Therefore, drawing on resource dependence theory, the study categorizes resource competition into platform resource competition and user resource competition, and takes apps on the iOS Store APP in China as the research sample to explore the impact of resource competition on complementor performance,further explores the mechanism of iterative agility and iterative novelty, then reveals the moderating role of complementor product experience and ecological experience from the perspective of experiential learning, and finally probes into the influence of resource competition on reputational heterogeneity of complementor performance effects. The study constructs a regression model to verify the proposed hypotheses, and then it adopts a two-way fixed effects model for regression analysis, and incorporates both individual fixed effects and time fixed effects.
It is found that (1)the more intense the competition among complementors for platform and user resources, the greater the degree of inhibition on their performance.(2)The mechanism of action is found to be that this inhibitory effect is realized by reducing the complementors' iterative agility and iterative novelty.(3)Complementor experience serves as a key contingency condition in how resource competition affects performance. Specifically, product experience diversification does not confer an experiential advantage in coping with resource competition; on the contrary, it amplifies the negative impact of such competition. By engaging in multiple concurrent development projects, complementors with diversified product experience suffer from resource fragmentation, insufficient strategic focus, and poor internal coordination. These challenges have weakened their ability to achieve deep vertical specialization and focus on continuous innovation, thereby exacerbating the negative impact on their performance due to the intensified competition for platform and user resources.In contrast, the richness of ecosystem experience enables complementors to have a deeper understanding of platform rules and manage user relationships more effectively. This enables complements to maintain stable market responsiveness and performance even in the context of intensified user resource competition.(4)Increased resource competition has a stronger dampening effect on the performance of complementors with higher reputations.
The main theoretical contributions are as follows: First, the impact of resource competition between complementors entering the platform and other complementors regarding both platform and user dimensions on their performance is explored, which enriches the related literature on the relationship between resource competition and complementor performance. Second, iterative agility and iterative novelty are introduced into the framework of resource competition affecting complementor performance, which elucidates the iterative innovation mechanism by which resource competition affects complementor performance. Third, complementor experience is introduced as a boundary condition, and its moderating effect is explored by dividing it into two dimensions of product experience diversity and ecosystem experience richness in combination with the characteristics of digital platforms, expanding the mechanism of the moderating effect of experience. Fourth, the reputation heterogeneity of the impact of platform resource competition and user resource competition on complementor performance is examined.
