Advances in Social Sciences
Vol. 10  No. 04 ( 2021 ), Article ID: 41557 , 13 pages
10.12677/ASS.2021.104114

公益众筹用户持续捐赠意愿研究

——基于详尽可能性模型

张恒瑞,李荣杰

北京师范大学珠海分校国际商学部,广东 珠海

收稿日期:2021年3月8日;录用日期:2021年4月8日;发布日期:2021年4月15日

摘要

公益众筹是公益慈善事业透过互联网产生的新型公众募捐模式。用户的持续捐赠对于公益慈善行业的规模与发展至关重要。本研究旨在公益众筹背景下,利用详尽可能性模型去构建一研究模型去探究用户持续捐赠意愿的主要因素。采用问卷研究方法收集共257份有效样本并使用偏最小二乘回归进行数据分析。研究发现核心路径中的上流互惠跟下流互惠及边缘路径中的社会影响跟公益组织声誉皆可建立用户的信任,从而激发其持续捐赠意愿。

关键词

公益众筹,持续捐赠,详尽可能性模型,信任

A Research on Users’ Continuous Donation on the Donation-Based Crowdfunding

—Based on the Elaboration-Likelihood Model

Hengrui Zhang, Jung-Chieh Lee

International Business Faculty, Beijing Normal University at Zhuhai, Zhuhai Guangdong

Received: Mar. 8th, 2021; accepted: Apr. 8th, 2021; published: Apr. 15th, 2021

ABSTRACT

Donation-based crowdfunding is a new type of fund-raising mode produced by charitable causes through the Internet. The continuous donations of users are crucial to the development of charitable causes. Based on the elaboration-likelihood model, this study develops a research model in exploring and investigating factors affecting users’ continuous donations. This study collects 257 valid samples via the survey method and analyzes the samples using partial least squares. The study shows that the upstream reciprocity and downstream reciprocity in the central routes, as well as the social influence and organization reputation in the peripheral routes, facilitate to establish users’ trust, thereby stimulating their continuous donations.

Keywords:Donation-Based Crowdfunding, Continuous Donation, The Elaboration-Likelihood Model, Trust

Copyright © 2021 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 绪论

在今天互联网与信息技术深度渗透人们生活生产的大背景下,公益慈善领域也在积极地拥抱技术革新,发展出相比传统筹款更加便捷更有效率的公益众筹(Donation-Based Crowdfunding, DCF)的筹款模式 [1]。公益众筹的概念是基于众筹的概念而产生的。Belleflamme等学者定义众筹为通过互联网进行的一种以捐赠或物质或非物质的交易的形式,来获取财政资源,从而支持某种特别的目的的公开呼吁的行为 [2]。而公益众筹就是指资助者仅为了支持受益人的事业,而不期望获得物质或非物质的回报的一种众筹模式 [3]。作为一种公益慈善的创新,公益众筹被越来越多的公益组织或非营利组织所采用。在中国,水滴筹、轻松筹、腾讯公益、阿里公益等众多公益众筹平台应运而生,很多拥有互联网公开募捐资格的基金会与社会组织在官网建立了自己的公益众筹渠道,这些平台和窗口极大地重塑了公益慈善事业的筹款流程以及行业从业人员的知识技能 [4]。同时,也吸引到了越来越多的捐赠者 [5]。实际上,公益慈善组织维持一名持续捐赠的捐赠人成本要远远低于发展一个新的捐赠人,而且持续捐赠的捐赠人捐赠数额也相对较多,也更容易理解支持组织的使命与愿景。所以,研究公益众筹中用户持续捐赠的行为之于实践之于理论都非常的重要 [6]。

然而,尽管公益众筹被行业广泛地采用,但是由于监管以及行业规范的问题,一些乱象与负面效果也存在其中 [7]。2020年1月,中华少年儿童慈善救助基金会的自主项目9958儿童紧急救助中心和浙江省慈善联合总会通过公益众筹的形式为患者吴华燕筹款148万余元,然而直到吴花燕去世,两家慈善机构拨付、转账用于吴花燕的医疗康复费用仅2万元 [8]。类似的案件引发了公众极大的讨论,并对公益慈善行业制造了相当大的压力,致使那些处于舆论焦点的慈善组织损失了大量的潜在捐赠,其中相当一部分是持续捐赠人出于不信任而停止了捐赠。在信息不透明、监管失灵的情况下,潜在的社会福利的损失大大阻碍了信任关系的建立,以及参与公益众筹的意愿 [9]。虽然发生了这些事情,但由于公益众筹可以帮助公益慈善组织扩展筹款渠道与建立公众影响力,公益慈善事业依然无法放弃公益筹款,而是需要探寻到如何解决该问题的方法并且加深对持续捐赠意愿理解。因此,如何建立起用户对公益众筹项目的信任是一个极为重要的研究领域。然而,现有的信任建立机制的研究往往聚焦于传统的捐赠行为,而基于公益众筹的信任建立机制有更多的不确定性情况也更加复杂 [10]。由于互联网带来的规模效应,新公益模式下的监管不到位、行业规范的不完善以及从业人员专业素养和法律素养的缺失,公益众筹下的信任建立机制与传统捐赠的信任建立机制是很不相同的。因此,对公益众筹进行更有针对性的解释和研究是很有必要的。

