基于信任水平下的虚拟社区用户知识共享行为演化博弈分析

作者简介：张薷（１９９０－），女，硕士研究生，研究方向：信息资源管理、用户信息行为。•研究生园地•

〔摘要〕本文通过分析虚拟社区用户知识共享动机，结合演化博弈理论的理论基础，构建了虚拟社区用户之间知识共享的演化博弈模型，以此来分析虚拟社区成员之间知识共享与知识不共享的学习策略过程，同时分析了虚拟社区用户之间两种信任水平下即相互之间信任水平高以及相互之间信任水平低的演化博弈稳定策略。

〔关键词〕演化博弈；虚拟社区；知识共享；信任水平

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００８－０８２１．２０１４．０５．０３５

〔中图分类号〕Ｇ２０３〔文献标识码〕Ａ〔文章编号〕１００８－０８２１（２０１４）０５－０１６１－０５

Analysis of the Evolutionary Game of Knowledge Sharing Behaviors

Among the Virtual Community Users Based on Trust LevelsZhang Ru

（School of Management，Beijing Normal University，Beijing 100875，China）

〔Ａｂｓｔｒａｃｔ〕This paper analyzed the knowledge sharing motivation of users in virtual community,combined with the theoretical basis of evolutionary game,to bulid a evolutionary game model of knowledge sharing among the users,which can analyze the learning strategics process of vitual community users between the knowledge sharing and reverse.Meanwhile,this paper provided the stable strategics,under the two levels of the vitual community of users including high level of trust and the low level of tust among the users.

〔Ｋｅｙｗｏｒｄｓ〕evolutionary game;virtual community;knowledge sharing;trust levels

近年来，随着Web20技术的兴起与发展，虚拟社区得到大范围应用与推广，它是一种跨时空的、自由的、开放的虚拟交流平台，社区成员之间通过信息的交流、协作和知识共享，互相影响，互相促进，最终达到知识的共享。

用户的交互行为是指参与者的行为选择会受到其他参与者行为选择结果的影响，而博弈论已经成为研究用户交互行为的一门理性的行为科学［１］。对于虚拟社区参与知识共享的双方而言，完全信息是指社区中每一个成员对参与知识共享的用户的特征、策略选择以及他们的收益情况都比较了解，即对其他成员的情况都是确定的，虚拟社区用户知识共享可能取得收益，如Nahapiet和Ghoshal提出的成员感、影响力、沉浸感，Coleman提出的责任感以及Hakansson提出的认同感，同时也包括选择共享知识后获得的奖励、收益以及自我效能增强等因素［２］。但是在虚拟社区中，这种情况存在的可能性比较小，因为在实际的虚拟社区中，参与知识共享的双方大多是完全不认识的，因此对于对方提供的知识数量和价值都是不确定的，我们称之为不完全信息。在这种情况下，对于虚拟社区用户而言，只有预测到丰富收益的情况下，才愿意进行知识的共享；对于虚拟社区管理人员，希望看到的是社区成员之间能够形成一种长期合作共享知识的关系，即通过知识共享的动态博弈实现社区成员的共享信任关系。因此对于在不完全信息下，如何从动态变化的过程中分析虚拟社区中用户知识共享状态具有非常重要的现实意义。

因此本文针对虚拟社区中网络用户间的合作关系，通过建立一般化的知识共享演化博弈模型来分析虚拟社区成员之间知识共享与知识不共享的学习策略过程，探讨虚拟社区成员之间知识共享合作的演变过程，分析了虚拟社区成员之间相互信任对于影响知识共享行为的重要性，这对于虚拟社区的未来发展以及建设都具有现实意义。

１基于演化博弈的虚拟社区用户知识共享模型和假设１１演化博弈理论概述

演化博弈理论是在生物学和经典博弈论基础上发展起来的理论，它是基于有限理性的重复博弈，它最早源自于Fisher，Hamilton，Trivers等遗传生态学家对动物和植物的冲突与合作行为的博弈分析，目前在集群网络企业、供应链成员间、馆际资源共享以及知识团队知识共享等团体博弈中进行了应用，并取得了良好的发展。演化博弈认为，由于博弈的参与者是有限理性的，因而参与者可能在最初无法找到最优策略，而是在随后的博弈过程中，通过不断的学习和模仿较优策略，进而对自己的策略不断进行调整，最终形成一个稳定的策略，这时博弈达到一个均衡状态，这个稳定策略称为“演化稳定策略”（Evolution Stable Strategy）［３］。

而虚拟社区用户之间的知识共享行为比较符合有限理性下的演化博弈特征。

１２基于演化博弈的社区用户知识共享演化变量假设为了便于构建虚拟社区用户之间知识共享演化博弈模型，本文以虚拟社区中成员A和成员B的知识共享博弈作为研究对象，两人之间的策略集合均为｛知识共享、知识不共享｝。

