“明星发明人”研究评述:内涵、分类与测量

孙玉涛，张 瑛

(1.大连理工大学经济管理学院，辽宁 大连 116024；2.大连理工大学科技创新创业与产业转型研究中心，辽宁 大连 116024)

1 研究背景

创新驱动发展是国家战略。发明是创新的基础，发明人是发明的主体。发明人作为人力资本是一种日益昂贵的资源，也是实现组织使命和目标的核心[1-4]。由于教育、经验和创造力等方面的显著差异，发明人在组织创新中发挥的作用也大不相同[5]，如爱迪生一生拥有两千多项发明和一千多项专利，包括留声机、电影摄影机和改进的电灯等影响世界的发明，大多数发明人都望其项背。早在1926年，Lokta[6]发现科学家的研究成果分布高度不均衡，5%左右的科学家贡献了50%以上的科学研究产出，存在显著的 “马太效应”。与科学研究相似，1995年Narin等[7]对4家美国和日本半导体公司的专利产出研究发现，同一家实验室前1%发明人的产出是普通发明人的5～10倍，前10%发明人的产出是普通发明人的3～4倍。由此可见， “马太效应”在技术发明领域同样存在。

由于科学研究与技术发明产出的非均衡分布，业绩突出的科学家 (如爱因斯坦)和发明人 (如爱迪生)尤为引人关注。实际上，业绩突出的科学家或者发明人不是个案，而是一个群体。1996年Zucker等较早地将科学研究领域内的这一类群体定义为 “明星科学家 (Star Scientists)”，认为相较于普通科学家，明星科学家不仅具有更高水平的论文产出，而且能做出重大突破性发现[8-9]。在此基础上，Rothaermel等[10]、Azoulay等[11]及Oettl[12]等对明星科学家进行研究。在技术发明领域，2000年Ernst等[13]识别出3类高专利产出的发明人，分别界定为关键发明人 (Key Inventors)、天才发明人 (Talents)和多产发明人 (Industrious Inventors)。2014年Liu[5]将具有专利发明人身份的高产出者统一定义为 “明星发明人 (Star Inventors)”。

确实，技术创新活动中的明星发明人已受到国外学者广泛关注，拓展了人力资本理论、资源依赖理论、知识创造理论等在创新活动中的应用。应该看到，明星发明人作为一个新兴的研究主题仍然处于早期萌芽状态，基本内涵、分类和测量等均没有达成共识，国内相关研究还非常少；与科学计量学领域对于科学家以及明星科学家的研究相比，技术创新管理领域对于发明人以及明星发明人的研究仍然比较缺乏。

为此，本文通过对国内外关于明星发明人文献的检索、梳理和评述，搭建不同文献明星发明人内涵、分类和测量之间的桥梁，凝聚共识，为后续研究和政策实践提供支撑。

2 明星发明人研究的网络图谱

科学知识图谱能够清晰地探索一个领域的研究热点及动态演进，是一种有效的知识管理工具。本文借助Citespace和CitNetExplorer软件工具，对明星发明人相关文献进行网络分析和可视化研究，以期揭示该领域研究热点及其演变趋势，为评述明星发明人内涵、分类及测量做铺垫。

2.1 数据来源与研究方法

针对明星发明人相关研究，本文以 “Web of Science核心合集”数据库为数据检索源，以 “Star Inventors” “Superstar Inventors” “Star Scientists” “Superstar Scientists” “Key Inventors” “Prolific Inventors” “Central Inventors”为主题词，时间跨度为1980—2020年。为了确保文献质量，优化 “研究领域”中的搜索结果，逐篇阅读检索出的文献，经过相关性筛选后最终确定112篇有效文献。

本文以文献计量学引文分析、共现分析原理为基础，运用Citespace和CitNetExplorer软件等可视化分析工具，构建明星发明人主题文献的引文网络图谱和关键词共现图谱，结构化地呈现前人研究成果的路线图及研究热点，从而为梳理与分析明星发明人的内涵、分类及测量提供参考依据。

