基于傳播理論的互聯網金融創新產品擴散研究

張景明，朱淑珍（博士生導師），曹馨譽

一、引言

互聯網和移動通信技術的快速發展，促使金融業務模式發生了重大變革，各種金融創新產品如雨后春筍般涌現，互聯網金融已經成為金融創新最具活力的領域，互聯網金融創新產品層出不窮。互聯網金融以其獨特的優勢，實現了用戶體驗、成本降低和市場拓展，極大豐富了金融市場的產品，比如第三方支付、線上消費貸等。許多互聯網產品都帶有金融產品屬性，比如互聯網打車平臺滴滴出行開通“金桔寶”方便司機理財。與傳統金融產品相比，消費者對于互聯網金融創新產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、更真實的關于產品和服務的信息，而不只限于產品宣傳部門傳達的內容，使得傳統的信息傳播模式發生轉變，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人的態度與行為，兩種途徑相結合可以獲得最佳的傳播效果。對于互聯網金融創新產品擴散而言，當消費者想要采納某種新產品時，通常已經通過大眾傳播和人際傳播獲得了該產品的相關信息，并在此基礎上全面搜尋該產品信息，通過對已獲取的產品信息進行綜合考量，才會考慮是否采納該產品，隨著采納者人數不斷增加，與產品相關的信息量也會隨之增長，從而影響新產品擴散[2]。口碑和在線評論已經成為影響消費者采納新產品的重要因素，朱侯等[3]探討了廣告、傳統口碑、電子口碑三個因素對手機APP 的擴散的影響。丁海欣[4]發現口碑能夠對創新擴散產生較大程度的影響，負面口碑通過影響創新擴散的過程，最終影響創新擴散的程度。陶曉波等[5]發現在線評論的數量和效價可以影響創新擴散，而且這種影響是正向的。通過回顧上述研究可以發現，信息傳播對于產品創新擴散的影響主要集中在大眾傳播與人際傳播，產品擴散的實質是在一定網絡環境中潛在采納者對新產品的信息認知和采納行為[6]，但現有文獻對于產品的信息傳播及產品擴散中起著至關重要的消費者網絡結構因素卻缺乏研究。

鑒于此，本文在對消費者獲取產品信息的渠道進行分析的基礎上，探討消費者對互聯網金融創新產品決策采納的一般過程，利用系統動力學方法在處理復雜系統性問題方面的優勢，依據流率基本入樹建模方法，構造互聯網金融創新產品擴散系統動力學模型，探究消費者網絡平均路徑長度、消費者網絡平均度以及消費者網絡重連概率三個變量對新產品信息傳播的影響，進而分析其對互聯網金融創新產品擴散的影響，以期能夠為互聯網金融創新產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

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

圖1 消費者決策過程示意圖

1.獲取產品信息。消費者在采納一項互聯網金融創新產品之前，首先會獲得關于產品的易用性、有用性、風險性等方面的信息，其獲取產品信息的渠道主要有大眾傳播和人際傳播兩種。大眾傳播包含傳統媒體和新媒體，傳統媒體主要指廣播、電視和報紙等，主要以固定的、規律的形式推廣產品相關信息；新媒體主要指門戶網站、移動傳媒和社交平臺等，主要有針對性地向消費者推送產品信息。人際傳播包含現實社會人際傳播和互聯網人際傳播，現實社會人際傳播主要指消費者以口頭形式向同事、朋友及親屬等現實朋友傳播產品信息；互聯網人際傳播指消費者利用互聯網通信軟件（微信、QQ、Email 等）向現實朋友或網絡朋友傳播產品信息。

2.消費者效用評估。消費者獲知互聯網金融創新產品的基本信息后，并不會立刻采納該項產品，而是對該產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品。效用評估的內容主要包括兩個方面：①產品屬性效用。主要指產品自有的功能和特征帶給消費者的滿足程度，互聯網金融創新產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產品社會效用。主要指消費者采納某種互聯網金融創新產品后得到的“群體”認同或者個人優越感的實現等社會效應[9]。

3.產品采納及反饋。當消費者對互聯網金融創新產品的評估效用小于自己的采納閾值時，會放棄采納該產品。而當消費者對互聯網金融創新產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網金融創新產品，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]，例如期望產品的質量在未來會得到提升以及產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品。放棄采納互聯網金融創新產品的消費者會對潛在消費者反饋該產品的負面信息，采納互聯網金融創新產品的消費者則會向潛在消費者反饋該產品的正面信息。

三、互聯網金融創新產品擴散的系統動力學模型

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網金融創新產品擴散的系統邊界。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（消費者網絡平均路徑長度、網絡平均度、網絡重連概率），具體見下表。

模型變量屬性和名稱

2.系統流圖模型構建。本文依照互聯網金融創新產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）互聯網金融創新產品信息傳播基模方程設置。Bass 模型認為互聯網金融創新產品信息的傳播速率主要受大眾傳播影響系數、消費者人際傳播影響系數以及潛在消費者人數的影響。基于此，本部分的具體方程設置如下：

