突發事件網絡輿情多元主體決策行為的博弈演化研究*

摘 要：網絡社交媒體平臺中，政府和網絡媒體在內的多個利益相關主體在輿情傳播中的交叉影響，決定了突發事件輿情的演化方向，準確掌握輿情多元主體決策行為的博弈演化過程可以提升突發事件輿情治理效力，高效應對突發事件帶來的輿情挑戰，維護社會穩定與秩序。文章構建突發事件輿情多元主體行為博弈模型，分析各主體在不同情境下的最優決策，使用Python工具模擬仿真不同策略演化路徑，驗證各主體在不同情境下的決策行為和博弈結果。研究發現，演化博弈理論能夠有效解析突發事件網絡輿情多元主體決策行為的互作用機理，揭示輿情多元主體行為策略的演變、穩定性及其對輿情發展的影響。

關鍵詞：突發事件；輿情主體；決策行為；博弈演化

中圖分類號：G206 文獻標識碼：Ａ DOI：10.11968/tsyqb.1003-6938.2024042

An Evolutionary Game Study on the Behavioral Patterns in Decision Making of Multiple Subjects of Public Opinion in the Context of Emergencies

Abstract On online social media platforms， the cross-influence of multiple interested subjects including government and online media on public opinion dissemination determines the direction of the evolution of public opinion in emergencies. An accurate grasp of the game evolution of the behavioral patterns in decision making of multiple subjects can increase governance effectiveness and improve the solutions to emergency challenges in public opinion for the purpose of maintaining social order and stability. This paper analyses the best decisions made by each subject in different scenarios by establishing a multi-subject game model of public opinion in emergencies and simulates the game evolution process of public opinion behavior among the government， media， and opinion leaders by using evolutionary game theory and Python tools in order to verify the decision making behaviors and game outcomes of the subjects in different scenarios. Evolutionary game theory can effectively analyze the interaction mechanism of multiple subjects in public opinion under emergency situations， revealing the evolution process of behavior of multiple subjects in public opinion under different conditions.

Key words emergencies; public opinion subject; decision making behavior; evolutionary game

黨的二十大報告強調，突發事件應急管理是國家安全工作的重要組成部分。突發事件的發生不僅會造成巨大的社會損失，還會引發一系列衍生事件，輿情危機就是其中之一。習近平總書記指出，互聯網已經成為輿論斗爭的主戰場，在這個戰場上我們能否頂得住、打得贏，直接關系我國的意識形態安全和政權安全，我們必須要科學認識網絡傳播規律，提高用網治網水平［1］。政府對突發事件的處置與應對、媒體對事件的報道以及意見領袖對事件的觀點決定了突發事件輿情的走向，極易在其發展過程中進一步放大危機的漣漪效應，觸發嚴重危害社會穩定和市場秩序的群體性事件。準確掌握輿情多元主體決策行為的博弈演化規律可以提升突發事件輿情治理效力，有效應對突發事件帶來的輿情挑戰。本研究運用博弈論的分析框架，揭示輿情多元主體之間的利益沖突、合作與競爭關系，模擬仿真不同策略演化路徑，驗證各主體在不同情境下的決策行為和博弈結果，并探討其對輿情態勢發展的影響。

1 研究現狀

網絡輿情事件中，更多的是考慮網絡媒體、政府、意見領袖等主體中多方的博弈關系。趙晨陽等以政府、媒體和意見領袖三大引導主體為切入點，緊扣種群生態學的共生理論，基于Logistic模型構建網絡輿情多元主體引導共生模型［2］；文鴻瑩構建了網媒、大學生、高校和政府四方博弈下的高校網絡輿情演化博弈模型，探討四方博弈主體行為策略對高校網絡輿情發展的影響［3］；Wen等探討了網媒、大學生和高校三方行為決策對高校網絡輿情的演化趨勢的影響［4］。演化博弈是博弈論的一個重要分支，是一種把博弈理論分析和動態演化過程分析結合起來的方法。由于演化博弈在行為分析上的優越性，一些學者開始將演化博弈應用于網絡輿情演化與控制上，如Askarizadeh等提出一種演化博弈模型，用以分析社交網絡中謠言的傳播與控制，并研究了該過程中的主要影響因素［5］；Yin等從社會學和心理學角度，提出了一種基于態度改變理論、群體行為理論和進化博弈理論的Agent網絡意見形成模型［6］；王家坤結合演化博弈論與復雜網絡理論，構建網絡輿情的演化博弈模型，并結合實驗結果，為網絡輿情的管理提出具有針對性的對策與建議［7］；朱光等將網絡維權過程劃分為維權博弈與衍生輿情傳播兩個階段，運用SEIR模型研究不同演化穩定策略對衍生輿情傳播的影響，并利用Matlab進行數值仿真與模型驗證［8］；侯艷輝等構建了由監管主體、網媒、網民構成的五種網絡輿情傳播情境，通過求解不同情境下各主體的均衡策略，進而分析網絡輿情的傳播引導效果［9］。有鑒于此，本研究分析政府、網絡媒體、意見領袖三者之間決策行為的博弈演化過程，為有效管理主體行為進而應對突發事件輿情危機奠定基礎。

