上海市人工智能企業創新水平指標分析與評價

張 巖

（上海理工大學，上海 200093）

一、問題提出

近年來，人工智能的發展一日千里，已初步度過了前期的野蠻擴張階段。中國人工智能的發展極具潛力。我國人工智能研究雖起步晚、研究水平與發達國家相比存在明顯差距，但已引起國內專家學者的廣泛關注。近年來，人工智能領域和技術逐漸成熟，應用范圍不斷擴大。隨著人工智能技術的不斷進步，人工智能應用逐漸由農業、制造業等行業向服務業滲透。上海市在發展人工智能方面具有較大的優勢。在過去的五年里，上海市大力培育發展戰略性新興產業，核心技術與關鍵產品持續實現突破，在自主創新能力上顯著增強，發展質量逐步提升。

上海市發展人工智能具有強有力的戰略引領和政策支持、豐富的應用場景、海量的數據資源等優勢，但在基礎研究、核心技術、平臺建設等方面與國際領先水平仍存在差距。上海市要成為全球數字經濟的領導者，就必須率先謀劃、提前布局，緊抓5G 窗口機遇，順應數字經濟未來發展趨勢。因此，探討人工智能和數字經濟領域的創新型企業模式，將有利于上海市進一步發揮自身條件優勢，聚焦重點、乘勢而上，開創全國乃至世界領先的數字經濟發展新高地。

大多數學者對創新及相關方面對創新型企業的內涵作出了詮釋，即創新是創新型企業的根本特征，也是其生存與發展的基本條件。通過創新，創新型企業重塑了原有的市場結構，提升了市場地位，并獲得了更高的投資回報。與此同時，該類企業著眼于在劇烈變化的環境中打破慣例，不斷實現新價值的創造。

而上海市人工智能企業的創新型發展有何特點，如何用創新型指標去評價上海市人工智能企業的發展，上海市人工智能企業又需要哪些政策的支持，如何為上海市人工智能的發展助力等等，都是目前亟待解決的問題。

同時，對這類問題的調查相對缺乏，學者們大多聚焦于宏觀角度評價上海市人工智能的發展，如鄭鑫（2019）通過數據統計總結上海市人工智能的發展現狀。

丁緒武從經濟學和社會學的角度，結合上海市新興產業發展的經驗，總結出上海市在人工智能發展方面的不足。在促進人工智能創新型發展的政策方面，國內文章大多是對于已有政策的解讀。例如，章小童、李月琳、樊振佳通過內容分析法和話語分析法對我國人工智能政策進行分析，對目前人工智能的政策進行了解讀，揭示了相關政策的主題分布特征及其含義。宋偉、夏輝聚焦于省級政府人工智能相關政策分析。又或者是與其他國家的政策做一些比較研究，旨在對中國人工智能政策發展提供一些借鑒。比如，曾堅鵬等基于政策主體、工具與目標的統一分析理念，對比中美在人工智能方面的政策體系。高杰等將中國與德國在人工智能的發展政策與戰略布局進行對比分析。而一套具體的，有助于推動中國人工智能創新型發展的政策卻鮮有提及。相比于世界發達國家，我國人工智能存在著許多未知數與未解難題，現有政策屬于先導性政策，缺乏大量創新與運用實踐情形下的先行支持政策。很多政策都是模仿西方國家，而并沒有探索出一套中國特有的創新型政策。

這些宏觀的平鋪直敘的數據和對已有政策的分析，的確顯示出了目前上海市在人工智能領域的現狀。但未來的發展依靠的是創新，創新才是發展的原動力，才能決定企業能否長期高質量發展。對于企業創新型的評價，已有研究往往是用創新型指標去評價一般型企業的創新水平。例如，張林（2012）通過結合傳統績效評價特點和戰略性績效評價特點，綜合財務方面指標和非財務方面指標，總結出一套創新型企業績效評價體系，將創新型企業績效評價的指標分為八個方面，即財務狀況、經營成果與發展、技術創新、知識管理創新、市場創新、制度創新、文化創新、業務流程。而將上海市人工智能的現狀與創新型指標評價體系結合起來進行分析的文獻是非常缺乏的。鄒俊、張亞軍通過比較上海市人工智能專利產出方面的數據，總結出上海市人工智能企業存在成熟專業技術人才流失、創新能力相對偏弱等這類問題，說明提高上海市人工智能的創新發展是目前的重要問題。

