面向科技向善的网络信息资源内容建设系统动力学研究

刘爱琴 郭少鹏 尚珊

基金项目：本文系山西省研究生创新项目“网络学习生态下基于深度学习的知识发现和信息服务研究”（项目编号：115532023）研究成果之一。

作者简介：刘爱琴，教研室副主任，副教授，博士，E-mail： km_aql@sina.com；郭少鹏，硕士研究生；尚珊，教研室主任，教授。

收稿日期：2023-02-24        发表日期：2023-10-23        本文责任编辑：刘远颖

摘要：[目的/意义]对如何面向科技向善来促进网络信息资源内容建设进行分析研究，明确其内在促进机理，为网络信息资源内容建设提供源源不断的内在动力和新的发展方向。[方法/过程]在厘清科技向善的内涵与外延的基础之上，基于计划行为理论等，搭建网络信息资源内容建设的理论分析框架，明晰网络信息资源内容建设主体间的相互作用、变量间的定性与定量关系，构建面向科技向善的网络信息资源内容建设的系统动力学模型，并进行仿真分析。[结果/结论]引导科技向善、提高社会团体向善责任感、加强官方机构信息资源内容建设吸引力等能够为面向科技向善的网络信息资源内容建设提供助力，为相关部门的决策制定提供参考，同时对理论界与实务界的发展都具有一定的参考价值。

关键词：科技向善；网络信息资源内容建設；向善素养；系统动力学

分类号：G203

引用格式：刘爱琴， 郭少鹏， 尚珊. 面向科技向善的网络信息资源内容建设系统动力学研究[J/OL]. 知识管理论坛， 2023， 8（5）： 414-431[引用日期]. http：//www.kmf.ac.cn/p/361/.

全媒体时代，网络信息化与信息技术化在数字化转型战略的驱动下加速演进，多样化的网络信息资源内容渗透于人类的工作、生活、学习与社交之中，人类与网络信息资源内容的关系变得愈发紧密。作为各国维持生产生活的主要手段，信息科学技术一方面作为维持国家韧性的稳定剂，刺激网络信息资源内容建设得到了前所未有的繁荣发展；另一方面，也为网络信息资源建设带来了内容过载的隐患，劣质信息泛滥以及真相信息缺失等内容质量问题逐渐暴露出来[1]，传统的网络信息资源内容建设模式无法适配人类当下数字化生活的需要。科技向善作为信息技术发展方向的重要倡议[2]，是全媒体时代中优化网络信息资源内容建设，推动生产生活方式数字化、实现高质量发展的重要途径。因此，面向科技向善对网络信息资源内容建设进行研究不仅能最大程度上发挥科技信息技术效用，还能进一步提升网络信息资源内容建设的价值比，具有重要的理论价值与实践指导意义。

1  研究背景

1.1  科技向善

科技向善简单来说就是以人为本、与人为善，在人文指引和文化塑造的基础上，使科技应用更为合理化、合法化，服务于人类的美好生活[3]。2015年联合国可持续峰会中科技向善的概念被正式提出并引起学界广泛关注[4]。2016年，P. Mirvis等[5]提出若想实现可持续发展，需要利用信息资源建设进行科技创新，服务于社会公共利益。2020年，L. Floridi等[6]从人工智能的发展方向出发强调了科技在预防作恶和培养善心中的核心作用。与此同时，科技也可以降低“作恶”的门槛，且其形式更为隐蔽而多样，突发性强且破坏力大。C. Mao等[7]从社会影响的角度出发，认为科学技术通过提高生产力来改造社会并为公众带来福祉。科学技术贯穿于网络信息资源发展的全过程，是网络信息资源内容建设的基础要素与条件[8]，科技向善则是科技发展的指引方向，是净化网络信息资源环境、“善化”网络信息内容、促进网络信息资源内容建设优化与创新的保障，对于促进网络信息资源内容建设、实现网络信息可持续发展具有重要意义。

1.2  网络信息资源

网络信息资源是指通过计算机网络可以利用的各种信息资源的总和[9]，其以互联网为介质依托，以数据库、光盘出版物、电子资料、媒体信息等形式生成并存储，以信息流、权力流、利益流的形式流动运转[10]。与传统的信息资源相比，网络信息资源具有实时性、广泛性、便捷性等特征，其内容丰富、交互性强、关联度高，涵盖了各领域各学科，并且任何机构与个人都可以方便地发布、编辑、查阅。伴随着现代科技的发展，网络信息资源出现了数据量膨胀、内容繁杂且质量良莠不齐等特点，处于无限存在但无序杂乱的状态。因此，面向科技向善对网络信息资源进行梳理是引导网络信息资源良性发展，降低非预期负面影响的有力举措。

