產業生命周期視角下大數據產業鏈及大數據能力培育

曹亞東 洪玉喬

基金項目：本文受到江蘇省研究生教育教學改革課題（編號：JGZZ17-017）、教育部人文社科青年基金項目“知識型員工積極組織行為激發機制的實證研究：基于個人與組織匹配的視角”（編號：11YJC630012）、江蘇省教育廳產業信息安全與應急管理研究基地項目（編號：JDS213001）的支持

中圖分類號：F062.9 文獻標識碼：A

內容摘要：大數據產業是目前最具活力和創新的新時代信息產業，隨著大數據應用與新產品服務的普及，大數據能力將成為企業未來核心競爭力。本文在生命周期、大數據能力和產業鏈的理論基礎上，討論我國大數據產業在不同生命周期階段下的產業鏈形態特征與演化規律；通過研究大數據產業各階段特點，提出不同階段下企業大數據能力培育重點，為大數據產業發展和企業大數據能力的構建過程提供參考思路。

關鍵詞：大數據能力 大數據產業 產業生命周期

本文立足于產業生命周期，運用大數據產業鏈和大數據能力研究理論，探討我國大數據產業鏈在各階段的形態特征和企業大數據能力的構建過程，為大數據產業布局發展提出策略建議。

理論基礎與文獻綜述

（一）大數據產業鏈

在產業鏈研究基礎上，國內外學者們對大數據產業鏈有不同的定義。一是價值鏈角度，即產業鏈由同一產業或相關產業內全部具有連續追加價值關系的活動構成。以此，西風茹等（2014）提出以數據產品為中心的大數據產業鏈的定義：大數據產業鏈是以數據產品為中心，由數據采集、數據存儲到數據處理提取價值分析后被應用的一系列過程。二是從產業的技術經濟關聯角度，產業鏈由不同產業部門基于一定的技術經濟關聯，在特定的時空布局關系和邏輯關系下自然形成呈鏈條式的關聯形態。IT行業研究者普遍將大數據產業鏈定義為：以大數據技術為中心的沿縱向從底層的基礎設施供應、大數據存儲、大數據分析到大數據應用以及完整行業解決方案服務的關聯形態。三是結合價值鏈和產業技術經濟關聯。李文蓮等（2013）從橫縱兩個方向提出大數據產業鏈的“T”型結構：以大數據產品價值鏈為線索，從數據采集、整理、分析到決策的橫向逐級遞進；以大數據技術為中心縱向從底層的基礎設施供應、大數據技術提供到完整 IT 解決方案服務，最終形成大數據的"T"型價值鏈結構。

綜上所述，產業鏈本身的復雜性導致大數據產業鏈也有不同定義與結構。但肯定的是，大數據產業鏈產生于同一產業或相關產業的企業之間，這些企業的共同特征是具有大數據思維或者大數據技術，最終實現大數據價值。因此，本文認為大數據產業鏈，是具備大數據思維和技術的不同企業集合之間，基于大數據技術經濟關聯，依據特定的邏輯關系和時空布局關系形成的關系形態。

（二）大數據能力

企業大數據能力日漸引起國內外學者的關注。Davenport等（2007）認為大數據能力是企業通過大數據技術手段，確定忠誠和有利可圖的客戶的獨特能力。Lavalle等（2011）將大數據分析能力視為使用大數據進行公司決策的能力。Schroeck等（2012）利用大數據分析能力，研究了企業的“競爭優勢”和“差異化”。Wixom（2013）認為大數據具有特定的業務價值，不能被傳統的方法（如數據倉庫）進行分析，指出大數據能力是能夠為企業創造可持續價值的分析能力。Kiron等（2014）認為企業大數據能力是通過大數據管理、大數據技術和相應人才提高業務洞察的能力，最終轉化為企業競爭力。

國內學者程剛（2016）認為大數據能力是大數據開發、管理和利用過程中，企業所呈現的大數據意識，包括大數據收集、存儲、挖掘、分析、傳遞和應用的能力。謝衛紅等（2016）認為在動態環境下，不僅要擁有大數據資源，整合利用這些資源的能力才是企業關注的重點，他提出大數據能力是企業為適應環境的變革，將企業內外部數據、技術和人才三大資源進行整合的能力。謝振東等（2017）認為大數據能力是在大數據思維的指導下，結合企業自身的經營活動特點和戰略方向，依托企業大數據人才，利用大數據技術開展與企業有關的經營分析、產品服務創新、增值業務拓展等，發揮大數據對企業活動過程的價值。

可以看出，大數據能力被廣泛地認為是新時期企業重要的核心資源與競爭力，也是企業獲得新的績效的動力源泉。國外學者在定義大數據能力時更強調其分析能力對企業經營活動的影響，國內學者則強調大數據的資源整合影響。結合企業大數據活動的過程、大數據相關產業特點和商業價值，本文認為大數據能力是對企業資源整合的全新思維，是指企業在運營過程中，通過對大數據的收集、存儲、加工等方式發現數據價值，實現企業基于大數據的業務流程融合與優化，體現大數據驅動下的企業戰略決策支持，最終獲得持續競爭優勢的能力。企業大數據能力的建立和培育不僅決定了企業未來的核心競爭力，對大數據產業整體升級也起著決定性推動作用。

