Diffusion models

Diffusion models (modele dyfuzji) to klasa modeli probabilistycznych opisujących, jak zjawisko (np. informacja, innowacja, choroba, szok cenowy lub zmiana technologiczna) rozprzestrzenia się w czasie i przestrzeni w populacji, sieci lub systemie, często poprzez mechanizmy „zarażania” (contagion), naśladownictwa, uczenia się i efektów sieciowych. W ujęciu statystycznym i ekonometrycznym są to narzędzia do modelowania dynamiki przejść stanów (np. „nie przyjął” → „przyjął”) oraz do estymacji tempa i determinant dyfuzji.

W ekonomii i finansach diffusion models służą do wyjaśniania, dlaczego adopcja nowych produktów, technologii lub praktyk (np. płatności bezgotówkowych, oprogramowania w chmurze, standardów raportowania) zwykle nie rośnie liniowo, lecz ma charakter falowy: początkowo powolny, następnie przyspieszający, a na końcu wygasający wraz z nasyceniem rynku. Klasycznym przykładem jest dyfuzja innowacji wśród konsumentów i firm, gdzie decyzje zależą nie tylko od cech produktu i ceny, ale też od tego, ilu innych użytkowników już go przyjęło (efekty sieciowe), oraz od informacji płynącej z obserwacji innych (uczenie się społeczne).

W makroekonomii i finansach pojęcie dyfuzji bywa używane szerzej: do opisu rozprzestrzeniania się szoków (np. kryzysu płynności, paniki bankowej, wzrostu premii za ryzyko) pomiędzy instytucjami i rynkami, zwłaszcza gdy system jest połączony siecią zależności (ekspozycje kredytowe, łańcuchy dostaw, powiązania portfelowe). W takim ujęciu modele dyfuzji pomagają analizować, jak lokalne zaburzenie może przejść w zjawisko systemowe oraz jakie czynniki (kapitał, płynność, koncentracja, centralność w sieci) wzmacniają lub tłumią transmisję.

W praktyce termin obejmuje kilka rodzin podejść. Najbardziej znane są modele adopcji o krzywej „S” (np. modele logistyczne, Gompertza, Bass), gdzie tempo wzrostu zależy od liczby dotychczasowych adopcji i potencjału pozostałego rynku. W analizie danych mikro (np. na poziomie gospodarstw domowych, firm, regionów) często stosuje się modele hazardu/czasu do zdarzenia (survival analysis), które opisują prawdopodobieństwo adopcji w danym momencie przy danych cechach jednostki i otoczenia. W badaniach sieciowych wykorzystuje się modele kaskad i progów (threshold models), w których jednostka „przechodzi” do nowego stanu po przekroczeniu pewnego udziału sąsiadów, którzy już przeszli. W finansach termin „diffusion” bywa też używany w węższym, matematycznym sensie procesów dyfuzyjnych (stochastycznych) w modelowaniu cen aktywów, jednak w kontekście ekonomii realnej i innowacji częściej chodzi o dyfuzję adopcji i informacji.

Przykłady zastosowań (zwięźle):

• Dyfuzja płatności zbliżeniowych: początkowo adopcja rośnie wolno, potem przyspiesza wraz z rozbudową terminali i rosnącą akceptacją społeczną, a następnie stabilizuje się przy wysokim nasyceniu.
• Dyfuzja praktyk ESG w firmach: tempo zależy od presji inwestorów, regulacji branżowych, dostępności danych oraz naśladownictwa liderów rynkowych.
• Dyfuzja szoku w łańcuchu dostaw: zakłócenie u kluczowego dostawcy może przenosić się na kolejne firmy zależne od komponentów, wpływając na produkcję i ceny.

• Kluczowe właściwości
• Dynamika nieliniowa i nasycenie: wiele procesów dyfuzji ma kształt krzywej „S” (faza wczesna → szybki wzrost → plateau), co odzwierciedla ograniczony „rynek potencjalny” lub ograniczoną liczbę podatnych jednostek.
• Zależność od interakcji: tempo dyfuzji często rośnie wraz z liczbą wcześniejszych adopcji (naśladownictwo, efekty sieciowe, reputacja), ale może też hamować przez bariery kosztowe, regulacyjne lub infrastrukturalne.
• Heterogeniczność i segmentacja: różne grupy (np. branże, regiony, typy konsumentów) mają odmienne progi adopcji, koszty przejścia i dostęp do informacji; modele uwzględniają to przez zmienne objaśniające, losowe efekty lub strukturę sieci.
• Rola kanałów transmisji: w ujęciu sieciowym kluczowe są połączenia (kto z kim wchodzi w interakcje) oraz „węzły” o dużej centralności, które mogą przyspieszać lub stabilizować rozprzestrzenianie.

• Typowe konteksty użycia
• Marketing i strategia: prognozowanie adopcji produktu/usługi, ocena wpływu rekomendacji, cen, promocji i dostępności kanałów dystrybucji na tempo przyjęcia.
• Ekonomia innowacji i produktywność: badanie, jak technologie (np. automatyzacja, AI, rozwiązania chmurowe) przenikają do firm i jak to wpływa na wydajność oraz przewagi konkurencyjne.
• Finanse i ryzyko systemowe: analiza rozprzestrzeniania się stresu płynnościowego, niewypłacalności lub zmian apetytu na ryzyko w sieci instytucji i rynków.
• Makroekonomia i polityka publiczna: modelowanie dyfuzji zachowań (np. oszczędzania energii), programów (np. dopłat) lub zjawisk zdrowotnych, gdy istotne są interakcje społeczne i efekty zewnętrzne.

• Częste nieporozumienia
• „Dyfuzja” = zawsze proces fizyczny lub chemiczny: w ekonomii to metafora i formalny opis rozprzestrzeniania się decyzji, informacji lub szoków; nie musi mieć dosłownego charakteru przestrzennego.
• Krzywa „S” jest uniwersalna i gwarantowana: wiele procesów ma inny przebieg (np. szybki skok i spadek, wielofalowość), zwłaszcza gdy zmieniają się ceny, regulacje, technologia lub pojawiają się substytuty.
• Wysoka adopcja oznacza wysoką wartość ekonomiczną: dyfuzja mierzy tempo i zasięg przyjęcia, nie przesądza o rentowności, trwałości przewagi ani o dobrobycie społecznym.
• Korelacja z „wpływem społecznym” dowodzi przyczynowości: obserwacja, że adopcja rośnie wraz z liczbą adopcji w otoczeniu, może wynikać także ze wspólnych czynników (np. dochodu, infrastruktury, regulacji); identyfikacja przyczynowa wymaga ostrożnej metodologii.