信息链视角下用户参与在线健康信息质量治理的三方演化博弈分析

毕崇武　张燕婷　金燕等

关键词： 信息链； 健康信息质量； 自治； 演化博弈

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０６．００４

〔中图分类号〕Ｇ２０３ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１ （２０２４） ０６－００４５－１４

近年来， 突发公共卫生事件频发， 公众对在线健康信息的关注与需求不断提升。作为用户表达与传播意见的重要平台， 社交媒体存在大量冗杂、冲突、难辨真伪的低质量健康信息， 对用户的健康决策造成诸多负面影响。为了解决这一问题， 各级監管部门和在线健康平台采用立法、技术、行规等手段对在线健康信息进行了多方位治理。然而， 这些治理策略多是从外部监管的视角开展， 是一种外部治理要件。而用户作为信息治理的重要主体， 在健康信息生产、传播与利用的链条中扮演着多重角色，其参与健康信息治理的行为对健康信息治理效果有重要影响， 应当从用户这一本源性要素出发， 充分调动用户参与健康信息治理的主观能动性， 从源头上改善在线健康信息的质量， 提升健康信息治理效果［１］ 。鉴于此， 本文引入信息链理论， 分析用户在信息链上的角色定位， 采用演化博弈方法构建“生产者—传播者—消费者” 治理模型， 探究影响用户参与在线健康信息治理行为的因素及演化规律，为相关部门制定措施、引导用户参与在线健康信息治理提供依据。

１ 相关研究

在线健康信息治理的目标是通过从信息环境、信息源、信息渠道等角度对健康信息进行多方位治理， 促进形成良好的信息生态， 使用户更加便捷有效地利用健康信息［２］ 。早期的治理方法侧重于对单一治理主体或治理手段的研究， 随着国家层面治理体系的不断复杂化与综合化， 逐步出现多主体联合治理的趋势［３－４］ 。根据参与主体的不同， 在线健康信息治理研究可归纳为如下３ 类：

１） 宏观层面： 政府治理视角的研究。政府将立法监管作为治理健康信息问题、缓解健康信息焦虑的主要手段， 通过负责指导网络空间治理相关技术规范的制定实施该手段［５］ 。例如， 英国确定了《Ｒ３ 安全网络规则》， 制定相应的网络内容管理措施， 明确设立内容分级和过滤系统， 让用户自行选择需要的网络内容［６］ ； 美国以立法治理模式为主，从经济惩罚和补助两方面鼓励公共平台安装低质量健康信息过滤系统； 韩国通过成立信息道德委员会对网络内容进行监管， 抑制低质量健康信息的传播［７］ 。此外， 我国出台了《“健康中国２０３０” 规划纲要》《网络信息内容生态治理规定》等政策法规， 为促进网络信息内容生态健康法治化、有序化发展提供了重要指引［８］ 。

２） 中观层面： 平台治理视角的研究。社交媒体平台通过引入技术手段来提高低质量信息传播的成本， 抑制网络谣言和有害信息的扩散。例如， 贴标签、降权、自动化检测等［９－１０］ 。如Ｔｗｉｔｔｅｒ 根据虚假信息的内容形式分别添加误导性信息（Ｍｉｓｌｅａｄ?ｉｎｇ Ｉｎｆｏｒｍａｔｉｏｎ）、有争议的声明（Ｄｉｓｐｕｔｅｄ Ｃｌａｉｍｓ）以及未经证实的声明（Ｕｎｖｅｒｉｆｉｅｄ Ｃｌａｉｍｓ） 等标签，并针对不同类型信息采取删除、警告等不同的措施［１１］ ； Ｆａｃｅｂｏｏｋ 通过与第三方事实核查组织合作，利用自动化技术实现对海量信息的检测与标注［１２］ ；Ｉｎｓｔａｇｒａｍ 则使用图像匹配技术来查找相似的内容并添加标签， 同时减少对该类信息的推荐［１３］ ； 抖音推出新标签“疫苗” 以检测相关视频并附加横幅“了解有关ＣＯＶＩＤ－１９ 疫苗的更多信息”， 将用户引向可验证的、权威的健康信息来源［１４］ 。

