蔡晓龙

(安徽大学 商学院，安徽 合肥 230601)

2020年以来，新型冠状病毒肺炎疫情全球蔓延，企业内外环境动态程度大大增强，传统线下企业受到极大冲击. 在线教育、在线办公、在线直播等众多线上平台得到快速发展，但同质竞争愈发激烈，如钉钉与腾讯会议在线办公平台的竞争，推出“免费请你看大片”电影播放专区的抖音、西瓜视频与传统爱奇艺、优酷等视频播放平台的竞争等. 这些平台竞争结果可能会出现“多种均衡现象”[1]，即某个平台实现寡头垄断，几乎占领整个平台市场，或者多平台共存. 也就是具有网络效应、高额转移成本、研发成本及营销成本优势的平台企业往往会赢家通吃，而不具备优势的平台将面临退出市场的风险[2]. 那么，如何提升竞争能力已成为当下平台关注的焦点，尤其是面对越来越复杂的全球环境.

目前，有关平台竞争的研究多集中于网络效应[3-4]、平台定价及补贴[5-6]等. 如McIntyre等[4]认为网络效应是平台竞争的核心，可利用网络效应及其产生机制来提高平台收入，增强竞争能力；Derdenger等[7]发现混合捆绑优于纯捆绑和纯组合，且捆绑和间接网络效应是替代策略的关系，即当捆绑效果很小时，间接网络效应很强. 同时，现有双元学习研究多集中于对创新、绩效的影响，鲜有关注对平台竞争的影响. 随着环境高度动态变化以及外界知识信息不断更新，双元学习的视角对平台竞争显得愈发重要.

与基于过程视角的学习研究不同，双元学习反映一种全面视角，关注内外部环境，考虑组织同外部环境和利益相关者交流与互动. 即通过利用内部现有知识，以及开发、吸收和整合外部新知识的方式[8]，对培养动态能力起着重要作用[9-10]. 动态能力通过感知、整合和吸收等能力相互作用对内部资源进行合理配置，与外部环境相匹配，能力强的企业将拥有更多创新机会[11]. 创新能力的提升，会更好满足平台消费者需求并吸引其进入平台，从而扩大网络效应，建立起扎实的平台竞争能力，形成持续优势. 基于此，本文将从双元学习和动态能力的视角分析平台竞争.

此外，随着互联网的发展，全球经济已然成为一个整体，组织所处环境更加复杂和多变. 传统企业在稳定环境中建立优势的方式对于平台已经不再适用，实现长期的竞争优势也越来越难. 因此，将环境动态性纳入研究范畴，探讨其对平台动态能力及平台竞争的影响具有重要意义.

基于此，采用理论与实证方法来探讨平台双元学习、动态能力以及平台间竞争的中介传导机制，并探索在环境动态程度不同的情况下，平台动态能力对平台竞争产生的作用效果，具有重要理论与实践意义. 本文研究模型如图1所示.

图1 动态能力的中介作用及环境动态性的调节作用假设模型

1 理论与假设

1.1 双元性学习与平台竞争

双元是指同时从事两种不同事情的能力. March[12]将其融入组织学习研究，提出双元学习的概念. 组织学习的传统关注点是利用不同的组织惯例、支持性基础设施和管理实践对不同类型的学习活动做出选择. 相较以往基于过程视角的学习研究，双元性学习考虑外部环境的影响，涉及到组织同外部利益相关者、环境的交流与互动. 基于外部环境对学习研究的影响，本文主要依据March的理论，将双元学习划分为探索式学习和利用式学习来进行研究.

平台竞争是互联网竞争的主要形式，强调网络效应的作用[13]. 平台可以利用网络效应及其产生机制来增强竞争能力[4]. 平台竞争又受多种因素影响. Choudary等[15]界定平台竞争的指标包括流动性(平台的产品在生产者和消费者之间成功交互的百分比)、匹配质量(消费者需求恰到好处地与供应商供给相匹配)、促进资源分配的程度等. 同时，平台竞争具有多种形式，如多属现象、价格竞争、差异化等[14]，也会对结果产生影响. 从平台差异化角度看，平台之间同质竞争更有利于大平台，而差异化竞争则更有利于小平台[16]. 高效率平台会在纵向差异化竞争中取得优势地位，而横向差异化竞争通常会出现多平台共存的结果[17]. 胡一竑等[18]从寡头竞争角度出发，指出若消费者厌恶拥挤，市场会出现多家服务商共存的局面. 消费者偏好的分布会影响服务商竞争的结果，即若厌恶拥挤的程度变大，服务能力强的服务商竞争优势会扩大.

