知识组合新颖性、网络特征与核心发明人关系研究*

张克群 张 文 汪 程

(武汉大学 经济与管理学院 武汉 430072)

0 引 言

对于企业或组织而言，识别核心发明人意义重大。但到目前为止，大多数研究集中于核心专利的识别，核心发明人的识别研究仍相对较少，因此如何帮助企业或组织识别核心发明人是当前研究迫切需要解决的问题。关于核心发明人，学界并未给出一个明确完整的定义。Pilkington等[1]认为核心发明人是指那些专利高产、被引频次较多的人，并且这些核心发明人在各自领域中都充当着领导者的角色。一般而言，发明人的价值体现在产出专利的价值上，因而使用专利相关指标来识别核心发明人较为常见，目前评估发明人是否处于核心位置的指标主要包括：a.专利产出量：田瑞强等[2]认为专利按发明人分布的规律与文献按著者分布的规律类似，即大量的专利归属于少量的发明人，因此可以从科学生产率的角度观察专利发明人的分布，通过对某一确定领域的专利发明人及其产出的专利排序来识别核心发明人。b.专利被引频次：Pilkington等[1]结合专利产出量与专利被引频次两个指标对核心与普通发明人进行了区分。c.h指数：h指数是将文献数量及质量相结合的混合型指标，表示学者发表的N篇论文中有h篇被引均小于等于h次。一般来说，较高h指数的科学家其影响力也越大[3]。

上述指标虽然应用较为广泛，但其局限性同样不可忽略。首先，专利产出指标虽然计算简便，但却缺乏对专利价值的描述，拥有较多专利的发明人并不意味着拥有较多的核心专利。另外，后两个指标是基于专利被引次数的指标，存在着一定的局限性，其一是使用基于专利被引次数的指标无法识别出年龄较小的发明人，一项专利的引用存在较长的时间滞后性[4]；其二是可能存在引用膨胀问题，随着计算机网络技术的发展，审查员检索能力的增强，每个专利引用专利文献的数量在逐年增加，早期被引一次比晚期被引一次更加重要[5]，因而它会导致专利被引频次和h指数的识别效力大大降低。

为解决此问题，本文从专利诉讼视角识别核心发明人，专利诉讼是指当专利持有人的专利权利被侵权时所提起的诉讼。一般而言，侵权人会对能创造高收益的专利侵权，但由于高昂的诉讼成本，绝大部分的专利持有人也只会对核心专利提起诉讼，因此，核心专利与涉讼专利之间存在双向性的关系[6-8]。专利诉讼与专利产出量和专利被引频次等指标相比，专利诉讼识别的准确性更高[9]，另外，由于提起诉讼的成本较高，专利诉讼并不存在类似的引证膨胀问题。对于核心发明人而言，涉讼专利数反映的是他发明创造出多少笔核心专利。拥有的核心专利越多，该发明人成为核心发明人的可能性越大。因此，本研究将发明人专利是否涉讼作为核心发明人的代理变量。

1 文献探讨与研究假说

1.1核心发明人与专利诉讼创造核心专利的发明人无疑是掌握关键技术的创新科技人才[2]。以往研究大多使用专利产出量、专利被引频次以及h指数等指标反映发明人的核心程度，但这些指标存在一些缺陷。首先，专利产出量反映的仅仅是专利的数量，它缺乏对专利质量的描述。一件核心专利远比多件普通专利都更加重要。专利被引频次和h指数是基于专利被引次数的指标，由于存在过度引用或时间滞后性等问题，它们识别的准确性受到了较大的影响。此外，专利被引频次也会因为不同国家或地区专利制度、不同技术领域以及申请人申请策略的影响。经济学意义上的专利价值主要体现在市场价值、技术价值和法律价值三个相互关联的层面。一般而言，核心专利作为无形资产，能够通过创新技术帮助企业获得巨额经济收益，并在市场竞争中占据优势地位，因此在未经专利权人许可的情况下，被其他企业用于经营活动中的可能性较大，更容易卷入到出于争夺市场和获取利益目的而进行的专利诉讼纠纷中。诉讼专利的经济价值和技术价值较高，同时核心专利更可能发生诉讼纠纷，两者之间存在较强的双向关系[6-8,10]。为何诉讼专利往往更有可能是核心专利？一方面，对于专利权人来说，专利提起诉讼的成本很高，整个过程涉及巨额的费用以及大量的人力物力支持，加上极大的研发成本和申请与维护费用，另外专利能否胜诉也存在较大的不确定性。因此对于一个理性的专利权人而言，除非预期能够从中获得较高的回报率，否则并不会轻易提起诉讼，这也说明被提起诉讼的专利一般能够帮助企业获得巨大的经济回报，属于核心专利。如果一项诉讼专利不具备较高的价值，那么意味着专利权人主张专利权利的机制不合理。因而诉讼专利具备较高的经济效益和潜在利用价值[6-8,10]。另一方面，对于被告而言，一旦涉及专利诉讼就面临着后续承担诉讼成本和支付原告赔偿额的风险，对于企业信誉度、社会舆论以及日后的企业经营战略方面均会带来影响。能够促使被告方冒着承担极大损失执意运用到商品设计、生产技术或经营模式方面来扩大自身的竞争优势，必然是有利可图的，甚至由此产生的经济利益高于其可能带来的侵权成本，这也足以说明核心专利有利于帮助企业实现获得市场竞争优势地位并获得巨额收益的经营目标。

