双重合作网络对技术创新的非线性影响——以石墨烯产业为例

李 娜， 李存金， 张贝贝

(1.北京理工大学 管理与经济学院， 北京 100081； 2.内蒙古建筑职业技术学院 科技处， 呼和浩特 010070)

随着知识经济的不断深化和创新复杂程度的不断提升，基于知识共享的技术创新合作成为越来越多创新组织应对复杂多变外部环境的重要措施。技术创新合作网络的形成和完善，有利于创新组织通过网络获取异质性创新知识，实现对已有知识的互补，并且丰富的知识结构会降低创新风险和成本，最终促进技术创新[1]。目前，学界关于技术创新合作网络的研究主要有以下几个方面：一是合作网络的相关机制研究，黄劲松基于交易成本理论，认为受合作创新过程的高不确定性、高协调成本和事前专用性投入等特征影响，只有在合作关系能够创造出对双方有吸引力的交易租金情况下，双方才会开展创新合作[2]；谭劲松等指出，知识资本和社会资本是核心资源，企业的进入与退出机制以及企业的行为决策影响产业创新网络的演进过程[3]；常红锦等研究了技术创新网络惯例与关系机制的关系，结果表明，合作创新行为默契和创新网络规范共识提高了企业间的共同信任，但创新网络规范共识降低了关系嵌入水平；同时，还发现合作创新行为默契与关系嵌入之间的关系并不显著[4]；马文聪等探讨了产学研伙伴匹配性对知识共享和合作绩效的影响机制，结果表明，目标协同性、文化相容性和创新资源/能力互补性对合作绩效均具有显著的正向影响作用，但影响强度存在差异，互补性对合作绩效的影响作用更大[5]。二是技术创新合作网络结构及演化特征分析，高霞和陈凯华以中国ICT产业为研究对象，分析了产学研合作创新网络结构演化特征，结果表明，合作创新网络规模日趋增大，复杂网络特征显著，且具有明显的小世界性和无标度特征[6]；阮平南等从地理邻近、社会邻近、技术邻近、组织邻近和制度邻近5个维度分析IBM技术创新合作网络演化特征，并基于生命周期理论，讨论了不同时期邻近性表现的差异性[7]；陈暮紫等研究发现，京津冀地区与外部创新合作较为强劲，且逐年增强；创新网络宏观结构正由外延规模广度扩张向内延结构深度的成长[8]。三是网络结构特征与创新绩效之间的关系，卢艳秋和张公一研究发现，跨国技术联盟创新网络中心度、网络量度、关系属性与合作创新绩效之间存在显著正相关关系；且政府对后者的影响效应具有正向调节作用[9]；曾德明等分析了网络结构特征在影响网络技术多样性与探索性创新关系中发挥的调节作用，结果表明，网络密度和关系强度正向调节作用显著；而中心度指标未通过显著性检验[10]；李海林等认为度中心性较高的合作网络，网络密度越小、规模越大，越有利于合作网络创新绩效的提高[11]；然而，也有学者研究表明，不是所有模式专利合作网络都能提升企业创新绩效[12]，合作强度过高或过低均会对创新绩效产生负向影响效应[13]。

综上所述，学界已有文献在合作网络与技术创新关系方面的研究较为丰富，但仍存在有待深化和完善之处。首先，虽然大量文献从多角度考察了合作网络特征对创新的影响，但是主要从生物医药、信息通信技术、汽车、LED等产业[14-17]，而关于石墨烯产业技术创新合作网络结构对技术创新的影响研究还不多见。其次，一些学者虽然讨论了网络结构特征与创新之间存在的非线性关系和存在的调节效应[18-19]，但是将双层网络属性与多维邻近性结合，考察网络结构对技术创新影响的研究较为鲜见。最后，目前研究多基于区域层面，而石墨烯产业因其在光学、力学等方面的优异性能，已经成为全球新材料产业发展的重点，其合作创新网络对技术创新的影响效应可能不同于单个国家或区域分析。基于此，本文以全球石墨烯技术合作创新组织为研究对象，从两个层次网络视角分析网络结构对技术创新影响的综合效应，并讨论多维邻近性产生的调节作用，以期创新组织充分利用网络位置提升技术创新合作水平，进而为增强其竞争优势提供可行性建议。

