浙江省高等职业教育、科技创新与新兴产业耦合协调发展路径研究

王珂 魏鹏鹏

收稿日期： 2023-04-25

基金项目： 中国职业技术教育学会第五届理事会2022年度科研规划课题“浙江省高等职业教育、科技创新与新兴产业耦合协调发展路径研究”（ZJ2022B168）；浙江省高等学校课程思政教学研究项目“大数据与会计专业群课程思政体系构建研究”（423）；浙江工业职业技术学院数字经济与智慧财经协同创新中心阶段性成果

作者简介： 王珂（1989—），男，讲师，硕士，研究方向：绩效评价。

摘  要： 研究构建高等职业教育、科技创新与新兴产业评价体系，运用熵值法与耦合协调度模型，对2016—2021年浙江省高等职业教育、科技创新与新興产业测算得分，对其两两交互以及三者共同的耦合协调展开分析，而后采用障碍度模型，诊断影响三者共同耦合协调度的障碍因子。结果表明：浙江省高等职业教育、科技创新与新兴产业综合得分分别波动上升至良好、中等偏上与优秀水平，发展经历低水平科技创新领先、中等水平高等职业教育领先、中高水平新兴产业领先等三个阶段；浙江省高等职业教育、科技创新与新兴产业两两交互和三者共同的耦合度均呈现良性共振耦合中相互促进的转变，耦合协调度均由失调衰退上升至优质耦合协调；影响三者共同耦合协调度的障碍因子分别是高等职业教育中的人员集聚、教师科研、资源保障和就业发展，科技创新中的投资投入、科技成果和行业扩散，新兴产业中的产业利润、新产品绩效和产业创新。最后，提出浙江省高等职业教育、科技创新与新兴产业协调共进的相关建议。

关键词： 高等职业教育； 科技创新； 新兴产业； 耦合协调； 障碍度

中图分类号： G710          文献标志码： Ａ          文章编号： １６７１－２１５３（２０24）０1-0066-09

一、引言

党的二十大报告提出“推进职普融通、产教融合、科教融汇，优化职业教育类型定位”，高等职业教育、科技创新与产业发展结合的模式为高等职业教育高质量发展提供了方向。新发展理念下，实现经济高质量发展需从技能人才培育、科技创新驱动和新兴产业优化方面构建发展的长效机制，且三者的耦合协调至关重要。现有研究中，学者主要聚焦高等教育、科技创新与新兴产业中的两者交互影响。（1）高等教育与科技创新方面。学者较多关注高等教育与科技创新，高等职业教育鲜被提及。高等教育影响科技创新上，高等教育形成的人力资本与知识外溢能够增强知识创造和知识获取能力，对区域创新能力具有显著促进作用[1-2]，高等教育机构也已成为区域创新系统的重要组成部分[3]。科技创新影响高等教育上，科技创新能够扩大高新技术产业规模，解决当地高等教育学生就业问题[4]，同时还会成为高等教育课程更新、教学改进、教师角色优化的强有力支撑[5]。两者交互影响上，高等教育与科技创新相互作用、相互影响、相互制约[6]。（2）高等教育与新兴产业方面。学者对高等教育、高等职业教育与新兴产业均有关注。高等教育影响新兴产业上，高等教育人才培养所形成的人力资本，是区域新兴产业升级与优化的加速器[7-8]，但高等教育专业设置前瞻性不够、专业调整灵活性不足也可能阻碍新兴产业发展[9]。新兴产业影响高等教育上，区域新兴产业迅速发展，需要高等职业教育培养大批高技能人才[10-11]，而对高技能人才的高标准培育有利于高等职业教育不断前进[12]。交互影响上，高等职业教育要与区域新兴产业发展有机结合[13-14]。（3）科技创新与新兴产业方面。科技创新影响新兴产业上，学者分别从科技成果产业化[15]、高校科技创新[16]、科技创新区域集聚[17]、科技创新政策[18]等方面研究对新兴产业的影响，一致认为科技创新对新兴产业发展具有显著促进作用。新兴产业影响科技创新上，新兴产业集群内部会逐渐出现较为频繁的创新技术活动，会带动相关的企业、政府机构、专业中介、科研及高校单位等逐步进入产业集群中[19]。交互影响上，科技人才集聚与新兴产业集聚存在显著双向促进作用[20]，在转化发展中，两者应协调发展，不可偏颇[21]。

