基于ELM理论的产品众筹支持者决策行为影响因素研究

曾江洪，肖芳，姜泰羽



基于ELM理论的产品众筹支持者决策行为影响因素研究

曾江洪1，肖芳1，姜泰羽2

(1. 中南大学商学院，湖南长沙，410083；2. 中南大学数学与统计学院，湖南长沙，410083)

基于ELM理论，同时考虑众筹模式的融资功能和营销功能，依据中枢路径和边缘路径研究产品众筹支持者一元支持决策与实质支持决策行为的影响因素。实证结果表明：采取实质支持决策的支持者会注重对中枢路径因素与边缘路径因素的全面考虑，采取一元支持决策的支持者更偏向于关注其中一部分信息。在不同的项目类型中，中枢路径因素和边缘路径因素对支持者采取一元支持决策与实质支持决策的影响也存在显著差异。

ELM理论；产品众筹；融资功能；营销功能；决策行为

一、引言

众筹作为新兴互联网金融模式，近几年在国内发展迅速，为中小微企业和创业者提供了成本更低、更快捷的资金获取渠道。如今，越来越多的商家(项目发起者)不仅利用众筹筹集资金，还开始运用众筹的概念进行产品推广营销。随着几家大型综合众筹平台(如京东众筹、苏宁众筹)纷纷推出“一元众筹”，吸引了大量支持者加入众筹行列，使得众筹支持者人数不断攀升。在大多数众筹项目中，参与“一元众筹”抽奖(支持者支持以一元为主的抽奖档位可以获得一次抽取项目产品的机会，本文把这类支持行为定义为“一元支持”)的支持者人数远远高于支持其他非抽奖档的支持者人数(因支持非抽奖档能大大提升项目融资绩效，本文把对非抽奖档的支持行为定义为“实质支持”)。一元支持模式虽对项目融资绩效贡献不大，但却能显著增加项目的人气和知名度，扩大项目的影响力，发挥众筹的营销功能。可以说，除了筹资功能，众筹的营销潜力也不断彰显。

在京东众筹等众筹平台中，项目发起者发起项目时会通过众筹网站披露众多与项目相关的信息，支持者做出一元支持或实质支持决策时会相应地参考这些已披露的项目信息。然而，面对众多的项目产品以及庞杂的项目介绍信息，支持者通常没有时间和精力去全面地分析比对各个项目，导致其很难直观判断和把握项目的真实情况。在此情形下，支持者是如何利用公开披露的项目信息做出一元支持决策或实质支持决策的？

目前，学术界关于众筹支持者决策行为及其影响因素的研究还不多，研究视角主要基于发起人特征包括发起人社交知名度[1]、社会资本[2]、发起人规模[3−5]、项目的质量信号[6]、网络口碑[7]以及支持者的从众心理[8]等，少数学者还通过构建相关理论模型来研究众筹支持者支持行为决策[9−10]。综合来看，在支持者支持决策行为的相关研究中，鲜有文献系统性地探究众筹网站披露的项目信息对支持者支持决策的影响。本文以此为切入点，探究众筹网站披露的项目信息中能够对支持者的支持决策(包括一元支持和实质支持)产生影响的因素。

ELM(elaboration likelihood model)是一个很好的用来研究在线行为的理论模型。本文基于ELM理论构建研究框架，把影响众筹支持者支持决策行为的路径划分为中枢路径和边缘路径，以京东众筹平台为数据来源，研究支持者采取一元支持决策和实质支持决策的影响因素。研究结论是对当前众筹支持者行为相关理论的进一步丰富。

