上海市人工智能企业创新水平指标分析与评价

张 岩

（上海理工大学，上海 200093）

一、问题提出

近年来，人工智能的发展一日千里，已初步度过了前期的野蛮扩张阶段。中国人工智能的发展极具潜力。我国人工智能研究虽起步晚、研究水平与发达国家相比存在明显差距，但已引起国内专家学者的广泛关注。近年来，人工智能领域和技术逐渐成熟，应用范围不断扩大。随着人工智能技术的不断进步，人工智能应用逐渐由农业、制造业等行业向服务业渗透。上海市在发展人工智能方面具有较大的优势。在过去的五年里，上海市大力培育发展战略性新兴产业，核心技术与关键产品持续实现突破，在自主创新能力上显著增强，发展质量逐步提升。

上海市发展人工智能具有强有力的战略引领和政策支持、丰富的应用场景、海量的数据资源等优势，但在基础研究、核心技术、平台建设等方面与国际领先水平仍存在差距。上海市要成为全球数字经济的领导者，就必须率先谋划、提前布局，紧抓5G 窗口机遇，顺应数字经济未来发展趋势。因此，探讨人工智能和数字经济领域的创新型企业模式，将有利于上海市进一步发挥自身条件优势，聚焦重点、乘势而上，开创全国乃至世界领先的数字经济发展新高地。

大多数学者对创新及相关方面对创新型企业的内涵作出了诠释，即创新是创新型企业的根本特征，也是其生存与发展的基本条件。通过创新，创新型企业重塑了原有的市场结构，提升了市场地位，并获得了更高的投资回报。与此同时，该类企业着眼于在剧烈变化的环境中打破惯例，不断实现新价值的创造。

而上海市人工智能企业的创新型发展有何特点，如何用创新型指标去评价上海市人工智能企业的发展，上海市人工智能企业又需要哪些政策的支持，如何为上海市人工智能的发展助力等等，都是目前亟待解决的问题。

同时，对这类问题的调查相对缺乏，学者们大多聚焦于宏观角度评价上海市人工智能的发展，如郑鑫（2019）通过数据统计总结上海市人工智能的发展现状。

丁绪武从经济学和社会学的角度，结合上海市新兴产业发展的经验，总结出上海市在人工智能发展方面的不足。在促进人工智能创新型发展的政策方面，国内文章大多是对于已有政策的解读。例如，章小童、李月琳、樊振佳通过内容分析法和话语分析法对我国人工智能政策进行分析，对目前人工智能的政策进行了解读，揭示了相关政策的主题分布特征及其含义。宋伟、夏辉聚焦于省级政府人工智能相关政策分析。又或者是与其他国家的政策做一些比较研究，旨在对中国人工智能政策发展提供一些借鉴。比如，曾坚鹏等基于政策主体、工具与目标的统一分析理念，对比中美在人工智能方面的政策体系。高杰等将中国与德国在人工智能的发展政策与战略布局进行对比分析。而一套具体的，有助于推动中国人工智能创新型发展的政策却鲜有提及。相比于世界发达国家，我国人工智能存在着许多未知数与未解难题，现有政策属于先导性政策，缺乏大量创新与运用实践情形下的先行支持政策。很多政策都是模仿西方国家，而并没有探索出一套中国特有的创新型政策。

这些宏观的平铺直叙的数据和对已有政策的分析，的确显示出了目前上海市在人工智能领域的现状。但未来的发展依靠的是创新，创新才是发展的原动力，才能决定企业能否长期高质量发展。对于企业创新型的评价，已有研究往往是用创新型指标去评价一般型企业的创新水平。例如，张林（2012）通过结合传统绩效评价特点和战略性绩效评价特点，综合财务方面指标和非财务方面指标，总结出一套创新型企业绩效评价体系，将创新型企业绩效评价的指标分为八个方面，即财务状况、经营成果与发展、技术创新、知识管理创新、市场创新、制度创新、文化创新、业务流程。而将上海市人工智能的现状与创新型指标评价体系结合起来进行分析的文献是非常缺乏的。邹俊、张亚军通过比较上海市人工智能专利产出方面的数据，总结出上海市人工智能企业存在成熟专业技术人才流失、创新能力相对偏弱等这类问题，说明提高上海市人工智能的创新发展是目前的重要问题。

