高 辉 李 倩 张建宇 张尚珠

内容提要：本文将合规性模仿与竞争性创新视为创新性程度的一体两端,基于最优区分理论从制度逻辑和竞争逻辑的整合视角分析平台依赖型创业企业在二者之间的权衡问题。通过对依赖特定软件平台生态系统的326家创业企业进行调查分析,本文的研究结果表明创业进入战略创新性与平台开放度呈倒U型关系,知识资源获取在其中起中介作用,而平台专用性和环境不确定性会弱化上述关系。

一、问题提出

将操作系统或在线社区视为平台,并依附其中进行创业正成为日益重要的创业形态。例如,苹果公司开发的移动操作系统(iOS)平台上3 000万名注册开发者开发出180万个应用程序,腾讯开放平台拥有400万个应用程序,如此庞大的应用程序市场,在全球产生了超过700亿美元的收入。平台提供了核心组件和接口,允许创业企业在核心组件和接口上开发自己的互补品并将其商业化,这种通过平台实现的创业属于典型的平台依赖型创业[1]。平台的技术和资源赋能让这些创业企业受益匪浅[2],但并不是所有创业企业都能从平台中获利,一些企业往往面临着较高的失败率,例如,在苹果公司应用商店(App Store)中,无法被用户发现的应用(僵尸App)数量占比高达83%;谷歌下架违反平台规则的触宝、猎豹移动等多款中国App。这使得创业企业设计恰当的创业进入战略以获取竞争优势至关重要。激烈的平台市场竞争和数字技术的易模仿性需要创业企业不断以新颖的产品或者商业模式脱颖而出[3],而平台规则和惯例又要求创业企业满足合规性[4],这在一定程度上限制了创新空间和促进了更多的合规性模仿。与平台企业的权力不对称关系使得创业企业的创业进入战略存在着合规性模仿和竞争性创新的选择难题。面对日益激烈且瞬息万变的平台竞争,创业企业如何选择恰当的创业进入战略以获取竞争优势已成为亟待解决的理论与现实问题。

“模仿还是创新”本质上反映了企业面临着一致性和差异化的矛盾需求,两者之间的张力被称为最优区分问题[5]。本文从最优区分视角将合规性模仿和竞争性创新视为两个端点,使用创业进入战略创新性来反映创业企业模仿和创新的相对强度。最优区分思想通过整合制度理论与战略理论来探讨企业在一致性和差异化之间的平衡问题,强调了制度环境和利益相关者的重要影响[6]。在平台中,平台企业占据主导地位,规定了创业企业的市场准入条件和运营规则[1],是创业进入战略选择的重要影响力量,而平台开放度作为平台企业的一种治理机制[7],规定创业企业进行开发、使用和商业化的程度,反映了平台的合规性要求,会影响创业企业在合规性模仿和竞争性创新之间的权衡。平台开放降低了规则约束和合法性压力,为创业企业进行竞争性创新提供了能动空间,但是,过度开放会由于缺乏进入壁垒以及高度的流动性,容易造成过度竞争和创新挤出效应[8],激发更多的模仿现象。因此,平台开放度对创业进入战略创新性产生何种影响以及如何产生影响值得进一步深入研究。

最优区分理论认为,企业在一致性和差异化之间的平衡决策需要同时考虑外部环境要求和内部资源能力条件,而创业企业在设计创业进入战略时需要充分考虑对平台企业的依赖关系及由此而带来的收益和风险。平台开放能够为创业企业提供更多互补性的知识资源和机会,进而影响其创新能力。但同时,对平台的依赖使创业企业面临着很多风险,一方面由于向平台投入相应的资产,创业企业面临资产专用性威胁(体现为企业内部的资源能力);另一方面来自平台生态系统中技术、用户需求和市场竞争变化产生的不确定性(体现为企业外部的环境条件),提高了创业企业的决策风险。这些均会对创业企业实施创新或模仿行为产生影响。对于单个创业企业而言,在平台中能够获取何种知识资源,对平台的依赖会产生多大风险,使得其创新性程度不尽相同。为此,本文进一步从收益和风险的角度分析知识资源获取、平台专用性和环境不确定性的影响,以考察平台开放度对创业进入战略创新性的作用机制。

已有关于“模仿还是创新”的研究焦点在于哪种战略能够产生更好的绩效[9-10],然而并未形成一致的结论。多数研究将模仿和创新看作是对立的战略,并存在支持创新[11]、支持模仿[12-13]、模仿与创新可以兼顾[14]等不同的结论。综上,已有研究仍存在以下不足:第一,多数研究从竞争视角讨论模仿和创新给新进入者带来的优势,包括基于信息和竞争的模仿优势[15]、基于先发和差异化的创新优势[16],这些研究侧重于经济驱动的竞争逻辑,忽视了制度规则下的合法性机制,以及面对制度压力下的合规性模仿和市场竞争下的创新需求之间的悖论。创业进入战略的选择应当整合制度逻辑和竞争逻辑,充分考虑制度环境的复杂性和利益相关者看法[6]。第二,在模仿与创新之间寻求平衡的影响因素中,已有研究主要聚焦于创业者和环境特性两个方面[17-18],对制度环境因素及其作用机制的剖析不够,在一定程度上限制了现有研究结论的解释力。第三,已有平台研究往往基于平台企业的立场,尚未充分重视从参与者视角出发讨论创业企业与平台的关系及其战略选择逻辑[19]。关于“模仿还是创新”的创业进入战略选择问题,对创业企业面临的平台规则的合法性要求与自身竞争性要求之间的张力解释不足[20]。考虑到平台依赖型创业的独特性,该类企业的创业进入战略问题值得深入研究。

