健身娱乐产品互联网消费传染行为机理研究*

韩 晨

（成都大学 体育学院，四川 成都 610106）

一、前言

党的十九大报告指出，我国经济已由高速增长阶段转向高质量发展阶段，推动经济高质量发展，要把重点放在推动产业结构转型升级上。2018年全国体育产业发展大会上首次提出了体育产业高质量发展这一论题。①任波、戴俊：《中国体育产业高质量发展：困境、逻辑与路径——基于“质量和效益为中心”的视角》，《体育与科学》2020年第2期，第61-72页。2019年国务院办公厅印发《体育强国建设纲要》，再次强调“体育强国”“健康中国”等理念。《体育强国建设纲要》包含了全民健身、竞技体育、体育文化、体育产业、体育交往等方面的内容。②孙文树：《体育强国：城市体育高质量发展的理论与实践——“落实十九届五中全会体育强国精神建言献策双向交流会”学术综述》，《体育与科学》2021年第1期，第.6-11页。目前，我国体育产业已经形成了以竞赛表演业与健身娱乐业为核心，以体育用品业为保障，其他体育产业共同发展的大好局面。健身娱乐业是体育产业的主体核心产业，在体育产业的发展过程中发挥着重要作用。随着有利政策的不断推进，国民对于体育健身服务的需求也日渐旺盛，市场上一时间兴起了诸多体育健身服务企业，提供大量健身娱乐产品，以满足消费者日益增长的健身娱乐需求。然而，健身娱乐业的兴起也面临着相关法律不健全、行业规范不明确、从业人员素质良莠不齐等问题。尤其是，大部分健身服务企业需要消费者在入会时一次性缴纳会费，而判断一家健身服务企业是否能够依据合同履行服务义务，顺利完成合同期内的健身服务提供，就成为了消费者关心的问题。基于此，“互联网+”时代的在线口碑，就成为了消费者进行体育服务企业判断及选择的重要依据。①周结友、彭文杰：《“互联网+健身”消费特征及其形成机理研究》，《西安体育学院学报》2020年第5期，第551-557页。②曹招莲：《“互联网+”时代健身产业运营模式探索及启示》，《广州体育学院学报》2016年第4期，第20-22页。依据体育产业统计数据，2019年健身娱乐领域超过60%的收入都源于会员费，其余各项收入均未超过10%。③OECD，OECD Digital Economy Outlook 2020，2020-11-27，https://www.oecd.org/digital/-oecd-digital-economy-outlook-2020-bb167041-en.htm.换言之，健身娱乐业的主要收入来源即为会员费，因此，如何增加新会员人数并维持原有会员，即为健身娱乐产业持续发展的关键问题。

基于此，为了加强健身娱乐行业规范建设、提升健身娱乐企业服务品质，从健身娱乐业特殊的经营形式入手，以探究健身娱乐产品互联网消费传染行为背后的机理为目的，通过分析互联网中信息传播者与消费者所呈现出的特征，对健身娱乐产品的消费者进行细分；通过构建信息传播者的BA无标度网络，发现口碑信息在网络传播所呈现出的复杂网络特性。基于此引入传播动力学的SIRS模型，对健身娱乐产品互联网消费传染行为进行构建，以期发现不同类型的消费者在信息传播、消费决策过程中所产生的影响，进而挖掘健身娱乐产品在互联网消费过程中的传染机理，以指导健身娱乐行业规范制度的建设及服务品质的提升。

