大数据与区域经济发展

曾 宇

一、引言

目前,业界对大数据尚无统一定义。从技术而言,大数据是指无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合。大数据计算是指规模在P级(1015)到Z级(1021)的极大规模数据处理,又指传统文件系统、关系数据库、并行处理等技术无法有效处理的极大规模数据计算①杨炳忻：《香山科学会议第420-424次学术讨论会简述》,《中国基础科学》2012年第4期。。大数据产业是指一切与大数据的产生与集聚、组织与管理、分析与发现、应用与服务相关的经济活动的集合,以数据挖掘分析服务为核心,包含数据中心、宽带网络等基础设施服务,地理信息、数字内容等数据资源服务以及智能交通、互联网金融和智慧城市等大数据应用解决方案服务等。

图灵奖获得者、数据库专家Jim Cray博士曾预言“未来每18个月产生的数据总量等于有史以来数据总量之和”②[日]城田真琴等：《大数据的冲击》,人民邮电出版社2013年版,第3页。。事实也是如此,大数据无处不在,新的数据源和数据采集技术的出现大大增加了数据的类型,数据采集成本的下降推动了数据量的增长,现在全世界新产生的数据量每年增加40%,每两年数据量即翻一番。2013年产生的数据量是人类有历史以来到2011年所产生的数据量总和,数据规模达到了1.8ZB,比如淘宝网每天新增加的数据量就超过了50TB,百度网每天约处理60亿次搜寻请求,全球信息总量每两年左右就增长一倍。IDC的预测表明,到2020年,全球所管理的数据将达到35ZB,比现在多出50倍,其中超过80%的数据为非结构化数据①孟小峰、慈祥：《大数据管理：概念、技术与挑战》,《计算机研究与发展》2013年第1期。②周宝曜等：《大数据：战略·技术·实践》,电子工业出版社2013年版,第4页。。这些都说明了我们已经处在大数据时代。

大数据时代的到来,使得数据成为重要的生产要素之一。当前,利用计算技术对大数据进行挖掘分析、发现蕴含的知识、研究社会运行的规律与发展趋势是挖掘大数据深层价值和实现社会行为可计算的主要途径。大数据的可获得性、流动性以及对数据的分析处理能力成为决定国家核心竞争力的重要因素。大数据已成为国民经济和社会发展的基础性、战略性资源,是一个国家数字主权的充分体现,网络空间的数据主权将是继海、陆、空、天之后大国博弈的新角力场③杨炳忻：《香山科学会议第420-424次学术讨论会简述》,《中国基础科学》2012年第4期。。大数据领域的落后意味着产业制高点的失手,数字主权的失手甚至国家安全也会受到危及。因此,大数据对国家社会稳定将产生直接影响。在全球大数据蓬勃发展的大背景下,中国也面临难得的发展机遇。如何抓住机遇,将中国拥有的数据资源转化为经济发展动力,是摆在政府和产业界面前的紧迫课题。

二、大数据推动产业结构调整机理分析

大数据为信息产业发展与信息技术的应用带来重要机遇,大数据是新一代信息技术融合应用的新焦点,是信息产业持续高速增长的新引擎,是行业用户提升竞争能力的新动力。大数据开启了科学研究继实验科学、理论科学、计算科学之后的第四范式,在大数据背景下,发现事物相关性也变得更加容易,人们可以更加清晰真实地认识客观世界,各行业各领域的科研人员可以充分利用大数据快速挖掘事物间的相关性,更加客观准确地预测事物发展的方向和趋势,从而以更高效的方式实现知识技术创新。

1.大数据与大数据产业生态

产业界代表性企业认为,大数据应当具备三个特质,可以概括为三个V,即海量化(Volume)、多样化(Variety)和快速化(Velocity)。大数据技术被设计应用在成本可承受的条件下,通过非常快速的采集、发现和分析,从大量的、多类别的数据中提取价值,是IT领域新一代的技术与架构④王元卓等：《网络大数据：现状与展望》,《计算机学报》2013年第6期。。大数据技术框架如图1所示。