1.3  网络信息资源内容建设

网络信息资源内容建设是由于人类记录和传播知识、信息的手段和方式发生变化而衍生出的信息资源建设形态改变，是对信息资源建设理论的丰富与补充[11]。网络信息资源内容建设包括信息内容的编撰、传播、共享等行为，不能离开内容建设主体而独立存在。国内外关于网络信息资源内容建设的代表性观点见表1。网络信息资源内容建设作为建设主体在信息管理研究中是最为重要的部分，对社会信息化进程的推动作用不可估量[12]。

通过文献梳理可知，现有文献关于网络信息资源内容建设的研究多是从理论上或者从学科角度进行定性分析，缺乏对当下全媒体时代中如何进行内容建设的定量讨论。系统动力学是一门分析研究复杂信息反馈系统的科学，它强调系统行为主要是由系统内部的机制决定，并兼顾定性研究和定量研究的利与弊，既能解决复杂系统的建模问题，又可以在整体框架下对系统要素间的联系等进行定量的协调和优化。

面向科技向善的网络信息资源内容建设需考虑影响建设主体行为的主观及客观因素，且相关影响因素之间的关系是一个复杂的系统性问题，影响因素繁多且难以量化，在这种情况下，应用系统动力学建模具有优势。为此笔者基于系统动力学，一方面通过研究网络信息资源内容建设的特点与机理，构建面向科技向善的网络信息资源内容建设的框架；另一方面根据框架构建因果图与系统存量图，通过仿真模型对面向科技向善的网络信息资源内容建设影响因素间的关系进行定量分析模拟，为面向科技向善的网络信息资源内容建设的系统决策优化提供一定的参考。

2  面向科技向善的网络信息资源内容建设的系统动力学模型构建

2.1  边界界定及假设

研究面向科技向善，综合考虑计划行为理论、信息生命周期、信息管理等视角[13-17]，结合现有文献研究[20]，分析不同要素对网络信息资源内容建设的影响，构建了网络信息资源内容建设的理论分析框架（见图1），框架中主要变量的含义界定见表2。其中，系统中的内容建设主体参考李志宏等学者[21]的划分方式，分为社会团体与官方机构两部分，内容建设对象即为网络信息资源内容本身。官方机构主要指在网络信息资源内容建设过程中起到权威性作用的主体，对网络信息资源建设的过程不仅发挥了信息提供、使用的功能，而且能够对建设过程进行监督、约束，一般由政府来行使管理职能。官方机构主要包括：政府部门、高等院校、专家库、行业协会、研究院等。社会团体主要指在信息资源建设过程中信息资源的拥有者或者使用者，一般指公民、企业、民间组织等。系统模型分为社会团体子系统和官方机构子系统两部分，系统边界限定于子系统之间的信息内容建设。

根据系统确定的边界并结合系统目标，该模型做出基本假设如下[22]：

假设1：假设内容建设主体通过相互作用来影响内容建设程度，内容建设主体言论自由且道德修养积极向上。

假设2：假设内容建设主体遵循理性行为理论，其行为在某种程度上可以被合理推断。

假设3：考虑内容建设主体数量差异，假设社会团体的网络信息资源内容建设能力大于官方机构。

假设4：考虑内容建设主体所建设内容的专业化及信息获取渠道的多元程度，假设官方机构的基础信息参数、外界信息获取参数和科技向善素养大于社会团体。

假设5：考虑内容建设主体对信息资源的保管储存的标准化程度，假设社会团体的信息资源损失率大于官方机构。

2.2  因果回路图及主要反馈回路

为更好地体现面向科技向善的网络信息资源内容建设中各要素间的反馈关系，笔者依据系统动力学设计了因果关系图（见图2），所用软件为Vensim PLE。其中，“+”表示正向关系，

即某变量的增长会引起另一个变量的增长，“-”则相反。该因果关系图主要包含14个因果反馈回路、12个正反馈环和2个负反馈环。正回路为自我增强，负反馈自我调整，抵消系统变化。

2.3  系统模型建立及方程设计

为明确变量间的定量关系，笔者根据因果关系模型，建立了系统存量流图，如图3所示：

笔者在信息资源相关理论的基础上[23]，结合现有文献研究成果[24-25]，并使用德尔菲法获得信息管理领域的专家建议，对系统中的部分构成要素进行初始值及系数设定并进行无量纲处理，经反复调试与实验，结合网络信息资源内容建设的自身特点以及社会实际情况，拟定相关变量的方程以及初始值，说明如下：

