中美ARD绿色技术的比较研究基于专利分析

数据科学与管理6（2023）34研究文章中美绿色技术发展的行政和监管比较基于专利分析Mengshu Liu*，Xi交通大学管理学院，A R T I C L E I N F O保留字：行政、监管或设计专利分析文本挖掘潜在狄利克雷分配（LDA）主题演化A B S T R A C T随着计算机智能在新一轮工业革命中的重要性日益提升，行政、监管或设计（ARD）绿色技术有助于提高国家技术竞争力，推动绿色技术转型，正成为可持续发展目标下的重要领域。美国 中国在ARD绿色技术领域的论文数量和专利申请量均排名前两位。然而，在这两个国家进行的比较研究很少。本研究介绍了中国和美国ARD绿色技术的演变和景观重点对比各五年规划期的发展重点和技术布局根据世界知识产权组织（WIPO）推出的“国际专利分类（IPC）绿色清单”，我们从PatSnap数据库中检索到2001年至2020年期间公布的69，412项描述性，内容和专题网络分析进行了潜在的狄利克雷分配（LDA）和社区检测算法。结果显示，中国和美国都 战略上专注于ARD绿色技术开发。该领域的技术主题可分为三个主题：数据处理系统、交通控制系统和建筑设计。中国和美国对技术研究和开发（R &D）的重视程度不同。也有证据表明，美国在技术创新和能力方面具有优势然而，中国在数据量方面具有优势，中国与美国的差距正在逐渐缩小。我们还强调了这项研究的贡献和局限性1. 介绍近年来，二氧化碳（CO2）排放和气候变化问题引起了全球的广泛关注.《联合国气候变化框架协议1》、《京都议定书2》和《巴黎协定3》等协议都强调了减缓气候变化的重要性。许多国家正在采取行动，通过技术创新和政策指导来增强其能力（Mi等人， 2020年）。中国承诺到2030年使其碳排放达到峰值，在第75届联合国大会上发表《中美气候变化联合声明》4和2060年前实现碳中和5。绿色技术可以减少环境污染，改善生态系统。 绿色技术作为技术竞争的一个关键领域已被广泛讨论（Zhang et al.， 2017年），并成为探索发展规律和路径的普遍选择（Gao和Zheng，2017）。全面的专利制度可刺激创新和技术发展。许多国际组织，如欧洲同行评议由Xi交通大学负责* 通讯作者。电子邮件地址：lms1220@stu。X jtu.edu.cn（M. Liu）.1https://www.iucn.org/theme/global-policy/our-work/united-nations-framework-convention-climate-change-unfccc。2https://www.kyotoprotocol.com/。3http://bigpicture.unfccc.int/#content-the-paris-agreemen。4http://www.gov.cn/X inwen/2014-11/13/content_2777663.htm。5http://www.gov.cn/gongbao/content/2020/content_5549875.htm。https://doi.org/10.1016/j.dsm.2023.01.001接收日期：2022年3月27日;接收日期：2023年1月5日;接受日期：2023年2023年1月19日在线提供2666-7649/©2023 Xi'an Jiaotong University.出版社：Elsevier B.V.代表科爱通信有限公司公司这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表数据科学与管理杂志主页：www.keaipublishing.com/en/journals/data-science-and-managementM. Liu等人数据科学与管理6（2023）3435专利局6（EPO）、世界知识产权组织7（WIPO）和经济合作与发展组织8（OECD）一直致力于绿色技术专利的开发和传播。 WIPO根据无害环境技术（ESTs）编制的“IPC绿色清单”9旨在促进专利文件的识别和检索，并将绿色技术专利分为七个主要领域：替代能源生产;运输;节能;废物管理;农业和林业;行政、监管或设计方面;以及核能发电。本文重点关注“行政、监管或设计（ARD）”领域，其中专利与计算机系统相关，适用于行政、商业、交通控制、结构设计、监督或预测目的。