演化经济学不再假设个体是理性的，认为理性是成功策略在人群中的传播^[1]，由此非常多的管理问题就可以抽象为流动的管理^[2]，了解传播过程是提高效率的先行步骤，这里涉及对传播物、传播媒介及它们之间的动力学过程的理解。^[3]已有大量实证研究表明人际间的网络关系会影响传播效率^[4-7]，由于是截面数据，还原网络结构与传播效率的动力学过程有一定难度，进入到大数据时代后，网络时间序列数据的获得使研究传播的动力学过程成为可能。^[8-10]

目前对于网络结构影响传播的解释大致可分为两类：一类从传播物的认知类型来理解，复杂认知的传播物有别于简单认知的传播物，在群组内得到快速传播，而在群组间的传播速度则变得非常慢，这与简单认知的传播物的代表——病毒的匀速传播有非常大的区别^[11-12]；另一类是从网络的社团结构来解释传播效率，社团结构会形成社团环境，一是会过滤传播物，二是社团内通过增加曝光率来提高传播物的采纳，这样传播物的传播速度会因为社团发生很大的改变，导致传播行为的不均匀性。^[13]

此外，从行为者个体层面来看，是否采纳创新或者什么时候采纳创新是一个复杂的问题，会受到诸如传播物特点、个体特质、个体在社会网络中的位置，以及个体可能接触到的社交圈子(如有多少朋友已采纳创新)等多种因素的影响。这些影响因素难于事先测量并加以预测，故而在大多数的实证研究中，都只能进行事后的观察和归纳。

本文试图从企业家社会网络的社团结构及其结构演化过程还原创新的扩散，观察社团结构如何造成扩散行为的不均匀性，然后结合数据挖掘工具归纳社团中个体成员间的同质性程度对扩散效率的影响。

一、 企业家协会创新扩散绩效及网络结构分析

某企业家协会有在册企业家502人，企业家根据所交纳年费分为H、M、L和N四个级别。协会每年定期或不定期组织开展包括行业调研、对外交流、文化培训、工业旅游等各项活动，旨在通过丰富的活动促进企业家之间的交流和互动，增强企业家对协会的价值认同感，培养会员的忠诚度。

(一) 创新扩散绩效

协会自2011年以来，在企业家群体中推广一项创新增值服务，免费为企业家提供上市和融资方面的知识培训和政策咨询。该项创新服务经过连续5年的推广，累计采纳人数占全部会员的36.5%，每年新增采纳者和累计采纳者的情况如表 1所示。

根据扩散曲线的经验法则，任何采纳率表现为先增速后减速的扩散过程^[14]，当一阶拐点出现在累计采纳者的人数约占最终采纳者人数的50%时，认为扩散过程已受到社会接触传播效应的控制，达到可以触发连锁效应的临界量。^[15]从这个意义上说，协会所提供的这项创新服务还未达到临界值，为促成服务临界值的达成，我们构建了企业家社会网络并对此网络的特点进行分析。

(二) 企业家社会网络结构分析

基于企业家参与活动的历史记录，构建企业家—群组网络。网络节点包括企业家和群组两类节点，如果企业家i隶属于群组j且参与群组活动，就在企业家和群组节点之间创建连边。对企业家—群组网络进行投影，可以得到企业家互动关系网络和群组关系网络。在企业家互动关系网中，节点为企业家，节点之间的连边代表两个企业家同属于一个群组。群组关系网络中，节点为群组，节点之间的连边代表两个群组间的重叠关系，边的权值代表重叠的企业家人数。

图 1描述了网络的演化过程，2011年网络中存在3个规模比较小的连通子图。从企业家互动关系网络的定义看，同属于一个群组的成员自然就成为社会网络中的小集团，2011年的企业家互动关系网有3个连通子图、5个小集团，其中两个连通成分各由2个交叠的小集团组成；小集团成员与小集团外的成员相比，彼此之间相互连接、共同参与活动、有紧密和频繁的互动。2012—2015年，随着新成员的加入，网络规模不断增长；企业家互动关系网络中的小集团规模也逐渐增加，同时涌现出更多占据小集团重叠位置的成员(Broker)，如节点50、23、18、53等，伴随着这些弱连带关系的涌现，相互孤立的网络成分逐渐演化为一个规模较大的连通子图。

(三) 企业家互动关系网络的集团特征分析

网络的“中心性”会对传播物的传播范围和传播速度产生影响，点度中心性测量一度传播的范围；中间中心性会对组间传播产生影响；接近中心性影响传播物传播的持久性。表 2为各时期企业家互动关系网络的“节点中心性”的异动。由于不同时期的网络规模不同，故采用标准化的数值进行对比。从点度中心性来看，企业家互动关系网络中没有度值特别大的中心节点。从中间中心性看，即存在处于网络边缘的节点(值为0) ，也涌现出控制权增大的节点(从可控制5%的节点增长到可控制20%左右的节点)。接近中心度的增长也较为明显，显示网络中信息传递的有效性在增大。