开放科学(资源服务)标识码(OSID)：
在数字平台经济蓬勃发展的态势下,由平台企业、互补者及终端用户等多方角色协同构成的数字平台生态系统,已成为推动市场创新与价值共创的关键力量。数字平台互补者作为在平台架构下提供互补性产品或服务并依赖平台获取关键资源以实现价值共创的主体,在其中扮演着核心角色[1]。以iOS生态系统为代表,众多应用开发者作为互补者通过对接平台的技术能力与用户基础提供差异化产品,提高创新效率的同时降低运营成本。然而,互补者并非处于均衡或资源充足的市场环境,随着APP数量呈指数级增长,平台治理与外部监管趋严,平台主对流量分配、用户接入与交易规则的再配置,使得由平台决定的可见性或曝光支持等平台资源以及由用户产生的关注与反馈等用户资源均成为稀缺要素。有限的平台资源与用户资源使得互补者绩效面临着前所未有的外部压力,互补者之间的竞争逐渐由增量创新转向存量争夺,边际投入的绩效回报不断递减。为争夺注意力与曝光机会,互补者之间形成了以同质化竞争、零和博弈为特征的“内卷化”竞争格局。这种“内卷”状态不仅导致资源过度消耗和创新投入挤出效应,还使大量互补者面临“上线即沉没”困境,绩效呈现两极分化。因此,为破解数字平台生态“内卷”困境,亟需深入揭示在有限资源约束下数字平台互补者资源竞争影响其绩效的作用机制。
现有关于互补者的研究,在绩效影响因素方面,主要从互补者的内在属性、行为策略和外部环境进行解释,涉及声誉、能力基础、平台进入策略以及平台资源支持等因素[2-4];在相互竞争方面,则多集中于用户资源争夺,对围绕推荐、排名、评级等平台资源展开竞争以及其绩效效应的关注仍显不足[4]。尽管现有研究已认识到互补者绩效的重要性,但鲜少关注数字平台中互补者间的竞争对其绩效产生的影响。进一步地,当资源竞争加剧时,互补者获取关键资源的难度提升,导致内部资源配置紧张,原本用于技术研发与功能优化的创新投入被挤压,从而降低其迭代创新水平。而APP行业处于高竞争、更新迭代快的环境中,持续创新是维持用户兴趣与市场活力的核心手段。一旦创新受阻,用户活跃度和新增下载量便会快速下滑,互补者绩效也随之下降。APP迭代创新是一种小而敏捷的创新作业,其在创新中融入并运用迭代理念,根据用户需求不断优化或增添产品功能,进而实现当前的产品版本升级。现有研究指出,APP产品的迭代创新主要体现在两个维度:迭代敏捷性与迭代新颖性。其中,迭代敏捷性体现了产品在迭代周期内的更新频率与反应速度;迭代新颖性则体现了产品在内容、功能或应用场景上的更新幅度与突破程度[5]。基于此,本文从上述两个维度切入,系统考察资源竞争如何通过影响互补者的迭代敏捷性与迭代新颖性,进而作用于其绩效表现,以揭示资源竞争影响绩效的内在逻辑。
此外,互补者作为数字平台生态系统中具有主动性和差异性的个体,其积累的关于产品实践的多样化产品经验,以及关于平台生态的丰富生态经验是互补者提升绩效的关键。其中,产品经验多样化是指互补者在各类产品开发实践中积累的经验广度,体现了互补者已开发产品类型的多样性;生态经验丰富度是指互补者在平台生态运营实践中所积累的生态经验,体现了互补者对数字平台生态系统的认知深度。因此,有必要将互补者经验作为资源竞争影响绩效的关键权变条件,探究互补者产品经验多样化和生态经验丰富度在资源竞争对绩效影响中的调节作用。
本文基于资源依赖理论,考察平台资源竞争与用户资源竞争如何通过迭代创新作用于互补者绩效,并探究互补者经验在该过程中的调节作用。探究以下问题:互补者围绕平台资源与用户资源竞争加剧,会对绩效产生怎样的影响?这种影响是否会通过迭代敏捷性与迭代新颖性发挥作用?产品经验多样化与生态经验丰富度如何调节这种影响?本文的边际贡献在于:第一,探究互补者进入平台后的内卷现象,即平台和用户两个维度的资源竞争对其绩效的影响,丰富资源竞争与互补者绩效关系的相关文献。第二,将迭代敏捷性和迭代新颖性引入资源竞争影响互补者绩效的研究框架,阐明资源竞争影响互补者绩效的迭代创新机制。第三,引入互补者经验作为权变条件,结合数字平台的特征将其分为产品经验多样化和生态经验丰富度两个维度探讨其调节作用,拓展经验的调节效应机制。第四,考察平台资源竞争和用户资源竞争对互补者绩效影响的声誉异质性。研究成果丰富了对数字平台“内卷”现象及其绩效后果的理解,揭示互补者在“内卷”竞争压力下绩效差异的原因,同时为平台治理与资源分配策略优化提供了实践启示。
资源依赖理论指出,组织的存续与发展离不开对外部环境关键资源的获取与依赖,这种依赖会塑造组织的行为、决策和竞争关系[6]。当关键资源由外部主体控制且具有稀缺性时,组织通常会采取相应策略缓解资源约束,围绕关键资源展开竞争正是其中的重要表现。
在数字平台情境下,互补者对关键资源的依赖进一步强化。平台主通过算法、推荐规则与治理政策,对首页曝光位、推广位等平台资源进行选择性分配,使互补者的市场可见性高度受制于平台[2,4]。同时,用户评论、下载等用户资源构成互补者绩效实现的重要基础,进一步加深了其对外部资源的依赖[4]。平台资源分配与用户行为相互作用,形成以流量反馈为基础的累积优势机制,推动资源向头部集中并加剧竞争。随着互补者数量增加和平台治理策略调整,这一循环不断强化,最终表现为“内卷化”特征,即投入持续上升而边际回报递减。
基于上述逻辑,数字平台生态中互补者间的竞争主要围绕平台资源与用户资源展开。在平台资源方面,流量推荐、首页曝光等平台资源是连接用户与互补者的中介,直接决定互补者产品能否被看见,缺乏平台资源支持的互补者易陷入“酒香也怕巷子深”的困境。平台主作为资源配置主体,往往遵循价值择优原则,从生态整体效率出发分配平台资源,优先将其控制的稀缺平台资源集中于具备高价值创造能力的互补者。因此,平台资源竞争体现为互补者围绕平台所控制的、能够差异化影响其市场曝光、推荐时长的选择性激励而展开的竞争[7]。在用户资源方面,用户注意力的有限性决定了用户资源的稀缺性,而用户需求的多样化和动态性则要求互补者持续捕捉用户的需求偏好以满足其期待。因此,用户资源竞争表现为互补者围绕有限的用户注意力、互动与反馈数据展开的竞争。随着平台准入门槛降低,大量互补者持续涌入,“生态拥挤效应”日益显著。有限的平台资源与用户资源面临着海量互补者的竞争性分割,两类资源竞争叠加,致使互补者面临资源依赖强化与绩效不确定性上升的双重压力。往往只有在竞争中实现差异化价值的互补者才能在有限的资源内争取生存与发展空间[8]。
