智能科技产业发展已成为科技创新和经济发展新亮点，各省市在密集布局强力支持的同时在编制智能科技产业指标体系方面启动了超前探索，并以此作为智能科技产业发展的重要内容。建设人工智能先锋城市需要确立坐标和刻度，“立标”有助于全面把握产业发展内涵，精准测度产业发展进程，为决策提供科学依据。

一、各地谋划“立标”，制定智能科技指标体系

北京市利用其雄厚的智能科技资源发布了“中国人工智能城市领域发展指数”，上海市借助2018年世界人工智能大会发布“2018人工智能技术成熟度曲线”及“2018人工智能优先级矩阵”；广东省依托深圳智能科技产业的先发优势发布《广东省人工智能产业技术发展报告研究2018》，提出“广东省人工智能产业技术创新发展评价体系”。综合2018年各地新推出的各类指标评价报告足见政府的重视程度和支持力度。

一方面，抢先谋划和制定指标体系可为精准测度和把握产业发展进程和发展水平提供标准。智能科技产业涵盖面宽、延展性强，整个产业链由多个大赛道和众多细分赛道构成。“北上广深杭”等先头梯队更多聚集于几个大型赛道，利用其智能科技和产业积累先发制人，快速形成规模优势。二梯队城市布局需在新兴领域、产业配套、政策力度等方面着力。指标评价体系则给出更多的细分领域，可为差异化发展提供依据。

另一方面，制定指标体系可增强产业规划的针对性和精准性，提升政策实施效果。智能科技产业指标体系的构建不但要根据现有国民行业分类筛选剔取进行描述性统计，还要结合本地产业发展的地情通过调研、归纳和概括分析，对数据二次加工进行标准化统计学处理，数尽其用，提高测度准度和精度，提升预测水平，为监测和决策提供依据和支持。

二、国内六大指标体系比较与借鉴

2018年国内发布了六例最新指标评价体系。由于其制定主体、运用目的以及针对的区域、行业和应用场景不同，其指标类别、制定主体、指标设计、研究方法也各有差异。

各地评价指标体系主要信息分布

资料来源：根据各机构组织公开发布的信息整理

1.制定主体与目标取向比较

上述六个指标体系中，政府、高校、咨询机构、产业公司皆有参与。广东省标准化研究院为政府背景智库，其发布指标评价体系反映了政府对于产业专业性和发展进程可度量的诉求。它在指标评价体系的评价、预测、引导功能上，偏重于引导，指标解读涵盖技术发展现状、指标同比变化、与国际水平比较等。清华大学互联网研究院属高校智库，它以交叉学科的研究优势制定评价体系。赛迪顾问、华夏城市运营研究院、亿欧智库、德勤、艾瑞咨询属于商业咨询机构，它们结合各自对智能科技产业的理解，为各类产业和企业提供咨询指南。同时，作为科技类“独角兽”的商汤科技专注于计算机视觉和深度学习的原创技术研发等细分赛道，其指标评价体系对新科技、新产业的针对性更强，其评价体系也更接智能科技产业的地气。

各制定主体的出发点和视角不尽相同。政府智库制定指标体系偏重于实际测度和应用，对规划政策制定和工作推进有指导意义。同时又可以在全国范围进行比较，以确定自身的优势及在全国的地位。高校类智库偏重学术理论，兼顾应用与对策，以配合近年来兴起的人工智能人才培养和科学研究。其从理论层面追踪和把握国际智能科技产业发展，凭借敏锐学术嗅觉在产业细分领域精耕细作，通过“产学研”通道推进智能知识成果向应用领域转化和延伸。

2.数据挖掘与标准化

六例指标体系侧重于城市、行业等维度。在数据挖掘和数据发布方面咨询机构具有先天优势，产业研究院在标准化研究上则更为严谨。依据自有数据库不同，分别从产业调研和大样本问卷调查入手，获得一手数据。数据库加实地调研的数据采集方式为六案例共识。但数据标准化与数据深度挖掘仍处于初始状态。数据标准化源于对产业的清晰界定，智能科技产业为天津首提，目前国内还没有形成统一认识，政商学界存在着多种内涵相近、外延交叉的概念。数据标准化的不确定性影响数据深度挖掘。目前数据分析仍处于描述性统计层面，这不利于“指标评价体系”取样建模。数据支撑如何与智能科技产业大数据结合，如何实现既全面系统又适应其动态变化是各地各机构正在探索的问题。

3.指标设计的类型与维度

六例指标设计可分三种类型。四例区域间竞争力指标，一例区域内产业指标，一例垂直领域应用程度指标。各机构区域间竞争力指标偏向区域间横向比对，在区域选择上偏重于对一二梯队城市的分析，如艾瑞咨询发布的“人工智能城市感受力指数”，从城市居民的角度出发，侧面反映城市间竞争力差异。区域内产业指标则侧重于产业发展进程的测度，如“广东省人工智能产业技术创新发展评价体系”为其它城市制定发展进程测度指标提供参考。其二、三级指标目录设置兼顾全面性与本地化，具体行业的发展进程清晰明了。

上述指标体系的构建均聚焦于城市、产业、居民某一层面，较清晰地呈现该维度的基本概况。但仅从某一维度测度评估智能科技产业整体发展状况存有一定偏颇。如区域内产业指标，若只进行窄口径下本地化设计，会出现绝大部分指标制定思路遵循传统产业的脉络，对智能科技产业动态化且快速发展的产业特点把握不足。