二、问题界定与方法选择

（一）相关研究基础

社会互动中的消费传染行为可以有效影响社会的潮流发展和尝新态度，从而改变消费意愿。由于社会互动中存在示范行为和学习行为，身处其中的消费者会潜移默化地改变消费意愿。这样的消费意愿改变并不是因消费者收入或产品价格的改变而改变，而是一种自发改变，这样的改变既培养了新的消费认知和消费习惯，又使得整个社会的消费量增加、消费结构改变。④.Mari.Rege,Kjetil.Telle,Mark.Votruba.，“Social.Interaction.Effects.in.Disability.Pension.Participation:.Evidence.from.Plant.Downsizing，”Journal of Economics，No..4,.2012,.pp..1208-1246..互联网消费过程中的示范行为和学习行为的载体是在线口碑这一特殊的信息传播模式，网络互动中的消费者通过接收在线口碑产生外生消费意愿，在进行消费行为后再次产生在线口碑，继续影响其他消费者进行消费，从而形成互联网消费传染。⑤⑥Sinda,.Agrebi.,.Joel,.Jallais,.“Explain.the.intention.to.use.smartphones.for.mobile.shopping，”.Journal of Retailing and Consumer Services，No..22,.2015,.pp..16.由于信息传递和经济往来与疾病传染有社会网络层面的相似性，因而学界以传染扩散模型模拟信息或经济的社会互动传播过程。在互联网消费过程中，新产品的尝试者都会通过网络引导和教育他人，他人使用后再次传染消费行为，直到新产品不再在消费者中扩散，这样的过程称为互联网消费传染。消费者通过社会网络共同活跃在网络社区中，普遍具有社群意识，积极寻求社群认同感，从而获取社群归属感。⑦Wendner,.R,.“Will.the.consumption.Externalities’.effects.in.the.Ramsey.Model.please.stand.up？,” Economics Letters，No..2,.2011,.pp..210-221.因而，通过分析互联网消费中的传染现象，能够通过网络分析使消费者的消费行为有效传染与增长。⑧董晓松：《互联网消费传染的时空扩散——基于空间计量的实证研究》，《华东经济管理》.2017年第3期，第83-89页。

随着互联网时代的到来，信息传播由原来的自上而下逐渐转变为自下而上的形式，信息的传播呈现多元化、社会化、网络化。网络数字技术的最大影响即是经济社会各个层面的互联互通与社会资源的广泛聚合重组，这尤其对“以生产效率低”著称的服务业产生了巨大影响。技术进步让信息的获取、传输、存储、分析以及运用变得更加便捷，①刘佳昊：《网络与数字时代的体育产业》，《体育科学》2019年第10期，第56页。使得消费者由过去的信息被动接收者逐渐成为信息主动搜索者甚至发布者。在这样的大环境下诞生的在线口碑，对于健身娱乐业而言，成为了促进其互联网消费传染的重要载体。在线口碑是指不同消费者之间通过互联网对公司、商品或服务形成的交互性人际沟通，②李凌：《消费需求、口碑传播对冰雪体育产业发展的影响研究》，博士学位论文，山东大学，2020年，第28页。或与产品相关联的地域分散的消费者分享观点与经验的非正式渠道。③姚松伯、刘兵：《体育品牌电子口碑研究：进展与动态》，《沈阳体育学院学报》2021年第2期，第124-132页。在线口碑具有信息量大、波及范围广、传播速度快、传播媒介多样化、传播效率高、传播持续性强等特征。在本文中，体育健身娱乐产品在线口碑主要指的是：建立在我国体育健身娱乐业基础上的健身服务产品相关信息，通过互联网在消费者之间进行的物化可查的非正式沟通，并在商家引导下，在消费者接受再传播过程中，以文字或图片形式在互联网中对该商品进行非广告形式的沟通。

（二）研究方法选取

1.复杂网络理论模型

复杂网络基于数学图论，是一种对复杂系统最为具体的描述方式，是介于完全规则网络与完全随机网络之间的一类网络，主要包括ER随机网络模型、WS小世界网络模型、BA无标度网络模型等。其中BA无标度网络模型中存在的择优机制使得该模型最接近真实网络。在在线口碑中，大量的口碑信息构成了相互作用的多元素，且这些元素在互联网空间中相互作用，构成了产品口碑的复合体，使得产品的口碑信息可以被识别和辨认。因此，在构建在线口碑的拓扑结构时，BA无标度模型的构建方法能够在在线口碑网络中发挥作用，能够具象地描述在线口碑的拓扑结构。因此，在构建本研究中信息传播者对于在线口碑信息传播的具体传播过程时，将会采用BA无标度模型的构建方法。

2.传播动力学理论模型

自然界及人类社会存在的大多数复杂系统都可以通过复杂网络来描述。网络中信息、物质等介质的传播及演化既依赖于网络的度分布、平均路径长度等拓扑结构，又依赖于其传播特性所产生的复杂的动力学现象。因此，基于以上传播行为，产生了复杂网络传播动力学，其中以SI、SIS、SIR、SIRS几种模型最具代表性。在传播动力学模型中，用不同的字母代表了传播者不同的状态，其中S表示潜在的被感染者、I表示已经被感染的对象、R表示经历了被感染过程进而出现免疫状态的对象。