本文可能的贡献体现在以下三个方面:第一,基于最优区分视角分析平台依赖型创业企业的创业进入战略,从一致性和差异化平衡的角度分析创业企业“合规性模仿还是竞争性创新”的悖论问题,拓展了创业战略研究;第二,立足平台生态系统情境,探讨平台开放度对创业进入战略的影响机理,补充战略平衡问题的前因研究,丰富了最优区分理论;第三,以平台依赖型创业企业为研究对象,研究其在平台生态中合规性模仿和竞争性创新的张力如何受平台治理规则的影响,拓展了平台生态系统的参与者行为研究,以及推动了平台治理研究。

二、理论基础与研究假设

(一)最优区分研究与平台依赖型创业

自从迪普豪斯(Deephouse,1999)[21]提出战略平衡的思想以来,学者们对于“求同还是存异”问题展开了广泛的研究。企业层面的研究主要集中于平衡行为、模式、绩效等方面,并且体现了制度理论与战略理论之间的关键交叉点。一方面,根据制度理论,企业需要与既有规范、期望和实践保持一致,以建立合法性、获得资源支持[22];另一方面,根据战略理论,企业需要背离行业中典型的做法、寻求独特的战略定位,以体现差异化、赢得竞争优势[23]。这样使得企业面临一致性与差异化的双重压力,体现为企业的最优区分战略选择问题,其研究的焦点为企业如何管理一致性和差异化的张力以实现最优绩效。随着组织环境变得日益多元化、碎片化和动态化,开始有研究强调利益相关者看法和环境因素对最优区分战略的影响[6]。

在创业战略研究中,“模仿还是创新”问题是这一悖论的集中体现。创新是指创业企业开发新的产品或商业模式,是实现差异化并建立竞争优势的主要途径[24],而模仿是指学习和复制竞争者行为或遵从既有规范,因为保持一致性容易得到市场认可和获取资源。然而,对创业进入战略问题的讨论却鲜有研究引入最优区分思想。作为创业机会开发的不同方式,模仿和创新背后隐含的是合法化机制和竞争性机制,体现了最优区分理论中的一致性和差异化战略。创业企业需要根据内外部因素进行平衡和匹配,避免过度模仿或过度创新,即保持适度的创业进入战略创新性以达到更优绩效。

平台依赖型创业企业与传统企业的模仿和创新平衡问题具有明显的差异。首先,模仿和创新之间的张力发生了变化。创业企业加入平台生态能够获取大量的机会和资源,增强合法性[1]和减轻新弱小性[4],同时,平台市场中的过度竞争和新竞争者的快速进入需要企业突破常规实现差异化[4],但追求创新又面临平台规制、规范和认知方面的合法性压力(见表1)。因此,平台依赖型创业企业在合规性模仿和竞争性创新之间的平衡需要考虑平台因素,特别是平台企业的治理规则——平台开放度。其次,创业企业的最优区分战略要充分考虑其与平台企业的互补和依赖关系。互补性是平台生态系统的核心特征,创业企业在为平台提供产品和服务的同时,也能够在平台上获取互补性的知识资源,影响企业创新的投入和产出。对平台的依赖容易使创业企业面临重要威胁,包括整体环境和自身独有的风险,比如平台企业单方面更改条款限制创业企业参与、平台企业进入互补品市场成为直接竞争对手、技术变革和市场竞争变化的难以预测性,以及因对平台的过度依赖而产生的锁定效应等[1,25]。互补和依赖关系影响创业进入战略的收益和成本。然而,已有最优区分研究主要围绕相对成熟和高度制度化的场域[20],仅有少量研究开始关注平台情境中的企业,并且集中于对平台企业的讨论[26-27],而对平台依赖型创业企业缺乏应有的关注。

表1 平台依赖型企业的合法性压力

最优区分理论为平台依赖型创业企业合规性模仿和竞争性创新的平衡问题提供了有力的理论支撑。首先,本文根据最优区分研究中对一致性和差异化的刻画方法,用创业进入战略的创新性表示合规性模仿和竞争性创新的相对程度;其次,基于最优区分视角整合制度逻辑和竞争逻辑,深入分析平台开放度这一重要制度因素对创业进入战略创新性的影响;最后,平衡决策需要同时考虑外部环境要求与内部资源条件,本文结合创业企业与平台企业的互补和依赖关系,以知识资源获取作为中介变量,平台专用性和环境不确定性作为调节变量,探索平台开放度对创业进入战略创新性的作用机理。

(二)平台开放度与创业进入战略创新性

数字平台利用开放式创新改变了整个行业,并激发了创新性和竞争力[28]。平台的开放度在平台生态系统价值共创中扮演着重要的战略性角色,并在最近几年开始受到广泛关注[29-30]。艾森曼等(Eisenmann et al.,2009)在信息系统平台管理研究的基础上,首先提出了平台开放度的定义,即如果平台的开发、使用和商业化不受限制,或者所有现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[7]。布德罗(Boudreau,2010)直接将平台开放度定义为一种控制外部创新和竞争优势产生的机制[29],而开放程度的大小不仅仅是客观的,也会根据参与者的感知而具有差异[31]。

