李 鋼 盧艷強(qiáng)

（北京郵電大學(xué)經(jīng)濟(jì)管理學(xué)院 北京 100876）

1 引言

虛擬社區(qū)的概念由H. Rheingold 提出[1]，其認(rèn)為虛擬社區(qū)是社會(huì)的集合體，源于眾多參與者在網(wǎng)上的公開討論，加上充分的人類情感在賽博空間（Cyberspace）里所形成的人際關(guān)系網(wǎng)絡(luò)[2]。在虛擬社區(qū)中，知識(shí)共享是反映社區(qū)活力的重要指標(biāo)之一，是社區(qū)存在的基礎(chǔ)，也是判定一個(gè)虛擬社區(qū)成功與否的關(guān)鍵[3]。雖然知乎、微博、Facebook等虛擬社區(qū)蓬勃發(fā)展，但影響社區(qū)知識(shí)共享的因素與存在的問題也較多。例如，從虛擬社區(qū)成員之間關(guān)系的角度發(fā)現(xiàn)合作、競(jìng)爭(zhēng)、同化、沖突、適應(yīng)會(huì)影響虛擬社區(qū)的知識(shí)共享水平[4]。再如，虛擬社區(qū)參與個(gè)人的內(nèi)在驅(qū)動(dòng)、外在動(dòng)力與情感紐帶對(duì)知識(shí)共享的影響[5]。又如，有學(xué)者提出虛擬社區(qū)知識(shí)共享面臨三大問題：如何激勵(lì)個(gè)體從自利到主動(dòng)分享知識(shí)給他人[6]；如何避免搭便車問題，個(gè)人獲得所需知識(shí)的情況下，卻不主動(dòng)共享自己的知識(shí)給他人[7]；如何提高知識(shí)的利用效率[8]。

這些難題受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。從文獻(xiàn)上來看，知識(shí)獲取與共享之間的博弈研究，在未引入激勵(lì)因素前的博弈結(jié)果顯示，知識(shí)共享不能通過命令的方式來實(shí)現(xiàn)，要采取有效的激勵(lì)機(jī)制支持進(jìn)行實(shí)施。通過物質(zhì)的或者非物質(zhì)的激勵(lì)均極大地促進(jìn)個(gè)人將其寶貴的知識(shí)貢獻(xiàn)出來與他人分享[9]。然而，實(shí)際情況是虛擬社區(qū)知識(shí)共享參與人往往樂于獲取他人的知識(shí)，卻不愿向他人提供自己所擁有的知識(shí)[10]。正因此，用戶在虛擬社區(qū)知識(shí)共享過程中存在囚徒困境的博弈問題。

文章引入知識(shí)付費(fèi)解釋變量，利用完全信息靜態(tài)博弈和重復(fù)博弈方法建立了完全靜態(tài)模型。通過該模型分析了不同變量對(duì)知識(shí)共享結(jié)果的影響，期望對(duì)知識(shí)付費(fèi)社區(qū)的建設(shè)有一定的指導(dǎo)意義。

2 文獻(xiàn)回顧

博弈論的兩大分支是合作博弈（Cooperative Game）和非合作博弈論（Non-cooperative Game）。20世紀(jì)中期，合作博弈論快速發(fā)展，與此同時(shí)非合作博弈論也開始創(chuàng)立。其中，囚徒困境博弈（Prisoner’s Dilemma, PD）、鷹鴿博弈（Haw-Dove, HD）、獵鹿博弈（Stag Hunt, SH）模型是被廣泛應(yīng)用于研究的三大模型。然而，囚徒困境博弈最難實(shí)現(xiàn)博弈雙方合作[11]。囚徒困境（PD）由Flood與Drescher兩位學(xué)者于1950年共同提出[12]，同年Tucker又對(duì)囚徒困境進(jìn)行了界定[13]。下表1是囚徒困境博弈的收益矩陣。

表1 囚徒困境博弈的收益矩陣

兩個(gè)博弈者均有兩個(gè)策略（合作為C,非合作為D）。若博弈雙方采用合作策略，雙方各得收益R。相反，若博弈雙方選擇非合作策略時(shí)，雙方各得收益P。若雙方選取不同策略時(shí)，選擇合作的一方會(huì)獲得收益為S，而選擇不合作的一方會(huì)獲得收益為T。所提到的四種收益滿足2R＞T+S與T＞R＞P＞S，最優(yōu)策略（收益最大化）是不合作策略。自己不合作而對(duì)方合作時(shí)，博弈者獲得最大收益為T。然而，雙方博弈均不合作，其總收益值2P＜2R（雙方合作的總收益值），這正是博弈的囚徒困境。