官方机构网络信息资源存量=INTEG（官方机构网络信息资源创造量+官方机构网络信息资源获取量-官方机构网络信息资源流失量，50）

社会团体网络信息资源存量=INTEG（社会团体网络信息资源创造量+社会团体网络信息资源获取量-社会团体网络信息资源流失量，100）

网络信息资源内容建设总量=INTEG（各主体网络信息资源内容建设量，0）

社会团体网络信息资源获取量=社会团体基础网络信息资源量+社会团体外界信息获取量

官方机构网络信息资源获取量=官方机构基础网络信息资源量+官方机构外界信息获取量

社会团体网络信息资源流失量=STEP（社会团体网络信息资源存量×社会团体网络信息资源损失率×0.1+0.1，3），社会团体网络信息资源损失率=0.45

官方机构网络信息资源流失量=STEP（官方机构网络信息资源存量×官方机构网络信息资源损失率×0.5+0.15，3），官方机构网络信息资源损失率=0.3

社会团体网络信息资源创造量=社会团体网络信息资源制造能力×网络信息资源内容建设总量×3，社会团体网络信息资源制造能力=0.7

官方机构网络信息资源创造量=官方机构网络信息资源制造能力×网络信息资源内容建设总量×3，官方机构网络信息资源制造能力=0.5

科技向善=以人为本×科技向善舆论×科技向善氛围×思政教育，以人为本=0.9、思政教育=0.7

科技向善氛围=WITHLOOKUP（Time×科技向善氛围匹配参数，（[（0，0）-（100，1）]，（0，0.7），（100，0.9））），科技向善氛围匹配参数=0.75

科技向善舆论=WITHLOOKUP（Time×科技向善舆论匹配参数，（[（0，0）-（100，1）]，（0，0.45），（100，0.95））），科技向善舆论匹配参数=0.8

各主体网络信息资源内容建设量=IFTHENELSE（内容建设阀值<0.8，（社会团体网络信息资源内容建设数量+官方机构网络信息资源内容建设数量）×内容建设匹配参数，0），内容建设匹配參数=0.9

官方机构基础网络信息资源量=官方机构基础信息参数×官方机构科技向善素养×官方机构网络信息资源存量，官方机构基础信息参数=0.6

社会团体基础网络信息资源量=社会团体基础信息参数×社会团体科技向善素养×社会团体网络信息资源存量，社会团体基础信息参数=0.45

官方机构外界信息获取量=官方机构外界信息获取参数×官方机构科技向善素养×网络信息资源内容建设总量，官方机构外界信息获取参数=0.3、官方机构科技向善素养=0.3

社会团体外界信息获取量=社会团体外界信息获取参数×社会团体科技向善素养×网络信息资源内容建设总量，社会团体外界信息获取参数=0.15、社会团体科技向善素养=0.2

官方机构网络信息资源内容建设意愿=科技向善×官方机构信息资源内容建设吸引力×官方机构向善责任感×官方机构向善协同×官方机构科技向善内驱力，官方机构信息资源内容建设吸引力=0.55、官方机构向善协同=0.63、官方机构向善责任感=0.6

官方机构科技向善内驱力=WITHLOOKUP （Time×官方机构科技向善内驱力匹配参数，（[（0，0）-（100，1）]，（0，0.7），（100，0.9））），官方机构科技向善内驱力匹配参数=0.57

社会团体网络信息资源内容建设意愿=科技向善×社会团体信息资源内容建设吸引力×社会团体向善责任感×社会团体向善协同×社会团体科技向善内驱力，社会团体信息资源内容建设吸引力=0.85、社会团体向善协同=0.8、社会团体向善责任感=0.55

社会团体科技向善内驱力=WITHLOOKUP （Time×社会团体科技向善内驱力参数，（[（0，0）-（100，1）]，（0，0.3），（100，0.6））），社会团体科技向善内驱力参数=0.75

