区域大数据产业生态系统构建研究——基于价值创造和技术创新视角

王兴标

（1.贵州民族大学研究生院，贵州贵阳 550025； 2.华南理工大学电子商务系，广东广州 510006）

大数据产业正处在快速发展阶段，包括中国在内的各国大力发展大数据产业，许多互联网跨国企业纷纷进入大数据产业领域。在我国，一些省份、区域积极抓住发展大数据产业的机遇，中国电子信息产业发展研究院的报告显示，至2018 年，大数据产业集聚发展效应已经凸显，长三角地区、珠三角地区、中西部地区及东北地区等大数据产业集聚发展格局基本形成，很多省份大力发展大数据产业［1］。 但从行业发展看，一些地区的大数据产业发展遇到了数据交易标准、安全、人才等瓶颈，大数据产业还需进一步提高战略定位，并构建良性的产业生态系统。 对大数据产业生态系统的研究主要集中于大数据产业的产业构架、信息技术等。 过去十年，国内学者开始系统研究大数据环境下的企业商业模式，大数据是一种思维方式，引发企业对资源、价值、结构、关系、边界等传统观念的重构，正在改变企业赖以存在的资源环境、技术环境和需求环境［2］。 而大数据环境下企业间的竞争不再是企业的个体间竞争，也不是供应链的链条间竞争，而是众多企业联结成的商业生态系统间的竞争［3］。 大数据引发产业生态环境发生改变，并对企业产生了重要影响。 构建系统科学的大数据产业生态系统是顺应产业发展的要求。

一、大数据产业生态系统的理论溯源

产业生态系统的概念最早被产业生态学家或环境经济学家采用， 由通用汽车研究实验室的弗罗斯克和加罗布劳斯（Frosch & Gallopoulos）于1989 年提出，他们将经济视为一种类似于自然生态系统的循环体系，包含相互依赖的生产者、消费者和规制机构，他们相互之间以及与环境之间交换物质、能量和信息［4］。 有学者指出区域产业生态系统是指在特定空间的经济、社会和生态环境中的相关企业或组织借助于物质流、能量流、资金流、信息流和知识流等形式所构成相互关联、协同进化的统一整体、复杂系统，多样性、协同进化以及稳定性是区域生态系统的特性［5］。李晓华等提出培育和发展战略性新兴产业不能仅支持产业的某一个方面，而是要促进其所处生态系统的完善与协调［6］，而在全球化的时代背景下，有必要在产业生态系统理论和商业生态理论的基础上发展新兴产业生态系统理论［7］。

在产业生态系统体系下，商业生态系统是实体产业实现商业价值的途径，商业生态系统成为产业生态系统领域重要的研究方向，产业生态系统研究的对象包括产业基础、产业价值和产业环境等问题，而商业生态系统则关注产业要素在市场的价值产生和流动问题。 美国学者穆尔（James F.Moore）在《哈佛商业评论》上发表的《捕食者与被捕食者：竞争的新生态学》首次提出了“商业生态系统”，认为商业生态系统，就是由组织和个人所组成的经济联合体，其成员包括核心企业、消费者、市场中介、供应商、风险承担者，还包括竞争者以及行业协会、政府等组织，这些成员之间构成了价值链，不同的链之间相互交织形成了价值网，物质、能量和信息等，这些要素通过价值网在联合体成员间流动和循环［8］。 此后，中国学者构建了以产业发展为目标的商业生态系统的理论体系，研究表明：生态系统中生产企业之间存在互利共生关系［9］，商业生态系统的研究意义在于对企业创造商业生态系统、品牌战略规划、市场机会与风险、市场定位与市场竞争、行业管理以及区域经济发展、社会经济研究有重要作用［10］，可以通过建立商业生态系统提体升核心企业的竞争优势［11］，并且商业生态系统健康对企业战略行为有积极的刺激作用，对企业价值创造有比较明显的推动作用［12］。

