The Structure and Evolution Characteristics of Inventor-Entrepreneurs Cooperation Network in China

Sun Yinglin1, Tang Heng2, Cheng Long1, Su Wencheng3

(1.School of Management, Jiangsu University；2.School of Intellectual Property, Jiangsu University； 3.Institute of Science and Technology Information, Jiangsu University, Zhenjiang 212013, China)

Abstract：Entrepreneur's innovation activity is the key to promoting enterprise innovation and development. Under the background of transformation of scientific and technological achievements and technological entrepreneurship, "inventor entrepreneur" is becoming prominent in the mainstream. They have two identities: "technologist" and "entrepreneur". As one of the products of technological innovation, patent is an important index to measure technological innovation activities, and it is also one of the most common and direct ways for entrepreneurs to participate in technological innovation. It has been found that patents with entrepreneur participation can significantly improve enterprise performance. Cooperative R&D is an important way to make up for the shortcomings of R&D capabilities and improve the efficiency of scientific and technological achievements. Inventors play an important role in patent R&D cooperation by which informal innovation cooperation network formed helps to promote the knowledge fusion between different subjects. Based on knowledge flow and resource interaction integration, they realize knowledge sharing and dynamic division of labor to obtain more heterogeneous resources. Based on social capital theory and social network theory, existing studies focus on star inventors or key inventors from the perspective of co-occurrence network and knowledge network. However, most researches focus on the impact of inventors and their related characteristics on firm innovation performance at the single role level, without considering the role coupling effect of node agents. Thus, aiming at the dual identities of inventor-entrepreneurs, this paper analyzes the structural evolution characteristics of inventor-entrepreneurs in patent cooperation network and its impact on firm innovation performance.

A conceptual model of structure and evolution characteristics of Inventor-Entrepreneur cooperation network is constructed based on ground theory. Then,several network indicators including entrepreneur degree centrality, entrepreneur betweenness centrality, density, group degree centrality, etc. and analysis framework are constructed based on the social network analysis method. Finally, the patent data and entrepreneur data of Science and Technology Innovation Board from 2014 to 2019 are used for empirical test.

The results show that inventor-entrepreneurs in China are gradually reducing their overall participation in patent cooperation and strengthening their location attribute of key information hub in cooperative relationship. The density, group degree centrality and group betweenness centrality of network Y are higher than those of network N. The entrepreneur degree centrality, density and group degree centrality are negatively correlated with innovation performance. The betweenness centrality and group betweenness centrality is positively correlated with innovation performance.

The theoretical significance of this paper lies in the following aspects: First, combining with the Chinese context, this paper refines the types of inventor-entrepreneurs from the perspective of patent behavior, and puts them into the research paradigm of cooperative network. Secondly, in view of the dual particularity of the role of inventor-entrepreneur as technologist and entrepreneur, this paper conducts a multi-dimensional and dynamic evolution analysis based on the structural characteristics of inventor-entrepreneur in the patent R&D cooperation network. Thirdly, this paper discusses the relationship between the characteristics of inventor entrepreneur patent R&D cooperation network and firm performance by using individual structure index and overall structure index. It is suggested that inventor-entrepreneurs need to control their participation in patent R&D cooperation within a moderate range and avoid comprehensive and in-depth participation in technology R&D. In addition, enterprises also need to control the density of the overall cooperation network and guard against the technology exclusivity caused by overwhelmingly close cooperation network. Last but not the least inventor-entrepreneurs need to strengthen their role as "intermediary bridges" in the R&D cooperation network.

Key Words:Inventor Entrepreneur; Inventor Cooperation Network; Patent Network Features; Patent Network Evolution

收稿日期：2021-12-07

修回日期：2022-03-04

基金项目：国家重点研发计划项目(2019YFB1405200)；江苏省研究生科研与实践创新计划项目(KYCX19_1565)

作者简介：孙莹琳(1993-)，女，江苏镇江人，江苏大学管理学院博士研究生，研究方向为企业知识产权管理；唐恒(1969-)，女，湖南衡阳人，博士，江苏大学知识产权学院院长、教授，研究方向为科技创新与知识产权；程龙(1986-)，男，山东菏泽人，江苏大学管理学院博士研究生，研究方向为产业创新管理；苏文成(1990-)，男，安徽蚌埠人，博士，江苏大学科技信息研究所讲师，研究方向为用户环境行为与环境心理、社会网络分析。本文通讯作者：唐恒。