进一步地,资源竞争会约束互补者的创新投入与迭代行为进而影响其绩效。APP行业处于高竞争、快速迭代的环境,互补者平台资源与用户资源竞争的加剧,会挤压用于技术研发与功能优化的内部资源,压缩版本更新的时间和资金,从而降低迭代敏捷性;同时,短期竞争压力与反馈稀薄也会抑制创新投入,从而降低迭代新颖性。此外,互补者在长期开发与运营中积累的经验,会对资源竞争与绩效之间的关系产生调节作用。基于上述分析,本文将从平台资源竞争与用户资源竞争两条路径出发,检验迭代敏捷性和迭代新颖性的中介作用,并考察产品经验多样化与生态经验丰富度的调节作用,从而揭示数字平台“内卷”下互补者资源竞争对绩效的影响。
在数字平台生态系统中,平台主受限于平台资源的有限性,会从生态效率出发,对互补者实施差异化资源分配即选择性激励,这一激励实质上就是互补者所获得平台资源,而此类资源又直接关系互补者的市场可见性和用户触达机会[9]。因此,平台资源竞争是互补者围绕平台控制的稀缺平台资源展开的竞争。随着竞争加剧,一方面,互补者获取关键平台支持资源的难度上升,部分互补者可能因资源不足而失去竞争优势,进而导致其绩效下降。另一方面,平台资源竞争加剧会提高互补者获取资源的成本。互补者往往需要投入更多时间、精力和资金,才能获得有效曝光并传递产品信号。而在高度竞争环境下,产品信号更易被淹没,投入与实际回报的转化效率也随之下降,从而推高资源竞争的边际成本[10]。成本上升会挤压互补者在持续开发和产品优化上的投入,不利于其绩效提升。因此,本文提出假设:
H1:数字平台生态系统中互补者面临的平台资源竞争越大,其绩效越低。
用户资源指的是用户互动、反馈等所形成的行为数据资源[11],这些行为既反映用户的参与深度也决定互补者在平台中的传播能力。互补者面临的用户资源竞争表现为其为争夺有限的用户注意力与互动反馈而展开的竞争。数字平台生态系统中互补者所面临的用户资源竞争越大,其绩效越低。用户流量、用户关注、社交分享和口碑传播等用户资源,是提升产品发现率、扩大市场认知和促进下载转化的重要基础。当用户资源竞争加剧时,一方面,单个互补者能够获得的用户支持会变得有限,进而削弱互补者对用户需求的识别与响应能力,不利于其绩效提升[12]。另一方面,用户搜索、安装和卸载APP的成本越来越低,用户在不同产品之间切换更为便捷,导致互补者更难稳定获取和留住用户。在用户资源竞争加剧的情况下,单个互补者能够获得的用户关注、参与和付费支持就更易被分流,从而对其绩效产生负面影响[13]。因此,本文提出假设:
H2:数字平台生态系统中互补者面临的用户资源竞争越大,其绩效越低。
APP作为数字平台生态系统中互补者提供的产品,其迭代创新通常体现为对既有版本的持续更新与动态调整,这种更新有助于形成竞争优势并提升价值[3]。在数字产品高动态的竞争环境下,迭代创新的成功不仅取决于更新的“速度”,更取决于更新的“质量”,二者共同决定了产品的市场竞争力。现有关于APP产品迭代创新的研究主要关注两个维度,一是体现资源整合深度的迭代敏捷性,二是体现资源整合宽度的迭代新颖性。迭代敏捷性强调APP产品在迭代周期内的迭代频率,迭代新颖性则强调APP产品在迭代周期内内容的更新程度[14]。因此,本文将从两个维度考察迭代创新在数字平台互补者资源竞争影响绩效中的作用机制。
1.4.1 迭代敏捷性
迭代敏捷性是单位时间内APP迭代创新的次数,反映了APP服务创新的速度和活跃度[5]。在竞争激烈的APP行业中,快速创新被认为是开发者获取竞争优势的来源之一。
互补者面临的平台资源竞争和用户资源竞争加剧,会抑制迭代敏捷性,进而降低绩效。具体而言,平台资源竞争加剧会减少开发者可获得的流量扶持、推广位等关键支持资源,压缩创新收益预期,使其更倾向于将有限资源投向产品品质优化和用户体验提升等活动,而非高频版本更新;用户资源竞争加剧会减少开发者可获得的用户支持,并削弱其对用户行为数据和反馈信息的获取与利用能力,从而限制其对用户需求变化的识别与响应,抑制产品迭代敏捷性[15]。
然而,快速的迭代创新即较高的迭代敏捷性才有利于增加APP质量,提高其绩效。开发者加快创新速度、缩短更新周期,能够抢占更多平台资源并获得先动优势,进而快速建立品牌认知,形成竞争壁垒并扩大APP市场份额。已有研究表明,相较于后来进入市场的互补者,先动者在企业绩效和市场份额维持方面通常表现更优[16]。同时,在用户方面也存在先入为主的品牌效应,先提供某种服务的APP更容易给用户留下深刻印象,且快速迭代有助于强化这种初始印象。此外,较早进入市场的APP更容易形成用户规模和市场业绩优势[17]。APP可以凭借快速迭代及时响应用户反馈,持续优化功能与用户体验,提高现有用户的忠诚度,降低用户流失率,并扩大用户规模。因此,当平台资源和用户资源竞争加剧时,会抑制互补者迭代敏捷性进而降低其绩效。基于此,本文提出假设:
H3a:互补者面临的平台资源竞争加剧会抑制迭代敏捷性,进而降低其绩效;
H3b:互补者面临的用户资源竞争加剧会抑制迭代敏捷性,进而降低其绩效。
1.4.2 迭代新颖性
迭代新颖性是指APP相较于既有服务在功能、内容或交付方式上的偏离或突破程度[5]。既包括引入新特性、新功能的重大更新,也包括围绕现有功能的优化升级、对技术漏洞的修复、上线限时特惠活动、拓展业务覆盖区域等提升市场竞争力的商业革新。
互补者面临的平台资源竞争加剧会抑制迭代新颖性。当平台资源竞争加剧时,企业为维持市场地位和生存空间,可能会将更多资源优先投向关键位置争夺与关系管理,从而在一定程度上挤压原本用于产品创新的资源配置空间[18]。同时,开发者也更可能将精力投入到短期内快速获取用户注意和资源的策略,而非持续的产品迭代与优化,进而导致迭代新颖性下降。此外,互补者面临的用户资源竞争加剧也会抑制迭代新颖性。用户反馈、建议、口碑传播等资源是推动APP持续创新与改进的重要基础。但当多个APP争夺有限的用户资源时,单个APP能够获得的高质量反馈和用户参与则会减少,开发者因缺乏有效反馈而难以识别新的用户需求以及开展更具突破性的迭代,从而抑制迭代新颖性。
持续输出新颖产品的互补者通常能够得到平台的优先支持。平台资源方面,当迭代新颖性下降时,互补者不仅会失去算法推荐和流量倾斜,还可能被主流生态边缘化,不利于其绩效提升。所以,平台资源竞争加剧会通过降低产品迭代敏捷性进而影响其绩效。用户资源方面,迭代新颖性越高,对应着APP在新服务拓展方面的力度越大,不仅能够为用户带来更丰富的价值体验,吸引新用户加入,还能有效提升既有用户的使用黏性。从长期看,上述良性循环能够显著提升开发者的价值创造能力。同时,迭代新颖性越高的产品,越能提供新的功能、服务或体验,其差异化程度就越大,越能够为其获得市场份额和增值收入提供有利条件[19]。因此,当平台资源和用户资源竞争加剧时,会通过降低互补者迭代新颖性进而降低其绩效。基于此,本文提出假设:
H4a:互补者面临的平台资源竞争加剧会抑制迭代新颖性,进而降低其绩效;
H4b:互补者面临的用户资源竞争加剧会抑制迭代新颖性,进而降低其绩效。
经验学习理论认为,组织通过不断实践积累知识并优化行为[20]。数字平台互补者经验是在过往运营实践与产品研发过程中形成的,既包括围绕数字产品开发、迭代创新、用户需求匹配等实践经验,也包括应对平台生态系统技术变革、规则调整的经验。已有研究将互补者在数字平台生态中积累的经验分为产品经验和生态经验[21-22],并强调这些经验是其提升可持续绩效的核心要素。基于此,本文进一步考察互补者的产品经验多样化和生态经验丰富度在资源竞争对其绩效影响中的调节作用。
1.5.1 产品经验多样化
产品经验多样化是指互补者在跨产品线、跨领域开发和管理多个产品过程中积累的经验,体现了互补者已开发产品类型的多样性[21]。
