大数据产业发展影响因素研究

□王 忆

我国自2015年起陆续发布了多项关于大数据的政府指导文件，各省市也陆续制定了自己的发展战略。各种实施意见、计划纲要表现出政府层面对这一产业的重视，但是这一产业能否按照人们的预期那样去发展，还需要从根本上论证、研究其发展规律。

一、产业发展的因素

(一)分析理论。对影响产业发展的因素进行分析，有很多种理论，下面对这几种理论加以分析。

1.钻石模型。钻石模型是由美国哈佛商学院著名的战略管理学家迈克尔·波特提出的。波特的钻石模型用于分析一个国家某种产业在国际上有较强的竞争力的决定因素。他认为，决定一个国家的某种产业竞争力的因素有四个：生产要素(包括人力资源、知识资源、天然资源、资本资源、基础设施)；需求条件(主要是本国市场的需求)；相关产业和支持产业的表现(这些产业和相关上游产业是否有国际竞争力)；企业的战略、结构、竞争对手的表现。波特认为，这四个要素具有双向作用，形如钻石，故名为钻石模型。但是这一模型的局限是这一模型只适合发达经济体，欠发达地区不满足这个模型的需求。比如没有其中的某项因素。

2.PEST模型。PEST分析是指宏观环境的分析，是指一切影响行业和企业的宏观因素。对宏观环境因素作分析，一般包括政治、经济、社会和技术这四大类影响企业的主要外部环境因素进行分析。但是这种分析其信息收集是长期的、艰苦的。政府工作报告、行业协会的数据、专业论坛的观点、法律法规的变动……，需要的覆盖面太大，资料收集耗时长，容易受到短期政策，数据变化影响。

3.HAP法。HAP法即层次分析法，是运筹学家托马斯·塞蒂在20世纪70年代提出的，它通过层次化、系统化的方式，将定性分析转化为定量分析，提供更加清晰、简明的决策依据[1]。安徽大学管理学院周瑛教授根据HAP法以及综合影响大数据产业发展的因素，形成了包括3个一级指标和13个二级指标在内的大数据产业发展影响因素评价指标体系[2]。本项目即是以周瑛教授的研究结论为理论依据开展后续的研究。

(二)内涵及现在面临的状况。

1.技术因素。技术因素作为大数据产业发展权重最大的因素，也是决定大数据产业能否发展的根本。说到底，产业的发展，技术是前提。

2.行业竞争因素。行业竞争结构是指行业内企业的数量和规模的分布。对于大数据产业来说，行业竞争的实质是基于大数据所产生的服务。

3.政府因素。政府因素对大数据产业的发展起到了重大的作用，对于大数据产业来说基础设置的构筑和前期的投资都比较大，如果能得到政府层面的扶植，对产业的加速发展至关重要。

二、加快大数据产业发展的对策

(一)政府政策方面的对策。

1.促进数据开放流通。数据的流动性对大数据产业的发展至关重要，也是大数据产业发展的前提条件。目前，绝大多数的数据都产生在各职能部门，例如，居民信息存在于公安数据库中，企业信息存在于工商数据库中等等。要使这些数据能够被深入挖掘和使用，首先要使这些数据能够在一定的范围内可以被自由获取、自由流通，这就必须要打破职能部门和行业的壁垒。

2.开展促进大数据创新发展的各项行动。创新作为一种内部动力，有助于大数据相关产业进行结构调整优化、引领产业转型升级，同时又能够激发新一轮的大数据应用。以创新驱动为源泉、动力，开展示范性应用，以某些领域为点带动整个面的发展，助推城市大数据向深度、广度扩展。

3.政策的强势扶持+资金的充足配给。地区政策的强势扶持和资金的充足配给能够加速大数据产业的发展，使之在最短的时间实现最大的效果。强调政策驱动的同时也不能过度依赖政策本身，政策是外因，应该在借助政策扶持的过程中，积极提升发展的内部动力，从而带动地区相关产业的转型升级。

(二)制定人才引进和培养政策。人才是技术和产业发展的关键性要素，也是决定性因素。麦肯锡的一份研究报告显示，到2018年，全美范围内对具备量化分析等分析技能的“大数据”相关人才的需求，将会达到400万之巨[3]。如果没有能够掌握使用大数据分析工具、技术的人才，那大数据也只能是干枯的原始数据，不能体现它潜在的价值。

人才培养是一项长久、持续、稳定的工作，而若想解决当前的困境最快速有效的方法就是人才引进。可以先引进有知名度的企业，以名企吸引人才。例如南方的一些城市对于企业的入驻开展无偿提供场地、免税费，甚至还有额外的资助的策略。名企一旦入驻，对人才的号召力是非常大的，不是一个人两个人而是一批人。

(三)构建完善的产业生态体系对策。产业生态系统就是对某一产业的发展产生重要影响的各种要素组成的集合，顾名思义它就如同生物群落是一个有机的整体一样，一个完善的产业生态系统才能支撑产业健康的发展，因为任何一种产业的发展都不可能是孤立存在的，它一定要同上下游产业协同发展，形成一个完善的生态体系。在大数据产业生态体系中，又可以将其划分为创新生态子系统、生产生态子系统与应用生态子系统三个子系统。

(四)健全大数据运行安全机制对策。数据安全是大数据产业发展的全球性风险问题，也是大数据健康发展的保障措施。它包括两方面的内容：数据安全与隐私保护、安全法律法规。在数据安全与隐私保护中，可以通过一些列的技术手段例如：隐私保护技术、数据匿名化技术、同态加密技术等。在安全法律法规方面，可以对已有相关法律做进一步的完善同时积极推动数据信息保护立法。

(五)技术路径对策。大数据的发展离不开大数据关键技术的研发。从单纯的数据源到可提供研判的数据之间大致需要经历六个步骤：数据的采集、数据的存储、数据的处理、数据的分析、数据的可视化呈现、数据的应用。每一个环节都面临各种各样的技术上的严峻的挑战。

综上所述，我国在大数据的分析、处理领域不占有技术优势，一些尖端的技术还是掌握的国外专家手中，但是与其的差距不大，在这两个领域中需要集合专家团队的优势合力突围，打造自己在大数据领域的尖端优势，因此是亟待解决的问题；在数据的存储、可视化呈现、数据的应用方面我国已经起步并在加速前进，且在这些领域中有广阔的空间，例如像数据的应用方面各行各业都能用的到，因此发展前途无限；在数据的采集方面，由于技术较为成熟，存在的问题就是建设的规模问题。

科技的高速发展改变了人们的工作和生活方式，人们需要更便捷、更高效、更智能的服务和使用，大数据相关技术正是在这种需求下应运而生的。在各地市加速研究大数据技术、开发大数据应用的背景下，沈阳这座在历史上曾担负过重要使命的城市更应该在新时期彰显自己的实力，要当仁不让，不能在又一次的发展浪潮中让出份额。