基于社会网络分析的众筹支持网络结构特征研究

郭道猛

(湖北工程学院经济与管理学院，孝感，432000)

众筹(Crowdfunding)是随着互联网发展而兴起的一种群体协作的大众投资方式，通过互联网集中普通大众的小额资金，为创新创业企业和个人提供项目融资，成为推动大众创新、万众创业的重要力量[ 1]。2009年，美国众筹网站Kickstarter上线吸引了全球的关注，这一模式迅速向全球蔓延开来，相隔两年便在中国兴起。截止到2015年6月，国内已有众筹平台达190家，除去已下线、转型和即将上线的平台，还有165家[ 2]。然而受限于国内较低的民众参与度和较严格的金融法律环境，众筹在国内的发展远低于西方发达国家水平[ 3]。

因众筹兴起并不久，国内外对于众筹的研究都处于起步阶段[ 1]。国外学者已经对众筹进行了较广泛的研究，早期集中在对概念、内涵、商业模式等的研究上，近年来开始与社会学、心理学等领域知识结合探讨众筹的动机、成功的影响因素、驱动力、效应等[ 3]。国内研究则多集中于众筹融资模式、法律监管及国内外对比等定性研究[ 4]。由于互联网金融背景下的众筹项目质量更为不清晰[ 5]，以及项目的个性化特征、参与者的多元化动机及评价[ 6]等均造成众筹与传统融资有着较大差异，因而众筹成功的影响因素及驱动力成为众筹研究的重要内容。不同学者从项目的特征、项目发起人、项目投资者、众筹平台等方面进行了成功因素的实证分析[ 3]。如在项目自身的特征中，融资期限的长短、融资规模、项目类别、项目说明等变量对项目成功筹资的影响已在较多实证研究中体现[ 7]。Kuppuswamy等通过众筹的过程进行分析，认为众筹初期的支持者数量对众筹成功起着重要影响[ 8]。在此基础上，Martens指出众筹项目初期所获支持者数量主要取决于项目发起人的社会资本[ 9]。Colombo等进一步基于社会资本理论将项目发起人社会资本分为基于平台外部关系网络(众筹平台外的社交网络关系)的外部社会资本和基于平台内部关系网络(项目发起人与项目支持者间的关系网络)的内部社会资本，并指出项目发起人的内部社会资本对项目自我强化机制(Self-reinforcingMechanism)的形成起到关键作用，外部资本的作用并不明显[ 10]。但Molick对“Kickstarter”网站上项目进行研究发现项目发起人的外部资本(“Facebook”好友数量)与项目成功显著相关[ 11]。Shane也发现种子期投资者更倾向于选择与自己有着直接或间接关系的发起人[ 12]。国内关于社会网络对众筹的影响的研究则明显较少。陶晓波认为“社会性”对众筹参与度发挥着重要影响[ 13]。白志如在对支持者账号活跃度的统计分析中发现活跃账号对带动项目成功的能力较大，并认为认知和利用支持群体的特征和熟悉程度极为关键[ 14]。黄玲等认为多元社区分享渠道有助于融资成功[ 15]。另外还有少数文献从社会网络角度关注农户的投融资行为，认为社会网络在农村信贷市场中发挥重要作用[ 16]。

对于众筹活动的研究仅从经济学的角度去解释，而不考虑社会关系对融资的影响是不完全的[ 12]。然而现有研究虽有部分文献涉及到社会关系对融资绩效的影响，但多数仅考虑了社会关系部分特征变量，如好友数量或支持者数量，缺少对众筹关系网络结构更加深入全面的讨论，这对认识社会网络对众筹的驱动效应是远远不足的。在项目初期高不确定性[ 17]环境下，Colombo等虽然证实了发起人在项目发起之前积累的支持关系(内部社会资本)对点燃众筹项目自我强化机制具有积极作用，但对于发起人的结构资本研究不足。在AON(All-Or-Nothing)模式中，只有在设定期限内触发了融资目标，项目融资方才成功。众筹网络中个体投资者的行为结果不仅取决于个人的选择，还取决于网络中其他行动者的选择。考虑网络结构，才能得到对网络中行动者相互影响更深刻的认识[ 18]。因此本文拟以社会网络分析方法，从众筹项目发起人与投资者间的网络关系角度进行研究，发掘众筹网络社群特征，深度描绘众筹网络中关键角色，进而发掘众筹网络中行动者间的影响关系及推动众筹支持扩散的动力机制，从而为提升众筹项目成功率提供启示和建议。

