魔兽世界不着痕迹近年来，各地建立的智慧旅游公共服务平台如雨后春笋般出现，却又不同程度地面临建设后运营效率低下、运营难以为继的困局。文章从平台利益相关者出发，基于演化博弈的视角，构建并解析了智慧旅游公共服务平台系统中政府平台-互联网平台、政府平台-旅游企业、政府平台-游客3组演化博弈动态模型，随后通过系统仿真讨论了收益让渡系数、政企合作降低成本、政府扶持力度、政府可得政绩声誉和平台使用价值5 个关键收益参数对各方演化博弈行为的影响。研究对智慧旅游公共服务平台内利益相关者间的复杂关系辨析、平台经营策略制定和运营能力提升，以及促进线上旅游信息服务领域中政府与市场的良性互动均有重要的理论和现实意义。

　　党的二十大报告指出，要加快建设网络强国、数字中国。随着我国公共服务数字化进程不断推进，聚焦至文化和旅游领域，以移动互联网为代表的数字技术促进了智慧旅游公共服务新格局的形成。近年来，作为文化和旅游主管部门数字化转型的具体举措，各地均积极推进智慧旅游公共服务平台建设。根据文化和旅游部资源开发司进行的全国旅游线上信息服务平台发展调研①显示（以下简称“调研”），以云南“一部手机游云南”为开端，截至2023 年6 月，我国31 个省区市（不含港澳台）有9 成建设了自己的智慧旅游公共服务平台（“一机游”）。

　　智慧旅游公共服务平台建设热潮过后，运营困境也随之出现。调研发现，近8 成省级平台处于入不敷出的境况之中，超7 成的平台运营方表示平台缺乏流量，半数运营方认为平台内商家和产品不足。该困局背后折射出更深层次的问题是，政府与市场在提供线上公共服务方面存在的复杂竞合关系。智慧旅游公共服务平台系统中，政府在承担监督治理角色的同时也直接参与市场活动，然而在市场化服务供给方面，在线旅行商（online travel agency，OTA）及其他类似市场化平台已经在向游客提供较为成熟的信息服务，这既包括一般信息公共服务，更包括门票和酒店产品预订在内的交易类业务。从用户使用习惯与平台所提供服务资源看，政府类平台在流量获取和产品供给方面与市场化平台均存在差距，导致了政府陷入“不得不建”和“建后无用”的矛盾。2024年5月，由文化和旅游部办公厅、中央网信办秘书局等五部门联合印发的《智慧旅游创新发展行动计划》明确指出，要进一步厘清政府公共服务与市场化服务边界，鼓励各地积极探索通过政府与市场合作共赢的方式，提升智慧旅游公共服务平台服务和运营效能，实现可持续运营与发展。

　　智慧旅游公共服务平台的多类利益相关方主要包括行政主管部门或运营方、市场化平台、旅游资源方及游客等。破解平台运营难题的关键在于厘清各方诉求，并据此制定运营策略，以期达到持续运营的均势。本研究从利益相关者视角出发，构建并解析了智慧旅游公共服务平台系统博弈模型，采用系统仿真研究方法对参与平台运营的各方诉求和决策进行模拟，从理论层面证明平台系统内各主体博弈交互的内在机制及最终策略稳定状态，以及特定情景下关键参数对系统博弈过程和结果的影响作用。本研究对于提升智慧旅游公共服务平台服务和运营效能、推动平台的可持续发展和智慧旅游建设水平提高具有重要意义。

　　早在2012 年，张凌云等提出，智慧旅游的本质是通过智能技术在旅游业中的应用以提升旅游服务、改善旅游体验、创新旅游管理、优化旅游资源利用[1]。此后，李云鹏等提出，智慧旅游是以旅游者个体为核心、以信息服务为载体的支撑体系，这也建立起了以旅游信息服务为基础的智慧旅游概念体系[2]。时至今日，智能技术在旅游领域的应用已经从信息服务扩展到旅游服务的各个方面，智慧旅游公共服务成为智慧旅游在中国实践的重要组成部分。在我国智慧旅游公共服务领域，最重要表现和载体是地方政府主导的区域型智慧旅游公共服务平台[4]，但学术界对这一领域的关注相对不足，只有少数学者从智慧旅游公共服务的概念[1-3]、智慧旅游公共服务平台设计和构建[5-6]以及平台用户使用意愿与行为[7-8]等角度开展了初步研究。李云鹏和涂婷婷构建了国家智慧旅游公共服务平台的基本理论框架，并对平台建设、运营等问题进行探讨[9]；群诺等则从技术层面搭建了基于知识图谱的西藏旅游公共服务平台[10]。随着全国各地开始建设区域性智慧旅游公共服务平台，学者们首先从案例研究视角剖析其发展现状[11-12]，指出平台存在用户流量低、竞争优势弱、营收能力差等问题。其后，上述问题不断凸显，平台发展逐渐进入瓶颈，部分平台如“游上海”App 宣布关停①。在此情势下，游客侧的平台感知逐渐成为学者们的关注重点，李晨使用访谈与问卷法对“游云南”App 用户体验进行了测量[13]；钟栎娜和董英超也以“游云南”平台为例探究了影响游客对平台持续使用意愿的因素[14]。但已有研究多数只聚焦表层认知性问题，对关键性议题如优化运营策略、丰富资源供给及提升用户使用意愿等涉猎较少。这些均是平台摆脱运营困境的关键所在，而主体属性交叠、交互关系复杂且协同性差等根源性问题也尚未得到厘清。因此，从利益相关者视角出发，探索由供给方、需求方、管理方及竞争对手构成的平台系统内部的交互机制，厘清应该采取哪些措施及如何实施才能促进各方效益最大具有重要意义。

