---
type: paper
slug: meihan-he-2020-social-culture-innovation-diffusion-abm
title: >-
  Social Culture and Innovation Diffusion: A Theoretically Founded Agent-Based
  Model
authors:
  - '[[meihan-he]]'
  - '[[jongsulee]]'
year: 2020
venue: '[[journal-of-evolutionary-economics]]'
doi: 10.1007/s00191-020-00665-9
categories:
  - '[[innovation-economics]]'
  - '[[simulation-methods]]'
methods:
  - '[[agent-based-model]]'
  - '[[small-world-network]]'
  - '[[ols-regression]]'
  - '[[lorenz-curve]]'
themes:
  - '[[innovation-diffusion]]'
  - '[[hofstede-cultural-dimensions]]'
  - '[[social-culture]]'
  - '[[bass-diffusion-model]]'
  - '[[network-externalities]]'
  - '[[opinion-leader]]'
aliases: []
last_updated: '2026-05-20T02:09:05+09:00'
---
# Social Culture and Innovation Diffusion: A Theoretically Founded Agent-Based Model

*[[meihan-he]], [[jongsulee]] (2020)* · [[journal-of-evolutionary-economics]] · [DOI ↗](https://doi.org/10.1007/s00191-020-00665-9)

> Hofstede 의 3 차원 (개인주의 IDV, 권력거리 PDI, 불확실성 회피 UAD) 을 [[small-world-network]] 구조 + 개인 효용함수 + 채택 임계값에 동시에 내장한 1,000 agent [[agent-based-model]]. 3 차원 × 6 수준 + info_s × 6 수준 = 1,296 case × 20 runs, 10 diffusion interval 별 OLS 추정. **개인주의는 *초기 단계 확산 속도에 양*, 후기 음**; **불확실성 회피는 *초기 음, word-of-mouth 단계 양으로 부호 반전***; **권력 거리 는 *대부분 음 (rewiring 확률 + 사회적 지위 불평등)*, *후기 단계만 양***. 8 개 (IDV, PDI, UAD) ∈ {High=80, Low=20} combination 시뮬레이션 + 5 개 실제 신상품 (모바일폰, TV, 케이블 TV, PC, 팩스) 의 6 국 (한국·중국·일본·홍콩·미국·덴마크) 비교 — *cross-country diffusion pattern 의 문화 기반 설명*.