DOI：10.6049/kjjbydc.2021120146

开放科学(资源服务)标识码(OSID)：

中图分类号：F124.3

文献标识码：A

文章编号：1001-7348(2023)04-0012-11

0 引言

2020年7月，习近平总书记在企业家座谈会上强调，企业家创新活动是推动企业创新发展的关键。在科技成果转化与技术创业背景下，兼顾“技术人”与“企业家”双重身份的“发明人型企业家”日益成为主流[1-3]。截至2020年，中国专利申请量已连续10年蝉联全球第一，专利作为技术创新的产物之一，是衡量技术创新活动的重要指标[4]，也是企业家参与技术创新最普遍的方式之一，企业家参与研发的发明专利能够显著提升企业绩效(沙亦鹏等，2019)。

研发合作是弥补单主体研发能力短板、提升科技成果转化效率的重要途径[5]。在专利研发合作网络中，发明人扮演着重要角色[6]，其所形成的非正式创新合作网络有助于促进不同创新主体知识融合[7]。已有研究基于社会资本理论和社会网络理论，从发明人共现网络、知识网络等视角出发，重点探讨明星发明人或关键发明人[6,8]对企业创新绩效的影响，鲜有研究考察创新主体耦合效应。本文针对发明人型企业家“技术人”与“企业家”角色的双重特殊性，剖析其在专利研发合作网络中的结构特征以及对企业创新绩效的影响，对于优化企业家研发合作网络进而提升企业创新能力具有重要意义。

1 文献综述

1.1 发明人型企业家复合属性

发明人型企业家最早源自企业家类型和企业类型论，在企业家基本类型的基础上，发明人型企业家介于工匠型与机会型之间[9]。他们致力于发展一个组织，并将发明创造生成各种产品。相关学者通过对技术创业、技术型董事、发明家高管进行研究发现[10-13]，发明人型企业家具备管理技能与技术研发技能协同能力[14]，但也存在角色认同[10-11]、过度自信[12]等创新困境，具备工匠与机会属性的复合性。Miner等[15]建议从新产品开发策略和专利入手，建立一套标准来定义发明人型企业家。

相较于纯粹的发明人，发明人型企业家的管理者角色使其在与市场相关的知识利用、创造和商业化应用等方面更具优势[16]。企业家作为企业内部与外部交互的核心媒介，具有至关重要的链接、传递功能，更擅长整合和配置各种资源[12]。在创新网络中，创新绩效高度依赖参与者之间的复杂交互结构[17]。创新优势不仅取决于企业内部资源，更取决于对外部知识的识别和整合能力[18]。综上所述，已有研究较少围绕发明人型企业家群体展开研究，缺乏深度结合技术人与管理者复合属性的合作网络范式研究。

1.2 发明人合作网络

社会网络相关研究为考察企业内外部关系结构特征对企业创新绩效的影响提供了理论基础。网络特征测度涉及个体结构指标和整体结构指标，使用较为广泛的指标有网络密度[17,19]、程度中心性、中介中心性、结构洞等[20-21]。关于企业创新网络，已有研究从组织内合作网络[22]、组织间合作网络[23]以及多层次网络[24]视角探讨创新网络结构与企业创新绩效之间的关系。其中，发明人合作网络是企业创新研究中较为重要的一种网络类型。Carnabuci & Operti[19]考察企业内部发明人合作网络最大子网络规模对企业创新绩效的影响；Funk考察组织内部发明人合作网络聚合度和无效性对企业创新绩效的影响[25]。关于网络发明人个体，相关研究主要探讨合作网络发明人结构角色、关系角色及中间人角色[6]。比如，基于网络结构特征对发明人进行识别[26]，或是探究合作网络特定结构位置的发明人与创新绩效的关系[6]，但针对企业内发明人合作网络结构特征对企业创新绩效影响的研究较少[24]。

综上所述，已有发明人网络较少关注发明人型企业家群体在发明人合作网络中的结构位置及影响效应。传统发明人合作网络中发明人角色的单一性使其获取流动性知识资源存在较大同质性，本文重点考察网络节点耦合效应所带来的知识资源异质性。首先，本文扎根于中国情境，基于技术人与管理者的复合属性，梳理中国发明人型企业家类型特征；其次，结合社会网络分析法，围绕发明人型企业家研发合作网络特征展开多维度、动态性演化分析，剖析不同专利研发合作网络特征下发明人型企业家对企业创新绩效的影响。本文致力于解决如下问题：在中国高质量发展转型阶段，发明人型企业家在研发合作网络中具备哪些结构特征并发挥何种效用，以期为优化企业家研发合作网络进而提升企业创新能力提供参考。