（三）產業生命周期

20世紀80年代，產業生命周期開始進行系統性研究。“產業”一詞不僅是具有同質的產品的集合，也是生產同類產品企業的集合。經過近30年發展，產業生命周期理論研究成果顯著。產業生命周期劃分方面，傳統型劃分是初創期、成長期、成熟期和衰退期四個階段，也有市場經濟發展下對產業生命周期的創新，如Miller等（1995）認為復雜產品系統的產業生命周期，可分為產品結構形成時期、達成共識時期、商業化時期和新產品生產時期。產業生命周期模型方面，學者們先后提出A-U模型、G-K模型和K-G模型，為產業演化發展的深入研究提供了寶貴的理論基礎。

大數據產業鏈各環節現狀分析

產業上游-數據資源型企業。上游環節包括數據采集與整理，指將企業內外部所有數據，如外部的客戶數據與企業內部經營、管理數據進行有效挖掘、整合的過程。先天在自身行業擁有或者以匯聚數據資源為目標的企業是此環節主要參與者，這類企業是實現數據外部性重要的基礎渠道，他們將各類數據進行采集與整合后，將數據提供給各行各業通過深入分析與挖掘，最終實現相應的數據價值。

產業中游-技術擁有型企業。中游的主要環節是數據存儲和數據處理兩部分。前者是將收集整合后的數據納入數據聚合平臺以便之后數據的輸入和輸出；后者是為了實現數據增值，通過大數據技術對數據進行加工分析，挖掘數據背后的深度信息。此環節主要參與者是以大數據技術開發為主的技術型企業，如大數據硬件基礎設施提供商、大數據軟件系統提供者和大數據產業支撐服務提供者。

產業下游-應用服務型企業。下游的主要環節是數據應用，也是數據商業價值化的重要環節，指將分析并處理好的數據產品投入行業應用中，為企業提供決策支持并帶來新的利潤。大數據應用型企業（主要提供云服務和數據服務）成為此環節的主要參與者。

我國大數據產業鏈初顯規模，同時也存在諸多問題。首先，大數據產業發展是由部分互聯網、通信企業自下而上自發的商業行為，缺乏科學合理的頂層設計和產業領軍者。其次，環節中企業合作較少，缺乏信息溝通，未形成規模效應。此外，產業鏈發展不均衡，各環節競爭程度差異化明顯，呈現上下游兩端競爭集中度較低、中游競爭集中度較高的局面。具體表現為產業鏈上游的數據采集和預處理、下游數據展示與應用以及大數據整體解決方案等產品和服務較為匱乏，產業鏈中游面向海量數據的存儲和計算服務的企業較多，但大數據核心技術仍被國外企業壟斷。

基于產業生命周期的大數據能力培育

大數據產業通過商業模式創新，與各行各業、不同經濟活動緊密融合，幾乎可以涵蓋所有產業，如同物聯網產業，大數據產業有“衰而不亡”的特點，因此大數據產業并不存在衰退期，隨著產業不斷完善與成熟，用穩定期來定義成熟期后的較長時間的平穩發展階段。本文將大數據產業的發展分為初創期、成長期、成熟期和穩定期四個階段，見圖1所示。

（一）大數據產業初創期

在初創期，進行大數據關鍵技術的開發，實現數據沉淀是產業發展的關鍵。擁有數據資源優勢的互聯網企業成為此階段的大數據產業發展的主導企業。為打破國外企業技術壟斷，這類企業在此階段的大數據能力主要培育大數據基礎能力，如大數據基礎設施和數據資源整合能力，實現企業內外部業務流程的信息化，為后期大數據關鍵技術開發提供基本保障。企業此時應當具備大數據思維意識，制定科學合理的大數據項目規劃，把握產業發展良好機會。

（二）大數據產業成長期

在成長期，大數據產業鏈構建初具規模并日趨完整。大數據技術逐漸成熟，大數據企業數量將會爆炸性增長，市場將進一步細分，數據開放流通將成為大勢所趨，政府數據將成為此階段數據流通新的突破口。同時，傳統線下企業打破先前互聯網公司對大數據資源的壟斷，實現線下信息的數據化，成為數據資源型公司新的參與者。線上、線下數據化和政府數據開放，這三者將成為信息大范圍流動的重要前提，推動大數據產業進入高速發展的新階段。

在成長期，大數據產業發展的主導企業將由上游轉型后的傳統企業和中游的實力擴張的技術型企業共同承擔。企業大數據能力培育側重點將是建立在合理布局的基礎設施和復雜的大數據技術資源之上的大數據作業能力，包括大數據挖掘、智能分析等。在數據的開放和流通的背景下，這些能力的建立將幫助企業快速準確地獲取、存儲、挖掘、分析數據，轉化實現商業價值獲得競爭力。

