負面口碑、社會互動與創(chuàng)新擴散:基于小世界網(wǎng)絡的仿真

邢夢玨, 曹吉鳴, 馮曉威, 劉 聰

(同濟大學 經(jīng)濟與管理學院,上海 200092)

0 引言

當前我國處于經(jīng)濟轉(zhuǎn)型期和高質(zhì)量發(fā)展階段，企業(yè)為在復雜多變的經(jīng)營環(huán)境中獲取轉(zhuǎn)型期增長動力和持續(xù)競爭優(yōu)勢，將創(chuàng)新作為其生存和發(fā)展的重要支柱[1]。然而，商業(yè)市場競爭日益激烈，以國內(nèi)消費品市場為例，近年來70%的新產(chǎn)品市場存活周期低于18個月[2]。很多創(chuàng)新失敗的根源并非創(chuàng)新質(zhì)量低下，而是創(chuàng)新推廣者對目標市場的個體行為、互動模式、社會文化等認知存在偏差，導致創(chuàng)新未能被市場廣泛接受[3,4]。擴散失敗的創(chuàng)新不但消耗了企業(yè)和社會的大量資源，而且無法發(fā)揮潛在經(jīng)濟效益[5]。因此，探究創(chuàng)新擴散失敗的原因和作用機理不僅有助于企業(yè)精益生產(chǎn)和品牌建設，而且對經(jīng)濟社會資源的高效配置和利用具有重要意義。

創(chuàng)新擴散是指創(chuàng)新(新產(chǎn)品、新技術或新思想等)經(jīng)由特定渠道，隨時間推移在社會個體間傳播的過程[3]。20世紀90年代以來，隨著社交媒體飛速發(fā)展，社會互動對個體決策的影響日益深化，社會網(wǎng)絡中的創(chuàng)新擴散研究逐漸成為熱點。多智能體仿真方法作為探究社會互動機制的有效工具，被用于探討個體異質(zhì)性[6～8]、競爭效應[9～11]、網(wǎng)絡結構[12,13]等因素對創(chuàng)新擴散的影響，初步揭示了個體行為和社會互動所導致的復雜涌現(xiàn)現(xiàn)象。

社會系統(tǒng)中的個體通過線上和線下渠道進行互動，形成社會網(wǎng)絡，系統(tǒng)內(nèi)外部因素共同影響個體決策行為，驅(qū)動創(chuàng)新在網(wǎng)絡上的擴散[14,15]，創(chuàng)新擴散微觀機制如圖1所示。

社會互動對個體決策的影響主要包括口碑效應和規(guī)范壓力[16]。其中口碑是創(chuàng)新相關信息和評價傳播的重要方式[17,18]，規(guī)范壓力則促使?jié)撛诓杉{者追隨社會系統(tǒng)中采納者的決策[7,16]。個體由于使用習慣[19]和對創(chuàng)新的懷疑[20]等因素可能抗拒創(chuàng)新并在社會系統(tǒng)中傳播負面口碑[21]，但現(xiàn)有的創(chuàng)新擴散研究卻很少考慮這一點[22]。對個體而言，負面口碑較正面口碑包含更有價值的信息[23,24]，系統(tǒng)中正負口碑的動態(tài)交互顯著影響創(chuàng)新擴散結果。Moldovan和Goldenberg[21]考慮到這一點，將社會系統(tǒng)中的個體劃分為意見領袖、抵抗領袖和追隨者三類，個體在廣告、正負口碑的共同作用下以一定概率采納或拒絕創(chuàng)新。

綜上所述，社會網(wǎng)絡中的創(chuàng)新擴散仿真是創(chuàng)新擴散微觀模型在復雜網(wǎng)絡情境下的推廣，既反映了真實社會網(wǎng)絡的拓撲結構特征，又考慮了個體異質(zhì)性和個體間社會互動的影響，但相關研究存在以下局限。第一，社會系統(tǒng)內(nèi)部因素對個體決策的影響比外部因素更為復雜、深刻，然而現(xiàn)有研究尚未聚焦社會互動對個體采納決策和創(chuàng)新擴散的作用。第二，對負面口碑和個體拒絕創(chuàng)新的行為研究比較缺乏，難以解釋現(xiàn)實中創(chuàng)新擴散結果的不確定性。第三，現(xiàn)有研究大多根據(jù)擁有社會關系或社會資源的數(shù)量將個體分為意見領袖和追隨者[16]，但沒有從傳播動力學角度考慮意見領袖的社會影響力。