4.发布方式与发布载体

六例最新指标评价体系都集中在2018年发布，其中四例采用独立发布方式，两例采用联合发布方式。值得注意的是联合发布制定主体性质多元，既有高校智库+商业智库的组合，也有商业智库+科技公司的搭配。在国家机构仍在加紧制定相关统计指标情况下，主体性质不同带来不同的解读，多元视角组合对市场影响力及对行业主体的认知度更高。在发布载体的选择上，六例均采用年度报告或白皮书形式权威发布，业界获取和社会获取主要源于官网和出版刊物。如果能借助于智能大会或博览会平台发布，同时发挥媒体传播宣传效应，则更能引发广泛关注，对指标体系的完善亦有促进作用。

三、加快天津智能科技产业指标体系构建的建议

人工智能先锋城市的建设需要确立坐标和刻度。编制指标体系可对标先进城市，测度和评价我市智能科技产业的发展进程，为政策制定提供依据。同时，通过“立标”也有助于推进数据挖掘和科学评价，为科学决策提供支撑，为世界智能大会注入新元素。

1. 协整多方主体共同开展“立标”工作

我市的政府统计机构、高校智库、商业类智库有较好的合作基础。智能科技产业虽与“第一梯队”存有差距，但在细分领域不乏国内知名企业。协调整合多方主体共同构建指标评价体系，对于天津全力推进智能科技产业发展是一个契机。这既利于统筹推进对接人才及智能资源引进相关政策，也有助于搭建通道，反映各方需求。高校智库视野开阔，对智能科技产业发展走势研究深入，有着跨学科跨领域的优势。技术专家在新科技标准化方面更专业，有较强的专业性和前瞻性。智能企业的参与能更好反映产业端诉求，也便于了解和把握政策落地情况，有助于细化指标，做到有的放矢，查漏补缺。应率先开展立标工作，协整各方主体开展指标研制并与政府相关部门合作进行测度。

2.开源、开通、共享智能科技产业数据资源

针对目前各研究团队搜集和使用的数据分布散乱、标准不一、质量参差不齐的问题，”立标“工作应从开源共享入手，打通统计、科技、工信、园区等部门的数据资源，加快共享数据库的构建，推进统计数据的标准化专业化。一方面，从现有数据和调研数据入手，梳理整合产业、居民、应用场景等多维度的数据，实现数据融通。同时重视对调研数据的处理，依据企业、研发机构类别构建调查问卷模板，聚焦内容和数据质量并视规模确定抽样框。另一方面，依据天津智能科技产业的整体框架、产业链条等进行标准化专业化处理。针对关键指标界定不清的问题，重新划分标准,充分发掘现有数据的价值，科学准确地反映智能科技产业的发展。

3.把握产业动态性特征，选择多维度多层次指标

为对智能科技产业进展进行准确测度并与先进城市比较，应借鉴广东省产业类指标体系，构建“天津市智能科技产业指标体系”。对细分目录中具体产业和应用场景应把握好人工智能先导性的特点，结合我市科技与产业的特点作本地化调整，结合跟跑、并跑、领跑的发展时段进行分级评价。为与其他地区比较和对标，可构建“区域内+产业+居民感受力”多维度指标评价体系。在窄口径基础上参考清华大学发布的“中国人工智能城市领域发展指数”聚焦垂直领域应用程度，从应用层方面入手测评；参考“人工智能城市感受力指数”进行综合测度。最终既对城市、产业、居民多维度整体把握，又有各维度的单独评测，形成区域标签综合评分排序。

为把握智能科技产业的动态性，可依据最新产业内涵及外延定义动态调整，指标结构在保持整体框架不变的前提下依据产业发展动向和应用场景变化适当调整二、三级指标。同时，编制城市智能科技产业化程度、智能科技产业发展水平和居民感受力三组评价模型，运用线性加权法对三个维度综合发展水平进行测度。维度内各指标权重可采用熵值赋权法计算，运用极差标准化方法计算指标标准值，结合历年数据绘制指数评价变化曲线，反映特定城市区域变化趋势，呈现城市区域间相对位次。

4. 将“立标”作为世界智能大会新元素，为人工智能先锋城市嵌入新刻度

率先编制指标体系是建设智能科技先锋城市的内在要求，通过“立标”来科学界定智能科技产业的内涵与外延，客观反映该领域的实际进展，为对标国内国际先进水平提供依据，也为我市在该产业领域由跟跑、并跑到领跑确立研判和测度标尺。应依托世界智能大会这一国际化平台交流和发布智能科技产业指标及测度结果，将其作为深入交流、凝聚共识的成果。《天津市智能科技产业发展年度报告》不仅要展示天津智能化解决方案和应用场景，还应通过新媒体传播指标评价评测成果，昭示天津智能科技产业发展的进程与效果，提高指标评价的知名度和影响力。通过率先探索和深度打磨，争取成为京津冀域内乃至全国认可的指标体系，为创建人工智能先锋城市提供可视化的参照和刻度，也为世界智能大会的相互交流、借鉴和比较注入新元素。

作者：

南开大学滨海开发研究院    周立群

河北工业大学经济管理学院   高 铭