对于企业而言，发明人重要性在于其创造的专利能为企业带来多大的收益。即发明人能够为企业带来经济效益和市场竞争力的核心专利数越多，则该发明人为企业创造的价值越大，表示该发明人处于重要核心位置。与此同时，专利越有可能获得相关技术领域的同行和竞争对手的关注，出于追逐利益和争夺市场目的而进行的模仿甚至被侵犯知识产权的可能性也越大，由此涉及到专利诉讼的可能性也越大。换而言之，发明人的诉讼专利数越多，意味着其专利越重要，为企业带来的收益越大，该发明人越有可能成为企业的核心发明人。核心发明人的专利是企业在市场竞争中取得优势地位的关键因素和商业利益的源泉，诉讼则是帮助拥有创新技术和知识产权的企业维持竞争优势和商业利润，给予其他恶性竞争的侵权公司沉重打击的有力武器和最佳手段，所以专利涉诉正是发明人及其无形价值的具体体现。随着知识经济的发展，在以专利技术为关键导向的市场竞争中，企业的专利侵权诉讼已经不再是纯粹的法律问题，而是市场竞争策略和企业创新战略结合的产物，起到不容忽视的巨大作用。

1.2知识组合新颖性与专利诉讼知识组合新颖性是指专利发明人在探索并重组知识元素进行发明创造的过程中，涉及的技术领域与其合作发明人的差异程度，主要反映不同专利发明人知识基础、教育背景、研发经验以及认知能力的差异程度。专利发明人的知识组合新颖性越高，表示知识元素跨越技术领域边界的异质化程度越高，更容易将自身专业背景与其他不同技术领域的知识相连接，从而获取跨技术领域知识元素并将其组合起来，使得以重要技术发明为目的的多元化知识组合战略更加顺利地实施。

对于合作发明人之间知识组合新颖性与重要技术发明的关系，现有研究大多认为，重要的技术发明的形成往往需要合作发明人搜索并重组跨技术领域的异质化和新颖程度高的知识元素，如Datta等[11]研究发现专利发明人只有进行跨领域的知识组合，而非局限于单一技术领域，并且不能忽视那些核心领域外部的技术领域，才能提高重要技术发明产生的概率。Su等[12]基于国际专利分类和专利引用关系构建研究框架来“跨学科”，并指出“跨学科”对产业技术发展具有显著的正向影响。Luo等[13]分析了合作伙伴对战略联盟创新活动的影响，指出一定数量的相似的合作伙伴对战略联盟创新活动的贡献达到临界值，如果相似的合作伙伴数量超过这个范围时，将会对战略联盟的创新活动产生负向的影响。Chatterji等[14]指出产品用户是企业最重要的外部知识来源。与用户合作能够促进企业产品和技术的极大创新。

知识组合新颖性较高意味着技术发明人之间通过合作尝试全新的知识元素或者对已有知识元素进行了重新组合的探索，从而更可能产生熟悉知识与非熟悉知识的协同并创造新的技术机会，使得重要技术发明产生的概率增加。合作发明人之间知识组合的新颖性越高，即合作发明人之间拥有的知识元素或组合模式差异程度越高，就越有可能产生新颖独特的知识成果，产生改变行业发展的重要技术发明的概率也越高，即产生核心专利的概率也越高。由于核心专利涉及诉讼的可能性较高，所以知识组合新颖性高的专利发明人，其涉及的诉讼专利会越多。因此，本文提出假设1：