二、理论分析与假设

(一)理论基础

ELM理论认为个体处理信息的方式或态度的改变受两条路径的影响，即中枢路径和边缘路径，用来解释个体在信息处理过程中的两种方式及态度如何形成和改变。其中，中枢路径通过信息接收者对信息相关论点进行高程度的思考来改变其对待信息的态度。当人们对接收的信息产生了思考的动机和能力时，会有意识地寻找与信息相关的图像或者经验记忆，并参照获取的记忆分析外部所提供的论据信息，由论据信息产生自己的判断，最后依据判断形成对信息的总体评价或者态度。即当提供充分的论据信息时，对论据信息进行系统的思考与分析很有可能促使人们的态度发生改变。边缘路径则是利用与目标信息相关的其他线索(称之为边缘线索)来促使信息接收者态度发生改变，而不是通过对目标信息直接进行思考和分析改变态度。总的来说，中枢路径直接传递信息，如提供产品的详细参数等，需要信息接收者认真对相关内容进行思考；而边缘路径在传递信息时，并不直接提供产品信息，而是提供与产品相关的一些感性材料，如产品提供者的可靠性、拥有哪些资源等。相比较而言，中枢路径需要信息接收者识别更多的详尽信息及付出更多的努力，边缘路径却不需要信息接收者进行太多的思考[11−12]。

以往的研究中，多数学者偏向于应用ELM理论解释广告学、医学、教育学等社会科学领域。近年来，很多学者将ELM理论应用到消费者领域，用于研究消费者购买决策过程及购买决策行为的影响因 素[13−15]。国内学者郑海超等[16]首次把ELM理论引入到众筹领域中探究了众筹项目融资绩效的影响因素。Bi、Liu、Usman[7]基于ELM理论研究了众筹情境下质量信号和网络口碑对支持者投资决策的影响[7]。一方面，因产品众筹支持者兼具消费者角色，即既是众筹项目的支持者，又是众筹项目产品的消费者，有学者认为用于研究网络购物环境中消费者行为的理论往往也适用于众筹领域[17]；另一方面，产品众筹商业模式也像是预售，支持者对项目给予一定数额的支持以获得实物产品为回报与消费者花钱购买产品的行为存在相似性。另外，众筹模式中，支持者对项目进行支持不仅会从理性角度考虑产品本身，同时也会受到情感、情怀等感性因素的影响。因此，本研究把ELM理论引入到众筹情境下，探讨众筹网站披露的项目信息对支持者采取一元支持决策与实质支持决策的影响是具有可行性的。

(二)研究假设

ELM理论是一种说服理论，当支持者接触到各种各样的项目信息时，ELM理论建立起信息特征去影响支持者态度的形成，从而影响其行为的产生。支持者在考虑是否给予项目支持时，将面对各种关于项目或产品的相关信息，ELM理论就是一种以合适的方式去建立影响支持者态度或行为的模型。本文依据ELM理论，把影响众筹支持者支持决策行为的因素划分为中枢路径因素和边缘路径因素，研究中枢路径因素和边缘路径因素对支持者采取一元支持决策与实质支持决策行为的影响。

1. 中枢路径因素

在消费者领域，通常都把与产品质量和规格参数有关的信息视为中枢路径信息[18−21]。众筹模式中，当项目发起者在众筹平台上发起项目时，需要对众筹项目进行描述，提供众多与项目相关的信息。这些与项目质量相关的信息即构成影响众筹支持者支持决策行为的中枢路径因素，主要包括项目展示信息，如提供图片与视频，回报档位的可选择性及目标融资金额的大小等。一般来说，采用图片或视频等方式对项目进行展示，展示的内容与形式越丰富，支持者对项目信息的接收及对项目的了解程度会越深；目标融资金额的大小会向支持者传达项目发起者融资目标完成的难易程度，直接关系到项目是否容易众筹成功；回报档位的可选择性为支持者支持项目获取回报提供了多层次的选择空间。支持者在浏览众筹项目时，接收这些信息的刺激后，通过付出一定的思考和努力对信息进行分析处理，会形成是否给予项目一元支持或实质支持的态度，进而做出支持决策。总的来说，中枢路径因素可以帮助支持者对项目进行评价，是支持者确定是否产生需求的重要因素，能够为支持者的支持决策(包括一元支持决策和实质支持决策)提供参考和依据。在以往的有关众筹项目融资绩效相关研究中，众多研究显示项目展示信息越丰富、回报可选择性越多，项目的融资绩效(包括融资比例和融资总额)会越高；设置的目标融资金额越低，融资目标越容易完成，项目越容易众筹成功[22−24]，而项目众筹成功归根到底得益于支持者的参与与支持，故本研究做出如下 假设：

