楊玉楨 劉曉梅，趙艷霞

摘 要： 基于三螺旋理論和協同創(chuàng)新理論，建立政府-高技術產業(yè)-大學協同創(chuàng)新評價指標體系，運用復合系統協同度模型和熵值法，測度全國30個省份2010—2018年的政府子系統、高技術產業(yè)子系統、大學子系統的有序度以及系統整體的協同創(chuàng)新水平，進一步地利用灰色關聯分析探究影響政產學協同創(chuàng)新的主要因素。結果顯示：大學子系統的短板效應拉低了政產學系統整體協同創(chuàng)新水平;2011—2018年間全國政產學協同創(chuàng)新能力呈現緩慢上升的趨勢，處于低水平的協同，且呈現“東中部低協同，西部不協同”的區(qū)域特征;東中部地區(qū)協同創(chuàng)新的主要影響因素呈明顯差異化。針對現存問題，提出對策建議。

關鍵詞：三螺旋;協同創(chuàng)新;政府;高技術產業(yè);大學

中圖分類號：F061.5;F124.4? ? ?文獻標志碼：A? 文章編號：1674-7356（2021）-04-0009-10

當前，經濟高質量發(fā)展已經成為重要議題，而創(chuàng)新是引領發(fā)展的第一動力，促進經濟高質量發(fā)展不僅需要資本、人力各方的協調，更需要加快轉變創(chuàng)新模式，高效整合創(chuàng)新資源。1995年，埃茨科維茲提出了大學、產業(yè)和政府三方主體相互影響、相互合作，各方優(yōu)勢互補，實現創(chuàng)新成果的商業(yè)化，螺旋推進經濟發(fā)展的創(chuàng)新模式。在政府-產業(yè)-大學三螺旋創(chuàng)新模式下，三方主體擁有的人才、知識以及資金等被合理利用，協同推進經濟高質量發(fā)展。

在眾多產業(yè)類型中，高技術產業(yè)是研發(fā)投入高，研發(fā)人員占比大的產業(yè)。企業(yè)依托核心創(chuàng)新技術擴大市場份額，帶動經濟增長。目前，高技術產業(yè)逐漸成為代表國家綜合實力的戰(zhàn)略性先導產業(yè)，然而受自身條件限制，高技術產業(yè)技術創(chuàng)新存在困難，尋求與其他創(chuàng)新主體的合作是實現產業(yè)發(fā)展的重要方式。因此，高技術產業(yè)作為創(chuàng)新主體，與政府和大學的協同創(chuàng)新研究具有重要意義。

一、文獻綜述

1995年，Etzkowitz和Leydesdorff[1]研究了大學在知識經濟時代的作用，首次構建了大學、產業(yè)和政府的三螺旋理論模型。三螺旋創(chuàng)新模式是指大學、產業(yè)、政府三方主體在保留原有職責與身份的前提下，相互作用、相互影響。Leydesdorff[2-3]從進化論視角探討了大學、產業(yè)界和政府三者之間的動態(tài)聯系以及發(fā)展軌跡。當涉及到三種選擇環(huán)境時，預期會產生更復雜的運行模式，需要對三者的制度安排以及協同程度有一個確切的評價體制，以形成大學、產業(yè)和政府三方長期穩(wěn)定的關系。2006年，周春彥和埃茨科維茲[4]在已有相關理論的基礎上，探討了是否存在第四個螺旋。自此眾多學者從理論上不斷完善三螺旋的具體模式和內涵，潘東華和尹大為[5]從三螺旋組織接口概念出發(fā)，詳細描述了雙邊、三邊組織接口對其在創(chuàng)新過程中的促進作用，提出了一個以接口組織為基礎的知識轉移框架。鄒波等[6]從理論上揭示了三螺旋協同創(chuàng)新的內在機制，從實踐上提出大學、產業(yè)和政府協同創(chuàng)新發(fā)展的具體路徑。范柏乃和余鈞[7] 認為三螺旋模型是一種相對理想的制度安排，并對三螺旋模型做了進一步的修正和拓展。

