“雙一流”高校專利合作網(wǎng)絡中結(jié)構(gòu)洞的測度方法

石磊 趙寧

摘 要 為推動我國原創(chuàng)科研成果的增長，提升產(chǎn)學研協(xié)同創(chuàng)新能力，研究了2009—2016年42所“雙一流”高校產(chǎn)學研專利合作網(wǎng)絡中的結(jié)構(gòu)洞，利用因子分析法對網(wǎng)絡成員的結(jié)構(gòu)洞測度進行了綜合排名，同時對“雙一流”高校結(jié)構(gòu)洞地位進行了聚類分析。結(jié)果表明，結(jié)構(gòu)洞測度排名靠前的是像清華大學這樣的工科強校和國家電網(wǎng)公司這樣有廣泛合作關(guān)系的企業(yè)。他們應該發(fā)揮結(jié)構(gòu)洞優(yōu)勢，促進以專利合作模式為主的協(xié)同創(chuàng)新工作深入開展。

關(guān)鍵詞 專利合作 結(jié)構(gòu)洞測度 因子分析

Abstract In order to promote the growth of original scientific research achievements and enhance the ability of collaborative innovation between industry-university-research in China， structural hole of 42 “double first-class” universities industry-university-research patent cooperation network in 2009-2016 were studied. The structural hole of network members were comprehensively ranked by factor analysis method， and the position of “double first-class” universities was cluster analyzed. The results show that the top of structural hole measurement are the strong universities of engineering such as Tsinghua University and the enterprises with extensive cooperative relationship such as State Grid Corporation. They should give full play to the advantages of structural hole and promote the in-depth development of collaborative innovation based on patent cooperation mode.

Keywords Patent cooperation. Structural hole measurement. Factor analysis.

0 引言

當前，我國經(jīng)濟發(fā)展進入新常態(tài)，傳統(tǒng)發(fā)展動力不斷減弱，必須依靠創(chuàng)新驅(qū)動打造新的發(fā)展引擎，培育新的經(jīng)濟增長點，保證我國經(jīng)濟發(fā)展的質(zhì)量和效益能夠穩(wěn)步提升。高校是進行科學研究與技術(shù)開發(fā)的重要基地，是原創(chuàng)性成果的重要源頭和實現(xiàn)技術(shù)成果轉(zhuǎn)移的生力軍，有很多高水平的科研成果需要轉(zhuǎn)化服務社會，但統(tǒng)計數(shù)據(jù)表明我國高校當前科技成果轉(zhuǎn)化率很低，2012—2016年這五年的年度科技成果轉(zhuǎn)化率都在2%上下[1]。2015年，國務院印發(fā)的“雙一流”建設方案中指出“推進成果轉(zhuǎn)化，深化產(chǎn)教融合，努力使高校成為催化產(chǎn)業(yè)技術(shù)變革、加速創(chuàng)新驅(qū)動的策源地。強化創(chuàng)新成果與產(chǎn)業(yè)對接，推動重大科學創(chuàng)新、關(guān)鍵技術(shù)突破轉(zhuǎn)變?yōu)橄冗M生產(chǎn)力”，表明產(chǎn)學研協(xié)同創(chuàng)新無疑是提高高?？萍汲晒D(zhuǎn)化率、增強企業(yè)市場競爭力，使得多方共同受益的有效途徑。由于專利產(chǎn)出是最能夠體現(xiàn)技術(shù)創(chuàng)新和科技成果轉(zhuǎn)化能力的重要指標之一，因此，筆者認為對“雙一流”高校產(chǎn)學研合作申請專利情況進行研究對提高國家科研協(xié)同創(chuàng)新能力、推動創(chuàng)新體系建設具有重要的現(xiàn)實意義。本文以42所 “雙一流”高校產(chǎn)學研專利合作網(wǎng)絡中網(wǎng)絡成員的結(jié)構(gòu)洞測度為研究對象，提出一種基于因子分析的綜合計算方法，該方法在去除有效規(guī)模、效率、約束度、等級度、中介中心度及局部聚類系數(shù)等6項典型結(jié)構(gòu)洞測度指標之間相關(guān)性的基礎上，對反映結(jié)構(gòu)洞不同特征的公因子進行加權(quán)得分，完成對網(wǎng)絡成員結(jié)構(gòu)洞測度大小的綜合排序;再利用聚類方法對42所“雙一流”高校進行歸類分析;最后提出如何發(fā)揮占據(jù)結(jié)構(gòu)洞網(wǎng)絡成員的優(yōu)勢地位，促進 “雙一流”高校與產(chǎn)研機構(gòu)之間協(xié)同創(chuàng)新的有效策略。