H1a：项目展示信息越丰富，采取一元支持决策的支持者人数越多。

H1b：项目展示信息越丰富，采取实质支持决策的支持者人数越多。

H2a：回报可选择性越多，采取一元支持决策的支持者人数越多。

H2b：回报可选择性越多，采取实质支持决策的支持者人数越多。

H3a：目标融资金额越低，采取一元支持决策的支持者人数越多。

H3b：目标融资金额越低，采取实质支持决策的支持者人数越多。

2. 边缘路径因素

在消费者领域，众多学者使用ELM理论进行 研究时都对边缘路径因素的选取进行了说明。Park et al[25]、Greiner & Wang[26]认为在线购物环境下，产品的评论、界面设计、网站质量以及在线形象等信息均可以作为边缘线索影响消费者的购买决策。郭执茹[27]认为产品评论的数量对消费者从众行为的影响很大，边缘路径的行为选择在某种意义上来说更像是一种从众行为。Bi[7]、Cheung[18]、Lee[19]等则把网络口碑作为边缘路径信息。本文选取在项目筹资过程中众筹平台披露的项目参与者参与互动的信息作为边缘路径因素。边缘路径因素并非是对项目或产品直接进行介绍形成的，而是依赖于与项目产品有关的特定环境，通过众筹项目参与者积极参与到众筹中而形成的信息。在项目众筹过程中，参与者可以通过多种方式参与互动，这些方式在众筹平台上主要体现为参与项目话题的讨论、对项目进行关注以及项目进展情况的更新。话题数、关注数以及项目进展数越多，表示参与者参与互动的积极性越高，说明对项目感兴趣或者认可项目的人越多，相对来说后续给予项目支持的人数也会越多。另外，已有研究表明，众筹中存在羊群效应[28−29]，支持者做出支持决策(无论是一元支持还是实质支持)在一定程度上也会受到其他众筹参与者参与行为的影响。本研究考虑参与者参与互动积极性(具体体现为项目进展数、话题数、关注数)作为影响众筹支持者一元支持决策与实质支持决策行为的边缘路径因素。支持者接收互动信息时不需经过太多思考及详尽分析，可直接作为是否给予项目支持的参考因素。据此，本研究做出如下假设：

H4a：项目参与者参与互动越积极，采取一元支持决策的支持者人数越多。

H4b：项目参与者参与互动越积极，采取实质支持决策的支持者人数越多。

基于上述理论分析及研究假设，本文构建的研究框架如图1所示。

三、研究设计

(一)样本选择与数据收集

京东众筹目前已成为国内最活跃的众筹平台，本文选取京东众筹平台数据作为实证研究数据来源。因京东众筹平台上的项目众等结束后会有支持者陆续取消对项目的关注，因此本研究收集筹资结束当天内的项目数据作为样本。另外，本文研究产品众筹，因公益类项目没有实质性的产品回报，故本文研究对象不考虑公益类项目，收集的项目数据不包括公益类项目数据。在2016年6月至10月期间使用爬虫软件每隔一段时间爬虫一次项目数据，并导出归总，对导出的不完整项目信息进行完善，最终收集到528个众筹项目的数据。

(二)变量设定

本研究选取一元支持人数和实质支持人数作为因变量。自变量选自京东众筹平台上披露的与众筹项目相关的数据，其中：项目展示丰富性包括图片数量和有无视频两个指标，回报可选择性用回报档位数作为衡量指标，参与互动积极性包括项目进展数、话题数、关注数三个指标。另外，发起者特征也可能会影响支持者的支持决策，本文选取发起者特征(包括有无发起经验、发起者所在地两个指标)作为控制变量。为了更好地体现自变量对因变量的影响程度，本文对部分变量数据进行取对，表1列出了变量设置及各变量取值说明。