接着，对网络密度、扩散系数、效率和网络心势指标在时间维度上的演化进行分析，如图 2。

从网络的连通性来看，网络密度保持在0.2～0.3之间；效率采用网络中每个成分为了保持连通性必须具备的最少连接数，来反映网络保持连通性的程度，效率指数自2013年后维持在0.7左右；由于网络中最大连通子图的出现，扩散系数也在2013年开始从0.3快速增长到0.9。从网络的中心趋势程度来看，网络中心性指标都在0.35以下，整体没有呈现出中心趋势；但是随着小集团交叠成员的出现，网络接近中心势指数有较大幅度的提升。

此外，最大连通子图的网络平均聚类系数维持在0.94左右，网络直径在2～5之间，说明网络中存在许多闭合的三元组合，以及很短的路径。根据社会学的相关研究，社会网络通常具备两个基本特征：同质性(人们与自己兴趣相投的人建立关系)和弱连接(这些连接能让人们与网络中较远的人建立关系)。同质性产生了许多三元关系，而弱连接产生广泛的分支结构，不仅使社会网络逐渐连通为更大的社会网络，也提供了可以通过几步就到达许多节点的短路径。

二、 基于社团结构的创新扩散绩效分析

该企业家协会在招募会员的过程中，具有地域和熟人的社会特征。企业家进入协会后，根据其参与协会职务或事务不同区分为不同的会员级别，此外也可根据共同爱好组成不同的兴趣小组，我们将这些特征视为协会内的社团结构。基于这些社团结构，对上市和融资方面的知识培训课程的传播特点做了分析。

(一) 地域社团

按地域即城市进行统计，发现来自GZ的企业家有143人，其中有73人(51%)采纳了创新；来自SZ的企业家有171人，其中有20人(12%)成为采纳者；来自FS的企业家有47，其中有22人(47%)采纳创新；来自DG的21人中有10人(48%)成为采纳者；其余13个城市的企业家人数在5～20人之间，采纳者比例在10%～50%不等。因此从创新扩散绩效来看，大多数地区的最终采纳者比例均没有超过潜在可能接受创新人数的半数。

(二) 会员级别社团

协会会员级别呈金子塔结构，越高级别的人数越少。按会员级别来统计创新采纳的情况，结果显示：H级别的会员有76人，其中有45人(59%)采纳了创新服务；M级别的会员有120人，其中有64人(53%)是采纳者；L级别的会员153名，其中有39人(25%)成为采纳者；N级别的会员有163，仅有31人(10%)采纳了创新服务。由此可见，在更高等级的H和M会员中，创新扩散过程已经达到了临界值，可能会触发连锁效应；而在低等级的L和N会员中，则还需要采取更为有效的推广策略和激励措施。

(三) 兴趣小组社团

协会鼓励企业家自发组织形成小组，并以小组的形式开展活动。截至2015年，已经形成了5个具有一定规模和影响力的社团，分别是MD、HP、XJ、SD和TD。社团形成背景不尽相同：最大的社团HP具有很高的地缘属性特征，约9成的企业家来自同一城市；XJ、SD和TD的地缘特征不明显，但同属相同的兴趣爱好；SD和TD社团成员间具有排他性，SD成员偏爱嵌入HP和MD社团中，而TD成员则有可能嵌入到XJ、HP和MD社团中。由于“桥式人物”的存在，协会内的兴趣小组社团不仅逐渐演化为一个大的连通网络，而且涌现出个体之间彼此连接、存在紧密互动关系的小集团结构(见图 1)。

按兴趣小组社团来统计创新采纳的情况，如表 3所示：在参与兴趣小组社团的102个企业家中，创新采纳的平均采纳率达到74%，远高于协会502个企业家群体的36.5%的采纳率；规模小的社团如TD的采纳率甚至达到90%以上。数据表明，在个体成员间接触和互动频繁的社团中，创新的观念更容易扩散。

根据创新扩散的二阶段理论，即一项创新首先被少数人接受，随后人数迅速增加，等到有大量人员接受创新时，人数增长速度反而放缓，最后新增人员的数量迅速下降，传播过程逐渐停止。结合兴趣小组社团的扩散过程和扩散曲线分析：不同社团的创新扩散速度和过程存在差异：有些社团在不同时期新增采纳者人数变动大(如MD社团)；有些社团经过2～3个时期后累积采纳者百分比就超过50%的临界值(如SD社团)。如图 3所示。

三、 影响个体采纳创新的因素分析

根据第二部分的分析思路，按地域、会员级别、兴趣小组构成的群体均属于协会组织内的社团结构，为探索个体隶属社团是否影响个体对创新的采纳，我们利用数据挖掘中的分类方法，尝试从个体参与社团和采纳创新的行为数据中归纳影响个体采纳创新的主导因素。