囚徒困境是博弈論領(lǐng)域中被學(xué)者討論最頻繁的范式[14]。通過囚徒困境研究參與雙方合作博弈更具有普遍意義。納什均衡和納什重復(fù)博弈給出了最優(yōu)策略[15]，使得每個(gè)參與人的策略是對(duì)其他參與人策略的最優(yōu)反應(yīng)，其屬于完全信息靜態(tài)博弈。因此，完全信息靜態(tài)博弈和完全信息重復(fù)博弈，能更好的解決具體情景下的囚徒困境。為了能準(zhǔn)確解釋文章情景下的博弈問題，有必要明確完全信息博弈和不完全信息博弈、動(dòng)態(tài)博弈與靜態(tài)博弈。在博弈論中，完全信息（Complete Information）是指一個(gè)參與人對(duì)其他參與人的行動(dòng)選擇有準(zhǔn)確的了解，在完全信息下的博弈稱之為完全信息博弈[16]。而不完全信息（Incomplete Information）是指博弈參與雙方對(duì)彼此的支付函數(shù)（Common Knowledge, 共同知識(shí)）并不完全的了解[17]。在不完全信息下的博弈稱之為不完全信息博弈。按照參與人行動(dòng)的先后順序又將博弈論劃分成靜態(tài)博弈與動(dòng)態(tài)博弈。所謂靜態(tài)博弈是指參與人同時(shí)或雖非同時(shí)選擇行動(dòng)，但后者并不知道前者采取了什么行動(dòng)。對(duì)于動(dòng)態(tài)博弈是指參與人的行動(dòng)有先后順序，而且后者能夠觀察到前者所選擇的行動(dòng)[18]。

基于囚徒困境作為博弈論研究的重要范式，同時(shí)虛擬社區(qū)知識(shí)共享也具有囚徒困境的問題。李雪松（2008）提出虛擬社區(qū)成員之間使用隱性合同、顯性合同、改變成員間的偏好和進(jìn)行重復(fù)博弈四種辦法解決囚徒困境[10]；李鋼（2009）采用完全靜態(tài)博弈構(gòu)建出互聯(lián)網(wǎng)用戶與政府監(jiān)管方的博弈模型[19]；彭小晶（2015）以無限重復(fù)博弈為基礎(chǔ)，提出激勵(lì)知識(shí)共享雙方采取共享會(huì)避免囚徒困境發(fā)生[4]。此外，張敏（2016）運(yùn)用靜態(tài)博弈，發(fā)現(xiàn)成員之間的信任關(guān)系在一定程度上緩解靜態(tài)博中的囚徒困境[20]。文章基于前人研究成果以及虛擬社區(qū)知識(shí)共享具體情景，對(duì)社區(qū)知識(shí)共享的角色定義、模型假設(shè)與建模等方面進(jìn)行分析。

3 虛擬社區(qū)知識(shí)共享博弈研究

3.1 虛擬社區(qū)知識(shí)共享的角色

圖1是對(duì)知識(shí)提供者、知識(shí)獲取者與虛擬社區(qū)平臺(tái)進(jìn)行介紹。知識(shí)提供者以參與人1表示，知識(shí)獲取者以參與人2表示，一般包含多個(gè)知識(shí)獲取者。

知識(shí)提供者，即知識(shí)生產(chǎn)方，持續(xù)生產(chǎn)高質(zhì)量的知識(shí)內(nèi)容，將隱性知識(shí)顯性化、抽象知識(shí)具體化以及將知識(shí)內(nèi)容產(chǎn)品化。能為知識(shí)獲取者提供所需要的知識(shí)內(nèi)容。

知識(shí)獲取者，即知識(shí)消費(fèi)方，根據(jù)自身的需要和目的，為所需要的知識(shí)付費(fèi)。知識(shí)獲取者獲得所需要的知識(shí)要投入時(shí)間成本或機(jī)會(huì)成本，有時(shí)即使花費(fèi)大量的時(shí)間和精力，也難以獲得所需要的知識(shí)內(nèi)容或搜尋時(shí)間成本較高而效率較低。虛擬社區(qū)知識(shí)共享平臺(tái)則為知識(shí)獲取者提供機(jī)會(huì)和技術(shù)基礎(chǔ)。

