创新扩散模型及修正综述

２００９年第２麓魏技管理疆究ＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＭａｎａｇｅｍｅｎｔＲｅｓｅａｒｃｈ２。。９Ｎｏ．２文章编警：１０００—７６９５｛２００９）０２－００１７一０３创新扩散模型及修正综述钱锡红１，徐万里２（１．中山大学岭南学院，广东广州５１０２７５；２．中山大学管理学院，广东广州５１０２７５）摘萎：在鹫辑定爻及镯辑分类砖基磁童，套绍影峨较夫酶三令翎新扩散模型，英中包捂雳来话诤镶隶｝争模谤速率的Ｂａｓｓ模缎、空间自相关模型和创新扩散网络模型，并针对模型在袋践应用中存在的缺陷。庶用社会测置研究方法和事件历史分析方法对创新扩散模型加以修正。关键词：创勘扩散；搠络模型；空阅是相关巾蟊分类号：Ｆ２２４文献标识码：Ａ１创新及创新的势类之她。首先介绍从宏观屡筒来估计创新和模仿逮掣的Ｂａｓｓ（１９６９）模型及其改进；然后分绍骞美空闻自攘美（Ｓｐａｔｉａｌ创新楚一个非常复杂的概念，它通常被定义为一个过程，Ａｕｔｏｅｏｒｒｅｌａｔｉｏｎ）的方法，该方法是用聚估计相邻节点采用截即新奇的想法、事物、惯例被创造、发展或再发明的过程新的程度．空间自相关导数了网络的囱相关模型；最后本节（Ａｉｋｅｎ和Ｈａｇｅ．１９７１；Ｋｉｍｂｅｒｌｙ和Ｅｖａｎｉｓｋｏ，１９８１：Ｒｏｇｅｒｓ。讨论网络自相关的事件历史分析方法。１９９５；Ｗａｌｋｅｒ等，２００２）。然瑟，镧额不髭仪停鏊在想法瓣淫Ｚ１Ｂａｓｓ摸繁及英改透面上，为了将某一新的想法转化为创新，还需要落实或切实关于扩散研究的一个熬同发现是扩散的累计满足由简单使用这一想法（Ｄａｍａｎｐｏｕｒ和Ｅｖａｎ，１９８４；Ｂｏｙｎｅ等，２００５）ｏ的单一参数的ｌｏｇｉｓｔｉｃ函数近似的增长形式，由下斌刻画：已鸯的文献一般梅创薪归为三类：产品创新、过稷刨薪稷辅韵翎赫。产晶剿耨蔹定义炎凝产瑟或簸务，产鑫剑薪在致＝曳＋再≥操作层上发生，并影响组织的技术系统，且包括产品（有形式中，Ｙ是采用者的比例，６０是Ｙ的截距，ｔ赡时间，６。的）或服务（无形的且生产与消费同时发生）的采用（Ｋｉｍ—最待估计的比率参数。这一简单的模毅可以用来比较不同创ｂｅｒｌｙ秘Ｅｖａｎｌｓｋｏ，１９８１；Ｄａｍａｎｐｏｕｒ秘Ｅｖａｎ，１９８４；Ｎｏｒｍａｎｎ，毅的增长速率，但其适飕性受到缀大的局限。随怎Ｂａｓｓ１９９１）。进程铷新影嗡管理和缓织，它们改交缝绦成员阏的关（１９６９）帮萁它许多学者（鳃Ｈａｍｂｌｉｎ。Ｊａｃｏｂｓｅｎ和ＭｉＨｅｒ。系，影响规则、角色、规程、络构、组织成员间及环境与组１９７３；Ｍａｈａｊａｎ和Ｐｅｔｅｒｓｏｎ，１９８５；Ｖａｌｅｎｔｅ，１９９３）对以上模型织成员间的交流。因此，过程创新不会直接为用户生产产品进行了重要改趄，即构造一个两参数模型：或提供暇务，瑟是阕接建影璃产是联ｌ爰务魏萼｜入（ＤａｍａｎｐｏｔｔｒＹ；＝ｂ。