珠三角城市群“科-产-教”创新融合实证研究——基于灰色关联分析法

史进程，王随园

（1.暨南大学科学技术研究处，广东广州 510632；2.天津科技大学电子信息与自动化学院，天津 300222）

近年来，粤港澳大湾区蓬勃发展，成为我国最具影响力的超大城市群之一。大湾区发展带动了广东省以及泛珠三角洲地区的经济发展［1］，且大湾区已成为全国经济发展最重要增长极之一，大湾区迎来了前所未有的发展黄金期。作为大湾区重要组成部分，珠三角城市群的科技、产业和教育的进步有力推动大湾区高质量发展。同时，高等教育作为沟通科技与产业发展的桥梁，科学技术的进步根植于教育沃土中，产业蓬勃发展离不开高等产业人才的培养。因此，未来大湾区发展需要更加高效的科教融合和产教融合支撑经济转型和可持续发展，实现“科-产-教”深度融合已成为推动大湾区发展的新动力。珠三角城市群各种产业发达，劳动力密集，经济互补性强，尤其是高新技术产业发展迅猛，并且拥有众多高层次人才和雄厚的教育资源。如何将教育资源与科技和产业发展优势充分结合，促进科技、产业与教育的深度融合成为实现粤港澳大湾区高质量发展的重要一环［2］。国务院办公厅于2017年底印发实施《国务院办公厅关于深化产教融合的若干意见》（以下简称《意见》），明确提出：各级政府努力推动校企协同育人，使企业成为人才培养新平台；积极支持社会第三方对产教融合效能进行评价，健全评价体系。因此，关于“科-产-教”融合评价方法的探究成为当前研究热点问题。

在科教融合方面，李恒等［3］通过构建可变模糊识别模型，评价长三角城市群科技和高等教育融合度；罗筑华［4］通过分析科教融合的评价体系和教学方法两个方面探究阻碍科教融合深层次原因；东明等［5］通过组织机构、考核机制和课程教学体系的建设，加快学校的智力资源和和研究所的科技资源快速融合。在产教融合方面，霍春光［6］建立了评价集合，构建了模糊评价矩阵，将模糊数学方法运用到产教融合效果评价中；冯雪彬等［7］运用PDCA 循环理论，从四个方面作为评价产教融合的来源，评价应用型本科教育教学质量；王莉［8］提出利用校企合作项目数量和合作知识产权授权数量评价产教融合高低，同时合理分配各评价指标的权重。钟之静［9］进一步提出，产教融合评价可以分别从背景、输入、过程和成果这四个方面建立评价体系模型。

综合来看，目前相关文献均是研究科技和教育的融合，或是产业和教育融合，没有全面考虑“科-产-教”全面融合，研究缺乏对科教、产教整体融合评价方法的研究，以及缺乏对评价方法有效性的验证，并且大部分文献是围绕定性角度探讨科教融合或产教融合评价体系。因此，本文构建全面“科-产-教”融合评价指标，采用熵权法确定各指标权重，有效避免主观因素对指标权重影响，建立灰色关联分析评价模型，并实例探讨珠三角城市群“科-产-教”融合效能，为研究我国“科-产-教”融合发展情况提供方法支持。

1 研究方法设计

1.1 灰色关联分析模型建立

灰色关联分析是一种多因素统计分析方法［10］。若在某一系统中存在两个因素变化趋势相似或相同，即两因素同步变化程度较高，可以称这两个变化因素关联程度较高。反之，则较低。灰色关联分析法通过研究多种因素之间发展趋势的相似程度，判断各种因素变化之间关联程度，也称作“灰色关联度”。该方法最大优势是对统计数据要求比较低，应用于多种不完全统计数据的分析具有很大优势。“科-产-教”融合涉及教育和产业众多方面，评价指标繁多，研究问题的复杂性导致不可能完全统计出影响融合度的所有指标。将“科-产-教”融合特性和灰关联分析法特点综合考虑，本文采用灰色关联分析法能较好适应融合度评价体系，同时相应得出融合度数据也较为客观和准确。

第一步：确定参考数列。参考数列的选取和评价目的以及评价指标数据类型有关，通常情况下，将各统计指标的最优值作为参考数列［11］。本文研究“科-产-教”融合评价方法，选取各项评价指标均与科教、产教融合水平呈正相关，因此本文将各评价指标中最优(大)数值提取并组成参考序列，同时选取珠三角城市群统计数据作为比较数列。

第三步：计算关联系数。本文将融合度评价指标的最优值设为参考序列，因此本文实例分析中得到关联系数越大，表明融合水平更高。关联系数计算公式如下：

第四步：熵权法确定各评价指标的权重。熵权法是通过评价指标变异程度确定客观权重。因此，熵权法可以有效避免主观因素对评价结果的影响。熵值定义为:

