由于淘宝众筹平台与京东众筹平台存在着一定的差异， 结合淘宝众筹平台的特点， 我们选取了如下变量对淘宝众筹展开研究。 变量选取与定义如表3.7 所示。

表3.7　变量选取与定义

续表

对淘宝众筹平台进行数据采集及样本构建的流程如下。

第一步: 预爬取， 确定爬虫周期。

得益于淘宝众筹平台的设计规则， 爬虫程序可以成功获取“筹资时长” 变量， 这为爬虫周期的确定带来了极大的便利。 预爬取过程首先采集了平台项目列表页（https:/ /www.taobao.com/markets/hi/list） 上， 显示“筹款成功” 的项目数据共8 115 项， 计算得到项目的平均筹资时长为30 天， 并以此作为爬虫周期。(www.daowen.com)

第二步: 正式爬取， 获得临近结束的项目数据。

数据采集时间为2017 年9 月2 日至2017 年10 月2 日共计30 天， 爬虫程序只抓取处于“筹款中” 状态的项目， 30 天内共得到数据6 960 项， 涵盖平台上的全部项目类型。 删除其中不属于奖励型众筹的项目， 选取距离众筹结束剩余2 天以内的项目， 样本剩余1 727项。

第三步: 数据缩减。

按项目ID 进行除重， 并删除有信息缺失的项目， 最终剩余样本360 项。 各类型项目数据量与成败比例如表3.8 所示。

表3.8　各类型项目数据量与成败比例

最终样本中， 众筹成功的项目共有336 项， 失败项目24 项， 众筹成功率为93%。 按项目类型计算众筹成功率， 可以发现， 样本中科技、 设计类项目数量最多； 动漫、 食品类项目的筹资成功率较高； 书籍类项目因数据量较小， 不对其做过多讨论。