1 研究设计

1.1 研究方法

社会网络分析具有突出的关系表达优势，能将网络中行动者间的互动关系以图示的方式进行可视化呈现，使研究者从个体、区块、整体等多网络层次探析行动者间的相互影响及动力机制。众筹平台中，项目发起人通过平台发布项目并获得用户的资金支持，支持者从中可以获得相应物质或非物质报酬。评论作为一项有效的众筹项目质量传递指标，较多学者已经证实评论对项目成功具有积极的正相关作用。因而可以将评论看作对项目发起人的非经济支持。

利用社会网络分析方法将项目发起人与支持者视作网络中的节点，支持者对项目的资金支持和评论视为网络节点间的关系，进而构建众筹支持网络。本研究通过分析众筹支持网络的密度、中心度、结构洞等指标分析网络结构特征，发现众筹支持网络的社群特征，识别众筹网络中的关键角色，以及行动者间的相互影响机制。

1.2 数据来源

众筹根据回报方式不同可划分为捐赠式众筹、奖励式众筹、股权式众筹和债券式众筹[ 3]。其中，奖励式众筹项目投资者主要受非经济动机驱动，如“帮助别人”、“融入圈子”等[ 3]。奖励式众筹相比其它类型众筹而言社会性更显著，发起人、支持者间的相互联系及影响更明显。因此本文选择以奖励式众筹模式为主的“众筹网”作为研究样本。

众筹网(www.zhongchou.com)于2013年2月正式上线，是国内成立时间较早和最具影响力的众筹平台之一。众筹网为项目提供筹资、投资、孵化、运营一站式综合众筹服务[ 19]。据艾瑞咨询统计，2014年众筹网融资规模达4903.9万，占中国权益类(又称奖励类)众筹市场的11%[ 20]。

1.3 数据采集与处理

本文采用网络数据爬虫工具，以众筹项目为基本单元进行关键字段内容抓取，包括项目名称、项目发起人、目标筹资额、已筹资、筹资完成度、评论数、支持数等字段，共采集众筹网自2015年1月1日至2016年11月3日3744个成功结束项目，如表1。

表1 众筹网成功结束项目统计概况

由于本研究主要考察众筹网络中行动者之间的互动关系，目标筹资额过低或项目支持数过少会造成网络矩阵数据过于稀疏，结合支持数均值±3倍标准差建立以下项目筛选标准：目标筹资额>=10000,支持数>=50，并选择于2016年9月1日—10月31日内成功结束的项目。一共筛选出139个项目。利用爬虫工具逐条爬取同一项目下的发起人ID和支持者ID(含评论者ID)，并将支持者i对发起人j所给予的支持(资金支持或评论)记为一条支持行为关系数据Tij,支持者i对发起人j的累积支持次数记为Tij的关系强度，进而构建众筹网用户支持关系网络。共采集到22484条资金支持用户账户ID数据、28183条资金行为关系数据、2093条评论用户账户ID数据和2860条评论行为关系数据。

数据预处理。只发生一次支持行为的用户缺少与其他用户的横向联系，没有结构意义，因而我们选取累积发生3次及以上支持行为的活跃用户作为构建关系矩阵的样本用户。

(1)资金支持网络：共计筛选出686个资金支持用户ID，去掉匿名用户，有效资金支持用户ID为685个，去除发起人账户和资金支持账户重复项，有效总ID账户数810个(含发起人账户ID数136个、资金支持账户ID数685个，其中既是发起人又是资金支持账户数11个)。筛选出支持行为数据4002条，去除发起人自我支持行为数据180条，有效支持行为数据3822条。表2显示了资金支持前10名的用户ID支持次数。