随着计算机智能在新一轮工业革命中的重要性日益提升，ARD绿色技术为提高国家技术竞争力、推动新时代绿色技术变革例如，ARD绿色技术可以通过优化碳排放的交易机制来减少碳排放。基于人工智能的互联网监管信息采集方式，用于行政检查文书的识别和采集，节省人力物力，确保高识别和采集效率。考虑到ARD绿色技术的重要性，许多国家-尝试制定了战略政策，例如提供大量的财政支持（Dong等人， 2018年）。中国和美国 强调ARD绿色技术作为其国家战略的一部分。 中国提出了“十三五”规划目标，将计算机领域技术竞争力提升到最高水平，超过美国。到2030年美国 制定了一系列研究战略，促进国防、交通等多个领域的智能化发展，保障护航技术 创新的资金投入（美国国防部，2019）。 中国科学院发布的“G20国家科技竞争格局之辩”系列报告显示，美国在中国拥有最好的科技实力，中国呈现出快速增长的趋势。 他们在专利申请方面排名前两位（Clarivate Analytics，2018）。中国及美国的ARD绿色技术专利远远领先于世界其他地区，中国和美国的专利数量之间的差距正在逐渐缩小。在智能化、绿色化发展的原则下，探讨中美ARD绿色技术的异同对于明确国际责任和推动相关政策的制定具有重要意义。在这方面，本研究旨在识别和比较中国和美国的ARD绿色技术能力。潜在的Dirichlet分配（LDA）算法被用来分类技术主题检测和进化，而社区检测算法被应用于显示技术集群的分布和相互关系。本研究考察了中国和美国ARD绿色技术的发展，围绕每个五年规划时期的发展重点和战略布局我们旨在回答以下问题。(1) 中国和美国取得了哪些成就 在ARD绿色技术？(2) 中美两国在ARD绿色技术主题和发展趋势(3) 中美两国的主题分布和潜在突破技术有何特点6https://www.epo.org/。7https://www.wipo.int/portal/en/index.html。8https://www.oecd.org/。9https：//www.wipo.int/classi fications/ipc/green-inventory/home.根据WIPO推出的“IPC绿色清单”，我们从Patsnap数据库中检索到2001年至2020年期间公布的69，412项专利。这一时间框架与中国的四个五年计划相一致。 我们使用专利数据结合文本挖掘和社区检测算法进行了描述性、内容和主题网络分析。拓展了专利的技术内涵，实现了技术演进的可视化。结果显示，中国和美国都战略重点是ARD绿色技术开发。该领域的技术主题可分为三个主题：数据处理系统、交通控制系统和建筑设计。中国和美国对技术研发的重视程度不同也有证据表明，美国 在技术创新和能力方面具有优势。然而，中国在数据量方面具有优势，中国与美国的差距。正在逐渐缩小。 我们的研究结果为中美两国在技术进步和&研发方面的差异提供了证据，对研究规划者和决策者都有重要的实际意义本文件其余部分的结构如下。第2节回顾了相关文献并阐明了我们的工作。方法见第3节。第4节介绍了数据和工作流程。 结果总结见第5节。最后，第6节概述了本研究的主要发现、讨论、影响和局限性2. 文献综述2.1. ARD绿色技术研究以前的研究已经探索了整个绿色技术领域，包括ARD绿色技术（Jiao et al.， 2020; Wang等人， 2019年）。一些学者研究了区域一级的绿色技术 Weina等人（2016）使用意大利的专利申请数据研究绿色技术对碳强度降低的影响，量化了绿色技术的环境绩效。基于专利数据的综合分析方法，Wang et al. （2019）分析了1990 - 2015年中国的绿色技术创新，从而为技术发展与环境政策的相关性提供了重要证据。另一系列文献审查了绿色技术在工业一级的影响。Ghisetti和Quatraro（2014年）提出了一个转移矩阵，将绿色技术专利映射到制造业，并评估绿色技术再利用对减少意大利制造业污染排放的影响。Jiao et al.（2020）考察了七种绿色技术对中国工业碳排放的影响，指出通过产品传递的垂直溢出效应比技术效应更显著。然而，以往的研究主要集中在绿色技术的总体发展对环境的影响上，而没有区分七大绿色技术，尤其是ARD绿色技术。 与直接减少能源消耗以促进环境的能源相关绿色技术相比，ARD绿色技术可通过提高计算机系统效率间接促进环境。ARD领域的行政管理系统和法规收集系统专利可以引导企业改善组织管理并保持竞争优势，因为它们可以持续地为几乎所有业务流程做出贡献。