在实际的虚拟社区知识共享中，大多数人都是自私的，成员都希望被人贡献自己所需的知识而自己却坐收渔翁之利，来增加自己的收益。针对虚拟社区用户知识共享的特点，本文构建了如下变量：

（1）Ki，知识共享量。知识共享中一方共享的知识量越大，另一方越有可能从中获得对自己有利的知识，进而产生更大的收益。KA和KB分级表示虚拟社区两位成员的知识共享量。

（2）只有虚拟社区中用户选择共享的知识彼此是互补性的知识或异质性的知识，才有可能产生交叉融合，带给另一方一定的收益和知识的提升，因此，令UA（０≤ＵＡ≤１）和UB（０≤ＵＢ≤１）分别表示A、B两人共享知识中的互补性知识比例，指的是A和B两人共享的知识是有意义的，可以被对方吸收的知识价值为KAUA、KBUB。

（3）Ri（i＝A，B），用户的知识吸收能力，它对于虚拟社区用户共享收益产生重要影响，不同的人在面对同样的知识的时候，因为个人情况的不同，能够吸收和转化的知识量是不同的，即知识吸收能力强的用户往往能够比吸收能力差的用户在知识共享中获得更大的收益，因此令αA（０≤αA≤１）和αB（０≤αB≤１）分别代表虚拟社区两位成员的知识吸收能力，那么在一次知识共享活动中，各自获得的对方的知识价值分别为KBUBαA、KAUAαB。

（4）知识共享协同效应系数β且β＞1。虚拟社区的一个典型的特色就是用户可以进行交互、协作，因此在共享知识的过程中，由于知识的协同以及杠杆效应会使得A、B双方获得比KBUBαA、KAUAαB更多的知识（用户之间通过讨论、快速的思考会促使灵感的迸发从而产生新的观点和知识），即所谓的协同知识。我们假定在虚拟社区协作过程中用户产生的协同知识与自身共享的知识量是密切相关的，因此如果用户A和用户B都选择了知识共享策略，那么两人新增加的协同知识价值为KBUBβA和KAUAβB，即两人在原有的知识量的基础之上，新增的知识价值为（KBUBαA+KBUBβA）和（KAUAαB+KAUAβB）［４］。

endprint

（5）D，知识共享激励系数。DKiUi（i＝A、B）表示因双方都进行知识共享而因此受到的激励，激励包括因进行知识共享所带来的形象、声誉、地位、自我效能感的提升，以及对共享成员的物质奖励等。共享的相对有效知识量越大，获得的激励越大，因此根据A、B两位成员的共享知识量，所获得的奖励价值分别为DKAUA和DKBUB；为了鼓励虚拟社区中的用户有效地进行知识共享活动，可以引入相对应的负向激励，即对于共享活动中的搭便车行为进行负向激励T。Li和Hua等人运用博弈对社区中的知识共享激励进行了分析，得出知识共享不仅需要借助于信息技术与知识管理工具，而且需要有一定的激励制度作为保障［５］。

（6）Ci，知识共享的成本。知识共享行为的产生不可避免会产生一些成本，包括共享的时间成本、物质成本、特权的损耗以及共享可能运用到的信息技术成本等。Yin和Zhang则指出知识共享可能带来的利益损失是阻碍员工进行知识共享的重要因素［６］。Nan指明了成本因素是员工进行知识共享的考虑因素之一［７］。

（7）F，共享风险。虚拟社区中用户知识共享中有可能发生一种消极现象。当一方在共享的过程中意识到自身所获得的知识价值远远小于其自身共享出去的知识价值时，而另一方却相反，这样就会导致前者所具有的特权优势和知识优势慢慢被后者所追赶进而损失自己的独特特权，因此当前者因为所拥有的知识优势而拥有的地位和利益受到损失时，前者有可能会降低知识共享程度，甚至拒绝进行知识共享。因此令FA和FB分别表示A、B两位成员在采取知识共享策略时的风险系数，即A、B两位成员在知识共享时的知识损失分别为FAKA和FBKB。

（8）当虚拟社区用户A和用户B都选择不进行知识共享时，A和B处于知识封闭状态下，均没有相应的收益，即收益均为0。

１３基于演化博弈的社区用户知识共享演化模型构建结合前面变量的假设条件，我们可以得出虚拟社区知识共享双方博弈的收益矩阵，如图１所示。AB共享（y）不共享（1-y）共享（x）（KBUBαA+KBUBβA+DKAUA-CA-FAKA，

