2024年3月13日发(作者：隗涵忍)
问答社区平台与用户策略选择的创新路径演化博弈分析
*
李武，姚婧雅，梁悦
摘要问答社区是互联网用户进行知识交流、创新的重要平台。文章运用演化博弈方法，分析问
答社区创新策略与用户互惠问答行为，探讨（持续创新、互惠问答）合作路径演化的机理。基于有
限理性假设，构建演化博弈模型，求解博弈各方不同策略下的纳什均衡，刻画演化路径，阐述运行
机理。研究表明：系统演化的路径依赖于博弈双方的初始状态，平台（持续创新）策略、用户（互
惠问答）策略的选择与知识外化系数、新增资金正相关。因此，平台需要通过持续创新，甄别“搭
便车”行为、增加增值服务、打造体现差异化的核心竞争力，促进用户选择（互惠问答）策略，以
实现演化稳定策略的合作路径。
关键词创新路径问答社区策略选择演化博弈
引用本文格式李武，姚婧雅，梁悦.问答社区平台与用户策略选择的创新路径演化博弈分析[J].
图书馆论坛，2022，42（5）：140-149.
AnEvolutionaryGameAnalysisofInnovationPathsofQ&ACommunity
PlatformsandUserStrategicChoices
LIWu，YAOJingya&LIANGYue
Abstract
paper，theevolutionarygamemethodisusedtoanalyzetheinnovationstrategiesofQ&Acommunitiesandusers'
Q&Acommunitiesar
reciprocalQ&Abehavior，andexplorethemechanismofcooperationpathevolution，i.e.，continuousinnovation
andQ&ntheassumptionoffiniterationality，anevolutionarygamemodelisconstructedto
earchshowsthatevolutionarypathsdependontheinitialstateofgame
solvetheNashequilibrium，identifypossibleevolutionarypaths，andelaboratetheoperationprinciplesunder
tform（continuousinnovation）anduser（reciprocalQ&A）strategiesarepositively
correlatedwiore，platformsneedto
value-addedservices，andcreatecorecompetenciesthatcanreflectdifferentiation，soastoenhancethe
cooperationpathsforachievingastableevolutionarystrategy.
Keywordsinnovationpaths；Q&Acommunities；strategyselection；evolutionarygames
promoteusers'reciprocalQ&Achoicesthroughcontinuousinnovation，screen"hitchhiking"behavior，introduce
0引言
世界知识产权组织发布《2020年全球创新
指数(中文版)》，中国创新指数排名第14位，人
均GDP超过1万美元，进入“效率驱动向创新驱
动转型”阶段
[1]
。问答社区平台“提问-回答”的
内容发布形式，意味着每一个用户既可以是提问
者，也可以是答复者；这种交换信息的知识共享
*本文系国家社科基金重点项目“档案馆功能理论重构及社会化实现研究”（项目编号：19ATQ008）和广西研究生科研创
新项目“基于QCA分析方法的知识驱动背景下企业创新绩效研究”（项目编号：GXMDGY201906）研究成果。
140
行为，有助于知识的创新与创造
[2-3]
，其实质就是
潜在的知识创新诱导
[4]
。目前问答社区尚处于发
展瓶颈期，存在创作者人数匮乏、内容缺乏真实
性、受直播平台流量冲击、用户“搭便车”获取
知识
[5]
、平台恶性竞争等问题
[6-7]
，严重影响用户
体验和平台的知识氛围，用户互惠问答的意愿持
续走低、知识共享水平持续下降
[8-9]
。因此，针对
此类问题的研究成为近期热点，涉及用户创新意
识、行为特征、意愿，以及平台的功能创新、机
制等方面，而用户与平台的关联研究更需要进一
步探讨。本文基于演化博弈方法，剖析平台及用
户的策略选择，揭示平台的创新机理，甄别用户
的“搭便车”行为，寻找演化均衡，刻画合作的
创新路径，为持续创新提供策略建议。
1文献综述
在知网中，以“虚拟社区+用户+创新”为
主题进行检索，时间截至2021年5月31日，共
得到文献274篇，其中期刊论文75篇(核心43
篇)，硕博论文196篇；以“虚拟社区+平台+创
新”为主题，共检索到251篇文献，其中期刊论
文72篇(核心33篇)，硕博论文177篇。两种检索
途径之间存在重复文献140篇。进一步以“问答
社区+用户+创新”和“问答社区+平台+创新”
为主题进行检索，分别获得24篇和33篇文献。
在WebofScience数据库中，时间跨度设
为2001-2021年，以“Virtualcommunity”
“Innovation”为主题词进行检索，共
得到274篇文献，其中期刊论文177篇、会议论
文64篇、综述类文章12篇，3类文章占总检索
量的92%，与“Q&Acommunity”主题相关的
文献共9篇。
相关文献研究主要基于用户、平台两层面展
开。(1)用户层面的研究涉及个体特质、声望(声
誉)、创新意识、行为特征、意愿等。比如，有学
者认为：用户是构成问答行为的主体，其高开放
性个体特质在自我学习和社会学习方面能强化及
调节创新绩效
[10]
；声望(声誉)对激励个体进行知
识创新起着促进性作用
[11-12]
，成员会为获得更高
◎2022年第5期◎
声望(声誉)、提高自身知识积累和维持形象而频
繁地回答问题和提供新知识
[13-14]
；用户的创新意
识、专业知识、认可度对知识创新结果影响显
著
[15]
，用户行为特征的相似性、个体自我能力的
主观判断和知识的转化能力都会影响用户知识共
享与创造
[16-17]
。另外，用户社交关联强度与信息
生产量之间呈正相关
[18]
，开放式创新社区离不开
用户的强烈贡献意愿
[19]
，以及基于认同的知识贡
献行为
[20]
，而利他主义会促进和保持知识创新的
可持续性
[21]
。(2)平台层面的研究主要涉及技术创
新、文化、资源、机制等。例如，技术支持和功
能服务等创新，造就用户知识共享方式和手段的
多样化
[22]
；用户的创新行为不仅受制于个体动
机，还受到平台鼓励机制、线下互联活动的影
响
[23]
；平台采用命题框架引导模式，能促使知识
创新源集中化
[24]
；平台的资源配置与知识协作规
模息息相关
[25]
，规范、内容和交互维度等社区特
征能够促进知识交流
[26]
；传统信息交互与智能化
新技术的协同发展，能扩大知识资源的共建共
享
[27]
；优秀的社区文化、和谐的社区环境有利于
成员间的经验交流、知识共享和学习，不断促进
知识创新
[28]
。此外，姚慧丽等利用仿真数据，模
拟平台奖励机制、机会成本和收益分配，发现平
台奖励对用户分享意愿影响显著且关系到共享策
略的选择
[29]
。
针对用户、平台的研究方法相当丰富，主要
包括理论分析、案例研究以及建模分析等。张海
涛等运用扎根理论研究问答社区用户角色转变的
动力机理
[30]
；余晓等优化SECI模型，探究知识显
隐性转化的周期问题
[31]
；米国伟、王晋等利用
LDA主题模型识别用户数据
[32-33]
；甄瑾慧构建结构
方程模型，研究虚拟社区感、社会资本对在线用户
集体意愿的影响
[34]
；于晶基于涌现模式识别研究热
点
[35]
；李明等构造词权重TF-PIDF新算法，研究
知识供需问题
[36]
；谭春辉等构建用户三方动态博
弈模型，分析社区中科研团体的策略选择
[37]
。以
上都是将不同方法应用于问答社区的创新性研究。
学者针对问答社区及用户的研究，取得了大
量成果，但在社区平台与用户的策略选择、行
141
“Users”
为、博弈均衡、演进路径等方面，仍缺乏深入探
究。基于有限理性假设的演化博弈理论，可从演
化的视角分析问答社区平台及用户的策略选择，
揭示其作用机理，刻画其演化路径。
2研究依据及模型变量假设
2.1研究依据
(1)演化博弈理论及方法。演化博弈理论将博
弈理论与动态演化过程结合起来，从有限理性出
发，以群体为研究对象。当博弈存在多个群体
时，不同的群体有不同的纯策略集、不同的收益
及不同的演化速度。也就是说，博弈中个体选择
纯策略所得的收益不仅随其所在群体的状态变化
而变化，而且也随其他群体状态的变化而变化。
现实生活中，问答社区平台与用户的策略选择行
为并不都是理性的，守旧、搭便车等行为具有明
显的有限理性特征。因此，演化博弈的方法适合
并且有利于揭示二者策略选择的演化路径。演化
稳定策略(ESS)是演化博弈理论的核心概念，反
映了均衡解的稳定性状态，以及向均衡稳定状态
的动态收敛过程。以下是MaynardSmith等给
出有关ESS的原始定义
[38]
：一个策略若是ESS，
则其应同时满足以下两个最优反应条件：
u(y，x)≤u(x，x)(1)
u(y，x)=u(x，x)⇒u(y，y)＜u(x，y)(2)
复制者动态(ReplicatorDynamics)是演化博
弈理论中常见的一种选择。复制者动态能较好地
描绘出有限理性个体的群体行为变化趋势，由此
得出的结论能较准确地预测个体的群体行为，因
而倍受博弈论理论家们的重视
[39]
。
(2)其它相关理论及方法。①隐性知识、显性
知识。Polanyi最先提出隐性知识是知识创新的
关键所在
[40]
，Leonard等引入连续体概念来描述
知识的显隐性特征，为显隐性知识相互转化提供
依据
[41]
。②显隐性知识转换SECI模型。该模型由
Nonaka提出，用以阐释知识共享与转换的行
为，包括社会化、外化、组合化及内化4个过
程
[42-43]
。③经济学的效用理论及边际分析。效用
能够衡量个体收益或需求的满足程度，在博弈论
142
以及经济学分析中得到广泛运用。效用理论研究
个体或组织的分配问题，以实现收益或欲望满足
程度的最大化，边际分析法是其中重要的研究方
法。其中，总效用是边际效用之和；边际效用递
减规律决定，边际效用为零时，总效用达到最大。
2.2模型变量假设
假设在平台主导的组合化过程中，用户基于
互惠问答，提高了显性知识和隐性知识，催化知
识结构的创新，完成从知识吸收到知识创新，则
