基于傳播理論的互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散研究

張景明，朱淑珍（博士生導(dǎo)師），曹馨譽(yù)

一、引言

互聯(lián)網(wǎng)和移動(dòng)通信技術(shù)的快速發(fā)展，促使金融業(yè)務(wù)模式發(fā)生了重大變革，各種金融創(chuàng)新產(chǎn)品如雨后春筍般涌現(xiàn)，互聯(lián)網(wǎng)金融已經(jīng)成為金融創(chuàng)新最具活力的領(lǐng)域，互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品層出不窮。互聯(lián)網(wǎng)金融以其獨(dú)特的優(yōu)勢，實(shí)現(xiàn)了用戶體驗(yàn)、成本降低和市場拓展，極大豐富了金融市場的產(chǎn)品，比如第三方支付、線上消費(fèi)貸等。許多互聯(lián)網(wǎng)產(chǎn)品都帶有金融產(chǎn)品屬性，比如互聯(lián)網(wǎng)打車平臺(tái)滴滴出行開通“金桔寶”方便司機(jī)理財(cái)。與傳統(tǒng)金融產(chǎn)品相比，消費(fèi)者對(duì)于互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息的獲取渠道更加多元，消費(fèi)者能夠獲取更全面、更深入、更真實(shí)的關(guān)于產(chǎn)品和服務(wù)的信息，而不只限于產(chǎn)品宣傳部門傳達(dá)的內(nèi)容，使得傳統(tǒng)的信息傳播模式發(fā)生轉(zhuǎn)變，有助于消費(fèi)者做出更明智的決策[1]。

傳播理論中的創(chuàng)新擴(kuò)散理論認(rèn)為，大眾傳播與人際傳播相結(jié)合是傳播新觀念和說服人們利用這些創(chuàng)新最有效的途徑，大眾傳播能夠有效地提供新信息，而人際傳播可以改變?nèi)说膽B(tài)度與行為，兩種途徑相結(jié)合可以獲得最佳的傳播效果。對(duì)于互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散而言，當(dāng)消費(fèi)者想要采納某種新產(chǎn)品時(shí)，通常已經(jīng)通過大眾傳播和人際傳播獲得了該產(chǎn)品的相關(guān)信息，并在此基礎(chǔ)上全面搜尋該產(chǎn)品信息，通過對(duì)已獲取的產(chǎn)品信息進(jìn)行綜合考量，才會(huì)考慮是否采納該產(chǎn)品，隨著采納者人數(shù)不斷增加，與產(chǎn)品相關(guān)的信息量也會(huì)隨之增長，從而影響新產(chǎn)品擴(kuò)散[2]?？诒驮诰€評(píng)論已經(jīng)成為影響消費(fèi)者采納新產(chǎn)品的重要因素，朱侯等[3]探討了廣告、傳統(tǒng)口碑、電子口碑三個(gè)因素對(duì)手機(jī)APP 的擴(kuò)散的影響。丁海欣[4]發(fā)現(xiàn)口碑能夠?qū)?chuàng)新擴(kuò)散產(chǎn)生較大程度的影響，負(fù)面口碑通過影響創(chuàng)新擴(kuò)散的過程，最終影響創(chuàng)新擴(kuò)散的程度。陶曉波等[5]發(fā)現(xiàn)在線評(píng)論的數(shù)量和效價(jià)可以影響創(chuàng)新擴(kuò)散，而且這種影響是正向的。通過回顧上述研究可以發(fā)現(xiàn)，信息傳播對(duì)于產(chǎn)品創(chuàng)新擴(kuò)散的影響主要集中在大眾傳播與人際傳播，產(chǎn)品擴(kuò)散的實(shí)質(zhì)是在一定網(wǎng)絡(luò)環(huán)境中潛在采納者對(duì)新產(chǎn)品的信息認(rèn)知和采納行為[6]，但現(xiàn)有文獻(xiàn)對(duì)于產(chǎn)品的信息傳播及產(chǎn)品擴(kuò)散中起著至關(guān)重要的消費(fèi)者網(wǎng)絡(luò)結(jié)構(gòu)因素卻缺乏研究。

