您好, 访客   登录/注册

基于演化博弈的互联网信息生态环境治理机制研究

来源:用户上传      作者:杨秀云 梁珊珊

  摘要:社交平台媒体是把双刃剑,在彰显普通群众话语权的同时,也带来互联网信息生态环境恶化的难题。立足有限理性假设,通过构建“政府部门―社交平台企业―平台用户”三位一体的演化博弈模型,讨论不同主体间的策略互动及各因素的影响效应,探寻中国互联网信息生态环境的治理机制。研究发现:(1)互联网信息生态环境治理机制是一个不同层级多元主体协同参与的机制,其中政府部门在机制构建中处于引领地位,平台企业是信息传播的枢纽,是机制建设的载体,用户是机制的微观建设者;(2)互联网信息生态环境治理机制呈现螺旋式动态演进特征,其演化过程受到多元治理主体各自利益博弈的影响。提高政府监管形象收益和惩罚力度、加大企业对用户的惩罚力度、降低企业违规经营的超额收益和用户无序使用的超额收益,可以加速实现演化稳定策略,而政府和企业的奖励力度存在有效阈值。因此,互联网信息生态环境治理机制的建设和优化,需要动态协调的奖惩制度、多元化的企业经营目标和不断提高的用户综合素养来支撑。
  关键词:社交平台;信息生态环境;平台治理;治理机制;演化博弈
  文献标识码:A文章编号:1002-2848-2023(01)-0029-17
  一、问题提出
  互联网发展打破了传统的社会边界和经济范式,为人类社会带来深刻变革。近年来,以参与、分享为特点的Web2.0技术催生出一系列社交软件,并呈现蓬勃发展的态势[1]。它们的出现使得信息的生产和传播方式发生根本性改变[2],人们在社交平台上自主发布所知所感,颠覆了过去依靠主流媒体被动接受信息的局面。据统计,截至2021年6月,中国网民规模突破10亿人,即时通信、网络视频和短视频这三个社交类应用的用户规模和使用率稳居前三①,“人人都有麦克风、人人都是自媒体”的新型传播格局已经形成。然而社交平台是一把双刃剑,在彰显普通群众话语权的同时,也催生出一系列社会治理问题。
  现阶段,中国互联网信息真假难辨、内容良莠不齐等问题比较突出[3],更有部分群体为博取关注发布另类观点、借助热点和突发事件散播谣言。而普通网民面对爆炸式的网络信息,受制于信息噪声和单个个体判别能力的局限性,时常成为不明信息的传播者和中转站,并逐渐演变为网络语言暴力或群体无理性的困局[4]。更为重要的是,网络信息可以潜移默化地影响人们的意识形态和价值观念,社交平台上的偏激和极端言论或将侵蚀社会公众尤其是未成年人的心理健康。这些都会对经济和社会发展带来极大的危害,对互联网信息生态环境进行有效治理是社会各界亟待攻克的难题。因此,党的二十大报告明确指出,要健全网络综合治理体系,推动形成良好网络生态。相关部门也陆续出台了《互联网信息服务管理办法(2011修订)》《网络信息内容生态治理规定》等一系列法律法规,对互联网信息生产、传播和使用过程中相关主体的责任和义务加以明确,并针对其中的突出问题大刀阔斧进行治理,取得了一定成效。但囿于政府部门的信息不对称和高昂的监管成本、数字技术的日新月异以及参与主体的多元性和差异性,政府监管效率不高、信息机制不健全、疏导方法不科学等问题仍旧存在,导致互联网信息生态环境治理工作无法实现预期目标。事实上,互联网信息生态环境是相关主体利益博弈的结果,混乱的根源是利益失衡,企业、用户等参与主体以经济效益为主,却忽视了自身行为产生的负向社会效益。
  有鉴于此,本文立足有限理性假O,将政府部门、社交平台企业和用户纳入统一的分析框架,运用演化博弈方法解析三者在信息生态环境治理过程中的行为选择和策略互动,在此基础上运用MATLAB软件进行数值模拟,试图搭建起政府、企业和用户等多元主体协同参与的互联网信息生态环境治理机制。具体地,本文主要研究了以下问题:政府部门、平台企业和用户在何种条件下达到博弈均衡,实现向“理想”状态的演化,以探索各参与主体的行为动因;博弈模型中各种因素(如激励、惩罚、收益等)对演化博弈系统稳定性的影响效应,借此识别出生态环境治理机制中的重要环节。对比现有研究,本文的边际贡献在于:第一,剖析互联网信息生态环境较差的根源本质,运用演化博弈论系统地推演证明了社交平台领域的规范发展问题,丰富和拓展了社交媒体领域的研究成果;第二,将平台用户引入动态博弈系统,构建出政府、企业和用户三位一体的演化博弈模型;第三,运用MATLAB软件进行数值仿真分析,考察不同初始概率以及政府部门、平台企业和用户主要参数变动对演化博弈系统稳定性的影响效应,厘清互联网信息生态环境治理的关键环节,明确未来政策制定的方向和重点。
  二、文献综述
  生产和传播信息是社交平台的基本功能。黄文森等[5]强调社交网络是新闻传播的重要渠道,信息通常在属性相同的媒体账号间横向传送,经济和行政因素会影响信息的流动。部分学者将社交平台视作信息媒介,强调平台的披露和监督功能,并考察其对企业行为、资本市场的影响。Blankespoor等[6]指出Twitter的信息推送技术可以将信息直接传递给投资者,有效降低信息搜寻成本,中小投资者通过互联网与上市公司高管层互动有助于提高市场信息效率[7]。朱孟楠等[8]基于东方财富股吧社交论坛构建了互联网信息交互网络,检验发现处在网络中心位置的上市公司股价崩盘风险较低。然而,一些学者指出媒体具有发布耸人听闻信息的动机[9],它们为追求“轰动效应”对信息进行“有偏的放大”,造成不可弥补的损失[10],企业方面也有强烈的动机去操纵媒体以便获得额外收益[11]。由此可见,社交平台媒体上看似自主、自发的个体化信息生产传播背后不乏人为操纵的因素[2],这是相关主体利益博弈的过程,会“污染”网络信息生态环境。
  净化网络生态环境已成为数字时代治理的重要议题,在这一过程中会涉及政府、平台、用户等多方主体。学者们普遍揭示了政府部门的地位和作用,如李明德等[12]强调互联网舆情政策是政府机构治理网络舆情的重要工具,2012年中国相关政策数量呈现爆发式增长,整体仍以“维稳”思想为主导。刘怡君等[13]围绕1997―2016年出台的255份网络舆情政策研究发现,国家和地方政府形成了合作治理的交叉网络,对网络信息存在“促”“抑”辩证逻辑。然而,社交网络舆情数据量大且结构复杂,治理技术难度大,亟须推动政府和社交媒体企业合作治理,探寻政企合作治理新机制[14]。社交平台作为信息生产和传播的枢纽,在信息生态环境治理中的作用不容小觑。陈璐颖[15]强调平台掌握着重要的技术治理手段,能够通过优化内容推荐算法、升级交互功能等方式促进信息内容在不同主体间传播,逐步渗入平台企业的价值判断,间接实现对平台内容进行管理的目标。徐翔等[16]认为大数据算法根据用户的搜索历史,识别出用户的兴趣偏好,据此形成个性化的信息生产、推荐、过滤和传播链条,在提高信息传播效率的同时,也导致用户信息窄化。梁玉成等[17]也强调现阶段算法治理存在算法透明度低、数据所有权不明晰和算法欠缺公平性等问题,加剧了数字鸿沟,亟待转变监管思路,促进算法规范化发展。对于用户行为的研究,学者们普遍关注用户黏性的问题,即用户对平台具有持续使用的认知和情感。Xu等[18]指出中国主流媒体的平均用户黏性较低,媒体属性和用户特征对用户黏性的影响效应存在差异。毛文娟等[19]发现会员制能够使用户参与到平台治理中,对平台产生心理依赖、持续参与平台并延长访问时间,增强了用户黏性。