圖1 參與人1與參與人2描述

虛擬社區(qū)平臺(tái)是知識(shí)提供者和知識(shí)獲取者知識(shí)共享平臺(tái)的技術(shù)提供方，具有監(jiān)督與制定規(guī)則的職責(zé)。目前，一些虛擬社區(qū)平臺(tái)的知識(shí)共享形式不盡相同。虛擬社區(qū)所扮演的角色不僅僅局限于監(jiān)督和制定規(guī)則，還充當(dāng)知識(shí)提供者的角色，例如“得到”App。

3.2 虛擬社區(qū)知識(shí)共享的囚徒困境

虛擬社區(qū)知識(shí)共享參與者的囚徒困境是博弈論中的經(jīng)典問題。知識(shí)共享角色主體包括知識(shí)提供者與知識(shí)獲取者，其在決定自己是否選擇共享策略上構(gòu)成囚徒困境。在虛擬社區(qū)中，對(duì)囚徒困境描述如下：參與人1和參與人2的策略是“共享，共享”，雙方各自的收益都是S＞0。參與人1共享以及參與人2不共享時(shí)，參與人2的收益為T，參與人2得到額外收益D＞0,反之亦然。倘若參與人1和參與人2均不選擇分享時(shí)，支付是0。見表2。

表2 虛擬社區(qū)知識(shí)共享的囚徒困境

“不共享，不共享”是靜態(tài)博弈下參與雙方唯一的均衡策略。參與人1和參與人2彼此均共享策略下比不共享時(shí)的收益高。然而，實(shí)際情況是彼此均不共享。下文將對(duì)如何破解囚徒困境進(jìn)行分析論述。

3.3 完全信息靜態(tài)博弈模型

文章是以囚徒困境模型為起點(diǎn)，引入外部獎(jiǎng)勵(lì)機(jī)制——知識(shí)付費(fèi)變量，從而形成知識(shí)提供者與知識(shí)獲取者間的決策。既往虛擬社區(qū)知識(shí)分享中，參與者是主動(dòng)分享者又是獲取知識(shí)者角色，“你中有我、我中有你”，沒有嚴(yán)格的區(qū)分。然而，實(shí)際上主動(dòng)分享知識(shí)與獲取知識(shí)的參與者，其比例是基本固定的。這樣可以將共享中的角色分成主動(dòng)分享知識(shí)者（被稱為知識(shí)提供者）、獲取知識(shí)者（被稱為知識(shí)獲取者）。例如，“知乎Live”其實(shí)是為知乎社區(qū)的高質(zhì)量回答問題的用戶提供一種創(chuàng)造利益的新途徑。

此外，虛擬社區(qū)知識(shí)共享研究中，利用某些激勵(lì)方式與方法來促進(jìn)知識(shí)分享，例如徽章、評(píng)級(jí)等非物質(zhì)方法激勵(lì)參與者分享知識(shí)，但是篩選與促進(jìn)作用并不明顯，需要長(zhǎng)期激勵(lì)，并且要不斷改變激勵(lì)策略與方式。因此，本部分旨在明確虛擬社區(qū)知識(shí)共享參與者間的知識(shí)付費(fèi)方式，有效避免激勵(lì)無效與知識(shí)分享比例低等問題，并采用完全信息靜態(tài)博弈方法對(duì)提出的假設(shè)和構(gòu)建出的新模型進(jìn)行驗(yàn)證分析。

3.3.1 模型的假設(shè)提出

虛擬社區(qū)參與者的知識(shí)共享是一種積極主動(dòng)的行為，參與用戶具有典型格局“90—9—1”，即全部用戶的1%是知識(shí)提供者[21]，而90%的用戶在虛擬社區(qū)里被動(dòng)搜尋信息，在虛擬社區(qū)里屬于沉默的一群，對(duì)虛擬社區(qū)的貢獻(xiàn)有限，只有當(dāng)角色發(fā)生變化，或把自己瀏覽、整理的信息、知識(shí)分享給其他用戶時(shí)，才作為潛在的貢獻(xiàn)者，這類用戶可稱之為“瀏覽者/潛伏者”[22]。此外，虛擬社區(qū)是網(wǎng)絡(luò)社會(huì)的一部分，知識(shí)共享參與者人員組成多樣，獲取或分享知識(shí)難以衡量分享知識(shí)的質(zhì)量或吸取知識(shí)水平。因此，基于虛擬社區(qū)實(shí)際情況提出如下假設(shè)。

