平台治理如何影响互补者知识共享——平台开放度的控制与激励作用

高 辉,张建宇,王师静云

(天津财经大学 商学院,天津 300222)

0 引言

互补者创新活动对平台成功至关重要[1]。苹果、谷歌、亚马逊等企业的高速增长均得益于蓬勃发展的互补者创新生态系统。但是,同样有许多平台企业由于赋能互补者创新不足而导致吸引力下降。《中国平台经济健康指数》(2021)指出,中国平台企业在全球前十大平台企业中的市值占比持续下滑,与美国的差距不断拉大,这是由于中国平台企业的核心技术创新能力薄弱,更多地强调规模增长;2015年,SAP的Busines By Design平台因为架构局限,导致互补者创新效率低下,从而遭到互补者弃用,不得不进行转型。因此,如何促进互补者创新已成为平台企业高质量发展必须解决的关键问题。

互补者知识共享是促进平台生态系统协同创新和价值共创的重要来源[2]。通过知识共享,有利于发现不同互补者知识之间的新依存关系,触发新的知识重组,促进互补者创新尝试,进而提升平台吸引力和价值。事实表明,平台企业投入大量资源以促进生态系统知识交换[2]。例如,苹果、谷歌和SAP每年都会举办开发者会议,邀请数千名开发者进行交流,并投入资源设立并启动开发者关系部门;建立开发者论坛或社区,为互补者知识交流与学习创造环境。这表明,促进互补者知识互动与共享对于实现全面创新至关重要。然而,其面临巨大挑战。原因在于,知识共享往往会产生知识盗用和模仿问题,而平台企业作为混合型组织,无法使用传统的公司治理手段去协调互补者活动,并且互补者具有异质性[3]。因此,研究平台治理规则设计和部署如何影响互补者知识共享成为当下亟需解决的理论与现实问题。

平台开放度作为管理和控制平台访问度的重要指标,在平台治理研究中受到越来越多的关注[4]。Eisenmann等[5]最早提出平台开放度概念,认为“如果平台的开发、使用和商业化不受限制,或者所有的限制都是合理的,并且平等地适用于所有参与者,那么该平台应该被认为是开放的”。一系列研究也表明,平台企业通过降低进入门槛和授予权限促进平台使用,激发网络效应,创造价值[6, 7],但与此同时,也会产生诸如加剧竞争和挤出创新等负面影响[8],开放度选择是平台企业综合多种因素后的权衡[6]。已有研究往往聚焦于互补者与平台交互(如在平台上发布新的软件应用程序)如何响应平台治理规则,而忽视了互补者之间的交互行为也可能受到平台开放度的影响。

本文关注平台开放度对互补者知识共享活动这一重要互动行为的影响,以弥补上述研究不足。根据竞合理论研究,知识共享基本上是由代理商竞争和合作激励驱动的[9]。在平台生态系统内,互补者知识共享受到共同利益(扩大平台用户基础)和私人利益(增加市场份额)的影响[10]。当互补者受到的竞争压力较小时,更易于进行合作式知识交流,如编程、界面设计等,提高对平台的整体贡献。而平台准入、信息提供等有关开放度的政策施行会影响互补者竞争压力和私人利益关注,从而改变互补者竞合平衡,最终影响互补者知识共享。

此外,本文认为这种变化取决于互补者知识特征和战略动机。已有的知识属性研究强调知识复杂性和知识多样性两个特征的重要影响[11]。其中,知识复杂性表现为对相互依赖程度较高的子组件知识的掌握程度[12],知识多样性则体现为掌握的知识元素的分散程度[13]。知识复杂性高的互补者对竞争压力的关注较少,而知识多样性高的互补者对合作激励的关注较少,这些差异可能导致平台开放度对互补者知识共享的影响也不同。互补者知识特征体现了其具备的资源与能力,而资源与能力对决策的影响还取决于互补者的战略动机[14],战略独特性反映了互补者追求创新和竞争的动机。因此,互补者知识对竞合激励的影响因其战略独特性或者一致性而存在差异。