2 理论框架

2.1 扎根理论

本文通过面对面访谈获取一手资料，并对部分受访对象所在企业进行考察。依据 Strauss 为代表的程序化扎根理论执行开放编码—主轴编码—选择编码，并对编码结果进行理论饱和度检验，以保证研究结论的可靠性、准确性、严谨性和可验证性。此外，还采用档案文件补充访谈数据和观察数据，形成交叉验证。

综合近5年中国GDP、专利申请与授权数据、《全国各省市专利文献引证统计分析报告》等知识产权报告发现，北京、江苏、上海、浙江、广东属于中国经济转型与创新升级的主要地区，企业专利创造与运用较为活跃。因此，本文以长三角、珠三角、京津冀地区为主，其它地区为辅；以中小企业为主，其它规模企业为辅。共选取50名企业家样本(编号：E1-E50)作为研究对象，其中45名作为建模样本，5名作为检验样本。根据实际可行性，最终选取40名访谈对象(编号：A1-A40)，包括28名发明人型企业家本人，12名与之相熟悉的知识产权总监、秘书、技术总监、专利代理人、律师等工作人员。

2.2 扎根分析

2.2.1 开放式编码

在开放编码过程中，采用双盲编码法，由两位受过正式培训的编码人员对原始资料进行独立编码，利用Cohen′s Kappa值进行信度检验，得到信度系数为0.81。经过开放编码，最终析出489个参考点、10个次级范畴及其下属的24个概念，每个概念只选择一个具有代表性的原始语句(见表1)。

2.2.2 主轴编码

通过辨析范畴之间的内在逻辑关系，对开放编码中被分割的资料重新进行整合，提取发明人型企业家内涵、专利研发合作网络特征2个主范畴，进一步分析主范畴与次级范畴之间的关系。研究发现：①显性发明人型企业家更注重自身发明人身份对个人与组织形象的提升，努力将个人打造成企业活名片，借助专利质量信号获得消费者、投资者、监管者、合作者等主体的青睐。他们不仅广泛参与专利研发，而且还会强化自身在专利合作网络中的核心地位，掌控关键资源，其所参与的专利研发合作网络呈现高中心化和高中介性特征，但网络密度多样化；②隐性发明人型企业家回归至对专利技术竞争与保护职能的运用，更多抱以提携、鼓励后辈的姿态给予年轻人机会和荣誉，采取方向主导与节点把控的参与方式。相较于显性群体，隐性发明人型企业家所参与的专利研发合作网络呈现低中心化和高中介性特征，但网络密度多样化；③狭义发明人型企业家拥有较为扎实的专业知识，更倾向于亲力亲为，深度参与专利研发全过程，其所参与的专利研发合作网络呈现高中心化和高中介性特征，但网络密度多样化；④广义群体泛指以任何形式拥有发明人身份或发挥发明人作用的企业家，或出于战略考虑，或出于个人虚荣心等，以获取利润为导向，大多具备市场、销售、管理类工作背景。该群体更擅长整合多种资源，注重诉求提出与产品验收，多以财务激励提高研发人员积极性。相较于狭义群体，广义发明人型企业家所参与的专利研发合作网络呈现低中心化和低中介性特征，但网络密度多样化(见表2)。

2.2.3 选择性编码

选择性编码是在主轴性编码的基础上选择核心范畴，以故事线的形式将核心范畴与其它范畴关联起来，并逐步完善各核心范畴之间的关系。本文根据扎根理论分析结果，整理发明人型企业家专利研发合作网络特征概念模型(见图1)。

2.2.4 理论饱和度检验

对其余 5 个样本按照三级编码方式进行分析，发现发明人型企业家专利研发合作网络特征主线没有析出新范畴和关系。因此，可认为该模型的核心范畴已达到理论饱和。

3 实证检验

3.1 数据获取与处理

首先，本文参考唐恒等[27]、李欣等[28]的研究，以企业专利信息和企业相关经营信息为数据源，提取发明人数据和企业法人数据，完成专利发明人与企业法人关系匹配；其次，利用网络分析工具生成合作网络图谱；再次，结合社会网络分析指标，基于发明人合作网络，从时间、空间、产业3个维度揭示研发合作网络特征及演化态势。

(1)数据获取与预处理。以企业为专利权人，在INCOPAT专利数据库中进行检索和下载。根据企业名称，在WIND数据库中提取企业组织架构、财务绩效等经营信息，对下载的专利数据和企业数据进行清洗。

