王鵬民 羅公利

(1.山東科技大學(xué)計算機(jī)科學(xué)與工程學(xué)院，山東 青島 266590； 2.山東科技大學(xué)經(jīng)濟(jì)管理學(xué)院，山東 青島 266590)

隨著科研創(chuàng)新對知識融合與學(xué)科交叉需求的日益增長，以小木蟲、經(jīng)管之家等為代表的虛擬學(xué)術(shù)社區(qū)正逐漸成為科研人員跨學(xué)科知識交互的有效渠道與跨組織合作創(chuàng)新的重要平臺[1]，而虛擬社區(qū)或虛擬團(tuán)隊的知識交流與合作創(chuàng)新也始終是學(xué)術(shù)研究與管理實踐的重點(diǎn)[2]。相較于百度、知乎等社會化問答社區(qū)，虛擬學(xué)術(shù)社區(qū)的用戶結(jié)構(gòu)相對穩(wěn)定，知識交互的學(xué)術(shù)性與專業(yè)性更強(qiáng)、信任度與連續(xù)性更高、創(chuàng)新性與價值性也更加明顯。Pangil F等指出，虛擬團(tuán)隊的成功不僅有賴于團(tuán)隊成員知識共享的頻率，更加重要的是其知識共享的強(qiáng)度[3]。所以，虛擬學(xué)術(shù)社區(qū)的運(yùn)營管理，不僅要同其他一般虛擬社區(qū)一樣關(guān)注用戶注冊數(shù)與社區(qū)活躍度等指標(biāo)數(shù)據(jù)，而且需要注重社區(qū)知識資源積累與知識價值創(chuàng)新等效用與產(chǎn)出，即不僅關(guān)注“數(shù)量與過程”，更要注重“效用與結(jié)果”[4]。由此，為真正解決虛擬學(xué)術(shù)社區(qū)的發(fā)展桎梏，徹底打破用戶知識行為的“黑箱”，本文嘗試突破傳統(tǒng)知識共享博弈研究中“有限理性”與二元策略集合等研究局限[5]，基于經(jīng)典博弈向主觀博弈的視角轉(zhuǎn)換與推演拓展，通過效用函數(shù)內(nèi)生化、策略集合連續(xù)化、共有信念社會化等主觀博弈要素的推演，構(gòu)建虛擬學(xué)術(shù)社區(qū)用戶知識交互的可變結(jié)構(gòu)博弈模型，以明晰社區(qū)客觀規(guī)則與用戶主觀認(rèn)知影響下社區(qū)用戶知識交互的博弈形式調(diào)整、均衡路徑演化與穩(wěn)定狀態(tài)影響機(jī)理等，為虛擬學(xué)術(shù)社區(qū)與科研人員突破知識互補(bǔ)均衡、達(dá)成知識協(xié)同創(chuàng)新的更優(yōu)穩(wěn)定狀態(tài)提出策略建議，從而進(jìn)一步完善科研人員合作創(chuàng)新研究的理論體系，并對現(xiàn)實中虛擬學(xué)術(shù)社區(qū)的價值提升與長遠(yuǎn)發(fā)展有所裨益。

1 虛擬學(xué)術(shù)社區(qū)用戶知識交互行為的博弈形式推演

1.1 博弈形式推演的理論基礎(chǔ)

傳統(tǒng)博弈可以探究博弈主體受其他主體與外部環(huán)境等因素的影響，但對于博弈主體內(nèi)在心理因素等的考察卻相對欠缺。主觀博弈論則將主體認(rèn)知等內(nèi)生性影響因素納入研究視野[6]，從而能夠綜合考察外在環(huán)境因素與內(nèi)在心理因素對博弈主體行為策略與演化均衡的影響機(jī)理。

首先，在博弈主體理性假設(shè)方面，古典博弈“完全理性”與演化博弈“有限理性”假設(shè)在某種程度上是對博弈主體的同質(zhì)性限定或?qū)陀^制度規(guī)則的一種妥協(xié)，“有限理性”只是通過增加博弈次數(shù)與復(fù)制動態(tài)等接受了博弈主體的試錯與調(diào)整，進(jìn)而形成演化穩(wěn)定。但主觀博弈更加注重博弈主體“有限理性”基礎(chǔ)上的主觀能動性，即基于個體認(rèn)知能力的“認(rèn)知理性”假設(shè)[7]，類似于哈耶克式的演化理性[8]，其既接受客觀環(huán)境的制度規(guī)則對博弈主體與均衡穩(wěn)定的外生性影響，也強(qiáng)調(diào)博弈主體主觀認(rèn)知對博弈形式的改變以及對均衡穩(wěn)定的內(nèi)生性影響。