根据最优区分理论,制度因素和利益相关者看法对一致性和差异化的平衡具有重要影响。平台开放度作为平台企业的一种治理机制[7],制定了参与者进入平台和在平台中运营的一系列规则,既是重要的制度力量,也是关键的利益相关者因素,对创业进入战略的创新性有直接影响。创业企业加入平台需要遵循平台的价值主张、规范、政策以获取一定的合法性。平台越开放,说明这些合法性限制越少,平台允许创业企业在创新决策中拥有的自由选择范围越广,故而寻求创新的空间越大[4]。也就是说,高度封闭的平台为创业企业提供了有限的自由度,而那些更开放的平台则提供了更大的自由度。平台的开放性涉及平台架构和核心制度、边界资源(接口、开发工具)、分销渠道等方面,既包括对平台资源的可访问性,也包括平台功能以及相关组织和管理流程的透明性[32],而所有这些领域的开放将转化为企业制定创新决策时更大的自由度。根据开放式创新理论,平台的开放促进了知识的流动,促使生态系统中产生更大的多样性。在这样的环境下,新颖的产品或各种新组合更有可能得到推广。因此,平台开放能够促进创业进入战略的创新性程度。

然而,更高的开放度会降低准入门槛和提高平台与互补品之间的兼容性,会导致参与者的数量和互补品的种类增加[33],加剧参与者之间的竞争[34]。同时,依附平台的参与者都使用平台共同的开发工具和规则,这会导致模仿者或类似产品之间的竞争更加激烈[35]。企业间加剧的同质化竞争消耗了领先企业创新的超额收益,也削弱了创业企业的创新动机[29]。在一定程度上,增加竞争有可能会激发创新,但特别激烈的竞争可能会挤出创新激励效应[35]。因此,授予创业企业更多的权限会提高企业创新决策的自由度,促进竞争性创新,但由于过度竞争,在某个阈值之后,开放度的增加会产生大量的合规性模仿行为,削弱了创业进入战略的创新性程度。

由此,本文提出假设H1:创业进入战略创新性与平台开放度呈倒U型关系。

(三)知识资源获取的中介作用

平台生态系统的核心特征是互补性。创业企业为平台提供互补性的商品或者服务,同时也从平台那里获取资源和商业机会,实现价值共创。创业企业从平台获得的收益包括技术、商业和社会知识资源[36]。技术资源如应用程序编程接口(API)、软件开发工具包(SDK)等,允许创业企业单独开发扩展应用程序;商业资源如市场开发知识和营销能力、分销渠道等,使创业企业利用平台可以向终端用户提供他们的解决方案,而无需建立自己的分销渠道;社会资源如平台的声誉、社区和社会支持等,让声誉有限的创业企业可以利用平台的声誉获益。这些资源一方面是平台直接提供给这些创业企业的,比如软件开发工具包、营销渠道等,另一方面是由于网络效应使创业企业可以获取的间接知识资源,比如在社区中可以与其他企业交换信息,或者遇到问题时寻求来自其他企业的支持,以及大量的关于用户的知识资源。而平台的开放程度决定了创业企业能够利用的知识资源的广度和深度。平台开放度对知识资源获取的影响包括两种路径。一是平台的开放使得创业企业直接获得更多的资源。根据开放式创新理论,平台需要一定程度的开放为创业企业提供资源和机会,以激励其加入进来提供互补性的产品或服务[2]。开放度越高,创业企业获取的知识资源越多、并且更加多样化,包括技术资源、营销渠道、商业化知识、法律保护和其他附属服务等。二是平台开放度的增加会强化网络效应,促进网络规模的增加,从而产生更多的互补性资源。间接网络效应是数字平台生态系统的核心特征之一。开放度的增加会吸引更多的参与者[8],而互补产品和服务的增加会吸引更多的用户,表现为网络规模的扩大和正反馈效应的增强。这样,创业企业能够获取更丰富的关于其他参与者和用户的知识资源。因此,平台开放度对知识资源获取具有正向影响。

最优区分理论认为,组织资源是影响企业进行模仿还是创新的关键。原因在于,偏离行业惯例的新战略会导致组织失去外部资源支持[37],而外部知识资源获取能够在一定程度上增强实施创新的资源和能力基础。拥有越多可支配性资源,越有利于创业企业尝试更多的不确定性事件,缓解创新的负面影响[38]。同时,外部知识的获取能够支持创业企业在更大范围内搜索机会和寻找问题解决的途径[39],接触到不同的思维,进而突破已有惯例和主流经验的认知束缚,产生新的战略思路。平台生态系统中技术、商业等互补性知识资源的丰富和多样性为创业企业提供了创新的知识基础,能够加强与平台的互操作性,增强创业企业的差异化能力,从而有利于实施创新战略。然而,从平台中获取的知识资源过多,创业企业将面临更多更复杂的知识元素和知识组合选项,使得企业知识的分类和甄别难度增加[40],探索新知识组合的不确定风险提高,这将阻碍创新活动的开展。对于创业者个体而言,更为复杂多样的知识资源加大了创业者的学习难度,需要创业者更强的知识分析和处理能力,增加了知识整合和知识创造的隐性成本,弱化创业者的创新意图。因此,知识资源的增加有助于创业企业获取更多的创新机会,而知识资源太广会导致新流入的知识融合不充分,而知识深度过深会导致企业在某些领域的认知障碍,从而阻碍创新的实现。不少学者发现,创新绩效与知识资源获取之间存在着倒U型关系[41]。

