蔡禮彬 朱哲哲

[摘 要]在互聯(lián)網(wǎng)迅速發(fā)展的大背景下，旅游地負(fù)面事件極易誘發(fā)網(wǎng)絡(luò)輿情。以“雪鄉(xiāng)宰客”事件為案例背景，構(gòu)建旅游地網(wǎng)絡(luò)輿情三方演化博弈系統(tǒng)動力學(xué)模型，借助VENSIM探究輿情演化過程中各參與主體的博弈關(guān)系，明晰不同變量對各主體策略選擇的影響，繼而為優(yōu)化旅游地網(wǎng)絡(luò)輿情治理提出對策建議。研究發(fā)現(xiàn)：1. 影響網(wǎng)絡(luò)新聞媒體選擇報道輿情的因素主要是以廣告獲利為代表的各類收益和不報道時的用戶及廣告商的流失成本，而一般性運營、跟進成本和不客觀報道政府罰金等因素的影響則相對較小。2. 維護行業(yè)和社會穩(wěn)定、樹立良好形象是促使旅游管理部門進行管控的主要影響因素，而作為行政手段派生物和附屬品的管控成本和罰金收入，對旅游管理部門行為策略的影響微乎其微。3. 線上用戶對潛在利益受損和自我需求收益敏感性較強，其策略選擇受二者的影響相對較大;對固定傳播成本的敏感性相對較小，所受影響也相對較弱;而當(dāng)額外渠道成本略高于固定傳播成本，且達到一定程度時會影響其策略選擇。

[關(guān)鍵詞]系統(tǒng)動力學(xué);旅游地;網(wǎng)絡(luò)輿情;演化博弈論

[中圖分類號]G206 [文獻標(biāo)識碼]A [文章編號]1671-8372（2022）02-0078-12

Study on the tripartite evolutionary game and control strategy of online public opinions in tourism destinations

CAI Li-bin1，ZHU Zhe-zhe2

（1. College of Management， Ocean University of China， Qingdao 266100， China; 2.Guangdong Communication Polytechnic， Guangdong 510650， China）

Abstract：In the context of the rapid development of the Internet， negative events in tourism destinations can easily produce online public opinions. Based on the case of the “Snow Town Rip-off” event， the system dynamics model of the tripartite evolution game of online public opinions of tourism destinations is constructed. With the help of VENSIM， the game relationship of each participant in the process of public opinion evolution is explored， the influence of different variables on the strategy selection of each participant is clarified， and then countermeasures and suggestions are put forward for optimizing the governance of online public opinions of tourism destinations. The results are show in the following aspects. 1. The main influencing factors for online news media to choose to report public opinion are the various income represented by advertising profits and the loss cost of users and advertisers when they are not reported; however it is relatively less affected by the costs of general operation and follow-up， and the government fines of nonobjective reporting. 2. Maintaining the stability of the industry and the society and projecting a good image are the main influencing factors that urge the tourism management department to carry out the control; however， the control cost and the penalty income as administrative tools and accessories have little impact on their behavioral strategies. 3. Online users are more sensitive to potential profit loss and self-demand benefit， and their strategy choice is more affected by the two. The sensitivity of fixed transmission cost is relatively small and the effect is weak， while the extra channel cost is slightly higher than the fixed communication cost， which will affect its strategy choice when it reaches a certain level.

Key words：system dynamics; resorts; online public opinions; evolutionary game theory

一、引言

互聯(lián)網(wǎng)的革新使得以“三微一端”為代表的網(wǎng)絡(luò)新聞媒體不斷滲透到各個行業(yè)，并在此過程中重塑大眾的消費模式和行為方式。信息時代的旅游者普遍熱衷于借助互聯(lián)網(wǎng)大數(shù)據(jù)搜索目的地信息，并在深度分析的基礎(chǔ)上做出旅游決策。因此，旅游地相關(guān)信息極易被旅游者感知和獲取，而旅游地負(fù)面事件也就極易誘發(fā)網(wǎng)絡(luò)輿情。旅游地相關(guān)部門若應(yīng)對不當(dāng)，網(wǎng)絡(luò)輿情極易上升為公共輿情事件而給當(dāng)?shù)芈糜螛I(yè)的良好發(fā)展態(tài)勢造成沖擊。因而，旅游地網(wǎng)絡(luò)輿情不僅引起了管理部門的高度重視，也引發(fā)了學(xué)界的熱切關(guān)注和思考。

學(xué)界對于旅游管理中的旅游網(wǎng)絡(luò)輿情、系統(tǒng)動力學(xué)和博弈論三類主題的研究均已取得一定成果[1]，但是在主流期刊上卻鮮有關(guān)于主體間相結(jié)合的文章。在中國知網(wǎng)、Elsevier和Springer等中外文數(shù)據(jù)庫中，以“系統(tǒng)動力學(xué)”“網(wǎng)絡(luò)輿情”和“演化博弈”為關(guān)鍵詞檢索相關(guān)文獻，共檢索到31篇，予以分析和歸納。第一，以旅游地為主體的網(wǎng)絡(luò)輿情研究有待加強。國外研究大多圍繞網(wǎng)絡(luò)新聞媒體對旅游危機的影響[2-3]和旅游網(wǎng)絡(luò)輿情管治[4-5]兩大層面展開;國內(nèi)研究主要圍繞旅游網(wǎng)絡(luò)輿情的構(gòu)成和分類[6-9]，旅游網(wǎng)絡(luò)輿情的發(fā)生、傳播與演化[10-12]，旅游網(wǎng)絡(luò)輿情的預(yù)警與管控[13-14]，網(wǎng)絡(luò)輿情所產(chǎn)生的各個方面的綜合效應(yīng)[15-17]四個層面而展開。第二，博弈論應(yīng)用研究需進一步完善。關(guān)于演化博弈論與網(wǎng)絡(luò)輿情相結(jié)合的文獻相對較少，從模型時限來看，多數(shù)學(xué)者僅就單個輿情的短期態(tài)勢予以評析[18-19]，缺乏對整體領(lǐng)域的持續(xù)關(guān)注。就主體策略而言，現(xiàn)有研究對參與主體策略選擇僅從作為、不作為兩個角度進行假設(shè)[20-21]，而對實況中的具體行為偏頗尚未進行深入的細(xì)化考究。第三，系統(tǒng)動力學(xué)和博弈論相結(jié)合的研究及其所涉領(lǐng)域有待進一步拓展。國外在系統(tǒng)動力學(xué)方面的研究主要在工業(yè)管理和數(shù)理統(tǒng)計等領(lǐng)域，較少涉及網(wǎng)絡(luò)輿情[22-24]和博弈論;國內(nèi)學(xué)者近年來將系統(tǒng)動力學(xué)和網(wǎng)絡(luò)輿情相結(jié)合進行深入探討，取得了一定成果[25-32]。整體而言，學(xué)界關(guān)于系統(tǒng)動力學(xué)和博弈論相結(jié)合的研究相對較少，關(guān)于網(wǎng)絡(luò)輿情應(yīng)用的研究也是不多見，涉及旅游網(wǎng)絡(luò)輿情的研究更是罕見，加強二者間的結(jié)合并拓展其應(yīng)用領(lǐng)域，有助于實現(xiàn)不同理論的融合運用，并為旅游地網(wǎng)絡(luò)輿情的治理提出相應(yīng)的對策建議。