因此，有必要对ARD绿色技术领域的专利内容和特征进行研究。2.2. 专利分析研究作为技术的衡量标准，专利具有天然的优势，它更多地关注在市场上具有实际意义的技术，而不是理论研究（Dechezle pr^etre等人， 2011年）。每个专利都有一个相应的国际专利分类（IPC）编号，将它们分为详细的技术子类别，使研究人员能够识别技术领域并分析更多的具体技术。M. Liu等人数据科学与管理6（2023）3436;P......2jjfg技术细分。作为受保护的知识产权的一种形式，公开的专利突出了一个国家的技术能力和市场潜力（Kong等人， 2015; Wang等人， 2014年）。因此，在比较国家竞争力时，专利被用来衡量技术实力和创新水平（Atunet al.，2007年）的报告。专 利 作 为 知识生产的 最 重 要 形 式 之 一 ， 引 起了 许 多 学 者的 注 意（Griliches，1990）。专利分析使我们能够调查技术发展并预测趋势（Abraham和Moitra，2001）。目前的专利分析方法包括传统的手工检查方法和使用软件的文献计量学方法。然而，传统方法不可避免地受到个人主观判断的影响（Cooper，1988）。此外，大多数科学软件固定其算法，无法调整，并且忽略了专利数据的语义丰富性（Coboet al.，2011年）。因此，有必要开发一种客观的替代分析方法。Park和Jun（2017）开发了一个贝叶斯网络来分析专利文件。Fujii and Managi（2019）采用对数平均权重划分指数法，利用中国专利数据研究了绿色技术发明的决定因素。文本挖掘技术为分析专利、文档聚类、文本TF-IDF算法消除高频无效词，识别代表词进行主题建模。 第三部分是知识发现，这是本研究的主要部分，包括描述性分析、内容分析和主题网络分析三种方法，分别采用统计学方法、LDA方法和社区发现算法。 在本节中，我们将确定技术趋势、潜在主题和协作关系。3.2. TF-IDF词频-逆文档频率（TF-IDF）是一种常用的信息检索和数据挖掘加权技术，是Gudivada等人提出的一种有效的挖掘关键词的算法。（2018年）。 作为文档中单词重要性的度量，TF-IDF可以选择代表性词汇（Jing等人， 2002年）。当TF-IDF值高时，该词在语料库中出现的频率更高，反之亦然。TF-IDF的原理解释如下。术语频率（TF）表示关键字在文档中出现的频率。nij总结和社会网络分析（Yuan和Jia，2021）。 Zhang等人（2021）应用LDA模型来检验感知的影响tfij¼ Pknk;j（一）购买意愿的价值维度 Garzaniti等人（2021）使用LDA分析专利数据，并确定新空间技术发展的趋势。Han等人（2021）提出LDA主题模型，分析中国3D打印行业的&研发趋势。这些结果符合当前行业的技术趋势因此，利用LDA研究ARD绿色技术的主题和趋势是有效和有意义的。以前的研究表明，专利分析和LDA都发挥作用，其中ni;j表示第i个词在第j个文档中的出现次数，knk;j表示第j个文档中的总字数。特定单词的逆文档频率（IDF）是文档总数除以包含该单词的文档数的对数如果包含单词t的文档较少，则IDF较大，这意味着该单词具有良好的分类能力。在揭示研究主题和技术趋势方面的重要作用idf¼logjDj（二）发展然而，很少有研究采用这些方法在ARD绿色技术领域该领域的研究对中国和美国碳排放绩效的可持续性和优化至关重要。 本文提出了基于专利和文本分析的综合方法，比较了中美ARD绿色技术的发展阶段和趋势。3. 研究方法3.1. 框架专利挖掘是一种已建立的方法，它已与其他分析方法相结合（Daim等人，2006年）。 该研究方法包括三个主要部分，如图所示。1.一、 第一是数据收集。从PatSnap数据库中收集专利信息，包括“IPC”、“标题”和“摘要”等信息。 第二部分是数据预处理，数据清洗包括分词、去除停用词和词频逆文档I.j：ti2dj其中，D表示文档的总数，j：t idj表示包含第i个单词的文档的数量。为了避免文档中没有单词而导致分母为0的情况，通常使用1 fj：ti2djg。TF-IDF是TF和IDF的乘积关键字的TF-IDF值在特定文档中使用频率高而在整个文档中使用频率低的词是高的。tf-idfij，如等式2（3）表示第j个文档中第i个字的值tf-idfijtfij×idfij（ 3）通过过滤TF-IDF值（本文选取10%-95%），发现并删除了经常出现但科学意义图1.