基于“論文一專利”的主題關(guān)聯(lián)與互動演化研究

DO1：10.6049/kjjbydc.D2024100164中圖分類號：G250.2 文獻標(biāo)識碼：A開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：文章編號：1001-7348（2025）13-0149-12

0 引言

科技創(chuàng)新是發(fā)展新質(zhì)生產(chǎn)力的核心要素。正如約瑟夫·熊彼特在其著作《經(jīng)濟發(fā)展理論》中所闡述的，通過引入新的生產(chǎn)方法，重新對生產(chǎn)要素進行組合，可以提升生產(chǎn)效率，促進經(jīng)濟發(fā)展。這些新的生產(chǎn)方法通常源于科學(xué)知識探索與應(yīng)用技術(shù)突破，在科技創(chuàng)新價值鏈中，科學(xué)研究為新技術(shù)研發(fā)奠定理論基礎(chǔ)，以專利為代表的技術(shù)則是將科技成果轉(zhuǎn)化為實際應(yīng)用的關(guān)鍵形式。科學(xué)論文代表前沿知識創(chuàng)造與積累，代表基礎(chǔ)研究的最新成果，專利技術(shù)則體現(xiàn)知識向?qū)嶋H應(yīng)用的轉(zhuǎn)化能力?？茖W(xué)論文和專利技術(shù)在推動科學(xué)研究與技術(shù)進步方面發(fā)揮重要作用，它們之間的互動與轉(zhuǎn)化并非簡單的線性關(guān)系。探究科學(xué)論文與專利技術(shù)之間的主題關(guān)聯(lián)及互動演化規(guī)律，有助于深入理解知識從理論到實踐的轉(zhuǎn)化過程，對于預(yù)測技術(shù)趨勢和加快技術(shù)創(chuàng)新具有重要意義。尤其是在科技快速發(fā)展背景下，厘清這一規(guī)律尤為重要。

學(xué)術(shù)界在揭示科學(xué)論文與專利技術(shù)關(guān)聯(lián)性方面取得一些進展，但現(xiàn)有研究大多停留在基于共引關(guān)系或引文網(wǎng)絡(luò)分析方法上，側(cè)重于靜態(tài)視角下固定關(guān)聯(lián)模式分析，未充分揭示科學(xué)與技術(shù)之間的動態(tài)演化機制。隨著人工智能和自然語言處理技術(shù)的發(fā)展，可以基于文本內(nèi)容開展動態(tài)分析。結(jié)合BERTopic主題建模、語義相似度和演化機制分析，可以深入研究科學(xué)論文與專利技術(shù)關(guān)聯(lián)機制及其演化過程，進一步揭示科學(xué)知識向技術(shù)應(yīng)用轉(zhuǎn)化的內(nèi)在邏輯，并為技術(shù)創(chuàng)新管理提供理論支持。

1文獻綜述

1.1論文一專利主題關(guān)聯(lián)研究

知識創(chuàng)造和知識流動的有效性在高級經(jīng)濟體中已成為重要競爭因素[1]。當(dāng)前，學(xué)界在論文與專利主題關(guān)聯(lián)研究方面已取得一定進展，研究方法大致分為基于引用關(guān)系、基于文本內(nèi)容以及基于映射關(guān)系3類。

（1）基于引用關(guān)系的研究方法通過分析論文與專利之間的引用或耦合關(guān)系，揭示科學(xué)與技術(shù)之間的聯(lián)系。例如，Ahmadpoor等提出一種基于引用距離的度量方法，揭示科學(xué)研究與技術(shù)發(fā)明之間的關(guān)聯(lián)性；Chen等[3]基于共被引關(guān)系進一步衡量科學(xué)研究與技術(shù)知識之間的互動；寧子晨等[4探討“數(shù)據(jù)挖掘”主題下專利主體與技術(shù)主題以及文獻關(guān)鍵詞的耦合關(guān)系及其演化規(guī)律。

（2）基于文本內(nèi)容的研究方法通過語義分析或主題建模，挖掘論文與專利文本相似性或關(guān)聯(lián)性。例如，Chen等[5]通過向量空間模型（VSM）和WF-IDF加權(quán)法測量專利引文間的文本相似性，檢驗其能否指示知識關(guān)聯(lián)；張凱等結(jié)合Termolator算法與GPT提示學(xué)習(xí)方法，創(chuàng)新性地對技術(shù)術(shù)語進行抽取和聚類分析，以識別新興技術(shù)。

（3）基于映射關(guān)系的研究方法通過學(xué)科與技術(shù)領(lǐng)域的映射，研究論文與專利之間的知識流動及相互影響。例如，唐露源等基于維基百科分類樹構(gòu)建知識本體，將論文與專利映射到該本體中，通過配對樣本T檢驗，驗證論文與專利在知識演化方面的時間滯后性與知識流動特征;Ferreira等[8]構(gòu)建科學(xué)研究與技術(shù)應(yīng)用成果之間的映射關(guān)系，揭示基礎(chǔ)科學(xué)對技術(shù)轉(zhuǎn)化的影響。

上述3類研究方法各有優(yōu)劣?；谝藐P(guān)系的研究方法能從宏觀層面揭示論文與專利間的結(jié)構(gòu)性聯(lián)系，但難以克服數(shù)據(jù)時滯性問題，且未深入挖掘文本內(nèi)容，導(dǎo)致結(jié)果細(xì)粒度不足?；谖谋緝?nèi)容的研究方法能從微觀層面分析論文與專利內(nèi)容，提供更精細(xì)的研究結(jié)果，但易受樣本類型、模型質(zhì)量和參數(shù)設(shè)置的影響，從而對實驗結(jié)果的穩(wěn)定性與可靠性提出較高要求?；谟成潢P(guān)系的研究方法在跨學(xué)科或跨技術(shù)領(lǐng)域研究中由于學(xué)科分類標(biāo)準(zhǔn)不同，難以建立有效的對應(yīng)關(guān)系，會限制其應(yīng)用效果。為克服這些局限性，混合研究方法為主題關(guān)聯(lián)分析提供了新的解決思路。冉從敬等[9]結(jié)合社會網(wǎng)絡(luò)分析方法、科學(xué)知識圖譜與“BERT + Ke-mans + LDA\"模型，提出一種新的分析框架，為科學(xué)與技術(shù)互動研究提供了理論與實踐創(chuàng)新。

1.2 互動演化研究

互動演化研究旨在系統(tǒng)分析和追蹤特定領(lǐng)域內(nèi)主題、概念或關(guān)鍵詞隨時間變化的過程，以揭示其發(fā)展趨勢、相互關(guān)系及演變機制。傳統(tǒng)研究方法包括由領(lǐng)域?qū)＜抑鲗?dǎo)的定性分析方法、基于計算機技術(shù)的定量分析方法以及二者相結(jié)合的混合分析方法[10]。Glaseramp;Strauss[11]的扎根理論通過系統(tǒng)定性研究，從數(shù)據(jù)中生成理論，被廣泛應(yīng)用于社會科學(xué)研究領(lǐng)域。Krippen-dorff[12]的內(nèi)容分析法通過對文本或媒體內(nèi)容進行編碼與分類，識別潛在模式和主題。然而，這些定性分析方法由于過度依賴領(lǐng)域?qū)＜?，逐漸顯現(xiàn)出主觀性較強、效率較低、人力成本較高等不足，限制了其應(yīng)用的廣泛性。

