大数据创新中的政府作用机制

侯锡林，李天柱，吕健露

（辽宁科技大学 工商管理学院，辽宁 鞍山 114051）

大数据创新中的政府作用机制

侯锡林，李天柱，吕健露

（辽宁科技大学 工商管理学院，辽宁 鞍山 114051）

采用已有文献提出的大数据创新价值孵化线性过程模型，从导向作用、激励作用、服务作用和加速作用等四个方面入手，分析政府促进大数据产业创新的主要途径和措施。在此基础上，对我国政府激励大数据产业创新提出若干政策启示，包括：（1）实施示范项目；（2）以产业技术路线图引导社会资源；（3）政府优先采用；（4）强化“接力”服务；（5）加快人才培养，确保培养质量；（6）提高科技资源共享水平。

基于大数据的创新；政府作用机制；政策建议；全样本分析

政府在新兴技术发展中一直扮演着重要角色，在创新的不同阶段发挥不同的作用［1］。而在当下，作为一类特殊的新兴技术，大数据已经成为各界关注的热点，包括我国在内的很多国家都将基于大数据的相关产业创新置于国家战略高度，提供强有力的政策扶持。但是，对于政府在大数据创新过程中的作用，目前尚缺乏专门的理论探讨。毕竟大数据创新有其自身的突出特性，它实质上是数据资源的“价值孵化”过程［2］，在从数据资源到创新价值实现的这一“量变-质变”过程中，政府的作用应该存在特殊之处。因此，揭示大数据创新中的政府作用机制，进而有针对性地制定促进大数据创新的政策措施，就成为需要梳理的问题。

1 研究设计

1.1 理论基础

分析大数据创新过程中的政府作用机制，首先要明确大数据创新的独特过程。文献［2］将基于大数据的创新类比为卵生动物的孵化，认为虽然现实中的大数据创新是系统性、网络化、多主体参与的社会活动，但可以抽象成“数据价值孕育-数据价值萌发-数据价值膨胀-数据价值突破”的线性过程。本文采用文献［2］的观点，并依据如图1所示的四阶段模型分析政府在大数据创新不同阶段的作用。在图1中：“孕育”是将各类分散的数据汇聚起来，形成数据资源；“萌发”是利用数据资源开展相关性分析、得到预测性结论，实现数据向信息（知识）的转化，使数据资源进入活跃状态，开始释放数据资源的潜在价值；“膨胀”是大数据的常规应用过程，是利用大数据分析得到的知识和信息解决预先设定的问题；而“突破”则是将从数据中获得的知识进一步应用到更多领域，主要包括应用领域转移和应用范围扩张两种典型形态。

1.2 分析方法和数据来源

理论分析、典型案例研究、对已有资料的总结归纳等方法虽然能从不同侧面反映政府在大数据创新中的作用，但都难以给出系统和全面的答案。因此，本文采用全样本分析，通过增加样本量获得小样本无法反映的规律［3-5］。具体而言，最大可能地收集政府支持大数据创新的做法、政策、法规等各类案例，在保证案例资料具有典型性和去碎片化的条件下，从中分离出政府在大数据创新中所发挥的主要作用，以抽象归纳大数据创新中的政府作用机制。具体研究过程中通过学术刊物、研究报告、行业资讯、网络等各类公开渠道收集案例资料，并使用三角验证法甄别数据质量［6］，构建起论文研究所依赖的数据资源池。在后续的案例和数据分析以及论文撰写的过程中，仍然有目的的收集和增加数据资料，并结合广泛的调研访谈以不断扩大分析的数据规模，提高论文的研究质量。需要指出的是，本文研究过程中重视“非常规”数据所提供的信息，如电视、广播中对大数据的相关新闻报导，访谈得到的产业界对于大数据创新所需服务的特定要求，等等。这些类型多样的数据虽然纷杂、混乱，但却是大数据分析方法所重视的，对于抽象大数据创新过程中的政府作用机制是有益的补充。

图1 大数据价值孵化的线性创新模型［2］Fig.1 Linear innovation model of big data value incubation

2 政府在大数据创新中的主要作用

通过对相关案例和数据的分析，我们认为，政府在大数据创新中的作用总体上符合政府对新兴技术创新的作用，但也表现出相应的特殊性。依据大数据创新的一般过程，本文将政府在大数据创新中的作用归纳如图2所示。