2 突發事件輿情多元主體決策行為的演化機理分析

2.1 博弈主體分析

博弈論的概念是研究決策主體在相互作用中所做的決策以及這些決策的均衡問題。在突發事件網絡輿情中，政府、網絡媒體和意見領袖分別代表了決策制定、信息傳播和輿論引導三個重要的維度。政府對突發事件的處置與應對、媒體對事件的報道以及意見領袖對事件的觀點決定了突發事件輿情的走向。通過綜合分析這三者，可以更全面地了解突發事件的發展脈絡、信息的傳播路徑以及公眾的反應。因此，本研究選取的博弈主體為政府、媒體和意見領袖，政府的博弈行為策略集合為{監管，不監管}；媒體的博弈行為策略集合為{報道，不報道}；意見領袖的博弈行為策略集合為{推動，阻滯}。在此基礎之上，進一步構建政府、媒體、意見領袖三方主體的決策行為博弈模型（見圖1），該模型揭示了政府、媒體和意見領袖在不同突發事件情境中的互作用機理。

2.2 突發事件輿情多元主體決策行為博弈模型

在突發事件輿情的演化過程中，各類內部因素以及環境因素會影響主體彼此之間策略的選擇，借鑒博弈論在經濟學、管理學等學科運用的成熟的實踐經驗，根據其對于影響因素的確定，再結合重大突發事件領域固有的獨特特征，本研究指出政府、媒體平臺、意見領袖的博弈動因主要為三方的心理滿足程度，在心理滿足程度的驅使下三方主體以自身利益最大化為目標進行各自的行為策略選擇。心理滿足程度是主體對于行為策略產生收益的滿意程度，對于政府而言，體現在政府公信力的提升等方面；對于媒體而言，體現在平臺的推廣、用戶粉絲量的增加、名譽的提升等方面；對于意見領袖而言，體現在用戶忠誠度提升、廣告收益增加等方面。同時，本研究指出影響突發事件輿情多元主體行為博弈的影響因素主要包括三部分，即事件演化熱度、政府部門的獎懲機制、負面影響的持續惡化。突發事件輿情的演化熱度是指人們對突發事件的關注程度，主要以事件輿情的熱度來體現。事件輿情演化熱度與主體行為的互作用是影響三方主體行為選擇的重要因素，即事件熱度的變化會動態影響主體的行為決策，反之，主體行為策略的變化會決定突發事件輿情的熱度，博弈主體會根據事件輿情演化的不同階段以博弈收益最大化為目標不斷調整自身的博弈策略。政府的獎懲機制一般指政府為應對突發事件出臺的相關政策、相關規章制度等，政府部門的獎懲機制會約束、激勵意見領袖和媒體的行為，進而對意見領袖、媒體等事件博弈主體的行為產生影響；事件負面影響的持續惡化涉及到事件本身的性質以及事件輿情演化過程中外界環境對其產生的影響等，在突發事件負面影響持續惡化的情景下，博弈主體將主動或被動地改變自身的博弈策略。

3 突發事件輿情多元主體決策行為的博弈演化分析

3.1 模型假設

多種內部、外部因素會影響三方主體行為的博弈演化過程，制約著三方博弈策略的選擇，各主體的行為策略相互制約、權衡。因此，在研究不同情境下政府、媒體、意見領袖的行為演化時，應充分考慮到三個參與主體的策略選擇和計算的收益值，制定出基于博弈基礎的應對策略。模型的一般假設如下：