一、研究方法流程图国际专利分类（IPC）;词频-逆文献频率（TF-IDF）;潜在狄利克雷分配（LDA）。M. Liu等人数据科学与管理6（2023）34373.3. LDALDA（Blei等人，2003）是最广泛使用的主题模型之一，以探索技术主题，它允许研究人员有效地不，表1专利技术组说明（资料来源：世界知识产权组织）。专利分组IPC代码了解主题相关信息。 它通常用于分析专利文件并发现隐藏的主题（Hannigan等人，2019年）。主题模型是一种统计模型，它使用无监督学习来聚类语料库的潜在语义结构（Blei，2012）。主要管理、监管或设计(1) 通勤，例如，HOV、远程办公等(2) 碳/排放交易，例如，污染信用G06Q/G08G G06Q用于语义分析和文本挖掘问题，例如按主题对文本进行收集、分类和降维（Yau et al.， 2014年）。 图 2给出了LDA的生成过程。一第K个主题的N个词的多项式分布，记为φk，表2(3) 静态结构设计入E04 H1/00通过从具有参数β的Dirichlet分布中采样获得。接下来，对于每个文档m2M，从具有参数α的狄利克雷分布中采样K个主题上的多项式分布，表示为θm，该参数α表示文件与K个主题中的每个主题相关联随后，对于文档m中的每个词位置wmn，通过从θm中采样得出一个主题，并通过对文档主题分布进行采样得出一个主题索引zmn多个θm 给定主题索引z mn，通过对主题词分布Multini φ z mn <$进行采样来绘制词索引w mn。4. 研究程序和模型工作流程4.1. 专利数据我们从PatSnap数据库中收集专利数据，该数据库涵盖1.6亿项全球专利，为全球50多个国家的10，000多所大学和研究机构提供IPC绿色清单是由WIPO专家组成的IPC委员会定义的一个定义明确的分类系统本研究集中在该领域的主要IPC代码和亚组见表1。根据IPC代码，我们检索了2001年至2020年由中国国家知识产权局（CNIPA）和美国专利商标局（USPTO）提交的69，412项专利数据。从知识产权专利图书馆。为了直观地识别技术发展趋势，该系列被划分为四个阶段，对应于中国在每个阶段进行随访分析。4.2. 专利数据预处理数据预处理包括格式转换、文本标记化、数据清洗和关键字提取。在第2节中，我们使用Python进行基于文本挖掘的分析。文件被解析以提取图二. LDA算法的概率图模型。在不同阶段统计的专利数据数量相位和周期中国美国第一阶段：2001734,593第二阶段：20066526,459第三阶段：20112,46016,680第四阶段：201616,39322,102属性，如标题，摘要，申请日期，授权日期，发明人，申请，IPC，引用次数和专利价值（图3）。我们在图中描述了详细的转换过程。 4，其中专利摘要文本被转换成相应的单词标记。对收集的专利进行以下步骤：(1) 专利文档使用Python从EX cel格式转换(2) 对于中国人和美国人来说。在专利文献中，我们利用“Jieba“和“NaturalLanguageToolkit（NLTK）”分割模块进行标记化，即，将句子分割成单独的标记（例如，项、字符和n元语法）。(3) 删除停用词，包括标点符号和常规词（例如，“."，(4) TF-IDF算法通过过滤TF-IDF的值来消除两类数据。一方面，删除了文献中大量出现的、提供的有效信息少、分析价值低的词语，如“发明”、“作者”、“方法”、“功能”等;但是，特定和唯一的单词已被删除。(5) 最后，每个专利摘要将被转换为一系列代表性的令牌。4.3. LDA方法LDA模型应用于使用Python将专利分类为不同在实现LDA模型之前，我们设置主题的数量主题的数量决定了模型的粒度，适当的主题数量可以提高聚类性能，增强结果的可解释性。 我们评估了不同阶段的主题一致性，这为判断主题模型的质量提供了一种方便的方法（Ding et al.， 2021; Wallach等人， 2009年）。具有高一致性得分的主题的数量可以更好地描述主题然而，过多的主题分散了信息，不能提供所需的信息。每个阶段的主题相干曲线如图所示。 五、可以看到，在中国的第一阶段，当话题数设置为2时，得分达到峰值然而，将专利集划分为两个主题是无效的，因为所有关键字仍然是混合的，并且没有按主题分开因此，我们选择下一个峰值作为该阶段的主题数量，并获得其他阶段的主题数量，如表3所示。