由此,本文提出假设H2:创业进入战略创新性与知识资源获取呈倒U型关系。

从本质上讲,平台需要一定程度的开放性,通过提供各种资源和机会,吸引互补者加入以提供互补性的产品和服务[2]。根据开放式创新理论,知识是生态系统成员之间相互作用的重要媒介。在一个生态系统中,企业通过与互补的合作伙伴进行合作来建立他们的竞争优势[42]。创业企业若要通过创新获取差异化竞争优势需要相应的知识资源基础,而平台开放能够吸引更广泛的具有异质知识和能力的合作伙伴,传播知识以及促进知识共享,从而激发创新活力[43]。然而,过度开放的平台会产生过多的知识资源[44],加剧知识处理和吸收的成本,为创新战略带来更高的不确定性和风险,弱化创业企业通过创新进入市场的动机。同时,过度开放导致的激烈竞争使得知识资源趋于同质化,难以实现知识的互补性和创造新的知识,不利于创新的产生。从平台生态系统的角度讲,平台的创新与发展是多方协同专业化的过程,需要各方的承诺。与过度开放相比,相对封闭的生态系统可能会更加充分和直接地体现核心企业的战略意图。依据较高的遴选标准而被邀请参与的成员往往具有较强的实力和创新潜能。这种生态系统可能更有利于知识共享以及高水平合作伙伴关系的形成,从而促进创新以及提升生态系统的竞争力。相反地,过度开放的平台会涌入各类知识距离较大的参与者,不利于系统成员间的知识交流和合作,进而阻碍企业的创新活动。可见,平台开放度对知识资源获取产生正向影响,但知识资源获取会对创业进入战略创新性产生倒U型影响,总之,平台开放度通过知识资源获取对创业进入战略创新性产生倒U型影响。

由此,本文提出假设H3:知识资源获取在平台开放度与创业进入战略创新性之间起中介作用。

(四)平台专用性的调节作用

平台为创业企业提供互补性的知识资源,但是对平台的依赖也带来了风险[45],这会影响创业者的决策动机。其中,能够直接反映创业企业依赖程度的是平台专用性——创业企业的业务和资产在平台上的锁定效应[36, 45]。根据交易成本理论,本文将平台专用性看作资产专用性概念在平台中的运用。为了加入平台并从中获利,创业企业需要投入相应的资产,例如,应用程序开发商需要投入人力来了解和学习所在平台的设计规范和开发准则。平台专用性表示创业企业在平台上所投入资产的专用性程度,这些专用性资产往往很难重新配置到其他用途或者转换成本很高。不同于威廉姆森的划分方式,在平台生态系统情境下,场地专用性和实物资产专用性的重要性大大降低[46],而是更多体现在人力资产、技术(数据)资产以及有关平台架构、市场特征和关系管理的知识资产方面。在资源基础观看来,资产的专用性投入是企业异质化的资源和能力,不同的创业企业具有不同的平台专用性,这体现了对平台企业不同的依赖程度。

根据交易成本理论,投入专用性资产的一方会给交易对方提供可占用租金的可能性,交易方会实施欺骗、隐瞒和强制修改合同等机会主义行为,影响交易的顺利开展,引发套牢问题。因此,资产的专用性会为企业带来转换成本,可能会影响企业之间的关系和锁定。高水平的平台专用性意味着创业企业为提供互补品向平台投入的专用性资产较高,导致锁定效应更强,创业企业更容易依赖单一平台[47]。若平台有修改规则、侵占创业企业业务和相关知识、引入更多的同业竞争者等行为,创业企业一旦面临合法性不足和失去利益相关者支持[48],从事创新的潜在损失和风险会更高,从而减弱其实施创新战略的动机。作为理性的决策者,创业者会倾向于模仿现有企业的做法。资源基础理论认为,企业的资产专用性投入具有稀缺、难以模仿和难以替代等特性,这一异质化资产能帮助企业获得竞争优势。实际上,平台专用性指的是创业企业在平台上所投入资产的特点,其本身就是创业企业的一种资源和能力,体现了创业企业与平台企业的依赖关系,专用性程度越高,表示创业企业具有更强的依赖风险,而支持创新战略的资源能力不足。创业企业加入平台获取技术、商业等知识资源,但这些知识资源是否有利于创新决策还要考虑创业企业本身的资源和能力状况及其所产生的创新风险。平台专用性表明创业企业所投入的资产难以重新配置,因此,平台专用性越高,受制于平台的合法性压力更大而增加创新风险,则越会降低由于知识资源获取为创业企业创新带来的资源和能力优势,从而弱化知识资源获取对创业进入战略创新性的正向影响。同时,过度广泛和深入的知识资源获取对创业进入战略创新性的消极影响会被专用性投资带来的风险所替代,弱化了知识资源获取对创业进入战略创新性的负向影响。相较于低水平的平台专用性,高水平的平台专用性使得创业进入战略创新性与知识资源获取之间的倒U型曲线关系更加平缓,拐点发生右移。