(2)数据提取。提取每条专利发明人数据以及每个企业法人数据，结合网络信息辅助(官网、微博、公众号等)，完成专利发明人与企业法人匹配，甄别企业家与发明人是否存在共现。

(3)生成共现矩阵。根据申请年限划分企业当年申请专利，明晰企业历年发明人合作网络边界，利用Python编程提取历年发明人数据，生成历年发明人共现矩阵。

(4)发明人研发合作网络指标测度。社会网络分析法既可以分析节点行为之间的关系，也可以分析整体网络结构特性[27]。本文利用UCINET软件生成合作网络图，进而构建发明人合作网络。

(5)发明研发合作网络特征分析。基于企业家参与的研发合作网络，从时间、空间、产业维度对比分析企业家节点特征属性。基于企业家参与研发合作网络(Y)和企业家未参与研发合作网络(N)，从时间、空间、产业维度对比分析整体网络特征属性。

(6)相关性分析。检验专利研发合作网络中企业家个体结构特征、网络整体结构特征与企业创新绩效之间的关系。

3.1.1 个体结构指标

(1)企业家程度中心性：用于衡量企业家在组织团体中的地位。在组织行为学领域，拥有高程度中心性的人最有权力享有主要地位。Xij为0或1，代表发明人j是否与发明人i发生关系，g为该网络中发明人个数(下同)。为对不同网络进行比较，本文对数值进行标准化处理(下同)。

(1)

(标准化数值)

(2)

(2)企业家中介中心性：gjk为发明人j连接发明人k的捷径数，gjk(ni)为发明人j连接发明人k的快捷方式上有发明人i的快捷方式数。企业家中介中心性表征企业家作为中介发明人的能力，其占据的位置越多，说明发明人越需要通过其进行技术沟通。分离的大团体之间若要彼此进行信息交流、意见沟通，中介发明人非常重要。

(3)

(标准化数值)

(4)

3.1.2 整体结构指标

(1)网络密度：L用以表征网络关系数量。随着网络密度提升，网络内主体间的知识共享与合作程度也相应提升[28]，主要分为紧密或疏离状态。

(5)

(2)群体程度中心性：CD(n*)是CD(ni)中最大的程度中心性，即与其它CD(ni)相减所得差额的总和。该值越高，说明发明人团体的权力、知识越集中，群体程度中心性最高的图形为星状图形。

(6)

(标准化数值)

(7)

(3)群体中介中心性：中介性最高的发明人与其他发明人中介性的差距。该值越高，说明发明人合作网络越依赖中介发明人，组织信息、知识越会被少数主体所垄断。

(8)

综上所述，本文构建发明人型企业家研发合作网络特征与演化态势分析框架(见图2)。

3.2 样本选取与数据来源

本研究选取研发活动较为密集的制造业企业为研究对象，以中国科创板上市公司为研究样本进行实证分析。2020-2021年，由于新冠肺炎疫情这一重大突发公共事件，企业各维度数据存在异常。因此，对应年限数据未纳入研究范畴，主要由2014-2019年企业家数据、企业专利数据构成。另外，剔除部分相关数据缺失的企业样本。经过筛选，最终获取42 809项专利，每项专利包含多个信息维度，涉及专利申请年份、专利名称、申请号、申请人、发明人、专利权人、被引频次、IPC分类号、权利要求数等条目；共计2 148条企业家数据，涉及358家科创板上市企业(数据获取时间截至2021年1月)。以上数据主要来源于WIND数据库和INCOPAT数据库，部分缺失数据根据公司年报及企业网站披露信息补齐。

3.3 发明人型企业家个体特征

3.3.1 时间分布态势

2014-2019年，企业家程度中心性均值呈逐年下降趋势，企业家中介中心性均值呈上升趋势。前者数值高于后者，但随着时间发展，两者趋于一致。这说明，发明人型企业家逐步减少对专利研发的全方位参与，却加强合作关系中关键信息枢纽位置。其中，企业家程度中心性均值于2014年达到最大值38.69，之后递减至2019年的最小值27.04，2014-2015年降幅最大。与此同时，企业家中介中心性均值演化趋势出现一定波动。2014-2015年、2017-2019年分别处于上升期，2015年以后出现一定幅度下降并于2016年降至最小值17.21。2017年以后快速上升，2018年以后上升趋势逐渐放缓(见图3)。

