數字平臺迭代與開發者更新決策研究
——基于瀏覽器的經驗證據

一、引 言

數字平臺擁有強大的基礎功能、高效的數據處理與分享能力，逐漸成為數字經濟時代資源配置的重要載體

。企業構建數字平臺正成為其實現數字化轉型的重要途徑

，例如海爾集團、三一重工、徐工集團、上汽集團、美的集團等制造企業已搭建數字平臺，并招募軟件開發者進入，共同促進生態系統發展。技術管理研究者將數字平臺定義為基于軟件的產品平臺，即提供核心功能和服務的可擴展代碼模塊

。數字平臺所有者與利用數字平臺的眾多外部開發者、終端用戶共同構成數字平臺生態系統

，其中數字平臺所有者與外部開發者共同為用戶提供產品或者服務

。數字平臺所有者作為生態系統的領導者負有推動數字平臺生態系統成長的責任，需要在與開發者互補關系基礎之上鼓勵開發者創新

，以優化用戶的平臺體驗，提高平臺價值

。然而在數字平臺生態系統中，數字平臺所有者與開發者之間不存在傳統的等級權威關系，開發者擁有剩余控制權和剩余索取權，具有較大的自主性

。那么數字平臺所有者在原有的層級意識和等級觀念弱化的情況下，如何鼓勵開發者創新呢？

除生物技術外，物理限制基因漂流率也十分有效，目前隔離屏障仍是我國主要的物理限制基因漂流方法。何美丹[44]研究表明，隔離屏障能夠有效降低基因漂流率，無屏障時轉基因水稻向不育系基因漂流率為5.35%～19.95%；設置隔離布帳，其基因漂流率為0.92%～6.48%。合理種植也可以減弱作物基因漂流風險，以轉基因棉為例，通過混合種植不同抗蟲棉可有效減弱靶向害蟲的抗性[45]。單價抗蟲基因棉花遺傳基礎簡單，易失去抗性[46]，雙價抗蟲基因較單價遺傳更為穩定[47]，可以利用單、雙價基因抗蟲棉混合種植，進行綜合治理[48]。

已有研究主要從數字平臺架構與數字平臺治理兩個方面進行研究。關于數字平臺架構的研究表明，數字平臺架構設計的合理性將影響開發者創新

，例如數字平臺核心模塊保持一定的穩定性可以增加新開發者或新產品服務的數量，卻不會提高創新成本

。同時，研究表明數字平臺所有者在保持核心模塊穩定的前提下，可以通過數字平臺迭代影響開發者創新

，例如通過數字平臺迭代能夠提升開發者模塊的多樣性、質量、性能

；數字平臺迭代頻率過快會降低用戶側到開發者側的網絡效應

；在迭代過程中通過吸收開發者模塊、擴展數字平臺范圍降低其他開發者的創新成本

。關于數字平臺治理的研究表明，數字平臺所有者可以通過制定進入和交互規則維護創新環境以促進開發者創新，例如數字平臺所有者通過提高數字平臺開放度以吸引開發者加入數字平臺進行創新或降低開放度，從而緩解因內部競爭導致的創新不足

；通過建立聲譽機制約束開發者的機會主義行為

；通過控制邊界資源(SDK、API)以維護數字平臺安全與穩定

，加強開發活動過程控制

等。目前，研究者從數字平臺架構與數字平臺治理兩個方面對促進開發者創新進行了有效研究，然而在以下兩個方面仍然有待進一步探討：其一，數字平臺迭代有頻率維度，也有數量維度，即每次數字平臺迭代向開發者釋放模塊的數量(數字平臺模塊數量)

，已有研究較少探討數字平臺模塊數量與開發者創新關系；其二，已有研究注重開發者創新效果，例如開發者產品質量

、性能

、速度

等，但對整個生態系統成長而言，作為創新特殊形式的開發者更新同樣重要

，已有研究較少探討開發者更新的影響因素。

本文在已有數字平臺研究基礎之上，借鑒開放式創新理論，利用火狐瀏覽器2017—2019年的數據，探討數字平臺通過迭代向開發者提供的模塊數量是否會影響開發者更新，同時結合數字平臺生態系統中開發者特有的環境

