郭麗環(huán), 郭東強

(1.華僑大學工商管理學院, 福建 泉州 362021；2.泉州師范學院陳守仁商學院, 福建 泉州 362000)

1 引言

在線下交易中，本地偏好(Home Bias)是一個常見現(xiàn)象，用戶行為呈現(xiàn)地理位置的趨同性，而不是擴散到廣泛的距離范圍內(nèi)。關(guān)于本地偏好的研究，最早可以追溯到上個世紀末。學者們認為，市場結(jié)構(gòu)分析、政策制定以及社會福利提供等方面，都應(yīng)該考慮本地偏好[1]。但是，針對互聯(lián)網(wǎng)環(huán)境，用戶行為本地偏好的研究仍在起步階段，尤其是在線金融領(lǐng)域。眾籌是面對廣大投資者進行融資，每個投資者投入少量的資金以支持項目發(fā)展，眾籌在各行各業(yè)均有應(yīng)用[2]，本地偏好在眾籌領(lǐng)域中打破地理位置限制上的作用鮮有涉及。

在區(qū)域交易中，一個國家內(nèi)部的交易往往比國家之間的交易更為普遍[3]；而在一個國家內(nèi)部的交易中，交易行為傾向于在一定區(qū)域內(nèi)部發(fā)生，而不是跨越該區(qū)域[4]。在6個國際宏觀經(jīng)濟學謎題當中，有2個與本地偏好有關(guān)[5]。針對這種現(xiàn)象，學者們從經(jīng)濟學以及行為科學角度進行了解釋。在決策過程中，本地偏好是一種次優(yōu)決策，通常會導致市場不經(jīng)濟[6]。

針對本地偏好，學者們給出了不同的解釋，歸納起來有兩方面：(1)經(jīng)濟學視角的解釋，一般歸納為理性消費，認為人的行為都是理性的；(2)行為學視角的解釋，一般歸納為情感因素的影響[7]。具體來說，經(jīng)濟學家們傾向于從經(jīng)濟學方面進行解釋，例如交易成本，包括物流成本、文化差異、獲取信息成本以及臨近地理位置帶來的信息優(yōu)勢。而行為科學研究者通常把本地偏好的原因歸納為本地市場的過度優(yōu)化[8]。在社會學以及管理學研究中，本地偏好通常被歸因于心理學因素，例如文化的相似性帶來的消費偏好的同質(zhì)性[9]，其核心的解釋是：距離越近意味著成本越低[10]。

來自行為學的解釋較多聚焦于心理學。例如，有研究指出了文化和愛國主義情緒作用于本地偏好情結(jié)，影響了債券投資組合。現(xiàn)有研究大多指出了文化和愛國主義情緒會對股權(quán)的本地偏好產(chǎn)生實質(zhì)性影響。有研究從兩個不同的方面展開對本地偏好的研究：國內(nèi)偏好(過度投資國內(nèi)債券)以及國外偏好(由不同的發(fā)行國發(fā)行的投資不足的債券)。強有力的證據(jù)顯示愛國主義阻礙了國外投資，同時使國內(nèi)債券投資過度。而由于本地偏好的作用，即使那些來自具有更高不確定性國家的投資者，在國外債券市場的投資亦較少[11]。

已有研究主要集中在線下市場，而對于線上市場來說，信息流、資金流等都會隨著信息技術(shù)的發(fā)展消除隔閡；物流也在快速完善，以中國物流業(yè)為例，江浙滬之間的物流已經(jīng)可以做到快速無差異到達。但是仍有研究顯示，電子商務(wù)市場交易雙方更多的是來自相同的區(qū)域[12]。對此的解釋是：即使在虛擬的市場中，地理位置的差異也會導致物流成本的差異。另外，在區(qū)域性事件上，用戶更傾向于面對面達成交易協(xié)議(例如：購買演唱會門票)[12]。

盡管在線上和線下商務(wù)環(huán)境下，普遍證實了本地偏好的存在。但是，針對眾籌這一嶄新的在線融資模式，還沒有關(guān)于投資行為本地偏好的系統(tǒng)性研究，因而難以揭示投資者的行為偏好。以基于回報的眾籌模式為例，融資者許諾以一定的方式回報投資者，然而，眾籌平臺作為虛擬平臺，融資者、投資者以及眾籌平臺都沒有面對面的交易和簽訂協(xié)議，即使違約也很少面對面的追責。另外，鑒于眾籌項目大眾參與的本質(zhì)，每個投資者只需投入少量資金，因此，對于投資者來說，與融資者直接簽訂協(xié)議并進行后續(xù)監(jiān)管的動機很小[13]。這種背景下，投資者對項目的評價標準呈現(xiàn)多元化，較難直接推斷本地偏好在眾籌項目投資中的作用。在最相似的研究中，學者分析了P2P借貸市場的本地偏好現(xiàn)象[14]，但P2P借貸與基于回報的眾籌模式的本地偏好行為模式存在顯著差異：P2P主要以投資理財獲取收益為主，眾籌主要偏重于項目及產(chǎn)品；P2P借貸面向的是有資金需求的企業(yè)和個人，主要是面向大眾投資理財，眾籌也有這方面的作用，但主要是以融資人身份號召大眾參與投資，承諾的回報(包括實物回報和虛擬回報)是投資者參與投資的主要動力。盡管二者都存在風險，但是投資期望、參與動因、回報方式等均存在較大差異[15]。

2 研究假設(shè)

