本文是一篇项目管理论文，本文提出了基于期望理论的绩效评价指标体系框架，结合目标梯度理论和社会资本理论选出了基于四个维度的12个绩效评价指标。为了解决传统综合绩效评价方法存在的主观性较强、对缺失值和异常值敏感等问题，本文考虑使用机器学习模型进行研究。
1绪论
1.1研究背景
文化部在关于推动数字文化产业创新发展的指导意见中指出，数字文化产业已成为文化产业发展的重点领域和数字经济的重要组成部分[1]。数字文化产业以文化创意内容为核心，依托数字技术进行创作、生产、传播和服务，呈现出技术更迭快、生产数字化、传播网络化、消费个性化等特点，有利于培育新供给、促进新消费。习近平总书记在党的二十大报告中强调，增强文化自信，围绕举旗帜、聚民心、育新人、兴文化、展形象建设社会主义文化强国。国家民族的强盛，是以文化兴盛为支撑的，中华民族伟大复兴需要以中华文化发展繁荣为条件。守正创新是习近平新时代中国特色社会主义思想的重要方法论，是党的二十大报告特别强调的必须坚持好、运用好的立场观点方法，也是大会主题的重要关键词。
我国的数字化文化及相关产业在近年来保持了连续的营业收入增长态势。根据国家统计局2023年底最新公布数据（图1-1），2022年全国文化及相关产业增加值为53782亿元，比上年增长2.7%，占国内生产总值（GDP）的比重为4.46%。在受大环境影响，需求及供给骤减的近年，文化产业营收仍有稳步的增长，2022年的年增长率甚至达到了33%。2023年6月，中国国家统计局在其官方网站上公布了《2022年度全国文化及相关产业发展状况报告》。其中，文化创意产业营业收入占比超过30%，产业结构不断优化。文化创意产业长久以来被视作实现经济可持续增长和恢复的关键途径，在当前我国矢志不渝地坚定文化自信并全力推进文化大发展大繁荣的时代背景下，文化创意产业以其深植于文化、科技与经济三者交融的独特属性，正在全球经济发展和现代产业升级中崭露头角，绽放出新的光彩。
1.2研究意义
1.2.1理论意义
本文通过理论研究构建了基于期望理论的文化创意项目众筹绩效评价体系。通过研究传统绩效评价方法的不足，结合各机器学习算法的优缺点分析，构建了基于XGBoost算法的文化创意众筹项目绩效评价模型。在此基础上引入SHAP值对XGBoost模型进行可解释分析。丰富了期望理论和XGBoost算法模型的应用，为众筹项目绩效评价提供一种新的思路，丰富和扩展了基于网络平台的众筹项目融资的绩效评价研究和影响因素研究，完善了针对文化创意众筹这一细分领域的理论研究。
1.2.2实践意义
政策的优化和互联网的发展促使“文化创意+众筹”这一模式深度统合，文化创意众筹的发展是大势所趋，但因为文创项目众筹的商业模式单一、融资困难等局限，文化创意项目落地情况并不乐观。本文基于机器学习构建文化创意项目绩效评价模型，基于模型找到绩效影响因素的重要性排序，能够对众筹项目发起者和投资者的决策进行提供帮助，同时，也为众筹平台的发展路径提供了战略导向，旨在优化融资效率，为文化创意产业构建更加健全的资金筹集环境，进而使更多文化创意企业能够通过众筹渠道募集到项目所需资金。此外，亦能使众筹模型更紧密地服务于实体经济中的文化创意细分行业，从而让市场各参与方都能切实受益于这一普及型金融模式的实质价值。有助于缓解中小型文创企业资金压力，促进我国文化创意行业的健康发展。
2相关理论基础
2.1相关概念
2.1.1众筹概念
众筹源于英文“Crowdfunding”，本质上是一种集体性预先资助机制，融合了团购与预售的特点，通过网络平台汇聚广大公众的资金资源，以支持初创企业、艺术家、创作者或其他个人将其创新构想变为现实。这种模式巧妙运用了互联网高速传播的优势，让项目发起者得以向全世界展示其新颖构思和独特创意，以期引起广泛关注并赢得大众的经济支持。在过去十年间，众筹模式经历了快速崛起与广泛应用的过程。它有力地助推了众多领域的项目起步和发展，涵盖了科技产品研发、移动应用开发、电影制作、音乐唱片发布、电子游戏开发等多个创新产业。作为一种新型的互联网金融服务形态，众筹不仅降低了传统融资门槛，还极大地丰富了资本市场的多样性和包容性，对中小企业融资产生了积极的影响。众筹已发展为互联网金融的重要组成部分[40]。
梁武彬（2017）综合事物定义法将众筹归纳为融资者以互联网为依托，面向社会广大投资者，为某一特定项目筹集分散、小额资金的一种集体筹资模式[41]。众筹项目多具有低门槛、多样性、依靠大众力量、注重创意的特性。众筹的规则简单来说，发起者需在设定的筹资期限内筹集到设定的目标金额，筹资成功后，发起者需在约定好的期限内给予投资人事先承诺的回报，若不成功，则将返回所有筹资金额。众筹活动的参与者主要包括发起人、众筹平台、投资方。诞生于2009年的美国Kickstarter是最早的项目众筹平台。随后，2012年Indiegogo平台推出了全球性的众筹服务。中国的众筹平台由2013年开始引入，得益于庞大的互联网群体和便捷的移动支付，发展迅速。