其次，在博弈進(jìn)程中，演化博弈強(qiáng)調(diào)通過不斷學(xué)習(xí)模仿達(dá)成某種策略的收斂穩(wěn)定，一定程度上容忍了博弈主體的短視(重視某一次博弈的得失而忽略長期的效果)，并拒絕了其行為策略的突變(隨機(jī)改變已有策略或創(chuàng)造產(chǎn)生新的策略)。劉德海等指出，傳統(tǒng)的古典博弈或演化博弈是建立在博弈主體對策略分布與成本收益等博弈規(guī)則或客觀情境具有“共同知識”假設(shè)上的[9]，忽略了博弈主體主觀認(rèn)知的內(nèi)生性影響，也難以解釋博弈結(jié)構(gòu)的變化與創(chuàng)新性行為策略的產(chǎn)生與擴(kuò)散。而主觀博弈論則逐步放松了博弈主體擁有全部客觀知識的假定，提出博弈主體以自身主觀認(rèn)知構(gòu)建的博弈形式進(jìn)行博弈，且隨著博弈的進(jìn)行會通過知識經(jīng)驗的積累與主觀認(rèn)知的修正等改變博弈形式，直至達(dá)到主觀認(rèn)知上的博弈均衡。

最后，在博弈規(guī)則上，與古典和演化博弈中博弈規(guī)則大多來源于外生的客觀制度環(huán)境相比，主觀博弈由于對“共同知識”假設(shè)的放松，更側(cè)重于博弈主體基于自身認(rèn)知對客觀博弈規(guī)則進(jìn)行識別、學(xué)習(xí)和歸納所形成的主觀博弈規(guī)則，即源于內(nèi)生的主觀認(rèn)知影響。Greif A指出，重復(fù)博弈所積累的主觀認(rèn)知能夠改變客觀博弈形式[10]，黃凱南則指出，將客觀博弈形式的變化納入分析有助于主觀博弈論更加準(zhǔn)確地描述均衡的內(nèi)生演化[11]。由此，主觀博弈不僅是對博弈形式的客觀描述，而且更加側(cè)重博弈主體主觀認(rèn)知對博弈客觀形式的改變，以及在主觀博弈規(guī)則基礎(chǔ)上存在的演化與形成的均衡[12]。

1.2 博弈形式推演的現(xiàn)實依據(jù)

現(xiàn)實中的虛擬學(xué)術(shù)社區(qū)更像是科研人員基于學(xué)術(shù)偏好或共同愿景形成的小眾社區(qū)，其知識交互行為與學(xué)術(shù)報告、研討會等傳統(tǒng)知識共享模式相比更加開放化、隨機(jī)化與泛在化，相較于知乎等社會化問答社區(qū)又更具有專業(yè)性、目的性與創(chuàng)新性。而科研人員通過虛擬學(xué)術(shù)社區(qū)進(jìn)行知識交互的主要目的是短期內(nèi)獲取知識、解決科研難題與長期的尋求協(xié)作、提升科研產(chǎn)出，其既可以通過答疑解惑、交流經(jīng)驗、分享資料進(jìn)行短暫的或淺層次的知識共享，也可以就某一科學(xué)問題進(jìn)行深入探討，甚至建立長期的科研合作關(guān)系，共同開展深層次的學(xué)術(shù)創(chuàng)新研究。因此，虛擬學(xué)術(shù)社區(qū)用戶在知識交互中除了可以決定是否共享知識外，還可以自由選擇知識交互的頻次、深度、范圍，以及是否建立合作關(guān)系、進(jìn)行協(xié)同創(chuàng)新等，其知識交互的效果與產(chǎn)出幾乎完全依賴社區(qū)用戶自身的主觀能動性。對于虛擬學(xué)術(shù)社區(qū)而言，則不僅要推動用戶由“潛水者”向“貢獻(xiàn)者”轉(zhuǎn)化[13]，更要促進(jìn)其向“合作者”與“創(chuàng)新者”演化，進(jìn)而真正提升社區(qū)的科研產(chǎn)出與應(yīng)用價值。

過往研究中虛擬社區(qū)大多是博弈規(guī)則的制定者，也是影響用戶知識共享成本收益的關(guān)鍵[14]，現(xiàn)實中虛擬社區(qū)大多在盈利思維影響下片面追求用戶的注冊量與活躍度，對于用戶的行為意愿與行為結(jié)果并無有效的約束辦法。在虛擬學(xué)術(shù)社區(qū)中，由于用戶時空分散、學(xué)科背景異質(zhì)，大多數(shù)科研人員獲取所需知識的初始認(rèn)知便是以較低成本獲取最大化的知識收益，而虛擬學(xué)術(shù)社區(qū)只能通過限制瀏覽下載、評論發(fā)帖、好友互動等使用權(quán)限，或通過打賞獎勵、突出標(biāo)識、榮譽(yù)稱號等物質(zhì)、精神獎懲，促進(jìn)用戶注冊、登錄、簽到、回復(fù)并進(jìn)行被動的知識分享。雖然獎懲機(jī)制能夠有效遏制“搭便車”行為[15]，促進(jìn)用戶知識共享，但這種外部性制度措施卻難以充分影響并有效提升用戶知識交互的持續(xù)性與創(chuàng)新性，這對于期望尋找合作伙伴進(jìn)行知識協(xié)同創(chuàng)新并取得科研成果的用戶而言并無實質(zhì)性作用。郭洋等指出，人際網(wǎng)絡(luò)、社會報酬、產(chǎn)出能力與合作氛圍等多要素共同作用才能促進(jìn)科研人員合作創(chuàng)新[16]。所以，虛擬學(xué)術(shù)社區(qū)現(xiàn)有的外部性制度措施可能只是為用戶的知識交互行為提供了初始博弈框架，而隨著使用的深入與交互的頻繁，科研人員群體的社會化屬性將逐漸突顯，社區(qū)用戶也將基于自身主觀認(rèn)知的積累與更新，形成并不一定與社區(qū)客觀博弈規(guī)則相一致，但卻更加符合現(xiàn)實情形的主觀博弈規(guī)則。

