Research on the Entrepreneurship and Transmission Evolution Mechanism of Platform Enterprises Based on Complex Networks

Technische Samenvatting: Het Evolutiemechanisme van Ondernemerschap en Transmissie bij Platformbedrijven op Basis van Complexe Netwerken

Probleemstelling
De studie behandelt de uitdaging om te begrijpen hoe platformbedrijven ondernemerschap binnen bedrijven bevorderen en hoe dit ondernemersgedrag zich binnen industriële clusters verspreidt en evolueert. Hoewel de bestaande literatuur ondernemerschap vanuit platformbedrijven onderzoekt vanuit het perspectief van kernbedrijven of algemene netwerkrelaties, ontbreeft het aan systematisch onderzoek dat gebruikmaakt van complexe netwerktheorie om de structurele evolutie van deze transmissiemechanismen te modelleren. Huidige sociale netwerkanalysemethoden zijn onvoldoende om de interne complexe relaties en niet-lineaire dynamiek die inherent zijn aan ondernemersnetwerken kwantitatief te meten. Dit artikel beoogt de "black box" van het ondernemerschap bij platformbedrijven te ontsluiten door te simuleren hoe verschillende netwerkstructuren de snelheid, stabiliteit en schaal van ondernemerstransmissie beïnvloeden.

Methodologie
Het onderzoek maakt gebruik van een multi-agent simulatiebenadering met NetLogo 6.1.0 om de dynamische evolutie van ondernemersnetwerken te modelleren. De methodologie integreert tijdreeksanalyse met drie verschillende complexe netwerkmodellen, die elk worden gekoppeld aan een specif kind type netwerkstructuur van een platformbedrijf zoals geïdentificeerd in de literatuur:

1. Marktgerichte Netwerken: Gemodelleerd met het Erdős-Rényi (ER) Random Graph model. Dit vertegenwoordigt netwerken met homogene bedrijven en gerandomiseerde uitwisseling van middelen, gekenmerkt door een uniforme graadverdeling en stochastische verbindingen.
2. Hybride Netwerken: Gemodelleerd met het Local-World Evolving (LN) netwerkmodel. Dit weerspiegelt structuren waar bedrijven opereren binnen specifieke subnetwerken of gelokaliseerde domeinen, waarbij zij partners selecteren op basis van lokale beschikbaarheid en complementaire vaardigheden, wat resulteert in matige heterogeniteit.
3. Hub-and-Spoke Netwerken: Gemodelleerd met het Barabási-Albert (BA) Scale-Free netwerkmodel. Dit vertegenwoordigt een structuur die gecentreerd is rond één dominant platformbedrijf, gekenmerkt door een power-law graadverdeling, preferentiële hechting en een hoge afhankelijkheid van een centrale hub.

Simulatieregels en Algoritmen
De simulatie incorporeert twee primaire transmissiealgoritmen:

• Threshold Diffusion Model: Bedrijven nemen ondernemersgedrag pas over wanneer ze beïnvloed worden door succesvolle gelijken voorbij een specifieke kritieke drempelwaarde. Dit houdt rekening met organisatorisch leren en de evaluatie van natieve versus emergente drempels.
• Neighbor Effect Model: Specifiek onder een actief invloedsparadigma simuleert het model hoe verbonden ondernemingen innovaties bewust verspreiden naar buren, waardoor relaties worden versterkt en implementatie wordt versneld.

De simulatie volgt vier belangrijke prestatie-indicatoren om de evolutie van het mechanisme te evalueren:

• Transmissie Succesratio ($S$): Het aantal bedrijven dat innovaties succesvol heeft overgenomen.
• Transmissie Stabilisatietijd ($T$): De duur die nodig is voordat ondernemersactiviteiten een evenwicht bereiken.
• Transmissie Amplificatiecoëfficiënt ($E$): Het cumulatieve aantal ondernemersinstanties binnen het netwerk.
• Transmissie Concentratie ($CV$): De centralisatietendens van ondernemersgedrag.

Experimenten werden uitgevoerd met maximaal 500 knopen (bedrijven), waarbij varieerde in de initiële proportie ondernemende bedrijven (5%, 10%, 15%) en de bron van de transmissie (platformbedrijven versus willekeurige bedrijven).

Belangrijkste Resultaten
De simulatie leverde de volgende bevindingen op met betrekking tot de evolutie van ondernemerstransmissie:

• Netwerkstructuur en Participatie: Hub-and-spoke (BA) netwerken genereren het hoogste aantal ondernemende bedrijven. Onder identieke initiële omstandigheden presteren hub-and-spoke netwerken beter dan hybride (LN) netwerken, die op hun beurt weer beter presteren dan marktgerichte (ER) netwerken wat betreft het totale volume van ondernemersactiviteit.
• Transmissiesnelheid en Stabiliteit: Omgekeerd, wanneer de proportie start-ups constant wordt gehouden, bereiken marktgerichte (ER) netwerken de transmissiestabiliteit het snelst, gevolgd door hybride netwerken, en tenslotte hub-and-spoke netwerken. Marktgerichte netwerken vertonen de kortste stabilisatietijd en de hoogste cumulatieve amplificatiecoëfficiënt, wat suggereert dat hun complexe, multi-chain verbindingen zorgen voor snellere signaalpropagatie en evenwicht.
• Invloed van Verspreidingsbronnen: Het gebruik van platformbedrijven als de initiële verspreidingsbron versnelt de transmissie in de vroege stadia vanwege hun kerncompetentie en middelenvoordelen, wat informatieasymmetrie vermindert. Echter, in de midden- tot laat stadium convergeert de snelheid van verspreiding ongeacht de bron.
• Initiële Condities: Het verhogen van de initiële proportie ondernemende bedrijven verkort de totale stabilisatietijd en vermindert de concentratie van ondernemersgedrag, wat aangeeft dat een grotere initiële basis een sterkere ondernemersatmosfeer creëert en het diffusieproces versnelt.

Betekenis en Claims
Het artikel claimt innovatief en pionierend te zijn in het empirische onderzoek naar bedrijfsondernemerschap en de transmissie-effecten ervan door de toepassing van complexe netwerktheorie op dit domein. De belangrijkste bijdragen zijn:

1. Theoretische Integratie: Het overbrugt de kloof tussen ondernemersnetwerktheorie en complexe netwerkdynamica, waarbij het verder gaat dan statische sociale netwerkanalyse naar dynamische, kwantitatieve simulatie.
2. Structurele Classificatie: Het biedt een systematische classificatie van ondernemersnetwerken (Hub-and-spoke, Hybride, Marktgericht) en koppelt deze aan specifieke complexe netwerkmodellen (BA, LN, ER) om hun onderscheidende evolutionaire logica te simuleren.
3. Onthulling van het Mechanisme: De studie onthult de inherente logica van ondernemersevolutie, waarbij wordt aangetoond dat hoewel hub-and-spoke structuren superieur zijn voor het genereren van een hoog volume aan ondernemende bedrijven, marktgerichte structuren efficiënter zijn voor de snelheid en stabiliteit van transmissie.

De auteurs concluderen dat zowel de omvang van de start-up basis als het initiëren van ondernemerschap door het platform zelf fungeren als katalysatoren voor transmissie, die gezamenlijk de zakelijke ontwikkeling versnellen. Het onderzoek biedt een nieuw perspectief voor het begrijpen van hoe platformbedrijven hun netwerkstructuren kunnen optimaliseren om de doelen van het maximaliseren van ondernemersparticipatie en het waarborgen van snelle, stabiele transmissie van innovatief gedrag in evenwicht te houden.