，分析開發者競爭和聲譽的調節作用?？赡艿呢暙I包括：(1)以往平臺研究以交易平臺為主，忽視對數字化轉型非常重要的軟件平臺的研究，本文在微觀層面進一步豐富數字平臺所有者促進開發者創新的相關研究；(2)結合開發者所處環境，研究同類開發者競爭、聲譽對數字平臺模塊數量與開發者更新協同關系的影響，進一步拓展數字平臺所有者促進開發者創新的機制研究。

二、理論分析與研究假設

(一)數字平臺模塊數量與開發者更新

數字平臺生態系統具有“核心+外圍”的結構

。核心是數字所有者以及由眾多協調一致的模塊組成的數字平臺，外圍則包括開發者和用戶，核心與外圍之間通過數字平臺提供的邊界資源模塊進行連接

。在此基礎上，數字平臺所有者與外部開發者以互補模塊形態建立合作，共同向用戶傳遞價值

(圖1)。數字平臺生態系統可視為開放式創新載體

，實際上，為適應不斷發展的技術和市場變化，數字平臺與外部開發者模塊作為軟件產品會進行迭代

，即通過對資源或知識進行重組整合實現迭代式數字創新

。本文將開發者模塊迭代稱為開發者更新，開發者更新不僅能夠提升平臺價值

，而且作為變異來源，通過選擇性保留有利于變異而促進數字平臺生態系統演化

。在數字平臺生態系統中，數字平臺以迭代方式將通用、共享的資源進行重組整合，從而實現平臺功能范圍擴展與質量提高

，同時向外部開發者開放平臺，實現技術外部商業化，而開發者利用數字平臺資源進行二次創造，即通過迭代自身模塊滿足用戶個性化、多樣化的需求

。從開放式創新角度看，數字平臺利用外部開發者實現了外向型開放式創新，而開發者利用外部數字平臺資源實現了內向型開放式創新，因此可借鑒開放式創新理論分析問題。需要注意的是，已有開放式創新研究中的開放度多強調核心企業利用外部資源的程度

，是多點向單點輸入資源，而數字平臺生態系統中的開放度則更強調外部利用平臺資源程度，是單點向多點輸出資源。

解釋變量：數字平臺模塊數量。因為非功能模塊迭代僅涉及少數用戶用例，對大多數用戶沒有影響

，所以主要關注功能性模塊資源數量。以Firefox迭代時提供的信息為基礎，匯總功能模塊信息條目。

新興的工作重塑理論還有很多未解之謎，為今后的研究留下了廣闊的空間。對本土學者而言，只有扎根中國文化和管理實踐，結合質性與定量研究等多種方法，對各類行業和職業勞動者的工作重塑行為及其影響因素進行深入探索和細致分析，才能為構建中國本土的工作重塑理論做出貢獻。

另一方面，數字平臺依靠外部開發者進行創新，屬于外向型開放式創新。已有研究的重點放在核心企業內向型創新上，未能對外向型創新進行充分研究，特別是缺少對參與開放式創新的合作伙伴創新行為的研究

。但是Fleming和Waguespack(2007)認為開放式創新社區領導者需要與開發者建立信任以促進合作創新

，即在數字平臺生態系統中，數字平臺所有者如果通過外部開發者實現外向型開放式創新，就需要與開發者建立信任關系。已有研究表明數字平臺所有者通過數字平臺迭代向開發者釋放將對數字平臺持續投入以提供多樣化、穩定服務的消息，從而與開發者建立信任關系

。數字平臺模塊數量增加是數字平臺所有者傳遞持續投入消息的具體行動信號，當開發者接收到數字平臺持續投入的消息之后，將會提高對數字平臺的信任度進而提升持續開發信心。同時，軟件產品具有較高標準性，時常會出現不兼容與不可訪問的狀況，且這種狀況會隨著迭代而變得更加突出。為避免“技術負債”累計導致未來開發學習成本的增加