官方机构网络信息资源内容建设数量=官方机构网络信息资源内容建设意愿×官方机构网络信息资源存量

社会团体网络信息资源内容建设数量=社会团体网络信息资源内容建设意愿×社会团体网络信息资源存量

内容建设阀值=IFTHENELSE（官方机构网络信息资源存量/社会团体网络信息资源存量<0.8，官方机构网络信息资源存量/社会团体网络信息资源存量，0.8）

3  模型检验

3.1  系统边界检验

系统边界检验主要是检查系统中的重要概念和变量是否为内生变量[26]。系统动力学模型的边界与模型涵盖的变量有关，边界内需囊括模型系统运行所必须的因素。本研究旨在模拟建设主体面向科技向善对网络信息资源内容建设量产生的影响，从而为促进网络信息资源内容建设提供参考依据。因此，模型的空间边界为网络信息资源系统，时间边界为14周，步长为1周。为明确不同要素对网络信息资源内容建设的影响程度，笔者将面向科技向善的网络信息资源内容建设的主要影响因素作为模型边界（见图3），具体包括：网络信息资源内容建设总量、社会团体网络信息资源存量、社会团体网络信息资源内容建设意愿、社会团体网络信息资源内容建设数量、官方机构网络信息资源存量、官方机构网络信息资源内容建设意愿、官方机构网络信息资源内容建设数量等。笔者将与建模目的最接近的重要因素归入系统的边界范围内，保留内容建设过程中的核心变量，并未将影响较小或不必要的外生变量纳入模型中[22]。因此，本研究对网络信息资源内容建设的系统边界的划定是合理、有效的。

3.2  参数灵敏度检验

影响网络信息资源内容建设行为的主体有社会团体与官方机构，影响建设行为的因素有内容建设意愿与科技向善等。由于在社会实际系统中，官方机构的内容建设行为更容易被激发与控制，因此笔者选择影响官方机构内容建设意愿的4个相关变量：官方机构向善协同、官方機构信息资源内容建设吸引力、官方机构科技向善内驱力匹配参数和官方机构向善责任感进行灵敏度检验，记其初始曲线为方案一。

保持官方机构向善协同、官方机构信息资源内容建设吸引力、官方机构科技向善内驱力匹配参数保持不变，官方机构向善责任感从0.6调至0.7、0.8、0.9分别记为方案二、方案三、方案四。结合图4—图6可知，在小幅提高官方机构向善责任感时，内容建设主体的网络信息资源内容建设数量以及总量的振幅变化较大，但总体趋势并未改变。说明，当官方机构对于信息资源建设的向善责任感逐渐增强时，建设主体的建设行为会受到激励与促进，从而保持网络信息资源内容建设的良性发展态势。

保持剩余3个变量参数不变，官方机构信息资源内容建设吸引力从0.55调至0.65、0.75、0.85分别记为方案二、方案三、方案四。结合图7—图9可知，官方机构信息资源内容建设吸

引力与网络信息资源内容建设数量及总量呈正向变动，保持原有趋势且变化幅度逐渐增大。因此，提高官方机构信息资源内容建设吸引力是促进网络信息资源内容建设的重要方向之一。

保持剩余3个变量参数保持不变，官方机构向善协同从0.63调至0.73、0.83、0.93分别记为方案二、方案三、方案四。结合图10—图12可知，官方机构向善协同与网络信息资源内

容建设数量呈正向变动，方案二、方案三、方案四较方案一均有明显增长，对各主体网络信息资源内容建设量的效果尤为明显。因此，网络信息资源内容建设离不开官方机构向善协同的支持，可以通过部门间合作等方式促进网络信息资源内容建设的持续性发展。

4  模型仿真与结果分析

4.1  给定参数取值下的仿真

如图13—图17所示，随着科技向善作用力的逐渐增强，网络信息资源内容建设意愿及数量都呈现出了指数增长的趋势。由此可知，网络信息资源内容建设系统模型是符合现实发展趋势的，该模型的仿真结果也能够真实有效地反映出现实社会中相关变量的变化趋势与规律。此外，通过对社会团体与官方机构的网络信息资源内容建设数量的对比，可以发现社会团体的内容建设数量要大于官方机构的内容建设数量。究其原因可知，社会团体的基数远大于官方机构，尽管社会团体的内容建设能力一般，内容建设数据碎片化，但由于其群体基数远大于官方机构，其内容建设的数量仍然高于官方机构，这与实际社会系统相吻合。

4.2  仿真结果应用分析

4.2.1  引导科技向善

引导科技向善的主要措施包括：营造良好的科技向善氛围，加强科技向善的思政教育引导，提高以人为本感知以及科技向善舆论感知，等等。在仿真系统中，保持原始参数值不变，记为方案一；保持其余3个参数值不变，将以人为本参数值由0.9提高到0.95，记为方案二；保持其余3个参数值不变，将思政教育由0.7提高到0.75，记为方案三。