鑒于此，本文在對(duì)消費(fèi)者獲取產(chǎn)品信息的渠道進(jìn)行分析的基礎(chǔ)上，探討消費(fèi)者對(duì)互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品決策采納的一般過程，利用系統(tǒng)動(dòng)力學(xué)方法在處理復(fù)雜系統(tǒng)性問題方面的優(yōu)勢，依據(jù)流率基本入樹建模方法，構(gòu)造互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散系統(tǒng)動(dòng)力學(xué)模型，探究消費(fèi)者網(wǎng)絡(luò)平均路徑長度、消費(fèi)者網(wǎng)絡(luò)平均度以及消費(fèi)者網(wǎng)絡(luò)重連概率三個(gè)變量對(duì)新產(chǎn)品信息傳播的影響，進(jìn)而分析其對(duì)互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散的影響，以期能夠?yàn)榛ヂ?lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散的相關(guān)研究提供一些有益借鑒。

二、消費(fèi)者信息獲取與采納決策

消費(fèi)者采納新產(chǎn)品的過程是其在與企業(yè)間信息不對(duì)稱條件下的風(fēng)險(xiǎn)決策過程，通常要經(jīng)歷三個(gè)過程，分別是新產(chǎn)品信息獲取、新產(chǎn)品效用評(píng)估、新產(chǎn)品采納和信息反饋[7]，具體過程如圖1所示：

圖1 消費(fèi)者決策過程示意圖

1.獲取產(chǎn)品信息。消費(fèi)者在采納一項(xiàng)互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品之前，首先會(huì)獲得關(guān)于產(chǎn)品的易用性、有用性、風(fēng)險(xiǎn)性等方面的信息，其獲取產(chǎn)品信息的渠道主要有大眾傳播和人際傳播兩種。大眾傳播包含傳統(tǒng)媒體和新媒體，傳統(tǒng)媒體主要指廣播、電視和報(bào)紙等，主要以固定的、規(guī)律的形式推廣產(chǎn)品相關(guān)信息；新媒體主要指門戶網(wǎng)站、移動(dòng)傳媒和社交平臺(tái)等，主要有針對(duì)性地向消費(fèi)者推送產(chǎn)品信息。人際傳播包含現(xiàn)實(shí)社會(huì)人際傳播和互聯(lián)網(wǎng)人際傳播，現(xiàn)實(shí)社會(huì)人際傳播主要指消費(fèi)者以口頭形式向同事、朋友及親屬等現(xiàn)實(shí)朋友傳播產(chǎn)品信息；互聯(lián)網(wǎng)人際傳播指消費(fèi)者利用互聯(lián)網(wǎng)通信軟件（微信、QQ、Email 等）向現(xiàn)實(shí)朋友或網(wǎng)絡(luò)朋友傳播產(chǎn)品信息。

2.消費(fèi)者效用評(píng)估。消費(fèi)者獲知互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的基本信息后，并不會(huì)立刻采納該項(xiàng)產(chǎn)品，而是對(duì)該產(chǎn)品能否給自己帶來效用進(jìn)行評(píng)估，當(dāng)其評(píng)估效用大于自己的心理預(yù)期時(shí)，才有可能采納該項(xiàng)產(chǎn)品。效用評(píng)估的內(nèi)容主要包括兩個(gè)方面：①產(chǎn)品屬性效用。主要指產(chǎn)品自有的功能和特征帶給消費(fèi)者的滿足程度，互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的屬性效用包含三個(gè)方面，分別為消費(fèi)者感知有用性、感知易用性和感知風(fēng)險(xiǎn)性[8]。②產(chǎn)品社會(huì)效用。主要指消費(fèi)者采納某種互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品后得到的“群體”認(rèn)同或者個(gè)人優(yōu)越感的實(shí)現(xiàn)等社會(huì)效應(yīng)[9]。

3.產(chǎn)品采納及反饋。當(dāng)消費(fèi)者對(duì)互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的評(píng)估效用小于自己的采納閾值時(shí)，會(huì)放棄采納該產(chǎn)品。而當(dāng)消費(fèi)者對(duì)互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的評(píng)估效用大于或等于消費(fèi)者閾值時(shí)，則可能在一定的概率下采納該互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品，之所以是一種可能性，而不是一種必然性，是因?yàn)橄M(fèi)者的前瞻行為[10]，例如期望產(chǎn)品的質(zhì)量在未來會(huì)得到提升以及產(chǎn)品的某些性能在將來會(huì)獲得完善，于是會(huì)選擇延遲一定時(shí)間后才采納該產(chǎn)品。放棄采納互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的消費(fèi)者會(huì)對(duì)潛在消費(fèi)者反饋該產(chǎn)品的負(fù)面信息，采納互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的消費(fèi)者則會(huì)向潛在消費(fèi)者反饋該產(chǎn)品的正面信息。