人類行為具有各種偏好，本地偏好是眾多偏好中的一種，廣為探討的還有性別偏好和學歷偏好等。針對性別偏好的研究發(fā)現(xiàn)，性別偏好廣泛存在于商務(wù)、招聘以及學術(shù)研究等領(lǐng)域。以管弦樂隊的演奏人員選擇為例，通過盲選選中的女性音樂家數(shù)量顯著多于非盲選的女性音樂家數(shù)量，這在一定程度上表明性別偏好的存在。另有研究表明，采用團隊共同業(yè)績來評估工作比單獨評估個人的工作業(yè)績更容易克服性別偏好，即人們做出共同的選擇往往比獨立決策更合理，這與信息處理的行為模型是一致的[16]。盡管對性別偏好已有一定的研究和解釋，但是對于本地偏好的研究相對來說更為復雜。

關(guān)于本地偏好的早期研究大多集中在離線消費場景。隨著電子商務(wù)的興起，研究對象也逐步轉(zhuǎn)移到線上交易。有研究指出，eBay上的交易行為呈現(xiàn)本地偏好。相應(yīng)的解釋是：eBay上的部分交易涉及線下業(yè)務(wù)，例如在紐約舉行的演唱會，極有可能是來自紐約的商家賣票給紐約附近的用戶，因此，呈現(xiàn)地理位置一致性。另一個解釋是，地理位置接近更有利于買賣雙方面對面的訂立交易合同[12]。在P2P借貸中，有研究者指出了投資者對本地項目的偏好[14]。在線下的風險投資領(lǐng)域中，投資者也傾向于投資距離較近的項目[17-18]。因此，提出以下假設(shè)。

假設(shè)1：在線投資行為存在本地偏好現(xiàn)象。

人類對事物的認識具有層次性[19]，即人們總是根據(jù)當前觀察到的信息做決策，隨著信息的積累和具體，決策的深度和經(jīng)驗越來越豐富。這種對事物認知的層次性體現(xiàn)在很多領(lǐng)域中，以學術(shù)論文的閱讀為例：閱讀者對論文的閱讀就具有典型的層次性，經(jīng)驗豐富的讀者一般會優(yōu)先閱讀論文的題目和摘要，只有當題目和摘要能夠吸引讀者時，才會繼續(xù)閱讀論文的其他內(nèi)容。鑒于摘要的重要性，如果摘要包含不基于事實論據(jù)的誤導性推測，就會給讀者造成困惑和誤解[20]。

這種認知的層次性對個體行為具有深遠影響，并對經(jīng)濟對象形成不同程度的影響。在做復雜決策時，往往受到多方面因素的影響，對于決策者來說，有必要分辨哪些因素是重要的，并估計每個因素對于決策的影響程度。對于一般人來說，這種重要程度的估計難以得到具體的數(shù)字，而是得到關(guān)于因素之間相對重要度的比較結(jié)果，這體現(xiàn)了認知的層次性原則[21]。在線眾籌項目的地理位置具有典型的層次性，例如“LosAngeles,CA,USA”，該地理位置既展示了國家，還展示了州和城市。依據(jù)認知的層次理論，投資者會優(yōu)先觀察該項目是不是處于自己感興趣的國家，然后再分析該項目是不是在自己感興趣的州，最后才是城市位置評估。這種認知模式導致對本地項目的偏好形成不同的行為模式。因此，我們提出如下的假設(shè)。

假設(shè)2：在線投資行為呈現(xiàn)不同層次的本地偏好，即投資者對國家級、州省級、城市級的項目呈現(xiàn)不同的投資偏好模式。

普遍認為，投資決策受客觀因素的影響，如行業(yè)利潤、創(chuàng)業(yè)成本、資本設(shè)備、收入分配和體制因素[22]。以凱恩斯為代表的經(jīng)濟學家認為，投資決策也同時受主觀因素的影響，如資本邊際效率預(yù)期、流動性偏好和冒險精神等[23]。相對來說，后者更好地解釋了一些非理性的經(jīng)濟行為。如果不存在后者的影響，那么決策者面對相同的客觀市場環(huán)境，就會做出相同的決策，但是現(xiàn)實中很難出現(xiàn)這樣的情形，這表明了主觀因素對于投資決策的重要性。

投資者的主觀因素之一是投資者與融資者之間的地理距離，這種地理距離不同于同一國家、同一州省以及同一城市，而是投融雙方之間的物理距離和心理距離。物理距離最能反應(yīng)投資者本地偏好，也是最能夠展示本地偏好經(jīng)濟價值的度量標準。因為，物理距離越近表示投資者與融資者之間在地理位置、文化、生活習慣、語言習慣等因素上越相似；反之，則表明投融雙方差異較大[24]。傳統(tǒng)的線下投資中，投資者傾向于投資距離較近的項目。統(tǒng)計數(shù)據(jù)表明，對于線下的風險投資, 投融資雙方的平均距離僅為70英里; 而50%的天使投資與目標企業(yè)的距離也在半天行程范圍內(nèi)[17-18], 投資者偏好距離較近的項目。從心理上，物理距離會導致心理距離的變化，物理距離不可避免的會影響人們的思想和感情[25]。因此，當融資者與投資者之間的物理距離越遠，會導致其心理距離增大，投資者就越不愿意投資這樣的項目。因此，我們提出如下的假設(shè)。