1 “雙一流”高校申請專利合作網(wǎng)絡“結(jié)構(gòu)洞”理論

結(jié)構(gòu)洞是合作網(wǎng)絡的一種結(jié)構(gòu)屬性，由美國芝加哥大學經(jīng)濟學教授Burt提出，他認為那些占據(jù)網(wǎng)絡結(jié)構(gòu)洞的網(wǎng)絡節(jié)點（成員） 將獲得更多接觸新信息和知識的機會，享有資源的控制優(yōu)勢，是合作網(wǎng)絡的關(guān)鍵節(jié)點[2]。專利合作網(wǎng)絡是以探索性技術(shù)創(chuàng)新為主，強調(diào)多知識領(lǐng)域的交叉和融合，以產(chǎn)生技術(shù)溢出和原創(chuàng)科研成果為目標。占據(jù)專利合作網(wǎng)絡結(jié)構(gòu)洞的網(wǎng)絡成員可以獲得多樣化信息和優(yōu)勢異質(zhì)資源、可搭建更多合作橋梁的有利位置，能夠促進合作網(wǎng)絡的規(guī)模、網(wǎng)絡密度、合作廣度、合作強度等多個方面性能的提升，對于提高新知識和突破性技術(shù)的產(chǎn)出、增強專利合作協(xié)同創(chuàng)新將起到至關(guān)重要的積極作用。

國內(nèi)外很多相關(guān)文獻已表明，結(jié)構(gòu)洞對促進創(chuàng)新網(wǎng)絡合作績效有正向積極作用。Zaheer認為占據(jù)較多網(wǎng)絡結(jié)構(gòu)洞的企業(yè)能夠接觸到不同類型的信息，有利于企業(yè)創(chuàng)新活動的進行[3];Xiao認為在高度信任的合作網(wǎng)絡中，占據(jù)結(jié)構(gòu)洞可以有更多的技術(shù)創(chuàng)新機會[4];遲嘉昱對中國電子信息產(chǎn)業(yè)百強企業(yè)2006—2015年合作申請發(fā)明專利情況進行了研究，發(fā)現(xiàn)占據(jù)結(jié)構(gòu)洞位置能夠正向影響企業(yè)專利合作產(chǎn)出[5];付雅寧研究了1995—2014年美國專利和商標局授權(quán)的納米技術(shù)領(lǐng)域發(fā)明專利合作情況，通過回歸模型驗證了占據(jù)豐富結(jié)構(gòu)洞的發(fā)明人有利于企業(yè)的探索式創(chuàng)新[6];章丹對中國63個技術(shù)創(chuàng)新網(wǎng)絡進行了研究，發(fā)現(xiàn)占據(jù)較多結(jié)構(gòu)洞有利于創(chuàng)造新知識的探索式創(chuàng)新活動[7];邵云飛認為占據(jù)更多結(jié)構(gòu)洞和提高關(guān)系強度對提升突破性技術(shù)創(chuàng)新績效有協(xié)同促進作用[8]。

如何尋找或衡量結(jié)構(gòu)洞大小成為核心問題，當前直接尋找結(jié)構(gòu)洞大都借鑒社會網(wǎng)絡關(guān)鍵節(jié)點挖掘方法，主要有以下幾類。