综上所述，高等教育、科技创新与新兴产业中两者交互影响的丰富成果为研究提供借鉴，但以往研究中较少将三者结合进行实证分析。虽然部分学者将高等教育、科技创新与经济发展[22-24]或产业升级[25-26]三者结合进行分析，但并未涉及高等职业教育和新兴产业。浙江省高等职业教育占据高等教育近半壁江山，坚持科技自立自强支持创新发展，落实新兴产业引领经济高质量增长，只有三者实现耦合协调发展，才会在交互促进与协调中形成发展的巨大合力。基于此，本研究构建高等职业教育、科技创新与新兴产业评价体系，选择2016—2021年浙江省相关指标数据，通过熵值法、耦合协调度模型与障碍度模型，进行综合水平、耦合协调及障碍因子的分析。

二、研究设计

（一）评价指标体系构建

在构建高等职业教育、科技创新与新兴产业的评价体系时，通过文献统计与专家咨询的方式进行指标筛选。先汇总各相关主题核心期刊论文中高频指标，再根据浙江省相关指标数据的可获得性以及实现高质量发展的内在要求，在高等职业教育中新增校企合作与就业能力子系统，在科技创新中新增科技扩散子系统，在新兴产业中新增持续保障子系统，最后咨询3位专家确定评价体系。高等职业教育评价体系涵盖办学规模、教育要素、校企合作和就业能力等子系统，其中办学规模考虑人员集聚和专业布局，教育要素考虑教师素养和资源保障，校企合作考虑企业投入、经费支持和合作成效，就业能力考虑就业普及、就业质量和就业发展。科技创新评价体系包括科技投入、科技产出和科技扩散等子系统，其中科技投入考虑经费投入、人员投入和投资投入，科技产出考虑产出绩效和产出成果，科技扩散考虑行业扩散、企业扩散和普及扩散。新兴产业界定上，学者选择高新技术产业[27-28]、战略性新兴产业[29-30]或高技术产业[31-32]代表新兴产业。为全面进行新兴产业评价，本研究将高新技术产业、战略性新兴产业和高技术产业指标列入其中。新兴产业评价体系囊括规模发展、经营绩效和持续保障等子系统，规模发展考虑产业占比和产业增加值，经营绩效考虑产业利润、产业利税和新产品绩效，持续保障考虑产业投资、产业支持和产业创新。具体各评价体系的评价指标及其单位、性质等信息如表1所示。指标数据来源方面，高等职业教育评价指标数据来源于浙江省教育厅发布的《浙江省高等职业教育质量年度报告》，科技创新评价指标数据来源于《浙江统计年鉴》，新兴产业评价指标数据来源于浙江省统计局发布的《浙江省经济社会发展报告》、EPS数据平台“中国高技术产业数据库”、《中国火炬统计年鉴》。

（二）熵值法

浙江省高等职业教育、科技创新与新兴产业评价指标的权重选用熵值法进行计算。熵理论演化而来的熵值法能够通过熵值的变异程度实现客观权重赋值，最终各指标权重与标准化数据的乘积再累加即为各评价体系的综合得分。

1. 数据标准化转换

评价体系中各评价指标具有不同性质，正向指标用符号“+”表示，逆向指标用符号“-”表示。数据标准化转换中，正向指标转换公式为x’ij=■（1），逆向指标转换公式为x’ij=■（2）。式中xij和x’ij分别为原始数值和标准化数值，max xj与min xj分别为第j项指標原始数据的最大值与最小值。

2. 指标权重确定

首先，通过数据无量纲化处理得到各指标比重yij，yij=■（3）；其次，计算指标的熵值ej，ej=-■∑n   i=1yijlnyij（4）；再次，做差得到指标的差异系数ɡj，ɡj=1-ej（5）；最后，求得指标权重wj，wj=■（6）。

3. 综合得分计算

公式Z=∑p   j=1wjx’ij（7）用于计算浙江省高等职业教育、科技创新与新兴产业综合得分，其中，Z={GZJY，KJCX，XXCY}，GZJY、KJCX、XXCY分别代表浙江省高等职业教育、科技创新与新兴产业的综合得分。