假设1：在合作网络中，核心发明人比一般发明人拥有更高的知识组合新颖性。

1.3网络特征与专利诉讼目前关于发明人合作网络的研究主要集中在合作网络特征以及节点所处的位置对创新绩效的影响上。Fleming等[15]发现发明人之间的合作网络小世界性能够促进科技创新，小世界网络由于具有较高的聚簇程度和较短的平均路径长度，处于其中的节点能够高效率地进行信息交流并获得非冗余信息[16]，因此具有小世界特征的合作网络被认为是能够促进节点信息交流和提高产出质量的一种网络。

由于网络位置决定了支持知识创造的关键性信息和资源的获取渠道，因而占据更中心位置的节点能够获得更多的知识溢出效应[17]，产生突破性的成果。Burt[18]发现占据更多结构洞位置的节点能够获取大量异质性信息并进行吸收和整合，因此它能够更好地适应动态环境，从而获得更高的产出量。以往研究者多用网络中心性衡量节点在合作网络中的位置，并进一步分析网络中心性与创新绩效的关系。比如田依林[19]发现高等教育研究中度数中心性较高的作者一般是科研合作团队的带头人；Bordons等[20]通过分析纳米技术、药学和统计学三个领域的研究者合著网络，以g指数作为科研绩效的衡量指标，发现度数中心性、接近中心性会对科研者的g指数产生正向影响，特征向量中心性会对g指数产生负向影响；李亮等[21]选择《情报学报》的合著者作为研究对象，以学者发表的文献数作为衡量学者科研绩效的指标，发现度数中心性与文献发表量存在正相关关系。综上，学者的研究大多关注于科研者，而对于专利发明人的关注较少。上述结论是否也适用于发明人，这点并不明确。且网络特征与学者的科研绩效存在正相关关系，但其结论是否适用于专利发明人，这点并不明确，因而本文使用发明人诉讼专利作为核心发明人的代理变量，以网络中心性指标作为自变量，分析两者之间的关系。

网络中心性指的是网络中节点的位置属性。Marsden[22]指出中心性能够反映网络中节点取得、协调和配置资源的能力。它包括4个具体的指标：度数中心性(自身重要性)、接近中心性(独立性)、中介中心性(中介性)以及特征向量中心性(自身及连接对象的重要性)。

1.3.1 度数中心性与诉讼专利数 度数中心性表示网络中某一节点与其他节点直接相连的数量[23]。在发明人合作网络中，度数中心性代表发明人合作关系的数量。发明人的度数中心性越高，其合作关系数量越多，与其他发明人交流的可能性越大。

度数中心性较高的发明人往往拥有众多的合作者，因此他可以通过与不同的发明人进行交流、协作来获取丰富的知识和经验。一方面，拥有丰富知识和经验的发明人，无疑能够有效地进行研发产出，创造出核心专利。另一方面，拥有较多合作者意味着可以接触到众多的新信息，这将进一步提高发明人学习的效率，促进发明人对外部信息与内部现存知识进行整合，从而开发出新知识、实现更多的创新。综上，度数中心性越高的发明人越有可能创造具有经济收益、技术优势竞争力的专利，核心专利涉及诉讼的概率会较高，因此发明人的诉讼专利会更多。因此，本文提出假设2：

假设2：在合作网络中，核心发明人比一般发明人拥有更高的度数中心性。

1.3.2 接近中心性与诉讼专利数 接近中心性表示网络中某一节点与其他节点的最短距离之和，与度数中心性不同，它指的是一个节点的总体中心性，而非局部中心性。Freeman[24]认为接近中心性可以反映一个节点与其他节点交流的效率和独立性。某节点的接近中心性越高，与其他节点交流的效率越高，独立性也越强。

在合作网络中，如果某一发明人的接近中心性越高，那么该发明人与其他发明人交流的效率和独立性较强。在进行交流时由于信息传递的距离和时间较短，相互接收的信息的可靠性和完整性能够得到保障。基于较短的时间和完整的信息，产出的专利会具备较高的时间溢价和技术含量。同时，距离较短意味着该发明人在需要吸收新的知识或者其他外部协助时，无需通过中介人或者只需较少的中介人来实现与他人的交流，在和其他发明人进行沟通和交流时受到的干扰较少，从而提高知识传递的速度和效率。基于较高的沟通效率，对比其他发明人，接近中心性较高的发明人可以在相同的时间内产出更多的专利。综上，接近中心性较高的发明人能产出更多创造收益的专利，从而涉及到的诉讼专利会越多。因此，本文提出假设3：

