平臺治理如何影響互補者知識共享
——平臺開放度的控制與激勵作用

高 輝,張建宇,王師靜云

(天津財經大學 商學院,天津 300222)

0 引言

互補者創新活動對平臺成功至關重要[1]。蘋果、谷歌、亞馬遜等企業的高速增長均得益于蓬勃發展的互補者創新生態系統。但是,同樣有許多平臺企業由于賦能互補者創新不足而導致吸引力下降。《中國平臺經濟健康指數》(2021)指出,中國平臺企業在全球前十大平臺企業中的市值占比持續下滑,與美國的差距不斷拉大,這是由于中國平臺企業的核心技術創新能力薄弱,更多地強調規模增長;2015年,SAP的Busines By Design平臺因為架構局限,導致互補者創新效率低下,從而遭到互補者棄用,不得不進行轉型。因此,如何促進互補者創新已成為平臺企業高質量發展必須解決的關鍵問題。

互補者知識共享是促進平臺生態系統協同創新和價值共創的重要來源[2]。通過知識共享,有利于發現不同互補者知識之間的新依存關系,觸發新的知識重組,促進互補者創新嘗試,進而提升平臺吸引力和價值。事實表明,平臺企業投入大量資源以促進生態系統知識交換[2]。例如,蘋果、谷歌和SAP每年都會舉辦開發者會議,邀請數千名開發者進行交流,并投入資源設立并啟動開發者關系部門;建立開發者論壇或社區,為互補者知識交流與學習創造環境。這表明,促進互補者知識互動與共享對于實現全面創新至關重要。然而,其面臨巨大挑戰。原因在于,知識共享往往會產生知識盜用和模仿問題,而平臺企業作為混合型組織,無法使用傳統的公司治理手段去協調互補者活動,并且互補者具有異質性[3]。因此,研究平臺治理規則設計和部署如何影響互補者知識共享成為當下亟需解決的理論與現實問題。

平臺開放度作為管理和控制平臺訪問度的重要指標,在平臺治理研究中受到越來越多的關注[4]。Eisenmann等[5]最早提出平臺開放度概念,認為“如果平臺的開發、使用和商業化不受限制,或者所有的限制都是合理的,并且平等地適用于所有參與者,那么該平臺應該被認為是開放的”。一系列研究也表明,平臺企業通過降低進入門檻和授予權限促進平臺使用,激發網絡效應,創造價值[6, 7],但與此同時,也會產生諸如加劇競爭和擠出創新等負面影響[8],開放度選擇是平臺企業綜合多種因素后的權衡[6]。已有研究往往聚焦于互補者與平臺交互(如在平臺上發布新的軟件應用程序)如何響應平臺治理規則,而忽視了互補者之間的交互行為也可能受到平臺開放度的影響。

本文關注平臺開放度對互補者知識共享活動這一重要互動行為的影響,以彌補上述研究不足。根據競合理論研究,知識共享基本上是由代理商競爭和合作激勵驅動的[9]。在平臺生態系統內,互補者知識共享受到共同利益(擴大平臺用戶基礎)和私人利益(增加市場份額)的影響[10]。當互補者受到的競爭壓力較小時,更易于進行合作式知識交流,如編程、界面設計等,提高對平臺的整體貢獻。而平臺準入、信息提供等有關開放度的政策施行會影響互補者競爭壓力和私人利益關注,從而改變互補者競合平衡,最終影響互補者知識共享。

此外,本文認為這種變化取決于互補者知識特征和戰略動機。已有的知識屬性研究強調知識復雜性和知識多樣性兩個特征的重要影響[11]。其中,知識復雜性表現為對相互依賴程度較高的子組件知識的掌握程度[12],知識多樣性則體現為掌握的知識元素的分散程度[13]。知識復雜性高的互補者對競爭壓力的關注較少,而知識多樣性高的互補者對合作激勵的關注較少,這些差異可能導致平臺開放度對互補者知識共享的影響也不同。互補者知識特征體現了其具備的資源與能力,而資源與能力對決策的影響還取決于互補者的戰略動機[14],戰略獨特性反映了互補者追求創新和競爭的動機。因此,互補者知識對競合激勵的影響因其戰略獨特性或者一致性而存在差異。

