摘要：在元胞自动机模型下，对创新扩散进行深入研究，得到优化的稳定结构。该结构能够使创新商品的最终市场占有提高，同时利用传播学o型模型对其进行了验证。在金融领域中，稳定结构的运用可以提高金融创新产品的传播速度，减少传播成本，使创新的供给者的利润增加。

　　关键词：创新扩散 元胞自动机 稳定结构 金融创新 一、引言美国著名传播学学者埃弗雷特罗杰斯（Everett M.Rogers）教授在其成名作《创新的扩散》中给出了创新扩散的定义，即为一种新的观点、思想、技术经过一段时间，通过特定的渠道，进入一个社会系统后，在整个社会系统中从一个决策单位作用于下一个决策单位的传播过程。企业将社会系统中的新观点与技术在适当的实施条件下进行商业化创新，同时依据外界环境与自身特点选择创新推出的速度和时机。创新传播过程的差异使得各企业在生产经营活动中推出创新产品的周期产生了区别，从纵向看，正是企业的这种行为影响了消费者的选择。通过实证观察，消费者在接纳创新产品的过程中受到外界他人的影响，这种影响主要来源于不同的创新扩散结构。

　　二、创新扩散模型学者对于扩散模型的深入研究开始于20世纪60年代，并将研究成果应用于生物、经济等社会生活等各个领域。通过研究，扩散模型可分为两类：一类是在宏观层面上对于潜在采纳者总体统计行为的数学模型，其主要代表是Bass模型及其扩展型（统称Bass模型族）； 一类是微观层面上对于潜在采纳者个体采纳决策行为的仿真模型，其主要代表是Agent模型与元胞自动机模型。

　　（一）BASS模型宏观层面上的数学模型是学者研究最为广泛同时也是最为成熟的扩散模型。作为最早研究创新时间扩散的基础模型Bass模型。将创新扩散看成“传染的过程”，而后学者针对Bass模型的缺陷提出了包含市场变量、供给约束、竞争效应、互补产品、技术升级、时变参数、允许置换和多重购买等Bass衍生模型。

　　Bass模型的衍生模型放宽了Bass模型的一些假设，更加符合现实因素，提高了模型准确度。宏观的总体行为其本身是有众多微观个体组成的，因此学者对于创新扩散的研究逐渐从宏观层面转到微观个体。尽管Bass模型在理论上比较完善，但是Bass模型只关注创新的宏观变量，不能解释导致创新扩散的微观机制， 使得Bass 模型存在局限性。

　　（二）元胞自动机模型随着研究的不断深入，学者将微观仿真模型纳入到创新扩散的研究中，因为信息通信技术的发展，潜在消费者在进行采纳行为时，其决定不仅仅取决于其本身的个体行为，同时受到消费者网络的重大影响。在基于微观层面创新扩散的研究中，仿真模型中元胞自动机（CA）模型的应用最为广泛。CA模型在一定的假设条件下（区域中只有一种创新在扩散，区域中潜在采纳者总数不变，不论是创新的已采纳者还是潜在采纳者都具有重新选择的权力），模型规定中心元胞的邻居中接受创新的元胞数量，多于未接受创新的元胞数量时，该中心元胞接受创新，反之则放弃创新，如果邻居中二者数量相等则保持原状态。即：

　　（S=1）-（S=0）≥2，则=1；（S=0）-（S=1）≥2，则=0；（S=0）-（S=1）= 0，则各自状态保持不变。

　　CA模型描述的现实传播现象为，个体状态的决定取决于其相邻的其他个体的状态，部分个体状态的改变将引起现有环境下的状态传播及扩散。因此，在对于创新扩散的研究中CA模型具有重要的意义与价值。

　　1、CA模型中的稳定结构通过研究发现有一些创新接受群体虽然元胞个数很少，但是在其周围元胞都为采纳创新仍然保持这创新的接受状态。这里定义为稳定性结构。如图1、图2。