＋（ｂｌ—ｂｏ）誓。ｌ—ｂｌ（誓，｛）２等，１９８９；Ｄａｍａｎｐｏｕｒ和Ｇｏｐａｌａｋｒｉｓｈｎａｎ，２００１）。辅助创新是式中，Ｙ怒采用者的眈铡，醯是创新的眈率参数＋§，是“组织——环境边界的创新”（Ｄａｍａｎｐｏｕｒ，１９８７）。在Ｄａｍａｎ—模仿的比率参数（刻画由于之前的采用者而采用的程度）。ｐｏｕｒ的研究中，这种创新因其依赖于其它缀织和参与者丽区Ｂａｓｓ模型加入了每个时点采用者的比伽Ｊ，因此对于由于人际剃手遘稷季羹产磊翻赣，帮残葵箍祭震壤劫触藏菝赣子缀缀努髑终ｉ莞疆瑟导数鹣增长霹泼绘出更好鹣德待。该鼗参数模型不受组织控制的因索。可以用来预测扩散的期望承平（Ｍａｈａｊａｎ和Ｐｅｔｅｒｓｏｎ，１９８５），创新扩散理论照用来解释新想法、新实践如何在组织内估计扩散的比率是由６０（外部影响或创新）引起还是由ｂ。和组织瘸进行传援的理论，该联沦根植予人类学、经济学、（内鄢影响或人际说服）引起（Ｂａｓｓ，１９６９；Ｈａｍｂｌｉｎ等，地理掌、社会学、赘场学疆及葜它学稀（Ｈｉｔｇｅｒｓｔｒａｎｄ，１９６７；１９７３；Ｖａｌｅｎｔｅ，１９９３）。毽对子这些倍谤篷秘薅释离度菝赣予Ｒｏｂｅｒｔｓｏｎ，１９７ｌ；Ｂｒｏｗｎ，１９８ｔ；Ｒｏｇｅｒｓ，２００３），并在某些方法测嫩扩散的时问标度。上借鉴了流行病学的有关知识（如：Ｂａｉｌｅｙ，１９７５；Ｍｏｒｒｉｓ，通过比较组间和（或）群体间的比率，这些比率参数的１９９３）。Ｒｙａｎ帮Ｇｒｏｓｓ（１９４３）麴舞剑性研究为扩教范式的构馈计蕴可以用寒研究与宏观淫瑟扩教媚联系的溜豢。铡魏，建打下了基础，Ｖａｌｅｎｔｅ和Ｒｏｇｅｒｓ（１９９５）的研究表瞬，社会为了研究与不弱国家彳亏为俺播稻联系的蠢素，可以对不萄国因素而不是经济因索对于采纳（ａｄｏｐｔｉｏｎ）起到了重器的作家的参数估计进行比较。然而，基于宏观层次的模型也是最用。２０世纪５０年代和｜６０年代军期成百上千的扩散研究更细不精确的，因为它假设完众的社会融合，每一个人都与其它绝考察？一系襄鳇鬻鬟之下扩教戆蓬翟（Ｒｏｇｅｒｓ，２００３）。近的强谤一令人交蔓练爱《Ｇｒａｎｏｖｅｔｔｅｒ，１９７８；ＶａｎｄｅｎＢｕｌｔｅ秘来更复杂的网络模翻和技术的应用为扩散研究重新注入了活Ｌｉｌｌｉｅｎ，１９９７）。这些宏观模型对于彼此之间有联系的个入是力，使我们可以更卡鬻确地研究扩散的过程。本文以下部分将否具有相同的行为并不进行测量。此外，地理学窳对于创新会绍创额扩散的三个经典模型和相关的经验研究是否在相邻的版域传播也绘予了极大姻关注。２剖新扩散模型介绍２．２空阂鑫秘荧模型空间模型不仅仅估计扩散比率，遥测量人工制晶、疾病、本节回顾网络扩散模型的发展，并指出这些模型的进步种植惯例和艇它的行为如何在相邻区域进行传播羧薅蠢期：２００８—０５一器，骛秘联鬻：２００８—０８—２７基念磺目：中山大学。