本文的贡献主要有以下三点:首先,以往的平台治理研究和互补者研究聚焦于互补者与平台之间的相互作用,对互补者之间的交互缺乏关注。本文通过分析互补者知识共享行为,突出互补者互动对平台的重要影响,丰富平台治理研究。其次,从控制和激励角度将平台开放度细化为可访问性与透明度两个维度,并利用竞合理论分析平台开放度影响互补者知识共享的竞争与合作激励机制,明确开放度选择要考虑两种激励之间的平衡,丰富平台开放度研究。最后,正如已有研究表明,提高平台开放度会阻碍互补者对平台的贡献,本文还强调放松平台访问控制和提高透明度会降低互补者知识共享,但这种效应在不同互补者之间存在差异,进而强调整合互补者异质性特征对推进平台治理和互补者行为研究的价值。

1 文献回顾与理论基础

1.1 平台治理与互补者行为研究

平台生态系统是以平台所有者(owners)、互补者(complementors)、用户(uses)之间的互动为基础形成的经济共同体,其中,互补者是指促使平台对消费者更有价值的互补品提供者[1]。为此,本文将互补者定义为基于平台提供的技术基础和资源,为平台提供互补性产品或服务的企业。在平台市场,由外部性和信息不对称等市场摩擦引发的集体行动问题,不仅影响互补者应用平台,而且还塑造了平台上既有参与者的分布式行动和创新[3]。为此,平台企业需要开发并利用一系列总体规则、约束和激励来解决与协调市场摩擦,即平台治理[3]。为了实现平台治理的预期效果,平台企业会设计和应用某些特定工具或手段。平台治理与设计对于价值创造及获取至关重要,这是因为它们决定了平台上可行的价值创造活动、活动参与权限,以及共创后的价值分配[15]。

在平台治理设计中,开放度(openness)逐渐成为研究热点[5, 16]。Eisenmann等[5]基于信息系统平台管理研究,首先提出明确的平台开放度定义。开放是通过边界资源实现的,包括技术边界资源,如应用程序编程接口(API)、SDK,以及非技术边界资源,如技术文档或支持、发行渠道等[17]。大部分研究都将平台开放度定义为一种相对精益的单维结构,Benlian等[4]则认为开放度是一个复杂构念,并将可访问性和透明度作为平台开放度的两个维度。其中,可访问性被定义为平台提供资源的程度,涉及互补者对平台在使用、开发和商业化过程中受到限制或支持的程度;透明度是指允许互补者充分了解在平台上如何开发和营销业务,以及理解和遵循所有平台治理决策的程度。很少有研究考虑开放度的透明性维度,例如技术文档能否被理解、与用户的交流或市场机制能否公开透明等,透明度作为参与规则的重要特征,在很大程度上影响互补者对平台的应用[4]。

本文认为,可访问性和透明度体现了公司治理的两种手段——控制和激励。Chen等[3]在对平台治理研究进行系统性回顾时将平台看作是一种元组织,传统的公司治理理论也适用于元组织,可以通过采用非一体化的激励和控制机制扩大平台影响力。其中,可访问性表明是否允许互补者加入和访问平台,例如上架审核规则、开发工具或文档使用等,都属于控制手段[3];透明度反映了平台的信息政策是否被理解,例如指南规则是否清晰、排名算法是否公开透明、用户信息是否充分等,体现了平台企业向互补者提供信息的属性,其有助于促进预期行为,属于激励手段[3]。因此,有必要从控制和激励角度深入讨论可访问性与透明度对互补者行为的影响。

平台开放度对互补者行为具有重要影响。一方面,有研究认为,较高的开放度会导致互补者数量和种类增加[6]。这是因为平台开放度增大会提高互补者满意度和感知有用性,进而影响互补者留在平台的意愿[7]。另一方面,有研究表明,较高的开放度会提高互补者竞争强度,从而使获利更加困难[18]。对于互补者创新而言,虽然授予互补者访问权限与创新效率提高有关,但由于互补者之间存在过度竞争,在达到某个阈值后,创新效率会出现波动下降[8]。Menon等[19]认为,开放度在短期和长期内的影响可能不同,短期内提高开放度对互补者有利,但从长远来看,提高开放度可能是有害的。

综上所述,在“平台开放度—互补者行为”关系研究中,尽管讨论了互补者规模、多样性、满意度和创新等问题,但是大多数研究将互补者视为一个抽象的整体,分析其与平台的互动行为,忽视了互补者交互也可能受到平台开放度的影响。其次,已有研究忽略了互补者个体特征和潜在动机。互补者及其不同特征是平台生态系统的核心构成,对平台可持续发展具有直接影响,而准确理解互补者个体特征和战略动机能够有效调整平台治理结构与策略。最后,已有研究缺少对平台开放度不同维度的细化研究,尽管部分研究将开放度作为治理的重要手段,但是尚未深入剖析其治理要素与类型。为此,本文综合控制和激励治理手段,关注平台可访问性和透明度对互补者知识共享这一重要互动行为的影响,同时,考虑到互补者知识特征和战略动机的影响,以弥补既有研究的不足。

