文本主题特征和医疗众筹筹资绩效：基于LDA模型的研究

doi:10.16381/j.cnki.issn1003-207x.2022.1311

摘要/Abstract

摘要：

网络公益众筹是“互联网+公益”的跨界融合，也是大病医疗救助的重要组成部分。如何激发大众的援助意愿，提升公益众筹项目的筹款效率，对求助家庭有重要意义。项目描述是众筹项目信息披露的重要途径，直接影响着潜在捐赠者的捐赠意愿，因此，本文基于轻松筹平台，探索了众筹项目文本信息对筹资绩效的影响。基于亚里士多德修辞理论的三大说服策略——信用策略、理性策略和情感策略，本文利用LDA模型对110329个医疗众筹项目的文本描述进行分析，提取出10个主题，并构造了6个主题变量：信用策略下的树立形象主题，理性策略下的疾病叙述主题、治疗费用主题，以及情感策略下的家庭与亲情主题、劝捐与感激主题、积极叙事主题。研究表明，强调病情、费用和积极叙事的主题能显著促进项目筹款，而突出树立形象、家庭与亲情和劝捐与感激的主题对项目筹资有显著的负向作用。此外，主题数量的增加会增强劝捐与感激主题对筹资绩效的负面作用，但削弱了树立形象、治疗费用和积极叙事主题的效果。本研究对提高众筹筹资绩效，激发社会公众的爱心能量具有一定的理论和现实意义。

关键词: 医疗众筹, 筹资绩效, LDA模型, 说服策略

Abstract:

Medical crowdfunding is an important channel to collect money to cover the medical expenses for poor families with severe illness. However， the fundraising performance of medical crowdfunding projects is still at a relatively low level. Therefore， to improve the fundraising performance， it is natural to stimulate more people to offer help. Project descriptions play a key role in disclosing crowdfunding project information and influencing potential donors. Therefore， the impact of crowdfunding project text information on fundraising performance is investigated， based on the data of 110329 medical crowdfunding projects from Qingsong Chou.The Latent Dirichlet allocation model is employed to analyze the potential semantics of project descriptions. Based on Aristotle's rhetorical theory of three persuasive strategies-credit strategy， rational strategy and emotional strategy， six topic variables are defined， that are （1）image-building （credit strategy），（2）disease narratives and （3）medical expenses （rational strategy），（4）family and affection，（5）persuasion and gratitude， and （6）positive narratives（emotional strategy）. A linear regression model $Y = α T + β C + Y e a r + P r o v i n c e + γ + ϵ$ is built to quantify the impact of different topics on fundraising performance. Meanwhile， model $Y = α T + δ T × T o p i c N u m + λ T o p i c N u m + β C + Y e a r + P r o v i n c e + γ + ϵ$ is adopted to estimate the moderating effect of number of topics.The results indicate that topics emphasizing disease， expenses and positive narratives significantly improve the fundraising performance； Topics highlighting family and affection， persuasion and gratitude and image-building have a significantly negative effect on fundraising performance. Furthermore， an increase in the number of topics enhances the negative impact of persuasion and gratitude on fundraising performance， while diminishing the effects of image-building， medical expenses and positive narratives. These findings not only deepen the understanding of the effect of textual features on fundraising， but also provide new ideas for improving fundraising performance.

Key words: medical crowdfunding, fundraising performance, Latent Dirichlet Allocation, persuasion strategies

中图分类号:

D632.9

蒋志强, 陶屹, 崔岩, 周炜星. 文本主题特征和医疗众筹筹资绩效：基于LDA模型的研究[J]. 中国管理科学, 2025, 33(7): 92-104.

Zhiqiang Jiang, Yi Tao, Yan Cui, Weixing Zhou. Extracting the Topics Affecting Fundraising Performance from Medical Crowdfunding Descriptions Based on the LDA Model[J]. Chinese Journal of Management Science, 2025, 33(7): 92-104.

图/表 6

图1

图2

表1

表2

文本主题特征与项目筹资绩效的回归结果"