，當預期到數字平臺迭代增加新功能將影響自身模塊的功能時，具有持續開發意圖的開發者將會有動機對模塊進行更新。

此外，開發者棲息于數字平臺生態之中，數字平臺迭代意味著棲息環境的改變

。數字平臺模塊功能提供得越多，在一定程度上越增加了生態系統環境的不確定性

。在此情況下，開發者為應對環境變化將通過更新做出適應性改變，以增強生存能力

。綜上所述，數字平臺模塊數量的增加能夠降低開發者開發的成本與風險，提升其持續開發的信心，促使其為適應環境做出更多改變。據此，提出假設：

假設1：數字平臺模塊數量對開發者更新具有顯著正向影響。

(二)同類開發者競爭的調節作用

本文數據來源于開源瀏覽器(Firefox)。據統計

，截至2019年末，Firefox(桌面版)是全球第二大瀏覽器，全球占有率約為9.5%，年平均活躍用戶為8億左右

，插件數量為1萬9千左右

。選擇Firefox作為研究對象的原因有三點：第一，作為開源數字平臺，Firefox更依賴于開發者貢獻實現發展，更加鼓勵大量開發者提供互補產品；第二，由于開源屬性而不必關注價格因素影響，使得問題更加聚焦

；第三，Firefox迭代政策很大程度上不依賴于開發者與用戶行為，從而緩解內生性影響

。基于Python爬蟲抓取了2017—2019年Firefox插件應用程序評論信息、版本信息、用戶信息及開發者信息，初步獲得約100萬條信息，剔除難以補全的數據之后，最終匹配獲得約21萬個觀察值。

假設2：同類開發者競爭負向調節數字平臺模塊數量與開發者更新之間的關系。

(三)開發者聲譽的調節作用

在數字平臺生態系統中，數字平臺為開發者與消費者提供虛擬社區進行互動，產生了重要的非正式治理機制，即聲譽機制。其中的邏輯是使消費者通過聲譽獲得產品信息，減少信息不對稱，進而約束賣家行為

。聲譽機制同樣適用于數字平臺生態系統

，聲譽與產品質量密切相關，擁有較高聲譽的開發者被認為在當前版本應用程序從功能性、兼容性具有較高的質量，聲譽低則相反

。開發者聲譽較低的部分原因是對當前數字平臺提供不充分、不完善的功能利用造成的，其更新決策可能聚焦于盡快完善自身產品質量，而不是追隨數字平臺迭代，以免失去市場。擁有較高聲譽的開發者能夠提供較高質量的產品，但是需要不斷對產品進行改進，例如微軟每次迭代Windows之后，會利用“打補丁”方式對系統優化以滿足消費者對功能與安全的新需求，但需要尋找一個盡可能降低更新成本與提供更多新功能的時機。數字平臺迭代恰好為開發者提供了合適的時機，能夠充分降低更新成本并盡可能地利用新功能提供更好的服務。在開發者時間與精力均有限的情況下，擁有較高聲譽的開發者在數字平臺迭代后有更強的動機進行更新。同時，聲譽與產品銷量密切相關，擁有較高聲譽的開發者一般擁有相對較大的客戶群體

，在此情況下，開發者能夠收到更多有關消費者使用信息的反饋

，從而更加明確需求改進路徑，滿足消費者訴求，降低更新決策不確定性。聲譽較高的開發者為維護自身高聲譽，將會更加積極地利用數字平臺模塊數量增加所提供的低成本、低風險的更新機會，開發新功能，完善用戶需求。據此，提出假設：

假設3：開發者聲譽正向調節數字平臺模塊數量與開發者更新之間的關系。

圖4(a)、(b)分別為改進型ADRC和雙閉環PID對小車位置的控制曲線，圖4(c)、(d)分別是改進型ADRC和雙閉環PID對小車位置的控制曲線。通過對比可以看出改進型ADRC在2s以后就可以穩定控制擺桿角度和小車位置，而雙閉環PID在3s以后失去對擺桿和小車位置的控制；通過仿真可以看出基于改進型的ADRC的一級直線倒立擺系統具有較好的魯棒性。