假设3：在合作网络中，核心发明人比一般发明人拥有更高的接近中心性。

1.3.3 中介中心性与诉讼专利数 中介中心性衡量的是网络中经过某一节点的“点对”之间最短路径数占总的“点对”之间最短路径数的比例，Mote[25]认为中介中心性反映的是节点在网络中所起的中介作用。在合作网络中，某一发明人的中介中心性越高，该发明人在合作网络中扮演中介角色的能力就越强。

中介是连接相互独立、相互分离的个体或群体的媒介。充当媒介作用的发明人，在没有建立直接合作关系的发明人的沟通路径上处于关键位置。当没有建立直接合作关系的发明人需要联系时，他们之间的交流需要通过中介发明人来实现。一方面中介能力较强的发明人，能够通过调节和控制合作网络中其他发明人间知识的流动、资源的交换来获取大量的社会资本，从而帮助提升产出技术发明的效益。另一方面，占据关键位置的中介发明人可以采取阻碍其他发明人进行研发的竞争方式来提升自身专利的效益。因而位于中介位置的发明人产出的专利相对于其他发明人产出的专利更有效益，专利诉讼的概率会更高。而基于大量的知识和资源，发明人可以产出核心专利，从而其涉及的诉讼专利会更多。基于此，本文提出假设4：

假设4：在合作网络中，核心发明人比一般发明人拥有更高的中介中心性。

1.3.4 特征向量中心性与诉讼专利数 特征向量中心性体现了网络中某一节点的重要性。它的核心理念是节点的重要性不仅取决于连接的其他节点的个数，也取决于连接的其他节点的重要性。

由于特征向量中心性较高的发明人的合作对象都是网络中重要的发明人，基于合作伙伴掌握的大量信息渠道和社会资本，发明人可以创造出核心专利，而核心专利往往可能为诉讼专利，于发明人而言，基于专利诉讼给他带来的明星效应，它会吸引更多优秀的发明人与其进行合作，形成良性循环，在此基础上，发明人可以创造出更多核心专利，从而涉及更多的诉讼专利。因此，本文提出假设5：

假设5：在合作网络中，核心发明人比一般发明人拥有更高的特征向量中心性。

2 研究方法

2.1样本选取与数据收集本文选取申请日截至2011年5月31日Derwent Innovation数据库中美国专利商标局的LED专利数据，检索的范围包括LED发光材料外延制造、芯片制造环节以及封装环节。纳入样本分析的专利有7 164件，发明人有4 556名。并进一步在Westlaw数据库中检索样本专利以判断涉讼情况，另外考虑到专利授权到发生诉讼时滞(time lag)的影响，专利涉讼情况至2016年5月。最终确定诉讼专利87件，未诉讼专利7 077件，共267位核心发明人与4 289名一般专利发明人。

2.2变量设计和操作型定义核心发明人：本文从专利诉讼视角将发明人的专利是否涉讼作为核心发明人的代理变量，将核心发明人定义为1，一般发明人则为0。

本文的自变量是发明人在合作网络中的知识组合新颖性、度数中心性、接近中心性、中介中心性和特征向量中心性。

知识组合新颖性：专利发明人在进行发明创造的过程中所涉及的技术领域与其合作发明人的差异程度，反映不同专利发明人知识结构、学科背景、研发经验以及认知能力的差异程度。假设在合作网络中有A,B,C,…共n位发明人，发明人A和k位发明人存在合作关系，利用多维向量夹角余弦值计算任意两位发明人的知识组合相似性，例如专利发明人A和专利发明人B的知识组合相似度计算公式如下：

(1)

SAB代表专利发明人A和专利发明人B的知识组合相似性，i代表技术领域，在样本专利的范围内，Ai代表的是专利发明人A在i技术领域发明专利的数量，Bi代表的是专利发明人B在i技术领域发明专利的数量。该计算指标的绝对值范围为(0，1)，余弦值越小，说明夹角越大，专利发明人A和专利发明人B的知识组合相似度越低。然后，通过计算1减去专利发明人A和k位存在合作关系的发明人的知识组合相似度的平均值，可以得到专利发明人A的知识组合新颖性。

(2)

该指标为0～1之间的连续变量，数值越大代表该专利发明人的知识组合新颖性越高，反之，知识组合新颖性越低。

度数中心性：在专利发明人合作网络中，度数中心性指的是发明人合作关系的数量。假设在合作网络中有n位发明人，发明人A与k名发明人存在合作关系，那么发明人A的度数中心性为：

