刘峰 刘充 翟伟欢 林熹 孙泽楠 屠雨泽
(厦门大学会计发展研究中心/厦门大学管理学院,福建 厦门 361005)
内容提要:“万物皆数”(毕达哥拉斯),量化世界是科学研究的起点。
我们已经身处数字经济时代。数智化是一个渐进、螺旋式提升的过程,企业数智化亦如此。
量化企业的数智化程度,建构一套契合企业数智化实践的量化指标,是数智化时代包括企业财务、会计等研究的基础。现有企业数智化度量方法很多,但它们的量化多依据公司对外披露的年报等文本文件,无论是词频检索量化,还是语义测度量化,都是建立在与企业真实情况并不必然相等的“言说”之上,从“听其言而信其行”到“听其言而观其行”,代表着人们可能的“言行不一”。因此,对企业数智化的度量,仅仅依靠企业主动对外发布的年报等文本语料,它所呈现的量化结果,容易陷入“精确的谬误”,且方法越精致,愈加如此。
刘峰等(2025)尝试在现有文本分析的基础之上,加入超越企业管理层“言说”的资料,如各类与数智化相关的投入、数智化技术应用、社会宏观层面数智化环境发展等,从数智化投入和数智化赋能视角,测算评估2012年至2023年中国上市公司数智化程度,尝试为企业数智化程度量化提供一个更宽频、更有代表性的尝试。
具体到指标构建方面,首先,多角度测算数智化指标,在综合数智化定义、实证文献基础上,基于资产投入、人力资本和技术应用等生产要素,以及文本词频视角,尽可能使用不同代理变量,测算企业层面数智化投入程度和宏观层面数智化环境;其次,筛选并剔除冗余指标,使用粗糙集剔除上述代表重复信息的冗余指标;然后,测算企业数智化产出效率,使用DEA-Malmquist效率分析方法,逐行业分别测算企业数智化经营效率和创新效率;最后,合成企业数智化指标,使用熵权法,从企业数智化投入、企业数智化赋能产出和宏观数智化投入环境三大层面,客观合成企业数智化总指标。
基于构建得到的企业数智化总指数、企业数智化投入、企业数智化产出和宏观数智化投入指标。我们会在听取读者朋友的意见后,同时结合我们后续的研究,来持续修订企业数智化指标体系。基于现有版本的数智化指标体系所计算形成的企业数智化指数,其主要呈现出以下特征:
——时间趋势 企业数智化大致呈现上升趋势,过程表现出“阵痛期—发展期—整理期—加速期—消化期”的阶段性特征。其中,企业数智化投入、宏观数智化投入呈现持续上升的趋势,企业数智化产出则体现稳中有升的态势。
——行业差异 电子制造行业、信息业和技术服务业数智化程度和数智化投入较高;采矿业,以及金属冶炼和加工业等行业数智化程度和数智化投入相对较低;而服务业企业数智化产出相对较高,初级加工业数智化产出相对较低。
——产业差异 企业数智化程度、企业数智化投入和数智化产出,由高至低依次排序为,第三产业、第二产业和第一产业。
——省份差异 北京市、上海市、广东省和福建省等东部地区企业数智化总指数较高,青海省、云南省、山西省和内蒙古自治区等中西部地区企业相对较低。
——股权性质差异 非国有企业数智化总指数和数智化投入均高于国有企业,在数智化产出层面则不存在明显差异。
——规模差异 小规模和大规模企业数智化程度和数智化产出相对较高,中规模企业则位于二者之后。
——年龄差异 成立26年以上的老牌企业数智化程度最高,然而成立时间越短的企业数智化投入越大,且各年龄阶段企业的数智化投入和数智化水平呈现逐年提升趋势。
——板块差异 科创板企业体现除显著的科创属性,数智化水平和数智化投入显著最高,其次为创业板企业,最后为主板企业。
——数智化典型企业方面 本报告根据企业数智化总指数、数智化投入和数智化产出,提取出历年数智化前五强企业;区分证监会不同行业、不同省份和不同板块,提取2023年数智化前五强企业。
量化的过程是人类科学进步的过程。“在真理的认知上,科学如同一个人试图理解一座封闭钟表的内部机制。他永远无法打开表盖,只能通过观察指针运动和聆听滴答声,逐渐构建出接近真相的模型。”(爱因斯坦,1936)
企业数智化的量化,也是一种科学认识不断变化、演进的过程。欢迎浏览或引用本套数据,我们也将持续听取读者朋友的意见,同时结合后续研究,来持续修订迭代这套企业数智化指标体系。
报告下载:
中国上市公司数智化指数报告(2012年至2023年).pdf
数据下载与引用:报告基于刘峰等(2025)方法构建的企业数智化指数,在回顾企业数智化已有文献,梳理企业数智化定义的基础上,使用粗糙集、DEA-Malmquist效率分析方法和熵权法,测度并合成了企业数智化总指数及分项指标。欢迎引用相关数据,或来信交流探讨。
引用方式:
刘峰,刘充,翟伟欢,林熹,孙泽楠,屠雨泽.中国上市公司数智化报告[R].厦门:厦门大学会计发展研究中心/厦门大学管理学院,2025.
或:刘峰,刘充,翟伟欢.企业数智化度量:综合数智化投入和赋能视角[J].厦门大学学报(哲学社会科学版),2025,75(02):56-69.
数据获取方式:
请访问以下链接,
https://f.wps.cn/g/2UDRyPKm/
或扫描以下二维码,我们将在3个工作日内回复。