(2)评论支持网络：筛选出63条评论账户ID数据，129条发起人账户ID数据，去除评论账户和发起人账户ID重复项，有效账户ID数188个。筛选出747条评论行为数据，去除发起人自我评论数据27条，有效评论行为数据720条。表3显示了累积评论数量最多的前10个用户ID。

(3)混合支持网络：基于一般性互惠原理，可以将评论支持和资金支持统一视为支持行为，进行综合考察。将评论数据和资金支持数据进行合并，去除重复账户ID，有效账户ID数844个。

基于以上支持行为数据构建810X810资金支持关系矩阵、188X188评论支持关系矩阵和844X844混合支持关系矩阵。用户i对用户j的支持关系记为Tij，用户i对用户j的累积支持次数表示为用户i对用户j的支持关系强度Wij。将矩阵数据导入Ucinet软件构建3个有向矩阵，进行网络密度、中心度等分析处理，并利用Gephi软件可视化呈现。

表2 用户累积资金支持次数TOP10

表3 用户累积评论次数TOP10

2 结果分析

2.1 总体网络特征

分别将节点关系导入Gephi0.9.1软件，设置以度、边的权重为渲染条件，选择 “ForceAtlas”布局方式(设置为吸引力分布和由尺寸调整)，得到如图1、2、3所示众筹网络结构图。可以发现，网络中的节点主要围绕少数核心节点分布，如图中蓝色节点所示。大量低度值节点(图中红色节点)围绕项目发起人呈卫星状分布，部分中-高度值节点(图中蓝色和浅红色节点)起到了桥接作用，将大片卫星状区域链接起来。

(1)网络密度。如表4所示，评论支持网络结构密度相对较高，是资金支持网络的10倍，说明评论支持网络联系紧密程度远高于资金支持网络。资金支持网络用户规模较大，一定程度降低了网络的整体密度。将评论支持网络和资金支持网络进行合并得到混合支持网，但并没有带来密度的提升，反而略有下降，说明在众筹网络中用户对同时实施评论和资金支持的交叉行为并不积极。与实际网络最大密度0.5相比，众筹支持网络密度均较低，说明联系紧密程度低于一般社会网络。

(2)网络直径。网络直径反映了网络中任意两点间的最大距离。如表4所示，评论支持网络和资金支持网络直径均为2,说明网络中任意两点间最多通过2人就可建立联系。可见，众筹网络具有良好的可达性和显著的小世界效应。从另一个侧面也反映出用户间建立新的联系具有较高的可能性和提升空间。

(3)关系强度。关系强度代表用户对发起人的支持程度，在网络结构图中以节点间连线颜色的深浅表示边的关系强度。如表4统计，资金支持网络平均关系强度远大于评论支持网络，说明用户对发起人重复资金支持行为较高。评论行为因较少存在重复性，故评论支持网络的平均关系强度较低。对混合支持网络中关系强度排名前10的边进行统计，如表5所示，发现高关系强度的用户具有明显的指向性，多为指向同一人。表明高关系强度用户多为发起人通过平台外社交关系嵌入。从另一侧面也证实了Ordanini等(2011)[ 21]众筹初期朋友圈投资的说法。

(4)核心节点。对图1、2、3中所标识的高中心度节点进行统计，如表6所示，发现核心节点均为发起人或历史发起人。在发起人中，其支持行为主要以评论为主，部分发起人实施了两类支持行为，且主要为当期发起人。评论具有较强的关注度和信息传播性是发起人热衷于评论支持的原因。同时基于社区互惠性考虑，发起人积极的支持行为有利于积累社会资本，进而为自己的项目赢得更多的支持。因此项目发起人在众筹网络中表现活跃，对扩展个体网络规模具有较高积极性。

