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(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