KAUAαB+KAUAβB+DKBUB-CB-FBKB）（DKAUA-CA-FAKA，

KAUAαB-TKA）不共享（1-x）（KBUBαA-TKB，DKBUB-CB-FBKB）（0，0）图１虚拟社区用户A、B博弈双方收益矩阵

假设用户A进行知识共享的概率为x，那么它选择不进行知识共享的概率为1-x，用户B进行知识共享的概率为y，那么其选择不进行知识共享的概率为1-y。x和y的值都不是固定的，根据演化博弈理论，它们会随着参与人在学习和模仿的过程中不断进行调整。

对于虚拟社区用户A而言，用户选择进行知识共享的期望收益为：

EA1=y*（KBUBαA+KBUBβA+DKAUA-CA-FAKA）+（1-y）*（DKAUA-CA-FAKA）

用户选择不进行知识共享的期望收益为：

EA2=y*（KBUBαA-TKB）

因此，对于虚拟社区用户A而言，期望收益为：

EA=x*EA1+（1-x）*EA2=xy*（KBUBαA+KBUBβA+DKAUA-CA-FAKA）+x（1-y）*（DKAUA-CA-FAKA）+y（1-x）*（KBUBαA-TKB）=xyKBUBβA+xKBUBβA+xyTKB+yKBUBαA-xCA-xFAKA-yTKB

如果虚拟社区用户通过统计结果分析得出某一特定策略的平均期望高于混合策略的平均期望，则它将倾向于更多地使用这种策略。

进一步，求得虚拟社区用户A的复制动态方程为：

F（x）=dxdt=x（EA1-EA）=x（1-x）（yKBUBαA+DKAUA-CA-FAKA+yTKB）（1）

同理，可以得到虚拟社区用户B的复制动态方程为：

F（y）=dydt=y（EB1-EB）=y（1-y）（xKAUAαB+DKBUB-CB-FBKB+xTKA）（2）

将方程（1）和（2）构成微分方程组系统，可以描述虚拟社区用户知识共享的博弈演化过程。解方程组，得到：

G1：｛x=0，y=0｝；G2：｛x=0，y=1｝

G3：｛x=1，y=0｝；G4：｛x=1，y=1｝

G5：ｘ＝ＣＢ＋ＦＢＫＢ－ＤＫＢＵＢＫＡＵＡαＢ＋ＴＫＡ，ｙ＝ＣＡ＋ＦＡＫＡ－ＤＫＡＵＡＫＢＵＢαＡ＋ＴＫＢ

由Friedman理论可知：在群体状态由一个微分方程系统描述时，那么该系统的雅可比（Jacobian）矩阵的局部稳定性确定群体状态平衡点的稳定性［８］。因此利用雅可比矩阵的局部稳定性对该演化系统均衡点进行分析，再次对两个公式（1）和（2）分别求x和y的偏导数，则可以得到雅可比矩阵：Ｊ＝Ｆ（ｘ）ｘＦ（ｘ）ｙ

Ｆ（ｙ）ｘＦ（ｙ）ｙ＝（１－２ｘ）（ｙＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ｙＴＫＢ）ｘ（１－ｘ）ＫＢＵＢαＡ

ｙ（１－ｙ）ＫＡＵＡαＢ（１－２ｙ）（ｘＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ｘＴＫＡ）

根据雅可比矩阵在上述5个平衡点上是否满足行列式Ｊ＞０，并且迹（trace）的值tr（J）＜0的要求，可以用来判断平衡点是否为局部稳定状态。

２基于信任水平下的虚拟社区用户知识共享演化博弈分析在分析了虚拟社区用户知识共享双方博弈的收益矩阵以及演化系统均衡点的情况下，下面将以此为基础，判断虚拟社区用户双方在信任水平高以及信任水平低两种状态下，用户知识共享演化博弈的稳定策略。

２１基于共享双方信任水平高时，用户知识共享的稳定策略如果虚拟社区中共享知识的用户相互之间信任度高、信任水平高，则双方将非常重视声誉以及个人形象、责任感以及存在价值，并存在契约约束与惩罚机制，进行机会主义或者是搭便车的成本较高，而且双方进行知识共享比单方分享信息的收益要高，那么会有：

KBUBαA+KBUBβA+DKAUA-CA-FAKA＞DKAUA-CA-FAKA＞0＞KBUBαA-TKB；

KAUAαB+KAUAβB+DKBUB-CB-FBKB＞DKBUB-CB-FBKB＞0＞KAUAαB-TKA；

对于方程组的解G5则可以得知CB+FBKB＜DKBUB，KAUAαB+TKA＞0，则x＜0，无意义；因此G5就不是复制动态方程的稳定解。因此将G1、G2、G3、G4 4个均衡点代入雅可比矩阵，并求出雅可比矩阵的行列式与迹，得到：Ｊ１＝ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ０

０ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ，得到Ｊ１＝（ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ）（ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ）＞０，Ｔｒ（Ｊ１）＝（ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ）＋（ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ）＞０；Ｊ２＝ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ０