本文创新性地将上海市人工智能企业的发展现状与评价一般型企业创新型指标有机地结合在一起，总结出一套适用于评价上海市人工智能企业的创新型指标，分析了每个指标对于人工智能企业创新能力贡献的占比大小。

本文通过熵权法，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为主营业务收入的公司为代表，通过具体分析各个公司在创新型指标上的数据，求出每个指标所占权重，最后进行综合分析和评价，总结出上海市人工智能企业的发展特点，为上海市以及我国的人工智能企业提供参考。

二、基于熵权法的上海市代表性人工智能公司的指标分析

（一）模型构建

本文采用申农提出的熵权法来剖析上海市代表性人工智能创新型企业的运行现状，所选取的指标均反映创新型企业的代表性指标，并通过熵权法求得每个指标所占权重，从而使综合结果更加准确可靠。

指标评价的第一步是总结创新型企业绩效的八大指标，分别反映企业在各个方面的创新能力。各个指标下的具体数据来源于万德（WIND）数据库。第二步采用熵权法，将第一阶段的各个指标的数据求权重，得出综合分析数据，并对挑选出的有代表性的四家企业进行综合指标排名。

（二）数据来源与变量选取

1.数据来源

企业各项指标数据均来自万德数据库。截至2021 年9 月17 日，在上交所上市的行业类别为人工智能的企业一共3 家，以人工智能为主营业务收入的企业为1 家。

2.变量选取

一个企业的创新精神体现在许多方面。通过文献回顾发现，创新中不但要注重财务评价指标，还应重视许多非财务层面评价指标，如经营成果与发展、技术创新、知识管理创新、制度创新等。因此，本文综合上述指标，对企业的创新特质进行评价与分析。

（1）财务状况。财务状况是企业重要财务标准之一，人工智能企业也不例外，主要包括偿债能力和营运能力。从静态的角度分析，企业的偿债能力是用其所有资产偿还的能力，企业的资产一方面来自于所有者的投入，另一方面来源于债权人的借入。债权人的资金是企业必须偿还的，所以偿债能力是企业绩效评价的关键指标。营运能力是企业资金周转情况的体现，它也反映出企业的经营管理水平。

（2）经营成果与发展。经营成果是创新型企业创新绩效的突出体现，构成企业绩效评价的核心。所以，选择正确的经营成果方面的评价指标，有利于正确反映企业的创新水平。三年营业收入平均增长率反映企业营业收入方面的增长情况，该指标越高，说明企业的收入发展能力越强、可预期的未来扩张能力越大。净资产收益率一般用企业的净利润与平均所有者权益的百分比、公司税后利润除以净资产得到的百分比来表示，该指标高，表示所有者的收益率越大、公司运用自由资本的效率越高。

（3）技术创新。郝生宾和于渤对中国东北地区105家企业进行调查研究，结果表明，技术能力和网络能力对技术创新均有显著的直接正向影响，而技术能力的具体反映就是人均专利数，该指标越高说明企业技术能力越强。技术人员总数是企业员工中技术人员的人数，技术人员是企业技术创新的源头。因而，该指标是企业是否拥有很好创新能力的直接反映。

（4）知识管理创新。创新型企业是知识密集型企业，创新企业的核心竞争力来源于创新人才的培养、创新知识技术的拥有，所以，知识管理对于创新型企业是极其重要的。如何调动员工的创新积极性，充分发挥员工们的才能，更好地为公司服务，是创新知识管理的一部分内容。企业的人均创造利润能够反映每个员工对于企业管理制度的积极性与接受性，人均创造利润高，则表明企业员工对于企业制度有更高的积极性，能够将更饱满的热情投身于工作当中。员工知识水平直接关系企业的整体竞争力。企业的创新团队是否拥有一支高素质、稳定的员工队伍能力以适应企业的发展，集中反映在员工知识水平上。高水平的员工能更好满足客户的需求，给客户带来更好的体验。本文将企业的本科率代表企业的员工知识水平。

