破解智慧旅游公共服務平臺運營之困

［摘" " 要］近年來，各地建立的智慧旅游公共服務平臺如雨后春筍般出現，卻又不同程度地面臨建設后運營效率低下、運營難以為繼的困局。文章從平臺利益相關者出發，基于演化博弈的視角，構建并解析了智慧旅游公共服務平臺系統中政府平臺-互聯網平臺、政府平臺-旅游企業、政府平臺-游客3組演化博弈動態模型，隨后通過系統仿真討論了收益讓渡系數、政企合作降低成本、政府扶持力度、政府可得政績聲譽和平臺使用價值5個關鍵收益參數對各方演化博弈行為的影響。研究對智慧旅游公共服務平臺內利益相關者間的復雜關系辨析、平臺經營策略制定和運營能力提升，以及促進線上旅游信息服務領域中政府與市場的良性互動均有重要的理論和現實意義。

［關鍵詞］智慧旅游公共服務平臺；運營困境；利益相關者；演化博弈；系統仿真

［中圖分類號］F59

［文獻標識碼］A

［文章編號］1002-5006（2025）01-0102-20

DOI： 10.19765/j.cnki.1002-5006.2025.01.012

0 引言

黨的二十大報告指出，要加快建設網絡強國、數字中國。隨著我國公共服務數字化進程不斷推進，聚焦至文化和旅游領域，以移動互聯網為代表的數字技術促進了智慧旅游公共服務新格局的形成。近年來，作為文化和旅游主管部門數字化轉型的具體舉措，各地均積極推進智慧旅游公共服務平臺建設。根據文化和旅游部資源開發司進行的全國旅游線上信息服務平臺發展調研1顯示（以下簡稱“調研”），以云南“一部手機游云南”為開端，截至2023年6月，我國31個省區市（不含港澳臺）有9成建設了自己的智慧旅游公共服務平臺（“一機游”）。

智慧旅游公共服務平臺建設熱潮過后，運營困境也隨之出現。調研發現，近8成省級平臺處于入不敷出的境況之中，超7成的平臺運營方表示平臺缺乏流量，半數運營方認為平臺內商家和產品不足。該困局背后折射出更深層次的問題是，政府與市場在提供線上公共服務方面存在的復雜競合關系。智慧旅游公共服務平臺系統中，政府在承擔監督治理角色的同時也直接參與市場活動，然而在市場化服務供給方面，在線旅行商（online travel agency，OTA）及其他類似市場化平臺已經在向游客提供較為成熟的信息服務，這既包括一般信息公共服務，更包括門票和酒店產品預訂在內的交易類業務。從用戶使用習慣與平臺所提供服務資源看，政府類平臺在流量獲取和產品供給方面與市場化平臺均存在差距，導致了政府陷入“不得不建”和“建后無用”的矛盾。2024年5月，由文化和旅游部辦公廳、中央網信辦秘書局等五部門聯合印發的《智慧旅游創新發展行動計劃》明確指出，要進一步厘清政府公共服務與市場化服務邊界，鼓勵各地積極探索通過政府與市場合作共贏的方式，提升智慧旅游公共服務平臺服務和運營效能，實現可持續運營與發展。

智慧旅游公共服務平臺的多類利益相關方主要包括行政主管部門或運營方、市場化平臺、旅游資源方及游客等。破解平臺運營難題的關鍵在于厘清各方訴求，并據此制定運營策略，以期達到持續運營的均勢。本研究從利益相關者視角出發，構建并解析了智慧旅游公共服務平臺系統博弈模型，采用系統仿真研究方法對參與平臺運營的各方訴求和決策進行模擬，從理論層面證明平臺系統內各主體博弈交互的內在機制及最終策略穩定狀態，以及特定情景下關鍵參數對系統博弈過程和結果的影響作用。本研究對于提升智慧旅游公共服務平臺服務和運營效能、推動平臺的可持續發展和智慧旅游建設水平提高具有重要意義。

1 文獻回顧

早在2012年，張凌云等提出，智慧旅游的本質是通過智能技術在旅游業中的應用以提升旅游服務、改善旅游體驗、創新旅游管理、優化旅游資源利用[1]。此后，李云鵬等提出，智慧旅游是以旅游者個體為核心、以信息服務為載體的支撐體系，這也建立起了以旅游信息服務為基礎的智慧旅游概念體系[2]。時至今日，智能技術在旅游領域的應用已經從信息服務擴展到旅游服務的各個方面，智慧旅游公共服務成為智慧旅游在中國實踐的重要組成部分。在我國智慧旅游公共服務領域，最重要表現和載體是地方政府主導的區域型智慧旅游公共服務平臺[4]，但學術界對這一領域的關注相對不足，只有少數學者從智慧旅游公共服務的概念[1-3]、智慧旅游公共服務平臺設計和構建[5-6]以及平臺用戶使用意愿與行為[7-8]等角度開展了初步研究。李云鵬和涂婷婷構建了國家智慧旅游公共服務平臺的基本理論框架，并對平臺建設、運營等問題進行探討[9]；群諾等則從技術層面搭建了基于知識圖譜的西藏旅游公共服務平臺[10]。隨著全國各地開始建設區域性智慧旅游公共服務平臺，學者們首先從案例研究視角剖析其發展現狀[11-12]，指出平臺存在用戶流量低、競爭優勢弱、營收能力差等問題。其后，上述問題不斷凸顯，平臺發展逐漸進入瓶頸，部分平臺如“游上海”App宣布關停1。在此情勢下，游客側的平臺感知逐漸成為學者們的關注重點，李晨使用訪談與問卷法對“游云南”App用戶體驗進行了測量[13]；鐘櫟娜和董英超也以“游云南”平臺為例探究了影響游客對平臺持續使用意愿的因素[14]。但已有研究多數只聚焦表層認知性問題，對關鍵性議題如優化運營策略、豐富資源供給及提升用戶使用意愿等涉獵較少。這些均是平臺擺脫運營困境的關鍵所在，而主體屬性交疊、交互關系復雜且協同性差等根源性問題也尚未得到厘清。因此，從利益相關者視角出發，探索由供給方、需求方、管理方及競爭對手構成的平臺系統內部的交互機制，厘清應該采取哪些措施及如何實施才能促進各方效益最大具有重要意義。

關于多利益相關方間的策略選擇和交互機制問題，不少學者傾向于從演化博弈理論的視角進行研究和解決。博弈論作為現代數學也是運籌學的一個重要學科，指在一定的環境條件下，完全理性的個人、群體或其他組織按一定規則同時或先后、一次或多次從各自允許的行為或策略中進行選擇并加以實施，各自取得相應結果的過程[15]。與傳統博弈論不同，演化博弈論理論是建立在參與主體有限理性基礎上，即參與者無法在博弈初始就獲得全部信息從而做出最優選擇，即收益最大化，但可以通過不斷向同類主體模仿學習，更新自身策略，最終達到穩定均衡[15-16]。該過程更符合現實社會的真實性與復雜性，因此，很多社會系統中多主體間的博弈交互都可以映射為演化博弈問題，如產品質量監管[17-18]、新能源汽車發展和網約車安全監管[19-20]、產學研合作[21-22]等。學者們通過分析以上場景中各類利益相關主體間的博弈關系得到各方行為策略集，構建相應的博弈理論模型，在此基礎上解析系統動態博弈過程，從而識別出最終穩定態策略組合，并據此指導各方決策要素的制定。近年來，演化博弈理論在旅游領域也受到了高度關注，涉及生態旅游[23-24]、旅游市場監管[25-26]、非物質文化遺產發展[27]和國家公園旅游開發[28]等。現有研究建立的博弈理論模型中，各主體通常為單策略集，而智慧旅游公共服務平臺中部分主體則因具有多重屬性而展現出多樣化的對外策略。例如，政府往往會根據博弈對象（互聯網平臺、旅游企業或游客）不同采取相應的策略，單策略集的模型框架就難以全面且準確地反映平臺各類主體間博弈的復雜性和具體性。因此，將演化博弈作為研究智慧旅游公共服務平臺的重要理論框架，同時建立更適合該平臺的博弈理論模型，不僅為分析平臺內部多主體間的長期交互和持續博弈關系提供了行為依據，更有助于剖析其策略選擇規律、動態演化路徑和穩定狀態獲得等行為特點。

