谈大数据产业形成路径及其产业集群发展动力机制

2015-09-08博士苏州工业职业技术学院江苏苏州215000

商业经济研究 2015年17期

关键词：产业园集群企业

■ 池莲博士（苏州工业职业技术学院江苏苏州 215000）

■ 池莲博士（苏州工业职业技术学院江苏苏州 215000）

本文通过介绍大数据产业的相关概念、分类及其特点，梳理了大数据产业的形成路径，在此基础上分析了大数据产业集群发展的诱导因素及其发展动力机制，提出了以“多域”、“多维”、“多元”来促进我国大数据产业发展的观点。

大数据产业产业集群动力机制

大数据产业相关理论

（一）大数据产业背景

最初的大数据（Big Data）概念，由美国未来学家阿尔文·托夫勒于1980年在其著作《第三次浪潮》中提及。大数据是一门技术，也是一种全新的商业模式，更代表着一种思维方式和科研范式（焦丽莎，2012）。它是大规模数据的集合体，更是数据对象、集成技术、分析应用、商业模式和思维创新的统一体。

随着大数据技术的兴起，大数据产业将成为经济增长新的制高点。IDC（Internet Data Center，国际文献资料中心）调查报告显示，2016年大数据行业的收入将达241.2亿美元。我国的市场规模将从2011年的7760万美元增长到2016年的6.17亿美元。纵观世界产业经济发展史，能够带来应用价值的新技术一定能发展成繁荣的产业。大数据技术的创新与应用，不仅能够应对数据爆炸带来的挑战，还能够创造出巨大的价值和提升社会生产率，因此大数据必将发展成为重要的高新产业。

（二）大数据产业概念、分类及特点

大数据产业一般指关于数据一系列服务的产业的总称，大数据产业的概念从国际视角来看有狭义和广义之分。广义的大数据产业即信息产业，主要是与数据相关的服务的硬件制造、软件研发、软硬件相结合的网络工程建设、数据采集加工和相关数据服务；狭义的大数据产业指数据采集、加工与相关服务业，主要对大量数据进行采集、加工、处理转化为顾客需要的数据产品的产业。

大数据产业可依据“数据营销模式”和“产业价值模式”进行分类。依据数据营销模式可将大数据产业分为三类：数据内容业：以信息为主要产品，可以关联到社会的各个领域，指从事数据的存储、采集、加工、传播等基本数据服务的产业群体，例如档案室、情报部门、各大数据中心等。数据服务业：指用专业的知识和技能给顾客提供策略解决问题的服务，例如数据以及数据库的咨询、数据库建立以及升级、系统的创建和升级、增值网络服务等。数据软、硬件制造业：指从事数据相关的基础设备和软件的研发与制造的行业。

依据产业的价值模式又可将大数据产业划分为五类，分别为大数据内生型价值模式、外生型价值模式、产品型价值模式、服务型价值模式及寄生型价值模式（见表1）。

大数据产业具有产生数据资产化、产业技术高创新性、产业决策职能化及产业服务个性化的特点。进入大数据时代，数据渗透到每个行业，逐渐成为企业资产，也成为大数据产业创新的核心驱动力。自身生产数据的互联网企业具有得天独厚的优势，其可以利用丰厚的数据资产，挖掘数据的潜在价值，洞察用户的信息行为，推动产业“利用数量”。世界上每天都在生成海量数据，如何有效地获取数据、存储数据、整合数据、分析数据和服务用户，需要大数据产业技术不断革新和超越。

大数据产业形成路径

（一）大数据产业价值链构成

大数据就其数据来源来讲，是海量的交易数据、交互数据和数据处理三种技术趋势的集合体，随着各项创新技术的发展和突破，大数据的应用已经相当广泛，回答这些需求的大数据公司应运而生。现阶段在世界范围内出现了三种大数据公司，这三种来源包括数据本身、技能与思维。

第一类基于数据本身的公司。这些公司拥有大量数据或者至少可以收集到大量的数据，却不一定有从数据中提取价值或者用数据催生创新思想的技能。例如Twitter和Amazon，它们拥有海量数据，Amazon用于企业自身的营销及服务，Twitter的数据都是通过独立的公司授权给别人使用。