变量	模型1	模型2	模型3	模型4	模型5
变量	基础模型	信用策略	理性策略	情感策略	全部策略
截距	10.318^***	10.324^***	10.123^***	10.338^***	10.215^***
截距	(316.827)	(316.916)	(296.189)	(314.111)	(215.718)
患者年龄	-0.106^***	-0.105^***	-0.116^***	-0.095^***	-0.098^***
患者年龄	(-27.198)	(-26.932)	(-29.417)	(-24.407)	(-23.741)
患者性别	0.027^***	0.027^***	0.036^***	0.028^***	0.032^***
患者性别	(4.502)	(4.493)	(5.940)	(4.749)	(5.288)
筹款周期	0.001	0.001	-0.001	-0.005	-0.006
筹款周期	(0.297)	(0.296)	(-0.242)	(-1.613)	(-1.747)
目标金额	0.163^***	0.163^***	0.163^***	0.161^***	0.161^***
目标金额	(29.613)	(29.587)	(29.604)	(29.514)	(29.436)
项目更新数	0.032^***	0.032^***	0.030^***	0.030^***	0.030^***
项目更新数	(7.488)	(7.501)	(7.226)	(7.269)	(7.223)
资金公示数	0.028^***	0.029^***	0.027^***	0.028^***	0.028^***
资金公示数	(6.615)	(6.633)	(6.507)	(6.508)	(6.519)
项目分享次数	0.070^***	0.069^***	0.070^***	0.069^***	0.069^***
项目分享次数	(3.594)	(3.592)	(3.613)	(3.599)	(3.598)
图片数	0.019^***	0.018^***	0.016^***	0.019^***	0.017^***
图片数	(5.931)	(5.686)	(4.969)	(5.927)	(5.383)
证明人数	0.539^***	0.540^***	0.537^***	0.532^***	0.533^***
证明人数	(60.754)	(60.838)	(60.815)	(60.194)	(60.158)
项目描述长度	0.045^***	0.045^***	0.049^***	0.033^***	0.032^***
项目描述长度	(12.398)	(12.374)	(13.326)	(8.917)	(8.639)
树立形象		-0.152^***			-0.169^***
树立形象		(-5.144)			(-3.660)
疾病叙述			0.295^***		0.148^***
疾病叙述			(17.591)		(3.956)
治疗费用			0.356^***		0.191^***
治疗费用			(13.888)		(4.328)
家庭与亲情				-0.436^***	-0.333^***
家庭与亲情				(-16.183)	(-8.171)
劝捐与感激				-0.387^***	-0.293^***
劝捐与感激				(-19.366)	(-7.417)
积极叙事				0.169^***	0.288^***
积极叙事				(5.586)	(6.109)
省份固定效应	是	是	是	是	是
年份固定效应	是	是	是	是	是
$R a d j 2$	0.510	0.510	0.513	0.516	0.517