图1 大数据技术框架

随着大数据技术的不断演进和应用持续深化,以数据为核心的大数据产业生态正在加速构建。从实践情况看,大数据产业生态中主要包括大数据解决方案提供商、大数据处理服务提供商、数据资源提供商、大数据平台提供商等,分别向大数据的应用者提供大数据服务、解决方案、数据资源和平台服务。大数据产业生态构成如图2所示,其产业链贯穿数据生产、采集、存储、应用的整个生命周期,涉及到数据采集、数据预处理、数据存储与管理、大数据处理平台、数据安全、基础算法、商业算法、共性工具、共性平台、行业应用等诸多方面。当前大数据产业还处于构建的初期,呈现规模很小、增速快的特点,据Wikibon公司的报告,2013年全球大数据市场总体规模为181亿美元,年度增幅达61%,预计到2017年还将维持30%的年增速①网址：http：//wikibon.org/wiki/v/Wikibon_Big_Data_Analytics_Survey,_2014。

图2 大数据产业生态示意图

2.大数据提升全社会各行业生产要素使用率

大数据具有巨大的社会经济影响。在第一产业方面,大数据促进农业提高生产率,提升产业附加值。大数据应用于播种、施肥、杀虫、收割、仓储、育种等环节,可实现农业生产流通精细化,实现农业生产要素的数字化设计、智能化控制、精准化运行、科学化管理、互联网营销,从而推动农业信息化的建设。在第二产业方面,大数据加速中国制造走向中国创造,大数据在新产品开发、新材料研发、生物制药、设备维修等领域的运用将使新产品的研发、设计、生产及工艺测试改良等流程发生革命性变化,可大幅提升企业的研制生产效率。基于大数据服务,传统工业企业可以降低设计与制造成本,大幅缩短企业产品升级换代周期,提高产品性能,提升企业信息化能力,大幅提升工业企业的自主创新效率,并推动企业核心竞争优势的提升②王伟玲：《大数据产业的战略价值研究与思考》,《技术经济与管理研究》2015年第1期。。在第三产业方面,大数据推动第三产业走向繁荣。通过大数据、云计算的技术和商业模式,带动现代服务业、生产性服务业、文化创意等相关产业和经济发展,并在众多行业构建新的应用场景和服务模式,创新盈利模式,提升自主创新能力。

大数据产业本身具有较长的产业链。这条产业链上相关产品的生产可以分解为很多独立的新行业,这些行业的投资热潮对经济增长产生了明显的推动作用,这些行业的技术创新对生产率的提高会做出贡献。同时,大数据产业涉及面广,有着高度的产业前后向关联度,可以同社会生产各个行业的经济活动紧密结合,具有极强的扩散性和渗透性,由此提升全社会所有经济主体的运行效率③曾宇等：《云视角下的中国产业结构优化路径选择》,《首都师范大学学报》(社会科学版)2013年第1期。。当前,推动大数据服务、云计算服务、物联网服务、移动互联网服务的融合协同发展,以大数据技术拓宽商业智能和工业智能,进一步发展以数据资源为基础的信息服务业发展空间,可以说正逢其时。

3.大数据促进传统产业升级和新兴业态涌现

大数据与传统产业深度融合,在商业智能方面,研究、利用消费者在网上的行为,可以随时随地精准定位企业用户群的真实需求和潜在需求。这对于传统制造企业而言,无疑具备了预测未来的能力。大数据时代下,数据正成为企业的核心资产,并深刻影响其业务模式。比如,汽车行业通过在汽车产品中安装传感器和嵌入式CPU,各种车辆使用信息可以源源不断地传输到公司总部,基于上述数据,企业的研发部门可以迅速改进产品的设计、提升研发效率,企业的销售部门可以精准定位用户的使用习惯,提高产品的用户粘连度。