随后，得出LDA结果 部分结果如图所示。 6、其中包括主题ID、热门关键词、关键词占比，其中占比越高，代表性越强。M. Liu等人数据科学与管理6（2023）3438图三. 专利文件的一部分。见图4。 专利数据的预处理。主题中的关键字例如，在第一个主题中，代表性最高的单词是“vehicle”（0.082），其次是“traf fic”（0.030）和“devic”（0.013）。因此，我们可以得出结论，本课题主要介绍“车辆检测技术”。为了实现深入检测并识别特定主题，我们将在第5节中讨论结果。5. 结果在本节中，我们提出了描述性分析，内容分析和主题网络分析。描述性分析提供了关于技术趋势和关键参与者的信息（即，大学、公司或机构）。在内容分析中，使用LDA对专利文献进行主题模型分析。利用Citespace软件进行主题网络分析，刻画各阶段的主流，呈现热点的共现关系。5.1. 描述性分析研究结果表明，中美两国的专利市场存在显著差异在过去的20年里，我们见证了可持续的扩张（图）。 7）。在中国和美国授予ARD绿色技术专利呈现出不同的生长模式。与美国的波动性增长形成对比的是2013年后，中国的专利授权数量大幅增加 尽管中国和美国之间的差距 在专利总数逐渐缩小的情况下，它们之间在主要市场参与者方面存在显著差异（图1）。（八）。在美国， 国际商业机器公司（IBM）以较大幅度领先，其次是几家国际公司，如亚马逊，谷歌和美国银行。中国东南大学排名第一，中国国家电网公司排名第二。IBM是美国最具创新力的竞争者和最强大的专利申请者之一，中国，以及世界其他地区。中国M. Liu等人数据科学与管理6（2023）3439图五. 一致性分析结果。(a)中国及（b）美国。表3中国和美国不同阶段的主题编号相位和周期中国美国第一阶段：200134第二阶段：200633第三阶段：201144第四阶段：201633国有制造企业。与此同时，美国的专利成就主要来自跨国公司。 我国专利权人的分布体现了产学研合作的特点，产学研合作是实现绿色技术转化和应用的有效途径。5.2. 内容分析根据主题模型的结果，每个专利都与多个主题相匹配。我们为每个主题选择了前10个代表性关键词，从而跟踪了中国和美国ARD领域已识别技术主题的演变从2001年到2020年。5.2.1. 话题检测表4和表5列出了不同阶段的主题和相关关键词。主题ID是LDA主题的子主题，并且子主题的百分比通过将主题的专利数除以专利总数来计算，其表示子主题的LDA为每个主题提供关键字，但没有需要手动定义的主题我们根据每个主题中的关键词、五个最具代表性的专利的标题和摘要信息，总结了主题标签因此，获得了最合适的最终标签在不同的发展阶段，我国对技术研发的重视程度。第1阶段描述了三个子主题：（1）道路信息检测系统，（2）电子货币交易系统，和（3）信息传输和分配系统。“违规检测”、“电子邮件发送”和“电子钱包”在这一阶段经常被提及。在第二阶段，与此同时，一个主要用于文档管理和业务解决的“数据终端服务系统”开始出现。 在第三阶段，主题的数量已变为四个，其中三个与交通有关，涵盖多个方面，如路径规划，调度，监控，导航和道路信息。剩下的一个是“基于数据分析的服务管理系统”，它使用智能优化算法，如遗传算法，神经网络和仿真模型。与此同时，智能交通的概念开始出现并流行起来。2011年至2015年，中国的绿色技术发展迅速。 在第四阶段，智能技术出现在运输和服务领域。以“深度学习”、“人工智能”和“物联网”为主要算法的综合系统具有良好的前景。与中国不同的是，管理体系是美国的重点专利第一阶段可分为四个副主题：（1）业务管理系统;（2）数据传输系统;（3）生产和工作流程见图6。 LDA模型的一个例子。M. Liu等人数据科学与管理6（2023）3440图第七章美国的行政、监管或设计（ARD）绿色技术专利数量2001-2020年中国与美国的经济增长率见图8。 中 国 和美国的十大关键企业（2001-2020）表4LDA结果在中国。