网络视角下的创新扩散：一个整合的理论模型

徐磊

内容摘要：当前社会化网络环境下，个体间连接日益便捷、多样和复杂，从网络视角深化创新扩散研究是目前该领域的前沿热点，然而相关研究比较分散，缺乏一般性理论框架。本文针对此现状，通过检索来自营销学、经济学和社会学的相关研究，提取中外创新扩散研究的重点文献，从社会网络视角厘清创新扩散研究的理论框架，包括创新扩散的前因影响变量及其应用领域，提炼创新扩散的内在机制。通过对现有研究成果和不足的剖析，对创新扩散研究进行了较全面的阐述，并期待为未来的研究方向提供思路。

关键词：创新扩散 网络 传染 影响

创新扩散的前因与结果

自Bass模型（1969）以来，创新扩散研究取得诸多成果。本文从社会网络的视角，对创新扩散的前因变量和输出结果进行梳理，形成一个整合的创新扩散理论框架，如图1所示。

（一）创新扩散的前因变量

从已有的研究文献来看，创新扩散的前因变量主要涉及社会网络结构、产品、消费者和可识别节点四个层面的因素。

社会网络结构。实际上，这部分研究主要借助社会网络分析方法来实现。社会网络分析方法通过行动者指标量化的方法分析个体行动的显著性，即基于度、聚集程度、介数分析网络中行动者的差异性社会地位和等级，进而通过各类指标的实际测算预测和仿真创新扩散效应。早期创新扩散的影响不考虑个体所在的网络结构的影响作用，直到Iacobucci（1996）指出，创新扩散是社会网络结构的函数，社会网络结构是创新扩散的首要影响因素。社会网络成员间连接的结构特性对于创新扩散的影响效应成为相关学界的主流研究方向。Harrigan等（2012）研究发现，社群结构会影响创新扩散效应，因为群体内成员之间有很大相似性，因此转发信息的意愿更强烈。Centola（2010，2011）发现社会网络的同质性显著地促进个人参与社会活动。Ugander 等（2012）基于Facebook用户的增长数据，发现每个个体的邻居网络中存在很多彼此隔离的集群，且这些集群对于个体间影响的发生有着巨大的推动作用。赵良杰等（2012）发现，复杂社会网络结构、局部网络效应效度和创新采纳个体自身偏好异质性共同决定创新扩散过程。其中复杂社会网络结构影响创新扩散的程度和速度，即使局部网络效应强度很强，也有可能因为网络结构的影响而导致创新扩散最终失败。罗晓光（2015）用社会关系网中的创新网络结构参数代替传统网络成员连接的结构特性，研究发现创新网络密度越大，创新扩散规模越大，扩散速度越快。

产品因素。有关产品方面的前置因素，主要集中在营销领域下的新产品或服务扩散研究。一般而言，影响扩散率的五个产品方面的因素有：相对于替代品而言的相对优势、兼容性、复杂性、可试验性以及结果可见性。Langley和Bijmolt（2012）将这五个因素凝练为三大潜在构念，即产品的丰富性、忠诚性及跨度性，并发展了相应的量表。从动态角度来看，随着时间推移，社交互动获取的信息与产品革新知识相关性会有所降低，将会大大削弱创新扩散效应（Risselada等，2014）。

消费者因素。从早期的个体无差异，强调规则压力机制下的个体间互动引发新产品或服务扩散，发展到考虑个体异质性，强调个体的特质、网络角色和地位差异会影响其对创新扩散的作用效果。Zhang等（2015）指出，在不同的网络规模中，个体异质性对于创新扩散作用的发挥产生不同效果。随着网络规模的扩大，陌生人网络对于产品偏好的判断更为准确，对于个体的社会学习更有用。总体上，学者们运用代理模型构建方法，考察异质个体的新产品或技术采用决策，如消费者的负担能力、支付意愿或保留价格（Song，Chintagunta，2003），个体对价格和广告的反应情况（Libai等，2005），对负面的口碑的感知情况等（Goldenberg等，2007）。相关研究还专门识别出社会关系网络中的很多不同角色，分析其对创新扩散过程的影响，如观察者、爱打听者、好奇者和易劝服者等。此外，学者们还发现消费者内在个性特质，如责任心、目标野心、自我效能、情绪稳定性、顺从等也会影响新产品或新技术的采用。