由此,本文提出假设H4:平台专用性弱化了创业进入战略创新性与知识资源获取之间的倒U型关系。即在较高的平台专用性下,创业进入战略创新性与知识资源获取的倒U型关系更为平缓。

(五)环境不确定性的调节作用

创业企业对平台的依赖性还取决于平台的生态环境。平台与其中的各类参与者紧密互动、共同进化所形成的生态系统[49-50],构筑了平台依赖型新创企业生存和发展的重要外部环境。不确定性是平台生态系统的显著特征,是指平台参与者所面对的系统未来变化的一种难以预测的状态[51],主要来源于技术、用户需求和市场竞争的变化,以及平台企业的机会主义行为。由于平台是建立在数字技术架构基础上的双边或多边市场,快速的技术变化会增大不确定性程度[45]。用户是激发网络效应的基础,在平台生态系统中价值独特[52],用户需求和行为的不可预测性增加了市场的不确定性。鉴于平台企业的特殊地位和重要影响,其自身行为的不确定性更是一种潜在威胁,比如机会主义行为、占用互补者创新、进入互补者产品市场等行为都属于行为不可预测的范畴[53]。与传统创业企业相比,平台依赖型创业企业与平台企业不对等的权力关系加剧了信息不对称和环境不确定性,增加了创新难度和风险。

一方面,来自技术、市场和行为的不确定性对创业企业构成了重要威胁,增加了实施创新战略的风险和成本。虽然创业企业试图通过创新来获得竞争优势,但同时还面临合法性不足的风险,可能会失去用户、投资者、平台企业等利益相关者的支持。当不确定性较高时,意味着这些利益相关者的偏好和行为难以预测。创业者在尚不清楚创业行为带来何种结果时,需要通过模仿其他企业的行为来产生确定结果。根据归因理论,当环境不确定程度较高时,创业者往往会将业绩不佳归结于外部环境因素,同时为了避免承担战略决策失误的责任,会保守地模仿其他互补者,减弱了由于知识资源获取而产生的创新优势。另一方面,环境的高度不确定性引发了创业企业更强烈的模仿动机和较弱的创新倾向,一定程度上掩盖了过度知识资源获取对创新的不利影响。综上,环境不确定性越强,知识资源获取对创业进入战略创新性的积极影响和消极影响都会减弱。相较于低水平的不确定性,高水平的不确定性使得创业进入战略创新性与知识资源获取之间的倒U型曲线关系更加平缓,拐点发生右移。

由此,本文提出假设H5:环境不确定性弱化了创业进入战略创新性与知识资源获取之间的倒U型关系。即在较高的环境不确定性下,创业进入战略创新性与知识资源获取的倒U型关系更为平缓。

本文的理论模型如图1所示。

图1 理论模型

三、研究设计

(一)样本选择

为验证以上假设,根据研究主题,本文以软件平台生态系统作为研究对象。首先,刻画和明确具体研究对象,以依赖软件平台生存的软件开发商为研究样本。软件平台是一个基于软件的可扩展系统,通过交互的应用程序及其互操作接口来共享核心功能,例如App Store、360软件中心、华为云等。各种App开发商、北抖星等软件开发商则是平台依赖型企业。其次,根据平台特征和创业企业属性,将成立时间在6年之内作为创业企业的筛选条件。本文采用问卷调查法对数据进行收集,所有变量的测量均采取创业企业高管打分的感知评价方法(根据战略选择理论,高管对平台环境的主观表征决定了战略选择)。数据收集方式主要包括三种:第一,通过研究团队、朋友和同学等关系发放问卷;第二,借助高校资源向高级工商管理硕士(EMBA)、工商管理硕士(MBA)发放问卷;第三,委托专业的调研公司发放问卷。这些方式均是严格发放给属于平台依赖型应用开发商的高管,包括总经理和副总经理。本文发放问卷500份,收回380份,经过筛选有效问卷326份,有效回收率为65.2%。

在所有样本中,从公司性质来看,96.62%为私营企业,2.15%为中外合资企业,0.92%为外资企业,0.31%为国有企业,基本符合软件开发商的特点;从规模来看,20人以下的企业占比32.2%,21～50人的企业占比41.4%,51～100人的企业占比20.6%,101～200人的企业占比4.9%,201人以上的企业占比0.9%;从所在软件平台来看,15.6%的企业在App Store,8.6%的企业在腾讯云、腾讯开放平台等腾讯相关平台,8.0%的企业在百度云、百度手机助手等百度相关平台,11.3%的企业在阿里云平台,6.1%的企业在谷歌Play等谷歌相关平台,6.4%的企业在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,基础软件占比4.9%,中间件占比4.0%,应用软件占比54.3%,信息安全产品占比10.7%,支撑软件占比6.4%,软件定制服务占比16.9%,嵌入式软件产品占比2.8%。

(二)变量测量

为确保较高的信度、效度和认可度,本文的变量借鉴具有适用性和可行性的现有量表,并结合研究情境和实际调研作出适当修改,采用李克特7点量表形式进行度量。

创业进入战略创新性借鉴已有学者[54]的研究,采用4个题项进行测量。平台开放度借鉴南比桑和巴伦(Nambisan &Baron,2021)[4]的研究,采用7个题项进行测量。知识资源获取借鉴已有学者[36]的研究,采用6个题项进行测量。平台专用性借鉴李和乔希(Lee &Joshi,2020)[55]的研究,采用3个题项进行测量。环境不确定性借鉴已有学者[36]的研究,采用3个题项进行测量。具体题项见表2。