仿真技術是一種應用計算機技術，通過構建數學模型來模擬預測特定問題的發展趨勢或行為后果影響的工具[20]。學者們不但可以通過仿真技術更好地認識事物發展的規律，還可以模擬相關影響因子的變化對事物發展的影響。對于多利益相關者間的復雜博弈交互問題，部分研究就借助仿真工具對動態演化過程進行數值仿真[17-20，23-26]，但其更多地側重對該過程的可視化展示，且難以刻畫不穩定性較強的現實社會系統。而基于主體建模（agent based modeling，ABM）通過將復雜系統分解成多個智能主體，從而實現模擬小規模行為到大規模突變的系統涌現行為[29]，同時能夠更好地刻畫主體的有限理性（非完全信息）、異質性和學習演化現象，也使得ABM被廣泛應用于旅游領域，如旅游流模擬與預測[30-31]、旅游應急管理[32-33]、旅游地演變[34]以及旅游市場監管[25]等。更重要地，由于博弈演化的結果在連續時間段上是不斷變化的，學者們通常通過數值模擬的方式來探究系統的動態演化過程，而ABM為可視化模擬和驗證復雜系統中多主體間的博弈交互及系統整體演變過程提供了更有效的解決路徑。綜上所述，本文計劃從利益相關者的視角出發，首先明確智慧旅游公共服務平臺中多主體間的博弈交互關系。然后，基于演化博弈理論方法，構建并求解智慧旅游公共服務平臺利益相關者演化博弈模型，得到系統的局部演化穩定結果。最后借助多主體仿真工具對上述動態演化過程進行模擬，并調整關鍵環境參數探究相關因素對演化博弈過程和結果的影響作用。

2 理論分析與模型構建

2.1 利益相關者間關系辨析與博弈理論模型構建

智慧旅游公共服務平臺系統中的利益相關者主要包括目的地政府、信息技術類企業、旅游企業、互聯網平臺以及游客等[4]。相較于其他公共管理范疇，旅游領域中的政府主體既是市場監督治理者也是市場活動的參與者，具有較強的市場化屬性。而在系統的利益相關者確定上，不僅要充分體現各類主體的角色屬性，也要辨析各方在利益訴求、行為策略上的相似與區別性。智慧旅游公共服務平臺系統中，地方政府由于掌握平臺實際所有權，信息技術企業則受政府委托成為平臺建設方和運營方，雙方在權責范圍和利益訴求上基本保持一致，行為表現上相似。遵循以上原則，本研究將地方政府和信息技術類企業統稱為政府平臺；互聯網平臺則是指以攜程、美團等為代表的OTA及其他提供旅游服務的通用互聯網公司；旅游企業即旅游景區、酒店、旅行社等通過平臺為游客提供實際旅游產品與服務的企業。綜上，政府平臺、互聯網平臺、旅游企業、游客構成了智慧旅游公共服務平臺系統中的核心利益相關者。

對于政府平臺與互聯網平臺，文化和旅游線上服務是政府直接參與面向公眾提供服務的領域，但市場化場景下已存在諸如美團、攜程等互聯網平臺，所以，一方面，二者均向游客提供相關旅游服務，核心功能高度重合導致雙方在某種程度上處于競爭關系；另一方面，為提升服務效率、降低運營成本，一些政府平臺開始嘗試采用鏈接跳轉、資源整合等方式與互聯網平臺開展合作[4]。這種交織也決定了政府與市場長期存在博弈和相互支撐的復雜關系；政府平臺與旅游企業之間，政府對旅游企業的措施主要包括強制入駐和扶持補貼入駐。地方政府通過強制部分旅游企業如國有景區、文博場館等入駐智慧旅游公共服務平臺，使平臺具備了初始形態，但這無法完全滿足用戶的資源需求，政府還需決定是否對另一部分擁有自主選擇權力的企業進行扶持補貼，以吸引其入駐和長期留駐平臺。通常，政府對企業的扶持措施包括減免入駐費和傭金、提供宣傳位及價格補貼等①；政府平臺與游客之間，由于游客已經對功能類似的互聯網平臺形成一定的使用習慣和數據依賴，實現用戶的心智遷移具有較大難度，政府平臺通常采取發放優惠券、補貼旅游企業以降低產品價格，以及增強平臺宣傳營銷等方式主動吸引用戶使用平臺1，但也可以為保持較低運營成本而被動等待游客使用。智慧旅游公共服務平臺系統內各方利益訴求和行為策略如表1所示。

綜上可以發現，智慧旅游公共服務平臺系統中，互聯網平臺、旅游企業、游客均與政府平臺產生直接博弈關系，而它們三者間的博弈關系則較弱且不主要存在于該平臺系統內。具體表現為，旅游企業入駐互聯網平臺后，互聯網平臺通過整合其提供的旅游產品和服務信息，將相關產品服務間接出售給游客。而旅游企業則直接服務于來自互聯網平臺和政府平臺的游客，為其提供直接的旅游產品和服務供給。此外，由于政府平臺對其他三方采取區別性對待策略，所以為單主體多策略集，另外三方均為單主體單策略集。研究基于以上對四方利益主體間博弈關系的分析，構建了圖1所示的智慧旅游公共服務平臺博弈理論模型。

2.2 基于利益相關者間關系的平臺運營模式歸納

研究對現有的27個省級智慧旅游公共服務平臺展開調研，結果顯示，根據平臺內利益相關者間交互關系及造成的旅游產品/信息要素流動模式的不同，現有平臺可被大致劃分為5種運營模式。1）直營式。政府平臺從旅游企業采購產品后對外直營銷售，如“樂游冀”“蘇心游”App，即圖2中過程（1）?（2）。此時旅游產品要素從旅游企業途經政府平臺后流向游客，政府平臺對產品具有所有權并對產品負責，類似于京東、攜程的電商模式。2）代理式。旅游企業或中小型旅游代理商入駐政府平臺開店銷售旅游產品，如“一碼游貴州”App，即圖2中過程（3）?（2）或過程（4）?（5）?（2）。此時政府平臺只是作為線上媒介空間輔助旅游產品要素從旅游企業、旅游代理商流向游客，不具有產品的所有權，類似于淘寶、飛豬的電商模式。3）跳轉式。銷售時跳轉第三方互聯網平臺，如“智游海南”App，即圖2中過程（6）?（7）?（2）。此時政府平臺作為旅游產品要素從互聯網平臺流向消費者的分銷窗口，負責商品展示，而實際銷售跳轉至互聯網平臺。4）展示式。僅做旅游信息要素的展示而不做產品銷售，如“西藏游”App，僅包含圖2中過程（2）。此時系統中不存在旅游產品要素的流動，政府平臺只提供公共信息服務。5）內嵌式。以美團超級品牌館為代表，內嵌于互聯網平臺，如北京超級品牌館，即圖2中過程（6）?（8）?（9）。此時旅游產品要素仍經由互聯網平臺流向消費者，但地方相關的產品和信息要素將在互聯網平臺內聚合、獨立展示，為消費者提供一站式交易和信息服務，政府起指導和資金支持作用，并推動旅游資源在互聯網平臺內的整合集聚。此外，也存在少數直營+跳轉混合式的平臺（如“游山西”）。圖2中，實線表示旅游產品/信息要素在利益相關主體間產生了實質上的流動，即歸屬權發生變化，虛線表示要素在主體間未產生實質上的流動。以直營式和代理式智慧旅游公共服務平臺為例，直營式平臺的產品要素流動過程（1）中，政府平臺方統一從旅游企業采購產品后銷售給游客，產品要素首先從企業流向政府平臺，歸屬權也轉移至政府平臺。而代理式平臺的產品要素流動過程（3）中，旅游企業通過在政府平臺上開設店鋪將產品銷售給游客，產品要素未流入政府平臺，歸屬權在該階段也未發生變更。

3 演化博弈分析

根據對智慧旅游公共服務平臺內各利益相關方間的博弈交互關系和行為策略的辨析，以及由此得到的智慧旅游公共服務平臺利益相關者博弈理論模型，本研究構建了政府平臺-互聯網平臺、政府平臺-旅游企業、政府平臺-游客3組兩方演化博弈模型。

3.1 政府平臺-互聯網平臺的博弈模型構建與分析

3.1.1" " 假設與矩陣構建

假設1：政府平臺與互聯網平臺都是有限理性的，雙方在博弈過程中，政府平臺出于對自身發展和建設水平的考慮，可以選擇與市場化平臺合作或不合作，其行為策略集為M1（合作，競爭），選擇概率分別為[x1]、[1-x1]。互聯網平臺從利己角度出發同樣可選擇合作或不合作，其行為策略集為M2（合作，競爭），選擇概率分別為[y1]、[1-y1]。其中，[0≤x1≤1]，[0≤y1≤1]。