隨著計算機技術(shù)的進步，Salton等[13]發(fā)展向量空間模型（VSM，為主題自動化識別與相似性計算提供技術(shù)支持。此后，Blei等[14]提出潛在狄利克雷分配模型（LDA），極大程度上促進計算機輔助主題識別。此后，學(xué)者們逐漸運用計算機技術(shù)開展主題演化研究，如Zhang等[15]通過融合LDA主題模型、生命周期理論與文本相似度，評估特定技術(shù)演化路徑；寇園園等[16]從IPC專利分類視角，運用馬爾可夫鏈和顯性技術(shù)比較優(yōu)勢指數(shù)識別技術(shù)演進特征與演變結(jié)果。此外，胡澤文等[]提出基于LDA2Vec—BERT的主題識別與演化模型，用以識別區(qū)塊鏈技術(shù)演化趨勢與特征。

總體而言，主題演化研究經(jīng)歷了從定性分析到定量分析再到混合分析的演變趨勢。隨著計算機技術(shù)和數(shù)據(jù)分析方法的進步，混合分析方法在提高研究效率和深度上展現(xiàn)出巨大潛力。BERTopic等新興模型為主題演化研究提供了靈活工具，能較好地捕捉主題的細(xì)微變化和動態(tài)演變，逐漸成為當(dāng)前主流研究趨勢。

2 研究思路與研究方法

2.1 研究思路

本研究以智能化數(shù)據(jù)處理為核心方法，研究主線遵循“確定研究范圍 $$ BERTopic主題建模 $$ 主題關(guān)聯(lián)與互動演化分析”，針對特定領(lǐng)域進行深入分析。具體而言，研究流程分為以下幾個步驟：首先，選定研究主題，確定時間范圍，制定檢索策略，從IncoPat數(shù)據(jù)庫中提取專利數(shù)據(jù)單元，從WebofScience數(shù)據(jù)庫中提取論文數(shù)據(jù)單元，并對提取的文本進行預(yù)處理。其次，應(yīng)用BERTopic主題建模，對論文與專利摘要數(shù)據(jù)集進行文檔嵌入、UMAP降維、HDBSCAN聚類及C-TF-IDF主題表示，提取主題聚類結(jié)果。最后，從以下兩個維度展開分析：一是通過余弦相似度評估論文與專利之間的主題關(guān)聯(lián)關(guān)系，二是基于主題對間的關(guān)聯(lián)度分析互動演化過程與趨勢。本研究構(gòu)建“論文一專利”主題關(guān)聯(lián)與互動演化分析框架，如圖1所示。

2.2 研究方法

2.2.1BERTopic主題建模研究方法

本研究采用BERTopic模型對論文與專利摘要數(shù)據(jù)集進行主題建模。相較于傳統(tǒng)LDA模型，該方法克服了忽視文本上下文語義關(guān)聯(lián)的局限[18]，通過預(yù)訓(xùn)練語言模型生成文檔嵌入，結(jié)合UMAP降維與HDB-SCAN聚類實現(xiàn)主題劃分，并利用C-TF-IDF進行主題表示，在復(fù)雜文本主題挖掘與語義分析中表現(xiàn)出較強的適用性。

文檔嵌入是將文本轉(zhuǎn)換為向量表示的一種技術(shù)，通常通過預(yù)訓(xùn)練語言模型生成。本研究使用微軟開發(fā)的輕量級預(yù)訓(xùn)練語言模型“all-MiniLM-L6-v2”。該模型基于BERT架構(gòu)，包含6層Transformer，每層有384個隱藏單元，具備高效處理大規(guī)模文本數(shù)據(jù)的能力。文檔嵌入過程分為以下幾步：首先，對輸人文本進行分詞，將文本分解為詞匯或子詞單元。對于每個詞匯，模型會查找其對應(yīng)的預(yù)訓(xùn)練嵌入表示，如假設(shè)詞匯 w_i 對應(yīng)的嵌入為 e_i 。其次，通過在模型中加入位置編碼，保留詞語在文本中的位置信息。假設(shè)位置嵌入為 ?_Pi ，則將最終的輸入嵌人表示為詞嵌入 e_i 與位置嵌入 ?_Pi 之和。最后，在Transformer編碼器部分，模型采用多層結(jié)構(gòu)，每層包含自注意力機制和前饋神經(jīng)網(wǎng)絡(luò)。通過自注意力機制計算序列中每個詞語間與其它詞語的依賴關(guān)系。

式（1）中， Q 表示查詢向量， K 表示鍵向量， V 表示值向量， d_k 表示鍵向量的維度。通過softmax函數(shù)將點積結(jié)果轉(zhuǎn)換為注意力權(quán)重，用以衡量詞語間的相關(guān)性。softmax的輸出與值向量 V 相乘，得到加權(quán)求和后的注意力輸出 Attention（Q，K，V） 。該輸出被送入前饋神經(jīng)網(wǎng)絡(luò)，每個詞的嵌人過程經(jīng)過一層線性變換、ReLU激活函數(shù)和第二層線性變換處理，計算公式如下：

h=max（0，xW₁+b₁）

y=hW_?+b₂

式（2）（3）中， W₁ ， W₂ 分別表示前饋神經(jīng)網(wǎng)絡(luò)中第一層和第二層的權(quán)重矩陣， b₁、b₂ 為偏置向量，ReLU激活函數(shù)定義為 max（0，x） 。提取對應(yīng)CLS標(biāo)記的輸出向量，將其作為整個文檔的嵌入表示。

UMAP是一種非線性降維技術(shù)，旨在保留高維數(shù)據(jù)的局部結(jié)構(gòu)和全局結(jié)構(gòu)，將高維數(shù)據(jù)嵌入低維空間，其降維過程分為兩步：首先，使用 k-NN 算法找到每個數(shù)據(jù)點的 k 個最近鄰居；其次，將這些高維距離轉(zhuǎn)換為概率，表示數(shù)據(jù)點之間的連接強度。相似度計算公式如下：

式（4）中， ）表示數(shù)據(jù)點 i 與 j 之間的距離，ρ_i 為點 i 到其最近鄰居的最小距離， σ_i 表示用于控制局部鄰域大小的參數(shù)。UMAP通過最小化高維空間與低維空間相似度的差異來優(yōu)化降維效果，其損失函數(shù)（交叉熵）如下：

式（5）中， s（i，j ）表示點 i 與點 j 在高維空間的相似度， s_low（i，j） ）表示點 i 與點 j 在低維空間的相似度，集合edges表示基于 k-NN 算法生成的鄰近點對。UMAP通過最小化高維與低維空間相似度的差異來優(yōu)化降維效果。降維后，使用HDBSCAN算法進行聚類分析，該算法通過識別數(shù)據(jù)點的密度差異和噪聲點來提高聚類的準(zhǔn)確性及細(xì)粒度。主題表示采用C-TF-IDF方法，其通過增強類別內(nèi)的詞頻差異來突出主題，公式如下：