本文以“雪鄉(xiāng)宰客”事件為例，依托網(wǎng)絡(luò)新聞媒體、旅游管理部門和線上用戶群體三方的利益訴求與矛盾，立足于學(xué)科前沿和現(xiàn)實需求，對以旅游目的地為主體的網(wǎng)絡(luò)輿情進行全面分析和系統(tǒng)總結(jié)，借以豐富旅游地網(wǎng)絡(luò)輿情和博弈論的應(yīng)用研究，進一步拓展系統(tǒng)動力學(xué)和演化博弈的結(jié)合研究及其所涉領(lǐng)域。

二、“雪鄉(xiāng)宰客”事件利益主體系統(tǒng)分析與邊界假設(shè)

（一）“雪鄉(xiāng)宰客”事件衍化脈絡(luò)

雪鄉(xiāng)，位于黑龍江省牡丹江市雙峰林場，在產(chǎn)業(yè)驅(qū)動作用下于1999年開始發(fā)展冰雪旅游業(yè)。近年來，在各大綜藝、影視場景的助力下，雪鄉(xiāng)名氣不斷提高，但也引發(fā)了一些負(fù)面輿情危機，值得關(guān)注與思考。爆發(fā)于2017年12月29日的“雪鄉(xiāng)宰客”事件，其演化進程可概納為以下三個層面，具體時間節(jié)點如圖1所示。

1.序幕與開端

2017年12月29日，某網(wǎng)友在其微信公眾號上發(fā)表長篇文章，痛訴其在雪鄉(xiāng)的被“宰”經(jīng)歷，受到傳播與熱議，引起廣泛關(guān)注。根據(jù)輿情衍化脈絡(luò)，本文將2017年12月29日界定為“雪鄉(xiāng)宰客”事件的開端，并以此為起點展開研究。

2.發(fā)展與高潮

自“雪鄉(xiāng)宰客”事件發(fā)生之后，于7天之內(nèi)就發(fā)展到整個事件的高潮階段，隨著事件的逐步解決和相關(guān)報道的減少，輿情態(tài)勢漸趨平緩，但隨后出現(xiàn)的“9個月磨刀，3個月宰羊”的消極言論，致使此輿情出現(xiàn)了新的反復(fù)，再次引爆大眾輿論。本文將相關(guān)輿情視為一個整體演化過程，將2018年1月至2018年2月界定為“雪鄉(xiāng)宰客”的發(fā)展與高潮期，并將其作為重點關(guān)注時段。

3.結(jié)局與尾聲

一系列相關(guān)措施的實行使得“雪鄉(xiāng)宰客”事件逐步平息，進入收尾階段。結(jié)合本案例的發(fā)展實際，本文將2018年3月界定為“雪鄉(xiāng)宰客”這一輿情事件的結(jié)尾，并加以持續(xù)關(guān)注和反思。

（二）旅游地網(wǎng)絡(luò)輿情系統(tǒng)

結(jié)合“雪鄉(xiāng)宰客”事件演化脈絡(luò)，本文將研究主體界定為網(wǎng)絡(luò)新聞媒體、線上用戶群體和旅游管理部門三類，并對其內(nèi)部要素的相互關(guān)系加以梳理和分析。

1.網(wǎng)絡(luò)新聞媒體

根據(jù)機構(gòu)性質(zhì)和服務(wù)對象差異，將網(wǎng)絡(luò)新聞媒體劃分為政府和商業(yè)兩大類。前者作為政府發(fā)聲平臺，其信息更具權(quán)威性，而后者則匯聚了普通民眾的思想。

2.旅游管理部門

在網(wǎng)絡(luò)輿情中，旅游管理部門是控制輿論發(fā)展和處理群體性事件的責(zé)任部門。在本文中特指實施網(wǎng)絡(luò)輿情管控、與旅游相關(guān)的機構(gòu)。

3.線上用戶群體

線上用戶群體是指利用微博、微信等網(wǎng)絡(luò)新聞媒體以發(fā)布、評議或轉(zhuǎn)發(fā)與旅游相關(guān)的各類輿情信息而參與到此事件中的普通民眾。

（三）輿情系統(tǒng)邊界及基本假設(shè)

在界定上述三類主體的基礎(chǔ)上，結(jié)合系統(tǒng)動力學(xué)研究程式，進一步明確包括網(wǎng)絡(luò)新聞媒體、旅游管理部門和線上用戶群體三大子系統(tǒng)在內(nèi)的模型邊界（見圖2）。

基于系統(tǒng)一般性特征和研究案例的適用性，提出如下假設(shè) [10，22，25]。

1. 旅游網(wǎng)絡(luò)輿情衍生于網(wǎng)絡(luò)

與傳統(tǒng)媒體相比，互聯(lián)網(wǎng)無論在信息量還是受眾程度都呈現(xiàn)壓倒性優(yōu)勢，已成為輿情事件重要發(fā)源地。因而本研究并未過多將傳統(tǒng)媒體納入考慮范疇，即假設(shè)旅游地網(wǎng)絡(luò)輿情發(fā)端于新興網(wǎng)絡(luò)新聞媒體[7，11，28，31]。

2. 旅游網(wǎng)絡(luò)輿情是不受其他突發(fā)事件影響的獨立個體

在“雪鄉(xiāng)宰客”事件發(fā)生的最初階段，存在多個其他并發(fā)性公共危機事件，無形中會轉(zhuǎn)移參與者的注意力。同時由此次輿情引發(fā)的派生輿情對事件本身也存在一定作用力。為簡化并發(fā)事件和衍生事件所加劇的復(fù)雜現(xiàn)象，此處并不考慮其他輿情的影響，即將“雪鄉(xiāng)宰客”事件視為不受其他突發(fā)事件影響的獨立個體，且當(dāng)派生輿情并發(fā)時，將其視為同一事件處理。