　　仿真技术是一种应用计算机技术，通过构建数学模型来模拟预测特定问题的发展趋势或行为后果影响的工具[20]。学者们不但可以通过仿真技术更好地认识事物发展的规律，还可以模拟相关影响因子的变化对事物发展的影响。对于多利益相关者间的复杂博弈交互问题，部分研究就借助仿真工具对动态演化过程进行数值仿线]，但其更多地侧重对该过程的可视化展示，且难以刻画不稳定性较强的现实社会系统。而基于主体建模（agent based modeling，ABM）通过将复杂系统分解成多个智能主体，从而实现模拟小规模行为到大规模突变的系统涌现行为[29]，同时能够更好地刻画主体的有限理性（非完全信息）、异质性和学习演化现象，也使得ABM 被广泛应用于旅游领域，如旅游流模拟与预测[30-31]、旅游应急管理[32-33]、旅游地演变[34]以及旅游市场监管[25]等。更重要地，由于博弈演化的结果在连续时间段上是不断变化的，学者们通常通过数值模拟的方式来探究系统的动态演化过程，而ABM为可视化模拟和验证复杂系统中多主体间的博弈交互及系统整体演变过程提供了更有效的解决路径。综上所述，本文计划从利益相关者的视角出发，首先明确智慧旅游公共服务平台中多主体间的博弈交互关系。然后，基于演化博弈理论方法，构建并求解智慧旅游公共服务平台利益相关者演化博弈模型，得到系统的局部演化稳定结果。最后借助多主体仿真工具对上述动态演化过程进行模拟，并调整关键环境参数探究相关因素对演化博弈过程和结果的影响作用。

　　[4]。相较于其他公共管理范畴，旅游领域中的政府主体既是市场监督治理者也是市场活动的参与者，具有较强的市场化属性。而在系统的利益相关者确定上，不仅要充分体现各类主体的角色属性，也要辨析各方在利益诉求、行为策略上的相似与区别性。智慧旅游公共服务平台系统中，地方政府由于掌握平台实际所有权，信息技术企业则受政府委托成为平台建设方和运营方，双方在权责范围和利益诉求上基本保持一致，行为表现上相似。遵循以上原则，本研究将地方政府和信息技术类企业统称为政府平台；互联网平台则是指以携程、美团等为代表的OTA及其他提供旅游服务的通用互联网公司；旅游企业即旅游景区、酒店、旅行社等通过平台为游客提供实际旅游产品与服务的企业。综上，政府平台、互联网平台、旅游企业、游客构成了智慧旅游公共服务平台系统中的核心利益相关者。

　　对于政府平台与互联网平台，文化和旅游线上服务是政府直接参与面向公众提供服务的领域，但市场化场景下已存在诸如美团、携程等互联网平台，所以，一方面，二者均向游客提供相关旅游服务，核心功能高度重合导致双方在某种程度上处于竞争关系；另一方面，为提升服务效率、降低运营成本，一些政府平台开始尝试采用链接跳转、资源整合等方式与互联网平台开展合作

　　[4]。这种交织也决定了政府与市场长期存在博弈和相互支撑的复杂关系；政府平台与旅游企业之间，政府对旅游企业的措施主要包括强制入驻和扶持补贴入驻。地方政府通过强制部分旅游企业如国有景区、文博场馆等入驻智慧旅游公共服务平台，使平台具备了初始形态，但这无法完全满足用户的资源需求，政府还需决定是否对另一部分拥有自主选择权力的企业进行扶持补贴，以吸引其入驻和长期留驻平台。通常，政府对企业的扶持措施包括减免入驻费和佣金、提供宣传位及价格补贴等①；政府平台与游客之间，由于游客已经对功能类似的互联网平台形成一定的使用习惯和数据依赖，实现用户的心智迁移具有较大难度，政府平台通常采取发放优惠券、补贴旅游企业以降低产品价格，以及增强平台宣传营销等方式主动吸引用户使用平台①，但也可以为保持较低运营成本而被动等待游客使用。智慧旅游公共服务平台系统内各方利益诉求和行为策略如表1所示。

　　综上可以发现，智慧旅游公共服务平台系统中，互联网平台、旅游企业、游客均与政府平台产生直接博弈关系，而它们三者间的博弈关系则较弱且不主要存在于该平台系统内。具体表现为，旅游企业入驻互联网平台后，互联网平台通过整合其提供的旅游产品和服务信息，将相关产品服务间接出售给游客。而旅游企业则直接服务于来自互联网平台和政府平台的游客，为其提供直接的旅游产品和服务供给。此外，由于政府平台对其他三方采取区别性对待策略，所以为单主体多策略集，另外三方均为单主体单策略集。研究基于以上对四方利益主体间博弈关系的分析，构建了图1 所示的智慧旅游公共服务平台博弈理论模型。