阶段和时期主题ID关键词子主题第一阶段：2001–2005专题1(38.7%）数据、车辆、访问、用户、服务器、距离、道路、移动、颜色、数量道路信息检测系统专题2(31.8%）话题3(29.5%）设备、钱包、网络、电子产品、IC卡、设备、购买、金额、电子货币、支付信息、运动、服务、传输、计算机、频率、分配、接收、终端、通信电子货币交易系统信息传输和分配系统第二阶段：2006–2010专题1(34.4%）专题2(33.6%）设备，车辆，图像，数据，单元，驱动，对象，信号，无线，监控基于图像的分析车辆、内容、信号、交通、数据、电路、车辆、位置、检测、用户交通信号采集与检测系统话题3(32.0%）模块，检测，服务器，显示，设备，电子，预测，终端，识别，数据库数据终端服务系统第三阶段：2011–2015专题1(30.9%）数据、单元、交通、位置、对象、位置、移动、无线、视频、终端车辆路由和调度系统专题2(26.9%）模块，预测，停车，路段，智能，图像，道路，速度，判别，违章车辆行驶检测系统话题3(21.6%）公交车、检测、车道、路口、车辆、驾驶、GPS、管理、信号、交通信息及导航系统第四阶段：2016–2020专题4(20.6%）专题1(40.8%）专题2(32.8%）控制，传感器，优化，房屋，对象，查询，检测器，多路复用，特征描述，子系统信息、终端、模块、移动、用户、定位、通信、智能、服务器、交易预测，路段，车道，交叉口，行驶，状态，时间，模型，评价，神经网络基于数据分析的综合服务管理系统预测和优化系统话题3(26.4%）交通，检测，控制，信号，模块，数据，高速公路，交通信号，优化，程序智能交通系统M. Liu等人数据科学与管理6（2023）3441表5美国的LDA结果相位和周期主题ID关键词分专题第一阶段：2001第二阶段：2006主题1（29.0%）主题2（28.9%）专题3（21.9%）专题4（20.2%）专题1（50.7%）主题2（24.7%）移动、通信、设备、交易、卡、GP、消息、终端、处理、选择数据、车辆、出现、定位、交通、服务器、图像、显示、传感器控制，交叉，消息，信号，限制，时间，程序，区域，接收，文件车辆，交通，信号，单位，通知，飞机，控制，光，检测，电机通知、交易、单位、帐户、客户、传感器、价格、订单、投标、交易车辆、交通、设备、速度、用户、显示、道路、定位、出现、车道业务管理系统数据传输系统生产和工作流程管理系统交通监控和通信系统T-商务系统交通信息和通信系统第三阶段：2011第四阶段：2016主题3（24.6%）主题1（29.6%）主题2（29.5%）主题3（27.1%）专题4（13.8%）主题1（40.1%）主题2（34.0%）专题3（25.9%）数据，面板，信用，板块，警告，图像，资产，投资，检测，项目交易、贸易、数据、支付、对象、服务、卡、帐户、流程、金融产品、订单、价格、项目、客户、信贷、计划、贷款、帐户、单位User，device，inform，patient，insur，medic，risk，warn，finance，control车辆，traf fic，交通，信号，light，locate，图像，wall，墙壁，停车场，panel数据，图像，object，对象，light，灯光，unit，客户，space，产品，service车辆，traf fic，道路，inform，信号，route，移动，device，drive，用户飞机、交易、定位、消息、航线、项目、交叉、警报、保险、机场金融交易系统金融交易系统生产管理系统医疗保险及服务系统基于图像分析的数据传输系统车载设备及系统飞机监控系统管理系统;及（4）交通监察及通讯系统。副主题1在第二阶段发展为“电子商务系统“和“金融交易系统”。副主题2和4密切相关，副主题3涵盖工作流程分析和发现潜在问题的方法。该子主题的一个示例是通过视觉、声音或其他环境条件检测生产工厂中的潜在问题。在第二阶段，电子商务的概念出现了，并开发了以传感器为主要组件的通信系统。在第三阶段，“基于数据和图像分析的在第四阶段，算法不断优化，技术更加智能。“飞行器监控系统”的出现，标志着技术的迅速发展，并与军事和其他领域相结合。5.2.2. 话题演化为了揭示技术焦点的演变，我们使用LDAvis10软件包进行了可视化。可视化结果包含每个主题的比例、主题之间的关系、最突出的术语以及与所选主题最相关的术语（Chuang等人，2012年）。总体研究趋势和关键技术如图所示。 9.根据LDAvis可视化结果。我们根据ARD领域的IPC类别将上述所有主题分为三类。“Traf它代表了ARD绿色技术的主要焦点。虽然“建筑设计”在每个阶段并不重要，但这个主题是这个领域不可或缺的分支。因此，我们对中美两国的上述三个主题进行了总结和分析。美国“交通控制系统”、“数据处理系统”及“建筑设计”的专利数目高于中国。但美国中国侧重于“交通控制系统”，而美国侧重于“数据处理系统”。