- **RQ**: Hofstede 의 *3 cultural dimension* (개인주의 IDV, 권력거리 PDI, 불확실성 회피 UAD) 이 *innovation diffusion 속도 + 수준 + 단계별 패턴* 에 어떤 영향을 미치는가? 문화가 *small-world 네트워크 구조 + 개인 특성* 양쪽을 동시에 변화시키는 *통합 ABM* 으로 식별 가능한가? *Vertical social signal* (제품의 사회적 신호 강도) 의 효과는 어떻게 문화에 의존하는가?
- **방법론**: [[agent-based-model]] (1,000 agents, 10 평균 degree, Watts-Strogatz [[small-world-network]] rewiring), [[lorenz-curve]] 로 사회적 지위 불평등 (PDI 의존), Rogers 3 stage (knowledge → persuasion → decision) + [[bass-diffusion-model]] 의 외부·내부 영향 분리, [[ols-regression]] 10 interval × 2 model (단순/3-way interaction)
- **데이터**: 시뮬레이션 — 1,296 case (IDV × PDI × UAD × info_s = 6×6×6×6) × 20 runs. 실증 비교 — World Bank 의 6 국 5 제품 (모바일폰, TV, 케이블 TV, PC, 팩스) 보급률 시계열. Hofstede 1984 의 50+ 국 cultural dimension score
- **주요 발견**: (i) **개인주의 IDV**: 초기 단계 (g1-g3) 속도 + (계수 +0.026 ~ +0.133, t > 50), 중기 부호 반전 (g4 −0.172), 후기 미미. 누적 수준은 *early positive → late negative*. (ii) **불확실성 회피 UAD**: 초기 강한 음 (g1 −0.045, g3 −0.464, t < −50), g6 부터 *부호 반전 양*, 후기 +0.079 — *word-of-mouth 단계에 정보 갈증 → 빠른 채택*. (iii) **권력 거리 PDI**: 거의 모든 stage 음 (g3 −0.281), 후기 g8-g10 만 양 (+0.067) — *low-social-class clustering 의 후기 폭발*. (iv) **8 case 시뮬레이션**: 권력 거리 낮음 + (UAD or IDV high) 일 때 *가장 빠른 확산* (Cases 2, 8). (v) **실제 데이터 비교 (Fig. 9)**: 한국의 모바일폰 확산이 모형 예측보다 *훨씬 빠름* (ICT 정책), 중국 PC 가 *느림* (경제 발전 수준), 홍콩 팩스가 *빠름* (금융 hub 산업 구조). 모형 패턴 ≈ 실제 패턴 in 대부분 case. (vi) **Info_s × culture interaction**: 고-UAD + 고-IDV 사회 (Case 1, 2) 에선 *낮은 vertical social signal 이 확산 가속*; 고-UAD + 저-IDV (Case 3, 4) 에선 *높은 social signal 이 가속*. 저-IDV + 저-UAD 에선 *info_s 효과 limited*.
- **시사점**: (a) **국가별 마케팅 전략 차별화**: 미국·덴마크 (고 IDV, 저 PDI) 에서는 *기능적 신호 (functional signal) 강조*; 일본·한국 (고 UAD, 저 IDV) 에서는 *vertical social signal 강조*; 중국·홍콩 (고 PDI) 에서는 *low-status 그룹 우선 타겟팅* — *high-status 의 보유 행위가 low-status 로 확산되지 않음*. (b) **단계별 정책**: 초기 *external 정보 채널 (광고)* 중요, 중기 *word-of-mouth 메커니즘 활성화* 필요. (c) ABM 의 *복잡 사회 현상* 분석 우월성 — *aggregate Bass 모형 한계* 극복.

![Fig. 6 — 8 case (High=80 / Low=20 의 IDV·PDI·UAD 조합) × 시간 의 누적 확산 그래프. Case 2 (UAD high, PDI low, IDV high) 와 Case 8 (UAD low, PDI low, IDV low) 이 가장 빠른 확산 — *PDI low + heterogeneous 또는 homogeneous 양극단 모두 가능*. PDI 가 높으면 모든 경우 확산이 느려짐.](/papers/202009_HeM_Social_culture_and_innovation_diffusion_a_theoretically_founded_agent_based_model/fig6.jpeg)

## 요약

본 paper 는 [[jongsulee]] 의 *연구 궤적* *후기 ABM 방법론 도입* 라인의 핵심 작업. *Journal of Evolutionary Economics* — 진화경제학의 대표 venue 게재. 기존 *innovation diffusion* 문헌은 두 갈래로 분기. (i) Aggregate [[bass-diffusion-model]] (Bass 1969, Mahajan-Muller 1994, Chandrasekaran-Tellis 2007) — 산업 수준 S-curve 의 외부·내부 영향 식별, 그러나 *individual heterogeneity* + *상호 작용* 미포착. (ii) Cross-cultural 실증 연구 (Tellis et al. 2003, Van den Bulte-Stremersch 2004, Yeniyurt-Townsend 2003) — Hofstede 차원 의 확산 영향 분석, 그러나 *문화 → 네트워크 구조 + 개인 특성* 의 *메커니즘* 미식별. ABM 문헌 (Kiesling et al. 2012 의 150+ 리뷰, Zhang-Vorobeychik 2019 의 43 paper) 도 Hofstede 차원 통합은 부재 — Desmarchelier-Fang (2016 *J Evol Econ*), Roozmand et al. (2011) 만 부분적. 본 paper 의 conceptual move 는 — Hofstede 의 *3 cultural dimension 을 small-world network rewiring probability + Lorenz curve 사회적 지위 분포 + 개인 효용함수 + 임계값* 4 곳에 동시 내장한 *통합 ABM* 구축.