另外,虽然目前有一些有关于公益众筹信任的研究,但是其研究内容都是用户对公益众筹平台的信任。然而,在中国,公益众筹平台仅有民政部遴选指定的20家慈善组织互联网公开募捐信息平台拥有进行互联网公开募捐,也就是公益众筹的资格 [11]。因此,在政府的强有力的管控下,公益众筹平台的社会公信力是很好的,并且大部分的公益众筹项目都会同时在多个公益众筹平台上进行众筹,捐赠人往往会在确定了捐赠一项之后根据支付习惯选择自己偏好的公益众筹平台或默认在当前的平台进行操作。所以,在中国的语境下,公益众筹的研究更应该去聚焦用户对于公益众筹项目及其执行机构的信任上。捐赠行为是以理解捐赠人行为以及制定更便捷有效的劝募战略为目的的研究领域 [12]。现有的少量的公益众筹文献大多都在研究用户的捐赠意愿,而不是持续捐赠意愿 [6]。但实际上,对于公益组织而言,发展一个新的捐赠人的成本要远远高于对从以往的捐赠人获得捐赠 [13]。所以,研究持续捐赠意愿和行为至关重要。

详尽可能性模型(Elaboration-Likelihood Model, ELM)起源于社会心理学,是研究用户信息处理的重要理论框架 [14]。在ELM的解释中,个体的态度变化是由两条影响的路径引起的:核心路径和边缘路径。这两条路径的区别在于用户所处理信息的数量与深度不同 [15]。核心路径要求用户主动仔细考量信息,有逻辑地对信息进行评价以形成态度和行为。相反,边缘路径不需要过高的动机和认知能力,个体主要依赖于周边线索来对信息进行判断 [16]。以往的研究主要是利用ELM对消费者行为和人机交互领域的个体行为进行了探索 [17],如广告对消费者的影响,个体对信息的接受以及用户对信息系统的采纳等 [18]。在公益众筹中,众筹发起人也就是公益组织,需要向访问者披露一些关键且必要的信息,如项目的执行机构、执行计划、预算规划等,并且通过一些宣传包装手段,如形象代言人、利益相关方的评论等,以便其了解公益众筹项目。这些信息可以告诉潜在的捐赠人,该项目除了资金外已经具备了一切执行项目所必备的条件。从某种意义上来说,公益众筹的相关页面以及上面的介绍可以被看作是一个广告,其最终目标是发展更多的捐赠人并获得更多的资金。其中,如果用户捐赠的动机和对公益慈善行业的认知水平较高,也就是进行核心路径时,更有可能去关注项目提供的具体的执行计划、预算规划、项目进度等。而如果用户捐赠的动机和对公益慈善行业的认知水平不高,也就是进行边缘路径时,更有可能去关注公益慈善组织的声誉、周边人的看法等。因此,公益众筹项目网页上的信息可以被视为说服信息。从这个意义上说,用户建立对公益项目的信任与捐赠决策过程符合ELM的应用范围。

为了填补上述的研究空白,本文采用详尽可能性模型,以信任构建机制作为基础,探究不同因素对于在公益众筹中用户持续捐赠意愿的综合影响。并提出下述的研究问题:

在公益众筹的背景下什么是影响用户对公益项目持续捐赠的因素

本文接下来的行文结构如下:首先阐述本文的研究模型和假设依据;其次解释了本文基于问卷的研究方法以及利用结构方程模型进行模型分析的过程;然后进行统计结果的描述与分析;最后讨论了研究成果的意义、局限性与未来展望。

2. 研究模型与假设

基于ELM,因为众筹行为可以被认为是一种投资和购买行为 [32],所以我们将上流互惠、下流互惠以及信息质量确定为核心路径,这些因素需要公益众筹用户的较大的认知投入和仔细的信息分析。当用户感知到上流互惠、下流互惠以及信息质量的高度时,他们可能会有积极的态度变化。我们认为公益慈善组织声誉以及社会影响是重要的外围路径,用户在建立对平台的信任时,会更多地依赖这些外部评估和认可。我们的研究模型如图1所示。下面将讨论每个假设的理论逻辑。