關于三螺旋協同創(chuàng)新研究，學者多采用定性研究。李恩極和李群[8]分析了政府主導下的產學研協同創(chuàng)新利益分配機制。肖國華等[9]在三螺旋理論基礎上，探討了以政府、企業(yè)、科研機構和以科技服務為主的第四股力量構成的四螺旋模型下協同創(chuàng)新信息平臺的建立。戚盠和朱姝[10]對產學研金協同創(chuàng)新決策的過程進行了博弈分析，結果發(fā)現不同類型企業(yè)的協同創(chuàng)新意愿不同。

關于大學、產業(yè)和政府三螺旋關系的測定，Leydesdorff[11]提出了用來測度大學-產業(yè)-政府三螺旋動態(tài)關系的Triple Helix算法（簡稱TH算法），該算法是以信息論為基礎，通過分析創(chuàng)新系統中三方參與者之間的不確定性，來研究整個創(chuàng)新系統網絡合作關系的緊密程度。這一算法的提出開辟了三螺旋定量研究的新方法，很多學者運用該算法進行定量研究。莊濤和吳洪[12]以中國在美國專利商標局獲得授權的專利數據為依據對中國大學、企業(yè)和政府在協同創(chuàng)新中的互動關系進行了測定。吳衛(wèi)紅等[13]利用Web of Science TM核心集合引文數據庫，從三螺旋算法推進到N螺旋算法，測度中美兩國創(chuàng)新主體的協同發(fā)展態(tài)勢。陳強和劉笑[14]基于SCI、SSCI以及A&HCI的論文數據，利用TH算法對上海和東京產學政的協同創(chuàng)新關聯緊密度進行了測定。TH算法所用數據主要來源于專利數據和數據庫收錄的論文數據。

目前關于三螺旋協同創(chuàng)新的研究多為從理論上定性研究三螺旋協同創(chuàng)新體制機制，實證分析較少。政府-產業(yè)-大學三螺旋關系測定的數據來源主要為數據庫引文檢索數據或者專利數據，并不能涵蓋技術創(chuàng)新的主要影響因素，使得研究結果具有局限性?，F有文獻多為利用TH算法對國家整體政產學關系的測定，對省域政產學協同創(chuàng)新研究不足，我國地域遼闊，各省份受地理、經濟等各方面影響，協同創(chuàng)新情況往往呈現不同的特征。復合系統協同度模型是研究主體協同效果的重要模型，可以對子系統內部要素的有序度以及系統整體的協同度進行測度。因此，本文首先建立政產學協同創(chuàng)新評價指標體系，利用復合系統協同度模型測度全國30個省份的政府-高技術產業(yè)-大學系統各子系統以及整體的協同創(chuàng)新能力，通過評估三螺旋模式下的省域協同創(chuàng)新能力，利用灰色關聯分析找出影響協同創(chuàng)新發(fā)展機制的主要因素，為提升區(qū)域協同創(chuàng)新水平提出對策建議。

二、模型構建

三螺旋創(chuàng)新系統中各方相互聯系、相互作用，具有復雜的非線性特征，因此本文采用復合系統協同度模型來測算系統整體的協同度。在測度協同度之前，首先需要確定政產學協同創(chuàng)新評價指標體系中的指標權重，如表1所示，主觀賦權法和客觀賦權法是確定指標權重的兩大方法類別，主觀賦權法主要根據評估者經驗主觀判斷得到，客觀賦權法由測評指標的實際數據測算得到，為了使結果更加客觀，本文選取客觀賦權法的熵值法來確定指標權重。

（一）熵值法

首先對數據進行歸一化處理以消除量綱影響，Xabc表示a年b城市的第c個指標，當指標Xabc越大越好時，用如下公式（1），當指標Xabc越小越好時，用如下公式（2）。