綜上所述，本文研究框架如圖2所示：

調節變量：(1)同類開發者競爭，參考Boudreau(2015)的研究，利用同一標簽下開發者數量衡量同類競爭

，根據開發者更新之前，Firefox迭代后同一標簽內所有開發者數量匯總計算；(2)開發者聲譽，參考Chevalier等(2018)的研究，通過用戶評分衡量

，根據開發者更新之前，Firefox迭代之后用戶評分平均值計算。

三、研究設計

(一)研究數據與樣本

數字平臺生態系統雖然提供了無限的產品市場空間，但是眾多開發者并非能夠獲得足夠多的消費者

。Wang等(2013)認為，在數字平臺生態系統中開發者的數量雖然可以無限增加，但是消費者的時間、精力和注意力都是有限的，所以開發者無法受到消費者的一致關注

。因此，在數字平臺生態系統內部，消費者資源仍然具有稀缺性，即開發者仍然面臨著競爭問題。研究表明，當生態系統內部資源稀缺且利用資源的組織數量增加時，一個組織獲得稀缺資源將降低其他組織性能和生存機會

。在數字平臺生態系統中隨著同類開發者競爭加劇，開發者得到消費者資源的機會將會減少，增加作為單面平臺的開發者無法達到網絡效應閾值或持續激發網絡效應的風險

，使得更新結果的不確定性增加，降低開發者的更新動機。在此情形下，雖然數字平臺模塊數量的增加可以降低開發者更新失敗的風險，但是同類競爭增加了開發者更新的風險，即開發者可以利用數字平臺提供的模塊資源進行更新，然而開發者是否利用數字平臺模塊進行更新還會受到同類競爭的影響。已有研究表明同類競爭過于激烈時，在開發和營銷預算有限的情況下，開發者將會放棄當前數字平臺而轉向競爭環境相對寬松的數字平臺生態系統

，因此開發者同類競爭降低了數字平臺模塊數量增加所提高的開發者持續投入信心。另外，在數字平臺生態系統中，開發者可以有效獲得產品市場信息以實現自身的商業化

，但是激烈競爭導致內部產生信息“噪音”，降低信息有效性

，開發者難以準確判斷自身相對競爭優勢，無法做出合理的更新決策。綜上所述，同類競爭減少開發者獲得用戶資源機會，增加開發者更新風險，降低開發者更新信心。據此，提出假設：

(二)主要變量定義

被解釋變量：開發者更新，該指標為虛擬變量。以Firefox迭代間隔為一周期，如果開發者在周期內更新記為1，否則記為0。

開發利用區，主要指具有滿足工農業生產、城鎮生活、漁業、娛樂等多種需水要求的水域。開發利用區應當堅持開發與保護并重，充分發揮水資源的綜合效益，保障水資源可持續利用；同時具有多種使用功能的開發利用區，應當按照其最高水質目標要求的功能實行管理。

一方面，開發者更新屬于內向型開放式創新。在數字平臺生態系統中，開發者外部創新資源主要來自單一數字平臺所提供的模塊，即開發者可通過較少的外部搜索活動獲取用于更新的創新資源。同時模塊化的創新資源更容易被開發者消化吸收，可以有效提高開發者整合創新資源的效率。同時研究表明，外部知識的多樣性能夠減少開發過程中的錯誤率，降低新產品開發風險

。因此，數字平臺釋放的模塊數量越多，開發者獲取的外部創新資源越豐富，越能夠為開發者提供低成本、低風險的潛在更新機會。

唐長孺先生指出：“漢代以來，由河西走廊出玉門關、陽關以入西域，是內地和西北邊區間乃至中外間的交通要道。但這并非唯一的道路，根據史籍記載，我們看到從益州到西域有一條幾乎與河西走廊并行的道路。這條道路的通行歷史悠久，張騫在大夏見來自身毒的邛竹杖與蜀布是人所共知的事，以后雖然不那么顯赫，但南北朝時對南朝來說卻是通向西域的主要道路，它聯結了西域與南朝間的政治、經濟和文化，曾經起頗大的作用?！雹偬崎L孺：《南北朝期間西域與南朝的陸道交通》，載氏著《魏晉南北朝史論拾遺》，中華書局，1983年，第184-185頁。