０ＣＢ＋ＦＢＫＢ－ＤＫＢＵＢ，得到Ｊ２＝－（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）（ＣＢ＋ＦＢＫＢ－ＤＫＢＵＢ）＜０，Ｔｒ（Ｊ１）＝（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）＋（ＣＢ＋ＦＢＫＢ－ＤＫＢＵＢ）；Ｊ３＝ＣＡ＋ＦＡＫＡ－ＤＫＡＵＡ０

０ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ，得到Ｊ３＝（ＣＡ＋ＦＡＫＡ－ＤＫＡＵＡ）（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）＜０，Ｔｒ（Ｊ３）＝（ＣＡ＋ＦＡＫＡ－ＤＫＡＵＡ）＋（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）；Ｊ４＝－（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）０

endprint

０－（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ），得到Ｊ４＝（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）＞０，Ｔｒ（Ｊ４）＝－（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）－（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）＜０；

根据雅可比矩阵的局部稳定性分析法得知，只有在均衡点G4：｛x=1，y=1｝为系统的稳定点，即是在虚拟社区成员之间高度信任情况之下，双方均进行知识共享是一种演化稳定策略。实际上，虚拟社区成员之间高度信任，以及虚拟社区内部建立有效的机会主义和搭便车等防范机制，可以使得任何一方选择分享信息策略得到的平均收益要高于平均收益，因此当虚拟社区成员之间存在不共享信息的决策时，也会很快发现不共享知识所获得的收益不如共享知识所获得的收益，因此会学习和改进自己的选择策略，选择共享知识策略，不断地循环下去，就会出现虚拟社区成员全部选择知识共享的策略。正如霍布斯对合作协议的观点则是：“不带剑的契约不过是一纸空文，它毫无力量去保障一个人的安全”，因此如果虚拟社区能够长久维持下去，必须建立具有威慑力的监管惩罚机制，这不仅有利于强化社区用户选择共享自己的信息资源以及知识，长此以往便可以有助于社区用户彼此间信任水平的提高，最终达到良性循环，即在高信任水平下，虚拟社区成员都倾向于选择知识共享策略。２２基于共享双方信任水平低时，用户知识共享的稳定策略如果对于虚拟社区用户而言之间彼此信任度低，成员之间不够有凝聚力，因此发生机会主义以及不遵守社区共享知识制度的策略，付出的代价小，甚至于没有任何代价，在此氛围下，其他用户共享知识而自己不共享知识所获得的收益要高，同时，其他共享知识的用户也会得不到相应的期望收益，不分享知识的用户会对共享知识一方的原有利益造成损害，因此便会有：

KBUBαA-TKB＞KBUBαA+KBUBβA+DKAUA-CA-FAKA＞0＞DKAUA-CA-FAKA；

KAUAαB-TKA＞KAUAαB+KAUAβB+DKBUB-CB-FBKB＞0＞DKBUB-CB-FBKB；

对于方程组的解G5，通过上式可以判断得知CB+FBKB＞DKBUB，CB+FBKB-DKBUB＞TKA+KAUAβB，因为βB＞1，而αB＜1，所以TKA+KAUAβB＞TKA+KAUAαB，则CB+FBKB-DKBUB＞TKA+KAUAαB，即x＞1，方程的解无意义；因此G5就不是复制动态方程的稳定解。因此将G1、G2、G3、G4 4个均衡点代入雅可比矩阵，并求出雅可比矩阵的行列式与迹，得到：Ｊ１＝ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ０

０ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ，得到Ｊ１＝（ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ）（ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ）＞０，Ｔｒ（Ｊ１）＝（ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ）＋（ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ）＜０；Ｊ２＝ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ０

０ＣＢ＋ＦＢＫＢ－ＤＫＢＵＢ，得到Ｊ２＝－（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）（ＣＢ＋ＦＢＫＢ－ＤＫＢＵＢ）＜０，Ｔｒ（Ｊ１）＝（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）＋（ＣＢ＋ＦＢＫＢ－ＤＫＢＵＢ）；Ｊ３＝ＣＡ＋ＦＡＫＡ－ＤＫＡＵＡ０

０ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ，得到Ｊ３＝（ＣＡ＋ＦＡＫＡ－ＤＫＡＵＡ）（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）＜０，Ｔｒ（Ｊ３）＝（ＣＡ＋ＦＡＫＡ－ＤＫＡＵＡ）＋（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）；Ｊ４＝－（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）０

０－（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ），得到Ｊ４＝（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）＞０，Ｔｒ（Ｊ４）＝－（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）－（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）＞０；