表2

图3

表3

参考文献 51

[1]	张星，赵越，肖泉. 医疗众筹项目信息对捐赠效果的影响研究［J］. 管理学报， 2022， 19（1）： 85-92+101.
	Zhang X， Zhao Y， Xiao Q. A Study on the impacts of medical crowdfunding project information on donation effectiveness［J］.Chinese Journal of Management， 2022， 19（1）： 85-92+101.
[2]	Ren J， Raghupathi V， Raghupathi W. Understanding the dimensions of medical crowdfunding： A visual analytics approach［J］. Journal of Medical Internet Research， 2020， 22（7）： e18813.
[3]	Zhang S， Zang X L， Zhang S N， et al. Social class priming effect on prosociality： Evidence from explicit and implicit measures［J］. International Journal of Environmental Research and Public Health， 2022， 19（7）： 3984.
[4]	Zhao X H， Chen B L， Jin P. Inspired to donate： How donors' social class impacts charitable donations［J］. Journal of Consumer Behaviour， 2023， 22（1）： 3-13.
[5]	Ba Z C， Zhao Y X， Song S J， et al. Understanding the determinants of online medical crowdfunding project success in China［J］. Information Processing & Management， 2021， 58（2）： 102465.
[6]	Majumdar A， Bose I. My words for your pizza： An analysis of persuasive narratives in online crowdfunding［J］. Information & Management，2018，55（6）： 781-794.
[7]	Loughran T， McDonald B. Measuring readability in financial disclosures［J］. The Journal of Finance， 2014， 69（4）： 1643-1671.
[8]	陈林，谢彦妩，李平，等. 借款陈述文字中的违约信号——基于P2P网络借贷的实证研究［J］. 中国管理科学， 2019， 27（4）： 37-47.
	Chen L， Xie Y W， Li P， et al. The signal of default risk from the description-text based on the empirical research of P2P lending［J］. Chinese Journal of Management Science， 2019， 27（4）： 37-47.
[9]	沈艳，陈赟，黄卓. 文本大数据分析在经济学和金融学中的应用：一个文献综述［J］. 经济学（季刊）， 2019， 19（4）： 1153-1186.
	Shen Y， Chen Y， Huang Z. A literature review of textual analysis in economic and financial research［J］. China Economic Quarterly， 2019， 19（4）： 1153-1186.
[10]	王韧，刘于萍. 预期引导、政策冲击与股市波动——基于文本分析法的异质性诊断［J］. 统计研究， 2021， 38（12）： 118-130.
	Wang R， Liu Y P. Expectation guidance， policy shocks and volatility of stock market： Heterogeneous impact diagnosis based on text analysis method［J］. Statistical Research， 2021， 38（12）： 118-130.
[11]	姜富伟，孟令超，唐国豪. 媒体文本情绪与股票回报预测［J］. 经济学（季刊）， 2021， 21（4）： 1323-1344.
	Jiang F W， Meng L C， Tang G H. Media textual sentiment and Chinese stock return predictability［J］. China Economic Quarterly， 2021， 21（4）： 1323-1344.
[12]	俞红海，范思妤，吴良钰，等. 科创板注册制下的审核问询与IPO信息披露——基于LDA主题模型的文本分析［J］. 管理科学学报， 2022， 25（8）： 45-62.
	Yu H H， Fan S Y， Wu L Y， et al. Registration system review inquiry and IPO information disclosure on STAR market： Textual analysis based on LDA topic model［J］. Journal of Management Sciences in China， 2022， 25（8）： 45-62.
[13]	Deerwester S， Dumais S T， Furnas G W， et al. Indexing by latent semantic analysis［J］. Journal of the American Society for Information Science， 1990， 41（6）： 391-407.
[14]	Hofmann T. Unsupervised learning by probabilistic latent semantic analysis［J］. Machine Learning， 2001， 42（1）： 177-196.
[15]	Blei D M， Ng A Y， Jordan M I. Latent dirichlet allocation［J］. Journal of Machine Learning Research， 2003， 3（4-5）： 993-1022.
[16]	关鹏，王曰芬. 科技情报分析中LDA主题模型最优主题数确定方法研究［J］. 现代图书情报技术， 2016（9）： 42-50.
	Guan P， Wang Y F. Identifying optimal topic numbers from sci-tech information with LDA model［J］. New Technology of Library and Information Service， 2016（9）： 42-50.
[17]	徐戈，王厚峰. 自然语言处理中主题模型的发展［J］. 计算机学报， 2011， 34（8）： 1423-1436.
	Xu G， Wang H F. The development of topic models in natural language processing［J］. Chinese Journal of Computers， 2011， 34（8）： 1423-1436.
[18]	Sutherland I， Kiatkawsin K. Determinants of guest experience in airbnb： A topic modeling approach using LDA［J］. Sustainability， 2020， 12（8）： 3402.
[19]	杨梦婷，熊回香，肖兵，等. 基于动态特征的学者推荐研究［J］. 情报理论与实践， 2022， 45（4）： 120-127.
	Yang M T， Xiong H X， Xiao B， et al. Research on scholar recommendation based on dynamic features［J］. Information Studies（Theory & Application）， 2022， 45（4）： 120-127.
[20]	王伟，高宁，徐玉婷，等. 基于LDA的众筹项目在线评论主题动态演化分析［J］. 数据分析与知识发现， 2021， 5（10）： 103-123.
	Wang W， Gao N， Xu Y T， et al. Topic evolution of online reviews for crowdfunding campaigns［J］. Data Analysis and Knowledge Discovery， 2021， 5（10）： 103-123.
[21]	Zhang F G， Xue B Y， Li Y R， et al. Effect of textual features on the success of medical crowdfunding： Model development and econometric analysis from the tencent charity platform［J］.Journal of Medical Internet Research， 2021， 23（6）： e22395.
[22]	Wu Y， Zhang X， Xiao Q. Appeal to the head and heart： The persuasive effects of medical crowdfunding charitable appeals on willingness to donate［J］. Information Processing & Management， 2022， 59（1）： 102792.
[23]	王伟，赵勇勇，王洪伟，等. 投资者经验对在线融资项目融资绩效的影响：未来流行度和项目声望的中介作用［J］. 中国管理科学， 2023， 31（8）： 9-21.
	Wang W， Zhao Y Y， Wang H W， et al. Impact of investor experience on online financing project's financial performance： Mediating role of future popularity and reputation［J］. Chinese Journal of Management Science， 2023， 31（8）： 9-21.
[24]	王伟，陈伟， Zhu Kevin，等. 众筹融资成功率与语言风格的说服性——基于Kickstarter的实证研究［J］. 管理世界， 2016（5）： 81-98.
	Wang W， Chen W， Zhu K， et al. Crowdfunding success and language persuasiveness： Based on the empirical analysis of Kickstarter［J］.Journal of Management World， 2016（5）： 81-98.
[25]	齐托托，刘倩，王天梅，等. 知识付费产品描述语言风格的说服效应研究——知识生产者声誉的调节作用［J］. 南开管理评论， 2020， 23（5）： 159-170.
	Qi T T， Liu Q， Wang T M， et al. The persuasive effect of linguistic styles in the description of paying for knowledge product： The moderating effect of knowledge producer's reputation［J］. Nankai Business Review， 2020， 23（5）： 159-170.
[26]	Parhankangas A， Renko M. Linguistic style and crowdfunding success among social and commercial entrepreneurs［J］. Journal of Business Venturing， 2017， 32（2）： 215-236.
[27]	Jin P Y. Medical crowdfunding in China： Empirics and ethics［J］. Journal of Medical Ethics， 2019， 45（8）： 538-544.
[28]	Xu K B， Wang X Y. “Kindhearted people， please save my family”： Narrative strategies for new media medical crowdfunding［J］. Health Communication， 2020， 35（13）： 1605-1613.
[29]	Jiang C X， Han R R， Xu Q F， et al. The impact of soft information extracted from descriptive text on crowdfunding performance［J］.Electronic Commerce Research and Applications， 2020， 43： 101002.
[30]	王伟，何翎， Zhu Kevin，等. 更新信号的阶段性融资效应：基于众筹市场的跨类别实证研究［J］. 中国管理科学， 2020， 28（11）： 155-166.
	Wang W， He L， Zhu K， et al. The periodic impact of linguistic cues to update signalson successful crowdfunding campaigns among categories［J］. Chinese Journal of Management Science， 2020， 28（11）： 155-166.
[31]	Brahnam S. Building character for artificial conversational agents： Ethos， ethics， believability， and credibility［J］. PsychNology Journal， 2009， 7（1）： 9-47.
[32]	曹京渊. 亚里士多德的实用修辞观［J］. 兰州大学学报， 2001，29（2）： 144-148.
	Cao J Y. On Aristotelian practical rhetoric［J］. Journal of Lanzhor University， 2001，29（2）： 144-148.
[33]	Tirdatov I. Web-based crowd funding： Rhetoric of success［J］. Technical Communication， 2014， 61（1）： 3-24.
[34]	武帅，施奕，杨秀璋，等. 基于社交网络分析和LDA主题挖掘的短文本挖掘研究［J］. 现代电子技术， 2022， 45（20）： 124-128.
	Wu S， Shi Y， Yang X Z， et al. Research on short text mining based on social network analysis and LDA topic mining［J］. Modern Electronics Technique， 2022， 45（20）： 124-128.
[35]	Paulus T M， Roberts K R. Crowdfunding a “real-life superhero”： The construction of worthy bodies in medical campaign narratives［J］. Discourse， Context & Media， 2018， 21： 64-72.
[36]	Berliner L S， Kenworthy N J. Producing a worthy illness： Personal crowdfunding amidst financial crisis［J］. Social Science & Medicine， 2017， 187： 233-242.
[37]	Vassell A， Crooks V A， Snyder J. What was lost， missing， sought and hoped for： Qualitatively exploring medical crowdfunding campaign narratives for Lyme disease［J］. Health， 2021， 25（6）： 707-721.
[38]	Nguyen H， Calantone R， Krishnan R. Influence of social media emotional word of mouth on institutional investors’ decisions and firm value［J］. Management Science， 2019， 66（2）： 887-910.
[39]	Leslie L L， Ramey G. Donor behavior and voluntary support for higher education institutions［J］. The Journal of Higher Education， 1988， 59（2）： 115-132.
[40]	高阳. 社群公益众筹的个人感知对捐赠意愿的影响研究［D］. 哈尔滨：哈尔滨工业大学博士学位论文， 2018.
	Gao Y. Research on the impact of individual perception of community donation-based crowdfunity on donation intention［D］. Harbin： Doctoral Dissertation of Harbin Institute of Technology， 2018.
[41]	Kaminski J C， Hopp C. Predicting outcomes in crowdfunding campaigns with textual， visual， and linguistic signals［J］. Small Business Economics， 2020， 55（3）： 627-649.
[42]	张建羽，位倩，王澜，等. 媒体关注度对股票波动率的影响研究［J］. 中国市场， 2017（29）： 63-66.
	Zhang J Y， Wei Q， Wang L， et al. A study on the impact of media attention on stock price volatility［J］. China Market， 2017（29）： 63-66.
[43]	Kahneman D. Attention and effort［M］. Englewood Cliffs： Prentice-Hall， 1973.
[44]	刘畅，陈守明. 文本信息含量与公益众筹绩效研究——基于有限注意的视角［J］. 投资研究， 2022， 41（6）： 96-113.
	Liu C， Chen S M. Text information content and public welfare crowdfunding performance： From the perspective of limited attention［J］. Review of Investment Studies， 2022， 41（6）： 96-113.
[45]	Simon H A. A behavioral model of rational choice［J］. The Quarterly Journal of Economics，1955，69（1）： 99-118.
[46]	Zhang Y X， Du Y J， Li Y. Entertainment apps， limited attention and investment performance［J］. Frontiers in Psychology， 2023， 14： 1118797.
[47]	Li L Q， Yang L， Zhao M， et al. Exploring the success determinants of crowdfunding for cultural and creative projects： An empirical study based on signal theory［J］. Technology in Society， 2022， 70： 102036.
[48]	Zheng H C， Li D H， Wu J， et al. The role of multidimensional social capital in crowdfunding： A comparative study in China and US［J］. Information & Management， 2014， 51（4）： 488-496.
[49]	蒋志强，王逸明，汪鹏，等．亲社会行为机理可以促进医疗众筹项目筹资吗？——基于轻松筹的实证研究［J］. 中国管理科学， 2024， 32（4）： 227-236.
	Jiang Z Q， Wang Y M， Wang P， et al. Do factors driving prosocial behaviors promote fundraising in medical crowdfunding？Evidence from Qingsong Chou［J］. Chinese Journal of Management Science， 2024， 32（4）： 227-236.
[50]	Petty R E， Cacioppo J T. The elaboration likelihood model of persuasion［J］. Advances in Experimental Social Psychology， 1986， 19： 123-205.
[51]	Glanzer M， Cunitz A R. Two storage mechanisms in free recall［J］. Journal of Verbal Learning and Verbal Behavior， 1966， 5（4）： 351-360.