3.3.2 空间分布态势

对比不同地区发现(见图4)，企业家程度中心性均值较高的前10个省份分别为湖南、四川、山西、天津、陕西、江苏、北京、福建、山东、广东。这表明，上述省份发明人型企业家更注重对专利研发的全面、深度参与，是合作团体中的核心人物。企业家中介中心性均值较高的前10个省份分别为湖南、福建、浙江、四川、江苏、湖北、北京市、广东、陕西、山东。这说明，上述省份发明人型企业家在合作网络中占据中介位置，在信息交流、意见沟通、资源整合方面发挥至关重要的作用。

在同一地区，企业家程度中心性均值大多高于企业家中介中心性均值，落差较大的前5个省份分别为山西(31.75)、天津(27.09)、江西(23.20)、安徽(17.08)、陕西(16.49)，数值相近的省份有辽宁(1.83)、福建(1.63)、广西(1.27)，前者低于后者的省份主要有浙江(-0.29)和河南(-0.83)。

3.3.3 产业分布态势

企业家参与专利研发的企业主要分布在生物、节能环保、新材料、高端装备制造、新一代信息技术、数字创意、新能源、新能源汽车产业(见图5)。对比不同产业发现，企业家程度中心性均值较高的前5个产业分别为生物、节能环保、新材料、高端装备制造、新一代信息技术，企业家中介中心性均值较高的前5个产业分别为新能源、高端装备制造、生物、新材料、新一代信息技术。在同一产业内，企业家程度中心性均值大多高于企业家中介中心性均值。落差较大的前5个产业分别为节能环保(21.48)、生物(17.13)、新材料(15.09)、数字创意(7.16)、新能源汽车(6.46)，仅在新能源产业内，前者低于后者。

3.4 企业家(参与/未参与)研发合作网络整体结构特征

3.4.1 时间分布态势

由图6可知，2014-2016年企业家参与研发合作网络(Y)与未参与研发合作网络(N)密度均呈上升趋势，并于2016年达到最大值(Y密度=1.39；N密度=0.71)。之后，二者网络密度整体呈下降趋势。其中，前者网络密度出现一定起伏，2016-2017年、2018-2019年分别为下降阶段，2017-2018年出现小幅上升，后者网络密度一直处于逐年递减状态。在相同年限内，前者网络密度数值始终高于后者，且差值较大。

对比两者群体程度中心性指标发现，2014-2019年两者数值均呈先上升后下降趋势，分别于2015年(Y群体程度中心性= 0.37)、2016年(N群体程度中心性=0.21)达到最大值。在相同年限内，前者数值始终高于后者，但差值较小。近年来，两种网络群体程度中心性数值逐渐趋于一致。

对比两者群体中介中心性指标发现，2014-2019年前者数值先下降、后上升，并于2016年达到最小值(Y群体中介中心性= 0.24)，整体呈上升趋势。后者数值则呈现先上升后下降趋势，并于2016年达到最大值(N群体中介中心性=0.21)。在相同年限内，前者数值始终高于后者。2015-2016年，差值逐渐缩小；但之后，二者差值又重新扩大。

3.4.2 空间分布态势

对比企业家参与研发合作网络(Y)与企业家未参与研发合作网络(N)密度指标发现，前者数值较高的前5个省份分别为四川、广东、江西、北京、江苏，后者数值较高的前5个省份分别为湖北、山东、天津、北京、浙江。在大部分地区，企业家参与研发合作网络(Y)密度高于企业家未参与研发合作网络(N)密度。仅在黑龙江、山西、天津3个地区，前者数值低于后者，且差值较小。

对比企业家参与研发合作网络(Y)与企业家未参与研发合作网络(N)的群体程度中心性指标发现，前者数值较高的前5个省份分别为江苏、天津、福建、四川、湖北，后者数值较高的前5个省份分别为黑龙江、河南、浙江、上海、北京、吉林。在大部分地区，企业家参与研发合作网络(Y)群体程度中心性高于企业家未参与研发合作网络(N)群体程度中心性。仅在安徽、河南、黑龙江、山西、上海5个地区，前者数值低于后者。

对比企业家参与研发合作网络(Y)与企业家未参与研发合作网络(N)群体中介中心性指标发现，前者数值较高的前5个省份分别为湖南、湖北、福建、浙江、天津，后者数值较高的前5个省份分别为贵州、陕西、吉林、安徽、湖北。在大部分地区，企业家参与研发合作网络(Y)群体中介中心性高于企业家未参与研发合作网络(N)群体中介中心性。仅在安徽、贵州、江西、陕西4个地区，前者数值低于后者(见表3)。