2.1. 信任与持续捐赠意愿

信任和持续意向之间的关系在现有文献中得到了广泛的研究 [19]。信任对于人们在互动中的优质体验十分重要 [20],并且信任是行为意图的显著前导因素 [21]。在电子商务环境下,用户对商家的信任有利于减少信息不对称所造成的风险,从而促进在线市场的交易行为 [35],对持续购买意愿有直接影响 [22]。同样,信任对公益众筹持续捐赠意愿也有积极影响。在公益众筹的背景下,捐赠总是存在一些发生不良事件的风险 [23] [24]。如果客户认为公益众筹是不能增加社会福利的,并且可能会发生资源侵占等负面后果,他们将停止持续捐赠。相反,如果用户认为公益众筹项目可以以极大的竞争力、专业性和诚信实现他们的使命与目标,他们对公众筹捐赠的持续意向就会得到加强。

Figure 1. Research model

图1. 研究模型

因此,我们提出假设:

H1. 信任正向影响持续捐赠意愿

2.2. 上流互惠与下流互惠

互惠对于社会合作中的相互支持至关重要,它是指人们之所以可以从别人那里获得,是因为曾经或未来会向别人付出 [25]。因此,互惠被认为是捐赠行为的主要组成部分 [26]。互惠有两个方向:上流互惠和下流互惠 [27]。在慈善捐赠中,上流互惠关系到捐赠行为对受益人的积极影响,而下流互惠关系到捐赠人因为本次捐赠而产生的对未来获得善意回馈的预期 [28]。他们都需要捐赠人在仔细审视公益众筹信息之后才能得到自我的结论,属于核心路径相当重要的一部分。互惠某种层面上就是捐赠人对捐赠后的效益的预期,互惠越强就意味用户认为该公益慈善组织执行的项目能达到其目标的想法越强烈,即用户会更觉得公益慈善组织的执行效率、管理能力、专业素养等是值得托付以达成预期的效益的。那么,我们认为互惠越强就代表着用户越认可公益慈善组织的实力,就会致使用户对公益慈善组织的信任的增强。

因此,我们提出假设:

H2. 上流互惠正向影响用户对公益慈善组织的信任

H3. 下流互惠正向影响用户对公益慈善组织的信任

2.3. 信息质量

信息质量是指公益众筹对外披露的信息的完整性、准确性、有效性等。在用户接触到某一公益众筹项目时,需要带有较强的动机和认知水平,才能对其信息质量产生判断,并且以该判断作为行为决策的依据。就像电子商务卖家需要提供关于产品与服务的准确信息一样,公益众筹必须提供充分多的关于公益项目的可靠的信息,才能够使用户做出明智的决定 [29]。优质的公益众筹信息可以向用户展现该项目的合法性、可行性以及必要性,并且降低用户因为信息不对称而抱有的防卫心理 [30]。当用户看到公益众筹项目时常维护其信息,使其保证时效性、真实性、完整性时,他们对负责该公益众筹项目的公益慈善组织的信任可能会增加 [31]。

因此,我们提出假设:

H4. 信息质量正向影响用户对公益慈善组织的信任

2.4. 社会影响

社会影响是指个人在多大程度上受到同龄人某些行为、言论等的影响 [32]。社会影响被认为是信息系统采用理论的基础,例如UTAUT [33]。社会影响是使用各种信息系统的意愿的前导因素 [34],而公益众筹也是一个信息系统,所以社会影响应该也是公益众筹的前导因素。我们认为社会影响与公益众筹信任高度相关有两个主要原因。首先,通过公益众筹的捐赠行为大多是在社会环境中进行的。也就是说,捐赠人在他们的家人、朋友、同事在场的情况下产生体验。第二,公益众筹的筹款模式使捐赠人能够根据各种评级对公益众筹项目进行比较,可以根据对其他捐赠人的评价作出最初的选择。当捐赠不具备较强的动机和认知水平时,往往会因为社会影响而做出选择。

因此,我们提出假设:

H5. 社会影响正向影响用户对公益慈善组织的信任

2.5. 公益组织声誉

过往的研究表明,一个组织的信誉是否良好会改变用户的信任。 [35] 因此,组织的品牌声誉涉及用户对一家在互联网存在的组织的印象。声誉是一种组织资产,是组织通过不断建立积极的形象和维护良好的客户关系而实现的 [36]。在传统的募捐研究中,学者利用募捐者的声誉来预测传统的捐赠行为 [37]。由于在线捐赠的信息不对称,捐赠人往往对公益众筹项目缺乏足够的信息。这使捐赠人处于脆弱的地位,面临服务差的风险。这种信息不对称问题造成的低效可以通过声誉来缓解 [38]。Gunasekaran认为声誉被认为是影响用户对在线交易信任的最重要因素之一 [39],特别是当消费者对服务提供商没有太多的个人经验时,那么在相似度极高的公益慈善行业中也是如此。积极的口碑可以帮助缓解用户在与不熟悉的公益慈善组织互动时所感知的风险和不安全感,并提高客户依赖公益众筹项目的意愿。实证研究结果还表明,声誉与信任呈正相关 [40]。如果一个公益组织从以前的公益众筹中积累了积极的口碑,用户更有可能相信该组织是诚实的,关心社会的,从而能够为他们实现创造社会福利的愿望 [41]。