由图18、图19可知，方案二、方案三都能够使得科技向善相较于方案一得到提升，进而促进各主体内容建设量的提升。相较而言，从各主体网络信息资源内容建设量的增长速度来看，3个曲线的关系为：方案三＞方案二＞方案一，尤其在仿真过程的后期，这一优势更为明显。因此，在相关参数变化量一致的情况之下，科技向善舆论对于系统的影响要大于以人为本感知，即思政教育引导对网络信息资源内容建设的促进作用大于以人为本。

综上，通过引导科技向善来对各主体网络信息资源内容建设量产生促进作用，有两个途径：①通过保证社会中的各项内容建设制度等具备相当的以人为本性，给予各建设主体平等的内容建设空间与权力，使系统内的各个主体都能够平等地获取、学习、发布、分享网络信息资源，进而推动网络信息资源内容建设的发展；②随着科技在网络信息资源内容建设中的重要程度不断增加，通过思政教育引导科技向善理念渗透入人们的生活实践中，引导社会中各建设主体合理利用科技来“善”化网络信息资源，才能够让科技向善更好地助力网络信息资源内容建设的发展。

4.2.2  提高社会团体向善责任感

改善社会团体网络信息资源内容建设意愿的主要措施是提高社会团体向善责任感、社会团体信息资源内容建设吸引力、社会团体向善协同和社会团体科技向善内驱力等。在仿真系统中，保持原始参数值不变，记为方案一；保持其余3个参数值不变，将社会团体向善责任感参数由0.55提高至0.6，记为方案二；保持其余3个参数值不变，将社会团体信息资源内容建设吸引力参数由0.85提高到0.9，记为方案三；保持其余3个参数值不变，将社会团体向善协同参数由0.8提高到0.85，记为方案四。

通过调整相关参数，方案二、方案三、方案四都能够使得社会团体网络信息资源内容建设数量相较于方案一得到提升，进而也会促进官方机构网络信息资源内容建设数量的提升。相较而言，从社会团体网络信息资源内容建设数量的增长速度来看，3个曲线的关系为：方案二＞方案四＞方案三＞方案一，尤其在仿真过程的后期，这一优势更为明显。

由图20、图21可见，在相关参数变化量一致的情况下，社会团体向善责任感相较于社会团体信息资源内容建设吸引力、社会团体向善协同和社会团体科技向善内驱力，更能促进社会团体网络信息资源内容建设数量的增长。与此同时，由于社会团体的向善责任感具有一定的感染力与影响力，在社会团体网络信息资源内容建设数量增多的同时，官方机构网络信息资源内容建设数量也随之增多。

提高社会团体向善责任感，使社会团体中的个体都能够提升内容建设意识与主动性。社会系统可以通过多渠道宣传、多维度渗透，使社会团体向善责任感随着社会的发展一起提升。此外，也可以通过相关激励机制，以外界刺激诱发内在动力，从而提高社会团体对于网络信息资源内容建设行为的预期精神满足感与物质获得感。

4.2.3  提高官方机构信息资源内容建设吸引力

改善官方机构网络信息资源内容建设意愿的主要措施有提高官方机构向善责任感、官方机构信息资源内容建設吸引力、官方机构向善协同和官方机构科技向善内驱力。在仿真系统中，保持原始参数值不变，记为方案一；保持其余3个参数值不变，将官方机构向善责任感参数由0.6提高至0.8，记为方案二；保持其余3个参数值不变，将官方机构信息资源内容建设吸引力参数由0.55提高到0.75，记为方案三；保持其余3个参数值不变，将官方机构向善协同参数由0.63提高到0.83，记为方案四。

由图22、图23可知，通过调整相关参数，方案二、方案三、方案四都能够使得官方机构网络信息资源内容建设数量相较于方案一得到提升。进而也会促进社会团体网络信息资源内容建设数量的提升。相较而言，从官方机构网络信息资源内容建设数量的增长速度来看，3个曲线的关系为：方案三＞方案二＞方案四＞方案一，尤其在仿真过程的后期，这一优势更为明显。

由此可知，在相关参数变化量一致的情况之下，增强官方机构网络信息资源内容建设吸引力相较于其他3个变量，更能促进官方机构网络信息资源内容建设数量的增长。与社会团体向善责任感相比，官方机构向善责任感对于官方机构网络信息资源内容建设数量的影响更为显著。由官方机构向善责任感的提升所引起的官方机构网络信息资源内容建设数量曲线的变化较为明显。