可识别节点。在以往的创新扩散研究中，国内外学者对一些重要的网络节点进行了广泛研究，涉及意见领袖、关键影响人物、中心人物、受欢迎个体和重度使用者（Risselada等，2014）。在一个网络中，顾客的采用行为和意见对其他顾客的采用行为产生不同程度的影响。一般而言，意见领袖拥有较多的社会连接，在社会网络中扮演最重要的影响者角色，对企业营销来说有着至关重要的地位。Trusov等（2010）认为关键影响人物是那些自身行为能够对其他消费者行为产生更大影响力的消费者。同样地，学者们也强调重度用户的创新扩散作用，指出重度用户不仅采用新产品较早而且有重要的网络价值，应重视高频使用用户的营销（Iyengar等，2010）。此外，可识别节点的创新扩散效应是动态变化的。Goldenberg（2009）指出创新型中心人物加速产品市场增长，跟随型中心人物主要影响市场规模。王殿文等（2013）发现，中心人物对新产品扩散的影响并不是一成不变的。随着新产品导入时间的延长，创新型中心人物对新产品扩散规模的影响会逐渐增大，而跟随型中心人物的影响会逐渐弱化。类似地，在新产品尝试和重复购买阶段中，不同个体的扩散作用存在差异。新产品尝试的扩散效应主要来自信任度高的同辈，且尝试者的自我信心会显著降低该扩散效应。在重复购买阶段，创新扩散效应主要来自团体成员，且重复购买者的社会地位并非单调地调节这一创新扩散效应（Iyengar等，2015）。

（二）创新扩散的影响结果

从营销角度来说，创新扩散引发需求方面的变化主要表现在产品/技术/服务的扩散、产品连续更替以及市场间扩散三个方面。此外，从社会学角度来看，创新扩散还会带来公共政策的创新和采用。

产品/技术/服务的扩散。关于创新扩散引发的创新产品或技术的扩散研究，学者们主要从两个方面着手进行：一是基于社会网络结构的扩散分析；二是基于特定产品的实际扩散数据进行实证分析。

早期方法上的计算和仿真，只为了测算或模拟出创新扩散的效果。后来，越来越多的学者开始用真实数据验证创新扩散的效果，同时也注意到促使创新扩散产生变异的诸多影响因素。Van den Bulte（2000）通过对美国74年间（1923-1996年）31种家电扩散数据的实证分析发现，扩散速度是递增的，每十年增加0.09。其扩散速度的变异主要来自于宏观的经济因素，如人口变化、购买力增长和商业周期变化，产品本身的变化，创新成本以及辅助性基础设施方面的投资等。Garber等（2004）在传统扩散模型的基础上增加空间维度的产品销售数据来测度扩散效果，这种方法上的改进更加准确预测了产品的扩散情况。

通常来说，创新扩散速度在一定周期内恒定不变。然而随着企业营销活动的开展，产品信息为消费者熟悉，营销传播信息劝说力下降，营销活动对于产品扩散的影响会呈现周期性的削弱趋势，产品扩散速度整体上出现下降趋势（Risselada等，2014）。Bilgicer等（2015）通过仿真分别测算出创新扩散和营销活动对于在线渠道和实体渠道的影响值存在差异，创新扩散对于在线渠道的采用影响更明显。创新扩散的研究对象不断拓展，涉及包装产品（Du & Kamakura，2011）、医药品（Manchanda等，2008）、高科技产品（Risselada等，2014），乃至服务（Bilgicer等，2015）和公共政策（Gilafdi，2013）。

产品或技术的迭代升级。现实中，大多数产品都是被经过更新和改进的新一代产品代替。因此，产品或技术的迭代升级的扩散效应亦受到学者们的关注（Bass，2004）。与传统的创新扩散机制有所区别的是，在产品的迭代升级过程中，消费者已经累积了新产品或技术的相关知识，消费者已形成对升级产品或技术的感知属性，迭代产品间的共存、升级产品的发布时间以及消费者的异质性都会对创新扩散效果产生影响。根据实际数据测量发现，扩散系数表现为两种不同情况：一种是稳定的，另一种则是变异的。值得指出的是，Stremersch等（2010）认为，每一代产品的扩散系数是不变的，然而迭代情况下的产品飞跃增长（takeoff）所需的时间缩短，可以说是时间促使了产品飞跃性增长，而非产品的迭代升级。