　　研究对现有的27个省级智慧旅游公共服务平台展开调研，结果显示，根据平台内利益相关者间交互关系及造成的旅游产品/信息要素流动模式的不同，现有平台可被大致划分为5 种运营模式。1）直营式。政府平台从旅游企业采购产品后对外直营销售，如“乐游冀”“苏心游”App，即图2中过程（1）➝（2）。此时旅游产品要素从旅游企业途经政府平台后流向游客，政府平台对产品具有所有权并对产品负责，类似于京东、携程的电商模式。2）代理式。旅游企业或中小型旅游代理商入驻政府平台开店销售旅游产品，如“一码游贵州”App，即图2 中过程（3）➝（2）或过程（4）➝（5）➝（2）。此时政府平台只是作为线上媒介空间辅助旅游产品要素从旅游企业、旅游代理商流向游客，不具有产品的所有权，类似于淘宝、飞猪的电商模式。3）跳转式。销售时跳转第三方互联网平台，如“智游海南”App，即图2中过程（6）➝（7）➝（2）。此时政府平台作为旅游产品要素从互联网平台流向消费者的分销窗口，负责商品展示，而实际销售跳转至互联网平台。4）展示式。仅做旅游信息要素的展示而不做产品销售，如“西藏游”App，仅包含图2中过程（2）。此时系统中不存在旅游产品要素的流动，政府平台只提供公共信息服务。5）内嵌式。以美团超级品牌馆为代表，内嵌于互联网平台，如北京超级品牌馆，即图2中过程（6）➝（8）➝（9）。此时旅游产品要素仍经由互联网平台流向消费者，但地方相关的产品和信息要素将在互联网平台内聚合、独立展示，为消费者提供一站式交易和信息服务，政府起指导和资金支持作用，并推动旅游资源在互联网平台内的整合集聚。此外，也存在少数直营+跳转混合式的平台（如“游山西”）。图2中，实线表示旅游产品/信息要素在利益相关主体间产生了实质上的流动，即归属权发生变化，虚线表示要素在主体间未产生实质上的流动。以直营式和代理式智慧旅游公共服务平台为例，直营式平台的产品要素流动过程（1）中，政府平台方统一从旅游企业采购产品后销售给游客，产品要素首先从企业流向政府平台，归属权也转移至政府平台。而代理式平台的产品要素流动过程（3）中，旅游企业通过在政府平台上开设店铺将产品销售给游客，产品要素未流入政府平台，归属权在该阶段也未发生变更。

　　到的智慧旅游公共服务平台利益相关者博弈理论模型，本研究构建了政府平台-互联网平台、政府平台-旅游企业、政府平台-游客3组两方演化博弈模型。

　　x1、1-x1。互联网平台从利己角度出发同样可选择合作或不合作，其行为策略集为M2（合作，竞争），选择概率分别为y1、1-y1。其中，0 ≤x1≤1，0 ≤y1≤1。

　　M，平台基础用户流量为L，其独立运营时获得客收入P。如政府平台选择与互联网平台合作，则可通过降低人力支出、节省对接各景区酒店票务系统等方式降低运营成本C①，但此时需将部分收益让渡给互联网平台，让渡系数为α，互联网平台也因政商融洽而获得公共资源和产品供给R1（如营销场地、广告展位等营销资源，国有旅游企业预订、文博场馆预约等供给资源）。互联网平立运营的客收入为E。一旦双方有一方选择背叛合作，双方合作不再有效，通常竞争方会在获得额外收益的情况下选择放弃合作[21]。因此，假设该系统中市场饱和即双方的用户流量和不变，当其中一方采取竞争策略时，其可能采取多种方式争夺用户流量（如强化宣传、增加优惠补贴等），其中，互联网平台由于具有运营成熟、资源丰富及一站式服务等优势，政府平台则在地方资源优势及补贴优惠优势等的加持下，双方竞争力几乎相等，均为ΔL②，同时双方也会付出额外的竞争成本Cg、Co（CgCo）。基于以上，构建政府平台-互联网平台演化博弈收益矩阵，如表2所示。

　　F(x1)=F(y1)=0，此时可解得政府平台和互联网平台行为的5 个局部均衡点：O（0，0）、A（0，1）、B（1，0）、

　　[41]。由双方复制动态方程可求得该系统的雅克比矩阵J。将5个平衡点分别代入该雅克比矩阵，并求出矩阵的迹tr(J)和行列式的值det(J)。整理得到各雅可比矩阵的det(J)和tr(J)如表3。