利用式学习关注组织内知识应用、重组信息和资源[19]，主要目的是完善现有知识，通过利用现有能力在市场中获得稳定地位[8]，进而有利于提升平台竞争的能力. 探索性学习则是企业研究、收集和处理外部知识的能力[20]，使其能够通过从外部获取新知识和新资源来增加知识量[21]，以增强环境适应，从而达到提升平台竞争的能力. 现阶段有关双元学习的研究大多与绩效有关，如丁潇君等[22]研究发现探索式学习与利用式学习均对企业创新绩效起促进作用，弋亚群等[23]则提出探索式学习增强了技术能力对新产品开发绩效的促进作用. 而平台绩效作为平台竞争结果的重要体现[24]，双元学习必然会对平台竞争起到促进作用. 基于此，提出以下假设：

H1探索式学习对平台竞争具有正向的影响.

H2利用式学习对平台竞争具有正向的影响.

1.2 动态能力的中介作用

动态能力是组织为适应环境变化对内外部资源和能力合理配置来达到竞争优势的能力[25]. Tecce[25]指出动态能力可分为感知能力、获取能力及重构能力三个维度. 其中，感知能力指对环境的威胁与机遇的感知能力；获取能力指企业对机会的把握能力；重构能力是企业重组资源和运营的能力. 另有学者[27]认为动态能力指组织有目的性地处置资源的能力. 简兆权等[28]则将动态能力分为“动态”和“能力”两部分解释，指出“能力”是企业为适应环境变化逐步形成的各种内外部资源与知识，“动态”指组织为适应环境变化而具备的持续创新能力. 综合国内外学者观点，本文认为企业拥有动态能力后，除了可协调利用原有资源外，还可根据环境变化进行新的资源组合和配置，进而在动态竞争中保持优势地位.

双元学习通过完善利用组织现有知识，以及开发、吸收和整合外部新知识的方式[8]，对动态能力的培养起重要作用[9-10]. 根据内外整合的视角，动态能力可分为机会识别和机会利用[29]. 机会识别是企业利用现有资源从外部识别机会的过程. 这一过程中探索式学习起到促进作用，即通过获取和使用新的知识增强公司在技术或市场上知识基础的多样性，从而对动态能力的培养起到促进作用. 机会利用则是企业通过在内部建立资源的重组和重置惯例的过程. 这一过程中利用式学习通过从组织内部获取和使用资源和知识，对当前知识和资源更深层次的理解，来促进内部资源的重组和重置，进而提升企业动态能力[30]. 也有学者指出动态能力可划分为吸收、适应和创新三种能力[31]，其中吸收能力强调内外部知识进行结合；适应能力强调内部资源与外部环境的匹配；创新能力指组织通过内外部创新获得竞争优势. 可见，吸收、适应和创新三种能力均涉及对内部现有知识的理解与利用以及对外部新知识新资源的获取，进而利用式学习和探索式学习均对动态能力发展起促进作用. 实证结果[10]也表明，双元学习对动态能力具有积极影响.

动态能力通过感知能力、整合能力和吸收能力相互作用促进平台竞争. 1)感知能力有助于识别与感知动态环境中的机会与威胁. 平台企业在价格歧视、价格补贴以及扩大网络效应的竞争中搜寻到其他平台对自身的威胁. 同时感知能力有助于平台发现和捕捉市场机会，对市场需求变化快速反应，对平台竞争起着促进作用. 2)整合能力强调对内部资源进行合理配置并使之与外部环境相匹配. 整合能力强的企业将会拥有更多的创新机会[11]. 创新能力的提升，会更好满足平台消费者需求并吸引其进入平台，从而扩大网络效应，进而建立扎实的平台竞争能力，形成持续优势. 3)吸收能力是将外部环境中的新知识同内部知识进行结合的能力，具有好的吸收能力的平台可以更好了解外部市场环境信息，并在此基础上扩大平台网络效应，应对其他平台的威胁，从而建立平台竞争优势. 综上，平台可通过动态能力协调利用原有资源，根据动态环境进行新的资源组合和配置形成新能力，进而在平台竞争中保持优势地位.

可见，双元学习对动态能力有正向影响，动态能力也进一步影响平台竞争. 因此，双元性学习对平台竞争的影响很可能是通过动态能力来实现的. 基于此，提出以下假设：

H3动态能力在探索式学习与平台竞争之间的关系中起着中介的作用.