本文的貢獻主要有以下三點:首先,以往的平臺治理研究和互補者研究聚焦于互補者與平臺之間的相互作用,對互補者之間的交互缺乏關注。本文通過分析互補者知識共享行為,突出互補者互動對平臺的重要影響,豐富平臺治理研究。其次,從控制和激勵角度將平臺開放度細化為可訪問性與透明度兩個維度,并利用競合理論分析平臺開放度影響互補者知識共享的競爭與合作激勵機制,明確開放度選擇要考慮兩種激勵之間的平衡,豐富平臺開放度研究。最后,正如已有研究表明,提高平臺開放度會阻礙互補者對平臺的貢獻,本文還強調放松平臺訪問控制和提高透明度會降低互補者知識共享,但這種效應在不同互補者之間存在差異,進而強調整合互補者異質性特征對推進平臺治理和互補者行為研究的價值。

1 文獻回顧與理論基礎

1.1 平臺治理與互補者行為研究

平臺生態系統是以平臺所有者(owners)、互補者(complementors)、用戶(uses)之間的互動為基礎形成的經濟共同體,其中,互補者是指促使平臺對消費者更有價值的互補品提供者[1]。為此,本文將互補者定義為基于平臺提供的技術基礎和資源,為平臺提供互補性產品或服務的企業。在平臺市場,由外部性和信息不對稱等市場摩擦引發的集體行動問題,不僅影響互補者應用平臺,而且還塑造了平臺上既有參與者的分布式行動和創新[3]。為此,平臺企業需要開發并利用一系列總體規則、約束和激勵來解決與協調市場摩擦,即平臺治理[3]。為了實現平臺治理的預期效果,平臺企業會設計和應用某些特定工具或手段。平臺治理與設計對于價值創造及獲取至關重要,這是因為它們決定了平臺上可行的價值創造活動、活動參與權限,以及共創后的價值分配[15]。

在平臺治理設計中,開放度(openness)逐漸成為研究熱點[5, 16]。Eisenmann等[5]基于信息系統平臺管理研究,首先提出明確的平臺開放度定義。開放是通過邊界資源實現的,包括技術邊界資源,如應用程序編程接口(API)、SDK,以及非技術邊界資源,如技術文檔或支持、發行渠道等[17]。大部分研究都將平臺開放度定義為一種相對精益的單維結構,Benlian等[4]則認為開放度是一個復雜構念,并將可訪問性和透明度作為平臺開放度的兩個維度。其中,可訪問性被定義為平臺提供資源的程度,涉及互補者對平臺在使用、開發和商業化過程中受到限制或支持的程度;透明度是指允許互補者充分了解在平臺上如何開發和營銷業務,以及理解和遵循所有平臺治理決策的程度。很少有研究考慮開放度的透明性維度,例如技術文檔能否被理解、與用戶的交流或市場機制能否公開透明等,透明度作為參與規則的重要特征,在很大程度上影響互補者對平臺的應用[4]。

本文認為,可訪問性和透明度體現了公司治理的兩種手段——控制和激勵。Chen等[3]在對平臺治理研究進行系統性回顧時將平臺看作是一種元組織,傳統的公司治理理論也適用于元組織,可以通過采用非一體化的激勵和控制機制擴大平臺影響力。其中,可訪問性表明是否允許互補者加入和訪問平臺,例如上架審核規則、開發工具或文檔使用等,都屬于控制手段[3];透明度反映了平臺的信息政策是否被理解,例如指南規則是否清晰、排名算法是否公開透明、用戶信息是否充分等,體現了平臺企業向互補者提供信息的屬性,其有助于促進預期行為,屬于激勵手段[3]。因此,有必要從控制和激勵角度深入討論可訪問性與透明度對互補者行為的影響。

平臺開放度對互補者行為具有重要影響。一方面,有研究認為,較高的開放度會導致互補者數量和種類增加[6]。這是因為平臺開放度增大會提高互補者滿意度和感知有用性,進而影響互補者留在平臺的意愿[7]。另一方面,有研究表明,較高的開放度會提高互補者競爭強度,從而使獲利更加困難[18]。對于互補者創新而言,雖然授予互補者訪問權限與創新效率提高有關,但由于互補者之間存在過度競爭,在達到某個閾值后,創新效率會出現波動下降[8]。Menon等[19]認為,開放度在短期和長期內的影響可能不同,短期內提高開放度對互補者有利,但從長遠來看,提高開放度可能是有害的。

綜上所述,在“平臺開放度—互補者行為”關系研究中,盡管討論了互補者規模、多樣性、滿意度和創新等問題,但是大多數研究將互補者視為一個抽象的整體,分析其與平臺的互動行為,忽視了互補者交互也可能受到平臺開放度的影響。其次,已有研究忽略了互補者個體特征和潛在動機。互補者及其不同特征是平臺生態系統的核心構成,對平臺可持續發展具有直接影響,而準確理解互補者個體特征和戰略動機能夠有效調整平臺治理結構與策略。最后,已有研究缺少對平臺開放度不同維度的細化研究,盡管部分研究將開放度作為治理的重要手段,但是尚未深入剖析其治理要素與類型。為此,本文綜合控制和激勵治理手段,關注平臺可訪問性和透明度對互補者知識共享這一重要互動行為的影響,同時,考慮到互補者知識特征和戰略動機的影響,以彌補既有研究的不足。