2.2 引文网络图谱分析

将明星发明人主题的112条有效数据导入CitNetExplorer中，将最小聚类值设置为10，合并小聚类后形成两个网络聚类。聚类1 (深灰色节点)共包含54篇文献，以Zucker及其合作者在1996年发表的开创性论文为代表；聚类2 (浅灰色节点)共包含34篇文献，以Ernst及其合作者在2000年发表的开创性论文为代表，如图1所示。

注：网络节点为50篇引用频次最高的文献 (基于小同行引用次数Local Citation Score，简称LCS)，在图中仅显示文献第一作者的姓氏；网络连线表示这些节点之间的引用关系；节点的纵向排列由文献出版年份决定。图1 明星发明人文献引文网络图谱的聚类分析

Zucker等侧重于对科学研究领域的 “明星科学家”进行研究，Ernst等则关注技术发明领域。鉴于本文重点研究发明人，因此选择对Ernst的开创性文献进行深度挖掘。以2000年的 ‘Ernst’为被引文献，以2018年的 ‘Liu’为施引文献，深度挖掘再扩展之后，现有子网络中包含18篇文献，在这些文献之间有55个引用关系，如图2所示。

图2 明星发明人开创性文献引文深度探索图谱

2007年的 “Rothaermel”和2012年的 “Oettl”在引文网络中被引用频次最高。Rothaermel根据出版物数量和质量将明星分为出版物明星、引用明星及全明星，为后续研究从专利数量和质量视角定位明星发明人提供借鉴。后来，以Ernst和Rothaermel为参考文献，Oettl重新定义了明星，不仅考虑产出，而且引入对他人的帮助。在此基础上，Grigoriou、Tzabbar、Liu等对明星发明人进一步探索。综上，引文网络图谱清晰直观地描绘出明星发明人主题的研究轨迹，为后续文献梳理指明方向。

2.3 关键词共现图谱分析

关键词是对某一领域文献研究内容的高度概括，通过关键词分析能够有效反映领域内的研究热点。本文利用Citespace对112篇明星发明人文献进行可视化分析，设置时间跨度为1986—2020年，时间片段为1年，每个片段显示前50条数据，绘制关键词共现网络，如图3所示。该图谱共54个节点，115条连线，密度为0.0804。其中，关键词 “创新 (Innovation)”的中心性和发文频次远高于其他关键词，反映了明星发明人与创新密不可分； “企业 (Firm)”中心性次之，说明研究聚焦于企业层面，包括明星发明人在企业中起到的作用、企业对明星发明人的管理等；中心性处于第3位、第4位的关键词分别是 “影响 (Impact)”和 “业绩 (Performance)”，反映了明星发明人文献的两个重要研究视角。

图3 明星发明人文献关键词共现图谱

明星发明人文献的关键词时间线如图4所示。本文将明星发明人研究热点的演进过程大致分为3个阶段。第一阶段 (2000—2009年)：明星发明人研究兴起，热点包括创新、业绩、技术、专利及引用等，在这个阶段强调将专利产出的 “质”与 “量”作为明星发明人的本质特征。第二阶段 (2010—2018年)：明星发明人研究不断扩散，随着社会网络理论的应用，明星发明人研究涉及影响、社会网络、网络结构、结构洞等关键词，说明在这一研究阶段学者更加关注明星发明人的社交性和外部性。第三阶段 (2019年以后)：明星发明人研究更加多元化，受到创业浪潮的影响，学术创业、大学技术转移、创业型大学等成为明星发明人研究的新热点。

注：网络节点类型为关键词，节点大小表示关键词出现的频次；网络连线表示关键词共现的时间。图4 明星发明人文献关键词时间线

明星发明人的研究热点处于不断变化的动态过程中，其中 “业绩”到 “影响”、 “创新”到 “创业”是热点的主要演进脉络。应该注意到， “创新”和 “创业”是两个广泛的概念，其研究本身具有系统的方法论，相比之下， “业绩”和 “影响”则是能够反映明星发明人结果属性和关系属性的两个具体维度。因此，本文将聚焦 “业绩”和 “影响”详细地梳理与分析明星发明人的内涵、分类及测量。

