【摘要】突破产业关键共性技术掣肘，首先需要科学识别兼具关键性和共性的产业技术，但目前国内关于关键共性技术识别的研究非常有限。遵循专利文献挖掘思路，兼顾主客观标准，运用大样本量数据集，研究提出一种产业关键共性技术识别方法，为政府制定有针对性的创新支持政策提供决策参考。以我国高校（2001—2020年）和上市公司（2006—2020年）的海量专利作为研究样本，通过构建LDA主题模型、计算专利关键性得分和共性得分，以及运用相似度分析将选择结果与工信部《产业关键共性技术发展指南（2017年）》进行相似度匹配，来识别出我国产业关键共性技术。结果显示：无论是高校还是上市公司，属于关键共性技术专利的比例均不高，二者申请专利中的比例分别为14.7%、10.2%，授权专利中的比例分别为13.8%、10.1%，高校专利占比略高于上市公司；而得分位居前列的技术主题如“电路芯片耦合”“能效模型图像”“系统数据模块”等与集成电路、人工智能、大数据等当前广受关注的关键共性技术非常一致，表明所用方法是有效、可取的。