互聯網金融創新產品信息傳播速率=未獲知互聯網金融創新產品信息的潛在消費者人數×（消費者人際傳播影響系數+大眾傳播影響系數）

本文將大眾傳播影響系數設置為時間變量〈time〉的表函數，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=交流對象為已獲知互聯網金融創新產品信息消費者的概率×網絡中任意兩個消費者交流的概率

交流對象為已獲知互聯網金融創新產品信息消費者的概率=（已采納互聯網金融創新產品消費者人數+已獲知互聯網金融創新產品信息的潛在消費者人數）/（已采納互聯網金融創新產品消費者人數+已獲知互聯網金融創新產品信息的潛在消費者人數+未獲知互聯網金融創新產品信息的潛在消費者人數）

網絡中任意兩個采納者交流的概率=1/網絡平均路徑長度

（2）互聯網金融創新產品社會效用基模方程設置。互聯網金融創新產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網金融創新產品的人數越多，互聯網金融創新產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：

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

（3）互聯網金融創新產品屬性效用基模方程設置。依據TAM2 模型的觀點[12]，本部分評估互聯網金融創新產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生正向影響，復雜性對感知易用性產生負向影響；相對優越性對感知有用性產生正向影響；安全性和隱私性對消費者感知風險性產生負向影響。本部分的具體方程設置如下：

互聯網金融創新產品屬性效用=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及疏遠型鄰居數基模方程設置。根據社會網絡理論，網絡重連概率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網金融創新產品的鄰居數量主要受到消費者網絡平均度、消費者人數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=消費者鄰居中已采納互聯網金融創新產品的平均人數×（1-網絡重連概率）

親密型鄰居數=消費者鄰居中已采納互聯網金融創新產品的平均人數×網絡重連概率

消費者鄰居中已采納互聯網金融創新產品的平均人數=（已采納互聯網金融創新產品消費者人數/互聯網金融創新產品的市場容量）×網絡平均度

（5）互聯網金融創新產品采納基模方程設置。已獲知互聯網金融創新產品信息的潛在消費者對互聯網金融創新產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品，否則會放棄采納，其采納的概率與互聯網金融創新產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：

已采納互聯網金融創新產品消費者人數=INTEG（互聯網金融創新產品采納速率，0）

互聯網金融創新產品采納速率=采納概率×已獲知互聯網金融創新產品信息的潛在消費者人數

已獲知互聯網金融創新產品信息的潛在消費者人數=INTEG（互聯網金融創新產品信息傳播速率-互聯網金融創新產品采納速率，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=互聯網金融創新產品的總評估效用-采納閾值

互聯網金融創新產品的總評估效用=互聯網金融創新產品屬性效用+互聯網金融創新產品社會效用

四、模型仿真及結果分析

本文應用Vensim PLE 軟件對互聯網金融創新產品擴散問題進行仿真分析。基本初始參數設置如下：INITIAL TIME=0，FINAL TIME=100，TIME STEP=0.25，Units for Time：Week，新產品市場容量=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，相對優越性=0.75，安全性=0.35，隱私性=0.15。

1.網絡平均路徑長度對互聯網金融創新產品擴散的影響。本部分將消費者網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，消費者網絡平均路徑長度的增加，顯著降低了互聯網金融創新產品在系統中擴散的整體效率。主要原因在于隨著網絡平均路徑長度的提升，網絡中任意消費者間進行互聯網金融創新產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，從而延緩新產品擴散的整個進程。雖然消費者網絡平均路徑長度的增加會降低互聯網金融創新產品擴散的整體效率，但并不會使擴散速率呈現出絕對的快慢之分。

2.網絡平均度對互聯網金融創新產品擴散的影響。本部分將消費者網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。

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

3.網絡重連概率對互聯網金融創新產品擴散的影響。本部分將消費者網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。

提高消費者網絡重連概率，有效地促進了互聯網金融創新產品的擴散，即提高了互聯網金融創新產品擴散的效率。主要原因在于提高消費者網絡重連概率使得消費者網絡中親密型鄰居數的比重增加。在總數不變的情況下，消費者網絡中親密型鄰居數比重的提升會提高互聯網金融創新產品信息傳播的效用，從而能從整體上提高互聯網金融創新產品的平均采納速率。

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網金融創新產品擴散的系統動力學模型，一方面能夠更好地反映互聯網金融創新產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內部產品信息傳播對于互聯網金融創新產品擴散的影響。通過對本文構建的模型進行仿真分析發現，消費者網絡平均度與網絡重連概率對互聯網金融創新產品擴散產生正向影響，消費者網絡平均度與網絡重連概率的提升能夠有效促進產品信息的傳播，最終提升互聯網金融創新產品的擴散效率。消費者網絡平均路徑長度對互聯網金融創新產品擴散產生負面影響，增加消費者平均路徑長度，會使產品信息交流的難度加大，最終降低了互聯網金融創新產品的擴散效率。因此，金融機構在研究互聯網金融創新產品推廣方案的時候，可以選擇消費者網絡平均度高、網絡重連概率高的節點進行推廣，比如粉絲數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網金融創新產品信息，同時采取一定的物質獎勵來刺激消費者在互聯網中的信息傳播行為，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網金融創新產品信息擴散效果。