众筹中的战略行为：来自大规模在线实验的洞见

本研究通过大规模在线实验检验了众筹中的战略行为。基于 Arieli 等 2023 年的模型，我们测试了关于风险规避（即尽管看到积极的私人信号仍选择退出）和互相保险（即尽管看到消极的私人信号仍选择加入）在静态单次众筹游戏中的预测，侧重于信息激励而非动态效应。我们的结果验证了关键理论预测：众筹机制会引发与投票不同的战略行为，参与者更倾向于遵循私人信号（odds ratio: 0.139, $p < 0.001$）。此外，本研究表明更高的信号准确率（85% vs. 55%）会降低风险规避（odds ratio: 0.414, $p = 0.024$），但增加对互相保险的依赖（odds ratio: 2.532, $p = 0.026$）。然而，与理论相反，提高所需参与阈值（从 50% 提升至 80%）会放大风险规避（odds ratio: 3.251, $p = 0.005$），这种现象尚需进一步检验，可能表明认知限制。我们还展示了尽管互相保险支持参与度，但在信号准确率提高时可能阻碍信息聚合。这些发现通过确认信息激励的影响并识别挑战标准模型的行为偏差，推动了众筹理论发展，为平台设计和机制细化提供了见解。