这是一个优化了的、动态螺旋上升的SECI循环
过程。在此基础上，构建演化博弈模型。
(1)策略选择的假设。在创新前景下，本文以
问答社区经营主体A和用户参与主体B为研究对
象，围绕平台运行、用户知识转化与共享，构建
博弈模型。其中，主体A以盈利为目的，其策略
集合为{维持现状，持续创新}；主体B以知识增
值为目的，考虑到“搭便车”行为，即部分用户
存在自私自利倾向，希望别人贡献知识，自己只
搭便车浏览，不参与互惠问答，坐收渔翁之利，
以增加自身的收益。因此，社区用户的策略集合
为{搭便车，互惠问答}。
(2)问答社区平台收益的假设。平台的企业性
质决定，盈利是其最终目的。假设在(维持现状)
策略下的收益为
R
；在(持续创新)策略下，假设新
增收益为
r
，则总体收益为(
R
+
r
)。
(3)问答社区平台经营成本的假设。在运行过
程中，涉及的成本主要包括：开发成本、维护成
本、人工成本等。其中，开发成本可以作为固定
资产进行年度摊销，维护成本、人工成本等是日
常经营成本。(持续创新)策略下必须追加投入，
属于新增成本。为便于计算，本文假设(维持现
状)策略下的收益为纯利润。因此，(维持现状)策
略下无新增成本，那么(持续创新)策略下，需要
追加资金投入，其新增成本为k。
(4)知识价值的假设。假设W为平台用户所拥
有的隐性知识价值，同时，假设平台在知识组合
化过程中能够为用户提供增值服务，
γ
为用户因
此获得的知识组合收益系数，则相应的SECI知
识转换与共享过程如下：
知识向高维度隐性知识转化的过程，是隐性知识
①社会化过程(Socialization)，指低维度隐性
之间的转变。低维度隐形知识通过问答社区用户
对知识的应用和实践，逐渐转变为高维度隐性知
识。假设
α
为知识社会化收益系数，则该过程的
知识收益为αW。
知识质变为显性知识的过程。在问答社区中，用
②外化过程(Externalization)，是高维度隐形
户主要通过回答问题、共享经验等，以语言表
达、文字陈述等最基本的形式外显为非系统的无
序的显性知识。假设
β
为知识外化支出系数，则
该过程的隐性知识外化支出为βW。
乱的显性知识转化为系统的显性知识的过程。此
③组合化过程(Combination)，是无序的混
过程需要平台将大量用户问答中的无序化知识和
信息进行归类、组织、整合，成为方便更多用户
获取的逻辑化、系统化知识，实现社区知识池的
积累与价值增值。假设
γ
为知识组合化收益系
数，则其该过程的知识收益为γW。
知识转化为低维度隐性知识的过程，是用户认识
④内化过程(Internalization)，是系统化显性
和理解的过程。用户在社区中浏览内容、进行问
答交流中，经过不断选择和学习，将显性知识持
续内化为自身的知识。假设
δ
为知识内化收益系
数，则该过程的知识收益为δW。
以上是一个动态的螺旋上升的SECI循环，
其中，社会化过程是隐性知识之间的转变，是外
化过程的基础，显然，
α
＞
β
。
3问答社区平台与用户策略选择的演化
路径分析
3.1博弈收益矩阵
基于经济学“成本-收益”理论，结合本研
究假设，可得出问答社区平台与用户的演化博弈
收益矩阵，如表1所示。
表1问答社区及用户博弈双方的收益矩阵
用户
互惠问答搭便车
问答社区
持续创新
R+r-k，(α+γ+δ-β)WR-k，(γ+δ)W
维持现状
R，(γ+δ-β)WR，(γ+δ)W
◎2022年第5期◎
在不同的策略组合下，博弈参与主体的收益
具体如下：
(1)(持续创新，互惠问答)策略组合。在平台
(持续创新)策略下，用户积极执行(互惠问答)策
略，新增收益为r，总体收益(R+r)，新增成本为
k，因此，(R+r-k)为问答社区平台的实际收益。
根据效用理论，新增收益需大于新增成本，企业
才会持续创新，直到边际新增收益等于边际新增
成本，故r≥k。由于用户参与SECI全过程，并产
生相应的收益与成本支出，此时，当用户采用(互
惠问答)策略，其收益为(
α
+
γ
+
δ-β
)W。
(2)(维持现状，互惠问答)策略组合。R表示
(维持现状)策略下问答社区的平台收益。考虑到
平台采用(维持现状)的策略，不能为用户提供
增值服务，用户很难将无效的(低纬度)隐性知识
升华为高维度隐性知识，其SECI缺失一个社
会化过程。因此，用户(互惠问答)策略的收益为
(
γ
+
δ
-
β
)W。
(3)(持续创新，搭便车)策略组合。与(持续创
新，互惠问答)策略组合相比，由于用户选择(搭
便车)策略，问答社区的(持续创新)投入并没有带
来新增收益。因此，平台的收益为(R-k)。而对于
用户而言，能够获得平台(持续创新)策略下的知
识积累与价值增值，通过浏览接收并获取来自平
台的显性知识，内化为自己需要的知识，但因为
其(搭便车)行为，SECI缺失社会化过程及外化过
程，因此(搭便车)策略下的用户收益为(γ+δ)W。
(4)(维持现状，搭便车)策略组合。(维持现状)
策略下的问答社区平台收益为R，而(搭便车)策略
下的用户收益为(
γ
+
δ
)W。
3.2复制动态方程的求解
(1)复制者动态方程模型构建。根据博弈收益
矩阵，本文构建群体复制者动态模型：假设有两
个相互影响的有相同规模的种群，每个种群的成员
都被随机地选出进行配对博弈；考虑每一个种群的
复制动态，可以得到以下复制者动态微分方程
[44]
·
s
：
i
i
t
(x)=s
i
t
其中，i
(
表示种群1、2，
x)[u
i
t
(x)-ū
i
t
]
，(i=1
t表示策略1、2。假
，2；t=1，2)(3)
设问答社区选择(持续创新)策略的比例为p，则
143
(1-p)为选择(维持现状)策略的比例。假设平台用
户选择(互惠问答)的比例为q，则(1-q)为选择(搭
便车)策略的比例。
(2)期望收益、平均收益及演化稳定策略
(ESS)。问答社区平台的期望收益与平均收益见
公式4-6：
U
1
1
U
1
=q
U
-
1
=pU
qR
(R
1
+(1
+r-
-
-
k
p
q
)
)
)
+(1
U
R=
-
R
q)(R-k)
2
=
(5)
(4)
1
+(1
1
2
=p[q(R
将公式4-6代入公式3，得到问答社区平台
+(1-q)(R-k)]+(1-p)
+
R
r-k)
(6)
的复制者动态微分方程：
F(p)=p(U
1
1
-U
-
1
对于公式7，令
)=
F
p
(
(1
·)=0，可得：
-p)(qr-k)(7)
p=(0，1)；
q
=
k
r
。
用户的期望收益与平均收益见公式8-10：
U
2
1
U
2
=
=
p
p
(α
(γ
+
+
γ
δ)
+
W
δ
+(1
-β)
-
W
p
+(1
)(γ+
-
δ
p
)
)(
W
γ
=(
+
γ
δ-
+
β
δ)
)W
(8)
2
U
-
2
=qU
2
+(1-p)(
-
γ
q
+
)U
+γ+δ-β)W
W
(9)
1
+(1
δ
2
2
=
q[p(α
将公式8-10代入公式
-β)W]+(1
3，得到用户收益的
-q)(γ+δ)W
(10)
复制者动态微分方程：
F(q)=q(U
2
1
-
2
对于公式11，令
-U)=
F·(
q(1-
)=0，可得：
q)(pα-β)W(11)
q=(0，1)；p=
β
α
。
(3)演化稳定均衡。公式7和公式11组成的
演化系统，可用于描述问答社区平台和用户两个
博弈群体策略选择的动态演化。此系统的平衡点
为：(1，1)、(1，0)、(0，1)、(0，0)，(
β
α
，
k
r
)，
其中，(
β
α
，
k
r
)为混合策略均衡解；而其(p，q)平
衡点的局部稳定性，可以通过雅可比(Jaconbian)
矩阵的局部稳定性来判断
[45]
。依次求公式7、公
式11关于(p，q
J=
ê
(1-2p)(
)的偏导，可得到雅可比矩阵：
é
qr-k)p
ë
q(1-q)pW)(1
(1
-
-
2
p
q
)
)(
q
ù
pα-β)W
ú
û
因此，雅可比矩阵的行列式为：
144
detJ=(1-2p)(1-2q)(qr-k)(pα-β)W
雅可比矩阵的迹为：
-pq(1-p)(1-q)W(12)
trJ=(1-2p)(qr-k)+(1-2q)(pα-β)W(13)
将(p，q)在集合ϕ={(p，q)；0≤p≤1；0≤q≤1}
所有演化均衡点分别代入公式12和公式13，可
得到相应的雅可比矩阵行列式、迹的值和符号，
据此可以判断均衡点的局部稳定性(计算结果见表2)。
表2问答社区与用户行为的局部稳定性分析
平衡点
J的行列式
符号
J的迹
符号
局部
稳定性
p=1，
q=1
(r-k)(α-β)W
正
-[(r-k)+(α-β)W]
负
ESS
p=1，
q=0
k(α-β)W
正
k+(α-β)W
正不稳定
p=0，
q=1
(r-k)βW
正
(r-k)+βW
正不稳定
p=0，
q=0
kβW
正
-k-βW
负
ESS
-
βkW(α-β)(r-k)
α
2
r
2
负
0
零鞍点
由表2可以得知，在5个均衡点中，2个为
不稳定状态(p=1，q=0)、(p=0，q=1)，即(持续创
新，搭便车)、(维持现状，互惠问答)；2个为演
化稳定状态(p=1，q=1)、(p=0，q=0)，即(持续创
新，互惠问答)、(维持现状，搭便车)；1个鞍点
(p=
β
α
，q=
k
r
)，其系统演化路径见图1。当中，
不稳定状态的两个均衡点及鞍点构成临界线，线
的左边收敛于(维持现状，搭便车)，右边收敛于
(持续创新，互惠问答)。
q
（1，1）
（0，0）
p
图1问答社区与用户行为博弈演化相位图
3.3问答社区平台及用户策略选择的演化路径分析
基于复制动态方程的求解，可以得到两条演
化路径：一是问答社区平台及用户选择不合作的
策略路径，最终收敛于(维持现状，搭便车)演化
稳定策略；一是问答社区平台及用户选择合作的
策略路径，最终收敛于(持续创新，互惠问答)演
化稳定策略。
(1)p、q参数相关性分析及演化路径。系统
博弈演化相图(图1)描述问答社区平台与用户博弈
的动态过程：当(p<
β
α
，q<
k
r
)时，问答社区平台
(持续创新)策略的比例小于临界值，用户选择(互
惠问答)策略的比例也小于临界值，初始博弈落在
系统相图的左下方，博弈收敛于(p=0，q=0)，即
博弈双方选择(维持现状，搭便车)策略。
同理，当p>
β
α
，q>
k
r
时，博弈收敛于(p=1，
q=1)，博弈双方选择(持续创新，互惠问答)策
略。当(p>
β
α
，q<
k
β
r
)以及(p<
α
，q>
k
r
)时，问
答社区平台与用户的博弈呈现显著的非线性特
征。一方面，系统的演化路径收敛于(p=0，q=0)
和(p=1，q=1)都存在可能性，主要取决于问答社
区平台与用户行为在博弈中的学习调整速度。若
用户从(搭便车)策略到(互惠问答)策略的调整速度