nlc202302121649



  治理内容方面,部分学者关注社交平台的垄断问题,包括数据垄断、恶性竞争等。由于社交平台的枢纽地位[20],平台在资本实力、数据优势、用户流量、规则制定权力等加持下,可以撬动关联产业的市场份额。黄尹旭等[20-21]强调亟须健全相关市场界定、市场支配地位认定、算法合谋问题等数字竞争规则,通过监管转型、监管创新破除平台垄断问题。徐企X等[22]则认为“数据公有制”具有合理性,应由用户收回控制权来制衡社交媒体巨头滥用权力。部分学者围绕“社交+电商”展开讨论。周辉[23]针对微商发展中存在的问题,强调平台和政府需共同担负相应的治理责任。梅傲等[24]强调“直播+电商”作为一种新兴销售模式为网络治理带来冲击,需要通过明确相关主体权责和创新监管技术等途径对其进行规范治理。但针对社交平台信息内容治理的研究略显不足,学者们多聚焦细分领域,如杨驳龋25]基于微信朋友圈的实验发现,在个人信息处理、社交网络建立和社交信息生产传播等层面进行有效互动,有利于纠正虚假信息。
  可以看到,现有文献针对社交平台的研究或是聚焦社交媒体的经济影响,或是定性地讨论平台治理问题,而且治理内容以垄断和电商为主。关于信息生态环境治理的文献稍显匮乏,不同社交平台媒体对人们健康观念的影响以及信息纠错机制也存在明显差异[26],这无疑给互联网信息生态环境治理带来不小的挑战。究其根源,互联网信息生态环境恶化是社交平台媒体快速发展的负面产物,是相关参与主体利益不一致的结果,各主体只追求自身利益最大化,却忽视了可能产生的负外部性。开展互联网信息生态环境治理工作的重点在于明晰政府部门、社交平台企业和用户等主体的责任、权利和义务,制定相应的规则以引导各参与主体兼顾经济效益和社会效益,实现向目标状态的转变。
  此时,演化博弈方法为探讨互联网信息生态环境的治理问题提供了可能,这一方法在互联网平台研究中得到广泛的应用。由于各种内外部因素的叠加影响,社交平台各参与主体存在信息不对称、非理性行为等情况,无法满足传统博弈论中完全理性和完全信息的假设条件,演化博弈论则考虑了参与主体有限理性和时间连贯性的问题[27],更能客观反映社交领域各主体之间的策略互动及演化过程,比较符合现实情况。有鉴于此,本文通过构建演化博弈模型并利用MATLAB软件进行数值仿真,考察政府部门、社交平台企业和平台用户三者之间在信息内容治理中的策略互动,以及各因素对演化稳定策略的影响效应,在此基础上搭建起多元主体协同参与的互联网信息生态环境治理机制。这不仅是对平台经济和社交平台媒体研究的有益补充,尤其对数字时代互联网平台治理和网络生态治理工作具有重要的现实意义。
  三、演化博弈模型的构建
  (一)相关治理主体的角色定位
  互联网信息生态环境治理涉及政府部门、社交平台企业和平台用户等多元主体,是相关主体利益博弈的结果。社交平台企业(如腾讯、新浪等)是互联网信息服务平台的建设者,除了履行媒介服务的基本职能外,也需采取加强账户审核管理、优化信息推荐和投诉机制、实时巡查处理等措施,履行其对平台内信息内容的监督和管理责任,实现对平台内部生态环境的治理;而短频博主、网络主播等平台创作者通过签约等形式入驻社交平台,吸引更多粉丝和流量的同时,增强了平台用户黏性,成为平台企业的重要组成部分,其发布的信息内容要遵循公序良俗。普通的社交平台用户更多地充当信息接收者和传播者的角色,不仅需要对信息的真实性和价值观加以甄别,也要避免过激和极端言论,并通过投诉、举报等途径对网络信息内容进行监督。根据公共规制理论,政府部门在市场失灵时,要加强对各参与主体的行政监督和管理,政府部门作为行业规则的制定者和监管方,对信息生态环境治理工作起到不可或缺的监督引导作用,以培育出优质的信息生产群体和使用群体,推动互联网信息行业健康有序发展。
  (二)模型假设与说明
  本文基于演化博弈理论探讨互联网信息生态环境治理过程中政府、企业和用户三者之间的策略互动及演化过程,首先提出如下假设:
  (1)博弈主体:政府部门、社交平台企业和社交平台用户,三者均为有限理性。
  (2)博弈主体的策略:政府部门、平台企业和用户都只有两个策略。近年来中国社交平台行业发展迅猛,衍生出即时交流、交友、直播、短视频等多个细分领域,本质上都是信息内容表现形式的变化。尽管政府机构没有对新涌现的细分业态出台成熟的法律法规,但对信息内容的监管一直存续。例如,中国先后出台了一系列办法条例,且专门成立国家互联网信息办公室,监督并规范社交平台企业和用户的行为,不存在不监管的情况,因此政府部门可选择“宽松监管”和“严格监管”两种策略,策略集合为{宽松监管,严格监管}。对于平台企业,在追求自身发展和实现利润最大化的过程中,对平台上信息内容的管理可以采取“违规经营”和“合规经营”两种策略,策略集合为{违规经营,合规经营}。平台用户方面,利用社交平台发布、获取和传递信息时,存在“无序使用”和“有序使用”两种策略,策略集合为{无序使用,有序使用}。
  (3)考虑到混合策略的可能性,设定政府部门实行“严格监管”策略的概率为x(0≤x≤1),“宽松监管”的概率为1-x;平台企业选择“合规经营”策略的概率为y(0≤y≤1),“违规经营”的概率为1-y;平台用户采取“有序使用”策略的概率为z(0≤z≤1),“无序使用”的概率为1-z。
  (4)只要政府部门严格监管,平台企业和用户的不当行为都能被发现。尽管现实中很难做到这一点,但可以通过无限增加监管成本间接实现。
  (三)治理主体参数设定与博弈支付矩阵
  1.政府部门的相关参数
  当政府部门选择“宽松监管”策略时,只需付出较低的监管成本Cg,包括监管技术人员、监管设备等。当采取“严格监管”策略时,政府部门需要健全监督管理制度、优化网络监管技术等,搭建起科学有效的互联网信息生态环境监管体系,监管成本与严格监管程度a相关联(a>1),记为aCg。此时社会公众对政府部门的信誉和美誉度提高,政府部门获得监管形象收益Rg,企业合规经营和用户有序使用共同营造出良好的信息生态环境时,政府形象提升R′g。为引导平台企业和用户回归理性向理想状态演进,政府部门会设计奖惩制度加以干预,对企业合规经营行为给予奖励Rgf(信贷支持、财政补贴、税收优惠、荣誉表彰、现金等),对企业违规经营破坏生态环境的行为予以行政处罚Kgf(警告、罚款、责令停产停业等);政府部门对用户传递真实信息并产生重要影响的行为给予奖励Rgc(荣誉表彰、奖金等),对用户谣传引致重大负面影响的行为予以处罚Kgc(拘留、罚款、勒令禁止、封禁账号等)。除此之外,当企业违规经营或用户无序使用时,引致互联网信息生态环境混乱造成的社会福利损失为Kg。