一類是挖掘社團網(wǎng)絡的關(guān)鍵節(jié)點，如Lou和Tang尋找與社團意見領(lǐng)袖相連的關(guān)鍵節(jié)點，提出了HIS算法;為使社團最小割集最大化，提出了MaxD算法[9];還有其后續(xù)改進算法[10-11]。

另一類是基于節(jié)點特征的排序方法，Kitsak提出利用K核分解來發(fā)現(xiàn)網(wǎng)絡的關(guān)鍵節(jié)點，將外層節(jié)點層層剝?nèi)?，處于?nèi)層的節(jié)點即為關(guān)鍵節(jié)點[12];李鵬翔提出利用網(wǎng)絡節(jié)點被刪除后形成的所有不連通節(jié)點對之間最短距離的倒數(shù)之和來反映節(jié)點的重要性[13];Kleinberg提出了HITS算法，該算法賦予每個節(jié)點權(quán)威值和樞紐值，權(quán)威值衡量節(jié)點對信息的原創(chuàng)性， 樞紐值反映了節(jié)點在信息傳播中的作用，權(quán)威值與樞紐值相互作用影響， 最終通過迭代達到收斂[14];谷歌提出PageRank算法，認為基于網(wǎng)頁的鏈接結(jié)構(gòu)進行網(wǎng)頁排序時，一個頁面的重要性取決于指向它的其他頁面的數(shù)量和質(zhì)量， 如果一個頁面被很多高質(zhì)量頁面指向， 則這個頁面的質(zhì)量也高[15];L?提出LeaderRank算法，通過添加一個背景節(jié)點以及該節(jié)點與網(wǎng)絡中所有節(jié)點的雙向邊來代替PageRank算法中的跳轉(zhuǎn)概率c，從而得到一個無參數(shù)且形式上更加簡單的算法，實驗發(fā)現(xiàn)LeaderRank比PageRank表現(xiàn)得更好[16]。韓忠明提出把網(wǎng)絡節(jié)點的7個不同屬性作為訓練參數(shù)，采用ListNet方法進行綜合排序的機器學習方法[17]。但這些算法大都設置目標函數(shù)，通過數(shù)值迭代計算尋找最優(yōu)解。對于大規(guī)模網(wǎng)絡，較高的計算量、復雜度、最優(yōu)解判定條件會使這些算法的應用受到一定限制，而且迭代計算無法得到所有節(jié)點的結(jié)構(gòu)洞特征參數(shù)值。

直接衡量網(wǎng)絡節(jié)點結(jié)構(gòu)洞的測度大小，主要有三類共6項指標。首先是由Burt提出的4個結(jié)構(gòu)洞指數(shù)：有效規(guī)模、效率、約束度、等級度;其次由Freeman提出的中介中心度;局部聚類系數(shù)也可以用來表征網(wǎng)絡是否存在結(jié)構(gòu)洞。這些指標的出發(fā)點都不盡相同，但又有一定的內(nèi)在聯(lián)系和相關(guān)性，單從哪個指標出發(fā)衡量結(jié)構(gòu)洞大小的程度都不夠全面客觀。而關(guān)于分析這些指標之間的相關(guān)性、提取它們公共部分，以最少的指標個數(shù)對結(jié)構(gòu)洞的大小進行全面測度的研究，目前鮮見有文獻報道。

2 數(shù)據(jù)獲取和處理

本文研究的專利合作數(shù)據(jù)全部來源于國家知識產(chǎn)權(quán)局網(wǎng)站，其中選擇專利類型為中國發(fā)明專利，數(shù)量范圍為申請量。專利統(tǒng)計時間范圍設定從2009年1月1日到2016年12月31日，數(shù)據(jù)檢索下載時間為2019年8月18日到2019年8月25日。

