平臺所有者和參與企業(yè)數據共享行為的微分博弈研究

盛志云 邵記友 徐榕樺

(1.南京大學商學院，江蘇 南京 210093；2.華東政法大學商學院，上海 201620)

大數據分析、物聯網、區(qū)塊鏈、云計算等數字技術的出現、傳播及廣泛可用，推動現代社會進入了數字經濟時代[1]。數字平臺商業(yè)模式在各行業(yè)中得到了極為普遍的應用。微信、Facebook等社交媒體平臺改變了人們互動和分享經驗的方式；安卓、iOS、鴻蒙等操作系統(tǒng)平臺已經成為移動通信行業(yè)的核心；PayPal、支付寶等移動支付平臺正在顛覆傳統(tǒng)的金融行業(yè)。

傳統(tǒng)企業(yè)在公司或供應鏈的邊界內創(chuàng)造價值，而數字平臺利用自治行動者構成的生態(tài)系統(tǒng)共同創(chuàng)造價值[2]。數字平臺生態(tài)系統(tǒng)的價值創(chuàng)造主要由數據驅動，數據資產作為核心生產要素[3]在不同成員之間共享和流通，繼而實現價值創(chuàng)造及增值[4-5]，比如：平臺所有者共享消費者需求偏好數據給參與企業(yè)，可以驅動后者基于數據研發(fā)滿足消費者需求的定制化產品解決方案[6-7]；參與企業(yè)將新產品性能、軟件使用評價等數據反饋給平臺所有者，有助于后者完善數字平臺基礎設施(如優(yōu)化SDKs幫助參與企業(yè)培育產品或服務)[8]。宏觀層面，政府也正在不斷推出政策以促進數據的共享與流通[9-10]，比如：國務院于2019年印發(fā)的《關于促進平臺經濟規(guī)范健康發(fā)展的指導意見》，明確強調要“暢通政企數據雙向流通機制，探索建立數據資源確權、流通、交易、應用開發(fā)規(guī)則和流程”，將推進數據共享作為驅動平臺健康發(fā)展的重要舉措[11]。

雖然理論界和實踐界都認為數據共享是實現數字平臺生態(tài)系統(tǒng)價值創(chuàng)造及增值的有效手段[4-5]，但隨著數據價值的日益增加，生態(tài)系統(tǒng)中掌握數據生產要素的企業(yè)不愿意甚至拒絕向其他企業(yè)共享數據，擾亂了市場競爭環(huán)境，比如：2017年菜鳥平臺和參與企業(yè)順豐因數據之爭引致互相封殺，菜鳥關閉順豐數據接口的行為不僅影響了順豐的業(yè)務，也對系統(tǒng)中其他相關企業(yè)的業(yè)務造成了不利影響[12]?？梢?，目前數字平臺生態(tài)系統(tǒng)中還存在數據孤島問題[13]，數據共享制度尚不完善，平臺所有者與參與企業(yè)之間的數據共享運行機制還存在較大研究空間[14]，缺乏研究從平臺主所有者和參與企業(yè)的微觀視角切入，系統(tǒng)分析二者最優(yōu)數據共享策略、收益及生態(tài)系統(tǒng)整體收益情況。

因此，本文嘗試構建微分博弈模型，比較分析Nash非合作博弈、Stackelberg主從博弈、協同合作博弈3種情景中，平臺所有者和參與企業(yè)的最優(yōu)數據共享策略、最優(yōu)收益及生態(tài)系統(tǒng)整體的最優(yōu)收益情況，探究影響數字平臺生態(tài)系統(tǒng)中企業(yè)間數據共享行為的關鍵因素，為促進平臺所有者和參與企業(yè)共享數據、推動數據創(chuàng)造價值提供指導。