針對上述問題，本文聚焦社會互動影響下的個體決策和創(chuàng)新擴散過程并引入負面口碑傳播機制，運用多智能體仿真方法，以小世界網(wǎng)絡擬合社會系統(tǒng)，研究網(wǎng)絡結構、抵抗領袖比例、意見領袖創(chuàng)新性和社會規(guī)范約束力對創(chuàng)新擴散的影響。研究從創(chuàng)新擴散失敗的現(xiàn)實問題出發(fā)，不但豐富了現(xiàn)有創(chuàng)新擴散理論，而且為開發(fā)創(chuàng)新推廣策略提供了決策借鑒。

1 考慮負面口碑的創(chuàng)新擴散模型

1.1 模型基本假設

借鑒Delre等[12]、黃瑋強等[16]、Moldovan和Goldenberg[21]的研究，本文的創(chuàng)新擴散模型構建基于以下假設：(1)社會系統(tǒng)由恒定數(shù)量的個體構成，個體可分為意見領袖、抵抗領袖、追隨者三類。兩類領袖與追隨者的區(qū)別主要體現(xiàn)在三點：一是與系統(tǒng)外部的聯(lián)系，兩類領袖對社會系統(tǒng)外部因素更加敏感，更早接觸創(chuàng)新信息并形成對創(chuàng)新的初步評價；二是社會地位，兩類領袖往往位于系統(tǒng)核心位置，且具有更高社會影響力；三是創(chuàng)新性和決策特質(zhì)，兩類領袖與追隨者相比更不會輕易改變自己的態(tài)度和決策[25]，即創(chuàng)新性較強的意見領袖不易拒絕創(chuàng)新，保守性較強的抵抗領袖也不易采納創(chuàng)新。(2)個體決策由上一時刻狀態(tài)和當前創(chuàng)新效用值共同決定，某一時刻個體處于潛在采納者(P)、采納者(A)、拒絕者(R)三種狀態(tài)之一。(3)僅考慮社會互動對個體創(chuàng)新效用值的影響，不考慮宏觀經(jīng)濟環(huán)境、大眾傳媒和廣告等社會系統(tǒng)外部因素作用。

1.2 社會互動影響下的個體決策機制

定義圖G=(V,E)表示創(chuàng)新擴散社會網(wǎng)絡，其中節(jié)點集合V為社會系統(tǒng)內(nèi)個體，邊集E為個體間人際關系。網(wǎng)絡中所有連邊是無向邊，且一對節(jié)點間至多存在一條邊。eij=1表示個體i和j間存在人際關系，eij=0則表示二者間并無關系。i,j=1,2,…,n，n為節(jié)點總數(shù)。

采用k-shell值(ks)[26]來衡量網(wǎng)絡中個體的社會影響力，該方法在信息傳播領域應用研究中已被證實比度值、介數(shù)等指標更能有效確定關鍵節(jié)點[27]。ks計算采用度值迭代方法，即通過層層深入網(wǎng)絡核心的方式為節(jié)點賦值。ks較大的節(jié)點靠近網(wǎng)絡核心，是控制傳播過程的關鍵節(jié)點，可表示兩類領袖；ks較小的節(jié)點居于網(wǎng)絡外圍，表示追隨者。

以S=[s1,t,s2,t,…,sn,t]表示t時刻個體狀態(tài)向量，其中s1,t=0表示t時刻個體i為P態(tài)，s1,t=1表示t時刻個體i為A態(tài)，s1,t=-1表示t時刻個體i為R態(tài)。

個體通過社會互動獲取創(chuàng)新效用，該效用值由兩部分組成:

Ui,t=αNi,t+(1-α)Wi,t

(1)

其中，Ui,t表示個體i在t時刻的創(chuàng)新效用值，Ni,t表示個體i在t時刻受到的規(guī)范壓力，Wi,t表示個體i在t時刻綜合獲取的口碑傳播內(nèi)容，形成的自身對創(chuàng)新的主觀評價。α表示社會規(guī)范對個體i決策的約束力，α越大，個體決策受社會規(guī)范的約束也就越大。個體效用和狀態(tài)更新采用異步更新方式進行。

依據(jù)文獻[12]，規(guī)范壓力與個體i鄰居中采納者所占比例有關。即:

(2)