(3)

接近中心性：网络中某一节点和其他所有节点的最短距离之和。假设在合作网络中有n位发明人，那么发明人A的接近中心性为：

(4)

中介中心性：网络中经过某一节点的“点对”之间最短路径数占总的“点对”之间最短路径数的比例。假设在合作网络中有n位发明人，那么发明人A的中介中心性为：

(5)

其中σi,j(A)表示的是合作网络中发明人i和j之间经过发明人A的最短路径数，而σi,j表示的是合作网络中发明人i和j之间的最短路径数。

特征向量中心性：假设在合作网络中有n位发明人，发明人A和n位发明人存在合作关系，那么发明人A的特征向量中心性为：

(6)

其中λ是合作网络的邻接矩阵最大特征值，n是合作网络中专利发明人A与其他发明人合作的次数，xAi是合作网络中连接关系的边线的权值。

3 实证研究结果与分析

3.1描述性统计结果如表1所示，描述性统计分析的结果包含了自变量和因变量的均值、标准差、最小值和最大值。

表1 描述性统计结果

3.2核心发明人与一般发明人的特征差异本文基于发明人的专利是否涉诉的标准将4 556名发明人划分为267名核心发明人和4 289名一般发明人。表2表明核心发明人的知识组合新颖性、度数中心性、接近中心性、中介中心性以及特征向量中心性都显著大于一般发明人。

表2 核心发明人和一般发明人的专利特征差异分析

Notes：分析采用Stata 15.0软件,**p<0.01

3.3回归结果分析从表3可以看出，专利发明人的知识组合新颖性、度数中心性、接近中心性、特征向量中心性与核心发明人在1%的显著性水平下呈现正相关关系。本文提出的假设1、2、3、5得到验证，即发明人在合作网络中的知识组合新颖性、度数中心性、接近中心性、特征向量中心性越高，其成为核心发明人的概率越大。而发明人的合作网络中介中心性与核心发明人无显著影响，假设4未得到支持。另外进一步使用发明人专利涉讼次数作为核心发明人代理变量，运用负二项回归分析，显示结果与logit模型结果一致，所以本研究结论是稳健的。

表3 logit回归与负二项回归分析

注：分析采用Stata 15.0软件,**p<0.01

4 研究结论及建议

本研究选取LED产业作为研究对象，以专利诉讼视角将发明人专利是否涉讼作为核心发明人的代理变量，从知识组合新颖性与网络特征两个方面进行分析，引入知识组合新颖性与发明人合作网络特征，即度数中心性、接近中心性、中介中心性以及特征向量中心性的影响作用，从而识别出合作网络中的核心发明人。最终结论如下：

首先，发明人的知识组合新颖性与核心发明人显著正相关，即发明人的知识组合新颖性越高，其成为核心发明人的概率越大。专利发明人通过关注技术领域的差异程度来识别合作网络中核心专利发明人，进而确定优先选择的合作对象，降低时间成本、提高发明效率和产出绩效。企业或组织可以根据异质化程度分析发明人的成长潜力、创新能力及发展前景，从而制定和实施相关的人力资源战略。识别出的核心发明人在企业或组织内部，管理层需要制定完善的绩效薪酬管理体系和相应的人才激励战略，结合企业需求和发展目标进行关键岗位的妥善安排及调整，加强人才发展平台建设，充分激发内在驱动力。激励核心人才，降低人才流失率，发挥“头雁效应”，营造公平公正、具有良好氛围的工作环境，使各领域人才能各得其所、尽展其能，进而实现企业的可持续、高质量发展。若核心发明人在企业或组织外部，则应该制订科学合理的人才引进规划，明确发明人擅长的主要研究技术领域，判别知识结构和学科背景的异质性，评估候选目标的研发水平及成长预期，拟定适合的人选，实现人才引进模式从“招”到“挖”的转换，丰富企业的研发资源和提升高水平创造活动的效率，加强企业或组织的核心竞争力。