根据雅可比矩阵的局部稳定分析法得知，只有均衡点G1：｛x=0，y=0｝为系统的稳定点，即在虚拟社区知识共享成员之间相互信任度低、甚至不信任，导致社区中即使存在的监督机制对于他们而言也没有威慑力的情况下，双方均不共享知识则是一种演化稳定策略，而分享知识则是一种不稳定的策略。虚拟社区中，共享知识的双方之间由于互相不信任、存在机会主义和搭便车的行为，使得任何一方选择共享自己的知识所得到的平均收益要比总体平均收益要低，即使有社区用户共享知识的意愿多么的强烈，随着时间的推演与博弈的反复进行，共享知识的一方也会很快发现其收益不好，终止自己共享知识的行为，选择不进行知识共享，因此虚拟社区用户间知识共享博弈的最终结果将会是双方都不进行知识共享，长久下去，必然会导致此虚拟社区的冷清，最终销声匿迹，因此虚拟社区用户双方信任水平低将会给虚拟社区带来致命的后果。

３结语

本文分析了虚拟社区参与知识共享的用户的特点以及共享动机，结合演化博弈的理论知识，提出了基于演化博弈的虚拟社区用户知识共享变量假设，在此基础上构建了演化博弈模型，同时结合虚拟社区用户参与知识共享的两种水平即相互之间信任水平高以及相互之间信任水平低，利用雅可比（Jacobian）矩阵的局部稳定性确定虚拟社区用户知识共享状态平衡点的稳定性，分析了用户之间的博弈过程以及博弈结果，结果指出当虚拟社区用户之间信任水平高时，即虚拟社区成员之间高度信任情况之下，双方均进行知识共享是一种演化稳定策略；而虚拟社区用户之间信任水平低时，即虚拟社区用户之间相互信任度低、甚至不信任，导致社区中即使存在的监督机制对于他们而言也没有威慑力的情况下，双方均不共享知识则是一种演化稳定策略，而分享知识则是一种不稳定的策略。虚拟社区的长久发展依赖于社区用户参与共享的积极性，因此基于演化博弈理论，分析虚拟社区用户之间的共享动机、共享行为以及共享策略具有指导性意义，对于虚拟社区的进一步完善与改进提供了一定的理论依据。

参考文献

［１］Dixit A，Skeath S．Games of Strategy［Ｍ］.WWNorton & Company．New York，NY，1999.

［２］CHO,et al.An empirical study on the effect of individual factors on knowledge sharing by knowledge type［Ｊ］.Journal of Global Business and Technology，2007，3（2）:1-15.

［３］冯长利,周剑,兰鹰.供应链成员间知识共享行为演化博弈模型［Ｊ］.情报杂志,2012,（3）:138-144.

［４］冀鸿,霍明奎.高校教师团队知识共享的演化博弈分析［Ｊ］.情报科学,2013,（5）:142-146.

［５］YungMing Li,Jhih Hua,Jhang Li.Knowledge Sharing in Communities of Practice:A Game Theoretic Analysis［Ｊ］.European Journal of Operational Research，2010，207（2）:1052－1064.

［６］TaiSong Yin,QingPu Zhang.Dynamic Game Analysis In Workers Tacit Knowledge Sharing Process In Enterprise［Ｃ］．Proceedings of the Fourth International Conference on Machine Learning and Cybernetics，Guangzhou，18－21 August，2005,4：2234－2238.

［７］Ning Nan.A Principal agent Model for Incentive Design in Knowledge Sharing［Ｊ］.Journal Of Knowledge Management，2008，12（3）:101－113.

［８］Friderman D.Evolutionary games in economics［Ｍ］.Econometrica,1991,59（3）:637-666.

［９］刘岩芳,过仕明.基于演化博弈的高校图书馆数字信息资源共享机制研究［Ｊ］.图书情报工作,2010,54（13）:14-17.

（本文责任编辑：马卓）

endprint

０－（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ），得到Ｊ４＝（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）＞０，Ｔｒ（Ｊ４）＝－（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）－（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）＜０；

根据雅可比矩阵的局部稳定性分析法得知，只有在均衡点G4：｛x=1，y=1｝为系统的稳定点，即是在虚拟社区成员之间高度信任情况之下，双方均进行知识共享是一种演化稳定策略。实际上，虚拟社区成员之间高度信任，以及虚拟社区内部建立有效的机会主义和搭便车等防范机制，可以使得任何一方选择分享信息策略得到的平均收益要高于平均收益，因此当虚拟社区成员之间存在不共享信息的决策时，也会很快发现不共享知识所获得的收益不如共享知识所获得的收益，因此会学习和改进自己的选择策略，选择共享知识策略，不断地循环下去，就会出现虚拟社区成员全部选择知识共享的策略。正如霍布斯对合作协议的观点则是：“不带剑的契约不过是一纸空文，它毫无力量去保障一个人的安全”，因此如果虚拟社区能够长久维持下去，必须建立具有威慑力的监管惩罚机制，这不仅有利于强化社区用户选择共享自己的信息资源以及知识，长此以往便可以有助于社区用户彼此间信任水平的提高，最终达到良性循环，即在高信任水平下，虚拟社区成员都倾向于选择知识共享策略。２２基于共享双方信任水平低时，用户知识共享的稳定策略如果对于虚拟社区用户而言之间彼此信任度低，成员之间不够有凝聚力，因此发生机会主义以及不遵守社区共享知识制度的策略，付出的代价小，甚至于没有任何代价，在此氛围下，其他用户共享知识而自己不共享知识所获得的收益要高，同时，其他共享知识的用户也会得不到相应的期望收益，不分享知识的用户会对共享知识一方的原有利益造成损害，因此便会有：