３） 微观层面： 用户治理视角的研究。与政府、平台所实施的治理措施不同， 用户作为治理主体时侧重于依靠其自主性和独立性实现在线健康信息自治［１５］ 。如Ｗａｎｇ Ｂ Ｒ 等［１６］ 的研究表明， 用户自主的质疑、寻求确认等行为会引导其他用户对虚假信息的怀疑， 促进真相的早日出现， 避免更多的用户被误导； 屈楠伟等［１７］ 发现部分拥有信息素养的用户对低质量健康信息进行质疑、批判、验证， 可以引发群体智慧实现对低质量信息的自治。王巍［１８］ 认为，少数意见领袖分享传播的正确信息会影响到普通用户的观点， 使之采取正确的态度和信息行为以减少虚假健康信息的传播。

综上所述， 国内外学者对各类主体参与在线健康信息治理进行了多角度的研究， 但对用户作为治理主体的研究多是将用户当作一个群体进行， 忽略了用户个体属性的异质性。事实上， 在信息生产、传播与利用的整个信息链上， 用户作为生产者、传播者、消费者等不同的角色存在时， 相互之间存在着利益冲突， 会影响其参与在线健康信息治理的动机、行为和效果。哪些因素影响用户参与健康信息自治？ 用户如何参与健康信息治理？ 如何动态调整并确定自治行为？ 鉴于演化博弈方法能够有效体现影响因素、用户自治行为及时间变化三者之间的关系， 本文采用演化博弈方法研究健康信息链上用户个体自治行为的动态转化过程， 探究影响在线健康信息用户自治效果的主要因素。

２ 信息链视角下在线健康信息质量演化博弈模型

２.１ 模型基本要素

为探究影响用户参与在线健康信息治理时的因素及演化规律， 本文构建了在线健康信息“生产者—传播者—消费者” 三方博弈模型， 深入分析信息链上的不同角色自治行为之间的动态均衡过程［１９－２０］ 。该模型包括用户角色和用户行为两类要素，其中， 传播者与消费者对低质量信息的反馈是用户自治的核心， 反馈态度的积极性会驱动用户行为的转变， 进而推动用户之间不同的“供给—消费” 循环， 促使自治目标的实现［１８，２１］ ， 如图１ 所示。

１） 健康信息链。健康信息链是健康信息在用户个体间所形成的信息链条， 反映了个体间在线健康信息生产、传播与消费的完整生命周期。用户在链条上的不同环节扮演着不同角色， 出于不同动机参与信息活动， 对在线健康信息质量、信息治理效果有重要影响［２２］ 。

２） 健康信息链中的用户角色。信息角色是个体在现实社会中的身份定义， 根据信息主体、行为、传播方式的改变可以动态转化［２３］ 。从信息链视角上看， 用户在健康信息的生产、传播与利用过程中扮演３ 种角色： ①在线健康信息生产者， 指以健康知识储备或健康生活经验为基础， 发布个人健康动态或者是评论他人动态， 用以满足情感、能力以及收益等需要的角色［２４－２５］ ； ②在线健康信息传播者，即出于满足个人需求、提升影响力、收藏备用等目的， 主动或者被动地评估、分享健康信息内容的角色［２６］ ； ③在线健康信息消费者。该角色与在线健康信息生产者、在线健康信息传播者相比， 更加重视健康需求驱动下对被传播健康信息的加工、吸收、利用。

３） 健康信息链中的用户行为。信息行为是用户使用媒体平台时最基本的行为表现， 被视为个体角色的决定方式， 用户可以根据信息行为变化在不同角色之间灵活切换［２７－２８］ 。以主体为导向， 健康信息链视角下的在线健康信息行为可分为３ 类： ①在线健康信息贡献行为。即生产者作为信息源在平台上对原创信息进行展示与分享的行为活动［２９－３０］ ；②在线健康信息传播行为。传播者以信息生产为基础， 向他人转移和交流与健康有关的知识、经验、技能等信息行为［３１］ ； ③在线健康信息消费行为。由消费者对在线健康信息的获取、认知、利用、反馈等一系列基本环节所构成的行为活动［３２］ 。