　　J)0、矩阵的迹tr(J)0。显然平衡点D(x*,y*)不满足该条件，因此D 不是系统演化的稳定点，所以只需判断其余4个平衡点的局部稳定性即可。由假设可知，满足ΔLE-Co0，但ΔLP-Cg正负不确定，需结合C+Cg-αLP-ΔLP进一步分析，因此需要讨论Cg-ΔLP、C+Cg-αLP-ΔLP、Co-ΔLE+αLP+R1的正负，分类讨论的具体结果如表4所示。

　　LE-Co、ΔLE-CoαLP+R1），因此，互联网平台果断选择竞争策略。在此基础上，政府合作时的额外支出ΔLP小于选择竞争时的额外支出Cg，所以政府最终选择合作策略，系统稳定于（1,0），①情况下，政府选择竞争时，互联网平台合作收益要小于竞争收益，但在政府选择合作时，互联网平台合作策略的收益αLP+R1则高于选择竞争时收益ΔLE-Co，因此，互联网平台策略演化趋势与政府相同，而此时政府合作需让渡出的收益αLP低于竞争要付出的成本C+Cg-ΔLP，所以必定会选择合作，最终系统稳定于（1,1）；③情况下，互联网平台策略演化趋势依旧与政府相同，但ΔLP-Cg0、C+Cg-αLP-ΔLP0，即政府在被背叛时合作策略收益更高，在被合作时竞争策略收益却更高，政府策略选择方向与互联网平台方向相悖，双方演化趋势相反，系统陷入无均衡点的状态。

　　LP-Cg0，加之ΔLECo0，即双方均符合当另一方选择竞争时，本方选择合作的收益都低于其选择竞争的收益，因此，双方均趋向于竞争以避免被背叛造成的较大损失，系统演化于稳定点O(0,0)，这也符合了典型的囚徒困境结果。其中，⑤情况时，当C+Cg-αLP-ΔLP、Co-ΔLE+αLP+R1均为正，即双方在对方选择合作时，本方同样选择合作的收益均高于背叛收益，因此对方选择合作时本方也趋向于合作，对方选择竞争时本方也趋向于竞争，双方演化方向相同，最终将会出现两种稳定情况（0,0）和（1,1）。

　　x2、1-x2。旅游企业则可以选择是否入驻平台，其行为策略集为M2（入驻，不入驻），选择概率分别为y2、1-y2。其中0 ≤x2≤1，0 ≤y2≤1。

　　L。而当具有自主选择权的另一部分旅游企业积极参与平台生态时，平台内资源丰富度提升，用户量增加，此时若政府平台主动补贴扶持企业在平台内的运营，旅游企业入驻平台带来用户量增加ΔL1，否则增加ΔL2（ΔL1ΔL2）。政府采取主动扶持策略时需付出额外成本（如补贴成本）K，但也获得来自游客、媒体及上级主管部门等的肯定，政绩效益提升R2。企业入驻平台可获得经济收益W及补贴收益K，需付出店铺运营、营销等成本Ce。当政府平台采取主动扶持策略而企业不入驻平台时，政府补贴损耗率为β（0β1），企业也会损失与政府的政商友好关系R。基于以上，构建政府平台-旅游企业演化博弈收益矩阵，如表5所示。

　　J。将5 个平衡点代入该雅克比矩阵，各矩阵的det(J)和tr(J)见表6。

　　WCe，即企业入驻平台的收益大于其运营成本，此时不论政府是否给予补贴扶持，企业入驻平台收益都大于不入驻，因此，企业稳定于入驻平台。在此基础上，若政府选择主动扶持策略收益大于被动等待的K-R2-ΔL1P+ΔL2P0，政府则选择主动扶持策略，系统最终稳定在（1，1），反之政府选择被动等待，系统稳定于（0，1）。

　　βK-R20、K-R2-ΔL1P+ΔL2P0，即不论在企业何种决策状态下，政府主动扶持策略收益总小于被动等待，政府将果断放弃扶持策略，从而致使企业无法获得扶持补贴，最终选择不入驻策略。⑥情况下，企业不入驻平台时政府主动扶持策略收益小于被动等待收益，企业入驻时政府主动扶持策略收益却较高，即政府采取主动扶持的前提也是企业入驻，因此，双方演化趋势相同，同时选择主动扶持与入驻或被动等待与不入驻；而⑦情况下政府演化趋势与企业相反，所以无稳定点；⑧情况下，政府主动扶持策略收益总是高于被动等待，因此，政府选择扶持策略，该举使得旅游企业在能够获得扶持情况下选择入驻平台，系统稳定在（1，1）。

　　βK小于所获政绩声誉效益R2，则政府继续选择主动扶持策略，系统稳定于（1，0），反之若政绩声誉效益不足以弥补补贴损失，政府转向被动等待策略。

　　x3、1-x3。游客则可以选择是否下载使用平台，其行为策略集为M2（使用，不使用），选择概率分别为y3、1-y3。其中，0 ≤x3≤1，0 ≤y3≤1。

　　F，但也为平台带来良好的社会声誉效益R3，此时游客使用平台的消费额即政府平台单客收益为P1，而游客未受到鼓励使用平台时平台收益为P2（P1P2），此时用户收到了优惠额度F，以及智慧旅游公共服务平台相对于其他类似平台的额外有用性与易用性[14]所带来的使用价值H（如服务功能全面有用、设计简洁易操作等），但需要放弃个人使用习惯，付出精力成本Ct。当政府平台采取主动鼓励策略而游客未使用平台时，政府补贴损耗率为δ（0δ1）。基于以上，构建政府平台-游客演化博弈收益矩阵，如表8所示。