1.2 競合理論

競合理論強調組織網絡中代理人之間同時存在競爭與合作兩種對立關系,上述關系分別發揮作用并相互影響,而代理人競爭和合作源于對私人與共同利益的追求[20]。集體行動會為每個代理人帶來共同利益,而私人利益則表示代理人可以單方面從其他代理人那里獲得收益。例如,在一個聯盟中,合作企業可以從集體應用的技能中獲得共同利益,這些技能為聯盟創造價值,同時,企業也可以通過向合作伙伴學習,將獲得的知識應用到自己的經營中,從而獲得私人利益。共同利益和私人利益的同時存在導致代理人間競爭與合作關系共存。

此外,代理人間的競爭與合作是由共同利益與私人利益的平衡程度所決定的[9]。雖然合作企業能夠享受到由協同效應帶來的共同利益,但當合作伙伴存在利用資源獲取私人利益的機會主義傾向時,這種競合關系可能會轉向競爭。例如,在一個聯盟中,當新創企業試圖利用機會主義獲取在位企業知識時,在位企業可能會限制知識共享,降低協同效應,并最終損害聯盟成功[21]。因此,競合理論表明,當對私人利益更加重視時,代理人傾向于采取競爭性行為;當對共同利益更加重視時,則合作期望大于競爭期望。因此,競爭與合作代表了一種內在取舍,這種取舍可以根據環境和組織條件而相互轉換[22]。因此,代理人競合激勵的核心問題是平衡代理人對共同利益和私人利益的追求。

由于知識是競爭優勢的重要來源[23],知識共享反映了代理人的競爭和合作動機[20],許多競合研究文獻都圍繞知識共享展開。當競爭激勵增大時,代理人會更多地求助于知識產權保護,確保知識專有;當競爭激勵降低時,代理人更易形成合作關系,以促進知識交流和建立創新知識儲備。因此,代理人的競合激勵決定了知識共享決策,當合作激勵大于競爭激勵時,才會進行知識共享。

競合理論也被應用于平臺生態系統。平臺生態系統的核心特征是互補性和依賴性[1],更強調競合的伙伴關系[16]。然而,已有研究主要強調平臺企業與互補者之間的競爭及合作[24],表現為平臺企業與互補者之間的協同為雙方創造價值,同時,平臺企業憑借權力不對稱進入互補品市場,與互補者展開競爭[25]。關于互補者之間的競爭與合作討論不足,特別是忽略對平臺企業通過治理策略協調互補者交互行為這一問題的分析。本文通過研究平臺開放度對互補者競合激勵和知識共享的影響,擴大競合理論適用范圍。

2 研究假設

2.1 平臺開放度與互補者知識共享

根據競合理論與平臺治理研究,擴大用戶規模是所有互補者的共同利益。用戶規模與平臺市場規模呈正相關關系,因此更大的用戶群體會吸引更多潛在客戶,增加預期收益,從而使所有互補者受益。相比之下,提高個體的用戶市場份額是互補者的私人利益,這是因為互補者的物質化收益更多地來自其獲得的實際用戶,而與潛在用戶數量無關[26]。為了實現擴大用戶基礎的共同利益,互補者可能存在與其他互補者共享知識、展開合作以吸引更多用戶的動機,比如就信息、觀點等進行線上和線下的互動與交流[14]。

平臺開放度通過可訪問性和透明度影響互補者對私人利益和共同利益的關注。可訪問性是平臺企業對互補者進入和訪問平臺的限制程度[4]。提高可訪問性將直接加劇互補者競爭,因為這將允許那些通過模仿現有互補者并提供具有重疊或替代特征的互補品參與者不受限制地使用平臺[27]。一方面,數字技術應用導致模仿難度降低、數據確權難和知識產權制度滯后等,使得互補者難以從創新中獲益[28]。這會誘發現有互補者的商業防竊意識,并擔心現有市場份額下降,從而更加關注私人利益,致使競合平衡轉向競爭。另一方面,大量模仿產品誕生,催生質量問題,而用戶很難事先評估質量,從而導致“檸檬”現象出現[29]。這樣會削弱互補者的整體效用,導致平臺吸引力下降。隨之而來的是,現有互補者對市場份額下降的擔憂會變得更加突出,為了獲取更多私人利益而傾向于競爭,而競爭增加則會減少互補者知識共享行為。

