüller C.， Steiner P. M. Experimental Vignette Studies in Survey Research[J]. Methodology， 2010， 6（3）： 128-38.

Danziger L.， Schnytzer A. Implementing the Lindahl Voluntary-Exchange Mechanism[J]. European Journal of Political Economy，1991， 7（1）： 55-64.

Deutsch J.， Epstein G. S.， Nir A. Mind the Gap： Crowdfunding and the Role of Seed Money[J]. Managerial and Decision Economics，2017， 38（1）： 53-75.

Eckel C. C.， Grossman P. J. Rebate Versus Matching： Does How We Subsidize Charitable Contributions Matter？[J]. Journal of Public Economics， 2003， 87（3）： 681-701.

Eckel C. C.， Grossman P. J. Subsidizing Charitable Contributions： A Natural Field Experiment Comparing Matching and Rebate Subsidies[J]. Experimental Economics， 2008， 11（3）： 234-52.

Han L.， Lee C.， Song Q. From Crowdfunding to Crowd Mobilization： The Impact of Digital Philanthropy on Grassroots Organizations and Local Politics in China[J]. The China Quarterly， 2023， （First View）： 1-19.

Huck S.， Rasul I.， Shephard A. Comparing Charitable Fundraising Schemes： Evidence from a Natural Field Experiment and a Structural Model[J]. American Economic Journal： Economic Policy， 2015， 7（2）： 326-69.

Karlan D.， List J. A. Does Price Matter in Charitable Giving？ Evidence from a Large-Scale Natural Field Experiment[J]. The American Economic Review， 2007， 97（5）： 1774-93.

Karlan D.， List J. A.， Shafir E. Small Matches and Charitable Giving： Evidence From a Natural Field Experiment[J]. Journal of Public Economics， 2011， 95（5）： 344-50.

Krasteva S.， Saboury P. Informative Fundraising： The Signaling Value of Seed Money and Matching Gifts[J]. Journal of Public Economics， 2021， 203： 104501.

List J. A.， Lucking-Reiley D. The Effects of Seed Money and Refunds on Charitable Giving： Experimental Evidence from a University Capital Campaign[J]. Journal of Political Economy， 2002， 110（1）： 215-33.

List J. A. Introduction to Field Experiments in Economics with Applications to the Economics of Charity[J]. Experimental Economics， 2008， 11（3）： 203-12.

Mccarty S. H.， Diette T. M.， Holloway B. B. How Low Can You Go？ An Investigation into Matching Gifts in Fundraising[J]. Review of Behavioral Economics， 2018， 5（1）： 23-37.

Meer J. Effects of the Price of Charitable Giving： Evidence from an Online Crowdfunding Platform[J]. Journal of Economic Behavioramp; Organization， 2014， 103： 113-24.

Mullinix K. J.， Leeper T. J.， Druckman J. N.et al. The Generalizability of Survey Experiments[J]. Journal of Experimental Political Science， 2015， 2（2）： 109-38.

Mummolo J.， Peterson E. Demand Effects in Survey Experiments： An Empirical Assessment[J]. American Political Science Review，2019， 113（2）： 517-29.

Parker C.， Scott S.， Geddes A. Snowball Sampling[M]//Sage Research Methods Foundations. Thousand Oaks， US： SAGE， 2019.

Rondeau D.， List J. A. Matching and Challenge Gifts to Charity： Evidence from Laboratory and Natural Field Experiments[J].Experimental Economics， 2008， 11（3）： 253-67.

Saboury P.， Krasteva S.， Palma M. A. The Effect of Seed Money and Matching Gifts in Fundraising： A Lab Experiment[J]. Journal of Economic Behavior amp; Organization， 2022， 194： 425-53.

Varian H. R. Sequential Contributions to Public Goods[J]. Journal of Public Economics， 1994， 53（2）： 165-86.

Verhaert G. A.， Van den Poel D. The Role of Seed Money and Threshold Size in Optimizing Fundraising Campaigns： Past Behavior Matters！[J]. Expert Systems with Applications， 2012， 39（18）： 13075-13084.

Wang X. The Long-Term Effects of Matching Grants on Giving and Fundraising： A Longitudinal Study of Community Foundations in Indiana， USA[J]. Voluntas， 2023， 34（6）： 1243-57.

Zheng W. Converting Donation to Transaction： How Platform Capitalism Exploits Relational Labor in Non-Profit Fundraising[J].Socio-Economic Review， 2023， 21（4）： 1897-916.