健身娱乐产品从消费者的消费行为角度来看，属于存在一定周期性的消费产品。其主要表现为：消费者在选择了会员服务后，一般存在一个时间不等的会员周期，如会员年卡、会员月卡等。因此在消费行为产生后，需要一定时间的服务消耗期，这一段时间可以理解为消费者处于免疫状态。而当服务周期结束后，消费者再次进入潜在感染状态，会选择是否继续健身娱乐产品的消费。基于此，SIRS模型的“潜在—消费—免疫—潜在”模式是最符合健身娱乐产品消费特征的一种模型。因此在本研究中，将采用SIRS模型对健身娱乐产品的互联网消费传染行为进行研究。

综上所述，本研究在数据收集的基础上，构建健身娱乐产品在线口碑的复杂网络拓扑结构，并在此拓扑结构基础上通过系统动力学方法分析健身娱乐业的互联网消费传染行为，为高质量发展体育产业提出对策建议。

三、数据获取及口碑传播关系网络构建

（一）数据获取

互联网改变了人们的消费习惯，也将社会大众的消费习惯及消费行为通过移动支付、在线购买等行为形成了量化数据。①王鹏、焦博茹、贺圣楠：《新基建背景下体育健身消费的数字化应用与发展路径》，《西安体育学院学报》2021年第1期，第70页。这些数据一方面可以形成正向在线口碑，促进商品的销售；另一方面也可以帮助商家进一步了解消费者的消费行为及消费心理，进而改进商品或服务，以吸引更多潜在消费者。②邓澄、黄谦、葛小雨、荀阳：《正向口碑效应对实物型体育消费者购买意愿的影响研究》，《西安财经大学学报》2020年第2期，第119-125页。

由于体验经济的形成，针对健身娱乐产品的体验性较强等特点，诸多企业推出了免费或价格较低的健身娱乐体验产品，目的在于通过消费者的体验，形成正面口碑，对企业进行宣传，或通过消费者体验，诱导消费者直接形成消费行为（加入会员、购买课程等）。

本研究的数据来源于在线口碑网站“大众点评网”，大众点评网于2003年4月成立于上海，是中国领先的本地生活信息及交易平台，也是全球最早建立的独立第三方消费点评网站。大众点评不仅为用户提供商户信息、消费点评及消费优惠等信息服务，同时亦提供团购、餐厅预订、外卖及电子会员卡等O2O（Online.To.Offline）交易服务。③毛茁嵘：《网络团购消费因素分析——基于大众点评网的数据统计分析》，《消费导刊》2018年第18期，第7页。经过十几年的市场检验，大众点评网已经成为消费者在进行体验型消费前颇具参考价值的在线口碑搜集网站。

在一线及新一线城市的大众点评网搜索引擎中输入关键字“健身”，通过网络爬虫在数据库中共获取“人气优先”的体育健身商户108家，依据大众点评网的“评论—回复—点赞”机制，对其在线口碑形成、传播过程及用户交互行为进行分析。

在大众点评网的口碑传播机制中，认为发布在线口碑为传播口碑行为，点赞与回复者为接收者节点的数量，浏览量为该节点影响力进入网络但未形成实质连接者，三者共同构成了网络中的总人数。在此假设之下，在108家健身商户中随机选择10家，通过其在线口碑数据获取，在排除了仅浏览未回复或点赞的节点（未产生实质连接的节点）后，共产生了507个网络节点。其中，发布在线口碑的节点共193个，即共收集有效在线口碑193条，产生浏览量共18，356次，参与互动的节点共318个，且有6个节点既参与了口碑传播，也进行了点赞与回复，具体见表1。

表1 休闲健身俱乐部在线口碑发布情况统计

（二）关系网络构建

基于复杂网络的基本思想，本研究主要用到的口碑度量指标有4个。④⑤陈明亮：《在线口碑传播原理》，浙江：浙江大学出版社，2009年，第78页。

1.网络规模：用网络所包含的节点数和边数来表示，该指标反映了网络传播广度。

2.平均路径：对于一个网络来说，定义节点i与节点j的距离为连接节点(i，j)的最短路径长度，用来li，j表示。

3.度与平均度：度是指某个节点与网络中其他节点的连线数；所有结点的度的平均称为网络的平均度。

4.关键节点：指度超过一定值的节点，代表了口碑传播中影响力大的传播者，如意见领袖。

通过节点间的相互关系以及口碑信息传播的拓扑结构，构建BA无标度网络,如图1所示。

图1 健身娱乐产品在线口碑传播拓扑结构图

（三）基于关系网络的口碑传播者分类

从在线口碑传播的拓扑结构图可以看出，健身俱乐部口碑信息的传播已经形成一个典型的BA无标度网络。口碑传播网络是一个有向网络，又有入度与出度之分。令节点i的入度记作kiin，是指相邻节点指向该节点的边数；出度记作kiout，是指该节点指向相邻节点的边数。具体地，在口碑传播网络中，入度表示接收信息的数量，节点通过入度从外界接收信息；出度表示传播者发布或传播的信息数量，即口碑传播者通过出度将信息传播出去。根据节点度数的不同，可以判断一个节点的重要程度。