图1 本文的研究框架

表1 变量设置及取值说明

(三)变量描述性统计

本文对收集的528个项目的样本数据进行了描述性统计，结果见表2。其中，科技类项目有211条样本数据；其次是设计类和美食类，分别有122条样本数据和116条样本数据；余下样本为娱乐类、出版类、其他类等，共有79条样本数据，因占比较小，本文统一归为其他类。其中，项目平均一元支持人数是实质支持人数的4.3倍，可见一元支持人数占据项目总支持人数的绝大部分。

四、实证研究

(一)相关性检验

在进行实证分析之前，本文先对解释变量之间的相关性进行分析，初步检验解释变量之间是否存在共线性。由表3可知，除关注数与话题数之间的Pearson相关系数(值为0.638)超过0.5以外，其余变量之间的Pearson相关系数均小于0.5，为弱相关或不相关。

表2 描述性统计

表3 相关性检验结果

(二)实证检验

本文采用多元回归分析检验假设，先对总体样本依次使用回归模型检验中枢路径因素与边缘路径因素对支持者一元支持决策和实质支持决策的影响，检验结果如表4所示。

表4 一元支持决策与实质支持决策影响因素回归分析结果

注：***、**、*分别表示在1%、5%、10%水平上显著

考虑到上述变量在不同项目类型中可能存在不同影响，本文进一步按照项目类型进行分组检验。京东众筹平台上项目最多的三类依次为科技类、设计类、美食类，本文选择这三类为分组依据，把样本数据分为科技类、设计类、美食类及其他类。其中，科技类样本个数为211，设计类样本个数为122，美食类样本个数为116，其他类样本个数为79。数据检验结果见表5和表6。

(三)结果分析

根据上述实证结果，可知中枢路径因素与边缘路径因素对支持者采取一元支持决策与实质支持决策有显著影响，具体来看：

表5 不同项目类型下一元支持决策影响因素检验

注：***、**、*分别表示在1%、5%、10%水平上显著

第一，从总体检验结果可知(见表4)，中枢路径因素中，图片数与一元支持人数呈正相关关系，有无视频与实质支持人数呈正相关关系，项目展示丰富性(假设H1a，H1b)部分获得了验证；回报档位数与实质支持人数显著正相关，假设H2b得到验证；而目标融资金额与一元支持人数和实质支持人数均显著正相关，与假设H3a和H3b不一致。边缘路径因素中，话题数和关注数与一元支持人数呈显著正相关，项目进展、话题数及关注数与实质支持人数呈显著正相关，互动参与积极性中假设H4a部分得到验证，H4b全部得到验证。值得注意的是本研究发现目标融资金额与一元支持人数和实质支持人数之间均未呈显著负相关关系，可能的原因是：京东众筹平台影响力广，网站流量大，参与者多，使得项目的融资总额普遍远高于目标融资金额，在此情况下支持者不易形成目标金额高的项目成功难度就大的观念。相反，目标融资金额相对较高的项目往往具有更高的产品价值，更易得到支持者的青睐[30]。Mollick[31]曾对Kickstarter上的项目进行实证研究，发现融资规模较大的项目更易取得成功，故本实证研究的结果是符合实际的。

表6 不同项目类型下实质支持决策影响因素检验

注：***、**、*分别表示在1%、5%、10%水平上显著

第二，从分类检验结果可知(见表5和表6)，针对不同的项目类型，中枢路径因素与边缘路径因素中的各因素对一元支持人数和实质支持人数的影响存在明显差异。①科技类项目中，中枢路径因素中的项目展示丰富性以及目标融资金额对一元支持人数有显著影响，所有中枢路径因素对实质支持人数均有显著影响；对于边缘路径因素，实证研究发现项目参与者参与项目互动越积极，尤其是话题数与关注数越多，一元支持人数和实质支持人数相应也会越多。②设计类和美食类项目中，一元支持人数均受中枢路径因素中的目标融资金额的影响，实质支持人数仅在设计类项目更易受回报可选择性的影响；对于边缘路径因素，项目参与者参与项目互动越积极，对两类项目中的一元支持人数和实质支持人数均有正向影响，其中，关注数对一元支持人数有显著影响，关注数和话题数均对实质支持人数有显著影响。