２.２ 模型假设与构建

２.２.１ 模型假设

在线健康平台的用户之间既相互依存， 又有利益差别； 既有共性， 又有异质性。用户如何选择信息行为的策略表现为一个博弈过程。由于参与主体之间的差异性与独立性， 生产者、传播者、消费者均为“有限理性” 的群体。与此同时， 基于感知价值理论， 用户会比较或权衡在使用产品或服务的过程中所获取的收益与付出的成本来确定是否持续使用［３３］ 。信息行为同样如此， 用户以个人效用最大化为目标， 根据其所感知收益与成本的高低动态选择并不断调整信息行为［２６］ ， 从而完成对低质量信息的自治［３４－３５］ 。因此， 本文建立的自治博弈模型是基本符合演化博弈的前提条件的， 为了便于模型构建和求解， 本文提出如下４ 个假设：

假设１： 生产者的策略集合Ｓ_１＝｛被动接受（Ｎ），主动提升（Ｙ）｝。作为在社区内发布内容并做出健康信息贡献的主动用户， 生产者更能感受到外在因素对收益的直接影响［３６－３７］ ， 其所发布的信息源的质量高低会加深消费者与传播者对信息可信度的认知［３８］ 。生产者通过阅读权威信息、寻求第三方验证等行为主动提高信息源质量， 在付出一定成本的同时吸引更多用户， 带来流量或者广告等额外收益。相反， 被动接受其他用户的反馈虽可以规避相关成本， 但通过接收传播者与消费者的反馈意识到已发布信息的不足， 被动地治理源信息时， 也会对应损失声誉、流量等收益［３２］ 。

假设２： 传播者的策略集合Ｓ_２ ＝｛常规应对（Ｆ），主动阻断（Ｉ）｝。面對健康信息， 传播者会根据已有知识进行判断或者通过其他渠道验证健康信息的真伪性［３９］ 。其中， 主动阻断指当传播者有能力识别在线健康信息质量高低及对健康信息产生质疑时，阻碍低质量健康信息对消费者的进一步传播［３１］ 。常规应对则是识别能力不足或者即使有能力但不屑于阻断的消费者， 出于自我效能、利他主义、互惠、声誉等动机再次分享， 推动低质量健康信息传播，加大治理难度［４０－４１］ 。

假设３： 消费者的策略集合Ｓ_３＝｛消极采纳（Ｈ），积极规避（Ｊ）｝。由于用户对在线健康信息的搜寻、选择及利用意愿受其感知易用性的影响， 通过主观判断评价该健康信息是否可以给自己的生活或者工作带来实际效益的提升， 因此消费者在此有两种相反的行为方式［２２，４２］ 。其中， 有能力的消费者通过支配其对应的行为， 依靠已有的信息素养或者验证渠道积极规避低质量信息， 同时降低对其造成的消极影响。相反， 消极采纳则是消费者忽略低质量健康信息， 或者将该信息应用于相关健康问题， 扩大其造成的消极影响。

假设４： 由于用户对健康信息利用的后续行为难以判断， 设定消费者接受信息并做出信息行为时，信息链即为结束［２４］ 。另外， 用户对于低质量信息的识别是需要时间的， 信息发布后的传播速度与方向也难以控制， 加之被“反馈” 的概率不确定， 生产者的流量收益相对较大且难以准确评估， 因此， 生产者即使会因为发布低质量信息受到社区惩罚， 也会以较大概率冒险选择被动提升的策略。

２.２.２ 模型构建

１） 影响生产者策略选择的参数变量。生产者选择主动提升时， 需要耗费Ｐ_１的成本， 同时获得信任收益Ｔ_１。生产者选择被动接受时会损失Ｃ_１，低质量信息被传播后， 对传播者和消费者会分别造成ａＣ_２和ｂＣ_２的潜在损失（由于健康信息在信息链中先被传播， 再被消费利用， 所以消费者有更多时间去降低受到损失的概率， 潜在损失也就相对较小， 即ａＣ_２＞ｂＣ_２）， 此时若传播者选择常规应对或消费者选择消极采纳， 会分别带给生产者Ｌ_１和Ｌ_２的额外流量收益； 若传播者选择主动阻断或消费者选择积极规避， 则会为生产者带来相应的社区惩罚损失ｄＣ_３ 和ｅＣ_３（由于消费者接受信息时， 信息覆盖程度相较于传播者接受信息时更广， 因此对原信息进行反馈对生产者造成的损失更高， 即ｅＣ_３＞ｄＣ_３）。