其中，ai,t為個體i鄰居中采納者的數(shù)量，k(i)為其鄰居總數(shù)，λi為規(guī)范壓力閾值。

設Γt(i)為t時刻個體i的采納者和拒絕者鄰居集合，個體j∈Γt(i)，定義j對i的決策影響力為[28]:

(3)

其中k(j)為節(jié)點j的度值，即度值越大的鄰居節(jié)點對個體決策的影響力越大。此處不再使用ks值計算決策影響力，是因為ks反映全局網(wǎng)絡位置特征，度值反映局部網(wǎng)絡位置特征，個體決策時只與其鄰居發(fā)生互動而難以知曉網(wǎng)絡全局結構，此時位于局部網(wǎng)絡中心的鄰居對個體的決策影響力更大。個體i根據(jù)上述規(guī)則綜合所有Γ(i)中節(jié)點的口碑傳播信息，形成自身對該創(chuàng)新的評價:

(4)

個體創(chuàng)新性差異通過閾值機制體現(xiàn)。采納閾值Umax越低，個體創(chuàng)新性越強，越傾向于采納創(chuàng)新；拒絕閾值Umin越高，個體保守性越強，越傾向于拒絕創(chuàng)新。

P態(tài)個體可能轉(zhuǎn)化為A態(tài)、R態(tài)，也可能保持P態(tài)。對應閾值模型如下：

(5)

R態(tài)個體在創(chuàng)新效用高于采納閾值時轉(zhuǎn)變?yōu)锳態(tài)，否則仍保持R態(tài)。對應閾值模型如下:

(6)

A態(tài)個體由于已做出采納創(chuàng)新的決策，無論創(chuàng)新效用如何變化，仍保持當前狀態(tài)。即：

若si,t-1=1,si,t=1

(7)

1.3 社會互動影響下的創(chuàng)新擴散過程

在創(chuàng)新擴散過程中，個體決策和狀態(tài)轉(zhuǎn)化受到口碑和規(guī)范壓力驅(qū)動，如圖2所示。

創(chuàng)新擴散主要包括以下幾個階段：

(1)擴散啟動時(t=0)，個體均為潛在采納者，系統(tǒng)內(nèi)部規(guī)范壓力和口碑效應均未形成。

(2)擴散第一周期(t=1)開始，兩類領袖率先獲知有關創(chuàng)新的信息，創(chuàng)新性更強的意見領袖形成對該創(chuàng)新的積極評價，而保守性更強的抵抗領袖形成消極評價。兩類領袖狀態(tài)轉(zhuǎn)化與否根據(jù)式(5)確定。

(3)擴散第二周期(t=2)開始，網(wǎng)絡中采納者、拒絕者、潛在采納者同時存在。個體綜合采納者和拒絕者鄰居傳播的口碑信息，重新形成自身對創(chuàng)新的評價。此外，個體直接人際關系網(wǎng)絡中的采納者施加規(guī)范壓力，使得采納創(chuàng)新的效用進一步增加。綜合以上兩方面因素，個體根據(jù)閾值函數(shù)(5)、(6)、(7)重設自身狀態(tài)。

(4)在擴散第τ(3≤τ≤τ*)周期，重復(3)中步驟。直到各種狀態(tài)的節(jié)點數(shù)量不再發(fā)生變化，或擴散率達到某一較高比例，標志擴散過程結束。此時系統(tǒng)時間τ*表征創(chuàng)新擴散速度，τ*越小擴散速度越快；最終采納者數(shù)量占社會系統(tǒng)內(nèi)個體總數(shù)的比例φτ*表征創(chuàng)新擴散深度。

(8)

2 基于多智能體的創(chuàng)新擴散仿真

依據(jù)考慮負面口碑的創(chuàng)新擴散模型，以小世界網(wǎng)絡擬合社會系統(tǒng)，并使用Netlogo 6.1.1進行演化仿真，每組參數(shù)重復仿真100次，取平均值作為最終結果。

2.1 網(wǎng)絡結構與創(chuàng)新擴散

分別研究網(wǎng)絡規(guī)模和重連概率變化時的創(chuàng)新擴散情況。參照文獻[7],[16]并結合實際設計參數(shù)，如表1所示。

表1 網(wǎng)絡結構影響實驗參數(shù)設計

圖3為不同網(wǎng)絡規(guī)模下的創(chuàng)新擴散曲線。圖中顯示，采納者比例增長呈“S”形曲線變化，符合Bass模型的基本規(guī)律[14]。在p<0.1的網(wǎng)絡中，t=50附近存在擴散曲線的振蕩，即擴散深度存在小范圍波動的可能。無論何種網(wǎng)絡規(guī)?；蚪Y構，創(chuàng)新擴散深度均受到限制，僅有55%左右。

