产业生命周期视角下大数据产业链及大数据能力培育

曹亚东 洪玉乔

基金项目：本文受到江苏省研究生教育教学改革课题（编号：JGZZ17-017）、教育部人文社科青年基金项目“知识型员工积极组织行为激发机制的实证研究：基于个人与组织匹配的视角”（编号：11YJC630012）、江苏省教育厅产业信息安全与应急管理研究基地项目（编号：JDS213001）的支持

中图分类号：F062.9 文献标识码：A

内容摘要：大数据产业是目前最具活力和创新的新时代信息产业，随着大数据应用与新产品服务的普及，大数据能力将成为企业未来核心竞争力。本文在生命周期、大数据能力和产业链的理论基础上，讨论我国大数据产业在不同生命周期阶段下的产业链形态特征与演化规律；通过研究大数据产业各阶段特点，提出不同阶段下企业大数据能力培育重点，为大数据产业发展和企业大数据能力的构建过程提供参考思路。

关键词：大数据能力 大数据产业 产业生命周期

本文立足于产业生命周期，运用大数据产业链和大数据能力研究理论，探讨我国大数据产业链在各阶段的形态特征和企业大数据能力的构建过程，为大数据产业布局发展提出策略建议。

理论基础与文献综述

（一）大数据产业链

在产业链研究基础上，国内外学者们对大数据产业链有不同的定义。一是价值链角度，即产业链由同一产业或相关产业内全部具有连续追加价值关系的活动构成。以此，西风茹等（2014）提出以数据产品为中心的大数据产业链的定义：大数据产业链是以数据产品为中心，由数据采集、数据存储到数据处理提取价值分析后被应用的一系列过程。二是从产业的技术经济关联角度，产业链由不同产业部门基于一定的技术经济关联，在特定的时空布局关系和逻辑关系下自然形成呈链条式的关联形态。IT行业研究者普遍将大数据产业链定义为：以大数据技术为中心的沿纵向从底层的基础设施供应、大数据存储、大数据分析到大数据应用以及完整行业解决方案服务的关联形态。三是结合价值链和产业技术经济关联。李文莲等（2013）从横纵两个方向提出大数据产业链的“T”型结构：以大数据产品价值链为线索，从数据采集、整理、分析到决策的横向逐级递进；以大数据技术为中心纵向从底层的基础设施供应、大数据技术提供到完整 IT 解决方案服务，最终形成大数据的"T"型价值链结构。

综上所述，产业链本身的复杂性导致大数据产业链也有不同定义与结构。但肯定的是，大数据产业链产生于同一产业或相关产业的企业之间，这些企业的共同特征是具有大数据思维或者大数据技术，最终实现大数据价值。因此，本文认为大数据产业链，是具备大数据思维和技术的不同企业集合之间，基于大数据技术经济关联，依据特定的逻辑关系和时空布局关系形成的关系形态。

（二）大数据能力

企業大数据能力日渐引起国内外学者的关注。Davenport等（2007）认为大数据能力是企业通过大数据技术手段，确定忠诚和有利可图的客户的独特能力。Lavalle等（2011）将大数据分析能力视为使用大数据进行公司决策的能力。Schroeck等（2012）利用大数据分析能力，研究了企业的“竞争优势”和“差异化”。Wixom（2013）认为大数据具有特定的业务价值，不能被传统的方法（如数据仓库）进行分析，指出大数据能力是能够为企业创造可持续价值的分析能力。Kiron等（2014）认为企业大数据能力是通过大数据管理、大数据技术和相应人才提高业务洞察的能力，最终转化为企业竞争力。

国内学者程刚（2016）认为大数据能力是大数据开发、管理和利用过程中，企业所呈现的大数据意识，包括大数据收集、存储、挖掘、分析、传递和应用的能力。谢卫红等（2016）认为在动态环境下，不仅要拥有大数据资源，整合利用这些资源的能力才是企业关注的重点，他提出大数据能力是企业为适应环境的变革，将企业内外部数据、技术和人才三大资源进行整合的能力。谢振东等（2017）认为大数据能力是在大数据思维的指导下，结合企业自身的经营活动特点和战略方向，依托企业大数据人才，利用大数据技术开展与企业有关的经营分析、产品服务创新、增值业务拓展等，发挥大数据对企业活动过程的价值。

可以看出，大数据能力被广泛地认为是新时期企业重要的核心资源与竞争力，也是企业获得新的绩效的动力源泉。国外学者在定义大数据能力时更强调其分析能力对企业经营活动的影响，国内学者则强调大数据的资源整合影响。结合企业大数据活动的过程、大数据相关产业特点和商业价值，本文认为大数据能力是对企业资源整合的全新思维，是指企业在运营过程中，通过对大数据的收集、存储、加工等方式发现数据价值，实现企业基于大数据的业务流程融合与优化，体现大数据驱动下的企业战略决策支持，最终获得持续竞争优势的能力。企业大数据能力的建立和培育不仅决定了企业未来的核心竞争力，对大数据产业整体升级也起着决定性推动作用。