　　图1 图2图1的结构在演化中会衰退变化到图2的结构，但是图2的结构在演化中保持不变。将结构外层的点用直线连接起来形成多边形，会发现图2形成的多边形是正八边形，每个角都是135°，而图1中退化的两个点处的多边形的角是90°。所以图1的结构只有处于网格区域的边缘才具有稳定性，当图1中的结构不位于区域的边缘是会退化为图3的结构。

　　下面证明，对于实心的结构，结构稳定的充分必要条件是结构所对应的多边形内角都大于等于135°。

　　充分性显然成立。必要性，对结构外层的某一点分析（这个点是接受创新的）。由于所考虑的结构是实心的，所以该点邻域的8个点中状态是接受创新的点是紧挨在一起的。如果邻域内有5个点的状态是接受创新的，那么用直线连起来的话，这个点不会成为多边形的顶点。如果邻域内有4（6）个点的状态时接受创新的，那么用直线连起来的话，这个点所对应的多边形的角是135°（225°）。这就证明了如果一个实心的结构是稳定的，那么该结构所对应的多边形内角都大于等于135°。因此也可以得到如下结论，图2是最小的稳定结构。

　　稳定结构的重要意义在于，创新的推广者可应用结构的优势用最小的成本，使市场中更多的潜在采纳者接受创新，已达到利益最大化的目的。

　　2、利用稳定结构的O型结构模拟为探讨稳定结构在现有传播结构中的应用，引入O型信息传播机构进行模拟。

　　O型社会结构，又称为“有核系统”。与之对应的信息传播（流动）模式则是双向的单层次流动，即从圆上的各点流向圆心，又从圆心流向圆上各个点。模型抽象如图3所示。

　　在O型结构中使用稳定结构来优化创新扩散，使用初始创新占有率R = 0.464下，在105个时间周期后达到稳定状态。最终创新占有率R’= 0.901。在同样的初始创新占有率下的随机分布情况，30次实验平均最终创新占有率R’仅为0.302。

　　两种情况的统计图如图4所示。

　　图4 使用”O”型传播结构和相同初始占有率下的比较由此可知，利用稳定结构对创新进行传播可以提高其速度，快速占领市场同时也可减少创新传播者的成本，使得利润最大化。

　　三、稳定结构的发现对我国金融领域的重要意义市场经济的核心是金融，其在一国经济发展中处于举足轻重的地位，大力发展我国金融业，是提高经济竞争力的内在要求。

　　（一）金融创新存在的必要性金融业的快速发展不能离开金融工具的快速创新。学者将影响金融创新的因素分为外生因素（导致创新的初始引入的外生因素）与内生因素（半壁压力和网络外部性，与采纳创新的企业数量有关）。在我国金融机构进行金融创新的原因也分为内外两种。内部动因是由于金融体制改革的不断深化引起的，其根本在于我国不断削弱“计划金融”，打破金融机构的垄断，形成激烈的市场竞争。外部动因由于我国加入WTO后，中国向外国全面开放金融市场，使得外国金融机构的大量涌入，外国跨国金融机构具有雄厚的资金和成熟的市场运作模式，使我国本土金融机构面临着前所未有的竞争，我国金融机构如不在入世后的国度期内进行金融创新，必将遭到市场淘汰。

　　（二）金融创新扩散模式的改进对我国金融领域的影响技术创新理论强调一项创新的真正意义不在于创新本身，而在于创新成果在经济社会中广泛的传播和扩散。金融创新也不例外，金融是现代经济的核心，推动金融发展的动力在于金融创新。而金融创新的成果如果不能在金融市场上进行有效扩散，那么它就不会对经济社会产生任何形式的影响，一项金融创新潜在的经济效益，也只有通过扩散才能充分的发挥出来。初始刺激推动了创新，新的金融工具被更多金融机构采纳，表现为金融工具在金融业的扩散，这是金融创新扩散的整个过程。在对金融创扩散新进行静态分析时，发现扩散条件是该项创新能够满足潜在使用者的需求并能为其带来可观的利润。金融机构进行金融创新进行有两种方式：一是依靠自身的力量研究并开发，即研发方式；二是依靠引进，吸引外界的创新成果，即扩散方式。