能够跟上问答社区平台(持续创新)策略，博弈则
收敛于(p=1，q=1)，从而实现(持续创新，互惠问
答)演化均衡；反之，博弈结果收敛于(p=0，q=0)，
即达成(维持现状，搭便车)演化均衡。另一方
面，系统演化及其均衡的收敛结点还取决于博弈
双方的初值，如果初始点(p，q)落在临界线的左
下边，博弈均衡则收敛于(p=0，q=0)，即趋向(维
持现状，搭便车)演化均衡；反之，如果初始点
(p，q)落在临界线的右上边，博弈均衡则收敛于
(p=1，q=1)，即实现(持续创新，互惠问答)演化
均衡。基于上述分析可知：系统演化的路径依赖
于问答社区与用户博弈双方的初始状态。
(2)
α
、
β
、k、r等参数逻辑相关性的演化路
径。其一，p的大小与
α
、
β
直接相关。基于SECI
理论，对选择(互惠问答)策略的用户来说，社会
化收益(系数
α
)的实现，需要将低维度隐性知识转
化为高维度隐性知识，而低维度隐性知识来自于
◎2022年第5期◎
内化(系数
δ
)，而内化的知识依赖于社区知识的积
累与价值增值，这又离不开其组织化过程(系
数
γ
)，组合化的收益又与选择(互惠问答)策略的
用户的持续问答与交流的贡献(外化过程，系数
β
)
相关。因此，其逻辑逆向顺序为：
α
←
δ
←
γ
←
β
。
其二，q的大小与k、r直接相关。选择(互惠问答)
策略的用户能够持续提高平台的流量，而问答社
区平台收益与用户数量及流量直接相关。问答社
区平台若选择(持续创新)策略，需要在技术、算
法与服务等方面追加资金(k)，将用户发帖和回复
中的无序化知识进行归类、整合，成为方便用户
获取的系统化知识，实现社区知识的积累与价值
增值，其组合化过程(系数
γ
)可以提高用户的浏览
质量，用户通过获取平台的显性知识，持续内化
为自己所需的隐形知识(系数
δ
)，再进一步通过社
会化过程转化为高维度隐性知识(系数
α
)，并通过
(互惠问答)策略，将高维度隐性知识逐步外化成
为无序化显性知识，贡献给有需要的社区用户(系
数
β
)，最终实现用户数量与流量的增加，提高平
台收益(r)。其逻辑顺序为：k→
γ
→
δ
→
α
→
β
→r。
(3)演化路径的边际分析。用户积极参与(互
惠问答)是因为在社会化过程中，其获得的经转化
后的高维度隐性知识收益(系数
α
)大于外化的显性
知识(系数
β
)，而且只要增加的∆
α
大于∆
β
，用户
就有动力继续选择(互惠问答)策略，直至二者趋
近，即p→1；同时，问答社区平台选择(持续创
新)的前提是收益大于追加的投资；只要增加的∆r
大于∆k，平台就会继续选择(持续创新)策略，直
至二者趋近，此时q→1。对问答社区平台而言，
实现(持续创新)利润最大化的必要条件之一是边
际收益∆r大于边际成本∆k；对于用户而言，(互
惠问答)策略利益最大化的必要条件是边际社会化
收益∆
α
大于边际外化收益∆
β
。此时，问答社区
平台与用户的博弈进入生命周期理论中的成熟期
阶段，(持续创新，互惠问答)策略成为演化稳定
均衡。
3.4演化路径的数值模拟仿真
演化博弈模型的演化相位图(图1)显示，平台
与用户博弈的演化存在两种趋势，而G点作为博
145
弈系统的鞍点，明显影响着系统初始状态的分布
和演化路径的走势。依据研究假设及演化路径分
析，本文运用MAPLE软件数值模拟3种初始状
态下社区平台与用户策略选择的演化趋势。假设
阈值区间为(0 β α ，q< k r )、 (p> β α ，q> k r )。初始参数赋值如下：隐性知识价 值W=10，(维持现状)策略下收益R=12，(持续创 新)策略下新增收益r=8，新增成本k=6，知识社 会化过程系数 α =0.7，知识外化系数 β =0.5，知 识组合化系数 γ =0.3，知识内化系数 δ =0.6，则 问答社区与用户不同策略的收益值也就相应确定 了。由此可得：p= 5 ，q= 3 。 (1)合作或不合作双演化路径数值模拟仿真。 74 假设阈值取值范围为0～1，p，q∈(0，1)，则博弈 系统的q动态演化过程如图2所示。其中，存在 两个演化稳定策略(ESS)，即(1，1)及(0，0)，从 而构成两条演化路径：(持续创新，互惠问答)演 化稳定策略的合作路径，以及(维持现状，搭便 车)演化稳定策略的不合作路径。如图2所示，三 维坐标图可更清晰地显示数值模拟仿真结果，沿 鞍点(红色标注点)，一条为合作的演化路径(持续 创新，互惠问答)的合作路径，即均衡点(1，1)； 一条为不合作的演化路径(维持现状，搭便车)， 即均衡点(0，0)。 图2问答社区与用户行为博弈双演化路径仿真图 (2)不合作演化路径数值模拟仿真。以鞍点 (p= 5 7 ，q= 3 4 )为取值界线，取阈值小于0.70，即 146 (p< β α ，q< k r )，则博弈系统的动态演化过程如图 3所示。此时问答社区及用户博弈的演化路径走 势均趋向于0，系统收敛于(0，0)点的概率增加， (维持现状，搭便车)策略为其演化稳定策略 (ESS)。社区平台倾向于选择维持现状的策略， 用户倾向于选择搭便车策略，社区用户的显隐性 知识转化与共享难以实现。 图3问答社区与用户行为博弈不合作 演化路径仿真图(阈值小于0.7) (3)合作演化路径数值模拟仿真。以鞍点(p= 5 q= 3 )为取值界线，取阈值大于0.75，则博弈系 7 ， 统的动态演化过程如图4所示。此时，问答社区 4 及用户博弈的演化路径走势均趋向于1，系统收敛 于(1，1)点的概率增加，(持续创新，互惠问答)策略 是其演化稳定策略。此时，社区平台倾向于选择持 续创新的策略，用户倾向于选择互惠问答策略，社 区用户的显隐性知识转化与共享得以实现。 图4问答社区与用户行为博弈合作演化 路径仿真图(阈值大于0.75) 不同初始参数设置下，问答社区平台及用户 策略选择3条演化路径的数值模拟仿真说明，博 弈系统趋势的走向与鞍点的位置紧密相关，这与 演化路径的参数分析所得到的结论保持一致。 4结论 (1)问答社区平台与用户策略博弈存在两条演 化路径。通过复制动态方程的求解，可以得到两 个演化稳定策略(ESS)，即问答社区平台与用户 博弈的两条收敛的演化路径：(维持现状，搭便 车)不合作路径和(持续创新，互惠问答)合作路径。 (2)演化路径的走向依赖于问答社区与用户博 弈双方的初始状态。在博弈初期，参与博弈双方 在给定信息状态下，未必有能力或意愿选择最优 策略。但在动态博弈过程中，一方面，平台通过 在技术、服务等方面创新，实现社区知识的积累 与价值增值，吸引用户使用平台；另一方面，用 户为了将低维度隐性知识转化为高维度隐性知 识，也需要借助社区平台的组合化，寻找匹配的 问答对象，进行互惠问答，实现知识内化。双方 在学习、试验、模拟的过程中不断调整博弈策 略。因此，演化稳定状态不仅依赖于博弈双方的 学习速度和方向，也取决于博弈双方的初始状 态，从而使演化具有初值依赖性，博弈双方行为 呈现出多样性。 (3)平台(持续创新)策略、用户(互惠问答)策略 选择比例与用户知识外化系数、平台新增资金正 相关。参数逻辑相关性分析表明：平台(持续创 新)策略的选择比例高低与用户持续问答与交流的 贡献(外化系数 β )正相关，用户(互惠问答)策略选 择比例大小与平台追加资金投入(k)的多少正相 关。创新逻辑顺序为：平台(持续创新)的资金投 入，促进用户(互惠问答)的参与，带来数量及流 量的提高，二者之间的良性互动，最终用户获得 知识增值，平台实现收益。 (4)边际收益大于边际成本是平台与用户(持 续创新，互惠问答)合作路径实现的必要条件。边 际分析表明：只要新增的收益大于新增的成本 (∆r>∆k)，平台就会有动力选择(持续创新)策略； 同样，只要增加的知识收益∆ α 大于外化的成本 付出∆ β ，用户就有动力选择(互惠问答)策略。 ◎2022年第5期◎ 5建议 问答社区选择(持续创新)策略，需要重点关 注机制、价值观、归属感、平台功能等因素，才 能更好地促进社区用户选择(互惠问答)策略，实 现(持续创新，互惠问答)的演化稳定策略(ESS)。 (1)设立专门的用户管理部，有效甄别“搭便 车”行为。结论(1)表明，平台与用户博弈存在两 条演化稳定策略，甄别并有效管控“搭便车”行 为，意味着(互惠问答)用户获得更多的社会化收 益，增加知识的共享，从而使博弈收敛于(持续创 新，互惠问答)合作路径。因此，需要有一个专门 的用户部门来从事这项工作，通过补齐制度短 板，完善奖惩机制，来识别“搭便车”者，奖励 积极参与者，更好地支持(持续创新)策略的实 施，促使用户选择(互惠问答)策略。 (2)增加增值服务的优惠广度与免费力度。边 际分析表明，用户选择(互惠问答)策略的必要条 件之一是：增加的知识收益∆ α 大于外化的成本 付出∆ β 。因此，平台应该不断增加投入，进行 技术创新、算法改进，并增加增值服务的优惠及 免费力度，充分让用户感知知识收益大于外化成 本，吸引用户在博弈的初始阶段选择“互惠问答” 的策略，从而使博弈向(持续创新，互惠问答)合作 路径演进。首先，需要在内容、技术及算法等方面 进行创新，如设置虚拟币、增设虚拟职称/学历、实 现好友标识及类别自动识别等，提高浏览量；其 次，加大付费增值服务的优惠度，以吸引不同类型 用户的注意力；最后，提高增值服务的优惠广度与 免费力度，增加用户的粘性，从而在潜移默化中促 使其选择“互惠问答”策略。 (3)打造体现差异化的核心竞争力。核心竞争 力能够为企业带来比较竞争优势。面对市场的同 质化竞争，差异化的核心竞争力体现在：一是与 竞争者不同的“差异化”，二是创建平台的竞争 。结论(3)的创新逻辑表明，平台(持续创 新)的资金投入与用户(互惠问答)的参与息息相 关。以文化软实力创新为例，平台通过追加资金 投入，持续进行技术改进及服务创新，增加实时 147 “优势” 互动问答功能、打造互助小组、升级任务模式， 全过程创新社区文化活动，增强虚拟之家的认同 感、信任感、归属感，营造出合作共赢的价值 观，吸引并促进用户的参与，从而打造出体现差 异化的核心竞争力，实现(持续创新，互惠问答) 合作路径。 (4)用户可以通过策略选择促进问答社区平台 选择(持续创新)策略。参数分析表明，用户选择 (互惠问答)的比例q与问答社区追加的新增成本 k、获得的新增收益r直接相关。因此，用户能够 通过反向选择机制促进平台选择(持续创新)。对 于(持续创新)的平台，用户通过(互惠问答)策略传 递积极信号，持续提高其流量与收益，对于(维持 现状)的平台，用户通过(搭便车)策略传递消极信 号。这样，平台基于用户传递的信号，以边际收 益大于边际成本为必要条件，最终决定是否选择 (持续创新)策略。 6结语 本文基于演化博弈理论，分析问答社区平台 与用户策略选择的演化路径，创新之处体现在： 引入演化博弈方法，并结合边际分析，更直接展 示了平台与用户策略选择的演化路径，提出了相 关建议，以促进(持续创新，互惠问答)演化稳定 策略的实现。