2.1 导向作用

政府采取一系列措施向社会释放信号，引导社会为基于大数据的创新投入相应的资源，一般来说，这种导向作用将辐射大数据创新的全过程。

（1）规划和计划。规划和专项计划是政府解决重大社会经济问题与合理配置资源的重要手段。由于大数据处于技术和产业发展的初期，与大数据相关的科学研究、技术开发及应用（包括盈利和非盈利等不同领域）还存在较大不确定性，政府制定国家和地方的大数据产业规划、专项计划等可以指明大数据产业的发展方向，吸引社会资源投入创新过程，并扩大对大数据应用的有效需求。2012年美国启动“大数据研究和发展计划”对大数据发展都起到了显著的引导作用。日本重点关注大数据应用的“新ICT战略研究计划”、我国科技部部署的若干大数据及与大数据密切相关的“973”计划和专项研究计划也具有类似作用。2016年6月李克强总理主持召开国务院常务会议，确定发展和规范健康医疗大数据应用的措施，更是将政府对大数据创新的规划和计划推向了具体化和实用化［7］。

（2）示范项目。示范项目是政府引导新兴产业创新的直接手段和具体行动，实施示范项目可以协同运用财政补助、科技支持和市场拉动等方式，引导社会关注大数据在特定领域的应用和关键技术攻关。例如，美国医疗保健系统借助大数据的力量每年可以创造的价值高达3 000亿美元以上；欧盟运用大数据改进政府运作效率，年节省资金1 000亿欧元；上海市面向大学生发布交通大数据，运用众包的方式获得大学生提供的交通管理优化模型，显著缓解了交通堵塞现象。这些具有显著示范效应的典型应用案例和体现大数据价值的“数字”，能够明显吸引和调动社会各界参与大数据创新的主动性。

图2 政府在社会大数据创新过程中的作用Fig.2 Effect of government in innovation based on big data

（3）信息发布。政府（或相关权威机构）向社会发布大数据研究与应用方面的信息，可以针对大数据创新的不同环节分别为创新主体指明路径、降低不确定性，常见的形式包括产业发展规划、产业技术路线图、技术或产业研究报告、学术研讨会等。美国的白皮书《Challenges and Opportunities with Big Data》对大数据的历史沿革、应用和面临的挑战进行分析，为数据的汇聚、分析预测等环节提供了指导。中国科学院组织召开的“大数据科学与工程”和“数据科学与大数据的科学原理及发展前景”香山会议、国家自然科学基金委召开的“大数据技术与应用中的挑战性科学问题”双清论坛等学术会议、辽宁省科技厅发布的“大数据产业技术路线图”“创新方法在大数据领域的研究与应用”等课题均具有类似的作用。

2.2 激励作用

针对大数据创新的不同环节，政府可以采取多种多样的措施激发创新主体的参与热情、调动创新主体的积极性和创造性。

（1）财政税收优惠。与直接经费投入相比，财政税收优惠等间接投入具有明显的杠杆作用和持续性，易于形成促进技术创新的激励机制，历来是政府支持技术创新活动的有效途径。在这方面，大数据创新与其他类型的新兴技术创新是高度一致的。针对大数据产业发展初期所面对的数据汇聚成本高，基础设施不够健全、基础研究和技术开发投入强度大，应用市场相对狭窄等现实情况，政府采取积极的财税优惠政策（包括财政补贴），尤其是针对数据分析技术研发、教育培训等关键环节，强有力的财税政策可以显著激发创新主体的参与热情。

（2）优先采用。当前处于大数据产业发展的初期，而且基于大数据的分析和预测结果常常与人们的传统观念存在冲突，有些还带有敏感成分（如涉及伦理等），因此大数据创新的实际应用会面临诸多特殊困难。政府有目的的优先采用行为能够增加对创新的有效需求，降低创新风险，特别是在大数据创新链中后端的萌发、膨胀和突破等环节，随着不断接近实际应用，政府优先采用对于创新扩散将形成直接的激励作用。如美国个人消费信用评估公司（FICO）采用一系列数据提出“遵从医嘱评分”方案，预测哪些人需要预先得到用药提醒，美国卫生部门采用FICO的研究发现，节约了大量医疗开支。我国华大基因利用“百万全基因组测序”数据在孕妇怀孕早期对胎儿进行精确地预测性筛查，深圳等地方政府优先采用华大基因的研究成果在本地医院推广，显著加速了这一重要创新的市场采用过程。