根据在线口碑在互联网上的信息接收及传播能力以及复杂网络度的特性，考察节点度数代表的节点重要性程度。基于以往研究提出的“意见领袖”“意见搜索者”的概念，本研究根据不同节点不同的入度与出度，将网络中存在的进行口碑传播的人群进一步细分为“意见领袖”“主动传播者”“意见搜索者”“普通传播者”四大类。

1.意见领袖

意见领袖的特点是具有较大的聚类系数，且入度与出度都很大。这样的特征使得这类节点在网络中的信息接收以及传播能力都很强，除主动生成口碑信息并大力传播之外，也会主动在网络中寻找相关的口碑信息，充实并完善自身的信息，在网络中具有相当的影响力，属于网络中的重要节点。根据复杂网络的无标度特性，新增加的节点在进入网络时也会更倾向于与意见领袖相连。

2.主动传播者

主动传播者通常对产品十分热衷，虽然只从少数节点处收到关于产品的信息，甚至不愿意过分关注他人所发布的产品信息，但愿意竭尽所能将产品信息传播出去。这一部分人或者是消费过该产品从而对产品热衷，或者是品牌的狂热拥护者，当喜爱的品牌推出新产品后，就愿意对该产品进行大力宣传，或是企业采取激励或雇佣手段所获得的对于企业的积极拥护者。这一类人群通常占比很小，这是由于企业培养一个主动传播者需要花费大量的时间、精力甚至是金钱。主动传播者一旦形成，其他节点的传播行为很少影响到这些节点，但是这些节点传播的信息却很容易影响其他节点。因此根据无标度特性，新增加的节点很少与这些节点相连，而这些节点却很容易与其他节点尤其是意见领袖相连接。

3.意见搜索者

根据多阶段传播模型，网络中搜集口碑信息的多为意见搜索者。这一类人的特性是接收到信息多，却很少主动传播信息，或者由于本身影响力有限，传播的信息不受到关注。这类人群为了购买或关注某一种产品而需要在网络中大量搜索信息，从而产生较大的入度，又由于这一类人对于产品并不十分了解，因此也很难产生巨大的影响，故而出度一般来说较小。意见搜索者是网络中最为活跃的一类人群，不断地搜索和完善信息，使得网络能够最大限度地获得连通。根据网络的无标度特性，新进入网络的人群很少与他们产生连接，而意见领袖比较倾向于与这些节点连接，从而产生大的入度和小的出度。

4.普通传播者

普通传播者是网络中规模最大的人群且最不活跃的人群，既很少搜索信息也很少传播信息。普通传播者一般来说属于网络的初级用户，对网络规则不甚了解，缺乏独立检索信息的能力，消费行为大多属于从众或跟风，对于在线口碑信息缺乏独立判断的能力。

四、复杂网络SIRS模型构建

（一）复杂网络分析

按照度分布，复杂网络可以分为均匀网络以及非均匀网络，它们的传播规律是不一样的。所谓均匀网络是指，一个网络的度分布在某一平均值附近且度分布指数衰减，则度分布范围不大，可看作均匀的。如随机网络与小世界网络。当网络的度满足幂律分布或度分布的范围很大时，应看作是不均匀的，即所谓的非均匀网络，无标度网络就是典型的非均匀网络。

在无标度网络中，由于度分布满足幂律分布，一个随机选取的节点倾向于连接关键节点或度大的节点，因此度大的节点就容易被感染，同样也容易作为“种子”去感染别人，从而导致疾病或信息在非均匀网络上以快于均匀网络的速度进行传播。①孙仁诚：《复杂网络性质及传播动力学行为研究》，博士学位论文，青岛大学，2010年，第49页。在处理非均匀网络时，比较常用的方法是将节点划分为不同的分组，每一分组的节点拥有相同或相近的度，或者具有相同的特征。由此就可以将复杂的非均匀网络近似为均匀网络进行处理。②周杰：《复杂系统中的信息传播研究》，博士学位论文，华东师范大学，2008年，第38页。在处理非线性问题时，笔者也经常将非线性问题近似为线性问题进行处理，是一种行之有效的方法。