1 文獻回顧

數字平臺生態(tài)系統(tǒng)中成員間數據共享問題愈加受到理論研究者的關注，過往文獻對企業(yè)數據共享的概念內涵、價值創(chuàng)造邏輯、問題及對策建議等進行了分析與探討。Arnaut C等[4]學者提出企業(yè)數據共享是企業(yè)以有償或無償方式將生產運營過程中生成或收集的數據提供給另一個企業(yè)使用的過程，這一概念體現了企業(yè)自主屬性和數據資產屬性，即：企業(yè)有權決定與誰、以何種條件共享數據[12]，數據作為一種資產能夠為企業(yè)帶來收益[15]?；谄髽I(yè)數據共享的基本概念，一些學者解讀了數字平臺所有者和參與企業(yè)共享數據以創(chuàng)造價值的邏輯，一方面表現為平臺所有者共享用戶數據給參與企業(yè)有助于后者挖掘市場機會研發(fā)消費者需求的產品，從而帶來消費者效用的增加[6-7]；另一方面表現為參與企業(yè)共享平臺使用體驗數據給平臺所有者有助于后者完善數字基礎設施，從而更好地助力參與企業(yè)孵化新產品或服務[8]。

盡管數字平臺所有者和參與企業(yè)之間的數據共享行為能夠帶動生態(tài)系統(tǒng)整體價值的增值[4-5]，但數據資產的價值不確定性、非競爭性與非排他性特征[16]，導致企業(yè)在共享數據的過程中面臨著信任、安全等方面的問題。針對這些問題，已有研究從不同角度切入分析了問題成因并提出對策建議。侯澤敏等[17]從數據共享的雙重價值角度切入，構建了“供應商—網絡零售平臺—消費者”之間的三方博弈模型，分析了數據共享引致質量創(chuàng)新和一級價格歧視之間的互動機理，提出了平臺的最優(yōu)數據共享策略及收益共享協調結構。Choe C等[18]基于行為理論構建了兩階段價格歧視模型，分析發(fā)現數據共享對企業(yè)來說是個體理性的，因為它減緩了數據收集時期的早期競爭，并有助于企業(yè)和消費者之間的匹配質量，增加總盈余。韓普等[19]學者從治理角度切入，利用演化博弈模型分析發(fā)現，政府合理的獎懲規(guī)定可有效提升患者和醫(yī)療服務機構的參與意愿，原因是政府管制可以降低共享者面臨的不信任問題。Lee J等[20]學者從技術角度切入，分析了多方計算加密、區(qū)塊鏈等技術手段有助于解決企業(yè)數據共享的障礙，因為這些技術手段可以避免企業(yè)數據被泄露給競爭對手。

綜上可知，過往文獻大多從宏觀和戰(zhàn)略角度出發(fā)，對數字平臺生態(tài)系統(tǒng)中成員間數據共享的相關議題進行探討，鮮有研究從平臺所有者和參與企業(yè)的微觀視角切入，系統(tǒng)分析平臺所有者和參與企業(yè)的最優(yōu)數據共享策略、收益及生態(tài)系統(tǒng)整體收益情況。同時，數字平臺生態(tài)系統(tǒng)中各類行為主體具有較高自主性，從動態(tài)角度看并非只是固定地選擇“數據共享”或“數據不共享”的單一行動策略，而且行為主體的數據共享程度也會隨著時間不斷發(fā)生變化，連續(xù)的時間變量是影響生態(tài)系統(tǒng)中行為主體決策的重要因素[21]。微分博弈作為分析連續(xù)時間內博弈方行為決策問題的動態(tài)模型，考慮了時間變量對行為主體決策的影響[22]。

因此，本文嘗試基于微分博弈模型，研究連續(xù)時間內平臺所有者和參與企業(yè)的數據共享問題，通過分析Nash非合作博弈、Stackelberg主從博弈及協同合作博弈3種情景中平臺所有者和參與企業(yè)各自的最優(yōu)數據共享努力程度、收益及生態(tài)系統(tǒng)整體的最優(yōu)收益情況，探究企業(yè)數據共享行為的關鍵影響因素及其作用機理，尋求實現雙方及生態(tài)系統(tǒng)整體帕累托最優(yōu)的博弈方案，并探討平臺所有者和參與企業(yè)之間的收益分配機制。相關結論能夠為數字平臺生態(tài)系統(tǒng)的數據治理提供決策支持，為促進平臺所有者和參與企業(yè)進行數據共享活動實現數據協同創(chuàng)新提供理論指導。