3. 網(wǎng)絡(luò)從輿情角度而言永遠暢通

網(wǎng)絡(luò)輿情的傳播依賴于互聯(lián)網(wǎng)平臺，網(wǎng)絡(luò)的穩(wěn)定性在一定程度上影響信息的傳播。本研究假定網(wǎng)絡(luò)始終暢通，不會因技術(shù)手段等對事件演化造成不良影響。

三、“雪鄉(xiāng)宰客”事件利益主體演化博弈模型

（一）參數(shù)設(shè)置與模型構(gòu)建

本文借助文獻研究法，根據(jù)相關(guān)文獻對輿情參與主體及相應(yīng)參數(shù)的界定[33-40]，通過咨詢相關(guān)專家，并結(jié)合本次輿情在發(fā)展過程中的具體實際，確定影響三類主體博弈收益的相關(guān)參數(shù)，及其所對應(yīng)的數(shù)值和具體含義（見表1）。

各博弈主體在現(xiàn)實情境中對策略的選擇存在一定概率。因此，引入概率分布（α，1-α）表示網(wǎng)絡(luò)新聞媒體報道和不報道的概率、（β，1-β）表示旅游管理部門管控和不管控的概率、（γ，1-γ）表示線上用戶群體參與和不參與的概率。其中，0≤α≤1，0≤β≤1，0≤γ≤1。三方博弈收益矩陣如表2所示。

（二）模型求解與穩(wěn)定性分析

由上述博弈收益矩陣模型可知，網(wǎng)絡(luò)新聞媒體、旅游管理部門和線上用戶群體三大主體的復(fù)制動態(tài)方程分別為：

方程（1）反映了三大博弈主體學(xué)習(xí)的速度和方向，若令其值為0，此時三大博弈主體能達成一種穩(wěn)定狀態(tài)即Nash均衡，由此可得到此模型所對應(yīng)的演化穩(wěn)定策略。而各參數(shù)值在演化過程中通常是動態(tài)發(fā)展和瞬時轉(zhuǎn)換的，僅在現(xiàn)有條件下難以通過數(shù)學(xué)求導(dǎo)判斷各均衡點的穩(wěn)定性。系統(tǒng)動力學(xué)能夠在立足于現(xiàn)實情境的基礎(chǔ)之上，借助于計算機對整個模型進行仿真模擬，在有限理性和信息不對稱的條件下，更為有效地分析出博弈模型的復(fù)雜動態(tài)演化過程[41]。因而系統(tǒng)動力學(xué)與多方主體之間復(fù)雜的動態(tài)博弈更為契合。

四、“雪鄉(xiāng)宰客”事件利益主體博弈的動力學(xué)模型及管控策略

（一）系統(tǒng)動力學(xué)模型構(gòu)建

1. 確定邊界及變量

“雪鄉(xiāng)宰客”事件的動力學(xué)模型主要包含網(wǎng)絡(luò)新聞媒體、旅游管理部門和線上用戶群體三大子系統(tǒng)。此系統(tǒng)的變量即為上述三大子系統(tǒng)所對應(yīng)主體中的相關(guān)參數(shù)（見表1）。此外，為使此博弈模型更符合系統(tǒng)動力學(xué)程式，在相關(guān)參數(shù)的基礎(chǔ)上，將三大主體的行為概率進行合理轉(zhuǎn)化和延伸，以完善模型構(gòu)建所必需的各類相關(guān)變量（見表3）。

2. 建立模型結(jié)構(gòu)

邊界內(nèi)的各子系統(tǒng)及系統(tǒng)中各變量間相互聯(lián)系，在分析其作用關(guān)系的基礎(chǔ)上構(gòu)建旅游地網(wǎng)絡(luò)輿情演化博弈系統(tǒng)動力學(xué)模型因果關(guān)系圖（見圖3），并進一步結(jié)合變量的界定與劃分，描繪出此模型的系統(tǒng)流程圖（見圖4），以此作為關(guān)系分析與仿真模擬的基礎(chǔ)和載體。

在模型結(jié)構(gòu)圖3、圖4中，網(wǎng)絡(luò)新聞媒體、旅游管理部門和線上用戶群體參與、不參與的期望收益均以博弈論相關(guān)分析為基礎(chǔ)，各主體行為的變化率受所獲收益和參與概率的共同影響。在各子系統(tǒng)中，三大主體的參與概率是水平變量，也是系統(tǒng)中最為重要的核心變量，各子系統(tǒng)由此建立聯(lián)系，從而聯(lián)結(jié)起三大主體間的博弈與制衡。

3. 確定參數(shù)方程

在建立模型結(jié)構(gòu)圖3、圖4的基礎(chǔ)上，以“雪鄉(xiāng)宰客”事件為背景，對演化博弈模型中各變量的參數(shù)值進行界定，共計40余個參數(shù)方程。根據(jù)方程含義、特點及其構(gòu)造思路，可將之大致歸納為以下六個類型。

類型一：模型時限設(shè)置

（01）INITIAL TIME = 0 Units：Hour

（02）FINAL TIME = 72 Units：Hour

（03）TIME STEP = 0. 0078125 Units：Hour

構(gòu)造思路：根據(jù)輿情事件的關(guān)鍵節(jié)點和博弈主體的反應(yīng)時限，將模擬仿真中的初始時間設(shè)置為0，最終時間設(shè)置為72，單位為小時。同時，結(jié)合模型時限和VENSIM中的參數(shù)設(shè)置，選取最為精細(xì)的時間步長0. 0078125，其單位亦為小時。

類型二：變量數(shù)值設(shè)定

構(gòu)造思路：此模型的仿真分析是為了研究三大博弈主體的演化行為和均衡解的穩(wěn)定性，是各參與主體之間所對應(yīng)的關(guān)系反映，對數(shù)據(jù)的精確度要求不高。本文利用文獻研究法和專家咨詢法，在參考相關(guān)文獻中的數(shù)值[33-40，42-43]、咨詢相關(guān)專家的基礎(chǔ)上，對相關(guān)參數(shù)進行賦值（即表1中的相關(guān)數(shù)值）。