假設(shè)1：參與人1，即知識(shí)提供者始終為知識(shí)生產(chǎn)方。參與人2，即知識(shí)獲取者始終為知識(shí)消費(fèi)方，參與雙方角色在相當(dāng)長(zhǎng)時(shí)間內(nèi)不會(huì)交替。虛擬社區(qū)提供技術(shù)支持和內(nèi)容提供者篩選，即絕大部分知識(shí)符合知識(shí)獲取者的需求。

假設(shè)2：虛擬社區(qū)知識(shí)共享有兩個(gè)參與人進(jìn)行博弈，即參與人1和參與人2。參與人1和參與人2均是理性的，知識(shí)共享的目的就是獲得個(gè)人期望效益的最大化。參與人2由多個(gè)知識(shí)獲取者組成，設(shè)為N，并指導(dǎo)參與人1提供知識(shí)，其是作為知識(shí)付費(fèi)的參與人。

假設(shè)3：參與人1的收益U1,與參與人2知識(shí)獲取者付費(fèi)分享獲取知識(shí)的人數(shù)相關(guān)；參與人2的收益U2是知識(shí)吸收能力ζ（0≤ζ≤1）和知識(shí)質(zhì)量Q（0≤Q≤1）,得到ζK，則ζ知識(shí)獲取者在共享他人知識(shí)后獲得的收益。

假設(shè)4：參與人2，即知識(shí)獲取者的知識(shí)收益U2，支付知識(shí)費(fèi)用A2；社區(qū)管理者獲取參與人2的支付知識(shí)費(fèi)用的比例為R；參與人1，即知識(shí)提供者的知識(shí)收益為U1,獲取參與人2的支付的知識(shí)費(fèi)用A1,即A2（1-R）；知識(shí)提供者的其他成本C1（投入精力和時(shí)間等）；知識(shí)獲取者的其他成本為C2（投入精力和時(shí)間等）。

假設(shè)5：參與人1和參與人2信息是完全的，虛擬社區(qū)提供技術(shù)支持，也包括認(rèn)證、信譽(yù)排名以及用戶評(píng)論。參與人2，也就是知識(shí)獲取者，通過虛擬社區(qū)平臺(tái)任何評(píng)論，對(duì)知識(shí)提供者的知識(shí)內(nèi)容產(chǎn)出質(zhì)量Q，以及根據(jù)既往知識(shí)內(nèi)容質(zhì)量Q推知生產(chǎn)的知識(shí)內(nèi)容是確定的；參與人1知道自己所生產(chǎn)的知識(shí)內(nèi)容的消費(fèi)方的需要。參與者1和2均有兩個(gè)策略可以選擇: 其一，知識(shí)提供者是知識(shí)的生產(chǎn)方，其分享知識(shí)內(nèi)容或不分享知識(shí)內(nèi)容；其二，知識(shí)獲取者是知識(shí)的消費(fèi)方，結(jié)合自身的需要選擇來付費(fèi)獲取所需要知識(shí)，或不選擇付費(fèi)獲取知識(shí)，也可選擇免費(fèi)知識(shí)。

在虛擬社區(qū)知識(shí)共享平臺(tái)中，對(duì)參與人1的聲譽(yù)、信譽(yù)、能力等評(píng)價(jià)，主要來源于兩個(gè)方面：其一，虛擬社區(qū)組織的評(píng)價(jià)；其二，知識(shí)付費(fèi)參與者的評(píng)價(jià)。本研究假定參與人1和參與人2彼此是信息完全的，所以對(duì)不完全信息的靜態(tài)博弈和不完全信息的動(dòng)態(tài)博弈暫時(shí)不進(jìn)行討論。在完全信息的條件下，參與人1與參與人2的完全信息靜態(tài)博弈模型如下。

表3 完全信息靜態(tài)博弈模型中知識(shí)共享成員收益矩陣

3.3.2 模型分析

（1）參與人1的分析

參與人1，在U1+N（A1- C1）＞U2-NQ（A2- C2+ζK）和U1+N（A1- C1）＞U1時(shí)，其最優(yōu)策略是“提供知識(shí)，付費(fèi)”。在虛擬社區(qū)知識(shí)共享平臺(tái)下，參與人提供知識(shí)到虛擬社區(qū)平臺(tái)，經(jīng)過虛擬社區(qū)評(píng)價(jià)，或者知識(shí)獲取者評(píng)價(jià)，使知識(shí)獲取者有意愿和行動(dòng)為獲取對(duì)有能力的知識(shí)提供者所提供的知識(shí)內(nèi)容付費(fèi)，并且知識(shí)獲取參與者數(shù)量與支付金額的乘積，即總收入大于知識(shí)提供者生產(chǎn)知識(shí)所花費(fèi)的成本。