（1）相關參數含義。通過查閱相關文獻［10-11］及前文對突發事件輿情多元主體決策行為的演化機理分析，匯總了相關影響因素（見表1）。

（2）政府、媒體、意見領袖是突發事件網絡輿情博弈的三大主體。三方博弈主體都是理性經紀人，即以自身利益最大化為目標，各主體均考慮自身收益和付出的成本，不斷變化行為策略。

（3）參與策略。政府、媒體和意見領袖三方構成了突發事件輿情博弈的主體。當某一突發事件爆發后，政府采取監管、不監管策略為a1、a2，策略集合為k1——{a1，a2}；媒體報道、不報道的策略為 b1、b2，策略集合為k2——{b1，b2}；意見領袖選擇推動、阻滯的策略為c1、c2，策略集合為k3——{c1，c2}。

（4）三方博弈的收益。若政府、媒體、意見領袖分別選擇第一個策略，那么就構成了一個局勢（a1，b1，c1），在這一局勢下，政府、媒體、意見領袖在策略局勢（a1，b1，c1）下的期望收益，分別為A11、B11、C11。政府、媒體、網民三方主體在不同策略選擇下，共形成了8種策略組合（見表2）。

3.2 模型構建

基于以上假設確定三方主體的收益矩陣，通過模型參數設置和博弈策略組合得出政府、媒體、意見領袖在采取不同策略時的收益矩陣（見表3）。

根據上述收益矩陣，政府選擇“監管”和“不監管”策略的平均收益A1為：

A1=xA11+（1-x）A12=z（v2-v1）+xy（v4-v3）+x（αm1-λn1+g1）-yv4-zv2-g1 （1）

媒體選擇“報道”和“不報道”策略的平均收益B1為：

B1=yB11+（1-y）B12=-xl-g2+xyl+yg2+αxym2-xyλn2+xyk+αym2-λyh3-αzym2+λzyh3 （2）

意見領袖選擇“推動”和“阻滯”策略的平均收益C1為：

C1=xw1-yw2-xg3+xyw2+zyw2+zxg3-xyzw2+zαm3-λzn3-zw2+zxw2 （3）

通過計算得到的演化博弈理論中的復制動態方程，可以反映出政府、媒體、意見領袖三方行為的演化策略，即博弈主體在經過一段時間后將到達穩定的狀態。根據博弈主體的策略收益計算結果，政府、媒體、意見領袖的復制動態方程分別為：

F（x）==x（A-A）=x（1-x）（αm-λn-yv+ yv+g）F（y）==y（B11-B1）=y（1-y）（αxm2-xλn2+xk +αm2-λh3-αzm2+λzh3+xl+g2）F（z）==z（C11-C1）=z（1-z）（αm3-λn3-w2+xw2 +yw2+xg3+xyw2）（4）

3.3 均衡點與穩定性分析

突發事件輿情發展過程中，政府、媒體、意見領袖三方決策行為相互動態作用、影響，根據Hirshleifer的概念，在一段時間內政府、媒體、意見領袖最終達到博弈穩定狀態，而到達這個狀態時的平衡點為演化均衡點［12］。動態復制系統平衡點所對應的策略組合為博弈演化的一個均衡，簡稱為演化均衡。x，y，z的不同取值分別對應著其演化的均衡點。令d=x，e=y，f=z，通過對三方博弈演化的均衡策略分析可得，政府、媒體、意見領袖的博弈演化可能的均衡點為（0，0，0）、（0，0，1）、（1，0，0）、（1，0，1）、（0，1，0）、（0、1、1）、（1，1，0）、（1，1，1）、（d，e，f）。

演化均衡點是動態系統中局部漸進穩定的平衡點，根據Friedman提出的方法，動態博弈演化系統的均衡點的穩定性可根據Jacobian矩陣的局部穩定性分析得到［13］。因此，根據上述復制動態方程（5），可得Jacobian為：

依據上式，可以計算雅可比矩陣的行列式detJ和跡TrJ。通過比較在不同影響因素作用下雅可比矩陣的行列式detJ和跡TrJ的正負情況可以判斷均衡點是否為演化穩定策略。從而得出政府、媒體、意見領袖博弈三方平衡點的穩定性情況（見表4）。

根據表4主體決策行為演化的均衡點和穩定性結果可知，處于均衡狀態的點不一定是演化穩定策略，還要判斷其是否處于局部穩定狀態。“政府-媒體-意見領袖”的博弈演化策略均衡點為E2（1，1，1），當政府選擇監管、媒體選擇報道、意見領袖選擇推動事件時三方各自的收益均大于自身選擇相反策略時的收益，此時均衡的結果為（1，1，1），整個動態系統達到局部穩定狀態，平衡點（1，1，1）為ESS演化穩定策略，在其他均衡點時，都處于不穩定狀態。

