加载 Spotify 播放器；Spotify 可能会设置 Cookie。本设备将记住您的选择。
主要发现
- 内容创作者倾向于在内容类别和资历上具有相似性，表现出旨在降低协调与沟通成本的同质性效应。
- 内容创作者倾向于在知名度、总体产出率和合作频率上存在差异，表现出由追求互补资源和触达更广泛受众所驱动的异质性效应。
- 关系惯性对合作关系的形成具有强预测力，表明创作者往往倾向于与以往的伙伴和既有团队重复合作。
- 网络结构呈现出正向的传递性闭合与负向的循环性闭合，表明合作关系遵循具有层级地位的流动路径，而非封闭的互惠闭环。
实践启示
CIO / IT 高管
Review enterprise collaboration platform analytics to ensure recommendation engines deliberately surface cross-functional peers who have differing popularity levels and expertise frequencies, rather than defaulting to isolated silo matching.
IT 经理
Audit your team's project staffing distribution to pair senior, core subject-matter experts with junior staff from different departments, deliberately breaking apart insular cliques while leveraging established team communication channels.
商业战略师
Redesign partnership outreach incentives to target cross-industry allies with mismatched audience sizes and complementary resource portfolios, while retaining core thematic alignment to minimize operational friction.
研究人员
Update your network analysis frameworks to employ directed relational hyperevent models that capture polyadic, one-to-many interactions instead of relying solely on traditional two-person dyadic metrics.
政策制定者
Design digital ecosystem innovation grants that explicitly mandate consortia combining established industry leaders with emerging, low-popularity entrants to foster resource complementarity and hierarchical knowledge transfer.
摘要
本研究探讨了驱动数字视频创作者进行协同内容创作的前因。作者分析了来自数字平台哔哩哔哩（Bilibili）的5,998名独立用户所产生的8,463次合作事件。他们构建了一个有向关系超事件模型，以考察多元、一对多合作网络的时间动态特征。
核心问题
尽管数字平台日益引入协作功能，但现有研究大多将创作者视为市场竞争对手，而较少探讨他们为何组建合作团队。此外，传统的网络分析主要侧重于双人二元互动，而非一对多的团队互动，这使得创作者如何在获取多样化资源与控制协调成本之间进行权衡的过程变得不够清晰。
文稿
Expert: 谢谢 Anna。在当前的创作者经济中，大多数传统商业视角往往把内容创作者视为单纯的流量竞争对手。虽然很多平台上线了联合署名等合作功能，但学界和业界对创作者为何组建合作团队、如何权衡收益与成本一直缺乏清晰的量化理解。更关键的是，以往的网络分析大多局限于两两配对的二元互动，而现实中的创作往往是一对多的团队协同。这项研究正是为了厘清创作者在获取互补资源与控制协调成本之间的动态权衡。
Host: 那么，这项研究在方法上是如何捕捉这种复杂的多人互动过程的呢？
Expert: 研究团队收集了数字视频平台哔哩哔哩上的数据，涵盖 5,998 名独立创作者以及他们参与的 8,463 次合作事件。在方法上，该研究构建了一个有向关系超事件模型。这种建模方式能够直接处理多元、一对多的时间序列事件，而不需要把多人团队合作人为拆解为孤立的双人对，从而准确呈现出合作网络随时间演化的真实动力学机制。
Host: 这确实提供了一个更接近现实的观察视角。那么研究得出了哪些核心发现？创作者在寻找搭档时，究竟倾向于选择与自己相似的人，还是不同的人？
Expert: 结果显示，合作的形成同时存在同质性与异质性，但体现在不同维度上。首先，在内容分区和平台资历方面，创作者表现出明显的同质性。也就是说，同领域的创作者、或者入驻平台时间相近的创作者更容易组队。这反映出他们倾向于降低沟通和协调成本，因为相同的专业背景和资历能带来相似的工作节奏和受众理解。
Host: 那么异质性体现在哪些方面呢？
Expert: 异质性主要体现在知名度、总产出率以及合作频率上。创作者更倾向于与自身粉丝量、播放量不同，或者历史更新节奏不同的对象合作。这种差异化驱动的核心在于互补性：知名度相对较低的创作者可以通过合作触达更大的受众群体，而知名度较高或产出稳定的创作者也可以借助新伙伴的内容特色拓展圈层，实现资源互补。
Host: 除了个体特征的相似与差异，创作者团队在网络关系层面还有哪些规律？
Expert: 研究指出了两个关键的网络结构特征。第一是强烈的关系惯性，创作者往往会重复与以往的伙伴或既有团队合作，这再次印证了降低信任和协作成本的需求。第二是网络呈现出正向的传递性闭合与负向的循环性闭合。这说明合作关系的建立遵循着一种具有层级地位的流动路径，更偏向于地位相关的层级引荐，而非封闭平等的循环互惠。
Host: 了解这些规律对平台管理者、MCN 机构以及数字营销专业人士有哪些具体的实践指导意义？
Expert: 这些发现为平台和机构提供了明确的操作路径。第一，平台在设计协同创作推荐系统时，不应只推荐各方面都相似的创作者，而应采取复合匹配机制——在内容领域上匹配高同质性对象以确保合作可行性，在影响力层级上引入适度异质性以促进跨圈层曝光。第二，对 MCN 机构而言，管理旗下达人矩阵时，应当鼓励资深创作者带动新秀，利用层级流动逻辑构建健康的协同网络，同时利用创作者的关系惯性沉淀稳定的内容生产单元。第三，对于品牌方来说，赞助跨量级但同领域的联合创作团队，往往比单打独斗的投放更能覆盖多层次的目标受众。
Host: 总结来说，成功的数字创作合作并不是非此即彼的选择，而是在降低沟通成本的同质性与获取外部资源的异质性之间，找到系统性的平衡点。非常感谢 Alex 带来的深入解析，也感谢各位听众收听本期的 A.I.S. Insights — powered by Living Knowledge。我们下期再见。
Expert: 谢谢 Anna，再见。
Polyadic collaboration, Relational hyperevent model, Homophily, Heterophily, Creator economy, Social networks