９８５工程二期…区域经济协调发展岛产业结构“专项肇金资助万方数据１８钱锡红等：创新扩散模型及修正综述（Ｈａｇｅｒｓｔｒａｎｄ，１９６７；Ｃｌｉｆｆ和Ｏｒｄ，１９８１；Ｇｒｉｆｆｔｈ等，１９９９）。由于相邻的数据容易获得并且相当明确，因此该模型提供了一个基于距离的网络联系。Ｍｏｒａｎ＂ｓＩ（１９５６）是一个早期用来测度空间联系和地理采用聚集度（ｇｅｏｇｒａｐｈｉｃｃｌｕｓｔｅｒｉｎｇｏｆａ・ｄｏｐｔｉｏｎ）的模型，公式如下：，ＪＩｖ∑？∑？巩（ｙｉ—Ｙ）（），，一），）ｓ∑？（Ｙｉ一，，）２式中，．７＼，指样本规模，Ｄ是一个距离矩阵（作为关系，ｐｒｏｘｉｍｉｔｉｅｓ），Ｙ指采用，Ｓ是距离矩阵中各距离之和。Ｍｏｒａｎｔ｝Ｉ测量彼此相联系的各节点与网络平均行为偏离的程度（相似或相异）。当相联系的节点（Ｄ中正的元素）与平均分数为正的相异或为负的相异时，ＭｏｒａｎＩ就高。Ｍｏｒａｎ１在统计上的显著性可以用两种方法来计算：置换法或解析法。Ｍｏｒａｎ§Ｉ的方差估计也可用来进行显著性检验。Ｍｏｒａｎ§Ｉ非常有用，它已经得到了相当大的扩展（Ｎｙｂｌｏｍ，Ｂｏｒｇａｔｔｉ，Ｒｏ－ｓｌａｋｋａ和Ｓａｌｏ，２００３），然而这个方法经常假设地理上的相邻等同于交流和影响，但这是不切实际的。空间自相关方法是测量网络自相关的一种有用方法，当Ｙ既被视为自变量也被视为因变量时，回归模型存在着固有的偏差。Ｅｒｂｉｎｇ和Ｙｏｕｎｇ（１９７９）针对测度网络效应和使用网络自相关方法发表了一篇有影响力的论文。Ｄｏｗ（１９８６）证实了网络自相关对估计误差的影响，Ｄｏｒｉｅａｎ，Ｔｅｕｔｅｒ和Ｗａｎｇ（１９８４）发现点估计和它们的标准差中存在着很大的偏差。事实上，网络自相关方法如何运用于创新扩散仍然十分不明朗，因为空间自相关是在宏观层面测量扩散，而没有证实特定的个人是否因为他们的网络位置更可能或更不可能采用某种行为。更进一步说，空间自相关没有证实网络结构是如何影响扩散的，为了解决这一问题，以下介绍网络模型方法。２．３创新扩散网络模型Ｖａｌｅｎｔｅ等人（１９９７）对志愿者组织中的女性进行的研究展示了两种网络模型。他们认为，网络影响可以用暴露（ｅｇ．ｐｏｓｕｒｅ）或蔓延（ｃｏｎｔａｇｉｏｎ）模型来刻画，个体的采用可能性随着在他（或她）的个人网络中的采用者比例的上升而增大。个人网络暴露是影响扩散的一个维度，它是指每个人的网络中采用者的比例或数目。个人网络暴露由下式给出：Ｅ＝尝式中，∞是社会网络的权重矩阵，Ｙ是采用向量。对于一个报告有四个联系的个体，其中有两位已经采用的人，那么该个体的网络暴露（Ｅｉ）是指那些已采用的联系占该个体总的联系的比例，即该个体的个人网络暴露为５０％。当网络暴露由直接联系测量时，它刻画了由信息公开传播、说服或直接压力等方式传播的社会影响。作为选择，暴露可以通过变换社会网络（形）来计算，以反映其它社会影响过程。由这种网络计算得到的暴露刻画了通过与网络中相同个体的社会比较或竞争而传播的社会影响（Ｂｕｒｒ，１９８７）。