（5）制度创新。创新制度的一个重要方面体现在激励机制上。完善的激励制度可以激励员工进行积极的创造，人均专利数便是其表现之一。在本文的研究中，用人均专利数来体现公司制度创新能力的高低。

三、运用熵权法对数据进行分析

在选取具有代表性的指标后，由于各个指标对企业创新水平的影响权重不确定，本文采用熵权法进行每个指标的权重分析。

（一）企业资产负债率越低，企业偿债能力越强

陈志军等指出，公司实施创新变革的最佳时机为绩效有所下滑但仍为盈利的状态，不能是经营亏损、资源短缺的边界情景。所以，在本文的研究中只考虑企业的偿债能力，暂不考虑企业是否应用财务杠杆作用。因此，该指标为负向指标，数值越小，代表企业偿债能力越强。

（二）企业的资产周转率高低并无优劣之分，资产周转率高表明企业采取薄利多销的方针

罗通对分析AI 行业目前的现状，指出整个AI 的研究只是一个开始，而远非目标，未来AI 在某些方面会有很大的成就。鉴于人工智能行业还有很大的潜在市场，资产周转率高的企业更利于抢占市场，所以本文认为，资产周转率为正向指标，数值越大越好。

此外，三年营业收入平均增长率（2020，2019，2018）、净资产收益率（2020）人均专利数、技术人员比重、人均创造利润、员工知识水平均为正向指标，未能查到科大智能三年营业收入平均增长率，但鉴于其净资产收益率为负，本文将科大智能三年营业收入平均增长率设为0。

（三）激励制度可激励员工积极创造

完善的激励制度可以激励员工进行积极的创造，因此本文认为人均专利数也是正向指标。企业数据如表1 所示。

表1 上海市人工智能代表性企业的各项数据

步骤1：对数据进行标准化处理

步骤2：熵权法分析（见表2）

表2 熵权法计算结果

步骤3：通过权重计算综合创新水平（见表3）

表3 上海人工智能代表性企业的综合创新水平与排名

四、结果探讨

（一）企业提高企业负债率，以抢占市场

四家企业的资产负债率均没有超过50，说明企业的债务风险小，企业发展较为稳定，经营较为保守。但考虑到人工智能行业还存在较大的市场潜力，本文建议企业的资产负债率可以在目前的水平上略有提高，以此积极抢占市场，获取更大收益。

（二）企业与投资人应有充足的准备

四家企业的净资产收益率中，三家为正，只有一家为负。说明本文调查的代表性人工智能企业中的三家已度过了前期的资本投资阶段，企业已经实现盈利，可以在人工智能行业立足。但还有一家企业净资产收益率为负值，说明人工智能行业虽然是一个机遇十足的行业，但也存在着一定的风险性，企业和投资人在进入该行业前要有充足的准备。

（三）企业创新能力高低，资产和人才是关键

运用熵权法分析上海市人工智能代表性企业的各项权重，资产负债率、资产周转率和人才本科率方面的权重比较大，说明决定人工智能企业创新能力高低的因素中资产和人才起关键性作用。

五、研究结论与展望

（一）研究结论

本文通过梳理上海市人工智能企业的发展现状，并采用熵权法对上海市人工智能代表性企业进行了综合创新水平的指标分析。结果表明，衡量人工智能企业创新能力的八个主要指标分别为资产负债率、资产周转率、三年营业收入平均增长率、净资产收益率、人均专利数、技术人员人数、人均创造利润和本科率。目前，上海市人工智能企业的经营策略相对保守，但行业未来可期。如果企业想提高自己的创新能力，应着重提高资产负债率、资产周转率和本科率这三个方面的指标水平。

（二）理论贡献与实践启示

本文创新性地结合上海市人工智能的发展和创新型指标这两项数据，总结出上海市人工智能企业的创新型评价指标，从整体的角度评价人工智能企业的创新能力，可为其他企业提供借鉴。