問答社區(qū)平臺與用戶策略選擇的創(chuàng)新路徑演化博弈分析*

李 武，姚婧雅，梁 悅

0 引言

世界知識產(chǎn)權組織發(fā)布《2020年全球創(chuàng)新指數(shù)(中文版)》，中國創(chuàng)新指數(shù)排名第14位，人均GDP超過1萬美元，進入“效率驅動向創(chuàng)新驅動轉型”階段[1]。問答社區(qū)平臺“提問-回答”的內(nèi)容發(fā)布形式，意味著每一個用戶既可以是提問者，也可以是答復者；這種交換信息的知識共享行為，有助于知識的創(chuàng)新與創(chuàng)造[2-3]，其實質就是潛在的知識創(chuàng)新誘導[4]。目前問答社區(qū)尚處于發(fā)展瓶頸期，存在創(chuàng)作者人數(shù)匱乏、內(nèi)容缺乏真實性、受直播平臺流量沖擊、用戶“搭便車”獲取知識[5]、平臺惡性競爭等問題[6-7]，嚴重影響用戶體驗和平臺的知識氛圍，用戶互惠問答的意愿持續(xù)走低、知識共享水平持續(xù)下降[8-9]。因此，針對此類問題的研究成為近期熱點，涉及用戶創(chuàng)新意識、行為特征、意愿，以及平臺的功能創(chuàng)新、機制等方面，而用戶與平臺的關聯(lián)研究更需要進一步探討。本文基于演化博弈方法，剖析平臺及用戶的策略選擇，揭示平臺的創(chuàng)新機理，甄別用戶的“搭便車”行為，尋找演化均衡，刻畫合作的創(chuàng)新路徑，為持續(xù)創(chuàng)新提供策略建議。

1 文獻綜述

在知網(wǎng)中，以“虛擬社區(qū)+用戶+創(chuàng)新”為主題進行檢索，時間截至2021年5月31日，共得到文獻274篇，其中期刊論文75篇(核心43篇)，碩博論文196篇；以“虛擬社區(qū)+平臺+創(chuàng)新”為主題，共檢索到251篇文獻，其中期刊論文72篇(核心33篇)，碩博論文177篇。兩種檢索途徑之間存在重復文獻140篇。進一步以“問答社區(qū)+用戶+創(chuàng)新”和“問答社區(qū)+平臺+創(chuàng)新”為主題進行檢索，分別獲得24篇和33篇文獻。

在Web of Science數(shù)據(jù)庫中，時間跨度設為2001-2021年，以“Virtual community”“Users”“Innovation”為主題詞進行檢索，共得到274篇文獻，其中期刊論文177篇、會議論文64篇、綜述類文章12篇，3類文章占總檢索量的92%，與“Q&Acommunity”主題相關的文獻共9篇。

相關文獻研究主要基于用戶、平臺兩層面展開。(1)用戶層面的研究涉及個體特質、聲望(聲譽)、創(chuàng)新意識、行為特征、意愿等。比如，有學者認為：用戶是構成問答行為的主體，其高開放性個體特質在自我學習和社會學習方面能強化及調(diào)節(jié)創(chuàng)新績效[10]；聲望(聲譽)對激勵個體進行知識創(chuàng)新起著促進性作用[11-12]，成員會為獲得更高聲望(聲譽)、提高自身知識積累和維持形象而頻繁地回答問題和提供新知識[13-14]；用戶的創(chuàng)新意識、專業(yè)知識、認可度對知識創(chuàng)新結果影響顯著[15]，用戶行為特征的相似性、個體自我能力的主觀判斷和知識的轉化能力都會影響用戶知識共享與創(chuàng)造[16-17]。另外，用戶社交關聯(lián)強度與信息生產(chǎn)量之間呈正相關[18]，開放式創(chuàng)新社區(qū)離不開用戶的強烈貢獻意愿[19]，以及基于認同的知識貢獻行為[20]，而利他主義會促進和保持知識創(chuàng)新的可持續(xù)性[21]。(2)平臺層面的研究主要涉及技術創(chuàng)新、文化、資源、機制等。例如，技術支持和功能服務等創(chuàng)新，造就用戶知識共享方式和手段的多樣化[22]；用戶的創(chuàng)新行為不僅受制于個體動機，還受到平臺鼓勵機制、線下互聯(lián)活動的影響[23]；平臺采用命題框架引導模式，能促使知識創(chuàng)新源集中化[24]；平臺的資源配置與知識協(xié)作規(guī)模息息相關[25]，規(guī)范、內(nèi)容和交互維度等社區(qū)特征能夠促進知識交流[26]；傳統(tǒng)信息交互與智能化新技術的協(xié)同發(fā)展，能擴大知識資源的共建共享[27]；優(yōu)秀的社區(qū)文化、和諧的社區(qū)環(huán)境有利于成員間的經(jīng)驗交流、知識共享和學習，不斷促進知識創(chuàng)新[28]。此外，姚慧麗等利用仿真數(shù)據(jù)，模擬平臺獎勵機制、機會成本和收益分配，發(fā)現(xiàn)平臺獎勵對用戶分享意愿影響顯著且關系到共享策略的選擇[29]。

