基于传播理论的互联网金融创新产品扩散研究

张景明，朱淑珍（博士生导师），曹馨誉

一、引言

互联网和移动通信技术的快速发展，促使金融业务模式发生了重大变革，各种金融创新产品如雨后春笋般涌现，互联网金融已经成为金融创新最具活力的领域，互联网金融创新产品层出不穷。互联网金融以其独特的优势，实现了用户体验、成本降低和市场拓展，极大丰富了金融市场的产品，比如第三方支付、线上消费贷等。许多互联网产品都带有金融产品属性，比如互联网打车平台滴滴出行开通“金桔宝”方便司机理财。与传统金融产品相比，消费者对于互联网金融创新产品信息的获取渠道更加多元，消费者能够获取更全面、更深入、更真实的关于产品和服务的信息，而不只限于产品宣传部门传达的内容，使得传统的信息传播模式发生转变，有助于消费者做出更明智的决策[1]。

传播理论中的创新扩散理论认为，大众传播与人际传播相结合是传播新观念和说服人们利用这些创新最有效的途径，大众传播能够有效地提供新信息，而人际传播可以改变人的态度与行为，两种途径相结合可以获得最佳的传播效果。对于互联网金融创新产品扩散而言，当消费者想要采纳某种新产品时，通常已经通过大众传播和人际传播获得了该产品的相关信息，并在此基础上全面搜寻该产品信息，通过对已获取的产品信息进行综合考量，才会考虑是否采纳该产品，随着采纳者人数不断增加，与产品相关的信息量也会随之增长，从而影响新产品扩散[2]。口碑和在线评论已经成为影响消费者采纳新产品的重要因素，朱侯等[3]探讨了广告、传统口碑、电子口碑三个因素对手机APP 的扩散的影响。丁海欣[4]发现口碑能够对创新扩散产生较大程度的影响，负面口碑通过影响创新扩散的过程，最终影响创新扩散的程度。陶晓波等[5]发现在线评论的数量和效价可以影响创新扩散，而且这种影响是正向的。通过回顾上述研究可以发现，信息传播对于产品创新扩散的影响主要集中在大众传播与人际传播，产品扩散的实质是在一定网络环境中潜在采纳者对新产品的信息认知和采纳行为[6]，但现有文献对于产品的信息传播及产品扩散中起着至关重要的消费者网络结构因素却缺乏研究。

鉴于此，本文在对消费者获取产品信息的渠道进行分析的基础上，探讨消费者对互联网金融创新产品决策采纳的一般过程，利用系统动力学方法在处理复杂系统性问题方面的优势，依据流率基本入树建模方法，构造互联网金融创新产品扩散系统动力学模型，探究消费者网络平均路径长度、消费者网络平均度以及消费者网络重连概率三个变量对新产品信息传播的影响，进而分析其对互联网金融创新产品扩散的影响，以期能够为互联网金融创新产品扩散的相关研究提供一些有益借鉴。

二、消费者信息获取与采纳决策

消费者采纳新产品的过程是其在与企业间信息不对称条件下的风险决策过程，通常要经历三个过程，分别是新产品信息获取、新产品效用评估、新产品采纳和信息反馈[7]，具体过程如图1所示：

图1 消费者决策过程示意图

1.获取产品信息。消费者在采纳一项互联网金融创新产品之前，首先会获得关于产品的易用性、有用性、风险性等方面的信息，其获取产品信息的渠道主要有大众传播和人际传播两种。大众传播包含传统媒体和新媒体，传统媒体主要指广播、电视和报纸等，主要以固定的、规律的形式推广产品相关信息；新媒体主要指门户网站、移动传媒和社交平台等，主要有针对性地向消费者推送产品信息。人际传播包含现实社会人际传播和互联网人际传播，现实社会人际传播主要指消费者以口头形式向同事、朋友及亲属等现实朋友传播产品信息；互联网人际传播指消费者利用互联网通信软件（微信、QQ、Email 等）向现实朋友或网络朋友传播产品信息。

2.消费者效用评估。消费者获知互联网金融创新产品的基本信息后，并不会立刻采纳该项产品，而是对该产品能否给自己带来效用进行评估，当其评估效用大于自己的心理预期时，才有可能采纳该项产品。效用评估的内容主要包括两个方面：①产品属性效用。主要指产品自有的功能和特征带给消费者的满足程度，互联网金融创新产品的属性效用包含三个方面，分别为消费者感知有用性、感知易用性和感知风险性[8]。②产品社会效用。主要指消费者采纳某种互联网金融创新产品后得到的“群体”认同或者个人优越感的实现等社会效应[9]。

3.产品采纳及反馈。当消费者对互联网金融创新产品的评估效用小于自己的采纳阈值时，会放弃采纳该产品。而当消费者对互联网金融创新产品的评估效用大于或等于消费者阈值时，则可能在一定的概率下采纳该互联网金融创新产品，之所以是一种可能性，而不是一种必然性，是因为消费者的前瞻行为[10]，例如期望产品的质量在未来会得到提升以及产品的某些性能在将来会获得完善，于是会选择延迟一定时间后才采纳该产品。放弃采纳互联网金融创新产品的消费者会对潜在消费者反馈该产品的负面信息，采纳互联网金融创新产品的消费者则会向潜在消费者反馈该产品的正面信息。