（3）开放数据。大数据研究和应用的迅猛发展，使得对于数据开放共享的呼声越来越高。比较权威的定义认为，开放数据是指可以随时访问、咨询和利用由公共机构或政府资助的研究项目所产生、收集的数据［8］。在大数据创新链前端的孕育环节，政府开放数据能为大数据创新提供丰富的基础资源，并带动个人和企业加入数据开放的行列，从而不断积累和汇聚数据，激励大数据创新向纵深发展。欧盟较早意识到开放数据对于大数据创新的重大意义，我国中山市某跨境电子商务企业就是利用欧盟的开放数据，运用大数据分析预测结果针对欧盟市场开展灯饰产品的精准营销。2015年3月李克强总理提出共享和开放政府数据，同样与此有关。

（4）发展产业联盟、行业协会等。通常情况下，大数据创新不是局限在一个创新主体内部完成的，而是由众多创新主体参与的开放系统。政府支持和组织产业联盟、行业协会等，并以此为载体将大数据创新的各类主体整合在一起，形成完整的创新网络，执行大数据创新所需要完成的各种任务，甚至可以直接激励对大数据创新的商业应用。中关村大数据产业联盟、上海大数据联盟等都是这方面的代表。

2.3 服务作用

政府适时提供相应的科技服务，在不同环节上帮助克服制约大数据创新的难题，使创新主体从中受益，推进创新进程。

（1）建设基础设施。在大数据创新中前端的孕育和萌发环节，极度依赖基础设施以支持对数据资源的汇聚和分析，具体包括数据存储设施、数据传输网络（互联网、传感网、光网络等）、数据处理设施等［9-11］。有些基础设施是由企业自主建设的，但大多数基础设施需要由政府主导（或参与）建设［12］。目前，世界上很多发达国家都高度重视关于大数据基础设施的建设问题，我国也不例外，并进行了详细的计划。

（2）组织共性技术和标准研发。大数据创新对数据的实时获取、存储、传输、计算与应用等诸多方面提出了全新挑战，突破传统的思维定式和技术局限，面向具体领域的实际应用深人研究和发展革命性的、可满足大数据时代需求的新方法和新技术，是一项紧迫而重大的任务。这些新方法和新技术通常是大数据在各行各业应用的关键共性技术，需要政府出面组织大学、科研机构、企业等共同攻关［13］。同时，面对大数据这一新生事物，相关的技术标准等的研发也是政府应该积极参与组织实施的，如通信网络体系结构、通信协议、性能测试基准、数据开放过程中数据的格式标准等。否则参与大数据创新的各类主体所遵循的标准不一致，可能造成软硬件工具、数据交换等方面的兼容性差甚至互相冲突，不利于推进大数据创新。

（3）发展中介平台。大数据创新主要是在多个创新主体之间完成的，联系各个主体的中介平台显得至关重要，平台的构建和发展同样需要政府提供支持和服务。大数据创新的中介平台可以用接力创新平台体系来囊括。因为大数据价值的孵化过程主要遵循接力创新［14］，而接力创新需要信息中介平台、价值交易平台和社交平台等一系列公共平台保障上下游企业的接力握手［15］。这三大类平台分别解决大数据创新过程中所面临的创新主体之间信息不对称、企业之间的数据交易，以及企业之间的沟通交流等障碍。