除可訪問性外,Benlian等[4]認為透明度也是開放度的重要維度。互補者在加入平臺前會了解平臺信息,以確定是否加入以及是否進行資產投資。為了激勵互補者參與,平臺企業會提供界面、接口等平臺信息,而透明度反映了這些信息能夠被互補者充分理解的程度,比如技術文檔是否完整和清晰。Jansen等[30]指出,低水平信息透明度會降低互補者參與強度,這是因為信息不透明向外界傳遞了平臺會鎖定互補者和濫用知識產權的負面信號,并損害平臺企業和平臺生態聲譽。外部互補者出于對高轉移成本和信息不對稱的擔憂,將慎重考慮是否加入平臺生態圈[31]。為此,平臺企業增加透明度,會提高互補者滿意度,吸引更多互補者加入,從而加劇平臺市場競爭。根據競合框架,市場競爭加劇會使得互補者傾向于保護知識和私人利益,削弱知識共享動機。由此,本文提出以下研究假設:

H1a:可訪問性對互補者知識共享具有負向影響;

H1b:透明度對互補者知識共享具有負向影響。

2.2 知識復雜性的調節效應

平臺治理設計需要考慮互補者知識基礎特征[9]。盡管平臺可訪問性和透明度提高會減少互補者知識共享行為,但這種影響可能因互補者知識基礎不同而存在差異。根據知識基礎理論,知識基礎特征與模仿、競爭相關[9],因而會影響互補者知識共享意愿。根據已有研究,知識的復雜性和多樣性特征會對知識共享這一互動行為產生影響。

知識復雜性是指知識組件之間的相互依賴程度[12]。如果知識組件之間存在潛在的沖突約束、難以處理的相互聯系和緊密的功能依賴[23],那么這種復雜性知識將難以被競爭者模仿。例如,軟件開發者通常具有豐富的編程經驗,能夠應對與平臺架構不同層交互的復雜技術約束[32]。由于開發者創建的軟件應用程序依賴于多樣且相互依賴的平臺子系統,使得其他開發者模仿面臨巨大挑戰[33]。

具體來說,復雜知識很難轉移和學習[34],擁有復雜知識的互補者較少受到競爭對手模仿和競爭壓力的影響。相比之下,常用或簡單的知識更易于交流和吸收,相關創新也很容易被復制。互補者的知識復雜性表明競爭合作機制具有邊界條件。因此,當平臺因提高可訪問性和透明度導致競爭對手增加時,互補者的知識復雜度越高,其環境敏感性越低,競合平衡轉向競爭的概率也越低,從而弱化可訪問性與透明度對知識共享的負向影響。為此,本文提出如下假設:

H2a:互補者的知識復雜性越高,可訪問性對互補者知識共享的負向影響越弱;

H2b:互補者的知識復雜性越高,透明度對互補者知識共享的負向影響越弱。

2.3 知識多樣性的調節效應

知識多樣性是指各類知識元素的分散程度[13],反映知識元素組合的多寡。企業具有多樣化知識,有助于激發發散思維、創造更多知識組合,增加創新輸出的可能性[35],并能夠降低新技術接入成本,提高創新效率。例如,擁有豐富和異質知識的開發者團隊通常能開發出更具創新性的產品[36],從而占據市場領先地位。

根據Carlile[37]的知識邊界框架,不同互補者具備的知識存在差異性和依賴性,不同主體之間存在知識整合需求[38]。差異性和依賴性并非相互獨立,沒有依賴性,差異性知識間也不會產生組合。互補者具有多樣性知識,意味著其擁有強大的知識基礎和創新能力[35],競爭優勢顯著。平臺通過提高可訪問性和透明度吸引更多互補者加入平臺,加劇了平臺市場競爭。對于具有知識多樣性的互補者而言,由于其對外部知識的依賴較小,與其他互補者進行知識交流與合作的需求也較小,并且具有較強的競爭能力,競合平衡轉向合作的幾率自然也更小,從而強化了可訪問性與透明度對知識共享的負向影響。為此,本文提出如下假設:

H3a:互補者的知識多樣性越高,可訪問性對互補者知識共享的負向影響越顯著;