式（6）中， tf_t，c 表示詞語 Φ_t 在類別 c 中的詞頻， f_t 表示詞語 Ψ_t 在所有類別中的總出現(xiàn)次數(shù)， N 表示每個類別的平均詞數(shù)， W_t，c 表示詞語 χ_t 在類別 c 中的權(quán)重。根據(jù)權(quán)重排序，選取詞語作為類別的主題表示。

2.2.2主題關(guān)聯(lián)與互動演化研究方法

為揭示科學(xué)論文與專利技術(shù)之間的主題關(guān)聯(lián)，本研究采用基于語義相似度的關(guān)聯(lián)分析方法。計算論文和專利主題嵌入向量之間的余弦相似度，用以衡量它們在語義空間的接近程度。余弦相似度作為一種常見的相似性度量方法，通過計算兩個向量夾角的余弦值來評估它們的方向相似性，具體計算公式如下：

式（7）中， A?B 表示向量 A 與向量 B 的點積，計算方法見公式（8）。 |A|×|B| 表示向量 A 與向量 B 的模的乘積，計算方法見公式（9）。

為確保研究結(jié)果的準(zhǔn)確性，按照兩年為單位劃分時間切片，并計算不同時間段內(nèi)論文和專利主題的語義相似度。參考劉春麗等[19]的研究方法，將相似度閾值設(shè)為0.8。當(dāng)相鄰時間切片的主題相似度大于0.8時，表明主題關(guān)聯(lián)度較高，反映出科學(xué)或技術(shù)主題在演化過程中存在向下一個主題轉(zhuǎn)移的趨勢。另外，?；鶊D在呈現(xiàn)復(fù)雜信息流動過程中具有直觀性和準(zhǔn)確性，其被廣泛應(yīng)用于學(xué)術(shù)研究領(lǐng)域[20-22]。因此，為系統(tǒng)分析論文與專利主題在時間維度上的互動演化路徑，本研究基于主題聚類結(jié)果與主題相似度構(gòu)建主題演化網(wǎng)絡(luò)，節(jié)點代表特定時間段的主題，邊則表示主題間的相似度關(guān)系，通過?；鶊D對該網(wǎng)絡(luò)進行可視化分析，進一步結(jié)合創(chuàng)新理論，深入探索其內(nèi)在演化機制。

3“論文一專利”主題關(guān)聯(lián)與互動演化實證分析

3.1 階段一：研究范圍確定

節(jié)能降碳是實現(xiàn)“雙碳”目標(biāo)的核心舉措，也是實現(xiàn)美麗中國建設(shè)和推動經(jīng)濟社會綠色轉(zhuǎn)型的關(guān)鍵舉措。氫能源憑借清潔、低碳和可再生優(yōu)勢，成為能源轉(zhuǎn)型的重點方向之一。我國在《氫能產(chǎn)業(yè)發(fā)展中長期規(guī)劃（2021—2035年）》中明確提出氫能在未來國家能源體系中的重要地位，強調(diào)其在終端能源使用中的綠色低碳轉(zhuǎn)型作用，并將其視為未來發(fā)展的戰(zhàn)略性新興產(chǎn)業(yè)。作為氫能應(yīng)用的重要領(lǐng)域之一，氫燃料電池汽車不僅能減少碳排放，還將在全球交通系統(tǒng)中帶來深遠(yuǎn)變革。氫燃料電池汽車的廣泛推廣不僅有利于有效應(yīng)對全球氣候變化、促進能源清潔化，還有助于提升國家能源安全，減少對化石燃料的依賴，助力實現(xiàn)人與自然和諧共生。因此，深入開展氫燃料電池汽車領(lǐng)域科學(xué)與技術(shù)研究，對于加快該領(lǐng)域產(chǎn)業(yè)化進程具有重要意義。

本研究選取氫燃料電池汽車領(lǐng)域進行研究，專利技術(shù)數(shù)據(jù)來源于IncoPat專利數(shù)據(jù)庫，科學(xué)論文數(shù)據(jù)來源于WebofScience數(shù)據(jù)庫，檢索全球氫燃料電池汽車領(lǐng)域相關(guān)專利和論文。根據(jù)國家知識產(chǎn)權(quán)局發(fā)布的《氫能產(chǎn)業(yè)技術(shù)分類與國際專利分類IPC對照及檢索應(yīng)用》，結(jié)合已有研究[23-24]，將檢索策略表達(dá)式確定為（ （（IPC-LOW=H01M4/86） OR IPC=H01M8* ）ORTIABC L= （\"hydrogen fuel cell vehicle\" OR HFCV OR \"fuel cell vehicle\" OR \" proton exchange membrane fuelcellvehicle\" ORPEMFCV OR\"solid oxide fuel cell ve-hicle\" OR SOFCV OR \"solid polymer fuel cell vehicle\"ORSPFCVOR \"alkalinefuelcell vehicle\" OR AFCVOR\"phosphoric acid fuel cell vehicle\" ORPAFCV OR\"molten carbonate fuel cell vehicle\" OR MCFCV OR \"polymer electrolyte fuel cell vehicle\" OR PEFCV））AND（TIABC （氫燃料OR氫能OR氫氣ORH2OR液氫OR固體氫ORhydrogen））ORTIABC （氫OR質(zhì)子交換膜OR堿性O(shè)R磷酸OR熔融碳酸鹽OR固體高分子型OR固體氧化物OR氫燃料電池OR燃料電池電動汽車OR氫動力汽車）（2N）（燃料電池OR汽車））AD [20120101TO 20211231]，檢索日期為2024年9月2日，檢索范圍為2012年1月1日一2021年12月31日，經(jīng)擴展同族合并后得到專利數(shù)據(jù)單元（包含IPC分類號、摘要、優(yōu)先權(quán)申請等信息）共計32874條。論文數(shù)據(jù)單元（包含共引頻次、發(fā)表時間、摘要等信息）共計4108條，將其作為研究數(shù)據(jù)集。編寫Python代碼，對文本數(shù)據(jù)進行篩選與剔除空值、去停用詞等預(yù)處理操作，為主題建模分析奠定基礎(chǔ)。

3.2階段二：BERTopic主題建模

對預(yù)處理后的論文和專利摘要進行主題建模。在實驗設(shè)置階段，首先利用all-MiniLM-L6-v2模型生成文檔嵌人，并基于公式（4）（5）進行UMAP降維。其次，利用HDBSCAN算法進行聚類分析。最后，通過公式（6）計算C-TF-IDF值，以完成主題表示。由于篇幅受限，本文僅抽取部分主題建模結(jié)果進行展示。表1列出用于計算2012—2013年專利摘要BERTopic主題模型的關(guān)鍵參數(shù)設(shè)置。參數(shù)值基于已有研究成果[25]，并經(jīng)過多次實驗調(diào)試和優(yōu)化得出。

基于上述預(yù)設(shè)參數(shù)的主題模型，挖掘2012—2013年氫燃料電池汽車領(lǐng)域的41個專利研究主題（TopicO—Topic4O）。專利文檔主題分布情況如圖2所示，各主題所屬文檔呈現(xiàn)出顯著聚類趨勢。此外，特征詞權(quán)重變化趨勢分析顯示，當(dāng)特征詞數(shù)量超過6個后，大多數(shù)主題的特征詞權(quán)重趨于穩(wěn)定，表明額外的特征詞對主題區(qū)分的貢獻度較小。權(quán)重變化趨勢結(jié)果如圖3所示。設(shè)定主題特征詞的提取數(shù)量為6，用topic_mod-el.visualize_barchat（函數(shù)生成的部分專利主題特征詞結(jié)果如圖4所示。