假設(shè)3：由于本地偏好的存在，投資者與融資者之間的距離越近，投資者越愿意參與投資該項目。

本地偏好具有多種影響[26]，例如：對于研發(fā)型企業(yè)來說，在任何地理區(qū)域都可以完成研發(fā)，而且地理位置分散的企業(yè)能更好地發(fā)揮不同區(qū)域的人才和文化優(yōu)勢[27]。盡管如此，仍有部分企業(yè)顯示了對本土資源的偏好[28]。有學者通過本地偏好研究外商直接投資(FDI)模式對歐盟的流動性和貿(mào)易一體化的影響，該研究沒有使用常用的關(guān)稅以及非關(guān)稅壁壘等指標，而以本地偏好來分析貿(mào)易偏好。從1995-2009年的數(shù)據(jù)研究發(fā)現(xiàn)，國家的貿(mào)易一體化和國外直接投資活動呈現(xiàn)顯著正相關(guān)性[29]。

對于歐元區(qū)債務(wù)危機的研究發(fā)現(xiàn)，對于本土資源的偏好凸顯了國內(nèi)沖擊的作用，加重了債務(wù)危機。在對2002年到2014年之間歐元國家的主權(quán)債務(wù)的內(nèi)部和外部沖擊研究發(fā)現(xiàn)，本地偏好對主權(quán)債務(wù)在特定國家的基本面和預(yù)期沖擊中顯示出了正面反饋，但是并沒有證據(jù)顯示本地偏好在短期內(nèi)會增加不穩(wěn)定。實證分析顯示，主權(quán)債務(wù)危機的后果取決于國內(nèi)最初的不穩(wěn)定震蕩以及日益增加的本地偏好的影響。在主權(quán)債務(wù)壓力下，日益增加的本地偏好反映了日益惡化的財政狀況，但由于對本地資源的偏愛，反而可能會使本地企業(yè)違約的可能性降低[30]。因此，我們提出如下假設(shè)。

假設(shè)4：投資者的本地偏好負面影響眾籌項目的融資成功率。

3 研究數(shù)據(jù)以及研究模型

3.1 研究數(shù)據(jù)與距離計算說明

實驗數(shù)據(jù)來自世界最大的基于回報的眾籌平臺Kickstarter。所有眾籌項目包含15個類別，其中占比較大的是影視、音樂、出版、藝術(shù)等類別；融資成功率最高的是舞蹈、戲劇以及音樂類；融資成功率最低的是游戲、出版、科技以及時尚等類別的項目。所有項目的平均融資成功率約為48.49%，這與之前研究采集到的數(shù)據(jù)樣本基本一致[31]。項目融資進度呈現(xiàn)典型的雙峰分布，相當多的項目融資比例低于20%；而在融資成功的項目中，大多數(shù)籌得資金的比例在100%到120%之間。這是由于在Kickstarter上采用All-or-Nothing融資模式，一旦項目融資成功，投資者的投資意愿快速下降造成的。

在Kickstarter頁面上，投融雙方都可以選擇公開地理位置信息(也可以選擇隱藏地理位置)?？梢該?jù)此得到用戶的地理位置，然后調(diào)用Google地圖API(Geocoding API)查詢用戶所在地址的經(jīng)緯度，得到投融雙方的經(jīng)緯度后，采用球體模型計算任意兩點的距離。距離計算采用直線距離，而不是路面距離。從投融雙方的距離上看，戲劇類項目的平均距離最小；而游戲類項目的平均距離最大，表明了戲劇類項目的本地偏好最顯著。

3.2 研究模型

表1歸納了本文研究的模型、研究對象以及模型的關(guān)鍵變量。采用遞進的模型：國家級本地偏好、州省級本地偏好、城市級本地偏好、投融資雙方的距離，來分別度量投資者的本地偏好。這種遞進的模型逐步排除了語言、文化、習慣等因素的干擾。通常，在不同的國家之間存在較大的語言、文化、習慣差異，但是同一個國家內(nèi)部的不同州省之間的這種語言、文化、習慣等差異就會小得多；而在同一個城市內(nèi)部的語言、文化、習慣就幾乎不存在顯著性差異了。因此，這種遞進的模型是消除語言、文化、習慣等外部的影響因素的一種方式。投融資雙方的距離也是排除語言、文化、習慣等因素干擾的手段之一，因為通常情況下，如果投資者與融資者之間的距離為0的話，表明二者的語言、文化、習慣等因素幾乎相同；反之，距離增加意味著語言、文化、習慣的差異也越大。如果本地偏好存在，那么投融雙方的距離就應(yīng)該顯著負相關(guān)于用戶的投資行為，即距離越近，投資者的投資行為越密集，為此，采用微觀層次，從計量經(jīng)濟學角度分析本地偏好及其效用。

表1 研究模型說明

4 研究結(jié)果和討論

4.1 國家層次的本地偏好分析

Kickstarter作為美國的網(wǎng)站，來自美國的項目比其他所有國家的項目總和還多；而對于投資者來說，亦呈現(xiàn)類似的趨勢，約有63.98%的投資者來自美國。因此，數(shù)據(jù)本身存在極大的偏差，簡單平均的方法并不適用。為了解決數(shù)據(jù)的極端不均衡，依據(jù)概率論思想，建立圖1所示的模型。眾籌項目和投資者分別來自180個和201個國家和地區(qū)，因此，可以把問題抽象為某國的投資者在多大概率上投資某國的項目[32]。眾籌項目來自多個國家和地區(qū)，在大樣本數(shù)據(jù)下可以假設(shè)各個國家和地區(qū)的項目總體質(zhì)量不存在顯著差異，因此在大數(shù)據(jù)背景下，“理論上”每個投資者會以近乎隨機的方式選擇各國各區(qū)域的項目進行投資。該假設(shè)在樣本不足的情況下可能并不成立，而在大樣本下則可以彌補個體樣本的差異，使整體趨勢傾向于均值[33]。