基于在线口碑的传播人群划分，网络中存在着4类口碑传播人群，其中每一类口碑传播者的度分布非常接近，因此可以把BA无标度模型近似为4个均匀网络，然后研究其动力学特性。

在均匀网络中，每个节点的度近似等于网络节点的平均度，即k≈<.k>。考虑一个易感节点S，在每一个时间步，如果与一个或多个感染节点接触，就会以λ的概率被感染，进而成为I态。而处于I态的节点同时以概率γ痊愈，并且暂时获得免疫能力，于是成为R态。在经过了一段时间之后，免疫能力以δ的概率失效，节点再次回到S态。

（二）模型构建

在健身娱乐产品的消费者人群中，对SIRS模型做如下定义：S态是现实存在的大量未曾消费、或者已经长时间未产生消费行为的人群，因此他们的状态显示为未被传染状态。I态是指网络中受到影响而产生消费行为的人群，从某种意义上来说，只有进入了I态才是真正进入了网络结构，其拓扑结构的构成也主要是由I态人群构成。R态是指在形成消费后，由于其服务消耗期的存在，或者由于消费者不再需要健身娱乐产品而产生的暂时性的免疫状态，节点同样有一定的几率向S态进行转化。

基于上述SIRS模型分析，得到代表基于均匀网络的SIRS传播动力学模型如下：

在模型中，s,.i,.r代表S态、I态以及R态人群的密度，<.k>指的是网络中节点的平均度，在口碑网络中，度越大意味着该节点与其他节点有更多的连边，即该节点发出口碑的影响力越大，因此从S态转化为I态的可能性也就越大。表示在模型当中，度会正向影响转化概率λ，表达为λ<.k>i(t)s(t)。

（三）带有非线性感染率的改进复杂网络SIRS模型

在应用李雅普诺夫稳定性分析方法研究信息传播的临界阈值、动态以及静态的演变规律并引入SIRS模型后发现：对于均匀网络存在非零传播阈值，在小于阈值的情况下传播过程会最终结束，当大于阈值且满足相应条件时，信息传播的比例将最终稳定在一个非零值。③曹宇：《传染病动力学模型研究》，博士学位论文，东北大学，2014年，第84页。

事实上，在口碑的传播过程中，个人对于口碑的接受能力以及所处环境中信息传播者的数量都会直接影响该个体接收信息的概率。随着信息的传播，周围受信息影响的人数也会发生变化，在以往的研究中，学者大多认为信息传播人群对非传播人群的影响是线性的，即普通人群加入到信息传播行列中的概率在一段时间内线性上升。然而实际上个体受信息影响的几率并不是简单的线性增长，因此这里引入一种带有非线性感染率的改进SIRS模型。

改进SIRS模型中同样存在3个离散状态，潜在消费者S态、正式消费者I态以及免疫消费者R态。信息传播的规则：潜在消费者与一位正式消费者接触后(此处发生的接触均为网络环境下通过在线口碑进行)以概率λ转化为正式消费者，正式消费者会以概率γ进入免疫状态，并且在一段时间后以概率δ重回潜在消费者状态。

假设在信息传播过程中消费者对信息的接受能力恒定不变且信息的传播能力无变化，则潜在消费者与正式消费者接触后感染的概率是恒定不变的。设此概率为β，得到潜在消费者转化为正式消费者的几率为：由于互联网消费行为中只有入度能够影响消费者的决策，在本文的模型中，仅考虑入度，在构建SIRS模型时，节点度能够影响消费者转化率β。因此，潜在消费者的感染率为：

由于网络中时刻有节点进入网络，并且伴随节点退出网络。假设节点进入网络后均成为潜在消费者，以S态存在于网络中，但退出网络的节点则可能于任意时间退出。设潜在消费者进入网络人数为常数X，退出系数为b。基于此，可得带有非线性感染率的SIRS传播动力学方程如下：

由于被划分为相同类型的消费者节点度非常接近，因此可以将BA无标度网络中的不同消费者类型挑选出来作为均匀网络进行处理，降低处理难度，使用SIRS模型对其进行模拟。

（四）SIRS模型有效性分析① 刘晓东、魏海平、曹宇：《考虑网络拓扑结构变化的SIRS模型的建立与稳定性分析》，《计算机科学》2019年第6期，第375-379页。