KBUBαA-TKB＞KBUBαA+KBUBβA+DKAUA-CA-FAKA＞0＞DKAUA-CA-FAKA；

KAUAαB-TKA＞KAUAαB+KAUAβB+DKBUB-CB-FBKB＞0＞DKBUB-CB-FBKB；

对于方程组的解G5，通过上式可以判断得知CB+FBKB＞DKBUB，CB+FBKB-DKBUB＞TKA+KAUAβB，因为βB＞1，而αB＜1，所以TKA+KAUAβB＞TKA+KAUAαB，则CB+FBKB-DKBUB＞TKA+KAUAαB，即x＞1，方程的解无意义；因此G5就不是复制动态方程的稳定解。因此将G1、G2、G3、G4 4个均衡点代入雅可比矩阵，并求出雅可比矩阵的行列式与迹，得到：Ｊ１＝ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ０

０ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ，得到Ｊ１＝（ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ）（ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ）＞０，Ｔｒ（Ｊ１）＝（ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ）＋（ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ）＜０；Ｊ２＝ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ０

０ＣＢ＋ＦＢＫＢ－ＤＫＢＵＢ，得到Ｊ２＝－（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）（ＣＢ＋ＦＢＫＢ－ＤＫＢＵＢ）＜０，Ｔｒ（Ｊ１）＝（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）＋（ＣＢ＋ＦＢＫＢ－ＤＫＢＵＢ）；Ｊ３＝ＣＡ＋ＦＡＫＡ－ＤＫＡＵＡ０

０ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ，得到Ｊ３＝（ＣＡ＋ＦＡＫＡ－ＤＫＡＵＡ）（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）＜０，Ｔｒ（Ｊ３）＝（ＣＡ＋ＦＡＫＡ－ＤＫＡＵＡ）＋（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）；Ｊ４＝－（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）０

０－（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ），得到Ｊ４＝（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）＞０，Ｔｒ（Ｊ４）＝－（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）－（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）＞０；

根据雅可比矩阵的局部稳定分析法得知，只有均衡点G1：｛x=0，y=0｝为系统的稳定点，即在虚拟社区知识共享成员之间相互信任度低、甚至不信任，导致社区中即使存在的监督机制对于他们而言也没有威慑力的情况下，双方均不共享知识则是一种演化稳定策略，而分享知识则是一种不稳定的策略。虚拟社区中，共享知识的双方之间由于互相不信任、存在机会主义和搭便车的行为，使得任何一方选择共享自己的知识所得到的平均收益要比总体平均收益要低，即使有社区用户共享知识的意愿多么的强烈，随着时间的推演与博弈的反复进行，共享知识的一方也会很快发现其收益不好，终止自己共享知识的行为，选择不进行知识共享，因此虚拟社区用户间知识共享博弈的最终结果将会是双方都不进行知识共享，长久下去，必然会导致此虚拟社区的冷清，最终销声匿迹，因此虚拟社区用户双方信任水平低将会给虚拟社区带来致命的后果。

３结语

本文分析了虚拟社区参与知识共享的用户的特点以及共享动机，结合演化博弈的理论知识，提出了基于演化博弈的虚拟社区用户知识共享变量假设，在此基础上构建了演化博弈模型，同时结合虚拟社区用户参与知识共享的两种水平即相互之间信任水平高以及相互之间信任水平低，利用雅可比（Jacobian）矩阵的局部稳定性确定虚拟社区用户知识共享状态平衡点的稳定性，分析了用户之间的博弈过程以及博弈结果，结果指出当虚拟社区用户之间信任水平高时，即虚拟社区成员之间高度信任情况之下，双方均进行知识共享是一种演化稳定策略；而虚拟社区用户之间信任水平低时，即虚拟社区用户之间相互信任度低、甚至不信任，导致社区中即使存在的监督机制对于他们而言也没有威慑力的情况下，双方均不共享知识则是一种演化稳定策略，而分享知识则是一种不稳定的策略。虚拟社区的长久发展依赖于社区用户参与共享的积极性，因此基于演化博弈理论，分析虚拟社区用户之间的共享动机、共享行为以及共享策略具有指导性意义，对于虚拟社区的进一步完善与改进提供了一定的理论依据。

参考文献

［１］Dixit A，Skeath S．Games of Strategy［Ｍ］.WWNorton & Company．New York，NY，1999.