因此,我们提出假设:

H6. 公益组织声誉正向影响用户对公益慈善组织的信任

3. 研究方法

3.1. 研究设计

本研究以网络调查问卷的方法来验证模型与假设。在问卷中,构面所对应的问项都是根据过往文献的量表所设计的,并且都采用Likert七级量表进行测量,从1 = “极反对”到7 = “极同意”。我们邀请了两位专家对问卷初稿进行评定,并针对性地对问项做了一些调整以更好地适应中国互联网公益众筹的研究背景。同时,还访问了10位拥有资深互联网公益众筹捐赠经验的用户对问卷的建议,从而结合中国人的语言习惯进行了一些措辞上的修正,并且删除了一些模糊的难以理解的问项。每个构面和相应问项的具体内容请见附录。

3.2. 数据收集

问卷最终以在线问卷调查网站“问卷星”的在线问卷形式呈现,本研究通过各类互联网社交媒体平台发放问卷。因为参与公益众筹的用户必定使用互联网,所以采用互联网渠道收发问卷是可行的。为了保证样本代表了公益众筹的实际受众,我们向中国超过20个城市的用户发放了问卷。除此之外,问卷专门设置了一个筛选问题,以区分有互联网捐赠经历的用户和没有互联网捐赠经历的用户,并令没有互联网捐赠经历的用户直接退出问卷。最终,共收集问卷400份,有互联网捐赠经历的用户问卷280份,在过滤掉不合理问卷后,最终得到了有效问卷257份。本问卷数据的人口学特征如表1所示。其中,受访者年龄集中在21周岁至40周岁,大多数拥有学士或以上学位,样本主要覆盖人群正符合参与互联网公益众筹捐赠的主要人群的人口学特征。

Table 1. Sample characteristics

表1. 样本特征值

4. 数据分析

本文利用结构方程模型结构方程模型(Structural Equation Modeling, SEM)来检验我们的研究模型,并且选用偏最小二乘回归(Partial Least-Squares Regression, PLS)作为数据分析的统计方法,采用smartPLS3.3.3为统计软件进行运算。PLS是一种在多元统计分析基础上建立起来的回归方法。与其他的回归方法比较,PLS更适合在小样本情况下进行理论探索和预测。在具体的分析过程中,我们首先进行了衡量模式分析,然后进行了结构模式分析 [42]。

4.1. 衡量模式分析

对测量模型进行了检验,分析了模型的信度、收敛效度与区别效度。具体数据见表2。在最大迭代次数为5000次 [43] 的情况下进行运算之后,我们发现模型的外部模型荷载(Loading)皆大于0.7,并且各个构面的组合信度(Composite Reliability, CR)都大于0.7,这表明问卷中的各个问项可以有效测量出对应构面 [44]。同时,克朗巴哈系数(Cronbachs Alpha, CA)大于0.7,表明各个构面都保证了其内部的一致性 [45]。另外,平均萃取变异量(Average Variance Extracted, AVE)皆大于0.5,故模型具有良好的收敛效度 [45]。在区别效度方面,本研究采用异质-单质比率(Heterotrait-Monotrait Ratio, HTMT)来衡量构面区别于其它构面的程度。如表3所示,每一个构面之间的HTMT都小于0.9,故区分效度成立 [46]。

Table 2. Construct reliability and validity analysis

表2. 信效度分析

Table 3. Heterotrait-Monotrait ratio

表3. 异质–单质比率

4.2. 结构模式分析

本研究采用标准化路径系数与R2来衡量研究模型的适配性。由于样本数量较少,故以5000次重复抽样的拔靴法(Bootstrapping)从有限样本中抽取出可以代表总体的样本量以进行运算,从而得出稳定的路径系数β值和检验值t值 [44]。具体结果如表4图2所示。

Table 4. Bootstrapping

表4. 拔靴法检验

注:***代表p < 0.001;**代表p < 0.01;*代表p < 0.05;虚线代表不显著。

Figure 2. Structural model analysis

图2. 结构模型分析

图2表明,公益组织声誉是建立用户与公益众筹项目之间信任的最有力的先行因素(β = 0.296, p < 0.001),从而支持假设H6。这说明公益组织在民间积累的声誉可以促使捐赠者在不需要特别关注信息的情况下就建立起对其发起的公益众筹项目的信任。同时假设H2也较为显著,上流互惠与用户对公益众筹项目的信任是正相关的(β = 0.194, p < 0.01)。这意味着用户越认为捐赠行为对受益人能起到积极影响,越容易信任该公益众筹项目。下流互惠和社会影响同样也是显著的(β = 0.165, p < 0.05),可知用户因为本次捐赠而产生的对未来获得善意回馈的预期以及周围人对用户的影响都可以作用于信任的建立上。而信息质量的结果并不显著(β = 0.085, p > 0.05),即公益众筹项目的网页界面对用户建立对其的信任并没有明显的相关性。而信任对持续捐赠意愿的正相关影响是十分显著的(β = 0.742, p < 0.001),用户的信任有利于持续捐赠意愿的产生,假设H1成立。