類型三：參與-不參與期望收益差

（01）傳播-不傳播期望收益差=線上用戶群體傳播期望收益-線上用戶群體不傳播期望收益

（02）報道-不報道期望收益差=網(wǎng)絡(luò)新聞媒體報道期望收益-網(wǎng)絡(luò)新聞媒體不報道期望收益

（03）管控-不管控期望收益差=旅游管理部門管控期望收益-旅游管理部門不管控期望收益

構(gòu)造思路：三大博弈主體的參與-不參與期望收益差即為其參與到輿情事件中的期望收益和不參與輿情事件時的期望收益做差所得。

類型四：參與變化率

（01）傳播變化率=傳播-不傳播期望收益差×線上用戶群體傳播概率γ×（1-線上用戶群體傳播概率γ）/10

（02）報道變化率=報道-不報道期望收益差×網(wǎng)絡(luò)新聞媒體報道概率α×（1-網(wǎng)絡(luò)新聞媒體報道概率α）/10

（03）管控變化率=管控-不管控期望收益差×旅游管理部門管控概率β×（1-旅游管理部門管控概率β）/10

構(gòu)造思路：三大博弈主體在輿情事件中的參與變化率受其參與概率、不參與概率及其在輿情事件中所得收益三大因素共同影響。在方程具體構(gòu)建過程中，以參與-不參與期望收益差作為衡量其獲利的主要參數(shù)，通過乘積的形式與參與概率和不參與概率相銜接，并對其進行相應(yīng)處理，使之更契合模型的數(shù)據(jù)單位和參數(shù)精度。

類型五：參與概率

（01）網(wǎng)絡(luò)新聞媒體報道概率α=INTEG（報道變化率，α0）

（02）旅游管理部門管控概率β=INTEG（管控變化率，β0）

（03）線上用戶群體傳播概率γ=INTEG（傳播變化率，γ0）

構(gòu)造思路：三個水平變量所對應(yīng)的速率變量為各主體的參與變化率，其公式正是對參與變化率求積分所得，其中α0、β0和γ0分別為三大主體參與概率α、β和γ所對應(yīng)的初始值。

類型六：參與、不參與期望收益

構(gòu)造思路：三大博弈主體參與、不參與的期望收益公式即為上述三方博弈中的相關(guān)方程。

4. 模型相關(guān)測試

（1）系統(tǒng)邊界檢驗。就本文所構(gòu)建的模型而言，其邊界是在參考現(xiàn)有網(wǎng)絡(luò)輿情[8，25，44]相關(guān)研究的基礎(chǔ)上，根據(jù)研究目的和實際情況而加以確定的。其包含了與現(xiàn)有輿情事件密切相關(guān)的重要因素，同時摒除微小要素的影響，因而此模型的系統(tǒng)邊界是合理有效的。

（2）有效性檢驗。模型在應(yīng)用前要進行有效性檢驗，并以此驗證模型中相關(guān)信息和行為與實際系統(tǒng)內(nèi)部變化規(guī)律的契合程度[45]。以網(wǎng)絡(luò)新聞媒體為例，在現(xiàn)實情境中，此主體的收益主要來源于線上用戶，因而線上用戶參與與否決定著其所對應(yīng)的策略選擇。

線上用戶參與時，網(wǎng)絡(luò)新聞媒體將獲得巨額點擊量收益和廣告收益，且遠大于其在運營過程中所支付的成本和潛在需支付的罰金。因而在線上用戶參與時，無論管理部門管控與否，網(wǎng)絡(luò)新聞媒體所獲收益均大于所需支付的成本，此時網(wǎng)絡(luò)新聞媒體會對事件進行報道。在模型仿真過程中，報道概率α都會逐漸上升并最終演變至1（見圖5a）。當(dāng)線上用戶不參與時，網(wǎng)絡(luò)新聞媒體將失去收益來源，若報道則需支付相關(guān)成本;當(dāng)網(wǎng)絡(luò)新聞媒體采取漠視的態(tài)度時，α均保持為0（見圖5b）。模型中變量模擬結(jié)果（圖5）與現(xiàn)實系統(tǒng)變化一致，因而此模型是有效的。

（3）參數(shù)靈敏度檢驗。參數(shù)靈敏度是指模型中各參數(shù)受其他要素變動而產(chǎn)生的變化幅度。若參數(shù)變化后所對應(yīng)仿真曲線隨之發(fā)生較大改變，那么此參數(shù)則是靈敏的[46]。仍以網(wǎng)絡(luò)新聞媒體為例進行檢驗。由上述分析可知，線上用戶行為是旅游地網(wǎng)絡(luò)輿情博弈模型的敏感因素，以R10為基礎(chǔ)，將其由原來的4（曲線1）調(diào)整為4. 5（曲線2），所對應(yīng)的結(jié)果為圖6。α發(fā)生著一定程度變動，說明模型參數(shù)是靈敏的，這也從側(cè)面印證了線上用戶對網(wǎng)絡(luò)新聞媒體的重要影響。

（二）模型仿真與分析

1. 網(wǎng)絡(luò)新聞媒體參數(shù)變化模擬

（1）點擊量收益R10、廣告收益R11的影響。初始仿真模擬中，R10取值為4、R11取值為8，仿真結(jié)果如圖7曲線1所示。此處仿真旨在研究點擊量收益和廣告收益在變化過程中對網(wǎng)絡(luò)新聞媒體報道概率α的具體影響，并比較二者作用的主次。具體過程如下：第一步，先保持R10取值不變，將R11值增加至12，所得仿真結(jié)果為圖7曲線2;第二步，將R11值還原至初始值8，將R10值增加至6，其結(jié)果為圖7曲線3;第三步，將R10和R11的值同時增加至6和12，所得結(jié)果為圖7曲線4;第四步，將R10值、R11值分別降至1和2，其對應(yīng)結(jié)果為圖7曲線5。

一方面，因為網(wǎng)絡(luò)新聞媒體對輿情事件的報道受到線上用戶的關(guān)注越多，所獲點擊量收益R10的值越大，報道概率α?xí)饾u增加;另一方面，當(dāng)眾多品牌商將廣告投放至網(wǎng)絡(luò)活動中時，所獲得的巨大利潤也成為網(wǎng)絡(luò)新聞媒體對輿情報道樂此不疲的重要驅(qū)動力。在點擊量收益和廣告收益各自或共同提高的作用下，圖7表現(xiàn)為曲線傾斜度上升，即在輿情發(fā)生后同一時點上網(wǎng)絡(luò)新聞媒體選擇報道的概率相應(yīng)增加，反之，如圖7曲線5所示，當(dāng)點擊量降低、廣告投放減少時，網(wǎng)絡(luò)新聞媒體所獲利益隨之縮減，其報道概率亦會受到影響。此外，由圖7曲線變化的態(tài)勢可知，廣告收益對網(wǎng)絡(luò)新聞媒體報道概率的影響要遠高于點擊量收益。這也從側(cè)面折射出網(wǎng)絡(luò)新聞媒體是以廣告收入為主要盈利來源，并以此作為影響其行為選擇的關(guān)鍵要素。