第五步：确定关联度。由于关联系数的数据过于分散，单纯分析各指标关联系数难以得出准确整体评价结果。为了全面综合分析整体数据，结合求出各指标权重，得到比较序列与参考数据整体关联度。将融合关联度大小进行排序，得到融合关联序。该关联序表明各个比较序列与参考数列（最优数列）关联程度的排名。结合本文研究实际问题，得到各地关联度排名越高，则表示融合度水平越高，反之，则融合度水平越低。

1.2 评价指标选取

《意见》指出，完善产教融合评价体系可以有效指导我国科教、产教融合发展方向，提升人才培养供给侧与产业需求侧的适应水平，推动国内经济转型升级，促进教育链与产业链的充分衔接；健全社会第三方评价，积极支持社会第三方机构开展产教融合效能评价，健全统计评价体系。由于科教、产教融合评价指标涉及面广且数据量大，片面考虑某一方面往往导致评价结果不准确，本文结合李恒等［3］在构建科教融合评价体系中选取科技投入、科技成果、教育投入、教育产出作为评价指标，以及钟之静［9］从背景、输入、过程和成果这四个方面建立评价体系模型为参考，按照指标构建的科学性、准确性和可比性为原则，设计4 个一级评价指标以及15 个二级指标，如表1 所示。

表1 “科-产-教”融合评价指标

表1（续）

2 珠三角城市群“科-产-教”融合度计算分析

本文研究对象为珠三角城市群，九市同属于粤港澳大湾区，社会联系密切，充分研究分析珠三角城市群“科-产-教”融合发展情况，对大湾区产业优势互补和协调发展具有重大意义。同时，九市经济发展水平、产业结构和教育资源分布各不相同，决定了研究对象具有一定差异性，有助于分析“科-产-教”融合水平与各影响因素的关联程度。因此，分析珠三角城市群“科-产-教”融合水平对大湾区未来融合发展具有很强的现实意义。

本文数据均来自广东省统计局2016—2020 年《统计年鉴》中各项统计数据。

2.1 融合度计算

查阅珠三角城市群2016 年至2020 年九市的统计年鉴，对各城市“科-产-教”融合评价指标进行统计，并将统计数据进行数无量纲化理，如表2所示。

表2 珠三角城市群2016—2020 年“科-产-教”融合评价指标标准化

表2（续）

利用熵权法计算出各评价指标权重如表3所示。

表3 “科-产-教”融合各评价指标权重

按照关联度计算公式，得到各城市“科-产-教”融合评价指标与参考最优指标关联度，如图1 所示。计算结果表明：九市“科-产-教”融合度（以下简称“融合度”）在2016 一2020 年保持相对稳定，其中，广州融合度最高，广州2020 年融合度增速明显，且发展水平远高于其他地区。深圳融合度逐年稳步提升，东莞、惠州、佛山融合度处于中游水平。中山、江门和肇庆融合度保持稳定，但发展水平较低。

图1 粤港澳大湾区内地九市2016 一2020 年产教融合变化

2.2 评价指标有效性分析

本文依据关联度作为各地融合度评价指标，需要对该指标有效性进行分析。指标有效性包含很多方面，其中区分度是重要的一方面。以2020 年为例，选择权重最高两个指标，每万人科技活动人员和每万人普通高校在校学生人数验证关联度指标区分度。

在每万人科技活动人员指标中，惠州、东莞、中山、江门和肇庆的区分度不大；深圳每万人普通高校在校学生人数低于珠海和广州，并且和其他对比城市十分接近。因此，利用上述两个比重最大的指标不能很好地区分各地区融合度发展水平，甚至可能得到错误结论。良好的评价指标应该有较好的区分度，以便对评价对象进行排序。关联度是多种数据的综合评价指标，使用该指标能够较好区分各地融合度。

同样以2020 年为例，将九个城市各个评价指标进行排序。例如，珠海市的每名教师负担学生人数是九市中排名第六，但整体产教融合度排名第三；深圳平均普通高校学生在校人数是九市中最少的，但整体融合度排名第二。综上所述，关联度排序结果是全面考虑各个评价指标排序的综合结果，关联度可以有效避免单一指标或某几个指标导致排序结果不准确。结果表明：关联度指标能够准确识别珠三角城市群“科-产-教”融合发展水平。

2.3 珠三角城市群各地“科-产-教”融合现状分析

珠三角城市群作为粤港澳大湾区最重要组成部分，依据自身产业优势和人才优势，有力推动湾区科教、产教融合快速发展，但其中也存在着各地区发展水平参差不齐和部分地区产教融合发展短板严重等问题。深入分析大湾区“科-产-教”融合发展现状和存在的问题，以及针对性提出意见和建议，有利于大湾区科技、产业和教育实现更高质量发展。