針對用戶、平臺的研究方法相當豐富，主要包括理論分析、案例研究以及建模分析等。張海濤等運用扎根理論研究問答社區(qū)用戶角色轉變的動力機理[30]；余曉等優(yōu)化SECI模型，探究知識顯隱性轉化的周期問題[31]；米國偉、王晉等利用LDA主題模型識別用戶數(shù)據(jù)[32-33]；甄瑾慧構建結構方程模型，研究虛擬社區(qū)感、社會資本對在線用戶集體意愿的影響[34]；于晶基于涌現(xiàn)模式識別研究熱點[35]；李明等構造詞權重TF-PIDF新算法，研究知識供需問題[36]；譚春輝等構建用戶三方動態(tài)博弈模型，分析社區(qū)中科研團體的策略選擇[37]。以上都是將不同方法應用于問答社區(qū)的創(chuàng)新性研究。

學者針對問答社區(qū)及用戶的研究，取得了大量成果，但在社區(qū)平臺與用戶的策略選擇、行為、博弈均衡、演進路徑等方面，仍缺乏深入探究?；谟邢蘩硇约僭O的演化博弈理論，可從演化的視角分析問答社區(qū)平臺及用戶的策略選擇，揭示其作用機理，刻畫其演化路徑。

2 研究依據(jù)及模型變量假設

2.1 研究依據(jù)

(1)演化博弈理論及方法。演化博弈理論將博弈理論與動態(tài)演化過程結合起來，從有限理性出發(fā)，以群體為研究對象。當博弈存在多個群體時，不同的群體有不同的純策略集、不同的收益及不同的演化速度。也就是說，博弈中個體選擇純策略所得的收益不僅隨其所在群體的狀態(tài)變化而變化，而且也隨其他群體狀態(tài)的變化而變化。現(xiàn)實生活中，問答社區(qū)平臺與用戶的策略選擇行為并不都是理性的，守舊、搭便車等行為具有明顯的有限理性特征。因此，演化博弈的方法適合并且有利于揭示二者策略選擇的演化路徑。演化穩(wěn)定策略(ESS)是演化博弈理論的核心概念，反映了均衡解的穩(wěn)定性狀態(tài)，以及向均衡穩(wěn)定狀態(tài)的動態(tài)收斂過程。以下是Maynard Smith等給出有關ESS的原始定義[38]：一個策略若是ESS，則其應同時滿足以下兩個最優(yōu)反應條件：

復制者動態(tài)(Replicator Dynamics)是演化博弈理論中常見的一種選擇。復制者動態(tài)能較好地描繪出有限理性個體的群體行為變化趨勢，由此得出的結論能較準確地預測個體的群體行為，因而倍受博弈論理論家們的重視[39]。