3.4 模擬仿真分析

基于有限性理論，政府、媒體、意見領袖三方主體以自身利益最大化為目標進行博弈策略的選擇。根據博弈均衡點和穩定性的分析可知，在初始參數值的動態變化中，各個主體決策行為會具有不同的博弈演化路徑，是一個復雜的系統工程，深入挖掘這個過程難度較高，傳統的靜態分析方法不能直觀地反應其動態屬性。因此，本研究使用Python工具模擬政府、媒體、意見領袖行為的博弈演化過程，設政府、媒體、意見領袖三方初始選擇不同策略的概率均為0.5，對三方博弈演化模型初始參數設置為x=0.5、y=0.5、z=0.5、λ=0.1、n1=4、n2= 2、n3=1、m1=7、m2=4、m3=2、h3=1、l=0.5、w1=1.5、w2=1.5、g1=8、g2=5、g3=3、v1=1、v2=2、v3=1.5、v4=2.5、k=1。在此基礎上，結合實際情況設定其他參數值，通過調節參數值模擬突發事件發展過程中的不同情境，揭示政府、媒體、意見領袖三方主體決策行為的演化路徑。

3.4.1 突發事件輿情熱度影響下的主體決策行為演化路徑

突發事件輿情熱度一定程度地反映了人們對于事件的關注度，輿情熱度的演化直接影響著輿情主體行為策略的選擇。運用Python工具進行模擬仿真，α代表了突發事件的輿情熱度，將α值設置為0.05、0.1、1.5、2.5、3.5、5，模擬突發事件輿情熱度不斷升高的情境下，得到政府、媒體、意見領袖三方主體決策行為的動態演化路徑（見圖2）。

由圖2可知，事件輿情熱度的增強能夠使政府、媒體、意見領袖收斂于均衡狀態（監管，報道，推動）的速度加快。設定博弈三方的演化初始值相同，α從0.05到4的過程中，即事件熱度的持續增高情況下，政府、媒體、意見領袖三方的博弈穩定策略均衡統一，演化路徑基本一致，沒有出現較大程度的改變。隨著橫坐標時間的發展，博弈三方趨于（監管，報道，推動）策略的速度不同，政府、媒體、意見領袖三方趨于（監管，報道，推動）穩定策略的速率不斷加快。在α從0.05到4的過程中，與政府、意見領袖相比，媒體的收斂的速度最快，變化幅度最大。

隨著突發事件的發展，意見領袖的參與程度與政府對事件的應對、媒體對事件的跟蹤報道呈現正相關，即隨著事件熱度的不斷增加，意見領袖選擇參與行為概率的不斷擴大，媒體對事件的跟蹤報道的概率以及政府對事件積極處理的概率隨之加大。政府采取監管行為的概率最大，其次為媒體選取報道行為的概率，而意見領袖選取推動行為的概率最小。突發事件輿情處于初始萌發階段時，事件的發展態勢往往并不嚴峻，意見領袖的參與僅僅集中在相關利益者之中，不會引發大規模的網民關注進而產生較大范圍的社會影響，因此政府以及媒體往往會采取較為常規的事件應對行為。隨著突發事件輿情的不斷發酵，意見領袖推動作用的不斷擴大，媒體與政府趨于報道行為和監管行為的速率也不斷加快，將事件的損失降到最低進而達到博弈收益最高的目標，媒體受事件熱度變化的影響最大，媒體對于事件輿情熱度的敏感度最高，這也充分印證了媒體行為對突發事件輿情的重要影響。因此，新媒體時代輿情治理應針對輿情發展的生命周期實現多主體協同、分階段性引導、培育意見領袖、推廣政務新媒體。