其次，发明人的度数中心性与核心发明人显著正相关，高度数中心性的发明人拥有众多的合作者，能通过与不同发明人的交流协作、资源共享来获取丰富的知识经验，高效整合资源，协调互补性资产。专利作为技术创新的重要表现形式，是建立在知识基础上的发明创造。拥有丰富知识经验，无疑能够更加高效地开展研发活动，创造出核心专利。专利发明人可以通过扩大由自身连接的创新网络规模，与其他专利发明人建立更多更深入的合作关系，增强在合作网络中的嵌入程度进而获得更加丰富的资源，扩大自身影响力，提升自身产出绩效。同时，专利发明人在筛选合作对象的过程中，应重点关注其他发明人在合作网络的位置及其合作关系数量，吸引更多优质合作者，保障技术知识的新颖性和异质性。通过识别核心发明人并加强合作，进一步巩固资源优势和控制优势，提高资源搜索和转移的效率，进而提高创新绩效，构建具有核心竞争力的发明人团队。企业或组织应当重点培养内部专利发明人的研发合作意识，鼓励内部发明人与其他企业、高校和科研机构的发明人进行研发合作活动，构建可持续发展的多领域“产学研”创新合作模式。企业或组织在寻求合作伙伴时充分考虑合作机构中发明人的度数中心性，优先选择发明人的度数中心性较高的合作对象，即选择核心发明人较多的合作企业或组织，进而提高创新能力和研发成果。

同时，发明人的接近中心性与核心发明人显著正相关，企业或组织应鼓励内部的发明人缩短与其他专利发明人在合作网络中的距离，以减少获取各类资源或搜寻合作伙伴的时间，更加准确快速地掌握网络中正在流通的信息与资源，将自己置于信息丰富的优势位置，进而提高技术发明的能力和效率。同时，在吸收新的知识技能并寻求外部协助时，尽可能避免中介行为的出现，进而获得良好的网络位置，以较低成本及时从其他发明人处获得互补性资源和信息，从而尽快做出反应，减少“信息不对称性”的发生。更快地把握市场机会和应对市场变化，提高企业或组织的绩效。同时，将发明人的接近中心性作为优先选择合作机构的评判标准之一，提高自身的核心竞争力。

再者，发明人的特征向量中心性与核心发明人显著正相关，即当发明人的合作次数越多并且合作的对象都相对重要时，其成为核心发明人的概率越大。在识别核心发明人时，应当综合考虑该发明人的合作发明人的数量和重要性。发明人应选择与多位重要发明人保持合作关系的其他发明人作为合作对象。重要发明人掌握着大量的信息渠道和社会资本。与特征向量中心性较高的发明人进行合作，能够提高自身的特征向量中心性，更易研发出重要的技术发明，成为核心发明人，并构建良性循环，形成持续性竞争效应。企业或组织应当重视内部特征向量中心性高、具有优势地位的核心发明人，主动创造共同合作的机会和条件，形成“1+1>2”的效果。同时，积极与拥有多名高特征向量中心性发明人的企业或组织进行合作交流，从而掌握核心前沿技术，及时增加信息资源，迅速提高知识经验积累，优化专利布局，提高创新能力，在市场竞争中取得优势地位。

最后，本文的实证结果表明：发明人的中介中心性与核心发明人之间并不存在显著的正相关关系，即不能将中介中心性高作为将其识别为核心发明人的重要依据。而Abbasi等[26]也得出类似的结论，发现在中介关系方面占据中心位置仅对学者具有战略重要性，但不一定改善其科研绩效。一方面，中介者虽然可以为目标发明人带来大量信息和资源，提供更多备选的想法，但同时会导致知识转移的成本骤增，目标发明人去除冗余部分、筛选有益信息及维持关系的过程中，需花费大量的时间成本和精力，同时，中介关系导致的信息获取与知识融合问题，阻碍资源互通和创新生成，一定程度上会降低发明人的产出效率。另一方面，发明人通过中介位置获得的信息和资源还需要处理和解释信息的消化能力来支持，因而中介者在整个过程中可能仅仅作为信息的提供者，而非将获取的信息吸收并转化为自身知识。总之，虽然中介位置可以为发明人带来丰富的信息和资源，在一定程度上有助于提高产出质量，但效益甚微，因为它在一定程度上也存在着高成本和难吸收的困难。因此基于成本效益原则，企业或组织应当避免给予中介能力较强的发明人过多的关注，而忽略掉其他应给予关注的发明人，从而造成企业核心人才的流失。同时，提高发明人团队成员之间的沟通协调效率，减少由于中介关系导致的信息冗余、知识转移阻碍和其他矛盾问题，识别并引进符合需求和发展战略的核心发明人。最后，企业或组织重点关注合作机构内部发明人技术领域的异质化程度、直接合作关系的数量、与其他发明人在网络中的距离以及该发明人在合作网络中的重要性，处理好核心发明人识别、合作团队创设与资源融合策略践行的匹配问题，最大程度地提升发明人的产出绩效和研发效率。