社交网络平台有害信息治理的演化博弈
来源:用户上传
作者:樊自甫 程姣姣 田苡毓
摘要：随着社交网络应用的普及，社交网络平台已成为信息传播、知识共享的重要栽体，在为人们生活、学习、工作提供便利的同时，也为有害信息传播创造了条件，社交网络平台中的有害信息治理问题已成为当前社会关注的重点。文章引入社会公众辨识度变量，同时考虑社交网络平台受政府监管部门惩罚成本以及政府和平台间的信息不对称程度，建立了社交网络平台和社会公众有害信息治理的演化博弈模型，分析了有害信息辨识度等因素对演化过程的影响。数值仿真结果表明，提高社会公众对有害信息的辨识度以及平台受罚成本，减少政府与平台间的信息不对称程度，可以有效治理社交网络平台有害信息的传播和泛滥。
关键词：社交网络平台;有害信息治理;社会公众辨识度;演化博弈
中图分类号：F062.5 文献标识码：A 文章编号：1673-8268（2020）02-0094-12
据We are Social和Hootsuite统计数据显示，截至2020年1月30日.全球社交媒体用户数达38亿，同比增长9%以上;其中，微信、微博全球月使用活跃用户数分别达11.51亿、4.62亿，抖音、快手等短视频活跃用户分别达5亿、2.2亿。但社交网络平台在带来便利的同时，也为有害信息传播提供了快捷途径。2020年1月，国家网信办举报中心数据表明，全国各级网络举报部门受理举报1159.3万件，同比增长12.1%。为此，国家相继出台了《国家网络空间安全战略》《中华人民共和国网络安全法》等法律法规，加大了对互联网有害信息的打击力度。
当前，国内外学者关于社交网络有害信息的研究主要集中在基本概念及类型、传播特征和治理等方面。对社交网络有害信息治理的研究以常规性治理和应急性治理为主，其中常规性治理主要观点有：第一，优化网络生态环境、强化政府监督职能和网络法律规范、提升公民素养、强调意见领袖作用;第二，从主体、社会和技术三个方面开展“三维一体”治理;第三，建立集监测、预警、治理于一体的有害信息治理系统。应急性治理是将有害信息看作突发事件，重点研究网络舆情、网络谣言等预警和导控对策等。近年来，部分学者从政府、平台、公众和网媒四个参与主体出发，运用博弈论对社交网络有害信息治理进行研究，其中，公众参与治理的主要观点有：第一，考虑公众心理因素，如“羊群效应”等，公众参与行为取决于公众对事件信息的即刻主观感受，而非理性客观的分析;第二，重点关注特殊公众群体，如意见领袖等，政府对公众惩罚力度和公众转发成本是决定网络舆情传播的重要因素;第三，考虑公众公信力的重要性，如果企业最初选择散布网络虚假信息，那么无论政府和企业最终策略如何，公众都会选择不购买企业产品，企业很难再次树立公信力。现有研究考虑了公众参与对社交网络有害信息的治理，但忽视了社会公众在治理过程中的有效参与程度，且社会公众参与治理的效果差异较大，故本文引入社会公众有害信息辨识度这一变量，表征为社会公众对有害信息准确判断的概率，同时考虑社交网络平台受政府监管部门惩罚成本以及政府和平台间的信息不对称程度，建立社交网络平台和社会公众间的演化博弈模型，结合数值仿真结果，从平台、公众和政府视角提出社交网络有害信息的治理建议。
一、模型构建
（一）基本假设与参数设定
该演化博弈模型存在两个参与主体：社会公众与社交网络平台。社会公众的策略集合为（积极参与，消极参与），社交网络平台的策略集合为（控制，不控制），具体参数如表1所示。
表1中引入社会公众有害信息辨识度k（0
假设1：社会公众选择积极参与策略的概率为x（0
假设2：社交网络平台采取不控制策略时付出的成本为0;社交网络平台选择控制策略时社会公众不需要付出监管成本;社会公众选择积极参与策略，且政府监管部门对社交网络平台的监管概率为q=1时，政府监管部门和社交网络平台间不存在信息不对称情况，即λ=1。
（二）博弈模型
根据前述两个基本假设，得到社会公众与社交网络平台间的策略收益矩阵如表2所示。
当变量满足不同取值时，系统S的演化稳定点判别过程如表5所示，此处仅随机选取情形（3）和（4）作为展示说明，其他情形判别过程与此类似。
综上所述，系统S的演化结果对应的均衡点以及所有满足的参数条件如表6所示。
由表6知。系统S的演化稳定结果主要取决于公众对社交网络有害信息的辨识度k与平台受政府惩罚的成本。两个决定性因素，其在不同阈值区间的取值将直接改变系统s的ESS。
通过以上分析，可以得到社会公众和社交网络平台在各个状态下博弈的演化均衡状态如图1所示。
二、演化博弈分析
（一）演化稳定结果分析
结论1：当v