混合支持网络结构图基本综合了众筹网络中两类支持行为的结构特点，因此本文后面仅以混合支持网络结构进行中心性等相关分析。

图1 评论支持网络结构图

图2 资金支持网络结构图

图3 混合支持结构图

评论支持网络资金支持网络混合支持网络网络密度0.0310.0030.004网络直径223平均度5.8322.3743.473平均关系强度1.313.993.11

表5 混合支持网络结构TOP10

表6 众筹网络结构图中重要节点属性统计

2.2 中心性分析

中心性是社会网络分析的研究重点之一，是对个体或组织在网络中权利和地位的量化研究[ 22]，主要指标有度数中心性(DegreeCentrality)、接近中心性(ClosenessCentrality)和介数中心性(BetweennessCentrality)。度数中心性主要考虑的是直接关系，更多的是反映局部网络的中心性。接近中心性通过计算点与点的距离来测量，反映了该节点在网络中的整体中心度。接近中心性越高，说明其与网络中其他节点的距离越近，在传递信息等方面更具有优势。介数中心性描述的是节点的中介作用和对资源的控制程度。利用Ucinet软件沿着Network-Centrality-MultipleMeasures可以计算网络中各节点的中心性。对度数中心性、接近中心性和介数中心性指标排名前十的用户进行统计，如表7所示，可以发现新疆果园和木子未言等ID同时具有较高的三类中心性，说明以上用户无论从局部网络还是整体网络都处于中心地位，而且扮演着重要的信息传递和中介作用。 三类中心性指标上榜用户ID基本相同，仅有稍许次序变动，且均为众筹项目历史发起人。可见具有高支持贡献度的活跃发起人更易成为众筹网络结构的中心，承担了众筹信息扩散和中介不同社群的作用，在整个网络中发挥较大影响力。

表7 节点中心性TOP10统计

*：表示该用户在数据采集期内有众筹项目发布

2.3 中间人分析

结构洞理论认为结构洞是一种重要社会资本，占据结构洞的中间人(Broker)在竞争中具有更多优势[ 23]。结构洞指标能够清晰地指出网络中占据竞争优势的节点。介数中心性便是结构洞指数的一类反映指标。另外还可以通过Ucinet软件进行中间人指标测量。如表8所示，ID为新疆果园的用户扮演中间人角色2773次，具有较强的资源控制能力和竞争优势。从上榜成员来看，与介数中心性TOP10成员基本一致。可见，高支持贡献度的活跃发起人在众筹网络中承担着重要的双重角色，作为项目发起人，通过社会关系嵌入和项目的号召力构建个体在众筹平台中的网络；作为支持者，链接起不同发起人间的局部支持网络。

2.4 社群分析

利用Gephi0.9.1软件的模块化分析功能执行社区发现，设置参数边权重为“on”分辨率为“1”，得到40个社群。我们对规模前10的社区进行可视化渲染，得到如图4所示社区分布图。从图中可以看到红色区域分布较广，将图中小团状的社区串联起来。

表8 中间人TOP10统计

为了进一步了解社区的特征，我们单独抽取规模最大的社区，并进行可视化呈现，如图5所示。可以发现该社区的关系网络，主要以用户“追梦者张晓东”、“samsye”、“宝石人生”为中心，相互间联系较紧密。社区边缘孤立的节点多为链接较小社区的中间人。对社区用户所支持的项目分布进行分析发现支持主题较分散，没有较强的一致性。这与奖励式众筹项目小额投资和非经济动机因素有关。另外发起人通过支持行为积累内部社会资本，更加关注的是信息的传递和关系的构建，因而对项目主题也较少关注。

图5 社区1网络结构图

2.5 相关性分析

利用SPSS22对项目发起人的结构性特征变量和筹资绩效变量进行相关性分析，探索网络结构特征和众筹绩效的关系。如表9所示，结构特征变量度数中心性和介数中心性均分别与支持数和已筹资在0.001水平上显著相关，接近中心性与支持数和已筹资在0.05水平上显著相关。说明发起人的网络结构特征，尤其是个体网络规模和中介角色正向影响众筹项目的支持率和筹资金额。但结构特征与筹资完成度相关性不显著。筹资完成度受筹资目标、项目本身质量等多因素影响，目标筹资额越大，完成难度也相应增加。