1 理论分析与研究假设

1.1 网络结构与技术创新

随着知识更新速度加快和产品创新周期缩短，越来越多的创新组织通过建立合作网络从事复杂性较高的创新活动。技术创新合作网络的形成，一方面有利于创新组织间开展交流，特别是隐性知识的传播，降低企业创新成本和信息不对称，进而提升创新绩效；另一方面，网络内组织开展知识共享或产品共同研发，可以通过合作进行优势互补和丰富知识结构，通过相互间的知识外溢效应，提升整体的创新效率。本文主要从中心性和结构洞两个维度分析合作网络结构对技术创新的影响，并讨论组织内发明人网络、地理邻近性和制度邻近性所发挥的调节作用。

1.1.1 中心性对技术创新的影响

创新组织中心性与其所能连接的网络节点数量密切相关，在很大程度上决定着其从外部获取异质性资源数量多少和质量高低。从宏观上来看，在技术创新合作网络中，石墨烯产业内创新组织通过与其他组织进行联合研发，有利于知识和信息通过合作网络加速流动，特别是处于网络中心位置的创新组织更便于利用网络优势获取异质性创新资源[20]，通过知识结构互补和信息的充分交流，降低了因创新复杂程度高而带来的不确定性和高成本，从而有利于提升组织技术创新水平。网络中心性提升有利于知识流动，而知识流出对创新组织会产生正向影响，网络中心位置通过吸收能力间接作用于创新组织的技术创新绩效[21]。同时，由于创新性知识在不同组织间传递过程中可能存在遗漏或者失真现象，网络中心性较高的创新组织基于网络位置优势，可以凭借较短的传输路径降低知识传播失真率，实现对异质性知识的高效利用，加速技术创新活动。处于网络核心位置的创新组织往往在行业或产业内有一定的声誉[22]，这有利于该主体与优质的创新组织开展合作和知识共享，进一步降低知识搜寻、沟通等成本[23]，进而提升创新成功率。从微观上看，组织内部发明人是组织间企业合作创新网络的行动者，也是创新组织建立合作创新网络的基础。发明人之间的合作网络增强了组织内部知识流动强度，通过微观发明人建立的合作网络会降低组织整体获取外部信息的优势，提高组织制定创新决策的准确性和有效性。因此，组织内部微观发明人之间的合作网络密度在创新组织间合作网络影响技术创新中发挥调节作用。然而，创新组织的中心性可能并非越高越好，当中心性超过一定程度时，组织通过网络接触到的异质性创新资源过多，对不同的信息和知识所需的甄别和学习成本较高；同时，也可能存在认知惰性、资源使用监管困难等问题，反而可能对技术创新产生不利影响。基于此，提出如下研究假设。

H1：石墨烯产业专利合作网络中心度与组织技术创新存在倒“U”形关系，且受组织内部发明人合作网络密度的调节影响。

1.1.2 结构洞与对技术创新的影响

创新合作网络中的结构洞本质上是某个创新组织同其他主体间联系的“桥梁”，占据结构洞位置的创新组织是网络中知识流动的关键“中介”。结构洞位置通常使用有效规模、限制度等指标反映，其中有效规模是反映网络中的创新组织之间非冗余联系，有效规模越大意味着该主体在网络中可获取的异质性创新资源越多；限制度是反映网络中创新组织运用结构洞能力的大小，限制度越低，说明该创新组织在网络中受限程度越小，越有利于同网络中其他组织取得联系。因此，占据结构洞位置的创新组织更容易通过发挥位置优势获取收益[24]。此外，位于结构洞两端的创新组织并不存在直接的合作关系。该创新组织可以从结构洞两端获取创新知识，特别是异质性创新资源[25]，通过知识结构互补构筑技术创新的知识基础优势，以知识创新推动技术创新合作，最终对创新产生积极影响。与中心性所不同的是，结构洞位置本身有利于创新组织获取非冗余知识，因而微观的组织内部发明人网络密度提升更有利于发挥结构洞位置优势，加快科技创新，即组织内部发明人网络密度正向调节结构洞位置对技术创新的促进作用。基于此，提出如下研究假设。

H2：石墨烯产业专利合作网络结构洞与组织技术创新存在正向关系，且受组织内部发明人合作网络密度的调节影响。

1.2 邻近性的调节作用

除创新组织内部发明人网络外，合作网络结构对技术创新的影响可能也受其他因素的调节作用。一方面，地理相邻有利于创新组织间进行面对面交流，加速知识在整个合作网络中的传播，进而促进技术创新；另一方面，不同的国家在政治、经济、文化等方面存在较大差异，因而技术创新合作可能受国别影响。基于此，从地理和制度两个维度，深入分析邻近性对网络位置的调节作用。