1.3 博弈形式關(guān)鍵要素的推演

根據(jù)上述分析可以大致勾勒出虛擬社區(qū)知識共享的傳統(tǒng)博弈形式，即基于社區(qū)運(yùn)營管理的現(xiàn)實情形構(gòu)建用戶知識共享的二元策略演化博弈模型[17]，其策略收益可以簡單界定為共享即有知識收益與社區(qū)獎勵收益，而不共享則沒有收益或受到懲罰，如表1所示。

表1 虛擬社區(qū)用戶知識共享的傳統(tǒng)博弈模型支付矩陣

1)預(yù)期效用函數(shù)

由表1可知，傳統(tǒng)博弈形式下用戶知識共享的預(yù)期收益可以分為兩部分，一是由虛擬社區(qū)根據(jù)用戶客觀行為給予的確定性獎懲收益；二是取決于另一博弈主體策略選擇的不確定性知識收益[20]。社區(qū)用戶需根據(jù)他人策略與客觀環(huán)境的變化來確定并優(yōu)化自身策略，最終實現(xiàn)優(yōu)勢策略的均衡穩(wěn)定。這種情形下用戶的主觀認(rèn)知幾乎被忽略，用戶只能根據(jù)絕對化的收益或損失在兩個極端策略中進(jìn)行選擇，而現(xiàn)實中用戶可能存在突變、試錯或擴(kuò)展策略的可能，比如用戶在一次共享中獲得高價值的稀缺性知識，即使在接下來一次共享中受到損失也會再次進(jìn)行知識共享，原因在于其知識收益來源于異質(zhì)性的用戶主觀認(rèn)知判斷，而非同質(zhì)性的客觀規(guī)則決定。主觀博弈視角下，知識交互收益應(yīng)當(dāng)是取決于社區(qū)用戶主觀感知的內(nèi)生性影響因素，用戶私人剩余信息Ii(s)包含自身對不同策略收益差距的敏感性以及在知識交互博弈中積累的經(jīng)驗等，可以衡量用戶對知識交互預(yù)期效用ui(·)的主觀判斷，并可能與客觀博弈規(guī)則存在一定偏差。同時，傳統(tǒng)博弈形式下客觀規(guī)則的不合理(如社區(qū)激勵收益遠(yuǎn)大于知識共享收益)會導(dǎo)致絕對占優(yōu)策略的出現(xiàn)，而失去現(xiàn)實指導(dǎo)意義。因此，主觀博弈形式下社區(qū)用戶的預(yù)期效用函數(shù)應(yīng)當(dāng)更加依賴其主觀認(rèn)知等內(nèi)生性因素，而不僅僅是由博弈對手與制度環(huán)境等外生因素決定。

2)博弈策略集合

知識“共享”與“不共享”的二元策略集合仍是博弈研究的主流范式[21]，但卻難以有效衡量知識共享的程度與效果。如Nielsen J指出，虛擬學(xué)術(shù)社區(qū)用戶不共享、偶爾共享與經(jīng)常共享知識的占比為90∶9∶1[22]，但二元策略集合難以體現(xiàn)偶爾與經(jīng)常的差別。而科研人員大多將虛擬學(xué)術(shù)社區(qū)作為獲取知識資源的一種渠道，對于協(xié)同合作并不十分關(guān)心[23]的問題同樣不是“知識共享”策略能夠準(zhǔn)確描述的。主觀博弈是博弈主體基于主觀認(rèn)知更新而嘗試新的行動策略，并構(gòu)建新的博弈形式，其對個體行為的假定更加接近于經(jīng)驗事實，而博弈策略集合的調(diào)整將是虛擬學(xué)術(shù)社區(qū)用戶學(xué)習(xí)并重構(gòu)博弈規(guī)則的重點(diǎn)。青木昌彥指出，主觀博弈形式下每個參與人i的“技術(shù)可行”策略集合(si∈Si)可由一個無限維度的空間代表，但任何博弈時點(diǎn)上只能有一個有限維度的子集被啟用并維持一定時間不變[24]。因此，主觀博弈形式下社區(qū)用戶的知識交互策略應(yīng)當(dāng)是受其主觀認(rèn)知積累影響的連續(xù)型策略集合，即用戶可以通過主觀判斷并決定自身參與知識交互的程度與范圍等。考慮到一個博弈節(jié)點(diǎn)只有一種策略選擇以及后續(xù)研究的開展，本文將知識共享二元策略拓展為知識協(xié)同、知識互補(bǔ)與知識攫取的三元策略，如表2所示[25-26]，以體現(xiàn)社區(qū)用戶主觀認(rèn)知對知識交互程度與效果的影響，并期望對當(dāng)前虛擬學(xué)術(shù)社區(qū)用戶知識交互中攫取常態(tài)、互補(bǔ)偶發(fā)、協(xié)同則嚴(yán)重匱乏的現(xiàn)狀有所改進(jìn)。