3 明星发明人的内涵

关于明星发明人的内涵，学者各抒己见，尚未达成共识。多数学者认为，明星发明人之所以称之为明星的关键在于其自身的高业绩产出。随着社会网络理论在创新领域的渗透与应用，学术界逐渐认识到很少有明星发明人是 “孤狼”，他们往往嵌入在社会和知识网络中。这意味着明星发明人不仅表现为高业绩产出，而且对其他发明人具有很强的影响。为此，本文从发明人产出和发明人影响两个方面进行内涵分析，见表1。

表1 明星发明人概念界定

3.1 基于发明人产出的明星

一个人之所以能够成为群体中的明星，肯定有过人之处。作为发明人而言，发明业绩就是硬实力。学者基于发明人业绩的明星界定，一方面，直接揭示明星与非明星在发明产出分布中所处的相对位置；另一方面，突出强调明星发明人群体“高业绩”。从广义看，明星发明人是指可以为科学技术的发展和进步做出巨大贡献的少数个体[5,14-15]。从狭义看，明星发明人是指在相关领域内贡献绝大部分专利等业绩成果和影响力的一小部分发明人。

相较于非明星发明人，明星发明人更能显露出创造性综合技能，这主要体现在3个方面，即共同关注 (Collective Attention)、表达想法 (Enacting Ideas)及建立在相似性基础之上 (Building on Similarities)[16]。与大多数学者关注明星发明人的专利产出情况不同，Hohberger[17]强调明星发明人的思想影响力，认为明星发明人是能够产生大量科学和技术想法的 “巨人”，其他发明人站在巨人的肩膀上发展新思想。王巍等[18]、汤小莉等[19]强调明星发明人具有突出创造力，他们是企业内部 “关键技术成果的主要完成人、重大研发项目的负责人或者对企业主导产品和核心技术进行重大创新、改进的主要技术人员”。

综上，在识别明星发明人时， “高业绩”是基本特征， “高”一方面体现在产出成果的数量上，强调明星发明人具备较高的专利产出力；另一方面体现在质量上，强调明星发明人专利具有较强的影响力和新颖性。

3.2 基于发明人影响的明星

明星发明人不仅意味着发明人本身具有卓越的发明产出，而且对组织内部和外部其他发明人具有非凡的影响。相对于其他发明人，明星发明人在组织内部网络中占据关键地位，且在外部具有更加强大的社会网络及丰富的关系。

Oettl[12]在个体产出基础上，首次纳入 “对他人的帮助 (Helpfulness)”作为社会层面因素，扩展了明星发明人的内涵。基于Oettl的研究，Grigoriou等[20]发现，只关注发明人产出，容易忽略网络成员之间的社会互动及知识溢出，故从社会网络理论和知识边界理论出发，引入 “关系明星 (Relational Stars)”的概念，并将其定义为处于产出分布顶端且具有社会网络及合作能力的发明人。

Oettl的研究仅强调明星在组织内部的作用及其网络成员间的关系，没有提及明星在组织外部的地位及影响。Tzabbar等[21-22]提出明星发明人不仅表现出远高于一般发明人的业绩，是组织中知识和惯例的主要载体和传递者，而且他们还在外部市场中具有高知名度，能够基于专业知识的价值、复杂性和独特性而享受权力和社会地位。在此基础上，Call等[23]、Kehoe等[24]均从产出属性和关系属性两个方面定位明星发明人，他们认为明星是那些不仅长期占据很大比例的产出，而且表现出较高知名度和丰富社会资本的一小部分发明人。此外，沙开庆等[25]认为，仅从明星自身的特征并不能完整描述其内涵，随着网络内合作愈加密切，高社交性也应成为其重要特征，故应从高业绩、高可见性、高社会资本、高社交性4个方面对明星员工进行定义。

总体看，在对明星发明人进行定位时，高业绩是核心要义，而影响也是不可忽视的必要条件，并且影响不仅是指组织内部影响而且还包括组织外部影响。以往文献从单一视角或结合上述两个视角揭示明星发明人的本质属性，既存在共性也存在差异性，究其原因主要在于研究问题和研究情境不同，探究明星发明人对组织绩效的影响机制时注重产出属性，探究明星发明人同群效应、桥梁效应等机制时则强调关系属性。

