在社会发展异常复杂和市场竞争异常激烈的今天,无论是经济系统还是社会系统,其运行过程中往往会产生多种不同类型的数据。运用科学的方法对这些数据加以有效挖掘和利用,分析和处理诸多不确定性情况,如不完备性信息、偏好信息、不精确性信息、噪声数据、模糊性信息、灰性信息等,从而为提升系统运作效率提供更多的决策依据,对系统整体水平优化具有至关重要的意义。现实经济社会中,由于风险和不确定性并存,产生的数据具有数据量大、数据维度高和相关性强等特点。如果采用传统分析方法对这些数据加以分析,无法很好的满足现存数据特点和客观研究需要,制约了对数据信息进行有效挖掘和关键因素有效识别,导致无法获取足够多的高质量深层知识来辅助科学决策。面板数据兼具横截数据和时间序列数据的双重特性,能够细腻地刻画样本在经济环境中的系统性和动态性。因此,针对现有面板数据聚类评价过程中存在的对象间信息缺失和聚类结果宽泛等问题,为有效挖掘聚类对象间的关系信息和时空特征属性间的差异信息,在考虑面板数据多重信息特征的基础上,基于面板数据的时空特征属性,引入灰靶决策思想,对现有面板数据聚类方法进行改进,提出一种新型多指标自适应权重灰色面板数据聚类评价方法,以期提高聚类对象间的信息挖掘效率,得到更加精确的聚类结果,从而生成更高质量的深层次知识辅助决策。提出的新型灰色面板数据聚类评价方法,避免了初始点的选择,聚类类别数目确定以及属性权重约束等问题,不但可以对包含灰色信息的面板数据时空特征属性类别进行有效聚类划分,亦可以退化成传统二维面板数据聚类方法,从而提高了聚类对象间的信息挖掘效率,使得最终的聚类结果更加精确。为说明提出的新型灰色面板数据聚类方法有效性和合理性,与现有的聚类方法进行了对比分析,实验结果证明了该方法在面板数据聚类方面的先进性。高校产学研合作是我国高校和企业社会协同创新、综合发展的的重要表现形式,对增强我国科研实力,推动社会发展起到举足轻重的作用。然而,由于人类认知的局限性和事物发展的不确定性,我国高校产学合作发展中长期存在“两张皮”问题,突出表现为产学研绩效合作水平不高,评价过程缺乏科学依据,无法针对不同样本特点和具体问题,给出有针对性的对策建议。鉴于此,本研究采用提出的新型灰色面板数据聚类方法,对我国高校产学研合作进行聚类评价分析。综上所述,本研究取得如下发现:1)针对现有面板数据聚类宽泛,属性间信息挖掘不充分等问题,提出一种新型的多指标自适应权重的灰色面板数据聚类评价方法。所构建模型能够有效描述研究对象呈现发展趋势或未来行为,并实现对研究对象的有效聚类;2)对提出的新型灰色面板数据聚类评价方法的有效性和合理性进行了测试。选取模糊综合聚类算法FCM,K-means均值聚类这两种经典的聚类算法,采用数据库UCI数据集,从算法精度,运行时间和运行效率等方面,与提出新型聚类方法进行对比分析。结果表明,提出的新型灰色面板数据聚类评价方法在聚类精度,运行时间和运行效率上均优于另外两种方法;3)利用所构建的灰色面板数据聚类评价方法,充分考虑我国省域高校产学研合作过程中的不确定性和动态性,从产学研合作的绝对量水平,增量水平和波动性水平出发,客观评估了我国省域高校产学研发展状况和现有水平,避免了根据测度值设定阈值,确定各省属性类别划分的问题,得到的聚类结果更加详细精准,因而在给出不同省份的对策建议时,更多能够依据本省实际情况给出具体有效的提升策略,有效提高了公共资源的利用效率。最后,为我国高校产学研合作提出了相关的对策建议。