圖1. 基于概率論的國家級本地偏好分析模型

假設(shè)不存在本地偏好，令P(X)表示投資者來自X國的概率，P(Y)為項目來自Y國的概率，P(X,Y) 表示X國投資者參與Y國項目投資的概率。依據(jù)條件概率，見公式(1)。

P(X,Y)=P(Y)P(X|Y) =P(X)P(Y|X)

(1)

部分國家的項目由于數(shù)量太少，可能并不滿足“該國家或者地區(qū)的項目總體質(zhì)量不存在顯著差異”的假設(shè)，為了避免只有少數(shù)幾個眾籌項目的國家對計算結(jié)果的影響，排除這部分項目將會使數(shù)據(jù)的趨勢更加明顯。因此，只挑選排名靠前的7個國家以及中國作為例子。表2展示了投資者在沒有國家級本地偏好下的理論數(shù)值，由于來自美國的投資人和項目更多，因此，美國的投資者投資美國項目的概率最大。

表2 投資者的在沒有國家級本地偏好下的理論概率

將表2所示的理論值與投資行為的實際數(shù)據(jù)進行比較，如果兩者不存在顯著差異，就不存在國家級本地偏好，反之則存在。理論值與實際值的差異性分析結(jié)果如表3所示。顯然F>F crit，因此，理論值與實際值存在顯著性差異(<0.01)，即投資行為存在顯著的國家級本地偏好。

表3 國家級本地偏好差異顯著性分析結(jié)果

進一步地，為了分析不同國籍投資者的本地偏好，從條件概率出發(fā)，根據(jù)實際的投資數(shù)據(jù)可以得到一個國家的投資者支持他國項目的概率，該概率考慮了投資者與項目的國籍，解決了數(shù)據(jù)不均衡性帶來的計算偏差，結(jié)果如表4所示。其含義是，某一國的投資者有多大的概率會投資某國的項目，例如：第1行第1列的元素(0.6778%)表示美國的投資者有0.6778%的概率會選擇美國的項目，而投資英國、澳大利亞、德國、意大利、法國和中國的項目的概率分別為：0.3291%，0.8218%，0.5738%，0.8492%，0.4546%，0.7480%和1.2618%(考慮了投資者的數(shù)量和項目的數(shù)量)。對于其他國家來說，對角線上的元素都是每行和每列的最大值，也就是說，投資者更喜歡本國項目。在這些國家中，中國的投資者本地偏好最顯著(9.4958%)，其次是德國、法國、澳大利亞、意大利、加拿大和英國，而美國投資者的本地偏好行為最不明顯。

表4 投資者的國家級本地偏好統(tǒng)計數(shù)據(jù)

為了評估項目資金來源的差異，對來自其他地區(qū)的投資者與來自本地區(qū)投資者進行對比，并采用公式(2)作為國家級本地偏好的基準線。如果某個國家的投資者的投資數(shù)值高于該基準線，則表明該國的項目受到該國投資者的支持越多；反之，則表明，該國的項目籌得的資金比較分散。

Baseline

(2)

圖2展示了項目來源最多的15個國家(地區(qū))及投資者的來源對比。其中，縱坐標代表來自其他地區(qū)的投資者與來自本地區(qū)投資者的比例，虛線為基準線，表示來自其他地區(qū)的投資者與來自本地區(qū)投資者在數(shù)量上相等；虛線上方表示外國投資者多于本國投資者；虛線下方表示本國投資者多于外國投資者。顯然，只有在美國的項目中，本國的投資者多于其他國家(比例為0.41)。而任何其他國家的項目，外國投資者都比本國投資者多，例如中國大陸的比例為120.82(分別為32985和273次投資行為)。值得注意的是，在英語為母語的國家中，其它地區(qū)的投資者與本地投資者的比例小得多，例如英國為2.41，澳大利亞為3.62，加拿大為4.80。這表明在國家層次上，語言的差異一定程度上會導致本土偏好。幾乎在所有的項目中，外國投資者與本國投資者比例都遠離基準線，這意味著，眾籌行為在國家層次上呈現(xiàn)顯著的本土偏好。

圖2.來自其他地區(qū)的投資者與本地投資者對比

4.2 區(qū)域市場的本地偏好分析

Kickstarter位于美國本土，美國的投資者和融資者比其他任何國家都多。因此，有必要分析某個區(qū)域市場內(nèi)部的本地偏好是否存在。鑒于美國的項目和投資者都最多，選取美國為區(qū)域市場的研究對象。美國共有51個州和特區(qū)，各州的項目分布并不均衡，呈現(xiàn)“一東一西”趨勢，即西部的加州和東部的紐約州的項目數(shù)量占樣本的34%。為了考察美國的區(qū)域本地偏好，選取所在地是美國的項目，篩除美國以外的投資者行為。