２） 影响传播者策略选择的参数变量。传播者选择主动阻断时， 需要耗费Ｐ_２的成本， 此时若生产者选择被动接受， 传播者将获得反馈激励Ｔ_２。传播者选择常规应对时会损失Ｃ_４， 此时若消费者选择积极规避， 会给传播者额外造成Ｃ_５的惩罚（相较于传播者转发分享的信息， 生产者发布的信息影响范围更广， 因此消费者的反馈同样对生产者带来的惩罚力度也更强， 即ｄＣ_３＞Ｃ_５）； 选择消极采纳时则会给传播者带来Ｌ_３的流量收益（传播者得到反馈收益后， 会损失仅来源于消费者的流量收益， 因此Ｔ_２＞Ｌ_３）。

３） 影响消费者策略选择的参数变量。消费者选择积极规避的策略时， 需要耗费Ｐ_３的成本（相较于对信息的关注收藏， 消费者通过提高信息素养、寻找三方验证的成本更高， 即Ｐ_３＞Ｃ_６）， 此时若生产者选择被动接受， 消费者将获得Ｔ_３的激励； 当传播者选择常规应对时， 会带给消费者Ｔ_４的激励。若消费者选择消极采纳， 则将损失Ｃ_６（消费者对低质量信息进行关注收藏， 在未来利用时可能会造成更大的潜在损失， 即Ｃ_６＞Ｃ_１）。

根据上述分析的在线健康信息生产者、传播者、消费者在演化博弈中的收益与成本， 汇总模型的相关参数假设， 如表１ 所示。

基于上述研究假设与参数设定， 可以得到生产者、传播者以及消费者三者之间的收益矩阵， 并构建三方演化博弈模型， 如表２ 所示。

仿真结果表明， 当生产者选择主动提升的意愿、传播者选择主动阻断的意愿和消费者选择积极规避的意愿较强时， 消费者会率先选择积极规避的策略，消费者只需要通过较少的成本进行“反馈”， 就能在一定程度上阻止传播者对低质量健康信息的进一步传播， 提升传播者选择主动阻断的速度， 但由于生产者的流量收益已经非常可观， 所以生产者仍会选择被动接受惩罚。当生产者选择主动提升的意愿、传播者选择主动阻断的意愿和消费者选择积极规避的意愿不强时， 传播者和消费者需要付出较高的“反馈” 成本才能获得激励收益， 而生产者则只要付出较少的惩罚成本， 就能获得较多的流量收益。

３.１ 三方主体策略概率变化的演化影响

生产者、传播者、消费者三方策略同时发生变化时对演化结果的影响如图５ 所示， 根据图５（ａ）可得， 当三者的策略概率在０ ５ 以下时， 生产者以趋近于１ 的速度选择被动接受的策略， 承担发布低质量健康信息的惩罚。此时传播者和消费者选择主动阻断与主动积极规避的意愿较强， 且传播者主动阻断的意愿大于消费者积极规避的意愿。根据图５（ｂ）可得， 当三者的策略概率在０ ５ 以上时， 生产者被动接受的意愿和消费者积极规避的意愿以趋近于１的速度始终大于传播者主动阻断的意愿， 且消费者积极规避的意愿大于传播者主动阻断的意愿。

３.２ 参数敏感性分析

１） 信任收益敏感度分析。为分析Ｔ_１变化对演化过程和结果的影响， 保持其他参数不变， 分别赋以Ｔ_１＝１、６、１２， 生产者主动提升获得的信任收益的变化如图６（ａ）所示。随着Ｔ１ 增加， 生产者被动接受的概率下降， 传播者主动阻断与消费者积极规避的速度变缓， 但由于生产者主动提升的成本与流量收益的对比， 生產者最终还是会倾向于选择被动接受。因此， 生产者需要进一步提升个人信息素养，遵守信息发布规范， 降低主动提升的成本。