　　J，将5 个平衡点代入该雅克比矩阵，矩阵的det(J)和tr(J)见表9。

　　HCt，即游客可获得的平台使用价值始终大于其更换常用平台时付出的精力成本，游客必定选择使用平台。在此基础上，若政府主动给予优惠鼓励策略的收益大于被动等待游客使用时的收益（即P1+R3-FP2），政府将选择主动鼓励策略，系统最终稳定在（1，1），反之选择被动等待策略，系统稳定于（0，1）。

　　R3-δF0、P1-P2+R3-F0，政府选择给予优惠鼓励的收益始终小于被动等待收益，因此，政府最终放弃优惠鼓励，导致游客最终也选择不使用策略。⑥情况下，政府平台不被使用时，其优惠鼓励策略收益小于被动等待策略，但被使用时却与之相反，即政府采取主动性优惠鼓励策略同样需要企业选择使用平台，因此，双方演化趋势相同，将同时演化至主动鼓励与使用或被动等待与不使用；⑦与⑥情况相反，双方演化趋势相反，所以无稳定点；⑧情况下，政府选择鼓励优惠策略的收益始终大于被动等待策略，政府选择优惠鼓励策略，也使得游客在确定可获得优惠鼓励情况下选择使用平台，系统稳定于（1，1）。

　　在⑨⑩⑪⑫收益参数组合下，游客可获得平台使用价值小于其更换常用平台时付出的精力成本，且即使获得政府鼓励优惠后仍小于，因此，游客最终选择不使用平台，导致平台用户流量长期不足。在此基础上，若政府选择主动鼓励策略的损失小于获得的政绩声誉效益，政府则继续选择主动鼓励策略，系统稳定于（1，0），反之政府放弃优惠鼓励。

　　本节通过编写政府平台-互联网平台、政府平台-旅游企业、政府平台-游客3 个系统组成的智慧旅游公共服务平台系统博弈仿真程序，并调节部分收益参数水平以控制策略实施的情况，实现对各类利益主体在不同情境下博弈过程与最终均衡状态的仿真模拟，该过程使用基于主体的仿真工具Netlogo 软件。在仿真系统模拟动态演化的每个时刻

　　t，各主体通过与博弈对象主体内最近的两个邻居博弈，向同主体内最近的4 个邻居学习实现策略更新。

　　4.1 博弈数理分析的仿线组博弈系统仿真实验仿真实验设定各类博弈主体数量为政府平台30、互联网平台20、旅游企业100、游客500。为验证整个平台系统的博弈演化情况及受各方初始策略比例的影响，均选择3 个博弈模型稳定性判断中①参数组合情况，具体参数取值如表11，其中，M、P作为长期稳定的参数，在后续仿真中值不再改变。仿真结果显示各方初始策略比例为低（0.2）、中（0.5）、高（0.8）值时，政府平台-互联网平台系统演化稳定点均为(1，1)，即双方始终选择合作策略；政府平台-旅游企业系统稳定点均为(0，1)，即政府平台被动等待，旅游企业选择入驻平台；政府平台-游客系统演化稳定点均为(0，1)，即政府平台被动等待，游客选择下载使用平台，均符合上节分析结果。即在不同的初始策略概率下，各方的演化稳定结果不变，只是主体策略演化至稳定的时间受到一定影响，结果仿线 各子系统博弈双方初始策略概率为

　　=0.2注：GO，政府-互联网平台（government-OTA）；GE，政府-企业（government-enterprise）；GT，政府-游客（government-tourists）。下同。表11 智慧旅游公共服务平台系统的博弈演化仿线 Game evolution simulation parameter value of smart tourism online service platform system4.1.2 政府平台-互联网平台博弈系统仿真实验研究选取了政府平台-互联网平台演化博弈子系统对上节博弈理论分析过程进行模拟验证，并归纳为以下4个阶段。阶段1：对⑥⑦⑧收益参数组合下的演化博弈系统进行仿线 种收益参数组合下，系统最终均稳定于（0，0）点，如图4a、图4b 及图4c 所示。⑥情况中，互联网平台合作策略收益始终低于竞争策略，因此其首先演化至不合作策略，政府随后。⑦情况则为政府平台合作策略收益始终较低，其首先演化至不合作，互联网平台随后。⑧情况中双方合作收益均低于背叛收益，所以双方几乎同时演化至不合作。⑤情况时，随着双方合作收益均高于了背叛收益，此时存在两个博弈稳定点，最终博弈演化结果取决于初始博弈状态，当博弈初始状态为x

　　x*且yy*时，博弈朝（1，1）演化，如图4d和图4e所示。图4 政府平台-互联网平台博弈系统仿线 Simulation of government platform-Internet platform game system阶段2：①收益参数组合情况下，仿真结果符合上节计算结果，在双方同时合作收益均高于背叛收益的基础上，随着政府竞争成本高于竞争收益，政府必定选择合作策略，互联网平台也随之选择合作策略，系统稳定于（1，1），如图5所示。图5 政府平台-互联网平台博弈系统第①种参数组合下的仿线 Simulation of the ①parameters combination of government platform-Internet platform game system阶段3：②④收益参数组合情况下，仿真结果符合上节计算结果，即在政府竞争成本高于竞争收益基础上，互联网平台由于合作获得利润始终低于竞争利润而选择竞争策略，此时政府面对高额竞争成本最终选择妥协合作策略，系统均稳定于（1，0）（图6）。