三、互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散的系統(tǒng)動(dòng)力學(xué)模型

1.模型邊界。通過對(duì)消費(fèi)者決策過程進(jìn)行分析，本部分將提煉其中的關(guān)鍵變量來形成互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散的系統(tǒng)邊界。其中，模型主要包含3個(gè)流位變量、2個(gè)流率變量、4個(gè)輔助變量以及3個(gè)常量（消費(fèi)者網(wǎng)絡(luò)平均路徑長度、網(wǎng)絡(luò)平均度、網(wǎng)絡(luò)重連概率），具體見下表。

模型變量屬性和名稱

2.系統(tǒng)流圖模型構(gòu)建。本文依照互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散過程中各流位變量、流率變量、輔助變量及常量之間的相互作用關(guān)系，創(chuàng)建以下2 種SD流率基本入樹基模[11]，如圖2、圖3所示。

圖2 信息傳播基模

圖3 采納基模

3.基模方程設(shè)置。本文主要以Bass 模型為基礎(chǔ)并借鑒馬永紅等[9]對(duì)于產(chǎn)品擴(kuò)散基模方程的設(shè)置方法，本文基模方程設(shè)置如下：

（1）互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息傳播基模方程設(shè)置。Bass 模型認(rèn)為互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息的傳播速率主要受大眾傳播影響系數(shù)、消費(fèi)者人際傳播影響系數(shù)以及潛在消費(fèi)者人數(shù)的影響?；诖?，本部分的具體方程設(shè)置如下：

互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息傳播速率=未獲知互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息的潛在消費(fèi)者人數(shù)×（消費(fèi)者人際傳播影響系數(shù)+大眾傳播影響系數(shù)）

本文將大眾傳播影響系數(shù)設(shè)置為時(shí)間變量〈time〉的表函數(shù)，并設(shè)定在1%以下，每次迭代以0.2%的速率衰減。

消費(fèi)者人際傳播影響系數(shù)=交流對(duì)象為已獲知互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息消費(fèi)者的概率×網(wǎng)絡(luò)中任意兩個(gè)消費(fèi)者交流的概率

交流對(duì)象為已獲知互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息消費(fèi)者的概率=（已采納互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品消費(fèi)者人數(shù)+已獲知互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息的潛在消費(fèi)者人數(shù)）/（已采納互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品消費(fèi)者人數(shù)+已獲知互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息的潛在消費(fèi)者人數(shù)+未獲知互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息的潛在消費(fèi)者人數(shù)）

網(wǎng)絡(luò)中任意兩個(gè)采納者交流的概率=1/網(wǎng)絡(luò)平均路徑長度

（2）互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品社會(huì)效用基模方程設(shè)置。互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的社會(huì)效用主要通過消費(fèi)者的鄰居結(jié)構(gòu)影響消費(fèi)者的采納行為，在消費(fèi)者趨同化偏好特征條件下，消費(fèi)者鄰居中采納互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的人數(shù)越多，互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品帶給消費(fèi)者的社會(huì)效用就越大，本部分的具體方程設(shè)置如下：

互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品社會(huì)效用=IF THEN ELSE（消費(fèi)者偏好系數(shù)＞=0，LOOK UP 1[（親密型鄰居數(shù)×親密型鄰居影響強(qiáng)度+疏遠(yuǎn)型鄰居數(shù)×疏遠(yuǎn)型鄰居影響強(qiáng)度）×消費(fèi)者偏好系數(shù)]，LOOK UP 2[（親密型鄰居數(shù)×親密型鄰居影響強(qiáng)度+疏遠(yuǎn)型鄰居數(shù)×疏遠(yuǎn)型鄰居影響強(qiáng)度）×消費(fèi)者偏好系數(shù)）]

（3）互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品屬性效用基模方程設(shè)置。依據(jù)TAM2 模型的觀點(diǎn)[12]，本部分評(píng)估互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品屬性效用的指標(biāo)分別為感知易用性、感知有用性和感知風(fēng)險(xiǎn)性，其中：便利性和功能性對(duì)感知易用性產(chǎn)生正向影響，復(fù)雜性對(duì)感知易用性產(chǎn)生負(fù)向影響；相對(duì)優(yōu)越性對(duì)感知有用性產(chǎn)生正向影響；安全性和隱私性對(duì)消費(fèi)者感知風(fēng)險(xiǎn)性產(chǎn)生負(fù)向影響。本部分的具體方程設(shè)置如下：