(2)其它相關理論及方法。①隱性知識、顯性知識。Polanyi最先提出隱性知識是知識創(chuàng)新的關鍵所在[40]，Leonard等引入連續(xù)體概念來描述知識的顯隱性特征，為顯隱性知識相互轉化提供依據(jù)[41]。②顯隱性知識轉換SECI模型。該模型由Nonaka提出，用以闡釋知識共享與轉換的行為，包括社會化、外化、組合化及內(nèi)化4個過程[42-43]。③經(jīng)濟學的效用理論及邊際分析。效用能夠衡量個體收益或需求的滿足程度，在博弈論以及經(jīng)濟學分析中得到廣泛運用。效用理論研究個體或組織的分配問題，以實現(xiàn)收益或欲望滿足程度的最大化，邊際分析法是其中重要的研究方法。其中，總效用是邊際效用之和；邊際效用遞減規(guī)律決定，邊際效用為零時，總效用達到最大。

2.2 模型變量假設

假設在平臺主導的組合化過程中，用戶基于互惠問答，提高了顯性知識和隱性知識，催化知識結構的創(chuàng)新，完成從知識吸收到知識創(chuàng)新，則這是一個優(yōu)化了的、動態(tài)螺旋上升的SECI循環(huán)過程。在此基礎上，構建演化博弈模型。

(1)策略選擇的假設。在創(chuàng)新前景下，本文以問答社區(qū)經(jīng)營主體A和用戶參與主體B為研究對象，圍繞平臺運行、用戶知識轉化與共享，構建博弈模型。其中，主體A以盈利為目的，其策略集合為{維持現(xiàn)狀，持續(xù)創(chuàng)新}；主體B以知識增值為目的，考慮到“搭便車”行為，即部分用戶存在自私自利傾向，希望別人貢獻知識，自己只搭便車瀏覽，不參與互惠問答，坐收漁翁之利，以增加自身的收益。因此，社區(qū)用戶的策略集合為{搭便車，互惠問答}。

(2)問答社區(qū)平臺收益的假設。平臺的企業(yè)性質決定，盈利是其最終目的。假設在(維持現(xiàn)狀)策略下的收益為R；在(持續(xù)創(chuàng)新)策略下，假設新增收益為r，則總體收益為(R+r)。

(3)問答社區(qū)平臺經(jīng)營成本的假設。在運行過程中，涉及的成本主要包括：開發(fā)成本、維護成本、人工成本等。其中，開發(fā)成本可以作為固定資產(chǎn)進行年度攤銷，維護成本、人工成本等是日常經(jīng)營成本。(持續(xù)創(chuàng)新)策略下必須追加投入，屬于新增成本。為便于計算，本文假設(維持現(xiàn)狀)策略下的收益為純利潤。因此，(維持現(xiàn)狀)策略下無新增成本，那么(持續(xù)創(chuàng)新)策略下，需要追加資金投入，其新增成本為k。

(4)知識價值的假設。假設W為平臺用戶所擁有的隱性知識價值，同時，假設平臺在知識組合化過程中能夠為用戶提供增值服務，γ為用戶因此獲得的知識組合收益系數(shù)，則相應的SECI知識轉換與共享過程如下：

①社會化過程(Socialization)，指低維度隱性知識向高維度隱性知識轉化的過程，是隱性知識之間的轉變。低維度隱形知識通過問答社區(qū)用戶對知識的應用和實踐，逐漸轉變?yōu)楦呔S度隱性知識。假設α為知識社會化收益系數(shù)，則該過程的知識收益為αW。

②外化過程(Externalization)，是高維度隱形知識質變?yōu)轱@性知識的過程。在問答社區(qū)中，用戶主要通過回答問題、共享經(jīng)驗等，以語言表達、文字陳述等最基本的形式外顯為非系統(tǒng)的無序的顯性知識。假設β為知識外化支出系數(shù)，則該過程的隱性知識外化支出為βW。

③組合化過程(Combination)，是無序的混亂的顯性知識轉化為系統(tǒng)的顯性知識的過程。此過程需要平臺將大量用戶問答中的無序化知識和信息進行歸類、組織、整合，成為方便更多用戶獲取的邏輯化、系統(tǒng)化知識，實現(xiàn)社區(qū)知識池的積累與價值增值。假設γ為知識組合化收益系數(shù)，則其該過程的知識收益為γW。