［２］CHO,et al.An empirical study on the effect of individual factors on knowledge sharing by knowledge type［Ｊ］.Journal of Global Business and Technology，2007，3（2）:1-15.

［３］冯长利,周剑,兰鹰.供应链成员间知识共享行为演化博弈模型［Ｊ］.情报杂志,2012,（3）:138-144.

［４］冀鸿,霍明奎.高校教师团队知识共享的演化博弈分析［Ｊ］.情报科学,2013,（5）:142-146.

［５］YungMing Li,Jhih Hua,Jhang Li.Knowledge Sharing in Communities of Practice:A Game Theoretic Analysis［Ｊ］.European Journal of Operational Research，2010，207（2）:1052－1064.

［６］TaiSong Yin,QingPu Zhang.Dynamic Game Analysis In Workers Tacit Knowledge Sharing Process In Enterprise［Ｃ］．Proceedings of the Fourth International Conference on Machine Learning and Cybernetics，Guangzhou，18－21 August，2005,4：2234－2238.

［７］Ning Nan.A Principal agent Model for Incentive Design in Knowledge Sharing［Ｊ］.Journal Of Knowledge Management，2008，12（3）:101－113.

［８］Friderman D.Evolutionary games in economics［Ｍ］.Econometrica,1991,59（3）:637-666.

［９］刘岩芳,过仕明.基于演化博弈的高校图书馆数字信息资源共享机制研究［Ｊ］.图书情报工作,2010,54（13）:14-17.

（本文责任编辑：马卓）

endprint

０－（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ），得到Ｊ４＝（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）＞０，Ｔｒ（Ｊ４）＝－（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）－（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）＜０；

根据雅可比矩阵的局部稳定性分析法得知，只有在均衡点G4：｛x=1，y=1｝为系统的稳定点，即是在虚拟社区成员之间高度信任情况之下，双方均进行知识共享是一种演化稳定策略。实际上，虚拟社区成员之间高度信任，以及虚拟社区内部建立有效的机会主义和搭便车等防范机制，可以使得任何一方选择分享信息策略得到的平均收益要高于平均收益，因此当虚拟社区成员之间存在不共享信息的决策时，也会很快发现不共享知识所获得的收益不如共享知识所获得的收益，因此会学习和改进自己的选择策略，选择共享知识策略，不断地循环下去，就会出现虚拟社区成员全部选择知识共享的策略。正如霍布斯对合作协议的观点则是：“不带剑的契约不过是一纸空文，它毫无力量去保障一个人的安全”，因此如果虚拟社区能够长久维持下去，必须建立具有威慑力的监管惩罚机制，这不仅有利于强化社区用户选择共享自己的信息资源以及知识，长此以往便可以有助于社区用户彼此间信任水平的提高，最终达到良性循环，即在高信任水平下，虚拟社区成员都倾向于选择知识共享策略。２２基于共享双方信任水平低时，用户知识共享的稳定策略如果对于虚拟社区用户而言之间彼此信任度低，成员之间不够有凝聚力，因此发生机会主义以及不遵守社区共享知识制度的策略，付出的代价小，甚至于没有任何代价，在此氛围下，其他用户共享知识而自己不共享知识所获得的收益要高，同时，其他共享知识的用户也会得不到相应的期望收益，不分享知识的用户会对共享知识一方的原有利益造成损害，因此便会有：

KBUBαA-TKB＞KBUBαA+KBUBβA+DKAUA-CA-FAKA＞0＞DKAUA-CA-FAKA；

KAUAαB-TKA＞KAUAαB+KAUAβB+DKBUB-CB-FBKB＞0＞DKBUB-CB-FBKB；

对于方程组的解G5，通过上式可以判断得知CB+FBKB＞DKBUB，CB+FBKB-DKBUB＞TKA+KAUAβB，因为βB＞1，而αB＜1，所以TKA+KAUAβB＞TKA+KAUAαB，则CB+FBKB-DKBUB＞TKA+KAUAαB，即x＞1，方程的解无意义；因此G5就不是复制动态方程的稳定解。因此将G1、G2、G3、G4 4个均衡点代入雅可比矩阵，并求出雅可比矩阵的行列式与迹，得到：Ｊ１＝ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ０

０ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ，得到Ｊ１＝（ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ）（ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ）＞０，Ｔｒ（Ｊ１）＝（ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ）＋（ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ）＜０；Ｊ２＝ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ０

０ＣＢ＋ＦＢＫＢ－ＤＫＢＵＢ，得到Ｊ２＝－（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）（ＣＢ＋ＦＢＫＢ－ＤＫＢＵＢ）＜０，Ｔｒ（Ｊ１）＝（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）＋（ＣＢ＋ＦＢＫＢ－ＤＫＢＵＢ）；Ｊ３＝ＣＡ＋ＦＡＫＡ－ＤＫＡＵＡ０

０ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ，得到Ｊ３＝（ＣＡ＋ＦＡＫＡ－ＤＫＡＵＡ）（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）＜０，Ｔｒ（Ｊ３）＝（ＣＡ＋ＦＡＫＡ－ＤＫＡＵＡ）＋（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）；Ｊ４＝－（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）０

０－（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ），得到Ｊ４＝（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）＞０，Ｔｒ（Ｊ４）＝－（ＫＢＵＢαＡ＋ＤＫＡＵＡ－ＣＡ－ＦＡＫＡ＋ＴＫＢ）－（ＫＡＵＡαＢ＋ＤＫＢＵＢ－ＣＢ－ＦＢＫＢ＋ＴＫＡ）＞０；

根据雅可比矩阵的局部稳定分析法得知，只有均衡点G1：｛x=0，y=0｝为系统的稳定点，即在虚拟社区知识共享成员之间相互信任度低、甚至不信任，导致社区中即使存在的监督机制对于他们而言也没有威慑力的情况下，双方均不共享知识则是一种演化稳定策略，而分享知识则是一种不稳定的策略。虚拟社区中，共享知识的双方之间由于互相不信任、存在机会主义和搭便车的行为，使得任何一方选择共享自己的知识所得到的平均收益要比总体平均收益要低，即使有社区用户共享知识的意愿多么的强烈，随着时间的推演与博弈的反复进行，共享知识的一方也会很快发现其收益不好，终止自己共享知识的行为，选择不进行知识共享，因此虚拟社区用户间知识共享博弈的最终结果将会是双方都不进行知识共享，长久下去，必然会导致此虚拟社区的冷清，最终销声匿迹，因此虚拟社区用户双方信任水平低将会给虚拟社区带来致命的后果。

３结语

本文分析了虚拟社区参与知识共享的用户的特点以及共享动机，结合演化博弈的理论知识，提出了基于演化博弈的虚拟社区用户知识共享变量假设，在此基础上构建了演化博弈模型，同时结合虚拟社区用户参与知识共享的两种水平即相互之间信任水平高以及相互之间信任水平低，利用雅可比（Jacobian）矩阵的局部稳定性确定虚拟社区用户知识共享状态平衡点的稳定性，分析了用户之间的博弈过程以及博弈结果，结果指出当虚拟社区用户之间信任水平高时，即虚拟社区成员之间高度信任情况之下，双方均进行知识共享是一种演化稳定策略；而虚拟社区用户之间信任水平低时，即虚拟社区用户之间相互信任度低、甚至不信任，导致社区中即使存在的监督机制对于他们而言也没有威慑力的情况下，双方均不共享知识则是一种演化稳定策略，而分享知识则是一种不稳定的策略。虚拟社区的长久发展依赖于社区用户参与共享的积极性，因此基于演化博弈理论，分析虚拟社区用户之间的共享动机、共享行为以及共享策略具有指导性意义，对于虚拟社区的进一步完善与改进提供了一定的理论依据。

参考文献

［１］Dixit A，Skeath S．Games of Strategy［Ｍ］.WWNorton & Company．New York，NY，1999.

［２］CHO,et al.An empirical study on the effect of individual factors on knowledge sharing by knowledge type［Ｊ］.Journal of Global Business and Technology，2007，3（2）:1-15.

［３］冯长利,周剑,兰鹰.供应链成员间知识共享行为演化博弈模型［Ｊ］.情报杂志,2012,（3）:138-144.

［４］冀鸿,霍明奎.高校教师团队知识共享的演化博弈分析［Ｊ］.情报科学,2013,（5）:142-146.

［５］YungMing Li,Jhih Hua,Jhang Li.Knowledge Sharing in Communities of Practice:A Game Theoretic Analysis［Ｊ］.European Journal of Operational Research，2010，207（2）:1052－1064.

［６］TaiSong Yin,QingPu Zhang.Dynamic Game Analysis In Workers Tacit Knowledge Sharing Process In Enterprise［Ｃ］．Proceedings of the Fourth International Conference on Machine Learning and Cybernetics，Guangzhou，18－21 August，2005,4：2234－2238.

［７］Ning Nan.A Principal agent Model for Incentive Design in Knowledge Sharing［Ｊ］.Journal Of Knowledge Management，2008，12（3）:101－113.

［８］Friderman D.Evolutionary games in economics［Ｍ］.Econometrica,1991,59（3）:637-666.

［９］刘岩芳,过仕明.基于演化博弈的高校图书馆数字信息资源共享机制研究［Ｊ］.图书情报工作,2010,54（13）:14-17.

（本文责任编辑：马卓）

endprint