H3b:互補者的知識多樣性越高,透明度對互補者知識共享的負向影響越顯著。

2.4 戰略獨特性的調節作用

戰略導向對企業行動具有制約和規范作用[39]。互補者知識共享行為不僅因知識特征呈現差異化,而且受到戰略導向的影響。戰略獨特性是指企業戰略偏離行業其他競爭對手的程度,體現企業在行業戰略定位和資源配置上的差異性[40]。戰略獨特性概念來源于最優區分研究中企業面臨制度壓力的一致性需求與競爭壓力的差異化需求之間的平衡[41]。企業追求獨特性戰略導向,反映出其試圖通過差異化構建競爭優勢的動機。

由于平臺依賴以及權力不對稱,互補者既要使自己的戰略與平臺企業目標及價值主張相一致以獲取資源,又要尋求一個獨特的戰略位置,以確保相對其他競爭對手具有獨特的價值主張以贏得競爭優勢[42]。這樣,互補者面臨平臺規則的合法性要求與自身戰略的獨特性要求。一方面,平臺企業通過建立社區、論壇等網站,以及制定激勵政策鼓勵互補者知識共享和價值共創,而互補者需要積極響應平臺企業的價值主張以實現一致性;另一方面,面對激烈的市場競爭,互補者會隱藏知識、保護自己的知識產權和創新成果以支持差異化的競爭優勢。

互補者的戰略導向會影響知識特征在平臺開放度與知識共享關系中的調節作用。具體而言,當互補者具有較高的戰略獨特性時,其表現的是一種競爭導向,即積極尋求創新,擔心知識泄漏風險,因而知識共享意愿較低。盡管知識復雜性在一定程度因降低競爭對手模仿概率,從而緩解可訪問性和透明度對知識共享的負面影響,但是獨特的戰略導向易引發互補者競爭意識和知識獨占行為,不利于發揮知識復雜性對知識共享負面影響的緩解作用;相反,當互補者具有較低的戰略獨特性時,其更加關注如何與平臺規則及價值主張保持一致以獲取合法性,因而知識共享動機更強,在一定程度上會強化知識復雜性的緩解作用。如上所述,擁有多樣性知識的互補者合作意愿較低,而戰略獨特性背后的競爭動機使得這些互補者具有較強的競爭激勵,因此會強化知識多樣性的調節作用。換而言之,互補者的戰略獨特性越高,其具備的知識多樣性越偏向支持該戰略導向,導致競爭激勵效應大于合作激勵效應,從而強化可訪問性和透明度對知識共享的負向影響。

為此,本文提出以下研究假設:

H4a:可訪問性、知識復雜性和戰略獨特性對互補者知識共享具有三階調節作用,互補者的戰略獨特性越低、知識復雜性越高,可訪問性對知識共享的負向影響越弱;

H4b:透明度、知識復雜性和戰略獨特性對互補者知識共享具有三階調節作用,互補者的戰略獨特性越低、知識復雜性越高,透明度對知識共享的負向影響越弱;

H4c:可訪問性、知識多樣性和戰略獨特性對互補者知識共享具有三階調節作用,互補者的戰略獨特性、知識多樣性越高,可訪問性對知識共享的負向影響越顯著;

H4d:透明度、知識多樣性和戰略獨特性對互補者知識共享具有三階調節作用,互補者的戰略獨特性、知識多樣性越高,透明度對知識共享的負向影響越顯著。

綜上,構建本文理論研究模型如圖1所示。

圖1 理論模型

3 研究設計

3.1 樣本選擇

根據研究主題,本文以創新型平臺中的應用開發商為研究樣本。創新型平臺主要是為各種應用程序開發商創新和開發互補性軟件產品提供的數字技術基礎平臺,例如App Store、360軟件中心、華為云等。其中,應用程序開發商為平臺提供各類App產品,為用戶創造價值,符合互補者定義。在一些互補者研究中,也常常將應用開發商視作互補者的典型代表[42]。其次,不同互補者,如企業、業余愛好開發者、兼職開發者等具有不同屬性和動機,本文僅關注企業類主體。研究采用問卷調查法收集數據,收集方式主要包括三種:第一,通過研究團隊和朋友、同學等關系進行滾動式問卷發放;第二,在調研過程中進行調查;第三,委托專業調研公司發放問卷。問卷均是嚴格發放給應用開發企業高管,包括總經理和副總經理。最終,發放問卷500份,有效問卷320份,有效回收率為64%。