广州是大湾区“科-产-教”融合发展最好的地区。结合统计数据不难发现，广州在科技和教育方面优势巨大，拥有丰富的教育资源和科研机构，各类科学研究与开发机构共有160 多所［12］。广州市人均研究和开发经费收入、人均科技经费支出和每万人普通高校在校学生人数等多项评价指标位居第一，且远高于其他城市，广州对大湾区乃至全国人才具有很强的吸引力。因此，教育资源和人才资源是广州发展“科-产-教”融合的最大优势。教育资源是社会发展最重要的资源，拥有众多教育和科研人才的广州发展潜力巨大。但是，相较于教育和科技资源丰厚，广州高新技术产业和先进制造业占比相对较小，产业结构相对而言落后深圳，各产业直接联系不够密切。一方面，低附加值的传统行业占比仍较大，低端产业占据广州相当数量社会资源。产业结构落后成为制约广州“科-产-教”融合发展最要原因。另一方面，广州全社会R&D 投入占比相比于其他城市并不高，但在逐年提升，表明广州越来越重视科技发展研究对城市发展的重要作用。

深圳近几十年来，经济发展迅速，社会活力强，创新研究氛围良好，是一座创新城市和科技城市，拥有众多国内外高新科技公司。在关于产业发展的一级评价指标中，深圳是九个城市中最好的，且远远高于其他八个城市。表明深圳产业发展水平很高，经济发达，高技术产业和先进制造业密集成为深圳最大的优势。但是，深圳教育资源匮乏的劣势也很明显［13］，深圳近几十年经济才快速发展，高等教育发展相对落后，教育资源底子薄，高等院校少，没有广州众多“双一流”学科和高校。另一方面深圳密集制造企业对低端劳动力需求旺盛，所以外来务工人口多，受教育程度偏低。以上两个原因导致深圳每万人高校学生人数远低于广州和其他城市。表明深圳高等教育资源匮乏是制约深圳市“科-产-教”融合发展的重要因素。加快人才引进以及获取更多高等教育资源是深圳“科-产-教”融合向高水平发展必备条件。

2017 年至2020 年，珠海市人均GDP 已经超越广州，仅次于深圳。表明珠海社会发展水平相对较高，有利于“科-产-教”融合发展，但珠海的先进制造业占规模以上企业比重低于东莞，由于规模以上企业的产业发展相对稳定，对人才持续需求量比较大，因此，规模以上企业更有利于和高校进行人才需求对接。珠海市通过引进众多高校，为珠海发展提供了良好人才优势，因此，珠海下一步发展应大力引进与人才配套的大型规模企业。东莞市近年来不断引进高端制造业，政府配套相对完善，制定了促进“科-产-教”融合发展的有利政策，但东莞和佛山高校偏少，不利于产业持续创新和发展。

惠州、江门和肇庆则是湾区内“科-产-教”融合发展水平最低三个城市，各项指标均低于其他城市，表明大湾区科教、产教融合存在严重两极分化。如何更好支持惠州、江门和肇庆“科-产-教”融合发展成为提高粤港澳大湾区全区域发展关键一步［14］。在科教资源低丰度地区，一些城市因经济转型，城市建设对人才、技术的需求不断上升，通过密集式招引大量名校资源来促进城市产业和科技发展成为欠发达地区快速发展重要方式。通过分析数据也不难发现：科教、产教融合水平和当地经济发展水平存在很强正相关性。

2.4 粤港澳大湾区“科-产-教”融合发展面临问题及建议

粤港澳大湾区经济发展和教育资源不匹配。一些地区产业发展和人才培养存在严重不相匹配情况，例如深圳、佛山、东莞的产业技术发达，然而教育资源严重不足；广州拥有九市中最丰富的科研和教育资源，然而广州科研转化率不及深圳，且广州产业仍是低端制造业占大多数，严重阻碍广州向高端制造业转型，使得部分科教资源浪费［15］。同时，粤港澳大湾区各市科技、产业、教育资源流通不畅。如上述，大湾区各市科技、产业、教育资源不匹配问题究其原因，是资源流通不畅导致。当社会产业资源和教育资源充分市场化流动，以市场机制为牵引，建立资源流通平台，带动科研和教育资源流向产业需求地方，“科-产-教”才能充分融合、协调发展。此外，大湾区“科-产-教”融合缺乏社会各方支持［16］，融合发展绝不是产业和教育从业人员两方力量推动发展，需要依靠社会各方力量共同努力。