（三）耦合协调度模型

1. 耦合度模型

来源于物理学容量耦合理论与系数模型的耦合度，能够反映评价体系间相互影响与作用的程度。代入熵值法计算浙江省高等职业教育、科技创新与新兴产业的综合得分，构建耦合度模型如下：

C=■■     （8）

其中，C为耦合度，取值于[0，1]，数值越大，则评价体系间共振耦合越强，由低至高将耦合度分为低水平耦合、拮抗耦合、磨合阶段、协调耦合[33]。

2. 耦合协调度模型

为避免高耦合低协调的现象，同时为更好地反映评价体系间的协调发展一致性[34]，引入耦合协调度模型如下：

T=αGZJY+βKJCX+？酌XXCY       （9）

D=■             （10）

其中，T为协调指数，鉴于高等职业教育、科技创新与新兴产业在浙江省发展中同样重要的地位，因此令系数α=β=？酌=■。D为耦合协调度，取值于[0，1]，数值越大，则评价体系间协调发展的一致性越强，由低至高将耦合协调度分为极度失调、严重失调、中度失调、轻度失调、濒临失调、勉强协调、初级协调、中级协调、良好协调、优质协调[35]。

（四）障碍度模型

为进一步探讨影响浙江省高等职业教育、科技创新与新兴产业三者共同耦合协调度提升的障碍因子，引入障碍度模型如下：

Oi=■          （11）

其中，1-x’ij为指标偏离度，wj为利用熵值法计算的指标权重，Oi为指标障碍度。指标Oi数值越大，则该指标对浙江省高等职业教育、科技创新与新兴产业耦合协调的障碍程度越高。

三、结果与分析

（一）综合得分分析

运用熵值法列示的公式（1）至（7）分别计算浙江省高等职业教育、科技创新与新兴产业评价体系的综合得分，具体结果如图1所示。整体来看，2016—2021年浙江省高等职业教育、科技创新与新兴产业综合得分分别由低分段上升至0.843 3、0.687 0及0.992 8，整体呈现波动上升趋势，发展中先后经历低水平科技创新领先、中等水平高等职业教育领先、中高水平新兴产业领先三个阶段。

分评价体系来看，浙江省高等职业教育综合得分除2020年略下降0.03分外，其余年份保持得分持续上升且年均增长率高达63.79%，这与浙江省高等职业教育发展中注重政策规划引导、教育供需优化、职教改革创新和提质培优落实等密切相关。2020年浙江省实施高职扩招，导致教育要素子系统中A7、A9、A10等生均资源保障指标得分下降，同时2020年新冠疫情影响经济发展，教师获得企业横向技术服务经费到款额下降，导致教育要素子系统中A6指标得分下降，整体影响了浙江省高等职业教育2020年综合得分。浙江省科技创新综合得分呈现先下降后上升的趋势，其中2016—2018年下降主要受B5、B12、B14、B16指标得分下降影响，反映出此阶段科技投入中投资投入短板与科技扩散应用短板。2018—2021年伴随着浙江省加快建设高水平创新型省份的部署，科技投入稳步提高，科技产出迅速增长，科技扩散进一步显现，三个子系统得分在增长期分别实现年均增长率46.61%、66.35%和30.40%。浙江省新兴产业始终保持综合得分持续稳步提升，年均增长率高达70.35%，同时其评价子系统规模发展、经营绩效与持续保障的得分持续上升，这与浙江省重视新兴产业发展，在产业政策、产业集群、产业科技、产业配套等方面不断优化有关。

（二）耦合协调分析

利用耦合协调度模型列示的公式（8）至（10）变换计算浙江省高等职业教育、科技创新与新兴产业评价体系中的两者交互以及三者共同的耦合度与耦合协调度，具体结果如表2所示。

耦合度方面，2016—2018年浙江省高等职业教育与科技创新、科技创新与新兴产业以及三者共同的耦合度均呈现倒Ｖ型形态，在经历极化效应和扩散效应后，2019—2021年耦合度C值稳定位于0.900以上，实现耦合水平波动向稳定的协调耦合转变。2016—2021年浙江省高等职业教育与新兴产业的耦合度C值位于0.928～1.000间，始终处于协调耦合状态。整体来看，浙江省高等职业教育、科技创新与新兴产业无论在两者交互还是三者共同的磨合发展中，关联越来越紧密，匹配度越来较高，在良性共振耦合中相互促进。