第二类基于产品和服务的公司。IBM依据自身优势，提供与大数据相关的存储、检索及软硬件产品。微软的Azure公司则依托云计算直接向客户提供大数据生成、分析和分享的平台。

第三类是基于思维的公司。这些公司通常是咨询公司、技术应用商或者分析公司，它们掌握了专业技能但不一定拥有数据或者提出T数据创新型用途的才能。比如天睿（Teradata）就是一家大数据分析公司。对于某些公司来说，数据和技能并不是成功的关键，让这些公司脱颖而出的是其创始人和员工的创新思维，他们有怎样挖掘数据新价值的独特想法。

大数据的产业链不是单一的产业链，它横跨了包括数据提供商、存储商、分析和挖掘商以及应用企业。对于企业，往往只有应用能力，却缺乏获得存储和分析与挖掘大数据的能力，因此，需要依靠产业链中相应的服务商，但政府在产业链建设中发挥重要的作用，它可以引导进行战略布局，制定相应的政策鼓励企业投向需要重点发展的领域，来推动产业链的快速健康发展。

表1 根据价值模式划分的大数据产业类型

（二）大数据产业园

大数据产业园指大数据产业的聚集区或大数据技术的产业化项目孵化区，简而言之就是大数据企业的孵化平台，是大数据企业走向产业化道路的集中区域。随着云计算、物联网的发展，大数据也成为了炙手可热的词汇，而对于大数据企业的发展，大数据产业园的作用可谓举足轻重。

产业园作为产业集群的重要载体和组成部分，其经济效应已引起越来越多人关注。产业园能够有效地创造聚集力，通过共享资源、克服外部负效应，带动关联产业的发展，从而有效地推动产业集群的形成。

1.大数据产业园价值。大数据产业园作为大数据企业的重要聚集基地，通过自身的规模、品牌、资源等价值为区域经济发展和企业资本扩张起到了巨大的推动作用，大数据产业园的价值主要体现在提升企业效益、地区品牌和社会价值三个方面。大数据产业园的建立会迅速聚集大数据企业发展所需要的多种资源，可以吸引众多互补型企业、产业链上下游企业等，为企业提供了一个良好的发展空间，是企业快速发展的重要平台。

大数据产业园的建立必将带来大量高科技企业的入驻，这必将带动地区经济的快速发展，为区域经济建设提供高效助推器。另外，随着国家对大数据等新兴技术产业的重视，建立大数据产业园的地区将领先于国家的发展规划之前提升本地区的知名度，并且可以借此吸引更多高新技术企业的投资。

一般的大数据产业园区建设规模较大，涉及投资建设金额巨大，建成后，在年产值、税收等方面贡献巨大，并可直接解决部分当地人员的就业问题。此外，园区的生产生活配套设施，不仅可以满足园区内工作人员的个人需求问题，还可以为地区和其他服务型企业带来巨大的经济利益。大数据产业园在为自己创造经济效益的同时，也获得了社会效益。

2.大数据产业园发展机遇。“创想智慧城市研究中心”（2013）研究发现，2011年中国与大数据建设相关的硬件软件服务市场规模大约7760万美金，而2016年这一数字将超过6亿美金，连续增长率将达到51.4%。同时，各行业对大数据也有着现实的需求，如目前中国工商银行拥有约2.5亿用户和6亿个账户，每日处理多达2亿个以上交易；中国航信运行着超过2000台硬件设备，每秒钟事务处理能力11000TNX/S，每天为100万以上旅客提供订票服务。由此可见，各行业对大数据技术应用有着现实的需求。

互联网特别是移动互联网的发展，加快了信息化向社会经济各方面、大众日常生活的渗透。大量数据的产生使得政府、企业对大数据技术的需求与日俱增，大数据产业园作为大数据企业的孵化器，正面临着最好的发展机遇。

3.大数据产业园面临的挑战。尽管目前大数据技术非常火爆，但国内大数据产业还处于起步阶段，产业链发展并不成熟。在大数据产业园建立后，未必能够有足够的企业入驻，不能形成一个完整的大数据生态圈。