口碑网络系统中总人数为S(t)+I(t)+R(t)=N(t)，其中S(t)、I(t)、R(t)≥0，将公式(2)中的三个公式相加可得

因此，当变量在有效范围内时，方程(2)的解是有效的，即本模型建立有效。

（五）潜在消费者进入模型分析

由于企业营销行为的存在，新的潜在消费者会通过营销手段不断进入网络中，因此不能将健身娱乐产品的消费传染行为界定为一个封闭网络。且公式(2)建立的模型考虑了网络中潜在消费者的增长是一个常数，而真实的消费者的增长方式并非以常数方法增长，还和网络中现有的人数、商家的宣传以及口碑信息的传播相关。逻辑斯蒂自然增长模型是产生于生态学的一类能够很好地描述种群自然增长的模型，在大多数情境下，如无外力进行干扰，种群增长将按照逻辑斯蒂方程自然增长，这一增长过程在消费行为中同样适用。因此，在潜在消费者进入网络时，假设其增长方式为自然增长，引入逻辑斯蒂方程。②周苗、刘茂省：《考虑信息变量呈Logistic自然增长的SIRS传染病模型》，《河北师范大学学报(自然科学版)》2020年第3期，第193-199页。与消费传染就是本研究模型中的自变量与因变量，这一系统行为表现在复杂网络SIRS模型中的度分布以及正式消费者I数量的增长。除此之外，模型中还涉及潜在消费者S、免疫消费者R以及其他变量。基于此，本部分将刻画因果回路图，建立系统动力学模型，描述出模型中各变量的相关关系。

依据式(2)和(4)，得到模型的因果关系图如图2所示，存量流量图如图3所示。图3中第1部分为意见领袖的存量流量，第2部分为积极宣传者的存量流量，第3部分为意见搜索者的存量流量，第4部分为普通传播者的存量流量。由此构建互联网消费传染的系统动力学模型。

式中Xn+1的代表第n+1代的人口数，Xn代表第n代的人口数，σ=(Xn+1－Xn)/Xn是人口增长率，k=1+σ通常是一个大于1的数，因而，人口数便以k的幂级数增长。这是一个典型的迭代差分方程，基于上一代的种群数量，根据增长率就可以计算出下一代的人口数量。该方程即为网络中潜在消费者进入模型，即潜在消费者人数增长模型。

五、健身娱乐产品的互联网消费传染行为分析

（一）系统动力学模型构建

系统动力学是系统科学理论与计算机仿真紧密结合，研究系统反馈结构与行为的一门科学。所谓反馈是指自变量影响因变量，而因变量通过一系列的因果链再次影响自变量。不能孤立分析自变量和因变量的联系而分析系统行为，只有把整个系统作为一个反馈系统，才能得出正确的结论。

已知在线口碑的传播在一定程度上能够影响互联网的消费行为，产生消费传染现象，因此口碑传播

图2 互联网消费传染行为因果关系图

图3 互联网消费传染行为存量流量图

（二）数值模拟结果分析

1.相关系数赋值

依据第2部分收集的数据，结合数据来源的健身俱乐部的销售情况，采用Vensim和STELLA软件对健身娱乐产品互联网消费传染行为进行数值模拟。

通过对图1的拓扑结构网络中的507条口碑数据及传播者的分析，得到网络中意见领袖数量为2，占比0.4%；主动传播者数量为64，占比12.6%；意见搜索者数量为48，占比9.5%；普通传播者数量为393，占比77.5%。并且获得4类口碑传播者的入度平均值为根据互联网消费传染的种群增长的一般规律，结合健身俱乐部的口碑与消费数据，以月为单位，考查互联网消费网络中的增长现象，发现在健身俱乐部消费过程中，潜在消费者进入率k=1.8时，销量增长最快，因此令k=1.8进行数值模拟。

根据健身俱乐部收藏与消费的比率，再结合接收口碑消费者的消费转化，计算出从关注到正式消费，有46.4%的消费者从潜在消费者转化为正式消费者。因此令β=0.464进行数值模拟。

由于健身俱乐部网络销售的健身产品属于体验型产品，在体验后，若消费者满意则会继续保持正式消费状态，若消费者不满意则不会选择继续消费，从而转换为免疫消费者。从健身俱乐部体验产品购买数量与近期办理会员卡的人数对比可知，有58.5%的消费者选择继续消费，41.5%的消费者转化为免疫消费者。因此令μ=0.415进行数值模拟。