（4）组织数据共享平台。大数据创新的一大突出特点和迫切要求是数据共享。数据共享平台可以理解为：借助一定的技术手段，面向全社会及各行各业以公用事业的方式提供数据资源的，统一开放的平台体系。数据共享平台是为全社会提供数据资源的创新基础设施，在大数据创新价值的孵化中扮演了上游的数据资源提供者的重要角色，其最根本的功能是聚集来自政府、行业、企业、个人等多种渠道的数据，而其他创新主体（包括政府、企业、非盈利机构、个人等）可以承接来自大数据共享平台的数据并将其应用于各种创新。由于该平台的存在，数据资源可以像水、电、天然气等公用事业一样方便地提供给社会公众，而社会公众借助平台提供的丰富数据资源易于开展各种类型的创新活动。数据共享平台应该由政府主导或特定的机构进行建设和运行，因为只有政府的力量才能组织和协调如此规模庞大，涉及众多区域、行业的平台体系。我国的浙江、上海、青岛、银川、东莞等诸多省市已经在数据共享平台方面进行了有益的尝试。

（5）教育培训。目前大数据方面的教育远落后于产业自身的发展，人才可能成为创新最大的制约因素，政府必须将教育作为大数据创新重要的基础设施。它至少应包括两个方面：一是培养大数据专业技术人才，如数据科学家、数据分析师、数据工程师等［16］。目前，大数据人才的稀缺性造成人力资本价格高昂，对大数据创新形成制约，非正式调研发现我国的大数据分析师月薪已超过3万元人民币，是印度的10倍以上，迫使有些企业到印度等国雇佣员工；二是培养大数据商业应用管理人才。大数据的商业应用教育主要面向企业家，重点培育创造性应用数据分析结果的思维、思路及可能的机会、途径和方式，类似文献［3］提出的“数据再利用、重组数据”等商业思想、文献［17-18］等提出的大数据创新的机会分析和商业模式创新等都应纳入教育范畴。

2.4 加速作用

在前述作用的基础上，政府可以进一步采用相应的措施，加速大数据产业的持续创新。

（1）立法和政府指令。促进大数据创新的法律其重点是加速数据开放，前已论述开放数据对于大数据创新的重要性，但数据广泛分散在各类主体手中，需要强有力的法律和政府指令突破全面开放数据可能面临的阻力，加速开放进程。2009年奥巴马签署备忘录，美国行政管理和预算管理局（OMB）随之发出开放数据的政府指令，就是典型案例。同时，开放数据就不可避免地会面临数据安全、隐私保护等挑战，这些问题除了从技术层面加以解决（如最近兴起的“保护隐私的数据挖掘”），同样需要切实的法律对数据的使用提供规范、对数据的安全提供保护。

（2）专项支持。对于大数据产业持续创新所必须的基础研究、技术开发、产业化应用、创业孵化等活动，高强度的专项科技投入是不可或缺的资源，这与政府对于其他新兴产业创新的支持也是一致的。早在2011年欧盟就通过“第七框架计划”“地平线计划”等专项投入大量资金，支持数据处理技术研发，建立数据开放平台等。李国杰院士也曾建议启动“中国大数据科学与工程研究计划”，并在建设大数据平台、加速行业应用及研发人才培养等方面提供专项资助［5］。

（3）科普、宣传。大数据的发展和应用将为社会带来诸多根本性转变，如企业的商业模式转变为以数据价值为基础等［3］。这要求创新参与者建立起适合大数据创新的思维方式和行为惯例，社会公众也要形成新的文化，接受大数据带来的新现象。政府广泛开展科普教育和宣传，有助于扭转企业的行为惯例、建立新的商业模式和决策方式，同时提高社会公众对大数据创新的采纳速度。此外，科普和宣传还可以帮助企业和社会公众克服对个人隐私、知识产权、商业协议等隐私数据分析的担忧，有利于在全社会范围内加速数据的开放共享。

3 政策建议

政府促进新兴技术创新的原有政策对于大数据创新在总体上都是有效的，我国政府已经在基于大数据的创新及相关产业发展中发挥了显著作用，如建设基础设施、开放数据、规划引导、共性技术攻关等。基于本文的研究和前期的调研访谈，我们认为我国政府的作用仍存较大提升空间，其中最迫切需要完善的包括如下六个方面。

（1）尽快实施一批示范项目。针对大数据在不同行业的典型应用，选择一批示范效应强、带动作用大、辐射面广的创新项目，将其打造成面向全国的示范项目，为全社会投入基于大数据的创新提供范本，是现阶段我国政府应尽快布局的问题。建议选择涉及国计民生的重点行业、公用基础设施或能体现大数据在决策支持、便民惠民服务和提高社会治理效率等方面的优势项目，对相关示范项目应给予专项支持和政策扶持。广东省在大数据创新示范项目方面进行了初步探索［19］，但从全国的情况来看，相关示范项目的开展还亟待加强。