圖3展示了來自美國的項目統(tǒng)計信息，即本地投資者與來自外地投資者的對比?？梢钥吹?，不同的州之間呈現(xiàn)出了不同程度的本地偏好。具體來說，明尼蘇達、加州、內(nèi)布拉斯加州、紐約、羅得島州的本地偏好最為明顯，分別為0.42，0.41，0.38，0.38和0.36。換句話說，在加州發(fā)起的眾籌項目，約有41%的投資者來自加州，而有59%的投資者來自其他州。而在新罕布什爾州、猶他州、內(nèi)華達州以及特拉華州的本地偏好最不明顯，分別為0.09，0.09，0.07和0.03，這些州的項目能吸引較多的其他州的投資者。

圖3 本地投資者與外地投資者對比

采用差異性分析，對區(qū)域市場無本地偏好的理論值與實際投資數(shù)據(jù)進行對比，得到表5所示的結(jié)果。顯然F>>Fcrit，因此，理論值與實際投資行為的數(shù)值存在顯著差異(<0.01)，換句話說，投資者的投資行為存在顯著的區(qū)域市場本地偏好。對比國家級本地偏好和區(qū)域市場本地偏好，顯然，區(qū)域市場本地偏好的F與Fcrit的差異大于國家級本地偏好的F與Fcrit的差異，顯著性系數(shù)也明顯提高(0.005672和1.22E-16)，可以認為，區(qū)域市場本地偏好比國家級本地偏好更加明顯。

表5 區(qū)域市場本地偏好差異顯著性分析結(jié)果

4.3 區(qū)域市場的本地偏好疊加效應(yīng)

以微觀視角考察區(qū)域市場的本地偏好疊加效應(yīng)，即當A州的用戶在B州創(chuàng)建項目時，如果存在本地偏好，那么這類項目應(yīng)該受到2個州用戶的投資，因而呈現(xiàn)出與那些融資者所在地與項目所在地一致的項目投資行為的典型差異。對融資者與項目是否在同在一州的差異進行統(tǒng)計，得到表6?？梢钥吹?，融資者與項目同在一州的平均融資成功率為48.73%，而融資者與項目不同州的平均融資成功率為50.46%。這表明，來自異地的融資者更容易獲得投資，而異地融資者與本地融資者的一個顯著差異就是地理位置差異以及由此帶來的社會關(guān)系網(wǎng)絡(luò)的差異，這是本地偏好的顯著表現(xiàn)。

表6 融資者與項目同一州與融資者與項目所在地不同州的差異

從投融雙方來自同一州的比例來看，融資者與項目同在一州的項目的投資者比例為15.88%，而融資者與項目不同州的項目的投資者比例為20.38%，這表明當融資者與項目所在地處于不同州時，有更多的本地用戶參與投資；同理，投融雙方來自同一城市的比例也呈現(xiàn)了類似的趨勢。

最能表明融資者與項目同一州與融資者與項目所在地不同州的差異是投融雙方的平均距離，因為如果區(qū)域市場的本地偏好存在的話，融資者與項目所在地不同州的項目的投資者就應(yīng)該距離更近。分析數(shù)據(jù)表明異地融資者與本地融資者發(fā)起項目的距離分別為3569.23公里和3263.70公里，這表明當融資者與項目所在地不同州時，能夠吸引更多的本地用戶參與，這體現(xiàn)了顯著的本地偏好疊加效應(yīng)。

采用差異顯著性分析對區(qū)域市場本地偏好的疊加效用進行分析，以得到有疊加效用與無疊加效應(yīng)的差異，得到表7所示的區(qū)域市場本地偏好的疊加效用差異顯著性分析結(jié)果。顯然F>>F crit，因此，理論數(shù)值與投資者實際投資行為的數(shù)值存在顯著差異(<0.01)，換句話說，投資者的投資行為存在顯著的區(qū)域市場本地偏好疊加效應(yīng)。對比區(qū)域市場本地偏好疊加效應(yīng)和區(qū)域市場本地偏好無疊加效應(yīng)的差異，考慮疊加效應(yīng)的區(qū)域市場本地偏好比不考慮疊加效應(yīng)的差異更加顯著，顯著性系數(shù)也明顯提高，因此，可以認為疊加效應(yīng)在區(qū)域市場本地偏好中顯著存在并發(fā)揮作用。

表7 區(qū)域市場本地偏好的疊加效用差異顯著性分析結(jié)果

4.4 距離分析以及經(jīng)濟效用

為了分析投融雙方的地理距離對投資行為的影響，建立公式(3)所示的計量模型。

prob(InvestoribacksFounderj)

=β*GeoDistanceij+f(InvestorInfoi,

FounderInfoj,ProjectInfo)+εij

(3)

其中，因變量為投資者Investori是否支持融資者Founderj，為虛擬變量。GeoDistanceij表示投融雙方的距離。如果投資者的本地偏好與距離有關(guān)的話，可以預(yù)見β顯著負相關(guān)，因為投資者與融資者之間的地理位置越遠的話，投資者越不可能支持該融資者。

表8展示了截面數(shù)據(jù)下投融雙方的地理距離對投資行為的影響?？梢钥闯?，4個計量模型的距離影響系數(shù)均顯著為負，這表明投融雙方的地理距離越遠，投資者越不愿意參與眾籌項目投資。

表8 截面數(shù)據(jù)下投資者與融資者的地理距離對投資者行為的影響

注：*p<0.10, **p<0.05, ***p<0.01

4.5 二階分析模型以及經(jīng)濟效用

微觀研究模型是以投資者的角度考察投資行為，即如果投融雙方來自同一區(qū)域，能否顯著增加投資。依據(jù)引力方程模型[34]，以及投資者行為模型[14]，建立logit回歸模型，如公式(4)所示。

prob(InvestoribacksFounderj)