本文創新性地將上海市人工智能企業的發展現狀與評價一般型企業創新型指標有機地結合在一起，總結出一套適用于評價上海市人工智能企業的創新型指標，分析了每個指標對于人工智能企業創新能力貢獻的占比大小。

本文通過熵權法，以截至2021 年9 月17 日已在上海上市的三家人工智能公司和一家在上海市以人工智能為主營業務收入的公司為代表，通過具體分析各個公司在創新型指標上的數據，求出每個指標所占權重，最后進行綜合分析和評價，總結出上海市人工智能企業的發展特點，為上海市以及我國的人工智能企業提供參考。

二、基于熵權法的上海市代表性人工智能公司的指標分析

（一）模型構建

本文采用申農提出的熵權法來剖析上海市代表性人工智能創新型企業的運行現狀，所選取的指標均反映創新型企業的代表性指標，并通過熵權法求得每個指標所占權重，從而使綜合結果更加準確可靠。

指標評價的第一步是總結創新型企業績效的八大指標，分別反映企業在各個方面的創新能力。各個指標下的具體數據來源于萬德（WIND）數據庫。第二步采用熵權法，將第一階段的各個指標的數據求權重，得出綜合分析數據，并對挑選出的有代表性的四家企業進行綜合指標排名。

（二）數據來源與變量選取

1.數據來源

企業各項指標數據均來自萬德數據庫。截至2021 年9 月17 日，在上交所上市的行業類別為人工智能的企業一共3 家，以人工智能為主營業務收入的企業為1 家。

2.變量選取

一個企業的創新精神體現在許多方面。通過文獻回顧發現，創新中不但要注重財務評價指標，還應重視許多非財務層面評價指標，如經營成果與發展、技術創新、知識管理創新、制度創新等。因此，本文綜合上述指標，對企業的創新特質進行評價與分析。

（1）財務狀況。財務狀況是企業重要財務標準之一，人工智能企業也不例外，主要包括償債能力和營運能力。從靜態的角度分析，企業的償債能力是用其所有資產償還的能力，企業的資產一方面來自于所有者的投入，另一方面來源于債權人的借入。債權人的資金是企業必須償還的，所以償債能力是企業績效評價的關鍵指標。營運能力是企業資金周轉情況的體現，它也反映出企業的經營管理水平。

（2）經營成果與發展。經營成果是創新型企業創新績效的突出體現，構成企業績效評價的核心。所以，選擇正確的經營成果方面的評價指標，有利于正確反映企業的創新水平。三年營業收入平均增長率反映企業營業收入方面的增長情況，該指標越高，說明企業的收入發展能力越強、可預期的未來擴張能力越大。凈資產收益率一般用企業的凈利潤與平均所有者權益的百分比、公司稅后利潤除以凈資產得到的百分比來表示，該指標高，表示所有者的收益率越大、公司運用自由資本的效率越高。

（3）技術創新。郝生賓和于渤對中國東北地區105家企業進行調查研究，結果表明，技術能力和網絡能力對技術創新均有顯著的直接正向影響，而技術能力的具體反映就是人均專利數，該指標越高說明企業技術能力越強。技術人員總數是企業員工中技術人員的人數，技術人員是企業技術創新的源頭。因而，該指標是企業是否擁有很好創新能力的直接反映。

（4）知識管理創新。創新型企業是知識密集型企業，創新企業的核心競爭力來源于創新人才的培養、創新知識技術的擁有，所以，知識管理對于創新型企業是極其重要的。如何調動員工的創新積極性，充分發揮員工們的才能，更好地為公司服務，是創新知識管理的一部分內容。企業的人均創造利潤能夠反映每個員工對于企業管理制度的積極性與接受性，人均創造利潤高，則表明企業員工對于企業制度有更高的積極性，能夠將更飽滿的熱情投身于工作當中。員工知識水平直接關系企業的整體競爭力。企業的創新團隊是否擁有一支高素質、穩定的員工隊伍能力以適應企業的發展，集中反映在員工知識水平上。高水平的員工能更好滿足客戶的需求，給客戶帶來更好的體驗。本文將企業的本科率代表企業的員工知識水平。

