張景明，朱淑珍（博士生導師），曹馨譽

一、引言

互聯(lián)網(wǎng)和移動通信技術的快速發(fā)展，促使金融業(yè)務模式發(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)金融以其獨特的優(yōu)勢，實現(xiàn)了用戶體驗、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)打車平臺滴滴出行開通“金桔寶”方便司機理財。與傳統(tǒng)金融產(chǎn)品相比，消費者對于互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息的獲取渠道更加多元，消費者能夠獲取更全面、更深入、更真實的關于產(chǎn)品和服務的信息，而不只限于產(chǎn)品宣傳部門傳達的內(nèi)容，使得傳統(tǒng)的信息傳播模式發(fā)生轉變，有助于消費者做出更明智的決策[1]。

傳播理論中的創(chuàng)新擴散理論認為，大眾傳播與人際傳播相結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，兩種途徑相結合可以獲得最佳的傳播效果。對于互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴散而言，當消費者想要采納某種新產(chǎn)品時，通常已經(jīng)通過大眾傳播和人際傳播獲得了該產(chǎn)品的相關信息，并在此基礎上全面搜尋該產(chǎn)品信息，通過對已獲取的產(chǎn)品信息進行綜合考量，才會考慮是否采納該產(chǎn)品，隨著采納者人數(shù)不斷增加，與產(chǎn)品相關的信息量也會隨之增長，從而影響新產(chǎn)品擴散[2]。口碑和在線評論已經(jīng)成為影響消費者采納新產(chǎn)品的重要因素，朱侯等[3]探討了廣告、傳統(tǒng)口碑、電子口碑三個因素對手機APP 的擴散的影響。丁海欣[4]發(fā)現(xiàn)口碑能夠對創(chuàng)新擴散產(chǎn)生較大程度的影響，負面口碑通過影響創(chuàng)新擴散的過程，最終影響創(chuàng)新擴散的程度。陶曉波等[5]發(fā)現(xiàn)在線評論的數(shù)量和效價可以影響創(chuàng)新擴散，而且這種影響是正向的。通過回顧上述研究可以發(fā)現(xiàn)，信息傳播對于產(chǎn)品創(chuàng)新擴散的影響主要集中在大眾傳播與人際傳播，產(chǎn)品擴散的實質是在一定網(wǎng)絡環(huán)境中潛在采納者對新產(chǎn)品的信息認知和采納行為[6]，但現(xiàn)有文獻對于產(chǎn)品的信息傳播及產(chǎn)品擴散中起著至關重要的消費者網(wǎng)絡結構因素卻缺乏研究。

鑒于此，本文在對消費者獲取產(chǎn)品信息的渠道進行分析的基礎上，探討消費者對互聯(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)動力學方法在處理復雜系統(tǒng)性問題方面的優(yōu)勢，依據(jù)流率基本入樹建模方法，構造互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴散系統(tǒng)動力學模型，探究消費者網(wǎng)絡平均路徑長度、消費者網(wǎng)絡平均度以及消費者網(wǎng)絡重連概率三個變量對新產(chǎn)品信息傳播的影響，進而分析其對互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴散的影響，以期能夠為互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴散的相關研究提供一些有益借鑒。

二、消費者信息獲取與采納決策

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

圖1 消費者決策過程示意圖

1.獲取產(chǎn)品信息。消費者在采納一項互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品之前，首先會獲得關于產(chǎn)品的易用性、有用性、風險性等方面的信息，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、電視和報紙等，主要以固定的、規(guī)律的形式推廣產(chǎn)品相關信息；新媒體主要指門戶網(wǎng)站、移動傳媒和社交平臺等，主要有針對性地向消費者推送產(chǎn)品信息。人際傳播包含現(xiàn)實社會人際傳播和互聯(lián)網(wǎng)人際傳播，現(xiàn)實社會人際傳播主要指消費者以口頭形式向同事、朋友及親屬等現(xiàn)實朋友傳播產(chǎn)品信息；互聯(lián)網(wǎng)人際傳播指消費者利用互聯(lián)網(wǎng)通信軟件（微信、QQ、Email 等）向現(xiàn)實朋友或網(wǎng)絡朋友傳播產(chǎn)品信息。

2.消費者效用評估。消費者獲知互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的基本信息后，并不會立刻采納該項產(chǎn)品，而是對該產(chǎn)品能否給自己帶來效用進行評估，當其評估效用大于自己的心理預期時，才有可能采納該項產(chǎn)品。效用評估的內(nèi)容主要包括兩個方面：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方面，分別為消費者感知有用性、感知易用性和感知風險性[8]。②產(chǎn)品社會效用。主要指消費者采納某種互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品后得到的“群體”認同或者個人優(yōu)越感的實現(xiàn)等社會效應[9]。

3.產(chǎn)品采納及反饋。當消費者對互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的評估效用小于自己的采納閾值時，會放棄采納該產(chǎn)品。而當消費者對互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的評估效用大于或等于消費者閾值時，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，是因為消費者的前瞻行為[10]，例如期望產(chǎn)品的質量在未來會得到提升以及產(chǎn)品的某些性能在將來會獲得完善，于是會選擇延遲一定時間后才采納該產(chǎn)品。放棄采納互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的消費者會對潛在消費者反饋該產(chǎn)品的負面信息，采納互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的消費者則會向潛在消費者反饋該產(chǎn)品的正面信息。

三、互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴散的系統(tǒng)動力學模型

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

模型變量屬性和名稱

2.系統(tǒng)流圖模型構建。本文依照互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴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.基模方程設置。本文主要以Bass 模型為基礎并借鑒馬永紅等[9]對于產(chǎn)品擴散基模方程的設置方法，本文基模方程設置如下：