大数据的大体量、产生速度快、多样性和低价值密度特征使大数据产业具有明显的产业特征，并使大数据产业有较高的族群性和外部效应。 族群性表现在大数据特点的两方面：一是数据信息集聚量巨大，数据处理发展由GB 到PB 甚至更高的EB、ZB、YB、DB 级，需要借助于智能计算、分布式构架等相应技术和强大的数据处理平台才能实现数据集中处理；二是数据的复杂多样性，大数据的数据类型从单一的数据类型变为结构化、半结构化和非结构化等多种数据类型，这使数据储存、分析识别、应用等带来了挑战，同样需要特定硬件设施、特定的技术集中储存和处理。 外部效应表现在当商业活动中不同的主体使用信息技术后，大数据为其产生了正向的外部效应，特别是对商业生态系统一般企业和组织的价值创造、价值共享产生影响。 大数据产业的族群特性要求主要生产要素必须聚集于一定的空间，并汇聚大量的其他次要生产要素，而大数据的外部效应则对不同行业和产业产生影响，需要将相关产业要素纳入大数据产业的生产体系， 大数据产业的特点使大数据不能孤立于其他生产要素和其他产业，需要构建产业生态系统促进产业发展。 因此，本文从价值创造和技术创新的视角构建价值创造生态系统和技术创新生态系统两个子系统构建大数据产业生态系统，并分析影响生态系统构建的核心要素。 大数据产业人才作为产业发展的最核心，其影响遍及各个生态系统中，如政府、企业和其他组织，本文不将其作为单独的生态要素。 本研究认为连接产生价值，价值创造生态系统是在商业生态系统的基础上，以数据连接行业应用，实现价值创造。 而技术创新生态系统是在价值创造生态系统的基础上， 构建大数据技术创新活动与行业应用的知识连接机制，其主要价值是通过价值生态子系统实现。 大数据区域生态系统基本结构如图1。

图1 大数据产业生态系统基本结构

二、区域大数据生态系统的基础

阿尔弗雷德·韦伯在阐述工业区域理论时，除了将一般影响工业的工资、租金等作为普通因素外，还将空气、水等作为特殊因素进行分类［13］。 在大数据产业中，硬件设施是产业最基础的要素，由大量的硬件系统组成，硬件设施的核心是计算机系统硬件，这些硬件除包括主机、存储、交换等大数据配套硬件设施，还包括建筑物、电源、散热等辅助设备，这些硬件设施处于大数据产业生态系统的底层，对大数据产业提供基础保障。 而这些硬件设备暴露于自然环境中，受到自然生态中的非生物质、有生物质的影响。 硬件设施集聚以后，需要相应人力、物力和能源的持续支持，这些要素集聚后，将引起两方面的思考，一是大数据产业要素集聚引起环境的变化，绿色、环保、低碳、低能耗等绿色标签成为产业持续发展的基本属性，自然环境中的空气质量，水源质量、地质条件等环境要素将直接影响大数据产业的发展，优良的空气有利于延长硬件设施的寿命，干净的水源能提供良好的水循环系统，空气、水和阳光等通过温度、湿度对硬件设施产生影响，自然生态系统中少量的微生物和微型动物参与，其可能破坏基础设施，对基础生态系统造成负面影响，稳定的地质条件保证硬件设施不受自然灾害的破坏。 二是产业要素集聚后的能源供给，充足的能源供应为产业发展提供基础保障，大数据产业的电子类设施将消耗大量的电力，充足、低廉的电能为生态系统提供基础保障，水力、风力能降低大数据产业能耗，对优化底层生态系统具有促进作用。 综合来看，环境和能源基础是构建区域生态系统的基础，应选择生态环境良好、资源充足的地区发展大数据产业。