用topic_model.visualize_hierarchy（函數(shù)生成2012——2013年專利主題層次聚類結(jié)果，如圖5所示。結(jié)合層次聚類分析與專利主題特征詞，將該時期的41個專利研究主題歸納為五大研究主題：膜技術(shù)與電解質(zhì)材料應(yīng)用、固體氧化物燃料電池材料與結(jié)構(gòu)設(shè)計、燃料供應(yīng)與能源轉(zhuǎn)化管理技術(shù)、氫能生產(chǎn)與存儲優(yōu)化、電極材料創(chuàng)新與高效應(yīng)用技術(shù)。

3.3 階段三：主題關(guān)聯(lián)與互動演化分析

3.3.1主題關(guān)聯(lián)分析

基于BERTopic主題建模結(jié)果，對各時間切片主題進行關(guān)聯(lián)性分析。首先，根據(jù)層次聚類結(jié)果，依次確定其它時期的論文與專利研究主題，如表2所示。其次，基于公式（7）—（9），分別計算表2中論文與專利主題在相同及不同時間切片的語義相似度，并根據(jù)計算結(jié)果確定關(guān)聯(lián)強度。最后，將余弦相似度的數(shù)值以區(qū)間形式呈現(xiàn)，從而清晰揭示論文與專利研究主題之間的關(guān)聯(lián)程度，如表3所示。

通過分析表3中的余弦相似值發(fā)現(xiàn)，共有17對論文與專利主題的關(guān)聯(lián)度較高（相似度大于0.8）。其中，2014—2015年專利技術(shù)研究主題Patent#5與多個時期的科學(xué)論文研究主題表現(xiàn)出顯著關(guān)聯(lián)性。具體而言，Patent#5與 2012—2013年的Paper#1（0.85）和Paper#5（0.82），2014—2015年的Paper#2（0.86）和Paper#4（0.86），2016—2017年的Paper#1（0.86）和Paper#4（0.82），2018—2019年的Paper#2（0.86）和Paper#4（0.83），以及2020—2021年的Paper#3（0.85）、Paper#4（0.81）和Paper#6（0.83）之間均存在緊密聯(lián)系。這種關(guān)聯(lián)性凸顯了氫燃料電池汽車技術(shù)跨領(lǐng)域整合趨勢，即Patent#5（新能源與混合動力汽車技術(shù)集成）并非孤立發(fā)展，而是與氫燃料電池汽車能效提升和排放控制、高壓儲氫和溫度調(diào)控、可再生能源和氫能系統(tǒng)集成優(yōu)化等多個領(lǐng)域緊密協(xié)同。通過整合多領(lǐng)域創(chuàng)新成果，氫燃料電池汽車技術(shù)不斷優(yōu)化系統(tǒng)效率和安全性，實現(xiàn)整體技術(shù)的持續(xù)提升。此外，Patent#5與不同時期論文研究主題的關(guān)聯(lián)性揭示氫燃料電池汽車技術(shù)的累積性演化特征，即每段時期研究基于前一階段成果，通過不斷解決實際問題并優(yōu)化系統(tǒng)，逐步推動技術(shù)進步。同時，這種高度關(guān)聯(lián)性還反映出氫燃料電池汽車領(lǐng)域研究熱點的長期持續(xù)性。無論是早期的排放控制、能效提升，還是后期的氫氣存儲與安全管理等核心問題，各階段研究均圍繞這些關(guān)鍵挑戰(zhàn)展開，顯示出這些問題具有持久研究價值和現(xiàn)實挑戰(zhàn)性。

進一步分析表3發(fā)現(xiàn)，論文研究主題與專利研究主題之間的關(guān)聯(lián)度呈逐步下降趨勢。數(shù)據(jù)顯示，2012—2015年，論文與專利關(guān)聯(lián)度較高，但隨著時間推移逐漸降低，這一趨勢揭示氫燃料電池汽車技術(shù)從基礎(chǔ)研究向應(yīng)用開發(fā)和產(chǎn)業(yè)化演進的自然過程。在技術(shù)發(fā)展早期階段，科學(xué)論文對專利創(chuàng)新具有較強的推動作用，專利與論文的關(guān)聯(lián)度較高；隨著技術(shù)逐漸成熟，產(chǎn)業(yè)化需求開始主導(dǎo)技術(shù)創(chuàng)新，專利更依賴于現(xiàn)有技術(shù)的優(yōu)化與整合，科學(xué)論文的影響力相應(yīng)減弱。這一現(xiàn)象反映出在氫燃料電池汽車技術(shù)演化過程中，應(yīng)用創(chuàng)新逐漸占據(jù)主導(dǎo)地位，進一步揭示基礎(chǔ)研究與應(yīng)用開發(fā)之間復(fù)雜、動態(tài)的互動關(guān)系。

3.3.2 主題互動演化分析

基于上文中的互動演化研究方法，通過繪制論文與專利主題的互動演化趨勢（如圖6所示），揭示主題隨時間變化過程的分裂、吸收與消亡等演化規(guī)律。在圖6中，“Paper\"和“Patent\"分別代表論文與專利，括號中第一個數(shù)字表示時間切片，第二個數(shù)字表示主題序號。例如，Patent（1，1）表示2012—2013年第一個專利主題Patent#1。通過分析各時間切片論文與專利的主題數(shù)量及其在演化過程中的吸收、分裂、衰滅和新興規(guī)律，揭示“論文一專利\"互動演化的主要類型。

（1）吸收式演化。吸收式演化模式如圖7所示。在此種演化模式下，論文與專利研究主題從多個研究方向逐漸聚集吸收演變?yōu)樾碌难芯恐黝}，通過整合與優(yōu)化前期科技成果，從而實現(xiàn)主題的完善與提升。例如，氫氣儲存與加注技術(shù)互動演化研究涉及9個研究主題，展現(xiàn)出吸收式演化特征，通過整合前期研究逐步聚焦于更具綜合性的創(chuàng)新領(lǐng)域。2012—2013年，氫燃料電池汽車科學(xué)研究主要集中在能效提升、排放控制、高壓儲氫和溫度調(diào)控等關(guān)鍵技術(shù)環(huán)節(jié)，同時對氫燃料供應(yīng)、能源轉(zhuǎn)化管理、氫能源生產(chǎn)和存儲優(yōu)化等問題進行廣泛探索，尤其是350bar與700bar高壓儲氫技術(shù)及燃料電池堆熱管理成為提升氫燃料電池性能的核心研究方向。2014—2015年，科學(xué)研究與技術(shù)開發(fā)的關(guān)聯(lián)度顯著增強，氫能生產(chǎn)、存儲與系統(tǒng)集成優(yōu)化、高壓儲氫與安全管理技術(shù)以及新能源與混合動力汽車技術(shù)集成廣泛吸收與應(yīng)用前期科研成果。2016—2017年，新能源與燃料電池在交通和無人系統(tǒng)中的應(yīng)用技術(shù)繼續(xù)從前一階段研究成果中獲益。2018—2019年，氫氣存儲與加注技術(shù)經(jīng)過前期研究積累與技術(shù)演進逐漸成熟，標(biāo)志著氫燃料電池汽車產(chǎn)業(yè)化進程進入新階段。尤其是700bar高壓儲氫瓶和快速加注站技術(shù)的突破，大幅度提升了氫燃料電池汽車的實用性和經(jīng)濟性，豐田Mirai和現(xiàn)代Nexo等車型的推出，標(biāo)志著氫燃料電池汽車商業(yè)化進程邁出重要一步。