三、互联网金融创新产品扩散的系统动力学模型

1.模型边界。通过对消费者决策过程进行分析，本部分将提炼其中的关键变量来形成互联网金融创新产品扩散的系统边界。其中，模型主要包含3个流位变量、2个流率变量、4个辅助变量以及3个常量（消费者网络平均路径长度、网络平均度、网络重连概率），具体见下表。

模型变量属性和名称

2.系统流图模型构建。本文依照互联网金融创新产品扩散过程中各流位变量、流率变量、辅助变量及常量之间的相互作用关系，创建以下2 种SD流率基本入树基模[11]，如图2、图3所示。

图2 信息传播基模

图3 采纳基模

3.基模方程设置。本文主要以Bass 模型为基础并借鉴马永红等[9]对于产品扩散基模方程的设置方法，本文基模方程设置如下：

（1）互联网金融创新产品信息传播基模方程设置。Bass 模型认为互联网金融创新产品信息的传播速率主要受大众传播影响系数、消费者人际传播影响系数以及潜在消费者人数的影响。基于此，本部分的具体方程设置如下：

互联网金融创新产品信息传播速率=未获知互联网金融创新产品信息的潜在消费者人数×（消费者人际传播影响系数+大众传播影响系数）

本文将大众传播影响系数设置为时间变量〈time〉的表函数，并设定在1%以下，每次迭代以0.2%的速率衰减。

消费者人际传播影响系数=交流对象为已获知互联网金融创新产品信息消费者的概率×网络中任意两个消费者交流的概率

交流对象为已获知互联网金融创新产品信息消费者的概率=（已采纳互联网金融创新产品消费者人数+已获知互联网金融创新产品信息的潜在消费者人数）/（已采纳互联网金融创新产品消费者人数+已获知互联网金融创新产品信息的潜在消费者人数+未获知互联网金融创新产品信息的潜在消费者人数）

网络中任意两个采纳者交流的概率=1/网络平均路径长度

（2）互联网金融创新产品社会效用基模方程设置。互联网金融创新产品的社会效用主要通过消费者的邻居结构影响消费者的采纳行为，在消费者趋同化偏好特征条件下，消费者邻居中采纳互联网金融创新产品的人数越多，互联网金融创新产品带给消费者的社会效用就越大，本部分的具体方程设置如下：

互联网金融创新产品社会效用=IF THEN ELSE（消费者偏好系数＞=0，LOOK UP 1[（亲密型邻居数×亲密型邻居影响强度+疏远型邻居数×疏远型邻居影响强度）×消费者偏好系数]，LOOK UP 2[（亲密型邻居数×亲密型邻居影响强度+疏远型邻居数×疏远型邻居影响强度）×消费者偏好系数）]

（3）互联网金融创新产品属性效用基模方程设置。依据TAM2 模型的观点[12]，本部分评估互联网金融创新产品属性效用的指标分别为感知易用性、感知有用性和感知风险性，其中：便利性和功能性对感知易用性产生正向影响，复杂性对感知易用性产生负向影响；相对优越性对感知有用性产生正向影响；安全性和隐私性对消费者感知风险性产生负向影响。本部分的具体方程设置如下：

互联网金融创新产品属性效用=感知易用性+感知有用性+感知风险性

感知易用性=WITH LOOKUP（便利性+功能性-复杂性，（[（0，0）-（10，10）]，（0，0），（0.25，0.2），（0.5，0.4），（0.75，0.6），（1.0，0.8），（1.25，0.9），（1.5，1）））

感知有用性=WITH LOOKUP（相对优越性，（[（0，0）-（10，10）]，（0，0），（0.15，0.2），（0.45，0.4），（0.75，0.6），（1，1）））

感知风险性=WITH LOOKUP（安全性+隐私性，（[（0，0）-（10，10）]，（0，0），（0.25，0.2），（0.45，0.4），（0.75，0.6），（1，1）））

（4）消费者亲密型邻居数及疏远型邻居数基模方程设置。根据社会网络理论，网络重连概率Ф的含义可以看作每个消费者的邻居中亲密型邻居的比例，疏远型邻居的比例则为1-Ф。其中，消费者邻居中已采纳互联网金融创新产品的邻居数量主要受到消费者网络平均度、消费者人数以及市场容量的影响。本部分的方程设置如下：

疏远型邻居数=消费者邻居中已采纳互联网金融创新产品的平均人数×（1-网络重连概率）

亲密型邻居数=消费者邻居中已采纳互联网金融创新产品的平均人数×网络重连概率

消费者邻居中已采纳互联网金融创新产品的平均人数=（已采纳互联网金融创新产品消费者人数/互联网金融创新产品的市场容量）×网络平均度

（5）互联网金融创新产品采纳基模方程设置。已获知互联网金融创新产品信息的潜在消费者对互联网金融创新产品的总效用评估大于其阈值时，便会以一定的概率采纳该产品，否则会放弃采纳，其采纳的概率与互联网金融创新产品总效用评估大于其采纳阈值的程度正相关。本部分的方程设置如下：

