一、引 言

数字平台拥有强大的基础功能、高效的数据处理与分享能力，逐渐成为数字经济时代资源配置的重要载体

。企业构建数字平台正成为其实现数字化转型的重要途径

，例如海尔集团、三一重工、徐工集团、上汽集团、美的集团等制造企业已搭建数字平台，并招募软件开发者进入，共同促进生态系统发展。技术管理研究者将数字平台定义为基于软件的产品平台，即提供核心功能和服务的可扩展代码模块

。数字平台所有者与利用数字平台的众多外部开发者、终端用户共同构成数字平台生态系统

，其中数字平台所有者与外部开发者共同为用户提供产品或者服务

。数字平台所有者作为生态系统的领导者负有推动数字平台生态系统成长的责任，需要在与开发者互补关系基础之上鼓励开发者创新

，以优化用户的平台体验，提高平台价值

。然而在数字平台生态系统中，数字平台所有者与开发者之间不存在传统的等级权威关系，开发者拥有剩余控制权和剩余索取权，具有较大的自主性

。那么数字平台所有者在原有的层级意识和等级观念弱化的情况下，如何鼓励开发者创新呢？

除生物技术外，物理限制基因漂流率也十分有效，目前隔离屏障仍是我国主要的物理限制基因漂流方法。何美丹[44]研究表明，隔离屏障能够有效降低基因漂流率，无屏障时转基因水稻向不育系基因漂流率为5.35%～19.95%；设置隔离布帐，其基因漂流率为0.92%～6.48%。合理种植也可以减弱作物基因漂流风险，以转基因棉为例，通过混合种植不同抗虫棉可有效减弱靶向害虫的抗性[45]。单价抗虫基因棉花遗传基础简单，易失去抗性[46]，双价抗虫基因较单价遗传更为稳定[47]，可以利用单、双价基因抗虫棉混合种植，进行综合治理[48]。

已有研究主要从数字平台架构与数字平台治理两个方面进行研究。关于数字平台架构的研究表明，数字平台架构设计的合理性将影响开发者创新

，例如数字平台核心模块保持一定的稳定性可以增加新开发者或新产品服务的数量，却不会提高创新成本

。同时，研究表明数字平台所有者在保持核心模块稳定的前提下，可以通过数字平台迭代影响开发者创新

，例如通过数字平台迭代能够提升开发者模块的多样性、质量、性能

；数字平台迭代频率过快会降低用户侧到开发者侧的网络效应

；在迭代过程中通过吸收开发者模块、扩展数字平台范围降低其他开发者的创新成本

。关于数字平台治理的研究表明，数字平台所有者可以通过制定进入和交互规则维护创新环境以促进开发者创新，例如数字平台所有者通过提高数字平台开放度以吸引开发者加入数字平台进行创新或降低开放度，从而缓解因内部竞争导致的创新不足

；通过建立声誉机制约束开发者的机会主义行为

；通过控制边界资源(SDK、API)以维护数字平台安全与稳定

，加强开发活动过程控制

等。目前，研究者从数字平台架构与数字平台治理两个方面对促进开发者创新进行了有效研究，然而在以下两个方面仍然有待进一步探讨：其一，数字平台迭代有频率维度，也有数量维度，即每次数字平台迭代向开发者释放模块的数量(数字平台模块数量)

，已有研究较少探讨数字平台模块数量与开发者创新关系；其二，已有研究注重开发者创新效果，例如开发者产品质量

、性能

、速度

等，但对整个生态系统成长而言，作为创新特殊形式的开发者更新同样重要

，已有研究较少探讨开发者更新的影响因素。

本文在已有数字平台研究基础之上，借鉴开放式创新理论，利用火狐浏览器2017—2019年的数据，探讨数字平台通过迭代向开发者提供的模块数量是否会影响开发者更新，同时结合数字平台生态系统中开发者特有的环境

，分析开发者竞争和声誉的调节作用。可能的贡献包括：(1)以往平台研究以交易平台为主，忽视对数字化转型非常重要的软件平台的研究，本文在微观层面进一步丰富数字平台所有者促进开发者创新的相关研究；(2)结合开发者所处环境，研究同类开发者竞争、声誉对数字平台模块数量与开发者更新协同关系的影响，进一步拓展数字平台所有者促进开发者创新的机制研究。