Xabc = （1）

Xabc = （2）

參考錢吳永和祁尖[15]的文獻，計算第c個指標下a年b城市占該指標的比重為：

Pabc = （3）

計算c指標的熵值為：

ec = -kabPabc? ln（Pabc） 其中k =? （4）

計算信息冗余度為：

dc = 1 - ec（5）

計算指標權重為：

wc = （6）

（二）復合系統協同度模型

政產學復合系統協同度模型的子系統分別為政府子系統、高技術產業(yè)子系統、大學子系統，將其定義為B1、B2和B3，子系統的序參量變量為bix=（bi1，bi2，…，bin），表示子系統的運行情況，其中n≥1，Xix≤bix≤Yix（x=1，2，…，n;i=1，2，3），Xix和Yix分別為其序參量的下限和上限。按對系統有序性的貢獻分類，序參量變量可以分為兩種類型，一種是正向指標，正向指標越大越好，即序參量變量的取值越大，系統的有序度越高;另一種是負向指標，負向指標越小越好，即序參量變量的取值越小，系統的有序度越高。序參量變量的有序度可以表示為：

μi（bix ） = ? ? 正向指標? ? 負向指標（7）

從式（7）可知，序參量變量的有序度在[0，1]之間，值越大，代表序參量變量對系統有序度的貢獻就越大。子系統的有序度是序參量有序度的集成，本文采用線性加權法對子系統的有序度進行測算，如公式（8） 所示。wx 是權重系數，表示bix在系統保持有序運行的地位。

μi （bi ） = wx μi （bix ）（8）

其中wx≥0， wx = 1

由定義可知μi （bi）∈[0，1]，子系統的有序度μi （bi）越大，那么子系統對復合系統協同發(fā)展的貢獻度就越大。基于時間序列分析，在復合系統發(fā)展演變的過程中，子系統t0時刻的有序度為μi0（bi），t1時刻子系統有序度為μi1（bi），t0 - t1時間段政產學協同創(chuàng)新水平的計算公式為：

CI = α（9）

其中α=且μi1（bi） - μi0（bi）≠0。CI的取值范圍為[-1，1]，取值為正，說明系統協同，越接近1，系統整體的協同創(chuàng)新水平越高。取值為負，說明至少一個子系統無序，系統整體不協同。

三、指標體系設計及數據來源

政產學協同創(chuàng)新過程本質上是創(chuàng)新主體對創(chuàng)新資源投入，獲得相應產出的過程，因此將政府子系統、高技術產業(yè)子系統和大學子系統下的每個序參量分為投入指標和產出指標。政府在創(chuàng)新中扮演重要角色，為地方提供財政支持，出臺鼓勵性政策，搭建各類創(chuàng)新平臺，以促進創(chuàng)新成果轉化，推動地區(qū)經濟發(fā)展。高技術產業(yè)是R&D人員占比高的產業(yè)，企業(yè)建立研發(fā)機構或部門，投入大量人力和經費，開發(fā)新產品，申請有效專利，為企業(yè)發(fā)展提供動力支撐，專利授權數會產生時限延期，指標體系中用專利申請數更符合年份實際情況。大學是科研人員的集聚地，國家支持大學課題研究、專利申請，大學發(fā)表科技論文，轉化科技成果，為創(chuàng)新發(fā)展提供源泉?；诖?，構建如表1所示的政產學協同創(chuàng)新評價指標體系。

利用熵值法得到表1中各指標的權重。數據來源于《中國科技統計年鑒》 《中國統計年鑒》 《中國火炬統計年鑒》和《中國高技術產業(yè)年鑒》。

四、實證分析

（一）子系統有序度分析

利用均值-標準差方法對政府子系統原始數據進行標準化處理，將標準化數據代入公式（7）得到序參量的有序度，參考劉志迎和譚敏[16]，取標準化數據的最大值和最小值的110%作為序參量的上限值和下限值。將μi（bix）代入公式（8）得到政府子系統的有序度，結果如表2所示。

