文化创意众筹项目融资比例的影响因素研究
——以“众筹网”为例

朱传奇，周子琰

(中山大学 岭南学院，广州 510275)

引言

随着国民经济的发展和居民生活水平的提高，公众对文化产品的需求逐年增加，这带动了我国文化创意产业在近年来的快速发展。据统计，2015年我国文化创意产业增加值已超过18 000亿元，占全年GDP比重近5%。在十八届三中全会报告中，中共中央对文化改革做出了新的重大战略部署，已经把“文化产业成为国民经济支柱性产业”列入2020年全面建成小康社会的指标体系中。在国务院总理李克强提出“大众创新，万众创业”的双创活动中，文化创意产业也被赋予了创新创业的“排头兵”作用。在当前的现实背景和政策环境下，如何推进文化创意产业的发展，使其成为中国经济持续发展的驱动力，有着极其重大的意义。

然而，众多文化创意企业在发展初期面临极大的融资困难问题。究其原因是文化创意产业普遍存在“软、小、散”的状况，其中的文化创意企业规模相对较小，固定资产不足，也没有太多专利和知识产权保护，使得其在以银行借贷为主的传统融资模式中陷入无抵押、无担保和无交易记录的融资困境，极大地制约了整个文化创意产业的发展。

依托于互联网科技和金融创新的各种融资方式为解决传统中小型企业的融资困难提供了新的途径和手段。作为具有代表性的互联网金融形式，众筹融资具有融资目标广阔和金额灵活的特点。这恰恰与文化创意项目融资需求有近乎天然的匹配度，使得这些在常规融资方式中难以融资的项目能得到迅速的资金支持。因此，文化项目的发起人利用互联网众筹平台向公众发布和展示他们的创新创意项目，争取大众的关注和支持，进而获得所需要的资金来完成其创意项目，同时对投资人给予一定形式的回报。众筹融资在文化创意项目得以迅速地发展和广泛地运用。

从整个众筹行业来看，自美国众筹网站“Kickstarter”成立以来，众筹网站及众筹项目在全球发展迅速。据统计，全球众筹平台从2009年的53家增长到2016年的1 544家，融资规模从2010年的9亿美金已经增长到2016年的344亿美金。我国众筹行业也在高速地发展，从2011年初期的4家平台已经增加到2016年的365家，其融资项目及融资金额也有了爆炸性的增长。在现有的众筹项目中，以文化创意类项目为主的商品众筹占到所有众筹项目的60%以上，是当前众筹行业的中流砥柱。

众筹模式和众筹行业也引起了学术界的研究兴趣。从当前国内研究来看，主要集中在对众筹行业的发展和融资模式的介绍，而基于众筹数据的微观实证研究相对较少。现有的众筹实证研究中，黄玲、周勤(2014)[1]和黄健青等(2015)[2]着眼于众筹融资平台模式分析和项目成功影响因素的识别。然而众筹平台的数据表明，就文化创意产品而言，通常项目融资成功比例极高，超过85%的项目能成功实现目标筹资金额，项目间的主要差异体现在最终融资比例的区别：有些项目勉强能够募集到目标金额，而另一些项目却能达到目标融资额的几倍甚至几十倍之多。面对如此大的融资比例差异，我们认为相对于研究项目成功的影响因素而言，考察和分析影响文化创意项目融资比例的因素更有意义。而现有实证文献尚未有考虑，本文为此抓取国内最具影响力的众筹平台——“众筹网”的众筹项目数据，以文化创意项目为对象，实证考察和分析影响众筹融资金额比例的因素。