H4动态能力在利用式学习与平台竞争之间的关系中起着中介的作用.

1.3 环境动态性的调节作用

环境包括组织内部环境和组织外部环境. 其中，前者包括成员之间的人际关系以及相互作用，后者包括其他个人、团体和机构[32]. 动态性强调环境中因素变化的速度和程度[33]. 因此，环境动态性指组织内外部环境不断变化且难以对这种变化进行预测的一种状态.

环境动态与动态能力紧密相关. 因此，动态能力与平台竞争间的关系会受到环境动态性的调节影响[11]. 动态能力在不同环境下有着不同的表现形式，环境的变化程度不同，平台动态能力的作用效果也会产生较大不同. 当平台组织在环境相对稳定或者总体上处于静态时，其效果可能不明显. 而处于在快速变化且变化程度较高的环境中，平台组织的发展会受到很大威胁. 此时，平台为生存或者保持现有的市场地位，需要快速适应不断变化的环境，其动态能力作用效果就尤为明显. 此时，环境的动态性为平台带来潜在机会和威胁. 在高动态环境下，通过探索式学习和利用式学习培育的平台动态能力，可以通过整合、建立和再配置外部及内部资源和能力，扩大平台边界，提高平台竞争的能力. 甚至能在高动态环境中吸引新的互补者加入，并通过网络效应吸引更多的消费者进而吸引互补者的进入(反之亦然). 而未形成动态能力的平台企业，往往缺乏整合、配置平台内外环境及资源的能力，在高动态环境中往往处于被动地位. 在低动态环境下，平台可通过对现有内外部能力和资源进行简单配置，满足平台生存发展的需求. 可见，动态能力在低动态环境下对平台竞争的作用效果较小. 因此，环境动态性上升时，通过双元学习培育的动态能力对于平台竞争的促进作用效果更为显著. 基于此，提出假设：

H5平台面临的环境动态性程度越高，动态能力对平台竞争的影响就越大.

2 研究方法

2.1 变量测量

为确保问卷的信度及效度，本研究主要采用发表于权威期刊的文献中的成熟量表，使用Likert 5级量表法对变量进行测量评分，使用SPSS22.0和AMOS26.0对数据进行处理(具体见表1).

表1 五因子信度分析及验证性因子分析

双元性学习 基于Chung等[34]、Murray等[35]的研究，探索式学习和利用式学习均用5个题项进行测度.

动态能力 参考简兆权等[28]、Ho和Tsai等[36]学者研究，用8个题项进行测度.

环境动态性 在Waldman等[37]的量表基础上，环境动态性用4个测量题项进行测度.

平台竞争 参考Choudary等[15]强调界定平台竞争成功的指标——流动性、匹配质量、信任度、推动创新的程度和促进资源分配程度的研究基础上，设置了4个题项的平台竞争能力量表.

控制变量 为排除干扰因素，本文控制了平台管理人员的性别、年龄、学历以及企业规模. 其中，以log(平台企业人数)来代表企业规模[38].

续表1

2.2 数据和样本

本研究于2020年3月至5月进行数据收集工作，样本企业选择标准为：属于互联网平台型企业，区别于传统企业；建立的互联网平台对外开放，且有用户在上面交易；有用户基础，且以营利为目的，区别于公益类平台组织. 调研中较为典型的互联网平台企业，如中设智控、得物商城、拼多多等，在业界具有一定知名度. 本次调研通过线上发放问卷600份. 一部分问卷是在平台企业工作的安徽大学MBA学员进行预填写，笔者对部分题项予以解释；其余则通过以上人员的社会关系及其所在平台企业的员工完成. 去除填写缺失及存在明显问题的，共回收有效问卷374份，回收率为62.3%. 具体样本调查情况见表2.

表2 人口变量描述性统计(N=374)

2.3 信度和效度分析

变量的Cronbach’s α值检验量表信度如表1所示. 可以看出，创新文化、双元学习、动态能力、环境动态性各个维度的α值均大于0.7，说明该量表可信度良好.