（一）环境基础

首先，环境基础首要是自然环境。主要表现在自然生态系统中的非生物质对大数据生态系统的硬件设施产生影响，产业区域独有的自然生态禀赋对构建良好的大数据生态系统具有促进作用。 例如，自然生态系统中优质的水、空气、阳光、风力等形成的温度和湿度使硬件设备处于一个良好的运行环境，能延长大数据产业的基础设施使用寿命。 相反，低劣的空气威胁大数据产业的基础设施，如雾霾含有的化学颗粒腐蚀电路板，入侵机房后加大了排尘和排热负载，对一些元器件的导电、绝缘等功能产生影响。 在这方面，很多国际企业做出了探索，如谷歌、微软、亚马逊公司选择自然生态良好的爱尔兰建立数据中心，我国的字节跳动公司也将在爱尔兰投资4.2 亿欧元建立其在欧洲的首个大数据中心， 这些互联网巨头看中的是爱尔兰温带的气候对数据中心运行起到积极的促进作用［14］。法国电信公司Orange 在法国瓦德勒伊建立的数据中心通过自由冷却技术，利用瓦德勒伊具备的自然优势和理想天气条件，一年中有11 个月可以采用凉爽的环境空气来冷却计算机设备，有效降低数据中心的能源消耗［15］。 美国泰坦数据中心建立在摩西湖边上的摩西湖市，该数据中心利用水蒸发的方式来吸走热量，从而使得数据中心达到节能环保［16］。以上案例充分利用当地自然生态系统中的水、空气等自然环境优势。除此之外，大数据产业一些硬件设施具有较高的精密性，不能受到外力的冲击和破坏，地震、滑坡、泥石流等地质灾害成为产业发展的隐患。

其次，需要构建良好的硬件运行环境基础。 大数据相关设备暴露在室内环境中，硬件运行环境的构建应从建筑空间、基础信息硬件、制冷设备、其他辅助设备等的设计和选择方面考虑，具体而言，就是从器件、设备、设施、软件、场地、建筑、环境、管理等方面优化设计，使内部运行环境既能保证设备的正常使用、延长使用寿命，又能使内部运行环境达到节能环保、降低企业成本。 位于台湾彰化海滨工业区内的谷歌数据中心，使用夜间冷却外加热能储能技术，在非高峰负荷夜间使用电力冷却水，将冷却水储存在储热系统当中，在白天使用这些冷却水，以最大限度地提高节能效率，和相同容量的数据中心相比，冷却系统可以减少约50%的能源消耗，意大利埃尼集团的帕维亚新数据中心使用了先进的不间断电源系统（UPS），该系统的能源使用效率低于1.2，且该数据中心在75%的运行时间中采用直接自然制冷技术［16］。 早在2010年，美国IBM 公司建立了通过美国绿色建筑委员会的能源与环境设计认证（LEED）的金牌认证数据中心，该中心在能源、水资源节约、碳减排、资源管理和室内环境方面都处于先进水平，中心为IBM 提供高效率的数据处理保障［17］。

（二）能源基础

首先，电能供给是基本的能源基础。 区域大数据生态系统需要充足、稳定的电能支撑，包括降温设备在内的所有底层的硬件设施都是电力设备，都以电能为基本能源，一是所有的核心大数据硬件设备都是依靠电能提供能源支持，这些设备24 小时运转，消耗大量的电能。 二是制冷、散热、空气循环系统等辅助系统也是依靠电能运转。 美国零售卖场平台Ebay 在犹他州新建美国第一个主要依靠太阳能发电的数据中心，安装了6 兆瓦的太阳能发电系统，仍将接入当地电网作为备份电力［18］。 美国Facebook 公司位于瑞典吕勒奥的新数据中心，其所有设备都是通过本地产生的水电能源来供电，该地区提供的能源不仅是100%可再生能源，而且供应量也非常可靠［19］。印度最大的数据中心郁金香，拥有9.3 万平方米服务器空间，有12 000 个服务器机架，包括电源、冷却、机架布局和其他数据中心技术，中心须有100 兆瓦的电力支持［20］。可以看出，充足、稳定的电能供给是建立大数据产业的基础，没有电能，设备就不能运作，数据就不能存储、处理和使用，就不能产生应有的经济价值。

其次，除了电能之外，水能、风能和太阳能为大数据提供能源支撑。 一方面，水能、风能和太阳能可以通过水力发电、风能发电和太阳能发电设施转化为电能，间接为基础设施提供电能保障，另一方面，水能、风能通过循环系统、散热设备为基础设施冷却、散热，间接提供能源支持。 如挪威巴朗恩市Kolos 公司的数据中心被称为全球最大的数据中心，其电力支持能力将扩大至1 000 兆瓦，数据中心以挪威丰富的水力发电为动力，但该数据中心还利用了挪威的凉爽气候和临近水域的自然条件，采用自然冷却技术降低能耗［21］。 我国华为、腾讯公司在贵州的山体内建造数据中心，良好的低温空气和高原季风有利于服务器自然冷却。 荷兰Interxion 公司在瑞典的斯德哥尔摩的数据中心从波罗的海抽出海水来冷却此数据中心， 约一年之后就收回了最初的投资［16］。 因此，能源不仅给设备提供持续不断的能量，而且还能间接降低能耗。