表2 虛擬學(xué)術(shù)社區(qū)用戶知識交互行為策略分析

3)共有信念系統(tǒng)

主觀博弈中的共有信念系統(tǒng)是一種組織模式或制度安排，是博弈主體除了私人剩余信息外所共享的一種博弈制度規(guī)則，博弈主體會根據(jù)私人剩余信息Ii(s)與對∑*、e等的主觀推斷，在策略集合中啟用合適的策略以獲取最大的預(yù)期效用。當(dāng)博弈主體在各個時期采取的行為策略與預(yù)期效用相一致時，其主觀認(rèn)知得以積累強(qiáng)化并成為未來行為策略選擇的依據(jù)，從而形成均衡路徑直至達(dá)到穩(wěn)定。反之，博弈主體的主觀認(rèn)知受到?jīng)_擊，引發(fā)其對現(xiàn)有制度規(guī)則的不滿，達(dá)到臨界狀態(tài)后便會主動尋求并構(gòu)建新的制度規(guī)則，即在基于自身主觀認(rèn)知的重復(fù)博弈中形成更加穩(wěn)定的共有信念系統(tǒng)。虛擬學(xué)術(shù)社區(qū)是相對穩(wěn)定的社群結(jié)構(gòu)，且學(xué)術(shù)問題需要反復(fù)深入討論的過程，但盛小平等指出，虛擬學(xué)術(shù)社區(qū)中普遍存在核心用戶協(xié)同性強(qiáng)而普通用戶積極性低的問題，而發(fā)帖數(shù)量越多、聲譽(yù)等級越高的用戶越能夠主動與他人交流[27]。因此，聲譽(yù)機(jī)制不僅能夠有效強(qiáng)化社區(qū)用戶共享或不共享知識的策略選擇[28]，而且能夠促使社區(qū)用戶尋求積極的社會認(rèn)同，以獲得長期的協(xié)作機(jī)會[29]。所以，隨著知識交互的深入進(jìn)行，社區(qū)用戶主觀上會輕視社區(qū)規(guī)則的約束，而側(cè)重于構(gòu)建社會化的聲譽(yù)機(jī)制對其他用戶的知識交互行為進(jìn)行主觀推斷。此時，主觀博弈形式下博弈環(huán)境e開始由社區(qū)制定的客觀規(guī)則環(huán)境轉(zhuǎn)變?yōu)橛脩糁鲗?dǎo)的社會交換環(huán)境[30]，共有信念系統(tǒng)∑*也將在社區(qū)獎懲機(jī)制基礎(chǔ)上，引入用戶群體的聲譽(yù)機(jī)制，以充分考量用戶主觀認(rèn)知對知識交互的影響機(jī)理。

綜上，主觀博弈形式下虛擬學(xué)術(shù)社區(qū)用戶知識交互的博弈要素推演可以簡單概括為效用函數(shù)內(nèi)生化、策略集合連續(xù)化、共有信念社會化。其中，預(yù)期效用函數(shù)更加依賴用戶私人剩余信息與主觀認(rèn)知積累，策略集合隨傳統(tǒng)博弈規(guī)則的打破而得以擴(kuò)展，共有信念系統(tǒng)也在用戶長期的學(xué)習(xí)與調(diào)整中發(fā)生演變并逐漸趨同。利用科斯盒子反映主觀博弈形式的要素推演，如表3所示。由此，形成共同認(rèn)知的虛擬學(xué)術(shù)社區(qū)用戶將在主觀博弈模型下進(jìn)行重復(fù)博弈，直至達(dá)成新的、內(nèi)生性的、更具穩(wěn)定性的主觀博弈均衡，并推動社區(qū)用戶知識交互行為模式的變遷與虛擬學(xué)術(shù)社區(qū)生態(tài)系統(tǒng)的演化。

表3 主觀博弈形式關(guān)鍵要素的推演

2 虛擬學(xué)術(shù)社區(qū)用戶知識交互的主觀博弈模型分析

2.1 主觀博弈形式下的參數(shù)假設(shè)與支付矩陣

由于虛擬學(xué)術(shù)社區(qū)的知識交互是一個反復(fù)進(jìn)行的長期過程，主觀博弈形式下博弈主體會根據(jù)主觀認(rèn)知的積累與更新，在連續(xù)的策略集合中選擇最佳的反應(yīng)策略，使預(yù)期效用最大化，并達(dá)成主觀博弈均衡。為便于模型求解與分析，提出假設(shè)如下：

假設(shè)1：博弈主體設(shè)定為各自具有主觀博弈模型，并形成共有信念的虛擬學(xué)術(shù)社區(qū)用戶a與b，其在每一個博弈節(jié)點(diǎn)能夠從連續(xù)型策略集合中選擇的知識交互策略為{知識協(xié)同，知識互補(bǔ)，知識攫取}。