（2）存續(xù)式演化。存續(xù)式演化模式如圖8所示。在此模式下，某一科學(xué)或技術(shù)研究主題在發(fā)展過程中保持核心框架的穩(wěn)定性，并基于此框架逐步改進與優(yōu)化。科學(xué)論文或?qū)＠夹g(shù)主題通常表現(xiàn)出較強的獨立性與穩(wěn)定性，反映出主題演化路徑的延續(xù)性和遞進性。例如，燃料電池核心材料與結(jié)構(gòu)優(yōu)化研究涉及的9個主題均為專利主題，顯示出該領(lǐng)域的存續(xù)式演化特點，即技術(shù)創(chuàng)新在核心框架內(nèi)穩(wěn)步推進。在技術(shù)研究早期階段（2012—2013年），研發(fā)人員主要聚焦于電化學(xué)儲能系統(tǒng)中的膜技術(shù)與電解質(zhì)材料應(yīng)用，尤其是在膜交換、電解質(zhì)和催化劑層等方面的創(chuàng)新性材料和技術(shù)開發(fā)。該階段的主要目標(biāo)是提升這些核心組件的性能和效率。2014—2015年，相關(guān)研究重心逐漸轉(zhuǎn)向電化學(xué)材料與燃料電池技術(shù)創(chuàng)新，尤其是在質(zhì)子交換膜、催化劑和電極材料的改進上，旨在提高燃料電池整體性能和耐久性。同時，固體氧化物燃料電池材料創(chuàng)新和結(jié)構(gòu)設(shè)計日漸受到重視，標(biāo)志著該領(lǐng)域技術(shù)的持續(xù)發(fā)展。2016—2017年，燃料電池雙極板設(shè)計與電解質(zhì)膜技術(shù)取得顯著進展，推動氫燃料電池汽車發(fā)展。與此同時，新型催化劑材料研發(fā)成為研究熱點，尤其是在減少對鉑等貴金屬催化劑依賴的背景下，碳基催化劑與石墨烯復(fù)合材料等新材料應(yīng)用探索成為關(guān)鍵方向。2018—2019年，研發(fā)進一步聚焦于提升燃料電池關(guān)鍵材料性能與儲能。相比于此前階段，這一時期的研發(fā)尤其關(guān)注聚合物電解質(zhì)膜技術(shù)的改進，尤其是在提升膜的導(dǎo)電性、耐化學(xué)性及其高溫環(huán)境下的穩(wěn)定性方面，以確保燃料電池的可靠性和性能的長期運行。2020一2021年，技術(shù)進步不僅體現(xiàn)在材料層面的持續(xù)優(yōu)化上，還反映出行業(yè)對可持續(xù)性和經(jīng)濟性需求的深刻認(rèn)知。通過減少貴金屬（尤其是鉑）的使用，燃料電池的制造成本得以顯著降低，為氫燃料電池汽車的廣泛市場應(yīng)用奠定了基礎(chǔ)。同時，雙極板設(shè)計創(chuàng)新和電解質(zhì)膜材料改進為燃料電池在高效性、可靠性和使用壽命方面提供了堅實的技術(shù)基礎(chǔ)。這些技術(shù)進展不僅推動氫燃料電池汽車產(chǎn)業(yè)可持續(xù)發(fā)展，還為促進能源結(jié)構(gòu)轉(zhuǎn)型和低碳未來發(fā)展提供了關(guān)鍵的技術(shù)基礎(chǔ)。

（3）創(chuàng)設(shè)式演化。創(chuàng)設(shè)式演化模式如圖9所示。這種演化模式以創(chuàng)新和分化為核心，推動新的研究主題不斷涌現(xiàn)，進而促進科學(xué)與技術(shù)的多元化發(fā)展。新主題不僅繼承了現(xiàn)有研究基礎(chǔ)，還通過創(chuàng)新拓展了科學(xué)和技術(shù)前沿。例如，氫燃料電池汽車能源效率與排放控制研究涵蓋23個主題，突顯了通過持續(xù)創(chuàng)新和分化拓展研究領(lǐng)域的創(chuàng)設(shè)式演化特征。2012—2013年，科學(xué)研究的重點集中在提升氫燃料電池汽車能源效率與排放控制上，尤其是通過改進燃料電池系統(tǒng)能效來減少碳排放。2014—2015年，低排放新能源車輛研究、氫氣存儲與加注技術(shù)成為學(xué)術(shù)界研究熱點，尤其是在高壓儲氫技術(shù)和加注系統(tǒng)優(yōu)化方面取得顯著進展。此外，新能源與混合動力汽車技術(shù)逐漸融合，研究人員開始探討太陽能、甲醇重整和電動模塊與燃料電池混合動力汽車整合，以提升整體系統(tǒng)的可持續(xù)性。2016—2017年，科學(xué)研究的重心轉(zhuǎn)向減少車輛碳排放及提高氫燃料電池利用效率。高壓存氫技術(shù)及燃料管理的優(yōu)化，尤其是在不同溫度和壓力條件下的調(diào)控成為這一階段的核心課題。與此同時，燃料電池在新型交通工具及無人系統(tǒng)中的應(yīng)用日益增多，研究領(lǐng)域進一步擴展至氫氣生成、微生物電解反應(yīng)及燃料氣體發(fā)電等方面，尤其是潛艇等特殊領(lǐng)域應(yīng)用開始受到更多關(guān)注。2018—2019年，科學(xué)研究的重點轉(zhuǎn)向混合動力系統(tǒng)能源優(yōu)化與控制，以進一步降低氫燃料電池汽車排放并優(yōu)化成本。質(zhì)子交換膜燃料電池性能提升和耐久性優(yōu)化成為這一階段的關(guān)鍵研究方向，尤其是在高壓氫氣儲存和溫度管理技術(shù)方面取得顯著進展。同時，技術(shù)研究還聚焦于氫能與可再生能源系統(tǒng)集成優(yōu)化、氫氣儲存與加注技術(shù)改進以及燃料電池控制與檢測系統(tǒng)開發(fā)等方面。2020—2021年，質(zhì)子交換膜燃料電池性能優(yōu)化、智能控制與能源管理以及氫燃料電池汽車能效提升與排放控制成為研究重點。高壓氫氣儲存安全性與溫控問題依然備受關(guān)注，混合動力系統(tǒng)能源管理成為研究焦點。技術(shù)研究進一步深化了新能源與化學(xué)轉(zhuǎn)化技術(shù)集成，尤其是在燃料電池?zé)峁芾砑芭c可再生能源系統(tǒng)協(xié)同應(yīng)用方面取得顯著進展。通過這些階段性發(fā)展，氫燃料電池技術(shù)在能效、儲能安全性以及與可再生能源整合方面取得顯著成果，推動清潔交通技術(shù)的快速發(fā)展。