（5）制度創新。創新制度的一個重要方面體現在激勵機制上。完善的激勵制度可以激勵員工進行積極的創造，人均專利數便是其表現之一。在本文的研究中，用人均專利數來體現公司制度創新能力的高低。

三、運用熵權法對數據進行分析

在選取具有代表性的指標后，由于各個指標對企業創新水平的影響權重不確定，本文采用熵權法進行每個指標的權重分析。

（一）企業資產負債率越低，企業償債能力越強

陳志軍等指出，公司實施創新變革的最佳時機為績效有所下滑但仍為盈利的狀態，不能是經營虧損、資源短缺的邊界情景。所以，在本文的研究中只考慮企業的償債能力，暫不考慮企業是否應用財務杠桿作用。因此，該指標為負向指標，數值越小，代表企業償債能力越強。

（二）企業的資產周轉率高低并無優劣之分，資產周轉率高表明企業采取薄利多銷的方針

羅通對分析AI 行業目前的現狀，指出整個AI 的研究只是一個開始，而遠非目標，未來AI 在某些方面會有很大的成就。鑒于人工智能行業還有很大的潛在市場，資產周轉率高的企業更利于搶占市場，所以本文認為，資產周轉率為正向指標，數值越大越好。

此外，三年營業收入平均增長率（2020，2019，2018）、凈資產收益率（2020）人均專利數、技術人員比重、人均創造利潤、員工知識水平均為正向指標，未能查到科大智能三年營業收入平均增長率，但鑒于其凈資產收益率為負，本文將科大智能三年營業收入平均增長率設為0。

（三）激勵制度可激勵員工積極創造

完善的激勵制度可以激勵員工進行積極的創造，因此本文認為人均專利數也是正向指標。企業數據如表1 所示。

表1 上海市人工智能代表性企業的各項數據

步驟1：對數據進行標準化處理

步驟2：熵權法分析（見表2）

表2 熵權法計算結果

步驟3：通過權重計算綜合創新水平（見表3）

表3 上海人工智能代表性企業的綜合創新水平與排名

四、結果探討

（一）企業提高企業負債率，以搶占市場

四家企業的資產負債率均沒有超過50，說明企業的債務風險小，企業發展較為穩定，經營較為保守。但考慮到人工智能行業還存在較大的市場潛力，本文建議企業的資產負債率可以在目前的水平上略有提高，以此積極搶占市場，獲取更大收益。

（二）企業與投資人應有充足的準備

四家企業的凈資產收益率中，三家為正，只有一家為負。說明本文調查的代表性人工智能企業中的三家已度過了前期的資本投資階段，企業已經實現盈利，可以在人工智能行業立足。但還有一家企業凈資產收益率為負值，說明人工智能行業雖然是一個機遇十足的行業，但也存在著一定的風險性，企業和投資人在進入該行業前要有充足的準備。

（三）企業創新能力高低，資產和人才是關鍵

運用熵權法分析上海市人工智能代表性企業的各項權重，資產負債率、資產周轉率和人才本科率方面的權重比較大，說明決定人工智能企業創新能力高低的因素中資產和人才起關鍵性作用。

五、研究結論與展望

（一）研究結論

本文通過梳理上海市人工智能企業的發展現狀，并采用熵權法對上海市人工智能代表性企業進行了綜合創新水平的指標分析。結果表明，衡量人工智能企業創新能力的八個主要指標分別為資產負債率、資產周轉率、三年營業收入平均增長率、凈資產收益率、人均專利數、技術人員人數、人均創造利潤和本科率。目前，上海市人工智能企業的經營策略相對保守，但行業未來可期。如果企業想提高自己的創新能力，應著重提高資產負債率、資產周轉率和本科率這三個方面的指標水平。

（二）理論貢獻與實踐啟示

本文創新性地結合上海市人工智能的發展和創新型指標這兩項數據，總結出上海市人工智能企業的創新型評價指標，從整體的角度評價人工智能企業的創新能力，可為其他企業提供借鑒。