在效度分析上，KMO值为0.91，大于0.9；巴特利球形检验近似卡方值χ2为7921.81，自由度为325；p值为0.000，小于0.01，通过1%的显著性检验. 由此可知，本量表数据适合进行因子分析. 对五个因子模型的验证性因子分析发现：1)χ2/df=1.405，RMSAE=0.031，CFI=0.987，IFI=0.987，TLI=0.985，均在可接受范围内，证明模型拟合良好，所有结构聚合效度通过检验；2)所有路径系数均在p<0.001的水平上通过显著性检验，因子载荷>0.8，CR>0.7，AVE>0.5，表明模型聚敛效度良好；3)所有变量的AVE值大于0.5的临界值，同时所有AVE平方根值远大于构念间相关系数值，证实各构念均具有良好的区分效度.

综上，本量表满足研究对量表信度与效度的要求.

2.4 共同方法偏差检验

在共同方法偏差检验上，本文使用Harman单一因子方法，对所有题项进行探索性因子分析. 采用主成分分析，单一因子模型在未旋转情况下，得到5个特征值大于1的主成分，共解释了78.899%的变异，析出的第1个因子方差贡献率为23.171%，且小于总变异解释量30%阈值，表明样本数据不存在显著的共同方法偏差(CMV)问题.

3 假设检验与结果

3.1 相关性分析

表3为变量相关系数. 可以看出，探索式学习(r=0.290，p<0.01)、利用式学习(r=0.203，p<0.01)与平台竞争正向相关. 同时，探索式学习(r=0.191，p<0.01)、利用式学习(r=0.181，p<0.01)也与平台动态能力正向相关. 此外，平台竞争与平台动态能力也正相关(r=0.220，p<0.01). 综上，五个变量的皮尔逊相关系数绝对值未大于0.6，说明不存在严重的共线性. 这与研究假设一致，初步验证了假设H1、H2.

表3 主要变量的均值、标准差及相关性分析

3.2 模型检验

首先，采用Hayes[39]编制的SPSS宏Model 4(简单的中介模型)，在控制企业规模等变量基础上，对动态能力在双元学习与平台竞争之间关系的中介效应进行检验(如表4、表5所示). 结果表明，探索式学习对平台竞争的预测作用显著(β=0.2085，t=5.7927，p<0.001)，且当放入中介变量后，直接预测作用依然显著(β=0.1301，t=3.4019，p<0.001). 探索式学习对动态能力的正向预测作用显著(β=0.1741，t=3.6036，p<0.001)，利用式学习对平台竞争的正向预测作用也显著(β=0.1859，t=5.1471，p<0.001). 此外，探索式学习对平台竞争影响的直接效应及动态能力中介效应的bootstrap95%置信区间均不包含0(见表5)，表明探索式学习不仅能够直接预测平台竞争，而且能够通过动态能力的中介作用显著预测影响. 直接效应(0.163)占总效应(0.186)的70.37%，中介效应(0.023)占29.63%.

表4 动态能力的中介模型检验

利用式学习对平台竞争的预测作用显著(β=0.1504，t=3.911，p<0.001)，且当放入中介变量后，直接预测作用依然显著(β=0.1441，t=3.7001，p<0.001). 利用式学习对动态能力的正向预测作用显著(β=0.172，t=3.4034，p<0.001)，对平台竞争的正向预测作用也显著(β=0.1256，t=3.2712，p<0.001). 此外，利用式学习对平台竞争影响的直接效应及动态能力中介效应的bootstrap95%置信区间不包含0(见表5)，表明利用式学习不仅能够直接预测平台竞争，而且也能够通过动态能力的中介作用显著预测影响. 直接效应(0.126)占总效应(0.186)的83.5%，中介效应(0.025)占总效应的16.49%.

表5 总效应、直接效应、间接效应分解表

基于此，H3、H4得到了验证.

续表4

同时，采用SPSS 宏Model 14(Model 14假设中介模型后半段受调节，与理论模型一致)，在控制企业规模等变量基础上，对模型进行检验(见表6、表7). 结果表明，将环境动态性放入模型后，动态能力与环境动态性的乘积项对平台竞争的预测作用显著(β=0.085，t=2.07，p<0.05)，说明环境动态性能够调节探索性学习对平台竞争的预测作用.

表6 有调节的中介模型检验

表7 在环境动态性不同水平上的直接效应和中介效应

进一步简单斜率分析(见图2、图3). 由图2可知，对于环境动态性水平较低(M-1SD)的被试，动态能力虽然也会对平台竞争产生正向预测作用，但作用较小，simple slope=0.0142，p<0.001. 由图3可知，环境动态性水平较高(M+1SD)的被试，动态能力对平台竞争具有显著的正向预测作用，simple slope=0.0371，p<0.001，表明随着环境动态性水平的提高，预测作用呈逐渐增强趋势. 基于此，H5得到验证. 此外，在环境动态性的三个水平上，环境动态性在探索式学习与平台竞争关系中的中介效应也呈增强趋势(见表7)，即随着环境动态性水平的提升，探索式学习更容易通过提高企业的动态能力进而增强平台的竞争能力.