3.3.3主題關(guān)聯(lián)與互動演化機制解析

論文與專利作為科學(xué)研究與技術(shù)開發(fā)的重要載體，其主題關(guān)聯(lián)與互動演化揭示知識流動與技術(shù)創(chuàng)新的復(fù)雜機制。科技創(chuàng)新通常呈現(xiàn)兩種演化模式：漸進式創(chuàng)新與顛覆式創(chuàng)新[26]。其中，漸進式創(chuàng)新依托知識積累與經(jīng)驗整合，推動技術(shù)持續(xù)優(yōu)化與完善。Grili-ches[27]指出，科技進步依賴于早期研究積累，通過整合已有知識與經(jīng)驗，持續(xù)促進創(chuàng)新。顛覆式創(chuàng)新則通過引入全新的科學(xué)技術(shù)打破現(xiàn)有格局，實現(xiàn)跨越式發(fā)展，并重新定義科技演進路徑。Christensen[28]指出，新興科技通常起源于邊緣市場，隨著成熟度提升，最終有可能顛覆現(xiàn)有市場格局。本文基于上述創(chuàng)新理論視角，進一步剖析“論文一專利”在科技創(chuàng)新中的驅(qū)動作用，具體分析如下：

（1）吸收式演化通過整合前期研究成果與知識外溢效應(yīng)，推動技術(shù)持續(xù)改進，呈現(xiàn)出漸進式創(chuàng)新的典型特征。其核心在于論文與專利的雙向互動，論文為專利開發(fā)提供理論支撐，專利實踐反哺基礎(chǔ)研究。例如，氫氣儲存與加注技術(shù)從350bar提升至700bar的突破，正是論文揭示材料特性與專利實踐相結(jié)合的成果。這一機制不僅推動單領(lǐng)域技術(shù)改進，還通過跨領(lǐng)域知識整合提升技術(shù)創(chuàng)新效率。吸收式演化在知識積累與流動中形成漸進性改進，為多學(xué)科協(xié)同與技術(shù)整合提供理論支持，體現(xiàn)了漸進式創(chuàng)新從細(xì)化知識到優(yōu)化路徑的內(nèi)在邏輯。

（2）存續(xù)式演化聚焦于現(xiàn)有科學(xué)或技術(shù)框架的局部優(yōu)化，體現(xiàn)了漸進式創(chuàng)新的延續(xù)形式。通過論文揭示細(xì)節(jié)問題或通過專利提出解決方案，有利于提升技術(shù)市場競爭力與可行性。例如，燃料電池催化劑與電極材料的持續(xù)優(yōu)化顯著提升了燃料電池效率與耐久性，同時還增強了技術(shù)的穩(wěn)定性與經(jīng)濟性。存續(xù)式演化在核心框架穩(wěn)定的基礎(chǔ)上不斷優(yōu)化細(xì)節(jié)，為實驗室技術(shù)向產(chǎn)業(yè)化轉(zhuǎn)化提供了堅實支撐，展現(xiàn)了漸進式創(chuàng)新從細(xì)節(jié)優(yōu)化到規(guī)模化應(yīng)用的路徑邏輯。

（3）創(chuàng)設(shè)式演化通過探索全新的科學(xué)技術(shù)路徑，為巔覆式創(chuàng)新提供動力。與吸收式和存續(xù)式演化不同，創(chuàng)設(shè)式演化注重從根本上突破現(xiàn)有技術(shù)框架。例如，在燃料電池能源效率與排放控制領(lǐng)域，通過論文可構(gòu)建新型燃料電池架構(gòu)理論模型，通過專利多元化技術(shù)實踐則能分化并催生出新的研究主題。這一演化模式重塑了技術(shù)路徑，不僅推動技術(shù)跨越式發(fā)展，還拓展了行業(yè)邊界，為未來技術(shù)創(chuàng)新注人新動能。

4結(jié)語

4.1 研究結(jié)論

本文圍繞氫燃料電池汽車領(lǐng)域“論文—專利”主題關(guān)聯(lián)與互動演化規(guī)律展開研究，得出以下研究結(jié)論：

（1）通過分析不同時間切片間“論文與專利”主題的語義相似度，發(fā)現(xiàn)17對強關(guān)聯(lián)性主題，表明科學(xué)與技術(shù)協(xié)同推動技術(shù)領(lǐng)域累積與演化。

（2）“論文與專利\"關(guān)聯(lián)度隨時間推移逐漸減弱，反映出氫燃料電池汽車從基礎(chǔ)研究向技術(shù)應(yīng)用的轉(zhuǎn)型過程，研究重心逐步由理論探索轉(zhuǎn)向?qū)嵺`開發(fā)，其中應(yīng)用創(chuàng)新成為主要驅(qū)動力。

（3）論文與專利主題在橫向時間切片上的關(guān)聯(lián)度變化揭示吸收式、存續(xù)式和創(chuàng)設(shè)式演化3種互動演化機制。

（4）從科學(xué)技術(shù)創(chuàng)新視角剖析主題關(guān)聯(lián)與互動演化機制，加深了對技術(shù)演化多樣性及創(chuàng)新驅(qū)動因素的理解。

4.2 理論貢獻

本文選取特定技術(shù)領(lǐng)域，運用BERTopic主題建模和語義相似度分析等方法，構(gòu)建以“研究領(lǐng)域選定 $$ 主題模型設(shè)計 $$ 實證研究分析”為主線的系統(tǒng)分析框架，理論責(zé)獻主要體現(xiàn)在以下幾個方面：

（1）該框架能夠高效識別不同知識來源之間的內(nèi)在關(guān)聯(lián)，揭示科學(xué)研究與技術(shù)應(yīng)用之間的互動邏輯，為相關(guān)領(lǐng)域的深人探索提供堅實的理論支撐。

（2）通過系統(tǒng)分析主題演變過程中的動態(tài)變化，該框架不僅能為學(xué)術(shù)界提供科學(xué)的研究支撐，也能為新興技術(shù)檢測、評估與發(fā)展規(guī)劃提供理論依據(jù)和實踐指導(dǎo)，并為產(chǎn)業(yè)界技術(shù)決策與創(chuàng)新發(fā)展提供切實可行的參考，助力推動技術(shù)應(yīng)用的持續(xù)創(chuàng)新和優(yōu)化。

（3）通過模塊化設(shè)計增強框架的通用性與遷移價值。該框架不僅適用于單一技術(shù)領(lǐng)域，還可廣泛應(yīng)用于其它行業(yè)及跨學(xué)科交叉領(lǐng)域研究。其靈活性和普遍適用性為未來研究提供了系統(tǒng)化、標(biāo)準(zhǔn)化的分析方法，能夠有效推動技術(shù)創(chuàng)新與應(yīng)用研究的深入發(fā)展，并為其它領(lǐng)域研究提供借鑒。