=β*SamePlaceij+f(InvestorInfoi,

FounderInfoj,ProjectInfo)+εij

(4)

如果投資者Investori參與了融資者Founderj發(fā)起的項目，則因變量prob(InvestoribacksFounderj)為1，否則為0。SamePlaceij表明投融雙方是否來自同一地點。

表9顯示了本地偏好的分析結(jié)果，在國家層次模型中，投融雙方來自同一國家對項目融資效果的影響為.6124***。與之形成對比的是州(省)級與城市級的本地偏好，其影響系數(shù)更大，分別達到.9053***和.9858***，即地理距離越近，投資者越愿意參與投資，因此對融資成功率的影響越大(遞增趨勢)。這表明了投資者的地理位置偏好。在Logit模型中，距離對投資意愿的影響是顯著負面的(-.1321***)，即投融雙方的地理距離越遠，越不愿意參與投資?；貧w結(jié)果顯示，投融雙方在同一國家、州(省)以及城市，對投資意愿的影響依次遞增，無論哪個層次的分析結(jié)果均支持眾籌投資行為的本地偏好對投資行為的正面影響。

5 理論貢獻與管理啟示

5.1 機理分析

我們試圖分析在線投資行為本地偏好的影響機理。在機理分析上，我們圍繞以下三個問題展開：(1)在線投資行為為什么會呈現(xiàn)本地偏好？(2)在線投資行為的本地偏好為什么有不同的層次？(3)本地偏好對在線融資有什么經(jīng)濟影響？綜合信號傳遞理論和決策理論進行機理分析[35]。信號理論為我們提供了融資者選擇公開地理位置的影響過程；“心理-認知-行為”框架為我們提供了地理位置對投資行為的影響路徑。圖4展示了本地偏好對眾籌項目投資行為影響的機理分析示意圖。

表9 投資行為的本地偏好結(jié)果(Logit)

注：*p<0.10, **p<0.05,***p<0.01

圖4 本地偏好對眾籌項目投資行為影響的機理分析

行為金融學力圖揭示金融市場中的非理性行為和決策規(guī)律，行為金融理論認為，證券的市場價格很大程度上受到投資者主觀行為的影響[36]。在線融資領(lǐng)域的研究中，信號理論被普遍用來解釋投資者和融資者的行為。投資者通過融資者釋放的有限信號來評估項目的質(zhì)量和價值，以確定是否參與投資。在線金融市場中，項目的前景具有較高的不確定性，項目的實施和融資者對項目回報的承諾也不可預(yù)料。這種不確定性是阻礙投資者參與眾籌項目投資的原因之一。

對于投資者來說，他們只能依據(jù)融資者釋放的有限信號來判斷項目質(zhì)量，從信號傳遞理論的角度上看，信號的可觀察性在這個過程中起著重要作用。由于信號質(zhì)量的細節(jié)不能直接被觀察到，在線融資市場實質(zhì)上一種單向的信號傳遞：即信號發(fā)送者(融資者)傳遞信號給信號接受者(投資者)。由于眾籌項目的特殊性，融資者只有獲得足夠的資源才能繼續(xù)推進項目，除了融資者提供的有限信號外，投資者幾乎沒有其他的渠道獲得融資者或項目的相關(guān)信息。而在All-or-Nothing這種融資模式下，信號的作用尤其明顯，融得資金的金額只有達到或者超過預(yù)設(shè)的融資目標，融資者才能拿到融得的資金。

在開放的眾籌平臺上，融資者面對的幾乎都是陌生的投資者。如同產(chǎn)品特征信號傳遞產(chǎn)品質(zhì)量一樣[37]，開放的眾籌平臺允許融資者發(fā)送不同的信號給潛在投資者。融資者是否有效的把信號傳遞給潛在投資者，通常依賴于信號的兩個方面：(1)是否是高成本信號，因為一般只有高質(zhì)量的項目才能傳遞高成本的信號；(2)信號是否能有效的交流，因此信號接受者能否準確的觀察并理解該信號[38]。

但是對于眾籌融資來說，其區(qū)別于傳統(tǒng)的融資渠道，在互聯(lián)網(wǎng)環(huán)境下，融資者有機會以極低的成本吸引潛在投資者，眾籌融資模式也因此被一些研究者認為是民主的融資方式[39]。在這種環(huán)境下，信號的成本被降低了，信號成本不是主要區(qū)別項目質(zhì)量的因素，因此，信號的可觀測性成為融資者吸引投資者的一個顯著區(qū)分因素。對于投資者來說，不能單純的依賴高成本的信號來判斷項目質(zhì)量，他們必須認識到在線融資的信息不對稱：融資者傳遞的信號都是過濾后的。通常，由于融資者傾向于報喜不報憂，信號的傳遞往往是不完全和不完美的。因此，在開放的融資環(huán)境下，鑒于信號的低生產(chǎn)成本，信號的可觀測性在信號的傳遞和價值評估上起到關(guān)鍵的作用。這對融資者提出了更高的要求：在展示眾籌項目時，融資者需要更加注意傳遞信號的可觀測性。本地偏好是由地理位置產(chǎn)生的，融資者選擇公開自身的地理位置就成為了信號理論中的提供可觀測性的手段之一，信號理論也因此提供了本地偏好發(fā)揮作用的理論基礎(chǔ)。