5. 讨论与启示

5.1. 研究结论

本研究要解决的研究问题是探究出在公益众筹的背景下,影响用户对公益项目持续捐赠的因素有哪些。我们透过ELM,建立了一个以信任构建机制作为基础,三个有关中心路径因素,两个有关边缘路径因素的理论模型。通过实证研究,我们得出以下结论。

首先,除了信息质量和信任的关系不显著外,其他的假设都是成立的。这说明,采用ELM解构公益众筹背景下用户处理信息的行为是可行的。总的来说,当前实证研究的结果可以解答本研究的研究问题,即在公益众筹中,在核心路径中的上流互惠和下流互惠以及边缘路径中的社会影响和公益组织声誉的影响下,可以建立用户对公益众筹项目的信任,随之信任将有效转化为其持续捐赠意愿。

其次,两个有关边缘路径的因素都对信任有显著的正相关影响,尤其是公益组织声誉。这说明用户在接触公益众筹项目时往往会将该项目的执行机构作为信任与否捐赠与否的重要条件,与以往的文献认为个人的捐赠行为会收到公益慈善组织声誉的强烈影响所叙相符 [47]。同时其决策也会被周边人影响。即,当用户采取边缘路径的信息处理方式时,良好的公益组织声誉和周围人积极的捐赠行为和态度会显著地影响用户信任该公益共筹项目并持续捐赠。

最后,所有假设中只有信息质量与信任的正相关关系不显著,这说明用户在做决策时可能并不基于页面所展示的具体信息来判别该项目是否值得信赖。而我们最初认为,信息质量的提高会带来信息不对称的降低并向用户展示出公益众筹项目的专业性,而促使用户信任公益众筹项目。可能是由于公益慈善行业整体公信力的缺失 [48],导致用户在浏览公益众筹界面时会天然带有一定的批判性眼光或是抱有怀疑的态度,来审视公益众筹项目所提供的信息。而在过往的文献中,比如个人大病求助类网站上,信息质量之所以对信任的构建的关系十分显著,是因为其信息发布的主体是更不被大家所戒备的个人。因此,在公益众筹的背景下,信息质量并不是构建信任关系促成持续捐赠意愿的主要因素。

5.2. 理论意义

在理论领域本研究至少有以下三个方面的贡献。首先,本文采用ELM模型的研究方法给众筹领域,尤其是公益众筹领域引进了新的理论模型的应用,提供了一个新的理论视角。过往的文献虽然也从各种理论出发来探究捐赠人的捐赠意愿,如公平理论 [49]、元认知推断理论 [50] 等,但是没有人从ELM的视角将用户的心路历程划分为核心路径与边缘路径来分析用户的信息处理与捐赠意愿的关系。其次,本研究填补了公益众筹领域信任建立机制的空缺。以往的文献的研究对象往往是以用户为中心的,如自我表达需要 [51]、支付痛苦 [52]、移情 [53] 等。但是鲜有对用户对公益众筹项目的信任作分析的研究,即尝试从公益慈善组织的视角去解析用户行为。另外,本研究填补了持续捐赠意愿的空白,探究了对于所有公益众筹项目具有普适意义的用户持续捐赠的因素与信息处理过程。

5.3. 实践意义

本研究对于公益慈善组织、公益众筹平台也有一定的实践意义。首先,对于公益慈善组织而言,其声誉是相当重要的,所以应当积极做好品牌宣传工作,打造自身良好的声誉,从而赢得用户对自身项目的信任。同时,在做品宣工作时,应当在广告、宣传片等媒介中着重向受众展示组织的各种项目的各项工作可以如何帮助到受助者,并且适当添加一些具有社会号召力的意见领袖的元素在其中,以从上流互惠和社会影响的角度对受众的核心路径和边缘路径都产生积极的影响。另外,公益众筹平台应当通过为公益众筹项目的界面开发可以进行交流的评论区等手段,以促进平台社区的形成,从而通过社会影响的作用构成良好的公益项目竞争环境,使优秀的公益众筹项目更易受到用户的信任而进行持续捐赠,并淘汰平庸的项目,从而更好地创造社会福利 [54]。