表9 众筹项目发起人特征变量相关性分析

**：在置信度(双测)为0.01时，相关性是显著的；*：在置信度(双测)为0.05时，相关性是显著的。

3 结论与建议

3.1 研究结论

本文在前人关于发起人社会资本对众筹成功的影响的基础上，从微观关系视角对发起人与支持者间关系网络进行结构特征分析与可视化呈现，并通过相关性分析探讨了发起人结构资本与融资绩效的关系，得出下列结论：

第一，众筹支持网络整体密度较低，相互间联系不紧密。网络中发起人及历史发起人活跃度较高，积极贡献支持行为。网络中高关系强度的边目标指向性明确，少有交叉支持行为，多属于发起人外部社会关系嵌入，验证了Ordanini等对众筹投资初期朋友圈投资的判断。

第二，高支持行为的发起人占据网络中心位置，具有较高的度数中心性、介数中心性和接近中心性，并且作为中间人在网络中扮演着重要的信息传递和桥接作用。

第三，利用Gephi软件的社区发现算法对众筹支持网络进行计算发现了40个社区。其中规模最大的社区内部联系较紧密，但所支持项目主题较分散。该社区用户对其他小规模社区具有较大的中介作用。

第四，通过相关性分析验证了发起人的网络结构特征对项目的支持数和已筹资额具有积极的正相关影响，但与筹资完成度相关性不显著。从微观关系结构角度证实了社会资本对众筹成功的影响，丰富了众筹网络社会资本的研究。

3.2 对众筹平台的建议

首先，众筹平台应重视活跃支持行为用户，尤其是活跃的发起人用户，他们具有较强的带动作用。发起人因众筹项目与大量支持者建立联系，并在项目的开展过程中与支持者建立了信任关系。通过网络的信任传递，发起人能够有效地中介更多的支持者实施更多支持行为。

其次，将潜在的社区互惠性规范显化。大量发起人双重角色的存在证实了互惠性这一社会交互的基本规则。平台通过将用户的发布行为和支持行为进行显化，有利于形成社区互惠文化和规范，激发用户的支持行为。

第三，重视交流社区建设，提升用户间互动频率。众筹网络整体密度较低，大量弱关系因项目而建，因项目结束而消亡，用户关系脆弱，不利于平台的持续发展。因此平台商应为发起人、支持者建立更多交互渠道。依托社区，充分挖掘用户社交属性，增强用户联系密度，形成良好的互动支持关系。目前较多奖励性众筹平台仅注重项目前期筹资，而忽略项目筹资成功后的实施过程。社区的建设有利于加速信息流动，形成良好的信息反馈和监督机制。

第四，注重用户间关系挖掘，预测用户支持行为与主题偏好，进而实现众筹项目推荐，提升众筹项目成功率及用户活跃度。

最后，对于项目发起人而言，积极贡献支持行为有助于提升个体在网络中的社会资本，进而提高项目成功筹资率。

3.3 研究不足及展望

本文仅从一个时段的网络关系来分析奖励类众筹的网络结构特征，缺少对用户间的动态关系演变、以及基于关系的互动信息交互模式的研究。其次，由于平台外部关系数据抽取工作困难，难以全面考虑众筹用户的社会关系。另外本文的研究仅以“众筹网”为样本，结论是否适合其他类型的众筹有待考证。因此今后可结合平台内外社会关系，以更大样本量、更长的时间跨度来分析用户网络动态关系的建立和演变机制、以及基于主题的交互关系，深化众筹网络结构研究。

[1] 吴文清, 付明霞, 赵黎明. 我国众筹成功影响因素及羊群现象研究[J]. 软科学,2016,30(2):5-8.