已采纳互联网金融创新产品消费者人数=INTEG（互联网金融创新产品采纳速率，0）

互联网金融创新产品采纳速率=采纳概率×已获知互联网金融创新产品信息的潜在消费者人数

已获知互联网金融创新产品信息的潜在消费者人数=INTEG（互联网金融创新产品信息传播速率-互联网金融创新产品采纳速率，0）

采纳概率=WITH LOOKUP（采纳意愿，（[（0，0）-（10，10）]，（0，0），（0.2，0.025），（0.4，0.05），（0.6，0.075），（0.7，0.15），（0.8，0.2），（0.9，0.25）））

采纳意愿=互联网金融创新产品的总评估效用-采纳阈值

互联网金融创新产品的总评估效用=互联网金融创新产品属性效用+互联网金融创新产品社会效用

四、模型仿真及结果分析

本文应用Vensim PLE 软件对互联网金融创新产品扩散问题进行仿真分析。基本初始参数设置如下：INITIAL TIME=0，FINAL TIME=100，TIME STEP=0.25，Units for Time：Week，新产品市场容量=2000，疏远型邻居影响强度=0.3，亲密型邻居影响强度=0.7，采纳阈值=0.05，易用性=0.6，有用性=0.45，复杂性=0.25，相对优越性=0.75，安全性=0.35，隐私性=0.15。

1.网络平均路径长度对互联网金融创新产品扩散的影响。本部分将消费者网络平均路径长度的值设置为1、4、7、9 四种情况，通过对模型进行仿真分析后，得到仿真结果如图4、图5所示：

图4 已采纳消费者人数变动趋势

图5 采纳速率变动趋势

由图4、图5 可知，消费者网络平均路径长度的增加，显著降低了互联网金融创新产品在系统中扩散的整体效率。主要原因在于随着网络平均路径长度的提升，网络中任意消费者间进行互联网金融创新产品信息交流的难度增加了，进而减小消费者人际传播影响系数，从而延缓新产品扩散的整个进程。虽然消费者网络平均路径长度的增加会降低互联网金融创新产品扩散的整体效率，但并不会使扩散速率呈现出绝对的快慢之分。

2.网络平均度对互联网金融创新产品扩散的影响。本部分将消费者网络平均度的值设置为15、35、55、75四种情况，通过仿真分析得到以下仿真结果，限于篇幅，图从略。

提高消费者网络的平均度，使得互联网金融创新产品的扩散曲线走势逐渐陡峭，主要原因在于提高消费者网络平均度，较大度值的邻居充当了产品信息的传播媒介，促进了信息传播效率的提升，从而提高了互联网金融创新产品扩散的整体效率。消费者网络平均度值越大，互联网金融创新产品扩散的效率越高。同时，消费者邻居数量的增加有助于提升互联网金融创新产品带给消费者的社会效用，从而增强了消费者的采纳意愿，最终促进互联网金融创新产品的扩散。

3.网络重连概率对互联网金融创新产品扩散的影响。本部分将消费者网络重连概率的值设置为0.25、0.5、0.75、0.9 四种情况，通过仿真分析得到以下仿真结果，限于篇幅，图从略。

提高消费者网络重连概率，有效地促进了互联网金融创新产品的扩散，即提高了互联网金融创新产品扩散的效率。主要原因在于提高消费者网络重连概率使得消费者网络中亲密型邻居数的比重增加。在总数不变的情况下，消费者网络中亲密型邻居数比重的提升会提高互联网金融创新产品信息传播的效用，从而能从整体上提高互联网金融创新产品的平均采纳速率。

五、结语

本文基于传播理论，利用流率基本入树建模方法构建互联网金融创新产品扩散的系统动力学模型，一方面能够更好地反映互联网金融创新产品扩散的微观采纳行为，另一方面则能在考虑要素间多重反馈特征的基础上，更加深入地挖掘系统内部产品信息传播对于互联网金融创新产品扩散的影响。通过对本文构建的模型进行仿真分析发现，消费者网络平均度与网络重连概率对互联网金融创新产品扩散产生正向影响，消费者网络平均度与网络重连概率的提升能够有效促进产品信息的传播，最终提升互联网金融创新产品的扩散效率。消费者网络平均路径长度对互联网金融创新产品扩散产生负面影响，增加消费者平均路径长度，会使产品信息交流的难度加大，最终降低了互联网金融创新产品的扩散效率。因此，金融机构在研究互联网金融创新产品推广方案的时候，可以选择消费者网络平均度高、网络重连概率高的节点进行推广，比如粉丝数量较多的新浪微博大V和拥有众多关注的微信公众号来宣传互联网金融创新产品信息，同时采取一定的物质奖励来刺激消费者在互联网中的信息传播行为，比如采取微信朋友圈分享抽奖等模式，以期取得良好的互联网金融创新产品信息扩散效果。