主题	主题词及其在主题中的词频
主题	主题词1及其词频		主题词2及其词频		主题词3及其词频		主题词4及其词频		主题词5及其词频		主题词6及其词频
主题1	肿瘤	0.020	费用	0.017	希望	0.009	确诊	0.009	转移	0.008	放疗	0.008
主题2	重症	0.033	监护	0.028	抢救	0.019	呼吸	0.017	出血	0.013	昏迷	0.010
主题3	化疗	0.048	移植	0.042	白血病	0.037	骨髓	0.030	费用	0.023	急性	0.018
主题4	住院	0.021	病情	0.020	建议	0.009	出院	0.007	药物	0.007	好转	0.007
主题5	费用	0.030	爱心	0.029	生命	0.013	援助	0.009	收入	0.008	经济	0.007
主题6	妈妈	0.121	爸爸	0.115	弟弟	0.036	奶奶	0.019	照顾	0.009	帮帮	0.009
主题7	转发	0.037	希望	0.030	爱心	0.030	筹款	0.026	感谢	0.021	好心人	0.017
主题8	儿子	0.078	女儿	0.076	妻子	0.044	爱心	0.021	生命	0.017	可怜	0.009
主题9	希望	0.016	生命	0.016	放弃	0.010	坚强	0.008	努力	0.006	幸福	0.005
主题10	学校	0.017	同学	0.014	学习	0.014	毕业	0.011	帮帮	0.012	就读	0.008