控制變量：(1)數字平臺市場占有率，該指標反映數字平臺在產品市場上的競爭情況

，數據來源于Statcounter網站；(2)開發者能力，Zhou等(2018)的研究表明開發者能力與開發者行為相關性較大

，本文以開發者加入Firefox的時間開始，直至插件更新為止的時間長度進行衡量；(3)開發者應用程序累計用戶數量，用戶數量影響單邊平臺網絡效應，進而影響開發者行為

；(4)非功能更新，開發者更新可能與數字平臺穩定或安全性有關

，以Firefox迭代時提供的信息為基礎，匯總非功能模塊信息的條目。

(三)模型設定

為檢驗假設1中數字平臺模塊數量與開發者更新的關系，根據表1中的變量，設定模型(1)。其中，

為數字平臺迭代周期虛擬變量，樣本期間一個周期約為6周；

為插件標簽虛擬變量。

(1)

表2列示了主要研究變量的平均值、標準差以及Pearson 相關系數。開發者選擇更新比例為20.37%，變量間相關系數大部分低于0.40，方差膨脹因子(VIF)均小于5，平均值為1.12，表明自變量之間不存在明顯的多重共線性問題，為后文檢驗提供了基礎。

因被解釋變量為虛擬變量而采用Probit模型，表3為模型回歸結果。列(1)為數字平臺模塊數量與開發者更新的回歸結果，結果表明模塊數量系數為正且在1%水平顯著，表明模塊資源提供得越多，開發者選擇更新的概率越高，假設1得證，即數字平臺所有者通過迭代提供創新資源，促進了開發者更新，同時表明數字平臺不僅需要在建立之初開放資源，還要在迭代過程中繼續開放或者共享平臺創新資源，以鼓勵開發者進行更新。列(2)為同類競爭調節作用的檢驗結果，結果表明數字平臺模塊數量與同類競爭的交互項系數為負且在1%水平顯著，同時數字平臺模塊數量系數為正，表明同類競爭對數字平臺模塊數量與開發者更新決策的關系存在顯著負向調節作用，假設2得證。以往研究表明參與數字平臺生態系統加入的人數越多，越能夠為平臺或最終消費者提供價值

，但從同類競爭角度看，同類競爭增加了開發者更新失敗的風險，影響了開發者更新的信心，從而導致數字平臺模塊數量的正向激勵作用減弱。該結果支持了競爭和創新間存在非線性關系的理論假說

，即開發者對用戶資源競爭的加劇并不會進一步激勵開發者更新。列(3)為聲譽調節作用的檢驗結果，結果表明數字平臺模塊數量與聲譽的交互項系數為正且在1%水平顯著，同時數字平臺模塊數量系數為正，表明聲譽對數字平臺模塊數量與開發者更新決策的關系存在顯著的正向調節效應，假設3得證。在以往有關電商平臺的研究中，聲譽研究聚焦于“檸檬市場”治理

。本文結果表明在數字平臺生態系統中高聲譽同樣可以激勵開發者對數字平臺創新資源的利用。列(4)為全模型回歸結果，與上述結論相同，系數大小、符號以及顯著性未發生明顯改變，使得假設得到進一步驗證。

(2)

四、實證結果分析

(一)描述性結果分析

為檢驗假設2、假設3，采用交互項方式檢驗同類競爭、聲譽的調節作用，設定模型(2)，其中

代表調節變量。

(二)回歸結果分析

×

+

×

+

×

+

×

+

從上式可看出，光載波以及調制在光載波上的微波信號都發生了多普勒頻移，在接收端使用光電探測器對接收信號直接進行光強度探測即可解調出微波信號：

(三)穩健性檢驗

首先，所選樣本期間內數字平臺約每隔6周進行迭代，并不受個體開發者行為的影響

，而且解釋變量在被解釋變量之前進行觀察計算，所以互為因果引起的內生性問題得到緩解。其次，采用替換變量法。迭代說明書文本數量越多，越能夠反映功能新穎程度，因此采用每次數字平臺迭代時文本說明長度對數字平臺模塊數量(