1.2 竞合理论

竞合理论强调组织网络中代理人之间同时存在竞争与合作两种对立关系,上述关系分别发挥作用并相互影响,而代理人竞争和合作源于对私人与共同利益的追求[20]。集体行动会为每个代理人带来共同利益,而私人利益则表示代理人可以单方面从其他代理人那里获得收益。例如,在一个联盟中,合作企业可以从集体应用的技能中获得共同利益,这些技能为联盟创造价值,同时,企业也可以通过向合作伙伴学习,将获得的知识应用到自己的经营中,从而获得私人利益。共同利益和私人利益的同时存在导致代理人间竞争与合作关系共存。

此外,代理人间的竞争与合作是由共同利益与私人利益的平衡程度所决定的[9]。虽然合作企业能够享受到由协同效应带来的共同利益,但当合作伙伴存在利用资源获取私人利益的机会主义倾向时,这种竞合关系可能会转向竞争。例如,在一个联盟中,当新创企业试图利用机会主义获取在位企业知识时,在位企业可能会限制知识共享,降低协同效应,并最终损害联盟成功[21]。因此,竞合理论表明,当对私人利益更加重视时,代理人倾向于采取竞争性行为;当对共同利益更加重视时,则合作期望大于竞争期望。因此,竞争与合作代表了一种内在取舍,这种取舍可以根据环境和组织条件而相互转换[22]。因此,代理人竞合激励的核心问题是平衡代理人对共同利益和私人利益的追求。

由于知识是竞争优势的重要来源[23],知识共享反映了代理人的竞争和合作动机[20],许多竞合研究文献都围绕知识共享展开。当竞争激励增大时,代理人会更多地求助于知识产权保护,确保知识专有;当竞争激励降低时,代理人更易形成合作关系,以促进知识交流和建立创新知识储备。因此,代理人的竞合激励决定了知识共享决策,当合作激励大于竞争激励时,才会进行知识共享。

竞合理论也被应用于平台生态系统。平台生态系统的核心特征是互补性和依赖性[1],更强调竞合的伙伴关系[16]。然而,已有研究主要强调平台企业与互补者之间的竞争及合作[24],表现为平台企业与互补者之间的协同为双方创造价值,同时,平台企业凭借权力不对称进入互补品市场,与互补者展开竞争[25]。关于互补者之间的竞争与合作讨论不足,特别是忽略对平台企业通过治理策略协调互补者交互行为这一问题的分析。本文通过研究平台开放度对互补者竞合激励和知识共享的影响,扩大竞合理论适用范围。

2 研究假设

2.1 平台开放度与互补者知识共享

根据竞合理论与平台治理研究,扩大用户规模是所有互补者的共同利益。用户规模与平台市场规模呈正相关关系,因此更大的用户群体会吸引更多潜在客户,增加预期收益,从而使所有互补者受益。相比之下,提高个体的用户市场份额是互补者的私人利益,这是因为互补者的物质化收益更多地来自其获得的实际用户,而与潜在用户数量无关[26]。为了实现扩大用户基础的共同利益,互补者可能存在与其他互补者共享知识、展开合作以吸引更多用户的动机,比如就信息、观点等进行线上和线下的互动与交流[14]。

平台开放度通过可访问性和透明度影响互补者对私人利益和共同利益的关注。可访问性是平台企业对互补者进入和访问平台的限制程度[4]。提高可访问性将直接加剧互补者竞争,因为这将允许那些通过模仿现有互补者并提供具有重叠或替代特征的互补品参与者不受限制地使用平台[27]。一方面,数字技术应用导致模仿难度降低、数据确权难和知识产权制度滞后等,使得互补者难以从创新中获益[28]。这会诱发现有互补者的商业防窃意识,并担心现有市场份额下降,从而更加关注私人利益,致使竞合平衡转向竞争。另一方面,大量模仿产品诞生,催生质量问题,而用户很难事先评估质量,从而导致“柠檬”现象出现[29]。这样会削弱互补者的整体效用,导致平台吸引力下降。随之而来的是,现有互补者对市场份额下降的担忧会变得更加突出,为了获取更多私人利益而倾向于竞争,而竞争增加则会减少互补者知识共享行为。