（三）大數據產業成熟期

當大數據經濟規模逐漸形成，大數據產業將進入穩定成熟期，社會進入數據全流通時代。技術的發展使得數據可以貫穿整個產業鏈，甚至實現跨產業流通并且創造價值。數據的全流通促使下游的數據應用型企業進入高速發展階段，他們能夠比傳統企業更快發現行業痛點并運用大數據技術加以解決，因而也將承擔這個階段大數據產業發展的主導企業。

成熟期階段，數據應用變現成為產業發展關鍵。因此，企業大數據能力培育重點是大數據作業能力和大數據管理能力。區別于成長期，此階段大數據作業能力側重大數據應用變現能力，基于數據基礎搭建的精細化運營平臺，實現大數據變現價值，如智能產品規劃、精準營銷等。大數據管理能力是指企業具有大數據思維的管理模式，它更強調大數據人力資源和無形資源的結合作用，包括設置從事大數據實踐活動的機構、規劃業務流程、培養復合型大數據人才等。這些企業特有的軟性資源能力的培育，對于競爭者來說都是難以甚至無法模仿，利于擴大企業競爭優勢。

（四）大數據產業穩定期

穩定期階段，為維持競爭優勢，培育大數據能力的重點是以協同創新為核心的大數據發展能力，即企業通過借助其先進的大數據系統與企業業務有序結合，進而提高企業的組織學習和動態反應等能力。具備大數據發展卓越能力的企業，擁有先進的大數據系統和豐富的行業知識，更富有創新精神和創新意識，因而能夠比競爭對手更快速地洞察市場上微小的變化，實現更多的營銷策略和途徑，充分發揮大數據在企業資源配置中的優化和集成作用，形成更為復雜的競爭行動體系，實現產業創新驅動發展。

大數據產業鏈培育建議

構建完整大數據產業鏈，打造產業生態創新體系。依托大眾創新創業，構建完整的產業鏈。大眾創新創業擴寬創業渠道、優化創業環境，增強了市場活力，鼓勵中小企業自發進行產業結構調整，引發新一輪的創業熱潮。加強大數據產業鏈各個環節企業的合作，聯合企業、研究機構、高校，組建全國性、區域性的大數據產業聯盟，形成聯動機制，打造大數據關聯產業的協同生態體系。

遵循產業發展規律，培育企業大數據能力。大數據能力需要經過從低級向高級階段，逐步積累和提升。這一過程將關乎到企業的競爭手段、組織架構、經營模式以及管理流程等全方位的變革，因此需要遵循大數據產業在不同階段下的產業特征和發展規律，企業才能夠找到適合于自身基礎條件的大數據發展道路。產業鏈培育的初創期和成長期，應注重培育企業大數據顯性能力，即大數據基礎能力和大數據作業能力，這類能力易于觀察，在企業的各項經營、改革活動當中體現。大數據管理能力和發展能力是更深層次的、隱性的能力，不易被市場或外部人所觀察，但卻是企業持續競爭優勢的源泉所在，在大數據產業發展中后期階段需要重點培育。

完善支持政策，拓展融資渠道。引導民間投資和外資進入大數據領域，增強行業和企業的內生發展動力。加強政府投資力度，尤其加大財政投入專項資金對大數據產業投入，支持重點企業實施大數據項目和技術開發。拓展投融資渠道，鼓勵引導互聯網金融支持大數據的科技創新，加快大數據成果轉化。

推行典型示范，加快數據資源開放。根據地區經濟和產業特點，開展大數據項目的應用推廣，以標桿應用帶動大數據業務發展。數據開放流通方面，借鑒國外豐富經驗，擴大政務數據共享和開放，促進大數據在政務服務和決策支撐中的示范應用，以此帶動其他行業的數據開放共享，形成聯動發展的新態勢。

創新用人機制，聚焦重點行業科技創新。加強校企合作，探索大數據人才培養方式，重視人才聚集，補缺大數據人才短板。加快完善大數據產業的人才支撐體系，盡快制定利于大數據人才考核標準和政策。公共管理、智能交通、城市管理等行業市場成熟度高，聚焦這些重點行業重點應用，在這些現實需求的大數據應用領域開展科技創新與相關業務的規模推廣。

參考文獻：

1.西鳳茹，王圣慧，李天柱，侯錫林.基于大數據產業鏈的新型商業模式研究[J].商業時代，2014（21）

2.楊公樸，夏大慰.現代產業經濟學[M].上海財經濟大學出版社，2002

3.李文蓮，夏健明.基于“大數據”的商業模式創新[J].中國工業經濟，2013（5）

4.程剛，李敏.企業大數據能力培育機制研究[J].現代情報，2014，34（3）

5.謝衛紅，劉高，王田繪.大數據能力內涵、維度及其與集團管控關系研究[J].科技管理研究，2016，36（14）

6.謝振東，吳金成，李之明等.企業大數據能力的構建與培育研究[J].廣東工業大學學報，2017，34（3）