2 模型描述

本文考察數字平臺系統(tǒng)中，平臺所有者(O)和單個參與企業(yè)(P)之間的數據共享行為，模型基本假設為：

假設1：平臺所有者和參與企業(yè)都是理性主體，以實現自身利益最大化為決策目標，并掌握完全信息。平臺所有者在數據共享上付出的努力水平為EO(t)，參與企業(yè)在數據共享上付出的努力水平為EP(t)。雙方數據共享成本函數CO(t)和CP(t)分別為：

其中，λO和λP分別為表示平臺所有者和參與企業(yè)的數據共享成本系數，CO(t)和CP(t)表示平臺所有者和參與企業(yè)的數據共享成本，均為數據共享努力水平的凸函數，即數據共享成本隨著行動者在數據共享上付出努力水平的提高而增加。

假設2：數字平臺生態(tài)系統(tǒng)中被共享的數據存量水平為K(t)，平臺所有者和參與企業(yè)努地的進行數據共享，可不斷提高系統(tǒng)中被共享的數據存量。因此，利用隨機微分方程表示數字平臺生態(tài)系統(tǒng)中被共享的數據存量隨著時間的變化規(guī)律為：

(1)

其中，數字平臺生態(tài)系統(tǒng)中被共享的數據存量初始狀態(tài)K(0)=K0≥0；α、β表示平臺所有者和參與企業(yè)在數據共享上付出的努力對系統(tǒng)中被共享的數據存量的影響系數，即數據共享能力系數[23]；由于數據價值的時效性特征[24]，系統(tǒng)中過時的數據會隨著時間的推移而被歸檔[25]，用δ表示數字平臺生態(tài)系統(tǒng)中被共享的數據存量的衰減程度系數。

假設3：平臺所有者和參與企業(yè)共享的數據作為核心生產要素[3]，可以被用于研發(fā)新產品或服務、提高企業(yè)運營效率、提升平臺服務質量等[7-8,18]，從而創(chuàng)造巨大收益。t時刻數字平臺生態(tài)系統(tǒng)的總收益為：

Q(t)=Q0+εEO(t)+γEP(t)+ωK(t)

(2)

其中，Q0表示生態(tài)系統(tǒng)總收益的初始狀態(tài)；ε、γ表示平臺所有者和參與企業(yè)在數據共享上付出的努力對生態(tài)系統(tǒng)總收益的影響系數，即雙方共享數據的邊際收益系數；ω表示被共享的數據對生態(tài)系統(tǒng)總收益的影響系數，即數據所能創(chuàng)造的價值。

假設4：假設數字平臺生態(tài)系統(tǒng)的總收益在平臺所有者和參與企業(yè)之間分配，二者之間收益分配系數σ為(0,1)之間的常數，由雙方協商確定。其中，平臺所有者獲得1-σ比例的收益，參與企業(yè)獲得σ比例的收益。

假設5：在數字平臺生態(tài)系統(tǒng)中，平臺所有者作為核心企業(yè)，為了構建開放共享的生態(tài)系統(tǒng)，會采取措施鼓勵參與企業(yè)積極共享數據，比如給予參與企業(yè)一定程度的數據共享成本補貼[26-27]。設φ(t)∈[0,1]是平臺所有者對參與企業(yè)的成本補貼因子。同時，假設平臺所有者和參與企業(yè)的貼現率μ相同且均為正。

平臺所有者和參與企業(yè)的目標均是在連續(xù)時間內尋求各自收益最大的數據共享策略，平臺所有者的目標函數可表示為：

(3)

參與企業(yè)的目標函數可表示為：

(4)