免疫消费者再次向潜在消费者转化的过程无法通过数据获知，根据以往研究，潜在消费者再转化率δ要达到0.7以上才能发挥作用,而通常δ的值只能达到0.2～0.3。因此在数值模拟部分令δ=0.22进行模拟。

在互联网消费传染的每一个过程中，都会有消费者因各种原因而退出网络。在消费者进入网络和由潜在消费者向正式消费者转化的过程中，消费者可能因为负面口碑的出现或对健身场地、服务等因素不满意而退出网络，故而退出率相对较高。而成为正式消费者后，相对而言消费状态会比较稳定，退出率会减小很多。在本案例中，潜在消费者阶段退出率为52.9%，正式消费者的退出率为11.2%，免疫消费者退出率无法衡量，则假设与潜在消费者退出率相同。因此，令b1=0.529，b2=0.112，b3=0.529。

2.数值模拟结果

根据统计结果进行数值模拟，收集正式消费者人数的变化趋势、消费者总人数的变化趋势以及免疫消费者的形成行为。经数值模拟发现，在在线口碑的推动作用下，消费者总人数呈现上升趋势，且每一类信息传播者的消费规律均符合其消费行为特征。本文中的模型符合在线口碑传播规律以及互联网消费行为。具体分析如下：

（1）在在线口碑的推动作用下，4类信息传播者的正式消费者人数均呈现上升趋势，在12个模拟时间步后，正式消费者开始呈现指数增长，如图4所示。由此可知，在此网络环境下，正式消费者的人数都能在一定程度上得到增长，这说明在此环境下健身休闲俱乐部呈现出良性发展。因此，保持此网络环境下的入度、潜在消费者进入率、正式消费者转化率等系数，就能够保证组织中正式消费者的良性增长与系统的可持续发展状态。

图4 在线口碑与消费者相关关系图

（2）图5显示了在没有在线口碑的促进作用时，正式消费者的增长趋势。由图5可以看出，当在线口碑不发生作用时，在12个时间步以后，4类传播者的正式消费人数都趋于平衡，不再呈现增长状态。其中，意见领袖的正式消费者在经历了初期的增长后迅速下降，最后趋于0。意见搜索者与普通传播者经历上升后缓慢下降，最终趋于平衡。主动传播者的正式消费者上升后平缓下降。发生这一现象是由于在没有在线口碑的作用下，潜在消费者不再进入网络，意见领袖无法传播信息，其价值无法体现而逐渐退出网络；意见搜索者与普通传播者在没有口碑信息作为参考的情况下，免疫消费者逐渐增多，正式消费者逐渐减少；主动传播者是产品的忠实用户，并且主要传播口碑而很少接收口碑，因此并未受到太大影响。由图4、图5模拟结果可知，在线口碑在互联网消费传染行为中起到了重要的推动作用。

图5 无在线口碑状态下正式消费者变化

（3）由图6可以看出，在4类信息传播者人群中，普通传播者在在线口碑作用下呈现出的增长趋势相较另外3类人群而言不算明显，这是由于普通传播者与网络中各节点的连结并不像其他3类节点那样紧密。作为出入度都很小的普通传播者，虽然数量巨大，却增长相对缓慢。尽管增长趋势不如另外3类节点明显，但仍然是网络中数量最为巨大的一类节点。

图6 在线口碑与正式消费者相关关系图

（4）除了正式消费者外，由图7与图8可以看出，潜在消费者与免疫消费者的数量在受到在线口碑的影响后也开始迅速上升。在潜在消费者随在线口碑变化的过程中，意见领袖上升趋势最为缓慢，这是由于意见领袖在观察并进入网络时最为谨慎，会综合搜索各方意见做出决策。其次是普通传播者，这是由于普通传播者与网络中其他类型的节点联系不紧密所导致的。而免疫消费者的数量之所以会上升，是由于网络中退出率b的存在，使得每个阶段都有消费者退出网络，故而免疫消费者的数量会有所上升。其中，主动传播者的上升趋势最为缓慢，这是由于主动传播者一般是品牌的忠实用户，在退出网络时比较谨慎。

图7 在线口碑与潜在消费者相关关系图

图8 在线口碑与免疫消费者相关关系图

六、结论与建议

（一）结论

本研究针对健身娱乐产品的服务特性，结合其消费过程的特点，对其互联网消费传染行为进行研究。通过数据收集、拓扑结构构建、传播动力学模型构建、数值模拟及分析等研究环节，根据研究结果与分析，得出结论如下：