對于檢索結(jié)果需要經(jīng)過去重和去噪處理。首先，去掉同一個申請?zhí)柌煌A段版本的重復專利;其次，要去除字段中含有42所高校名稱之一、同時帶有公司、研究院等字段的單一申請人專利;最后，去除與42所高校名稱部分重疊的高校的專利，如西安電子科技大學、桂林電子科技大學、杭州電子科技大學、日本國立東北大學等。本文不對各機構(gòu)與其下屬機構(gòu)進行合并處理，因為很多機構(gòu)的下屬機構(gòu)本身具有獨立法人，具備申請專利的資格。經(jīng)過去重去噪后，合作機構(gòu)數(shù)6635家，合作專利22 943項，合作關(guān)系11 160對，合作總頻次38 993次，網(wǎng)絡密度0.05%，10次以上的高頻合作占比4.33%。

3 專利合作網(wǎng)絡的結(jié)構(gòu)洞及其測度分析指標

一個結(jié)構(gòu)洞是兩個網(wǎng)絡成員之間的非冗余連接。如圖1所示，行動者B、C之間沒有直接連接，就存在一個結(jié)構(gòu)洞，而A就是這個結(jié)構(gòu)洞的占據(jù)者。通俗的講，結(jié)構(gòu)洞的占據(jù)者就是能夠把沒有直接聯(lián)系的網(wǎng)絡成員連接到一起的橋梁或者中間人。

實際合作網(wǎng)絡連接遠比圖1復雜的多，某個網(wǎng)絡成員可能處于某些其他成員間的結(jié)構(gòu)洞位置，但不處于另一些成員間的結(jié)構(gòu)洞位置，所以不能簡單說誰完全占據(jù)了結(jié)構(gòu)洞，而是要通過測度指標衡量成員占據(jù)結(jié)構(gòu)洞位置的優(yōu)劣程度。對于衡量結(jié)構(gòu)洞位置優(yōu)劣的典型測度指標，就是前面提到的6項指標，其具體計算公式分別如下。

3.1 Burt 結(jié)構(gòu)洞指數(shù)

（1） 有效規(guī)模，等于網(wǎng)絡成員的網(wǎng)絡規(guī)模減去網(wǎng)絡的冗余度，有效規(guī)模越大，成員的網(wǎng)絡影響力越強。成員的有效規(guī)模計算表達式為：

j代表與i相連的所有點，q是除i、j之外的第三者，piq代表i投入到q的關(guān)系所占比例，mjq是j投入到q的關(guān)系所占比例，piqmjq代表i和j之間的冗余度。

（2） 效率等于網(wǎng)絡成員的有效規(guī)模與實際規(guī)模之比，效率越高，成員對與其相關(guān)的其他成員的影響程度越大。

（3） 約束度，表征網(wǎng)絡成員在網(wǎng)絡中對其他成員的依賴程度，約束度越小，成員的網(wǎng)絡能力越強。具體定義為：

其中，pij代表i直接投入到j的關(guān)系占總關(guān)系的比例，代表間接投入。

（4）等級度，指約束性多大程度上集中在一個網(wǎng)絡成員身上，計算表達式為：

其中，N是點i的網(wǎng)絡規(guī)模，C/N是各個點約束度的均值，Nln（N）代表可能的最大總和值，等級度越高，成員受到的約束程度也越大。

3.2 Freeman中介中心度

設V是點的集合，從點s出發(fā)，到達點t的路徑記為（s，t），其包含的邊數(shù)叫做該路徑的長度，其中最短者叫做該路徑的距離，用σ（s，t）表示距離數(shù)目，并令σ（s，t|ν）表示經(jīng)過點v距離的數(shù)目。這樣ν∈V，點的中介中心度為CB（ν）[18]，其公式為：

其值越大，網(wǎng)絡成員越可能是中間的關(guān)鍵橋梁節(jié)點。

3.3 局部聚類系數(shù)

