修回日期：2020-11-02 0 引言 当下，无论是对社会经济总体，还是对企业个体而言，创新都具有根本意义，也是重要的理论话题。成功的创新，归根结底，需要获得采纳与应用，即创新离不开有效的扩散。所谓扩散，是指创新随时间经由一定渠道而在社会系统成员间传播的过程[1]。该定义确定了扩散的四类主要构成，即创新、传播渠道、时间与社会系统。作为关键要素，社会系统具有决定性影响已经成为扩散研究中的共识[2]。但是如何体现该关键因素却存在困难：社会系统或者缺席，或者以不充分与不现实方式体现。上述问题不仅存在于加总或系统层面的扩散研究中，如经典的Bass模型[3]，在当下基于一定网络结构(比如无标度、小世界等复杂网络)的微观层面研究[4.5]亦有体现。在后一类研究中，社会系统具有的普遍且关键特性，如动态性、影响不对称性通常未得到应有的重视。这意味着虽然扩散与社会系统的协同演化是普遍且重要的现实状况，但针对该问题的研究却鲜有涉及[2]。 有关社会系统关键要素的理论研究与现实情况存在一定距离，这可能造成理解上的偏差，进而对实践造成误导。因此，如何以内生方式展示扩散与社会关系的协同演化就具有重要的现实及理论意义。与其它诸多研究一样，本文亦选择网络工具来具象化扩散所在的社会系统[6]，并将致力于呈现网络演化的内生性以及网络关系中的不对称性，以更为现实地体现社会系统与扩散的协同演化。首先，本文将简要回顾社会系统因素在创新扩散中的呈现状态，总结其特征，讨论其局限性及影响；其次，提出网络与扩散协同演化的描述性框架，从获取信息与降低认知失调视角出发，在借鉴信息熵(information entropy)概念与累积优势(cumulative advantage)机制的基础上，构造相应数学模型；再次，应用智能体建模(Agent-based Modeling，ABM)技术，开展系统的微观仿真实验，从描述与推断层面探索扩散和网络协同演化的典型特征；最后，总结理论成果，探讨其实践意义。 1 文献回顾与评估 扩散是关于新理念的传播，涉及多种传播形式，人际传播在其中具有重要意义[1]。人际传播的重要意义可以通过口碑这一获得普遍肯定的典型形式予以体现。如Chandrasekaran等[7]指出，在扩散的关键驱动因素中，排在首位的是口碑传播。事实上，口碑已经成为解释创新扩散的框架性因素[1，3]，而对人际传播重要性的确认实质上是对决定人际传播过程与效果的社会系统重要性的确认。虽然已有大量文献研究创新扩散并采用不同研究思路、模型与方法[1]，但由于各种原因，社会系统这一关键要素未能在现有文献中获得有效处理。 首先考察宏观扩散研究。作为这类研究的典范，Bass模型[3]对后续诸多研究产生了巨大影响与启发，但因为其加总性质，社会关系在其中是缺席的。换言之，Bass模型及其在宏观层面的扩展[2，8]以不现实方式体现了网络结构要素，其设定等价于假设个体之间具有全联通结构，这也意味着个体在关系方面被认为具有同质性。在创新扩散的主流传播视角下[9]，如果承认口碑是具体关联结构下的一种个体间互动，全联通结构就不能现实地体现该立场，并使关键扩散影响策略，如种子选取(seeding)策略[10-11]无法得到体现，即便有所体现，也可能存在明显偏误。但以上问题不仅仅是Bass模型族特有的问题。宏观研究无论是采用数理方式，还是仿真方式，都将面临如何有效表征网络结构的挑战：为了体现网络结构，需要关注个体间的微观关联，这与上述研究的总体性质具有内在冲突。 其次考察扩散的实证性研究。有研究尝试从经验层面探究现实中的扩散网络。虽然实证研究是当前营销研究的主流，但对于体现扩散的网络要素而言，实证研究往往存在极大挑战与局限[5]。如作为社会网络分析的经典例子，“空手道俱乐部”网络虽然只包含34个节点，但构建上述网络却花费了一名研究者大约两年的时间[12]。该实例也揭示出经验类研究的特征：研究多为具体案例，且讨论的网络规模也较小(比如Valente[13])。事实上，要从经验上对社会网络进行完全把握被认为存在极大挑战[14]。对此，Wasserman & Faust[15]甚至慨叹，“在小规模与封闭行动者集合之外，要确定行动者集合边界未必是可能的”。现实中创新扩散所在的社会系统往往不是小规模的，且很难确定其边界。再者，虽然可以通过抽样方式把握网络，但要分析网络与扩散的协同演化显然对实证研究提出了不切实际的要求。 关于网络的讨论或者是缺席的，或者存在巨大挑战，那么是否网络就是不可把握的？答案是“未必”。在具体体现社会网络方面，计算实验方法特别是ABM微观仿真方法能够有效应对。在该方面，ABM技术被认为能够以最接近自然的方式描述行为互动系统[16]，而创新扩散就是这类系统的典型。虽然仿真并不是事实，但可以摆脱现实的制约，从而探索可能意义上的“真”[17]。当下，ABM微观仿真技术被广泛应用于创新扩散研究领域[4，18]，网络要素也成为具体研究的标配。在该类研究中，网络呈现是多方面的，如多样化的网络结构类型。其中，常见的网络结构包括：WS小世界网络、BA无标度网络、随机网络、规则网络或网格(grid)，以及其它网络结构，如CNN网络[19]、p-GNC网络[20]与自定义网络[21]等。除具有整体性质的网络结构外，更具体的网络参数影响也会被讨论[5]。这些参数包括节点度[21]、节点度分布[22]、节点间连接强弱[23]、局部影响半径[24]、小世界网络随机重连概率[25]、聚集系数[20]等。
