本文档属于类型a，即报告了一项原创性研究的学术论文。以下是针对该研究的详细学术报告：

《捐赠机制对奖励型众筹活动的影响：来自领先众筹平台的实证研究》
作者：Jason Chan（明尼苏达大学卡尔森管理学院信息与决策科学系）、Zihong Huang（德克萨斯理工大学罗尔斯商学院信息系统与量化科学系）、De Liu（明尼苏达大学卡尔森管理学院）、Zhigang Cai（上海交通大学信息系统系）
期刊：Information Systems Research
发表时间：2023年5月16日（在线预发表）

一、学术背景

本研究隶属于信息系统与行为经济学交叉领域，聚焦于众筹平台中混合融资机制（mixed funding schemes）的设计问题。研究动机源于实践观察：尽管大多数众筹平台仅提供单一融资机制（如纯奖励或纯捐赠），但少数平台（如Kickstarter和Zhongchou）开始尝试在奖励型众筹中引入捐赠选项。这种混合机制能否提升众筹成功率？其背后的作用机制是什么？

理论基础包括：
1. 多通道管理理论（Multichannel Management）：捐赠与奖励通道可能产生协同或竞争效应；
2. 亲社会行为动机（Prosocial Motivation）：捐赠行为受“温暖光效应”（warm glow，即利他主义带来的自我满足感）驱动；
3. 贡献动态理论（Contribution Dynamics）：早期捐赠可能通过信号传递影响后续奖励型贡献。

研究目标：
- 验证捐赠机制的引入是否提升奖励型众筹成功率；
- 揭示其作用机制（初级效应与次级效应）；
- 探索项目亲社会属性（prosocial causes）的调节作用。

二、研究流程与方法

研究基于中国领先众筹平台Zhongchou.com的自然实验数据，采用两阶段匹配与双重差分法（Two-Step Matching and Difference-in-Differences, DID），具体步骤如下：

1. 数据收集与预处理

• 研究对象：2015年4月至2016年1月期间发布的4,060个众筹项目（含奖励型与慈善型）。
  
• 关键事件：平台于2015年8月27日未预先通知地在奖励型项目中新增捐赠选项，形成准实验环境。
  
• 变量设计：
  
  • 因变量：项目成功率（是否达成目标金额）、贡献频率、金额。
    
  • 核心自变量：项目类型（奖励/慈善）、时间段（政策前后）、是否接收捐赠。
    
  • 控制变量：项目描述长度、图片数量、目标金额、持续时间、地理位置等。
    

2. 两阶段匹配法

• 第一阶段：匹配政策前后的慈善项目，确保时间维度可比性；
  
• 第二阶段：分别匹配政策前后的奖励与慈善项目，消除组间差异。
  
• 匹配指标：倾向得分匹配（Propensity Score Matching, PSM），基于项目特征（如目标金额、持续时间等）。
  

3. 双重差分分析

构建线性概率模型（LPM）与逻辑模型（Logit）：
Success = α·Reward + β·Post + γ·(Reward×Post) + θ·Controls + ε
- 交互项γ：衡量捐赠机制对奖励型项目的净效应。

4. 机制分析

• 初级效应：检验捐赠通道的实际使用率（39%的奖励项目接收捐赠，占目标金额12%）。
  
• 次级效应：通过分阶段回归，验证早期捐赠对后续奖励贡献的“挤入效应”（crowding-in effect）。
  

5. 异质性分析

人工编码项目是否具有亲社会目标（如扶贫、教育），检验其对捐赠机制效果的调节作用。

三、主要结果

1. 整体效应：

   • 捐赠机制使奖励型项目成功率提升19%（LPM结果，p<0.01）。
     
   • 成功率的提升主要源于贡献频率与金额的增加（表5）。
     

2. 作用机制：

   • 初级效应：39%的奖励项目通过捐赠通道获得资金，且亲社会项目更显著（表10）；
     
   • 次级效应：早期捐赠（占目标≥2%）使后续奖励贡献增加28%-39%（表9），表明捐赠行为激发了更多奖励支持。
     

3. 异质性：

   • 亲社会项目的成功率提升更显著（交互项系数0.18，p<0.05，表11），因其更易激发利他动机。
     

四、结论与价值

科学价值：
1. 理论贡献：首次实证验证混合融资机制在众筹中的有效性，丰富了多通道理论与行为经济学在数字平台的应用；
2. 方法创新：开发“两阶段匹配DID”解决队列处理（cohorted treatment）问题，为类似准实验提供方法论参考。

实践意义：
- 平台设计：建议奖励型众筹平台增设捐赠选项，尤其针对亲社会项目；
- 项目发起者：可通过突出社会价值吸引多元化支持者。

五、研究亮点

1. 新颖发现：捐赠机制通过“挤入效应”而非“替代效应”提升整体表现，挑战了传统多通道冲突理论；
   
2. 方法创新：针对非重复观测的队列处理问题，提出可推广的匹配-DID框架；
   
3. 数据优势：依托真实平台的自然实验，规避了实验室研究的外部效度问题。
   

六、其他价值

研究揭示了众筹中经济动机与利他动机的复杂互动，为后续研究（如动态定价机制设计）奠定基础。附录中的在线实验（n=161）进一步验证了捐赠选项对用户选择行为的影响，增强了结论的稳健性。