　　金融创新的供给主体，一般是规模大、信誉好的商业银行，他们具有良好的硬件设施和一流的软件环境，同时他们需要处在经济发达、金融设施齐全的地区。我国的金融机构因自身组织结构不够完善、外部市场机制不够完善等因素，在研发性金融创新领域上竞争力薄弱。因此，利用在国内推行扩散性金融创新是提高我国金融机构竞争力的根本途径。

　　扩散性金融创新包含五大元素，分别为创新的供给者、需求者、环境、动因、媒介。从金融创新的供给方面来看，一项创新能否被更多的潜在使用者接受，首先与它带给供给者的直接净收益有关。“稳定性结构”的发现提高了金融创新扩散媒介的效率，使得金融创新产品从供给者手中流向需求者手中的成本更低，即由原来利用公众传播媒体向所有金融市场中的金融中介机构传播转向向形成稳定结构的金融中介机构传播。这样，成功的降低了扩散的成本，增强了创新供给者的利润，使得创新的供给者主动打破行业垄断向行业中提供标准化的金融产品以求或得跟多的利润。对“稳定结构”的传播链条进行进一步的分析，可得中间的采纳者在向外扩散创新产品是，有时并不是将其所接受的创新均按照原有形式出去，而是进行部分的改进或修改再进行传播。因此，利用“稳定结构”进行扩散最终达到的扩散范围取决于创新采纳者可在该创新中可获得的总效用的多少，即总效用等于总成本。

　　在我国金融领域运用“稳定结构”将提高金融创新工具的传播速度，从而可使得金融机构有更多的金融商品投放到市场，在取得利润的同时，积累更多市场经验。通过大量的市场回馈，我国金融机构可以依靠自己的力量进行金融创新，从而在根本上提高自身竞争力，在与外资金融机构进行博弈时立于不败之地。

　　四、结论本文通过用元胞自动机对创新扩散问题深入研究，提出稳定结构并利用O型模型进行验证。验证结果证明稳定结构对最终创新占有率进行了优化。同时，将稳定结构应用于金融领域，阐述其现实中的重要作用，这也是本文研究的意义所在。

　　参考文献：

　　[1]Rogers EM. Diffusion of innovations （4th edition） [M].New York: The Free Press, 1995[2]基于消费者网络的金融创新扩散研究[3]Mahajan V , Muller E, Bass FM. Diffusion of new products: empirical generalizations and managerial uses[J]. M ar2keting Science, 1995, 14 （3） : G79[4].Rajkumar V; Trichy V K;Kumar V Evolutionary Estimation of Macro-Level Diffusion Models Using Genetic Algorithms: An Alternative to Nonlinear Least Squares[5]Bass F M，Krishnan T V，Jain D C.ly the Bass model fits without decision variables[J].Marketing Science，1994，13（3）：203—223[6]Ho T H，Savin S，Terwiesch C.Managing demand and sales dynamics in new product diffusion under supply constraint[J].Management Science。2002，48（2）：187—206[7]Krishnan T V，Bass F M，Kumar V.Impact ofa late entrant on the diffusion of a 11ew product／service[J].Journal of Marketing Research，2000，37（2）：269—-278[8]Bucklin L P，Sengupta S.The co-diffusion of complementary innovations：Supermarket scamlers and UPC symbols[J].Jourhal of Product Innovation Management，1993，10（2）：148—160[9]Kim N.Chang D R，Shocker A D.Modeling inter—category and generational dynamics for a growing information technology industry[J].Management Science，2000，46（4）：496--512[10]Sharma P，Bhargava S C.A non.homogeneous non—uniform influence model of innovation diffusion[J].Technological Fore—casting and Social Change，1994，46（3）：279--288[11]Paul R，SteffensA.Amodel[12]张廷、高宝俊、宣慧玉。 创新扩散中广告投放效果的元胞自动机仿真[J].科技进步与对策，2009,26（1）[13]陈锟。 种子顾客的网络分布对创新扩散的影响[J].管理科学，2010,23（1）[14]宣慧玉， 高宝俊。 管理与社会经济系统仿真[M]. 武汉： 武汉大学出版社， 2002