２） 反馈激励敏感度分析。为分析Ｔ２ 变化对演化过程和结果的影响， 保持其他参数不变， 分别赋以Ｔ_２＝１、６、１２， 传播者主动阻断获得的激励的变化如图６（ｂ）所示。随着Ｔ２ 增加， 传播者常规应对的概率会较大程度的下降， 消费者会趋向于选择积极规避。但如果传播者主动阻断的效果不理想， 同时对生产者的惩罚相较于其得到的流量收益较低，那么生产者依旧会选择被动接受。因此， 传播者需要尽可能精准反馈信息源， 不仅可以降低生产者的流量收益， 也会增加自身获得的反馈激励， 从而提高信息自治效果。

消费者对信息源进行积极规避获得的激励Ｔ_３的变化对演化过程与结果的影响如图６（ｃ）所示，分别赋以Ｔ_３＝ １、６、１２。Ｔ_３变化对传播者与消费者策略改变的意愿有较大的影响。随着Ｔ_３增加，消费者选择消极应对的概率下降， 传播者选择主动阻断的概率上升。因此， 消费者可以通过倡导形成并自发遵守群组规则来提高其积极规避的效率， 同时带动传播者， 通过投诉、举报等形式直接反馈给生产者， 在源头处降低信息自治的难度。

消费者对二次传播的信息进行积极规避获得的激励Ｔ_４的变化对演化过程和结果的影响如图６（ｄ）所示， 分别对赋以Ｔ_４＝ １、６、１２。Ｔ_４变化对三者策略改变的意愿影响较小。随着Ｔ_４增加， 消费者主动阻断的概率上升， 但由于消费者并未对信息源进行规避， 同时在信息得到多次阅读后增加了生产者的流量收益， 所以生产者仍会选择被动接受。因此， 消费者在获得更多的激励的同时要主动寻找虚假信息的源头， 提高反馈的准确性， 增加惩罚的效度和力度。

３） 流量收益敏感度分析。在其他参数条件不变的情况下， 分别赋以Ｌ_３＝１、６、１２， 传播者从消费者处获得的流量收益Ｌ_３的变化对演化过程和结果的影响如图６（ｅ）所示。随着Ｌ_３增加， 对生产者与传播者策略改变的意愿影响较大。生产者被动接受的概率会下降， 传播者主动阻断的概率增加， 但受限于较高的主动提升成本， 生产者仍会选择被动接受。同时在不影响消费者成本与收益的条件下，其依旧会选择积极规避的策略。因此， 传播者与消费者可以发挥用户权利， 有针对性地浏览健康信息，降低为生产者带来的流量收益。

４） 治理成本敏感度分析。在其他参数不变的情况下， 分别赋以Ｐ_１＝１、６、１２， 生产者主动提升的成本Ｐ_１ 的变化对演化过程和结果的影响如图６（ｆ）所示。当Ｐ１ 减少时， 生产者选择主动提升与消费者选择积极规避的概率会逐渐提高， 由于此时社区对生产者的惩罚与收益之和依旧大于生产主动提升的成本， 生产者仍会以较大概率选择被动接受。因此， 生产者应培养群体意识， 遵守群体规范， 有针对性地约束信息发布行为， 从而降低主动提升的成本， 并促进传播者与消费者的反馈积极性。

由图７ 可知， 在满足条件Ａ 的条件下， 系统存在一个演化稳定点Ｄ_５（１，１，０）， 即生产者、传播者、消费者的策略组合（被动接受， 常规应对， 主动阻断）为演化稳定组合， 与推论４ 结论一致。在满足条件Ｂ 的条件下， 系统存在一个演化稳定点Ｄ_６（１，０，１）， 即生产者、传播者、消费者的策略组合（被动接受， 主动阻断， 消极采纳）为演化稳定组合， 与推论５ 结论一致。因此， 传播者与消费者应提高个人信息素养， 充分发挥用户权利， 合理反馈低质量健康信息， 使具有违规操作的生产者得到有效的惩处， 形成良性循环。同时， 相关平台也应尽力确保对各方惩罚和奖励之和高于各方的投机收益，避免出现发布传播低质量健康信息以危害真正需要正确健康信息的消费者的现象。可见， 仿真分析与各方策略稳定性分析结论一致且具有有效性， 对鼓励用户积极参与健康信息自治具有现实指导意义。