暴露也可以借助网络的特性进行加权处理，例如，利用中心性（Ｃｅｎｔｒａｌ－畸）来反映意见领袖的社会影响。除了网络暴露对扩散的影响外，影响扩散的第二个维度是基于社会距离赋予给每一种社会影响过程的权重。社会影响过程有三种，分别可以由三种不同的网络权重矩阵（关系的，位置的，中心的）加以模型化。例如，在关系影响模型（ｒｅｌａｔｉｏｎａｌｉｎｆｌｕｅｎｃｅｍｏｄｅｌｓ）中，对于联系、联系的联系、甚至联系的联系的联系都可以赋予不同的权重；而在位置等价万方数据模型（ｐｏｓｉｔｉｏｎａｌｅｑｕｉｖａｌｅｎｃｅｍｏｄｅｌｓ）中，不同的权重可以被分配给彼此之间类同程度不同的联系（Ｖａｌｅｎｔｅ，１９９５）。还有一个潜在的扩散网络研究方法是，通过比较不同的网络权重机制，可以对不同的社会影响过程建模和比较不同的社会影响过程。Ｖａｌｅｎｔｅ等人（１９９７）对两种网络（网络Ｉ、网络ｌＩ）的扩散模拟证实了网络暴露和网络结构对扩散的影响。他们还比较了这个网络中的扩散与模拟出的相同规模、相同密度但联系为随机的网络中的扩散。注意到，在这个模拟中，网络结构被随机化处理以证实它对扩散的影响，而在空间自相关模型中，“采用”被随机化处理用来计算统计显著性。这些扩散模型的有效性取决于网络暴露是否影响采用。为此，学者们展开了大量的经验研究来测量社会网络暴露与“采用”的关联程度。３基于应用的模型修正尽管许多学者假设采用与网络暴露之问存在联系，但很少有研究从社会关系网络角度来追溯创新之源以从经验上证实这一假说，导致这一现象的原因之一是在整个网络中扩散发生的较长时间段内收集数据相当困难，由此导致大部分的研究都依赖于回溯的（ｒｅｔｒｏｓｐｅｃｔｉｖｅ）数据，而这些数据会引入一些偏差（Ｃｏｕｇｈｅｎｏｕｒ，１９６５；Ｎｉｓｃｈａｎ等，１９９３）。因为收集完整的网络数据非常困难，大多数的经验研究都各自为阵（ｅｇｏｃｅｎｔｒｉｃ）（Ｍａｒｓｅｎ，１９８７，１９９０），只是基于应答者行为以及他们的网络同伴行为的报告，而他们的同伴之间不一定相互联系或都被访问。社会影响通常基于应答者对他们同伴行为、同伴影响的感知所作的报告（Ｖａｌｅｎｔｅ和Ｓａｂａ，１９９８，２００１；Ｖａｌｅｎｔｅ和Ｖｌａｈｏｖ，２００１）。社会测量研究方法试图从被研究的一个有限社区内的每一个位成员那收集信息（主要在学校、机构和小的社区进行），并记录采用的时间（Ｃｏｌｅｍａｎ等，１９６６；Ｂｅｃｋｅｒ，１９７０；Ｒｏｇｅｒｓ和Ｋｉｎｃａｉｄ，１９８１；Ｗａｓｓｅｒｍａｎ和Ｆａｕｓｔ，１９９４；Ｓｃｏｔｔ，２０００）。该方法对于理解一项创新如何在一个社区中流动以及某些网络结构变量如何影响扩散过程很有帮助。近来大量的扩散网络研究都是截面的，并且在很多情况下，仅回顾一个时间点。大体上，这些统计分析可用以下模型概括：，Ｐｒ（Ｙ。＝１）…，．