模型中的控制變量為EO(t)、EP(t)、φ(t)，狀態(tài)變量為K(t)。假設其他參數均與時間t無關，為方便起見，在下文書寫中將EO(t)、EP(t)、φ(t)、K(t)分別表示為EO、EP、φ、K。

3 模型求解

為了更好地分析平臺所有者和參與企業(yè)數據共享努力水平的均衡狀態(tài)，驗證激勵策略的有效性，本研究分別考察了Nash非合作、Stackelberg主從、協同合作3種博弈情景中雙方的最優(yōu)數據共享努力水平、收益及生態(tài)系統(tǒng)整體的收益情況。接下來分別對3種博弈情景中的模型進行求解分析。

3.1 Nash非合作博弈

在Nash非合作博弈情景中，平臺所有者和參與企業(yè)相互獨立且地位平等，雙方基于各自收益最大化的目標確定自身的數據共享努力水平。由于Nash非合作博弈情景中雙方的決策目標都是最大化自身收益，平臺所有者不會為參與企業(yè)分擔數據共享成本，即：φ=0。由式(3)和(4)可知，此時平臺所有者和參與企業(yè)的目標函數分別為：

(5)

(6)

為得到Nash均衡狀態(tài)，首先假設平臺所有者和參與企業(yè)都存在最優(yōu)的數據共享收益函數VO(K)、VP(K)，收益函數連續(xù)有界可微，對所有的K≥0都滿足HJB方程：

(7)

(8)

(9)

將式(9)代入式(7)和式(8)，化簡整理可得：

(10)

(11)

由式(10)、(11)的結構可知，HJB方程的解是以K作為自變量的一元一次函數，令：

VO(K)=f1K+f2，VP(K)=g1K+g2

(12)

其中f1、f2、g1、g2為待求解常數，由式(12)可得：

(13)

將式(12)、(13)代入式(10)、(11)，可得：

(14)

(15)

根據之前的假設，式(14)、(15)對所有的K≥0都滿足，因為可得f1、f2、g1、g2分別為：

(16)

(17)

(18)

(19)

由式(18)、(19)可以求得Nash非合作博弈情景中生態(tài)系統(tǒng)整體的最優(yōu)數據共享收益V*(K)為：

(20)

3.2 Stackelberg主從博弈

在Stackelberg主從博弈情景中，平臺所有者作為數字平臺生態(tài)系統(tǒng)的核心企業(yè)，為了激勵參與企業(yè)付出更多的努力，在數據共享工作中，會主動幫助參與企業(yè)分擔一定的數據共享成本。因此，數字平臺生態(tài)系統(tǒng)可視為以平臺所有者為領導者，參與企業(yè)為跟隨者的Stackelberg主從博弈。在主從博弈情景中，平臺所有者首先確定對參與企業(yè)數據共享成本的補貼比例，并決定自身的數據共享努力水平；參與企業(yè)在看到平臺所有者的決策后，再基于自身收益最大化的目標，確定最優(yōu)數據共享策略；理性的平臺所有者在做出決策前可以預測參與企業(yè)的跟隨反應。

為得到Stackelberg主從博弈的均衡狀態(tài)，首先假設平臺所有者和參與企業(yè)都存在最優(yōu)數據共享收益函數VO(K)、VP(K)，收益函數連續(xù)有界可微，對所有的K≥0都滿足HJB方程。利用逆向歸納法求解均衡解。首先求解參與企業(yè)的單方最優(yōu)控制問題：

(21)

對HJB方程右端部分求解，使其最大化的條件是對式(21)求關于EP的一階偏導數，并令其為0，求解可得：

(22)

平臺所有者在預測到參與企業(yè)的最優(yōu)數據共享努力水平后，決定自己的最優(yōu)數據共享努力策略以及對參與企業(yè)的成本補貼。此時，平臺所有者的最優(yōu)控制問題為：

(23)

對HJB方程右端部分求解，使其最大化的條件是對式(23)求關于EO的一階偏導數，并令其為0，求解可得：

(24)