４ 结论与启示

本文对生产者、传播者和消费者在健康平台中面对低质量健康信息的行为构建了演化博弈模型，结合相关参数设定对模型进行赋值， 并通过Ｍａｔｌａｂ对模型进行数值试验， 研究发现： ①初始意愿对传播者与消费者自治行为策略的选择有影响， 对生产者自治行为策略的選择无明显影响； ②对于生产者而言， 其主动提升策略的成本、由其获得的信任收益是影响其策略选择的主要因素， 发布低质量健康信息的流量收益是影响其策略选择的次要因素； ③对于传播者而言， 主动阻断的激励收益、为此付出的成本是影响其策略选择的主要因素， 传播低质量健康信息获得的流量收益是影响其策略选择的次要因素； ④对于消费者而言， 反馈不良信息源获得的激励收益、积极规避的成本是影响其策略选择的主要因素， 反馈二次加工传播的低质量信息获得的激励收益对其策略选择的影响不明显。

根据上述结论， 为了有效提升用户自治效果，本文从用户自治行为的成本、收益等影响因素入手对用户内部自律以及政府平台等的外部监管提出相应对策建议。

１） 降低自治成本， 提高用户自治效率。用户自治成本与自治收益是影响三方决策的主要因素，因此降低用户自治成本是实现在线健康社区用户自治的有效途径。具体而言： ①用户提高内部自律性。生产者群体可以自发制定发帖规则、自律公约、开展用户自治管理会议， 并有针对性地约束信息发布行为以减少自治成本； 传播者对于权威正规的医疗专家或机构发布的正确健康信息， 要有选择地进行信息共享， 不断提高信息辨别能力； 消费者应增加自身在社交网络低质量健康信息识别能力方面的知识学习， 同时需要充分了解相关法律法规和网络公约， 及时对未证实、有争议的健康信息进行正规反馈； ②政府、平台等加强外部监管。政府监管部门尽快出台在线健康信息生成、传播和利用的政策法规， 完善已有的相关经济惩罚标准， 依据用户违规操作的危害程度对应处以阶梯式罚金、封号、追究法律责任等处罚； 平台可以与专业医疗机构或科研院所进行合作， 同时引入标签、智能审核等技术建立快速有效的低质量信息过滤拦截、举报机制， 为传播者和消费者提供健康信息询问、检验、反馈等渠道， 增加用户“反馈” 的可行性。

２） 提高自治收益， 激发用户参与积极性。由于单凭用户自发地从生产传播利用虚假健康信息状态转换为治理状态的难度较大。因此， 政府、平台等第三方机构应充分发挥激励引导作用， 提高用户自治的效率。①创新声誉评价机制。在线健康平台应致力于构建以用户原创优质内容为驱动的虚拟社区， 尝试建立以正确合理信息行为互动为中心的声誉体系（积分、榜单、荣誉称号）， 促使声誉评价体系与用户活跃度相挂钩， 实现健康信息资源的共创共享， 从而推动用户持续参与健康信息治理； ②完善物质激励机制。政府、平台等应将物质奖励（代金券、现金红包、明星周边等）与用户治理行为的收益相联系， 不断激发生产者的分享意愿， 促使其持续创作发布优质内容， 同时提升传播者与消费者反馈的积极性， 并进一步完善较为繁琐、冗余的举报机制， 及时回应处理用户的反馈。

本研究也存在一定的局限性。首先， 研究假设未能充分考虑其他情景下角色的动态决策平衡， 后续研究将结合实际继续做出不同假设进行探究； 其次， 由于条件限制， 参数数值的设定相对主观， 未来研究中将尝试进一步收集用户的真实的数据， 对模型进行验证。