二、理论分析与研究假设

(一)数字平台模块数量与开发者更新

数字平台生态系统具有“核心+外围”的结构

。核心是数字所有者以及由众多协调一致的模块组成的数字平台，外围则包括开发者和用户，核心与外围之间通过数字平台提供的边界资源模块进行连接

。在此基础上，数字平台所有者与外部开发者以互补模块形态建立合作，共同向用户传递价值

(图1)。数字平台生态系统可视为开放式创新载体

，实际上，为适应不断发展的技术和市场变化，数字平台与外部开发者模块作为软件产品会进行迭代

，即通过对资源或知识进行重组整合实现迭代式数字创新

。本文将开发者模块迭代称为开发者更新，开发者更新不仅能够提升平台价值

，而且作为变异来源，通过选择性保留有利于变异而促进数字平台生态系统演化

。在数字平台生态系统中，数字平台以迭代方式将通用、共享的资源进行重组整合，从而实现平台功能范围扩展与质量提高

，同时向外部开发者开放平台，实现技术外部商业化，而开发者利用数字平台资源进行二次创造，即通过迭代自身模块满足用户个性化、多样化的需求

。从开放式创新角度看，数字平台利用外部开发者实现了外向型开放式创新，而开发者利用外部数字平台资源实现了内向型开放式创新，因此可借鉴开放式创新理论分析问题。需要注意的是，已有开放式创新研究中的开放度多强调核心企业利用外部资源的程度

，是多点向单点输入资源，而数字平台生态系统中的开放度则更强调外部利用平台资源程度，是单点向多点输出资源。

解释变量：数字平台模块数量。因为非功能模块迭代仅涉及少数用户用例，对大多数用户没有影响

，所以主要关注功能性模块资源数量。以Firefox迭代时提供的信息为基础，汇总功能模块信息条目。

新兴的工作重塑理论还有很多未解之谜，为今后的研究留下了广阔的空间。对本土学者而言，只有扎根中国文化和管理实践，结合质性与定量研究等多种方法，对各类行业和职业劳动者的工作重塑行为及其影响因素进行深入探索和细致分析，才能为构建中国本土的工作重塑理论做出贡献。

另一方面，数字平台依靠外部开发者进行创新，属于外向型开放式创新。已有研究的重点放在核心企业内向型创新上，未能对外向型创新进行充分研究，特别是缺少对参与开放式创新的合作伙伴创新行为的研究

。但是Fleming和Waguespack(2007)认为开放式创新社区领导者需要与开发者建立信任以促进合作创新

，即在数字平台生态系统中，数字平台所有者如果通过外部开发者实现外向型开放式创新，就需要与开发者建立信任关系。已有研究表明数字平台所有者通过数字平台迭代向开发者释放将对数字平台持续投入以提供多样化、稳定服务的消息，从而与开发者建立信任关系

。数字平台模块数量增加是数字平台所有者传递持续投入消息的具体行动信号，当开发者接收到数字平台持续投入的消息之后，将会提高对数字平台的信任度进而提升持续开发信心。同时，软件产品具有较高标准性，时常会出现不兼容与不可访问的状况，且这种状况会随着迭代而变得更加突出。为避免“技术负债”累计导致未来开发学习成本的增加

，当预期到数字平台迭代增加新功能将影响自身模块的功能时，具有持续开发意图的开发者将会有动机对模块进行更新。

此外，开发者栖息于数字平台生态之中，数字平台迭代意味着栖息环境的改变

。数字平台模块功能提供得越多，在一定程度上越增加了生态系统环境的不确定性

。在此情况下，开发者为应对环境变化将通过更新做出适应性改变，以增强生存能力

。综上所述，数字平台模块数量的增加能够降低开发者开发的成本与风险，提升其持续开发的信心，促使其为适应环境做出更多改变。据此，提出假设：

假设1：数字平台模块数量对开发者更新具有显著正向影响。

(二)同类开发者竞争的调节作用

本文数据来源于开源浏览器(Firefox)。据统计

，截至2019年末，Firefox(桌面版)是全球第二大浏览器，全球占有率约为9.5%，年平均活跃用户为8亿左右

，插件数量为1万9千左右

。选择Firefox作为研究对象的原因有三点：第一，作为开源数字平台，Firefox更依赖于开发者贡献实现发展，更加鼓励大量开发者提供互补产品；第二，由于开源属性而不必关注价格因素影响，使得问题更加聚焦