1.2.1 地理邻近性的影响

地理邻近有利于不同创新组织面对面交流[26]，而基于不同知识背景的创新组织频繁交流有利于形成技术创新合作。地理邻近性在合作网络中伙伴选择和知识获取的机会、成本和难易程度等方面产生作用，进而对技术创新合作产生重要影响。地理邻近性较低，意味着创新组织间的地理距离较远，而知识的远距离传播容易导致相关信息丢失甚至是失真[27]，增加了创新组织对有价值知识获取成本，延迟其知识积累，进而对创新组织的技术创新合作网络产生不利影响；相反，较远的地理距离也增加了技术创新合作网络中创新组织间关系的维系成本，不利于组织间开展协同创新活动。地理邻近性较高，意味着创新组织间的地理距离较近，使得创新组织间的面对面交流的机会增多，进而使得合作伙伴间的交流更加便捷[28]，更有利于企业通过技术创新合作网络获取创新性知识，增加研发成功的概率，通过相互学习构筑竞争优势。地理邻近性增强了创新组织通过网络发挥中心性对技术创新合作的促进作用。基于此，提出如下研究假设。

H3：地理邻近性正向调节网络结构对技术创新的促进作用。

1.2.2 制度临近性的影响

制度邻近性较高意味着不同的创新组织间在文化认同、激励机制等存在高度的类似，制度环境是创新组织开展技术创新合作的重要基础，有研究表明制度临近性与知识转移、创新之间高度相关性[29]。相似的制度环境有利于技术创新网络中的各主体交流学习，降低彼此间相互交流的障碍，通过创新性知识的自由转移提高主体协同创新合作[30]，进而促进合作网络的完善。与地理邻近性相类似，当创新组织间制度邻近性较高时，意味着技术创新合作面临的正式和非正式约束类似程度比较高，前者包括法律、法规等，后者包括价值观念、文化理念等，相类似的行为规范有利于创新组织通过网络开展技术创新合作，加速隐性知识传播，进一步可以促进合作网络更加完善；相反，如果制度临近性较低，创新组织在不同的行为规范条件下开展合作，增加了创新活动的交易成本，这不利于相互间的交流互动，进而对技术创新合作产生障碍。然而，作为新材料产业的前沿领域，石墨烯产业技术创新合作网络依赖于合作网络创新组织间的强缔结关系，制度相似性较高也未必带来隐性知识的有效转化，在影响网络结构对技术创新中发挥的调节作用可能会不如地理邻近性显著。基于此，提出如下研究假设。

H4：制度邻近性正向调节网络结构对技术创新的促进作用，但显著性有限。

2 研究设计

2.1 数据收集与处理

使用Innography数据库中石墨烯产业领域的专利数据进行实证分析，具体数据处理及清洗过程如下：①对“石墨烯”这个专业术语进行检索时，选用标题、摘要和权利项里进行检索，为避免重复检索，对4类技术检索后通过NOT组配来删除重复专利，最终全球石墨烯技术专利总量为103 595项；②在总检索式中加入专利权人联合申请(inno_multiowner)检索字段，共得到合作申请的专利6 710项；③由于石墨烯产业合作专利从2010年开始快速增加，因此，研究周期为2010—2019年。为保证数据的准确性，将专利号作为唯一识别检索字段，将专利权人代码换为专利权人名称，并采用姓氏全拼和名字全拼对发明人进行识别，以此构建微观组织内部专利发明人网络。将创新组织之间的联合申请专利数量作为网络联系强度，以各创新组织为网络节点，深入分析网络结构特征对技术创新的影响。

2.2 变量选取与测度

2.2.1 被解释变量

技术创新合作(TI)。虽然学界关于创新的评价并未形成共识，但专利对创新的重要性毋庸置疑，也正是由于专利的存在使得创新活动价值可衡量[31]。石墨烯属于高技术产业，专利申请数量是该产业领域的重要体现。因此，使用专利申请数量表征组织技术创新水平。

