Page 66 - 臺大管理論叢第32卷第2期

The Smartphone Manufacturers’ New Product Development Performance in the Generation Transition of
Android Ecosystem: Exploiting Old Technologies to Enhance the Effects of Exploring New Technologies

接下來，根據我們和台灣谷歌負責管理開放源碼軟體的高階工程師與產品經理
的訪談，當安卓作業系統公開之後會進行追加新功能、優化與問題除錯的步驟，而
這些步驟大部分都會反映在 Platform 根目錄檔案夾中的 Framework 檔案夾、Hard-
ware 檔案夾以及 External 檔案夾。另外，因智慧型手機廠商在 Hardware 檔案夾中
所做貢獻，其目的是為了要調配自家的硬體零組件之技術特性，因此這樣的貢獻會

累積成為智慧型手機廠商固有的經驗與知識。本研究分析對象的 11 家智慧型手機
廠商在 Framework 檔案夾、Hardware 檔案夾以及 External 檔案夾的總累積貢獻次數
（總累積提交次數）分別為 5,478、82,610、23,917，由於 Framework 與 External 檔
案夾中的貢獻次數低於 Hardware 檔案夾，本研究只採用企業在 Hardware 檔案夾中
的貢獻次數，並且採用對數計算，其結果就成為企業在圖 1 的「舊世代安卓作業系
統維護版本」中的深化性學習 (EIL)。而後，我們將深化性學習 (EIL) 與新世代的
探索性學習 (EXL_new) 兩個自變數採取中心化，並且計算出交互作用項 (EXL-EIL_

Interaction Effects; Interaction)。
接續我們控制智慧型手機廠商本身的異質性對於兩個依變數—快速上市 (Time

to Market; TTM) 與產品款式 (Model) — 可能會產生的影響。首先，智慧型手機廠商
可以使用「舊世代安卓作業系統維護版本」來搭配最新開發的硬體設計，藉此進行
新產品開發的可行性分析等實驗。這時候，因為最新開發的硬體設計可能會反映出
軟體設計不充分之處，因此智慧型手機廠商在「舊世代安卓作業系統維護版本」中
若是持續進行貢獻的話亦可以達到探索性學習的效果。依照上述的「新世代安卓作
業系統維護版本」中的探索性學習之計算方式 (EXL_new)，我們亦衡量出「舊世代
安卓作業系統維護版本」中的探索性學習，並且作為本研究的控制變數 (Explorative

Learning; EXL_old)。
另外，Cecere, Corrocher, and Battaglia (2015) 提出產品硬體零組件的組成會影響
企業的競爭優勢。在本研究中我們將智慧型手機的 CPU Clock (CPU_Clock)、CPU
廠商 (CPU_Firm)、螢幕解析度 (Display Resolution; DIS) 分別作為本研究的控制變
數。本研究亦加入智慧型手機廠商的國籍 (Nationality; NAL)、營業額收入 (Revenue;
RVE) 以及智慧型手機廠商是否在當期有與 Google 合作開發 Nexus 或 Pixel 參考手
機 (Cooperation; COP) 作為虛擬變數。圖 3 是本研究的舊世代的深化性學習 (EIL)、

新世代的探索性學習 (EXL_new) 與舊世代的探索性學習 (EXL_old) 的概況；表 1 則
是本研究的變數定義與編成方式。

58