除可访问性外,Benlian等[4]认为透明度也是开放度的重要维度。互补者在加入平台前会了解平台信息,以确定是否加入以及是否进行资产投资。为了激励互补者参与,平台企业会提供界面、接口等平台信息,而透明度反映了这些信息能够被互补者充分理解的程度,比如技术文档是否完整和清晰。Jansen等[30]指出,低水平信息透明度会降低互补者参与强度,这是因为信息不透明向外界传递了平台会锁定互补者和滥用知识产权的负面信号,并损害平台企业和平台生态声誉。外部互补者出于对高转移成本和信息不对称的担忧,将慎重考虑是否加入平台生态圈[31]。为此,平台企业增加透明度,会提高互补者满意度,吸引更多互补者加入,从而加剧平台市场竞争。根据竞合框架,市场竞争加剧会使得互补者倾向于保护知识和私人利益,削弱知识共享动机。由此,本文提出以下研究假设:

H1a:可访问性对互补者知识共享具有负向影响;

H1b:透明度对互补者知识共享具有负向影响。

2.2 知识复杂性的调节效应

平台治理设计需要考虑互补者知识基础特征[9]。尽管平台可访问性和透明度提高会减少互补者知识共享行为,但这种影响可能因互补者知识基础不同而存在差异。根据知识基础理论,知识基础特征与模仿、竞争相关[9],因而会影响互补者知识共享意愿。根据已有研究,知识的复杂性和多样性特征会对知识共享这一互动行为产生影响。

知识复杂性是指知识组件之间的相互依赖程度[12]。如果知识组件之间存在潜在的冲突约束、难以处理的相互联系和紧密的功能依赖[23],那么这种复杂性知识将难以被竞争者模仿。例如,软件开发者通常具有丰富的编程经验,能够应对与平台架构不同层交互的复杂技术约束[32]。由于开发者创建的软件应用程序依赖于多样且相互依赖的平台子系统,使得其他开发者模仿面临巨大挑战[33]。

具体来说,复杂知识很难转移和学习[34],拥有复杂知识的互补者较少受到竞争对手模仿和竞争压力的影响。相比之下,常用或简单的知识更易于交流和吸收,相关创新也很容易被复制。互补者的知识复杂性表明竞争合作机制具有边界条件。因此,当平台因提高可访问性和透明度导致竞争对手增加时,互补者的知识复杂度越高,其环境敏感性越低,竞合平衡转向竞争的概率也越低,从而弱化可访问性与透明度对知识共享的负向影响。为此,本文提出如下假设:

H2a:互补者的知识复杂性越高,可访问性对互补者知识共享的负向影响越弱;

H2b:互补者的知识复杂性越高,透明度对互补者知识共享的负向影响越弱。

2.3 知识多样性的调节效应

知识多样性是指各类知识元素的分散程度[13],反映知识元素组合的多寡。企业具有多样化知识,有助于激发发散思维、创造更多知识组合,增加创新输出的可能性[35],并能够降低新技术接入成本,提高创新效率。例如,拥有丰富和异质知识的开发者团队通常能开发出更具创新性的产品[36],从而占据市场领先地位。

根据Carlile[37]的知识边界框架,不同互补者具备的知识存在差异性和依赖性,不同主体之间存在知识整合需求[38]。差异性和依赖性并非相互独立,没有依赖性,差异性知识间也不会产生组合。互补者具有多样性知识,意味着其拥有强大的知识基础和创新能力[35],竞争优势显著。平台通过提高可访问性和透明度吸引更多互补者加入平台,加剧了平台市场竞争。对于具有知识多样性的互补者而言,由于其对外部知识的依赖较小,与其他互补者进行知识交流与合作的需求也较小,并且具有较强的竞争能力,竞合平衡转向合作的几率自然也更小,从而强化了可访问性与透明度对知识共享的负向影响。为此,本文提出如下假设:

H3a:互补者的知识多样性越高,可访问性对互补者知识共享的负向影响越显著;