耦合协调度方面，2016—2021年浙江省高等职业教育、科技创新与新兴产业中的两者交互以及三者共同的耦合协调度上升趋势明显且实现跨越式发展，实现良性互动和高效协同。各体系匹配的耦合协调度均可分为三个阶段，2016—2018年处于失调衰退阶段，此时浙江省高等职业教育、科技创新与新兴产业中的两者交互以及三者共同的协同目标一致性较差；2019年为分水岭，浙江省高等职业教育、科技创新与新兴产业中的两者交互以及三者共同耦合协调度迅速提升，进入协调发展阶段，协同目标一致性转好，实现协调的相互促进发展；2020—2021年浙江省高等职业教育、科技创新与新兴产业中的两者交互以及三者共同的耦合协调度经历良好协调与优质协调阶段，进入高级耦合协调阶段，三者在相互带动中更注重高质量发展。耦合协调的良性优化既与浙江省高等职业教育注重技能创新人才培养、加强“双师”队伍建设与创新激励、服务产业需求等密切相关，又与浙江省产业或企业通过产业学院、实践平台、现代学徒、企业导师、挂职锻炼、就业实习等方式支持高等职业院校提质培优发展密切相关，这是浙江省产业、科技、教育、人才四位一体发展的必然结果。

（三）障碍因子分析

利用障碍度模型列示公式（11）计算影响浙江省高等职业教育、科技创新与新兴产业三者共同耦合协调度的相关障碍度。2016—2021年评价体系与子系统的障碍度结果如图2所示（柱状图及左侧纵坐标综合反映各评价体系障碍度变化、折线图及右侧纵坐标综合反映各子系统障碍度变化），影响耦合协调水平前10位障碍因子分布如表3所示。

评价体系障碍度方面，2016—2021年浙江省高等职业教育、科技创新与新兴产业对三者共同耦合协调度影响的障碍度均值分别为33.19%、38.26%、28.54%。根据图2显示，浙江省高等职业教育障碍度相较科技创新与新兴产业而言波动较小，数值位于27.84%～37.76%，但在2016年、2017年、2020年仍是影响三者共同耦合协调度的主要障碍之一，呈现高障碍度—低障碍度—中障碍度的阶段性变化。科技创新对三者共同耦合协调度影响的障碍度呈现波动上升趋势，保持年均22.30%的增速，逐步由障碍度最低的评价体系转换为障碍度最高的评价体系，2021年障碍度高达65.63%，成为影响三者共同耦合协调度的最主要障碍。新兴产业对三者共同耦合协调度影响的障碍度基本呈现先上升后下降的趋势，2016—2019年基本呈现上升趋势，2019年达到最高值40.22%，此阶段为影响三者共同耦合协调度的主要障碍之一，2020—2021年障碍度下降迅速，年均降低66.33%，成为影响三者共同耦合协调度最低的评价体系。结合上述评价体系的障碍度均值和变化趋势分析，制约浙江省高等职业教育、科技创新与新兴产业耦合协调度提升最强的障碍体系是科技创新，其次为高等职业教育，最后为新兴产业。

子系统及评价指标障碍度分析方面，根据障碍度占比，重点分析障碍度较高的关键因子[36]。2016—2021年影响浙江省高等职业教育、科技创新与新兴产业三者共同耦合协调的障碍度分析如下：障碍度较高的前五位子系統障碍度占比均超过60%，障碍度较高的前十位评价指标障碍度占比均超过40%，因此结合图2和表3着重分析障碍度较高的前五位子系统及前十位评价指标。浙江省高等职业教育中，办学规模和教育要素在2016—2021年间有4年位于子系统障碍度较高的前五位，频数最多，其次为就业能力有2年，最后为校企合作有1年；具体到评价指标障碍因子，A1、A2、A6、A18出现最多，表明办学规模中的人员集聚（A1、A2）、教育要素中的教师科研（A6）和就业能力中的就业发展（A18）成为障碍因子，同时在2020—2021年教育要素中的资源保障（A7、A9、A10）障碍因子集中显现。浙江省科技创新中，科技产出有5年位于子系统障碍度较高的前五位，几乎覆盖2016—2021年整个时期，科技投入有4年位于子系统障碍度较高的前五位，集中于2018—2021年，科技扩散有2年位于子系统障碍度较高的前五位，集中于2020—2021年；具体到评价指标障碍因子，相对集中于科技投入中的投资投入（B5）、科技产出中的科技成果（B9、B10、B11）和科技扩散中的行业扩散（B13、B14）。浙江省新兴产业中，规模发展、经营绩效与持续保障障碍度处于较高的前五位均位于2016—2019年，分别有2年、2年、4年；具体到评价指标障碍因子，规模发展中不存在障碍因子，经营绩效中的产业利润（C6、C7）和新产品绩效（C10）成为障碍因子，持续保障中则集中表现为产业创新（C14、C15）成为障碍因子。

