本文是一篇发表在学术期刊《Organization Science》上的原创性实证研究论文，题为《Platform Strategy: Managing Ecosystem Value Through Selective Promotion of Complements》。作者是Joost Rietveld（伦敦大学学院）、Melissa A. Schilling（纽约大学）和Cristiano Bellavitis（奥克兰大学），于2019年11月发表。
本研究的核心是探索平台所有者（Platform Sponsors）如何通过选择性推广（Selective Promotion）来管理其整个生态系统（Ecosystem）的价值，这是一个策略与创新管理领域的重要议题。研究背景在于，越来越多的市场（如智能手机、流媒体服务）演化为以“平台”为核心的生态系统。平台的价值不仅取决于其自身，更取决于其互补品（Complements，如应用程序、视频游戏）的深度和广度。尽管已有大量研究关注平台如何吸引互补品或互补品成功的影响因素，但平台所有者如何主动地、策略性地协调（Orchestrate）生态系统中互补品的价值创造，特别是通过选择性推广这一具体杠杆，尚缺乏深入的理论与实证探讨。因此，本研究旨在回答一个关键问题：平台所有者如何以及何时选择性地推广互补品，以最大化整个生态系统的价值？
本研究在第七世代（即PlayStation 3和Xbox 360时期）英国家用视频游戏机产业中展开。该行业是典型的平台生态系统，游戏机是平台，视频游戏是互补品。平台所有者（索尼和微软）会评选“最佳”游戏，并授予其“白金版”（Platinum，索尼）或“经典版”（Classics，微软）等称号，然后以更低的售价重新包装发行。这种“平台背书”（Endorsement）就是一种重要的选择性推广形式，能显著提升游戏的销量。本研究利用了这一理想情境来检验理论假设。
研究采用了严谨的实证分析流程，主要包含以下几个部分：
第一，理论假设构建。 基于平台生态系统的特性（如长期关系、相互依存性、价值共创），作者提出了四个核心假设，探讨平台选择推广对象和时间背后的复杂权衡： 1. 假设一（H1）： 平台更可能推广那些具有良好（但非顶尖）初期销售表现的互补品，而非销售最好的或最差的。因为顶级产品可能增长空间有限（边际收益递减），而中上层产品则拥有更多未被释放的潜力（“潜力股”）。 2. 假设二（H2）： 平台更可能推广那些属于高价值品类（Genre，如动作、体育）且该品类内平台近期没有顶尖畅销产品的互补品。这是为了“补齐”生态系统的短板，提升用户对平台在该品类下深度和广度的感知。 3. 假设三（H3）： 平台更可能推广那些兼具高质量和平台独占性的互补品。因为推广独占的高质量产品既能奖励忠诚的合作伙伴，也能为平台带来更大的差异化价值。但作者也指出，许多独占游戏可能是因为质量差而无法跨平台（“默认独占”），因此预期高质量与独占性之间应存在正向交互效应。 4. 假设四（H4）： 平台会在新游戏发布较少的时期进行更多的推广活动。这是为了平滑收入流，避免新品竞争造成的“拥挤效应”，并能在市场相对安静时更有效地吸引用户注意力。
第二，数据收集与样本构建。 研究构建了两个数据集。主数据集用于检验H1-H3，为游戏-平台层面的横截面数据。数据来源于一家平台赞助商（涵盖了英国市场超过90%的零售交易数据）、Metacritic（游戏媒体评分聚合网站）以及VGChartz（销售跟踪数据库）。样本包括2007年至2011年间在英国发行的PS3和Xbox 360游戏（剔除了2011年发布和平台第一方自研的游戏），共计918款游戏，其中105款获得了平台背书。研究还收集了发行商特征（年龄、是否上市）、欧洲总销量等作为控制变量。另一个面板数据集用于检验H4，为平台-品类-月份层面的时间序列数据，包含1770个观测值，用于分析推广发布的时间模式。
第三，变量定义与模型设定。 * 因变量（H1-H3）： 二元变量Endorsed，表示游戏是否获得平台背书。 * 关键自变量： * Top 2.5% Sales Rank和Top 2.6%-20% Sales Rank：基于游戏首发月销量在平台同年份内的百分比排名构建的虚拟变量，用于检验H1。 * Value of Genre（品类价值）和No Prior Hit in Genre（品类内无畅销品）：两者交互项用于检验H2。 * Platform Exclusive（平台独占）和High Quality（高质量，Metacritic评分≥75）的交互项用于检验H3。 * New Game Releases（新游戏发布数量）：用于H4。 * 控制变量： 包括欧洲销量（对数）、高质量虚拟变量、发行商过往获得背书次数（对数）、发行商年龄（对数）、发行商是否上市，以及平台、年份、日历月份、游戏品类等固定效应。 * 模型： 对于H1-H3，使用逻辑回归（Logit）模型估计游戏获得背书的概率。对于H4，使用泊松面板回归模型估计每月背书游戏发布的数量。所有模型均报告了稳健标准误，并对非线性模型中的交互效应进行了可视化边际效应分析，以确保结果解释的严谨性。