3.4.3 产业分布态势

对比企业家参与研发合作网络(Y)与企业家未参与研发合作网络(N)密度指标发现，前者数值较高的前5个产业分别为高端装备制造、节能环保、生物、新材料、新能源，后者数值较高的前5个产业分别为生物、节能环保、新能源汽车、新材料、新一代信息技术。在大部分产业，企业家参与研发合作网络(Y)密度高于企业家未参与研发合作网络(N)密度。仅在新能源汽车产业，前者数值低于后者。

对比企业家参与研发合作网络(Y)与企业家未参与研发合作网络(N)群体程度中心性指标发现，前者数值较高的前5个产业分别为新能源、生物、新能源汽车、节能环保、新材料，后者数值较高的前5个产业分别为新材料、新能源汽车、节能环保、生物、高端装备制造产业。在大部分产业，企业家参与研发合作网络(Y)群体程度中心性高于企业家未参与研发合作网络(N)群体程度中心性，且差值较小。但在新能源汽车产业，前者数值远高于后者，差异明显。此外，仅在新材料产业，前者数值低于后者。

对比企业家参与研发合作网络(Y)与企业家未参与研发合作网络(N)群体中介中心性指标发现，前者数值较高的前5个产业分别为新能源、高端装备制造、生物产业、新一代信息技术、新能源汽车，后者数值较高的前5个产业分别为新能源汽车、新材料、高端装备制造、生物、节能环保。在大部分产业，企业家参与研发合作网络(Y)群体中介中心性高于企业家未参与研发合作网络(N)群体中介中心性。但在新材料、新能源汽车产业，前者数值低于后者(见图7)。

3.5 相关性分析

本文借助统计软件Stata检验专利研发合作网络中企业家个体结构特征、网络整体结构特征与企业创新绩效的关系。参考李忆[29]、Choudhury[30]、宋艳等(2021)的研究，采用专利数量指标(专利总数)、专利速度指标(发明专利申请-公开时长、实用新型专利申请-公开时长)、专利质量指标(发明数量、IPC类别数、总被引频次、权利要求总数)衡量创新绩效，变量描述性统计及相关性分析结果见表4。在个体结构特征方面，企业家程度中心性与创新绩效(专利数量、专利速度、专利质量)显著负相关，企业家中介中心性与创新绩效(专利数量、专利质量)显著正相关。在整体结构特征方面，网络密度与创新绩效(专利质量)显著负相关，群体程度中心性与创新绩效(专利数量、专利质量)显著负相关，群体中介中心性与创新绩效(专利数量、专利速度、专利质量)显著正相关。

结合已有研究，程度中心性高的主体可以占据大量资源并获得更多信息[24]，但信息冗余与节点负担容易导致网络结构知识固化，继而产生锁定效应[35]，群体程度中心性高的网络亦是如此。以狭义发明人型企业家为例，该群体拥有较为扎实的专业知识，会深度参与企业技术研发全过程，在企业创新过程中一直处于技术主导地位。企业家对于技术理解的透彻度、技术布局的前瞻性、技术研发的高质量、技术监管的高要求使其具备较强技术竞争力，但过度的技术自信使其无暇或不愿考虑除技术以外的因素，导致技术优势突出的同时面临创业退出问题。因此，从技术到产品的跨越，需要企业家跳出自我固有意识格局，整合更多非技术资源。

处于“中介桥梁”的主体可以获取更丰富的多样化知识，拥有更多控制信息流动的自治权，在一定程度上可以避免陷入锁定效应，群体中介中心性高的网络亦是如此。以隐性发明人型企业家为例，由于人的精力有限，企业家会逐渐从一线技术研发抽离，更多作方向性引导并重视关键节点把控，不仅有助于提升企业内部合作关系质量，还能够激发员工创新积极性和自主性。

网络密度大意味着成员互动频繁，所交换的知识和信息也就更多[24]。但高密度网络发明人容易对企业已有知识产生强烈认同感，受限于严格的规范和程序，组织成员也可能产生排外性。根据扎根访谈，以狭义发明人型企业家为首的群体更追求外界对自我技术的认可，并坚信自我技术价值，在创业后期具备较强的排外性。

4 结语

4.1 研究结论

本文基于扎根理论和访谈数据界定我国发明人型企业家内涵，构建发明人型企业家专利研发合作网络模型。基于我国科创板2014-2019年企业专利合作数据和企业家数据，构建我国发明人型企业家研发合作网络。运用社会网络分析法考察企业家程度中心性、企业家中介中心性、网络密度、群体程度中心性、群体中介中心性等指标特征，并对发明人型企业家研发合作网络演化情况进行分析，得出如下结论：

