识别和理解颠覆性能源技术：一种数据驱动的综合性方法

《Energy Economics》：Identifying and understanding disruptive energy technologies: A data-driven integrated approach

该研究提出一种整合专利分析、文本挖掘和专家调查的两阶段框架，用于识别颠覆性能源技术。通过整合专利数据、政策文件、新闻文本等多源信息，聚焦核能、风能、太阳能、储能和氢能五大领域，识别出小型模块化反应堆、氢燃料电池等具有潜力的技术，并验证了框架的有效性。研究强调需结合技术特性与非技术因素，构建了技术评估模型，为清洁能源转型中的投资和政策制定提供参考。

　　

董杰|杨晨|张红燕|周鹏

中国石油大学经济管理学院与能源经济政策研究所，青岛 266580，中国

摘要

及早识别颠覆性技术不仅对于保持技术发展的前沿地位至关重要，而且有助于提前为这些技术的颠覆性影响做好准备。本研究提出了一种基于颠覆性技术一般特征和内涵的综合性方法来识别颠覆性能源技术。研究方法包括专利分析、文本挖掘和专家调查；最终形成了一个整合多种数据源的综合性框架，这些数据源包括专利数据、政府政策报告、新闻文本和专家调查结果。该研究重点关注五个关键能源领域，以识别具有潜在颠覆性的技术，这些领域包括核能、风能、太阳能、储能和氢能。通过将这一框架与技术影响的实证证据以及所获得的支持进行比较，评估了其可靠性。这一目标是为预测和指导技术投资与部署提供实用见解，并为清洁能源领域的技术驱动政策制定提供参考。

引言

能源转型主要由能源技术革命推动（Khan等人，2022年），对于实现碳中和和可持续发展至关重要（Zhang等人，2024年；Zhou等人，2023年）。颠覆性能源技术是这场革命中的前沿力量，引领着能源系统的变革性进步（Tyfield，2018年）。Christensen（1997年）将颠覆性技术定义为能够从根本上重塑产品和市场的创新。在能源领域，颠覆性能源技术重新定义了能源消费方式，加速了从传统能源向清洁能源的转变。例如电动汽车和氢燃料电池等技术正在推动社会技术的变革（Sorrell，2018年）。大多数颠覆性能源技术仍处于早期阶段，在研发和大规模应用过程中面临重大障碍（Karltorp，2016年）。因此，企业和政府都需要提供有针对性的支持（Karltorp，2016年）。可靠地识别这些技术对于提供有效支持至关重要（Nagy等人，2016年）。这种识别还为将它们整合到模型中（如能源系统模型（Fattahi等人，2020年）和电力系统调度模型（Speizer等人，2024年）提供了明确的参考依据，从而提高了学术分析和战略规划的可靠性。

定性方法常被用来预测哪些技术具有颠覆性；这种方法结合了专家意见以及技术、产品和市场动态等因素。例如，Hüsig等人（2005年）通过专家访谈确定了无线局域网（WLAN）作为移动网络领域中具有潜在颠覆性的技术。Sainio和Puumalainen（2007年）通过企业小组讨论系统地识别了颠覆性技术，包括网格计算和移动点对点系统。Carlsen等人（2010年）提出了一种横向扫描调查方法来检测颠覆性信号并制定技术路线图。但这些研究存在主观性和范围有限的挑战。专家的时间和认知能力限制了他们捕捉到所有现有技术中颠覆性信号的能力。早期的颠覆性创新理论主要强调技术性能和未来前景，而没有考虑其内在特征，如新颖性和融合性，这些特征在附录A中有总结。

颠覆性创新理论不断发展，研究人员应用了基于颠覆性技术客观特征的定量方法。例如，Esposito（2023年）开发了一套基于新颖性和影响力的专利评估指标。本研究特别关注了20世纪的美国专利。Park等人（2023年）提出了基于论文和专利引用模式的“引用-颠覆性”（CD）指数，考虑了焦点项目和前驱项目的共同引用情况。他们还利用标题和摘要文本的新颖性来研究颠覆性的变化。整合现有的科学知识是技术独特性和新颖性的关键来源（Verhoeven等人，2016年）。因此，一些研究通过专利IPC和知识模因的共现来衡量技术的颠覆性（Li和Wang，2024年）。其他学者使用可扩展性因素来评估技术颠覆的程度。例如，Cheng等人（2017年）利用专利数据开发了一个“易感-感染-恢复-易感”（SIRS）模型来衡量技术扩散和颠覆潜力。这些定量方法减少了主观性，并通过使用专利数据从技术角度扩大了识别范围。然而，现有的基于专利的定量方法存在滞后和路径依赖的问题，即专利指标往往会强化主流领域中的既定技术轨迹。然而，颠覆性技术往往出现在非主流技术领域。此外，它们还很大程度上忽略了非技术因素（如政策支持、公众关注和市场潜力）在颠覆性能源技术出现和发展中的关键作用。