一、文化创意行业众筹现状及文献综述

(一)文化创意行业众筹现状

作为一种以创造力为核心的新兴产业，文化创意产业是一种主体文化或文化因素依靠个人(团队)通过技术、创意和产业化的方式开发、营销知识产权的行业。按照我国国家统计局的界定，具体包括出版、音乐、表演艺术、电影、电视广播、软件、网络、广告、建筑、设计、艺术品、手工艺品以及时装设计在内的13 种子行业。作为当前经济中最具活力的产业之一，文化创意产业对资金的需求非常旺盛。由于我国大部分文化创意企业为轻资产公司，难以获得银行贷款，而其自身的高风险和收益的不确定性又造成传统金融机构甚至风险投资机构也不愿轻易介入。因此，融资困难是长久以来制约文化创意产业发展的主要原因，而基于互联网科技的金融创新和众筹为文化创意产业的发展带来了新曙光。

2011 年，众筹在我国刚起步时，关注度和影响力都不高，众筹融资金融最高不过万元，而直到 2013 年《快乐男声》主体电影众筹项目出现，众筹融资金额突破 500万元，众筹在我国才具有了一定的影响力。此后一大批众筹平台纷纷上线，文化创意产业运用众筹方式融资得到了市场的认可，越来越多的投资者开始关注文化创意项目。目前，文化创意产业的众筹项目主要涵盖影视、音乐、工艺设计、书籍出版、舞台表演等种类。从众筹形式来看，虽然绝大多数的文化创意类众筹项目仍采用奖励式众筹的形式，但近些年股权类众筹也开始运用到电影发行及影视剧创作等文创类项目中。从效果来看，众筹行业的飞速发展为文化创意产业带来了多方面的积极意义。对文化创意项目的筹资者来说，传统的融资方式不外乎银行贷款、创投机构投资，往往只能解决资金问题而已。而现在选择众筹平台进行融资，除了资本交换以外，还可以收获市场上和营销层面的意义，即通过众筹平台的曝光率来吸引更多的投资，对项目和产品而言，前期的预热、推广、曝光、资源互换，是一个性价比很高的推广渠道。而对于投资者来说，众筹平台能提供更多样的投资渠道、机会，更个性化的回报，以及较高的投资回报率。

(二)众筹研究综述

作为互联网科技和金融创新的新产物，众筹自诞生之时就得到了国内外研究者极大的重视。学者们最初对众筹的研究主要集中在其商业模式、融资风险及法律制度的监管。如胡吉祥和吴颖萌(2013)[3]考察了众筹融资的发展现状，分析了行业发展进程中的问题和风险，并提出应该辩证地看待众筹发展中的创新和风险，积极将其纳入监管体系，制定专门的监管规则，引导行业健康发展。夏恩君等人(2015)[4]对当前国内众筹的发展进行分析，并对未来相关研究进行展望。

随着众筹平台的不断发展，国外学者开始利用微观层面的众筹项目数据对众筹成功因素进行研究。比如Agrawal等(2011)[5]利用美国SellaBand众筹平台数据来考察地理距离和空间分布对艺术类众筹项目的影响。类似地，Mollick(2014)[6]也利用Kickstarter的数据来研究影响众筹项目成功的决定因素，该研究发现个人社交网络、项目质量和地理位置在项目众筹成功中扮演重要的作用。Kuppuswamy和Bayus (2013)[7]同样利用Kickstarter众筹平台的数据来考察公众信息对众筹项目成功的重要性。这一系列实证研究也带来了众筹理论模型的发展。Agrawal等(2013)[8]对众筹融资模式、众筹平台以及投资者行为等进行经济学的理论分析，梳理了相关的理论问题，为后续研究者提供了方向。Belleflamme等人(2014)[9]利用产业组织的模型来分析和对比不同的融资策略对众筹项目的影响。另外，Li和Duan(2014)[10]构建了结构模型来考察项目发起人在成功的众筹融资中的动态策略，以及如何提高众筹项目的成功率。