若 U1+N（A1- C1） ＜ U2-NQ（A2- C2+ζK） 和U1+N（A1- C1）＞U1（A1＜ C2）時(shí)，則最優(yōu)策略是“提供知識(shí)，不付費(fèi)”，這是目前虛擬社區(qū)的狀況，知識(shí)提供者付出時(shí)間與精力，而參與人2獲取知識(shí)內(nèi)容后，沒有支付任何酬勞服務(wù)的結(jié)果。

（2）參與人2的分析

參與人2，在U1+N（A1- C1）＜U2-NQ（A2- C2+ζK），U2-NQ（A2- C2+ζK）＞U2+ NQζK時(shí)，最優(yōu)策略是“提供知識(shí)，付費(fèi)”。參與人2，要想獲得高質(zhì)量和持續(xù)不斷的知識(shí)內(nèi)容，則需要為知識(shí)內(nèi)容付費(fèi)，而知識(shí)內(nèi)容費(fèi)用包括滿足自身需求的成本以及參與人1提供知識(shí)內(nèi)容的成本。這種正向的激勵(lì)會(huì)增加參與人生產(chǎn)知識(shí)內(nèi)容的動(dòng)力，降低因有其他機(jī)會(huì)收益而放棄在這個(gè)已提供知識(shí)服務(wù)的虛擬社區(qū)知識(shí)共享行為。

若U1+N（A1- C1）＜U2-NQ（A2- C2+ζK）和U2-NQ（A2- C2+ζK）＜U2+ NQζK時(shí)，則最優(yōu)策略是“不提供知識(shí)，付費(fèi)”，這種情況是參與者1沒有意愿生產(chǎn)高質(zhì)量滿足參與人2的知識(shí)內(nèi)容，而參與者2有意愿付費(fèi)獲得所需要的知識(shí)內(nèi)容，有可能是因參與者2為了節(jié)省搜尋信息的時(shí)間成本而支付費(fèi)用。

若U1+N（A1- C1）＞U2-NQ（A2- C2+ζK），U2-NQ（A2- C2+ζK）＞U2+ NQζK時(shí)，則最優(yōu)策略是“不提供知識(shí)，不付費(fèi)”。虛擬社區(qū)知識(shí)共享的囚徒困境，因?yàn)閰⑴c人1和參與人2是負(fù)反饋，所以虛擬社區(qū)無法持續(xù)發(fā)展共享知識(shí)內(nèi)容，以滿足知識(shí)獲取者的需要。

3.4 完全信息的重復(fù)博弈

虛擬社區(qū)知識(shí)共享參與者之間可以多次重復(fù)博弈。參與者1，所提供的知識(shí)內(nèi)容并非永久不變，是可以優(yōu)化提高質(zhì)量的，后續(xù)參與者2支付獲取優(yōu)化后的知識(shí)形成正反饋；參與人2，獲取參與者1的知識(shí)內(nèi)容后，會(huì)提高對(duì)虛擬社區(qū)的滿意度和忠誠(chéng)度，持續(xù)將參與者1的知識(shí)內(nèi)容分享給更多的參與者，從而實(shí)現(xiàn)付費(fèi)后獲取知識(shí)。最終，正反饋或負(fù)反饋均影響參與人1和參與人2的持續(xù)共享。

3.4.1 博弈只進(jìn)行一次

在具體的知識(shí)共享場(chǎng)景中，例如，在問答社區(qū)中，是通過虛擬社區(qū)第三方技術(shù)建立的聲譽(yù)排名機(jī)制或物質(zhì)獎(jiǎng)賞來激勵(lì)主動(dòng)在虛擬社區(qū)分享知識(shí)的行為，但這些獎(jiǎng)勵(lì)很難達(dá)到預(yù)期的效果[23]。在博弈只進(jìn)行一次時(shí)，知識(shí)消費(fèi)方對(duì)知識(shí)生產(chǎn)方所提供的知識(shí)內(nèi)容不滿意,則最優(yōu)策略為“提供知識(shí)，不付費(fèi)/付費(fèi)”。如果參與人1所生產(chǎn)的知識(shí)質(zhì)量Q遠(yuǎn)小于平均水平，參與人2不會(huì)為知識(shí)內(nèi)容付費(fèi)，虛擬社區(qū)平臺(tái)評(píng)價(jià)功能會(huì)刪除類似的知識(shí)內(nèi)容，表明“提供知識(shí)/不提供知識(shí)，不付費(fèi)”為最優(yōu)策略。