（2）重视以产业技术路线图引导社会资源。产业技术路线图可以为产业创新的各类相关主体提供方向标和趋势参考［20］。技术路线图在美国、德国、日本等国家的汽车、纳米等产业的创新中均发挥了重要作用。针对我国的产业基础和未来的战略重点，尽快制定并出台大数据产业技术路线图，为社会公众指明未来大数据创新的发展方向、市场需求、需要攻克的关键障碍、资源配置和组织方式等，可以为基于大数据的创新提供方向性指导和重要的实践依据，能够显著提高社会资源的投入方向和参与热情，并有助于降低创新的不确定性和风险。

（3）加速对大数据创新的优先采用。美国、欧盟等发达国家和地区的情况都反映，政府的优先采用可以显著加速大数据创新。但从我国目前的情况来看，政府对于大数据及相关产业创新宣传的较多，优先采用的却较少。建议我国政府在不违反WTO规则的前提下，重视在政府决策、社会治理、公共服务、文化教育、医疗卫生、应急与安全等影响面较大、涉及人群较为广泛的领域，优先采纳基于大数据的创新项目，在提高政府管理水平的同时，实质性加速创新的扩散过程，对大数据创新形成有效的激励。

（4）强化“接力”服务能力。文献［2-3，14］等相关研究都显示，基于大数据的创新体现出显著的“接力”特性，在图1的大数据创新价值孵化链条上，可能依次存在着“数据资源-数据分析”“数据分析-信息应用”“常规应用-转移应用”等多种接力传递的过程。在理想的市场状态下，这些接力创新过程都能得以实现，但在现实中，由于信息不对称等原因的制约，这些接力创新过程并非总是一帆风顺的。这就要求政府强化针对大数据创新的“接力”服务能力，主要表现为连接不同类型创新主体的中介服务和平台体系。尤其关键的是加速公共创新平台体系建设，包括数据资源交易平台、信息交换平台、知识产权交易平台等，对于各类平台的组织结构、运行机制等都需要依据大数据接力创新的特性展开专门的研究。

（5）加快大数据人才培养，确保培养质量。一方面我国的大学原本缺乏专门的大数据人才培养计划（但有计算机、统计等与大数据紧密相关的学科和专业），另一方面人才培养需要一个摸索过程和培养周期，而大数据及相关产业的爆发速度之快远超过社会各界的预期，这就将人才培养的短板迅速暴露出来。人才的严重缺失事实上已经成为制约我国大数据创新的重要因素。虽然近年来已经有大学和企业正式开展大数据人才培养（如清华大学、IBM公司等），但人才培养的速度和数量与产业界的庞大需求无法匹配，这就要求政府积极部署、引导大学调整学科和专业设置，并为大数据人才培养投入相应的资源。同时，也要防止各大学一拥而上，造成人才培养质量低下、人才培养数量过剩的不利局面。

（6）提高科技资源共享水平。虽然到目前为止大数据还是一个新生事物，但开展大数据创新所需的很多科技基础资源本来就已经存在，重要的是提高科技资源的共享水平，使已有的科技资源能够充分发挥其应有的作用，从而满足产学研各界的需求，尤其是小微企业的需求，并防止重复建设而造成浪费。首先是要共享数据资源，尽快出台数据开放、数据安全和隐私保护等方面的政策指令，完善数据共享平台，为数据资源的广泛共享创造条件；其次是共享人才，在大学、企业之间为大数据人才的自由流动创造条件；最后是共享科技基础设施，如由国家建设和运行的各类超算中心、数据库、数据分析平台等，也要引导企业积极加入基础资源共享的行列。

［1］方荣贵，银路，王敏.新兴技术向战略性新兴产业演化中政府政策分析［J］.技术经济，2010，29（12）：1-6.

［2］李天柱，马佳，吕健露，等.大数据价值孵化机制研究［J］.科学学研究，2016（3）：321-329.

