政府、平臺與生態圈對大數據產業的影響
——基于31 個?。ㄊ校?數據的實證研究

薛風平

（中共青島市委黨校管理學教研部，山東 青島 266071）

一、引言

大數據產業以海量數據為資源，包括數據的采集、存儲、深度挖掘、交易、服務等經濟活動。2008 年9 月，《自然》發表了一份以“大數據”為主題的?？?，大數據概念引起各國高度關注。大數據產業發源于發達國家，美國、英國、法國、澳大利亞等國家先后把大數據上升為國家戰略，推動大數據產業發展。2014 年，中國首次把大數據寫入政府工作報告，之后相繼發布了《促進大數據發展行動綱要》、《大數據產業發展規劃（2016-2020）》。貴州、廣東、上海、重慶、天津等地相繼頒布了區域大數據產業發展規劃，積極培育發展大數據產業。大數據產業正在成為衡量區域綜合實力的重要標準之一，各地爭先恐后培育大數據產業，搶占產業制高點。如何有效培育大數據產業，目前有“政府推動論”、“平臺支撐論”、“產業生態圈論”等觀點，很少有學者研究政府、平臺、生態圈三者之間的互動關系，因此本文探討了政府推動、產業平臺、產業生態圈在大數據產業發展中的互動作用。

二、文獻回顧與研究假設

國內關于大數據產業的研究始于2010 年，張欣怡把大數據產業的學術研究歸納為三類，第一類是在大數據層面上的研究，第二類基于大數據產業研究，第三類是對大數據產業績效與效率的實證研究。本文從政府推動、產業平臺、產業生態圈和產業集群四個方面對已有研究進行了梳理。

1. 政府推動

在大數據產業成長過程中，政府承擔培育、推動角色。周瑛認為“政府因素是指政府通過各種法律法規、行政標準、經濟政策等手段，去調整、控制和引導某一產業作用于環境的行為，從而保證該產業能夠持續健康的發展”。王謙等提出政府“引導、扶植、推廣、規范化等作用成為實現大數據產業高質量發展的關鍵”。在大數據產業發展中，“政府發揮公共服務的支撐機制、經濟調節的導向機制、社會管理的加速機制和市場監管的規范機制”。劉春呈認為大數據時代已經來臨，“國家亟需正視大數據資源的時代價值，加緊構建國家級大數據管理機構，以大數據局為中心，在大數據思維下加緊制定數字邊疆戰略、構建數字邊疆話語體系、謀求數字邊疆話語權，服務于數字邊疆治理的現實需要”。產業政策是實現國家經濟目標的工具，羅濤認為產業政策是導致中美大數據產業發展差距的重要因素。季飛認為在培育大數據產業過程中，貴陽“供給型、環境型、需求型政策工具使用較為均衡合理，政策工具對產業發展發揮了很好的促進作用”。新興產業成長有兩種類型，一種是從科技成果轉化為具體產品的自發演化過程；另一種是在政府大力推動下，從運用國外技術、產品到國產化的逆向發展過程。目前，國內大數據產業屬于后一種類型。政府積極推動，影響產業生態圈、產業平臺，進而推動產業發展，是政府推動、產業平臺、產業生態圈、產業集群互動的結果。各地為了提高區域競爭力、搶占產業制高點，爭先恐后培育大數據產業，成立大數據監管機構，出臺產業政策，鼓勵數據開放共享，推動大數據產業發展。根據政府推動產業發展的有關理論研究，本文提出三個假設。