（1）互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息傳播基模方程設置。Bass 模型認為互聯(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)、消費者人際傳播影響系數(shù)以及潛在消費者人數(shù)的影響。基于此，本部分的具體方程設置如下：

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)品信息的潛在消費者人數(shù)×（消費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)設置為時間變量〈time〉的表函數(shù)，并設定在1%以下，每次迭代以0.2%的速率衰減。

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

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

網(wǎng)絡中任意兩個采納者交流的概率=1/網(wǎng)絡平均路徑長度

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

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

（3）互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品屬性效用基模方程設置。依據(jù)TAM2 模型的觀點[12]，本部分評估互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品屬性效用的指標分別為感知易用性、感知有用性和感知風險性，其中：便利性和功能性對感知易用性產(chǎn)生正向影響，復雜性對感知易用性產(chǎn)生負向影響；相對優(yōu)越性對感知有用性產(chǎn)生正向影響；安全性和隱私性對消費者感知風險性產(chǎn)生負向影響。本部分的具體方程設置如下：

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+感知風險性

感知易用性=WITH LOOKUP（便利性+功能性-復雜性，（[（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）））

感知風險性=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）消費者親密型鄰居數(shù)及疏遠型鄰居數(shù)基模方程設置。根據(jù)社會網(wǎng)絡理論，網(wǎng)絡重連概率Ф的含義可以看作每個消費者的鄰居中親密型鄰居的比例，疏遠型鄰居的比例則為1-Ф。其中，消費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)量主要受到消費者網(wǎng)絡平均度、消費者人數(shù)以及市場容量的影響。本部分的方程設置如下：

疏遠型鄰居數(shù)=消費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)絡重連概率）

親密型鄰居數(shù)=消費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)絡重連概率

消費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)絡平均度

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

已采納互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品消費者人數(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)品的總評估效用-采納閾值

互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的總評估效用=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)品社會效用

四、模型仿真及結果分析

本文應用Vensim PLE 軟件對互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴散問題進行仿真分析?；境跏紖?shù)設置如下：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，疏遠型鄰居影響強度=0.3，親密型鄰居影響強度=0.7，采納閾值=0.05，易用性=0.6，有用性=0.45，復雜性=0.25，相對優(yōu)越性=0.75，安全性=0.35，隱私性=0.15。

1.網(wǎng)絡平均路徑長度對互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴散的影響。本部分將消費者網(wǎng)絡平均路徑長度的值設置為1、4、7、9 四種情況，通過對模型進行仿真分析后，得到仿真結果如圖4、圖5所示：

圖4 已采納消費者人數(shù)變動趨勢

圖5 采納速率變動趨勢

由圖4、圖5 可知，消費者網(wǎng)絡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)中擴散的整體效率。主要原因在于隨著網(wǎng)絡平均路徑長度的提升，網(wǎng)絡中任意消費者間進行互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息交流的難度增加了，進而減小消費者人際傳播影響系數(shù)，從而延緩新產(chǎn)品擴散的整個進程。雖然消費者網(wǎng)絡平均路徑長度的增加會降低互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴散的整體效率，但并不會使擴散速率呈現(xiàn)出絕對的快慢之分。

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

提高消費者網(wǎng)絡的平均度，使得互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的擴散曲線走勢逐漸陡峭，主要原因在于提高消費者網(wǎng)絡平均度，較大度值的鄰居充當了產(chǎn)品信息的傳播媒介，促進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)品擴散的整體效率。消費者網(wǎng)絡平均度值越大，互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴散的效率越高。同時，消費者鄰居數(shù)量的增加有助于提升互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品帶給消費者的社會效用，從而增強了消費者的采納意愿，最終促進互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的擴散。

3.網(wǎng)絡重連概率對互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴散的影響。本部分將消費者網(wǎng)絡重連概率的值設置為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果，限于篇幅，圖從略。

提高消費者網(wǎng)絡重連概率，有效地促進了互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的擴散，即提高了互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴散的效率。主要原因在于提高消費者網(wǎng)絡重連概率使得消費者網(wǎng)絡中親密型鄰居數(shù)的比重增加。在總數(shù)不變的情況下，消費者網(wǎng)絡中親密型鄰居數(shù)比重的提升會提高互聯(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、結語

本文基于傳播理論，利用流率基本入樹建模方法構建互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴散的系統(tǒng)動力學模型，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上，更加深入地挖掘系統(tǒng)內(nèi)部產(chǎn)品信息傳播對于互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴散的影響。通過對本文構建的模型進行仿真分析發(fā)現(xiàn)，消費者網(wǎng)絡平均度與網(wǎng)絡重連概率對互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴散產(chǎn)生正向影響，消費者網(wǎng)絡平均度與網(wǎng)絡重連概率的提升能夠有效促進產(chǎn)品信息的傳播，最終提升互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品的擴散效率。消費者網(wǎng)絡平均路徑長度對互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品擴散產(chǎn)生負面影響，增加消費者平均路徑長度，會使產(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)品的擴散效率。因此，金融機構在研究互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品推廣方案的時候，可以選擇消費者網(wǎng)絡平均度高、網(wǎng)絡重連概率高的節(jié)點進行推廣，比如粉絲數(shù)量較多的新浪微博大V和擁有眾多關注的微信公眾號來宣傳互聯(lián)網(wǎng)金融創(chuàng)新產(chǎn)品信息，同時采取一定的物質獎勵來刺激消費者在互聯(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)品信息擴散效果。