nlc202302121649



  2.平台企业的相关参数
  提供媒介服务是平台的基本职能,企业可以获得基础收益Rf。当企业选择“违规经营”策略时,不履行对平台内用户和信息的监管责任,仅需支付最基本的经营成本Cf(平台运行成本、维护成本等)。由于浏览量和点击率的提高,企业得到更大的市场份额和更多的经济利润,以及广告投放收入,统一记为超额收益ΔRf(反映企业违规经营的动机)。如果政府部门采取“宽松监管”策略,企业不会有额外的损失,总收益为Rf+ΔRf-Cf,如果政府部门采取“严格监管”策略,企业将面临行政处罚Kgf,总收益减小为Rf+ΔRf-Cf-Kgf。
  当企业采取“合规经营”策略时,需要额外支付监督和管理成本,包括平台生态环境治理细则制定、技术研发投入和人员聘任、信息审核和账号管理等,相应的经营成本受违规经营程度μ的影响(μ>1),记为μCf。若政府部门采取“宽松监管”策略,企业不会有额外的收益,总收益为Rf-μCf;若政府部门采取“严格监管”策略,平台企业获得额外的奖励,总收益为Rf-μCf+Rgf。与此同时,平台企业也会制定对应的奖惩措施,引导平台用户共同维护良好的生态环境,对用户有序使用社交媒体并产生积极影响的行为给予奖励Rfc(积分、账号升级、开放权限、现金等),对用户无序使用且破坏平台信息环境的行为予以惩罚Kfc(封禁账号、降低等级、浏览限制等)。鉴于社交平台遵循平台经济发展的一般规律,具有规模效应、网络效应、锁定效应等[21],普通用户的转移成本较高,而且以大数据算法为支撑的信息推送技术使受众信息窄化,或将重塑用户的信息偏好[16],本文未将用户对企业形象评价纳入演化博弈系统中。
  3.平台用户的相关参数
  用户通过交流、娱乐、休闲等功能获得基本收益Rc。当用户选择“无序使用”策略时,需要付出流量成本、信息搜集、甄别和处理成本等,记为Cc,发布迎合时事热点、社会心态的内容博取关注,赢得更多的c击率和浏览量,可以得到额外的心理收益ΔRc,这是一个广义的概念,包括精神认同感、满足感、参与感和成就感等。当政府部门采取“宽松监管”策略、平台企业采取“违规经营”策略时,用户没有其他损失,总收益为Rc+ΔRc-Cc;当政府部门采取“严格监管”策略、平台企业采取“违规经营”策略时,用户将面临政府部门的处罚,总收益为Rc+ΔRc-Cc-Kgc;当政府部门采取“宽松监管”策略、平台企业采取“合规经营”策略时,用户会受到企业的惩罚,总收益为Rc+ΔRc-Cc-Kfc;当政府部门采取“严格监管”策略、平台企业采取“合规经营”策略时,用户将遭受政府和企业的双重惩罚,总收益减少至Rc+ΔRc-Cc-Kgc-Kfc。
  用户采取“有序使用”策略时,依旧需要支付相同的成本Cc,但无法获得超额的心理收益ΔRc。当政府部门采取“宽松监管”策略、平台企业采取“违规经营”策略时,用户不会得到任何奖励,总收益为Rc-Cc;当政府部门采取“严格监管”策略、平台企业采取“违规经营”策略时,用户有额外的政府奖励,总收
  图1政府、企业和用户三方博弈树
  益为Rc-Cc+Rgc;
  当政府部门采取“宽松监管”策略、平台企业采取“合规经营”策略时,用户会得到企业的额外奖励,总收益为Rc-Cc+Rfc;当政府部门采取“严格监管”策略、平台企业采取“合规经营”策略时,用户会获得政府和企业的双重奖励,总收益为Rc-Cc+Rgc+Rfc。
  根据以上假设和参数设定,可以构建出政府部门、社交平台企业和平台用户的博弈树,如图1所示。进一步地,政府部门、社交平台企业和用户的三方博弈支付矩阵如表1所示。
  四、治理主体演化博弈路径及稳定性分析
  (一)治理主体的演化博弈路径
  1.政府部门的演化路径
  将政府部门采取“严格监管”和“宽松监管”策略时的期望收益分别记为EG1和EG2,平均期望收益记为EG,则有
  根据马尔萨斯复制动态方程[28],政府部门选择“严格监管”策略数量的增长率为EG1-EG,在时间t的不断延续下,政府部门的复制动态方程为
  根据微分方程定理,政府部门实现演化稳定策略,需要满足以下条件:
  当Rg-a-1Cg+Kgf+Kgc-zKgc+Rgc>Kgf+Rgf时,y<y*恒成立,只有x=1可同时满足Fx=0和F′x<0,因而x=1是演化稳定策略,政府部门会采取“严格监管”策略。当Rg-a-1Cg+Kgf+Kgc-zKgc+Rgc<0时,y>y*恒成立,x=0是演化稳定策略,政府部门会采取“宽松监管”策略。当0≤Rg-a-1Cg+Kgf+Kgc-zKgc+Rgc≤Kgf+Rgf时,y*∈0,1,可以分为三种情形:(1)当y=y*时,政府部门以任何概率x选择“严格监管”策略都是演化稳定策略;(2)当y<y*时,政府部门选择“严格监管”策略;(3)当y>y*时,政府部门选择“宽松监管”策略。据此绘制出政府部门的策略演化相位图,如图2所示。可以看到,政府部门策略演化受平台企业策略选择y和用户策略选择z的影响。另外,政府监管形象收益Rg、监管成本Cg、对企业的奖惩力度(Rgf和Kgf)、对用户的奖惩力度(Rgc和Kgc)等都会对政府部门的策略选择产生影响。
  2.平台企业的演化路径
  平台企业采取“合规经营”和“违规经营”策略时的期望收益分别记为EF1和EF2,平均期望收益记为EF,则有
  Fy=0和F′y<0,因而y=1是演化稳定策略,即平台企业会选择“合规经营”策略。当-μ-1Cf+Kfc-ΔRf+xRgf+Kgf<0时,z>z*恒成立,y=0是演化稳定策略,即平台企业会选择“违规经营”策略。当0≤-μ-1Cf+Kfc-ΔRf+xRgf+Kgf≤Kfc+Rfc时,z*∈0,1,可以分为三种情形:(1)当z=z*时,平台企业以任何概率y选择“合规经营”策略都是稳定状态;(2)当z<z*时,平台企业选择“合规经营”策略;(3)当z>z*时,平台企业采取“违规经营”策略。据此绘制出平台企业的策略演化相位图,如图3所示。不难发现,平台企业的策略演化同时受到政府部门策略选择x和平台用户策略选择z的影响。企业经营成本Cf、超额收益ΔRf、政府对企业的奖惩力度(Rgf和Kgf)以及企业对用户的奖惩力度(Rfc和Kfc)等因素都会对平台企业经营策略演变产生影响。