三、价值创造生态系统：数据与应用连接

穆尔构建的商业生态系统主要包括消费者、市场中介、供应商和企业主要物种［8］，除此之外，还有包括政府、供应商协会等其他组织。 商业生态是以商业个体、组织为主要对象的商业行为，具有明显的链条式特点，是以商品流通为主要特征的价值创造流程。 与商业生态系统不同，价值生态系统不是单一以过去追求商业或利益为目的的商业活动过程，价值实现由商业活动的连接产生，系统包含社会、组织和个体之间价值网络，是商业价值和社会价值，以及显性与隐性价值有机统一。 本文认为，由商业生态系统物种组成，与行业应用层连接构成大数据产业价值创造生态系统。 价值创造生态系统是大数据产业的价值创造、交换系统，是产业生态系统的核心。 系统核心成员包括企业、行业组织、政府和消费者，其中企业是主要的底层硬件、软件和服务供应商，例如：提供硬件的IBM、华为、思科、惠普等公司，提供软件的Google、Oracle、微软、SAP 等公司，以及提供其他服务的Palantir、MuSigma、Accenture 等公司。 行业组织是价值生态系统内的生态协作物种，帮助生态系统内大数据企业之间的协作和竞争，帮助生态系统内部传递政府的产业政策，协调与政府的关系，引导产业数据发展。 政府是维持生态系统环境的生态主体，其产业生态功能体现在政府负责制定产业发展的相关政策，对公共资源的投入和维护。 消费者是大数据产业生态系统的消费者和分解者，主要功能是将产品转化成生态系统里所需的其他要素，如资金、劳动等生产要素。 核心成员通过与应用层行业成员连接构成价值创造的生态系统。 大数据产业价值创造生态子系统如图2。

图2 大数据产业价值创造生态子系统

（一）价值创造生态系统构建基础

区域大数据产业需要系统成员具有强大的数据开发、处理、应用能力，需要有核心企业主导产业生态系统建设，并能吸引更多的骨干企业参与到系统的建设中，成为生态系统的主要物种，完善生态系统的功能。有研究指出，大数据产业集群发展的动力包括产业的内在动力和外部动力，内部动力包括收益吸引力、新成果推动力、新文化的号召力和企业高层领导力，外部动力则包括市场需求的拉动力、政府扶持力、科技进步推动力及市场竞争压力等方面［22］。从自然生态系统的视角看，产业不会自发形成，是市场和政府意志推动的结果，因此，本文认为产业发展的动力是产业的演化过程和政府主动作为的结果，价值创造生态系统的构建基础方式来源于两种模式。

1.信息产业升级演化

大数据产业的发展是经济社会、互联网信息产业发展到一定阶段的产物，伴随互联网信息产业的快速发展，电子数据呈现爆发式的增长，数据成为信息产业的主要生产要素。 演化经济学的研究结果表明，产业升级演化的动力来自多方面，包括技术、制度、企业家、市场需求等多方面。 在互联网信息产业较发达的地区，企业等组织参与信息数据经营和发展的需求持续增强，互联网信息企业需要新的模式、方法来对新要素进行价值转换，大量的生产要素投向大数据产业。 例如京津冀、长三角、珠三角等地区通过自身较为发达的信息产业，积极构建大数据产业，孵化出若干从事大数据企业，并逐步构建价值创造生态系统。

2.政府主导产业布局

当区域没有完整的信息产业生态系统作为生态系统的基础，但在资源、环境、科研人才等方面存在优势时，政府积极主导构建本区域的大数据商业生态系统，引进互联网信息产业核心企业和骨干企业参与，从而构建大数据生态的产业生态圈，促进大数据产业在本地发展。 例如：对于资源稀缺的新加坡来说，通过国内现有资源构建一条完整的产业链难以完成，则利用自身在东南亚的地理优势，积极打造东南亚大数据中心，通过对基础设施、产业链、人才、技术和立法等要素的投入，吸引了IBM、联想、VISA 等跨国企业和组织入驻，新加坡政府在建设大数据产业中心时发挥了重要作用。