假設2：政府平臺與互聯網平臺的博弈中，設政府平臺基本運營支出為[M]，平臺基礎用戶流量為[L]，其獨立運營時獲得客收入[P]。如政府平臺選擇與互聯網平臺合作，則可通過降低人力支出、節省對接各景區酒店票務系統等方式降低運營成本[C]1，但此時需將部分收益讓渡給互聯網平臺，讓渡系數為[α]，互聯網平臺也因政商融洽而獲得公共資源和產品供給[R1]（如營銷場地、廣告展位等營銷資源，國有旅游企業預訂、文博場館預約等供給資源）。互聯網平臺獨立運營的客收入為[E]。一旦雙方有一方選擇背叛合作，雙方合作不再有效，通常競爭方會在獲得額外收益的情況下選擇放棄合作[21]。因此，假設該系統中市場飽和即雙方的用戶流量和不變，當其中一方采取競爭策略時，其可能采取多種方式爭奪用戶流量（如強化宣傳、增加優惠補貼等），其中，互聯網平臺由于具有運營成熟、資源豐富及一站式服務等優勢，政府平臺則在地方資源優勢及補貼優惠優勢等的加持下，雙方競爭力幾乎相等，均為[ΔL]2，同時雙方也會付出額外的競爭成本[Cg]、[Co]（[Cggt;Co]）。基于以上，構建政府平臺-互聯網平臺演化博弈收益矩陣，如表2所示。

3.1.2" " 均衡點求解

根據模型假設和博弈收益矩陣可知，當政府平臺選擇與互聯網平臺合作、競爭以及混合策略時的期望收益[Ex1]、[E1-x1]、[Ex1]分別為：

[Ex1=y1[（1-α）PL-M+C]+（1-y1）[（L-ΔL）P-M]E1-x1=y1[（L+ΔL）P-Cg-M]+（1-y1）（LP-Cg-M）Ex1=x1Ex1+（1-x1）E1-x1]

同理，互聯網平臺實施合作、競爭的以及混合策略期望收益[Ey]、[E1-y1]、[Ey1]分別為：

[Ey1=x1（αPL+R1）+（1-x1）（-ΔLE）E1-y1=x1（ΔLE-Co）+（1-x1）（-Co）Ey1=y1Ey1+（1-y1）E1-y1]

由此可得到政府平臺和互聯網平臺行為策略的復制動態方程為：

[Fx1=dx/dt=x1（Ex1-Ex1）=" " " " " " " x1（1-x1）（Cy1-αLPy1-ΔLP+Cg）F（y1）=dx/dt=y1（Ey1-Ey1）=" " " " " " "y1（1-y1）（αLPx1+R1x1-ΔLE+Co）]

在智慧旅游公共服務平臺的政府平臺-互聯網平臺博弈系統中，當雙方策略演化穩定時，有[F（x1）=F（y1）=0]，此時可解得政府平臺和互聯網平臺行為的5個局部均衡點：O（0，0）、A（0，1）、B（1，0）、C（1，1）、D[ΔLE-CoαLP+R1， ΔLP-CgC-αLP]。

3.1.3" " 穩定性探討

由復制動態方程求出的均衡點不一定是系統的演化穩定策略（evolutionary stable strategy，ESS），根據Friedman提出的雅克比矩陣的局部分析法可分析系統均衡點的穩定性[41]。由雙方復制動態方程可求得該系統的雅克比矩陣[J]。將5個平衡點分別代入該雅克比矩陣，并求出矩陣的跡tr（[J]）和行列式的值det（[J]）。整理得到各雅可比矩陣的det（[J]）和tr（[J]）如表3。

由演化博弈理論可知，同時滿足以下條件的平衡點為系統演化的穩定點ESS：行列式的值det（[J]）gt;0、矩陣的跡tr（[J]）lt;0。顯然平衡點D（[x*]，[y*]）不滿足該條件，因此D不是系統演化的穩定點，所以只需判斷其余4個平衡點的局部穩定性即可。由假設可知，滿足[ΔLE-Cogt;0]，但[ΔLP-Cg]正負不確定，需結合[C+Cg-αLP-ΔLP]進一步分析，因此需要討論[Cg-ΔLP]、[C+Cg-αLP-ΔLP]、[Co-ΔLE+αLP+R1] 的正負，分類討論的具體結果如表4所示。

在②④收益參數組合情況下，無論政府選擇何種策略，互聯網平臺競爭策略收益始終大于合作策略收益（[-ΔLEgt;-Co]、[ΔLE-Cogt;αLP+R1]），因此，互聯網平臺果斷選擇競爭策略。在此基礎上，政府合作時的額外支出[ΔLP]小于選擇競爭時的額外支出[Cg]，所以政府最終選擇合作策略，系統穩定于（1， 0），①情況下，政府選擇競爭時，互聯網平臺合作收益要小于競爭收益，但在政府選擇合作時，互聯網平臺合作策略的收益[αLP+R1]則高于選擇競爭時收益[ΔLE-Co]，因此，互聯網平臺策略演化趨勢與政府相同，而此時政府合作需讓渡出的收益[αLP]低于競爭要付出的成本[C+Cg-ΔLP]，所以必定會選擇合作，最終系統穩定于（1， 1）；③情況下，互聯網平臺策略演化趨勢依舊與政府相同，但[ΔLP-Cglt;0]、[C+Cg-αLP-ΔLPlt;0]，即政府在被背叛時合作策略收益更高，在被合作時競爭策略收益卻更高，政府策略選擇方向與互聯網平臺方向相悖，雙方演化趨勢相反，系統陷入無均衡點的狀態。

在⑤⑥⑦⑧情況下，[ΔLP-Cggt;0]，加之[ΔLE-][Cogt;0]，即雙方均符合當另一方選擇競爭時，本方選擇合作的收益都低于其選擇競爭的收益，因此，雙方均趨向于競爭以避免被背叛造成的較大損失，系統演化于穩定點O（0， 0），這也符合了典型的囚徒困境結果。其中，⑤情況時，當[C+Cg-αLP-][ΔLP]、[Co-ΔLE+][αLP+R1]均為正，即雙方在對方選擇合作時，本方同樣選擇合作的收益均高于背叛收益，因此對方選擇合作時本方也趨向于合作，對方選擇競爭時本方也趨向于競爭，雙方演化方向相同，最終將會出現兩種穩定情況（0， 0）和（1， 1）。

3.2 政府平臺-旅游企業的博弈模型構建與分析

3.2.1" " 假設與矩陣構建

假設1：政府平臺與旅游企業雙方在博弈過程中，政府平臺對旅游企業入駐平臺行為可采取的行為策略集為M1（補貼扶持，被動等待），選擇概率分別為[x2]、[1-x2]。旅游企業則可以選擇是否入駐平臺，其行為策略集為M2（入駐，不入駐），選擇概率分別為[y2]、[1-y2]。其中[0≤x2≤1]，[0≤y2≤1]。

假設2：假設在政府強制力量約束下，部分旅游企業入駐平臺，使平臺具有基礎流量[L]。而當具有自主選擇權的另一部分旅游企業積極參與平臺生態時，平臺內資源豐富度提升，用戶量增加，此時若政府平臺主動補貼扶持企業在平臺內的運營，旅游企業入駐平臺帶來用戶量增加[ΔL1]，否則增加[ΔL2]（[ΔL1gt;ΔL2]）。政府采取主動扶持策略時需付出額外成本（如補貼成本）[K]，但也獲得來自游客、媒體及上級主管部門等的肯定，政績效益提升[R2]。企業入駐平臺可獲得經濟收益[W]及補貼收益[K]，需付出店鋪運營、營銷等成本[Ce]。當政府平臺采取主動扶持策略而企業不入駐平臺時，政府補貼損耗率為[β]（[0lt;βlt;1]），企業也會損失與政府的政商友好關系[R]。基于以上，構建政府平臺-旅游企業演化博弈收益矩陣，如表5所示。

3.2.2" " 均衡點求解

根據模型假設和收益矩陣可知，政府對旅游企業實施主動扶持、被動等待以及混合策略的期望收益分別為：

[Ex2=y2[（L+ΔL1）P+R2-K-M]+" " " " " "（1-y2）[LP-βK+R2-M]]

[E1-x2=y2[（L+ΔL2）P-M]+（1-y2）（LP-M）Ex2=x2Ex2+（1-x2）E1-x2]

同理，旅游企業實行入駐、不入駐智慧旅游公共服務平臺及混合策略的期望收益分別為：

[Ey2=x2（W+K-Ce）+（1-x2）（W-Ce）E1-y2=-x2REy2=y2Ey2+（1-y2）E1-y2]

由此，可分別得到政府平臺和旅游企業行為策略的復制動態方程為：

[F（x2）=dx/dt=x2（Ex2-Ex2）=" " "x2（1-x2）（Kβy2-Ky2+（ΔL1-ΔL2）Py2-Kβ+R2）]