产业园自身的竞争力对其长远发展也是个巨大的挑战。大数据产业园区在建立初期，应充分考虑到产业结构未来的调整和升级，根据企业需求提供适合企业发展的服务，为企业的发展预留空间，这样才能不断提高产业园自身的竞争力。

大数据产业集群发展的诱导因素及动力机制分析

大数据产业集群式发展是指大数据产业形成的紧密联系企业，包括上游的供应商、下游的营销网络与客商、互补产品的生产商和通过相关技能、技术或共同投入联系起来的业内公司，以及相关支撑机构包括大学、科研机构及相关政府事业单位，围绕培育产业集群，提升产业自主创新能力，形成强劲、持续的产业竞争优势而展开的一系列活动的总和。其明显的作用在于大数据产业初期阶段克服某种程度上的市场失灵，形成合力创新。因此，集群发展不仅是一个经济行为，而且还是一个由多要素、多主体、多联系协同形成的复杂社会系统活动。

由于大数据产业还处于发展初期，现阶段我国大数据产业集群发展面临动力不足和涌现匮乏两个重要瓶颈。解决上述两个瓶颈的关键在于构建一套集群发展诱导机制，使得大数据产业能够实现从产业集聚、产业集群到创新集群的升级演化（如图1所示）。

（一）大数据产业集群发展的诱导因素

首先是需求因素。需求是大数据产业集群发展的根本动力，一方面来自企业内部经营活动的需求，另一方面来自特定项目及政府采购。同时，个性化服务催生的需求也将越来越凸显出来。这种多层面需求制度一旦形成，从根源上直接形成对大数据产业的强势促进与诱导。

真正的大数据是全面覆盖整个社会、民生等多种类、全样本数据的集合。面对庞大的数据集合，只有政府有能力接近这个全部集合的目标。我们暂且将数据分为国家基建资源类和民用、商用类，未来除了涉及到国家安全的机密数据，国家基础资源类信息和部分民用、商用类信息作为资源，明确产权后将在市场的推动下逐步进行公开和共享。政府应作为大数据产业的重要推动力量，有义务、有能力培育良好的产业发展生态环境，应有步骤地向社会或专业数据分析机构开放自身数据资源．推动大数据应用市场化。逐步推进大数据基础设施和物联网、云计算等平台建设，为大规模市场化应用提供有力支持。

从数据发源和发展的阶段来看，可将大数据的产生和集聚过程归纳为“点一线一面一体”。“点”即一个单位的数据集合，如单一企业的信息、个人的信息等；“线”即相同属性数据源的集合，如某区域全部个人信息集合、某类企业的数据源集合；“面”即一个行业的整体数据集合，如建筑业、教育界、政界等：“体”即全行业的数据集合，可扩展为区域全空间时间的数据集。从上面的分类看，数据的获取和集合是一个渐进的过程，是从单个点的信息逐步形成“线”、“面”、“体”的阶段演进，而这个阶段演进的动力就是市场这只无形的手。市场依靠价格杠杆，根据需求不断创新产品和服务方式，特别是进入信息社会以后，大数据的潜在价值本身就已经成为各行业抢夺的焦点，对数据的集聚规模和质量有着自发的需求。至此，真正的“大数据”信息集聚才可能实现，而相应地依托数据创造价值的更多、更广泛的新兴企业才会相继出现。因此，市场、企业推动的大数据应用是关键。

图1 大数据产业集群发展动力机制

企业因数据应用而获利，进而衍生出个体行为人对数据产品和服务的需求，如出行对天气信息的掌握、堵车信息的掌握以及打折信息等，无处不在的大数据产品和服务，最终将成为大数据产业发展成熟的标志。大数据的普遍应用将形成大数据流的“闭合环”，使数据流能在不同的主体间循环流动，并随着个体需求的变化不断衍生出新的数据服务和产品。总之，单位个体的大数据应用将成为大数据产业发展的最终趋势和终极目标。