6. 局限性及未来研究方向

本研究有几处局限性,同时这也是未来研究可以拓展的方向。首先,本研究所采集的数据都是截面数据,只能反映各个因素之间静态的关系。未来可以尝试采用时序数据,进行纵向的研究,以揭示时间对人们产生对公益众筹项目的信任以及持续捐赠意愿的影响。另外,本研究的研究背景与设计都是基于中国的情景,所以本研究的结论的普适性并不能得到充足的保证。由于文化、政策、社会等方面的差异,不同的国家地区可能会有不同的情况,这需要更进一步的研究。

致谢

本文来自于北京师范大学珠海分校国际商学部励学计划的支持。

文章引用

张恒瑞,李荣杰. 公益众筹用户持续捐赠意愿研究——基于详尽可能性模型
A Research on Users’ Continuous Donation on the Donation-Based Crowdfunding—Based on the Elaboration-Likelihood Model[J]. 社会科学前沿, 2021, 10(04): 833-845. https://doi.org/10.12677/ASS.2021.104114

参考文献

  1. 1. 刘佳. 浅析公益众筹对公益捐助的意义[J]. 山西农经, 2015(2): 107-110.

  2. 2. Belleflamme, P., Lambert, T. and Schwienbacher, A. (2014) Crowdfunding: Tapping the Right Crowd. Journal of Business Venturing, 29, 585-609. https://doi.org/10.1016/j.jbusvent.2013.07.003

  3. 3. Massolution (2012) The Crowdfunding Industry Report: Market Trends, Composition and Crowdfunding Platforms. Crowdsourcing LLC, Los Angeles.

  4. 4. Steven, C., Sunil, T. and Chiranjeev, K. (2016) What Really Makes a Promotional Campaign Succeed on a Crowdfunding Platform? Journal of Advertising Research, 56, 81-95. https://doi.org/10.2501/JAR-2016-002

  5. 5. 张星, 赵越, 肖泉. 社交网络情境下个体捐赠意愿影响因素研究[J]. 信息与管理研究, 2019(1): 19-29.

  6. 6. Wang, Z. and Yang, X. (2019) Understanding Backers’ Funding Intention in Reward Crowdfunding: An Elaboration Likelihood Perspective. Technology in Society, 58, Article ID: 101149. https://doi.org/10.1016/j.techsoc.2019.101149

  7. 7. 方微. 浅析我国公益众筹发展问题及对策研究[J]. 商讯, 2020(24): 147-148.

  8. 8. 向凯, 李桂, 梁静怡, 等. 吴花燕事件调查: 谁动了捐赠的善款? [J]. 人生与伴侣: 综合版, 2020(2): 4-8.

  9. 9. 范晓青. 社会资本与信任: 社交媒体公益众筹信任因素影响研究[D]: [硕士学位论文]. 武汉: 武汉体育学院, 2019.

  10. 10. Tremblay-Boire, J., et al. (2016) Will You Trust Me? How Individual American Donors Respond to Informational Signals Regarding Local and Global Humanitarian Charities. VOLUNTAS: International Journal of Voluntary and Nonprofit Organizations, 28, 646-672. https://doi.org/10.1007/s11266-016-9782-4

  11. 11. 中华人民共和国民政部. 民政部关于发布慈善组织互联网公开募捐信息平台名录的公告[Z]. 2018-06-04.

  12. 12. Zhang, Y.L., Tan, C.D., Sun, J. and Yang, Z.J. (2020) Why Do People Patronize Donation-Based Crowdfunding Platforms? An Activity Perspective of Critical Success Factors. Computers in Human Behavior, 112, Article ID: 106470. https://doi.org/10.1016/j.chb.2020.106470

  13. 13. Hoefer, R. (2012) From Web Site Visitor to Online Contributor: Three Internet Fundraising Techniques for Nonprofits. Social Work, 57, 361-365. https://doi.org/10.1093/sw/sws002

  14. 14. Bhattacherjee, A. and Sanford, C. (2006) Influence Processes for Information Technology Acceptance: An Elaboration Likelihood Model. MIS Quarterly, 30, 805-825.

  15. 15. Petty, R.E. and Cacioppo, J.T. (1986) The Elaboration Likelihood Model of Persuasion. Advances in Experimental Social Psychology, 19, 123-205. https://doi.org/10.1016/S0065-2601(08)60214-2

  16. 16. Zhou, T., et al. (2016) Examining Online Consumers’ Initial Trust Building from an Elaboration Likelihood Model Perspective. Information Systems Frontiers, 18, 265-275. https://doi.org/10.1007/s10796-014-9530-5

  17. 17. Yang, S.F. (2015) An Eye-Tracking Study of the Elaboration Likelihood Model in Online Shopping. Electronic Commerce Research and Applications, 14, 233-240. https://doi.org/10.1016/j.elerap.2014.11.007