　　阶段4：③参数组合情况下，不改变参数随机进行两次模拟。结果显示互联网平台依旧趋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，其策略选择趋向背离互联网平台。如图7，博弈双方根据所处情形随时作出决策，始终处于一种僵持不稳定状态。

　　智慧旅游公共服务平台的实践中，演化博弈模型相关参数存在变化和差异性是不可避免的，而这很大程度上可能影响各利益相关方的最终策略选择和博弈收益，因此，探究相关参数变化是否以及怎样对系统的博弈稳定产生影响具有较高必要性。其中，地方政府采取与互联网平台合作的轻量级运营模式向游客提供产品预订、消费等服务的重要原因之一，即为了政企合作模式下产生降本增效效应

　　——降低平立运营时的高昂人力成本、对接资源方系统成本和部分平台营销成本等

　　在不同平台系统中不尽相同，因此，有必要探究其对双方演化博弈行为所产生的影响；政企双方在合作之中，又不可避免地涉及利益分割。作为经济收益在地方政府和互联网平台间的分成比例，收益让渡系数

　　在不同地方的智慧旅游公共服务平台中一般不同，这也源自各政企合作系统中双方话语权大小关系通常存在差异

　　，该差异或将对双方策略选择产生关键影响；提供优质、丰裕的供给是平台可持续化运营的基础，也是政府平台方工作的主要着力点。而招采优质、丰裕供给往往需要平台为商家（即旅游企业）提供一定的扶持补贴或营销价值

　　通常并不一致[40]，因此，探究该因素水平对双方最终策略选择的影响具有一定必要性；用户流量作为影响平台生存的关键指标，招采优质供给的本质目的也是帮助平台吸引用户、集聚流量，而平台能为用户提供的使用价值H很大程度上决定了用户的使用意愿[14]。各地的智慧旅游公共服务平台在规划建设和运营水平上参差不齐，同时由于游客主观因素差异，游客可获得平台使用价值大小往往存在差异。因此，该参数具有较高研究意义；政绩声誉效益在我国地方政府和领导干部政绩考核中发挥重要作用

　　，智慧旅游公共服务平台作为旅游公共服务数字化建设的重要抓手①，群众给予的政绩声誉R3是考核该平台价值及地方政府相关工作成效的核心指标，同时也很大程度上影响地方政府的行为策略选择。因此，有必要探究该参数对政府及游客双方演化博弈情况的影响。4.2.1 收益让渡系数对政府平台-互联网平台系统演化博弈行为的影响在Cg-ΔLP0 情况下，α取0.2、0.5、0.8进行仿真 模 拟。α较 小 时，即C+Cg-αLP-Δ

　　o-ΔLP+αLP+R10，符合②情况，政府合作让渡收益过少，致使互联网平台直接选择竞争，此时政府却由于竞争成本过高而选择妥协合作。随着该系数的增加，将出现两种情况：若先出现Co-ΔLP+αLP+R10（①情况），即企业合作收益首先大于竞争收益，此时政府合作余留收益也仍然充裕，因此双方均趋向合作，如图8b 所示；若先出现C+CgαLP-ΔLP0（④情况），而互联网平台由于合作获益仍低于竞争获益，其依旧选择竞争策略，此时政府由于竞争成本过大，最终选择妥协合作，但演化趋稳速度十分缓慢，如图8e所示。α过大时，政府合作后收益差小于竞争收益差，政府在互联网平台采取合作态度时更趋向竞争策略，无法满足对方合作需求，双方无法演化至稳定状态（③情况），如图8c和图8f所示。图8α对政府平台-互联网平台博弈演化行为影响的仿线 Simulation of the influence ofαon government platform-Internet platform game evolutionary behavior4.2.2 政企合作降低成本对政府平台-互联网平台演化博弈行为的影响在Cg-ΔLP0 情况下，C取10、15、20 进行仿真模拟。首先，在Co