假設(shè)2：結(jié)合現(xiàn)實情形將主要由私人剩余信息Ii(s)決定的預(yù)期效用u(·)界定為：知識協(xié)同收益KS、協(xié)作成本TS，知識互補(bǔ)收益KC、共享成本TC，且KS>KC、TS>TC，知識攫取收益GS或GC，且GS>GC、KS>GS、KC>GC，搭便車成本忽略為0。

假設(shè)3：主觀博弈形式下∑*、e是在社區(qū)獎懲機(jī)制等客觀博弈規(guī)則基礎(chǔ)上，基于用戶主觀認(rèn)知重新構(gòu)建的基于聲譽(yù)機(jī)制的博弈規(guī)則?？陀^博弈規(guī)則下知識共享(協(xié)同與互補(bǔ))均獲得激勵收益M，知識不共享(攫取)則承擔(dān)懲罰損失P；而主觀博弈規(guī)則下知識協(xié)同可獲得聲譽(yù)收益R，知識互補(bǔ)獲得聲譽(yù)收益為0，知識攫取在對方進(jìn)行知識協(xié)同時會遭受聲譽(yù)損失L。

由此，在考慮博弈主體私人剩余信息、共有信念與博弈環(huán)境可變的情況下，虛擬學(xué)術(shù)社區(qū)用戶知識交互的主觀博弈模型支付矩陣如表4所示。

表4 主觀博弈形式下虛擬學(xué)術(shù)社區(qū)用戶知識交互支付矩陣

2.2 均衡穩(wěn)定分析

假設(shè)虛擬學(xué)術(shù)社區(qū)用戶a選擇知識協(xié)同、互補(bǔ)與攫取策略的概率分別為x1、x2與1-x1-x2；用戶b選擇知識協(xié)同、互補(bǔ)與攫取策略的概率分別為y1、y2與1-y1-y2。

則用戶a選擇知識協(xié)同、互補(bǔ)與攫取策略的期望收益Ua1、Ua2、Ua3分別為：

Ua1=y1(KS-TS+R+M)+y2(KC-TS+R+M)+(1-y1-y2)(R+M-TS)=y1KS+y2KC-TS+R+M

(1)

Ua2=y1(KC-TC+M)+y2(KC-TC+M)+(1-y1-y2)(M-TC)=y1KC+y2KC+M-TC

(2)

Ua3=y1(GS-P-L)+y2(GC-P)

(3)

(4)

同理，用戶b選擇知識協(xié)同、互補(bǔ)與攫取策略的期望收益Ub1、Ub2、Ub3為：

Ub1=x1(KS-TS+R+M)+x2(KC-TS+R+M)+(1-x1-x2)(R+M-TS)=x1KS+x2KC+R+M-TS

(5)

Ub2=x1(KC-TC+M)+x2(KC-TC+M)+(1-x1-x2)(M-TC)=x1KC+x2KC+M-TC

(6)

Ub3=x1(GS-P-L)+x2(GC-P)

(7)

(8)

由此，用戶a和b選擇知識協(xié)同策略與知識互補(bǔ)策略的復(fù)制動態(tài)方程為：

(9)

(10)

(11)

(12)

(13)

根據(jù)表5均衡點(diǎn)穩(wěn)定性分析，D10、D11、D12、D13所需參數(shù)條件中知識收益普遍較低，用戶過于注重聲譽(yù)收益與獎懲收益，并不符合主觀博弈形式下的現(xiàn)實情形。而D1(0,0,0,0)、D4(0,1,0,1)、D7(1,0,1,0)在滿足一定參數(shù)條件時可成為博弈模型的漸近穩(wěn)定點(diǎn)，分別對應(yīng)知識攫取、知識互補(bǔ)與知識協(xié)同3種不同的均衡穩(wěn)定策略。

表5 均衡點(diǎn)穩(wěn)定性分析

3 虛擬學(xué)術(shù)社區(qū)用戶知識交互的博弈仿真分析

由于三策略博弈模型相對復(fù)雜，本文將借助Netlogo軟件與Matlab軟件通過數(shù)值模擬對虛擬學(xué)術(shù)社區(qū)用戶知識交互的均衡穩(wěn)定狀態(tài)進(jìn)行驗證，并進(jìn)一步分析博弈參數(shù)的調(diào)整對虛擬學(xué)術(shù)社區(qū)用戶主觀博弈均衡的影響機(jī)理。其中，Netlogo軟件適合宏觀層面上隨時間推進(jìn)的多主體復(fù)雜系統(tǒng)建模，并具備一定的隨機(jī)性與不確定性，符合主觀博弈對有限理性假設(shè)的放松要求，而Matlab軟件則能夠有效將微觀個體的復(fù)制動態(tài)過程予以準(zhǔn)確呈現(xiàn)，兩者相輔相成，能夠更好地反映三策略主觀博弈系統(tǒng)的演化過程與均衡狀態(tài)。