[F（y2）=dx/dt=y2（Ey2-Ey2）=y2（1-y2）（Kx2+Rx2+W-Ce）]

因此，在政府平臺-旅游企業博弈系統演化穩定時，政府平臺和旅游企業行為的5個局部均衡點為：O（0，0）、A（0，1）、B（1，0）、C（1，1）、D[Ce-WK+R]，[Kβ-R2Kβ-K+P（ΔL1-ΔL2）]。

3.2.3" " 穩定性分析

由雙方復制動態方程可求得該系統的雅克比矩陣[J]。將5個平衡點代入該雅克比矩陣，各矩陣的det（[J]）和tr（[J]）見表6。

該博弈系統各平衡點的穩定性判斷如表7所示。

在①②③④收益參數組合下，存在[Wgt;Ce]，即企業入駐平臺的收益大于其運營成本，此時不論政府是否給予補貼扶持，企業入駐平臺收益都大于不入駐，因此，企業穩定于入駐平臺。在此基礎上，若政府選擇主動扶持策略收益大于被動等待的[K-R2-][ΔL1P+ΔL2Plt;0]，政府則選擇主動扶持策略，系統最終穩定在（1，1），反之政府選擇被動等待，系統穩定于（0，1）。

在⑤⑥⑦⑧情況下，企業入駐平臺的收益雖小于其運營成本，但在獲得政府補貼扶持后將覆蓋運營成本，因此，企業是否入駐將取決于政府是否主動給予扶持。⑤情況下，由于[βK-R2gt;0]、[K-R2-][ΔL1P+ΔL2Pgt;0]，即不論在企業何種決策狀態下，政府主動扶持策略收益總小于被動等待，政府將果斷放棄扶持策略，從而致使企業無法獲得扶持補貼，最終選擇不入駐策略。⑥情況下，企業不入駐平臺時政府主動扶持策略收益小于被動等待收益，企業入駐時政府主動扶持策略收益卻較高，即政府采取主動扶持的前提也是企業入駐，因此，雙方演化趨勢相同，同時選擇主動扶持與入駐或被動等待與不入駐；而⑦情況下政府演化趨勢與企業相反，所以無穩定點；⑧情況下，政府主動扶持策略收益總是高于被動等待，因此，政府選擇扶持策略，該舉使得旅游企業在能夠獲得扶持情況下選擇入駐平臺，系統穩定在（1，1）。

在⑨⑩??情況下，旅游企業即使在獲得政府扶持補貼后，其入駐平臺的收益仍小于運營成本，企業最終選擇不入駐平臺策略，這也是政府最不愿看到的。此時，若政府選擇主動扶持策略時的補貼賠損[βK]小于所獲政績聲譽效益[R2]，則政府繼續選擇主動扶持策略，系統穩定于（1，0），反之若政績聲譽效益不足以彌補補貼損失，政府轉向被動等待策略。

3.3 政府平臺-游客的博弈模型構建與分析

3.3.1" " 假設與矩陣構建

假設1：政府平臺與游客雙方在博弈過程中，政府平臺對游客可采取行為策略集為M1（主動鼓勵，被動等待），選擇概率分別為[x3]、[1-x3]。游客則可以選擇是否下載使用平臺，其行為策略集為M2（使用，不使用），選擇概率分別為[y3]、[1-y3]。其中，[0≤x3≤1]，[0≤y3≤1]。

假設2：政府平臺采取主動策略對游客實施優惠鼓勵時會產生額外成本[F]，但也為平臺帶來良好的社會聲譽效益[R3]，此時游客使用平臺的消費額即政府平臺單客收益為[P1]，而游客未受到鼓勵使用平臺時平臺收益為[P2]（[P1gt;P2]），此時用戶收到了優惠額度[F]，以及智慧旅游公共服務平臺相對于其他類似平臺的額外有用性與易用性[14]所帶來的使用價值[H]（如服務功能全面有用、設計簡潔易操作等），但需要放棄個人使用習慣，付出精力成本[Ct]。當政府平臺采取主動鼓勵策略而游客未使用平臺時，政府補貼損耗率為[δ]（[0lt;δlt;1]）。基于以上，構建政府平臺-游客演化博弈收益矩陣，如表8所示。

3.3.2" " 均衡點求解

根據模型假設和博弈收益矩陣，政府平臺對游客實施主動鼓勵、被動等待以及混合策略時的期望收益分別為：

[Ex3=y3[P1+R3-F-M]+（1-y3）[R3-δF-M]E1-x3=y3[P2-M]-（1-y3）MEx3=x3Ex3+（1-x3）E1-x3]

同理，游客選擇使用與不使用智慧旅游公共服務平臺及混合策略期望收益分別為：

[Ey3=x3（F+H-Ct）+（1-x3）（H-Ct）E1-y3=0Ey3=y3Ey3+（1-y3）E1-y3]

由此可分別得到政府平臺和游客方行為策略的復制動態方程為：

[F（x3）=dx/dt=x3（Ex3-Ex3）=" " " " " " " x3（1-x3）（δFy3-Fy3+P1y3-P2y3-δF+R3）]

[F（y3）=dy/dt=y3（Ey3-Ey3）=y3（1-y3）（Fx3+H-Ct）]

在政府平臺-游客博弈系統演化穩定時，政府平臺和游客行為的5個局部均衡點分別為：O（0，0）、A（0，1）、B（1，0）、C（1，1）、D[Ct-HF， δF-R3δF-F+P1-P2]。

3.3.3" " 穩定性分析

由雙方復制動態方程可求得該系統的雅克比矩陣[J]，將5個平衡點代入該雅克比矩陣，矩陣的det（[J]）和tr（[J]）見表9。

該博弈系統各平衡點的穩定性判斷如表10所示。

表10中①②③④的收益參數組合情況均滿足[Hgt;Ct]，即游客可獲得的平臺使用價值始終大于其更換常用平臺時付出的精力成本，游客必定選擇使用平臺。在此基礎上，若政府主動給予優惠鼓勵策略的收益大于被動等待游客使用時的收益（即[P1+R3-Fgt;P2]），政府將選擇主動鼓勵策略，系統最終穩定在（1，1），反之選擇被動等待策略，系統穩定于（0，1）。

在⑤⑥⑦⑧收益參數組合下，游客可獲得平臺使用價值小于其更換平臺付出的精力成本，但在獲得政府鼓勵優惠后將高于精力成本，游客最終是否使用平臺將取決于政府是否采取鼓勵優惠政策。⑤情況下，由于[R3-δFlt;0]、[P1-P2+R3-Flt;0]，政府選擇給予優惠鼓勵的收益始終小于被動等待收益，因此，政府最終放棄優惠鼓勵，導致游客最終也選擇不使用策略。⑥情況下，政府平臺不被使用時，其優惠鼓勵策略收益小于被動等待策略，但被使用時卻與之相反，即政府采取主動性優惠鼓勵策略同樣需要企業選擇使用平臺，因此，雙方演化趨勢相同，將同時演化至主動鼓勵與使用或被動等待與不使用；⑦與⑥情況相反，雙方演化趨勢相反，所以無穩定點；⑧情況下，政府選擇鼓勵優惠策略的收益始終大于被動等待策略，政府選擇優惠鼓勵策略，也使得游客在確定可獲得優惠鼓勵情況下選擇使用平臺，系統穩定于（1，1）。

在⑨⑩??收益參數組合下，游客可獲得平臺使用價值小于其更換常用平臺時付出的精力成本，且即使獲得政府鼓勵優惠后仍小于，因此，游客最終選擇不使用平臺，導致平臺用戶流量長期不足。在此基礎上，若政府選擇主動鼓勵策略的損失小于獲得的政績聲譽效益，政府則繼續選擇主動鼓勵策略，系統穩定于（1，0），反之政府放棄優惠鼓勵。

4 基于主體建模的博弈仿真實驗

本節通過編寫政府平臺-互聯網平臺、政府平臺-旅游企業、政府平臺-游客3個系統組成的智慧旅游公共服務平臺系統博弈仿真程序，并調節部分收益參數水平以控制策略實施的情況，實現對各類利益主體在不同情境下博弈過程與最終均衡狀態的仿真模擬，該過程使用基于主體的仿真工具Netlogo軟件。在仿真系統模擬動態演化的每個時刻t，各主體通過與博弈對象主體內最近的兩個鄰居博弈，向同主體內最近的4個鄰居學習實現策略更新。