表2 信效度检验

关于控制变量,根据连燕玲等(2019)[37]的相关研究,本文选取可能对创业进入战略有重要影响的变量进行控制,主要包括:企业规模(企业资产总额取对数)、企业年龄(企业成立年限)、资产负债率、企业成长性(销售增长率)、产品属性(按照软件行业产品类型分类)、企业家开放性(采用企业家年龄、任职期限和教育水平3个人口特质指标,标准化处理后相加来测量)、平台经验(加入平台的时长)、平台市场份额(平台的销售额与所有平台销售额的比值)。

(三)信效度分析与同源偏差检验

从表2中可以看出,各变量的克朗巴哈系数(Cronbach’sα)均大于0.7,说明量表的信度良好。各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。整个模型的拟合度(χ2/df=2.084;GFI=0.989;CFI=0.994;TLI=0.988;IFI=0.994;RMSEA=0.053)符合相关建议标准,说明量表具有较好的聚合效度。此外,AVE的平方根均大于其所在的行与列的相关系数,说明量表具有较好的区分效度。

本文采用程序和统计两种方法来降低同源偏差。在程序上,打乱变量和题项的位置、采用反转题项的方式降低同源偏差造成的影响。在统计上,一种是采用哈曼(Harman)单因子方法检验,将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不大于50%,说明本文的研究不存在严重的同源偏差问题。

四、结果分析

(一)描述性统计分析

在对假设进行检验前,本文首先对各个变量的相关性进行了分析,如表3所示。所有变量的相关系数不大于0.7,处于中度相关水平。其中,平台开放度与知识资源获取和创业进入战略创新性、知识资源获取与创业进入战略创新性之间的相关系数显著,为后续检验提供了支持。

表3 描述性统计与相关分析

(二)假设检验

1.倒U型曲线与直接作用检验

本文采用层次回归法对假设进行检验。具体见表4。为了解决多重共线性问题,本文首先对所有变量进行标准化处理。模型1和模型2是以知识资源获取作为因变量的模型,模型3—模型8是以创业进入战略创新性作为因变量的模型。其中,在模型3将控制变量引入模型的基础上,模型4检验的是平台开放度、平台开放度平方项对创业进入战略创新性的影响。回归结果显示,平台开放度的系数显著为正(β=0.341,P<0.001),平台开放度平方项的系数显著为负(β=-0.188,P<0.01),说明创业进入战略创新性与平台开放度之间呈倒U型关系。进一步地,通过计算Zx=-b1/2b2得出,图2中曲线零斜率点处平台开放度的值为0.907(b1=0.341,b2=-0.188),即倒U型曲线拐点位置为0.907。由图2可知,创业进入战略创新性与平台开放度之间正向相关,但随着平台开放度的增加,这一正相关关系逐渐减弱,直至平台开放度增加至距离均值0.907个标准差时,创业进入战略创新性达到最高。当平台开放度超过这一值后,创业进入战略创新性随着平台开放度的增加而减小。由此说明创业进入战略创新性与平台开放度之间呈倒U型关系,假设H1成立。

图2 创业进入战略创新性与平台开放度的倒U型关系

表4 回归分析结果

模型5检验的是知识资源获取、知识资源获取平方项对创业进入战略创新性的影响。表4显示,知识资源获取的系数显著为正(β=0.303,P<0.001),知识资源获取平方项的系数显著为负(β=-0.164,P<0.01),说明创业进入战略创新性与知识资源获取之间呈倒U型关系。同样,通过计算Zx=-b1/2b2得出,图3中曲线零斜率点处知识资源获取的值为0.924(b1=0.303,b2=-0.164)。由图3可知,创业进入战略创新性与知识资源获取之间正向相关,但随着知识资源获取的增加,这一正相关关系逐渐减弱,直至知识资源获取增加至距离均值0.924个标准差时,创业进入战略创新性达到最高。当知识资源获取超过这一值后,创业进入战略创新性随着知识资源获取的增加而减小。因此,创业进入战略创新性与知识资源获取之间呈倒U型关系,假设H2成立。

图3 创业进入战略创新性与知识资源获取的倒U型关系

2.中介作用检验

首先使用传统的回归方式对中介作用进行检验。自变量平台开放度对中介变量知识获取、自变量平台开放度及其平方对创业进入战略创新性的影响系数显著。模型6是将平台开放度一次项和二次项、知识资源获取一次项和二次项同时放入模型中,平台开放度一次项对因变量的回归系数为0.184,低于之前的0.341,平台开放度二次项对因变量的回归系数为-0.084,低于之前的-0.188,且不显著。同时,知识资源获取一次项的回归系数显著(β=0.297,P<0.001),二次项的回归系数显著(β=-0.117,P<0.01)。因此,知识资源获取的中介作用可能存在。由于知识资源获取与平台开放度呈正向线性关系,而创业进入战略创新性与知识资源获取呈倒U型的非线性关系,因而属于后阶段非线性关系模型。哈耶斯和普里彻(Hayes &Preacher,2010)[56]认为,巴伦和肯尼(Baron &Kenny,1986)[57]检验中介效应的方法在检验非线性关系时可能存在不足,中介效应难以得到解释。根据哈耶斯和普里彻(2010)[56]的建议,通过检验瞬时中介效应来确定知识资源获取的中介作用。对自变量平台开放度分别赋值为“均值-标准差”“均值”和“均值+标准差”。表5为使用程序Medcurve进行1 000次抽样的结果,知识资源获取的瞬时中介效应随平台开放度的增加而减少。当平台开放度从-1个标准差提高到均值时,瞬时中介效应降低了0.03,而从均值提高到+1个标准差时,瞬时中介效应降低了0.029,且前两个瞬时中介效应的置信区间都不包含0,即显著。在+1标准差时置信区间包含0,不显著。这说明在95%的置信区间,知识资源获取的瞬时中介效应随自变量的增加而减小,假设H3成立。