［3］维克托·迈尔—舍恩伯格，肯尼思·库克耶著.大数据时代——生活、工作与思维的大变革［M］.盛杨燕，周涛译.杭州：浙江人民出版社，2012.

［4］FRANKS B.Taming the big data tidal wave：finding opportunities in huge data streams with advanced analytics［M］.Indianapolis，Indiana：Wiley Publishing，Inc.，2012.

［5］李国杰，程学旗.大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考［J］.中国科学院院刊，2012，27（6）：647-657.

［6］苏敬勤，崔淼.工商管理案例研究方法［M］.北京：科学出版社，2011.

［7］中国网（北京）.李克强：从老百姓需求领域发展健康医疗大数据［J/OL］.［2016-06-09］.http：//news.163.com/16/ 0608/21/BP2M1CFO00014JB6.html.

［8］余红，刘娟.开放数据及其对图书馆信息资源共享的影响［J］.图书馆，2014（4）：87-90.

［9］李国杰.大数据科学问题研究［R］.973计划信息领域战略调研材料之三.

［10］孟小峰，慈祥.大数据管理：概念、技术与挑战［J］.计算机研究与发展，2013，50（1）：146-169.

［11］FRANKS B.驾驭大数据［M］.黄海，车皓阳，王悦，等译.北京：人民邮电出版社，2013.

［12］李天柱，吕健露，侯锡林，等.互联网大数据的创新基础设施及其建设思路［J］.技术经济，2015，34（7）：33-40，50.

［13］王成红，陈伟能，张军，等.大数据技术与应用中的挑战性科学问题［J］.中国科学基金，2014（2）：92-98.

［14］李天柱，马佳，冯薇.信息产业的接力创新：一个多案例研究［J］.科学学研究，2014，32（3）：447-453.

［15］李天柱，银路，石忠国，等.生物制药创新中的专家型公司与核心公司研究——兼论我国生物制药区域产业创新平台建设［J］.中国软科学，2011（11）：108-116.

［16］牛禄青.构建大数据产业环境：专访中国工程院院士、中科院计算所首席科学家李国杰［J］.新经济导刊，2012（12）：37-42.

［17］侯锡林，李天柱，马佳，等.大数据环境下的企业创新机会分析［J］.科技进步与对策，2014，31（24）：82-86.

［18］李文莲，夏健明.基于“大数据”的商业模式创新［J］.中国工业经济，2013，（5）：83-95.

［19］广东省经济和信息化委关于开展2015年大数据应用示范项目推荐工作的通知［J/OL］.［2016-06-06］.http：// www.gdei.gov.cn/ywfl/dsjgl/201508/t20150814_122631. htm.

［20］黄萃，徐磊，钟笑天，等.基于政策工具的政策-技术路线图（P-TRM）框架构建与实证分析——以中国风机制造业和光伏产业为例［J］.中国软科学，2014（5）：76-84.

Study on government function mechanism in big data innovation

HOU Xilin，LI Tianzhu，LV Jianlu

（School of Business Administration，University of Science and Technology Liaoning，Anshan 114051，China）

Using the linear process model of big data innovation value incubation that is put forward in the existing literature，this study analyzes main ways and measures for the government to promote industrial innovation of big data from four aspects of guiding role，incentive effect，service role and accelerating effect.On this basis，some policy implications are put forward for the government to encourage the industry innovation of big data，including：（1）implementing the demonstration projects；（2）using industry technology roadmap to guide social resources；（3）being adopted in preference by the government；（4）strengthening the“relay”service；（5）speeding up the talent training and ensuring the training quality；（6）improving the sharing level of science and technology resources.

innovation based on big data；government function mechanism；countermeasures；total sample analysis

December 11，2016）

F062.3

A

1674-1048（2017）01-0067-07

10.13988/j.ustl.2017.01.013

2016-12-11。

国家自然科学基金项目“接力创新中大数据价值的评估与分配研究”（71472080）；辽宁省自然科学基金项目“辽宁省大数据产业技术路线图开发研究”（2015020067）；辽宁省社会科学规划基金项目“‘科学商业-接力创新’架构中的政府作用机制及对我省的政策启示”（L15BGL004）。

侯锡林（1960—），男，内蒙古锡林浩特人，教授。