１０９丁ｒ＝ｉＦＴｉ—玎了了２ａ＋艺Ｂｘ＾Ｋ＋ＢＫ＋ａｒｙ，式中，Ｙ是采用行为的二元向世，ａ是截距，既是第Ｋ个社会人１２１统计特征（置）向量的参数估计，∞代表社会网络矩阵。蚶。这一项代表同时期网络暴露的计算。对风＋．的显著性估计通过证实网络暴露与采用的相关性说明了蔓延效应。然而，这些估计值的方差通常是有偏的，因为观察值不是相互独立的．因此．预测的误差不是独立的。一个不完全的解决办法是通过控制聚簇（ｃｌｕｓｔｅｒｉｎｇ）来获得稳健估计，聚簇刻画来自相同聚类的元素比来自不同聚类的元素更相似的程度。即使对聚簇进行控制，通过社会网络衡量的社会影响似乎与采用行为有着更强的联系。例如，Ａｌｅｘａｎｄｅｒ等（２００１）在一个学校内利用青少年健康数据做了一项研究，结果表明：那些绝大多数的网络联系都是吸烟者的学生有两倍的可能性使自己吸烟，而好友为吸烟者的学生吸烟的可能性又大两倍。学校内的聚簇被控制起来，利用多层次的模型，在宏观层面钱锡红等：创新扩散模型及修正综述１９的影响范围内精确地捕捉了微观层面的效应。使用多层次模型估计网络暴露（自相关）条件，可以在不同的情景下提供蔓延估计值，并估计网络暴露在不同情景下的差异程度（例如，社区、学校、机构等）。然而，这些模型是不完全的，因为可能存在既影响采用又影响社会网络关系选择的因素。用网络方法检验社会影响需要至少两个时点的时间序列数据。Ｂｏｕｌａｙ和Ｖａｌｅｎｔｅ（２００５）利用两个时点的数据，检验了一个简单的动态采用模型。Ｐｒｆ’，＝ｌ、ｌｏｇ丌ｉ专｛雨２ａ＋∑Ｂｒｋ＋取∥一儿柏Ｋ＋２９０ｔ．ｔＹ，一ｌ式中，正的且显著的尾＋：代表在基期具有较高网络暴露的应答者更可能在第二个时间采用。正的且显著的风＋。表明网络暴露的改变与行为的改变有关，其它参数或指标含义如前所述。在两个时点收集的面板数据足以满足大部分的研究需要，也能够为网络对行为的影响提供证据。然而，由于通常在两次测量之间有相当长的一段时间，许多因素或许可以说明行为和网络暴露的同时改变。为了应对这种情况，数据可以在采用之时被收集，用事件历史分析方法（Ｔｕｍａ和Ｈａｎｎａｎ，１９８４）来扩展宏观层面的动态分析。事件历史分析方法已经发展到可以分析拥有大量时间点数据的程度，并且用最大似然估计方法来估计相关系数（Ｂａｒｔｈｏｌｏｎｌｃｗ．１９８２：Ａｌｌｉｓｏｎ，１９８４：Ｔｕｍａ和Ｈａｎｎａｈ，１９８４；Ｓｔｒａｎｇ和Ｔｕｍ，１９９３；Ｔｅａｃｈｍａｎ和Ｈａｙｗａｒｄ，１９９３）。由于扩散在一个时间段内发生，因此扩散研究中有一个明确的时间维度。。采用时间”这一变量是因变量，它可能同时受到随着时间变化和随着时间不变的因素的影响。４结论自１９４３年Ｒｙａｎ和Ｇｒｏｓｓ首次为创新扩散理论做了开创性工作以来，这一领域已经取得了相当的进展。Ｒｏｇｅｒｓ（２００３）梳理、回顾了１９４３年来这一领域的许多研究，确立了一个适用性广泛的一般扩散模型，当今这一模型得到了更新并被注入了新鲜的理论和分析方法。