；第三，Firefox迭代政策很大程度上不依赖于开发者与用户行为，从而缓解内生性影响

。基于Python爬虫抓取了2017—2019年Firefox插件应用程序评论信息、版本信息、用户信息及开发者信息，初步获得约100万条信息，剔除难以补全的数据之后，最终匹配获得约21万个观察值。

假设2：同类开发者竞争负向调节数字平台模块数量与开发者更新之间的关系。

(三)开发者声誉的调节作用

在数字平台生态系统中，数字平台为开发者与消费者提供虚拟社区进行互动，产生了重要的非正式治理机制，即声誉机制。其中的逻辑是使消费者通过声誉获得产品信息，减少信息不对称，进而约束卖家行为

。声誉机制同样适用于数字平台生态系统

，声誉与产品质量密切相关，拥有较高声誉的开发者被认为在当前版本应用程序从功能性、兼容性具有较高的质量，声誉低则相反

。开发者声誉较低的部分原因是对当前数字平台提供不充分、不完善的功能利用造成的，其更新决策可能聚焦于尽快完善自身产品质量，而不是追随数字平台迭代，以免失去市场。拥有较高声誉的开发者能够提供较高质量的产品，但是需要不断对产品进行改进，例如微软每次迭代Windows之后，会利用“打补丁”方式对系统优化以满足消费者对功能与安全的新需求，但需要寻找一个尽可能降低更新成本与提供更多新功能的时机。数字平台迭代恰好为开发者提供了合适的时机，能够充分降低更新成本并尽可能地利用新功能提供更好的服务。在开发者时间与精力均有限的情况下，拥有较高声誉的开发者在数字平台迭代后有更强的动机进行更新。同时，声誉与产品销量密切相关，拥有较高声誉的开发者一般拥有相对较大的客户群体

，在此情况下，开发者能够收到更多有关消费者使用信息的反馈

，从而更加明确需求改进路径，满足消费者诉求，降低更新决策不确定性。声誉较高的开发者为维护自身高声誉，将会更加积极地利用数字平台模块数量增加所提供的低成本、低风险的更新机会，开发新功能，完善用户需求。据此，提出假设：

假设3：开发者声誉正向调节数字平台模块数量与开发者更新之间的关系。

图4(a)、(b)分别为改进型ADRC和双闭环PID对小车位置的控制曲线，图4(c)、(d)分别是改进型ADRC和双闭环PID对小车位置的控制曲线。通过对比可以看出改进型ADRC在2s以后就可以稳定控制摆杆角度和小车位置，而双闭环PID在3s以后失去对摆杆和小车位置的控制；通过仿真可以看出基于改进型的ADRC的一级直线倒立摆系统具有较好的鲁棒性。

综上所述，本文研究框架如图2所示：

调节变量：(1)同类开发者竞争，参考Boudreau(2015)的研究，利用同一标签下开发者数量衡量同类竞争

，根据开发者更新之前，Firefox迭代后同一标签内所有开发者数量汇总计算；(2)开发者声誉，参考Chevalier等(2018)的研究，通过用户评分衡量

，根据开发者更新之前，Firefox迭代之后用户评分平均值计算。

三、研究设计

(一)研究数据与样本

数字平台生态系统虽然提供了无限的产品市场空间，但是众多开发者并非能够获得足够多的消费者

。Wang等(2013)认为，在数字平台生态系统中开发者的数量虽然可以无限增加，但是消费者的时间、精力和注意力都是有限的，所以开发者无法受到消费者的一致关注

。因此，在数字平台生态系统内部，消费者资源仍然具有稀缺性，即开发者仍然面临着竞争问题。研究表明，当生态系统内部资源稀缺且利用资源的组织数量增加时，一个组织获得稀缺资源将降低其他组织性能和生存机会

。在数字平台生态系统中随着同类开发者竞争加剧，开发者得到消费者资源的机会将会减少，增加作为单面平台的开发者无法达到网络效应阈值或持续激发网络效应的风险

，使得更新结果的不确定性增加，降低开发者的更新动机。在此情形下，虽然数字平台模块数量的增加可以降低开发者更新失败的风险，但是同类竞争增加了开发者更新的风险，即开发者可以利用数字平台提供的模块资源进行更新，然而开发者是否利用数字平台模块进行更新还会受到同类竞争的影响。已有研究表明同类竞争过于激烈时，在开发和营销预算有限的情况下，开发者将会放弃当前数字平台而转向竞争环境相对宽松的数字平台生态系统