社会系统理应通过促进官方机构网络信息资源内容建设吸引力进而起到引领示范作用，增强官方机构的内容建设意识与效率。社会系统可以通过对高校、研究院等发布具体的激励机制或者定向的校企合作课题，提升官方机构的网络信息资源内容建设吸引力。通过激励与合作，既可以加强对官方机构参与内容建设行为的宣传，提升自我形象，加大网络信息资源内容建设的投入，形成正向反馈循环；也可以为其建设行为争取到物质及技术方面的支持，进而优化官方机构内容建设行为与质量。

5  结语

数字化进程推动着我国的科技创新事业快速发展，面向科技向善的网络信息资源内容建设是应对科技与产业变革的重要举措。基于国内外现有相关理论，笔者对影响网络信息资源内容建设的主要因素进行分析并构建理论框架，进而建立面向科技向善的网络信息资源内容建设的系统动力学模型，以此来描述系统中关键要素的特点与主要机理；利用Vensim PLE软件对该系统进行仿真模拟，梳理系统内影响因素间的非线性耦合关联。研究结论如下：

从网络信息资源内容建设的外部影响因素来看，营造良好的科技向善氛围可以极大地增加网络信息资源内容建设量。通过以人为本理念渗透、科技向善舆论氛围营造等措施，可以从环境层面上对网络信息资源内容建设起到促进作用，且“善化”的舆论氛围相较于以人为本行为理念宣贯的促进作用更为明显。

从网络信息资源内容建设的内在主体来看，内容建设系统对社会团体与官方机构的向善责任感具有较高的敏感度，建设主体的向善责任感对内容建设量的提升效果尤其明显。社会团体与官方机构的向善责任感可以从内容建设的主动性、示范性、激励性等层面增强主体间的内容建设意识与效率。

根据以上的研究结论，提出以下建议：

加强科技向善理念引导。科技向善理念是促进网络信息资源内容建设的行为指引，政府组织机构应增强对科技向善理念的宣传，优化科技向善相关教育资源，传播公正、平等、包容的价值观；建设主体也应加强自我伦理素质内外兼修，提高自觉性，从而为信息资源内容建设的完善提供更多可能。

强化建设主体责任意识。责任意识是决定网络信息资源内容建设质量的核心保证。相关部门通过宣传积极典型事例，打造富有责任感的建设空间，占领资源建设领域的主要阵地，并积极开展责任宣讲教育活动，促进建设主体的责任意识养成。

提高以人为本认知水平。以人为本是优化网络信息资源内容的根本遵循，内容建设主体的认知与动机同信息资源的内容与质量息息相关。因此，在资源内容建设过程中应将以人为本思想作为出发点和落脚点，通过各方主体引导，保障平等的建设空间与权力，促进建设行为的主动性、积极性与创造性，在科技发展的过程中丰富资源建设，促进主体的责任感养成与全面发展。

完善资源建设激励机制。激励机制是提高网络信息资源内容建设数量的关键支撑。良好的激励政策可以大幅提升建设主体的参与积极性。一方面可以通过本能的物质需求刺激建设行为；另一方面可以通过精神激励的方式，对于有益或者创新的建设行为进行宣传，为网络信息资源内容建设提供不竭动力。

为充分发挥网络信息资源内容建设在推进数字中国建设中的优势，笔者选择科技向善作为研究视角，运用系统动力学建立面向科技向善的网络信息资源内容建设模型，为网络信息资源内容建设提供了一个全新的研究角度及应用方法。本研究通过仿真分析，揭示了各要素间的互相作用规律，并提出以上结论与建议，为相关部门决策制定提供了参考依据。但由于网络信息资源内容建设具有相当复杂的网络结构，模型中很多变量数据难以直接获取，通过文献综述和反复试验的方法获取数据在一定程度上会产生同源误差的问题。但应用系统动力学对面向科技向善的网络信息资源内容建设进行研究为学界提供了新的视角和思路，未来对网络信息资源内容建设保障机制及建设主体的参与意愿研究是一个重要方向。

参考文献：

[1] 李洁， 周毅.网络信息内容生态安全风险：内涵、类型、成因与影响研究[J]. 图书情报工作， 2022， 66（5）： 4-12. （LI J， ZHOU Y. Research on connotation， types， causes and impacts of online information content ecosystem security risks[J]. Library and information service， 2022， 66（5）： 4-12.）