目前国内学者对众筹的实证研究体现在两个方面：一方面围绕众筹平台的融资开展，讨论众筹平台融资机制的问题。如黄玲和周勤(2014)[1]利用产业组织模型来考察众筹自反馈机制的设计如何有效的发挥众筹过程中参与三方的异质性激励作用，并利用“点名时间”数据对模型结论进行验证。黄健青等(2015)[12]利用“追梦网”的数据，对“Keep-it-All”和“All-or-Nothing”两种融资模式进行比较，考察其对项目众筹融资的影响。另一方面的研究主要从项目信息和投资者动机等方面来分析影响众筹项目成功的主要因素。如郑海超等(2015)[13]根据信号理论，基于“大家投”网站数据分析股权众筹项目融资绩效的影响因素。陈玉婕等(2015)[14]从项目信息、人力资本与项目风险三个维度对众筹项目的变量进行归类，基于“追梦网”数据分析影响众筹项目成功的因素。

综上所述，现有国内外关于众筹的实证研究偏重于众筹平台融资模式的对比和众筹项目成功因素的识别。就文化创意产品而言，众筹融资成功的概率较高，项目间的主要差异体现在最后融资的比例上。但是，现有文献中对文化创意产品关注不多，对众筹融资比例的影响因素关注也甚少，因此，本文以文化创意众筹项目为对象，着眼于识别影响融资比例的因素，这将丰富现有众筹融资的实证研究，为更好地解决文化创意企业的融资问题提供决策依据。

二、数据、计量模型及变量描述性统计

(一)数据来源及处理

本文选取国内最有影响力的众筹平台——“众筹网”(www.zhongchou.com)上的项目作为研究对象。该平台于2013年2月上线，涵盖领域广，是目前为止国内众筹项目最多、众筹总金额最高的众筹平台。本文采用网络爬虫技术从“众筹网”收集到该平台成立时(2013年2月1日)至2016年2月20日时间段内所有众筹项目的原始数据共4548条。我们首先对原始数据进行清理，删除仍在筹款中和重复融资的项目；同时按照融资比例、融资目标、关注数等变量的极端值删除相关的众筹项目(详见表1)。

表1 数据筛选类别及数量

最后得到本文使用的众筹数据样本共3 115条，其中文化创意产业(出版367条、娱乐459条、艺术330条)共1 156条(37%)，科技类427条(13.71%)，公益类690条(22.15%)，农业类551条(17.69%)，其他类291条(9.34%)。

(二)数据描述性统计

按照众筹项目的具体类型，表2分别报告了支持者人数、已募集金额、融资比例等与融资相关变量的样本均值。其中文化创意大类又细分为出版类、娱乐类和艺术类三种子类。从支持者人数来看，各大类的差别不大。文化创意中的出版子类往往吸引较多的众筹投资者，而艺术子类受关注的程度最弱。就已募集金额而言，出版子类中的众筹项目平均募集资金最多，达到36 431元，超过了科技类项目和农业类项目的均值。从融资比例变量来看，科技类项目筹得资金比例远高于其他类别。这可能是因为科技类产品比起其他类别更受欢迎也更有市场，当然，也可能存在使用互联网、参与众筹平台的个人特质和对科技产品的偏爱程度存在互相影响，此外，科技产品一旦启动生产往往有更高比例的收益。公益类的融资目标相对于其他各行业的融资目标较低。可能系因其他行业都属于奖励型众筹，往往有产品回报，制作、发行的启动资金会更高，而公益类属于捐赠类众筹，公益项目启动资金数额更小，而且资金的数量多少更多决定公益项目效果大小，而非项目成功与否，因而目标金额会明显小于其他行业。

表2 众筹融资的描述性统计

注：表中数据表示各个变量的均值；其中融资比例为最终募集金额与众筹目标金额之比。

表3报告了样本中众筹项目的公开信息，如关注数、分享数、关键词个数、支持数等。科技类和农业类的认证变量信息均值高于其他，而文创类远远低于平均。可见科技、农业类项目更注重权威性，可能系因该行业门槛较高，项目的发起需要专业、诚信的个人或团队背景，从而保证产品质量，亦可能系可靠的发起人身份背景更能够吸引投资人；而文创类项目门槛更低、对发起人要求不高，更多是凭借项目内容和产品本身来吸引投资。至于关注分享变量，科技类项目明显高于其他类别，文创类略高于平均，农业类则明显偏低。可能是由于科技产品、文创产品本身具有创新性，也更适应互联网的媒体特质，因而更能刺激投资人分享传播；而农业类属于传统行业，产品的吸引力也可能略有欠缺，在互联网平台上传播能力偏弱。