_

_

)進行重新測算，重新檢驗假設1至3。結果如表4所示，回歸模型估計系數正負號和顯著性并未發生變化，與表3相同，假設進一步得到驗證。最后，采用分組回歸法對假設1至3進行驗證，根據開發者開發時所采用的開源協議類型對樣本進行分組，可分為：完全開放(

_1)，指允許其他開發者查看復制其源代碼；接口開放(

_2)，指其他開發者并不能更改其源代碼，但可通過訪問接口使用；自定義協議(

_3)，指開發者自己編制的協議。結果如表5所示，回歸模型估計系數正負號和顯著性并未發生明顯變化，與表3結果相比未發生明顯變化，研究假設得到支持。

(四)拓展性分析

在上述研究基礎之上，進一步分析數字平臺模塊數量對開發者更新速度(

_

)的影響，即對于已經做出更新決策的開發者而言，數字平臺模塊數量是否對開發者更新速度存在影響。更新速度以數字平臺迭代至開發者更新之間的天數進行衡量

?；貧w結果見表6：列(2)顯示數字平臺模塊數量系數為正且在1

水平顯著，數字平臺模塊數量與更新速度呈正相關關系，即數字平臺模塊數量提供得越多，開發者更新的速度就越慢，說明數字平臺模塊數量不僅影響開發者更新意愿，而且影響更新速度；列(3)顯示數字平臺模塊數量與同類競爭交互項系數為負且在1

水平顯著，同時數字平臺模塊數量系數為正，表明同類競爭在數字平臺模塊數量與更新速度的正相關關系中起到抑制作用，說明同類競爭雖然抑制開發者更新，但有利于提高更新速度；列(4)顯示數字平臺模塊數量與聲譽交互項系數為正且在1

水平顯著，同時數字平臺模塊數量系數為正，表明開發者聲譽在數字平臺模塊數量與更新速度的正相關關系中起到增強作用，說明同類開發者雖然能夠提高開發者更新的意愿，但抑制了其更新的速度。

五、結論與啟示

數字平臺與開發者創新協同是決定數字平臺生態系統發展的重要力量。本文利用2017—2019年開源瀏覽器數據，研究了數字平臺模塊數量與開發者更新關系以及同類開發者競爭與開發者聲譽在其中的調節作用。結果表明：(1)數字平臺模塊數量增加激勵了開發者更新；(2)同類開發者競爭抑制了數字平臺模塊數量與開發者更新的正向關系；(3)開發者聲譽促進數字平臺模塊數量與開發者更新的正向關系；(4)數字平臺模塊數量會降低開發者更新的速度，同類競爭抑制這一關系，而開發者聲譽則會強化這一關系。

圖6給出了模擬電弧故障的過程，當電弧再次發生時，文獻[13]中的初級電弧模型開始生效并產生初級電弧特性。在每個時間步長下，通過求解電弧方程可以得到電弧電導率，而電弧電導率的倒數則通過TACS轉化為時變電弧電導。次級電弧是一種受多種因素的影響高度復雜現象，在斷路器打開后，利用文獻[14]中基于具有重燃電壓特性的反向并聯雙二極管電路的仿真技術對次級電弧進行仿真。通過EMTP線路常數程序計算線路參數，同步電機（SM）和TACS用于核電站的調速器和勵磁系統[15]，在750 kV架空輸電線路系統的雙回路中線路1上產生故障，如圖7所示。

本文研究有以下三點啟示：第一，數字平臺應不斷開放創新資源，為開發者創新提供支持。例如Windows OS、Android OS在吸納開發者之后，通過迭代升級釋放新資源逐步建立起數字平臺生態系統，成為業界領先者。第二，數字平臺要注意同類競爭的負面影響。同類競爭加劇會增加平臺與開發者之間協同與聯動的難度，造成平臺資源浪費，抑制創新。截至2020年第三季度，基于Android OS應用數量為287萬