以上是一個動態(tài)的螺旋上升的SECI循環(huán)，其中，社會化過程是隱性知識之間的轉變，是外化過程的基礎，顯然，α＞β。

3 問答社區(qū)平臺與用戶策略選擇的演化路徑分析

3.1 博弈收益矩陣

基于經(jīng)濟學“成本-收益”理論，結合本研究假設，可得出問答社區(qū)平臺與用戶的演化博弈收益矩陣，如表1所示。

表1 問答社區(qū)及用戶博弈雙方的收益矩陣

在不同的策略組合下，博弈參與主體的收益具體如下：

(1)(持續(xù)創(chuàng)新，互惠問答)策略組合。在平臺(持續(xù)創(chuàng)新)策略下，用戶積極執(zhí)行(互惠問答)策略，新增收益為r，總體收益(R+r)，新增成本為k，因此，(R+r-k)為問答社區(qū)平臺的實際收益。根據(jù)效用理論，新增收益需大于新增成本，企業(yè)才會持續(xù)創(chuàng)新，直到邊際新增收益等于邊際新增成本，故r≥k。由于用戶參與SECI全過程，并產(chǎn)生相應的收益與成本支出，此時，當用戶采用(互惠問答)策略，其收益為(α+γ+δ-β)W。

(2)(維持現(xiàn)狀，互惠問答)策略組合。R表示(維持現(xiàn)狀)策略下問答社區(qū)的平臺收益?？紤]到平臺采用(維持現(xiàn)狀)的策略，不能為用戶提供增值服務，用戶很難將無效的(低緯度)隱性知識升華為高維度隱性知識，其SECI缺失一個社會化過程。因此，用戶(互惠問答)策略的收益為(γ+δ-β)W。

(3)(持續(xù)創(chuàng)新，搭便車)策略組合。與(持續(xù)創(chuàng)新，互惠問答)策略組合相比，由于用戶選擇(搭便車)策略，問答社區(qū)的(持續(xù)創(chuàng)新)投入并沒有帶來新增收益。因此，平臺的收益為(R-k)。而對于用戶而言，能夠獲得平臺(持續(xù)創(chuàng)新)策略下的知識積累與價值增值，通過瀏覽接收并獲取來自平臺的顯性知識，內(nèi)化為自己需要的知識，但因為其(搭便車)行為，SECI缺失社會化過程及外化過程，因此(搭便車)策略下的用戶收益為(γ+δ)W。

1.新媒體對大學生思想政治教育工作提供了新的平臺。傳統(tǒng)的高校思想政治教育工作主要以課堂為主要交流平臺，或者舉辦沙龍、訪談等形式的交流，交流方式單一，時間、場所的提供也不固定，導致效果不顯著。新媒體技術的出現(xiàn)可以為高校思想政治教育提供一個全新的傳播交流平臺，可以方便高校思想教育工作者及時了解學生的思想狀況，老師與學生之間通過微信、QQ、微博互相關注，互加好友，在這些新媒體平臺上，學生可以自由發(fā)揮、暢所欲言地表達自己的想法，從而讓高校思想政治教育工作者能夠開展有針對性的指導，幫助學生樹立正確的世界觀、人生觀和價值觀。

(4)(維持現(xiàn)狀，搭便車)策略組合。(維持現(xiàn)狀)策略下的問答社區(qū)平臺收益為R，而(搭便車)策略下的用戶收益為(γ+δ)W。

3.2 復制動態(tài)方程的求解

(1)復制者動態(tài)方程模型構建。根據(jù)博弈收益矩陣，本文構建群體復制者動態(tài)模型：假設有兩個相互影響的有相同規(guī)模的種群，每個種群的成員都被隨機地選出進行配對博弈；考慮每一個種群的復制動態(tài)，可以得到以下復制者動態(tài)微分方程[44]：

其中，i表示種群1、2，t表示策略1、2。假設問答社區(qū)選擇(持續(xù)創(chuàng)新)策略的比例為p，則(1-p)為選擇(維持現(xiàn)狀)策略的比例。假設平臺用戶選擇(互惠問答)的比例為q，則(1-q)為選擇(搭便車)策略的比例。