3.1 均衡穩(wěn)定狀態(tài)仿真分析

依據(jù)參數(shù)假設(shè)條件，令KS=10、KC=9、R=2、M=2、TS=9、TC=7、GS=8、GC=7、P=1、L=1以符合知識攫取策略為均衡穩(wěn)定狀態(tài)的參數(shù)條件R+M

3.2 參數(shù)影響機(jī)理仿真分析

虛擬學(xué)術(shù)社區(qū)用戶知識協(xié)同、互補(bǔ)與攫取3種均衡穩(wěn)定狀態(tài)均得到有效驗證，但現(xiàn)實中3種知識交互策略往往是同時存在且動態(tài)變化的。同樣依據(jù)參數(shù)限制條件，令KS=10、KC=8、R=1、M=3、TS=6、TC=4、GS=7、GC=4、P=1、L=1構(gòu)建知識協(xié)同、知識互補(bǔ)、知識攫取3種均衡穩(wěn)定狀態(tài)并存的情形，此時Netlogo仿真結(jié)果如圖4所示。同時，分別選取α(0.5,0.2,0.3)、β(0.2,0.5,0.3)與γ(0.2,0.1,0.7)代表社區(qū)用戶基于私人信息與主觀認(rèn)知而分別偏向選擇知識協(xié)同、知識互補(bǔ)與知識攫取策略的初始博弈狀態(tài)，并運(yùn)用Matlab軟件進(jìn)一步分析用戶在主觀博弈形式下3種知識交互策略的演化趨勢，如圖5所示。

在當(dāng)前參數(shù)條件下，α、β、γ3個點(diǎn)分別趨向于知識協(xié)同、知識互補(bǔ)、知識攫取3種不同的均衡穩(wěn)定狀態(tài)，即用戶初始狀態(tài)下選擇的知識交互策略大概率會成為最終的演化穩(wěn)定策略。而通過觀察參數(shù)調(diào)整時α、β、γ3個點(diǎn)的演化趨勢與均衡穩(wěn)定狀態(tài)，便可以明晰主觀認(rèn)知判斷的知識收益與交互成本、社會化的聲譽(yù)機(jī)制與社區(qū)客觀規(guī)則的獎懲機(jī)制等因素對虛擬學(xué)術(shù)社區(qū)用戶知識交互行為策略選擇與均衡穩(wěn)定狀態(tài)的影響機(jī)理。

1)知識收益與交互成本影響分析

基于初始狀態(tài)參數(shù)設(shè)置，將社區(qū)用戶主觀認(rèn)知判斷的知識協(xié)同收益KS=10調(diào)整為KS=13，α、β、γ3點(diǎn)的演化趨勢如圖6所示。隨著知識協(xié)同收益增加，3點(diǎn)均最終趨向于知識協(xié)同策略，知識互補(bǔ)與知識攫取收益的增加同樣可以得到驗證。表明當(dāng)用戶主觀認(rèn)知判斷知識交互的收益增加時，便會延續(xù)之前的博弈策略，直至達(dá)到主觀均衡。

圖4 初始狀態(tài)博弈仿真圖

基于初始狀態(tài)參數(shù)設(shè)置，將知識交互成本TS=6、TC=4分別調(diào)整為TS=4、TC=2，α、β、γ3點(diǎn)的演化趨勢如圖7所示。隨著知識交互成本的降低，社區(qū)用戶普遍放棄了消極的知識攫取策略，轉(zhuǎn)而選擇積極的知識協(xié)同策略或知識互補(bǔ)策略，表明用戶主觀感知交互成本的降低，能夠有效減少“搭便車”的知識攫取行為，提升虛擬學(xué)術(shù)社區(qū)知識交互的積極性。

圖5 初始狀態(tài)下α、β、γ演化趨勢圖

圖6 知識收益增加時α、β、γ演化趨勢圖

圖7 交互成本降低時α、β、γ演化趨勢圖

2)聲譽(yù)機(jī)制影響分析

基于初始狀態(tài)參數(shù)設(shè)置，將聲譽(yù)收益R=1調(diào)整為R=4，α、β、γ3點(diǎn)的演化趨勢如圖8所示。隨著聲譽(yù)收益的增加，社區(qū)用戶普遍放棄知識互補(bǔ)策略與知識攫取策略，轉(zhuǎn)而選擇知識協(xié)同策略，表明聲譽(yù)收益的增加能夠有效促使用戶進(jìn)行知識協(xié)同，從而提升虛擬學(xué)術(shù)社區(qū)的科研協(xié)作水平與知識創(chuàng)新產(chǎn)出。

圖8 聲譽(yù)收益增加時α、β、γ演化趨勢圖

基于初始狀態(tài)參數(shù)設(shè)置，將聲譽(yù)損失L=1調(diào)整為L=4，α、β、γ3點(diǎn)的演化趨勢如圖9所示。隨著聲譽(yù)損失的增加，社區(qū)用戶普遍放棄知識攫取策略，轉(zhuǎn)而采取知識協(xié)同或互補(bǔ)策略，表明聲譽(yù)損失的增加能夠有效促使用戶放棄消極的知識攫取策略，但由于聲譽(yù)機(jī)制難以調(diào)節(jié)知識互補(bǔ)行為，所以用戶只有在知識協(xié)同時遭到知識攫取才能給對方造成聲譽(yù)損失，因此β和γ點(diǎn)最終趨向于知識互補(bǔ)的均衡穩(wěn)定策略。