H3b:互补者的知识多样性越高,透明度对互补者知识共享的负向影响越显著。

2.4 战略独特性的调节作用

战略导向对企业行动具有制约和规范作用[39]。互补者知识共享行为不仅因知识特征呈现差异化,而且受到战略导向的影响。战略独特性是指企业战略偏离行业其他竞争对手的程度,体现企业在行业战略定位和资源配置上的差异性[40]。战略独特性概念来源于最优区分研究中企业面临制度压力的一致性需求与竞争压力的差异化需求之间的平衡[41]。企业追求独特性战略导向,反映出其试图通过差异化构建竞争优势的动机。

由于平台依赖以及权力不对称,互补者既要使自己的战略与平台企业目标及价值主张相一致以获取资源,又要寻求一个独特的战略位置,以确保相对其他竞争对手具有独特的价值主张以赢得竞争优势[42]。这样,互补者面临平台规则的合法性要求与自身战略的独特性要求。一方面,平台企业通过建立社区、论坛等网站,以及制定激励政策鼓励互补者知识共享和价值共创,而互补者需要积极响应平台企业的价值主张以实现一致性;另一方面,面对激烈的市场竞争,互补者会隐藏知识、保护自己的知识产权和创新成果以支持差异化的竞争优势。

互补者的战略导向会影响知识特征在平台开放度与知识共享关系中的调节作用。具体而言,当互补者具有较高的战略独特性时,其表现的是一种竞争导向,即积极寻求创新,担心知识泄漏风险,因而知识共享意愿较低。尽管知识复杂性在一定程度因降低竞争对手模仿概率,从而缓解可访问性和透明度对知识共享的负面影响,但是独特的战略导向易引发互补者竞争意识和知识独占行为,不利于发挥知识复杂性对知识共享负面影响的缓解作用;相反,当互补者具有较低的战略独特性时,其更加关注如何与平台规则及价值主张保持一致以获取合法性,因而知识共享动机更强,在一定程度上会强化知识复杂性的缓解作用。如上所述,拥有多样性知识的互补者合作意愿较低,而战略独特性背后的竞争动机使得这些互补者具有较强的竞争激励,因此会强化知识多样性的调节作用。换而言之,互补者的战略独特性越高,其具备的知识多样性越偏向支持该战略导向,导致竞争激励效应大于合作激励效应,从而强化可访问性和透明度对知识共享的负向影响。

为此,本文提出以下研究假设:

H4a:可访问性、知识复杂性和战略独特性对互补者知识共享具有三阶调节作用,互补者的战略独特性越低、知识复杂性越高,可访问性对知识共享的负向影响越弱;

H4b:透明度、知识复杂性和战略独特性对互补者知识共享具有三阶调节作用,互补者的战略独特性越低、知识复杂性越高,透明度对知识共享的负向影响越弱;

H4c:可访问性、知识多样性和战略独特性对互补者知识共享具有三阶调节作用,互补者的战略独特性、知识多样性越高,可访问性对知识共享的负向影响越显著;

H4d:透明度、知识多样性和战略独特性对互补者知识共享具有三阶调节作用,互补者的战略独特性、知识多样性越高,透明度对知识共享的负向影响越显著。

综上,构建本文理论研究模型如图1所示。

图1 理论模型

3 研究设计

3.1 样本选择

根据研究主题,本文以创新型平台中的应用开发商为研究样本。创新型平台主要是为各种应用程序开发商创新和开发互补性软件产品提供的数字技术基础平台,例如App Store、360软件中心、华为云等。其中,应用程序开发商为平台提供各类App产品,为用户创造价值,符合互补者定义。在一些互补者研究中,也常常将应用开发商视作互补者的典型代表[42]。其次,不同互补者,如企业、业余爱好开发者、兼职开发者等具有不同属性和动机,本文仅关注企业类主体。研究采用问卷调查法收集数据,收集方式主要包括三种:第一,通过研究团队和朋友、同学等关系进行滚动式问卷发放;第二,在调研过程中进行调查;第三,委托专业调研公司发放问卷。问卷均是严格发放给应用开发企业高管,包括总经理和副总经理。最终,发放问卷500份,有效问卷320份,有效回收率为64%。

