《Energy Research & Social Science》：Uncovering the directionality of innovation in artificial intelligence for energy transitions: A global perspective on the twin transition using patent analysis
编辑推荐：
人工智能（Artificial Intelligence, AI）与能源转型的交汇点，通常被称为双重转型（Twin Transition），正受到能源、交通、建筑和工业等领域的政策制定者、技术专家和研究人员的日益关注。然而，除了轶事证据外，对双重转型新兴方向性
人工智能（Artificial Intelligence, AI）与能源转型的交汇点，通常被称为双重转型（Twin Transition），正受到能源、交通、建筑和工业等领域的政策制定者、技术专家和研究人员的日益关注。然而，除了轶事证据外，对双重转型新兴方向性的全面理解仍然有限。该研究采用专利景观分析（patent landscape analysis）来识别双重转型的方向性，通过开发一个涵盖地理（geographical）、行为者（actor）、部门（sectoral）和功能（functional）维度的暂定预期框架（anticipatory framework）做出概念性贡献，专利数据作为创新方向的上游指标。基于欧洲专利局（European Patent Office, EPO）的数据库（Espacenet），覆盖五大司法管辖区（中国、美国、韩国、欧洲和日本），分析显示专利族高度集中于中国，其余分布在其他四个司法管辖区。这种集中本身并不意味着技术领先地位，该分析被定位为对上游创新模式的研究，而非下游转型结果。在欧洲、日本和美国，企业主导专利活动，而在中国和韩国，大学和政府/公共机构发挥更大作用。人工智能在信息和通信技术（Information and Communication Technology, ICT）以及提高效率方面的应用在中国和美国占主导地位，而日本则表现出相对更强的工业导向。建筑等部门的代表性不足本身就是一个重要的方向性发现。最后，该研究强调了双重转型的不均衡和争议性，并呼吁未来研究在“全球北方（Global North）”之外、但不限于中国，来揭示其方向性。
**论文解读文章**
**研究背景与问题**
气候变化紧迫性日益凸显，政府间气候变化专门委员会（IPCC）报告指出，全球温室气体排放需在2025年前达峰，2030年前减排43%，但当前脱碳进展缓慢且不均衡。人工智能（AI）被视为加速能源转型的潜在颠覆性技术，其与能源转型的交汇点被称为“双重转型”（Twin Transition）。然而，现有研究多基于轶事证据或下游结果（如可再生能源部署、碳效率），缺乏对上游创新方向性（directionality）的系统理解，即创新活动在地理、行为者、部门、功能维度上的集中模式与演化轨迹。现有文献对方向性的概念化多停留在理论层面，缺乏基于大规模实证数据的分析框架。因此，该研究旨在通过专利景观分析（patent landscape analysis），揭示AI与能源转型交汇处技术创新方向性，回答“专利数据揭示了双重转型的何种方向性”这一核心问题。
**研究内容与意义**
研究人员开发了一个四维暂定预期框架（地理、行为者、部门、功能），利用欧洲专利局（EPO）Espacenet数据库，检索2000-2023年专利数据，结合气候减缓技术（CPC分类码Y02/Y04）和AI相关关键词（OECD提出的83个关键词），聚焦五大司法管辖区（中国、美国、韩国、欧洲、日本）的专利族。该研究得出：中国在专利族数量上高度集中，但并非技术领导力指标；企业主导欧洲、日本、美国的专利活动，而中国和韩国大学/公共机构作用更大；AI在ICT和效率提升方面在中国和美国占主导，日本工业导向更强；建筑部门代表性不足。研究意义在于首次通过专利数据在全球尺度上实证检验双重转型方向性，为理解上游创新动态提供可比较的分析工具，并揭示转型的不均衡与争议性。论文发表在《Energy Research》。