  18. 18. Zhou, T. (2012) Understanding Users’ Initial Trust in Mobile Banking: An Elaboration Likelihood Perspective. Computers in Human Behavior, 28, 1518-1525. https://doi.org/10.1016/j.chb.2012.03.021

  19. 19. Gefen, D. and Pavlou, P.A. (2012) The Boundaries of Trust and Risk: The Quadratic Moderating Role of Institutional Structures. Information Systems Research, 23, 940-959. https://doi.org/10.1287/isre.1110.0395

  20. 20. Gefen, D. (2000) E-Commerce: The Role of Familiarity and Trust. The International Journal of Management Science, 28, 725-737. https://doi.org/10.1016/S0305-0483(00)00021-9

  21. 21. Shao, Z. and Yin, H. (2019) Building Customers’ Trust in the Ridesharing Platform with Institutional Mechanisms: An Empirical Study in China. Internet Research, 29, 1040-1063. https://doi.org/10.1108/INTR-02-2018-0086

  22. 22. Rouibah, K., Lowry, P.B. and Hwang, Y. (2016) The Effects of Perceived Enjoyment and Perceived Risks on Trust Formation and Intentions to Use Online Payment Systems: New Perspectives from an Arab Country. Electronic Commerce Research and Applications, 19, 33-43. https://doi.org/10.1016/j.elerap.2016.07.001

  23. 23. Mittendorf, C. (2017) The Implications of Trust in the Sharing Economy: An Empirical Analysis of Uber. Hawaii International Conference on System Sciences, Hilton Waikoloa Village, 4-7 January 2017, 5837-5846. https://doi.org/10.24251/HICSS.2017.703

  24. 24. Mittendorf, C. (2017) Create an Uber Account? An Investigation of Trust and Perceived Risk in the Sharing Economy. Journal of Customer Behaviour, 16, 281-307. https://doi.org/10.1362/147539217X15071081721134

  25. 25. Fehr, E. and Rockenbach, B. (2004) Human Altruism: Economic, Neural, and Evolutionary Perspectives. Current Opinion in Neurobiology, 14, 784-790. https://doi.org/10.1016/j.conb.2004.10.007

  26. 26. Khadjavi, M. (2016) Indirect Reciprocity and Charitable Giving: Evidence from a Field Experiment. Management Science, 63, 3531-3997. https://doi.org/10.1287/mnsc.2016.2519

  27. 27. Nowak, M.A. and Sigmund, K. (2005) Evolution of Indirect Reciprocity. Nature, 437, 1291-1298. https://doi.org/10.1038/nature04131

  28. 28. Liu, C.J. and Hao, F. (2017) Reciprocity Belief and Gratitude as Moderators of the Association between Social Status and Charitable Giving. Personality and Individual Differences, 111, 46-50. https://doi.org/10.1016/j.paid.2017.02.003

  29. 29. Xu, L.Z. (2018) Will a Digital Camera Cure Your Sick Puppy? Modality and Category Effects in Donation-Based Crowdfunding. Telematics and Informatics, 35, 1914-1924. https://doi.org/10.1016/j.tele.2018.06.004

  30. 30. Gerber, E., Hui, J. and Kuo, P.Y. (2012) Crowdfunding: Why People Are Motivated to Post and Fund Projects on Crowdfunding Platforms. Computer Supported Cooperative Work, Bellevue, 11-15 February 2012.

  31. 31. Kim, D.J., Ferrin, D.L. and Rao, H.R. (2008) A Trust-Based Consumer Decision-Making Model in Electronic Commerce: The Role of Trust, Perceived Risk, and Their Antecedents. Decision Support Systems, 44, 544-564. https://doi.org/10.1016/j.dss.2007.07.001

  32. 32. Venkatesh, V., Thong, J.Y.L. and Xu, X. (2012) Consumer Acceptance and Use of Information Technology: Extending the Unified Theory of Acceptance and Use of Technology. MIS Quarterly, 36, 157-178. https://doi.org/10.2307/41410412

  33. 33. Venkatesh, V., Morris, M.G., Davis, G.B. and Davis, F.D. (2003) User Acceptance of Information Technology: Toward a Unified View. MIS Quarterly, 27, 425-478. https://doi.org/10.2307/30036540

  34. 34. Karahanna, E., Straub, D.W. and Chervany, N.L. (1999) Information Technology Adoption across Time: A Cross-Sectional Comparison of Pre-Adoption and Post-Adoption Beliefs. MIS Quarterly, 23, 183-213. https://doi.org/10.2307/249751

  35. 35. Jarvenpaa, S.L., Tractinsky, N. and Vitale, M. (2000) Consumer Trust in an Internet Store. Information Technology and Management, 1, 45-71. https://doi.org/10.1023/A:1019104520776

  36. 36. Teo, T.S.H. and Liu, J. (2007) Consumer Trust in e-Commerce in the United States, Singapore and China. Omega, 35, 22-38. https://doi.org/10.1016/j.omega.2005.02.001