4.1 博弈數理分析的仿真模擬

4.1.1" " 不同初始策略比例下3組博弈系統仿真實驗

仿真實驗設定各類博弈主體數量為政府平臺30、互聯網平臺20、旅游企業100、游客500。為驗證整個平臺系統的博弈演化情況及受各方初始策略比例的影響，均選擇3個博弈模型穩定性判斷中①參數組合情況，具體參數取值如表11，其中，[M]、[P]作為長期穩定的參數，在后續仿真中值不再改變。仿真結果顯示各方初始策略比例為低（0.2）、中（0.5）、高（0.8）值時，政府平臺-互聯網平臺系統演化穩定點均為（1，1），即雙方始終選擇合作策略；政府平臺-旅游企業系統穩定點均為（0，1），即政府平臺被動等待，旅游企業選擇入駐平臺；政府平臺-游客系統演化穩定點均為（0，1），即政府平臺被動等待，游客選擇下載使用平臺，均符合上節分析結果。即在不同的初始策略概率下，各方的演化穩定結果不變，只是主體策略演化至穩定的時間受到一定影響，結果仿真如圖3所示。

4.1.2" " 政府平臺-互聯網平臺博弈系統仿真實驗

研究選取了政府平臺-互聯網平臺演化博弈子系統對上節博弈理論分析過程進行模擬驗證，并歸納為以下4個階段。

階段1：對⑥⑦⑧收益參數組合下的演化博弈系統進行仿真模擬，在這3種收益參數組合下，系統最終均穩定于（0，0）點，如圖4a、圖4b及圖4c所示。⑥情況中，互聯網平臺合作策略收益始終低于競爭策略，因此其首先演化至不合作策略，政府隨后。⑦情況則為政府平臺合作策略收益始終較低，其首先演化至不合作，互聯網平臺隨后。⑧情況中雙方合作收益均低于背叛收益，所以雙方幾乎同時演化至不合作。⑤情況時，隨著雙方合作收益均高于了背叛收益，此時存在兩個博弈穩定點，最終博弈演化結果取決于初始博弈狀態，當博弈初始狀態為[xlt;x*]且[ylt;y*]時，博弈會朝著（0，0）演化，當博弈初始狀態[xgt;x*]且[ygt;y*]時，博弈朝（1，1）演化，如圖4d和圖4e所示。

階段2：①收益參數組合情況下，仿真結果符合上節計算結果，在雙方同時合作收益均高于背叛收益的基礎上，隨著政府競爭成本高于競爭收益，政府必定選擇合作策略，互聯網平臺也隨之選擇合作策略，系統穩定于（1，1），如圖5所示。

階段3：②④收益參數組合情況下，仿真結果符合上節計算結果，即在政府競爭成本高于競爭收益基礎上，互聯網平臺由于合作獲得利潤始終低于競爭利潤而選擇競爭策略，此時政府面對高額競爭成本最終選擇妥協合作策略，系統均穩定于（1，0）（圖6）。

階段4：③參數組合情況下，不改變參數隨機進行兩次模擬。結果顯示互聯網平臺依舊趨向靠近政府的演化方向，但政府由于合作收益低于背叛收益，其策略選擇趨向背離互聯網平臺。如圖7，博弈雙方根據所處情形隨時作出決策，始終處于一種僵持不穩定狀態。

4.2 不同參數情境下的博弈仿真模擬

智慧旅游公共服務平臺的實踐中，演化博弈模型相關參數存在變化和差異性是不可避免的，而這很大程度上可能影響各利益相關方的最終策略選擇和博弈收益，因此，探究相關參數變化是否以及怎樣對系統的博弈穩定產生影響具有較高必要性。其中，地方政府采取與互聯網平臺合作的輕量級運營模式向游客提供產品預訂、消費等服務的重要原因之一，即為了政企合作模式下產生降本增效效應[37]——降低平臺獨立運營時的高昂人力成本、對接資源方系統成本和部分平臺營銷成本等①，但該效應[C]在不同平臺系統中不盡相同，因此，有必要探究其對雙方演化博弈行為所產生的影響；政企雙方在合作之中，又不可避免地涉及利益分割。作為經濟收益在地方政府和互聯網平臺間的分成比例，收益讓渡系數α在不同地方的智慧旅游公共服務平臺中一般不同，這也源自各政企合作系統中雙方話語權大小關系通常存在差異[38]，該差異或將對雙方策略選擇產生關鍵影響；提供優質、豐裕的供給是平臺可持續化運營的基礎，也是政府平臺方工作的主要著力點。而招采優質、豐裕供給往往需要平臺為商家（即旅游企業）提供一定的扶持補貼或營銷價值[39]，但不同地方政府能夠并愿意采取的扶持補貼力度[K]通常并不一致[40]，因此，探究該因素水平對雙方最終策略選擇的影響具有一定必要性；用戶流量作為影響平臺生存的關鍵指標，招采優質供給的本質目的也是幫助平臺吸引用戶、集聚流量，而平臺能為用戶提供的使用價值[H]很大程度上決定了用戶的使用意愿[14]。各地的智慧旅游公共服務平臺在規劃建設和運營水平上參差不齊，同時由于游客主觀因素差異，游客可獲得平臺使用價值大小往往存在差異。因此，該參數具有較高研究意義；政績聲譽效益在我國地方政府和領導干部政績考核中發揮重要作用[41]，智慧旅游公共服務平臺作為旅游公共服務數字化建設的重要抓手1，群眾給予的政績聲譽[R3]是考核該平臺價值及地方政府相關工作成效的核心指標，同時也很大程度上影響地方政府的行為策略選擇。因此，有必要探究該參數對政府及游客雙方演化博弈情況的影響。

4.2.1" " 收益讓渡系數對政府平臺-互聯網平臺系統演化博弈行為的影響

在[Cg-ΔLPgt;0]情況下，[α]取0.2、0.5、0.8進行仿真模擬。α較小時，即[C+Cg-αLP-ΔLPgt;0]、[Co-ΔLP+αLP+R1lt;0]，符合②情況，政府合作讓渡收益過少，致使互聯網平臺直接選擇競爭，此時政府卻由于競爭成本過高而選擇妥協合作。隨著該系數的增加，將出現兩種情況：若先出現[Co-ΔLP+][αLP+R1gt;0]（①情況），即企業合作收益首先大于競爭收益，此時政府合作余留收益也仍然充裕，因此雙方均趨向合作，如圖8b所示；若先出現[C+Cg-][αLP-ΔLPlt;0]（④情況），而互聯網平臺由于合作獲益仍低于競爭獲益，其依舊選擇競爭策略，此時政府由于競爭成本過大，最終選擇妥協合作，但演化趨穩速度十分緩慢，如圖8e所示。α過大時，政府合作后收益差小于競爭收益差，政府在互聯網平臺采取合作態度時更趨向競爭策略，無法滿足對方合作需求，雙方無法演化至穩定狀態（③情況），如圖8c和圖8f所示。

4.2.2" " 政企合作降低成本對政府平臺-互聯網平臺演化博弈行為的影響

在[Cg-ΔLPgt;0]情況下，[C]取10、15、20進行仿真模擬。首先，在[Co-ΔLE+αLP+R1lt;0]的情況下，此時互聯網平臺由于合作分得的收益過少始終選擇競爭策略，在此基礎上政府則因為競爭成本過高，始終選擇合作策略，此時合作帶來的成本降低只能影響政府策略選擇概率趨于穩定的速度，而不影響其最終穩定結果，如圖9a、圖9b、圖9c仿真結果顯示。政企合作降低成本[C]越大，政府演化至合作策略的時間越短，演化路徑波動性越小；而在[Co-ΔLE+αLP+R1gt;0]時，互聯網平臺策略選擇趨向于政府平臺策略選擇。政企合作為政府帶來的成本降低C較小時，合作策略對政府平臺的吸引力也較小，導致互聯網平臺選擇合作時政府趨向于競爭，選擇競爭時政府卻趨向于妥協合作，雙方僵持無法穩定。而隨著C逐漸增大，合作策略為政府帶來了較高的成本節省，政府因此轉向選擇合作策略，互聯網平臺也隨之穩定于合作策略，如圖9d、9e、9f仿真結果顯示。

4.2.3" " 政府扶持力度對政府平臺-旅游企業演化博弈行為的影響

在[Wlt;Ce]、[W+K+R-Cegt;0]情況下，[K]取5、9、15進行仿真模擬。此時政府扶持補貼力度已然不低，即企業入駐平臺的運營收益[W]雖小于成本[Ce]，但獲得的扶持補貼及政商友好關系收益之和已經可以覆蓋其收益成本差，此時企業是否入駐取決于政府是否給予扶持，在此基礎上觀察補貼額[K]對雙方演化行為的影響。[K]較小時，由于政府主動扶持策略收益總大于被動等待收益，政府選擇扶持，企業隨后穩定于入駐策略。隨著[K]持續提升，政府積極性受到打擊，無法肯定性采取扶持策略，雙方進入僵持狀態。最終，[K]過高時，政府采取扶持策略收益始終小于被動等待策略，政府放棄補貼扶持，企業因此趨穩于不入駐策略，雙方最終從（主動扶持，入駐）轉向（被動等待，不入駐），如圖10所示。