需要注意的是，关于明星发明人的内涵，一方面，考虑到明星处于不同人生阶段的属性特征不同，未来应借鉴人才生命周期理论，探究其在各个阶段的产出力和影响力，以期对明星发明人有更清晰、全面的认识，从而提高后续研究效度；另一方面，人力资本的基本内涵是 “个人拥有的能够创造个人、经济和社会福祉的知识、技能、能力以及素质”，作为高质量人力资本，明星发明人的现有研究仅关注产出能力和关系能力，忽略了专业知识、专门技能等其他特有属性，在后续研究中有待进一步补充与完善，以便凸显其稀缺性和难以替代性。

4 明星发明人的分类

发明人的异质性决定了他们在组织技术研发活动中发挥不同作用。具有高业绩、高影响的明星发明人，已受到管理学界广泛关注。实际上，明星发明人群体内部也并非完全同质，明星发明人的业绩和影响也存在显著差异。为此，对明星发明人进行分类研究，对不同类型明星发明人进行专门研究显得尤为重要，如图5所示。

图5 明星发明人分类

4.1 基于发明人产出的明星分类

Ernst等[13]根据专利质量和专利活动将发明人划分为4种类型：第1类 “关键发明人”是指专利活动多和专利质量较高的个体；第2类 “天才发明人”是指专利活动虽少但具有高质量专利的个体；第3类 “多产发明人”是指发明专利活动虽多但专利质量相对较低的个体；第4类 “低绩效发明人 (Low Performer)”是指专利活动少且专利质量低。若仅基于个体产出进行界定，前3类均可认为是明星，第4类是非明星。

Schiffauerova等[26]先采用第1类指标专利数量，将发明人分为多产发明人、明星发明人及超级明星发明人，然后引入第2类指标专利数量与质量指数 (Quantity and Quality Patent Index，简称 “QQ Index”)，进一步划分为QQ多产发明人、QQ明星发明人及QQ超级明星。Zacchia[27]根据个体授权专利数量，将明星细化为3种类型：侏儒 (Dwarves)、巨人 (Giants)及出色的巨人 (Bright Giants)。其中，侏儒指处于专利分布5%～1%的发明人，巨人指位于专利分布1%～0.5%的发明人，出色的巨人则指向专利分布前0.5%的发明人。

在基于专利产出的分类基础上，Gittelman等[28]提出 “桥接科学家 (Bridging Scientists)”的概念，即在组织内部桥接科学和技术领域，不仅发表著作,同时还申请专利的科学家。Subramanian等[29]综合学术成果和专利产出的情况，将桥接科学家细分为3类：巴斯德式桥接科学家 (专利产出及发表成果均高于平均水平)、爱迪生式桥接科学家 (专利产出高于平均水平但低于平均出版物记录)、其他桥接科学家 (专利产出低于学术成果的平均水平)，前两类都属于明星发明人。

4.2 基于发明人影响的明星分类

Oettl[12]结合发明人专利产出和对他人的帮助，定义3种明星发明人： “全明星 (All-Star)”是指既具有高产出又能对他人提供很大帮助的个体； “单独行动者 (Lone Wolf)”指高产出但对他人帮助程度一般的个体； “专家 (Maven)”是产出水平一般但乐于助人的个体。

不同于Oettl考虑了明星发明人作为施与者对外部产生影响，Grigoriou等[20]更关注明星发明人作为合作者在网络中发挥的作用，由此区分了 “生产力明星发明人 (Productivity Stars)”和 “关系明星发明人 (Relational Stars)”，生产力明星仅聚焦于个体水平的产出业绩，关系明星则结合生产力明星和网络明星两种属性，既是强大的知识生产者，又是卓越的合作者。随后，他们将关系明星发明人分为整合者 (Star Integrators)和连接者 (Star Connectors)两大类。其中，整合者是具有非常大、广泛且密集的内部协作网络的参与者，是将密集的个体间知识聚集在一起的粘合剂；连接者是与以前未连接的发明人进行协作，并将来自遥远知识集群中的知识进行重新组合的参与者[20]。