(2)期望收益、平均收益及演化穩(wěn)定策略(ESS)。問答社區(qū)平臺的期望收益與平均收益見公式4-6：

將公式4-6代入公式3，得到問答社區(qū)平臺的復制者動態(tài)微分方程：

對于公式7，令F(·)=0，可得：

用戶的期望收益與平均收益見公式8-10：

將公式8-10代入公式3，得到用戶收益的復制者動態(tài)微分方程：

對于公式11，令F(·)=0，可得：

(3)演化穩(wěn)定均衡。公式7和公式11組成的演化系統(tǒng)，可用于描述問答社區(qū)平臺和用戶兩個博弈群體策略選擇的動態(tài)演化。此系統(tǒng)的平衡點為其中，為混合策略均衡解；而其(p，q)平衡點的局部穩(wěn)定性，可以通過雅可比(Jaconbian)矩陣的局部穩(wěn)定性來判斷[45]。依次求公式7、公式11關于(p，q)的偏導，可得到雅可比矩陣：

因此，雅可比矩陣的行列式為：

雅可比矩陣的跡為：

將(p，q)在集合φ={(p，q)；0≤p≤1；0≤q≤1}所有演化均衡點分別代入公式12和公式13，可得到相應的雅可比矩陣行列式、跡的值和符號，據(jù)此可以判斷均衡點的局部穩(wěn)定性(計算結果見表2)。

表2 問答社區(qū)與用戶行為的局部穩(wěn)定性分析

由表2可以得知，在5個均衡點中，2個為不穩(wěn)定狀態(tài)(p=1，q=0)、(p=0，q=1)，即(持續(xù)創(chuàng)新，搭便車)、(維持現(xiàn)狀，互惠問答)；2個為演化穩(wěn)定狀態(tài)(p=1，q=1)、(p=0，q=0)，即(持續(xù)創(chuàng)新，互惠問答)、(維持現(xiàn)狀，搭便車)；1個鞍點其系統(tǒng)演化路徑見圖1。當中，不穩(wěn)定狀態(tài)的兩個均衡點及鞍點構成臨界線，線的左邊收斂于(維持現(xiàn)狀，搭便車)，右邊收斂于(持續(xù)創(chuàng)新，互惠問答)。

圖1 問答社區(qū)與用戶行為博弈演化相位圖

3.3 問答社區(qū)平臺及用戶策略選擇的演化路徑分析

基于復制動態(tài)方程的求解，可以得到兩條演化路徑：一是問答社區(qū)平臺及用戶選擇不合作的策略路徑，最終收斂于(維持現(xiàn)狀，搭便車)演化穩(wěn)定策略；一是問答社區(qū)平臺及用戶選擇合作的策略路徑，最終收斂于(持續(xù)創(chuàng)新，互惠問答)演化穩(wěn)定策略。

(1)p、q參數(shù)相關性分析及演化路徑。系統(tǒng)博弈演化相圖(圖1)描述問答社區(qū)平臺與用戶博弈的動態(tài)過程：當時，問答社區(qū)平臺(持續(xù)創(chuàng)新)策略的比例小于臨界值，用戶選擇(互惠問答)策略的比例也小于臨界值，初始博弈落在系統(tǒng)相圖的左下方，博弈收斂于(p=0，q=0)，即博弈雙方選擇(維持現(xiàn)狀，搭便車)策略。