产品经验多样化加剧平台资源竞争对互补者绩效的影响。根据经验学习理论,互补者在跨产品线开发和管理多个产品过程中虽能积累广泛的经验,但也需要在不同产品领域持续投入资源。然而,平台资源总量有限,当开发者需要同时支持多个领域的产品运营时,流量等关键平台资源就会被分散,从而降低资源利用效率。这种稀释效应在资源竞争激烈时尤为明显,会显著削弱互补者整体绩效。同时,互补者将有限的创新资本在多个数字产品领域进行分散配置,则难以形成集中投入的规模效应,过宽的产品布局也会削弱技术协同与资源共享,弱化产品间的关联程度,造成管理低效与资源重复消耗,使得企业难以有效应对外部环境变化[23]。
产品经验多样化加剧用户资源竞争对互补者绩效的影响。多样化的产品提高了管理复杂性,降低了企业对动态环境的快速响应能力。企业产品的多样化程度越高,内部协作和信息传递的难度越大,往往导致互补者在用户需求快速变化的生态系统中错失市场机会[23]。同时,产品的多样化还可能导致企业在不同市场或产品线之间难以实现协同效应。尤其是在用户资源竞争激烈的情况下,企业因缺乏对产品研发的专注和深度,往往导致产品缺乏吸引力和竞争力,无法维持稳定的用户基础,进一步降低其绩效。因此,本文提出假设:
H5a:产品经验多样化加剧互补者面临的平台资源竞争对其绩效的影响;
H5b:产品经验多样化加剧互补者面临的用户资源竞争对其绩效的影响。
1.5.2 生态经验丰富度
生态经验丰富度会削弱平台资源竞争对互补者绩效的影响。首先,技术适配、用户需求洞察等生态经验是互补者识别和获取关键平台资源的基础,生态经验丰富度较高的互补者能够更熟练地识别、整合并利用平台资源。其次,生态经验丰富度较高的互补者通常对平台规则、资源分配机制以及用户行为模式有更深入的理解,通过经验积累能够在生态系统中形成信任网络,进而采取更具协作性的竞争策略,提升其在生态中的适应与价值获取能力[24]。最后,生态经验丰富的互补者往往具备更强的动态能力,当平台资源垄断增强时,其能够快速转变策略,较少受影响。
生态经验丰富度会削弱用户资源竞争对互补者绩效的影响。生态经验丰富意味着互补者长期处于平台生态之中,可以积累更多关于用户行为特征、需求变化规律和平台互动逻辑的实践认知,因此通常具有更强的市场感知与顾客连接能力,能够及时地识别和响应用户需求变化,从而提升市场竞争优势[25]。而且,生态经验丰富度越高的互补者意味着在平台中存活的时间更久,可以有效培育用户关系与品牌忠诚度,减少用户流失风险[26]。此外,丰富的生态经验可以帮助互补者找到差异化定位路径,提升其面对用户需求多样化与平台政策波动时的响应速度与灵活性,避免陷入低价竞争与同质化陷阱,从而在用户资源竞争中保持绩效稳定。
H6a:生态经验丰富度削弱互补者面临的平台资源竞争对其绩效的影响;
H6b:生态经验丰富度削弱互补者面临的用户资源竞争对其绩效的影响。
综上所述,本文基于资源依赖理论,分析互补者间的平台资源竞争和用户资源竞争对其绩效的影响,考察迭代敏捷性和迭代新颖性的作用机制,并进一步探究互补者产品经验多样化和生态经验丰富度的调节作用。
选取中国区iOS平台应用畅销榜单的APP数据作为研究样本,主要基于以下原因:①从平台架构看,iOS系统构建了以苹果公司为核心的封闭式数字生态系统,具备平台主、互补者以及用户三方清晰的利益相关者架构,较好契合本研究的分析框架。②相较而言,中国的Android市场包括华为、应用宝、豌豆荚、OPPO、Vivo和小米等多个应用市场,不同市场在数据采集标准、排名算法和评论管理机制上存在显著差异。iOS平台每款APP均有唯一的ID作为身份标识,历史追溯性较高,有利于保证样本数据一致性。③iOS平台提供免费、付费、畅销三类APP的排行榜单,其中畅销榜以APP的综合收入作为排名依据,既包含下载时付费又包括应用内购的情况,意味着此榜单可以通过统一量化标准将免费与付费APP纳入共同的观测框架。同时,考虑到游戏类APP的核心盈利逻辑与其他非游戏类APP在用户留存和商业盈利的逻辑上存在本质差异,不适合纳入本研究,iOS应用畅销榜单中并不包含游戏类APP,且收入表现优异的APP通常具备更强的持续运营能力,能为研究数据的长周期提供稳定支撑,因此,本研究最终将样本范畴限定为应用畅销榜前500名APP产品。
本研究的数据来源于专业移动应用分析平台七麦数据。作为国内领先的第三方移动数据监测机构,其实时对接苹果App Store等主流的应用市场,可以提供榜单、用户评论、评级和下载量的监测服务。围绕本研究关注的问题,通过该数据库获取并整理出中国区iOS应用畅销榜前500的APP在2022年6月—2024年6月期间的多维度历史数据,具体包括:APP基本性质;苹果精品推荐信息;APP开发者名称以及开发者已开发产品数量和类型;用户每月累积及新增评论数量;APP开发者在平台上发布第一款应用的时间;用户一星至五星各星级评分及数量;苹果在样本期间已开发APP及其应用信息;平台系统更新信息。在样本处理阶段,剔除研究期间退出的样本以及存在数据缺失的样本。进一步地,为削弱样本中极端观测值对估计结果的影响,对所有连续变量进行上下1%缩尾。
2.2.1 核心解释变量
(1)平台资源竞争(PC)。平台资源竞争是指数字平台生态系统中,互补者围绕由平台主控制的推荐位、曝光位等稀缺的平台资源展开的竞争。平台主通过对平台流量与可见性进行配置,影响互补者获取用户流量的机会。在应用商店的情境下,平台推荐是最主要的可见性分配方式,推荐时长能够直接影响互补者当期获得的曝光量与用户可见性[27]。基于此,以单个APP当月获得的平台推荐总时长与当月其他APP所获得的平台推荐总时长的比值作为平台资源竞争的代理变量。该比值的构造基于对七麦数据中每日推荐记录的逐条整合:原始日志中会记录每一次推荐的关键字段(APPID、推荐起始时间与结束时间、推荐位置如“Today标签页、分类精选或专题合集”、推荐形式如“单条图标展示或专题文章露出”等),研究基于这些记录进行手工、逐日地核对与累加,最终得到每款应用在每月内的推荐时长。该比值反映互补者在当期平台露出资源中所占的份额,采用相对份额可以削减平台总体流量波动对测度带来的干扰。比值越高,表明互补者面临的平台资源竞争越缓和;反之,数值越低,竞争越激烈。
(2)用户资源竞争(UC)。用户资源竞争指互补者为争夺有限的用户注意力与互动反馈而展开的竞争。在数字平台生态系统中,用户评论是用户实际参与行为的可观测体现,反映用户真实交互意愿与深度参与[28],并且现有的评论数量会对潜在的用户构成质量信号,影响其下载选择[29]。因此,新增评论数量直接决定开发者在某一时间窗口内可获得的反馈信息量与注意力份额:新增评论越多,意味着用户互动样本越丰富、用户反应越频繁以及社会传播力更强。同时,开发者也能获取更多即时反馈、捕捉用户需求变化的机会。基于此,采用单个APP当月新增评论量占当月其他APP平台新增评论总量的比值衡量该应用在本期用户反馈与注意力资源分配中的相对地位。使用新增评论量可以排除评论数量历史累积规模差异的影响,反映APP在当期实际获得的用户反馈资源以及注意力份额,并且以相对份额为基准可减少总体样本规模波动带来的干扰。相对份额越高,说明该APP在当期用户注意力与反馈资源分配中越占有优势,其面临的用户资源竞争压力相对越小。
2.2.2 被解释变量
互补者绩效(Apppref)。数字平台互补者绩效通常与产品的市场总体表现相联系,APP作为数字平台生态系统互补者的产品,其绩效表现代表着互补者绩效。在移动应用运营体系中,APP的下载次数是衡量其绩效的核心量化指标[30]。下载量越高不仅意味着产品有较高的市场认可度和市场流行度,也意味着有更多的流量变现基础。因此,参考Zhou等[31]的研究,以APP月下载总量衡量互补者绩效。考虑到核心解释变量与被解释变量量级相差较大,且不同APP下载量存在较大差异,可能出现长尾效应,本文对APP下载量进行对数处理。