Grigoriou等聚焦于关系明星的特点及优势并由此展开研究，Kehoe等[24]则基于绩效水平和关系地位两个维度将明星区分为绩效明星 (Performance Stars，绩效水平优异但关系地位较低)、关系明星 (Relational/Status Stars，绩效水平较低但关系地位较高)及通用明星 (Universal Stars，绩效水平优异且关系地位较高)。马荣康等[30]在此基础上引入时间因素，从动态视角识别不同类型明星发明人，将绩效明星、关系明星及通用明星均细分为新兴明星 (Emerging Stars)、持续明星 (Sustaining Stars)和衰退明星 (Declining Stars)，补充并丰富了明星发明人的类型学研究。

在最近的研究中，Zhu等[31]根据技术绩效、社交能力、创新能力将冉冉升起的技术明星 (Rising Technology Stars)分为4类。技术导向的发明新星在过去5年间表现出积极的生产力和影响力。社交导向的技术新星拥有扩展的发明人合作网络，并从这些合作中获得更大潜力。创新导向的技术新星在不同技术领域表现出强大的创新能力。全方位技术新星在技术表现、社交能力、创新能力中至少两个方面展现出突出潜力。

现有文献多基于产出和影响对明星发明人进行分类，与其内涵一致。明星发明人分类方式不断细化，不仅丰富其内涵，同时进一步凸显明星发明人的异质性，有利于针对特定研究问题和研究情境展开专门研究，深入挖掘不同类型明星发明人效应，加强组织对其进行管理。然而，学者在进行分类时过于强调明星发明人的属性，缺乏价值创造方式和能力方面的探悉，导致不同类型明星发明人价值功能不明晰。明星发明人相关研究尚处于起步阶段，尤其对类型学的讨论还不够，这些划分在实证研究中的延展性、应用性和普适性方面尚待检验。

5 明星发明人的测度

在梳理了明星发明人的内涵和分类之后，关键问题是如何测量并识别明星发明人。目前，明星发明人的产出主要通过专利信息测量，影响主要通过社会网络进行评估，见表2。

表2 明星发明人测度方法

5.1 基于产出的明星发明人测量

(1)专利数量。Moretti等[32]提出过去10年达到或超过专利数量第95%位数的发明人即为明星发明人。Zacchia[27]将超级明星发明人定义为专利分布前5% (即拥有超过18项专利)的个体，并进一步将其细分为3组：侏儒指处于专利分布5% (18项专利)到1% (51项专利)之间的发明人；巨人是指位于专利分布1% (51项专利)到专利分布0.5% (72项专利)之间的发明人；出色的巨人则指向专利分布前0.5%的发明人。

专利数量侧重反映明星发明人的生产力，主要以有效专利申请量和授权量作为测量指标，然而目前识别明星发明人的显著标准尚存在争议，需要在探索中进一步规范化，从而为实证研究提供有力支持。此外，专利数量指标的不足之处是忽略了专利价值的巨大差异，以及专利审查员对审查质量的主观把控。因此，运用专利数量测度明星发明人可能存在较大误差，很难准确地评估有创造力的明星发明人。

(2)专利质量。Liu[5]根据发明人的名字计算过去5年中获得专利的被引证次数；然后将每件专利的被引证次数汇总给焦点发明人，最后将专利引用次数高于平均值3个标准差的发明人确定为明星发明人。同样，Hohberger[17]按照累计专利被引证数从大到小对发明人进行排序，将排名前1%的发明人定义为明星发明人。Liu等[16]选取外观设计专利作为数据来源，当一个设计者的专利被引用量处于排名前2%的位置，则认为他 (她)是明星。

运用专利质量指标测量明星发明人的主要特点是能够体现专利的新颖性、影响力及实用价值，从而反映明星发明人的产出质量。现有研究多采用专利被引证数进行测量，该指标是一个体现专利影响力的长期累积性指标，只能上升不能下降，缺乏灵敏度，且可能存在自引用和马太效应，不仅无法反映发明人创造力的真实情况，而且一定程度上也难以反映新申请专利的情况。此外，专利诉讼、同族专利数量、权利要求数等作为评估专利质量的重要指标目前鲜有文献采用，未来研究仍然具有很大潜力和空间。