방법론은 3 stage Rogers (1962, 2010) 채택 과정 (knowledge → persuasion → decision) 위에 구성. **(i) Knowledge stage** — 1% 의 외부 정보 노출 (광고, 사회적 지위 가중), 99% 의 word-of-mouth 내부 전파 (네트워크 이웃 의존). **(ii) Persuasion stage** — 효용 함수 (Eq. 2) $U_i = idv_i \cdot (1 - e^{-idv_i \cdot \text{info\_f}}) + (1 - idv_i) \cdot ((1 - e^{-\alpha}) + (1 - e^{-\sqrt{pdi_i \cdot \text{status}_i} \cdot \text{info\_s}}))$ — 개인주의가 높을수록 *functional signal* 가중, 낮을수록 *horizontal social signal (이웃 채택 비율 α) + vertical social signal* 가중. **(iii) Decision stage** — Granovetter (1978) threshold 모델, $U_i > \tau_i$ 일 때 채택. $\tau_i$ 의 평균은 UAD 에 의존 ($\text{mean}_\tau = 0.006 \times \text{UAD} + 0.2$), 분산은 IDV 에 의존. 네트워크 — Watts-Strogatz (1998) [[small-world-network]] 의 rewiring 확률이 PDI 에 의존: $p = -0.00099 \times \text{PDI} + 0.1$ (PDI=0 일 때 random network $p$=0.1, PDI=100 일 때 regular network $p$=0.001). 사회적 지위 — [[lorenz-curve]] 분포 (Eq. 4) — 고-PDI 일수록 불평등 강화.

발견은 *문화 차원 별 시간 의존적 효과* 의 정량 식별. **(a) IDV 의 부호 반전**: 초기 g1-g3 에서 강한 양 (g1 +0.026, g3 −0.07 의 mixed; Model 2), *individualist 가 functional signal 자극에 빠르게 반응*. g4-g6 부터 음 — *word-of-mouth 가 driver 가 되는 단계에서 individualist 가 이웃 무시 → 확산 멈춤*. 누적 수준 (AL) 은 같은 패턴 — 초기 양, 후기 negative interaction. **(b) UAD 의 부호 반전**: 초기 강한 음 (g3 −0.464, t = −56) — 위험 회피 가 신상품 거부. g6-g10 에서 양 (+0.079) — *위험 회피자가 word-of-mouth 의 누적 정보 에 강하게 반응*. 본 paper 가 Desmarchelier-Fang (2016) 의 *UAD positive in late stage* 입장 지지. **(c) PDI 의 거의 전 stage 음**: PDI 가 *rewiring + 지위 불평등 + 저-status 의 높은 threshold* 의 3 채널 모두 부정적. g8-g10 에서만 양 — *low social class clustering 의 사회적 압력 폭발*. Burt (1987) + Van den Bulte-Stremersch (2004) 의 양면적 발견 모두 지지. **8 case 시뮬레이션 (Fig. 6)** 에서 *Case 2 (UAD high, PDI low, IDV high)* + *Case 8 (UAD low, PDI low, IDV low)* 이 가장 빠른 확산 — *PDI low 가 sine qua non*, IDV-UAD 의 *호혜적 보상* (한쪽 high 일 때 다른 쪽 low 가능). **Real-world 비교 (Fig. 9)**: 한국 모바일폰 확산이 모형 예측보다 *훨씬 빠름* — *ICT 정책의 외생적 가속*; 중국 PC *느림* — *경제 발전 수준*; 홍콩 팩스 *빠름* — *금융 hub 산업 구조*. 모형이 *cultural-only 인 효과* 를 isolate 한다는 *theoretical insight* 의 도구임을 시사.