不论是信息产业升级演化或是政府主导产业布局，生态系统的单个物种难以构建价值生态系统的基础，产业生态系统需要政府及具有实力的核心企业参与构建，核心企业具有技术、人才、资金等优势，在系统里具有较强的生存适应能力。

（二）价值创造生态系统构建路径

互联网本质在于连接，其通过构建平台、信息互联等途径实现价值转换。大数据是互联网产业的重要组成部分，是互联网的衍生产业，也在于通过连接应用产生价值，而连接价值主要包括对底层价值的连接和对上层应用价值的连接。 首先，向底层连接，即“大数据+硬件”产生新价值。 大数据产业底层硬件连接，包括两方面的连接价值，一是硬件租赁模式，采用这一模式的企业主要包括大数据存储设施、计算设施、网络设施的销售商，这类公司主要是从事硬件生产，并提供数据存储、计算和其他网络硬件设施的租赁。例如国内的华为、奇虎科技、腾讯等公司。二是通过“新硬件+大数据”产生新价值，这种新的价值产生模式是互联网软硬件企业或者硬件生产企业利用新硬件与大数据产生新的价值，硬件既可以收集数据又可以对数据进行分析，如奇虎、小米公司等通过“手环+大数据”模式来构建新的商业价值，企业生产手环向消费者收集顾客数以万计的身体数据并通过分析这些数据为消费者提供服务。其次，向上层应用价值连接。大数据生态系统的主要价值在于向应用层进行连接，通过与相关产业的融合产生新的价值，相比向底层生态的连接不同，向上连接主要面向软件应用，向上连接的生态系统呈现多样化，包括娱乐、金融、医疗、民政、地理导航、农业等行业领域的应用，每连接一个行业领域产生一个新的商业或社会价值。如美国Netflix 在线影片租赁提供商通过线上收集到的用户大数据分析消费者对于影片的喜爱，其花1 亿美元买下《纸牌屋》版权，通过邀请知名导演和演员参与制作，首次进军原创剧集就获得巨大收益［23］。美国人内特·希尔沃通过运用大数据手段收集美国各大媒体的民调数据成功预测美国2008 年和2012 年美国大选［24］。 谷歌、百度等互联网企业依托自身强大的大数据处理能力，积极发展无人驾驶技术，其中谷歌依靠大数据处理中心完成自动驾驶汽车每天行驶里程上百万英里模拟处理任务。

1.构建价值系统多样化

自然生态系统中多样性是指一个区域的生态多样化程度，如涵盖森林生态系统、湿地生态系统、草原生态系统等。 与自然生态系统一样，大数据产业生态系统也是由众多子生态系统组成，大数据价值创造生态系统是以社会组织为多种族参与的价值系统，多样化是大数据生态系统的显著特征。 多样化是在集群化的基础上发展而来，产业生态系统多样化并没有否认集群化的优势和作用，也不与集群化矛盾，而恰恰是在产业集聚的基础上发展起来的［25］。 大数据的价值观已经打破了传统的商业价值思维，依托于传统的互联网信息技术产业向其他行业无限扩散，大数据产业生态系统从信息产业向其他产业边缘延伸，即上文所述的向上连接的多样化，具体表现在，首先，数据源生态圈多样化。 某个行业领域的数据可以构成一个生态圈，由该行业领域产生的数据可以形成一个或若干个小的产业生态系统，围绕持续不断产生的数据，生产要素、价值要素集聚并对数据的价值进行加工、处理。 加之同一行业领域数据类型又具有多样性，数据类型从传统的结构化数据到以文本为代表的非结构化数据，包括网页、社交媒体、感知数据、工业互联网数据，涵盖了图像、视频、音频、模拟及生物信号等多种非结构化数据类型。 例如：围绕地理信息系统（GIS）的数据形成了地理数据生态系统，能在空间数据库、北斗导航、航空航天、硬件制造、数字化服务技术等方面构建子生态系统，并依托地理信息系统数据源构建出智慧城市、智慧交通、空间管理、智慧旅游等多种应用。 其次，数据产业链多样化。 以数据作为大数据产业的产品，数据加工链上包含无数个子生态圈，包括数据采集、数据清洗、数据交易、数据运用和数据集成运用等生态系统。 例如：在北京、上海、广州、贵阳等地出现了一批数据清洗加工服务企业，并有多家高科技服务企业从事数据清洗行业。