2.2相关理论
2.2.1期望理论
期望理论（Expectancy Theory）于1964年由美国心理学家VictorH.Vroom在其著作《工作与激励》中提出，期望理论认为目标的激励效用由其期望值和效用决定。
期望激励的实现模式中反映出期望理论着眼的三种关系：个人努力与个人绩效的关系、个人绩效与组织奖励的关系、组织奖励与个人需要的关系。各环节因素存在递进关系，因而相邻的两个因素需要较好的相互衔接。个人期望值直接体现在个人努力与个人绩效的关联强弱，即绩效成果要合理匹配个人努力；其次要衔接好个人绩效与组织奖励的关系，人往往期望达成目标后获得公平公正的奖励，组织的奖励可以不局限于物质层面；三要衔接好组织奖励与个人需要，需求不同的人对奖励的期望也不同，要求组织在制定激励策略时结合受众的实际需求采取针对性的手段予以奖励，最大限度地激发个人的潜能。
期望理论最初多用于金融市场的投资人行为研究。研究认为财务主体认为未来能获得回报的可能越高，越倾向于及时且足量地进行投资。后用于企业对员工工作动机的分析，以期望制定合理的员工激励机制。黄玲和周勤（2015）在众筹的研究中认为，回报型众筹拥有符合期望理论的价值函数特征，可以基于期望理论模型对众筹成功因素进行探讨以指导项目发起人优化项目设计，促进融资成功[54]。
3文化创意众筹项目融资绩效评价指标体系构建.................23
3.1绩效评价指标体系设计原则....................23
3.2绩效评价指标体系设计思路..............................24
4文化创意众筹项目融资绩效评价模型构建.....................31
4.1 XGBOOST模型适用性分析.................................31
4.2 XGBOOST绩效评价模型构建流程...........................32
5文化创意众筹项目融资绩效评价模型实证分析.................37
5.1数据说明及预处理.............................37
5.1.1样本选取与数据收集................................37
5.1.2描述性统计........................................37
5文化创意众筹项目融资绩效评价模型实证分析
5.1数据说明及预处理
5.1.1样本选取与数据收集
本研究选择摩点网作为数据来源。摩点网是一个专注于为创意项目和产品提供融资支持的众筹平台。主要支持创意、文化、艺术类的项目，包括但不限于电影、音乐、出版、设计、艺术品等领域。该平台鼓励创新思维和独立制作，支持小型创业者和艺术家实现他们的梦想，符合本文针对文化创意项目研究的主题。本研究选择了摩点网中文化创意相关项目的所有分类，剔除公益性分类（爱心通道、动物救助、个人愿望）。通过网络爬虫方法收集数据，爬取了从平台成立至2023年12月31日所有众筹成功的项目，根据绩效评价体系中的指标收集信息，主要包括：目标金额、融资周期、受关注程度、发起人数量、发起人看好的项目数、发起人发起的项目数、发起人粉丝数、项目介绍图片数、发起人粉丝数、信息更新次数、回报档位、项目评论数、互动评论数等信息，总共获取数据8018条成功项目数据，剔除异常数据89条，最终获得有效数据7929条作为本次样本数据。
5.1.2描述性统计
数据获取中，已经对收集的样本数据异常值进行剔除处理。对于筛选后样本数据的描述性统计见表5-1。
6总结与展望
6.1研究总结
通过相关理论的研究，本文提出了基于期望理论的绩效评价指标体系框架，结合目标梯度理论和社会资本理论选出了基于四个维度的12个绩效评价指标。为了解决传统综合绩效评价方法存在的主观性较强、对缺失值和异常值敏感等问题，本文考虑使用机器学习模型进行研究。在机器学习模型的对比后选取XGBoost模型作为本文的绩效评价模型并对模型构建的流程、优化、分析进行介绍。其次，样本数据选择上，本文根据我国各类众筹模式和平台的发展状况，选定文化创意类众筹平台摩点网做为研究对象。收集网站上线以来至2023年12月31日上线并成功结束的7929条文化创意众筹项目为样本，经过数据收集处理构建了XGBoost文化创意众筹绩效评价模型，通过交叉验证和网格搜索调参，确定模型最优参数及效果。并与学者偏好的随机森林模型和神经网络模型进行效果对比进一步证明XGBoost模型的优越性。最后，针对复杂机器学习模型不易解释的缺点，本文引入SHAP值用于对X