（2）輿情報道固定運營成本C10、信息追蹤跟進成本C11的影響。初始仿真模擬中，C10取值為0.1，C11取值為0.2，仿真結(jié)果為圖8曲線1。此處仿真中，先將C10值和C11值同時縮減至0.01、0.02，其對應(yīng)為圖8曲線2，再將二者分別增加至0.5和1，對應(yīng)得到圖8曲線3，最后將其分別增加至1和2，所得結(jié)果為圖8曲線4。由圖8可知，大幅減少網(wǎng)絡(luò)新聞媒體報道成本對其報道概率的影響微乎其微，而隨著成本的不斷提高，網(wǎng)絡(luò)新聞媒體的報道概率有所下降，當(dāng)成本提高到一定程度時，其報道概率逐漸較少并傾向于不報道。

（3）不客觀報道需支付旅游管理部門的罰金P10的影響。初始過程中，P10值為4，報道概率的仿真曲線為圖9曲線1。當(dāng)相關(guān)部門的罰金增至6時，α演變至圖9曲線2，繼續(xù)增大其支付罰金至10和15，對應(yīng)為圖9曲線3和圖9曲線4。這說明旅游管理部門罰金對網(wǎng)絡(luò)新聞媒體行為有一定規(guī)范作用，但如果罰金過低則作用力度有限，難以從根本上改變網(wǎng)絡(luò)新聞媒體的行為。

（4）用戶及廣告商流失成本C12的影響。C12的原始取值為5，其對應(yīng)結(jié)果為圖10曲線1。將C12的值增加至9，α變化至圖10曲線2，即當(dāng)用戶及廣告商流失成本相對較大時，網(wǎng)絡(luò)新聞媒體因獲益銳減，會迅速加大報道力度。將C12的值降至2，α演變至圖10曲線3，進一步將C12的值調(diào)整至0，從圖10可以看出此曲線保持下降態(tài)勢，但最終仍逐漸上升并趨近于1。這表明網(wǎng)絡(luò)新聞媒體會根據(jù)用戶及廣告商流失成本的變化而進行動態(tài)選擇，以維護顧客忠誠，獲得相關(guān)收益。

2. 旅游管理部門參數(shù)變化模擬

（1）管控成本C20、C21和C22的影響。初始仿真模擬中，C20、C21和C22的取值為0.5、0.8和1，仿真結(jié)果為圖11曲線1。將其取值分別增大至2、3.2和4，模擬結(jié)果演變至圖11曲線2;將其值縮減至0.1、0.16和0.2，所得結(jié)果為圖11曲線3。在仿真模擬參數(shù)設(shè)置中，一方面，將一般管控成本、線上用戶參與和網(wǎng)絡(luò)新聞媒體不客觀報道時所支付的成本視為一個整體，共同作用于管控概率β;另一方面，將其數(shù)值同時以等倍數(shù)增加或減少，使得β變動態(tài)勢更為明顯。由上述仿真結(jié)果可知，管控成本增加或減少對旅游管理部門影響較小，反映出管理部門對輿情的管控與否并不受其所需支付成本的影響。

（2）社會動蕩成本C23、放任信息傳播負(fù)面影響L20。在圖12初始模擬曲線1中，C23和L20取值分別為4和5，將其分別增大至8和10，結(jié)果演變?yōu)閳D12曲線2。其中，β變動相對較大，并在較短時間內(nèi)采取管控措施，這也間接反映了當(dāng)輿情引發(fā)社會動蕩或影響惡劣時，旅游管理部門會迅速管控，防止事態(tài)惡化。將C23值和L20值均減少至1，β以較大跨度演變至圖12曲線3，但在同一時間點采取管控行為的概率明顯下降。這表明政府認(rèn)為某負(fù)面信息影響不大時，仍會對其進行管控，但行為存在一定惰性。

行業(yè)穩(wěn)定收益R20、管控信息正面效應(yīng)R22的影響。初始模擬中R20、R22取值分別為2、3，結(jié)果如圖13曲線1所示。將初始值增加至4和6，β演變至圖13曲線2;將初始值均減少至1和1.5，β變?yōu)閳D13曲線3。對比三條曲線趨勢走向可知，曲線R20、R22值越大，旅游管理部門在同一時間點上采取管控措施的概率越高。這表明當(dāng)管控輿情能夠促進旅游業(yè)的發(fā)展時，當(dāng)?shù)芈糜喂芾聿块T會積極管控輿情，并為其自身樹立良好形象。反之，當(dāng)輿情傳播規(guī)模相對較小，采取管控行為效用較弱時，旅游管理部門選擇管控的概率會大幅下降且行為存在一定遲滯性。同時作為職能部門，旅游管理部門擔(dān)負(fù)著相應(yīng)職責(zé)。由圖13曲線3最終趨向于1可知，相關(guān)部門最終仍會進行管控。

（4）管控輿情所得媒體罰金收益R21的影響。初始模擬中，R21取值為4，其仿真結(jié)果為圖14曲線1。圖14曲線2和曲線3所對應(yīng)R21的取值分別為8和0。由圖14曲線可知，有無罰金或者罰金收益的高低對旅游管理部門的管控行為無太大影響。

3. 線上用戶群體參數(shù)變化模擬

（1）固定成本C30的影響。將C30的初始值1.5提高至3時，γ由圖15曲線1演變至圖15曲線2;將初始值減少為0.5時，演變至圖15曲線3。三條傳播概率曲線變動幅度相對較小，說明線上用戶群體在傳播時受其參與成本的影響不大。

（2）額外渠道成本C31的影響。C31初始取值為1.5，其仿真結(jié)果為圖16曲線1。將初始值減少至0.5，γ演變至圖16曲線2;將初始值分別擴大至3和5，對應(yīng)為圖16曲線3和曲線4。由圖16可知，當(dāng)網(wǎng)絡(luò)新聞媒體不報道時，若參與成本保持在一定限度內(nèi)，線上用戶依然會參與到相關(guān)事件之中;但若其參與成本過高，線上用戶則傾向于選擇不參與。

（3）潛在利益受損C32的影響。初始模擬中C32取值為1，其模擬結(jié)果為圖17曲線1。將初始值降為0，即當(dāng)線上用戶不參與輿情而無必然損失時，其參與輿情事件的概率逐漸下降且傾向于選擇不參與。將初始增加至3，其對應(yīng)圖17曲線3中γ增長迅速，并快速增加至1。這說明當(dāng)線上用戶認(rèn)為不參與輿情而潛在利益受損較多時，會參與到輿情之中，避免因不參與輿情而導(dǎo)致的潛在損失。