在所有样本中,从公司性质来看,95.9%为私企,2.2%为中外合资企业,0.9%为外企,0.3%为国有企业,0.7%为其它,基本符合应用开发企业特点;从规模来看,20人以下的企业占32.2%,21～50人的企业占41.2%,51～100人的企业占21%,101人及以上的企业占5.6%;从所在平台来看,14%的企业采用苹果App Store,15%的企业采用腾讯云、腾讯开放平台、微信小程序等腾讯相关平台,7.4%的企业采用百度云、百度手机助手等百度相关平台,14.7%的企业采用阿里云、支付宝等阿里相关平台,4.1%的企业采用谷歌Play、安卓等谷歌相关平台,5.9%的企业采用华为鸿蒙开发者平台、华为云等华为相关平台;从产品属性来看,基础软件占5%,中间件占3.8%,应用软件占54.7%,信息安全产品占10.9%,支撑软件占6.3%,软件定制服务占16.6%,嵌入式软件产品占2.7%。

3.2 变量测量与信度分析

为确保适用性和可行性,本文变量参考现有量表,并结合研究情境和实际调研作适当修改,采用李克特7点量表度量。可访问性借鉴Nambisan &Baron[16]的研究,采用4个题项进行测量,Cronbach's α值为0.852;透明度借鉴Benlian等[4]的研究,采用3个题项进行测量,Cronbach's α值为0.811;知识复杂性借鉴吴松强等(2017)的研究,采用3个题项进行测量,Cronbach's α值为0.830;知识多样化借鉴赵蓓和陈三可[43]的研究,采用3个题项进行测量,Cronbach's α值为0.822;战略独特性借鉴Li 等[44]、杨俊等(2010)的研究,采用4个题项进行测量,Cronbach's α值为0.851;知识共享借鉴马文聪等[45]、Zhang等[9]的研究,采用4个题项进行测量,Cronbach's α值为0.865。

本文控制变量主要包括:平台年龄(平台创立年限)、企业规模(企业员工数量取自然对数)、企业年龄(企业创立年限)、平台专用性(Lee&Joshi,2020)、平台是否多归属(是为1,否为0)、是否开源(是为1,否为0)、产品属性、企业成长性(销售增长率)、平台经验(加入平台时长)、平台市场份额(平台销售额与所有平台销售总额之比)。

3.3 效度分析与同源偏差检验

通过验证性因子分析,本文量表题项的因子载荷值均大于0.6,AVE均大于0.5,CR值均大于0.8,说明量表具有较高的聚合效度。通过构建不同因子模型发现,如表1所示,其它模型与原模型相比,各拟合指标均变差,说明原模型区分效度较高。另外,从表2中黑色字体可以看出,AVE的平方根均大于其所在的行与列相关系数,也说明量表具有较高的区分效度。

表2 描述性统计与相关分析结果

本文通过应用程序和统计方法降低同源偏差。在程序上,打乱变量和题项位置有助于降低同源偏差。在统计上,采用Harman单因子方法检验,对所有题项进行探索性因子分析,特征值大于1的第一个因子的方差解释率小于50%,说明不存在严重的同源偏差。

4 结果分析

4.1 描述性统计分析

对假设进行检验前,先对各变量进行相关性分析,如表2所示。结果显示,所有变量相关性系数均未超过0.7,处于中度相关水平,说明没有异常现象。其中,可访问性、透明度与知识共享显著相关,可为后续检验提供支持。

4.2 假设检验

4.2.1 直接作用检验

本研究采用层次回归法对假设进行检验,具体见表3。在模型1的基础上,引入不同控制变量,其中,模型2和模型3分别引入可访问性与透明度。回归结果显示,可访问性系数显著为负(β=-0.197,p<0.01),透明度系数显著为负(β=-0.240,p<0.001),说明可访问性、透明度对知识共享具有负向影响,假设H1a和假设H1b成立。

