短视频中农业区域公用品牌对AI数字人采纳决策的复杂网络演化博弈研究

《Frontiers in Sustainable Food Systems》：Adoption decision-making of AI digital humans for agricultural regional public brands in short videos

　　

摘要专业翻译 引言： 本研究考察了农业区域公用品牌（agricultural regional public brands）在短视频推广中对AI数字人（AI digital humans, AI-DHs）的采纳行为。 方法： 研究构建了一个复杂网络演化博弈模型（complex network evolutionary game model），其中品牌在无标度网络（scale-free network）上互动，并通过费米规则（Fermi rule）更新策略。模型考虑了AI数字人制作与生成成本、真人推广成本、消费者偏好（consumer preference）、推荐优先级（recommendation priority）以及网络规模（network size）。针对每个参数情景，研究人员进行了100次随机模拟运行，并报告了平均采纳轨迹及95%模拟区间。 结果： 较高的AI数字人相关成本会降低AI数字人推广的相对收益（relative payoff）并抑制采纳；而较高的真人推广成本则使AI数字人推广更具相对吸引力。消费者偏好对演化结果产生最显著的影响，偏好越高，系统越趋向于更广泛的AI数字人采纳。较高的推荐优先级有助于在演化过程中维持AI数字人采纳，但不能独立决定最终采纳状态。网络规模对长期平均采纳率影响有限，但较大的网络可减少演化过程中的随机变异。 讨论： 这些发现将数字人研究从采纳后的消费者反应扩展到农业区域公用品牌的动态采纳决策，并凸显了相对收益、平台条件与品牌间学习的作用。

论文解读文章

一、研究背景与问题提出

农业区域公用品牌（agricultural regional public brands）是指依托特定区域的生态环境、历史背景和文化资源而建立的集体性农产品品牌，通常由相关组织管理并为多个农业生产者共享。这类品牌的价值与区域认同和产地信誉紧密关联，依赖稳定的消费者认知与信任来实现从地方农业资源到市场价值的转化。

然而，农业区域公用品牌在数字化转型中面临多重结构性困境。其一，低盈利能力限制了大规模营销投入，小农户和非专业经营者往往缺乏在微信、抖音、Instagram等平台开展有效推广所需的资源和能力。其二，农产品营销仍受中间环节过多、市场准入不均和供应链不稳定等因素影响。其三，建立稳定的品牌声誉需要质量认证、持续传播和长期市场曝光，许多以小农户为导向的品牌难以负担。

在此背景下，AI数字人（AI digital humans, AI-DHs）作为一种高效的营销工具应运而生。AI数字人相比真人推广具有内容呈现更稳定、服务更连续、信息传递更标准化的优势，能够降低产品沟通中的不确定性。已有多个农业区域公用品牌采用了AI数字人进行推广，如天目山宝的“小山宝”、安徽定远的“定兴馆”、岚县土豆的“岚豆豆”等。然而，AI数字人采纳也伴随潜在权衡：技术开发和维护的高初始投资可能扩大大品牌与小农户主导的区域品牌之间的数字鸿沟；对短视频平台的过度依赖可能增加品牌对平台费用、算法变化和流量分配规则的暴露；AI内容生产的环境足迹也可能对绿色数字化转型构成新挑战。

现有研究主要考察了数字人的发展与营销价值，尤其是其对消费者感知、参与、信任和营销绩效的影响，但较少关注农业区域公用品牌对AI数字人的采纳决策。技术采纳研究虽能解释采纳行为，却对AI数字人采纳如何通过平台曝光和品牌间学习在异质性区域品牌间扩散缺乏解释。为此，研究人员构建了一个复杂网络演化博弈模型，将AI数字人成本、真人推广成本、消费者偏好、推荐优先级和网络规模纳入同一分析框架，以揭示AI数字人采纳的动态决策过程。

二、研究设计与关键技术方法

研究人员采用基于仿真的计算建模方法，将演化博弈模型与无标度网络（scale-free network）模拟相结合。具体而言，研究构建了2×2博弈矩阵，其中品牌可选择AI数字人推广或真人推广两种策略。模型核心参数包括：农产品单价P、AI数字人生成成本b、短视频广告制作成本c?和c?、AI数字人推广与真人推广驱动的基准销量d?和d?、市场总需求a、消费者对AI数字人推广的偏好程度θ、平台对AI数字人内容的推荐优先级α、品牌传播收益f以及短视频社交互动效应η。

在无标度网络中，每个节点代表一个农业区域公用品牌，节点间的连接决定了品牌间互动与策略观察的范围。网络通过优先连接机制生成，度较高的节点获得新连接的概率更大，从而形成少数高度连接节点与多数低度连接节点并存的异质性结构。节点收益以度归一化平均收益计算，以消除网络度差异带来的规模效应。策略更新采用费米规则（Fermi rule），将收益差异转化为概率性策略学习行为，参数K控制策略更新的敏感性，基准值设为0.10。每个参数情景进行100次随机模拟运行，报告平均采纳轨迹及95%模拟区间。

三、研究结果

（一）AI数字人相关成本对采纳的影响

模拟结果显示，较高的AI数字人相关成本会降低AI数字人推广的相对收益（relative payoff）并抑制采纳。由于AI数字人推广总成本T?=c?+b在相对收益中为负向项，无论是短视频制作成本c?还是AI数字人生成成本b的增加，都会降低AI数字人推广的相对吸引力。

（二）真人推广成本对采纳的影响

较高的真人推广成本使AI数字人推广更具相对吸引力。由于真人推广成本T?=c?代表真人推广的成本投入，c?的增加会强化AI数字人推广的相对收益优势，从而推动更多品牌转向AI数字人推广。

（三）消费者偏好的影响

消费者偏好对演化结果产生最显著的影响。θ值越高，表示消费者越愿意购买AI数字人推广的产品，系统越趋向于更广泛的AI数字人采纳。这一发现表明，市场端的消费者接受度是决定AI数字人采纳扩散的最关键因素。

（四）推荐优先级的影响

较高的推荐优先级有助于在演化过程中维持AI数字人采纳，但不能独立决定最终采纳状态。α值反映了平台对AI数字人相关内容的曝光权重，较高的α能增加AI数字人推广的可见度和收益，但最终采纳状态仍取决于相对收益的整体比较。

（五）网络规模的影响

网络规模对长期平均采纳率影响有限，但较大的网络可减少演化过程中的随机变异。这一结果表明，在更大规模的品牌网络中，个体层面的随机波动更容易被平均化，演化轨迹更加稳定。

四、讨论与结论

讨论部分： 本研究的发现将数字人研究从采纳后的消费者反应扩展到农业区域公用品牌的动态采纳决策。研究揭示了相对收益、平台条件和品牌间学习在AI数字人采纳扩散中的重要作用。AI数字人采纳不仅是营销决策，更涉及包容性参与和负责任技术使用的数字治理问题。农业区域公用品牌需要权衡生产成本、消费者偏好、平台推荐和同行行为，在AI数字人与真人推广之间做出选择。

结论部分： 研究表明，AI数字人采纳的长期演化结果取决于AI数字人推广与真人推广之间的相对收益比较。当A<0时，系统趋向于双方均选择真人推广；当A+B>0时，系统趋向于双方均选择AI数字人推广；当A>0且A+B<0时，系统可能出现不同品牌采用不同推广策略的非对称均衡。消费者偏好是影响演化结果的最显著因素，而推荐优先级虽有助于维持采纳但不能独立决定最终状态。这些发现为理解农业区域公用品牌在短视频推广中的AI数字人采纳决策提供了理论依据，也为相关政策制定和平台治理提供了参考。