表5 知识资源获取的瞬时中介效应及显著性检验

3.调节作用检验

模型7和模型8检验平台专用性和环境不确定性的调节作用。模型7加入平台专用性与知识资源获取的交互项、平台专用性与知识资源获取平方的交互项,结果显示平台专用性与知识资源获取平方的交互项系数显著(β=0.091,P<0.001,ΔR2=0.024),说明平台专用性对创业进入战略创新性与知识资源获取之间的非线性关系存在调节作用。哈恩等(Haans et al.,2016)指出对倒U型关系进行调节有两种不同的作用:一是使曲线拐点向左或向右偏移;二是使曲线变得平缓或陡峭[58]。假设知识资源获取(X)与调节变量平台专用性(W)对创业进入战略创新性(Y)产生影响的回归方程:Y=β0+β1X+β2X2+β3XW+β4X2W。对于第一种调节,求对X的一阶方程并使其等于0,可得:X*=-(β1+β3W)/2(β2+β4W),对W一阶求导,导数系数为β1β4-β2β3。根据表4计算得出,β1β4-β2β3=0.029,表明拐点向右移动。对于第二种调节,只需看交互项系数β4,β4=0.091,为正值,说明在平台专用性的调节下,创业进入战略创新性与知识资源获取之间的倒U型曲线更为平缓,假设H4得到支持。图4表明在不同平台专用性程度下,创业进入战略创新性与知识资源获取之间的关系:在低平台专用性企业中,创业进入战略创新性与知识资源获取之间的倒U型曲线更为陡峭;在高平台专用性企业中,创业进入战略创新性与知识资源获取之间的倒U型曲线更为平缓。

图4 平台专用性的调节作用

模型8加入环境不确定性与知识资源获取的交互项、环境不确定性与知识资源获取平方的交互项,结果显示环境不确定性与知识资源获取平方的交互项系数显著(β=0.063,P<0.01,ΔR2=0.017),说明环境不确定性对创业进入战略创新性与知识资源获取之间的非线性关系存在调节作用。如上所述步骤检验调节作用,对于第一种调节,β1β4-β2β3=0.022,表明拐点向右移动。对于第二种调节,只需看交互项系数β4,β4=0.063,为正值,说明在环境不确定性的调节下,创业进入战略创新性与知识资源获取之间的倒U型曲线更为平缓,假设H5得到支持。图5表明在不同环境不确定性程度下,创业进入战略创新性与知识资源获取之间的关系:在低环境不确定性企业中,创业进入战略创新性与知识资源获取之间的倒U型曲线更为陡峭;在高环境不确定性企业中,创业进入战略创新性与知识资源获取之间的倒U型曲线更为平缓。

图5 环境不确定性的调节作用

五、结论与讨论

(一)研究结论

本文阐释了依赖平台的创业企业如何选择创业进入战略的问题,探讨平台开放度对创业进入战略创新性的作用机制。通过对软件平台上的326家创业企业进行研究,结果表明:第一,创业进入战略创新性与平台开放度呈倒U型关系。第二,知识资源获取在平台开放度与创业进入战略创新性之间起中介作用。第三,平台专用性和环境不确定性均弱化了创业进入战略创新性与知识资源获取之间的倒U型关系。具体而言,在高的平台专用性和环境不确定性的影响下,创业进入战略创新性与知识资源获取之间的倒U型曲线更加平缓,拐点向右移动。第四,平台专用性和环境不确定性使创业进入战略创新性与平台开放度之间的倒U型关系不显著。具体而言,在高的平台专用性和环境不确定性的影响下,平台开放度对创业进入战略创新性的正向影响减弱,即便是高平台开放度水平,并未对创业进入战略创新性产生抑制作用。上述结果表明,平台开放度在一定程度上推动了平台依赖型创业企业的创新,但如果平台过度开放,则会对创新产生不利影响,因此应当寻找一个适度的开放水平。知识资源获取是平台开放度对创业进入战略创新性产生作用的中间机制。同时,从风险角度考虑,平台专用性和环境不确定性增加了创业企业进行创新的风险,从而弱化了创业进入战略创新性与知识资源获取之间的关系。并且,也弱化了平台开放度对创业进入战略创新性的正向影响,但并未使得平台开放度对创业进入战略创新性产生抑制作用。这可能是由于在高的平台专用性下,虽然平台过度开放会造成模仿性行为增加,但高的资产专用程度规避了模仿者的威胁;在高的环境不确定性下,即使平台的过度开放带来激烈的竞争,但动态、难以预测的环境会减弱过度同质化竞争对创新的挤出效应。