，眾多開發者引發了同類競爭，增加了生態系統運行的壓力。Android OS已開始準備對平臺內核做出調整，以應對版本數量眾多以及系統內部標準不統一對平臺創新所產生的抑制效應。第三，完善平臺聲譽機制，進一步激發開發者的創新活力。開發者進行模塊更新必然會面臨創新失敗等各類風險，為保持較高聲譽，開發者會選擇謹慎創新，規避風險仍然是高聲譽開發者所要考慮的問題，這反而不利于開發者大膽地進行自主探索，降低了整個平臺生態系統創新的速度。對此，數字平臺應適時完善聲譽機制以更好地促進創新，例如取消聲譽積分上限促進更新，或更新之后重置聲譽促進更新速度等。

（2）堅持先有實踐，后有立法規范。堅持問題導向和有效實用原則，出臺有關法律法規應有針對性，避免大而全、空而不實。在立法條件尚不成熟的情況下，可以考慮通過政府部門發布具體行業指南加以引導，規范發展，為立法積累經驗和依據。積極學習借鑒發達國家人工智能立法經驗，但決不能照抄照搬。各國國情不同、文化傳統不同，對待人工智能態度并不相同，采取的法律實踐不同。對此，應結合我國實情，制定相關法律規范，指導和規范人工智能技術的發展和應用。

本文研究存在以下兩點不足：第一，數字平臺生態是一個復雜的系統，其中價格作為分配機制影響因素，直接影響開發者創新，本文為聚焦研究問題，并未納入價格因素，未來學者可以結合相關理論，探討價格對開發者更新的影響。第二，平臺開發者眾多，數據收集難度較大，不易對開發者能力進行直觀評價，在對數據可得性和研究可行性進行綜合權衡后，本文選擇替代指標測度開發者能力，未來學者可以對開發者能力測度方法加以完善，繼續豐富相關研究。

[1]謝富勝, 吳越, 王生升. 平臺經濟全球化的政治經濟學分析[J]. 中國社會科學, 2019， (12): 62-81, 200.

[2]戚聿東, 肖旭. 數字經濟時代的企業管理變革[J]. 管理世界, 2020, 36(6): 135-152, 250.

[3]Tiwana A., Konsynski B., Bush A. A. Platform Evolution: Coevolution of Platform Architecture, Governance, and Environmental Dynamics[J]. Information Systems Research, 2010, 21(4): 675-687.

[4]Gawer A., Cusumano M. A. Industry Platforms and Ecosystem Innovation[J]. Journal of Product Innovation Management, 2014, 31(3): 417-433.

[5]Jacobides M. G., Cennamo C., Gawer A. Towards a Theory of Ecosystems[J]. Strategic Management Journal, 2018, 39(8): 2255-2276.

[6]Tiwana A. Platform Synergy: Architectural Origins and Competitive Consequences[J]. Information Systems Research, 2018, 29(4): 829-848.

[7]Cennamo C. Building the Value of Next-Generation Platforms: The Paradox of Diminishing Returns[J]. Journal of Management, 2016, 44(8): 3038-3069.

[8]Fleming L., Waguespack D. Brokerage, Boundary Spanning, and Leadership in Open Innovation Communities[J]. Organization Science, 2007, 18(2): 165-180.

[9]郝旭光, 張嘉祺, 雷卓群，等. 平臺型領導: 多維度結構、測量與創新行為影響驗證[J]. 管理世界, 2021, 37(1): 186-199.

[10]Parker G., Van A. M. Innovation, Openness, and Platform Control[J]. Management Science, 2018, 64(7): 3015-3032.

[11]Eisenmann T., Parker G., Van A. M. Platform envelopment[J]. Strategic Management Journal, 2011, 32(12): 1270-1285.

[12]Zhou G., Song P., Wang Q. 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.

[13]Song P., Xue L., Rai A., et al. The Ecosystem of Software Platform: A Study of Asymmetric Cross-Side Network Effects and Platform Governance[J]. MIS Quarterly, 2018, 42(1): 121-142.

[14]Boudreau K. J. Platform Boundary Choices: Opening-Up While Still Coordinating and Orchestrating[J]. Entrepreneurship, Innovation, and Platforms, Advances in Strategic Management, 2017, 37: 227-298.

[15]Boudreau K. J., Open Platform Strategies and Innovation: Granting Access vs. Devolving Control[J]. Management Science, 2010, 56(10): 1849-1872.