　　10 的情况下，此时互联网平台由于合作分得的收益过少始终选择竞争策略，在此基础上政府则因为竞争成本过高，始终选择合作策略，此时合作带来的成本降低只能影响政府策略选择概率趋于稳定的速度，而不影响其最终稳定结果，如图9a、图9b、图9c 仿真结果显示。政企合作降低成本

　　o-ΔLE+αLP+R10 时，互联网平台策略选择趋向于政府平台策略选择。政企合作为政府带来的成本降低C较小时，合作策略对政府平台的吸引力也较小，导致互联网平台选择合作时政府趋向于竞争，选择竞争时政府却趋向于妥协合作，双方僵持无法稳定。而随着C逐渐增大，合作策略为政府带来了较高的成本节省，政府因此转向选择合作策略，互联网平台也随之稳定于合作策略，如图9d、9e、9f仿线C对政府平台-互联网平台博弈演化行为影响的仿线 Simulation of the influence ofCon government platform-Internet platform game evolutionary behavior4.2.3 政府扶持力度对政府平台-旅游企业演化博弈行为的影响在WCe、W+K+R-Ce0 情况下，

　　取5、9、15 进行仿真模拟。此时政府扶持补贴力度已然不低，即企业入驻平台的运营收益

　　，但获得的扶持补贴及政商友好关系收益之和已经可以覆盖其收益成本差，此时企业是否入驻取决于政府是否给予扶持，在此基础上观察补贴额K对双方演化行为的影响。

　　较小时，由于政府主动扶持策略收益总大于被动等待收益，政府选择扶持，企业随后稳定于入驻策略。随着

　　持续提升，政府积极性受到打击，无法肯定性采取扶持策略，双方进入僵持状态。最终，K过高时，政府采取扶持策略收益始终小于被动等待策略，政府放弃补贴扶持，企业因此趋稳于不入驻策略，双方最终从（主动扶持，入驻）转向（被动等待，不入驻），如图10所示。图10K对政府平台-旅游企业博弈演化行为影响的仿线 Simulation of the influence ofKon government platform-tourism enterprises game evolutionary behavior(K=5、9、15)4.2.4 政府可获得政绩声誉对政府平台-游客演化博弈行为的影响在HCt、F+H-Ct0 情况下，即游客使用平台获得便利性小于习惯成本，但在获得优惠鼓励后需才愿意使用平台的情况下，探究政府可获得政绩声誉效益R3对政府平台-游客双方演化博弈行为的影响，

　　3取1、2、3 时，双方的仿线 所示。可以看到该情况下，政府由于采取优惠鼓励策略所获得的公众声誉效益R

　　1-P2）之和小于补贴成本K，政府不愿意承担风险因此选择被动等待，进而导致游客无法获得优惠鼓励而选择不使用平台；随着R3增大到大于βK，但其与游客消费增量之和仍然小于K，政府与游客行为进入不稳定对峙状态；当R3增大到与游客消费增量之和大于K时，政府稳定地选择优惠鼓励策略，进而使得游客稳定于使用平台策略（图11）。图11R3对政府平台-游客演化博弈行为影响的仿线 Simulation of the influence ofR3on government platform-tourists game evolutionary behavior(R3=1、2、3)4.2.5 平台使用价值对政府平台-游客演化博弈行为的影响在δF-R30、F-R3-P1+