变量	说服策略模型	调节效应模型
A：信用策略
主题数量	0.007^*	-0.003
主题数量	(2.302)	(-0.768)
树立形象	-0.148^***	0.056
树立形象	(-4.999)	(1.221)
树立形象×主题数量		0.136^***
树立形象×主题数量		(6.424)
B：理性策略
主题数量	0.026^***	0.037^***
主题数量	(7.800)	(4.941)
疾病叙述	0.347^***	0.337^***
疾病叙述	(19.135)	(16.685)
治疗费用	0.335^***	0.322^***
治疗费用	(13.043)	(12.159)
疾病叙述×主题数量		-0.009
疾病叙述×主题数量		(-0.631)
治疗费用×主题数量		-0.059^*
治疗费用×主题数量		(-2.530)
C：情感策略
主题数量	0.013^***	0.040^***
主题数量	(4.087)	(6.842)
家庭与亲情	-0.464^***	-0.471^***
家庭与亲情	(-16.596)	(-16.789)
劝捐与感激	-0.388^***	-0.411^***
劝捐与感激	(-19.451)	(-18.053)
积极叙事	0.141^***	0.125^***
积极叙事	(4.514)	(4.007)
家庭与亲情×主题数量		-0.068
家庭与亲情×主题数量		(-1.945)
劝捐与感激×主题数量		-0.042^*
劝捐与感激×主题数量		(-2.548)
积极叙事×主题数量		-0.146^***
积极叙事×主题数量		(-5.016)