互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品屬性效用=感知易用性+感知有用性+感知風(fēng)險(xiǎn)性

感知易用性=WITH LOOKUP（便利性+功能性-復(fù)雜性，（[（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（相對(duì)優(yōu)越性，（[（0，0）-（10，10）]，（0，0），（0.15，0.2），（0.45，0.4），（0.75，0.6），（1，1）））

感知風(fēng)險(xiǎn)性=WITH LOOKUP（安全性+隱私性，（[（0，0）-（10，10）]，（0，0），（0.25，0.2），（0.45，0.4），（0.75，0.6），（1，1）））

（4）消費(fèi)者親密型鄰居數(shù)及疏遠(yuǎn)型鄰居數(shù)基模方程設(shè)置。根據(jù)社會(huì)網(wǎng)絡(luò)理論，網(wǎng)絡(luò)重連概率Ф的含義可以看作每個(gè)消費(fèi)者的鄰居中親密型鄰居的比例，疏遠(yuǎn)型鄰居的比例則為1-Ф。其中，消費(fèi)者鄰居中已采納互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的鄰居數(shù)量主要受到消費(fèi)者網(wǎng)絡(luò)平均度、消費(fèi)者人數(shù)以及市場容量的影響。本部分的方程設(shè)置如下：

疏遠(yuǎn)型鄰居數(shù)=消費(fèi)者鄰居中已采納互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的平均人數(shù)×（1-網(wǎng)絡(luò)重連概率）

親密型鄰居數(shù)=消費(fèi)者鄰居中已采納互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的平均人數(shù)×網(wǎng)絡(luò)重連概率

消費(fèi)者鄰居中已采納互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的平均人數(shù)=（已采納互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品消費(fèi)者人數(shù)/互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的市場容量）×網(wǎng)絡(luò)平均度

（5）互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品采納基模方程設(shè)置。已獲知互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息的潛在消費(fèi)者對(duì)互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的總效用評(píng)估大于其閾值時(shí)，便會(huì)以一定的概率采納該產(chǎn)品，否則會(huì)放棄采納，其采納的概率與互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品總效用評(píng)估大于其采納閾值的程度正相關(guān)。本部分的方程設(shè)置如下：

已采納互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品消費(fèi)者人數(shù)=INTEG（互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品采納速率，0）

互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品采納速率=采納概率×已獲知互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息的潛在消費(fèi)者人數(shù)

已獲知互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息的潛在消費(fèi)者人數(shù)=INTEG（互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息傳播速率-互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品采納速率，0）

采納概率=WITH LOOKUP（采納意愿，（[（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）））

采納意愿=互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的總評(píng)估效用-采納閾值

互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的總評(píng)估效用=互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品屬性效用+互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品社會(huì)效用

四、模型仿真及結(jié)果分析

本文應(yīng)用Vensim PLE 軟件對(duì)互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散問題進(jìn)行仿真分析?；境跏紖?shù)設(shè)置如下：INITIAL TIME=0，F(xiàn)INAL TIME=100，TIME STEP=0.25，Units for Time：Week，新產(chǎn)品市場容量=2000，疏遠(yuǎn)型鄰居影響強(qiáng)度=0.3，親密型鄰居影響強(qiáng)度=0.7，采納閾值=0.05，易用性=0.6，有用性=0.45，復(fù)雜性=0.25，相對(duì)優(yōu)越性=0.75，安全性=0.35，隱私性=0.15。

1.網(wǎng)絡(luò)平均路徑長度對(duì)互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散的影響。本部分將消費(fèi)者網(wǎng)絡(luò)平均路徑長度的值設(shè)置為1、4、7、9 四種情況，通過對(duì)模型進(jìn)行仿真分析后，得到仿真結(jié)果如圖4、圖5所示：