第三，控制变量方面，总体检验结果显示发起者特征中仅有无发起经验对实质支持人数有显著影响，其余变量均无相关性。而分类检验结果显示，美食类项目的支持者采取实质支持决策时会关注发起者有无发起经验，且更倾向于支持非一线城市(或偏远地区)的发起者发起的项目；科技类项目的支持者采取实质支持决策更倾向于选择一线城市的发起者发起的项目，可能的原因是科技类企业与创新型人才在一线城市聚集较多，资源更易获取，易使支持者形成一线城市生产出的科技类产品会更好的观念，而美食类产品产地为非一线城市(或偏远地区)更符合绿色原生态的概念，比较容易获得大众的青睐。

五、结论与建议

(一)研究结论

本文基于ELM理论，考虑众筹融资功能与营销功能，把众筹支持者决策行为划分为一元支持决策行为和实质支持决策行为，对决策行为影响因素进行理论分析和实证检验。以京东众筹平台为例，随机选取了528条项目数据作为样本进行实证研究，检验了中枢路径因素与边缘路径因素对支持者一元支持决策和实质支持决策行为的影响，研究结果显示：

中枢路径因素和边缘路径因素对支持者采取一元支持决策或实质支持决策有显著影响。其中，项目展示信息越丰富、目标融资金额相对较大，采取一元支持决策或实质支持决策的支持者会越多；回报档位可选择性越多，采取实质支持决策的支持者会越多；项目参与者参与项目互动越积极，采取一元支持决策或实质支持决策的支持者也会越多。总的来说，采取实质支持决策的支持者需要投入更多的资金支持项目，会更注重对中枢路径因素与边缘路径因素的全面考虑，而采取一元支持决策的支持者投入较小，会更偏向于花费相对较少的时间关注其中一部分信息。在不同的项目类型中，支持者做出支持决策关注的信息也有较大差异。科技类项目往往需要具备很强的创新性，支持者采取一元支持决策或实质支持决策会更侧重对项目展示丰富性等中枢路径因素的关注；而设计类、美食类及其他类项目的支持则相对更关注话题讨论、关注人数等边缘路径因素。此外，科技类和美食类项目的支持者做实质支持决策还会关注发起者所在地是否为一线城市。

与传统融资方式相比，采用众筹融资不仅能提高资金筹集速度，使资金需求者更快地获取资金，而且融资成本比传统融资方式要普遍低很多。本研究通过对众筹支持者支持决策行为影响因素进行研究，为众筹创业者(发起者)更好地发起众筹项目及众筹平台披露项目信息提供一定的参考。

(二)对策建议

结合上述研究，本文从众筹项目在线信息管理的角度提出如下建议：

第一，项目发起者发起项目时应提供较丰富的项目展示信息，同时根据发起目的有针对性地考虑支持者较为关注的信息。以融资为主的项目，发起者应全面考虑中枢路径信息，可采用多种方式对项目进行展示，如提供视频，设置相对较多的回报档位，适当增加目标筹资金额等；以推广营销为主的项目，侧重于在项目展示界面中提供更丰富的图片介绍；对于科技类项目，无论是众筹融资还是众筹营销，都应注重项目展示信息的丰富性。

Design of Na-K Alloy Differential Pressure Sensor with On-line Monitoring Function

第二，在项目筹资过程中，项目发起者应积极参与到项目互动中来。研究表明，采取一元支持决策与实质支持决策的支持者都非常关注边缘路径信息，因此，无论众筹目的是融资还是营销，发起者都应积极参与到项目的交流互动中，如参与话题问答，多向关注者推送项目最新进展情况等。通过充分调动支持者的参与积极性，吸引更多的支持者对项目进行支持。