（三）产业生命周期

20世纪80年代，产业生命周期开始进行系统性研究。“产业”一词不仅是具有同质的产品的集合，也是生产同类产品企业的集合。经过近30年发展，产业生命周期理论研究成果显著。产业生命周期划分方面，传统型划分是初创期、成长期、成熟期和衰退期四个阶段，也有市场经济发展下对产业生命周期的创新，如Miller等（1995）认为复杂产品系统的产业生命周期，可分为产品结构形成时期、达成共识时期、商业化时期和新产品生产时期。产业生命周期模型方面，学者们先后提出A-U模型、G-K模型和K-G模型，为产业演化发展的深入研究提供了宝贵的理论基础。

大数据产业链各环节现状分析

产业上游-数据资源型企业。上游环节包括数据采集与整理，指将企业内外部所有数据，如外部的客户数据与企业内部经营、管理数据进行有效挖掘、整合的过程。先天在自身行业拥有或者以汇聚数据资源为目标的企业是此环节主要参与者，这类企业是实现数据外部性重要的基础渠道，他们将各类数据进行采集与整合后，将数据提供给各行各业通过深入分析与挖掘，最终实现相应的数据价值。

产业中游-技术拥有型企业。中游的主要环节是数据存储和数据处理两部分。前者是将收集整合后的数据纳入数据聚合平台以便之后数据的输入和输出；后者是为了实现数据增值，通过大数据技术对数据进行加工分析，挖掘数据背后的深度信息。此环节主要参与者是以大数据技术开发为主的技术型企业，如大数据硬件基础设施提供商、大数据软件系统提供者和大数据产业支撑服务提供者。

产业下游-应用服务型企业。下游的主要环节是数据应用，也是数据商业价值化的重要环节，指将分析并处理好的数据产品投入行业应用中，为企业提供决策支持并带来新的利润。大数据应用型企业（主要提供云服务和数据服务）成为此环节的主要参与者。

我国大数据产业链初显规模，同时也存在诸多问题。首先，大数据产业发展是由部分互联网、通信企业自下而上自发的商业行为，缺乏科学合理的顶层设计和产业领军者。其次，环节中企业合作较少，缺乏信息沟通，未形成规模效应。此外，产业链发展不均衡，各环节竞争程度差异化明显，呈现上下游两端竞争集中度较低、中游竞争集中度较高的局面。具体表现为产业链上游的数据采集和预处理、下游数据展示与应用以及大数据整体解决方案等产品和服务较为匮乏，产业链中游面向海量数据的存储和计算服务的企业较多，但大数据核心技术仍被国外企业垄断。

基于产业生命周期的大数据能力培育

大数据产业通过商业模式创新，与各行各业、不同经济活动紧密融合，几乎可以涵盖所有产业，如同物联网产业，大数据产业有“衰而不亡”的特点，因此大数据产业并不存在衰退期，随着产业不断完善与成熟，用稳定期来定义成熟期后的较长时间的平稳发展阶段。本文将大数据产业的发展分为初创期、成长期、成熟期和稳定期四个阶段，见图1所示。

（一）大数据产业初创期

在初创期，进行大数据关键技术的开发，实现数据沉淀是产业发展的关键。拥有数据资源优势的互联网企业成为此阶段的大数据产业发展的主导企业。为打破国外企业技术垄断，这类企业在此阶段的大数据能力主要培育大数据基础能力，如大数据基础设施和数据资源整合能力，实现企业内外部业务流程的信息化，为后期大数据关键技术开发提供基本保障。企业此时应当具备大数据思维意识，制定科学合理的大数据项目规划，把握产业发展良好机会。

（二）大数据产业成长期

在成长期，大数据产业链构建初具规模并日趋完整。大数据技术逐渐成熟，大数据企业数量将会爆炸性增长，市场将进一步细分，数据开放流通将成为大势所趋，政府数据将成为此阶段数据流通新的突破口。同时，传统线下企业打破先前互联网公司对大数据资源的垄断，实现线下信息的数据化，成为数据资源型公司新的参与者。线上、线下数据化和政府数据开放，这三者将成为信息大范围流动的重要前提，推动大数据产业进入高速发展的新阶段。

在成长期，大数据产业发展的主导企业将由上游转型后的传统企业和中游的实力扩张的技术型企业共同承担。企业大数据能力培育侧重点将是建立在合理布局的基础设施和复杂的大数据技术资源之上的大数据作业能力，包括大数据挖掘、智能分析等。在数据的开放和流通的背景下，这些能力的建立将帮助企业快速准确地获取、存储、挖掘、分析数据，转化实现商业价值获得竞争力。