表3 众筹项目公开信息描述性统计

注：关注数、分享数和支持数分别记录了众筹项目页面上被潜在投资人点取关注、分享转发和点击支持的次数；关键词个数是众筹项目发起人设定的项目关键词数目；身份证、营业执照、组织机构代码证和税务登记证等变量都是0～1的虚拟变量；产品实物图片变量也为0～1的虚拟变量，若众筹项目提供实物照片，则该变量取1。

(三)实证模型

本文主要探究在已完成筹资目标的成功项目中影响最终筹得资金与筹资目标金额的比例的主要因素。依据现有的理论文献，本文将考察目标、项目地理位置、发起者认证信息、支持人数、项目关注分享数和项目关键词个数对筹资比例的影响。

首先，依据现有理论文献，项目筹资金额越小，众筹者越有信心帮助其达成目标，即使在不付出任何金钱成本的情况下，对于更高的目标设定，人们也可能因为信息缺失而放弃支持。与此同时，超额增加的融资可能用于改善产品的基础功能，这对于投资人而言存在正向激励。其次，项目发起人认证信息的丰富程度往往展现了发起人的可靠度，这如同电商与淘宝卖家，信誉良好、诚信可靠的项目发起人可能更能正向影响投资者信心，从而为项目吸引到更多投资资金。另一方面，项目信息的详细程度、展示的生动程度(视频、图片)对项目成功存在一定的正向影响。再次，项目在平台内外的传播会使更多潜在投资者了解项目详情，从而转化一部分为项目投资人。最后，项目发起地域当地的特定产业发达程度可能会影响产品创新程度以及质量，从而影响投资者的动机。

为此，我们将项目最终筹得的筹资比例作为被解释变量，其余变量为解释变量，构建如下的基于最小二乘法的基准回归模型(1)如下：

(1)

其中Fundi表示样本中第i个项目的融资比例；同时为了使数据特征更加符合回归要求，本文对筹资目标变量goal作对数化处理，以ln(Goali)表示；其他Xi包含项目相关的其他解释变量。

在数据爬取过程中，我们的变量存在“左边断尾”(Left Truncation)的情形，即只有融资成功的项目才包含在样本数据中。显然任何随机变量存在断尾后，其概率密度函数也随后将发生变化。可以证明在OLS基准回归中，扰动项与解释变量相关会导致不一致的估计。因此，我们采取Tobit模型来解决断尾带来的估计问题。该模型可以写出整个样本的似然函数，然后使用极大似然法的方式来估计。对于Tobit模型，我们利用Stata中的Tobit命令对样本进行回归，作为本文的回归模型(2)。

三、实证结果及比较分析

(一)文化创意产业项目的回归结果

表4 报告了文化创意类样本基于OLS和Tobit模型的回归结果。其中列(1)和(2)利用所有文化创意项目的数据进行回归；后面列(3)—(8)分别报告对出版、娱乐和艺术三个细分小类进行回归的结果。

首先，表4第1行的结果显示融资目标金额与筹资比例呈现负相关关系，该系数在文化创意总类，以及出版、娱乐、艺术各个子类的回归中，均在1%的水平下显著，结果与理论预期一致。可以看出，在融资金额目标越小时，众筹者越有信心帮助众筹发起人实现目标；而面对更高的融资目标设定时，即使参与人不付出任何的金钱成本，人们也可能因为缺乏对项目成功融资的信息而放弃支持，进而降低了该项目的融资比例。