第三，众筹平台应不断改进项目信息披露界面，把重要信息放在界面显著位置，同时加强对参与者参与项目互动信息的披露。随着信息的爆炸式增长，支持者通常没有时间和精力进行大量的信息搜索和分析。对支持者来说，在既有的信息中，往往是最方便获取的信息最先被接收。研究表明支持者参与互动的信息对一元支持和实质支持人数均有显著影响，因此，这类信息可考虑放在平台界面的显著位置。此外，还可考虑在众筹平台界面右侧新增交流与反馈实时动态更新板块，增强互动氛围；减少对项目回报档位设置情况的重复介绍，多余的空间可增加对其他互动信息的披露。

(三)研究局限及展望

本文虽做了相关理论与实证研究，但仍存在一定的局限性：本文的数据均取自京东众筹平台，且样本量相对较小，随着今后众筹平台的不断完善，研究数据的获取可以扩展到其他众筹平台上。此外，本文考虑的支持者支持决策影响因素有限，没有考虑对支持者支持决策过程有调节效应的变量，在未来的研究中可值得进一步探索。

[1] Agrawal A K, Catalini C, Goldfarb A. The geography of crowdfunding[R]. National Bureau of Economic Research, 2011.

[2] Mollick E R. Mollick: Determinants of success and failure[J]. SSRN Electronic Journal, 2013, 29(1): 1−16.

[3] Ordanini A, Miceli L, Parasuraman A. Crowd-Funding: Transforming customers into investors through innovative service platforms[J]. Journal of Service Management, 2011, 22(4): 443−470.

[4] Hui J S, Gerber E, Greenberg M. Easy money? The demands of crowdfunding work[D]. Evanston: North-western University, 2012.

[5] Lin M, Prabhala R, Viswanathan S. Judging borrowers by the company they keep: Social networks and adverse selection in online peer-to-peer lending[J]. SSRN Elibrary, 2009, 59(1): 17−35.

[6] 戴静, 叶翠红, 陈义国, 等. 质量信号对众筹投资者决策的影响——来自京东商品众筹的证据[J]. 金融评论, 2016(3): 53−66.

[7] Bi S, Liu Z, Usman K. The influence of online information on investing decisions of reward-based crowdfunding [J]. Journal of Business Research, 2017, 71: 10−18.

[8] 李国鑫, 王正沛. 科技类奖励众筹支持者参与动机及参与意愿影响因素研究[J]. 管理学报, 2016, 13(4): 580−587.

[9] 叶芳, 杜朝运. 众筹参与者的行为决策机制: 一个两阶段理论模型分析[J]. 金融经济学研究, 2015(4): 96−107.

[10] 姜照君, 张容. 基于参照依赖模型的众筹投融资决策研究[J]. 江西社会科学, 2015(2): 73−79.

[11] Petty R E, Cacioppo J T. The effects of involvement on responses to argument quantity and quality: Central and peripheral routes to persuasion[J]. Journal of Personality & Social Psychology, 1983, 46(1): 69−81.

[12] Luo C, Wu J, Shi Y, Xu Y. The effects of individualism- collectivism cultural orientation on eWOM information[J]. International Journal of Information Management, 2014，34(4): 446−456.

[13] Shih H, Lai K, Cheng T C E. Informational and relational influences on electronic word of mouth: An empirical study of an online consumer discussion forum[J]. International Journal of Electronic Commerce, 2013, 17(4): 137−166.

[14] Ho S Y, Bodoff D. The effects of web personalization on user attitude and behavior: An integration of the elaboration likelihood model and consumer search theory[J]. Mis Quarterly, 2014, 38(2): 497−520.

[15] Cheng Y H, Ho H Y. Social influence’s impact on reader perceptions of online reviews[J]. Journal of Business Research, 2015, 68(4): 883−887.

[16] 郑海超, 齐子豪, 伍晶, 等. 产品众筹项目融资绩效的影响因素研究: ELM理论视角[J]. 电子科技大学学报(社科版), 2015(1): 45−50.

[17] Berglin H, Strandberg C. Leveraging customers as investors: The driving forces behind crowdfunding[D]. Uppsala: Uppsala University, 2013.