한계: (i) *온라인 word-of-mouth 미포함* — 전통적 face-to-face 채널만. (ii) *negative word-of-mouth* (불만 전파) 미반영. (iii) Hofstede 5 차원 중 IDV·PDI·UAD 만 — masculinity·long-term orientation 미포함. (iv) Post-adoption (재채택, 사용 중단) 행위 미모델링. (v) *price·소득 hetero* 단순화 — Janssen-Jager (2001) 의 더 풍부한 효용함수 비교 필요. [[jongsulee]] 의 *ABM 방법론* 라인 의 시작점 — 후속 [[hoyeong-cha-2018-abm-electricity-tariff]] (전력 요금 ABM), [[bohyun-jang-2021-abm-smart-home]] (스마트홈 ABM) 등과 자매.

## 핵심 결과

**시뮬레이션 setup**

| 파라미터 | 값 |
|---|---|
| Agents $N$ | 1,000 |
| Average degree $k$ | 10 |
| Rewiring probability $p$ | $-0.00099 \times \text{PDI} + 0.1$ |
| Threshold mean | $0.006 \times \text{UAD} + 0.2$ |
| Threshold SD | $0.004 \times \text{IDV} + 0.1$ |
| Runs per case | 20 |
| Total cases | 1,296 (6 levels × 4 dims) |

**Cultural dimension 효과 (Diffusion speed SL, Model 2 의 단순 추정)**

| Stage | IDV | PDI | UAD |
|---|---:|---:|---:|
| g1 (very early) | +0.026 (+) | −0.018 (−) | **−0.045** (−) |
| g3 (early) | −0.07 (mix) | **−0.281** (−) | **−0.464** (−) |
| g4 (early-mid) | **−0.172** (−) | −0.224 (−) | −0.348 (−) |
| g6 (mid-late) | −0.068 (−) | **+0.016** (+) | **+0.05** (+) |
| g8 (late) | +0.011 (+) | **+0.067** (+) | **+0.124** (+) |
| g10 (very late) | **+0.022** (+) | **+0.05** (+) | **+0.079** (+) |

> **정량 결론.** (i) UAD 의 *부호 반전 (early 음, late 양)* 이 가장 dramatic. (ii) PDI 는 *7/10 stages 에서 음* — 거의 일관된 부정적. (iii) IDV 는 *initial spurt + late stagnation* — 초기 가속, 후기 정체.

**8 case 시뮬레이션 (Fig. 6, Final adoption rate at end of horizon)**

| Case | UAD | PDI | IDV | 확산 속도 |
|---:|---|---|---|---|
| 1 | High | High | High | 느림 |
| 2 | High | **Low** | High | **빠름** |
| 3 | High | High | Low | 느림 |
| 4 | High | Low | Low | 중간 |
| 5 | Low | High | High | 중간 |
| 6 | Low | Low | High | 빠름 |
| 7 | Low | High | Low | 느림 |
| 8 | Low | **Low** | Low | **빠름** |

(High = 80, Low = 20)

**Real-world 검증 (Fig. 9 의 6 국 × 5 제품 비교)**

| 제품 | 모형 예측 | 실제 데이터 | 격차 설명 |
|---|---|---|---|
| 모바일폰 (덴마크/미국 vs 중국/한국) | 덴마크/미국 빠름 | **한국이 더 빠름** | ICT 정책 가속 |
| TV | 모형 ≈ 실제 | match | — |
| 케이블 TV (미국) | 모형 더 빠름 | 실제 느림 | 지리 |
| PC (중국) | 모형 더 빠름 | 실제 느림 | 경제 발전 |
| 팩스 (홍콩) | 모형 더 느림 | **홍콩 더 빠름** | 금융 hub 산업 |

## 방법론 노트

[[agent-based-model]] 의 *Rogers 3-stage* 채택 과정에 Hofstede *3 차원* 을 4 곳 (네트워크 rewiring + 사회적 지위 분포 + 개인 효용 weight + 임계값 분포) 동시 내장. *Bass 모형의 외부 (advertising) + 내부 (word-of-mouth) 영향* 을 *individual-level* 으로 분해.

