第四章实证分析···································35
4.1描述性统计分析·······················35
4.2相关性分析······························36
4.3假设检验·······························37
第五章结论与展望·························47
5.1研究结论·······························47
5.2理论贡献与管理启示····························48
5.3研究局限与研究展望···························49
第四章实证分析
4.1描述性统计分析
表4-1展示了本研究所有变量的样本数、平均值、标准差以及取值范围，呈现出变量的集中和离散情况。
其中，因变量产品绩效的均值为3.374，最小值为0.088，最大值为6.041，说明部分游戏的产品绩效水平偏低，与其他游戏之间绩效差距较大，这些游戏虽然曾经进入畅玩榜排名前1000，但是没有持续性竞争力，难以保持其在榜单的领先位置。这也侧面展示了游戏市场竞争的激烈程度。
迭代新颖度的最小值为0，最大值为12，这说明各游戏迭代新颖度存在较大差异。由均值仅0.447可知，不一定所有游戏每月都会进行新内容或新功能的添加，大多数游戏在迭代中对于产品价值提升的重视程度不够。
迭代优化度的均值为1.760，最小值为0，最大值为116，这说明了大多数游戏在实施迭代创新的过程中，每月都会进行一次或几次错误修复和优化，为用户提供更舒适的游戏体验。
中介变量网络口碑最小值为0，最大值为11.838，均值为0.216，这表明各游戏的网络口碑差异较大，侧面反映出游戏产品想要在Steam平台中受到关注并获得用户在线评价的难度较大。
第五章结论与展望
5.1研究结论
在数字技术广泛普及和迭代升级的背景下，数字平台市场发展繁荣，数字PC游戏成为了人们休闲娱乐的重要方式。但快速发展同样意味着市场竞争日趋激烈，游戏产品的成长极具挑战。由此，如何通过迭代创新以获取消费者青睐从而获取产品绩效成为了亟待解决的问题。尽管国际上从21世纪初就开始关注迭代创新，国内也从2014年开启了迭代创新的研究热潮，但大多数学者探索迭代创新对产品绩效的影响时从单一维度对迭代创新进行测量，暂未体现出不同程度的迭代创新对产品绩效的作用机制。同时，已有研究对于产品迭代创新对产品绩效的研究暂无一致结论。因此，对不同程度的迭代创新进行划分和测量，探索不同程度的迭代创新对绩效的影响有何差异，值得当前和未来研究进行关注。
本文以Steam平台中的游戏产品为研究对象，收集13个月的月度数据，整合成了非平衡面板，固定时间和个体进行面板回归，探索游戏产品迭代创新对绩效的影响，研究结论如下：
第一，游戏产品不同程度的迭代创新均对产品绩效产生显著影响。首先，游戏产品迭代新颖度正向影响产品绩效，与Wang等[96]的相关结果一致，再次证实了迭代新颖度为产品的卓越绩效所作出的贡献；其次，游戏产品迭代优化度同样正向影响产品绩效，该结论对于Foerderer[68]研究中对迭代优化度的相关概念阐释和测量进行深化。
第二，网络口碑在游戏产品迭代创新与产品绩效的正向关系中起中介作用。该结论体现了Rogers[1]的创新扩散理论和Barney[17]的资源基础理论的理论机理在数字平台市场中同样适用。
第三，产品市场竞争在迭代新颖度、迭代优化度对产品绩效的正向关系中均起到正向调节作用。本文与Cennamo和Santalo[148]均以数字平台生态系统为依托研究产品市场竞争，但不同之处在于本文将产品市场竞争强度视为数字平台中的特有情境，考虑到这一情境对数字平台中产品的广泛影响，即产品市场竞争对于开发者迭代创新与产品绩效关系的影响。
参考文献（略）