2.2.2 解释变量

联合专利申请数更能反映创新组织间的知识共享和技术合作，且不易受检测过程中不确定性因素的影响[32]。因此，选用石墨烯产业专利联合申请数构建合作网络，分析网络结构特征对技术创新的影响。同时，为充分表达技术创新合作稳定性，剔除研究周期内只出现一次的联合申请组合，最终得到稳定的创新组织数量为180个，包括大学、企业和研究机构。

1)度数中心度(DC)。度数中心度可分为绝对度数中心度和相对度数中心度，选择后者表征对技术创新合作主体在网络中的相对位置，其计算公式为

(1)

式中：CRDi表示创新组织i的相对度数中心度；n为节点总数。当创新组织间有技术创新合作时，xij=1；否则，xij=0。

2)中介中心度(BC)。中介中心度可以反映网络中某个创新组织对整合技术创新合作网络资源的控制程度，其值越大，说明其控制或者影响网络资源传递的能力越强，其计算公式为

(2)

(3)

式中：gjk表示创新组织j和主体k之间存在的最短路径数；gjk(i)表示创新组织j和主体k经过主体i的最短路径数；n为网络中创新组织数量。

3)有效规模(ES)。有效规模是反映节点关系网络的非冗余部分指标，其计算公式为

(4)

式中：piq表示创新组织i所有关系中，主体q所占比例；mjq表示创新组织j和主体q之间的边际强度，等于创新组织连接数除以创新组织j与其他主体连接中最大值，q≠i,j。

4)限制度(RE)。限制度主要考察网络中创新组织运用结构洞能力的大小，计算公式为

(5)

2.2.3 调节变量

1)组织内部发明人合作网络密度(ND)。网络密度是反映技术创新合作网络中创新组织联系紧密程度的指标，网络密度越大，表示发明人的关系越密切，其计算公式为

(6)

式中:D为网络密度；l为企业内发明人之间的实际合作数量；n为组织内发明人合作网络中的发明人数量；n(n-1)为组织内发明人之间的最大可能合作数量。

2)地理邻近性(GP)。已有研究对地理邻近性的测度主要是通过测度技术创新组织间的地理距离来表征[31,33]，借鉴Liang和Liu研究的基础上[33]，以技术创新合作主体属于同一省级行政区划则为临近，以相同省级行政区的技术创新合作主体数量与全部合作伙伴的主体数量之比表征地理邻近性。

3)制度邻近性(SP)。从区域角度而言，省市级政府对地方技术创新合作具有重要的影响，而从全球角度而言，国家在语言、文化、法律等方面存在较大差异，进而对跨国界的技术创新合作产生重要影响。结合贺灿飞等[34]的研究，采用技术创新合作主体是否属于同一国家表征制度邻近性，如果属于同一国家，则认为创新组织间的制度临近性较高；反之，则表示创新组织间的制度临近性较高。

2.2.4 控制变量

1)合作经验(CE)。技术创新合作既需要知识共享，也离不开良好的信任关系。前期的技术创新合作越多，可能越有利于相互了解，增强彼此间的信任程度，进而影响后期合作。合作经验越丰富，越有利于提升未来合作成功的概率。选择创新组织前三年累计联合专利申请数表征合作经验。

2)知识积累(KA)。石墨烯产业属于高技术产业，创新组织的前期知识积累和技术积淀不仅有利于自身创新能力的提升，也有利于增加技术创新合作的信任程度，提高合作成功率。选择创新组织前三年累计专利申请量作为单个创新组织的知识积累程度。

3 实证分析

3.1 描述性分析

首先，对由180家企业、高校和科研机构组成的石墨烯产业技术创新合作网络主要指标进行梳理，具体结果见表1。

表1 2010—2019年技术创新合作网络特征描述性统计结果

由表1可知，在全球180家稳定的技术合作网络中，整体网络密度呈逐渐上升趋势，网络密度由2010年的0.011增长到2019年的0.018；集聚系数由0.123增长到0.415；平均路径长度由8.989下降到4.022。研究周期内，虽然整体网络密度仍处于较低水平，但通过对比2010年和2019年的集聚系数和平均路径长度可以发现，2019年平均路径长度较低，而集聚系数较高，具备小世界网络特征。

3.2 回归分析

为判断解释变量间是否存在多重共线性问题，进一步对其相关性进行计算，具体结果见表2。

由表2可知，Pearson相关系数结果显示，所有的解释变量相关系数均通过检验，P值均为零，说明解释变量不存在多重共线性问题。同时，石墨烯产业技术创新合作网络中数据均非负计数型变量，结合Hausman的检验结果(P=0.000)，最终选择固定效应进行实证分析，最终结果见表3。