4.3 啟示

吸收式、存續(xù)式和創(chuàng)設(shè)式演化機制在氫燃料電池汽車技術(shù)進步過程中起關(guān)鍵作用，推動從局部優(yōu)化到全面突破的多層次技術(shù)演化。這一演化過程不僅揭示了論文與專利之間的互動關(guān)系，也為跨領(lǐng)域技術(shù)融合與創(chuàng)新戰(zhàn)略優(yōu)化提供了重要啟示。本研究對于科技管理策略的制定具有以下幾點啟示：

（1）吸收式演化通過整合前期研究成果與知識外溢效應(yīng)，推動技術(shù)持續(xù)改進。這表明，科技管理應(yīng)注重知識流動與機制整合。具體而言，應(yīng)強化科研機構(gòu)與企業(yè)之間的合作，推動技術(shù)深度開發(fā)和成果轉(zhuǎn)化。政府與行業(yè)管理者應(yīng)積極鼓勵和支持這種跨界合作，以加速技術(shù)從理論研究到實際應(yīng)用的轉(zhuǎn)化。同時，還應(yīng)推動科研成果跨學(xué)科整合和多元化應(yīng)用。為此，應(yīng)著力建設(shè)開放創(chuàng)新平臺，促進各類創(chuàng)新主體之間有效協(xié)同，推動科技成果快速落地與應(yīng)用。

（2）存續(xù)式演化強調(diào)技術(shù)框架的穩(wěn)定性和局部優(yōu)化，提示科技管理策略應(yīng)關(guān)注技術(shù)發(fā)展的延續(xù)性與遞進性。在技術(shù)長期發(fā)展過程中，應(yīng)保持對關(guān)鍵技術(shù)的持續(xù)投入，并制定明確的長期規(guī)劃。管理者應(yīng)確保技術(shù)框架的穩(wěn)定性，避免技術(shù)方向的頻繁調(diào)整與碎片化，同時推動技術(shù)逐步優(yōu)化與完善。此外，標(biāo)準(zhǔn)化的推進不僅有助于提升技術(shù)適用性和市場競爭力，還能促進產(chǎn)業(yè)鏈上下游協(xié)同發(fā)展。通過加強行業(yè)標(biāo)準(zhǔn)的制定與推廣，可提升整體技術(shù)水平與產(chǎn)業(yè)國際競爭力。

（3）創(chuàng)設(shè)式演化以創(chuàng)新與分化為核心，推動新主題的涌現(xiàn)，強調(diào)顛覆性創(chuàng)新對技術(shù)進步的關(guān)鍵作用。這一機制提示科技管理者應(yīng)加大對前沿技術(shù)和顛覆性創(chuàng)新的支持力度。具體而言，政府和相關(guān)管理機構(gòu)應(yīng)設(shè)立專項基金，資助前沿領(lǐng)域研究項目。此外，跨學(xué)科合作與知識融合應(yīng)成為科技管理的重要方向，管理者應(yīng)推動不同學(xué)科之間的協(xié)同與融合，促進知識跨界整合，進而形成新的技術(shù)路徑。進一步地，通過加強技術(shù)預(yù)測和潛在技術(shù)識別，決策者能夠在技術(shù)發(fā)展早期階段進行預(yù)見性布局，為新興技術(shù)的迅速崛起提供科學(xué)依據(jù)和資金支持，從而有效引導(dǎo)和加速顛覆性技術(shù)的創(chuàng)新與應(yīng)用。

4.4 不足與展望

本研究存在如下不足： ① 分析方法主要側(cè)重于氫燃料電池汽車領(lǐng)域，結(jié)果精度依賴于模型質(zhì)量，不同行業(yè)技術(shù)特性對參數(shù)設(shè)置提出較高要求； ② BERTopic主題建模的無監(jiān)督特性限制了傳統(tǒng)可靠性檢驗方法的適用性。未來應(yīng)進一步優(yōu)化算法細(xì)節(jié)，提升框架的跨領(lǐng)域遷移效果，并結(jié)合定量與定性研究，系統(tǒng)探討如何通過政策激勵、資源配置等方式協(xié)調(diào)吸收式演化、存續(xù)式演化和創(chuàng)設(shè)式演化3種互動演化機制，以期為科技成果轉(zhuǎn)化提供多元化路徑。

參考文獻：

[1]MOED H F，GLANZEL W，SCHMOCH U. Handbook ofquantitative science and technology research： the use ofpublications and patent statistics in studies of Samp;T systems[M].Dordrecht：Kluwer Academic Publisher，2004.

[2]AHMADPOOR M，JONES B F. The dual frontier： paten-ted inventions and prior scientific advance[J]. Science，2017，357（6351）：583-587.

[3]CHEN X，MAO J，LI G. A co-citation approach to the a-nalysis on the interaction between scientific and technologi-cal knowledge[J].Journal of Informetrics，2024，18（3）：101548.

[4]寧子晨，魏來，專利主體視角下專利文獻與學(xué)術(shù)論文關(guān)聯(lián)關(guān)系發(fā)現(xiàn)研究——以“數(shù)據(jù)挖掘”主題為例[J.圖書情報工作，2020，64（12）：106-117.

[5]CHEN L X. Do patent citations indicate knowledge linkage？the evidence from text similarities between patents and theircitations[J].Journal of Informetrics，2017，11（1）：63-79.

[6]張凱，呂璐成，韓濤，等．“論文—專利”關(guān)聯(lián)視角下的新興技術(shù)識別研究[J].情報理論與實踐，2024，47（9）：183-191.

[7]唐露源，謝士堯，徐源．知識演化視角下論文與專利的熱點技術(shù)方法對比分析——以人工智能自然語言處理領(lǐng)域為例[J]．科技管理研究，2024，44（10）：153-160.

[8]FERREIRA R B，PARREIRA M R，NABOUT JC.Is thereconcordance between science and technology in natural sci-ence？ mapping the relationship among number of papers andpatents from research on Cerrado plants[J]. World PatentInformation，2022，69：102108.

[9]冉從敬，田文芳，賈志軒．基于混合方法的“科學(xué)論文—專利技術(shù)\"關(guān)聯(lián)關(guān)系模型構(gòu)建——以生物醫(yī)藥領(lǐng)域為例[J].情報科學(xué)，2024，42（6）：132-143.

[10]PORA U，GERDSRI N，THAWESAENGKULTHAI N，et al.Data-driven roadmapping （DDRM）：approach andcase demonstration[J]. IEEE Transactions on EngineeringManagement，2020，69（1）：209-227.

[11]GLASER B， STRAUSS A. Discovery of grounded theory：strategies for qualitative research[M]. New York： Rout-ledge，2017.

[12]KRIPPENDORFF K. Content analysis： an introduction toitsmethodology[M].California：SAGE Publications，2018.

[13]SALTON G，WONG A，YANG C S.A vector space modelfor automatic indexing[J]. Communications of the ACM，1910，10（11/：010-0ZV.

[14]BLEIDM，NGAY，JORDANMI.LatentDirichlet al-location[J]. Journal of Machine Learning Research，2003，3：993-1022.

[15]ZHANG H，DAIM T，ZHANG Y P. Integrating patent a-nalysis into technology roadmapping： a latent Dirichlet al-location based technology assessment and roadmappinginthe field of Blockchain[J]. Technological Forecasting andSocial Change，2021，167：120729.