证明：在社交网络市场发展初期，社交网络普及率较低，社交网络有害信息泛滥带来的负面影响没有引起参与者关注。一是政府监管部门和社会公众对社交网络平台信息质量问题关注度不高，且社交网络平台用户自身知识水平参差不齐，信息素养较低，导致社会公众对有害信息的辨识度较低。二是政府监管部门尚未针对性出台社交网络有害信息治理的相关法律法规，导致对社交网络平台约束力不足，在短期利益诱惑下社交网络平台选择不承担治理职责，任由有害信息泛滥。因此，当社会公众对社交网络有害信息辨识度低于一定水平即k
结论2：当vko时，状态Ⅱ是系统S的ESS。社会公众选择“积极参与”策略，社交网络平台选择“不控制”策略。
证明：与状态I相比较，社交网络社会普及率有所提升，社交网络有害信息泛滥造成的负面影响引起政府监管部门、社会公众和社交网络平台的重视，并积极采取一定治理措施。一是随着社交网络平台的普及，社会公众接触到的社交网络信息增多，在政府监管部门的监督下，社交网络平台纷纷推出有害信息辨识功能，如微信安全中心、微博社区管理中心和QQ安全团队等，社会公众通过相关知识的学习，对社交网络有害信息辨识度的认识有所提高。二是陆续出台的相关政策法规如《信息网络传播权保护条例》《互联网信息内容管理行政执法程序规定》等，仅简单規定了社交网络平台对其信息内容的审核过滤职责，而没有具体可行的惩罚措施，导致社交网络平台约束力不足，一旦社交网络平台发现其不控制策略带来的短期利益超出其因不控制行为受政府监管部门惩罚成本时，不控制策略将成为社交网络平台的最优选择。因此，当社会公众对有害信息辨识度较高即k>ko，且平台受政府惩罚成本偏低即v 结论3：当Vo
证明：政府监管部门受监管资源有限与信息不对称性影响，对社交网络平台惩处力度处于中等水平，此时社交网络平台受政府监管部门惩罚成本小于该策略所带来的收益，故社交网络平台会选择不控制策略。对于社会公众而言，伴随着社交网络有害信息类型的不断变化更新，在短时间内很难对社交网络有害信息做出准确识别与判断，有害信息辨识度会出现先降低后上升现象。因此，当社会公众对社交网络有害信息的辨识度较低即k
结论4：当k>ko且vov1时，状态Ⅳ是系统S的ESS。社会公众选择“积极参与”策略，公众平台选择“控制”策略，为社交网络有害信息治理的理想状态。
证明：与状态I和Ⅱ相比，政府监管部门的法律法规、监管措施进一步完善，社交网络平台的有害信息辨伪功能得到加强，社会公众对有害信息的辨识能力大幅提升，此时社会公众积极参与社交网络有害信息治理获得的收益得到提升，积极参与成为其最优策略。政府监管部门为营造良好网络空间环境而逐渐加大对社交网络平台不控制行为的约束力度，直至社交网络平台受政府监管部门惩罚成本大于其额外收益，导致社交网络平台向控制策略转变。因此，当社会公众对有害信息辨识度较高即k>ko时，社交网络平台受政府监管部门惩罚成本处于中等水平以上即v>vo时，系统s的演化稳定结果为（1，1）。
（二）状态Ⅲ博弈双方策略影响因素分析
由图1可知，当vo
三、数值仿真
系统s参数取值如表7所示。运用Matlab7.0中的ode45指令求解复制动态方程（5）和（6），得到仿真结果图2至图13。图2至图13中，横轴表示时间t，纵轴表示积极参与比例z（t）和控制比例y（t）。
（一）演化相图数值仿真分析
令k=0.2，v=5，得到社会公众与社交网络平台行为演化轨迹如图2所示。
从图2中可以看出，当公众有害信息辨识度和社交网络平台受政府监管部门惩罚成本均处于较低水平时，系统最终均会向稳定点（0，0）演化，即社会公众与社交网络平台均选择消极参与和不控制策略。随着时间t的推移，社会公众选择积极参与策略以及社交网络平台选择控制策略的比例将不断缩小，验证了结论1的正确性。
令k=0.8，v=5，得到社会公众与社交网络平台行为演化轨迹如图3所示。
從图3中可以看出，随着时间t的推移，社会公众群体选择积极参与策略比例不断上升，而社交网络平台选择控制策略的比例逐渐下降，不管初始策略比例如何，最终博弈双方选择策略均趋于稳定点（1，0）。图3说明了与状态I相比，随着社会公众对社交网络有害信息辨识度的提高，社会公众群体策略将发生变化，验证了结论2的正确性。
令k=0.2，v=10得到社会公众与社交网络平台行为演化轨迹如图4所示。
从图4中可以看出，当公众有害信息辨识度较低而平台受政府惩罚成本处于适中水平时，社会公众与社交网络平台的行为演化轨迹具体趋于何种稳定状态，取决于初始群体比例的大小，验证了结论3的正确性。