（4）自我需求收益R31的影響。初始模擬中R31取值為1，模擬結(jié)果為圖18曲線1。將原始值增加至3，γ演化至圖18曲線2;將原始值減少至0，γ演變至曲線3。由圖18可知，當(dāng)所獲收益增加時，線上用戶參與傳播概率隨之增加;而當(dāng)所獲收益優(yōu)勢很小時，線上用戶群體幾乎不會參與到相關(guān)事件之中。

（三）旅游地網(wǎng)絡(luò)輿情防范與治理的對策建議

1. 網(wǎng)絡(luò)新聞媒體

（1）正視信息傳播角色，積極承擔(dān)社會責(zé)任。近年來，政府管理部門不斷加強對網(wǎng)絡(luò)的治理與管制，通過設(shè)置“網(wǎng)絡(luò)警察”“旅游警察”，不斷加大對網(wǎng)絡(luò)輿情的管控力度。同時，隨著線上用戶群體的整體素質(zhì)和網(wǎng)上經(jīng)驗的不斷提升，其在面對輿情信息時也能以更加理性的視角加以辨別。在此背景下，網(wǎng)絡(luò)新聞媒體應(yīng)重新審視線上用戶作為信息傳播者的角色，對輿情事件進行客觀、及時的追蹤和報道，積極承擔(dān)相應(yīng)的社會責(zé)任，在報道網(wǎng)絡(luò)輿情時，遵守相關(guān)的法律法規(guī)，以在用戶群體中樹立良好的口碑，實現(xiàn)長期的持續(xù)性發(fā)展。

（2）加強網(wǎng)絡(luò)平臺建設(shè)，提升行業(yè)自律水平。網(wǎng)絡(luò)新聞媒體在報道輿情時要做到及時、客觀、準(zhǔn)確，以助于輿情的平息和消散。同時，也應(yīng)注重彼此的溝通和聯(lián)系，建立全媒體聯(lián)動引導(dǎo)機制，形成各大媒體間的聯(lián)動效應(yīng)，在相互制衡下約束彼此的行為策略，以便更好地促進網(wǎng)絡(luò)輿情的客觀報道和及時消解。此外，應(yīng)加強自我管理與監(jiān)督，在遵守相關(guān)法律法規(guī)的同時，從自身實際出發(fā)，建立契合實際的自律機制，增強自律精神，形成行業(yè)內(nèi)普遍遵循的行為規(guī)范，為輿情的傳播和管控營造良好的網(wǎng)絡(luò)環(huán)境。

2. 旅游管理部門

（1）多方協(xié)作綜合施策，構(gòu)建協(xié)同管理機制。首先，要密切關(guān)注各大網(wǎng)絡(luò)新聞媒體動態(tài)，加強與新媒體自我檢測平臺的合作。在輿情事件潛伏期應(yīng)借助網(wǎng)絡(luò)新聞媒體發(fā)布權(quán)威可靠信息，積極與線上用戶群體內(nèi)的意見領(lǐng)袖溝通聯(lián)系，合理引導(dǎo)輿論走向。其次，在處理解決旅游危機事件時，盡量減少另外兩方主體的利益受損，防止輿情惡化。具體而言，通過拓寬民意訴求渠道等手段來降低線上用戶對網(wǎng)絡(luò)輿情事件的傳播;根據(jù)網(wǎng)絡(luò)新聞媒體主要盈利點為之提供權(quán)威信息供其參考報道，實現(xiàn)雙方合作互利。最后，積極利用大數(shù)據(jù)和人工智能技術(shù)，加強人才建設(shè)和經(jīng)費支撐。通過互聯(lián)網(wǎng)，輔以相關(guān)人才和資金投入;深度挖掘信息，監(jiān)測社會輿論環(huán)境，使得輿情處理更加階段化、條理化和精準(zhǔn)化。

（2）保證信息發(fā)布透明，維護政府公信權(quán)威。G.W.奧爾波特等學(xué)者指出，當(dāng)公眾認(rèn)為信息越重要，而信息自身越模糊不清時，就會在無形之中加速流言傳播;若相關(guān)管理部門放任不管或企圖掩飾輿情，將喪失公信力，甚至?xí)萑搿八髻⑾葳濉盵46]。在“雪鄉(xiāng)宰客”事件中，政府部門在初期發(fā)布信息時以管控輿情為指向，而非將工作重點置于輿情危機的解決，因而遭到了多方抵制與聲討。所以，在旅游地網(wǎng)絡(luò)輿情中，旅游管理部門應(yīng)高度重視并積極應(yīng)對網(wǎng)絡(luò)輿情，及時公布輿情態(tài)勢和旅游地管控現(xiàn)狀，打消游客心中疑慮，以推動當(dāng)?shù)芈糜螛I(yè)的穩(wěn)步發(fā)展。

（3）正面引導(dǎo)輿情走向，重塑旅游地新形象。旅游管理部門應(yīng)積極利用網(wǎng)絡(luò)新聞媒體正面效應(yīng)，借力技術(shù)手段打造正面形象。旅游管理部門可通過促進有效溝通，合理引導(dǎo)輿情傳播，還可借助輿情所引發(fā)的熱點，推動正面新聞報道占領(lǐng)輿論場，化危機為轉(zhuǎn)機。同時，旅游管理部門可結(jié)合傳播學(xué)等理論，采取人際傳播、影視傳播和大型節(jié)事策劃等多種形象傳播策略，打造旅游地新形象。此外，在處理網(wǎng)絡(luò)輿情的過程中，旅游管理部門應(yīng)在實踐中積累有用經(jīng)驗，對輿情產(chǎn)生、發(fā)展與演化各過程進行多方了解和深度剖析，并在此基礎(chǔ)上制定輿情應(yīng)急預(yù)案，以防止同類事件的再次發(fā)生。

3. 線上用戶群體

（1）樹立理性思維觀念，提高信息辨別能力。線上用戶在接觸網(wǎng)絡(luò)輿情，尤其是相關(guān)負(fù)面信息時，要認(rèn)真分析、理性對待，用客觀視角辨別其潛在損益，從各方面論證信息真?zhèn)?，切忌盲目轉(zhuǎn)發(fā)和跟風(fēng)評論。同時，線上用戶應(yīng)提高自身的輿情信息解讀和評判能力，樹立正確的價值觀念，維護好網(wǎng)絡(luò)秩序，助力輿情信息及時平息和妥善解決。