表2 解释变量相关系数分析结果

由表3可知，模型1～3检验了石墨烯产业技术创新合作网络中心性、结构洞和两者同时存在对技术创新合作的影响。实证结果表明，中心性和结构洞均对技术创新产生了显著促进作用，且前者影响效应显著强于后者(回归系数分别为0.140和0.062)。模型4为创新组织中心性对技术创新影响的估计结果，中心性平方项估计系数显著为负(β=-0.116，P<0.01)，且中心性一次项估计系数显著为正(β=0.234，P<0.01)，这说明对石墨烯产业创新组织而言，中心性与技术创新之间存在倒“U”形关系。这也印证了，虽然随着网络中心性的提升，创新组织有利于从网络中获取异质性创新资源，进而对促进技术创新产生积极影响；但当中心性超过一定的临界值时，可能因信息甄别成本过高或路径依赖等问题，不利于新知识的创造，使得异质性创新资源的获取不仅不利于技术创新，反而会降低创新组织的创新水平。模型7为创新组织内发明人合作网络密度对中心性与技术创新关系的调节作用估计结果，其中，网络密度与中心性一次项和二次项交互系数均显著为正(分别为0.095和0.083)，这说明网络密度在中心性影响技术创新中具有明显的调节作用，即假设1得到验证。当组织内部发明人合作网络密度较高时，中心性对技术创新的正向影响将会进一步加强；而当中心性过大导致其不利于技术创新时，发明人合作密度提升有利于减缓这种负向影响，使得倒“U”形曲线变得平坦。虽然中心性过高不利于科技创新，但是发明人往往具有高附加值知识，网络密度增强使得发明人之间合作可能性增加，进而有利于创新组织知识整合和新知识创造，进而降低中心性过高带来的负面影响。

表3 合作网络对技术创新影响的回归分析结果

模型5是技术创新网络结构洞对技术创新影响的估计结果，中心性一次项系数和二次项系数分别为0.072和0.019，且均通过1%水平下的显著性检验。这说明，与中心性不同，结构洞对技术创新的影响呈正向关系，且有效规模越大，其对技术创新的影响越高，存在正“U”形关系。有效规模反映的就是创新组织在网络中的非冗余联系，而非冗余联系越多，越有利于创新组织获取异质性创新资源开展技术创新。模型8为发明人合作网络密度在结构洞影响技术创新过程中所发挥的调节效应，网络密度与结构洞二次项交互系数显著为正，而与一次项交互系数并未通过显著性检验，说明这种调节作用存在“U”形关系。随着有效规模的不断增加，创新组织间的非冗余联系不断扩张，组织内发明人合作密度提升发挥的作用越来越强，即假设2得到验证。

3.3 多维邻近性分析

如前所述，为进一步检验地理邻近性和制度邻近性所发挥的调节作用，将上述结果中发明人合作网络密度分别替换为地理邻近性和制度邻近性，重新进行估计，结果见表4。

表4 不同邻近性调节的合作网络对技术创新影响的回归分析结果

续表4

模型10～12检验了地理邻近性在网络结构影响科技中心中的调节作用，由中心性和结构洞指标的一次项与二次项系数符号和显著性并未发生显著性变化；而从地理邻近性与中心性及其二次项交互系数可知，地理邻近性负向调节中心性的作用。即说明地理位置越相近的创新组织中心性过度集中带来的负向效应越小，在地理因素影响下，中心性与技术创新之间的倒“U”形关系将变得平缓，假设3得到验证。从模型11来看，地理邻近性在结构洞影响技术创新中也发挥了显著的正向作用，其与结构洞一次项、二次项系数均显著为正，即地理邻近性增加，强化了创新组织间的交流合作，有效规模扩大带来的异质性创新资源更容易在网络成员中传递，进而对技术创新促进作用进一步提升。由模型15可知，制度邻近性虽然在网络结构影响技术创新中发挥了一定的调节作用，但是显著性较弱，即假设4得到验证。具体来看，将制度邻近性作为调节因素进行回归分析之后，中心性对技术创新的影响虽然依旧呈现倒“U”形，但是仅制度邻近性与中心性一次项系数通过显著性检验(β=0.039，P<0.05)。这说明制度邻近性并不能使倒“U”形关系变得平缓，其调节作用是单调的。结构洞二次项与制度邻近性交互项系数显著为正，而一次项交互系数并未通过显著性检验。这说明，对全球石墨烯产业创新组织而言，制度邻近性的增加，有利于增强结构洞对技术创新的正向调节作用，但是估计系数和显著性显著小于组织发明人网络和地理邻近性。