1.健身娱乐产品存在互联网消费传染行为，其主要实现手段为在线口碑的传播，且在线口碑的传播符合复杂网络中BA无标度网络的传播规律。由于健身娱乐产品消费后存在服务消耗周期，因此传播动力学的SIRS模型最符合其互联网消费传染行为。

2.研究发现，健身娱乐产品网络中的消费者总人数会受到在线口碑的强烈影响，这是由健身娱乐产品本身的服务属性所决定的。当互联网消费行为中不存在在线口碑传播时，4类信息传播者中的正式消费者（I态）的消费行为都将在一定周期出现下降，当在线口碑存在时，网络中消费者总人数会随着在线口碑数量的增长而出现正增长。尤其是，当网络中正向作用的系数越大、负向作用的系数越小时，消费者总人数开始呈现指数增长。

3.在健身娱乐产品的互联网消费传染过程中，3类消费者（S态、I态、R态）的数量在在线口碑影响下均呈现出正增长。出现这一现象主要是由于健身娱乐经营组织的营销行为（k系数的变化），使得更多的消费者参与到健身娱乐产品的消费中，网络中节点数量剧烈增加，从而导致了在特定网络环境下，每一类消费者人数都得到剧烈的增长。

4..在本研究中，将信息传播者划分为意见领袖、主动传播者、意见搜索者及普通传播者4个类型，把消费者划分为潜在、正式及免疫3个阶段，在此细分的基础上进行研究与模拟。结果发现不同类型的消费者对于相同的网络环境会产生不同的消费行为，在健身娱乐产品互联网消费传染的正式消费者（I态）中，普通传播者数量最大但受在线口碑影响最小，这说明普通传播者进行消费决策时对在线口碑的依赖程度有限；潜在消费者中，意见领袖受在线口碑影响最小，这是由于意见领袖一般是健身娱乐行业的“专家”或影响力较为广泛的一类人群，其作出消费决策时更多依赖于自己的经验且较为谨慎；免疫消费者中，主动传播者受在线口碑影响最小，这是由于主动传播者一般是健身娱乐产品的忠实消费者，即使其处于免疫状态，退出网络的几率也比其他类型的消费者小得多。

（二）建议

1.健身娱乐产品由于自身的服务性及体验性，其在线口碑传播过程是一个典型的互联网消费传染过程。由于其符合BA无标度模型的择优机制，健身娱乐企业应当提升其服务质量的同时，积极培养网络中的关键传播节点，提升网络总结点数与意见领袖、主动传播者的节点数量。

2.健身娱乐商家应充分发挥在线口碑的正向作用，增加口碑数量。由研究结果可知，网络中口碑数量对于消费者人数的增长起到决定性作用。当失去口碑这一影响条件时，网络中消费者人数不再出现增长。基于此，商家应当充分发挥在线口碑的正向作用，引导在线口碑的产生及传播，注重网络中总人数的增加，通过一系列的营销手段尽量增加网络中潜在消费者。

3.由于健身娱乐产品服务消耗期的存在，其网络中的免疫消费者存在时间相对较长，因此需要注重与免疫期消费者的关系维持与关系营销。针对免疫阶段的消费者，应不断提升服务质量并与其维持长期关系，注重免疫消费者由普通传播者向意见领袖转化，增加口碑数量，提升口碑质量。

4.健身娱乐产品消费者的消费动机是多样性的，不同类型的消费者对于相同刺激会产生不同反应，应完善消费者细分方法。基于本研究发现的各类信息传播者在不同消费阶段所呈现出的消费特质，商家应完善市场细分手段，结合不同类型的健身俱乐部而制定不同的细分方法。具体而言，对于普通传播者，应注重其消费体验。普通传播者在正式消费时受在线口碑影响最小，因此应当注重其消费时的真实体验，在真实情境下增长普通传播者的数量，如提升服务质量等。对于意见领袖，应增加消费刺激。意见领袖在从潜在消费者向正式消费者转化时受口碑影响最小，应在此过程中加大对其刺激，使其转化为正式消费者，如加大促销力度等。对于主动传播者，应积极发挥其引领作用。主动传播者是网络中最忠诚、最积极的消费者，应充分发挥其引领作用，带动其他消费者，如刺激其进行口碑传播等。最后，意见搜索者是网络中最易受到口碑影响的群体，应对其加大口碑的接触次数与接触程度。