2.形成价值生态位差异化

“生态位”概念被引入管理战略研究，用来描述“一个种群和其他所有种群存在竞争中的特定资源空间”［26］。产业生态系统内部主体之间是相互交织的产业体系，大数据生态系统的生态位是企业与企业之间生态位相同的程度以及生态构成因素相同的比例。大数据产业内的所有组织与外部存在物质、能量、信息、人员等的交换和流通，生态系统里的每一个个体都受到来自外部的影响，除了受来自生态位的产品资源、人力资源、市场、资金、政策等影响以外，种族中的个体则以数据为产品的生态系统出现无差异化，围绕数据的价值形成自己的生态位，数据产品的同质性使价值创造生态系统的生态位重合。 在数据采集端，企业采集的数据多数情况下是相同的，在数据的连接应用端，很多基于现有的价值连接模式，大多数的企业将价值创造要素集中投入一个行业领域中。 例如：国内共享自行车产业发展高峰时有数十家共享单车企业，经过过山车式的发展后，产业发展出现滞缓，这说明共享单车行业者察觉到其发展机遇，却忽视了对产业生态位重合的认识。 认识大数据价值生态位的重合问题，构建个体生态位差异，才能适应生态系统的竞争环境。

3.保持系统竞争合作良性化

国内大型互联网企业并购初创型、成长型企业成为常态，并购的幕后是企业弥补自身资源的空缺，折射出价值创造生态系统中企业竞争系统的优胜劣汰。企业作为生态系统的种族，要在大数据生态系统中发展壮大，竞争与合作应成为生存常态，既要竞争发展，又要协同合作。第一，产业边界模糊已使企业不能单打独斗，随着《“十四五”大数据产业发展规划》等国家战略的推进，大数据使产业与产业连接模糊，产业链接的边界正在逐步消失，大数据将应用到众多传统的行业之中，形成了你中有我，我中有你的产业格局，产业之间通过连接发生改变。第二，产业连接升级需要纵深发展，在产业需求的带动下，大数据产业和传统产业连接升级，由过去的简单应用升级到产业的深度融合，深度融合需行业构建新的商业生态系统对技术、人才、资金进行整合。第三，优质数据是企业的稀缺资源，是大数据产业的发展源动力，大数据价值创造生态系统的每个个体都需要数据作为支撑，个体就要共享数据并开发合作。例如，阿里巴巴与银行建立了充分的竞合关系，阿里巴巴正在改变消费者的资金存储使用方式，两者存在竞争关系，但银行具有在业务能力，人才和风险控制等方面的优势，而阿里巴巴有互联网公司独有的用户体验、场景丰富、融合度较高等方面的优势，两者存在紧密合作的关系。

4.政府角色移位

政府是大数据生态环境的创造者和维护者，是公共数据的拥有者、提供者、开发者和使用者［27］。 政府作为数据的生产、收集和使用的主要部门，拥有着庞大的公共数据，这些数据涵盖政治、经济、文化、社会、教育等领域。 政府角色移位，就是指政府以合适的角色建立有效机制释放数据到大数据产业中，促进产业升级与发展的过程。 角色移位使政府成为价值创造生态系统的重要成员，发挥政府在产业生态中的引导、协调、监督职能，主导生态系统中的基础设施、人才引进、政策制定等方面的建设。 政府制定开放数据的规则和准则，使更多可用的数据流向生态系统，政府成为生态系统的生产者。 同时，政府要做价值创造生态系统的维护者，即生态系统的安全员，保护数据的开放、交易、应用安全。

综上所述，价值生态系统是大数据生态系统的核心，需要政府、企业、行业等社会组织共同参与。 首先，建议区域政府、行业围绕行业数据，拓宽和深挖数据价值，围绕行业领域数据引进或孵化多个经营企业，规划大数据行业门类，既要引导企业开发数据价值，又要使企业有利可图，避免产生恶性竞争。 其次，建议区域政府部门合理、合规释放数据，使更多数据在价值生态系统中产生更多价值。