局部聚類系數(shù)表示網(wǎng)絡成員i的朋友也是朋友的概率，局部聚類系數(shù)越小，成員越可能起到橋梁的作用。設E（i）表示網(wǎng)絡成員i鄰居成員中直接相連的成員對數(shù)，k（i）表示成員鄰居成員的個數(shù)，則局部聚類系數(shù)計算表達式為：[19]

4 專利合作網(wǎng)絡結(jié)構(gòu)洞測度指標因子分析及提取

從上述6項指標的定義，尤其是Burt的4個結(jié)構(gòu)洞指數(shù)可以看出，它們內(nèi)在可能存在一定相關(guān)性，如果直接用這 6項指標對“雙一流”高校合作網(wǎng)絡的結(jié)構(gòu)洞進行綜合評價，會增加一些冗余因素項，不夠準確。所以本文利用因子分析法，去除各指標之間的相關(guān)性、提取公共因子，用最少數(shù)量的公因子全面客觀地測度網(wǎng)絡成員占據(jù)結(jié)構(gòu)洞程度的大小。

4.1 指標的正側(cè)化和標準化

本文首先把專利合作數(shù)據(jù)導入Ucinet，得到6項結(jié)構(gòu)洞測度指標的原始個案數(shù)據(jù)，再采用SPSS進行因子分析。為了消除各指標量綱不同對評價的影響，需要對每個指標的6635個個案值進行標準化。在標準化之前，需要注意指標是正向型還是負向型，對于正向型指標，正側(cè)化個案值yij=xij，對于負向型指標，正側(cè)化個案值yij的計算表達式如下：

表1給出了經(jīng)過正側(cè)和標準化的42所“雙一流”高校6項結(jié)構(gòu)洞測度指標的數(shù)值結(jié)果。

4.2 效度檢驗

變量間存在相關(guān)性是可以做因子分析的前提，主要利用兩個統(tǒng)計量進行檢驗判斷。KMO檢驗是比較觀測變量之間簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的比值大小，比值范圍在0～1之間，大于0.5可以做因子分析。Bartlett球形度檢驗是檢驗相關(guān)矩陣是否為單位陣，顯著性水平小于0.05，表示相關(guān)性檢驗有效。由表2可知，KMO值為0.633，Bartlett顯著性水平為0.000，變量之間存在相關(guān)性，可以做因子分析。

4.3 公因子提取

對6項結(jié)構(gòu)洞指標利用主成分法提取公因子，從表3可以看出，因子1（F1）和因子2（F2）特征值均大于1，而且累計方差貢獻率達到89.788%，說明這兩個公因子解釋了原有6項指標的大部分信息，起到了很好地減少評價指標個數(shù)的作用。為了更易于解釋原有變量，一般需要對原有公因子進行旋轉(zhuǎn)，采用最大方差法進行旋轉(zhuǎn)。

4.4 因子載荷矩陣與因子得分系數(shù)矩陣

因子載荷矩陣載荷值表示提取的公因子與原有變量的相關(guān)性（可解釋程度），載荷絕對值越高，兩者相關(guān)性越強。從表4可以看出，F(xiàn)1與效率、約束度、等級度、局部聚類系數(shù)有較強的相關(guān);而這4項結(jié)構(gòu)洞特征指標反映的是網(wǎng)絡成員與鄰居節(jié)點的局部相互影響。F2與有效規(guī)模、中介中心度高度相關(guān)，這兩個結(jié)構(gòu)洞特征指標反映的是網(wǎng)絡成員對所處合作網(wǎng)絡的整體影響。因此，本文將F1命名為結(jié)構(gòu)洞鄰域影響力指數(shù)，F(xiàn)2命名為結(jié)構(gòu)洞全局影響力指數(shù)。而根據(jù)表5因子得分系數(shù)矩陣中F1、F2各數(shù)值，把各指標的公因子值相加，分別可得F1=0.014X1+0.282X2-0.236X3-0.282X4+0.016X5+0.275X6，F(xiàn)2=0.498X1+0.065X2+0.111X3+0.014X4+0.497X5 +0.073X6。