在数据处理系统方面，中国迅速崛起，显示出快速扩张的市场趋势。2001年至2005年，“电子支付”和“自动售货”在中国盛行，而“库存管理”、“供应链”和“自助交易”在美国盛行; 2006年至2010年，中国和美国的新兴技术分别是“终端服务”和“电子商务”。美国2011-2015年，市场继续在管理系统方面领先，并在新的主题领域（如医学）中分支。与此同时，中国市场集中在智能优化算法，如“遗传算法”和“启发式算法”。2016-2020年期间，以“物联网“为代表的技术在中国发展迅速，而在美国，它被升级了，10https://cran.r-project.org/web/packages/LDAvis/index.html。与制造业、服务业、金融、医疗、农业等多个行业进行重组。在交通管制系统方面，中国及美国的交通管制系统均已改善。 有类似的发展过程。 2001年至2005年，他们专注于车辆监控、调度和通信。2006年至2010年间，基于图像分析的技术被广泛应用于交通运输，如导航和环境监测技术。2011-2015年期间，智能交通出现，2016-2020年期间中国市场迅速扩大。另一点是中国和美国出现了无人机（UAV）和飞机2016- 2020年，表明军事领域运输系统的发展和升级。从第一阶段到第四阶段，“模块化建筑”一直是中国和美国在“建筑设计”方面的研究重点。虽然这一主题的专利数量相对较少，但两国的技术发展趋势都是节能生态系统、绿色建筑以及广泛应用于社区和智能家居的智能建筑。5.3. 专题网络分析为了直观地显示热点之间的相互关系和主题关系的演变，我们在图1和图2中绘制了不同阶段的主题网络图。 10和11 它简要描述了每个阶段的主流和协作网络。每个节点代表一个关键字，边代表关键字之间的连接相同的中国专利的主题数量迅速增加。“交通”和“数据管理”一直是中国研究的两大主题。 在第一阶段，主题数量很少，联系也不紧密。 主题“profile”代表工作流程处理系统，而主题“wallet”和“commodities”代表应用于商业和金融的数据处理系统。在第二阶段，“停车位“、“路网“等主题的出现“车位”与“账单”紧密相连，揭示了交通自动支付技术的发展。值得注意的是，“传感器”主题出现并成为后期阶段的重要主题，证明了基于传感器的技术的重要性。第三阶段的主题更关注交通领域，如“高速公路”、“交通信号”、“停车位”等，“交通灯”、“识别码”、“神经网络”的联系紧密，预示着第四阶段的几项技术已经出现和发展，如技术体系正朝着集成化、智能化方向发展。M. Liu等人数据科学与管理6（2023）3442图第九章2001-2020年主题演变。（a）中国及（b）美国。一个明显的现象是，美国比中国有更多的技术课题和更广泛的技术应用。 在第一阶段，“数字签名”、“请求服务”、“存储介质”和“计算机网络”之间的密切联系揭示了数据管理系统在工作流程规划和控制中的应用。相比之下，“气泵控制系统”、“报警系统”和“计算机程序产品”等其他类的联系则不那么紧密。在第二阶段，主题相对分散，但“交通信息系统“、“控制系统”和“通信网络”揭示了交通通信技术的快速发展。有许多不同的管理系统，包括“自动电子资金”、“融资流程”、“电子订单”和“拍卖系统”。与上一节的发现一致与此同时，M. Liu等人数据科学与管理6（2023）3443见图10。 中国的专题网络(a)第一阶段的网络;（b）第二阶段的网络;（c）第三阶段的网络;（d）第四阶段的网络。“电话在第四阶段，与中国类似，出现了许多新技术“自动驾驶汽车”与“在线社交网络”的连接通过对这四个阶段的分析，我们可以看到美国的优势和主导作用在一些技术领域，中国6. 结论6.1. 主要发现本研究分析和总结了中美两国ARD领域的绿色技术景观（专利、主题和合作），重点对比各五年规划期的发展重点和技术布局。基于USPTO和CNIPA数据库中授权专利的描述性、内容和社会网络分析，我们得出以下结论。首先，中国和美国。战略重点是ARD绿色技术的发展，导致2001年至2020年专利数量迅速增加，中国与美国的差距正在逐渐缩小。结果显示，美国在专利方面比中国强创新和活动，尽管专利申请的年度趋势类似美国的另一个优势 就是创新能力更强的企业多了，其次，ARD绿色技术的技术主题可分为三个主题：数据处理系统、交通控制系统和建筑设计。中国侧重于美国更侧重于“数据处理系统”。 “数据处理系统”的应用领域已从金融、服务行业发展到安防、医疗、家居等多个“建筑设计”的发展趋势第三，美国的技术应用范围更广，技术突破比中国多。农业和农村发展领域的绿色技术可分为技术、应用和基础技术。基础层主要指处理器和传感器技术，技术层指算法，如机器学习和图像分析，应用层包括智能无人机和自动驾驶。与美国的整体产业布局特点相比中国主要集中在应用层，在技术层和基础层有局部突破的美国在技术创新、技术能力和技术创新能力方面具有优势。M. Liu等人数据科学与管理6（2023）3444见图11。 美国的专题网络图：（a）第一阶段的网络;（b）第二阶段的网络;（c）第三阶段的网络;（d）第四阶段的网络。6.2. 讨论中美专利技术发展的差异可能归因于国家特征的差异（例如，文化、政治、社会和经济）。美国美国重视ARD绿色技术对经济发展、技术领先和国家安全的影响，而中国则注重实现ARD绿色技术的产业化，如在交通和家居领域的应用。中国的专利权人主要是大学，而美国的专利权人主要是公司。这可能是因为中国的产学研合作关系缺乏公司的商业激励，大学拥有的专利不会转化为实践，这反映了中美两国在不同的阶段。这一结果也受到中国越来越重视计算机和通信等高科技制造业的国情和政策的推动（Lu和Weng，2018）。近年来，中国政府成功地从战略高度出台了一系列科技政策“十五”计划提出了我国高技术产业发展规划。推进《国家中长期科学和技术发展规划（2006-2020年）》，实现“十一五”可持续发展。《国家战略性新兴产业“十二五”规划》战略性提出发展新兴产业（如，信息技术产业、软件业和新兴信息服务业）。国家“十三五”规划科技创新是指发展智能化绿色服务制造技术和现代交通运输技术。可以认为，ARD的中国专利活动是由这些政府政策推动的。因此，中国的专利申请数量在2013年后迅速增长，并超过美国。2016年虽然中国专利申请量位居世界6.3. 影响这项研究有助于在几个方面的文献首先，它提供了对绿色技术研究中“绿色效率”的见解过往绿色科技的研究主要集中于节能、替代能源生产及其他能源相关领域。在ARD领域研究的智能系统也是一种绿色形态，代表着低碳、高效、便捷，是绿色发展的重要组成部分。其次，我们的研究将LDA应用于绿色技术中，这在文本挖掘应用中得到了广泛的应用然而，据我们所知，很少有关于叙事文本的细粒度信息已使用绿色技术专利数据进行了进一步分析。这类信息不仅为技术发展提供了启示，而且还有助于改进政策体系。第三，我们比较了中国和美国的ARG绿色技术， 有助于我们理解国家之间的权力差距这一广泛问题。这些研究结果也为以下方面提供了重要的启示：M. Liu等人数据科学与管理6（2023）3445政策制定者。首先，对中美两国ARD绿色技术发展进行了比较概述以便两国政府明确各自的竞争地位和技术能力。中国和美国都 可以更好地开展技术管理，实施专利战略，如重视绿色技术标准建设，注重绿色技术各领域的协调发展等。中国政府也有必要加大技术创新力度，积极提升现有应用能力。其次，这项研究证明了技术发展符合国情，验证了中国中国未来应继续坚持五年计划战略更好地了解ARD绿色技术的特点将有助于制定促进技术发明的有效政策。考虑到中国市场上的第三，ARD绿色技术中发现的洞察力帮助我们了解整个领域的发展，并有适当的远见。 我们发现，智能交通已经成为一个新兴的研究热点，相关的研究将继续关注这些话题。鉴于中国的碳中和战略，它也需要关注这一主题，以实现其可持续发展目标（SDG）。6.4. 局限性和今后的工作本研究存在一些局限性。 公司可能会推迟最新技术的专利申请，导致一些最新技术因研究不足而被忽视。应增加技术更新，以提高未来研究的准确性和可靠性。此外，本研究中使用的专利数据来自一家中国公司开发的平台。因此，美国的由于“母国偏见”，专利中的信息不能得到充分的反映。在今后的研究中应考虑可靠和先进的数据来源。此外，还有其他有利于未来研究的专利分析方法，如专利书目信息分析，基于主题的预测方法和专利地图。有必要开发更有效和综合的工具，以加强技术研究，并通过比较多个国家来确定技术机会最后，为了更好地将技术推向市场，今后应开展国家战略与技术特征之间相互作用的实证研究竞合利益作者声明不存在利益冲突致谢本研究得到了国家自然科学基金（批准号：71774130）和中国华能集团（批准号：HNKJ20-H87）。引用Abraham，B.P.，Moitra，S.D.，2001.通过专利分析进行创新评估。TechCrunch 21（4），2