已有研究表明，創(chuàng)新擴散速度與p值大致呈現(xiàn)倒“U”形關系[12,29]，在小世界區(qū)間內(nèi)擴散速度最大。然而，引入負面口碑后，創(chuàng)新擴散速度在p<0.1的網(wǎng)絡中較慢，p>0.1在的網(wǎng)絡中較快。這是由于p>0.1的網(wǎng)絡平均路徑長度更小，口碑快速傳播使得個體更早了解到創(chuàng)新信息；而p<0.1的網(wǎng)絡聚類系數(shù)較大，拒絕者和采納者在擴散早期均高度聚集，個體同時接收到強化的正負口碑信息，采納決策發(fā)生顯著延遲。

由此可見，引入負面口碑不僅阻礙創(chuàng)新在網(wǎng)絡中的擴散，而且在高聚集網(wǎng)絡中還會降低創(chuàng)新擴散速度，增加擴散過程的波動性。企業(yè)應當重視負面口碑對創(chuàng)新擴散的不利影響，完善對市場中負面意見收集、分析、處理、反饋的高效閉環(huán)管理機制，及時切斷負面口碑傳播渠道。

不同網(wǎng)絡結構下最終采納者和拒絕者比例如圖4所示。創(chuàng)新擴散深度與p值呈現(xiàn)倒“U”形關系，在p=0.1處達到峰值，與以往研究結果基本一致[13]。這說明高聚集網(wǎng)絡可能延遲個體采納決策，但從最終結果來看仍然更有利于創(chuàng)新擴散。直到擴散結束，網(wǎng)絡中仍然存在一部分拒絕者。最終拒絕者比例在p=0處對應的完全規(guī)則網(wǎng)絡中最高，而后隨p值增大逐漸降低。

為進一步探究創(chuàng)新擴散過程中拒絕者數(shù)量的變化規(guī)律，分別繪制p值取0、0.1、0.5、1時拒絕者比例隨時間的變化曲線，如圖5所示。拒絕者比例在擴散啟動時迅速增長，達到峰值后開始下降直到穩(wěn)定。p值越大，拒絕者比例峰值越小，下降過程越迅速，下降幅度也越大。

可見，創(chuàng)新擴散早期拒絕者并不全是頑固的“保守派”，隨著擴散過程進展和采納者數(shù)量增加，更多正面口碑甚至是規(guī)范壓力的作用迫使一部分拒絕者選擇順應社會潮流，轉(zhuǎn)而采納創(chuàng)新；社會系統(tǒng)中負面口碑減少，正面口碑和規(guī)范壓力作用進一步增大，促使更多個體采納創(chuàng)新；直到擴散過程結束時，只有少數(shù)最為保守的個體仍然沒有采納創(chuàng)新。

2.2 抵抗領袖比例與創(chuàng)新擴散

以往實證研究證實意見領袖約占到社會系統(tǒng)總人數(shù)的23%～30%[30]?？紤]到現(xiàn)代化溝通方式如社交媒體的普及，使得更多個體擁有了大量社會關系和較高影響力，參照文獻[16]設定兩類領袖比例為30%。分別取抵抗領袖比例fRL為0、5%、10%、15%、20%和25%(相應地，意見領袖比例為fOL=30%-fRL)，記錄網(wǎng)絡中采納者和拒絕者比例隨時間的變化過程。相關參數(shù)設計如表2所示。

表2 抵抗領袖比例影響實驗參數(shù)設計

圖6為不同抵抗領袖比例下的創(chuàng)新擴散曲線。抵抗領袖的引入嚴重阻礙了創(chuàng)新在網(wǎng)絡中的擴散，擴散深度隨抵抗領袖比例提高而降低，這也與以往研究結果一致[21]。如圖6(e)、6(f)所示，當?shù)挚诡I袖比例大于意見領袖比例時，擴散深度不足25%，創(chuàng)新擴散過程以失敗告終。