市场间的扩散：跨国和品牌发展。创新扩散除了在同一市场（空间）中体现出来，还表现在不同市场间（空间）的扩散。如Dekimpe等（2000）指出跨国间的相互影响差异：不同国家文化下的创新扩散存在差异性，如相对于美国来说，亚太一些国家的个体间同质性更大，相互间影响系数更高。Van den Bulte和Stremersch（2004）测算新产品扩散效应在不同文化背景下存在明显的差异，集体主义、很高的权力距离和男性价值观的文化背景下，产品扩散系数更高些。跨空间的产品扩散研究还相对较少，主要运用市场整体扩散模型，专注于市场进入战略，因此对这一方面的探究可能成为未来研究方向之一。

品牌扩散研究。消费者运用某一品牌，不仅是因为其对于该品牌的功能需求，还因为该品牌帮助其构建或保持社会身份认同。不同的细分市场会体现出正向或负向的创新扩散作用力（Bayus等，2000）。Joshi等（2009）认为高端品牌向低端品牌的延伸过程中，高端品牌的市场对于低端品牌的发展有正向影响，然而低端品牌对于高端品牌的市场影响则是负向的。尤其是在炫耀性品牌发展的过程中，消费者不仅关注感知质量，更关注用户形象。

公共政策的采用和扩散。关于公共政策的扩散追溯至Walker（1969），广义上来说，基于创新扩散机制的公共政策扩散研究是指各区域之间的相互依赖及其对于政策采用的影响效应（Graham等，2013）。其中的政策采用涉及福利彩票的采用（Berry，1990）、印第安人博彩业法（Boehmke，Witmer，2004）、私有化政策（Meseguer，2004）、医院改革（Gilardi等，2009）、禁烟令（Shipan，Volden，2008；2014）以及失业救济（Gilardi，2010）。

据此，本文从网络视角切入，基于创新扩散现有研究提出了一个较详实系统的分析框架，将现有创新扩散的相关研究都纳入到这一框架中，为追根溯源探究其内在机制，以及后续的评述和展望奠定了基础。

创新扩散的内在机制

创新从首次出现直到被大众广泛接受必须经历一个过程，这是创新扩散研究至今的核心问题和困惑所在，何以如此？学者们依据自己的研究给出不同的解释。本文基于消费者异质性的假设前提，提炼出创新扩散的三种不同类型的内在机制—传染、社会影响和社会学习及相应的基本假设、作用机理、模型形式和扩散曲线形式，具体如表1所示。

传染：当与自己有联系的人采用了某一产品或服务，他也会采用这一产品或服务。即创新扩散就像传染病扩散一样，源于对与自己有联系的人的模仿动机。其中与自己有接触的人可以来自其所属群体和群体外，两者的影响力有差异。

社会影响：当某一个体所辖群体中有足够多的人采用某一产品或服务，他也会采用这一产品或服务。即创新扩散是源于群体顺从动机。其假设个体是异质的，尤其是个体对于创新扩散的反应度不同，每个人是否采纳创新产品在于自身对于创新扩散的反应程度，表现在每个人采纳新产品与否必须要达到一定的“社会门槛”，即产品的流行度。

社会学习：个体采用某一产品或服务主要是他获得足够多的证据证明这一创新产品或服务值得采用，而这些证据主要来自观察已采用者的体验结果。因为个体间先验信仰、所搜集信息量和异质性成本之间的差距，他们采用某一产品或服务的时间点不同。这一过程中，观察学习是主要的作用机理。

总体来看，社会学习是从经济学角度给出潜在采用者采纳新产品的缘由，有很强的决策理论基础。而传染和社会影响更注重个体的暴露程度而非效用最大化，备受社会学和管理学学者关注。如前所述，三种类型的创新扩散曲线有所差异，来自于多重的异质性。

相关文献评述

（一）现有文献研究成果

总体来看，现有创新扩散研究取得以下研究成果：

首先，Bass模型及其后续的一些拓展模型基于社会系统的同质性和充分性连接这一基本假设，从整体水平分析产品扩散过程，忽略个体间的互动关系。实际上，社会网络是异质的且非充分连接，据此本文发现学者们在创新扩散研究的关注点上发生诸多转变，如假设前提、创新曲线、时空层次、专注领域和管理应用等方面，具体如表2所示。