四、结论与建议

（一）结论

通过对浙江省高等职业教育、科技创新与新兴产业的综合得分、耦合协调和障碍因子进行分析，得出如下结论。

第一，2016—2021年浙江省高等职业教育、科技创新与新兴产业综合得分波动上升，2021年分别达到良好、中等偏上与优秀水平，先后经历低水平科技创新领先、中等水平高等职业教育领先、中高水平新兴产业领先等三个阶段。

第二，2016—2021年浙江省高等职业教育、科技创新与新兴产业在两两交互和三者共同磨合发展中，均呈现良性共振耦合中相互促进的转变。同时两两交互和三者共同的耦合协调度均实现由失调衰退向协调发展的转变，已进入优质协调阶段，相互带动中更注重高质量发展。

第三，影响浙江省高等职业教育、科技创新与新兴产业三者共同耦合协调度的障碍因子主要有：高等职业教育中的人员集聚、教师科研、资源保障与就业发展，科技创新中的投资投入、科技成果与行业扩散，新兴产业中的产业利润、新产品绩效与产业创新。

（二）建议

基于上述结论，提出浙江省高等职业教育、科技创新与新兴产业在各自领域提高三者共同耦合协调度的建议。

第一，浙江省高等职业教育领域。首先，根据新兴产业发展需要与科技创新内在需求，进一步扩大高等职业院校教育规模，提高技能创新型人力资本比重，形成人力资源优势。其次，以成长机制吸引高素养教师投身高等职业教育，形成科技创新与新兴产业的人才集聚，进而通过强化“双师”队伍建设、搭建校企合作平台、加强横向课题考核等方式，形成教师服务产业转型升级的附属效应，同时，此过程中的交流合作促进科研反哺教学，进一步提升高等职业教育人才培养水平。最后，实现高等职业教育高质量办学。硬实力上，相关部门要具备提前规划能力，在扩招等特殊时期应提前进一步加大对高等职业院校的投入，促进生均硬件实力逐步提高；软实力上，通过学生毕业后的创新难题技术指导、继续教育学历提升、校友推荐就业晋升等服务，助力学生长远发展。

第二，浙江省科技创新领域。一方面，科技投入中涉及的项目投资投入，需要稳定且持续增加科技经费投入，以作为项目平稳运行的支撑，同时要注重科研投入的效率考核，将科技创新项目自身的运行状况以及科技创新项目与产业发展的关联度作为重要依据建立奖惩机制。另一方面，提高高等职业院校与企业合作科技成果产出及转化的奖励力度，加大在企业扶持和教师考评中科技成果产出及转化相关指标的比重，促进高等职业院校与企业间科技人才深度合作，以此潜移默化地形成科技成果产出及转化中的产、学、研、用结合的良好交互局面，进而间接促进科技创新在行业发展中的扩散。

第三，浙江省新兴产业领域。首先，政府应从制度、政策、规划层面做好新兴产业集群发展的规划与培育，通过产业集群的累积效应、竞争压力和交流机制，促进产业科技创新能力的提升。其次，通过资源倾斜弥补新兴产业暂时性的利润困境，落实经营场所租金减免、低息无息贷款普及、关键技术攻关奖励、前景项目投资参与、企业税收优惠、新产品出口补贴等举措，同时积极探索知识产权质押、绿色信贷等对接新兴产业科技创新投入的方式，减轻新兴产业经营绩效压力。最后，加大新兴产业科技创新投入，激励形成以企业为主、校企合作、政府支持的协同创新体系，注重成果转化应用。同时推动“一人多岗”的职业贯通机制，实现产业科技人才既是企业人员培训师，又是高等职业院校人才培养兼职教师，为构建技能创新型人力资本打下基础。

参考文献：

[1] 齐亚伟，陶长琪. 环境约束下要素集聚对区域创新能力的影响：基于GWR模型的实证分析[J]. 科研管理，2014（9）：17-24.