nlc202302121649



  3.平台用户的演化路径
  平台用户采取“有序使用”和“无序使用”策略时的期望收益分别记为EC1和EC2,平均期望收益记为EC,则有
  当ΔRc-yRfc+Kfc>Rgc+Kgc时,x<x*恒成立,当z=0时满足Fz=0且F′z<0,因而z=0是演化稳定策略,即平台用户会采取“无序使用”策略。当ΔRc-yRfc+Kfc<0时,x>x*恒成立,z=1是演化稳定策略,即平台用户会采取“有序使用”策略。当0≤ΔRc-yRfc+Kfc≤Rgc+Kgc时,z*∈0,1,可以分为三种情形:(1)当x=x*时,平台用户以任何概率z选择“有序使用”策略都是稳定状态;(2)当x<x*时,平台用户选择“无序使用”策略;(3)当x>x*时,平台用户选择“有序使用”策略。据此绘制出平台用户的策略演化相位图,如图4所示。由此可见,平台用户的策略演化会受到政府部门策略选择x和平台企业策略选择y的共同作用。此外,用户的超额收益ΔRc、政府对用户的奖惩力度(Rgc和Kgc)以及企业对用户的奖惩力度(Rfc和Kfc)都会影响平台用户的策略选择。
  图4平台用户策略演化相位图
  (二)演化博弈模型的稳定性分析
  上文对政府部门、平台企业和用户三条复制动态方程的讨论,可以得到各自的策略演化路径,但无法直接判断出演化博弈系统最终的均衡点。参考Ritzberger等[29]的研究,本部分将探讨E10,0,0、E21,0,0、E30,1,0、E40,0,1、E51,1,0、E61,0,1、E70,1,1、E81,1,18个纯策略纳什均衡点的渐进稳定性(ESS),以验证博弈主体的策略互动过程和网络信息生态环境治理效果。根据Friedman[28]提出的方法,进一步构建雅克比矩阵加以判断,由式(1)~(3),政府部门、平台企业和用户构成的演化博弈系统的雅克比矩阵为
  其中,J11=1-2xRg-a-1Cg+Kgf+Kgc-yKgf+Rgf-zKgc+Rgc,J12=-x1-xKgf+Rgf,J13=-x1-xKgc+Rgc,J21=y1-yRgf+Kgf,J22=1-2y-μ-1Cf+Kfc-ΔRf+xRgf+Kgf-zRfc+Kfc,J23=-y1-yRfc+Kfc,J31=z1-zRgc+Kgc,J32=z1-zRfc+Kfc,J33=1-2z[-ΔRc+xRgc+Kgc+yRfc+Kfc]。当雅克比矩阵的所有特征值均小于0时,该均衡点是渐进稳定点;当雅克比矩阵中特征值都大于0或有正有负时,该均衡点不是稳定点。由此可以得到各均衡点的特征值和稳定性,具体如表2所示。
  可以看到,E40,0,1和E70,1,1这两个均衡点无论何种情况都不会是演化稳定策略,即不存在用户单方面主动“有序使用”,或者企业“合规经营”和用户“有序使用”以自觉营造良好的互联网信息生态环境的可能性,间接证实了政府部门在其中扮演着至关重要的角色。对于E30,1,0,政府部门采取“宽松监管”策略,任由社交平台领域遵循市场规律自由发展,企业面临激烈的市场竞争,不大可能放弃潜在经济利润对用户施加严厉的惩罚措施,使得Kfc>μ-1Cf+ΔRf,即任何一个社交平台企业都不会单方面采取“合规经营”策略,故舍去该均衡点。下面针对其他5个均衡点,依次进行讨论。
  1.初始阶段E10,0,0
  得益于互联网技术的快速发展,国内涌现出一批社交软件,最早如腾讯提供了私密好友圈动态分享的QQ空间,其后出现了人人网、开心网和新浪微博等社交网站,一种新的经济模式进入公众视野。在这一阶段,社交平台尚处于萌芽期,产品功能单一,人们逐渐去关注、了解和摸索这一新兴软件。政府部门起初保持着鼓励发展的态度,对社交平台企业和用户的不当行为鲜有惩罚,加之部门间职责不明晰、监管制度不完善、监管科技缺位,监管成效在短期内难以凸显,使得Rg-a-1Cg+Kgf+Kgc<0,政府部门将选择“宽松监管”策略。社交平台企业为了在激烈的市场竞争中脱颖而出,投入大量资金去优化产品服务来抢占用户数量和市场份额,而普通用户的素质层次不齐,在平台软件上发布和传播虚假内容的情况偶有发生,平台企业单方面合规经营的机会成本和管理成本较高,对用户的不当行为持容忍态度,意味著-μ-1Cf+Kfc-ΔRf<0,平台企业将采取“违规经营”策略。
  2.政府部门转向严格监管阶段E21,0,0
  随着时间的推移,社交产品和服务逐渐多元化,涵盖即时交流、娱乐、交友、兴趣社交等多个领域。部分用户为博眼球置公序良俗和主流价值观于不顾,使得信息内容良莠不齐、真假难辨,整体生态环境较差,企业为了吸引更多流量和提高市场份额选择视而不见。这一现象持续发酵引发的社会矛盾进一步升级,政府部门进行监管引导的迫切性和必要性放大。为此,政府部门先后出台了《互联网信息服务管理办法(2011修订)》《关于办理利用信息网络实施诽谤等刑事案件使用法律若干问题的解释》等法律法规,对产生重大负面影响的行为加大惩罚力度,提高了政府监管形象,并通过完善监管制度、明晰各部门监管职能,寻求监管成本最小化,提高监管效率。当a-1Cg-Rg-Kgf-Kgc<0时,政府部门采取“严格监管”策略。如果政府对企业的奖励力度较低,企业合规经营增加的监督成本和机会成本较高,-μ-1Cf+Kfc-ΔRf+Rgf+Kgf<0,企业将采取“违规经营”策略。若政府对用户的奖惩力度不足以弥补用户无序使用的超额收益,即-ΔRc+Rgc+Kgc<0,用户将继续采取“无序使用”策略。
  3.政府监管下企业向合规经营策略转变E51,1,0
  随着政府监管的逐步推进,各部门监管职责更加明晰,监管制度趋于完善,监管技术持续进步,使得监管成本得到有效控制,政府对企业和用户的激励措施也由最初的“单纯惩罚”演变为“奖励和惩罚并重”的局面,此时a-1Cg-Rg-Kgc+Rgf<0,政府部门保持“严格监管”策略。与此同时,企业通过不断创新监管技术和监管方式,合规经营的管理成本和维护成本得以控制,开始制定本平台的网络信息内容生态治理细则来营造干净舒适的平台生态环境。当μ-1Cf-Kfc+ΔRf-Rgf-Kgf<0时,企业转向选择“合规经营”策略。但由于用户的差异性和规模性,政府和企业对用户的奖惩措施无法面面俱到,不足以覆盖用户无序使用的超额收益,存在-ΔRc+Rgc+Kgc+Rfc+Kfc<0,用户倾向选择“无序使用”策略。