一旦融資者選擇公開了地理位置數(shù)據(jù)，就意味著信號傳遞完畢，接下來“心理-認知-行為”框架對在線投資行為中的本地偏好產(chǎn)生影響。本地偏好的影響主要來自兩個方面：(1)心理因素(即圖4中的影響路徑E)；(2)經(jīng)濟因素(即圖4中的影響路徑F)。首先分析心理因素，地理位置信號會刺激投資者的心理和情感狀態(tài)。在互聯(lián)網(wǎng)環(huán)境下，用戶本能的不相信陌生人[40]，因此互聯(lián)網(wǎng)用戶之間往往需要某種渠道來建立信任關(guān)系，其中較早討論的主題是如何通過在線評論建立陌生人的信任關(guān)系。研究表明互聯(lián)網(wǎng)用戶之間具有很高的相關(guān)性，參與者之間是一種互利互惠關(guān)系，以在線評論為例：用戶對產(chǎn)品的真實評價有利于其他用戶評估產(chǎn)品的質(zhì)量，以做出合理的購買決策[41]。

除了這種互利互惠關(guān)系外，單向的信息傳遞也可以獲得信息接受者的信任。在線融資過程中，融資者一旦公開地理位置就意味著投資者可以很容易評估該項目的文化、習慣、傳統(tǒng)、風俗、語言等。距離越近意味著文化、習慣、傳統(tǒng)、風俗、語言越相似，也就意味著對項目背景越熟悉，尤其是在食品、戲劇等項目類別中，投資者偏好與自身飲食習慣或者審美觀點一致的項目，這表現(xiàn)得尤其重要。對事物越熟悉意味著越容易產(chǎn)生心理信賴[42]，因此，對本地資源的偏好導致了心理情感狀態(tài)的變化，進而影響投資行為。由此形成了信號傳遞→心理情感刺激→投資行為的影響路徑(即E→C)，并且心理情感狀態(tài)會影響用戶的認知過程，即信號傳遞→心理情感刺激→認知過程→投資行為的路徑(即E→D→A)。

另一方面，融資者地理位置也從經(jīng)濟角度影響投資行為。投資者對項目投資的因素之一就是獲得融資者承諾的回報，即投資的預(yù)期收益。投資者在評估項目前景時，會把融資者是否坦誠納入評估范圍。如果融資者對投資者有所隱瞞，那么投資者可能就不會信任該融資者，進而降低項目的預(yù)期收益。事實上，不愿意公開地理位置的融資者的融資成功率約為43.72%，而選擇公開地理位置的融資者的融資成功率為48.52%，這其中的差異可以用預(yù)期收益的降低來進行解釋。這因此構(gòu)成了信號傳遞→預(yù)期收益調(diào)整→認知過程→投資行為的影響路徑(即F→A，F(xiàn)→B→C和F→B→D→A)。

5.2 理論貢獻

線下市場受地理因素影響大，存在溝通、簽約、監(jiān)督等成本，因此被發(fā)現(xiàn)存在廣泛的本地偏好。然而，針對線上交易，特別是眾籌市場，有關(guān)本地偏好的研究卻很少。為此，本文將本地偏好劃分為國家、區(qū)域、微觀三個層面，并結(jié)合眾籌項目的特點，對投資偏好展開研究。通常，眾籌研究涉及4個視角：(1)平臺視角：涉及眾籌社區(qū)經(jīng)營、參與政策制定、項目質(zhì)量把控以及個性化推薦等；(2)項目視角：涉及融資目標、融資時長、項目類別等；(3)融資者視角：包括社會關(guān)系、學歷、信用以及經(jīng)驗等；(4)投資者視角：包括社會關(guān)系、投資偏好等。本文則融合多個視角，試圖發(fā)現(xiàn)和解釋本地偏好現(xiàn)象：(1)融合投資者與融資者視角，探討眾籌投資行為的本地偏好現(xiàn)象及其經(jīng)濟效用；(2)融合融資者與項目視角，研究本地偏好的疊加效應(yīng)及其經(jīng)濟效用。圖5展示了本文的理論貢獻示意圖。

首先，鑒于互聯(lián)網(wǎng)的全球性特點，眾籌理應(yīng)不會出現(xiàn)本地偏好。本文卻驗證了在國家級、州(省)級以及城市級均存在顯著的本地偏好，影響投資者的決策行為，進而影響融資績效。這在已有的文獻中很少提及，以確鑿的證據(jù)證實了眾籌投資行為的本地偏好是本文的一個貢獻。

其次，從不同層次出發(fā)，對投資行為的本地偏好進行研究。在國家層次的研究中，所有投資行為都偏向于本國的項目，表明國家層次的本地偏好對投資行為存在顯著影響。在區(qū)域?qū)哟蔚难芯恐?，不同區(qū)域投資者的本地偏好存在差異，例如明尼蘇達、加州等的本地偏好最為明顯；而內(nèi)華達州以及特拉華州等的本地偏好最不明顯，這種現(xiàn)象表明區(qū)域本地偏好的不均衡性。這可能是因為當?shù)氐慕?jīng)濟發(fā)展水平、文化、習慣、人口、教育等多方面的因素導致的。微觀檢測模型表明了本地偏好對于眾籌項目的融資效果具有顯著的經(jīng)濟影響，這是本文的第2個貢獻。