这些新的理论和方法使得研究创新如何在组织内和组织间传播更加突显出来。与新的理论和方法同时出现的还有亟待解决的新问题。缺乏采用时间和网络影响的数据影响了这一领域的发展，未来的研究应该注重同时收集这两方面的数据资料，把这两方面的研究结合起来。微观和宏观层面分析之间的联系代表了研究扩散过程的一种新机遇。微观层面的网络暴露和宏观的环境因素都是社会网络的影响，都代表了扩散范式的要素。通过控制环境效应，就不用排除那些对环境效应产生影响的微观因素。但尽管控制了宏观环境效应，同伴的网络行为与那些应答者行为之间的微观层面的联系仍然非常强。所以，争论聚集于这些联系的特定内涵——是同伴的影响、同伴的选择还是环境效应？未来的研究应该将这些关系理顺，进行更合理的研究设计和干预。万方数据参考文献：［１］ＷＥＪＮＥＲＴＢ．Ｉｎｔｅｇｒａｔｉｎｇｍｏｄｅｌｓｏｆｄｉｆｆｕｓｉｏｎｏｆｉｎｎｏｖａｔｉｏｎｓ：ａｃｏｎｃｃｐ－ｔｕａｌｆｒａｍｅｗｏｒｋ［Ｊ］．ＡｎｎｕａｌＲｅｄｅｗｏｆＳｏｃｉｏｌｏｇｙ，２００２，２８：２９７—３２６．［２］ＥＡＳＩＮＧＷＯＯＤＣＪ，ＭＡＨＡＪＡＮＶ，ＭＵＬＬＥＲＥ．Ａｎｏｎ—ｕｎｉｆｏｒｍｉｎ・ｆｌｕｅｎｃｅｉｎｎｏｖａｔｉｏｎｄｉｆｆｕｓｉｏｎｍｏｄｅｌｏｆｎｅｗｐｒｏｄｕｃｔａｃｃｅｐｔａｎｃｅ［Ｊ］．ＭａｒｋｅｔｉｎｇＳｃｉｅｎｃｅ，１９８３，２（３）：２７３—２９５．［３］ＪＡＩＮＤ，ＭＡＨＡＪＡＮＶ，ＭＵＬＬＥＲＥ．Ｉｎｎｏｖａｔｉｏｎｄｉｆｆｕｓｉｏｎｉｎｔｈｅｐｒｅｓ－ｎｎｅｅｏｆｓｕｐｐｌｙｒｅｓｔｒｉｃｔｉｏｎｓ［Ｊ］．ＭａｒｋｅｔｉｎｇＳｃｉｅｎｃｅ，１９９１，１０（１）：８３—９０．［４］ＥＤＷＡＲＤＫＹＣＨＥＮ．Ｍｕｌｔｉｎａｔｉｏｎａｌｃｏｒｐｏｒａｔｉｏｎｓａｎｄｔｅｃｈｎｏｌｏｇｙｄｉｆ－ｆｕｓｉｏｎｉｎＨｏｎｇＫｏｎｇｍａｎｕｆａｃｔｕｒｉｎｇ［Ｊ］．ＡｐｐｌｉｏｄＥｃｏｎｏｍｉｃｓ，１９８３．１５：３０９—３２１．【５］ＡＢＲＡＨＡＭＳＯＮＥ．Ｍａｎａｇｅｒｉａｌｆａｄｓａｎｄｆａｓｈｉｏｎｓ：ｔｈｅｄｉｆｆｕｓｉｏｎａｎｄｐｊｅｃｔｉｏｎｏｆｉｎｎｏｖａｔｉｏｎｓ［Ｊ］．ＡｃａｄｅｍｙｏｆＭａｎａｇｅｍｅｎｔＲｅｖｉｅｗ，１９９１，１６（３）：５８６—６１２．［６］ＦＲＡＮＫＭＢＡＳＳ．Ａｎｗｐｒｏｄｕｃｔｇｒｏｗｔｈｆｏｒｍｏｄｅｌｃｏｎｓｕｍｅｒｄｕｒａｂｌｅｓ［Ｊ］．ＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅ，１９６７．５０（１２）：１８２５—１８３２．［７］ＦＲＡＮＫＭ．ＢＡＳＳ．Ｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗ∞ｎｄｉｆｆｕｓｉｏｎｒａｔｅｓ，ｃｘｐｅｒｉ—ｅｎｃｅｃｕｒｖ＠￥．