本研究的不足之处主要有：用户共 享及贡献行为的探究维度比较单一，今后可引入 社会资本理论、社会交换理论、社会感知理论等 进行深入的多视角分析，并从问答社区中抓取面 板数据，构建相应模型进行数据的拟合分析；没 有刻画出单一群体的策略演化轨迹，需要进一步 建立单一群体的演化博弈模型进行分析；基于经 典的SECI模型优化的研究假设，存在一定局限 性，并未探讨其他影响因素对用户策略选择的影 响，还需要进行实证案例验证。 参考文献 [1]苏米特拉·杜塔，布吕诺·朗万，萨沙·温施-樊尚， 等.2020年全球创新指数[R].中文版.日内瓦：世界 知识产权组织，2020：16. 148 [2]NAMK，ADAMICLA，ACKERMANMS. Questionsin，knowledgein?astudyofnaver’s questionansweringcommunity[C]//Proceedingsof the27thAnnualSIGCHIConferenceonHuman FactorsinComputingSystems，USA：Boston， MA，k：ACM，2009：779-788. [3]SARAM，CARLOSR，2 Vec：expertsrepresentationincommunityquestion answeringforquestionrouting[J].AdvancedInforma⁃ tionSystemsEngineering，2019（5）：213-229. [4]张海涛，孙彤，张鑫蕊，等.社会化问答社区用户角 色转变的动力机理研究[J].现代情报，2020，40 （9）：32-41. [5]岳宇君，郦晓月.出于效益还是约束?社会化问答社 区用户持续答题意愿研究[J].情报杂志，2021，40 （3）：175-181. [6]易明，张婷婷，李梓奇.多维特征下社会化问答社区 答案排序研究[J].图书情报工作，2020，64（17）： 103-113. [7]代宝，续杨晓雪，罗蕊.社交媒体用户信息过载的影 响因素及其后果[J].现代情报，2020，40（1）：152-158. [8]WANGJ，SUNJ，LINH，utional neuralnetworksforexpertrecommendationin communityquestionanswering[J].ScienceChina （InformationSciences），2017，60（11）：19-27. [9]邓君，魏瑶，李蛟，等.在线知识社区用户非持续使 用意愿研究——以知乎为例[J].情报科学，2021，39 （5）：138-145，155. [10]虞洁攀，李海刚.内外生双视角下虚拟社区用户共创 绩效的影响因素[J].科技管理研究，2021，41（4）： 205-210. [11]WASKOMM，uldIshare? examiningsocialcapitalandknowledgecontribution inelectronicnetworksofpractice[J].Management InformationSystemsQuarterly，2005，29（1）：35-57. [12]陈小卉，胡平，马宇彤.问答社区知识传播者网络声 望、行动相似度与知识传播效果[J].管理学报， 2021，18（5）：741-750. [13]吴琼，邓胜利.虚拟社区中知识创新影响因素的实证 研究[J].图书情报知识，2011（5）：115-121. [14]金晓玲，汤振亚，周中允，等.用户为什么在问答社 区中持续贡献知识?：积分等级的调节作用[J].管理评 论，2013，25（12）：138-146. [15]MARCHIG，CLAUDIOG，⁃ tendinglead-usertheorytoonlinebrandcommuni⁃ ties：thecaseofthecommunityDucati[J].Technova⁃ tion，2011，31（8）：350-361. [16]赵晶，汪涛.社会资本、移情效应与虚拟社区成员的 知识创造[J].管理学报，2014，11（6）：921-927. [17]KARIMRL，nsourcesoftware works：“free”user-to-userassistance[J].Research Policy，2003，32（6）：923-943. [18]杨金庆，叶光辉.网络问答社区信息生产者分布规律 研究——基于MetaFiltermusic版块的实证分析[J].情 报学报，2020，39（10）：1060-1068. [19]戚桂杰，李奕莹.企业开放式创新社区在线用户贡献 度研究[J].科技进步与对策，2016，33（14）：81-87. [20]崔智斌，涂艳.基于感知价值及动机理论的付费知识 持续贡献行为研究——以知乎Live为例[J].知识管理 论坛，2020，5（6）：398-406. [21]RUBION，VILLASENORN，⁃ tainableco-creationbehaviorinavirtualcommunity： antecedentsandmoderatingeffectofparticipant’s perceptionofownexpertise[J].Sustainability，2020， 12（19）：98-108. [22]刘琦，杜荣.基于参与动机的网络社区知识共享质 量、创新及满意度关系研究[J].情报理论与实践， 2013，36（3）：56-61. [23]汪传雷，朱绍平，万一荻，等.基于Web3.0的物流 信息平台社区模型构建研究[J].情报理论与实践， 2016，39（7）：127-135. [24]DOMINIKM，lleaduser communities：driversofknowledgecreationfor innovation[J].ResearchPolicy，2011，41（1）：167-177. [25]SAMERF，SIRKKALJ，MAJCHRZAA. Knowledgecollaborationinonlinecommunities[J]. OrganizationScience，2011，22（5）：1224-1239. [26]袁勤俭，毛春蕾.学术虚拟社区特征对知识交流效果 影响的研究[J].现代情报，2021，41（6）：3-12. [27]徐彤阳，滕琦.基于深度学习的虚拟学术社区智能问 答研究[J].情报杂志，2021，40（4）：163-169. [28]刘海鑫，刘人境.企业虚拟社区个体知识贡献行为影 响因素研究[J].科研管理，2014，35（6）：121-128. [29]姚慧丽，毛翔宇，金辉.考虑平台影响因素的虚拟社 区知识共享演化博弈研究[J].运筹与管理，2020，29 （12）：82-88. [30]张海涛，孙彤，张鑫蕊，等.社会化问答社区用户角 色转变的动力机理研究[J].现代情报，2020，40 （9）：32-41. [31]余晓，卢宏宇，叶琦琳.标准开发过程中的知识显隐 ◎2022年第5期◎ 性转化研究[J].管理现代化，2020，40（6）：36-41. [32]米国伟，先祖权，王琳，等.新冠肺炎疫情期间公众 心理健康信息需求研究——以社会化问答平台“知 乎”为例[J].现代情报，2021，41（6）：108-117. [33]王晋，支茵.性别差异视角下网络问答社区减肥信息 需求主题特征研究——以“知乎”为例[J].现代情 报，2021，41（2）：89-96，131. [34]甄瑾慧.在线问答社区用户集体意愿影响因素研究[J]. 情报探索，2021（3）：42-49. [35]于晶.基于社会化问答社区涌现模式分析的领域热点 识别研究[J].情报学报，2021，40（2）：213-222. [36]李明，李莹，周庆，等.基于TF-PIDF的网络问答 社区中的知识供需研究[J].数据分析与知识发现， 2021，5（2）：106-115. [37]谭春辉，王仪雯，曾奕棠.虚拟学术社区科研团队合 作行为的三方动态博弈[J].图书馆论坛，2020，40 （2）：1-9. [38]MAYNARDSJ，oryofgames andtheevolutionofanimalconflicts[J].Journalof TheoryBiology，1974，47（1）：209-212. [39]张良桥.进化博弈论基本动态理论[J].中国经济评 论，2003（5）：58-64. [40]icoftacitinference[J].Philoso⁃ phy，1966，41（155）：1-18. [41]LEONARDD，eoftacit knowledgeingroupinnovation[J].CaliforniaManage⁃ mentReview，1998，40（3）：281–301. [42]ictheoryoforganizationgal knowledgecreation[J].OrganizationScience，1994，5 （1）：14-37. [43]刘宏笪，严嘉欢，张茜.基于SECI模型的公共危机 应急协作系统研究[J].武汉理工大学学报（信息与管 理工程版），2020，42（5）：395-402. [44]威布尔.演化博弈论[M].王永钦，译.上海：上海三 联书店，2006：298-301. [45]ionarygamesineconomics[J]. Econometrica，1991，59：637-666. 作者简介李武，博士，广西民族大学管理学院、副教授； 姚婧雅（通信作者，****************）， 梁悦，广西民族大学管理学院硕士研究生。 收稿日期2021-04-23 （责任编辑：何燕；英文编辑：杨继贤） 149
2024年3月13日发(作者：隗涵忍)
问答社区平台与用户策略选择的创新路径演化博弈分析
*
李武，姚婧雅，梁悦
摘要问答社区是互联网用户进行知识交流、创新的重要平台。文章运用演化博弈方法，分析问
答社区创新策略与用户互惠问答行为，探讨（持续创新、互惠问答）合作路径演化的机理。基于有
限理性假设，构建演化博弈模型，求解博弈各方不同策略下的纳什均衡，刻画演化路径，阐述运行
机理。研究表明：系统演化的路径依赖于博弈双方的初始状态，平台（持续创新）策略、用户（互
惠问答）策略的选择与知识外化系数、新增资金正相关。因此，平台需要通过持续创新，甄别“搭
便车”行为、增加增值服务、打造体现差异化的核心竞争力，促进用户选择（互惠问答）策略，以
实现演化稳定策略的合作路径。
关键词创新路径问答社区策略选择演化博弈
引用本文格式李武，姚婧雅，梁悦.问答社区平台与用户策略选择的创新路径演化博弈分析[J].