就文化创意众筹融资总体来看，表4中第2行和第5行的结果表明关注数、分享数以及支持数都和融资比例存在正相关关系。尤其是关注数和支持数两个变量的回归系数都有极高的显著性。这一结果符合预期，关注和支持人数越多，项目在平台外传播的机会就越多，因此就有更大的机会收到投资者的投资，进而提高筹资比例。然而关注人数对娱乐子类项目的融资比例没有显著的影响。通过仔细查看娱乐类项目信息，我们发现与出版类、艺术类不同的是，娱乐类项目包括了需要线下参与的细分品类：话剧、舞台剧、影视剧等，项目回报中往往包含了现场观影、与主创面对面交流等活动形式。这说明有线下活动的项目受行业发达程度的影响可能较大，而受众筹网络平台的关注数影响可能相对较少，因此关注数对应的回归系数不太显著。

同时，表4的结果表明项目关键词个数这一变量与筹资比例总体呈现负相关；该系数在娱乐类的众筹项目中在1%的置信水平下显著，这一结果不符合理论预期。另外我们也发现身份证信息和营业执照对融资比例没有显著影响。这一情况反映出文化创意类产品和电商等消费类项目不同，文化产品的具体内容更能影响投资者的信心，从而为项目吸引更多资金。因此项目发起人的认证信息在文创产品项目的众筹融资比例中扮演较小的作用。

表4 文化创意众筹项目回归结果

注：(1)*、**、***分别代表10%、5%与1%的显著性水平。(2)存在众多分享数和关键词个数为0的观测值，分享数和关键词个数这两个变量均加1再取对数。

最后，我们发现产品实物的图片在融资比例上起着重要的影响。就文化创意总类来看，产品实物图片对应的回归系数显著为正。这一结论和现有文献关于众筹项目成功因素研究中类似，项目信息的详细程度、展示的生动程度(视频、图片)不仅对项目成功存在一定的正向影响，而且会极大地提高最终融资比例。

(二)所有产业项目的回归结果

为了研究文化创意产业的特点，本文同时对科技、农业和公益三个大类的众筹项目样本数据进行OLS回归和Tobit模型回归，结果如表5所示。首先我们发现在所有行业中，筹资目标金额与筹资比例均呈反向关系，且回归系数均在1%的置信水平下显著；其次和文化创意类众筹项目类似，项目关注数和支持数变量对筹资比例存在正向影响，且在所有行业高度显著，说明项目的关注数和支持数有助于项目筹得更高比例的资金。值得注意的是，分享人数无论在文化创意类，还是在其他三大类中对融资比例都起着较小的影响。我们发现众筹网上分享渠道虽然有三种：微信、QQ空间、新浪微博(且在页面上微信有两个分享按键，另两个渠道只有一个)，均为社交网络渠道，通过促使投资者分享给自己的亲朋好友，试图提高投资者的参与。然而从实证数据结果来看，分享数并没有提高投资者的参与，可见项目发起人还需要在推广项目中设计社交网络互动、刺激转发分享机制同时提高分享投资的转化率。

另外，我们发现虽然身份证、营业执照和税务登记证的回归系数均不显著，表明其对融资比例的影响关系待进一步实证检验。但是在科技类的众筹项目中，组织结构代码证对融资比例存在较强的影响，回归系数显著为正。

表5 其他类型行业模型回归结果

注：回归方法为OLS和Tobit回归；括号中为标准误；***、**和*分别表示1%、5%和10%的显著性水平。

四、研究结论

本文区分文化创意产业以及其他行业的众筹项目，对筹资比例的影响因素进行研究。综合上述回归结果与分析，我们发现：首先，筹资目标金额对筹资比例存在反向影响，该结论在文化创意产业及其他所有行业的回归结果均成立；其次，发起者的认证信息对于筹资比例均无明显影响；最后，项目关注分享数对筹资比例的影响表现出较为明显的行业差异，在文化创意产业中项目关注分享数并不存在明显影响，但在其他行业中该影响均正向显著。