nlc202302121649



  4.政府监管下用户向有序使用策略转变E61,0,1
  随着政府监管工作的持续深入,监管制度和技术渐趋完善,政府搭配运用奖惩手段来引导企业和用户的行为选择,监管效率显著提升,此时政府部门满足a-1Cg-Rg-Kgf+Rgc<0的条件,将保持“严格监管”策略。在政府部门的严格监管下,对用户无序使用产生重大负面影响的行为给予处罚,具有震慑作用,同时加强了对社会公众的宣传和教育,普通网民的意识形态和价值观念不断改善,无序使用的超额收益降低,当ΔRc-Rgc-Kgc<0时,用户趋向采取“有序使用”策略。然而企业合规经营的管理成本和监督成本依旧较高,政府的奖惩力度不足以弥补其潜在收益和合规经营的增量成本,-μ-1Cf-ΔRf+Rgf+Kgf-Rfc<0依然成立,企业将继续采取“违规经营”策略。
  5.理想状态E81,1,1
  政府监管活动趋于常态化,监管制度和监管技术比较完善,监管成本逐步缩小,监管形象收益大幅提升,对企业和用户的奖惩力度逐渐减弱,当-Rg+a-1Cg+Rgf+Rgc<0时,政府部门依旧采取“严格监管”策略。在政府持续监管的驱动下,部分平台由于市场份额小、用户基础薄弱、资金不足等无法达到监管标准被淘汰出局,留在市场上的企业通过强化账号管理和信息审核、优化信息推送和投诉机制、实时巡查并处理违规内容等方式来营造平台内良好的信息生态环境,合规经营收益显著增强,使得μ-1Cf+ΔRf-Rgf-Kgf+Rfc<0,企业将选择“合规经营”策略。政府监管手段的升级和社交平台系统的优化,极大地调动了用户有序使用的积极性,ΔRc-Rgc-Kgc-Rfc-Kfc<0这一条件得以满足,平台用户将采取“有序使用”策略。此时,政府部门、社交平台企业和用户三方将形成{严格监管,合规经营,有序使用}的良性互动,有助于建设成风清气正的互联网信息生态环境。
  五、数值仿真分析
  现阶段,中国社交平台领域的竞争格局趋向稳定。腾讯是国内最大的网络即时通信提供商,微信和QQ两款产品基本垄断了即时通信市场,并通过建设完整生态圈来增加用户黏性。新浪微博媒体属性较强,拥有高黏性关键意见领袖、“粉丝”群体,是重大事件的宣发平台。字节跳动则抓住风口打造抖音,在短视频行业异军突起,是社交娱乐方式的一次变迁。与此同时,内容社区、陌生人社交等细分赛道竞争激烈。国家互联网信息办公室于2019年12月出台了《网络信息内容生态治理规定》,对网络信息内容的生产者、服务平台和使用者提出了要求,并指明了监管方向。此种背景下,各平台对照规定自纠自查,通过修订内部规章制度、调整算法推荐逻辑、强化信息审核、排查黑色产业链等方式,切实净化平台生态环境,并取得不错的成效,这为本文的研究提供了充实的资料证据。
  为了更加清晰直观地反映政府部门、社交平台企业和用户策略选择的动态演化过程,解析互联网信息生态环境治理机制的影响因素,本部分利用MATLAB软件对构建的演化博弈模型进行数值仿真模拟。借鉴魏明侠等[27]的做法,结合中国互联网信息I域的实际发展情况和等式平衡原则对相关参数进行赋值。为使演化博弈系统稳定在三方积极参与以实现理想的共治格局,即收敛在均衡点E81,1,1,相关参数需满足:a-1Cg+Rgf+Rgc<Rg、μ-1Cf+ΔRf+Rfc<Rgf+Kgf和ΔRc<Rgc+Kgc+Rfc+Kfc,最终对各参数赋值如下:a=1.5、Cg=2.5、Rgf=1.5、Kgf=4、Rgc=0.6、Kgc=1、Rg=4.5、μ=1.5、Cf=3、ΔRf=2.5、Rfc=1、Kfc=0.6、ΔRc=0.8。接下来对政府部门、社交平台企业和用户在不同初始概率下演化博弈系统稳定性进行仿真分析,并以初始概率(x=0.3,y=0.7,z=0.2)为基础,讨论主要参数变动对系统稳定性的影响效应。
  (一)不同初始概率对演化博弈系统稳定性的影响
  为了检验各参与主体不同初始概率对系统稳定性的影响,本文在限定其他参数不变的情况下,设定初始时间为0时,政府部门选择“严格监管”策略、平台企业选择“合规经营”策略、平台用户选择“有序使用”策略的概率分别为(0.3,0.7,0.2)、(0.5,0.5,0.5)、(0.7,0.3,0.8)。在不同初始概率下,仿真模拟结果如图5所示。不难发现,在满足演化稳定策略E81,1,1的参数条件下,不同初始概率对各参与主体的策略演化路径没有影响,但对博弈系统达到稳定状态的时间存在影响,初始值与演化稳定状态比例越接近,达到稳定状态的时间也越短。由此可见,在平台成立初期政府部门应主动制定相关制度规定,对企业和用户加强监管教育,引导并规范相关主体的行为,以营造良好的互联网信息生态环境。
  图5不同初始概率下演化博弈系统的稳定性分析
  (二)政府参数对演化博弈系统稳定性的影响
  本部分着重探讨政府部门的监管形象收益、奖惩机制对演化博弈系统稳定性的影响,为便于比较,假定初始概率为(0.3,0.7,0.2)。
  1.监管形象收益的影响
  在保持其他参数不变的情况下,令Rg为2或7,对比政府部门、平台企业和用户三方的策略演化路径,结果如图6所示。对比图5(a)的基准模型结果可以发现,政府部门监管形象收益Rg会明显影响演化博弈系统的稳定性。如果社会公众对政府监管形象评价比较高(Rg=7),在同一时间节点上,政府部门采取“严格监管”策略、平台企业选择“合规经营”策略、平台用户采取“有序使用”策略的概率较基准模型有所增加,三方达到稳定状态的时间缩短。如果政府监管形象收益比较低(Rg=2),政府部门会在监管成本和收益之间权衡,当政府意识到平台企业初步实现良性发展,或将放松监管,而企业觉察到这一可能性时,将逐渐选择“违规经营”策略,平台生态环境趋向恶化,政府部门会上调“严格监管”的概率,如此循环往复,政府部门和平台企业面临两难选择,此时不存在演化稳定策略。由此可见,提高政府部门监管形象收益有助于实现互联网信息生态环境治理目标,政府部门应树立强监管形象,多措并举实现对社交平台的监督管理,这也提升了社会公众对政府的信誉和美誉度评价,有助于破除治理困境。