在所有樣本中,從公司性質來看,95.9%為私企,2.2%為中外合資企業,0.9%為外企,0.3%為國有企業,0.7%為其它,基本符合應用開發企業特點;從規模來看,20人以下的企業占32.2%,21～50人的企業占41.2%,51～100人的企業占21%,101人及以上的企業占5.6%;從所在平臺來看,14%的企業采用蘋果App Store,15%的企業采用騰訊云、騰訊開放平臺、微信小程序等騰訊相關平臺,7.4%的企業采用百度云、百度手機助手等百度相關平臺,14.7%的企業采用阿里云、支付寶等阿里相關平臺,4.1%的企業采用谷歌Play、安卓等谷歌相關平臺,5.9%的企業采用華為鴻蒙開發者平臺、華為云等華為相關平臺;從產品屬性來看,基礎軟件占5%,中間件占3.8%,應用軟件占54.7%,信息安全產品占10.9%,支撐軟件占6.3%,軟件定制服務占16.6%,嵌入式軟件產品占2.7%。

3.2 變量測量與信度分析

為確保適用性和可行性,本文變量參考現有量表,并結合研究情境和實際調研作適當修改,采用李克特7點量表度量。可訪問性借鑒Nambisan &Baron[16]的研究,采用4個題項進行測量,Cronbach's α值為0.852;透明度借鑒Benlian等[4]的研究,采用3個題項進行測量,Cronbach's α值為0.811;知識復雜性借鑒吳松強等(2017)的研究,采用3個題項進行測量,Cronbach's α值為0.830;知識多樣化借鑒趙蓓和陳三可[43]的研究,采用3個題項進行測量,Cronbach's α值為0.822;戰略獨特性借鑒Li 等[44]、楊俊等(2010)的研究,采用4個題項進行測量,Cronbach's α值為0.851;知識共享借鑒馬文聰等[45]、Zhang等[9]的研究,采用4個題項進行測量,Cronbach's α值為0.865。

本文控制變量主要包括:平臺年齡(平臺創立年限)、企業規模(企業員工數量取自然對數)、企業年齡(企業創立年限)、平臺專用性(Lee&Joshi,2020)、平臺是否多歸屬(是為1,否為0)、是否開源(是為1,否為0)、產品屬性、企業成長性(銷售增長率)、平臺經驗(加入平臺時長)、平臺市場份額(平臺銷售額與所有平臺銷售總額之比)。

3.3 效度分析與同源偏差檢驗

通過驗證性因子分析,本文量表題項的因子載荷值均大于0.6,AVE均大于0.5,CR值均大于0.8,說明量表具有較高的聚合效度。通過構建不同因子模型發現,如表1所示,其它模型與原模型相比,各擬合指標均變差,說明原模型區分效度較高。另外,從表2中黑色字體可以看出,AVE的平方根均大于其所在的行與列相關系數,也說明量表具有較高的區分效度。

表2 描述性統計與相關分析結果

本文通過應用程序和統計方法降低同源偏差。在程序上,打亂變量和題項位置有助于降低同源偏差。在統計上,采用Harman單因子方法檢驗,對所有題項進行探索性因子分析,特征值大于1的第一個因子的方差解釋率小于50%,說明不存在嚴重的同源偏差。

4 結果分析

4.1 描述性統計分析

對假設進行檢驗前,先對各變量進行相關性分析,如表2所示。結果顯示,所有變量相關性系數均未超過0.7,處于中度相關水平,說明沒有異常現象。其中,可訪問性、透明度與知識共享顯著相關,可為后續檢驗提供支持。

4.2 假設檢驗

4.2.1 直接作用檢驗

本研究采用層次回歸法對假設進行檢驗,具體見表3。在模型1的基礎上,引入不同控制變量,其中,模型2和模型3分別引入可訪問性與透明度。回歸結果顯示,可訪問性系數顯著為負(β=-0.197,p<0.01),透明度系數顯著為負(β=-0.240,p<0.001),說明可訪問性、透明度對知識共享具有負向影響,假設H1a和假設H1b成立。