为了提高可靠性，研究人员还应用了定性和定量方法的结合。例如，Momeni和Rost（2016年）通过整合专利发展路径与主题建模分析和专家评估来识别颠覆性太阳能技术。欧盟委员会联合研究中心（JRC）2024年的“能源早期阶段技术”报告基于高活跃主题和专家评审，识别出了77项新兴的颠覆性技术。但仅依靠专家判断来验证定量列表无法克服现有方法的局限性。与此方法一致，本研究开发了一个多源数据驱动的框架，通过系统评估技术的多维特征来识别颠覆性能源技术。具体来说，利用专利分析和文本挖掘来客观识别颠覆性能源技术，随后通过专家调查分析进行二次筛选。分析重点关注能源转型中的五个关键且相互关联的领域——核能、风能、太阳能、储能和氢能。本研究在每个领域内识别出颠覆性技术，并进一步编制了一份最有前景的能源技术清单，包括小型模块化反应堆、氢燃料电池和可控超导磁能存储。此外，研究结果强调了在识别过程中考虑技术因素和非技术因素的重要性，并表明跨方法比较可以揭示值得更多关注的早期颠覆性技术。

本文从三个方面对现有文献做出了贡献。首先，它提出了一种新颖的两阶段框架，将定量方法与专家调查相结合来识别颠覆性能源技术。利用专利分析和文本挖掘的大规模数据处理能力，该框架克服了专家评估的范围有限性和主观性问题。结合专家的前瞻性见解以及这两种方法的比较，有助于克服定量指标的固有滞后和路径依赖问题，为在工业化早期阶段识别颠覆性能源技术提供了补充见解。其次，本研究采用了多源数据整合策略。通过整合专利、政策文件、新闻文本和专家意见，该方法弥补了以往研究的不足，并强调了早期识别颠覆性技术需要考虑技术因素和非技术因素的新见解。第三，本研究不仅识别了每个领域内的颠覆性技术，还突出了最具前景的颠覆性能源技术。这为政策决策和企业投资决策提供了参考，同时通过将颠覆性技术整合到能源模型中为学术研究做出了贡献。

本文的其余部分安排如下：第2节介绍数据并详细说明了识别框架的构建过程，包括指标开发和识别过程。第3节报告结果和讨论。第4节对结果进行了验证和分析。第5节总结了研究并指出了研究的局限性。

数据来源

先前的文献被用来验证收集的专利数据的有效性和完整性（Hoette等人，2021年）。通过结合专利IPC代码和技术关键词，在五个能源领域进行了广泛的搜索，从而形成了一个全面的专利搜索策略。搜索策略通过验证和优化搜索结果进行了迭代改进。IncoPat是一个提供广泛搜索、分析和监控工具的全球专利数据库

识别结果

推广和大规模应用新能源是实现全球可持续发展的关键（Edenhofer等人，2013年；Ai等人，2025年）。第28届联合国气候变化框架公约（UNFCCC）缔约方大会标志着化石燃料时代的“终结开始”（UNFCCC，2023年）。根据国际能源署（IEA）的数据，到2050年，近70%的电力将来自可再生能源，其余部分主要由核能提供（IEA，2021年）；国际可再生能源机构（IRENA）也提供了类似的预测（IRENA，2022年）

结果验证

应用识别框架后，表5列出了根据最终专家验证得出的综合得分排名前10的颠覆性能源技术。随后使用以下标准来验证技术列表的准确性以及识别系统的可行性和实际效果：（1）技术颠覆的证据；（2）现实世界的信息，如技术奖项和资金支持。

以下

结论

本研究开发了一个颠覆性能源技术识别框架，该框架结合了定性和定量方法，利用多源数据来识别关键清洁能源领域的颠覆性技术。本研究通过关注颠覆性技术的识别，扩展了现有关于颠覆性创新的文献。全面的文献回顾提炼了颠覆性技术的特征，并构建了基于核心属性的指标

CRediT作者贡献声明

董杰：撰写——初稿、验证、软件、方法论、调查、正式分析、数据管理。杨晨：撰写——初稿、验证、软件、方法论、调查、正式分析、数据管理。张红燕：撰写——审稿与编辑、验证、监督、项目管理。周鹏：撰写——审稿与编辑、监督、项目管理、方法论、概念化。

未引用的参考文献

Kabore和Park，2019

欧盟委员会出版办公室，2024

致谢

作者感谢国家自然科学基金（编号：72243012、72204265）提供的财政支持。