(二)理论贡献

本文对平台开放度与创业进入战略关系研究主要有以下贡献:首先,突破了以往研究大多从竞争视角讨论“模仿还是创新”的创业进入战略选择问题,本文基于最优区分视角分析平台依赖型创业企业所面临的合规性模仿和竞争性创新之间的张力,整合制度逻辑和竞争逻辑讨论平台特征对创业进入战略的影响,拓展了创业战略研究。其次,本文立足平台生态系统情境,探讨平台开放度影响创业进入战略创新性的内在机理,并从互补-依赖关系和收益-风险角度引入知识资源获取作为中介变量以及平台专用性和环境不确定性作为调节变量,深入剖析这一作用机制,丰富了最优区分的前因研究,深化了对战略平衡思想的认识。最后,本文以平台依赖型创业企业为研究对象,深入挖掘平台与创业企业之间的依赖关系及其如何影响创业企业的创业进入战略,拓展了平台生态系统参与者的行为研究,以及对平台开放度这一治理机制的分析,丰富了平台治理研究。

(三)管理启示

尽管创业企业与平台企业的“N对1”关系决定了创业企业很难改变其与平台企业的绝对权力不对称结构,但平台生态系统多边和开放的架构特征为创业企业降低相对依赖水平提供了能动空间。创业企业是能动主体,与平台企业存在竞合互动,可以根据战略情境的演变选择差异化的响应战略。

(1)探寻实现最优区分战略的影响因素和机制,有助于平台依赖型创业企业平衡好合规性模仿和竞争性创新之间的压力以作出最优的平台进入决策。创业企业在合规性模仿和竞争性创新之间进行平衡寻求战略独特性是为了赢得竞争优势的同时取得合法性,并提高企业绩效。本文基于最优区分理论分析创业企业创业进入战略创新性的影响机制,强调平台开放度对创业进入战略创新性具有倒U型影响,启示创业企业在选择进入战略时应当考虑平台的治理规则和开放程度及其可获取的知识资源,比如当开放度过高或者过低时采取合规性模仿为宜。同时启示创业企业要考虑自身的资产专用性和环境不确定性因素,如果资产专用性过高或者环境不确定性较强,则采取竞争性创新的风险会更大。本文可能对平台依赖型创业企业明确战略定位,平衡好合规性模仿和竞争性创新的关系,提高战略决策的科学性与有效性有所启发。

(2)为创业企业提示平台依赖的收益和风险,能够帮助创业企业正确认识和处理自身与平台的关系。本文为创业企业揭示了与平台互补和依赖关系的本质,提示了加入平台的收益与风险,即创业企业在充分利用平台带来的资源和机会的同时,还要考虑由于与平台企业之间的权利不对等关系为其自身生存和发展带来的挑战。本文通过讨论平台专用性、环境不确定性在知识资源获取与创业进入战略创新性之间的调节作用,启示创业企业需综合考虑平台环境和自身资源能力的影响而采取恰当的战略选择。长期来看,由于平台企业与创业企业的权利不对等关系,创业企业应当尽可能降低资产专用性,可以采取多归属、建立非平台渠道等策略更好地应对环境的不确定性。本文能够为创业企业正确处理自身与平台的互补和依赖关系以实现与平台的共生提供一定的启示。

(四)研究局限与展望

本文尚存在一定的局限性。第一,本文并未对平台开放度的维度进行细分。不同形式和内容的开放可能会对创业进入战略的影响有所差异。比如,决策权分配程度高的平台相对于准入限制低的平台更容易进行创新。或者,营销规则的开放更容易引起创业企业价值获取方式的创新。甚至,由于某些方面的开放和某些方面的不开放而产生的互操作问题会影响创新战略的实施。为此,后续研究应当深入分析平台开放的不同形式对创业进入战略的影响。第二,本文从静态的角度证明适度的开放度水平更有助于促进创业进入战略创新性,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在循环演变[59],并非存在一个单一、稳定的最优水平,甚至可能出现极端情况。为此,未来研究应该从动态视角探索平台开放度对平台依赖型创业企业战略决策的影响过程。第三,本文聚焦于软件平台生态系统及其互补者的研究,限制了研究结论的一般性。平台可以分为创新类、交易类和综合类,不同的平台生态具有独特性,未来研究应当扩展到其他类型的平台,深入挖掘平台参与者之间的关系,进一步检验平台依赖型创业企业的战略选择问题。第四,本文对环境不确定性所孕育的创新机会分析不足,忽视了环境不确定性可能产生新一层次的倒U型关系,未来应当围绕环境不确定性对平台依赖型创业企业进入战略的影响展开更细致的研究。第五,在研究设计环节,本文的变量测量未能紧密结合中国本土化情境,均采用的是国外成熟量表。尽管相关研究已经证实上述成熟量表具有较好的信度和效度,但鉴于中国情境下平台生态和平台依赖型创业企业在制度、文化、管理和认知方面的差异,未来的研究需要开发适合中国情境下的量表。另外,问卷采用的是同一填写者进行填写的方式,容易出现同源偏差问题,尽管本文在程序上和统计上进行了控制和检验,但应尽可能在源头上进行预防,为此未来的研究应当充分优化研究设计。