2.2.3 中介变量:迭代创新
(1)迭代敏捷性(IA)。迭代敏捷性指APP产品在迭代周期内的迭代频率,即单位时间内APP迭代创新的频率。借鉴Ye等[32]的测量方法,采用APP每月版本更新总次数衡量迭代敏捷性。每次的版本更新开发者都需要完成用户需求洞察、产品功能开发、技术适配等完整流程,频率越高,意味着单位时间内产品迭代的动作越密集,即迭代敏捷性越高。
(2)迭代新颖性(IN)。迭代新颖性指APP产品在迭代周期内内容的更新程度。借鉴已有研究[21],依据APP产品月度更新产出的新APP版本号的变化程度衡量迭代新颖性。在移动应用开发中,每次更新产生的版本号格式都是由主版本号、次版本号和修订号组成的。通常,主版本号的变化意味着颠覆的创新,伴随着APP核心功能的重构、技术架构的升级或者产品定位的转型等重大的变化;次版本号的变化意味着功能性的创新,伴随着APP核心流程的优化或者使用场景的拓展等相对较小的特征变化;修订号的变化则表示非常微小的更改或错误修复。为了区分设计迭代和错误修复,本文使用主版本号和次版本号衡量迭代新颖性。
2.2.4 调节变量:互补者经验
(1)产品经验多样化(PX)。产品经验多样化是指互补者在跨产品线、跨领域开发和管理多个产品过程中积累的经验,体现了互补者已开发产品类型的丰富度[21]。目前对产品经验多样化的测量主要包括连续测量法和分类测量法两种。考虑到本文的研究对象在平台中被划分为娱乐、商务、社交、图书、音乐等多个类型,采用连续测量法中的赫芬达尔指数测量法[33],即利用开发者在观察月已开发且仍在架产品的多样化程度衡量互补者产品经验多样化,具体计算公式如下:
(1)
其中,n表示观察月内开发者已开发且仍然在架的APP产品类型数,i表示APP产品的开发者,j表示第j种APP产品的类型,pi表示观察月内开发者已开发且仍在架APP产品总数,pij表示观察月内开发者已开发且仍在架的第j种类型的APP产品数量。
(2)生态经验丰富度(EX)。生态经验丰富度是互补者通过时间积累获得的对平台生态系统的了解程度,与产品开发者从第一款APP发布到当前为止的经验时间相关。Kapoor等[22]认为,软件开发人员在特定平台上积累的经验,能够深化对平台技术架构、用户习惯及生态规则的理解,赋能高效创新与可持续发展。借鉴Kapoor等[22]的研究,用互补者在平台发布首款APP的进入月份与观察月之间的时间间隔作为衡量互补者生态经验丰富度的指标。这一时间跨度越长,意味着互补者在平台中积累的生态经验越丰富,对平台技术架构、用户需求演化规律以及生态协作规则的理解越透彻。
2.2.5 控制变量
参考已有文献从开发者、APP产品和平台3个层面[34-35],选取可能影响互补者绩效的变量。具体如下:开发者层面,控制开发者技术广度,计算开发者截至当月已开发的APP类型数量。APP产品特征层面,控制APP性质,即娱乐、教育、摄影与录像、音乐、图书等;APP年龄,即该APP距发布时间的月份;互补者多属,互补者是否同时入驻iOS和安卓平台多个平台,即如果APP在中国安卓市场有对应APP则取值为1,否则取值为0。平台层面,主要控制平台迭代,即iOS平台在观察月内的更新次数。
基于上述变量的定义与选择,构建以下回归模型验证本文假设:
Appprefit=α0+α1RCit+α2Controlsit+εit+ui+νi
(2)
Mediatorit=β0+β1RCit+β2Controlsit+εit+ui+νi
Appprefit=β0+β1RCit+β2Mediatorit+β3Controlsit+εit+ui+νi
(3)
Appprefit=β0+β1RCit+β2Moderator+β3Interactit+β4Controlsit+εit+ui+νi
(4)
其中,公式(2)为基本回归模型,公式(3)是中介机制检验,公式(4)是调节效应检验。下标i代表第i个APP样本,下标t代表时间,被解释变量Apppref表示互补者绩效,核心解释变量RC代表平台资源竞争(PC)和用户资源竞争(UC),中介变量Mediator代表互补者迭代创新,包括迭代敏捷性(IA)和迭代新颖性(IN),调节变量Moderator代表互补者经验,包括产品经验多样化(PX)和生态经验丰富度(EX),Interact为自变量和调节变量的交互项,εit为随机扰动项,ui为个体固定效应,νi为时间固定效应。
表1的描述性统计结果显示:平台资源竞争、用户资源竞争与互补者绩效显著相关,验证了研究变量选取的合理性。进一步通过多重共线性检验发现方差膨胀因子VIF均小于10,说明不存在严重的多重共线性问题。
表1 描述性统计结果
Table 1 Descriptive statistics
变量 观测值均值标准差最小值中位数最大值互补者绩效6 22411.3921.5514.4811.3615.33平台资源竞争6 2240.0040.0070.000.000.02用户资源竞争6 2240.0020.0070.000.000.05迭代敏捷度6 2241.9071.6180.002.007.00迭代新颖性6 2240.1700.2500.000.001.00产品经验多样化6 2240.2520.2990.000.000.88生态经验丰富度6 22493.87237.9203.0092.00184.00APP年龄6 22480.61336.7790.0076.00177.00互补者多属6 2240.8130.3900.001.001.00平台迭代6 2241.4140.9950.001.004.00开发者技术广度6 2242.5312.8921.001.0014.00
采用双向固定效应模型开展回归分析,同时纳入个体与时间固定效应。表2呈现了基本回归结果,模型1结果表明,平台资源竞争这一指标的回归系数为正。该指标数值越大表示互补者面临的平台资源竞争越缓和,其绩效越高;反之,则互补者面临的平台资源竞争加剧,其绩效显著下降,假设H1得以验证。平台资源竞争可能导致互补者难以获得足够的资源支持,进而影响其绩效表现。模型2结果表明,用户资源竞争这一指标的回归系数为正。其指标内涵与上述一致,数值越大,表示用户资源竞争越缓和,反之,则竞争加剧,其绩效显著下降,假设H2得以验证。由于资源的有限性,当互补者围绕平台资源与用户资源发生高度竞争时,竞争引发的内卷使得互补者持续加大投入并实施短期化策略,资源分散与成本上升,最终互补者的边际回报普遍下降,绩效降低。
表2 基本回归分析结果
Table 2 Basic regression analysis results
变量 互补者绩效模型1模型2平台资源竞争5.665∗∗∗(5.02)用户资源竞争10.365∗∗∗(8.08)控制变量是是个体/时间固定效应是是常数项-110.620∗∗∗-101.369∗∗∗(-39.46)(-33.13)N6 2246 224R20.920 10.920 3
注：括号内为t值,***、**、 *分别表示p<0.01、 p<0.05、p<0.1,下同