可以预测,随着大数据逐渐走向各个行业,基于特定行业和业务流程的大数据分析应用需求将会迅猛发展,这将为大数据服务提供商打开新的市场。以数据分析、挖掘、组织管理、应用服务为核心的大数据产业集群将会很快出现。大数据不仅是传统产业升级的助推器,也是孕育新兴产业的催化剂。未来大数据将与制造业、文化创意等传统产业深度融合,进而衍生出材料数据服务业、医药数据服务业、生物数据服务业等一系列战略性新兴产业。

4.大数据是提升产业结构高度的必然

产业结构高度化表现为一国经济发展不同时期最适当的产业结构。产业结构高度化包含两个内涵：一是比例关系的演进；二是劳动生产率的提高。前者是产业结构高度化量的内涵,后者则是产业结构高度化质的内涵。产业结构高度不仅是不同产业比例关系的一种度量,同时也是一种劳动生产率的衡量。一个国家或地区劳动生产率较高的产业所占的份额较大,表明这个国家或地区的产业结构高度较高①刘伟、张辉等：《中国产业结构高度与工业化进程和地区差异的考察》,《经济学动态》2008年第11期。。

中国经济增长的本质特征就是工业化,工业化其本质就是产业结构的调整优化和经济效率的提升,其包括两个方面：一是量的层面,指工业部门在各产业之间产值份额迅速提高；二是质的层面,指所有产业部门的劳动生产率和全要素生产率的全面提升,也即经济效率的提升。只有从这两个方面进行推进,我们才能真正实现中国的经济增长②刘伟、张辉等：《中国产业结构高度与工业化进程和地区差异的考察》,《经济学动态》2008年第11期。。一方面,作为软件及信息服务业,发展大数据是发展信息产业、发展现代服务业的有效途径之一；另一方面,作为生产性服务业,大数据可以基于技术创新,通过生产要素使用效率的提升来提升全社会资源配置的效率。基于大数据、互联网与传统产业的融合,通过商业模式的创新同各行业、各种经济活动紧密结合,由此提升全社会所有经济主体的效率。可以说发展大数据产业是发展现代服务业、推动中国区域经济结构调整、提升中国产业结构高度的有效手段。

三、大数据视角下区域产业结构优化验证

随着云计算、大数据、物联网、移动通信等新技术、新模式的融合发展,信息产业进入融合、转型和调整的新阶段,区域经济体主动对接产业转移,新的产业分工与竞争格局正在加速形成,大数据产业空间拓展开始加速,并围绕区域经济发展特色进行重构,这也为区域发展大数据产业创造了难得的历史机遇。

大数据产业是一个资本密集、技术密集、能源密集型产业,发展大数据产业受制于专业的技术人才、强大的资本市场、完善的基础设施。受限于资源配给、人才、网络基础设施、用户规模等,当前大数据产业中的能源密集型产业链环节,如大数据平台开始向能源密集、次经济发达区域转移,与此同时,与大数据平台紧密相关的配套产业链如云服务器、云存储甚至云端设备制造也呈现梯度转移趋势。在区域经济体发展大数据产业中,需结合各地的资源禀赋和要素比较优势,把握市场容量和前景、产业关联效果、产业集群性、比较优势原则等因素,非均衡推进各区域大数据产业发展,均衡推进大数据技术应用在各行业的发展,以此进一步提升各区域经济体工业发展的质量,找到最优发展路径③曾宇等：《云视角下的中国产业结构优化路径选择》,《首都师范大学学报(社会科学版)》2013年第1期。。

1.大数据推动互联网与工业融合创新

信息技术特别是互联网技术给传统工业发展方式带来了革命性的影响。美国、德国等工业强国已经纷纷率先进行战略布局。对中国而言,推进互联网与工业融合创新已经成为突破工业发展瓶颈、提升国际竞争力和应对经济下行的关键举措之一。多源数据融合是实现互联网与工业融合创新的必要条件,而要实现对多种来源、多种类型海量数据的分析处理,以及对复杂数据关联关系进行挖掘,都需要有大数据的支撑。大数据作为新一代信息技术的代表,已开始在工业设计、研发、制造、销售、服务等环节得到应用,并将成为推动传统工业转型升级和提质增效的重要引擎。