數據結果顯示：全國政府子系統的有序度平均水平從2010年的0.050一舉躍升至2018年的0.905，從無序到有序，得益于政府在創(chuàng)新管理中發(fā)揮了不可替代的積極作用。為實現創(chuàng)新型國家建設，我國政府不斷完善創(chuàng)新政策，積極搭建科技園、孵化器等創(chuàng)新平臺，為產業(yè)創(chuàng)新提供全鏈條服務，政府在創(chuàng)新管理中的貢獻作用直線上升。 縱觀2018年數據，25個省份的有序度在0.9以上，各省政府積極推進區(qū)域協同創(chuàng)新。

將高技術產業(yè)子系統指標數據標準化后，代入公式（7）得到序參量有序度，將結果代入公式（8），得到高技術產業(yè)子系統的有序度，結果如表3所示。

高技術產業(yè)子系統的測算結果顯示：2010年有序度平均水平為0.157，2011年出現明顯下滑，主要原因在于高技術產業(yè)受金融危機影響，發(fā)展不穩(wěn)定，而2011年是我國“十二五”規(guī)劃的開局之年，政府大力培育戰(zhàn)略性新興產業(yè)，我國的高技術產業(yè)呈現良好的發(fā)展態(tài)勢，2011年之后子系統有序度逐年增加，且增加的速度較快，2018年高技術產業(yè)子系統的有序度均值增加到0.772。

同樣，將指標體系中收集到的大學子系統數據標準化后代入公式（7）得到序參量有序度，將結果代入公式（8），得到大學子系統的有序度，得到如表4所示。

相較高技術產業(yè)子系統，2010—2018年間全國大學子系統有序度平均水平緩慢增長。各個省份呈現不同發(fā)展態(tài)勢，主要分為兩種：震蕩上升和“W式”下降。全國大部分省份大學子系統有序度呈現震蕩上升的趨勢，其中遼寧、四川基本呈直線式增長，且增長速度較快，2010—2018年間遼寧省由0.090增加至0.834，四川省由0.052增加至0.939?！癢式”下降的省份有河南、云南，河南省大學子系統有序度2010年為0.594，之后處于波動下降狀態(tài)，2013年達到了新的高點0.582，之后波動下降，2018年達到了0.588，與2010年基本持平。云南省的大學子系統有序度2010年為0.564，之后波動下降，2013年達到了0.471，之后再次波動，2018年達到了0.501，與2010年基本持平。兩省呈“W式”變化，且2018年的有序度要低于2010年。總體來看我國大學創(chuàng)新系統發(fā)展極不穩(wěn)定。

系統整體的協同度受各個子系統有序度的影響，任何一個子系統的失衡，都會拉低系統整體的協同發(fā)展。2010—2018年政府子系統、高技術產業(yè)子系統和大學子系統有序度對比結果如圖1所示。

根據圖1，2012年以來，政產學協同創(chuàng)新系統中大學子系統有序度較低，限制系統整體協同創(chuàng)新水平。大學掌握著豐富的創(chuàng)新資源，是創(chuàng)新鏈中的重要一環(huán)，現階段大學對協同創(chuàng)新的貢獻度較低，潘丹和李永周[17]基于組合評價法和K均值聚類分析得出大學自身創(chuàng)新能力弱，90.32%地區(qū)的高校科技創(chuàng)新能力處于或低于“一般”水平，高校政產學協同創(chuàng)新過程中存在諸多問題：大學科技成果與實際應用脫節(jié)，科技成果轉化激勵機制不健全，大學技術轉移效率低等。重視大學扮演的創(chuàng)新角色，合理利用大學創(chuàng)新資源，挖掘大學創(chuàng)新力量是未來創(chuàng)新發(fā)展的重要任務。

（二）政產學協同創(chuàng)新水平分析

將各子系統的有序度結果，代入公式（9）得到30個省份的政府-高技術產業(yè)-大學系統的協同創(chuàng)新水平，如表5所示。從全國平均水平看，政產學系統協同創(chuàng)新水平波動上升，從負值到正值，從不協同到低水平協同，表明政府、高技術產業(yè)、大學三者的協同創(chuàng)新程度低，未來具有很大發(fā)展空間。