内生性问题的存在可能导致研究结论出现估计偏误。本研究采取以下方法避免相关问题。首先,采用双向固定效应模型即同时纳入个体固定效应与时间固定效应,通过严格控制互补者个体异质性和时间共性冲击,有效缓解可能存在的互为因果关系,以及由未观测到的混杂变量导致的内生性问题。其次,通过将解释变量滞后一期,即t期的平台资源竞争与用户资源竞争指标在时间上先于t+1期的互补者绩效,后者无法对前者产生同期影响,从而避免互为因果导致的估计偏误。最后,通过DWH方法(Durbin-Wu-Hausman)对内生性进行严格识别,检验结果显示所有解释变量对应的P值均大于0.1,表明所有解释变量均满足外生性假设,模型设定符合外生性条件。
为检验上述研究结果是否具有稳健性,首先,变更模型设定,在保证变量一致的前提下,将原双向固定效应模型调整为控制个体固定效应的单维模型进行回归分析,结果与基准回归保持一致,说明研究结论对模型设定的选择具有较强耐受性。其次,进行变量缩尾,尽管基准分析已对连续变量进行上下1%的缩尾处理,为进一步验证极端值影响的稳健性,将缩尾范围放宽至5%重新进行双边缩尾,结果的显著性水平未发生根本性改变,表明研究结论具有稳健性。
3.4.1 迭代创新的中介效应
表3呈现了迭代创新中介机制的回归结果,模型1～模型4检验了迭代敏捷性的中介作用。模型1结果表明,平台资源竞争指标的回归系数显著为正。结合该指标的测度,表明互补者面临的平台资源竞争越缓和,迭代敏捷性越高;反之,平台资源竞争加剧,互补者的迭代敏捷性将受到显著抑制。进一步地,模型3在平台资源竞争影响互补者绩效的回归中纳入迭代敏捷性后发现,迭代敏捷性的回归系数显著为正,表明迭代敏捷性的提升有助于改善互补者绩效,即迭代敏捷性在平台资源竞争影响互补者绩效的过程中发挥部分中介作用,假设H3a得以验证。具体来说,平台资源竞争加剧会压缩开发者的创新收益预期,并促使其将版本更新资源转向长周期活动,抑制迭代敏捷性,从而损害绩效。模型2和模型4的回归结果与上述分析一致,互补者面临的用户资源竞争加剧会抑制迭代敏捷性,进而降低其绩效,假设H3b得以验证。具体来说,过强的用户资源竞争会减少评论与反馈,使开发者更难及时获取有效用户信息,从而降低迭代决策的精准性与效率,客观上延缓迭代敏捷性。同时,为维持流量,互补者不得不增加营销与促销投入,进一步挤压持续迭代资源。综上所述,平台资源竞争与用户资源竞争的双重加剧构成了互补者之间“资源内卷化”的典型特征。平台侧流量向头部集中、用户侧的注意力分散,使得开发者同时面对资源稀缺与创新回报不确定性,因而更倾向于维持既有功能与收益结构,而非持续进行高频迭代。这种内卷状态导致生态系统内的创新活力递减,创新反应趋于迟滞,迭代敏捷性下降,进而导致互补者绩效降低。
表3 迭代创新的中介机制检验结果
Table 3 Results of the mediating mechanism test for iterative innovation
变量 迭代敏捷性模型1模型2互补者绩效模型3模型4迭代新颖性模型5模型6互补者绩效模型7模型8平台资源竞争7.765∗5.518∗∗∗1.611∗∗5.587∗∗∗(1.76)(4.84)(2.30)(4.93)用户资源竞争22.914∗∗∗9.957∗∗∗1.664∗10.288∗∗∗(4.11)(7.64)(1.84)(8.02)迭代敏捷性0.0190∗∗∗ 0.018∗∗∗(3.67)(3.45)迭代新颖性0.048∗0.047∗(1.76)(1.72)控制变量是是是是是是是是个体/时间固定效应是是是是是是是是常数项-48.562∗∗∗-25.778∗∗-109.700∗∗∗-100.910∗∗∗-15.172∗∗∗-14.031∗∗-109.891∗∗∗-100.713∗∗∗(-4.87)(-2.17)(-38.59)(-32.52)(-8.90)(-6.97)(-38.69)(-32.52)N6 2246 224 6 2246 2246 2246 2246 2246 224R20.574 00.575 30.920 20.920 40.526 30.526 20.920 10.920 3
表3模型5～模型8检验了迭代新颖性的中介作用。模型5中平台资源竞争指标的回归系数显著为正。结合该指标的测度,说明互补者面临的平台资源竞争越缓和,迭代新颖性越高;反之,竞争越激烈,越会抑制迭代新颖性。模型7在平台资源竞争影响互补者绩效的回归中纳入迭代新颖性,结果显示,迭代新颖性的回归系数显著为正,表明迭代新颖性的提升有助于改善互补者绩效。由此得出互补者之间平台资源竞争的加剧可以通过抑制迭代新颖性,进而降低其绩效,假设H4a得以验证。互补者围绕平台稀缺资源的激烈竞争,不仅压缩其收益空间,也加速了短期化、趋同化的策略转向。为维持基本可见性,开发者往往增加短期运营投入、削减新功能开发和原创设计投入,从而抑制迭代新颖性。长期来看,这种“平台内卷”会强化创新的同质化与保守化,削弱互补者通过差异化创新实现突破的能力,进而损害其绩效。模型6和模型8的回归结果显示,互补者面临的用户资源竞争增强会抑制迭代新颖性,进而降低其绩效,假设H4b得以验证。当互补者面临激烈的用户资源竞争时,单个APP能够获得的高质量用户反馈与互动会明显减少,开发者因缺乏有效反馈而难以精准指导产品创新,进而削弱迭代新颖性。面对注意力稀缺与反馈不足,开发者也更倾向于复制热门功能或进行低风险微调,导致产品更新趋于保守化与同质化。这种由用户资源竞争引发的内卷,会压缩互补者的创新空间,削弱产品吸引力与差异化程度,进而损害其竞争力与绩效。
进一步采用Bootstrap检验法对上述迭代敏捷性与迭代新颖性两条中介路径进行验证,将随机重复抽样次数设置为5 000次。结果显示:①当以平台资源竞争为自变量时,迭代敏捷性和迭代新颖性的间接效应分别为9.061和1.336,95%置信区间均不包含0,两条路径差异显著。②当以用户资源竞争为自变量时,迭代敏捷性和迭代新颖性的间接效应分别为6.577和0.704,95%置信区间同样均不包含0,两条路径差异显著。这表明,平台资源竞争和用户资源竞争都会通过抑制迭代敏捷性与迭代新颖性进而影响互补者绩效。
3.4.2 互补者经验的调节效应
表4反映了互补者经验调节效应的检验结果,变量进行中心化处理。模型1和模型3检验了产品经验多样化对平台资源竞争、用户资源竞争与互补者绩效之间关系的调节作用。模型1中平台资源竞争与产品经验多样化的交互项显著为正,表明产品经验多样化强化了平台资源竞争对互补者绩效的影响。考虑到平台资源竞争数值越小代表竞争越激烈,因此,当产品经验多样化水平越高时,平台资源竞争加剧对互补者绩效的负向影响越强,假设H5a得以验证。具体而言,产品经验多样化会使开发者在多个产品领域分散投入有限资源,从而引发资源稀释并降低利用效率,削弱互补者绩效。模型3中用户资源竞争与产品经验多样化的交互项显著为正,表明产品经验多样化强化了用户资源竞争对互补者绩效的影响。因此,假设H5b得以验证。这表明,在平台内卷情境下,产品经验多样化放大了资源竞争对绩效的不利影响。多样化的产品经验使互补者在不同产品线间分散投入,难以形成聚焦的资源配置与知识积累,从而削弱其纵向深耕能力与创新专注度。进一步展示产品经验多样化的调节作用,结果如图1所示,无论是在平台资源竞争还是在用户资源竞争的情境下,不同产品经验多样化水平对应的绩效变化趋势均存在明显差异。具体而言,随着平台资源竞争和用户资源竞争的缓和,互补者绩效均有所提升,且相较于低产品经验多样化组,高产品经验多样化组的绩效变化斜率更大。这表明,产品经验多样化加剧了平台资源竞争和用户资源竞争对互补者绩效的影响。