[2] 黄容霞，魏萍，潘孝珍. 高等教育人力资本集聚对技术创新的空间效应：以湖北省地级市为例的实证分析[J]. 中国高教研究，2021（1）：70-76，95.

[3] JAEGER A，KOPPER J. Third mission potential in higher education：measuring the regional focus of different types of HEIs[J]. Review of Regional Research，2014（2）：95-118.

[4] COAD A，RAO R. Innovation and firm growth in high-tech sectors：a quantile regression approach[J]. Research Policy，2008（4）：633-648.

[5] 宋美喆，李孟苏. 高等教育、科技创新和经济发展的耦合协调关系测度及其影响因素分析[J]. 现代教育管理，2019（3）：19-25.

[6] KUKULSKA-HULME A. How should the higher education workforce adapt to advancements in technology for teaching and learning？[J]. The Internet and Higher Education，2012（4）：247-254.

[7] 张国强，温军，汤向俊. 中国人力资本、人力资本结构与产业结构升级[J]. 中国人口·资源与环境，2011（10）：138-146.

[8] 石丽，陈万明. 高等教育与高技术产业技术创新耦合关系研究[J]. 教育科学，2015（3）：43-49.

[9] 潘剑波，丁建宁. 基于战略性新兴产业工程人才培养：光伏产业高层次人才培养的探索和实践[J]. 高等工程教育研究，2018（6）：55-59.

[10] 付永萍. 中国战略性新兴产业发展关键影响因素的实证[J]. 东华大学学报（自然科学版），2019（4）：605-611.

[11] 朱厚望，高树平，杨虹. 高职院校服务战略性新兴产业的作用机制与保障策略：以服务湖南航空产业为例[J]. 中国职业技术教育，2020（24）：83-88.

[12] 张俊. 高职教育人才培养模式研究[J]. 职教论坛，2013（29）：82-83.

[13] THORNBERRY J B. Competition and cooperation：a comparative analysis of SEMATECH and the VLSI research project[J]. Enterprise and Society，2002（4）：657-686.

[14] 张扬，王颖. 高职教育与区域战略新兴产业协同发展途径研究[J]. 江苏高教，2016（1）：138-141.

[15] LEE K，LIM C. Technological regimes，catching-up and leapfrogging：findings from the Korean industries[J]. Research Policy，2001（3）：459-483.

[16] 劉娜娜，王效俐，韩海彬. 高校科技创新与高技术产业创新耦合协调发展的时空特征及驱动机制研究[J]. 科学学与科学技术管理，2015（10）：59-70.

[17] 刘海鹰. 科技创新区域集聚及其对新兴产业催生效应研究[J]. 科学管理研究，2017（1）：55-58.

[18] 孟维站，徐喆，刘宇佳，等. 我国科技政策组合特征对高技术产业创新效率的分阶段影响[J]. 经济问题，2019（6）：49-54.

[19] 赵昕. “一带一路”科技文化的发展对我国西部新兴产业集聚作用机制研究[J]. 科学管理研究，2017（3）：59-62.

[20] 李敏，郭群群，雷育胜. 科技人才集聚与战略性新兴产业集聚的空间交互效应研究[J]. 科技进步与对策，2019（22）：67-73.

[21] 叶锐，杨建飞. 我国科技创新与战略性新兴产业互动发展机制研究[J]. 管理现代化，2014（6）：55-57.

[22] 王树乔，王惠，尹洁. 高等教育投入、技术创新与经济增长[J]. 教育学术月刊，2016（5）：14-19.

[23] 蔡文伯，陈念念. 长江经济带城市群高等教育、科技创新和经济增长的耦合协调效应[J]. 现代教育管理，2022（11）：33-42.

[24] 卢卓. 高等教育层次结构、技术进步与经济高质量发展[J]. 统计与决策，2023（1）：115-119.