圖9 聲譽(yù)損失增加時α、β、γ演化趨勢圖

3)獎懲機(jī)制影響分析

基于初始狀態(tài)參數(shù)設(shè)置，將激勵收益M=3調(diào)整為M=6，α、β、γ3點(diǎn)的演化趨勢如圖10所示。隨著激勵收益的增加，社區(qū)用戶普遍放棄消極的知識攫取策略，轉(zhuǎn)而采取積極的知識協(xié)同或互補(bǔ)策略，表明激勵收益增加能夠有效減少不勞而獲的知識攫取行為。

圖10 激勵收益增加時α、β、γ演化趨勢圖

基于初始狀態(tài)參數(shù)設(shè)置，將懲罰損失P=1調(diào)整為P=4，α、β、γ3點(diǎn)的演化趨勢如圖11所示。隨著懲罰損失的增加，社區(qū)用戶同樣普遍放棄了知識攫取策略，轉(zhuǎn)而采取積極的知識交互策略，表明懲罰措施同樣能夠有效減少用戶的知識攫取行為。

3.3 主觀與客觀博弈規(guī)則對比分析

主觀博弈規(guī)則并非是對客觀博弈規(guī)則的替代，而是博弈主體在客觀博弈形式基礎(chǔ)上，基于主觀認(rèn)知的調(diào)整與積累形成新的博弈形式，并達(dá)成主觀意義上的博弈均衡。具體到虛擬學(xué)術(shù)社區(qū)，聲譽(yù)機(jī)制是由社區(qū)用戶在連續(xù)知識交互中自發(fā)形成并逐漸穩(wěn)定的主觀博弈規(guī)則，而獎懲機(jī)制則是由虛擬學(xué)術(shù)社區(qū)預(yù)先設(shè)定的客觀博弈規(guī)則，兩者對于社區(qū)用戶主觀博弈中的連續(xù)型知識交互策略可能存在不同影響。聲譽(yù)機(jī)制與獎懲機(jī)制的博弈仿真如圖12、圖13所示，聲譽(yù)機(jī)制與獎懲機(jī)制均能促進(jìn)社區(qū)用戶放棄知識攫取策略，但聲譽(yù)機(jī)制更加能夠促進(jìn)用戶突破知識互補(bǔ)的均衡狀態(tài)，達(dá)成知識交互水平與創(chuàng)新價值產(chǎn)出更高的知識協(xié)同狀態(tài)，如圖12(a)所示。

值得注意的是，在當(dāng)前參數(shù)設(shè)置下，聲譽(yù)機(jī)制中正向收益的增加能夠有效促進(jìn)知識協(xié)同均衡狀態(tài)的達(dá)成，但負(fù)向損失增加的影響效果相對一般。其原因可能在于兩個方面：①只有在個人聲譽(yù)積累或提升的過程中，虛擬學(xué)術(shù)社區(qū)用戶才會更加注重自身聲譽(yù)的維護(hù)，個人聲譽(yù)的提升也會促使其更加積極地參與共享與協(xié)作。但在匿名的虛擬網(wǎng)絡(luò)環(huán)境中，若個別用戶不在意個人聲譽(yù)，則即使聲譽(yù)受損也不會做出積極的改變。即在當(dāng)前共有信念的主觀博弈形式中，社區(qū)用戶的私人剩余信息更加重視聲譽(yù)機(jī)制正向反饋所帶來的收益；②知識協(xié)同與知識互補(bǔ)具有本質(zhì)區(qū)別，知識協(xié)同是以合作關(guān)系為基礎(chǔ)、以知識創(chuàng)新為導(dǎo)向、以科研產(chǎn)出為目標(biāo)而形成的用戶間知識交互行為，而包含聲望、信譽(yù)甚至知識位勢在內(nèi)的聲譽(yù)優(yōu)勢能夠快速促成知識協(xié)同關(guān)系的達(dá)成，降低交互成本，但負(fù)向的聲譽(yù)損失對于知識協(xié)同的達(dá)成并無實質(zhì)性影響。即在連續(xù)型策略集合的主觀博弈形式中，聲譽(yù)收益增加更能動態(tài)促進(jìn)用戶提升知識交互水平。這符合虛擬學(xué)術(shù)社區(qū)用戶知識交互的現(xiàn)實情形，也從側(cè)面證明主觀博弈形式下可變結(jié)構(gòu)博弈模型構(gòu)建的合理性，同時能夠為虛擬學(xué)術(shù)社區(qū)突破知識互補(bǔ)限制、達(dá)成知識協(xié)同狀態(tài)提供管理建議。