（2）多方探尋權(quán)威資訊，審慎變更出游意向。線上用戶群體中存在著大量潛在旅游者，在面對負(fù)面輿情干擾時，線上用戶應(yīng)多關(guān)注權(quán)威資訊，了解旅游地輿情事件的進展及處理過程，對旅游目的地進行合理的評判分析，不要輕易被現(xiàn)有輿論所蒙蔽而放棄出游。

五、結(jié)論與討論

本文以2018年“雪鄉(xiāng)宰客”事件作為研究案例，借助VENSIM進行主體間博弈關(guān)系的建模仿真，繼而為旅游地網(wǎng)絡(luò)輿情中各行為主體的策略選擇提出相應(yīng)的對策建議，研究結(jié)果如下。

第一，網(wǎng)絡(luò)新聞媒體策略選擇需慎重。網(wǎng)絡(luò)新聞媒體報道輿情信息的主要影響因素是以廣告獲利為代表的各類收益和選擇不報道時的用戶及廣告商流失成本，而受一般性的運營、跟進成本以及罰金等其他因素的影響相對較小。作為以盈利為目的的社會主體，網(wǎng)絡(luò)新聞媒體在行為決策中受情感因素的影響相對較小，其所關(guān)注的是利益和成本間的博弈。其中，廣告收益、用戶點擊量以及在不客觀報道下加工輿情所獲的附加收益構(gòu)成網(wǎng)絡(luò)新聞媒體得利的主要來源，而作為其報道成本的固定傳播成本、額外運營成本、信息追蹤成本和政府罰金則遠遠低于其在選擇報道時的收益所得。當(dāng)網(wǎng)絡(luò)新聞媒體在不報道時會面臨較大的用戶及廣告商流失成本。一般情況下，網(wǎng)絡(luò)新聞媒體會傾向于對輿情事件的關(guān)注和報道，并根據(jù)線上用戶的參與度而及時做出調(diào)整。此外，網(wǎng)絡(luò)新聞媒體在不客觀報道時會引發(fā)話題爭議，也會由此獲得更多獲附加收益，因此，網(wǎng)絡(luò)新聞媒體極易選擇不客觀報道這一行為策略，從而獲得更大利益。

第二，旅游管理部門監(jiān)管要細(xì)致。維護行業(yè)和社會穩(wěn)定、樹立良好的形象是促使旅游管理部門進行管控的主要因素，而管控成本和媒體罰金對其在策略選擇時的影響相對較小?，F(xiàn)實情境中，旅游管理部門側(cè)重于維護行業(yè)秩序穩(wěn)定、地區(qū)經(jīng)濟發(fā)展和官民的和諧關(guān)系，因而在面對輿情時，在利弊權(quán)衡下會傾向于管控輿情，以實現(xiàn)行業(yè)穩(wěn)定、保障社會秩序的正常運行并提高其公信力。而管控成本、罰金收益均為行政手段的派生物和附屬品，對旅游管理部門行為策略的影響微乎其微。

第三，線上用戶群體策略選擇需理性。在網(wǎng)絡(luò)輿情中，潛在利益和自我需求是促使線上用戶進行傳播的重要驅(qū)動力，反映出線上用戶的行為選擇更多的是受感性因素影響，而非理性的客觀分析。具體而言，線上用戶對潛在利益受損和自我需求受益的敏感性較強，其選擇參與或不參與受二者的影響相對較大。與之相比，固定傳播成本相對較小，且影響作用相對較弱，而額外渠道成本略高于固定傳播成本且在達到一定程度時才會影響線上用戶的策略選擇。

[參考文獻]

馬麗君，孫根年. 30年來危機事件對中國旅游業(yè)發(fā)展的影響及比較[J]. 經(jīng)濟地理，2009（6）：1005-1010.

SCHROEDER A，PENNINGTON-GRAY L. The role of social media in international tourist’s decision making [J]. Journal of Travel Research，2014（5）：584-595.

DORCIC J，KOMSIC J. Online reputation and tourism destination competitiveness：conceptual model development and pilot testing[J]. Springer International Publishing，2017（1）：545–558.

DAVE K，LAWRENCE S，PENNOCK D M. Mining the peanut gallery：opinion extraction and semantic classification of product Reviews [M]. Budapest：ACM Press，2003：519-528.

GRAY L P，LONDON B ，CANTON I ，et al. Expanding the tourism crisis management planning framework to include social media：lessons from the deepwater horizon oil spill 2010[J]. International Journal of Tourism Anthropology，2011（12）：239-253.

付業(yè)勤，鄭向敏. 網(wǎng)絡(luò)新媒體時代旅游網(wǎng)絡(luò)輿情研究：源起、價值與構(gòu)想[J]. 河北學(xué)刊，2013（5）：182-184.

付業(yè)勤，鄭向敏. 旅游網(wǎng)絡(luò)輿情危機事件的分類體系構(gòu)建研究[J]. 渤海大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2014（3）：130-133.

呂宛青，賀景. 旅游危機事件網(wǎng)絡(luò)輿情系統(tǒng)的主體構(gòu)成與應(yīng)對機制[J]. 重慶社會科學(xué)，2018（12）：105-115.

劉萌玥，陳效萱，吳建偉，等. 旅游景區(qū)網(wǎng)絡(luò)輿情指標(biāo)體系構(gòu)建：基于螞蜂窩網(wǎng)全國百家5A級景區(qū)的游客評論[J]. 資源開發(fā)與市場，2017（1）：80-84.

付業(yè)勤，鄭向敏. 旅游危機事件網(wǎng)絡(luò)輿情的傳播機理研究[J]. 黃岡師范學(xué)院學(xué)報，2015（1）：7-10.

付業(yè)勤，紀(jì)小美，鄭向敏，等. 旅游危機事件網(wǎng)絡(luò)輿情的演化機理研究[J]. 江西科技師范大學(xué)學(xué)報，2014（4）：80-87.

王璟琦，李銳，吳華意. 基于空間自相關(guān)的網(wǎng)絡(luò)輿情話題演化時空規(guī)律分析[J]. 數(shù)據(jù)分析與知識發(fā)現(xiàn)，2018（2）：64-73.

梁俊山. ITO框架下的旅游網(wǎng)絡(luò)輿情云檔案體系構(gòu)建[J]. 檔案管理，2017（2）：43-45.

董堅峰，肖麗艷. 旅游突發(fā)事件中的網(wǎng)絡(luò)輿情預(yù)警研究[J]. 現(xiàn)代情報，2015（6）：20-24.