直觀地看，30個省份的協同創(chuàng)新水平在2011—2018年間有正有負，省域協同創(chuàng)新發(fā)展極不平衡。更進一步地，縱觀2018年各省份協同創(chuàng)新水平，東部地區(qū)的北京、天津、廣東、海南，中部地區(qū)的吉林、黑龍江、安徽、江西，西部地區(qū)的內蒙古、廣西、重慶、青海、寧夏和新疆處于平均水平以下且協同度為負值，系統整體不協調，其余16個省份達到全國平均水平且協同度為正，其中山東、河南、湖南、四川四省協同水平達到0.2及以上，省域政產學協同創(chuàng)新水平存在空間差異，從均值來看，表現為“東中部低協同，西部不協同”特征。

（三）政產學協同創(chuàng)新影響因素分析

以上分析顯示，我國東中西部地區(qū)呈現不同特征。為了深入分析不同地區(qū)之間影響政產學協同創(chuàng)新的主要因素，本文利用灰色關聯分析法對各地區(qū)做了進一步探究?；疑P聯分析是根據因素之間發(fā)展趨勢的相似或者相異程度來衡量因素間關聯程度的一種分析方法，適用性廣，被廣泛應用于社會經濟系統。

首先需要確定分析指標體系，參考序列為政產學系統協同創(chuàng)新水平，比較序列為指標體系中的18個變量指標，逐一計算參考序列與比較序列的絕對值差？駐，取絕對值差的最小值？駐min和最大值？駐max計算關聯系數，其公式為：

ε=（10）

其中ρ為分辨系數，通常取0.5，本文取0.5進行運算，關聯度結果為該省各年度關聯系數均值，利用Python得出關聯系數結果ε 如表6所示。關聯度的取值越接近1，表示變量指標與協同水平的關聯性越高，協同度受該變量指標的影響程度越高。表6結果顯示評價指標體系中的各指標與政產學協同創(chuàng)新的關聯系數均在0.5以上，表明各指標與政產學協同創(chuàng)新具有較高關聯。

從全國平均水平來看，影響政產學協同創(chuàng)新的主要因素排名前五名的有：高校R&D人員合計數（X14）、高技術產業(yè)研發(fā)機構數（X7）、高校R&D經費內部支出（X15）、高技術產業(yè)R&D人員折合全時當量（X6）、高技術產業(yè)新產品開發(fā)項目數（X10）。與子系統分析結果相同，高技術產業(yè)和高校拉低了整體協同創(chuàng)新水平，高校需要加大R&D人員引進以及經費支出，為協同創(chuàng)新提供不竭動力。高技術產業(yè)在增加R&D人員、擴大研究機構數的同時，要加強與高校和研發(fā)機構的合作，打通協同創(chuàng)新渠道，加快新產品項目研發(fā)。

分地區(qū)來看，不同地區(qū)主要影響因素存在明顯差異。東部地區(qū)排名前五的影響因素為地方財政科技支出（X2）、高技術產業(yè)新產品開發(fā)項目數（X10）、新產品銷售收入（X11）、高技術產業(yè)R&D人員折合全時當量（X6）、高校R&D人員合計數（X14），東部地區(qū)的地方財政科技支出與協同創(chuàng)新水平關聯度排序第一，表明地方財政科技支出對地區(qū)協同創(chuàng)新影響較大，排名前五的影響因素中第二至第四是高技術產業(yè)相關指標，表明高技術產業(yè)的創(chuàng)新發(fā)展是影響東部地區(qū)協同創(chuàng)新的重要因素;中部地區(qū)排名前五的影響因素為高校R&D人員合計數（X14）、高校R&D課題數（X16）、高校R&D經費內部支出（X15）、高技術產業(yè)研發(fā)機構數（X7）、R&D經費內部支出來自政府部分（X1），高校的創(chuàng)新投入與中部地區(qū)協同創(chuàng)新關聯度較高，提高中部地區(qū)高校R&D投入是提高地區(qū)協同創(chuàng)新水平的關鍵;西部地區(qū)排名前五的影響因素為高技術產業(yè)R&D人員折合全時當量（X6）、高校形成國家或行業(yè)標準數（X19）、高技術產業(yè)研發(fā)機構數（X7）、高技術產業(yè)新產品開發(fā)項目數（X10）、高校R&D經費內部支出（X15），高技術產業(yè)R&D人員折合全時當量與西部地區(qū)協同創(chuàng)新水平關聯度排序第一，西部地區(qū)高校增加R&D經費支出以及提高國家或行業(yè)標準數是未來提升西部地區(qū)協同創(chuàng)新水平的重要舉措。