2.大数据对区域工业经济提升的验证

本文基于投入产出法测量大数据对区域经济的提升效果。投入产出方法是由哈佛大学经济学教授列昂惕夫(W.Leontief)在20世纪二三十年代提出,是一种研究和分析国民经济各部门间产品生产与消耗之间数量依存关系的方法,通过投入产出表以矩阵形式描述了社会经济中各个部门在一个时期内,其在生产中所投入物资的来源和所产出产品的使用流向。在投入产出表中,直接和间接消耗系数是两个最为重要的系数。

直接消耗系数,记为aij(i,j＝1,2,…,n),指在生产经营过程中第j产品(或产业)部门的单位总产出所直接消耗的第i产品部门的货物或服务的价值量。其计算方法为：第j产品(或产业)部门生产经营中所直接消耗的第i产品部门的货物或服务的价值量xij除以该部门的总投入Xj,用公式表示为

将各产品(或产业)部门的直接消耗系数列表,就得到了直接消耗系数表或直接消耗系数矩阵。工业和大数据的融合能提高单位产品的边际收益,因此,相应地会提升工业的整体绩效。本文基于典型的生产函数法进行分解,然后进行计量分析测量大数据是否对工业的绩效产生了积极的效果。

上式两边求对数,并假定lgA可以线性展开

通常对面板数据的分析采用混合方法、随机效应模型和固定效应模型等。所选产业样本为统计年鉴所公布的30个制造行业,所有产出数据均来自《中国统计年鉴2013》和《中国统计年鉴2014》,对该面板模型的分析用混合法进行。利用该年度工业行业各个产业对大数据等信息化的依赖程度作为体现大数据与工业的融合度。除了人力和资本投入以外,还控制是否是重工业、是否是高技术产业两个属性,因为产业的属性对大数据与工业绩效发展的促进是有不同影响的,变量和相应的描述如表1所示。

表1 绩效模型的变量描述

根据表1的设定和式3-3,可以得到测试模型如下：

以上的模型实际上可以用图3表示。

图3 工业与大数据关联的绩效测量模型

根据表2的结果可以看出,大数据与工业的融合的确与工业的利润增长具有正相关关系,这证实了我们的理论预期。

表2 绩效基准模型的结果

四、中国发展大数据产业的思考和结论

大数据时代已经来临,数据已经成为重要的生产要素之一,各国将在这一新的领域展开新一轮竞争,大数据技术领域的竞争,事关国家安全和未来。中国应当与时俱进,适应大数据时代的到来,抓住大数据时代的关键点,从推动大数据的普遍服务、发展面向科技创新的大数据产业、增强信息安全保障体系建设、增强大数据技术保障能力、推动大数据资源共享等方面展开相应的工作。随着工业化、城镇化、市场化、信息化、国际化等的持续推进,国民经济将加快产业优化升级和经济结构的战略性调整,信息化与工业化进一步深度融合,这些均为大数据的创新应用提供了广阔的空间。大数据也将成为驱动中国区域经济发展模式从要素驱动到集群驱动再到创新驱动的重要引擎之一。

1.以政府大数据应用为优先,推动大数据的普遍服务和产业的快速发展

数据需求逐渐遍布全行业,如何让大数据服务于国家治理、企业决策等诸多方面?如何让数据成为重要的生产要素?这是大数据的核心议题。发展大数据产业,我们应以大数据应用为抓手,以政府大数据应用为优先,推动大数据的普遍服务和产业的快速发展。推动政府利用大数据进行建模分析,大数据不仅能够在事前提供决策支持,也能够在事后对政府决策效果进行评估,提高政府决策的科学性、前瞻性。与此同时,以民生应用为重点,推动大数据的普遍服务。在民生领域,推动大数据在智慧医疗、生活智能等方面的应用,可以重点选取医疗健康、食品安全、智慧交通、智慧旅游等具有大数据基础的领域,促进大数据技术成果惠及民众。重点选取工业、金融证券和商业等具有迫切需求的行业,开展大数据行业应用研发,探索智能制造、智能金融、智能商务等新型商业模式,促进产业发展。