四、技术创新生态系统：产业发展的催化剂

技术创新生态系统是产业生态系统的重要组成部分，产业技术创新生态系统主要关注产业技术创新战略的研究，根据产业新特点的要求，需要在产业技术创新理论研究中引入生态系统的研究视角［28］。 区域技术创新生态系统是指在一定的空间范围内技术创新复合组织与技术创新复合环境，通过创新物质、能量和信息流动而相互作用、相互依存形成的系统［29］。 构建大数据产业生态系统，不能忽视技术创新生态子系统的支持，技术创新生态系统是产业发展的引擎之一，为产业持久发展提供新技术和战略，大数据产业生态系统的显著特点是价值创造生态系统与技术创新生态系统相互交互。 技术创新生态系统组成的基本要素是创新物种，物种联结形成了各种群落，物种和群落在共生竞合的相互作用中动态演化，并形成系统整体演化［30］。 世界发达国家和大型创新企业都建立了技术创新生态系统，例如：欧盟、美国、以色列等国家已经跨入技术创新生态系统， 以色列的技术创新生态系统是一个从发明到创新的过程，由初创企业、工程师、研究型大学、风险投资、政府支持和大企业六大要素组成并相互作用。 欧盟形成了以企业、初创企业、大学、用户和政府等共同构成的技术创新生态系统。 谷歌以内容提供方、消费者、创新者和广告商，四者形成合力，构成了谷歌的技术创新生态系统。 大数据产业技术创新生态系统如图3。

图3 大数据产业技术创新生态子系统

（一）构建大数据产业技术创新生态系统的理论基础

美籍奥地利经济学家约瑟夫·熊彼特的创新理论认为创新是把一种从来没有过的生产要素和生产条件的新组合引入生产体系，实现新的生产组合［31］。 根据这一观点，当数据成为新生产要素时，需要新的生产方式开展生产活动，新的生产方式就需要新的技术，而新的技术通过技术创新活动获得，大数据产业需要构建创新活动来维持生态系统的持续发展。 此外，弗里曼等人提出的国家创新系统理论由过去片面强调技术创新发展到既重视技术创新，又重视知识在经济领域中的作用，该理论核心观点就是不能忽视知识对经济的影响，特别是知识的生产、储存、转移和应用。 信息社会的数据作为信息、知识、智慧的载体，其蕴藏着与经济社会发展的未知知识。 以数据为基本生产要素，同其他要素一起开展生产活动，用数据促进生产效率和效能，促进经济社会的快速发展。

（二）构建大数据技术创新生态系统路径及建议

1.促进大数据与实体产业融合发展

实践表明，数据能够帮助实体产业升级，实体产业通过收集和分析数据，将数据分析结果运用其中，提升实体产业采购、生产、营销、决策、管理、售后服务等方面的效率，帮助企业提升竞争力。 面对数据的爆发式增长，产业主体面临数据加工、使用挑战，表现在少量数据被轻而易举地使用到应用领域，而大量的数据则有待开发，这些数据需要新技术手段、新的商业模式挖掘数据价值，这就必须要通过一定的技术创新活动，并将技术创新活动的过程和结果应用于实践活动。 大数据产业与其他行业融合发展的路径是将数据作为其他行业发展的有效手段，融合共生发展的基本形态是相互影响的循环过程，融合发展就是要求将大数据的技术、方法运用到实体产业中，在融合中发现问题，解决问题。