將式(22)代入式(23)，并對方程的右端部分求關于φ的一階偏導數，令其為0，求解可得：

(25)

將式(22)、(24)、(25)代入式(21)、(23)，化簡整理得：

(26)

(27)

由式(26)、(27)的結構可知，HJB方程的解是以K作為自變量的一元一次函數，令：

VO(K)=f1K+f2，VP(K)=g1K+g2

(28)

其中f1、f2、g1、g2為待求解常數，由式(28)可得：

(29)

將式(28)、(29)代入式(26)、(27)，整理可得：

(30)

(31)

根據之前的假設，式(30)、(31)對所有的都滿足，因為可得f1、f2、g1、g2分別為：

(32)

(33)

(34)

(35)

(36)

由式(35)、(36)可以求得Stackelberg主從博弈情景中生態(tài)系統(tǒng)整體的最優(yōu)數據共享收益V**(K)為：

(37)

3.3 協同合作博弈

在協同合作博弈情景中，平臺所有者和參與企業(yè)協同為最終消費者提供綜合性的數字產品解決方案，雙方在協同合作過程中實現數據共享，收益來自研發(fā)、銷售及維護數字產品解決方案。此情景中，平臺所有者和參與企業(yè)構成一個有機的聯合體，雙方均以共同收益最大化為目標，決策最優(yōu)數據共享努力水平EO、EP及收益V(K)的值，此時平臺所有者為參與企業(yè)承擔的數據共享成本屬于系統(tǒng)內部的資金轉移問題，成本補貼因子φ可以取[0,1]區(qū)間內的任意值。因此，此時平臺所有者和參與企業(yè)共同的目標函數為：

(38)

為得到協同合作博弈情景中的均衡狀態(tài)，首先假設數字平臺生態(tài)系統(tǒng)存在最優(yōu)數據共享收益函數V(K)，收益函數連續(xù)有界可微，對所有的K≥0都滿足HJB方程：

(39)

對HJB方程右端部分求解，使其最大化的條件是對式(39)求關于EO、EP的一階偏導數，并令其為0，求解可得：

(40)

將式(40)代入式(39)，化簡整理可得：

(41)

由式(41)的結構可知，HJB方程的解是以K作為自變量的一元一次函數，令：

V(K)=h1K+h2

(42)

其中h1、h2為待求解常數，由式(42)可得：

(43)

將式(42)、(43)代入式(41)，可得：

(44)

根據之前的假設，式(44)對所有的K≥0都滿足，因為可得h1、h2分別為：

(45)

(46)

將求得的h1、h2代入式(42)，可以求得協同合作博弈情景中數字平臺生態(tài)系統(tǒng)的最優(yōu)收益V***(K)為：

(47)

根據前文的假設4，平臺所有者和參與企業(yè)分別以1-σ、σ的比例分享數據共享創(chuàng)造的收益。因此，協同合作博弈情景中平臺所有者和參與企業(yè)的最優(yōu)收益函數為：

(48)

(49)

4 比較分析

比較分析3種博弈情景中平臺所有者和參與企業(yè)各自的最優(yōu)數據共享努力水平、數據共享收益及整個生態(tài)系統(tǒng)的最優(yōu)收益情況，可以得到相關研究命題，具體命題及論證過程如下：

命題2：Stackelberg主從博弈情景中平臺所有者和參與企業(yè)各自的最優(yōu)數據共享收益相較于Nash非合作博弈情景中均得到了提高，表明與Nash非合作博弈相比較，平臺所有者和參與企業(yè)更傾向于選擇Stackelberg主從博弈的行動策略。

命題3：數字平臺生態(tài)系統(tǒng)整體的最優(yōu)收益在協同合作博弈情景中達到最高，在Stackelberg主從博弈情景中次之，在Nash非合作博弈情景中最低。這說明就數字平臺生態(tài)系統(tǒng)整體而言，Stackelberg主從博弈情景中系統(tǒng)整體的最優(yōu)收益高于Nash非合作博弈情景中的最優(yōu)收益。在協同合作博弈情景中，系統(tǒng)整體的最優(yōu)收益達到最高，優(yōu)于非合作博弈情景。