[2] 众筹家数据研究院.2015(上)中国众筹行业报告[R/OL]. [2016-11-03].http://www.zhongchoujia.com/data/8d3546e5-692c-4cfb-984c-5a30ee2e78ef.html.

[3] 夏恩君, 李森, 赵轩维. 国外众筹研究综述与展望[J]. 技术经济,2015(10):10-16.

[4] 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.

[5]BurtchG,GhoseA,WattalS.Anempiricalexaminationoftheantecedentsandconsequencesofcontributionpatternsincrowd-fundedmarkets[J].InformationSystemsResearch,2013,24(3):499-519.

[6]GerberEM,HuiJS,KuoPY.Crowdfunding:Whypeoplearemotivatedtopostandfundprojectsoncrowdfundingplatforms[C]//ComputerSupportedCooperativeWork,2012.NewYork:ACMPress,2012:248-259.

[7] 黄健青, 刘雪霏, 郑建明. 众筹项目成功的关键因素——基于KIA与AON融资模式的实证研究[J]. 财贸经济,2015(9):74-84.

[8]KuppuswamyV,BayusBL.Crowdfundingcreativeideas:ThedynamicsofprojectbackersinKickstarter[J].SSRNElectronicJournal,2013,16(3):432-469.

[9]MartensML,JenningsPD.Dothestoriestheytellgetthemthemoneytheyneed?Theroleofentrepreneurialnarrativesinresourceacquisition[J].AcademyofManagementJournal,2007,50(5):1107-1132.

[10]ColomboMG,FranzoniC,Rossi‐LamastraC.Internalsocialcapitalandtheattractionofearlycontributionsincrowdfunding[J].EntrepreneurshipTheory&Practice,2015,39(1):75-100.

[11]MollickER,KuppuswamyV.Afterthecampaign:Outcomesofcrowdfunding[J].SSRNElectronicJournal,2014,16(7):2-30.

[12]ShaneS,CableD.Networkties,reputation,andthefinancingofnewventures[J].ManagementScience,2002,48(3):364-381.

[13] 陶晓波. 面向创新发展的众筹参与度提升对策研究[J]. 中国软科学,2016(9):64-72.

[14] 白志如. 众筹出版项目支持社群的基本特征与发展建议[J]. 编辑之友,2016(7):48-51.

[15] 黄玲, 周勤. 创意众筹的异质性融资激励与自反馈机制设计研究——以“点名时间”为例[J]. 中国工业经济,2014(7):135-147.

[16] 杨汝岱, 陈斌开, 朱诗娥. 基于社会网络视角的农户民间借贷需求行为研究[J]. 经济研究,2011(11):116-129.

[17] 郑海超, 黄宇梦, 王涛,等. 创新项目股权众筹融资绩效的影响因素研究[J]. 中国软科学,2015(1):130-138.

[18] 大卫·伊斯利(DAVIDEASLEY), 乔恩·克莱因伯格(JONK). 网络、群体与市场:揭示高度互联世界的行为原理与效应机制[M]. 北京：清华大学出版社,2011:13.

[19] 百度百科. 众筹网[EB/OL].[2016-11-03].http://baike.baidu.com/item/众筹网.

[20] 艾瑞咨询.2015年中国权益众筹市场研究报告[R/OL]. [2016-11-03].http://www.iresearch.com.cn/report/2325.html.

[21]OrdaniniA,MiceliL,PizzettiM,etal.Crowd-funding:Transformingcustomersintoinvestorsthroughinnovativeserviceplatforms[J].JournalofServiceManagement,2011,22(4):443-470.

[22] 刘军. 整体网分析:UCINET软件实用指南[M]. 上海：格致出版社,2014:21.

[23]BurtRS.Structuralholes:Thesocialstructureofcompetition[M].Cambridge,MA:HarvardUniversityPress,2010:6.

[24] 徐晨飞, 陈珂祺. 众筹网站用户参与度影响因素研究——以“众筹网”为例[J]. 情报杂志,2015(11):175-182.