(1)我国发明人型企业家可分为显性(高中心化、高中介性、网络密度多样化)与隐性(低中心化、高中介性、网络密度多样化)或者狭义(高中心化、高中介性、网络密度多样化)与广义(低中心化、低中介性、网络密度多样化)群体。

(2)我国发明人型企业家正在逐步减少对专利研发的全方位参与，同时提升其在合作关系中的关键信息枢纽位置。企业家参与专利研发的企业主要分布在生物、节能环保、新材料、高端装备制造、新一代信息技术、数字创意、新能源、新能源汽车产业。对比企业家参与研发合作网络与未参与研发合作网络发现，在相同年限、相同区域、相同产业内，前者网络密度、群体程度中心性、群体程度中介性大部分高于后者。这表明，企业家参与专利研发合作可在一定程度上提高企业内部合作网络紧密度，提升组织团体凝聚力。

(3)发明人型企业家程度中心性、网络密度、群体程度中心性与创新绩效显著负相关，发明人型企业家中介中心性、群体中介中心性与创新绩效显著正相关。

4.2 理论意义

(1)基于情境特性，对中国发明人型企业家类型进行细化。已有企业家类型和企业类型研究大多基于西方情境，理论模型的预测性和规范性不完全适用于中国发明人型企业家。本文结合中国情境，从专利行为视角对发明人型企业家类型进行细化，并将其置于合作网络研究范式中，丰富了企业家类型特征研究。

(2)结合发明人型企业家角色耦合效应，探讨其网络结构特征和演化趋势。现有研究大多基于社会资本理论和社会网络理论，从单一层面探讨发明人及其相关特征对企业创新绩效的影响。本文针对发明人型企业家“技术人”与“企业家”角色的双重属性，围绕其在专利研发合作网络中的结构特征，展开多维度、动态性演化分析。

(3)探讨发明人型企业家网络特征与企业绩效的关系。已有研究从组织内、组织间、多层次网络视角分析创新网络结构与企业创新绩效间的关系，但对企业内部发明人合作网络结构特征对企业创新绩效的影响探讨较少。本文综合考虑组织内与组织间网络，运用个体结构指标和整体结构指标，探讨发明人型企业家专利研发合作网络特征与企业绩效的关系，进一步丰富了相关研究。

4.3 管理启示

(1)企业家参与专利研发合作可在一定程度上提高企业内部合作网络紧密度，提升组织团体凝聚力，但需要控制在适度范围内。企业家应避免对技术研发的全面、深度参与；同时，努力跳出自我意识格局，整合更多非技术资源。此外，也需要控制整体合作网络密度，警惕过于紧密的合作网络所形成的技术排外性，尤其是本文中所定义的狭义发明人型企业家群体。

(2)企业家需要加强自身在研发合作网络中的“中介桥梁”属性。以本文所定义的隐性发明人型企业家为例，该群体定位于方向性引导与关键节点把控，不仅有助于促进创新绩效提升，也可在一定程度上激发员工创新积极性和自主性。

4.4 不足与展望

本研究主要存在以下不足：第一，通过相关性分析，初步检验各企业家参与研发网络特征与创新绩效的关系，未来需要进一步验证。第二，仅选取网络密度、程度中心性(个体、群体)、中介中心性(个体、群体)作为表征组织内部合作网络结构特征的变量，未来应进一步考察其它结构特征对企业创新的影响。

参考文献:

[1] KENNEY M, PATTON D. Reconsidering the bayh-dole act and the current university invention ownership model[J]. Research Policy，2009, 38(9): 1407-1422.

[2] JOSE BEZANILLA M, GARCIA-OLALLA A, PANOS-CASTRO J, et al. Developing the entrepreneurial university: factors of influence[J]. Sustainability，2020, 12(3): 842-861.

[3] 易高峰. 大学科研人员学术创业意愿的影响因素及其作用路径研究[J]. 科研管理，2020, 41(9): 247-256.

[4] 杨勇，王露涵. 我国发明专利合作网络特征与演化研究[J]. 科学学研究，2020, 38(7): 1227-1235.

[5] 吴菲菲，苍思吉，苗红，等. 研发合作研究现状述评与展望——基于管理全过程视角[J]. 科技进步与对策，2021, 38(19): 152-160.

[6] 荣雪云，杨中楷，刘娜. 发明人角色识别及二元创新能力差异分析——社会资本视角的解释[J]. 科技进步与对策，2020, 37(19): 1-8.