[18] Cheung C M K. The impact of electronic word-of-mouth: The adoption of online opinions in online customer communities[J]. Internet Research, 2008, 18(3): 229−247.

[19] Lee J, Park D H, Han I. The effect of negative online consumer reviews on product attitude: An information processing view[J]. Electronic Commerce Research & Applications, 2008, 7(3): 341−352.

[20] Park D H, Kim S. The effects of consumer knowledge on message processing of electronic word of mouth via online consumer reviews[J]. Electronic Commerce Research & Applications, 2007, 7(4): 48−57.

[21] Park D H, Lee J. eWOM overload and its effect on consumer behavioral intention depending on consumer involvement[J]. Electronic Commerce Research & Applications, 2008, 7(4): 386−398.

[22] Frydrych D, Bock A J, Kinder T, Koech B, et al. Exploring entrepreneurial legitimacy in reward-based crowdfunding[J]. Venture Capital, 2014, 16 (3): 247−269.

[23] Evers M. Main drivers of crowdfunding success: A conceptual framework and empirical analysis[D]. Rotterdam: Erasmus University, 2012.

[24] 张天顶, 胡颦杨. 众筹项目融资效率的影响因素分析[J]. 软科学, 2017(3): 16−20.

[25] DoHyung Park, Jumin Lee, Ingoo Han. The effect of on-line consumer reviews on consumer purchasing intention: The moderating role of involvement[J]. International Journal of Electronic Commerce, 2006, 11(4): 125−148.

[26] Martina E. Greiner, Hui Wang. Building consumer-to-consumer trust in E-finance marketplaces: An empirical analysis[J]. International Journal of Electronic Commerce, 2010, 15(2): 105−136.

[27] 郭纨如. 基于ELM视角的在线评论对消费者购买决策行为的影响研究[D]. 郑州: 郑州大学, 2015.

[28] Borello, De Crescenzo. The funding gap and the role of financial return crowdfunding: Some evidence from European platforms[J]. Journal of Internet Banking and Commerce, 2015, 20(1): 1−20.

[29] Burtch G, Ghose A, Wattal S. An empirical examination of the antecedents and consequences of contribution patterns in crowd-funded markets[J]. Information Systems Research, 2013, 24(3): 499−519.

[30] 黄健青, 陈欢, 李大夜. 基于顾客价值视角的众筹项目成功影响因素研究[J]. 中国软科学, 2015(6): 116−127.

[31] Mollick E. The dynamics of crowdfunding: An exploratory study[J]. Journal of Business Venturing, 2014, 29(1): 1−16.

Research on influence factors in decision-making behavior of product crowdfunding supporters based on ELM theory

ZENG Jianghong1, XIAO Fang1, JIANG Taiyu2

(1. School of Business, Central South University;2. School of Mathematics and Statistics, Central South University; Changsha 410083, China)

Based on the ELM theory, the present study, considering the financing function as well as the marketing function of the crowdfunding, focuses on the factors that influence one-yuan decision-making behavior and substantive decision-making behavior of product crowdfunding supporters who depend on the central route and peripheral route. The empirical results show supporters who take substantive support decisions focus on the full consideration of central route factors and the peripheral route factors, while supporters who take one-yuan support decisions are more likely to focus on part of the information. In the different types of project, all of the central route factors and the peripheral route factors have significant differences between the influence of one-yuan decision-making behavior and substantive decision-making behavior.

ELM theory; product crowdfunding; financing function; marketing function; decision-making behavior

[编辑: 谭晓萍]

F832.48

A

1672-3104(2017)04−0102−08

2017−04−06；

2017−06−15

国家社会科学基金项目“众筹模式中价值共创机制研究”(14BJY008)

曾江洪(1968−)，男，湖南茶陵人，中南大学商学院教授，博士生导师，主要研究方向：互联网金融；肖芳(1991−)，女，湖南株洲人，中南大学商学院硕士研究生，主要研究方向：互联网金融；姜泰羽(1997−)，男，湖南茶陵人，中南大学数学与统计学院本科生，主要研究方向：金融数学