3.4.2 博弈只重復(fù)有限次

有限重復(fù)博弈導(dǎo)致知識(shí)供給方不斷提升所生產(chǎn)的知識(shí)內(nèi)容，有助于滿足更多的個(gè)人的需要，其最優(yōu)策略是“知識(shí)提供，付費(fèi)”，但隨著知識(shí)分享內(nèi)容質(zhì)量Q逐漸降低，分享的次數(shù)減少，若沒有虛擬社區(qū)第三方的監(jiān)督與管理，知識(shí)提供和付費(fèi)無法保持最優(yōu)策略，從而轉(zhuǎn)變成有生產(chǎn)的知識(shí)卻無人付費(fèi)。

4 討論

文章引入知識(shí)付費(fèi)變量，建立虛擬社區(qū)知識(shí)共享全信息靜態(tài)與重復(fù)博弈模型，結(jié)果發(fā)現(xiàn)：①明確引入知識(shí)付費(fèi)因素，有利于降低虛擬社區(qū)知識(shí)共享的囚徒困境發(fā)生。知識(shí)提供者與知識(shí)獲取者更會(huì)選擇“提供知識(shí)，付費(fèi)”策略，進(jìn)行日常的知識(shí)共享活動(dòng)。②生產(chǎn)高質(zhì)量的知識(shí)內(nèi)容來持續(xù)滿足知識(shí)獲取者。知識(shí)內(nèi)容提供者與知識(shí)內(nèi)容獲取者，在完全信息靜態(tài)博弈下的有限重復(fù)博弈，要求虛擬社區(qū)第三方參與制定規(guī)則，保持知識(shí)提供者知識(shí)內(nèi)容的質(zhì)量，以及持續(xù)輸出高質(zhì)量知識(shí)內(nèi)容。在此基礎(chǔ)上，知識(shí)獲取者在滿足自身需求的前提下對(duì)知識(shí)內(nèi)容付費(fèi)。③知識(shí)付費(fèi)金額設(shè)置。知識(shí)提供者U1，知識(shí)獲取者U0和U2。金額范圍（P0,PA），知識(shí)提供者與知識(shí)獲取者在不同區(qū)間內(nèi)，知識(shí)提供者提供知識(shí)一次或重復(fù)，知識(shí)獲取者提供知識(shí)一次或重復(fù)。當(dāng)重復(fù)N=0次，無論費(fèi)用多少，都不會(huì)付費(fèi)；當(dāng)U≥C（參與人付出的總成本），無論費(fèi)用多少都會(huì)共享。此外，合理設(shè)置知識(shí)付費(fèi)水平，同時(shí)動(dòng)態(tài)定價(jià)或標(biāo)準(zhǔn)定價(jià)符合知識(shí)提供者與知識(shí)獲取者的價(jià)格預(yù)期。④知識(shí)提供者與知識(shí)獲取者的強(qiáng)弱關(guān)系轉(zhuǎn)變。知識(shí)內(nèi)容提供者（用戶或用戶所在平臺(tái)）、知識(shí)內(nèi)容獲取者之間的關(guān)系是弱關(guān)系，沒有虛擬社區(qū)平臺(tái)的激勵(lì)與強(qiáng)化知識(shí)提供內(nèi)在動(dòng)機(jī)的動(dòng)作，知識(shí)共享難以持續(xù)進(jìn)行。然而，知識(shí)獲取者參與到虛擬社區(qū)知識(shí)共享的過程也要滿足自身需求，倘若未達(dá)到知識(shí)獲取者的預(yù)期，知識(shí)獲取者轉(zhuǎn)換成知識(shí)提供者的可能性較低。若引入知識(shí)內(nèi)容付費(fèi)激勵(lì)因素，主動(dòng)分享知識(shí)的提供者（用戶或平臺(tái)）的知識(shí)內(nèi)容質(zhì)量將會(huì)篩選出愿意為知識(shí)內(nèi)容付費(fèi)（滿足自身需求）的知識(shí)獲取者，以致知識(shí)提供者與知識(shí)獲取者之間從弱關(guān)系轉(zhuǎn)變成強(qiáng)關(guān)系。

（來稿時(shí)間：2018年5月）