通过融合发展探索新技术应用。 大数据技术创新生态包含收据采集、处理、储存和管理、数据分析和挖掘以及数据的可视化和应用技术创新活动。 在数据采集技术创新领域，由政府部门、互联网、制造业、科研等行业产生的管理信息数据、Web 信息数据、物理信息数据、科学实验数据汇聚成了大量的数据，传统的数据收集、加工方式已经不能适应数据的产生速度。 融合发展发现的技术问题倒逼创新生态系统来完成技术创新，促使异构数据库集成技术、Web 信息系统中的实体识别技术和DeepWeb 集成技术、传感器网络数据融合技术等的应用和研究。在数据处理技术创新领域，面对各行业高精度数据需要，大体量的数据，需要高效的数据清洗、集成、规约和变换等相应的技术手段，通过开展数学等基础学科研究，发展人工智能技术等交叉学科技术实现高效的数据处理。 在数据存储和管理技术创新领域，通过应用探索分布式存储技术，解决数据的储存问题，完善数据安全、查询、备份等大数据管理中的问题，针对大数据完善更为安全的加密技术，发展Nosql 等非关系数据库系统，满足各种非结构化数据的处理和存储需求，在Hadoop 等技术生态系统上完善数据的存储和管理技术，提升系统处理的负荷量。在数据的分析和挖掘技术创新方面，基于Hadoop 等平台的大数据技术生态，探索数据挖掘和机器学习技术，开发新的图、视频、数据网络挖掘技术，在社会人行为、情感语义分析等领域开发数据分析和挖掘技术。 数据的可视化和应用技术创新领域，在已有可视化技术基础上，与具体行业深入融合，结合行业特点和需求，在规模数据显示、可视化与产业融合需求、表达方式、数据分享和数据的交互等方面探索新技术。

2.构建技术创新生态系统族群

技术创新生态系统的要素由多个组织构成，包含个体、企业和消费者、供应商、市场中介等个体和组织的复杂系统，系统包括内部的创新组织，如高校、科研机构、投资机构和其他机构。 除此之外，还有提供技术创新实践的外部组织，主要是企业和相关行业机构，这些组织包括工业、交通、民政、零售等若干行业。在创新组织里，科研机构参与技术创新活动，提供科研平台等，高校参与技术创新活动，提供设备和人才等，银行、风投等投资机构提供资金支持，其他机构包含政府、民间组织等，提供支撑技术创新的基础环境和创新设施等资源。 生态关系既包括垂直关系，也包括水平关系，系统中有直接参与创新活动的创新组织，也有协助开展创新活动的辅助组织，如提供必要的资金、设施等，不同组织的组合方式构成了技术创新生态系统不同族群。 创新生态系统的内部系统机制是通过内部组织的资源共享和要素间的相互作用完成创新活动，族群中的创新组织以行业数据为创新要素，与行业组织之间形成知识连接，开展技术创新活动并产生发明创造，行业组织再使用发明创造，通过商业运作进入价值创造生态系统，促进价值创造生态系统的发展，使大数据产生社会经济价值。

技术创新生态系统是大数据产业发展的催化剂，大数据创新组织通过科技创新发现数据新价值，使数据的新价值服务于社会生产活动。 建议深入实施“大数据+实体产业”，建立产业大数据应用中心，运用大数据的新技术、新方法深入融合发展，使大数据和行业充分结合。 区域主管部门、行业积极鼓励大数据企业与高校、科研机构等机构开展政产学研用合作，构建不同行业从研究到应用的技术创新链条，以创造出更多大数据应用。

六、结语

发展大数据产业要从构建大数据产业生态系统开始，大数据产业生态系统是产业要素相互影响的复杂系统。 本文以产业价值创造和产业技术创新的视角构建了大数据产业生态系统，并对应两个视角构建了价值创造生态子系统和技术创新生态子系统，两个生态子系统由下向上延伸并相互影响,价值创造生态系统连接应用,是实现产业价值的主要途径和目标,通过多样化价值、差异生态位、良性竞合和政府角色移位4 个方面构建价值创造生态子系统，而技术创新生态系统是产业发展的催化剂，通过融合发展和构建创新族群构建技术创新生态系统。 本文视角和观点对产业发展有一定借鉴意义，但整体看，仍存在一定的局限性，构建大数据产业生态系统还有诸多路径，如从数据产生到应用看大数据产业链，其包含了数据的采集、清洗、交易、分析、应用等价值节点，每个节点将形成一个生态子系统，所有的子系统可组成大数据产业生态系统。 融合发展是大数据产业发展的趋势和目标，孤立的数据不能向行业、社会提供有用的价值，须与实体产业、社会管理等领域深度融合，才能为价值创造生态系统和技术创新生态子系统提供发展空间。 大数据产业生态系统应是一个健康发展的生态系统，生态组织除了受商业生态系统规律影响外，还需要法律和政策保障生态系统正常运行，以促进区域大数据产业健康发展。