**主要技术方法**
研究人员采用专利景观分析（patent landscape analysis）作为核心方法。数据来源为欧洲专利局（EPO）的Espacenet数据库，覆盖全球五大知识产权局（中国国家知识产权局、美国专利商标局、日本特许厅、韩国特许厅、欧洲专利局及其39个成员国）。检索策略结合合作专利分类（CPC）代码（Y02和Y04，用于气候减缓技术）和OECD提出的83个AI相关关键词。分析以专利族（patent family）作为创新代理，以最早申请年作为创新时间代理，并从四个维度解读方向性：地理维度基于申请司法管辖区，行为者维度基于申请人类型（企业、大学、政府/公共机构），部门维度基于CPC代码（建筑Y02B、碳捕获与封存Y02C、ICT节能Y02D、能源生成传输分配Y02E、工业Y02P、交通Y02T、智能系统Y04S），功能维度基于标题和摘要文本分析（效率、管理、预测、优化、存储五个关键词）。样本队列来源为2000-2023年间68,758个独特专利族，聚焦五大司法管辖区。
**研究结果**
**4.1 地理分布（Geographical）**：通过专利族数量统计，发现中国占五大司法管辖区总专利族的约89%（65,385个），其他依次为美国（3,052）、韩国（2,083）、欧洲（1,798）、日本（1,228）。但若考虑授权率，中国最低（62%），其他地区为69%-79%。通过专利合作条约（PCT）的国际申请分析，中国申请人（2,357）仍最多，其次为美国（1,964）。国内与国际申请比例显示，中国和美国的国内申请比例较高（47%和40%），而日本、欧洲、韩国以国际申请为主。桑基图揭示中国是国际申请人的主要目的地。
**4.2 行为者（Actor）**：通过申请人类型分类，发现中国和韩国中大学与政府/公共机构贡献了约36%的专利族，而美国、日本、欧洲中企业贡献超过90%。全球前15名申请人中，6家来自中国（包括浙江大学和深圳先进技术研究院），13家为企业。
**4.3 部门（Sectoral）**：基于CPC代码分析，发现AI在ICT部门占比在中国（30%）和美国（30%）最高，而在欧洲、日本、韩国更侧重能源生成、传输与分配。日本在工业部门AI专利占比领先，建筑部门在韩国和欧洲稍高，但整体所有地区建筑部门专利占比低，碳捕获与封存（CCS）部门低于1%。
**4.4 功能（Functional）**：通过关键词文本分析，发现“存储”（storage）是各司法管辖区最强调的功能，尤其在日本；“优化”（optimization）在中国突出；“管理”（management）在韩国主导；“效率”（efficiency）在中国和韩国较受重视；“预测”（forecasting）整体占比低。
**讨论总结与结论翻译**
**讨论总结**：讨论部分从四个维度解读方向性。地理维度上，中国专利集中反映国家主导的使命导向创新（state-led mission-oriented innovation），但高数量不等同技术领导力，授权率低提示可能受低创造性门槛和策略性申请影响，存在路径依赖和全球南方-北方分化的风险。部门维度上，AI在ICT和效率提升方面集中，可能强化现有体制（regime resistance），如日本工业AI和交通领域电动车导向可能锁定现有系统，建筑部门代表性不足意味着市场信号未驱动转型，需公共行动。行为者维度上，中国和韩国呈现国家-大学-企业联合模式，而欧洲、日本、美国由企业主导，这反映了不同制度逻辑（公共使命 vs. 利润竞争），影响谁塑造方向、谁受益。功能维度上，强调效率、优化、存储等功能偏向增量改进而非系统重构，可能导致反弹效应（rebound），如AI基础设施自身能耗增加。研究设计反思指出，四维框架适用于早期转型阶段，但需结合其他方法（如政策分析）以全面理解方向性。
**研究结论翻译**：该研究回答了以下研究问题：人工智能与能源转型交汇处的专利技术创新揭示了双重转型的哪些方向性？该研究的主要概念贡献是使用专利景观分析在全球范围内实证理解方向性。所开发的四维框架提供了一种实用回应，证明当同时沿地理、行为者、部门和功能维度进行分析时，方向性可以通过专利数据得到实证检验。基于欧洲专利局全球专利数据（Espacenet），分析表明：(i) 双重转型创新集中在少数司法管辖区；(ii) 相同底层技术在不同司法管辖区以非常不同的方式开发，取决于创新是由国家、私营企业还是两者混合主导；(iii) 某些部门和功能被优先考虑/强调；(iv) 专利数据中缺失的内容（如建筑部门代表性不足）本身就是一个方向性发现。实证结果由三种动态解释，每种来自不同的制度配置：国家主导的使命导向创新、体制抵抗和反弹效应。这些动态并非相互排斥，通常并存，但相对权重因背景而异。第一种主导中国模式，第二种在企业主导的欧洲、日本、美国配置中更明显，第三种在功能维度以效率框架占主导时最为突出。这些发现强调了双重转型在全球范围内以空间不均和差异化方式推进的复杂性。