，因此开发者同类竞争降低了数字平台模块数量增加所提高的开发者持续投入信心。另外，在数字平台生态系统中，开发者可以有效获得产品市场信息以实现自身的商业化

，但是激烈竞争导致内部产生信息“噪音”，降低信息有效性

，开发者难以准确判断自身相对竞争优势，无法做出合理的更新决策。综上所述，同类竞争减少开发者获得用户资源机会，增加开发者更新风险，降低开发者更新信心。据此，提出假设：

(二)主要变量定义

被解释变量：开发者更新，该指标为虚拟变量。以Firefox迭代间隔为一周期，如果开发者在周期内更新记为1，否则记为0。

开发利用区，主要指具有满足工农业生产、城镇生活、渔业、娱乐等多种需水要求的水域。开发利用区应当坚持开发与保护并重，充分发挥水资源的综合效益，保障水资源可持续利用；同时具有多种使用功能的开发利用区，应当按照其最高水质目标要求的功能实行管理。

一方面，开发者更新属于内向型开放式创新。在数字平台生态系统中，开发者外部创新资源主要来自单一数字平台所提供的模块，即开发者可通过较少的外部搜索活动获取用于更新的创新资源。同时模块化的创新资源更容易被开发者消化吸收，可以有效提高开发者整合创新资源的效率。同时研究表明，外部知识的多样性能够减少开发过程中的错误率，降低新产品开发风险

。因此，数字平台释放的模块数量越多，开发者获取的外部创新资源越丰富，越能够为开发者提供低成本、低风险的潜在更新机会。

唐长孺先生指出：“汉代以来，由河西走廊出玉门关、阳关以入西域，是内地和西北边区间乃至中外间的交通要道。但这并非唯一的道路，根据史籍记载，我们看到从益州到西域有一条几乎与河西走廊并行的道路。这条道路的通行历史悠久，张骞在大夏见来自身毒的邛竹杖与蜀布是人所共知的事，以后虽然不那么显赫，但南北朝时对南朝来说却是通向西域的主要道路，它联结了西域与南朝间的政治、经济和文化，曾经起颇大的作用。”①唐长孺：《南北朝期间西域与南朝的陆道交通》，载氏著《魏晋南北朝史论拾遗》，中华书局，1983年，第184-185页。

控制变量：(1)数字平台市场占有率，该指标反映数字平台在产品市场上的竞争情况

，数据来源于Statcounter网站；(2)开发者能力，Zhou等(2018)的研究表明开发者能力与开发者行为相关性较大

，本文以开发者加入Firefox的时间开始，直至插件更新为止的时间长度进行衡量；(3)开发者应用程序累计用户数量，用户数量影响单边平台网络效应，进而影响开发者行为

；(4)非功能更新，开发者更新可能与数字平台稳定或安全性有关

，以Firefox迭代时提供的信息为基础，汇总非功能模块信息的条目。

(三)模型设定

为检验假设1中数字平台模块数量与开发者更新的关系，根据表1中的变量，设定模型(1)。其中，

为数字平台迭代周期虚拟变量，样本期间一个周期约为6周；

为插件标签虚拟变量。

(1)

表2列示了主要研究变量的平均值、标准差以及Pearson 相关系数。开发者选择更新比例为20.37%，变量间相关系数大部分低于0.40，方差膨胀因子(VIF)均小于5，平均值为1.12，表明自变量之间不存在明显的多重共线性问题，为后文检验提供了基础。

因被解释变量为虚拟变量而采用Probit模型，表3为模型回归结果。列(1)为数字平台模块数量与开发者更新的回归结果，结果表明模块数量系数为正且在1%水平显著，表明模块资源提供得越多，开发者选择更新的概率越高，假设1得证，即数字平台所有者通过迭代提供创新资源，促进了开发者更新，同时表明数字平台不仅需要在建立之初开放资源，还要在迭代过程中继续开放或者共享平台创新资源，以鼓励开发者进行更新。列(2)为同类竞争调节作用的检验结果，结果表明数字平台模块数量与同类竞争的交互项系数为负且在1%水平显著，同时数字平台模块数量系数为正，表明同类竞争对数字平台模块数量与开发者更新决策的关系存在显著负向调节作用，假设2得证。以往研究表明参与数字平台生态系统加入的人数越多，越能够为平台或最终消费者提供价值