3.4 稳健性检验

为了解决模型存在的内生性问题，检验上述结果的稳健性，主要做了以下两方面工作：一是采用系统GMM法，将中心性和结构洞滞后项一期作为工具变量，重新对网络结构与技术创新之间的关系进行估计；二是根据中心性将研究样本进行分类，分别进行回归[注]限于篇幅，此处没有报告估计结果，留待备索。。稳健性检验结果表明，解释变量和控制变量估计系数和显著性均未发生根本性变化，即中心性和结构洞与技术创新之间的关系实证检验结果是稳健的，且发明人网络密度、地理邻近性和制度邻近性同样发挥了调节作用。

4 研究结论与对策建议

4.1 结论

使用2010—2019年全球石墨烯产业专利及联合申请专利数，分析网络结构对技术创新的影响，并讨论组织内发明人合作网络、地理邻近性和组织邻近性在其中所发挥的调节作用，得到以下结论：

1)网络中心性与技术创新之间具有倒“U”形关系，且组织内发明人网络发挥正向调节作用。当创新组织在合作创新网络的中心性由较低水平向适度水平变化时，将会促进技术创新；而当中心性由适度向更高水平变化时，将不利与技术创新水平提升。网络密度正向调节中心性与技术创新之间的倒“U”形关系，组织发明人网络密度有利于增强网络中心性带来的正向影响，也减缓了中心性过度带来的负向效应。

2)结构洞与技术创新之间呈正向关系。随着有效规模的增加和限制度的降低，加速了非冗余信息和知识在网络中的流动，异质性企业的有效转移促进了技术创新。网络密度正向调节结构洞与技术创新之间的正“U”形关系。

3)地理邻近性和制度邻近性均是影响中心性和结构洞与技术创新关系的重要调节变量，且前者的显著性更强。地理邻近性增强有利于创新组织间开展技术交流与合作，加速隐性知识传播，进而有利于技术创新水平提升；而制度邻近性的重要性相对较低，但也发挥了一定的正向调节作用。

4.2 对策建议

1)在促进内部知识共享的同时，创新组织要积极拓展外部合作。正如本文所述，网络中心性和结构洞对石墨烯产业技术创新具有显著影响，特别是前者的效应更大。因此，创新组织在积极推进内部知识共享的基础上，应该积极同外部的创新资源开展合作。作为创新及产品产业化的主体，企业应积极利用现有技术创新资源，加快构建协同创新平台，通过与高校共建实验室或研究基地，将自身创新需求同外部资源充分对接，建立长期合作关系促进产业协同创新，以知识共享促进技术创新。

2)在积极拓展合作伙伴的同时，深入挖掘已有合作成员的合作深度。通过对数据分析发现，一些较大企业联合申请专利主要是总部与分支机构或者分支机构之间的联合申请，跨合作单位的专利申请较少。实证结果也印证了组织内部发明人网络密度在网络中心性和结构洞对技术创新的所发挥的重要调节作用。微观发明人网络密度提升有利于异质性知识的有效转化，特别是企业内部相互紧密的合作关系；同时，跨组织的发明人合作也可以避免因过度依赖同组织内知识池导致的认知锁定，有利于吸收外部合作组织发明人的异质性知识，进而促进该组织技术创新水平的持续提升。

3)在加大政策支持的同时，重点发展处于网络中“桥梁”位置的创新组织。由实证结果分析发现，虽然结构洞及其邻近性回归系数通过了一定水平的显著性检验，但不管是影响程度还是显著性整体低于中心性，即在石墨烯产业技术创新合作网络中，创新组织运用结构洞位置优势提升合作的能力还存在不足。实际上，处于结构洞位置的创新组织，在整个网络中犹如“桥梁”一样，将不同背景或创新资源的主体连接，构建整个创新网络。因此，政府在支持石墨烯产业发展的同时，应重点发展处于“桥梁”位置的创新组织，促使更多的创新组织融入网络中，提高网络在资源配置方面所发挥的积极作用，最终完善石墨烯产业技术创新合作网络，提升产业技术创新水平。