[7] 刘晓燕，阮平南，童彤. 专利合作网络知识扩散影响因素分析——以集成电路产业为例[J]. 中国科技论坛，2013，29(5): 125-130.

[8] 崔芳，孙笑明，熊旺，等. 关键研发者自我中心网络变化对企业创新绩效的影响：以整体网络为中介变量[J]. 科技进步与对策，2017, 34(17): 80-90.

[9] SMITH N R, MINER J B. Type of entrepreneur, type of firm, and managerial motivation: implications for organizational life-cycle theory[J]. Strategic Management Journal，1983, 4(4): 325-340.

[10] 姚飞. 学者向创业者转型过程释意的多案例研究[J]. 南开管理评论，2013, 16(1): 138-148.

[11] BARBIERI E, RUBINI L, POLLIO C, et al. What are the trade-offs of academic entrepreneurship? an investigation on the Italian case[J]. Journal of Technology Transfer，2018, 43(1): 198-221.

[12] 虞义华，赵奇锋，鞠晓生. 发明家高管与企业创新[J]. 中国工业经济，2018，35(3): 136-154.

[13] WOOD M S. A process model of academic entrepreneurship[J]. Business Horizons，2011, 54(2): 153-161.

[14] FERREIRA J J M, FERREIRA F A F, FERNANDES C I M A, et al. What do we [not]know about technology entrepreneurship research[J]. International Entrepreneurship and Management Journal，2016, 12(3): 713-733.

[15] MINER J B, SMITH N R, BRACKER J S. Defining the inventor-entrepreneur in the context of established typologies[J]. Journal of Business Venturing，1992, 7(2): 103-113.

[16] KOGUT B, ZANDER U. What firms do? coordination, identity, and learning[J]. Organization Science，1996, 7(5): 502-518.

[17] 宋耘，王婕. 网络特征和知识属性对企业创新绩效的影响[J]. 管理科学，2020, 33(3): 63-77.

[18] HSIAO Y C, CHEN C J, CHOI Y R. The innovation and economic consequences of knowledge spillovers: fit between exploration and exploitation capabilities, knowledge attributes, and transfer mechanisms[J]. Technology Analysis & Strategic Management，2017, 29(8): 872-885.

[19] CARNABUCI G, OPERTI E. Where do firms' recombinant capabilities come from? intraorganizational networks, knowledge, and firms' ability to innovate through technological recombination[J]. Strategic Management Journal，2013, 34(13): 1591-1613.

[20] 孙玉涛，曲雅婷，张晨. 发明人网络结构与组织合作网络位置[J]. 管理学报,2021, 18(1): 52-59.

[21] GULER I, NERKAR A. The impact of global and local cohesion on innovation in the pharmaceutical industry[J]. Strategic Management Journal,2012, 33(5): 535-549.

[22] LAZER D, FRIEDMAN A. The network structure of exploration andexploitation[J]. Administrative Science Quarterly,2007, 52(4):667-694.

[23] VANHAVERBEKE W, GILSING V, BEERKENS B, et al. The role of alliance network redundancy in the creation of core and non-core technologies[J]. Journal of Management Studies，2009, 46(2): 215-244.

[24] 张娜，刘凤朝. 双层次合作网络构建对企业探索性创新绩效的影响[J]. 管理工程学报，2021, 35(1): 1-11.

[25] FUNK R J. Making the most of where you are: geography, networks, and innovation in organizations[J]. Academy of Management Journal，2014, 57(1): 193-222.

[26] 吴菲菲，李倩，黄鲁成，等. 明星发明人识别与角色分析:来自机器学习领域的实证[J]. 科技进步与对策，2019, 36(14): 131-140.

[27] 唐恒，何锦润，孙莹琳，等. 专利创造激励政策协同网络演化研究[J]. 科学学与科学技术管理，2019, 40(9): 48-62.

[28] 李欣，温阳，黄鲁成，等. 多层网络分析视域下的新兴技术研发合作网络演化特征研究[J]. 情报杂志，2021, 40(1): 62-70.

[29] 李忆，马莉，苑贤德. 企业专利数量、知识离散度与绩效的关系——基于高科技上市公司的实证研究[J]. 情报杂志，2014, 33(2): 194-200.

[30] CHOUDHURY P, HAAS M R. Scope versus speed: team diversity, leader experience, and patenting outcomes for firms[J]. Strategic Management Journal，2018, 39(4): 977-1002.

(责任编辑：王敬敏)