(2)α、β、k、r等參數(shù)邏輯相關性的演化路徑。其一，p的大小與α、β直接相關?；赟ECI理論，對選擇(互惠問答)策略的用戶來說，社會化收益(系數(shù)α)的實現(xiàn)，需要將低維度隱性知識轉化為高維度隱性知識，而低維度隱性知識來自于內(nèi)化(系數(shù)δ)，而內(nèi)化的知識依賴于社區(qū)知識的積累與價值增值，這又離不開其組織化過程(系數(shù)γ)，組合化的收益又與選擇(互惠問答)策略的用戶的持續(xù)問答與交流的貢獻(外化過程，系數(shù)β)相關。因此，其邏輯逆向順序為：α←δ←γ←β。其二，q的大小與k、r直接相關。選擇(互惠問答)策略的用戶能夠持續(xù)提高平臺的流量，而問答社區(qū)平臺收益與用戶數(shù)量及流量直接相關。問答社區(qū)平臺若選擇(持續(xù)創(chuàng)新)策略，需要在技術、算法與服務等方面追加資金(k)，將用戶發(fā)帖和回復中的無序化知識進行歸類、整合，成為方便用戶獲取的系統(tǒng)化知識，實現(xiàn)社區(qū)知識的積累與價值增值，其組合化過程(系數(shù)γ)可以提高用戶的瀏覽質量，用戶通過獲取平臺的顯性知識，持續(xù)內(nèi)化為自己所需的隱形知識(系數(shù)δ)，再進一步通過社會化過程轉化為高維度隱性知識(系數(shù)α)，并通過(互惠問答)策略，將高維度隱性知識逐步外化成為無序化顯性知識，貢獻給有需要的社區(qū)用戶(系數(shù)β)，最終實現(xiàn)用戶數(shù)量與流量的增加，提高平臺收益(r)。其邏輯順序為：k→γ→δ→α→β→r。

(3)演化路徑的邊際分析。用戶積極參與(互惠問答)是因為在社會化過程中，其獲得的經(jīng)轉化后的高維度隱性知識收益(系數(shù)α)大于外化的顯性知識(系數(shù)β)，而且只要增加的Δα大于Δβ，用戶就有動力繼續(xù)選擇(互惠問答)策略，直至二者趨近，即p→1；同時，問答社區(qū)平臺選擇(持續(xù)創(chuàng)新)的前提是收益大于追加的投資；只要增加的Δr大于Δk，平臺就會繼續(xù)選擇(持續(xù)創(chuàng)新)策略，直至二者趨近，此時q→1。對問答社區(qū)平臺而言，實現(xiàn)(持續(xù)創(chuàng)新)利潤最大化的必要條件之一是邊際收益Δr大于邊際成本Δk；對于用戶而言，(互惠問答)策略利益最大化的必要條件是邊際社會化收益Δα大于邊際外化收益Δβ。此時，問答社區(qū)平臺與用戶的博弈進入生命周期理論中的成熟期階段，(持續(xù)創(chuàng)新，互惠問答)策略成為演化穩(wěn)定均衡。

3.4 演化路徑的數(shù)值模擬仿真

演化博弈模型的演化相位圖(圖1)顯示，平臺與用戶博弈的演化存在兩種趨勢，而G點作為博弈系統(tǒng)的鞍點，明顯影響著系統(tǒng)初始狀態(tài)的分布和演化路徑的走勢。依據(jù)研究假設及演化路徑分析，本文運用MAPLE軟件數(shù)值模擬3種初始狀態(tài)下社區(qū)平臺與用戶策略選擇的演化趨勢。假設閾值區(qū)間為(0＜p，q＜1)，以及初始參數(shù)賦值如下：隱性知識價值W=10，(維持現(xiàn)狀)策略下收益R=12，(持續(xù)創(chuàng)新)策略下新增收益r=8，新增成本k=6，知識社會化過程系數(shù)α=0.7，知識外化系數(shù)β=0.5，知識組合化系數(shù)γ=0.3，知識內(nèi)化系數(shù)δ=0.6，則問答社區(qū)與用戶不同策略的收益值也就相應確定了。由此可得

(1)合作或不合作雙演化路徑數(shù)值模擬仿真。假設閾值取值范圍為0～1，p，q∈(0，1)，則博弈系統(tǒng)的q動態(tài)演化過程如圖2所示。其中，存在兩個演化穩(wěn)定策略(ESS)，即(1，1)及(0，0)，從而構成兩條演化路徑：(持續(xù)創(chuàng)新，互惠問答)演化穩(wěn)定策略的合作路徑，以及(維持現(xiàn)狀，搭便車)演化穩(wěn)定策略的不合作路徑。如圖2所示，三維坐標圖可更清晰地顯示數(shù)值模擬仿真結果，沿鞍點(紅色標注點)，一條為合作的演化路徑(持續(xù)創(chuàng)新，互惠問答)的合作路徑，即均衡點(1，1)；一條為不合作的演化路徑(維持現(xiàn)狀，搭便車)，即均衡點(0，0)。