4.2.4" " 政府可獲得政績聲譽對政府平臺-游客演化博弈行為的影響

在[Hlt;Ct]、[F+H-Ctgt;0]情況下，即游客使用平臺獲得便利性小于習慣成本，但在獲得優惠鼓勵后需才愿意使用平臺的情況下，探究政府可獲得政績聲譽效益[R3]對政府平臺-游客雙方演化博弈行為的影響，[R3]取1、2、3時，雙方的仿真行為如圖11所示。可以看到該情況下，政府由于采取優惠鼓勵策略所獲得的公眾聲譽效益[R3]發揮了較重要的作用。[R3]較小時，其小于優惠鼓勵損失成本[βK]，且與政府合作時獲得的游客消費增量（[P1-P2]）之和小于補貼成本[K]，政府不愿意承擔風險因此選擇被動等待，進而導致游客無法獲得優惠鼓勵而選擇不使用平臺；隨著[R3]增大到大于[βK]，但其與游客消費增量之和仍然小于[K]，政府與游客行為進入不穩定對峙狀態；當[R3]增大到與游客消費增量之和大于[K]時，政府穩定地選擇優惠鼓勵策略，進而使得游客穩定于使用平臺策略（圖11）。

4.2.5" " 平臺使用價值對政府平臺-游客演化博弈行為的影響

在[δF-R3lt;0]、[F-R3-P1+P2lt;0]情況下，[H]取1、3、6以模擬平臺使用價值[H]對雙方行為的影響，此時政府獲得聲譽效益[R3]大于優惠鼓勵損失[βK]，且[R3]與游客消費增量之和大于優惠鼓勵成本[K]，政府穩定選擇主動鼓勵策略。初期[H]小于[Ct]，且與政府鼓勵優惠之和仍小于游客付出的精力習慣成本[Ct]，游客選擇不使用平臺。隨著[H]不斷增大，[H]與政府鼓勵優惠之和大于[Ct]，且由于政府選擇主動鼓勵優惠，因此，游客也穩定于使用平臺，但其進入穩定狀態的時間明顯緩慢于最終[H]完全大于[Ct]時，如圖12所示。可看出平臺使用價值與游客付出習慣成本將主要決定游客是否使用平臺，但在平臺使用價值不足的情況下，適當的優惠鼓勵能夠彌補這種不足，前提是該策略同樣能為政府帶來足夠效益。

5 結論與展望

5.1 研究結論

面對各地智慧旅游公共服務平臺內利益相關方間競合交互關系復雜、運營效率低下難以為繼的困境，本文從演化博弈和系統仿真的視角，構建并解析了智慧旅游公共服務平臺系統內3組博弈動態模型，同時討論了部分關鍵收益參數對各方演化博弈行為的影響。

智慧旅游公共服務平臺系統中政府平臺與互聯網平臺、政府平臺與旅游企業、政府平臺與游客兩兩之間存在主要的交互博弈關系，包括競爭合作關系、補貼扶持與入駐平臺、優惠鼓勵與使用平臺等。在政府平臺與互聯網平臺的博弈中，政府競爭時的獲益和成本是關鍵，此外，適中的收益讓渡系數有助于雙方順利開展合作，而合作降低政府運營成本則更多地影響雙方策略演化穩定的快慢，總體上對演化結果決定性較小。其中，當政府競爭獲益大于成本時，雙方均因為競爭獲益高且受到背叛損失大，最終演化至放棄合作狀態，該情況在代理式、直營式及展示式智慧旅游公共服務平臺中普遍存在。但此時，雙方如果能夠進行合理的利益分配、有效降低運營成本和增進政商友好關系，使雙方合作收益大于背叛對方的收益，二者策略選擇開始趨同，尤其當政府競爭獲益小于成本時，在政府堅定的合作意愿表達下雙方達成一致合作，跳轉式、內嵌式模式則多出現于該情形下。但若政府競爭成本高且不愿向互聯網平臺讓渡足夠收益，將導致互聯網平臺直接選擇競爭，這是政府最不愿看到的結果，而互聯網平臺要求讓渡收益過多同樣將導致雙方陷入不穩定對峙狀態。

對旅游企業來說，除政策強制性要求外，其入駐平臺的關鍵是能否獲得足夠的利潤收益，否則需要一定的政府補貼和扶持。同樣，抓住游客心智的關鍵也是平臺對游客有足夠高的使用價值，否則同樣需要一定的鼓勵和優惠措施增強平臺獲客能力。政府主動性的補貼扶持和優惠鼓勵措施是一種錦上添花的手段而非解決問題的根本途徑，且需要建立在雙方合理獲益的基礎上。即該類措施雖能吸引企業和游客在獲益不足時入駐和使用政府平臺，但政府平臺方由于具有高度市場化特征，當補貼、優惠力度設置過高超出其承受能力時，平臺將難以支撐從而放棄該類策略，最終使旅游企業和游客退出平臺生態系統。提高政府可獲得政績、聲譽效益等非核心因素雖能通過對政府的主動性補貼、優惠行為產生激勵而延緩以上作用，但也要警惕對該類效益評估過高，從而導致“政績工程”“面子工程”等現象的出現。因此，幫助商家增強平臺內獲利能力、提高平臺有用性與易用性價值和合理的扶持/鼓勵力度是維持平臺良好運營狀態——生態完整豐富、用戶流量充足的關鍵。

5.2 研究貢獻

在理論貢獻方面，首先，本研究在傳統演化博弈仿真框架下，突破單主體單策略集的博弈建模方式，構建了一套更適用于主體屬性交疊和交互關系復雜的系統的博弈仿真理論框架，允許單個主體擁有多種策略，并應用于智慧旅游領域。在此基礎上，研究首次厘清了智慧旅游公共服務平臺內各類主體的角色屬性、利益訴求及復雜競合交互關系，尤其是充分剖析了政府作為監管者和市場參與者雙重身份下的多元對外交互關系及策略，并從理論視角分析了平臺系統內3組利益相關者內部的博弈機制和運營策略的演化均衡結果。其次，在系統仿真部分，研究采用了更適合刻畫系統不穩定性和主體有限理性、異質性的ABM方法驗證和可視化理論分析結果，同時還探究了關鍵收益參數是否以及如何對演化博弈過程和結果產生影響。總體上，研究優化了演化博弈仿真理論框架，并運用該框架分析解決了近年來智慧旅游領域的重要實踐——智慧旅游公共服務平臺的運營痛點問題，是利益相關者理論、演化博弈理論和ABM在智慧旅游領域的拓展性實踐應用。

在管理貢獻方面，研究提供了一套理論模型工具輔助智慧旅游公共服務平臺及類似平臺經營策略的制定，在其選擇與互聯網平臺間的競合模式、豐富平臺資源供給、提高用戶使用意愿等方面給出策略性指導，同時也為平臺內其他利益相關方行為提供一定借鑒。一方面，在環境變量確定時，該理論模型有助于預測各利益相關方的策略行為結果；另一方面，在已有理想化策略行為結果的情況下，為相關變量的決策提供理論指導。首先，有助于促進政府平臺與互聯網平臺間的有效合作。可通過提升政府給予互聯網平臺的公共資源（如營銷場地、廣告展位等）、產品供給（如國有景區、文博場館票務分銷資質），互聯網平臺對政府平臺降低運營成本（如產品能力支持、經驗知識賦能和數據共享等）的幫助，以及制定合理的收益分配系數等方式構建互利共贏的合作機制，促進雙方合作有效達成。此外，研究也對雙方最終未達成合作的情景給出了分析。其次，對平臺豐富資源供給和提升用戶使用意愿給出策略性指導。政府平臺可通過嚴謹的產品功能規劃與研發、差異化信息的聚合以及豐富的資源供給提高用戶使用價值，同時配合有力的營銷推廣和補貼優惠提升平臺用戶使用意愿，這部分流量也使得旅游企業在平臺上的獲利能力進一步增強，配合政府對旅游企業的適度扶持，反向促進平臺供給的進一步豐富，最終形成系統內各利益相關者間收益長效增長的良性循環。總體上，研究為打破平臺所處運營困境，提升平臺管理運營水平，推動平臺可持續發展和促進政府與市場的良性互動做出貢獻。

5.3 局限與展望

本研究還存在一定的不足。首先，研究主要通過借鑒相關文獻、新聞報道等資料，在筆者行業實踐觀察基礎上進行博弈交互關系的梳理及收益矩陣的構建，構建的3組兩方博弈模型相對于四方博弈模型在體現系統性和整體性上稍有欠缺，下一步可使用定性的訪談及扎根研究等范式進一步提升博弈模型合理性及其實踐貼合性。其次，在仿真階段，探究關鍵參數對博弈過程和結果的影響作用主要關注各參數的大小組合關系，后續可選定典型案例，通過實踐調研、訪談問卷等獲取更貼近現實的參數數據，以期為各地智慧旅游公共服務平臺的建設和運營提供更具針對性的指導。

參考文獻（References）

[1] 張凌云， 黎巎， 劉敏. 智慧旅游的基本概念與理論體系[J]. 旅游學刊， 2012， 27（5）： 66-73. [ZHANG Lingyun， LI Nao， LIU Min. The basic concept and theoretical system of smart tourism[J].Tourism Tribune， 2012， 27（5）： 66-73.]