[16]Parker G., Van A. M., Jiang X., et al. Platform Ecosystems: How Developers Invert the Firm[J]. MIS Quarterly, 2017, 41(1): 255-266.

[17]Anderson M., Magruder J. Learning From the Crowd: Regression Discontinuity Estimates of the Effects of an Online Review Database[J]. The Economic Journal, 2012, 563(122): 957-989.

[18]王勇, 劉航, 馮驊. 平臺市場的公共監管、私人監管與協同監管: 一個對比研究[J]. 經濟研究, 2020, 55(3): 148-162.

[19]Eaton B. Distributed Tuning of Boundary Resources: The Case of Apple’s IOS Service System[J]. European Economic Association, 2015, 1(4): 990-1029.

[20]王節祥, 陳威如, 江詩松，等. 平臺生態系統中的參與者戰略: 互補與依賴關系的解耦[J]. 管理世界, 2021, 37(2): 126-147.

[21]Tiwana A. Evolutionary Competition in Platform Ecosystems[J]. Information Systems Research, 2015, 26(2): 266-281.

[22]Tiwan A. Platform Ecosystems: Aligning Architecture, Governance, and Strategy[M]. Waltham: Morgan KaufmannPublishers Inc, 2014.

[23]Boudreau K. J. Let a Thousand Flowers Bloom? An Early Look at Large Numbers of Software App Developers and Patterns of Innovation[J]. Organization Science, 2012, 23(5): 1409-1427.

[24]路風. 論產品開發平臺[J]. 管理世界, 2018, 34(8): 106-129.

[25]劉洋, 董久鈺, 魏江. 數字創新管理: 理論框架與未來研究[J]. 管理世界, 2020, 36(7): 198-217+219.

[26]Yoo Y., Henfridsson O., Lyytinen K. Research Commentary—The New Organizing Logic of Digital Innovation: An Agenda for Information Systems Research[J]. Information Systems Research, 2010, 21(4): 724-735.

[27]Fleischmann F. M., Amirpur T., Grupp A. The Role of Software Updates in Information Systems Continuance—An Experimental Study From a User Perspective[J]. Decision Support Systems, 2016, 83: 83-96.

[28]高良謀, 馬文甲. 開放式創新: 內涵、框架與中國情境[J]. 管理世界, 2014, (6): 157-169.

[29]Dyer J., Singh H. The Relational View: Cooperative Strategy and Sources of Inter-Organizational Competitive Advantage[J]. Academy of Management Review, 1998, 23(4): 660-679.

[30]Narayan R., Kemerer F. K. Technical Debt and the Reliability of Enterprise Software Systems: A Competing Risks Analysis[J]. Management Science, 2016, 62(5): 1487-1510.

[31]Pervin N., Ramasubbu N., Dutta K. Habitat Traps in Mobile Platform Ecosystems[J]. Production and Operations Management, 2019, (28): 2594-2608.

[32]Chakravortya S. S, Hales D. N. Sustaining Process Improvement: The Red Queen Effect[J]. Production Planning & Control, 2016, 27(2): 102-113.

[33]Wang X., Butler B . S., Ren Y. The Impact of Membership Overlap on Growth: An Ecological Competition View of Online Groups[J]. Organization Science, 2013, 24(2): 414-431.

[34]Eckhardt J. T., Ciuchta M. P., Carpenter M. Open Innovation, Information, and Entrepreneurship Within Platform Ecosystems[J]. Strategic Entrepreneurship Journal, 2018, 12(3): 369-391.

[35]Chevalier J. A., Dover Y., Mayzlin D. Channels of Impact: User Reviews When Quality is Dynamic and Managers Respond[J]. Marketing Science, 2018, 37(5): 688-709.

[37]李維安, 吳德勝, 徐皓. 網上交易中的聲譽機制——來自淘寶網的證據[J]. 南開管理評論, 2007, (5): 36-46.

[38]張杰, 鄭文平, 翟福昕. 競爭如何影響創新: 中國情景的新檢驗[J]. 中國工業經濟, 2014, (11): 56-68.