，但从同类竞争角度看，同类竞争增加了开发者更新失败的风险，影响了开发者更新的信心，从而导致数字平台模块数量的正向激励作用减弱。该结果支持了竞争和创新间存在非线性关系的理论假说

，即开发者对用户资源竞争的加剧并不会进一步激励开发者更新。列(3)为声誉调节作用的检验结果，结果表明数字平台模块数量与声誉的交互项系数为正且在1%水平显著，同时数字平台模块数量系数为正，表明声誉对数字平台模块数量与开发者更新决策的关系存在显著的正向调节效应，假设3得证。在以往有关电商平台的研究中，声誉研究聚焦于“柠檬市场”治理

。本文结果表明在数字平台生态系统中高声誉同样可以激励开发者对数字平台创新资源的利用。列(4)为全模型回归结果，与上述结论相同，系数大小、符号以及显著性未发生明显改变，使得假设得到进一步验证。

(2)

四、实证结果分析

(一)描述性结果分析

为检验假设2、假设3，采用交互项方式检验同类竞争、声誉的调节作用，设定模型(2)，其中

代表调节变量。

(二)回归结果分析

×

+

×

+

×

+

×

+

从上式可看出，光载波以及调制在光载波上的微波信号都发生了多普勒频移，在接收端使用光电探测器对接收信号直接进行光强度探测即可解调出微波信号：

(三)稳健性检验

首先，所选样本期间内数字平台约每隔6周进行迭代，并不受个体开发者行为的影响

，而且解释变量在被解释变量之前进行观察计算，所以互为因果引起的内生性问题得到缓解。其次，采用替换变量法。迭代说明书文本数量越多，越能够反映功能新颖程度，因此采用每次数字平台迭代时文本说明长度对数字平台模块数量(

_

_

)进行重新测算，重新检验假设1至3。结果如表4所示，回归模型估计系数正负号和显著性并未发生变化，与表3相同，假设进一步得到验证。最后，采用分组回归法对假设1至3进行验证，根据开发者开发时所采用的开源协议类型对样本进行分组，可分为：完全开放(

_1)，指允许其他开发者查看复制其源代码；接口开放(

_2)，指其他开发者并不能更改其源代码，但可通过访问接口使用；自定义协议(

_3)，指开发者自己编制的协议。结果如表5所示，回归模型估计系数正负号和显著性并未发生明显变化，与表3结果相比未发生明显变化，研究假设得到支持。

(四)拓展性分析

在上述研究基础之上，进一步分析数字平台模块数量对开发者更新速度(

_

)的影响，即对于已经做出更新决策的开发者而言，数字平台模块数量是否对开发者更新速度存在影响。更新速度以数字平台迭代至开发者更新之间的天数进行衡量

。回归结果见表6：列(2)显示数字平台模块数量系数为正且在1

水平显著，数字平台模块数量与更新速度呈正相关关系，即数字平台模块数量提供得越多，开发者更新的速度就越慢，说明数字平台模块数量不仅影响开发者更新意愿，而且影响更新速度；列(3)显示数字平台模块数量与同类竞争交互项系数为负且在1

水平显著，同时数字平台模块数量系数为正，表明同类竞争在数字平台模块数量与更新速度的正相关关系中起到抑制作用，说明同类竞争虽然抑制开发者更新，但有利于提高更新速度；列(4)显示数字平台模块数量与声誉交互项系数为正且在1

水平显著，同时数字平台模块数量系数为正，表明开发者声誉在数字平台模块数量与更新速度的正相关关系中起到增强作用，说明同类开发者虽然能够提高开发者更新的意愿，但抑制了其更新的速度。

五、结论与启示

数字平台与开发者创新协同是决定数字平台生态系统发展的重要力量。本文利用2017—2019年开源浏览器数据，研究了数字平台模块数量与开发者更新关系以及同类开发者竞争与开发者声誉在其中的调节作用。结果表明：(1)数字平台模块数量增加激励了开发者更新；(2)同类开发者竞争抑制了数字平台模块数量与开发者更新的正向关系；(3)开发者声誉促进数字平台模块数量与开发者更新的正向关系；(4)数字平台模块数量会降低开发者更新的速度，同类竞争抑制这一关系，而开发者声誉则会强化这一关系。