图书馆论坛，2022，42（5）：140-149.
AnEvolutionaryGameAnalysisofInnovationPathsofQ&ACommunity
PlatformsandUserStrategicChoices
LIWu，YAOJingya&LIANGYue
Abstract
paper，theevolutionarygamemethodisusedtoanalyzetheinnovationstrategiesofQ&Acommunitiesandusers'
Q&Acommunitiesar
reciprocalQ&Abehavior，andexplorethemechanismofcooperationpathevolution，i.e.，continuousinnovation
andQ&ntheassumptionoffiniterationality，anevolutionarygamemodelisconstructedto
earchshowsthatevolutionarypathsdependontheinitialstateofgame
solvetheNashequilibrium，identifypossibleevolutionarypaths，andelaboratetheoperationprinciplesunder
tform（continuousinnovation）anduser（reciprocalQ&A）strategiesarepositively
correlatedwiore，platformsneedto
value-addedservices，andcreatecorecompetenciesthatcanreflectdifferentiation，soastoenhancethe
cooperationpathsforachievingastableevolutionarystrategy.
Keywordsinnovationpaths；Q&Acommunities；strategyselection；evolutionarygames
promoteusers'reciprocalQ&Achoicesthroughcontinuousinnovation，screen"hitchhiking"behavior，introduce
0引言
世界知识产权组织发布《2020年全球创新
指数(中文版)》，中国创新指数排名第14位，人
均GDP超过1万美元，进入“效率驱动向创新驱
动转型”阶段
[1]
。问答社区平台“提问-回答”的
内容发布形式，意味着每一个用户既可以是提问
者，也可以是答复者；这种交换信息的知识共享
*本文系国家社科基金重点项目“档案馆功能理论重构及社会化实现研究”（项目编号：19ATQ008）和广西研究生科研创
新项目“基于QCA分析方法的知识驱动背景下企业创新绩效研究”（项目编号：GXMDGY201906）研究成果。
140
行为，有助于知识的创新与创造
[2-3]
，其实质就是
潜在的知识创新诱导
[4]
。目前问答社区尚处于发
展瓶颈期，存在创作者人数匮乏、内容缺乏真实
性、受直播平台流量冲击、用户“搭便车”获取
知识
[5]
、平台恶性竞争等问题
[6-7]
，严重影响用户
体验和平台的知识氛围，用户互惠问答的意愿持
续走低、知识共享水平持续下降
[8-9]
。因此，针对
此类问题的研究成为近期热点，涉及用户创新意
识、行为特征、意愿，以及平台的功能创新、机
制等方面，而用户与平台的关联研究更需要进一
步探讨。本文基于演化博弈方法，剖析平台及用
户的策略选择，揭示平台的创新机理，甄别用户
的“搭便车”行为，寻找演化均衡，刻画合作的
创新路径，为持续创新提供策略建议。
1文献综述
在知网中，以“虚拟社区+用户+创新”为
主题进行检索，时间截至2021年5月31日，共
得到文献274篇，其中期刊论文75篇(核心43
篇)，硕博论文196篇；以“虚拟社区+平台+创
新”为主题，共检索到251篇文献，其中期刊论
文72篇(核心33篇)，硕博论文177篇。两种检索
途径之间存在重复文献140篇。进一步以“问答
社区+用户+创新”和“问答社区+平台+创新”
为主题进行检索，分别获得24篇和33篇文献。
在WebofScience数据库中，时间跨度设
为2001-2021年，以“Virtualcommunity”
“Innovation”为主题词进行检索，共
得到274篇文献，其中期刊论文177篇、会议论
文64篇、综述类文章12篇，3类文章占总检索
量的92%，与“Q&Acommunity”主题相关的
文献共9篇。
相关文献研究主要基于用户、平台两层面展
开。(1)用户层面的研究涉及个体特质、声望(声
誉)、创新意识、行为特征、意愿等。比如，有学
者认为：用户是构成问答行为的主体，其高开放
性个体特质在自我学习和社会学习方面能强化及
调节创新绩效
[10]
；声望(声誉)对激励个体进行知
识创新起着促进性作用
[11-12]
，成员会为获得更高
◎2022年第5期◎
声望(声誉)、提高自身知识积累和维持形象而频
繁地回答问题和提供新知识
[13-14]
；用户的创新意
识、专业知识、认可度对知识创新结果影响显
著
[15]
，用户行为特征的相似性、个体自我能力的
主观判断和知识的转化能力都会影响用户知识共
享与创造
[16-17]
。另外，用户社交关联强度与信息
生产量之间呈正相关
[18]
，开放式创新社区离不开
用户的强烈贡献意愿
[19]
，以及基于认同的知识贡
献行为
[20]
，而利他主义会促进和保持知识创新的
可持续性
[21]
。(2)平台层面的研究主要涉及技术创
新、文化、资源、机制等。例如，技术支持和功
能服务等创新，造就用户知识共享方式和手段的
多样化
[22]
；用户的创新行为不仅受制于个体动
机，还受到平台鼓励机制、线下互联活动的影
响
[23]
；平台采用命题框架引导模式，能促使知识
创新源集中化
[24]
；平台的资源配置与知识协作规
模息息相关
[25]
，规范、内容和交互维度等社区特
征能够促进知识交流
[26]
；传统信息交互与智能化
新技术的协同发展，能扩大知识资源的共建共
享
[27]
；优秀的社区文化、和谐的社区环境有利于
成员间的经验交流、知识共享和学习，不断促进
知识创新
[28]
。此外，姚慧丽等利用仿真数据，模
拟平台奖励机制、机会成本和收益分配，发现平
台奖励对用户分享意愿影响显著且关系到共享策
略的选择
[29]
。
针对用户、平台的研究方法相当丰富，主要
包括理论分析、案例研究以及建模分析等。张海
涛等运用扎根理论研究问答社区用户角色转变的
动力机理
[30]
；余晓等优化SECI模型，探究知识显
隐性转化的周期问题
[31]
；米国伟、王晋等利用
LDA主题模型识别用户数据
[32-33]
；甄瑾慧构建结构
方程模型，研究虚拟社区感、社会资本对在线用户
集体意愿的影响
[34]
；于晶基于涌现模式识别研究热
点
[35]
；李明等构造词权重TF-PIDF新算法，研究
知识供需问题
[36]
；谭春辉等构建用户三方动态博
弈模型，分析社区中科研团体的策略选择
[37]
。以
上都是将不同方法应用于问答社区的创新性研究。
学者针对问答社区及用户的研究，取得了大
量成果，但在社区平台与用户的策略选择、行
141
“Users”
为、博弈均衡、演进路径等方面，仍缺乏深入探
究。基于有限理性假设的演化博弈理论，可从演
化的视角分析问答社区平台及用户的策略选择，
揭示其作用机理，刻画其演化路径。
2研究依据及模型变量假设
2.1研究依据
(1)演化博弈理论及方法。演化博弈理论将博
弈理论与动态演化过程结合起来，从有限理性出
发，以群体为研究对象。当博弈存在多个群体
时，不同的群体有不同的纯策略集、不同的收益
及不同的演化速度。也就是说，博弈中个体选择
纯策略所得的收益不仅随其所在群体的状态变化
而变化，而且也随其他群体状态的变化而变化。
现实生活中，问答社区平台与用户的策略选择行
为并不都是理性的，守旧、搭便车等行为具有明
显的有限理性特征。因此，演化博弈的方法适合
并且有利于揭示二者策略选择的演化路径。演化
稳定策略(ESS)是演化博弈理论的核心概念，反
映了均衡解的稳定性状态，以及向均衡稳定状态
的动态收敛过程。以下是MaynardSmith等给
出有关ESS的原始定义
[38]
：一个策略若是ESS，
则其应同时满足以下两个最优反应条件：
u(y，x)≤u(x，x)(1)
u(y，x)=u(x，x)⇒u(y，y)＜u(x，y)(2)
复制者动态(ReplicatorDynamics)是演化博
弈理论中常见的一种选择。复制者动态能较好地
描绘出有限理性个体的群体行为变化趋势，由此
得出的结论能较准确地预测个体的群体行为，因
而倍受博弈论理论家们的重视
[39]
。
(2)其它相关理论及方法。①隐性知识、显性
知识。Polanyi最先提出隐性知识是知识创新的
关键所在
[40]
，Leonard等引入连续体概念来描述
知识的显隐性特征，为显隐性知识相互转化提供
依据
[41]
。②显隐性知识转换SECI模型。该模型由
Nonaka提出，用以阐释知识共享与转换的行
为，包括社会化、外化、组合化及内化4个过
程
[42-43]
。③经济学的效用理论及边际分析。效用
能够衡量个体收益或需求的满足程度，在博弈论
142
以及经济学分析中得到广泛运用。效用理论研究
个体或组织的分配问题，以实现收益或欲望满足
程度的最大化，边际分析法是其中重要的研究方
法。其中，总效用是边际效用之和；边际效用递
减规律决定，边际效用为零时，总效用达到最大。
2.2模型变量假设
假设在平台主导的组合化过程中，用户基于
互惠问答，提高了显性知识和隐性知识，催化知
识结构的创新，完成从知识吸收到知识创新，则
这是一个优化了的、动态螺旋上升的SECI循环
过程。在此基础上，构建演化博弈模型。
(1)策略选择的假设。在创新前景下，本文以
问答社区经营主体A和用户参与主体B为研究对
象，围绕平台运行、用户知识转化与共享，构建
博弈模型。其中，主体A以盈利为目的，其策略
集合为{维持现状，持续创新}；主体B以知识增
值为目的，考虑到“搭便车”行为，即部分用户
存在自私自利倾向，希望别人贡献知识，自己只