圖2 問答社區(qū)與用戶行為博弈雙演化路徑仿真圖

圖3 問答社區(qū)與用戶行為博弈不合作演化路徑仿真圖(閾值小于0.7)

圖4 問答社區(qū)與用戶行為博弈合作演化路徑仿真圖(閾值大于0.75)

不同初始參數(shù)設置下，問答社區(qū)平臺及用戶策略選擇3條演化路徑的數(shù)值模擬仿真說明，博弈系統(tǒng)趨勢的走向與鞍點的位置緊密相關，這與演化路徑的參數(shù)分析所得到的結論保持一致。

4 結論

(1)問答社區(qū)平臺與用戶策略博弈存在兩條演化路徑。通過復制動態(tài)方程的求解，可以得到兩個演化穩(wěn)定策略(ESS)，即問答社區(qū)平臺與用戶博弈的兩條收斂的演化路徑：(維持現(xiàn)狀，搭便車)不合作路徑和(持續(xù)創(chuàng)新，互惠問答)合作路徑。

(2)演化路徑的走向依賴于問答社區(qū)與用戶博弈雙方的初始狀態(tài)。在博弈初期，參與博弈雙方在給定信息狀態(tài)下，未必有能力或意愿選擇最優(yōu)策略。但在動態(tài)博弈過程中，一方面，平臺通過在技術、服務等方面創(chuàng)新，實現(xiàn)社區(qū)知識的積累與價值增值，吸引用戶使用平臺；另一方面，用戶為了將低維度隱性知識轉化為高維度隱性知識，也需要借助社區(qū)平臺的組合化，尋找匹配的問答對象，進行互惠問答，實現(xiàn)知識內(nèi)化。雙方在學習、試驗、模擬的過程中不斷調(diào)整博弈策略。因此，演化穩(wěn)定狀態(tài)不僅依賴于博弈雙方的學習速度和方向，也取決于博弈雙方的初始狀態(tài)，從而使演化具有初值依賴性，博弈雙方行為呈現(xiàn)出多樣性。

(3)平臺(持續(xù)創(chuàng)新)策略、用戶(互惠問答)策略選擇比例與用戶知識外化系數(shù)、平臺新增資金正相關。參數(shù)邏輯相關性分析表明：平臺(持續(xù)創(chuàng)新)策略的選擇比例高低與用戶持續(xù)問答與交流的貢獻(外化系數(shù)β)正相關，用戶(互惠問答)策略選擇比例大小與平臺追加資金投入(k)的多少正相關。創(chuàng)新邏輯順序為：平臺(持續(xù)創(chuàng)新)的資金投入，促進用戶(互惠問答)的參與，帶來數(shù)量及流量的提高，二者之間的良性互動，最終用戶獲得知識增值，平臺實現(xiàn)收益。

(4)邊際收益大于邊際成本是平臺與用戶(持續(xù)創(chuàng)新，互惠問答)合作路徑實現(xiàn)的必要條件。邊際分析表明：只要新增的收益大于新增的成本(Δr＞Δk)，平臺就會有動力選擇(持續(xù)創(chuàng)新)策略；同樣，只要增加的知識收益Δα大于外化的成本付出Δβ，用戶就有動力選擇(互惠問答)策略。

5 建議

問答社區(qū)選擇(持續(xù)創(chuàng)新)策略，需要重點關注機制、價值觀、歸屬感、平臺功能等因素，才能更好地促進社區(qū)用戶選擇(互惠問答)策略，實現(xiàn)(持續(xù)創(chuàng)新，互惠問答)的演化穩(wěn)定策略(ESS)。

(1)設立專門的用戶管理部，有效甄別“搭便車”行為。結論(1)表明，平臺與用戶博弈存在兩條演化穩(wěn)定策略，甄別并有效管控“搭便車”行為，意味著(互惠問答)用戶獲得更多的社會化收益，增加知識的共享，從而使博弈收斂于(持續(xù)創(chuàng)新，互惠問答)合作路徑。因此，需要有一個專門的用戶部門來從事這項工作，通過補齊制度短板，完善獎懲機制，來識別“搭便車”者，獎勵積極參與者，更好地支持(持續(xù)創(chuàng)新)策略的實施，促使用戶選擇(互惠問答)策略。