表3 回归分析结果

4.2.2 调节作用检验

模型4和模型5检验知识复杂性的调节作用。从回归结果看,可访问性与知识复杂性的交互项系数显著为正(β=0.142,p<0.05),透明度与知识复杂性的交互性系数显著为正(β=0.111,p<0.05),说明知识复杂性弱化了可访问性、透明度对知识共享的负向影响,假设H2a和H2b成立。模型6和模型7检验知识多样性的调节作用。从回归结果来看,可访问性与知识多样性的交互项系数显著为负(β=-0.172,p<0.01),透明度与知识多样性的交互性系数显著为负(β=-0.249,p<0.001),说明知识多样性强化了可访问性、透明度对知识共享的负向影响,假设H3a和H3b成立。模型8和模型9检验战略独特性对知识复杂性的调节作用。根据罗胜强等(2014)的研究,本文的两次调节属于三阶调节作用,故采用双重检验标准进行检验。首先,从自变量与两个调节变量的乘积系数可以看出,可访问性、知识复杂性与战略独特性的乘积项对知识共享的影响显著为负(β=-0.235,p<0.01),透明度、知识复杂性与战略独特性的乘积项对知识共享的影响也显著为负(β=-0.135,p<0.05),说明战略独特性弱化了知识复杂性的调节作用,假设H4a和H4b成立。模型10和模型11检验战略独特性对知识多样性的调节作用。从自变量与两个调节变量的乘积系数可以看出,可访问性、知识多样性与战略独特性的乘积项对知识共享的作用不显著(β=-0.038,p>0.05),透明度、知识多样性与战略独特性的乘积项对知识共享的作用也不显著(β=-0.072,p>0.05),说明战略独特性并未显著影响知识多样性的调节作用,假设H4c和H4d不成立。

本文借鉴Hayes(2013)推荐的有条件调节分析思路,采用Bootstrap方法对可访问性/透明度、知识复杂性与战略独特性的三阶调节作用作进一步分析,结果见表4。可以看出,在高知识复杂性、低战略独特性下,可访问性与知识共享、透明度与知识共享的负向关系不再显著,而在其它情况下存在显著的负向关系。

表4 三阶调节效应检验结果

为了更直观地展示调节作用,绘制调节效应图。从图2可以看出,在高知识复杂性下,可访问性对知识共享的负向影响较弱,在低知识复杂性下,可访问性对知识共享的负向影响较强。如图3所示,在高知识复杂性下,透明度对知识共享的负向影响较弱,在低知识复杂性下,透明度对知识共享的负向影响较显著。图4显示,在高知识多样性下,可访问性对知识共享的负向影响较显著,在低知识多样性下,可访问性对知识共享的负向影响较弱。如图5所示,在高知识多样性下,透明度对知识共享的负向影响较显著,在低知识多样性下,透明度对知识共享的负向影响较弱。图6显示,在低战略独特性下,可访问性与知识共享曲线斜率变化较大,表明知识复杂性的调节作用较显著,在高战略独特性下,可访问性与知识共享曲线斜率变化较小,表明知识复杂性的调节作用较弱。同理,图7显示,在低战略独特性下,透明度与知识共享曲线斜率变化较大,表明知识复杂性的调节作用较显著,在高战略独特性下,透明度与知识共享曲线斜率变化较小,表明知识复杂性的调节作用较弱。

图2 知识复杂性对可访问性与知识共享的调节作用

图3 知识复杂性对透明度与知识共享的调节作用

图4 知识多样性对可访问性与知识共享的调节作用

图5 知识多样性对透明度与知识共享的调节作用

图6 战略独特性对可访问性、知识复杂性与知识共享的三阶调节效应

图7 战略独特性对透明度、知识复杂性与知识共享的三阶调节效应

5 结论与讨论

5.1 研究结论

本文阐释了平台治理如何影响互补者知识共享的作用机理,探讨了平台开放度对互补者知识共享的作用机制。通过对创新型平台320家应用程序开发商的调查,研究发现:第一,平台开放度的两个维度——可访问性和透明度对互补者知识共享具有负向影响;第二,互补者自身的知识复杂性和知识多样性特征在平台开放度与知识共享关系中起调节作用,其中,当互补者的知识复杂性较高时,可访问性、透明度对知识共享的负向影响较弱,而当互补者的知识多样性较高时,可访问性、透明度对知识共享的负向影响较强;第三,可访问性和透明度分别与知识复杂性、战略独特性对知识共享具有三阶调节作用,意味着在低战略独特性、高知识复杂性下,可访问性和透明度对知识共享的负向影响减弱。

与假设不同的是,可访问性和透明度分别与知识多样性、战略独特性对知识共享的三阶调节作用不显著。原因可能是对于具有知识多样性的互补者而言,其拥有丰富的知识组合与创新能力优势,往往采取创新型战略导向,因而战略独特性这一追求差异化的战略动机对知识共享的调节作用不明显。

5.2 理论贡献

(1)关注了互补者知识共享这一交互行为,丰富了平台治理研究。以往研究多将互补者看作一个抽象的整体,重点关注平台如何影响互补者规模、满意度等单一属性或行为,而通过治理政策形成的互补者战略互动对平台所有者也很重要。本文聚焦于知识共享,强调互补者交互行为对平台增值的重要影响,并讨论如何采取平台治理手段影响互补者知识共享,为平台治理研究探索了新方向。

