《Journal of Cleaner Production》：Identifying and analyzing technological ideas in hydrogen fuel cells using topic models and large language models
编辑推荐：
•开发了一种结合LDA与大型语言模型辅助语义解释的综合框架，用于识别细粒度的技术创意。•通过111个技术创意，从微观基础视角阐述了氢燃料电池创新。•原创技术创意呈现三阶段演化；新兴技术创意集群展现出四种S型曲线模式，并揭示了近期发展方向。•展示了生成式人工智能在支持技术创意分
- •
开发了一种结合LDA与大型语言模型辅助语义解释的综合框架，用于识别细粒度的技术创意。
- •
通过111个技术创意，从微观基础视角阐述了氢燃料电池创新。
- •
原创技术创意呈现三阶段演化；新兴技术创意集群展现出四种S型曲线模式，并揭示了近期发展方向。
- •
展示了生成式人工智能在支持技术创意分析方面的价值。
引言
随着全球经济的发展和能源需求的增长，化石燃料的消耗——以及由此产生的CO2总排放量——正在不断上升。能源储备缩减和环境污染的双重挑战日益突出。向清洁、低碳、安全、高效的能源体系转型已成为不可逆转的趋势。氢能作为一种储量丰富、质量能量密度高且环境友好的清洁能源（国际能源署，2025），被誉为21世纪理想的能源来源之一，因此被置于全球脱碳战略的前沿（Buonomano等，2025）。
氢燃料电池（HFCs）是以氢气为燃料，通过电化学反应直接将燃料化学能转化为电能的发电装置。它们具有能量转换效率高、零排放和静音运行等优势，并被《全球氢能回顾》（国际能源署，2025）认定为更广泛的清洁技术制造方案的一部分。HFC技术涵盖多个学科，包括电化学、热力学、工程经济学、材料科学与工程以及电气工程（Sharaf和Orhan，2014）。其发展具有高技术复杂性、快速迭代和跨领域整合的特征。因此，世界各国都高度重视HFC技术，以支持低碳清洁社会的实现（国家发展和改革委员会与国家能源局，2022）。
在此背景下，全面客观地了解HFC技术的发展轨迹、新兴方向和创新能力，对于国家科技政策制定和企业研发活动的战略规划至关重要。尽管已有研究考察了HFC的技术发展，但该领域的文献计量分析仍然有限，很少有研究能够在技术演化的整个历史跨度内对技术创意进行细粒度的定量评估。
为弥补这一空白，本研究引入了技术创意（TIs）的概念。现有的技术创新与发展研究通常以技术作为分析单位。然而，技术本身由多个底层技术创意组成，这些创意可以被视为更细粒度的概念构建模块，它们共同塑造技术并构成创新的基本来源。通过将分析焦点从技术转向技术创意，我们能够深入技术创新和演化的微观基础，从而更细致地考察技术知识如何随时间涌现、发展和重组。因此，在HFC领域识别和分析技术创意可以促进对技术演化更科学的解读，减少研发活动中的不确定性，并为技术发展提供战略指导。
为实现这一目的，本研究提出了一种基于主题建模和大型语言模型的框架，用于识别和分析技术创意。该方法为研究HFC领域技术创意提供了数据驱动的视角，并为其他技术领域技术创意的研究提供了方法论参考。技术创意被组织为广义层次、粗粒度集群和细粒度技术创意的三层结构。该结构既能支持对HFC技术体系的宏观层面解读，又能实现单个技术创意的细粒度分析。
本文其余部分结构如下。第2节回顾了关于HFC发展的先前沿计量研究以及创意与技术创意的文献。第3节描述了专利数据和所提出的方法论。第4节报告并讨论了实证结果。第5节总结主要发现并讨论研究的局限性。
章节摘要
氢燃料电池发展的计量学研究
作为关键能源载体，HFC技术持续受到学术界和工业界的关注。科学计量方法为揭示大规模专利和学术文献中蕴含的潜在技术结构、知识关系和演化模式提供了系统且定量的工具。利用这些方法，现有研究考察了HFC的技术格局，包括其技术结构、知识网络和
方法论
本研究利用主题建模和大型语言模型来识别和分析HFC领域技术创意的全生命周期。所提出的分析框架包含四个组成部分（图1）。首先进行数据收集和处理。汇编目标技术领域的专利数据集，然后将每件专利的标题和摘要进行拼接，并经过标准预处理流程，生成用于后续分析的标记化文本表示。该
结果与讨论
表1提供了技术创意关键指标和公式的总结。
结论
尽管大多数文献计量研究以技术为主要分析单位，本研究则聚焦于技术创意（TIs），即技术背后的概念构建模块。通过将分析焦点从技术转向技术创意，本研究从微观基础视角阐述了技术创新与演化，使研究者能够考察原始创意、新兴创意以及创意重组过程，而这些过程在技术层面可能难以显现。
该
作者贡献声明
任海英： 撰写 – 审稿与编辑，撰写 – 初稿，方法论，形式化分析，概念化。郭静茹： 撰写 – 初稿，方法论，形式化分析，数据整理。
稿件撰写过程中生成式AI和AI辅助技术的声明
声明：在撰写本文过程中，作者使用了GPT-4o、GPT-5和DeepSeek来辅助将细粒度技术创意综合为粗粒度集群，并对已识别的技术创意组合进行创意挖掘。作者已在稿件中明确说明了使用情况。在使用这些工具后，作者根据需要审阅并编辑了内容，并对发表文章的真实性负责。
利益冲突声明
作者声明，他们不存在可能影响本文所述工作的已知经济利益冲突或个人关系。
致谢
作者感谢北京社会科学基金通过资助项目编号23GLA009提供的经费支持。
任海英|郭静茹