(3)综合专利质量和专利数量。Schiffauerova等[26]首先根据专利数量对发明人进行测度，超过15项专利为多产发明人，超过20项专利的为明星，超过50项专利则为超级明星；然后结合专利数量和平均专利价值 (即平均专利权利要求数量)构建专利数量与质量指数 (Quantity and Quality Patent Index，简称QQ Index)，具体评估标准为：QQ指数值处于20及以上为QQ多产发明人、大于30为QQ明星发明人、指数值最高者被称为QQ超级明星。

Tzabbar等[21]根据专利数量 (即发明人在行业任期内平均专利申请数量)和专利质量 (即专利自授权以来平均每年前向引用数量之和)计算创新绩效，将创新绩效得分比行业平均水平至少高出1个标准差的发明人定义为明星。这综合了发明人生产力和影响力两个方面，是一个更为全面的指标。后来，Kehoe等[22]采用相同计算方法，以更严格的评估标准来识别明星，认为生产力分数达到所有发明人平均值两个标准差才可定义为明星。

综合专利数量和专利质量两个角度能够综合反映发明人的产出数量和质量，两者相辅相成、相互补充，能够更加客观地测量明星发明人。然而，仅选取一个指标测量数量或者质量可能不够全面，过于关注发明人某一方面特质 (专利生产力或影响力)，会影响评价结果的准确性。后续研究可以综合专利数量和专利质量，例如，参考用于遴选杰出科学家的h指数——一项论文数量和论文质量结合的指标，解决传统文献计量学指标在发明人业绩评价中的局限性。此外，基于产出的明星发明人测量方式不仅需要同时强调专利生产力和影响力，而且专利产出新颖性也不容忽视，未来可考虑结合IPC分类号判断发明人专利产出的突破性创新程度，从而更准确地识别有创造力的高业绩明星。

5.2 基于影响的明星发明人测量

Grigoriou等[20]将关系明星分为明星整合者和明星连接者，明星整合者兼具整合者-权力 (Integrator-Power)或整合者-可达 (Integrator-Reach)和明星发明人两种身份，明星连接者兼具连接者 (Connector)和明星发明人两种身份。其中，明星发明人是指授权专利数高于其他所有发明人平均专利数3个标准差的个体；整合者-权力可通过发明人处于直接合作关系分布和密度分布的位置进行确定；整合者-可达依赖于社会网络分析法的 “两步可达”分布矩阵来测量；连接者则由自我网络密度分布和 “两步可达”分布进行度量。

马荣康等[30]将发明专利总被引数排名前10%的发明人定义为绩效水平突出的发明人，将发明人合作网络中心度排名前10%的发明人定义为网络地位高的发明人，并据此为明星发明人进行分类。Zhu等[31]对3类技术新星进行识别，第1类技术导向的发明新星通过技术绩效来衡量，采用累积特征、时间衰减累积特征及趋势指数等指标；第2类社交导向的技术新星通过社交能力来测量，采用发明人合作网络和权力图评估社交特征及社会潜力等指标；第3类创新导向的技术新星采用技术多样性进行测量。

明星发明人不仅具有高产出，而且往往在社会网络中占据核心地位。现有研究运用社会网络分析法对明星发明人的影响进行量化表征，主要测度每个节点的网络性质 (如中心度等)，采取的网络分析指标相对单一，难以全面反映明星发明人在关系网络中的结构及属性特征。此外，明星发明人对组织内部影响还体现在团队意识和领导能力上，应引入相应的测量指标，对组织内部影响和组织外部影响加以区分，以提供更全面的评价依据。