(2)从控制和激励两个角度讨论平台开放度的作用机制,细化了平台开放度研究。开放度是平台治理的重要手段,已有研究多从单一维度进行解读,本文从传统公司的治理控制和激励视角,将平台开放度划分为可访问性和透明度两个维度,并利用竞合理论分析它们对知识共享的影响,提出竞争与合作权衡机制,丰富了平台开放度研究。

(3)强调互补者异质性如何影响平台环境下的决策和行为,拓展了平台治理和互补者行为研究。通过响应关注互补者特征的研究呼吁,本文提出互补者自身知识特征(知识复杂性、知识多样性)和战略导向(战略独特性)会影响其竞合态度,从而影响知识共享,突出了平台治理应当考虑互补者异质性,这对于揭示平台治理边界条件具有重要意义,丰富了平台治理和互补者行为研究。

5.3 实践启示

(1)平台企业在设计、部署和实施治理策略时,应该考虑对互补者竞合的影响。研究结果表明,通过管理平台可访问性和透明度可影响互补者竞合态度,从而促进互补者知识共享,这对平台创新具有重要意义。提高可访问性和透明度虽然能够吸引更多互补者、用户并激发网络效应,但是激烈的竞争可能会阻碍互补者分享知识,并容易产生大量模仿行为,形成“柠檬”市场。因此,平台企业治理要综合分析对互补者产生的竞争和激励效应。

(2)平台企业治理手段和策略制定需要考虑互补者异质性特征。本文指出,互补者知识共享行为依赖于互补者自身特征和战略动机,应当考虑制定分层的平台开放政策,根据不同类型的互补者或子市场设计和实施针对性策略。例如平台企业可以动态调整其子市场的门槛标准,当子市场(如游戏应用类型)充斥过多的替代性互补品时,平台企业应当收紧平台访问和信息透明度标准,以降低竞争性,鼓励互补者知识互动。

(3)面对平台治理,互补者要根据自身特征制定应对策略。互补者是能动主体,应根据战略情境选择不同响应策略。一方面,在选择平台时,如果担心知识盗用、追求创新和重视合作共享,应当优先选择设计完善、平台准入与信息提供严格的平台;如果目的是利用平台的用户规模或者试图采取模仿战略时,可以考虑准入政策较为宽松的平台。另一方面,对于实施独特战略的互补者,当平台治理逐渐不利于知识共享和创新时,互补者应当努力提高知识复杂性或者采取多归属、退出等策略。对于采取模仿战略的互补者,当平台大力鼓励知识共享和创新时,互补者可以采取多归属策略、建立非平台渠道等。

5.4 研究局限及未来展望

本文尚存在一定局限性。首先,从静态角度证明较低的开放度更有助于促进互补者知识共享,忽略了平台开放度的动态调整。平台演化研究表明,平台生态结构的松紧度呈现循环式演变[46],而并非简单的线性调整,甚至可能出现极端情况。换而言之,为了促进知识共享,并不是开放度越低越好,还要考虑互补者规模和网络效应,开放度选择是动态调整的过程。为此,未来研究应该从动态视角探索平台开放度对互补者知识共享的影响机理。其次,本文并未对互补者进行类型细分。一方面,尽管从知识特征和战略动机两个方面进行了尝试,但应用程序开发者还可以从不同视角进行划分,如规模、地位、参与性、收入模式等;另一方面,本文主要关注应用程序开发者这类互补者,而平台中例如第三方支付公司、服务公司等其它不同类型互补者的知识共享行为以及平台治理存在差异。为此,后续研究应当深入挖掘不同类型互补者特征和行为表现。第三,本文聚焦于创新平台生态系统及互补商研究,限制了研究结论的普适性。平台可以细分为创新类、交易类和综合类,不同平台生态具有独特性,未来研究可扩展到其它类型平台以及其它类型互补者,深入挖掘平台与互补者关系,进一步讨论平台治理与互补者行为问题。最后,在研究设计环节,本文问卷是由同一人填写,容易出现同源偏差问题,尽管本文在程序和统计方法上进行了控制与检验,但应尽可能在源头上进行预防,为此未来研究可进一步优化设计。