nlc202302121649



  图6不同监管形象收益下演化博弈系统的稳定性分析
  2.对企业奖惩力度的影响
  首先,考虑政府部门对平台企业的奖励力度如何影响演化博弈系统的稳定性。在保持其他参数不变的条件下,令Rgf分别为0.5和3,仿真分析结果如图7(a)(b)所示。不难发现,政府部门对平台企业“合规经营”策略的奖励力度与三方策略演化路径存在非线性关系。当Rgf较小时,政府部门采取“严格监管”策略的成本降低,相应的概率上升速度较基准模型略有增加。但政府的奖励收益削弱,不足以弥补企业合规经营的管理成本和潜在收益,即μ-1Cf+ΔRf+Rfc>Rgf+Kgf,企业必然
  逐渐减少“合规经营”的概率,从而演化为{严格监管,违规经营,有序使用}的无效状态。Rgf较大则意味着较高的监管成本,政府部门存在收益和成本之间的权衡,在企业“合规经营”的概率较高时,政府趋向采取“宽松监管”策略,而企业为追求利润最大化将转而选择“违规经营”策略,最终二者表现为波动演化的局面。由此加大政府奖励力度可以加速实现企业规范运营,却损失了监管效率,政府的奖励力度存在合理区间。
  其次,考虑政府部门对企业惩罚力度的影响效应。在保持其他参数不变的条件下,令Kgf为2和6,仿真分析结果分别如图7(c)(d)所示。当Kgf较小时,企业违规经营的惩罚支出较低,不足以抵消其“合规经营”增加的经营成本、减少的超额收益等,企业转而采取“违规经营”策略,形成{严格监管,违规经营,
  图7政府对企业不同奖惩力度下演化博弈系统的稳定性分析
  有序使用}的无效情景。当Kgf上升到6时,三方的最终稳定策略较基准模型未发生改变,平台企业的策略演变速度明显加快。综上,政府部门宜采取“惩罚为主、奖励为辅”的奖惩措施,加大对平台企业违规行为的惩戒力度,对典型案件进行曝光,达到整治威慑效果。
  3.对用户奖惩力度的影响
  为了验证政府部门对用户奖励力度如何影响三方的策略演化,令Rgc分别为0.3和2.5,仿真分析结果如图8(a)(b)所示。当Rgc取值较小时,政府部门、平台企业和用户趋向{严格监管,合规经营,有序使用}的理想状态,实现稳定状态的时间与基准模型大致相当。这可能是因为Rgc的基准参数较小,小幅度降低奖励力度的效果并不明显。当Rgc足够大时,平台用户将加速实现“有序使用”,由原来的第4期缩短至第2期。此时政府部门同样需要在收益和成本之间权衡,在即将实现理想的平台信息生态环境时倾向于放松监管,以节约成本,平台企业因趋利动机转向选择“违规经营”策略,如此一来将呈现政府和企业策略选择波动演进的局面。同样地,政府对用户的奖励力度并非越大越好,存在有效阈值。
  为了检验政府部门对用户无序使用惩罚力度的影响效应,令Kgc分别为0.5和1.5,仿真模拟结果如图8(c)(d)所示。在这两种情况下,政府、企业和用户的演化稳定策略均为{严格监管,合规经营,有序使用}。当政府对用户的惩罚力度增加时,用户将加速采取“有序使用”策略,平台企业采取“合规经营”策略的变化速度也略有上升。可见政府部门对用户惩罚力度Kgc对系统稳定性的总体影响较小。考虑到用户的多元化和差异性,以及政府监管形象的提升,政府应针对严重破坏平台生态和危害社会发展的行为,采取封号、罚款、拘留等不同程度的惩罚措施,对用户成功举报带来重要社会效益的行为给予奖励,同时采用典型案例教育引导普通群众的行为。
  图8政府对用户不同奖惩力度下演化博弈系统的稳定性分析
  (三)企业参数对演化博弈系统稳定性的影响
  社交平台企业是互联网信息生态环境的重要建设者和维护者,本部分重点讨论其违规经营的超额收益、对用户奖惩措施如何影响演化博弈系统的稳定性,为便于比较,同样假定初始概率为(0.3,0.7,0.2)。
  1.超额收益的影响
  在保持其他参数不变的情况下,改变企业违规经营时的超额收益,令ΔRf分别为0.5和4.5,仿真分析结果如图9所示。可以看到,超额收益大小或将影响企业的演化稳定策略,并作用于政府部门和平台用户的演化速度。当ΔRf较小时,企业违规经营的驱动力不足,相较基准模型更快收敛于稳定状态,对应地政府部门和平台用户的演化稳定时间也有所缩短。当ΔRf足够大,使得μ-1Cf+ΔRf+Rfc>Rgf+Kgf时,平台企业规范经营的积极性难以调动,会逐步选择“违规经营”策略,而平台用户收敛于稳定策略的时间也由原来的第4期延长到第7期,最终呈现出{严格监管,违规经营,有序使用}的无效状态。基于此,压缩企业违规经营的利润空间有助于快速达到理想稳定点。
  图9不同企业超额收益下演化博弈系统的稳定性分析
  2.对用户奖惩力度的影响
  首先,讨论社交平台企业对用户奖励力度的影响效应。保持其他参数不变,令Rfc分别为0.3和2,仿真分析结果如图10(a)(b)所示。Rfc不仅影响各参与主体的演化速度,而且作用于平台企业的稳定策略。当Rfc较小时,企业加速采取“合规经营”策略,而用户的外在驱动力较弱,减缓演化定策略的实现。企业不断提高奖励力度,直至μ-1Cf+ΔRf+Rfc>Rgf+Kgf,平台企业合规经营的管理成本和机会成本较高,将逐渐演化至“违规经营”策略。由此可见,企业对用户的奖励力度也存在合理区间。
  其次,考察社交平台企业对用户惩罚力度的作用效果。在其他参数不变的条件下,令Kfc分别为0.2和1,分析结果如图10(c)(d)所示。对比图5(a)的基准模型结果可以发现,平台企业对用户的惩罚力度对三方的稳定策略选择不存在影响,提高惩罚力度会加速企业和用户的演化进程,但影响效应偏小。面对激烈的市场竞争压力,社交平台企业宜采取“奖励为主、惩罚为辅”的策略,对于典型的正面行为给予积分、升级、提高权限和适度的现金奖励,以控制企业的奖励成本;不宜采用过大的惩罚力度,这不仅会“赶走”用户,而且治理效果也不明显。