2.推动面向科技创新的大数据产业发展

当前,科研数据呈几何式增长态势,为应对以全样本、相关性、全局性和价值持续性等为特征的大数据时代科研模式的巨大转变,要依托大数据中心,开展科学大数据的理论方法、关键技术研究,推进科学大数据中长期规划。要依托大数据中心,加大培养跨学科交叉领域专业人才的力度。要依托大数据中心,逐步整合各领域的科技创新大数据需求,推动统一科学计算数据标准、汇集流程,推出个性化、精准化、智能化的数据存储、使用和分析机制。加大对科技创新大数据的存储处理、数据分析、可视化应用等产业链各环节的支持力度,依托大数据中心加快科技服务业的发展,推动面向科技创新的大数据产业发展。

要推动基于大规模数据中心建设面向区域经济体的创新中心,打造“大规模数据中心+专业人才团队+主导产业创新服务”的垂直创新模式。垂直创新中心将成为未来区域经济体新技术的供给者、产业发展的催化剂。通过垂直创新中心,可进一步提升区域经济体主导产业的核心竞争力,并通过其渗透和扩散,培育新的经济增长点。

3.增强信息安全保障体系建设

数据安全是重要的信息安全,随着云计算、大数据、物联网和移动互联网等技术的不断融合发展,大数据的应用规模会不断扩大,数据和应用会呈现出指数级增长趋势,给信息安全和隐私保护带来了极大的挑战。大数据时代下,一方面需积极推动大数据产业的发展,另一方面也要强化个人隐私和信息安全保护,两手都要抓,需统筹考虑。需增强信息安全保障体系建设,做好信息安全顶层设计,明确大数据采集、使用、开放等环节涉及信息安全的范围、要求和责任,探索建设面向政府信息采集和管控、敏感数据管理、数据交换标准和规则、个人隐私等领域的大数据安全保障制度,有效保障数据采集、传输、处理等各个环节的安全可靠。推动建立数据资产知识产权管理制度,加强对数据资产的知识产权管理。

4.增强大数据技术保障能力,推动大数据资源共享

需推动面向大数据的技术创新、产品研发活动,打造面向行业服务的大数据服务平台。提高国家安全等领域利用大数据的能力,提高应急处置能力和安全防范能力,尤其是提升互联网下的国家安防能力。需加快制定大数据采集、管理、共享、交易等标准规范,明确收集数据的范围和格式、数据管理的权限和程序以及开放数据的内容、格式和访问方式等。推进政府数据资源整合、公开共享、开发利用。梳理各部门信息资源共享需求,建立大数据资源部门数据共享机制,建设跨部门、跨地区的信息资源目录体系与交换体系,并积极探索建立社会数据资产登记制度和交易规则,以进一步加快数据资源流通,推动大数据应用服务和产业的健康发展。

当前,以云计算、大数据、移动互联网等为代表的新一代信息技术与产业极大地推动了信息产业的兴起与发展,并为传统产业的持续发展提供了强有力的支撑。云计算、大数据等技术与产业的融合发展将深刻影响全球下一轮产业格局,我们必须抓住这一历史机遇。发展云计算、大数据等新一代信息技术与产业不仅有利于提高中国制造业企业的核心竞争力和发展空间,也将推动中国制造业实现从低端制造向高端“智造”的历史性转变。大数据、云计算必将成为驱动中国区域经济发展和产业结构调整优化的主要引擎之一。