五、結論和建議

本文建立了政府-高技術產業(yè)-大學三螺旋協同創(chuàng)新評價指標體系，利用協同度模型對我國30個省份的三螺旋協同創(chuàng)新能力進行測算。結果顯示：第一，三個子系統中，大學子系統的短板效應拉低了整體協同創(chuàng)新水平，發(fā)揮高校作為創(chuàng)新主體的重要力量，是當前提升主體協同創(chuàng)新發(fā)展水平的關鍵;第二，就全國平均水平而言，2011—2018年間政產學系統整體協同度呈現緩慢上升的趨勢，且處于低水平的協同狀態(tài)，省域協同創(chuàng)新發(fā)展極不平衡，呈現“東中部低協同，西部不協同”特征。第三，東中部地區(qū)協同創(chuàng)新的主要影響因素呈現差異化，要有針對性提升主體協同創(chuàng)新能力。

根據上述結果，針對當前我國政產學主體協同創(chuàng)新面臨的問題，提出以下建議：

（一）建立現代化創(chuàng)新平臺

研究結果顯示高技術產業(yè)在協同創(chuàng)新方面缺乏R&D人員、研究機構與新產品開發(fā)項目，本質上是創(chuàng)新資源的匱乏。建立以企業(yè)技術需求為導向，以信息技術為支撐，集成利用高?？萍假Y源與政府政策支持的現代化創(chuàng)新管理信息平臺，讓高校的創(chuàng)新資源與項目研究通過三方信息平臺高效對接市場產業(yè)發(fā)展需求，實現科技成果新建、整合、完善和提高。

（二）完善多渠道融資體系

創(chuàng)新的發(fā)展離不開資金的支持，研究結果顯示高校創(chuàng)新發(fā)展受R&D經費支出的影響。政府要增加財政支持力度，完善科技成果轉化資金支持體系。高校和產業(yè)在創(chuàng)新過程中高效利用財政撥款，適當引入金融資本，鼓勵支持風險投資基金助力創(chuàng)新發(fā)展，讓金融市場為創(chuàng)新發(fā)展提供源源不斷的活力。

（三）實現多方位校城融合

由政府牽頭，聯合校企資源，簽署合作框架協議，政府支持高校發(fā)展，充分發(fā)揮高校職能，高校結合學科鏈與當地產業(yè)鏈發(fā)展，對接行業(yè)人才需求，優(yōu)化學科專業(yè)建設。鼓勵當地高校畢業(yè)生留在當地就業(yè)創(chuàng)業(yè)，服務創(chuàng)新發(fā)展，有效實現人力、財力資源共建共享，提高資源利用率。

（四）做好示范區(qū)帶動作用

東部地區(qū)依托優(yōu)越的地理位置和產業(yè)優(yōu)勢，高科技企業(yè)可以快速孵化壯大，同時東部地區(qū)也是高校資源集聚的地方，在東部地區(qū)選取合理地點發(fā)展協同創(chuàng)新模式試點，著力形成創(chuàng)新經濟示范區(qū)，帶動中西部地區(qū)后續(xù)推進協同創(chuàng)新發(fā)展，從而整體上達成創(chuàng)新驅動經濟的發(fā)展態(tài)勢。

[參考文獻]

[1]? Etzkowitz H，Leydesdorff L. The triple helix university-industry-government relations： a laboratory for knowledge-based economic development[J]. ESAAT Review，1995（19）：14-19.

[2]? Leydesdorff L. The triple helix model and the study of knowledge-based innovation systems[J]. Journal of Contemporary Sociology，2005（1）：12-27.