圖13 客觀博弈規(guī)則下獎懲機(jī)制的影響效果

4 結(jié)論與啟示

基于理論推演與現(xiàn)實考量，本文將過往知識共享研究中普遍采用的傳統(tǒng)博弈視角轉(zhuǎn)化為主觀博弈視角，通過預(yù)期效用函數(shù)的內(nèi)生化、策略集合的連續(xù)化與共有信念的社會化，將過往知識共享博弈研究中取決于外部客觀環(huán)境與對手策略的預(yù)期策略收益轉(zhuǎn)變?yōu)槿Q于自身主觀認(rèn)知判斷的預(yù)期效用函數(shù)，以更為核心的知識收益考察社區(qū)用戶主觀認(rèn)知的內(nèi)生性影響；將“共享”與“不共享”的傳統(tǒng)二元策略集合拓展到“知識協(xié)同”“知識互補(bǔ)”“知識攫取”的三元策略集合，以嘗試符合主觀博弈中連續(xù)型策略集合的研究范式；在社區(qū)預(yù)設(shè)獎懲機(jī)制等客觀博弈規(guī)則基礎(chǔ)上，結(jié)合虛擬學(xué)術(shù)社區(qū)用戶群體結(jié)構(gòu)與知識交互特征，引入社會化的聲譽(yù)機(jī)制作為用戶群體自發(fā)構(gòu)建并趨于穩(wěn)定的主觀博弈共有信念，以體現(xiàn)用戶主觀認(rèn)知的積累與更新，并更加貼近現(xiàn)實情形。通過對主觀博弈視角下可變結(jié)構(gòu)博弈模型的均衡穩(wěn)定分析與仿真模擬發(fā)現(xiàn)，用戶主觀認(rèn)知決定的知識收益與交互成本、群體自發(fā)形成的聲譽(yù)機(jī)制與社區(qū)預(yù)設(shè)的獎懲機(jī)制均能促使社區(qū)用戶放棄消極的知識攫取策略，轉(zhuǎn)而采取積極的知識互補(bǔ)或知識協(xié)同策略(取決于社區(qū)用戶知識交互的初始狀態(tài))。但值得注意的是，社區(qū)獎懲機(jī)制的客觀博弈規(guī)則只能杜絕知識攫取策略，但聲譽(yù)機(jī)制的主觀博弈規(guī)則(聲譽(yù)收益增加)則能夠突破知識互補(bǔ)均衡狀態(tài)，達(dá)成知識協(xié)同的均衡穩(wěn)定狀態(tài)。

由此，除了取決于社區(qū)用戶主觀認(rèn)知判斷的知識收益與交互成本外，虛擬學(xué)術(shù)社區(qū)可以從聲譽(yù)機(jī)制強(qiáng)化與獎懲機(jī)制優(yōu)化入手，改善運(yùn)營管理模式，促進(jìn)社區(qū)用戶進(jìn)行知識協(xié)同與合作創(chuàng)新，逐步形成具有廣泛信任與協(xié)作關(guān)系的利益共同體，提升虛擬學(xué)術(shù)社區(qū)的創(chuàng)新產(chǎn)出與應(yīng)用價值。在聲譽(yù)機(jī)制強(qiáng)化中，虛擬學(xué)術(shù)社區(qū)一方面可以通過實名認(rèn)證等方式關(guān)聯(lián)用戶個人信息，了解其知識背景與學(xué)術(shù)成果，并通過社區(qū)官方認(rèn)證、特殊身份標(biāo)識等方式確立其意見領(lǐng)袖或科研合作帶頭人等社區(qū)地位；另一方面，對于積極參與知識協(xié)同與創(chuàng)新合作的用戶可以通過好友推薦、首頁推送等方式提高其知名度與關(guān)注度，以社區(qū)背書增加其個人聲譽(yù)，從而擴(kuò)大其知識協(xié)同與科研合作的范圍，充分發(fā)揮聲譽(yù)機(jī)制對用戶知識交互的正向引導(dǎo)作用。而在獎懲機(jī)制優(yōu)化中，虛擬學(xué)術(shù)社區(qū)可以利用數(shù)據(jù)挖掘與用戶畫像等方法，構(gòu)建更具針對性與差異化的激勵機(jī)制與更為開放全面的科研創(chuàng)新評價體系；同時可以通過對社區(qū)用戶的實名認(rèn)證、等級劃分、信用評價等方式，有效識別“搭便車”與不勞而獲的個別用戶，并通過設(shè)置發(fā)帖限制、瀏覽與下載權(quán)限、好友互動權(quán)限等方式避免其知識攫取行為，合理保護(hù)其他用戶的知識產(chǎn)權(quán)與創(chuàng)新成果。

本文不足之處在于對主觀博弈模型的策略集合擴(kuò)展與均衡穩(wěn)定分析仍然受到傳統(tǒng)演化博弈模型研究范式的限制。未來將嘗試在計算社會科學(xué)的指導(dǎo)下，利用仿真實驗等方法，構(gòu)建更加貼近用戶主觀認(rèn)知、更加符合現(xiàn)實情形、更能考察主體認(rèn)知等內(nèi)生性影響因素的主觀博弈模型，探究個體認(rèn)知與群體行為對系統(tǒng)均衡的影響機(jī)理。