3.4.2 負面影響持續惡化情境下輿情主體決策行為演化路徑

突發事件輿情的負面影響持續惡化是指由于事件本身的性質或所處外在條件的影響，使得事件所帶來的風險、危害不斷增大的現象，突發事件的負面影響的持續惡化會對各方主體的博弈成本產生一定影響。λ表示突發事件帶來的負面影響對博弈三方決策行為成本的影響程度，λ越大代表突發事件帶來的負面影響持續惡化。在突發事件輿情的負面影響隨時間演變的情境下，需要根據實際情況改變上文中變量的初始設置值。政府、媒體、意見領袖的初始參與概率由x=0.5、y=0.5、z=0.5改設為x=0.3、y=0.6、z=0.9，其余變量數值基本保持不變。在此基礎上，本研究假設λ為1、2、3.5、4.5、6、8，數值從小到大分別表示影響力由低到高，在上文中設定的初始值不變的情況下，運用Python工具進行模擬仿真，得到負面影響持續惡化情境下主體行為的演化路徑（見圖3）。當突發事件輿情帶來的負面影響λ不斷增大時，政府、媒體、意見領袖的行為策略演化最終會無限趨近于（監管，報道，推動）策略。

隨著λ數值不斷加大，三方主體的博弈策略將會不斷調整出現波動，當λ值加大到一定程度，政府、媒體、意見領袖三方的博弈策略會由（監管，報道，推動）轉換為（不監管，報道，阻滯）。從λ=1到λ=3.5，事件輿情的負面影響對三方博弈成本影響程度較小，三方主體博弈成本較低時，三方均趨于（監管，報道，推動）策略，隨著影響程度的不斷加大，三方主體博弈成本隨之不斷升高，從λ=4.5到λ=8，政府、媒體、意見領袖的策略轉變為（不監管，報道，阻滯）。這是由于負面影響的持續加大會使得政府，媒體，意見領袖三方選擇各個策略的成本升高，三方主體以自身利益最大化為目標不斷調整博弈策略，使得最終達到的均衡策略發生改變。而當三方主體行為變化調整的同時也會影響事件輿情的演化方向進而使得事件的負面影響隨之改變。因此，參與突發事件演變的各方主體調整決策行為，將事件的負面效應控制在最小范圍內，遏制事件負面影響的持續惡化，以減小突發事件所帶來的風險和危害，是突發事件輿情有效治理的關鍵所在。

此外，無論是λ=1到λ=2，還是λ=2到λ=3.5，政府、媒體、意見領袖收斂于（監管，報道，推動）均衡速率不斷降低，這說明在一定范圍內突發事件輿情負面影響的增大會阻礙政府選擇監管行為、媒體選擇報道行為、意見領袖選擇推動行為的概率。從圖3中可以發現，隨著事件的負面影響的持續發酵，媒體收斂于均衡的速率最大，這說明相對于政府和意見領袖，事件輿情的負面效應對媒體博弈收益的影響最大。媒體作為事件呈現的媒介與載體，其報道與關注力度與事件發展趨勢呈現正相關。意見領袖主要通過媒體了解事件內容，事件輿情的負面效應會使得意見領袖對事件的關注度也會隨之升高，在一定范圍內，發表意見的意愿會加強進而引導輿情，但隨著負面效應的持續加大，其推動作用將不斷降低。

3.4.3 政府介入采取獎懲機制情境下輿情主體決策行為演化路徑

政府介入采取懲罰機制是指政府為應對突發事件出臺的相關政策、規章制度、應急管理手段等，政府部門的獎懲機制會約束、激勵意見領袖和媒體的行為。根據實際研究的需要，會涉及到上文中初始變量值的改變，w1為政府積極應對時意見領袖的心理正面收益，k為媒體積極應對，政府給與的獎勵，當政府采取懲罰機制，w1與k的數值會發生改變，因此將初始變量w1=1.5改為w1=3，同時本研究假設k值大小反映了政府介入獎懲的力度，設定k=1；5；10；15；20；30，分別表示不同程度的政府介入力度，其他初始變量值保持不變，運用Python工具模擬政府介入采取懲罰機制情境下，可以得出政府、媒體、意見領袖三主體決策行為的博弈演化情況（見圖4）。

根據圖4所示，當政府介入獎懲措施力度k不斷增大時，政府、媒體、意見領袖的決策行為演化最終會無限OWAFeEHnA4ZprAHVafvGjw==趨近于（監管，報道，推動）。當k的取值為1，政府獎懲機制的介入力度較小時，政府、媒體、意見領袖的決策行為為（監管，報道，推動），隨著k值的增大，博弈三方強化了各自的均衡穩定策略，且趨近于穩定策略的速率增大，這說明政府獎懲機制的介入使得三方的博弈收益變大，促進了三方的均衡演化。值得注意的是，相較于意見領袖，媒體趨于穩定策略的速率最大，政府的約束力主要體現在媒體的行為上，當媒體選擇報道事件發展，政府對媒體的行為進行獎勵，加大了媒體選擇推動行為策略的收益，因此會加強媒體選擇關注報道行為的概率。意見領袖會因政府的介入行為間接產生心理的正面收益，但隨著政府介入力度的不斷加大，意見領袖的演化路徑變化趨勢不明顯，這說明政府的獎懲機制對意見領袖博弈收益的影響較小。政府的獎懲機制進一步有效約束和規范了媒體的行為，進而引導意見領袖調整決策行為，實現在政府懲戒模式介入下，形成政府、媒體、意見領袖三方主體有效應對突發事件輿情的局面。