搭便车浏览，不参与互惠问答，坐收渔翁之利，
以增加自身的收益。因此，社区用户的策略集合
为{搭便车，互惠问答}。
(2)问答社区平台收益的假设。平台的企业性
质决定，盈利是其最终目的。假设在(维持现状)
策略下的收益为
R
；在(持续创新)策略下，假设新
增收益为
r
，则总体收益为(
R
+
r
)。
(3)问答社区平台经营成本的假设。在运行过
程中，涉及的成本主要包括：开发成本、维护成
本、人工成本等。其中，开发成本可以作为固定
资产进行年度摊销，维护成本、人工成本等是日
常经营成本。(持续创新)策略下必须追加投入，
属于新增成本。为便于计算，本文假设(维持现
状)策略下的收益为纯利润。因此，(维持现状)策
略下无新增成本，那么(持续创新)策略下，需要
追加资金投入，其新增成本为k。
(4)知识价值的假设。假设W为平台用户所拥
有的隐性知识价值，同时，假设平台在知识组合
化过程中能够为用户提供增值服务，
γ
为用户因
此获得的知识组合收益系数，则相应的SECI知
识转换与共享过程如下：
知识向高维度隐性知识转化的过程，是隐性知识
①社会化过程(Socialization)，指低维度隐性
之间的转变。低维度隐形知识通过问答社区用户
对知识的应用和实践，逐渐转变为高维度隐性知
识。假设
α
为知识社会化收益系数，则该过程的
知识收益为αW。
知识质变为显性知识的过程。在问答社区中，用
②外化过程(Externalization)，是高维度隐形
户主要通过回答问题、共享经验等，以语言表
达、文字陈述等最基本的形式外显为非系统的无
序的显性知识。假设
β
为知识外化支出系数，则
该过程的隐性知识外化支出为βW。
乱的显性知识转化为系统的显性知识的过程。此
③组合化过程(Combination)，是无序的混
过程需要平台将大量用户问答中的无序化知识和
信息进行归类、组织、整合，成为方便更多用户
获取的逻辑化、系统化知识，实现社区知识池的
积累与价值增值。假设
γ
为知识组合化收益系
数，则其该过程的知识收益为γW。
知识转化为低维度隐性知识的过程，是用户认识
④内化过程(Internalization)，是系统化显性
和理解的过程。用户在社区中浏览内容、进行问
答交流中，经过不断选择和学习，将显性知识持
续内化为自身的知识。假设
δ
为知识内化收益系
数，则该过程的知识收益为δW。
以上是一个动态的螺旋上升的SECI循环，
其中，社会化过程是隐性知识之间的转变，是外
化过程的基础，显然，
α
＞
β
。
3问答社区平台与用户策略选择的演化
路径分析
3.1博弈收益矩阵
基于经济学“成本-收益”理论，结合本研
究假设，可得出问答社区平台与用户的演化博弈
收益矩阵，如表1所示。
表1问答社区及用户博弈双方的收益矩阵
用户
互惠问答搭便车
问答社区
持续创新
R+r-k，(α+γ+δ-β)WR-k，(γ+δ)W
维持现状
R，(γ+δ-β)WR，(γ+δ)W
◎2022年第5期◎
在不同的策略组合下，博弈参与主体的收益
具体如下：
(1)(持续创新，互惠问答)策略组合。在平台
(持续创新)策略下，用户积极执行(互惠问答)策
略，新增收益为r，总体收益(R+r)，新增成本为
k，因此，(R+r-k)为问答社区平台的实际收益。
根据效用理论，新增收益需大于新增成本，企业
才会持续创新，直到边际新增收益等于边际新增
成本，故r≥k。由于用户参与SECI全过程，并产
生相应的收益与成本支出，此时，当用户采用(互
惠问答)策略，其收益为(
α
+
γ
+
δ-β
)W。
(2)(维持现状，互惠问答)策略组合。R表示
(维持现状)策略下问答社区的平台收益。考虑到
平台采用(维持现状)的策略，不能为用户提供
增值服务，用户很难将无效的(低纬度)隐性知识
升华为高维度隐性知识，其SECI缺失一个社
会化过程。因此，用户(互惠问答)策略的收益为
(
γ
+
δ
-
β
)W。
(3)(持续创新，搭便车)策略组合。与(持续创
新，互惠问答)策略组合相比，由于用户选择(搭
便车)策略，问答社区的(持续创新)投入并没有带
来新增收益。因此，平台的收益为(R-k)。而对于
用户而言，能够获得平台(持续创新)策略下的知
识积累与价值增值，通过浏览接收并获取来自平
台的显性知识，内化为自己需要的知识，但因为
其(搭便车)行为，SECI缺失社会化过程及外化过
程，因此(搭便车)策略下的用户收益为(γ+δ)W。
(4)(维持现状，搭便车)策略组合。(维持现状)
策略下的问答社区平台收益为R，而(搭便车)策略
下的用户收益为(
γ
+
δ
)W。
3.2复制动态方程的求解
(1)复制者动态方程模型构建。根据博弈收益
矩阵，本文构建群体复制者动态模型：假设有两
个相互影响的有相同规模的种群，每个种群的成员
都被随机地选出进行配对博弈；考虑每一个种群的
复制动态，可以得到以下复制者动态微分方程
[44]
·
s
：
i
i
t
(x)=s
i
t
其中，i
(
表示种群1、2，
x)[u
i
t
(x)-ū
i
t
]
，(i=1
t表示策略1、2。假
，2；t=1，2)(3)
设问答社区选择(持续创新)策略的比例为p，则
143
(1-p)为选择(维持现状)策略的比例。假设平台用
户选择(互惠问答)的比例为q，则(1-q)为选择(搭
便车)策略的比例。
(2)期望收益、平均收益及演化稳定策略
(ESS)。问答社区平台的期望收益与平均收益见
公式4-6：
U
1
1
U
1
=q
U
-
1
=pU
qR
(R
1
+(1
+r-
-
-
k
p
q
)
)
)
+(1
U
R=
-
R
q)(R-k)
2
=
(5)
(4)
1
+(1
1
2
=p[q(R
将公式4-6代入公式3，得到问答社区平台
+(1-q)(R-k)]+(1-p)
+
R
r-k)
(6)
的复制者动态微分方程：
F(p)=p(U
1
1
-U
-
1
对于公式7，令
)=
F
p
(
(1
·)=0，可得：
-p)(qr-k)(7)
p=(0，1)；
q
=
k
r
。
用户的期望收益与平均收益见公式8-10：
U
2
1
U
2
=
=
p
p
(α
(γ
+
+
γ
δ)
+
W
δ
+(1
-β)
-
W
p
+(1
)(γ+
-
δ
p
)
)(
W
γ
=(
+
γ
δ-
+
β
δ)
)W
(8)
2
U
-
2
=qU
2
+(1-p)(
-
γ
q
+
)U
+γ+δ-β)W
W
(9)
1
+(1
δ
2
2
=
q[p(α
将公式8-10代入公式
-β)W]+(1
3，得到用户收益的
-q)(γ+δ)W
(10)
复制者动态微分方程：
F(q)=q(U
2
1
-
2
对于公式11，令
-U)=
F·(
q(1-
)=0，可得：
q)(pα-β)W(11)
q=(0，1)；p=
β
α
。
(3)演化稳定均衡。公式7和公式11组成的
演化系统，可用于描述问答社区平台和用户两个
博弈群体策略选择的动态演化。此系统的平衡点
为：(1，1)、(1，0)、(0，1)、(0，0)，(
β
α
，
k
r
)，
其中，(
β
α
，
k
r
)为混合策略均衡解；而其(p，q)平
衡点的局部稳定性，可以通过雅可比(Jaconbian)
矩阵的局部稳定性来判断
[45]
。依次求公式7、公
式11关于(p，q
J=
ê
(1-2p)(
)的偏导，可得到雅可比矩阵：
é
qr-k)p
ë
q(1-q)pW)(1
(1
-
-
2
p
q
)
)(
q
ù
pα-β)W
ú
û
因此，雅可比矩阵的行列式为：
144
detJ=(1-2p)(1-2q)(qr-k)(pα-β)W
雅可比矩阵的迹为：
-pq(1-p)(1-q)W(12)
trJ=(1-2p)(qr-k)+(1-2q)(pα-β)W(13)
将(p，q)在集合ϕ={(p，q)；0≤p≤1；0≤q≤1}
所有演化均衡点分别代入公式12和公式13，可
得到相应的雅可比矩阵行列式、迹的值和符号，
据此可以判断均衡点的局部稳定性(计算结果见表2)。
表2问答社区与用户行为的局部稳定性分析
平衡点
J的行列式
符号
J的迹
符号
局部
稳定性
p=1，
q=1
(r-k)(α-β)W
正
-[(r-k)+(α-β)W]
负
ESS
p=1，
q=0
k(α-β)W
正
k+(α-β)W
正不稳定
p=0，
q=1
(r-k)βW
正
(r-k)+βW
正不稳定
p=0，
q=0
kβW
正
-k-βW
负
ESS
-
βkW(α-β)(r-k)
α
2
r
2
负
0
零鞍点
由表2可以得知，在5个均衡点中，2个为
不稳定状态(p=1，q=0)、(p=0，q=1)，即(持续创
新，搭便车)、(维持现状，互惠问答)；2个为演
化稳定状态(p=1，q=1)、(p=0，q=0)，即(持续创
新，互惠问答)、(维持现状，搭便车)；1个鞍点
(p=
β
α
，q=
k
r
)，其系统演化路径见图1。当中，
不稳定状态的两个均衡点及鞍点构成临界线，线
的左边收敛于(维持现状，搭便车)，右边收敛于
(持续创新，互惠问答)。
q
（1，1）
（0，0）
p
图1问答社区与用户行为博弈演化相位图
3.3问答社区平台及用户策略选择的演化路径分析
基于复制动态方程的求解，可以得到两条演
化路径：一是问答社区平台及用户选择不合作的
策略路径，最终收敛于(维持现状，搭便车)演化
稳定策略；一是问答社区平台及用户选择合作的
策略路径，最终收敛于(持续创新，互惠问答)演
化稳定策略。
(1)p、q参数相关性分析及演化路径。系统
博弈演化相图(图1)描述问答社区平台与用户博弈
的动态过程：当(p<
β
α
，q<
k
r
)时，问答社区平台
(持续创新)策略的比例小于临界值，用户选择(互
惠问答)策略的比例也小于临界值，初始博弈落在
系统相图的左下方，博弈收敛于(p=0，q=0)，即
博弈双方选择(维持现状，搭便车)策略。
同理，当p>
β
α
，q>
k
r
时，博弈收敛于(p=1，
q=1)，博弈双方选择(持续创新，互惠问答)策
略。当(p>
β
α
，q<
k
β
r
)以及(p<
α
，q>
k
r
)时，问
答社区平台与用户的博弈呈现显著的非线性特
征。一方面，系统的演化路径收敛于(p=0，q=0)
和(p=1，q=1)都存在可能性，主要取决于问答社
区平台与用户行为在博弈中的学习调整速度。若
用户从(搭便车)策略到(互惠问答)策略的调整速度