表3 回歸分析結果

4.2.2 調節作用檢驗

模型4和模型5檢驗知識復雜性的調節作用。從回歸結果看,可訪問性與知識復雜性的交互項系數顯著為正(β=0.142,p<0.05),透明度與知識復雜性的交互性系數顯著為正(β=0.111,p<0.05),說明知識復雜性弱化了可訪問性、透明度對知識共享的負向影響,假設H2a和H2b成立。模型6和模型7檢驗知識多樣性的調節作用。從回歸結果來看,可訪問性與知識多樣性的交互項系數顯著為負(β=-0.172,p<0.01),透明度與知識多樣性的交互性系數顯著為負(β=-0.249,p<0.001),說明知識多樣性強化了可訪問性、透明度對知識共享的負向影響,假設H3a和H3b成立。模型8和模型9檢驗戰略獨特性對知識復雜性的調節作用。根據羅勝強等(2014)的研究,本文的兩次調節屬于三階調節作用,故采用雙重檢驗標準進行檢驗。首先,從自變量與兩個調節變量的乘積系數可以看出,可訪問性、知識復雜性與戰略獨特性的乘積項對知識共享的影響顯著為負(β=-0.235,p<0.01),透明度、知識復雜性與戰略獨特性的乘積項對知識共享的影響也顯著為負(β=-0.135,p<0.05),說明戰略獨特性弱化了知識復雜性的調節作用,假設H4a和H4b成立。模型10和模型11檢驗戰略獨特性對知識多樣性的調節作用。從自變量與兩個調節變量的乘積系數可以看出,可訪問性、知識多樣性與戰略獨特性的乘積項對知識共享的作用不顯著(β=-0.038,p>0.05),透明度、知識多樣性與戰略獨特性的乘積項對知識共享的作用也不顯著(β=-0.072,p>0.05),說明戰略獨特性并未顯著影響知識多樣性的調節作用,假設H4c和H4d不成立。

本文借鑒Hayes(2013)推薦的有條件調節分析思路,采用Bootstrap方法對可訪問性/透明度、知識復雜性與戰略獨特性的三階調節作用作進一步分析,結果見表4。可以看出,在高知識復雜性、低戰略獨特性下,可訪問性與知識共享、透明度與知識共享的負向關系不再顯著,而在其它情況下存在顯著的負向關系。

表4 三階調節效應檢驗結果

為了更直觀地展示調節作用,繪制調節效應圖。從圖2可以看出,在高知識復雜性下,可訪問性對知識共享的負向影響較弱,在低知識復雜性下,可訪問性對知識共享的負向影響較強。如圖3所示,在高知識復雜性下,透明度對知識共享的負向影響較弱,在低知識復雜性下,透明度對知識共享的負向影響較顯著。圖4顯示,在高知識多樣性下,可訪問性對知識共享的負向影響較顯著,在低知識多樣性下,可訪問性對知識共享的負向影響較弱。如圖5所示,在高知識多樣性下,透明度對知識共享的負向影響較顯著,在低知識多樣性下,透明度對知識共享的負向影響較弱。圖6顯示,在低戰略獨特性下,可訪問性與知識共享曲線斜率變化較大,表明知識復雜性的調節作用較顯著,在高戰略獨特性下,可訪問性與知識共享曲線斜率變化較小,表明知識復雜性的調節作用較弱。同理,圖7顯示,在低戰略獨特性下,透明度與知識共享曲線斜率變化較大,表明知識復雜性的調節作用較顯著,在高戰略獨特性下,透明度與知識共享曲線斜率變化較小,表明知識復雜性的調節作用較弱。

圖2 知識復雜性對可訪問性與知識共享的調節作用

圖3 知識復雜性對透明度與知識共享的調節作用

圖4 知識多樣性對可訪問性與知識共享的調節作用

圖5 知識多樣性對透明度與知識共享的調節作用

圖6 戰略獨特性對可訪問性、知識復雜性與知識共享的三階調節效應

圖7 戰略獨特性對透明度、知識復雜性與知識共享的三階調節效應

5 結論與討論

5.1 研究結論

本文闡釋了平臺治理如何影響互補者知識共享的作用機理,探討了平臺開放度對互補者知識共享的作用機制。通過對創新型平臺320家應用程序開發商的調查,研究發現:第一,平臺開放度的兩個維度——可訪問性和透明度對互補者知識共享具有負向影響;第二,互補者自身的知識復雜性和知識多樣性特征在平臺開放度與知識共享關系中起調節作用,其中,當互補者的知識復雜性較高時,可訪問性、透明度對知識共享的負向影響較弱,而當互補者的知識多樣性較高時,可訪問性、透明度對知識共享的負向影響較強;第三,可訪問性和透明度分別與知識復雜性、戰略獨特性對知識共享具有三階調節作用,意味著在低戰略獨特性、高知識復雜性下,可訪問性和透明度對知識共享的負向影響減弱。

與假設不同的是,可訪問性和透明度分別與知識多樣性、戰略獨特性對知識共享的三階調節作用不顯著。原因可能是對于具有知識多樣性的互補者而言,其擁有豐富的知識組合與創新能力優勢,往往采取創新型戰略導向,因而戰略獨特性這一追求差異化的戰略動機對知識共享的調節作用不明顯。

5.2 理論貢獻

(1)關注了互補者知識共享這一交互行為,豐富了平臺治理研究。以往研究多將互補者看作一個抽象的整體,重點關注平臺如何影響互補者規模、滿意度等單一屬性或行為,而通過治理政策形成的互補者戰略互動對平臺所有者也很重要。本文聚焦于知識共享,強調互補者交互行為對平臺增值的重要影響,并討論如何采取平臺治理手段影響互補者知識共享,為平臺治理研究探索了新方向。