其次是制度诱导。制度的改善主要是市场竞争环境的改善，政府部门遵循市场规律，营造健康有序的开放性市场环境，赋予各类企业平等竞争的地位，规范市场竞争行为，形成良好的市场竞争环境。政府通过各项政策和法律法规的制定为大数据产业集群发展营造良好的软性环境。

（二）大数据产业集群发展的动力机制

对于大数据产业集群而言，集群外部环境的刺激与集群系统内部各主体的非线性作用，从外部与内部两方面形成了集群发展的动力机制。

首先是集群发展的内在动力。从大数据产业集群内部来看，结合经济学和管理学理论分析，动力主要来源于收益的吸引力、创新成果的推动力、创新文化的号召力和企业高层的领导力等方面。

内在动力之一是收益吸引力。企业是以盈利为目的的经济实体，因此发展的主要动力在于成长预期的利益诱导。如果某种活动能使集群企业从中获得高额利润和回报，那么这种预期利益将驱动经营活动持续进行，成为促进集群式发展的根本动力。

内在动力之二是创新成果的推动力。随着时间的推移，创新成果在集群成员之间传播、推广及应用，加速了知识的传播和交流的效率，激发了创新者的思维和活力，使企业根据新的创新平台和自身情况进行再次创新，持续提升集群的整体创新能力。

内在动力之三是创新文化的号召力。创新文化是指在创新及创新管理活动中形成的创新价值观、创新态度、创新准则及规范。它以文化的形式影响集群内主体的行为，是大数据集群发展的柔性动力源。

内在动力之四是企业高层领导力。企业领导对业务及发展方向的判断决定了企业对待大数据业务及发展的态度及策略，因此企业高层的领导能力对集群发展的绩效产生重要作用。

其次是大数据产业集群发展的外部动力。从外部来看，动力主要来源于市场需求的拉动力、政府扶持力、科技进步推动力及市场竞争压力等方面。

市场需求是企业活动的起点和终点。企业的活动是为了更好地满足不断发展的市场需求，市场需求成为大数据产业集群持续发展的重要动力。

政府支持拉动力不容忽视，政府部门在大数据产业集群发展系统中主要起到政策制定、协调、规范与监管等作用，保护集群内外交易各方的正当利益，减少协同与合作过程中的摩擦，降低新兴产业主体的创新风险，此外政府通过减税、补贴、提供公共产品等方式鼓励企业创新，推动大数据产业集群内企业的发展。

科技进步推动力也是集群发展的重要动力。科技转化生产力的过程是将新技术加以应用的过程，同时，科技的进步也直接推动或催生新一轮产业集群的发展，并直接推动大数据产业的发展。

市场竞争压力成为集群发展的外部动力。竞争是市场经济条件下的普遍规律。在大数据产业集群发展环境下，在企业开展广泛合作之外，大量相同或相似的竞争对手存在，迫使企业持续开展经营及创新活动以拉开竞争距离，保持竞争优势。

结论：“多域”“多维”“多元”促进大数据产业集群发展

根据以上分析，构建大数据产业集群，需要以政府为主导，从需求引导、项目扶持、收益激励、制度安排等多方面努力，用以激发并强化集群发展的持续动力。

（一）“多域”：跨区域发展

以政府为主导，结合区域产业基础、人才资源、地理空间等要素，发展产业集聚效应，引导大数据产业技术和服务优势企业在大数据产业基地和创新基地能集聚发展，鼓励各区域和各种社会投资主体建设大数据产业园，支持大数据产业公共服务平台与配套设施建设。

（二）“多维”：跨业态发展

大力发展大数据环境下的新兴服务业态，培育新兴产业态势。发展大数据在技术研发外包、软件服务外包、生物医药外包、动漫创意外包、金融服务外包和供应链管理外包等外包服务，形成具有自主知识产权和较强国际竞争力的核心技术和产品群。推动移动互联网产业发展，推动大数据技术与服务模式的融合创新，推动大数据产业服务的商业化运营，围绕数据租售、信息租售、数字传媒、数据使用、数据空间租赁、数据技术服务等商业模式，支持大数据产业的服务创新和商业模式创新。