V***(K)>V**(K)>V*(K)。證畢。

由命題3可知，協同合作博弈情景中數字平臺生態(tài)系統(tǒng)整體的收益最高，如果平臺所有者和參與企業(yè)雙方以合理的收益分配方案協同合作，那么對于二者來說，協同合作博弈是Pareto最優(yōu)的。接下來，對平臺所有者和參與企業(yè)之間收益分配系數σ的取值范圍進行探討。

平臺所有者和參與企業(yè)實現Pareto最優(yōu)的條件是確定適宜的σ值，滿足以下式子：

(50)

(51)

(52)

令υ1=[ε(μ+δ)+ωα]2，υ2=[γ(μ+δ)+ωβ]2，則有：

(53)

5 算例分析

首先，分析數據共享成本、數據共享能力、數據共享邊際收益、數據衰減程度等參數對平臺所有者和參與企業(yè)最優(yōu)數據共享努力水平的影響。固定模型中其他參數不變，將數據共享成本系數(λO和λP)取值為[0,1]，可利用Matlab軟件繪制出3種博弈情景中平臺所有者和參與企業(yè)最優(yōu)數據共享努力水平隨著數據共享成本變化的趨勢，如圖1所示。同理，可繪制出3種博弈情景中平臺所有者和參與企業(yè)最優(yōu)數據共享努力水平隨著數據共享能力系數(α和β)、數據共享邊際收益系數(ε和γ)、數據衰減程度系數(δ)等參數變化的趨勢，如圖2～4所示。由圖1～4提出命題5。

命題5：3種博弈情景中，平臺所有者和參與企業(yè)的數據共享努力水平隨著數據共享成本、數據衰減程度的增大而降低，隨著數據共享能力、數據共享邊際收益的增加而升高。

圖3

圖4

基于以上分析，可以利用Matlab軟件繪制出不同博弈情景中平臺所有者和參與企業(yè)各自的最優(yōu)數據共享收益及生態(tài)系統(tǒng)整體收益隨時間變化的趨勢，如圖5～7所示。由圖示可見，平臺所有者、參與企業(yè)各自的最優(yōu)數據共享收益及生態(tài)系統(tǒng)整體數據共享收益均隨時間的增加而增加，收益增加的幅度在前期較大，后期逐步達到穩(wěn)定狀態(tài)。同時，圖5～7都顯示協同合作博弈情景中的最優(yōu)收益高于Stackelberg主從博弈情景中的最優(yōu)收益，Stackelberg主從博弈情景中的最優(yōu)收益高于Nash非合作博弈情景中的最優(yōu)收益，與命題2～4的結論相符。

圖5 平臺所有者最優(yōu)數據共享收益在3種博弈情景中的比較分析

6 結論與建議

本文利用微分博弈模型，研究了數字平臺生態(tài)系統(tǒng)中平臺所有者和參與企業(yè)之間的數據共享問題，分析了Nash非合作博弈、Stackelberg主從博弈及協同合作博弈3種情景中平臺所有者和參與企業(yè)的最優(yōu)數據共享努力水平、平臺所有者對參與企業(yè)數據共享行為的最優(yōu)成本補貼、平臺所有者和參與企業(yè)各自的最優(yōu)數據共享收益及生態(tài)系統(tǒng)整體的最優(yōu)收益情況。通過對模型均衡結果的比較分析，得出如下研究結論：