[2] 李云鵬， 胡中州， 黃超， 等. 旅游信息服務視閾下的智慧旅游概念探討[J]. 旅游學刊， 2014， 29（5）： 106-115. [LI Yunpeng， HU Zhongzhou， HUANG Chao， et al. Discussion on the concept of smart tourism from the perspective of tourism information service[J]. Tourism Tribune， 2014， 29（5）： 106-115.]

[3] 張凌云. 智慧旅游： 個性化定制和智能化公共服務時代的來臨[J]. 旅游學刊， 2012， 27（2）： 3-5. [ZHANG Lingyun. Smart tourism： The advent of the era of personalized customization and intelligent public service[J]. Tourism Tribune， 2012， 27（2）： 3-5.]

[4] 鄧寧， 張玉潔. 智慧旅游： 利益相關者視角下的思辨[J]. 旅游學刊， 2023， 38（10）： 3-5. [DENG Ning， ZHANG Yujie. Smart tourism： Speculation from stakeholder perspective[J]. Tourism Tribune， 2023， 38（10）： 3-5.]

[5] 王謙. 智慧旅游公共服務平臺搭建與管理研究——基于物聯網模式下的分析[J]. 西南民族大學學報（人文社會科學版）， 2015， 36（1）： 145-149. [WANG Qian. Research on the construction and management of smart tourism public service platform—Based on the analysis of internet of things model[J]. Journal of Southwest University for Nationalities （Humanities and Social Sciences Edition）， 2015， 36（1）： 145-149.]

[6] 岳婧雅. 基于信息技術的智慧旅游體驗平臺搭建與管理創新模式研究[J]. 管理現代化， 2017， 37（2）： 41-43; 77. [YUE Jingya. Research on the construction and management innovation model of smart tourism experience platform based on information technology[J]. Management Modernization， 2017， 37（2）： 41-43; 77.]

[7] 梁太鑫， 劉世峰. 基于UTAUT模型的旅游信息服務平臺用戶使用意愿研究[J]. 情報科學， 2022， 40（2）： 162-168; 176. [LIANG Taixin， LIU Shifeng. Research on user intention of tourism information service platform based on UTAUT model[J]. Information Science， 2002， 40（2）： 162-168; 176.]

[8] 徐若然. UGC類智慧旅游服務平臺用戶使用行為探究——基于UTAUT模型[J]. 經濟與管理研究， 2021， 42（6）： 93-105. [XU Ruoran. Research on user behavior of UGC smart tourism service platform—Based on UTAUT model[J]. Economics and Management Research， 2021， 42（6）： 93-105.]

[9] 李云鵬， 涂婷婷. 試論國家智慧旅游公共服務平臺的構建及運營[J]. 旅游規劃與設計， 2014（2）： 30-35. [LI Yunpeng， TU Tingting. Discussion on the construction and operation of the national smart tourism public service platform[J]. Tourism Planning and Design， 2014（2）： 30-35.]

[10] 群諾， 王佶盛， 尼瑪扎西， 等. 基于知識圖譜的西藏旅游公共服務平臺研究與實現[J]. 高原科學研究， 2021， 5（1）： 97-106. [QUN Nuo， WANG Jisheng， NIMAZHAXI， et al. Research and implementation of Tibet tourism public service platform based on knowledge graph[J]. Plateau Scientific Research， 2021， 5（1）： 97-106.]

[11] 段斌. 云南數字旅游創新發展研究[D]. 昆明： 云南師范大學， 2022. [DUAN Bin. Research on Innovative Development of Digital Tourism in Yunnan[D]. Kunming： Yunnan Normal University， 2022.]

[12] 陳佳琳. 數字經濟驅動下云南旅游業創新研究[D]. 昆明： 云南大學， 2022. [CHEN Jialin. Research on Tourism Innovation in Yunnan Driven by Digital Economy[D]. Kunming： Yunnan University， 2022.]

[13] 李晨. 基于用戶體驗測量的“游云南”App優化研究[D]. 昆明： 云南大學， 2023. [LI Chen. Research on Optimization of “You Yunnan” App Based on User Experience Measurement[D]. Kunming： Yunnan University， 2023.]

[14] 鐘櫟娜， 董英超. 地方智慧旅游公共服務平臺持續使用意愿研究[J]. 旅游學刊， 2024， 39（1）： 105-116. [ZHONG Lina， DONG Yingchao. Research on sustainable use intention of local smart tourism public service platform[J]. Tourism Tribune， 2019， 39（1）： 105-116.]

[15] KREPS D. Game Theory and Economic Modelings[M]. Oxford： Oxford University Press， 1990： 78．

[16] MAYNARD S J. Evolution and the Theory of Games[M].Cambridge： Cambridge University Press， 1982： 103．

[17] 于濤， 劉長玉. 政府與第三方在產品質量監管中的演化博弈分析及仿真研究[J]. 中國管理科學， 2016， 24（6）： 90-96. [YU Tao， LIU Changyu. Evolutionary game analysis and simulation study between government and third party in product quality supervision[J]. Chinese Journal of Management Science， 2016， 24（6）： 90-96.]

[18] 蘇昕， 劉昊龍. 農戶與企業合作下的農產品質量安全演化博弈仿真研究[J]. 農業技術經濟， 2015（11）： 112-122. [SU Xin， LIU Haolong. Research on evolutionary game simulation of agricultural product quality safety under the cooperation between farmers and enterprises[J]. Agricultural Technical Economics， 2015（11）： 112-122.]

[19] 曹霞， 邢澤宇， 張路蓬. 政府規制下新能源汽車產業發展的演化博弈分析[J]. 管理評論， 2018， 30（9）： 82-96. [CAO Xia， XING Zeyu， ZHANG Lupeng. Evolution game analysis of new energy automobile industry development under government regulation[J]. Management Review， 2018， 30（9）： 82-96.]

[20] 姚沁. 網約車安全監管演化博弈分析[D]. 成都： 西南交通大學，2021. [YAO Qin. Game Analysis on Evolution of Safety Regulation of Online Car-hailing[D]. Chengdu： Southwest Jiaotong University， 2021.]

[21] 陳勁， 殷輝， 謝芳. 協同創新情景下產學研合作行為的演化博弈仿真分析[J]. 科技進步與對策， 2014， 31（5）： 1-6. [CHEN Jin， YIN Hui， XIE Fang. Evolutionary game simulation analysis of industry-academia-research cooperation behavior under the scenario of collaborative innovation[J]. Scientific and Technological Progress and Countermeasures， 2014， 31（5）： 1-6. ]

[22] 李小妹， 謝昀雅， 付龑鈺. 產學研合作導向的創新生態系統——基于多個體博弈的動態演化分析[J]. 西南政法大學學報， 2019， 21（3）： 142-151. [LI Xiaomei， XIE Yunya， FU Yanyu. Innovation ecosystem oriented by industry-university-research cooperation： Dynamic evolution analysis based on multi-individual game[J]. Journal of Southwest University of Political Science and Law，2019， 21（3）： 142-151.]

[23] 趙黎明， 陳喆芝， 劉嘉玥. 低碳經濟下政府平臺和旅游企業的演化博弈[J]. 旅游學刊， 2015， 30（1）： 72-82. [ZHAO Liming， CHEN Zhezhi， LIU Jiayue. Evolution game between government platform and tourism enterprise under low-carbon economy[J]. Tourism Tribune， 2015， 30（1）： 72-82.]

[24] 黃曉杏， 胡振鵬， 傅春， 等. 生態旅游主要利益相關者演化博弈分析[J]. 生態經濟， 2015， 31（1）： 142-146; 171. [HUANG Xiaoxing， HU Zhenpeng， FU Chun， et al. Evolution game analysis of major stakeholders of ecotourism[J]. Ecological Economy， 2015， 31（1）： 142-146; 171.]