圖4 已采納消費(fèi)者人數(shù)變動(dòng)趨勢

圖5 采納速率變動(dòng)趨勢

由圖4、圖5 可知，消費(fèi)者網(wǎng)絡(luò)平均路徑長度的增加，顯著降低了互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品在系統(tǒng)中擴(kuò)散的整體效率。主要原因在于隨著網(wǎng)絡(luò)平均路徑長度的提升，網(wǎng)絡(luò)中任意消費(fèi)者間進(jìn)行互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息交流的難度增加了，進(jìn)而減小消費(fèi)者人際傳播影響系數(shù)，從而延緩新產(chǎn)品擴(kuò)散的整個(gè)進(jìn)程。雖然消費(fèi)者網(wǎng)絡(luò)平均路徑長度的增加會(huì)降低互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散的整體效率，但并不會(huì)使擴(kuò)散速率呈現(xiàn)出絕對(duì)的快慢之分。

2.網(wǎng)絡(luò)平均度對(duì)互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散的影響。本部分將消費(fèi)者網(wǎng)絡(luò)平均度的值設(shè)置為15、35、55、75四種情況，通過仿真分析得到以下仿真結(jié)果，限于篇幅，圖從略。

提高消費(fèi)者網(wǎng)絡(luò)的平均度，使得互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的擴(kuò)散曲線走勢逐漸陡峭，主要原因在于提高消費(fèi)者網(wǎng)絡(luò)平均度，較大度值的鄰居充當(dāng)了產(chǎn)品信息的傳播媒介，促進(jìn)了信息傳播效率的提升，從而提高了互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散的整體效率。消費(fèi)者網(wǎng)絡(luò)平均度值越大，互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散的效率越高。同時(shí)，消費(fèi)者鄰居數(shù)量的增加有助于提升互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品帶給消費(fèi)者的社會(huì)效用，從而增強(qiáng)了消費(fèi)者的采納意愿，最終促進(jìn)互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的擴(kuò)散。

3.網(wǎng)絡(luò)重連概率對(duì)互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散的影響。本部分將消費(fèi)者網(wǎng)絡(luò)重連概率的值設(shè)置為0.25、0.5、0.75、0.9 四種情況，通過仿真分析得到以下仿真結(jié)果，限于篇幅，圖從略。

提高消費(fèi)者網(wǎng)絡(luò)重連概率，有效地促進(jìn)了互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的擴(kuò)散，即提高了互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散的效率。主要原因在于提高消費(fèi)者網(wǎng)絡(luò)重連概率使得消費(fèi)者網(wǎng)絡(luò)中親密型鄰居數(shù)的比重增加。在總數(shù)不變的情況下，消費(fèi)者網(wǎng)絡(luò)中親密型鄰居數(shù)比重的提升會(huì)提高互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息傳播的效用，從而能從整體上提高互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的平均采納速率。

五、結(jié)語

本文基于傳播理論，利用流率基本入樹建模方法構(gòu)建互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散的系統(tǒng)動(dòng)力學(xué)模型，一方面能夠更好地反映互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散的微觀采納行為，另一方面則能在考慮要素間多重反饋特征的基礎(chǔ)上，更加深入地挖掘系統(tǒng)內(nèi)部產(chǎn)品信息傳播對(duì)于互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散的影響。通過對(duì)本文構(gòu)建的模型進(jìn)行仿真分析發(fā)現(xiàn)，消費(fèi)者網(wǎng)絡(luò)平均度與網(wǎng)絡(luò)重連概率對(duì)互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散產(chǎn)生正向影響，消費(fèi)者網(wǎng)絡(luò)平均度與網(wǎng)絡(luò)重連概率的提升能夠有效促進(jìn)產(chǎn)品信息的傳播，最終提升互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的擴(kuò)散效率。消費(fèi)者網(wǎng)絡(luò)平均路徑長度對(duì)互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴(kuò)散產(chǎn)生負(fù)面影響，增加消費(fèi)者平均路徑長度，會(huì)使產(chǎn)品信息交流的難度加大，最終降低了互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的擴(kuò)散效率。因此，金融機(jī)構(gòu)在研究互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品推廣方案的時(shí)候，可以選擇消費(fèi)者網(wǎng)絡(luò)平均度高、網(wǎng)絡(luò)重連概率高的節(jié)點(diǎn)進(jìn)行推廣，比如粉絲數(shù)量較多的新浪微博大V和擁有眾多關(guān)注的微信公眾號(hào)來宣傳互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息，同時(shí)采取一定的物質(zhì)獎(jiǎng)勵(lì)來刺激消費(fèi)者在互聯(lián)網(wǎng)中的信息傳播行為，比如采取微信朋友圈分享抽獎(jiǎng)等模式，以期取得良好的互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息擴(kuò)散效果。