[2] 王佑镁， 宛平， 赵文竹，等.科技向善：国际“人工智能+教育”发展新路向——解读《教育中的人工智能：可持续发展的机遇和挑战》[J]. 开放教育研究， 2019， 25（5）： 23-32. （WANG Y M， WAN P， ZHAO W Z， et al. Tech for social good： new road for the international development of artificial intelligence plus education[J]. Open Education Research， 2019， 25（5）： 23-32.）

[3] 阮荣彬， 陈莞.基于ISM框架的企业科技向善影响因素分析[J]. 科技进步与对策， 2022， 39（23）： 108-118. （RUAN R B， CHEN W. The influencing factors of corporate technology for social good based on ISM[J]. Science & technology progress and policy， 2022， 39（23）： 108-118.）

[4] 孟猛猛， 雷家骕.基于集體主义的企业科技向善： 逻辑框架与竞争优势[J]. 科技进步与对策， 2021， 38（7）： 76-84.（MENG M M， LEI J X. Corporate technology for social good under the collectivism： connotation and enlightenment[J]. Science & technology progress and policy， 2021， 38（7）： 76-84.）

[5] MIRVIS P， HERRERA M E B， GOOGINS B， et al. Corporate social innovation： how firms learn to innovate for the greater good[J]. Journal of business research， 2016， 69（11）： 5014-5021.

[6] FLORIDI L， TADDEO M. How AI can be a force for good[J]. Science， 2018， 361（6404）： 751-752.

[7] MAO C， KOIDE R， BREM A， et al. Technology foresight for social good： Social implications of technological innovation by 2050 from a global expert survey[J]. Technological forecasting and social change， 2020， 153（4）： 119914.

[8] 赵志耘.论复杂信息环境下的科技情报卓智赋能[J]. 情报学报， 2022， 41（12）： 1229-1237. （ZHAO Z Y. Outstanding and intelligent empowerment of scientific and technological intelligence in complex information environments[J]. Journal of the China Society for Scientific and Technical Information， 2022， 41（12）： 1229-1237.）

[9] 陈明红， 潘子璇.网络信息资源生态化配置影响因素及组态研究[J]. 情报科学， 2021， 39（8）： 173-183. （CHEN M H， PAN Z X. Study on the influencing factors and configuration of ecological allocation of Network information resources[J]. Information science， 2021， 39（8）： 173-183.）

[10] 张敏， 刘欢， 丁良萍， 等.基于深度学习的网络科技信息情报价值计算方法研究[J]. 图书情报工作， 2021， 65（23）： 70-78. （ZHANG M， LIU H， DING L P， et al. Research on the Web technology information value calculation method based on deep learning[J]. Library and information service， 2021， 65（23）： 70-78.）

[11] 陳铭， 叶继元.二次元文化背景下的公共图书馆信息资源建设研究[J]. 图书与情报， 2020（5）： 9-15. （CHEN M， YE J Y. Research on the information resources construction of public library under the background of two dimensional culture[J]. Library & information， 2020（5）： 9-15.）

[12] 武楷彪， 王溯， 朱相丽， 等.日本支撑循证决策的科技情报数据资源建设与应用[J]. 图书情报工作， 2021， 65（22）： 126-133. （WU K B， WANG S， ZHU X L， et al. Construction and application of S&T intelligence data resources supporting evidence-based policymaking in Japan[J]. Library and information service， 2021， 65（22）： 126-133.）

[13] MARSHALL A. Analogies mécaniques et biologiques en économie（1898）[J]. Revue fran?aise d'économie， 1991， 6（1）： 103-113.

[14] Z?RRAGA C， BONACHE J. Assessing the team environment for knowledge sharing： an empirical analysis[J]. The international journal of human resource management， 2003， 14（7）： 1227-1245.

[15] CHEN F， DREZNER Z， RYAN J K， et al. Quantifying the bullwhip effect in a simple supply chain： the impact of forecasting， lead times， and information[J]. Management science， 2000， 46（3）： 436-443.