能够跟上问答社区平台(持续创新)策略，博弈则
收敛于(p=1，q=1)，从而实现(持续创新，互惠问
答)演化均衡；反之，博弈结果收敛于(p=0，q=0)，
即达成(维持现状，搭便车)演化均衡。另一方
面，系统演化及其均衡的收敛结点还取决于博弈
双方的初值，如果初始点(p，q)落在临界线的左
下边，博弈均衡则收敛于(p=0，q=0)，即趋向(维
持现状，搭便车)演化均衡；反之，如果初始点
(p，q)落在临界线的右上边，博弈均衡则收敛于
(p=1，q=1)，即实现(持续创新，互惠问答)演化
均衡。基于上述分析可知：系统演化的路径依赖
于问答社区与用户博弈双方的初始状态。
(2)
α
、
β
、k、r等参数逻辑相关性的演化路
径。其一，p的大小与
α
、
β
直接相关。基于SECI
理论，对选择(互惠问答)策略的用户来说，社会
化收益(系数
α
)的实现，需要将低维度隐性知识转
化为高维度隐性知识，而低维度隐性知识来自于
◎2022年第5期◎
内化(系数
δ
)，而内化的知识依赖于社区知识的积
累与价值增值，这又离不开其组织化过程(系
数
γ
)，组合化的收益又与选择(互惠问答)策略的
用户的持续问答与交流的贡献(外化过程，系数
β
)
相关。因此，其逻辑逆向顺序为：
α
←
δ
←
γ
←
β
。
其二，q的大小与k、r直接相关。选择(互惠问答)
策略的用户能够持续提高平台的流量，而问答社
区平台收益与用户数量及流量直接相关。问答社
区平台若选择(持续创新)策略，需要在技术、算
法与服务等方面追加资金(k)，将用户发帖和回复
中的无序化知识进行归类、整合，成为方便用户
获取的系统化知识，实现社区知识的积累与价值
增值，其组合化过程(系数
γ
)可以提高用户的浏览
质量，用户通过获取平台的显性知识，持续内化
为自己所需的隐形知识(系数
δ
)，再进一步通过社
会化过程转化为高维度隐性知识(系数
α
)，并通过
(互惠问答)策略，将高维度隐性知识逐步外化成
为无序化显性知识，贡献给有需要的社区用户(系
数
β
)，最终实现用户数量与流量的增加，提高平
台收益(r)。其逻辑顺序为：k→
γ
→
δ
→
α
→
β
→r。
(3)演化路径的边际分析。用户积极参与(互
惠问答)是因为在社会化过程中，其获得的经转化
后的高维度隐性知识收益(系数
α
)大于外化的显性
知识(系数
β
)，而且只要增加的∆
α
大于∆
β
，用户
就有动力继续选择(互惠问答)策略，直至二者趋
近，即p→1；同时，问答社区平台选择(持续创
新)的前提是收益大于追加的投资；只要增加的∆r
大于∆k，平台就会继续选择(持续创新)策略，直
至二者趋近，此时q→1。对问答社区平台而言，
实现(持续创新)利润最大化的必要条件之一是边
际收益∆r大于边际成本∆k；对于用户而言，(互
惠问答)策略利益最大化的必要条件是边际社会化
收益∆
α
大于边际外化收益∆
β
。此时，问答社区
平台与用户的博弈进入生命周期理论中的成熟期
阶段，(持续创新，互惠问答)策略成为演化稳定
均衡。
3.4演化路径的数值模拟仿真
演化博弈模型的演化相位图(图1)显示，平台
与用户博弈的演化存在两种趋势，而G点作为博
145
弈系统的鞍点，明显影响着系统初始状态的分布
和演化路径的走势。依据研究假设及演化路径分
析，本文运用MAPLE软件数值模拟3种初始状
态下社区平台与用户策略选择的演化趋势。假设
阈值区间为(0 β α ，q< k r )、 (p> β α ，q> k r )。初始参数赋值如下：隐性知识价 值W=10，(维持现状)策略下收益R=12，(持续创 新)策略下新增收益r=8，新增成本k=6，知识社 会化过程系数 α =0.7，知识外化系数 β =0.5，知 识组合化系数 γ =0.3，知识内化系数 δ =0.6，则 问答社区与用户不同策略的收益值也就相应确定 了。由此可得：p= 5 ，q= 3 。 (1)合作或不合作双演化路径数值模拟仿真。 74 假设阈值取值范围为0～1，p，q∈(0，1)，则博弈 系统的q动态演化过程如图2所示。其中，存在 两个演化稳定策略(ESS)，即(1，1)及(0，0)，从 而构成两条演化路径：(持续创新，互惠问答)演 化稳定策略的合作路径，以及(维持现状，搭便 车)演化稳定策略的不合作路径。如图2所示，三 维坐标图可更清晰地显示数值模拟仿真结果，沿 鞍点(红色标注点)，一条为合作的演化路径(持续 创新，互惠问答)的合作路径，即均衡点(1，1)； 一条为不合作的演化路径(维持现状，搭便车)， 即均衡点(0，0)。 图2问答社区与用户行为博弈双演化路径仿真图 (2)不合作演化路径数值模拟仿真。以鞍点 (p= 5 7 ，q= 3 4 )为取值界线，取阈值小于0.70，即 146 (p< β α ，q< k r )，则博弈系统的动态演化过程如图 3所示。此时问答社区及用户博弈的演化路径走 势均趋向于0，系统收敛于(0，0)点的概率增加， (维持现状，搭便车)策略为其演化稳定策略 (ESS)。社区平台倾向于选择维持现状的策略， 用户倾向于选择搭便车策略，社区用户的显隐性 知识转化与共享难以实现。 图3问答社区与用户行为博弈不合作 演化路径仿真图(阈值小于0.7) (3)合作演化路径数值模拟仿真。以鞍点(p= 5 q= 3 )为取值界线，取阈值大于0.75，则博弈系 7 ， 统的动态演化过程如图4所示。此时，问答社区 4 及用户博弈的演化路径走势均趋向于1，系统收敛 于(1，1)点的概率增加，(持续创新，互惠问答)策略 是其演化稳定策略。此时，社区平台倾向于选择持 续创新的策略，用户倾向于选择互惠问答策略，社 区用户的显隐性知识转化与共享得以实现。 图4问答社区与用户行为博弈合作演化 路径仿真图(阈值大于0.75) 不同初始参数设置下，问答社区平台及用户 策略选择3条演化路径的数值模拟仿真说明，博 弈系统趋势的走向与鞍点的位置紧密相关，这与 演化路径的参数分析所得到的结论保持一致。 4结论 (1)问答社区平台与用户策略博弈存在两条演 化路径。通过复制动态方程的求解，可以得到两 个演化稳定策略(ESS)，即问答社区平台与用户 博弈的两条收敛的演化路径：(维持现状，搭便 车)不合作路径和(持续创新，互惠问答)合作路径。 (2)演化路径的走向依赖于问答社区与用户博 弈双方的初始状态。在博弈初期，参与博弈双方 在给定信息状态下，未必有能力或意愿选择最优 策略。但在动态博弈过程中，一方面，平台通过 在技术、服务等方面创新，实现社区知识的积累 与价值增值，吸引用户使用平台；另一方面，用 户为了将低维度隐性知识转化为高维度隐性知 识，也需要借助社区平台的组合化，寻找匹配的 问答对象，进行互惠问答，实现知识内化。双方 在学习、试验、模拟的过程中不断调整博弈策 略。因此，演化稳定状态不仅依赖于博弈双方的 学习速度和方向，也取决于博弈双方的初始状 态，从而使演化具有初值依赖性，博弈双方行为 呈现出多样性。 (3)平台(持续创新)策略、用户(互惠问答)策略 选择比例与用户知识外化系数、平台新增资金正 相关。参数逻辑相关性分析表明：平台(持续创 新)策略的选择比例高低与用户持续问答与交流的 贡献(外化系数 β )正相关，用户(互惠问答)策略选 择比例大小与平台追加资金投入(k)的多少正相 关。创新逻辑顺序为：平台(持续创新)的资金投 入，促进用户(互惠问答)的参与，带来数量及流 量的提高，二者之间的良性互动，最终用户获得 知识增值，平台实现收益。 (4)边际收益大于边际成本是平台与用户(持 续创新，互惠问答)合作路径实现的必要条件。边 际分析表明：只要新增的收益大于新增的成本 (∆r>∆k)，平台就会有动力选择(持续创新)策略； 同样，只要增加的知识收益∆ α 大于外化的成本 付出∆ β ，用户就有动力选择(互惠问答)策略。 ◎2022年第5期◎ 5建议 问答社区选择(持续创新)策略，需要重点关 注机制、价值观、归属感、平台功能等因素，才 能更好地促进社区用户选择(互惠问答)策略，实 现(持续创新，互惠问答)的演化稳定策略(ESS)。 (1)设立专门的用户管理部，有效甄别“搭便 车”行为。结论(1)表明，平台与用户博弈存在两 条演化稳定策略，甄别并有效管控“搭便车”行 为，意味着(互惠问答)用户获得更多的社会化收 益，增加知识的共享，从而使博弈收敛于(持续创 新，互惠问答)合作路径。因此，需要有一个专门 的用户部门来从事这项工作，通过补齐制度短 板，完善奖惩机制，来识别“搭便车”者，奖励 积极参与者，更好地支持(持续创新)策略的实 施，促使用户选择(互惠问答)策略。 (2)增加增值服务的优惠广度与免费力度。边 际分析表明，用户选择(互惠问答)策略的必要条 件之一是：增加的知识收益∆ α 大于外化的成本 付出∆ β 。因此，平台应该不断增加投入，进行 技术创新、算法改进，并增加增值服务的优惠及 免费力度，充分让用户感知知识收益大于外化成 本，吸引用户在博弈的初始阶段选择“互惠问答” 的策略，从而使博弈向(持续创新，互惠问答)合作 路径演进。首先，需要在内容、技术及算法等方面 进行创新，如设置虚拟币、增设虚拟职称/学历、实 现好友标识及类别自动识别等，提高浏览量；其 次，加大付费增值服务的优惠度，以吸引不同类型 用户的注意力；最后，提高增值服务的优惠广度与 免费力度，增加用户的粘性，从而在潜移默化中促 使其选择“互惠问答”策略。 (3)打造体现差异化的核心竞争力。核心竞争 力能够为企业带来比较竞争优势。面对市场的同 质化竞争，差异化的核心竞争力体现在：一是与 竞争者不同的“差异化”，二是创建平台的竞争 。结论(3)的创新逻辑表明，平台(持续创 新)的资金投入与用户(互惠问答)的参与息息相 关。以文化软实力创新为例，平台通过追加资金 投入，持续进行技术改进及服务创新，增加实时 147 “优势” 互动问答功能、打造互助小组、升级任务模式， 全过程创新社区文化活动，增强虚拟之家的认同 感、信任感、归属感，营造出合作共赢的价值 观，吸引并促进用户的参与，从而打造出体现差 异化的核心竞争力，实现(持续创新，互惠问答) 合作路径。 (4)用户可以通过策略选择促进问答社区平台 选择(持续创新)策略。参数分析表明，用户选择 (互惠问答)的比例q与问答社区追加的新增成本 k、获得的新增收益r直接相关。因此，用户能够 通过反向选择机制促进平台选择(持续创新)。