可見，社會系統(tǒng)中領袖對創(chuàng)新的態(tài)度和評價將影響大多數(shù)個體的決策。當領袖大多推崇創(chuàng)新，即意見領袖占多數(shù)時，大量追隨者將隨之采納創(chuàng)新；反之，當領袖大多抗拒創(chuàng)新，即抵抗領袖占多數(shù)時，負面口碑迅速實現(xiàn)廣泛傳播并形成先發(fā)優(yōu)勢，即使采納者數(shù)量保持增長，也無法實現(xiàn)更深層次的社會滲透。企業(yè)可在推出創(chuàng)新前進行針對兩類領袖的小范圍試用和反饋，即可預測目標市場對創(chuàng)新的接納程度。

為進一步探究抵抗領袖阻礙創(chuàng)新擴散的作用機理，截取p=0.1時不同抵抗領袖比例下創(chuàng)新采納者和拒絕者比例變化曲線，如圖7所示。隨著抵抗領袖比例增加，負面口碑傳播速度顯著提升，最終拒絕者比例不斷增長。當?shù)挚诡I袖比例超過意見領袖比例時，負面口碑傳播速度更快、影響范圍更大，拒絕者比例增長無論在速度還是規(guī)模上都要高于采納者，最終導致創(chuàng)新擴散失敗，這也進一步證實了抵抗領袖占多數(shù)情形下負面口碑的先發(fā)優(yōu)勢。

此外，隨著網(wǎng)絡中抵抗領袖比例增加，雖然最終采納者比例減少、拒絕者比例增加，但二者之和卻不斷降低，從fRL=0時的80.5%降低到fRL=25%時的46.7%。從影響范圍看，負面口碑對個體決策的影響不僅限于拒絕者群體，而且包括大量潛在采納者，且抵抗領袖比例越高，負面口碑影響范圍越大。從行為表現(xiàn)看，負面口碑的影響在拒絕者身上表現(xiàn)為對創(chuàng)新的抗拒和保守態(tài)度，即“不吃螃蟹”，而在潛在采納者身上表現(xiàn)為對創(chuàng)新的懷疑和觀望態(tài)度，即“不愿做第一個吃螃蟹的人”。

通過以上分析可知，抵抗領袖對創(chuàng)新擴散的阻礙作用是通過負面口碑傳播實現(xiàn)的。由于抵抗領袖比較保守，往往成為社會系統(tǒng)中負面口碑的引入者和關鍵傳播節(jié)點。抵抗領袖比例越高，負面口碑傳播速度越快，影響范圍也越大，社會系統(tǒng)中抵抗領袖比例過高常常是創(chuàng)新擴散失敗的重要原因。

2.3 意見領袖創(chuàng)新性與創(chuàng)新擴散

已有研究證實意見領袖能夠提升創(chuàng)新擴散速度和深度[7]。分別研究意見領袖創(chuàng)新性一般(UOL,max～U(0,0.8))和創(chuàng)新性強(UOL,max～U(0,0.6))時的創(chuàng)新擴散情況；并取抵抗領袖比例為10%、15%、20%，以研究意見領袖創(chuàng)新性增強能否緩解負面口碑的消極影響。相關參數(shù)設計如表3所示。

表3 意見領袖創(chuàng)新性影響實驗參數(shù)設計

圖8顯示了不同意見領袖創(chuàng)新性下最終采納者和拒絕者比例。當意見領袖創(chuàng)新性增強時，擴散深度提高約2%～5%，最終拒絕者比例降低約1%～2%，說明意見領袖創(chuàng)新性提高可以緩解網(wǎng)絡中負面口碑的影響。這種緩解作用與網(wǎng)絡中抵抗領袖比例有關，具體表現(xiàn)為抵抗領袖比例越高，意見領袖創(chuàng)新性增強對提高擴散深度的作用越弱，而對降低最終拒絕者比例的作用越強。

因此，企業(yè)在前期市場調(diào)研中盡可能準確地獲知意見領袖創(chuàng)新性和抵抗領袖比例等信息，有助于對創(chuàng)新擴散曲線進行更合理的預測。此外可以通過獨特定位，專注意見領袖創(chuàng)新性更強的細分市場，或在導入期針對意見領袖進行精準推廣，不失為一種兼顧成本和效果的策略。

截取fRL=15%,p=0.1,時意見領袖創(chuàng)新性強和創(chuàng)新性一般兩種情況下采納者和拒絕者比例的變化曲線，如圖9所示。意見領袖創(chuàng)新性提高能在一定程度上促進創(chuàng)新擴散過程，但這種促進作用與負面口碑的消極影響相比是非常有限的。根據(jù)文獻[7]，意見領袖利用自身專業(yè)知識和經(jīng)驗將復雜的創(chuàng)新信息轉(zhuǎn)化為正面口碑向網(wǎng)絡中傳播，其創(chuàng)新性越強，正面口碑傳播越快，越有利于創(chuàng)新擴散。但由于個體對正負口碑的感知差異，認為負面口碑比正面口碑提供了更多、更有價值的信息[23,24]，所以增加了對創(chuàng)新的懷疑態(tài)度，傾向于保持觀望狀態(tài)甚至拒絕創(chuàng)新。