图5刻画了当公众有害信息辨识度较高而平台受政府惩罚成本处于适中水平，以及不限定公众有害信息辨识度数值而平台受政府惩罚成本较高时，这两种情形下博弈双方的行为演化轨迹。
由图4（b）和图5（a）可知，不管社会公众积极参与和社交网络平台控制策略的初始比例大小如何，随着时间t的推移，系统最终均会向稳定点（1，1）演化。对比图5（a）、（b）和（c）可知，公众有害信息辨识度k保持不变情况下，增大平台受政府惩罚成本有助于社交网络平台更快地向控制策略演化，验证了结论4的正确性。
（二）状态Ⅲ影响因素数值仿真分析
为了验证结论5的正确性，将系统中△Ep、g、
由图10可知，随着社会公众对健康社交应用偏好度的不断提高，社交网络平台选择控制策略所花时间则越少。通过求解复制动态方程，得到社会公众对健康社交应用的偏好度影响社交网络平台行为选择的阈值p=0.3。当p>0.3时，社交网络平台选择控制策略;当p<0.3时，社交网络平台选择不控制策略。
6.公众参与成本C，的影响
令Ec=5，k=0.5，y=0.6时，得到z随Cc值变动的演化仿真路径如图11（Cc=2、Cc=10）所示。
由图11可知，随着公众参与成本提高，社会公众选择策略逐渐向消极参与收敛。通过求解复制动态方程，得到公众参与成本影响社会公众策略选择的阈值Cc=6.25。当Co>6.25时，社会公众选择消极参与策略;当Cc<6.25时，社会公众选择积极参与策略。
由图12可知，随着公众对有害信息辨识度的不断提高，社会公众选择策略逐渐向积极参与演化，公众有害信息辨识度越高，社会公众选择积极参与策略所花时间越少。通过复制动态方程，得到公众有害信息辨识度影响社会公众行为选择的阈值k=0.5。当k>0.5时，社会公众会选择积极参与策略;当k<0.5时，社会公众会选择消极参与策略。
8.社交网络平台选择控制策略的初始比例y的影响
令Ec=5，Cc=6.25时，得到z随y值变动的演化仿真路径如图13（y=0.4、y=0.7）所示。
由图13可知，随着社交网络平台选择控制策略概率不断增大，社会公众选择策略逐渐收敛于积极参与，且社交网络平台选择控制策略的初始比例越高，社会公众选择积极参与策略所花时间越短。由复制动态方程，得到社交网络平台选择控制策略的初始比例影响社会公众行为选择的阈值，y=0.6。当y>0.6时，社会公众将选择积极参与策略;当y<0.6时，社会公众将选择消极参与策略。
四、结语
本文运用演化博弈理论构建了社交网络平台和社会公众的有害信息治理动态演化博弈模型，通过求得复制动态方程得到了模型的均衡点和演化稳定策略，并运用Madab7.0对博弈模型进行了仿真分析。通过研究发现，博弈双方社会公众和社交网络平台会根据自身收益不断调整策略，策略的调整方向主要受社会公众有害信息辨识度、平台受政府惩罚成本等影响。根据上述研究结论，特提出如下社交网络有害信息治理建议。
第一，考虑到提高政府监管部门惩罚力度、社会公众辨识度和社会公众对健康社交网络平台的偏好度等，能促进社交网络平台的有害信息治理水平，建议政府监管部门完善政策法律法规中对社交网络平台选择不控制策略的经济惩罚机制，依据平台违规操作给公众和社会带来危害程度不同处以阶梯式罚金，并辅以点名批评、约谈或追究其刑事责任等非经济处罚方式，拉低社交网络平台的声誉和影响力，加大其选择不控制策略的隐性成本;建立健全政府信息公开制度，及时更新政府采集到的社交网络有害信息，及时向社会公众普及社交网络有害信息的危害度，提升社会公众的有害信息辨识度;积极举办相关宣传活动，提升社会公众对健康社交网络平台的偏好度，及时向社会公布积极参与社交网络有害信息治理的平台名单，引导社会公众选择良好的社交网络平台。
第二，考虑到政府和平台间的信息不对称程度以及公众参与成本的减少能促进社交网络平台有害信息治理，建议社交网络平台定期向社会公布其监管措施和成果，提高信息透明度;完善目前较为繁琐、冗杂的公众举报机制，创建高效便捷的举报渠道。例如，在社交网络平台中增设一键举报功能，节约社会公众参与有害信息治理的时间与精力成本;同时对积极参与社交网络有害信息治理的社会公众给予公开表扬和相应的现金奖励，提高其参与积极性。
第三，考虑到社会公众有害信息辨识度对社交网络有害信息治理具有促进作用，建议社会公众主动增强自身在社交网络有害信息识别能力方面的知识学习，对社交网络平台中传播的信息做到小心求证，不随意转载和分享未经官方或权威机构核实的信息，公正发表评论与意见，传播正能量信息内容，做到不信谣、不传谣，不断提高自身的信息素养。
转载注明来源:https://www.xzbu.com/1/view-15185405.htm