nlc202302121649



  图10不同企业奖惩力度下演化博弈系统的稳定性分析
  (四)用户参数对演化博弈系统稳定性的影响
  本部分检验用户无序使用的超额收益对演化博弈系统稳定性的影响。在其他参数保持不变的条件下,令ΔRc分别为0.3和4,仿真分析结果如图11所示。可以看到,ΔRc不仅影响三方的演进速度,也会对用户自身的稳定策略选择产生重要作用。随着超额收益的提高,平台用户的稳定策略由“有序使用”变为“无序使用”,导致平台内生态环境较差。与之相对的是,降低平台用户的超额收益可以加速博弈系统收敛于{严格监管,合规运营,有序使用}的理想均衡点。由此,加强对普通群众的引导教育工作,提高用户综合素养,尽可能压缩其无序使用的超额收益,对互联网信息生态环境治理具有重要意义。
  图11不同用户超额收益下演化博弈系统的稳定性分析
  六、结论与建议
  社交平台的兴起彻底改变了信息的生产和传播方式。但社交平台是一把双刃剑,在彰显普通群众话语权的同时,也衍生出互联网信息真假难辨、内容良莠不齐、极端偏激言论屡见不鲜等社会治理问题,对互联网信息生态环境进行有效治理迫在眉睫。鉴于此,本文立足有限理性假设,构建了“政府部门―社交平台企业―平台用簟比位一体的演化博弈模型。通过求解复制动态方程,推演了博弈系统中各治理主体的策略演化路径及稳定性,并运用MATLAB软件进行数值仿真,刻画各种因素对演化博弈系统稳定性的影响效应。本文主要研究结论如下:
  (1)互联网信息生态环境治理机制是一个不同层级多元主体协同参与的机制,其行为选择和相关主体的利益关联。在初始扩张阶段,用户出于新奇摸索使用社交软件,而企业合规经营的机会成本和管理成本较高,政府监管收益小于监管成本,系统稳定在{宽松监管,违规经营,无序使用}的策略组合。这一现象不断发酵或引发社会矛盾升级,政府监管形象收益逐步提升,转向采取严格监管策略,此时的监管效率并不高,系统稳定在{严格监管,违规经营,无序使用}的策略组合。随着政府监管的持续推进,监管成效初显,当企业合规经营的经济收益大于其增量成本,或用户无序使用的超额收益不足以弥补政府的奖惩收益时,分别转向选择“合规经营”“有序使用”策略。当政府严格监管的增量成本和奖励成本低于监管形象收益,政府对企业的奖惩力度足以覆盖企业合规经营的管理成本和机会成本,政府和企业对用户的奖惩力度之和超过其无序使用的超额收益时,实现{严格监管,合规经营,有序使用}的理想均衡状态。
  (2)互联网信息生态环境治理机制是螺旋式演进的,其演化过程受到多元治理主体各自利益参数的影响。具体来讲,提高政府监管形象收益和惩罚力度、降低企业违规经营的超额收益和用户无序使用的超额收益,可以加速实现理想的演化稳定策略。政府和企业的奖励力度与博弈主体的策略选择之间并非简单的线性关系,存在有效阈值,适度加大奖励力度可加速收敛于理想均衡状态,过高则面临成本和收益之间的权衡,陷入监管困境。此外,提高企业对用户的惩罚力度对博弈系统收敛于理想状态的演化进程影响较弱,考虑到激烈的市场竞争压力,企业不宜采取过高的惩罚措施。
  基于以上研究结论,本文的政策启示如下:
  (1)构建多元主体协同参与的治理机制。互联网信息生态环境治理需要政府部门、平台企业和广大用户的共同努力。对于政府而言,需要不断完善社交平台企业规范运营和扩张管理办法、用户有序合理使用社交平台媒体管理规范等,并通过主流媒体宣传相关政策法规,在矫正公众不当行为的同时提升政府监管形象。对于企业而言,需要兼顾经济效益和社会效益,将维护平台内信息生态环境纳入企业经营目标中。对于个体而言,作为互联网信息的发布者、接收者和使用者,要自觉抵制违背公序良俗的信息内容。
  (2)政府部门处于引领地位,应建立动态协调的奖惩制度。鉴于互联网信息生态环境治理机制受多元主体利益博弈的影响,且奖励力度存在有效阈值,政府应根据阶段性的任务和工作重点,采取多元化的奖惩制度。在监管初期,以惩罚为主,快速清理棘手问题;在企业和用户趋于规范发展时,采取“惩罚为主、奖励为辅”的激励机制,双向引导参与主体行为;在平台信息生态环境良好时,逐渐取消奖惩制度。
  (3)平台是信息传播的枢纽,需引导企业设立多元化的经营目标。为引导平台企业兼顾经济和社会效益,政府部门应压缩其违规经营的超额收益。针对企业违规收益链条,如盲目追求点击率而忽视内容治理、设定广告排序等不正当行为加大处罚力度;建立行业监督机制和公众投诉举报渠道,形成全方位多层次的共治格局,降低平台企业违规经营的侥幸心理。
  (4)用户是微观的建设者,需不断提高用户的综合素养。首先,通过各大主流媒体加大对广大公民的宣传教育。抓取网络暴力、恶意炒作等典型案例在电视、广播、网络等渠道投放,组织网络环境安全知识竞赛等。其次,重视对年轻群体尤其是未成年人的督促教育,切实推进青少年模式认定工作,以塑造健全的人格和正确的意识形态。最后,优化大数据信息投放机制,打破“信息茧房”,引导用户客观辨析事实真相,理性使用社交平台媒体。
  参考文献:
  [1]LEONARDIPM,HUYSMANM,STEINFIELDC.Enterprisesocialmedia:definition,history,andprospectsforthestudyofsocialtechnologiesinorganizations[J].JournalofComputer-MediatedCommunication,2013,19(1):1-19.