4 结论与展望

4.1 结果讨论

本文从组织学习层面出发，对动态能力视角下双元学习对平台竞争的作用机理进行研究，主要结论为：

主效应 立足于平台现状，验证探索式学习和利用式学习对平台竞争均具有显著正向影响. 同时发现，双元学习对动态能力具有显著的促进作用，这一结论与葛宝山等[10]一致.

中介作用 动态能力在双元学习和平台竞争间起中介作用. 探索式学习通过研究、收集和处理外部知识，使平台从外部获取新知识和新资源来增加知识量以增强环境适应，从而达到提升平台竞争的能力. 利用式学习则通过对内部知识的挖掘利用和整合，加速平台动态能力的形成，进而增强平台竞争的能力.

调节作用 环境动态性正向调节动态能力与平台竞争间的关系. 即环境动态程度越高，动态能力对平台竞争的正向影响越显著. 此外，环境动荡性还调节动态能力在探索式学习和利用式学习的中介作用，即环境动荡程度越高，探索式学习和利用式学习通过动态能力对平台竞争产生的正向效应(间接效应)越显著.

可见，本文从环境动荡的程度强化平台动态能力的直接及中介作用两方面，验证了动态能力可以有效解决当前平台由于当前动荡环境所产生的问题.

4.2 理论贡献

1)双元学习作为组织学习的重要研究分支，受到国内外学者广泛关注，但有关双元学习的研究大多与企业的创新或绩效相关[22-23，40]，对平台竞争相关的研究比较匮乏. 本文以新冠疫情背景下平台企业的竞争为研究对象，从平台内外部环境入手，采用理论与实证方法来探讨平台双元学习、动态能力以及平台竞争间的中介传导机制，并探索在环境动态程度不同的情况下，平台动态能力对平台竞争产生的怎样的作用效果，丰富了相关经验证据.

2)本文注意到新冠疫情下环境动态性对平台企业竞争的影响，将环境动态性作为调节变量进行实证分析. 本文通过实证研究突出新冠疫情下，双元学习影响平台竞争的重要作用，明确了双元学习对平台竞争的影响机理，拓展了组织学习的理论视角.

3)动态能力理论在前因研究中处于探索阶段[41]，本文证明双元学习对于动态能力的形成、发展具有促进作用，丰富了动态能力理论.

4.3 实践启示

本研究对于平台通过双元学习促进平台竞争具有重要启示：

1)双元学习是知识管理、创新管理等研究领域的热点，在当下新冠疫情导致的环境动态程度提高情况下具有重要实践意义. 因此，平台应该摒弃闭门造车的思想，积极通过探索式和利用式学习并重的组织学习方法，汲取新知识新资源，发挥内外部知识信息在平台动态能力提升过程中的作用，进而为平台竞争提供强大优势.

2)动态能力是双元学习有效发挥其作用的重要环节. 因此，平台要培养组织学习的氛围，平衡探索式学习和利用式学习，关注内外部知识、信息和资源向动态能力转化，强化动态能力在双元学习和平台竞争能力中的桥梁作用. 其次，平台要培养危机意识，注重内部能力和资源的整合和重构，以求在平台竞争中取得优势地位.

3)平台要时刻关注周围环境的动态变化. 平台在进行组织学习和发展促进动态能力提升时，要对内外环境时刻保持警惕，根据环境的动态程度适当调整双元学习和动态能力的水平. 当环境动态程度较高时，应充分发挥平台动态能力，强化其对平台参与市场竞争的正向影响；当环境动态程度比较低时，可以适当减少平台组织学习和动态能力的相关投入，适当进行资源调整重构即可以最低的成本使平台度过难关.

4.4 不足与展望

本研究依然存在着不足. 首先，在自变量的选取方面，影响平台竞争的因素不只有双元学习，例如技术创新也是平台研究保持竞争优势地位的因素. 因此，未来还应从多角度思考影响平台竞争的前因变量. 其次，研究方法方面，本文使用SPSS中PROCESS进行有调节的中介分析，只能表明中介效应的大小，但未能说明动态能力在模型中为完全中介亦或部分中介. 因此，未来研究可以从方法上对其进行改进，深入了解动态能力在其中所起的效用.