付業(yè)勤，曹娜. 基于扎根理論量表開發(fā)的網(wǎng)絡(luò)輿情對旅游地形象傳播研究[J]. 統(tǒng)計與決策，2016（20）：65-68.

付業(yè)勤，陳雪鈞. 基于旅游消費者感知的旅游網(wǎng)絡(luò)輿情危機研究[J]. 求索，2016（1）：36-40.

張薇，史坤博，楊永春，等. 網(wǎng)絡(luò)輿情危機下旅游形象感知的變化及對出游意向的影響：以青島“天價蝦事件”為例[J]. 人文地理，2019（4）：152-160.

WEN S，HAGHIGHI M S，CHEN C，et al. A sword with two edges：propagation studies on both positive and negative information in online social networks [J]. IEEE Transactions on Computers，2015（3）：640-653.

BU Z，LI H，CAO J，et al. Game theory based emotional evolution analysis for Chinese online reviews [J]. Knowledge Based Systems，2016（3）：60-72.

魏德志，陳福集，鄭小雪. 基于博弈論的微信虛假信息傳播的仿真研究[J]. 情報科學(xué)，2016（11）：146-149.

趙靜嫻. 演化博弈視角下的網(wǎng)絡(luò)偽輿情監(jiān)管對策研究[J]. 情報科學(xué)，2016（6）：143-146.

宋余超. 網(wǎng)絡(luò)輿情形成階段主體博弈模型研究[D]. 福州：福州大學(xué)，2016.

LIANG K，SUN M J ，CUI L . Simulation of online public opinion diffusion based on system dynamics[J]. Journal of Qingdao University，2013（2）：105-134.

QI E，ZHANG Z，GUAN X，et al. The Dynamics Research on the Ecological System of the Network Public Opinions[M]. Berlin：Heidelberg，2015：689-695.

曹海軍，李明. 基于系統(tǒng)動力學(xué)的社交網(wǎng)絡(luò)輿情應(yīng)對策略仿真分析：以“亞布力事件”為例[J]. 東北大學(xué)學(xué)報（社會科學(xué)版），2019（1）：57-63.

陳福集，翁麗娟. 基于系統(tǒng)動力學(xué)的移動環(huán)境下高校網(wǎng)絡(luò)輿情應(yīng)對策略研究[J]. 現(xiàn)代情報，2018（4）：118-123.

林芹，郭東強. 企業(yè)網(wǎng)絡(luò)輿情傳播的系統(tǒng)動力學(xué)仿真研究：基于傳播主體特性[J]. 情報科學(xué)，2017（4）：54-60.

高歌，張藝煒，丁宇，等. 基于系統(tǒng)動力學(xué)的網(wǎng)絡(luò)輿情演進機理及影響力研究[J]. 情報理論與實踐，2016（12）：39-45.

高航，丁榮貴. 基于系統(tǒng)動力學(xué)的網(wǎng)絡(luò)輿情風(fēng)險模型仿真研究[J]. 情報雜志，2014（11）：7-13.

項權(quán)，于同洋，肖人彬. 突發(fā)事件網(wǎng)絡(luò)輿情演化與干預(yù)[J]. 計算機應(yīng)用，2018（2）：97-102.

陳福集，游丹丹. 基于系統(tǒng)動力學(xué)的網(wǎng)絡(luò)輿情事件傳播研究[J]. 情報雜志，2015（9）：118-122.

虞銘明，朱德米. 環(huán)境群體性事件的網(wǎng)絡(luò)輿情擴散動力學(xué)機制分析：以“昆明PX事件”為例[J]. 情報雜志，2015（8）：115-121.

董凌峰. 基于SD演化博弈的網(wǎng)絡(luò)輿情形成階段主體研究[J]. 情報科學(xué)，2018（1）：24-31.

陳福集，葉萌. 系統(tǒng)化動力學(xué)視角下政府回應(yīng)網(wǎng)絡(luò)輿情的能力提升研究[J]. 情報雜志，2013（11）：121-127.

徐學(xué)峰，杜晚櫻，郝曉霞，等. 網(wǎng)絡(luò)輿情預(yù)警機制的系統(tǒng)動力學(xué)仿真[J]. 青島大學(xué)學(xué)報（自然科學(xué)版），2011（2）：83-86.

張一文，齊佳音，馬君，等. 網(wǎng)絡(luò)輿情與非常規(guī)突發(fā)事件作用機制：基于系統(tǒng)動力學(xué)建模分析[J]. 情報雜志，2010（9）：1-6.

梁凱，孫夢嬌，崔玲. 網(wǎng)絡(luò)輿情擴散的系統(tǒng)動力學(xué)仿真[J]. 青島大學(xué)學(xué)報（自然科學(xué)版），2013（1）：96-101.

狄國強，曾華藝，勒中堅，等. 網(wǎng)絡(luò)輿情事件的系統(tǒng)動力學(xué)模型與仿真[J]. 情報雜志，2012（8）：12-20.

宋余超，陳福集. 面向主題分類的網(wǎng)絡(luò)輿情博弈形成機制研究：基于三主體研究[J]. 情報雜志，2015（8）：122-126.

易承志. 群體性突發(fā)事件網(wǎng)絡(luò)輿情的演變機制分析[J]. 情報雜志，2011（12）：6-12.

KIM D-H，KIM D H. A system dynamics model for a mixed-strategy game between police and driver [J]. System Dynamics Review，1997（1）：33-52.

趙德寶. 規(guī)模養(yǎng)殖污染治理中三方博弈與政策研究[D]. 南昌：南昌大學(xué)，2018.

董凌峰. 基于系統(tǒng)動力學(xué)的政務(wù)信息共享的演化博弈分析[D]. 福州：福州大學(xué)，2016.

鄧建高，張璇，傅柱，等. 基于系統(tǒng)動力學(xué)的突發(fā)事件網(wǎng)絡(luò)輿情傳播研究：以“江蘇響水爆炸事故”為例[J]. 數(shù)據(jù)分析與知識發(fā)現(xiàn)，2020（Z1）：110-121.

朱建明，宋彪，黃啟發(fā). 基于系統(tǒng)動力學(xué)的網(wǎng)絡(luò)安全攻防演化博弈模型[J]. 通信學(xué)報，2014（1）：54-61.

溫志強，李永俊，高靜. 跨越塔西佗陷阱：全媒體時代網(wǎng)絡(luò)群體性事件中的政府官微話語權(quán)建構(gòu)[J]. 管理學(xué)刊，2019（5）：56-62.