对 于(持续创新)的平台，用户通过(互惠问答)策略传 递积极信号，持续提高其流量与收益，对于(维持 现状)的平台，用户通过(搭便车)策略传递消极信 号。这样，平台基于用户传递的信号，以边际收 益大于边际成本为必要条件，最终决定是否选择 (持续创新)策略。 6结语 本文基于演化博弈理论，分析问答社区平台 与用户策略选择的演化路径，创新之处体现在： 引入演化博弈方法，并结合边际分析，更直接展 示了平台与用户策略选择的演化路径，提出了相 关建议，以促进(持续创新，互惠问答)演化稳定 策略的实现。本研究的不足之处主要有：用户共 享及贡献行为的探究维度比较单一，今后可引入 社会资本理论、社会交换理论、社会感知理论等 进行深入的多视角分析，并从问答社区中抓取面 板数据，构建相应模型进行数据的拟合分析；没 有刻画出单一群体的策略演化轨迹，需要进一步 建立单一群体的演化博弈模型进行分析；基于经 典的SECI模型优化的研究假设，存在一定局限 性，并未探讨其他影响因素对用户策略选择的影 响，还需要进行实证案例验证。 参考文献 [1]苏米特拉·杜塔，布吕诺·朗万，萨沙·温施-樊尚， 等.2020年全球创新指数[R].中文版.日内瓦：世界 知识产权组织，2020：16. 148 [2]NAMK，ADAMICLA，ACKERMANMS. Questionsin，knowledgein?astudyofnaver’s questionansweringcommunity[C]//Proceedingsof the27thAnnualSIGCHIConferenceonHuman FactorsinComputingSystems，USA：Boston， MA，k：ACM，2009：779-788. [3]SARAM，CARLOSR，2 Vec：expertsrepresentationincommunityquestion answeringforquestionrouting[J].AdvancedInforma⁃ tionSystemsEngineering，2019（5）：213-229. [4]张海涛，孙彤，张鑫蕊，等.社会化问答社区用户角 色转变的动力机理研究[J].现代情报，2020，40 （9）：32-41. [5]岳宇君，郦晓月.出于效益还是约束?社会化问答社 区用户持续答题意愿研究[J].情报杂志，2021，40 （3）：175-181. [6]易明，张婷婷，李梓奇.多维特征下社会化问答社区 答案排序研究[J].图书情报工作，2020，64（17）： 103-113. [7]代宝，续杨晓雪，罗蕊.社交媒体用户信息过载的影 响因素及其后果[J].现代情报，2020，40（1）：152-158. [8]WANGJ，SUNJ，LINH，utional neuralnetworksforexpertrecommendationin communityquestionanswering[J].ScienceChina （InformationSciences），2017，60（11）：19-27. [9]邓君，魏瑶，李蛟，等.在线知识社区用户非持续使 用意愿研究——以知乎为例[J].情报科学，2021，39 （5）：138-145，155. [10]虞洁攀，李海刚.内外生双视角下虚拟社区用户共创 绩效的影响因素[J].科技管理研究，2021，41（4）： 205-210. [11]WASKOMM，uldIshare? examiningsocialcapitalandknowledgecontribution inelectronicnetworksofpractice[J].Management InformationSystemsQuarterly，2005，29（1）：35-57. [12]陈小卉，胡平，马宇彤.问答社区知识传播者网络声 望、行动相似度与知识传播效果[J].管理学报， 2021，18（5）：741-750. [13]吴琼，邓胜利.虚拟社区中知识创新影响因素的实证 研究[J].图书情报知识，2011（5）：115-121. [14]金晓玲，汤振亚，周中允，等.用户为什么在问答社 区中持续贡献知识?：积分等级的调节作用[J].管理评 论，2013，25（12）：138-146. [15]MARCHIG，CLAUDIOG，⁃ tendinglead-usertheorytoonlinebrandcommuni⁃ ties：thecaseofthecommunityDucati[J].Technova⁃ tion，2011，31（8）：350-361. [16]赵晶，汪涛.社会资本、移情效应与虚拟社区成员的 知识创造[J].管理学报，2014，11（6）：921-927. [17]KARIMRL，nsourcesoftware works：“free”user-to-userassistance[J].Research Policy，2003，32（6）：923-943. [18]杨金庆，叶光辉.网络问答社区信息生产者分布规律 研究——基于MetaFiltermusic版块的实证分析[J].情 报学报，2020，39（10）：1060-1068. [19]戚桂杰，李奕莹.企业开放式创新社区在线用户贡献 度研究[J].科技进步与对策，2016，33（14）：81-87. [20]崔智斌，涂艳.基于感知价值及动机理论的付费知识 持续贡献行为研究——以知乎Live为例[J].知识管理 论坛，2020，5（6）：398-406. [21]RUBION，VILLASENORN，⁃ tainableco-creationbehaviorinavirtualcommunity： antecedentsandmoderatingeffectofparticipant’s perceptionofownexpertise[J].Sustainability，2020， 12（19）：98-108. [22]刘琦，杜荣.基于参与动机的网络社区知识共享质 量、创新及满意度关系研究[J].情报理论与实践， 2013，36（3）：56-61. [23]汪传雷，朱绍平，万一荻，等.基于Web3.0的物流 信息平台社区模型构建研究[J].情报理论与实践， 2016，39（7）：127-135. [24]DOMINIKM，lleaduser communities：driversofknowledgecreationfor innovation[J].ResearchPolicy，2011，41（1）：167-177. [25]SAMERF，SIRKKALJ，MAJCHRZAA. Knowledgecollaborationinonlinecommunities[J]. OrganizationScience，2011，22（5）：1224-1239. [26]袁勤俭，毛春蕾.学术虚拟社区特征对知识交流效果 影响的研究[J].现代情报，2021，41（6）：3-12. [27]徐彤阳，滕琦.基于深度学习的虚拟学术社区智能问 答研究[J].情报杂志，2021，40（4）：163-169. [28]刘海鑫，刘人境.企业虚拟社区个体知识贡献行为影 响因素研究[J].科研管理，2014，35（6）：121-128. [29]姚慧丽，毛翔宇，金辉.考虑平台影响因素的虚拟社 区知识共享演化博弈研究[J].运筹与管理，2020，29 （12）：82-88. [30]张海涛，孙彤，张鑫蕊，等.社会化问答社区用户角 色转变的动力机理研究[J].现代情报，2020，40 （9）：32-41. [31]余晓，卢宏宇，叶琦琳.标准开发过程中的知识显隐 ◎2022年第5期◎ 性转化研究[J].管理现代化，2020，40（6）：36-41. [32]米国伟，先祖权，王琳，等.新冠肺炎疫情期间公众 心理健康信息需求研究——以社会化问答平台“知 乎”为例[J].现代情报，2021，41（6）：108-117. [33]王晋，支茵.性别差异视角下网络问答社区减肥信息 需求主题特征研究——以“知乎”为例[J].现代情 报，2021，41（2）：89-96，131. [34]甄瑾慧.在线问答社区用户集体意愿影响因素研究[J]. 情报探索，2021（3）：42-49. [35]于晶.基于社会化问答社区涌现模式分析的领域热点 识别研究[J].情报学报，2021，40（2）：213-222. [36]李明，李莹，周庆，等.基于TF-PIDF的网络问答 社区中的知识供需研究[J].数据分析与知识发现， 2021，5（2）：106-115. [37]谭春辉，王仪雯，曾奕棠.虚拟学术社区科研团队合 作行为的三方动态博弈[J].图书馆论坛，2020，40 （2）：1-9. [38]MAYNARDSJ，oryofgames andtheevolutionofanimalconflicts[J].Journalof TheoryBiology，1974，47（1）：209-212. [39]张良桥.进化博弈论基本动态理论[J].中国经济评 论，2003（5）：58-64. [40]icoftacitinference[J].Philoso⁃ phy，1966，41（155）：1-18. [41]LEONARDD，eoftacit knowledgeingroupinnovation[J].CaliforniaManage⁃ mentReview，1998，40（3）：281–301. [42]ictheoryoforganizationgal knowledgecreation[J].OrganizationScience，1994，5 （1）：14-37. [43]刘宏笪，严嘉欢，张茜.基于SECI模型的公共危机 应急协作系统研究[J].武汉理工大学学报（信息与管 理工程版），2020，42（5）：395-402. [44]威布尔.演化博弈论[M].王永钦，译.上海：上海三 联书店，2006：298-301. [45]ionarygamesineconomics[J]. Econometrica，1991，59：637-666. 作者简介李武，博士，广西民族大学管理学院、副教授； 姚婧雅（通信作者，****************）， 梁悦，广西民族大学管理学院硕士研究生。 收稿日期2021-04-23 （责任编辑：何燕；英文编辑：杨继贤） 149