4.5 因子得分與排名

由表3可知，第一公因子F1的方差貢獻比為57.719/89.788=0.643，第二公因子F2的方差貢獻比為32.069/89.788=0.357，用兩個公因子的方差貢獻比作為權(quán)重，得到各合作成員的綜合評價模型F=0.643F1+ 0.357F2，這樣可以得到各合作成員的因子得分和綜合評價得分。由于本文專利合作網(wǎng)絡總的成員數(shù)為6635個，數(shù)量規(guī)模龐大，無法在文中全部展示，因此只展示42所“雙一流”高校的單獨因子、綜合因子的得分和排名情況，詳見表6。

從表6中可以看出，各高校F1得分排名都不高，因為經(jīng)過標準化的效率和局部聚類系數(shù)都正比于F1、約束度和等級度負比于F1;而專利合作網(wǎng)絡中有超過4000家機構(gòu)分別只與唯一所“雙一流”高校進行合作，這些機構(gòu)效率和局部聚類系數(shù)都是排名并列第一的，約束度和等級度都排名最后一名，所以他們F1得分排名第一。而對于F2得分排名，絕大多數(shù)高校排名靠前，因為F2主要與中介中心度和有效規(guī)模密切相關(guān)，這些高校在合作網(wǎng)絡中具有廣泛的合作關(guān)系、起到更多橋梁中介作用。從數(shù)值結(jié)果中看出，當>3.443，F(xiàn)2得分對綜合得分起決定作用，這時與F1得分密切相關(guān)指標帶來的負作用被弱化了，綜合得分排名靠前的成員對促進專利合作具有更好的實際意義。

此外，對比表1高校結(jié)構(gòu)洞單項指標和表6綜合得分排名還可已看出，用單項指標衡量結(jié)構(gòu)洞測度大小必定有失偏頗。如從效率或局部聚類系數(shù)看，高校結(jié)構(gòu)洞在這兩個指標上整體排名都非常靠后;從等級度上看，清華大學、浙江大學等幾所綜合得分靠前的高校，該指標排名反倒位列高校中下游;從中介中心度看，綜合得分第7的上海交通大學也位于中下游。所以采用因子分析去除結(jié)構(gòu)洞多個單項測度指標內(nèi)在相關(guān)性，再綜合評分排名顯然更為科學客觀。

5 專利合作網(wǎng)絡結(jié)構(gòu)洞測度因子聚類分析

對42所“雙一流”高校結(jié)構(gòu)洞測度進行聚類，按照公共因子F1和F2因子得分的相似性進行分類。本文選用層次聚類法，層次聚類方法適合個案數(shù)據(jù)量適中、變量較少的聚類分析。利用聚類進度表確定聚類數(shù)，當聚合系數(shù)出現(xiàn)陡增所對應的類別數(shù)，就是比較合適的聚類數(shù)，本文聚類數(shù)選為5，樹狀聚類圖如圖2所示。

從圖2中可以看出，清華大學、浙江大學被聚為第一類，他們因子得分F1和F2都位列前2名。在對F1起主要作用的因素中，清華大學、浙江大學的效率、局部聚類系數(shù)、約束度都位列前3名;對因子得分F2起主要的有效規(guī)模、中介中心度，清華大學、浙江大學依然位列前2名。華南理工大學被單獨聚到第二類，公共因子F1和F2排名都位列第3。華中科技大學、北京航空航天大學、同濟大學、上海交通大學被聚為第3類，公共因子F1和F2得分位列4～8位;天津大學等16所高校聚到第4類，公共因子F1和F2得分位列7～23位，屬中游及以上;湖南大學等19所學校聚到第5類，公共因子F1和F2得分位列24～42位，屬中游及以下。從結(jié)構(gòu)洞測度綜合得分和聚類結(jié)果，“雙一流”高校處于明顯優(yōu)勢合作位置的是少數(shù)幾所高校，與其他30多所高校拉開了一定的距離，其他高校結(jié)構(gòu)洞程度相差不大，自身合作機構(gòu)的研究領(lǐng)域和數(shù)量還有很大的提高空間。此外，一些偏理科、文科、專項學科的高校，結(jié)構(gòu)洞測度排名靠后，專利合作能力有待進一步加強。