图1 产品经验多样化的调节作用
Fig.1 Moderating effect of product experience diversification
表4 互补者经验的调节作用检验结果
Table 4 Moderating effect of complementors' experience
变量互补者绩效模型1模型2模型3模型4平台资源竞争5.695∗∗∗5.763∗∗∗(5.05)(4.84)用户资源竞争9.610∗∗∗10.488∗∗∗(6.90)(8.30)产品经验多样化-0.532∗∗-0.551∗∗∗(-2.42)(-2.61)生态经验丰富度0.793∗∗∗0.727∗∗∗(37.24)(31.51)平台资源竞争×产品经验多样化7.968∗∗(2.03)平台资源竞争×生态经验丰富度-0.010(-0.33)用户资源竞争×产品经验多样化8.339∗∗(2.19)用户资源竞争×生态经验丰富度-0.050∗(-1.87)控制变量是是是是个体/时间固定效应是是是是常数项1.988∗∗∗19.584∗∗∗2.756∗∗∗18.794∗∗∗(8.08)(60.93)(10.37)(55.48)N6 2246 2246 224 6 224R20.920 20.920 10.920 40.920 3
表4中的模型2和模型4分别检验了生态经验丰富度对平台资源竞争和用户资源竞争与互补者绩效之间关系的调节作用。模型2的结果显示,生态经验丰富度对平台资源竞争与互补者绩效之间的关系没有调节作用,假设H6a未得以验证。这可能是由于平台生态系统中的资源分配通常受到平台主的控制,并且有严格的规则设定[36],互补者的生态系统经验丰富度或许能优化自身运营与产品开发,但面对平台规则刚性与资源锁定效应时,其经验优势往往受制于平台的制度性约束。平台的资源分配机制与规则刚性会削弱个体生态经验在资源竞争中的调节空间,互补者积累的关于生态的惯性知识往往难以转化为抗衡平台内卷的适应性优势,有效缓和平台资源竞争的负面影响。模型4的结果显示,生态经验丰富度削弱了用户资源竞争对互补者绩效的影响,假设H6b得以验证。具体地,当资源竞争体现在用户层面时,生态经验丰富的互补者所积累的长期互动经验与关系沉淀,能够增强其面临资源竞争对绩效损害时的适应性与韧性。经验丰富的互补者更善于调节用户关系、优化响应策略,并通过关系学习与资源再配置缓冲生态内卷对绩效的不利影响。
不同声誉的互补者在用户期望、平台信任和平台依赖等方面存在差异,因此,平台资源竞争和用户资源竞争对互补者绩效的影响会因互补者声誉的不同而出现差异。声誉作为企业一种可持续且高价值的无形资产,对于企业能否建立起独特的竞争优势具有重要影响。在电子商务领域,在线评级和评论通常会影响消费者购买决策,其中较高的评级通常传递出更积极的质量与声誉信号。同样地,在移动APP市场中,用户也会通过标准化的评价量表对购买的产品进行评价,由应用市场将这些评价进行汇总,并显示其评价分数,因此在线评级的总得分往往被认为是用户易于获取的关于APP的声誉信号。基于此,将APP在线评分作为互补者声誉的衡量指标,参考Lee等[34]的方法,使用APP当月所获评论的各星级(1星到5星)评分的加权平均数衡量其声誉。表5相关结果显示,当平台资源竞争和用户资源竞争增大时,对高声誉组互补者的绩效抑制作用更强。这可能是由于声誉较高即评分高的APP通常背负着更高的用户期望和平台信任[37]。在平台资源和用户资源竞争加剧的情况下,即使高评分APP维持原有服务质量,其面临的外部条件变差也可能导致用户体验下滑,使得用户实际体验落差更大,进而带来更强的负面绩效反馈。此外,评分较高APP新增下载量的获取更多依赖于持续性的资源投入和平台曝光支持,对平台资源的依赖更高,所以,资源竞争的加剧对其绩效的抑制作用更强。
表5 互补者声誉的异质性检验结果
Table 5 Heterogeneity test results of complementary reputation
变量互补者绩效低声誉组高声誉组低声誉组高声誉组平台资源竞争3.1764.142∗∗(1.58)(2.46)用户资源竞争7.714∗∗∗8.909∗∗∗(4.89)(3.90)控制变量是是是是个体/时间固定效应是是是是常数项-100.031∗∗∗-115.801∗∗∗-92.010∗∗∗-107.958∗∗∗(-19.90)(-23.74)(-17.38)(-20.58)N3 0623 1623 0623 162R20.938 10.937 00.938 20.937 1
本研究主要得出以下结论:第一,互补者面临的平台资源竞争和用户资源竞争加剧,会显著抑制其绩效。在高度竞争的数字生态系统中,资源与注意力的稀缺会减少互补者获得平台支持与用户反馈的机会,并诱导其增加短期化竞争投入,从而导致绩效受损。第二,平台资源竞争和用户资源竞争加剧可以抑制互补者的迭代敏捷性和迭代新颖性,进而降低其绩效。竞争的加剧压缩了互补者可用于小步快跑式优化与新颖性开发的资源与高质量反馈,使得其创新行为趋于低频化与同质化,进而降低其绩效。第三,互补者经验是资源竞争影响绩效的权变条件。产品经验的多样化通常意味着互补者需要在多个项目和产品线中并行投入,由此更容易导致资源分散、聚焦不足与内部协同不畅,加剧其绩效受损。而生态经验的丰富度意味着互补者对用户互动方式和需求变化规律具有更深入的理解,因此也更具备维护用户关系和响应用户反馈的能力,能够更有效地维持稳定的市场响应,从而在用户资源竞争加剧时部分抵消其负面影响。第四,高声誉互补者由于更依赖平台曝光和用户关注,在竞争加剧时反而承受更高的边际成本以及更强的模仿与替代压力,因此其绩效受抑制程度更强。
(1)对平台主而言,破解平台生态内卷化竞争的关键,在于从资源分配与治理机制上平衡短期流量导向与长期创新激励。首先,可在推荐与排序算法中纳入更新频率、迭代响应速度等长期指标,减少单一短期流量逻辑对资源分配的扭曲。其次,为不同发展阶段的互补者提供差异化支持,缓解资源过度向头部集中。例如,可定期设立专门的创新扶持位或试验推荐位,鼓励高质量小开发者与潜力型新开发者,防止资源集中于头部应用,减缓内卷化的扩散。再次,优化反馈与信息可视化机制,向互补者提供整合化的用户反馈、评论分析与行为数据,提升其迭代优化与创新决策效率。最后,逐步提高资源规则的透明度,明确流量、广告、推荐权重等平台资源的分配逻辑,减少因信息不对称引发的过度竞逐与策略性浪费,从而形成更具可持续性的生态系统。
(2)对互补者而言,在内卷化压力下应优先稳固迭代能力并集中资源形成可持续竞争力。其一,应优先保障更新频率与快速响应用户反馈所需的关键资源,在细分市场或核心功能上形成差异化优势,再循序扩展产品线。其二,注重将长期积累的对平台规则的理解、用户关系的管理经验和运营经验进行制度化,以提升对平台规则和用户竞争的适应能力。
本研究尚存在以下不足:以二手数据测量迭代创新与互补者经验,具有一定的局限,未来可尝试结合一手数据的收集方法,更精准地度量互补者之间的竞争、产品的迭代创新和互补者的不同经验,并探讨其对绩效的影响。同时,受限于数据的可得性,本研究未能获得国内主流平台安卓端的生态数据,未来可扩展数据收集范围,纳入安卓以及新兴国产操作系统如鸿蒙等多平台样本,进一步比较在不同系统生态下互补者竞争对其绩效的影响机制。
[1] 吴言波,刘宇舒,邵云飞.平台依赖型企业网络权力对平台商业模式创新的影响研究[J].科研管理,2026,47(2):78-88.