4 結論

準確掌握輿情多元主體決策行為的博弈演化過程可以提升突發事件輿情治理效力。演化博弈理論能夠有效解析突發事件網絡輿情多元主體決策行為的互作用機理，揭示輿情多元主體決策行為的博弈演化過程。

通過突發事件輿情主體行為的仿真模擬得出以下結論：輿情主體行為在自身心理滿足程度的驅動下，受到輿情熱度、政府的獎懲機制以及事件負面影響的持續惡化影響。隨著事件熱度的不斷升高，政府、媒體、意見領袖均趨于積極監管、報道、推動的決策行為；在事件負面影響持續惡化的情境下，媒體的報道與關注力度與事件發展趨勢呈現正相關，意見領袖通過媒體了解事件內容，事件的負面效應會引發意見領袖對事件大范圍且深層次的關注，政府將會以更快的速率采取一系列有針對性的措施以積極應對突發事件輿情的發展；政府的獎懲機制對意見領袖博弈收益的影響較小，但可以有效約束和規范媒體的行為。

參考文獻：

［1］ 習近平.全國宣傳思想共工作會議上的講話［EB/OL］.［2024-07-25］.http：//politics.people.com.cn /n1/2022/0828/c1001325

13206.html.

［2］ 趙晨陽，張鵬，王娟，等.共生視角下網絡輿情中公眾情感的演化及趨勢預測［J］.情報理論與實踐，2022，45（7）：148-157.

［3］ 文鴻瑩.基于四方演化博弈的高校網絡輿情演化規律研究［J］.管理評論，2022，34（9）：158-169.

［4］ Wen H Y，Liang K R，Li Y Q.An Evolutionary Game Analysis of Internet Public Opinion Events at Universities： A Case from China［J］.Mathematical Problems in Engineering，2020（19）：1-14.

［5］ Askarizadeh M，Ladani B T，Manshaei M H.An Evolutionary Game Model for Analysis of Rumor Propagation and Control in Social Networks［J］.Physica A：Statistical Mechanics and its Applications，2019，523：21-39.

［6］ Yin X C，Wang H W，Yin P，et al.Agent-Based Opinion Formation Modeling in Social Network：A Perspective of Social Psychology［J］.Physica A：Statistical Mechanics and its Applications，2019，532（5）：1-14.

［7］ 王家坤.同時考慮對稱博弈與非對稱博弈的網絡輿情傳播研究［J］.現代情報，2022，42（3）：109-120，156.

［8］ 朱光，顏燚，楊沁蓉.基于SEIR演化博弈模型的網絡維權策略及衍生輿情傳播研究［J］.情報科學，2023，41（3）：89-99.

［9］ 侯艷輝，管敏，王家坤，等.全媒體時代基于微分博弈的網絡輿情引導激勵機制研究［J］.中國管理科學，2023，31（8）：239-252.

［10］ 宋余超，陳福集.面向主題分類的網絡輿情博弈形成機制研究——基于三主體研究［J］.情報雜志，2015，34（8）：122-126，121.

［11］ 杜書，高曉凡.突發公共衛生事件輿情中意見領袖博弈與引導研究［J］.情報探索，2023（7）：11-18.

［12］ 石喜愛，李廉水，劉軍.兩化融合的演化博弈分析［J］.情報科學，2017，35（9）：36-43.

［13］ Friedman D. Evolutionary games in economics［J］.Econometrica，1991，59（3）：637-666.

作者簡介：劉雅姝（1993-），吉林大學公共外交學院、吉林大學國家發展與安全研究院講師，博士，研究方向：突發事件與網絡輿情；張海濤（1966-），吉林大學商學與管理學院、吉林大學信息資源研究中心、吉林大學國家發展與安全研究院教授，博士生導師，研究方向：數據智慧與社會治理、信息行為研究。