（三）大数据产业成熟期

当大数据经济规模逐渐形成，大数据产业将进入稳定成熟期，社会进入数据全流通时代。技术的发展使得数据可以贯穿整个产业链，甚至实现跨产业流通并且创造价值。数据的全流通促使下游的数据应用型企业进入高速发展阶段，他们能够比传统企业更快发现行业痛点并运用大数据技术加以解决，因而也将承担这个阶段大数据产业发展的主导企业。

成熟期阶段，数据应用变现成为产业发展关键。因此，企业大数据能力培育重点是大数据作业能力和大数据管理能力。区别于成长期，此阶段大数据作业能力侧重大数据应用变现能力，基于数据基础搭建的精细化运营平台，实现大数据变现价值，如智能产品规划、精准营销等。大数据管理能力是指企业具有大数据思维的管理模式，它更强调大数据人力资源和无形资源的结合作用，包括设置从事大数据实践活动的机构、规划业务流程、培养复合型大数据人才等。这些企业特有的软性资源能力的培育，对于竞争者来说都是难以甚至无法模仿，利于扩大企业竞争优势。

（四）大数据产业稳定期

稳定期阶段，为维持竞争优势，培育大数据能力的重点是以协同创新为核心的大数据发展能力，即企业通过借助其先进的大数据系统与企业业务有序结合，进而提高企业的组织学习和动态反应等能力。具备大数据发展卓越能力的企业，拥有先进的大数据系统和丰富的行业知识，更富有创新精神和创新意识，因而能够比竞争对手更快速地洞察市场上微小的变化，实现更多的营销策略和途径，充分发挥大数据在企业资源配置中的优化和集成作用，形成更为复杂的竞争行动体系，实现产业创新驱动发展。

大数据产业链培育建议

构建完整大數据产业链，打造产业生态创新体系。依托大众创新创业，构建完整的产业链。大众创新创业扩宽创业渠道、优化创业环境，增强了市场活力，鼓励中小企业自发进行产业结构调整，引发新一轮的创业热潮。加强大数据产业链各个环节企业的合作，联合企业、研究机构、高校，组建全国性、区域性的大数据产业联盟，形成联动机制，打造大数据关联产业的协同生态体系。

遵循产业发展规律，培育企业大数据能力。大数据能力需要经过从低级向高级阶段，逐步积累和提升。这一过程将关乎到企业的竞争手段、组织架构、经营模式以及管理流程等全方位的变革，因此需要遵循大数据产业在不同阶段下的产业特征和发展规律，企业才能够找到适合于自身基础条件的大数据发展道路。产业链培育的初创期和成长期，应注重培育企业大数据显性能力，即大数据基础能力和大数据作业能力，这类能力易于观察，在企业的各项经营、改革活动当中体现。大数据管理能力和发展能力是更深层次的、隐性的能力，不易被市场或外部人所观察，但却是企业持续竞争优势的源泉所在，在大数据产业发展中后期阶段需要重点培育。

完善支持政策，拓展融资渠道。引导民间投资和外资进入大数据领域，增强行业和企业的内生发展动力。加强政府投资力度，尤其加大财政投入专项资金对大数据产业投入，支持重点企业实施大数据项目和技术开发。拓展投融资渠道，鼓励引导互联网金融支持大数据的科技创新，加快大数据成果转化。

推行典型示范，加快数据资源开放。根据地区经济和产业特点，开展大数据项目的应用推广，以标杆应用带动大数据业务发展。数据开放流通方面，借鉴国外丰富经验，扩大政务数据共享和开放，促进大数据在政务服务和决策支撑中的示范应用，以此带动其他行业的数据开放共享，形成联动发展的新态势。

创新用人机制，聚焦重点行业科技创新。加强校企合作，探索大数据人才培养方式，重视人才聚集，补缺大数据人才短板。加快完善大数据产业的人才支撑体系，尽快制定利于大数据人才考核标准和政策。公共管理、智能交通、城市管理等行业市场成熟度高，聚焦这些重点行业重点应用，在这些现实需求的大数据应用领域开展科技创新与相关业务的规模推广。

参考文献：

1.西凤茹，王圣慧，李天柱，侯锡林.基于大数据产业链的新型商业模式研究[J].商业时代，2014（21）

2.杨公朴，夏大慰.现代产业经济学[M].上海财经济大学出版社，2002

3.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）

4.程刚，李敏.企业大数据能力培育机制研究[J].现代情报，2014，34（3）

5.谢卫红，刘高，王田绘.大数据能力内涵、维度及其与集团管控关系研究[J].科技管理研究，2016，36（14）

6.谢振东，吴金成，李之明等.企业大数据能力的构建与培育研究[J].广东工业大学学报，2017，34（3）