(2)增加增值服務的優(yōu)惠廣度與免費力度。邊際分析表明，用戶選擇(互惠問答)策略的必要條件之一是：增加的知識收益Δα大于外化的成本付出Δβ。因此，平臺應該不斷增加投入，進行技術創(chuàng)新、算法改進，并增加增值服務的優(yōu)惠及免費力度，充分讓用戶感知知識收益大于外化成本，吸引用戶在博弈的初始階段選擇“互惠問答”的策略，從而使博弈向(持續(xù)創(chuàng)新，互惠問答)合作路徑演進。首先，需要在內(nèi)容、技術及算法等方面進行創(chuàng)新，如設置虛擬幣、增設虛擬職稱/學歷、實現(xiàn)好友標識及類別自動識別等，提高瀏覽量；其次，加大付費增值服務的優(yōu)惠度，以吸引不同類型用戶的注意力；最后，提高增值服務的優(yōu)惠廣度與免費力度，增加用戶的粘性，從而在潛移默化中促使其選擇“互惠問答”策略。

(3)打造體現(xiàn)差異化的核心競爭力。核心競爭力能夠為企業(yè)帶來比較競爭優(yōu)勢。面對市場的同質化競爭，差異化的核心競爭力體現(xiàn)在：一是與競爭者不同的“差異化”，二是創(chuàng)建平臺的競爭“優(yōu)勢”。結論(3)的創(chuàng)新邏輯表明，平臺(持續(xù)創(chuàng)新)的資金投入與用戶(互惠問答)的參與息息相關。以文化軟實力創(chuàng)新為例，平臺通過追加資金投入，持續(xù)進行技術改進及服務創(chuàng)新，增加實時互動問答功能、打造互助小組、升級任務模式，全過程創(chuàng)新社區(qū)文化活動，增強虛擬之家的認同感、信任感、歸屬感，營造出合作共贏的價值觀，吸引并促進用戶的參與，從而打造出體現(xiàn)差異化的核心競爭力，實現(xiàn)(持續(xù)創(chuàng)新，互惠問答)合作路徑。

(4)用戶可以通過策略選擇促進問答社區(qū)平臺選擇(持續(xù)創(chuàng)新)策略。參數(shù)分析表明，用戶選擇(互惠問答)的比例q與問答社區(qū)追加的新增成本k、獲得的新增收益r直接相關。因此，用戶能夠通過反向選擇機制促進平臺選擇(持續(xù)創(chuàng)新)。對于(持續(xù)創(chuàng)新)的平臺，用戶通過(互惠問答)策略傳遞積極信號，持續(xù)提高其流量與收益，對于(維持現(xiàn)狀)的平臺，用戶通過(搭便車)策略傳遞消極信號。這樣，平臺基于用戶傳遞的信號，以邊際收益大于邊際成本為必要條件，最終決定是否選擇(持續(xù)創(chuàng)新)策略。

6 結語

本文基于演化博弈理論，分析問答社區(qū)平臺與用戶策略選擇的演化路徑，創(chuàng)新之處體現(xiàn)在：引入演化博弈方法，并結合邊際分析，更直接展示了平臺與用戶策略選擇的演化路徑，提出了相關建議，以促進(持續(xù)創(chuàng)新，互惠問答)演化穩(wěn)定策略的實現(xiàn)。本研究的不足之處主要有：用戶共享及貢獻行為的探究維度比較單一，今后可引入社會資本理論、社會交換理論、社會感知理論等進行深入的多視角分析，并從問答社區(qū)中抓取面板數(shù)據(jù)，構建相應模型進行數(shù)據(jù)的擬合分析；沒有刻畫出單一群體的策略演化軌跡，需要進一步建立單一群體的演化博弈模型進行分析；基于經(jīng)典的SECI模型優(yōu)化的研究假設，存在一定局限性，并未探討其他影響因素對用戶策略選擇的影響，還需要進行實證案例驗證。