(一) 影响个体采纳创新的关键因素分析

分析模型1的数据样本为该协会已在册企业家共502人，其中采纳者179人、非采纳者323人。根据企业家是否采纳创新，创建以“采纳者”和“非采纳者”作为类标签的预测变量；解释变量包括企业家加入协会时间、所属地域、会员级别、是否加入兴趣小组社团。运算结果显示，影响企业家是否采纳创新的因素依重要性排序分别是：企业家是否加入兴趣小组、企业家加入协会时间、企业家所属地域。

分析模型2的数据样本为加入兴趣小组社团的企业家共102人，其中采纳创新的74人、没有采纳的有28人。同分析模型1，根据企业家是否采纳创新，创建以“采纳者”和“非采纳者”作为类标签的预测变量；解释变量包括企业家所属地域、会员级别、加入兴趣小组时间、隶属的兴趣小组。对于嵌入到多个兴趣小组社团的企业家，对应每个兴趣小组生成一条数据记录，共119条记录。

模型2的运算结果显示：①影响企业家是否采纳创新产品的第一要素是加入兴趣小组社团的时间，2010—2013年期间加入兴趣小组社团的企业家共68人，采纳率为87%即59人采纳创新，2014—2015年期间加入兴趣小组社团的企业家共34人，采纳率为44%即15人成为采纳者。②在2014—2015年期间加入兴趣小组社团的34人中，影响采纳创新的因素是会员级别，28名级别为H或M的成员中有54%成为采纳者；而6名级别为L和N的成员全部为非采纳者。③在级别为H或M的28名企业家中，加入SD社团的3人都不是采纳者，而加入其他社团的有25人中，有60%的成员即15人采纳了创新。综合起来，影响企业家个体是否采纳创新的影响因素中，按重要性程度排序分别为：加入兴趣小组社团的时间、会员级别、以及所隶属的兴趣小组社团。

(二) 社团形成与演化的影响因素分析

在前面的分析中，我们发现社团结构对个体创新采纳行为产生影响。更进一步，我们探索了企业家社会网络中社团形成与演化的影响因素，采用的方法为关联分析，数据集为102个企业家。关联规则“X→Y”的右边项“Y”为社团、左边项“X”为成员属性；属性特征包括地域、会员级别、加入群组的时间、采纳创新的时间等。指定最小规则支持度为15%、最小置信度为80%、提升度大于1等条件作为识别有效强规则的最小阈值。采用R语言提供的Apriori算法进行规则识别，结果显示：

■ (地域=GZ)→(社团=HP) 规则支持度=31%、置信度=87%、提升度=2.7

■ (地域=FS)→(社团=MD) 规则支持度=29%、置信度=97%、提升度=2.5

■ (地域=GZ、会员级别=M)→(社团=MD) 规则支持度=18%、置信度=86%、提升度=2.7

■ (地域=FS、会员级别=M)→(社团=MD) 规则支持度=16%、置信度=94%、提升度=2.3

企业家社会网络中的最大的两个社团HP和MD，都表现出很强的地缘属性特征：HP组中有32人(除1人外)来自GZ；MD组中有30人(除10人外)来自FS。来自GZ的企业家、会员级别为M的，有21人选择加入HP组；来自FS的企业家、会员级别为M的，有17人选择加入MD组。其中，来自FS的50号企业家尽管在2014年才成为会员，但很快成为连接HP和MD两大社团的桥式人物。

四、 结论

如果只是根据2015年截面数据观察，很容易得出一些有失偏颇的结论。例如规模小的社团(如SD)中成员行动的一致性更高；或者是处于桥位置的成员(如50号)尽管具有位置优势，但却没有采纳创新。个体是否采纳创新或者什么时候采纳创新是一个复杂的问题，会受到诸如个体加入的群组、个体在社会网络中的位置、个体可加入群组的时间等更细因素的影响。这些影响因素难于事先测量并加以预测，故而只能进行事后的观察和归纳，如不对这样的数据进行时间维度和空间维度的还原和分析，所观察和归纳的结论会存有偏颇。

文章研究结果显示，企业家社会网络的社团结构对创新扩散的绩效有明显的影响。根据社会学的观点，社会网络通常具备同质性(人们与自己兴趣相投的人建立关系)和弱连接(这些连接能让人们与网络中较远的人建立关系)两个基本特别征。同质性产生了许多三元关系即朋友的朋友是朋友，在三元关系的基础上形成规模更大的社团。在社团内部，由于它的局部密度很大且传递路径很短，成员之间不受整个组织大环境中的限制条件而相互影响，更加倾向于形成并强化一系列规范，不仅促使成员的态度和行为标准化，在知识与信息扩散方面也具有明显的优势。因此，管理者应通过治理社会网络社团结构的策略，促进成员间沟通网络渠道的形成，以此分享彼此间的商业机会与有价值的信息。