此外，對本地偏好的疊加效應(yīng)展開了分析，研究數(shù)據(jù)包括了項目所在地與融資者所在地2項不同的數(shù)據(jù)，這為本地偏好的疊加效應(yīng)研究提供了基礎(chǔ)。我們發(fā)現(xiàn)，融資者與項目位于不同地區(qū)時，項目融資成功率得到提升，展現(xiàn)了顯著的疊加效應(yīng)，這是本文的第3個重要發(fā)現(xiàn)。

最后，我們從信號理論、心理學、行為學和經(jīng)濟學的角度，探討了在線融資中的本地偏好的影響機理。信號理論為影響機理提供了融資者在信號傳遞過程中信號的可觀察性以及影響的理論基礎(chǔ)。心理學、行為學和經(jīng)濟學則為本地偏好的影響機理提供了本地偏好對投資行為和融資績效的影響路徑，這為本地偏好的研究提供了理論解釋。

圖5 理論貢獻示意圖

5.3 管理啟示

首先，向在線融資者提供了如何推廣項目的建議。之前的研究沒有涉及本地偏好對于投資者的影響，因此，融資者在籌資期限內(nèi)不知道何時向何人推薦自己的項目能夠達到最佳的效果。本文建議，融資者在項目融資期內(nèi)把融資對象聚焦在較小的范圍內(nèi)，分別從同城、同一州(省)、同一國家以及世界范圍內(nèi)的順序展開。同時，投資者傾向于投資與其母語一致的眾籌項目，所以，融資者在進行項目推廣時可以考慮這部分投資者。

其次，對眾籌平臺盈利的最大化具有實踐參考價值。中介費是眾籌平臺的主要盈利來源，因此平臺會極力撮合融資成功。以Kickstarter為例，若達到籌資目標，收取8%-10%的手續(xù)費(其中平臺收取5%，支付系統(tǒng)收取3%-5%)；未達到籌資目標，則全額退款。為此，在推介項目時，在推薦模型中加入投資者的本地偏好有關(guān)的變量，能夠提高用戶偏好建模的準確度，并有望提高推介成功率[43]。

然后，有助于投資者更加理性地評估項目質(zhì)量。投資者的決策受多種因素影響[44-45]，本地偏好只是其中之一。但是，相當多的投資者并沒有意識到本地偏好對他們判斷項目質(zhì)量的影響。部分投資者由于路徑依賴，對本地項目具有本能的高信任度，這種不理性的評價方式可能是由投資者心理因素導致的[9]。本文研究表明，為了更加客觀的評價項目質(zhì)量，投資者需要克服本地偏好對自身判斷帶來的偏差。

最后，對于金融監(jiān)管者來說，本文研究也具有管理啟示。由于投資者對本地資源的偏好，并會形成不同的投資模式，監(jiān)管機構(gòu)可以依據(jù)這種投資模式檢測異常投資行為，當某些眾籌項目偏離正常投資模式時，監(jiān)管機構(gòu)可以據(jù)此進行監(jiān)控。例如：已有報道稱眾籌融資已經(jīng)成為洗錢的一種工具[46]，而本地偏好這種模式為眾籌融資中的反洗錢監(jiān)控提供了一種可能的途徑。

6 結(jié)語

本地偏好是投資行為的重要特征，關(guān)乎眾籌項目的融資績效。首先，從國家層次驗證了本地偏好的存在，投資者更喜歡本國融資者發(fā)起的眾籌項目。然后，從區(qū)域市場層次發(fā)現(xiàn)了投資者更喜歡同州(省)和同城內(nèi)的眾籌項目。最后，從微觀層次驗證了投資行為的本地偏好以及對融資效果的影響。總體來說，本地偏好對投資決策以及項目的融資成功率有顯著影響。本文驗證了區(qū)域投資行為的疊加效應(yīng)，當融資者與項目所在地不相同時，能夠獲得更高的融資成功率。研究結(jié)論為融資者、投資者、眾籌平臺和監(jiān)管機構(gòu)提供了豐富的啟示。

鑒于各種原因，本文還存在一些不足，未來的研究方向有：(1)由于篇幅限制，本文并沒有探討投融雙方的距離擴散，由于眾籌項目的投資是一個動態(tài)的行為，投融雙方的距離從第一期融資開始逐漸擴散或者縮小，本文未對投資者的距離擴散進行深入討論，例如不同項目類別之間的距離趨勢是否有差異，其差異是什么？距離變化的速度差異是否傳遞了項目的質(zhì)量信號？(2)實驗數(shù)據(jù)基于“Allor Nothing”融資模式，沒有考慮其他模式。例如，以Rockethub為代表的 “AllandMore”融資模式下，投資者的本地偏好可能呈現(xiàn)不同趨勢。而且本研究的項目大多來自美國，未來我們試圖分析他國的投資者是否也具有類似的偏好；(3)本地偏好只是眾多用戶行為偏好中的一種，可能與其他偏好相互影響[47]，例如：性別偏好、名人偏好等，未來需要嘗試分析用戶多種偏好的交叉效應(yīng)；(4)本文在分析國家級本地偏好時，假設(shè)在大樣本數(shù)據(jù)下各個國家和地區(qū)的項目總體質(zhì)量不存在顯著差異，這種假設(shè)在數(shù)據(jù)量足夠大的時候是成立的，但是在一些較小的國家仍然存在樣本數(shù)量太小的問題。即使總體樣本足夠大，仍然不能避免這類問題。樣本數(shù)量太小時，假設(shè)“項目質(zhì)量不存在本質(zhì)差異”可能并不成立，這是未來研究需要深入考慮的問題之一。