其次，从研究方法上，整体扩散模型过渡到个体水平的产品采用模型。目前来看，个体水平扩散研究文献数量正不断增加。创新扩散研究集中在对个体产品采用分析，主流方法是基于代理的模型，将市场描述成彼此间互动的个体的集合，即市场或系统是每个个体元素（如单元、代理人或节点）的集合，有连接的个体元素发生互动，个体元素对于创新产品的采用行为依赖于特定的决策规则。相对于整体扩散模型，这种个体水平的采用模型有以下优势：首先，基于代理的模型能将个体间影响和整体效应建立联系，更有助于企业将个体水平的营销活动与企业绩效联系起来。其次，它能包含社会系统的各类异质性，如个体对于价格和广告反应、负面口碑的存在、消费者内在创新性以及社会网络中的节点角色（中心人物、连接者或专家）等。此外，这种基于代理的模型，以小世界模型为例，还能够考虑到空间方面的影响作用。

（二）现有文献的不足

理论层面的创新扩散研究占绝大多数，远超过实证分析。网络视角下的创新扩散研究旨在解决研究社会网络结构如何影响创新扩散。目前来看，已有学者着手运用实证分析来解释这一问题（如前所述）。但现有研究主要集中在Bass模型基础上，对其模型结构、假设前提和参数估计等补充、完善和再验证。进入20世纪90年代，学者们逐渐借助计算机技术对创新扩散进行微观层面的仿真研究，相关的仿真模型及其结论都缺乏实际数据的验证。理论层面的创新扩散研究仍占绝大多数。网络视角下的创新扩散研究尚有很大的研究空间，而解决数据较难获得这一问题则是深化这方面研究的重要突破口。

整体和个体扩散模型对应和衔接不足。一般而言，整体水平扩散模型代表了个体水平扩散模型的综合结果。从描述同一个市场扩散来说，整体和个体水平的结论应该是一致的。虽然Bass模型和基于代理的扩散模型的关系也被证实，Shaikl等（2006）也解释了如何将小世界网络中的个体采用模型整合为Bass模型，但二者的假设前提不同，更重要的是，如何将整体和个体扩散模型对应起来，进行有效衔接，是未来创新扩散研究的一大难题。

未来研究方向

通过对创新扩散相关文献的梳理，笔者对该理论未来研究方向提出几个方面的思路，具体如下：

首先，创新扩散测量中的内生性。社会关系网络中，某种内在机制的发生不仅是简单地传递信息，而是一种行为改变的动态过程。内生的关系连接促使关系形成，导致行为变化，而行为变化又进入关系形成决策的又一轮循环中。这就要求学者们在研究过程中，尤其是测量扩散效应时，必须要考虑内生性问题。

其次，中心和边缘两种路径的测算。扩散的发生表现为潜在使用者受到一方或多方因素的影响而采用某一创新产品的可能性。从中心路径来看，扩散发生即实现了同伴的核心行为的改变，如模仿、社会学习等，已有研究结合运用相应的模型进行测度，以识别这些过程。从边缘路径来看，扩散的发生不一定需要核心行为的变化，其可以通过相关行为或补充辅助性行为去实现影响效应。如一定社会距离的影响，我的一个朋友使用了一款特别的软件，我把这款软件推荐给我的另一个朋友使用，而我自己却没有用；如某些间接影响，即某一特定群体被限制改变核心行为。这些扩散效果又如何衡量、用什么模型来测算或剥离这类扩散，都将可能是未来的研究方向所在。

最后，创新扩散有效测度方法的改进。学者们借助信息技术手段获取数据，有效缓解了这一领域研究中的数据获取困难问题。与此同时，相关的干扰因素也变得复杂多样。为此，学者们发展了一系列具体方法以期实现准确测算创新扩散效应，如朋辈效应模型、行动者定向模型、基于自然实验的工具变量方法、动态匹配抽样估计、结构模型、基于特定数据属性的事后方法以及随机对比临床试验方法等。然而这些方法都是基于特定研究需要提出和发展的，在何种情境下运用何种方法以有效识别和测度创新扩散效应尚未有明确说明，这也将是未来研究的重点、难点和热点。

参考文献：

1.Nicholas Harrigan，Palakorn Achananuparp，Ee-Peng Lim.Influentials，Novelty，and Social Contagion：The viral power of average friends，close communities，and old news[J].Social Networks，2012（34）

2.Ugander et al.Structural Diversity in Social Contagion[J]. PNAS，2012，16（109）

3.罗晓光，孙艳凤.创新扩散网络结构与创新扩散绩效关系研究[J].科技进步与对策，2015（8）

4.王殿文，黄敏学，周南.中心人物对新产品扩散的影响是一直不变的吗[J].营销科学学报， 2013（4）