nlc202302121649



  [2]隋岩.群体传播时代:信息生产方式的变革与影响[J].中国社会科学,2018(11):114-134.
  [3]孙鲲鹏,王丹,肖星.互联网信息环境整治与社交媒体的公司治理作用[J].管理世界,2020(7):106-132.
  [4]王迪,王h生.移动互联网的崛起与社会变迁[J].中国社会科学,2016(7):105-112.
  [5]黄文森,廖圣清.同质的连接、异质的流动:社交网络新闻生产与扩散机制[J].新闻与传播研究,2021(2):18-36.
  [6]BLANKESPOORE,MILLERGS,WHITEHD.Theroleofdisseminationinmarketliquidity:evidencefromfirms’useofTwitter[J].TheAccountingReview,2014,89(1):79-112.
  [7]谭松涛,阚铄,崔小勇.互联网沟通能够改善市场信息效率吗:基于深交所“互动易”网络平台的研究[J].金融研究,2016(3):174-188.
  [8]朱孟楠,梁裕珩,吴增明.互联网信息交互网络与股价崩盘风险:舆论监督还是非理性传染[J].中国工业经济,2020(10):81-99.
  [9]AHERNKR,SOSYURAD.Rumorhasit:sensationalisminfinancialmedia[J].TheReviewofFinancialStudies,2015,28(7):2050-2093.
  [10]熊艳,李常青,魏志华.媒体“轰动效应”:传导机制、经济后果与声誉惩戒:基于“霸王事件”的案例研究[J].管理世界,2011(10):125-140.
  [11]才国伟,邵志浩,徐信忠.企业和媒体存在合谋行为吗:来自中国上市公司媒体报道的间接证据[J].管理世界,2015(7):158-169.
  [12]李明德,黄安,张宏邦.互联网舆情政策文本量化研究:2009―2016[J].情报杂志,2017(3):55-60.
  [13]刘怡君,蒋文静,陈思佳.中国网络舆情治理的主客体实证分析:基于1997―2016年网络舆情治理政策[J].管理评论,2017(11):227-239.
  [14]刘谷生.社交媒体中的网络舆情治理[J].新媒体研究,2019(5):5-8.
  [15]陈璐颖.互联网内容治理中的平台责任研究[J].出版发行研究,2020(6):12-18.
  [16]徐翔,敖子棋,史静远,等.殊途同归:社交媒体用户内容生产中信息茧房趋同化:基于新浪微博的实证分析[J].西安交通大学学报(社会科学版),2022(3):133-140.
  [17]梁玉成,张咏雪.算法治理、数据鸿沟与数据基础设施建设[J].西安交通大学学报(社会科学版),2022(2):94-102.
  [18]XUF,QIY,LIXT.WhataffectstheuserstickinessofthemainstreammediawebsitesinChina?[J].ElectronicCommerceResearchandApplications,2018,29:124-132.
  [19]毛文娟,廖孙绅.会员参与平台治理对用户黏性的影响:基于BILIBILI的单案例研究[J].管理案例研究与评论,2020(1):71-85.
  [20]黄尹旭,杨东.超越传统市场力量:超级平台何以垄断:社交平台的垄断源泉[J].社会科学,2021(9):100-108.
  [21]孙晋.数字平台的反垄断监管[J].中国社会科学,2021(5):101-127.
  [22]徐企X,张岩松.国有化还是用户所有:从“数据所有制”破解社交媒体治理之争[J].新闻界,2019(6):60-76.
  [23]周辉.微商治理:平台责任与政府监管[J].中国科技论坛,2016(10):26-31.
  [24]梅傲,侯之帅.“直播+”时代电商直播的规范治理[J].电子政务,2021(3):28-37.
  [25]杨玻闻佳媛.微信朋友圈的虚假健康信息纠错:平台、策略与议题之影响研究[J].新闻与传播研究,2020(8):26-43.
  [26]VRAGAEK,BODEL.Idonotbelieveyou:howprovidingasourcecorrectshealthmisperceptionsacrosssocialmediaplatforms[J].Information,Communication&Society,2018,21(10):1337-1353.

nlc202302121649



  [27]魏明侠,赵艳,夏雨.P2P网贷风险演化:基于平台和监管方的博弈[J].管理评论,2021(3):54-65.
  [28]FRIEDMAND.Evolutionarygamesineconomics[J].Econometrica,1991,59(3):637-666.
  [29]RITZBERGERK,WEIBULLJW.Evolutionaryselectioninnormal-formgames[J].Econometrica,1995,63(6):1371-1399.
  [本刊相关文献链接]
  [1]徐志伟,欧阳业.社会公众的环境关注与污染密集型企业的区位选择[J].当代经济科学,2022(6):112-126.
  [2]张宽,黄凌云.结构的力量:人力资本升级、制度环境与区域创新能力[J].当代经济科学,2022(6):28-41.
  [3]成力为,肖彩霞.环境规制、研发投资与企业绿色技术进步[J].当代经济科学,2022(4):115-129.
  [4]高宇,孙雁南,姚鑫.互网金融创新监管的多阶段博弈规律研究:基于平台异质性的市场反应分析[J].当代经济科学,2022(3):41-57.
  [5]蒋艺翅,姚树洁.信息披露质量对企业创新的激励与治理效应研究[J].当代经济科学,2022(2):117-128.
  [6]孟浩,张美莎.环境污染、技术创新强度与产业结构转型升级[J].当代经济科学,2021(4):65-76.
  [7]冯学良,李仲武,邓向荣.网络关注度与企业成长:基于企业生命周期的视角[J].当代经济科学,2021(5):128-140.
  [8]包群,王靖楠,梁贺.制度环境、所有制差异与内资独资化绩效评估[J].当代经济科学,2021(4):12-26.
  [9]蒋仁爱,李冬梅,温军.互联网发展水平对城市创新效率的影响研究[J].当代经济科学,2021(4):77-89.
  [10]占华,后梦婷.环境信息披露如何影响企业创新:基于双重差分的检验[J].当代经济科学,2021(4):53-64.
  [11]马草原,张昭.金融创新与金融风险监管:演化博弈分析与数值模拟[J].当代经济科学,2020(2):80-91.
  [12]唐慧玲.低碳经济背景下绿色供应链中政企博弈的研究:基于企业自主减排的目标[J].当代经济科学,2019(6):108-119.
  [13]向国成,谌亭颖,邓明君,等.APP外部性的市场有效逻辑:产权动态化均衡与用户资本化[J].当代经济科学,2019(4):76-87.
  [14]顾海峰,闫君.互联网金融与商业银行盈利:冲击抑或助推:基于盈利能力与盈利结构的双重视角[J].当代经济科学,2019(4):100-108.
  [15]王兴棠.上游产品市场中的环境税机制研究:基于完全信息静态博弈视角[J].当代经济科学,2018(1):116-123.
  编辑:郑雅妮,高原

nlc202302121649




转载注明来源:https://www.xzbu.com/2/view-15445161.htm

相关文章