핵심 식. **(i) 네트워크 rewiring** ([[small-world-network]] Watts-Strogatz 1998):

$$
p = -0.00099 \times \text{PDI} + 0.1
$$

PDI 0 → $p$ 0.1 (random), PDI 100 → $p$ 0.001 (regular).

**(ii) 사회적 지위 분포** ([[lorenz-curve]]):

$$
\text{status}_i = (i/N) - (i/N) \cdot (1 - i/N)^{(1 - \text{PDI}/N)}
$$

고-PDI 일수록 불평등 강화 + 무작위 swap 확률 감소.

**(iii) 개인 효용함수** (Eq. 2):

$$
U_i = \text{idv}_i \cdot (1 - e^{-\text{idv}_i \cdot \text{info\_f}}) + (1 - \text{idv}_i) \cdot \left( (1 - e^{-\alpha}) + (1 - e^{-\sqrt{\text{pdi}_i \cdot \text{status}_i} \cdot \text{info\_s}}) \right)
$$

여기서 $\alpha$ = 채택한 이웃 비율 (horizontal social signal), info_f = 기능적 신호, info_s = vertical social signal. 개인주의 가중 (idv_i) 으로 functional vs social utility 분기.

**(iv) 채택 임계값** (Eq. 5):

$$
\tau_i \sim N(\text{mean}_\tau, \text{SD}_\tau), \quad \text{mean}_\tau = 0.006 \cdot \text{UAD} + 0.2, \quad \text{SD}_\tau = 0.004 \cdot \text{IDV} + 0.1
$$

채택 결정: $U_i > \tau_i$.

식별은 (i) 1,296 case grid × 20 runs 의 충분한 randomization, (ii) interaction model 의 BIC 비교 (Model 2 가 Model 1 대비 $R^2$ 우월), (iii) 10 interval 별 stage-specific 추정으로 *시간 의존성* 식별, (iv) Real-world 6 국 5 제품 비교로 *external validity*.

## 연구 계보

본 paper 는 (a) Hofstede (1980, 1984, 2001) 의 *cultural dimension theory* 정통, (b) Rogers (2010 *Diffusion of Innovations*) 의 *5-stage 채택 과정 + 의견 지도자 + 사회 시스템* 이론, (c) Bass (1969) + Mahajan-Muller (1994) + Chandrasekaran-Tellis (2007) 의 *aggregate diffusion* 정통 그러나 *ABM 으로 극복*, (d) Watts-Strogatz (1998) [[small-world-network]] + Granovetter (1978) threshold model 의 *network + decision 통합*, (e) Tellis et al. (2003), Van den Bulte-Stremersch (2004), Yeniyurt-Townsend (2003) 의 *cross-cultural 확산 실증* literature, (f) Desmarchelier-Fang (2016 *J Evol Econ*), Roozmand et al. (2011) 의 *Hofstede ABM* 부분적 선행 — 본 paper 가 *통합 + 확장* 의 결합. 방법론적으로 Kiesling et al. (2012 *Cent Eur J Oper Res*) + Zhang-Vorobeychik (2019) 의 *ABM diffusion* 리뷰 framework 위에 위치. [[jongsulee]] author page 의 *후기 ABM 방법론 도입* 라인 — Bass·DCM 의 *aggregate 한계* 를 *individual interaction + 문화 통합* 으로 극복하는 *방법론 전환점*.

## See also

- [[agent-based-model]]
- [[small-world-network]]
- [[lorenz-curve]]
- [[innovation-diffusion]]
- [[hofstede-cultural-dimensions]]
- [[social-culture]]
- [[bass-diffusion-model]]
- [[network-externalities]]
- [[opinion-leader]]
- [[jongsulee]]
- [[meihan-he]]
- [[journal-of-evolutionary-economics]]