图6给出了模拟电弧故障的过程，当电弧再次发生时，文献[13]中的初级电弧模型开始生效并产生初级电弧特性。在每个时间步长下，通过求解电弧方程可以得到电弧电导率，而电弧电导率的倒数则通过TACS转化为时变电弧电导。次级电弧是一种受多种因素的影响高度复杂现象，在断路器打开后，利用文献[14]中基于具有重燃电压特性的反向并联双二极管电路的仿真技术对次级电弧进行仿真。通过EMTP线路常数程序计算线路参数，同步电机（SM）和TACS用于核电站的调速器和励磁系统[15]，在750 kV架空输电线路系统的双回路中线路1上产生故障，如图7所示。

本文研究有以下三点启示：第一，数字平台应不断开放创新资源，为开发者创新提供支持。例如Windows OS、Android OS在吸纳开发者之后，通过迭代升级释放新资源逐步建立起数字平台生态系统，成为业界领先者。第二，数字平台要注意同类竞争的负面影响。同类竞争加剧会增加平台与开发者之间协同与联动的难度，造成平台资源浪费，抑制创新。截至2020年第三季度，基于Android OS应用数量为287万

，众多开发者引发了同类竞争，增加了生态系统运行的压力。Android OS已开始准备对平台内核做出调整，以应对版本数量众多以及系统内部标准不统一对平台创新所产生的抑制效应。第三，完善平台声誉机制，进一步激发开发者的创新活力。开发者进行模块更新必然会面临创新失败等各类风险，为保持较高声誉，开发者会选择谨慎创新，规避风险仍然是高声誉开发者所要考虑的问题，这反而不利于开发者大胆地进行自主探索，降低了整个平台生态系统创新的速度。对此，数字平台应适时完善声誉机制以更好地促进创新，例如取消声誉积分上限促进更新，或更新之后重置声誉促进更新速度等。

（2）坚持先有实践，后有立法规范。坚持问题导向和有效实用原则，出台有关法律法规应有针对性，避免大而全、空而不实。在立法条件尚不成熟的情况下，可以考虑通过政府部门发布具体行业指南加以引导，规范发展，为立法积累经验和依据。积极学习借鉴发达国家人工智能立法经验，但决不能照抄照搬。各国国情不同、文化传统不同，对待人工智能态度并不相同，采取的法律实践不同。对此，应结合我国实情，制定相关法律规范，指导和规范人工智能技术的发展和应用。

本文研究存在以下两点不足：第一，数字平台生态是一个复杂的系统，其中价格作为分配机制影响因素，直接影响开发者创新，本文为聚焦研究问题，并未纳入价格因素，未来学者可以结合相关理论，探讨价格对开发者更新的影响。第二，平台开发者众多，数据收集难度较大，不易对开发者能力进行直观评价，在对数据可得性和研究可行性进行综合权衡后，本文选择替代指标测度开发者能力，未来学者可以对开发者能力测度方法加以完善，继续丰富相关研究。

[1]谢富胜, 吴越, 王生升. 平台经济全球化的政治经济学分析[J]. 中国社会科学, 2019， (12): 62-81, 200.

[2]戚聿东, 肖旭. 数字经济时代的企业管理变革[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, 张嘉祺, 雷卓群，等. 平台型领导: 多维度结构、测量与创新行为影响验证[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, 刘航, 冯骅. 平台市场的公共监管、私人监管与协同监管: 一个对比研究[J]. 经济研究, 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]王节祥, 陈威如, 江诗松，等. 平台生态系统中的参与者战略: 互补与依赖关系的解耦[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]路风. 论产品开发平台[J]. 管理世界, 2018, 34(8): 106-129.

[25]刘洋, 董久钰, 魏江. 数字创新管理: 理论框架与未来研究[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]高良谋, 马文甲. 开放式创新: 内涵、框架与中国情境[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]李维安, 吴德胜, 徐皓. 网上交易中的声誉机制——来自淘宝网的证据[J]. 南开管理评论, 2007, (5): 36-46.

[38]张杰, 郑文平, 翟福昕. 竞争如何影响创新: 中国情景的新检验[J]. 中国工业经济, 2014, (11): 56-68.