ａｎｄｄｅｍａｎｄｅｌａｓｔｉｃｉｔｉｅｓｆｏｒｃｏｎｓｕｍｅｒｄｕｒａｂｌｅｔｅｃｈｎｏｌｏｇｉ・ｃａｌｉｎｎｏｖａｔｉｏｎｓ［Ｊ］．ＪｏｕｒｎａｌｏｆＢｕｓｉｎｅｓｓ，１９８０．５３（３）：￥５１一￥６９．［８］ＢＡＳＳＦＭ．ＣｏｍｍｅｎｔｓＯｉｌ“ＡＮｅｗＰｒｏｄｕｃｔＧｒｏｗｔｈｆｏｒＭｏｄｅｌＣｏｎｓｕｍｅｒＤｕｒａｂｌｅｓ”［Ｊ］．ＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅ，２００４，５０（１２）：１８３３—１８４０．［９］ＣＯＯＬＫＯ．ＤＩＥＲＩＣＫＸＩ，ＳＺＵＬＡＮＳＫＩＧ．Ｄｉｆｆｕｓｉｏｎｏｆｉｎｎｏｖａｔｉｏｎｓｗｉｔｈｉｎｏｒｇａｎｉｚａｔｉｏｎｓ：ｅｌｅｃｔｒｏｎｉｃｓｗｉｔｃｈｉｎｇｉｎｔｈｅＢｅｌｌＳｙｓｔｅｍ，１９７１—１９８２［Ｊ］．ＯｒｇａｎｉｚａｔｉｏｎＳｃｉｅｎｃｅ，１９９７，８（５）：５４３—５５９．［１０］ＷＡＬＫＥＲＲＭ．Ｉｎｎｏｖａｔｉｏｎｔｙｐｅａｎｄｄｉｆｆｕｓｉｏｎ：∞ｅｍｐｉｒｉｃａｌａｎａｌｙｓｉｓｏｆｌｏｃａｌｇｏｖｅｒｎｍｅｎｔ［Ｊ］．ＰｕｂｌｉｃＡｄｍｉｎｉｓｔｒａｔｉｏｎ，２００６，８４（２）：３１ｌ一３３５．［１１］ＦＲＡＭＢＡＣＨＲＴ．Ａｎｉｎｔｅｇｒａｔｅｄｍｏｄｅｌｏｆｏｒｇａｎｉｚａｔｉｏｎａｌａｄｏｐｔｉｏｎａｎｄｄｉｆｆｕｓｉｏｎｏｆｉｎｎｏｖａｔｉｏｎｓ［Ｊ］．ＥｕｒｏｐｅａｎＪｏｕｒｎａｌｏｆＭａｒｋｅｔｉｎｇ，１９９２，２７（５）：２２—４１．［１２］ＧＲＥＥＮＨＡＬＧＨＴ，ＲＯＢＥＲＴＧ，ＭＡＣＦＡＢＩＡＮＥＦ，ｅｔａ１．Ｄｉｆｆｕｓｉｏｎｏｆｉｎｎｏｖａｔｉｏｎｉｎｓｅｒｖｉｅｅｏｒｇａｎｉｚａｔｉｏｎｓ：ｓｙｓｔｅｍａｔｉｃｒｅｖｉｅｗａｎｄｒｅｃｏｍ—ｍｅｎｄａｔｉｏｎｓ［Ｊ］．ＴｈｅＭｉｌｂａｎｋＱｕａｒｔｌｙ，２００５ａ，８２（４）：５８１－６２９．［１３］ＧＲＥＥＮＨＡＬＧＨＴ。ＲＯＢＥＲＴＧ，ＭＡＣＦＡＲＬＡＮＥＦ．ＰＡＵＬＢＡＴＥ，ｅｔａ１．Ｓｔｏｒｙｌｉｎｅｓｏｆｒｅｓｅａｒｃｈｉｎｄｉｆｆｕｓｉｏｎｏｆｉｎｎｏｖａｔｉｏｎ：ａｍｅｔａ—ｕＫｒｒａ－ｆｉｖｅａｐｐｒｏａｃｈｔＯｓｙｓｔｅｍａｔｉｃｔｍｖｉｅｗ【Ｊ］．ＳｏｃｉａｌＳｃｉｅｎｃｅ＆Ｍｅｄｉｃｉｎｅ，２００５ｂ．６１：４１７－４３０．［１４］ＶＡＬＥＮＴＥＴＷ．Ｅｆｆｅｃｔｓｏｆａｓｏｃｉａｌ—ｎｅｔｗｏｒｋｍｅｔｈｏｄｆｏｒｇｒｏｕｐ＊ｓｉｇｎｍｅｎｔｓｔｒａｔｅｇｉｅｓｏｎｐｅｅｒ—ｌｅｄｔｏｂａｃｃｏｐｒｅｖｅｎｔｉｏｎｐｒｏｇｒａｍｓｉｎｓｃｈｏｏｌｓ［Ｊ］．ＡｍｅｒｉｃａｎＪｏｕｒｎａｌｏｆＰｕｂｌｉｃＨｅａｌｔｈ，２００３．９３（１１）：】８３７—１８４３．作者简介：钱锡红（１９８２一），女，安徽芜湖人．管理科学与工程专业博士生；徐万里（１９７７一），男，广东湛江人。企业管理专业博：Ｅ生。Ｉ本文责编：熊俊）