3.2.3.1 描述性统计
本研究所使用的数据直接取自项目详情页， 变量的数值分布范围较大。 直接使用原始数据进行分析， 会对结果的解释造成困难。 因此， 我们将涉及金额的变量取万元， 即已筹金额、 筹资目标转换为以万元为单位的数值； 将涉及人数的变量取千人， 即支持人数、 关注人数、 点赞人数转换为以千人为单位的数值。
对反映筹资成果的指标进行分析后发现， 样本的筹资成功率约为80%， 平均筹资进度达301%， 已筹金额均值为280 590 元， 每个项目约能获得945 名支持者， 每位支持者平均贡献297 元。 分类来看， 样本中成功项目的平均筹资进度为389%， 平均筹资344 266 元， 每个项目约能获得1 140 名支持者； 而失败项目的平均筹资进度只有21%， 平均筹资17 207 元， 每个项目仅获得139 名支持者的支持。 筹资结果的显著差异反映出项目存在两极分化的情况， 即成功的项目更易获得高额筹资， 而失败项目很难吸引潜在支持者的支持。 从相关变量的数值分布范围来看， 样本中已筹金额的数值分布范围较大， 最少的项目获得的投资不到百元， 最多的项目收获了超过一千万的投资。 支持人数的分布也呈现类似情况，最少的项目仅获得了一位支持者的支持， 而最多的项目则在筹资结束时收获了近两万名支持者。
衡量项目质量的各项指标显示， 所有样本项目筹资目标的分布范围介于5 000 元至2 000 000 元之间， 平均目标为94 100 元， 中位数、 众数均为10 000 元，仅有4%的项目目标低于10 000 元， 目标设定在100 000 元以下的项目占93%。 样本项目平均发布更新5 条， 37%的项目使用了视频介绍， 平均使用图片19 张。
分析受关注程度的三项指标可以发现， 样本项目话题数量的平均值为68，平均收获811 个关注和690 个赞。 仅有1%的项目未发起任何话题， 发起话题最多的“数字后视镜” 的项目， 共有2 106 个话题， 支持者普遍对该产品的使用方法、 功能诉求和发货时间表示关注。 关注数量和点赞数量的最小值都只有个位数， 点赞数量的最大值达到了20 000 左右， 与支持者人数的分布情况类似。
考察项目发起方经历的各项指标可以发现， 54%的发起方没有项目发起经历。 而一项在2016 年对京东众筹平台上的项目进行的研究中发现， 当时78%的发起方没有项目发起经验（Shi 和Guan 2016）， 可见一年时间内发起方发起项目经历的增长。 此外， 样本中75%的发起方没有众筹投资经验； 34%的发起方既没有发起经历， 也没有支持经历。 与已发起和已支持情况不同， 发起方之间的互动联系较为普遍， 每位发起方的平均关注项目为5.81 个， 仅有10%的发起方没有对任何项目表示过关注。
考察回报菜单的情况， 我们发现， 样本的回报档数处于2 ～22 档之间； 除普通档外， 38%的项目设计了抽奖档位， 6%的项目设计了铂金专享档位。 对优惠档位而言， 不设置任何优惠档的项目有239 个， 占样本总量的33%； 全部使用优惠档位的项目有31 个， 仅占样本总量的4%。 因最小、 次小筹资金额的数值偏小， 我们的分析中并未对其变换单位。 描述统计的结果显示， 最小筹资金额的分布范围从1 元到17 998 元不等， 最小值来自城市健身馆项目， 回报产品是健身体验券； 最大值来自美国自驾游项目。 99 元是出现频率最高的最小投资金额， 样本项目的平均最小筹资金额为486 元。 次小投资金额的分布范围在11 元到200 000元之间， 199 元是出现最多的次小投资金额， 平均次小筹资金额为1 140元。 样本的统计学特征如表3.3 所示。
表3.3 描述性统计(https://www.daowen.com)
续表
3.2.3.2 相关性分析
利用皮尔逊（Pearson） 相关系数对自变量间的相关关系进行测量， 结果如表3.4 所示。 可以发现， 绝大多数自变量之间的相关关系较弱， 变量选取较为合理， 只有关注人数与点赞人数间的相关系数达到0.515。 现实情况下， 关注与点赞都是反映众筹潜在支持者行为的因素， 二者的设计理念并不相同， 关注功能与收藏类似， 便于潜在支持者后续对感兴趣的项目再次浏览， 而点赞功能只能反映潜在支持者对项目的支持。
表3.4 相关性分析
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