  37. 37. Baruch, Y. and Sang, K.J.C. (2012) Predicting MBA Graduates’ Donation Behaviour to Their Alma Mater. Journal of Management Development, 3, 808-825. https://doi.org/10.1108/02621711211253268

  38. 38. Ert, E., Fleischer, A. and Magen, N. (2016) Trust and Reputation in the Sharing Economy: The Role of Personal Photos in Airbnb. Tourism Management, 55, 62-73. https://doi.org/10.1016/j.tourman.2016.01.013

  39. 39. Majd, E. and Balakrishnan, V. (2016) A Reputation-Oriented Trust Model for Multi-Agent Environments. Industrial Management & Data Systems, 116, 1380-1396. https://doi.org/10.1108/IMDS-06-2015-0256

  40. 40. Chang, M.K., Cheung, W. and Tang, M.C. (2013) Building Trust Online: Interactions among Trust Building Mechanisms. Information & Management, 50, 439-445. https://doi.org/10.1016/j.im.2013.06.003

  41. 41. Shao, Z., Zhang, L., Li, X., et al. (2018) Antecedents of Trust and Continuance Intention in Mobile Payment Platforms: The Moderating Effect of Gender. Electronic Commerce Research and Applications, 33, 1-10. https://doi.org/10.1016/j.elerap.2018.100823

  42. 42. Anderson, J.C., et al. (1988) Structural Equation Modeling in Practice: A Review and Recommended Two-Step Approach. Psychological Bulletin, 103, 411-423. https://doi.org/10.1037/0033-2909.103.3.411

  43. 43. Hair, J.F., Sarstedt, M., Ringle, C.M., et al. (2012) An Assessment of the Use of Partial Least Squares Structural Equation Modeling in Marketing Research. Journal of the Academy of Marketing Science, 40, 414-433. https://doi.org/10.1007/s11747-011-0261-6

  44. 44. Fornell, C. and Larcker, D.F. (1981) Structural Equation Models with Unobservable Variables and Measurement Error: Algebra and Statistics. Journal of Marketing Research (JMR), 18, 39-50. https://doi.org/10.1177/002224378101800104

  45. 45. Nunnally, J.C. (1978) Psychometric Theory. American Educational Research Journal, 5, 83.

  46. 46. Teo, T. and Noyes, J. (2008) Development and Validation of a Computer Attitude Measure for Young Students (CAMYS). Computers in Human Behavior, 24, 2659-2667. https://doi.org/10.1016/j.chb.2008.03.006

  47. 47. 胡晓明. 个人慈善捐赠动力机制研究[D]: [博士学位论文]. 郑州: 郑州大学, 2017.

  48. 48. 任彬彬, 宋程成. 疫情应对中慈善组织公信力流失的形成机理及其对策——基于开放系统组织理论视角[J]. 湖北社会科学, 2020(7): 61-69.

  49. 49. 史艳萍. 公平理论视角下企业慈善捐赠与消费者购买意愿关系研究[J]. 贵州商学院学报, 2020, 33(2): 30-39.

  50. 50. 冉雅璇, 牛熠欣, 陈斯允. “多”反而少: 元认知推断视角下支付渠道数量对个体捐赠的影响[J/OL]. 心理学报, 1-18. http://kns.cnki.net/kcms/detail/11.1911.B.20210222.1339.012.html, 2021-03-04.

  51. 51. 郭青青, 邓逊, 郭伟栋. 社会拥挤对金钱捐赠意愿的影响: 自我表达需要的中介作用[J]. 心理科学, 2020, 43(5): 1211-1219.

  52. 52. 詹梦洋. 支付模式和零整钱对消费者捐赠意愿的交互影响——支付痛苦的中介作用[J]. 上海管理科学, 2020, 42(6): 39-43.

  53. 53. 邓彤彤. 感戴与大学生捐赠意愿的关系: 网络社会支持和移情的中介作用[D]: [硕士学位论文]. 成都: 四川师范大学, 2016.

  54. 54. 张泉. 利公还是利他: 中西方公益众筹“公益”表征差异及其社会根源[J]. 理论导刊, 2020(6): 100-105.

  55. 55. Bock, G.W., Zmud, R.W., Kim, Y.G., et al. (2005) Behavioral Intention Formation in Knowledge Sharing: Examining the Roles of Extrinsic Motivators, Social-Psychological Forces, and Organizational Climate. MIS Quarterly, 29, 87-111. https://doi.org/10.2307/25148669

  56. 56. Wasko, M.L. and Faraj, S. (2005) Why Should I Share? Examining Social Capital and Knowledge Contribution in Electronic Networks of Practice. MIS Quarterly, 29, 35-57. https://doi.org/10.2307/25148667

附录

期刊菜单