现有文献基于产出和影响对明星发明人进行测量，综合运用文献计量学方法和社会网络分析方法，在实际的应用中具有较高参考价值和相当的可操作性。但同时也存在一定局限性：首先，发明人在合作专利中贡献并非均等，不能将其在独立专利和合作专利中的技术贡献等同而论，应据此赋予发明人不同的权重，进一步构建科学合理的明星发明人测量指标体系。其次，学者多关注反映发明人当前成就的产出累计值，忽略了表征发明人创新潜力的产出增长率，考虑到发明人可能由于任期长短而导致专利产出成果存在差异，故明星发明人的测量方式应具有权变性，准确识别不同成长阶段的明星发明人 (既包括资深明星，也包括发明新星)。最后，鲜有学者运用定量和定性研究相结合的方式识别明星发明人，未来研究中可以采取访谈、同行评议等方式，通过不同方法的互补性使明星发明人测量体系更加完善。

6 研究结论、未来展望与局限

明星发明人是组织保持竞争优势的稀缺资源，本文先是基于明星发明人研究的网络图谱进行可视化分析，一方面通过引文网络图谱识别出开创性文献和关键研究学者，深入探析明星发明人主题的研究轨迹，为后续研究提供思路；另一方面，通过关键词共现图谱揭示明星发明人研究热点的演进趋势，引出 “业绩”到 “影响”、 “创新”到 “创业”两条较明显的脉络，为后续研究指明方向。

聚焦于上述 “业绩”和 “影响”两个关键词，从明星发明人的内涵、分类及测量方法3个方面对经过系统梳理的核心文献进行内容分析。首先，依据 “高”产出和 “强”影响两个关键角度对明星发明人内涵进行界定，既强调业绩水平，也关注个体的社会资本、知名度等关系属性特征。其次，按照发明人产出和影响对明星发明人予以分类，为未来明星发明人的异质性研究奠定基础。最后，通过定量分析来识别明星发明人，聚焦于结果属性和关系属性，并指出每一种方式的特点与不足。

应该看到，现有关于明星发明人的研究仍然处在发展阶段，尚有很大的潜力，未来可以从以下4个方面深入探索。

(1)探讨和挖掘明星发明人的形成机理。基于内涵界定，成为明星发明人的关键是具备 “高”业绩产出和 “强”影响关系。因此，如何提高发明人自身产出和外部影响，这对于个体成为明星发明人和组织培养明星发明人至关重要。未来可以从个体特征或行为 (如人口学特征、知识基础)、合作者特征 (如合作者质量、关系强度)、组织特征或行为 (如组织资源、研发能力、兼并、收购)等不同视角揭示明星发明人出现的驱动因素，并进一步剖析多层面影响因素的内在关联及具体详尽的过程机理。

(2)拓展和检验明星发明人的影响效应。当前已有文献探究了明星发明人对合作者和组织绩效的影响，存在诸多不一致的结论，其中一些悖论尚未得到很好的解释。未来的相关研究首先可考虑聚焦基于产出和影响划分的不同类型明星发明人的影响作用，例如，考察关系明星和业绩明星对组织创新绩效的影响是否会得出差异性结论。此外，重视明星发明人的其他异质性特征，对于明星发明人在企业创新中的领导力发挥和专业知识溢出等给予更多关注，进一步探索不同特征明星发明人发挥作用的差异。

(3)完善和优化明星发明人的测度方法。未来研究可以尝试从多个视角构建一个系统的明星发明人测度指标体系，以期科学全面地识别明星发明人。测度时不仅要综合专利数量和专利质量、发明人在合作网络中的位置，而且还要进一步考虑发明人对每一项合作专利的贡献程度、专利市场价值等方面。此外，就产出和影响而言，发明年龄较短的潜力新星与资深的成熟明星存在一定差距，未来有必要区别两者的测量方法，从而展开进一步研究。

(4)丰富和推动明星发明人的多元化研究。根据明星发明人研究的网络图谱可以看出，近几年，学术创业、大学技术转移、创业型大学等成为该领域研究的热点主题。明星发明人具备多重身份，不仅是高水平创新者，同时也可能是学术创业者，充分反映出明星发明人研究的独特性。未来可结合产学研、创新生态系统等多种视角对明星发明人的 “创新”与 “创业”进行深入探索，以期拓展科学、技术及商业交叉领域，实现各环节协同发展。