圖6 參與企業(yè)最優(yōu)數據共享收益在3種博弈情景中的比較分析

圖7 生態(tài)系統(tǒng)整體最優(yōu)數據共享收益在3種博弈情景中的比較分析

①3種博弈情景中，平臺所有者和參與企業(yè)各自的數據共享成本系數(λO和λP)、生態(tài)系統(tǒng)中被共享的數據存量的衰減程度系數(δ)越高，雙方數據共享的努力水平越低；而平臺所有者和參與企業(yè)各自的數據共享能力系數(α和β)、數據共享邊際收益系數(ε和γ)越大，雙方數據共享的努力水平越高；②在Stackelberg主從博弈情景中，參與企業(yè)的數據共享努力水平相比Nash非合作博弈情景得到了提升，提升強度等于平臺所有者對參與企業(yè)數據共享成本的分攤比率，即最優(yōu)成本補貼因子。但是，平臺所有者在Stackelberg主從博弈和Nash非合作博弈兩種情景中的努力水平相同；③在Stackelberg主從博弈情景中，平臺所有者和參與企業(yè)各自的最優(yōu)收益及生態(tài)系統(tǒng)整體的最優(yōu)收益嚴格優(yōu)于Nash非合作博弈情景中的最優(yōu)收益，說明成本補貼可以促使數字平臺生態(tài)系統(tǒng)及其成員增加收益，是Pareto有效的；④在協同合作博弈情景中，平臺所有者和參與企業(yè)各自的數據共享努力水平、收益及生態(tài)系統(tǒng)整體的收益嚴格優(yōu)于非合作博弈情景，達到了Pareto最優(yōu)；⑤平臺所有者和參與企業(yè)之間的收益分配系數取合適的值，可以確保二者雙方收益達到Pareto最優(yōu)。

基于以上研究結論，可以得出如下實踐啟示：

①在數字平臺生態(tài)系統(tǒng)中，企業(yè)數據共享成本系數、數據共享能力系數和邊際收益系數、數據衰減程度系數是影響平臺所有者和參與企業(yè)數據共享行為的關鍵因素。在這些因素發(fā)生變化時，企業(yè)數據共享的努力水平也會發(fā)生變化。所以，為了提高雙方的數據共享努力水平，平臺所有者和參與企業(yè)應該采取暢通數據共享渠道以降低雙方的數據共享成本，完善數據存儲設施以減緩數據衰減比率，強化數據清洗、挖掘等方面的能力以提升數據共享能力和增加數據共享的邊際收益；②平臺所有者給予參與企業(yè)一定程度的成本補貼，來分擔參與企業(yè)的數據共享成本，可以改善參與企業(yè)的數據共享努力水平，改善的強度為平臺所有者對參與企業(yè)的成本補貼比例。而且，平臺所有者對參與企業(yè)的數據共享成本補貼，還可以帶來雙方最優(yōu)收益及生態(tài)系統(tǒng)整體收益的增加。因此，平臺所有者作為數字平臺生態(tài)系統(tǒng)的主導建設者，可通過動態(tài)調整對參與企業(yè)的數據共享成本補貼力度的方式來實現其所希望達到的生態(tài)系統(tǒng)治理效果；③在協同合作的情景中，平臺所有者和參與企業(yè)的數據共享行為決策目標是生態(tài)系統(tǒng)整體收益最大化，這使得雙方的最優(yōu)數據共享努力水平及系統(tǒng)整體收益優(yōu)于非合作情景，從而達到Pareto最優(yōu)。所以，協同合作是構建開放、共享數字平臺生態(tài)系統(tǒng)的有效方案。但需要注意，在協同合作的情景中，為了確保數字平臺生態(tài)系統(tǒng)整體及個體成員均能達到帕累托最優(yōu)，應該確定合理的收益分配方案。

本文在以下方面存在不足：①本文模型考察了平臺主和參與企業(yè)之間的博弈策略，之后研究可拓展到一對多的情形；②為了便于求解，研究假設模型中所有的參數與時間不相關，后續(xù)可針對非退化問題求解相關博弈模型；③隨著時間演化，數字平臺生態(tài)系統(tǒng)中數據存量水平不斷變化，后續(xù)研究可對生態(tài)系統(tǒng)中數據存量水平的期望及其穩(wěn)定值進行分析。