[2] 关健,吴承逊,董佳敏,等.互补者声誉对进入平台策略的影响:来自APP与平台小程序的证据[J].系统工程理论与实践, 2023,43(10):2971-2988.
[3] 王茂福, 管竹笋.高管声誉、代理成本与平台企业数字责任——制度压力的调节作用[J].科技进步与对策,2025,42(11):119-128.
[4] 陈雪琳,周冬梅,鲁若愚.平台生态系统中互补者的多边关系研究:理论溯源与框架构建[J].研究与发展管理,2023, 35(1):60-71,145.
[5] YE J H,KANKANHALLI A.Value cocreation for service innovation: examining the relationships between service innovativeness, customer participation, and mobile app performance[J].Journal of the Association for Information Systems,2020,21(2):292-311.
[6] PFEFFER J, SALANCIK G R.The external control of organizations: a resource dependence perspective[M].New York: Harper &Row Press,1978.
[7] JOOST R,MELISSA A.Platform competition: a systematic and interdisciplinary review of the literature[J].Journal of Management, 2021,47(6):1528-1563.
[8] MATTHEW A B,CAMERON J V,RYAN W A.Optimal distinctiveness, strategic categorization, and product market entry on the Google Play app platform[J].Strategic Management Journal,2019,40(8): 1219-1242.
[9] 李玥,董书赟,王卓,等.数字化赋能对创新服务平台价值共创绩效的影响与作用路径[J].科技进步与对策,2025,42(7): 56-66.
[10] BOUDREAU J K,JEPPESEN B L.Unpaid crowd complementors: the platform network effect mirage[J].Strategic Management Journal, 2015,36(12):1761-1777.
[11] 李玥,钱科研,徐岸峰,等.平台生态系统:理论框架与未来展望[J].系统工程理论与实践,2026,46(1):19-35.
[12] 肖静华,吴瑶,刘意,等.消费者数据化参与的研发创新——企业与消费者协同演化视角的双案例研究[J].管理世界,2018,34(8):154-173,192.
[13] 苏婉,李阳春,王天东,等.用户赋能和服务创新对APP绩效的影响研究[J].科研管理,2020,41(8):193-201.
[14] 傅锋,陈爽英,文艺.数字平台互补者经验对迭代创新的影响研究[J].管理学报,2024,21(1):86-95.
[15] 肖静华,胡杨颂,吴瑶.成长品:数据驱动的企业与用户互动创新案例研究[J].管理世界,2020,36(3):183-205.
[16] NISHIDA M.First-mover advantage through distribution: a decomposition approach[J].Marketing Science, 2017, 36(4): 590-609.
[17] 范建亭,黄荣.移动APP的市场竞争“先入为主”吗——基于进入次序与业绩关系的分析[J].南开管理评论,2020,23(3):76-86.
[18] HANNAH P D,EISENHARDT M K.How firms navigate cooperation and competition in nascent ecosystems[J].Strategic Management Journal,2018,39(12):3163-3192.
[19] 江积海,蔡春花.开放型商业模式NICE属性与价值创造关系的实证研究[J].中国管理科学,2016,24(5):100-110.
[20] 王珏,黄怡,丁飒飒,等.经验学习与企业对外直接投资连续性[J].中国工业经济,2023, 40(1):76-94.
[21] CHEN L,WANG M M,CUI L, et al.Experience base, strategy-by-doing and new product performance[J].Strategic Management Journal, 2020,42(7):1379-1398.
[22] KAPOOR R,AGARWAL S.Sustaining superior performance in business ecosystems: evidence from application software developers in the iOS and Android smartphone ecosystems[J]. Organization Science, 2017,28(3):531-551.
[23] 黄灿,徐戈.技术多元化能够促进企业绩效提升吗 ——技术重组模式与科学知识搜索的调节作用[J].科技进步与对策,2024,41(2): 108-118.
[24] JACOBIDES G M,CENNAMO C,GAWER A.Towards a theory of ecosystems[J].Strategic Management Journal,2018,39(8): 2255-2276.
[25] ALEXANDER K,SATISH J.The relative impact of marketing, research-and-development, and operations capabilities on firm performance[J]. Journal of Marketing,2008,72(4):1-11.
[26] REINARTZ W,KRAFFT M,HOYER D W.The customer relationship management process: its measurement and impact on performance[J]. Journal of Marketing Research,2004,41(3): 293-305.
[27] 邓渝,韩炜.数字平台隐私控制与互补者反应:来自移动应用市场的证据[J].研究与发展管理,2025,37(2):31-42,57.
[28] 齐托托,周洵,王天梅.在线评论特征对知识付费产品销量的影响研究——基于产品类型的调节作用[J].管理评论,2021,33(11):209-222.
[29] 杨虑,鲁耀斌,胡鹏.何种APP更受用户欢迎 基于第三方平台的用户下载数据分析[J].系统管理学报,2023,32(1):91-100.
[30] 丛贞,马荣康,刘凤朝.问题导向搜索与创业企业新产品创新绩效——来自苹果App Store应用平台的证据[J].科学学研究,2021,39(9):1697-1705.
[31] ZHOU G,SONG P J,WANG Q S.Survival of the fittest: understanding the effectiveness of update speed in the ecosystem of software platforms[J].Journal of Organizational Computing and Electronic Commerce,2018,28(3):234-251.
[32] YE H, CHUA C E H, SUN J. Enhancing mobile data services performance via online reviews[J]. Information Systems Frontiers, 2019, 21(2): 441-452.
[33] DELIGIANNI I,VOUDOURIS I,LIOUKAS S.Do effectuation processes shape the relationship between product diversification and performance in new ventures [J].Entrepreneurship Theory and Practice,2017,41 (3):349-377.
[34] LEE G,RAGHU S T.Determinants of mobile apps' success: evidence from the app store market[J].Journal of Management Information Systems,2014,31(2):133-170.
[35] 陈爽英,雷波,傅锋,等.在线评分、APP迭代速度与绩效:平台系统更新的调节效应[J].技术经济,2021,40(10):173-183.
[36] BOUDREAU K.Open platform strategies and innovation: granting access vs. devolving control[J].Management Science,2010,56 (10):1849-1872.
[37] LI X,HITT M L.Self-selection and information role of online product reviews [J].Information Systems Research,2008,19(4): 456-474.