2.4 社會規(guī)范約束力與創(chuàng)新擴散

規(guī)范壓力與社會認可和社會支持相關，當個體的直接鄰居中采納者比例超過規(guī)范閾值時，社會規(guī)范促使個體采納創(chuàng)新。α代表規(guī)范壓力對個體決策的約束力，其大小與創(chuàng)新類型[12]、社會體系規(guī)則[3]等因素有關。研究不同社會規(guī)范約束力下的創(chuàng)新擴散深度，參數(shù)設計如表4所示。

表4 社會規(guī)范約束力實驗參數(shù)設計

如圖10所示，社會規(guī)范約束力對創(chuàng)新擴散深度的影響隨網(wǎng)絡結構變化呈現(xiàn)不同態(tài)勢。在p≤0.1的網(wǎng)絡中，擴散深度與社會規(guī)范約束力呈倒“U”形關系，α值接近0.5最有利于創(chuàng)新擴散，擴散深度約為57%；而在p>0.1的網(wǎng)絡中擴散深度與社會規(guī)范約束力大致呈“U”形關系，且在α值較大時擴散深度顯著提高，可達到60%以上。這是由于在p≤0.1時，較小的平均路徑長度提高了不同社團個體間的口碑傳播概率，較大的聚類系數(shù)又加劇了創(chuàng)新采納行為的社會強化，根據(jù)式(1)，α值過小或過大均不利于創(chuàng)新的有效擴散；而當p值進一步增大且α值較大時，負面口碑對個體決策的影響減弱，只要有一部分個體率先采納創(chuàng)新，就能通過規(guī)范壓力作用推動擴散進程。這提示創(chuàng)新推廣人員，要充分考慮社會規(guī)范約束力與社會網(wǎng)絡拓撲結構的相關關系，瞄準個體聚集度高、社會規(guī)范約束力中等和個體聚集度低、社會規(guī)范約束力強的細分市場進行創(chuàng)新推廣。

3 結論

本文以小世界網(wǎng)絡為創(chuàng)新擴散載體，將個體類別分為意見領袖、抵抗領袖和追隨者三類，狀態(tài)設為潛在采納者、采納者、拒絕者三種，分別建模個體在正負口碑和規(guī)范壓力影響下的決策過程；并運用多智能體仿真方法，研究網(wǎng)絡結構、抵抗領袖比例、意見領袖創(chuàng)新性和社會規(guī)范約束力對創(chuàng)新擴散的影響。研究結論如下：

(1)當考慮社會系統(tǒng)中負面口碑傳播時，創(chuàng)新擴散仍符合“S”形曲線，但擴散深度受到限制，且在高聚集網(wǎng)絡中出現(xiàn)了擴散曲線的振蕩。高度聚集的社會網(wǎng)絡更有利于創(chuàng)新擴散。

(2)抵抗領袖的引入嚴重阻礙了創(chuàng)新在社會系統(tǒng)中的擴散。抵抗領袖比例越高，擴散速度和深度越小，負面口碑影響范圍越大。當?shù)挚诡I袖比例高于意見領袖比例時，負面口碑迅速傳播并形成先發(fā)優(yōu)勢，可能導致創(chuàng)新擴散失敗。

(3)意見領袖創(chuàng)新性提高可以緩解負面口碑的消極影響并促進創(chuàng)新擴散，但這種緩解作用與負面口碑的影響相比是相當有限的。

(4)社會規(guī)范約束力對創(chuàng)新擴散深度的影響隨網(wǎng)絡結構變化呈現(xiàn)不同態(tài)勢。社會規(guī)范約束力中等的高聚集網(wǎng)絡和社會規(guī)范約束力強的低聚集網(wǎng)絡更有利于創(chuàng)新擴散。

由于本文研究重點是社會網(wǎng)絡中負面口碑對創(chuàng)新擴散的影響，未考慮大眾傳媒、創(chuàng)新推廣策略等社會系統(tǒng)外部因素的作用，這將在未來研究中進一步完善。