[16]寇園園，陳會英，徐華杰，等．海外跨國公司在華人工智能專利布局及競爭態(tài)勢研究[J].情報雜志，2022，41（9）：48-54.

[17]胡澤文，王夢雅，韓雅蓉．基于LDA2Vec-BERT的新興技術(shù)主題多維指標(biāo)識別與演化分析研究——以顛覆性技術(shù)領(lǐng)域：區(qū)塊鏈為例[J].現(xiàn)代情報，2024，44（9）：42-58.

[18]席笑文，郭穎，宋欣娜，等．基于word2vec與LDA主題模型的技術(shù)相似性可視化研究[J]．情報學(xué)報，2021，40（9）：974-983.

[19]劉春麗，臧東宇，陳爽．科學(xué)—技術(shù)—產(chǎn)業(yè)關(guān)聯(lián)測度與主題演化規(guī)律研究——以生物醫(yī)藥領(lǐng)域為例[J]．圖書情報工作，2024，68（14）：95-116.

[20]張玲，惲誠濤，尹思力，等．我國科研誠信政策與文獻主題演化對比分析[J]．現(xiàn)代情報，2023，43（6）：108-120.

[21]蘇婉，于森，糕傳陽，我國數(shù)據(jù)要素政策主題演化與識別分析[J].圖書情報工作，2024，68（16）：90-103.

[22]馬海群，崔文波，張濤．我國數(shù)據(jù)安全政策文本主題挖掘及其演化分析[J]．現(xiàn)代情報，2024，44（8）：28-38.

[23]慎金花，王薇，張更平，等．基于動態(tài)主題網(wǎng)絡(luò)的新興技術(shù)主題識別——以氫燃料電池領(lǐng)域為例[J]．情報雜志，2024，43（9）：92-100.

[24]李昌，吳紅，伊惠芳，等．基于改進LDA主題模型的中日美氫能產(chǎn)業(yè)鏈技術(shù)布局研究[J]．情報雜志，2019，38（7）：78-84，110.

[25]楊思洛，于永浩．基于BERTopic模型的國內(nèi)信息資源管理研究主題挖掘與演化分析[J].情報科學(xué)，2024，42（8）：12-21.

[26]李玉花，李丹丹．企業(yè)數(shù)字化程度促進雙元創(chuàng)新了嗎—基于知識多樣性視角分析[J]．商業(yè)研究，2024，67（3）：125-133.

[27]GRILICHES Z. The search forRamp;D spillovers[J].TheScandinavian Journal of Economics，1992，94：29-47.

[28]CHRISTENSEN C M. The innovator's dilemma： whennew technologies cause great firms to fail[M]. Boston：Harvard BusinessReviewPress，2015.

（責(zé)任編輯：王敬敏）

The Thematic Correlation and Interactive Evolution of Papers-Patents ： A Case Study of Hydrogen Fuel Cell Vehicles

Zhang Junrong，Qiao Jianzhi （School of Law，South-Central Minzu University，Wuhan 43oo74，China）

Abstract：Technological innovation is acore elementin thedevelopment of productive forces.While scientific papers and patenttechnologies both play significantroles in advancing scientific researchand technological progress，their interaction andconversionare not merelyasimplelinearrelationship.Revealing the thematic associations andtheevolutionof interactions between scientific papers and patent technologies is essential for understanding the processof knowledge transfer fromtheoryto practice.Thisisof particular importance for predicting technological trends and accelerating inovation. This issue is especially critical in the context of rapid technological development.

This study focuses on thefieldof hydrogen fuel cellvehicles，extracting relevant paper and patent data units from the Web of Science and IncoPat databases.By employing methods such as BERTopic modeling and semantic similarity analysis，thestudyexplores the thematic trendsof papersand patentsacrossdiferent timeslices，analyzingtheassociationsand interaction dynamics between papers and patents. A systematic analytical framework is developed，structured around the main line of \"research field selection $$ topic model design $$ empirical research analysis\". This framework facilitates the rapid identificationof interconnections between diferentknowledge sources，reveals the interactivelogic betweenscientific researchand technological applications，and provides theoretical and practical support for monitoring，evaluating，and planing the developmentof emerging technologies.Moreover，the modular designenhances thegeneralizabilityand transferabilityoftheframework，offering significantreference pathways for similarresearch inother industriesand interdisciplinary fields.

The main findings and conclusionsof this study areas follows：（1）Byanalyzing the semantic similaritybetween paper and patenttopics across diffrent timeslices，17 pairsof stronglycorelated topics wereidentified，indicatingthatthecollaboration between science and technologyhasfacilitated thecumulative evolutionof the technologicalfield.（2）The aociation between papers and patents weakens over time，reflecting the transitionof hydrogen fuelcellvehicles from basic research to technologicalapplication.This trend suggests thattheresearch focus has graduallshifted from theoretical explorationto practical development，with applied innovation becoming theprimary driving force inthis field.（3）The changes in theassociation between paper and patent topics across horizontal time slices reveal thre interactive evolutionary mechanisms：absorptive，sustaining，and creating evolution.（4）Analyzing the thematic associations and interaction mechanisms from theperspectiveof scientific and technological innovation deepens theunderstandingof technological diversity and the driving factors behind innovation.

Thefindings of this study offer the folowing insights for the formulation of technology management strategies： （1）Absorptive evolution，which integrates early-stage outcomes to optimize themes，suggests that management should enhance knowledge flowand mechanism integration，such as promotingcollboration between research institutions and enterprises to supportin-depth technologicaldevelopment.（2）Sustaining evolutionemphasizes the stabilityand gradualoptimization of technological frameworks，highlighting the need for management to ensure thecontinuityand progresionof technological development.Thiscould involvecreatinglong-termplans toensurecontinuous investment in key technologiesandimproving theirapplicabilityandcompetitivenessthrough standardization.（3）Creating evolution，centered on innovationand differentiation，drives theemergenceofnewthemes，indicatingthat management should increase support for disruptiv innovation.This includes settingupspecial funds to supportfrontierresearch，promoting interdisciplinarycollaborationand knowledge fusion，enhancing technology forecastingand the identificationof potentialtechnologies，and providing scientific evidence and financial support for the formation of new technological paths.

However，this studyhas certain limitations.The analytical methods are primarilyapplied to thehydrogen fuel cellvehiclefield，andtheacuracyoftheresultsdependsonthequalityofthe model.Thetechnicalcharacteristicsofdiferentindustries may impose higher requirements on parameter settings. Aditionally，，the unsupervised nature of BERTopic limits the applicabilityof traditionalreliabilitytesting methods.This studysuggests thatfutureresearchcouldrefinealgorithmic parameters and enhance cross-domain adaptabilityof the framework，while employing mixed-methods approaches to systematicallyinvestigate thesynergisticeffectsof policy incentivesandresource allcationstrategies incoordinating thetri partiteiteraction mechanisms，thereby establishing diversifiedpathways for facilitating transformation of scientific and technological achievements.

Key Words：Scientific Paper;Patent Technology;Thematic Correlation;BERTopic Model;Hydrogen Fuel CellVehicles