[25] 范春梅， 吳陽， 李華強. 獎懲機制和游客參與下的低價游監管——基于三方演化博弈視角[J]. 管理評論， 2022， 34（3）： 290-301. [FAN Chunmei， WU Yang， LI Huaqiang. The mechanism of reward and punishment and the supervision of low-price tourism under the participation of tourists： Based on the perspective of three-party evolutionary game[J]. Management Review， 2002， 34（3）： 290-301.]

[26] 祁凱， 楊志. 政府參與下旅游公共危機演化的三方博弈分析[J]. 旅游學刊， 2018， 33（4）： 46-58. [QI Kai， YANG Zhi. Tripartite game analysis on the evolution of tourism public crisis under government participation[J]. Tourism Tribune， 2018， 33（4）： 46-58.]

[27] 劉佳欣. 我國非物質文化遺產旅游開發演化博弈研究[D]. 哈爾濱： 哈爾濱商業大學， 2022. [LIU Jiaxin. Research on the Evolutionary Game of Tourism Development of Intangible Cultural Heritage in China[D]. Harbin： Harbin University of Commerce，2022.]

[28] 曹輝， 曹愛紅， 吳慧珍， 等. 多元、均衡與獎懲： 武夷山國家公園利益相關者的演化博弈分析[J]. 生態經濟， 2023， 39（3）： 129-139. [CAO Hui， Cao Aihong， WU Huizhen et al. Diversity， equilibrium， and incentives： Evolutionary game analysis of stakeholders in Wuyishan National Park[J]. Ecological Economy， 2023， 39（3）： 129-139.]

[29] HOLLAND J H．Hidden Order： How Adaptation Builds Complexity[M]. San Francisco： Addison Wesley Publishing Company， 1995：257.

[30] 黎巎. 基于Agent的景區游客行為仿真建模與應用——以頤和園為例[J]. 旅游學刊， 2014， 29（11）： 62-72. [LI Nao. Agent-based tourist behavior simulation modeling and application in scenic spots： A case study of the Summer Palace[J]. Tourism Tribune， 2014， 29（11）： 62-72.]

[31] LI S， YANG Y， ZHONG Z， et al. Agent-based modeling of spatial spillover effects in visitor flows[J]. Journal of Travel Research， 2021， 60（3）： 546-563.

[32] TAKABATAKE T， SHIBAYAMA T， ESTEBAN M， et al. Simulated Tsunami evacuation behavior of local residents and visitors in Kamakura， Japan[J]. International Journal of Disaster Risk Reduction， 2017， 23： 1-14.

[33] LI L， XIAO L， ZHANG M， et al. Agent-based simulation of evacuation considering extreme weather in tourist areas[C]// 2017 13th International Conference on Computational Intelligence and Security （CIS）. Hang Kong： IEEE， 2017： 431-434.

[34] AMELUNG B， STUDENT J， NICHOLLS S， et al. The value of agent-based modelling for assessing tourism-environment interactions in the Anthropocene[J]. Current Opinion in Environmental Sustainability， 2016， 23： 46-53.

[35] 賈清萍， 李丹. 健康扶貧常態化轉型的優化策略： 基于核心利益相關者的博弈分析[J]. 中國衛生經濟， 2020， 39（11）： 5-11.[JIA Qingping， LI Dan. Optimal strategy for the transformation of health poverty alleviation： Game analysis based on core stakeholders[J]. Chinese Journal of Health Economics， 2020， 39（11）： 5-11.]

[36] FRIEDMAN D. Evolutionary game in economics[J]. Economy Erica， 1991， 59（3）： 637-666．

[37] 解志勇. 數字法治政府構建的四個面向及其實現[J]. 比較法研究， 2023（1）： 1-18. [XIE Zhiyong. Four aspects of the construction of digital rule of law government and its realization[J]. Comparative Law Research， 2023（1）： 1-18.]

[38] 李晴， 郁俊莉， 劉海軍. 數據賦權、網絡協同、信任支撐： 數字政府建設中政企合作的路徑優化[J]. 新視野， 2023（4）： 104-111.[LI Qing， YU Junli， LIU Haijun. Data empowerment， network collaboration， and trust support： Path optimization of government-enterprise cooperation in the construction of digital government[J]. New Horizons， 2023（4）： 104-111.]

[39] 顧聰， 彭賡， 呂本富， 等. 三種平臺補貼的福利分析與規制策略[C]//中國管理現代化研究會， 復旦管理學獎勵基金會. 第十七屆（2022）中國管理學年會論文集. 南京， 2022： 10. [GU Cong， PENG Geng， LYU Benfu， et al. Welfare analysis and regulatory strategies of three platform subsidies[C]//China Management Modernization Research Association， Fudan Management Award Foundation. Proceedings of the 17th （2022） China Management Annual Conference. Nanjing， 2022： 10.]

[40] 盧宗英. 政府補貼、技術創新與電子信息制造企業高質量發展[J]. 科技創業月刊， 2023， 36（8）： 48-53. [LU Zongying. Government subsidy， technological innovation and high-quality development of electronic information manufacturing enterprises[J]. Science and Technology Entrepreneurship Monthly， 2023， 36（8）： 48-53.]

[41] 朱輝宇. 以政績考核推動高質量發展的關鍵[J]. 人民論壇， 2021（9）： 44-47. [ZHU Huiyu. The key to promote high-quality development through performance evaluation[J]. People’s Forum， 2021（9）： 44-47.]

Breaking the Operational Dilemma of Smart Tourism Public Service

Platform from the Perspective of Evolutionary Game

DENG Ning1，2， ZHANG Yujie1，2， ZHU Zhisheng1， CHE Linlin1，2

（1. School of Tourism Management， Beijing International Studies University， Beijing 100024， China;

2. Digital Cultural Tourism Research Center， Beijing International Studies University， Beijing 100024， China）

Abstract： In recent years， there has been a remarkable proliferation of smart tourism public service platforms in various parts of China. However， many of these platforms have encountered challenges related to low operational efficiency and unsustainable operations， with varying degrees of impact. This study employs an evolutionary game theoretical approach to examine three dynamic models within the smart tourism public service platform system： government platform-Internet platform， government platform-tourism enterprise， and government platform-tourist. It reveals the key interactive game relationships between the government platform and the Internet platform， government platform and tourism enterprises， and government platform and tourists， including competitive cooperation， subsidies and support for platform participation， discounts and incentives for platform use， etc. Additionally， with the aid of the evolutionary game theory approach， by constructing the payoff matrices of the three subsystems， namely the government platform-Internet platform， the government platform - tourism enterprises， and the government platform-tourists， the expected payoffs and replication dynamic equations of each party’s strategies are calculated to obtain the local equilibrium points. Eventually， the local stability results of each subsystem， the final evolutionary results of the system are obtained through the Jacobian matrix. Furthermore， the study discussed the influence of five pivotal revenue parameters， namely revenue transfer coefficient， cost reduction of government-enterprise collaboration， government support， government reputation， and platform usefulness value， on the evolutionary game behavior of diverse stakeholders through system simulation. Based on the above research results， four countermeasure suggestions are put forward for the sustainable and healthy development of China’s smart tourism service platforms. The research discovers that in the game between the government platform and the Internet platform， the gains and costs play a pivotal role. When the government engages in competition， a careful consideration of the benefits it reaps and the expenses it incurs is essential as these factors can significantly influence the overall dynamics. Besides， a moderate revenue transfer coefficient proves to be conducive to facilitating smooth cooperation between the two sides. While the cooperation in reducing the government’s operating costs does have an impact， it mainly affects the speed at which the stability of both sides’ strategies evolves. For tourism enterprises， apart from the mandatory requirements stipulated by policies， the crux of their decision to enter and settle on the platform lies in whether they can obtain sufficient profit earnings. Otherwise， certain government subsidies and support become necessary to incentivize their participation. Similarly， when it comes to attracting tourists and capturing their attention， the key determinant is also whether the platform has a sufficiently high usefulness value for them. If the platform falls short in this regard， then it becomes imperative to introduce certain incentives and preferential measures to enhance its customer acquisition ability. Government’s proactive subsidy and incentive measures are seen as supplementary means rather than the fundamental solution to the issues， and should be based on the premise of reasonable benefit sharing between both parties. This study has significant theoretical and practical implications for the analysis of the intricate relationships between stakeholders in the smart tourism public service platforms， the formulation of platform business strategies and the improvement of operational capabilities， and the promotion of constructive engagement between the government and the market in the domain of online tourism information services.

Keywords： smart tourism public service platform; operational dilemma; stakeholders; evolutionary game; system simulation

[責任編輯：王" " 婧；責任校對：鄭" " 果]