6 提高“雙一流”高校專利合作協(xié)同創(chuàng)新的建議

對于“雙一流”高校專利合作網(wǎng)絡結(jié)構(gòu)洞測度的綜合計算結(jié)果，從排名可以看出我國清華大學、浙江大學、華南理工大學等工科強校均名列前茅，國家電網(wǎng)公司、華為技術(shù)有限公司結(jié)構(gòu)洞綜合測度表現(xiàn)也非常不錯。但同時也發(fā)現(xiàn)整個專利合作網(wǎng)絡是以低頻次合作為主，有超過4000家機構(gòu)分別只與唯一一所“雙一流”高校進行合作。而這所高校的結(jié)構(gòu)洞綜合測度得分并不高，主要是由于其局部影響力指數(shù)F1得分對綜合評價得分起主要作用而造成的。網(wǎng)絡成員合作關(guān)系較少、資源十分有限，對加強整個網(wǎng)絡的專利合作意義不大。只有提高網(wǎng)絡成員全局影響力指數(shù)F2的得分，進而提升結(jié)構(gòu)洞綜合測度排名，使其成為具有橋接作用的關(guān)鍵節(jié)點，才能加強整個網(wǎng)絡的專利合作。一些綜合實力強、具備廣泛合作關(guān)系、密切合作伙伴的結(jié)構(gòu)洞綜合測度排名靠前的網(wǎng)絡成員，應該利用自身資源優(yōu)勢，發(fā)揮橋梁作用，促進專利合作協(xié)同創(chuàng)新活動的持續(xù)深入開展。

6.1 把合作伙伴請進來

具有結(jié)構(gòu)洞位置優(yōu)勢的“雙一流”高校，大都有很強的科研實力和原始創(chuàng)新能力，也具有和企業(yè)、科研院所開展協(xié)同創(chuàng)新的豐富經(jīng)驗，他們可以利用自身廣泛的合作基礎和良好口碑，吸引更多優(yōu)秀的企業(yè)到學校來，深入討論合作需求，建立互信關(guān)系，尋找合作機會，構(gòu)建長期穩(wěn)定的合作關(guān)系。

6.2 走到合作伙伴身邊

高校也要主動走出去，避免閉門造車，多去了解下企業(yè)產(chǎn)品研發(fā)、生產(chǎn)實際困難，使自己的科研成果能夠更好地與企業(yè)需求進行對接，提高科技成果轉(zhuǎn)化率。鼓勵人才流動，高?？梢詾槠髽I(yè)培養(yǎng)人才、企業(yè)也可以聘任高校人才長期在企業(yè)兼職，互通互利，良性循環(huán)。結(jié)構(gòu)洞綜合測度排名靠前的高校多來自于經(jīng)濟發(fā)達地區(qū)的工科強校，他們應該加大與經(jīng)濟欠發(fā)達地區(qū)的合作力度。

6.3 搭建合作橋梁作用

結(jié)構(gòu)洞本質(zhì)就是關(guān)系的中間人，高校作為科技創(chuàng)新的主要策源地，不僅要利用自身優(yōu)勢使自己受益，更要使多方同時受益。科學工程的復雜度日趨增強，單靠一兩家機構(gòu)通常很難完成，而這個合適的搭橋人非高校莫屬，只有發(fā)揮好高校的結(jié)構(gòu)洞作用，產(chǎn)學研協(xié)同創(chuàng)新才能夠真正得以有效實施。