[3]? Leydesdorff L，Meyer M. Triple Helix indicators of knowledge-based innovation systems[J]. Research Policy，2006（10）： 1441-1449.

[4]? 周春彥，亨利·埃茨科維茲. 雙三螺旋：創(chuàng)新與可持續(xù)發(fā)展[J]. 東北大學學報（社會科學版），2006（3）：170-174.

[5]? 潘東華，尹大為. 三螺旋接口組織與創(chuàng)新中的知識轉移[J]. 科學學研究，2008（5）：1073-1079.

[6]? 鄒波，郭峰，王曉紅，等. 三螺旋協同創(chuàng)新的機制與路徑[J]. 自然辯證法研究，2013（7）：49-54.

[7]? 范柏乃，余鈞. 三重螺旋模型的理論構建、實證檢驗及修正路徑[J].科學學研究，2015（10）：1552-1558+1568.

[8]? 李恩極，李群. 政府主導的產學研協同創(chuàng)新的利益分配機制研究[J]. 研究與發(fā)展管理，2018（6）：75-83.

[9]? 肖國華，詹文青，楊云秀，等. 情報工程視角下四螺旋協同創(chuàng)新信息平臺建設研究[J]. 情報科學，2020（1）：147-152+161.

[10]? 戚盠，朱姝. 產學研金協同創(chuàng)新體系建設博弈分析[J]. 科技進步與對策，2018（14）：30-35.

[11]? Leydesdorff? L. The mutual? information? of university-industry-government relations： an? ?indicator? of? the? Triple Helix? dynamics[J]. Scientometrics，2003（2）：445-467.

[12]? 莊濤，吳洪. 基于USPTO數據的中國官產學三螺旋關系研究[J].科技管理研究，2015（20）：214-218.

[13]? 吳衛(wèi)紅，陳高翔，張愛美. 互信息視角的政產學研資協同創(chuàng)新四螺旋實證研究[J]. 科技進步與對策，2018（6）：21-28.

[14]? 陳強，劉笑. 城市三螺旋創(chuàng)新體系測度——基于上海和東京的對比研究[J]. 中國科技論壇，2015（9）：17-23.

[15]? 錢吳永，祁尖. 基于節(jié)點城市的物流產業(yè)效率與經濟增長協同發(fā)展測度研究[J]. 工業(yè)技術經濟，2018（5）：19-28.

[16]? 劉志迎，譚敏. 縱向視角下中國技術轉移系統演變的協同度研究——基于復合系統協同度模型的測度[J].科學學研究，2012（4）：534-542+533.

[17]? 潘丹，李永周，王曉潔，等. 高?？萍紕?chuàng)新能力比較研究——基于組合評價法和K均值聚類分析[J]. 中國高校科技，2020（5）：30-34.

Effect of Government-Industry-University Collaborative Innovation Based on Triple Helix Model-Taking High-tech Industry as an Example

YANG Yuzhen1， LIU Xiaomei1， ZHAO Yanxia2

（1. School of Economics and Management， Hebei University of Technology， Tianjin 300401， China; 2. School of Economics and Management， North China University of Science and Technology， Tangshan， Hebei 063210， China）

Abstract： Based on the triple helix theory and collaborative innovation theory， the paper has established an evaluation index system of government-high technology industry-university collaborative innovation. Composite system synergetic degree model and the entropy value method are employed to measure the collaborative innovation degree of government， high-tech industry and university as well as the whole system in 30 provinces in China from 2010 to 2018. Furthermore， grey relational analysis was used to explore the influencing factors of government-industry-university collaborative innovation. The results show that the cask effect of university subsystem lowers the overall collaborative innovation level. From 2011 to 2018， the? government-industry-university collaborative innovation capacity in China saw a slow upward trend， but remained at a low level of coordination， featuring low coordination in the eastern and central regions as well as lack of coordination in the western regions. The main factors affecting collaborative innovation in the eastern and central regions are obviously different. In view of these existing problems， countermeasures and suggestions are put forward.

Key words： triple helix; collaborative innovation; government; high-tech industry; university