[25] 徐莉，李文，严泽浩. 高等教育、技术创新与产业升级耦合协同效应：以长江经济带为例[J]. 江西师范大学学报（哲学社会科学版），2018（1）：124-132.

[26] 何宜庆，吴铮波. 高等教育发展、技术创新水平与产业结构升级：基于长江经济带的空间效应研究[J]. 高校教育管理，2019（3）：79-88，96.

[27] 乔鹏亮. 广西战略性新兴产业与传统产业耦合发展研究[J]. 广西社会科学，2014（3）：24-27.

[28] 薛继亮，邬浩，于莉. 战略性新兴产业与传统产业耦合发展及对就业的影响研究[J]. 工业技术经济，2020（1）：152-160.

[29] 梁威，刘满凤. 我国战略性新兴产业与传统产业耦合协调发展及时空分异[J]. 经济地理，2017（4）：117-126.

[30] 陈美华，刘彦宏，黄新建. 江西战略性新兴产业与区域经济耦合协调发展研究[J]. 江西师范大学学报（哲学社会科学版），2018（4）：90-95.

[31] 赵玉林，石璋铭，汪芳. 战略性新兴产业与风险投资发展协整分析：来自中国高技术产业的经验分析[J]. 科技进步与对策，2013（13）：53-58.

[32] 刘建民，胡小梅，王蓓. 空间效应与战略性新兴产业发展的财税政策运用：基于省域1997—2010年高技术产业数据[J]. 财政研究，2013（1）：62-66.

[33] 李田田，王丽丽，李丁，等. 中国典型旅游城市旅游经济与城市韧性耦合协调关系[J]. 兰州大学学报（自然科学版），2022（6）：749-760.

[34] 化祥雨，金祥荣，吕海萍，等. 高质量发展耦合协调时空格局演化及影响因素：以浙江省县域为例[J]. 地理科学，2021（2）：223-231.

[35] 梁海涛，任保平. 长三角城市群金融与环境的耦合协调及时空演化[J]. 统计与决策，2022（6）：159-163.

[36] 雷勋平，QIU R. 基于熵权TOPSIS模型的中国粮食安全评价及障碍因子诊断[J]. 中国农业大学学报，2022（12）：1-14.

Research on the Development Path of Coupling Coordination of Higher Vocational Education，Scientific and Technological Innovation and Emerging Industries in Zhejiang Province

WANG Ke1， WEI Pengpeng2

（1. Zhejiang Industry Polytechnic College， Shaoxing 312000， China； 2. Shaoxing Development Planning and Research Institute， Shaoxing Development and Reform Commission， Shaoxing 312000， China）

Ａｂｓｔｒａｃｔ： To begin with，this study formulated an evaluation system for three sample categories，i.e.，higher vocational education，scientific and technological innovation as well as emerging industries. Subsequently，the entropy method and the coupling coordination degree model were employed to verify the system with samples from Zhejiang Province and score the three sample categories there from between 2016 and 2021. Next，this study analyzed the coupling coordination between any two and among all three sample categories，before utilizing the obstacle degree model to identify the obstruction factors hampering the coupling coordination among the three. The results show that the total scores for higher vocational education，scientific and technological innovation，as well as emerging industries from Zhejiang respectively fluctuated upward towards satisfactory，sat predominantly on the upper echelons of the moderate level，and maintained an excellent level. From the perspective of development，the frontrunners were respectively low-level scientific and technological innovation，moderate-level higher vocational education and moderate-to-high-level emerging industries. The degrees of coupling between any two of and among all three of Zhejiang’s sample categories showed the shift to mutual promotion in what was a benign resonance and coupling relationship. Moreover，all degrees of coupling coordination rose from a dysfunctional decline to high-quality coupling coordination. The obstruction factors affecting the coupling coordination among the three sample categories were found to be personnel aggregation，research projects presided by teachers，resource guarantee，and career development for higher vocational education，investment and commitment，scientific and technological achievements，industrial diffusion for scientific and technological innovation，industry-generated profit，new product performance and industry innovation for emerging industries. Lastly，based on the above findings，relevant recommendations aimed at promoting coordination and common progress for the three sample categories in Zhejiang were proposed.

Ｋｅｙｗｏｒｄｓ： higher vocational education； scientific and technological innovation； emerging industries； coupling coordination； obstacle degree

（責任编辑：姜聪瑞）