统计规范不同。虽然国家层面对粤港澳大湾区经济、社会、科技等领域的合作进行了系统性规划。但是目前，由于我国内地统计数据与香港和澳门的统计数据内容和统计规范仍有很大同，根据目前现有统计数据无法将澳门和香港与内地城市“科-产-教”融合进行横向对比。因此，下一步大湾区应积极引进资源，扩大开放，加快高新技术产业引进，使产业和教育协同发展，将教育资源优势和人才优势与产业发展相结合，全力推动大湾区产业升级改造；加快两岸三地统计数据标准化，扫除大湾区融合发展道路上的“数据障碍”；需要加强社会第三方对“科-产-教”融合整体效能评价力度，以解决因缺少社会第三方评价使得评价结果全面性和准确性不足问题；应完善融合度相关统计数据，目前关于科教、产教融合评价指标过于分散，不够直观，一些能够直接反映科教、产教融合效能的指标没有被统计部门统计，例如校企合作专利数和论文数，校企合作的企业盈利情况等等。增加反映科教、产教融合直接相关统计数据，可使融合评价结果更加全面和准确。

此外，本文提出深圳和广州“科-产-教”融合协同发展模式：将广州作为人才输出地，深圳作为人才输入地，形成广州科技和教育资源优势与深圳产业资源优势互补。根据两地发展实际情况，也可以利用分校区模式：将广州优质教育资源引进深圳，依托深圳产业优势，能够将高校科研成果更加充分地与深圳产业需求相结合，带动科技、产业、教育的良性互动，进而在区域内构建产教资源全链条的深度融合［17-18］。

在大湾区未来发展过程中，深圳和广州是带动大湾区发展的核心城市。“科-产-教”融合不佳的核心问题是没有融入统一价值链。充分调动广州和深圳科技资源、产业资源和教育资源三方流动，可以有效带动周边地区协同发展。同时，两市在产业和教育的发展优势和发展经验有利于两市深入探索“科-产-教”融合发展新方向，为大湾区乃至全国“科-产-教”融合提供宝贵的发展经验。其余七市则是重要节点城市，应努力形成先进制造业产业群，联合打造战略性新兴产业集群，将产业优势转化为教育优势，以产业升级促进教育发展，以教育发展带动科技进步，形成科技、产业和教育发展的良性互动。同时，其余七市需要为“科-产-教”融合发展提供更好的政策支持，扫除影响发展的制度障碍，鼓励和支持优质科技资源、教育资源和产业资源进入当地。通过加速产业转型升级和加大教育资源引进是实现科技、产业和教育良性互动的重要保障。此外，根据产业对专业技术人才需求，重点培育当地高校特色专业，用产业需求指导当地高校人才培养工作，为科技和产业发展提供人才保障。

通过灰色关联分析模型计算珠三角城市群“科-产-教”融合情况，为深入探究湾区各地“科-产-教”融合发展优势以及短板提供数据支撑。“科-产-教”融合突出含义为“融合”，只有当科技、教育和产业相互融合，才能使三者相互促进发展。一方面，我国高校成果转化率不高，高等教育作为科技和产业发展的基础，通过高校成果转化可以直接带动科学技术研究以及相关产业发展。全球各个国家和地区均针对自身产业需求，以科技进步带动产业发展，产业发展又反哺科技进步，高等教育在其中承担着人才培养的重任，因此，人才培养是产业发展和科技进步的重中之重。另一方面，目前我国产业发展水平不高，如何培养产业需要的人才，这就要求产业与教育紧密联系和深度融合，产业发展作为教育培养人才的风向标，工业产业应将自身人才需求准确传递到高校，高校也应将满足产业人才需求作为培养学生的重要目标，使高等教育更好适应未来科技研发前沿和产业结构变革对人才的需求。

3 结论

本文提出基于灰色关联分析模型探究珠三角城市群“科-产-教”融合发展方向。结果表明：（1）关联度有效识别珠三角城市群“科-产-教”融合发展水平，具有良好的区分度；（2）珠三角城市群“科-产-教”融合发展存在两极分化情况，应加强以市场需求为导向，明确相关各方供需关系，构建科技、产业和教育融合供需信息平台，促进大湾区科、产、教资源充分流动；（3）“科-产-教”融合发展需要政府职能部门统筹社会各方资源，充分发挥规模以上企业在科教、产教融合发展中的特殊优势，带动中小企业积极参与，将三者融合发展作为工作抓手，实现大湾区协调、有序、高质量发展；（4）该评价方法的数据准确可靠且易获得，各指标权重分配客观，计算方法科学合理，可为研究“科-产-教”融合发展提供方法支撑，具有推广意义。