(2)從控制和激勵兩個角度討論平臺開放度的作用機制,細化了平臺開放度研究。開放度是平臺治理的重要手段,已有研究多從單一維度進行解讀,本文從傳統公司的治理控制和激勵視角,將平臺開放度劃分為可訪問性和透明度兩個維度,并利用競合理論分析它們對知識共享的影響,提出競爭與合作權衡機制,豐富了平臺開放度研究。

(3)強調互補者異質性如何影響平臺環境下的決策和行為,拓展了平臺治理和互補者行為研究。通過響應關注互補者特征的研究呼吁,本文提出互補者自身知識特征(知識復雜性、知識多樣性)和戰略導向(戰略獨特性)會影響其競合態度,從而影響知識共享,突出了平臺治理應當考慮互補者異質性,這對于揭示平臺治理邊界條件具有重要意義,豐富了平臺治理和互補者行為研究。

5.3 實踐啟示

(1)平臺企業在設計、部署和實施治理策略時,應該考慮對互補者競合的影響。研究結果表明,通過管理平臺可訪問性和透明度可影響互補者競合態度,從而促進互補者知識共享,這對平臺創新具有重要意義。提高可訪問性和透明度雖然能夠吸引更多互補者、用戶并激發網絡效應,但是激烈的競爭可能會阻礙互補者分享知識,并容易產生大量模仿行為,形成“檸檬”市場。因此,平臺企業治理要綜合分析對互補者產生的競爭和激勵效應。

(2)平臺企業治理手段和策略制定需要考慮互補者異質性特征。本文指出,互補者知識共享行為依賴于互補者自身特征和戰略動機,應當考慮制定分層的平臺開放政策,根據不同類型的互補者或子市場設計和實施針對性策略。例如平臺企業可以動態調整其子市場的門檻標準,當子市場(如游戲應用類型)充斥過多的替代性互補品時,平臺企業應當收緊平臺訪問和信息透明度標準,以降低競爭性,鼓勵互補者知識互動。

(3)面對平臺治理,互補者要根據自身特征制定應對策略。互補者是能動主體,應根據戰略情境選擇不同響應策略。一方面,在選擇平臺時,如果擔心知識盜用、追求創新和重視合作共享,應當優先選擇設計完善、平臺準入與信息提供嚴格的平臺;如果目的是利用平臺的用戶規模或者試圖采取模仿戰略時,可以考慮準入政策較為寬松的平臺。另一方面,對于實施獨特戰略的互補者,當平臺治理逐漸不利于知識共享和創新時,互補者應當努力提高知識復雜性或者采取多歸屬、退出等策略。對于采取模仿戰略的互補者,當平臺大力鼓勵知識共享和創新時,互補者可以采取多歸屬策略、建立非平臺渠道等。

5.4 研究局限及未來展望

本文尚存在一定局限性。首先,從靜態角度證明較低的開放度更有助于促進互補者知識共享,忽略了平臺開放度的動態調整。平臺演化研究表明,平臺生態結構的松緊度呈現循環式演變[46],而并非簡單的線性調整,甚至可能出現極端情況。換而言之,為了促進知識共享,并不是開放度越低越好,還要考慮互補者規模和網絡效應,開放度選擇是動態調整的過程。為此,未來研究應該從動態視角探索平臺開放度對互補者知識共享的影響機理。其次,本文并未對互補者進行類型細分。一方面,盡管從知識特征和戰略動機兩個方面進行了嘗試,但應用程序開發者還可以從不同視角進行劃分,如規模、地位、參與性、收入模式等;另一方面,本文主要關注應用程序開發者這類互補者,而平臺中例如第三方支付公司、服務公司等其它不同類型互補者的知識共享行為以及平臺治理存在差異。為此,后續研究應當深入挖掘不同類型互補者特征和行為表現。第三,本文聚焦于創新平臺生態系統及互補商研究,限制了研究結論的普適性。平臺可以細分為創新類、交易類和綜合類,不同平臺生態具有獨特性,未來研究可擴展到其它類型平臺以及其它類型互補者,深入挖掘平臺與互補者關系,進一步討論平臺治理與互補者行為問題。最后,在研究設計環節,本文問卷是由同一人填寫,容易出現同源偏差問題,盡管本文在程序和統計方法上進行了控制與檢驗,但應盡可能在源頭上進行預防,為此未來研究可進一步優化設計。