第四，稳健性检验与补充分析。 作者进行了大量的稳健性检验，包括：使用不同的销售排名阈值（如前1%）；使用原始品类销量而非排名；使用连续的质量评分（Metascore）；在模型中纳入内生性处理效应（针对独占性）；使用不同的面板模型设定（如负二项回归）；以及加入公司固定效应等。所有检验均支持主要结论。此外，为了直接验证“平台背书能提升销量”这一前提机制，并检验H1背后的逻辑（即较低销量的游戏从推广中获益更大），作者还利用25对在PS3和Xbox 360上多归属（Multihome）但仅在其中一个平台上获得背书的“孪生”游戏进行了双重差分分析。这一精巧的设计有效控制了游戏本身异质性的影响，近乎于一个准实验。
本研究的详细结果系统地支持了大部分理论假设，揭示了平台选择性推广决策的复杂性： 1. 关于推广对象的选择（H1-H3）： * H1得到强有力支持。 平台确实更倾向于推广初期销量排名在前2.6%至20%区间的游戏（潜力股），而不是排名前2.5%的顶尖畅销游戏或排名后80%的游戏。逻辑回归系数显著为正，且与顶尖和底部组差异显著。双重差分分析进一步证实，相较于初期销量较高的游戏，初期销量较低的游戏在获得背书后，每周销量提升幅度（约730单位）远高于前者（约25单位），放大效应超过三倍。 * H2得到强有力支持。 “品类价值”与“品类内无畅销品”的交互项系数显著为正。边际效应图显示，对于那些没有近期畅销品的品类，随着该品类价值的提升，游戏获得背书的概率大幅增加；而对于已有畅销品的品类，品类价值的变化对背书概率影响不大。这清晰地表明平台确实在用推广资源来“弥补”生态系统中重要但薄弱环节，而不仅仅是锦上添花。 * H3得到部分支持，但呈现出更微妙的图景。 高质量与平台独占的交互项显著为正，但边际效应分析揭示了关键细节：低质量的独占游戏获得背书的概率极低（接近零），且显著低于低质量的非独占游戏。这表明，平台会避免推广那些因质量差而“默认独占”的游戏。然而，对于高质量游戏而言，独占与非独占游戏获得背书的概率没有显著差异。因此，平台并不会仅仅因为“独占”就额外青睐一个高质量游戏，但会惩罚低质量的独占游戏。这修正了简单的“独占必受青睐”观点。 2. 关于推广时机的选择（H4）： * H4得到支持。 泊松回归结果显示，在同一品类内，某个月份新游戏发布数量越多，该月份平台发布的背书游戏数量就越少。这表明平台确实有意识地通过安排推广活动来平滑产品组合的生命周期，避免内部竞争拥挤，并在市场相对冷清时制造热点。 3. 控制变量的影响： 高质量、欧洲销量高、发行商过往获得背书次数多的游戏，获得背书的概率更高。而大型上市发行商的游戏获得背书的概率反而略低，这从侧面支持了平台可能更愿意扶持资源较少但具潜力的合作伙伴。
基于以上结果，研究得出以下核心结论： 平台所有者进行选择性推广并非一个简单的“择优”决策，而是一项复杂的战略协调工具。其目标在于管理整个生态系统的长期价值创造和捕获。平台所有者需要在多重目标间进行权衡：既要提升明星产品的表现，更要孵化“潜力股”以释放未实现的潜力；既要强化优势品类，更要投资于重要但薄弱的品类以完善生态系统结构；既要奖励独占合作伙伴，又要避免推广低质量的“默认独占”产品；既要抓住销售旺季，又要在淡季创造需求并规避内部竞争。这些发现突破了传统零售商促销（多为制造商驱动、追求短期利润）的逻辑，凸显了平台生态系统这一混合组织形式下，核心行动者进行长期、战略性价值管理的独特角色。
本研究的科学价值与应用意义重大。在理论层面，它首次系统性地构建并检验了关于平台所有者如何通过选择性推广来协调生态系统价值的理论，弥补了现有平台文献中对“主动治理”（Active Governance）机制研究的不足。它将战略管理中的组合管理、时机选择等思想引入平台研究，深化了我们对平台生态系统作为一种“混合组织”运作机制的理解。在实践层面，研究结论为平台管理者提供了清晰的路线图：推广资源不应仅用于奖励成功者，更应策略性地用于培育新星、平衡产品组合、管理产品生命周期以及与互补品生产商建立长期忠诚关系。对于互补品生产者（如游戏开发商、应用开发者），研究则指出，展现增长潜力、专注于特定平台（特别是保证高质量）可能比单纯追求短期销量榜首更能获得平台的支持。
本研究的亮点突出。首先是理论贡献的原创性与深度，将选择性推广这一普遍现象置于平台生态系统的复杂情境中，提炼出深刻的战略权衡逻辑。其次是研究设计的严谨与巧妙，利用视频游戏行业的“背书”现象作为理想的实证场，并创造性地使用“多归属孪生游戏”进行双重差分分析，有力地验证了核心机制。再者是实证分析的全面与稳健，综合运用横截面逻辑回归、面板泊松回归、边际效应可视化、内生性处理以及大量稳健性检验，确保了研究结论的可靠性。最后，研究结论具有高度的普适性，其理论框架可以推广至App Store、Spotify、Kickstarter等诸多其他平台情境，为理解和治理数字经济时代的平台生态系统提供了重要的学术洞察与实践指引。