　　20 情况下，H取1、3、6 以模拟平台使用价值H对双方行为的影响，此时政府获得声誉效益R

　　大于优惠鼓励损失βK，且R3与游客消费增量之和大于优惠鼓励成本K，政府稳定选择主动鼓励策略。初期

　　t，且与政府鼓励优惠之和仍小于游客付出的精力习惯成本Ct，游客选择不使用平台。随着H不断增大，H与政府鼓励优惠之和大于Ct，且由于政府选择主动鼓励优惠，因此，游客也稳定于使用平台，但其进入稳定状态的时间明显缓慢于最终H完全大于Ct时，如图12 所示。可看出平台使用价值与游客付出习惯成本将主要决定游客是否使用平台，但在平台使用价值不足的情况下，适当的优惠鼓励能够弥补这种不足，前提是该策略同样能为政府带来足够效益。图12H对政府平台-游客演化博弈行为影响的仿线 Simulation of the influence ofHon government platform-tourists game evolutionary behavior(H=1、3、6)5 结论与展望5.1 研究结论面对各地智慧旅游公共服务平台内利益相关方间竞合交互关系复杂、运营效率低下难以为继的困境，本文从演化博弈和系统仿真的视角，构建并解析了智慧旅游公共服务平台系统内3组博弈动态模型，同时讨论了部分关键收益参数对各方演化博弈行为的影响。智慧旅游公共服务平台系统中政府平台与互联网平台、政府平台与旅游企业、政府平台与游客两两之间存在主要的交互博弈关系，包括竞争合作关系、补贴扶持与入驻平台、优惠鼓励与使用平台等。在政府平台与互联网平台的博弈中，政府竞争时的获益和成本是关键，此外，适中的收益让渡系数有助于双方顺利开展合作，而合作降低政府运营成本则更多地影响双方策略演化稳定的快慢，总体上对演化结果决定性较小。其中，当政府竞争获益大于成本时，双方均因为竞争获益高且受到背叛损失大，最终演化至放弃合作状态，该情况在代理式、直营式及展示式智慧旅游公共服务平台中普遍存在。但此时，双方如果能够进行合理的利益分配、有效降低运营成本和增进政商友好关系，使双方合作收益大于背叛对方的收益，二者策略选择开始趋同，尤其当政府竞争获益小于成本时，在政府坚定的合作意愿表达下双方达成一致合作，跳转式、内嵌式模式则多出现于该情形下。但若政府竞争成本高且不愿向互联网平台让渡足够收益，将导致互联网平台直接选择竞争，这是政府最不愿看到的结果，而互联网平台要求让渡收益过多同样将导致双方陷入不稳定对峙状态。对旅游企业来说，除政策强制性要求外，其入驻平台的关键是能否获得足够的利润收益，否则需要一定的政府补贴和扶持。同样，抓住游客心智的关键也是平台对游客有足够高的使用价值，否则同样需要一定的鼓励和优惠措施增强平台获客能力。政府主动性的补贴扶持和优惠鼓励措施是一种锦上添花的手段而非解决问题的根本途径，且需要建立在双方合理获益的基础上。即该类措施虽能吸引企业和游客在获益不足时入驻和使用政府平台，但政府平台方由于具有高度市场化特征，当补贴、优惠力度设置过高超出其承受能力时，平台将难以支撑从而放弃该类策略，最终使旅游企业和游客退出平台生态系统。提高政府可获得政绩、声誉效益等非核心因素虽能通过对政府的主动性补贴、优惠行为产生激励而延缓以上作用，但也要警惕对该类效益评估过高，从而导致“政绩工程”“面子工程”等现象的出现。因此，帮助商家增强平台内获利能力、提高平台有用性与易用性价值和合理的扶持/鼓励力度是维持平台良好运营状态——生态完整丰富、用户流量充足的关键。5.2 研究贡献在理论贡献方面，首先，本研究在传统演化博弈仿真框架下，突破单主体单策略集的博弈建模方式，构建了一套更适用于主体属性交叠和交互关系复杂的系统的博弈仿真理论框架，允许单个主体拥有多种策略，并应用于智慧旅游领域。在此基础上，研究首次厘清了智慧旅游公共服务平台内各类主体的角色属性、利益诉求及复杂竞合交互关系，尤其是充分剖析了政府作为监管者和市场参与者双重身份下的多元对外交互关系及策略，并从理论视角分析了平台系统内3组利益相关者内部的博弈机制和运营策略的演化均衡结果。其次，在系统仿真部分，研究采用了更适合刻画系统不稳定性和主体有限理性、异质性的ABM 方法验证和可视化理论分析结果，同时还探究了关键收益参数是否以及如何对演化博弈过程和结果产生影响。总体上，研究优化了演化博弈仿真理论框架，并运用该框架分析解决了近年来智慧旅游领域的重要实践——智慧旅游公共服务平台的运营痛点问题，是利益相关者理论、演化博弈理论和ABM 在智慧旅游领域的拓展性实践应用。在管理贡献方面，研究提供了一套理论模型工具辅助智慧旅游公共服务平台及类似平台经营策略的制定，在其选择与互联网平台间的竞合模式、丰富平台资源供给、提高用户使用意愿等方面给出策略性指导，同时也为平台内其他利益相关方行为提供一定借鉴。一方面，在环境变量确定时，该理论模型有助于预测各利益相关方的策略行为结果；另一方面，在已有理想化策略行为结果的情况下，为相关变量的决策提供理论指导。首先，有助于促进政府平台与互联网平台间的有效合作。可通过提升政府给予互联网平台的公共资源（如营销场地、广告展位等）、产品供给（如国有景区、文博场馆票务分销资质），互联网平台对政府平台降低运营成本（如产品能力支持、经验知识赋能和数据共享等）的帮助，以及制定合理的收益分配系数等方式构建互利共赢的合作机制，促进双方合作有效达成。此外，研究也对双方最终未达成合作的情景给出了分析。其次，对平台丰富资源供给和提升用户使用意愿给出策略性指导。政府平台可通过严谨的产品功能规划与研发、差异化信息的聚合以及丰富的资源供给提高用户使用价值，同时配合有力的营销推广和补贴优惠提升平台用户使用意愿，这部分流量也使得旅游企业在平台上的获利能力进一步增强，配合政府对旅游企业的适度扶持，反向促进平台供给的进一步丰富，最终形成系统内各利益相关者间收益长效增长的良性循环。总体上，研究为打破平台所处运营困境，提升平台管理运营水平，推动平台可持续发展和促进政府与市场的良性互动做出贡献。

　　本研究还存在一定的不足。首先，研究主要通过借鉴相关文献、新闻报道等资料，在笔者行业实践观察基础上进行博弈交互关系的梳理及收益矩阵的构建，构建的3 组两方博弈模型相对于四方博弈模型在体现系统性和整体性上稍有欠缺，下一步可使用定性的访谈及扎根研究等范式进一步提升博弈模型合理性及其实践贴合性。其次，在仿真阶段，探究关键参数对博弈过程和结果的影响作用主要关注各参数的大小组合关系，后续可选定典型案例，通过实践调研、访谈问卷等获取更贴近现实的参数数据，以期为各地智慧旅游公共服务平台的建设和运营提供更具针对性的指导。

　　图片来源于微信公众平台公共图片库文章发表于《旅游学刊》2025年第1期，脚注、参考文献略。

　　平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。