[16] 莫祖英， 马费成.网络环境下信息资源质量控制的博弈分析[J]. 情报理论与实践， 2012， 35（8）： 26-30. （MO Z Y， MA F C. Game Analysis of information resources quality control in the Network environment[J]. Information studies： theory & application， 2012， 35（8）： 26-30.）

[17] 程结晶.云技术中数字档案资源共享与管理体系的构建[J]. 档案学研究， 2013（1）： 38-41. （CHENG J J. The establishment of digital archives resources sharing and managing system by cloud[J]. Archives science study， 2013（1）： 38-41.）

[18] 任红娟.科学研究数据共享保障体系研究[J]. 科学管理研究， 2008（4）： 107-109. （REN H J. Toward the security system for data-sharing of scientific research[J]. Scientific management research， 2008（4）： 107-109.）

[19] 刘佩， 林如鹏.网络问答社区“知乎”的知识分享与传播行为研究[J]. 图书情报知识， 2015， 31（6）： 109-119. （LIU P， LIN R P. Research on knowledge sharing and dissemination behavior of online Q&A services： taking Zhihu as an example[J]. Documentation， information & knowledge， 2015， 31（6）： 109-119.）

[20] 王冰冰， 夏志杰， 于丽萍.在线社会网络中应急信息共享的系统动力学仿真研究[J]. 现代情报， 2015， 35（1）： 42-48. （WANG B B， XIA Z J， YU L P. Research of the emergency information sharing in the online social Networks based on system dynamics simulation[J]. Journal of modern information， 2015， 35（1）： 42-48.）

[21] 李志宏， 赖文娣， 白雪. 高校科研团队隐性知识共享的系统动力学分析[J]. 管理学报， 2012， 9（10）： 1495-1504. （LI Z H， LAI W D， BAI X. The system dynamic study on tacit knowledge sharing in the scientific research team of universities[J]. Chinese journal of management， 2012， 9（10）： 1495-1504.）

[22] 陈怀超， 卢彦丞， 丛贞， 等. 知识型服务企业员工与客户隐性知识共享的系统动力学研究[J]. 管理评论， 2020， 32（2）： 127-138. （CHEN H C， LU Y Z， CONG Z， et al. System dynamics study on the tacit knowledge sharing between employees and customers of knowledge service enterprise[J]. Management review， 2020， 32（2）： 127-138.）

[23] 陈晓红， 李杨扬， 宋丽洁， 等. 数字经济理论体系与研究展望[J]. 管理世界， 2022， 38（2）： 208-224， 13-16. （CHEN X H， LI Y Y， SONG L J， et al. Theoretical framework and research prospect of digital economy[J]. Journal of management world， 2022， 38（2）： 208-224， 13-16.）

[24] 馬捷， 胡漠， 魏傲希. 基于系统动力学的社会网络信息生态链运行机制与优化策略研究[J]. 图书情报工作， 2016， 60（4）： 12-20. （MA J， HU M， WEI A X. Research on operation mechanism and optimization strategy of social network information ecology chain based on system dynamics theory[J]. Library and information service， 2016， 60（4）： 12-20.）

[25] 石园， 曹磊， 张智勇. 基于系统动力学的社区养老服务供应链信息共享模型[J]. 系统科学学报， 2018， 26（2）： 121-125. （SHI Y， CAO L， ZHANG Z Y. The Information sharing model of community elderly service supply chain based on system dynamics[J]. Chinese journal of systems science， 2018， 26（2）： 121-125.）

[26] 钟远光， 贾晓菁， 钱颖， 等. 系统动力学[M]. 2版.北京：科学出版社， 2013：28. （ZHONG Y G， JIA X J， QIAN Y， et al. System dynamics[M]. 2nd ed. Beijing： Science Press， 2013：28.）

作者贡献说明：

刘爱琴：提出论文研究方向，拟定论文框架；

郭少鹏：撰写文章，构建模型；

尚  珊：校对文章，检验实验数据。

Content Construction of Web Information Resources for the Good of Science and Technology System Dynamics Study

Liu Aiqin  Guo Shaopeng  Shang Shan

School of Economics and Management， Shanxi University， Taiyuan 030006

Abstract： [Purpose/Significance] Analyze and study how to promote the construction of network information resource content for good in the face of science and technology， clarify its internal promotion mechanism， and provide a steady stream of internal impetus and new development direction for the construction of network information resource content.[Method/Process] On the basis of clarifying the connotation and extension of science and technology for good， based on the theory of planning behavior， etc.， a theoretical analysis framework for the construction of network information resource content is constructed， the interaction between the subjects of network information resource content construction， and the qualitative and quantitative relationship between variables are clarified， and a system dynamic model of network information resource content construction oriented to science and technology for good is constructed， and simulation analysis is carried out.[Result/Conclusion] Guiding science and technology for good， improving the sense of responsibility of social groups for good， and strengthening the attractiveness of the content construction of information resources of official institutions can provide assistance for the construction of network information resources for good with science and technology， provide reference for decision-making by relevant departments， and have certain reference value for the development of theoretical and practical circles.

Keywords： science and technology for good    construction of network information resources content    literacy for good    system dynamics