H1：政府推動正向影響產業平臺。

H2：政府推動正向影響產業生態圈。

H3：政府推動正向影響產業集群。

2. 產業平臺

大數據產業區別于紡織服裝、家電制造等傳統產業，海量數據是大數據產業的必備資源和顯著特征，數據交易平臺在企業間交易數據，大數據中心采集數以萬計的公民、企業、交通、醫療等領域的數據。Abawajy 提出“網絡基礎設施將會成為大數據產業發展”的一個重要影響因素。依托新一代互聯網，“海量數據在開放、流通、交易中互通互聯，大數據交易是大數據產業發展的重要部分”。數據存儲中心、大數據交易所、政務平臺、社會綜合治理中心等平臺支撐大數據產業發展。在互聯網時代，平臺已經成為重要的經濟組織。張小寧提出“平臺正在成為一種普遍的行業組織形式，其功能是不同用戶群體創造和交換價值的界面”，利用產業平臺整合社會資源。Gawer 認為“產業平臺將一個或多個企業開發的產品、服務或技術作為基礎，外部企業通過它可以研發自己的互補品、技術和服務，實現更多的互補性創新”。隨著城鎮化、智慧城市穩步推進，城市信息基礎設施逐步完善，工業云、健康云等行業平臺越來越多，金融、電信、教育、交通、醫療、旅游等行業采集數據的能力越來越強。產業平臺是大數據產業發展的重要條件和保障，根據有關理論研究，本文提出如下假設。

H4：產業平臺正向影響產業集群。

3. 產業生態圈

優良的產業生態圈有利于大數據產業成長。吳薛提出“大數據產業生態圈融合了大數據供應鏈、價值鏈、創新鏈、投資鏈、服務鏈等一系列大數據產業發展的核心鏈條，集合交叉、相互作用后，形成了復雜的、多維度的、網絡體系生態環境”。方瑩瑩、劉戒驕提出產業生態圈由生產子系統、科研創新子系統、服務子系統和公共服務支持系統構成。袁政認為“產業生態圈包括生產維、科技維、服務維、勞動維、相關基礎設施、公共維或政府維”。Christoph 等認為產業生態系統以“平臺提供者、服務提供者、客戶以及中介組織為主體”。張勇進等認為“產業基礎、關鍵技術研發、人才培養、產業扶持、資金保障等影響我國大數據產業發展能力”。大數據產業屬于技術密集型產業，產業發展水平很大程度上依賴于高端人才數量和關鍵數據技術創新能力。王偉玲認為“大數據創新能力滯后，影響我國大數據產業發展”。對40 家上市公司實證分析后，付偉等提出“加強創新要素投入是提升數據產業全要素生產率的重要方面”。夏大文等提出人才是影響大數據產業發展的主要因素。Higuchi認為大數據產業需要“一批精通統計和機器學習知識的數據科學家”。NEIL 等認為“大數據應用人才以及大數據科研人才是其發展能力提升的關鍵”。相關產業基礎、區域資源稟賦、文化觀念、生活習俗等產業環境具有不可替代的獨特優勢。襲希、孫冰提出“產業技術的演化方向取決于環境選擇、排斥與吸引的綜合作用，且具有路徑依賴特征”。顧瑛提出高新技術產業需要與發展環境匹配，“健全以信息共享機制、利益共享機制、動態選擇機制為重點的高新技術產業發展協同共生機制”。產業生態圈為大數據產業提供人才、技術、資本、信息等要素。如果一個城市創新氛圍濃厚、數據技術先進、風投資本充裕，獲得海量數據成本較低，那么將會吸引很多高端研究機構建立產業平臺，集聚眾多大數據企業來此落戶創業。根據有關理論研究，本文提出如下二個假設。

H5：產業生態圈正向影響產業集群。

H6：產業生態圈正向影響產業平臺。

4. 產業集群

在產業集群中，龍頭企業引領產業發展，極具潛力的獨角獸是產業集群的骨干。廣東省課題組認為“我國大數據企業整體呈現‘金字塔’狀分布，龍頭領軍企業是我國大數據產業發展的主導力量”，“中間企業發展勢頭迅猛，特別是專精特新的獨角獸企業勢頭強勁，成為我國大數據企業發展的中堅力量”。產業園區是產業集群的載體，既是眾多大數據企業的集聚地，又是創新型數據企業的孵化器。目前，貴州、福建、江蘇、河南等省份正在建設大數據產業園。張般若認為科技企業孵化過程“分為技術驅動、制度驅動和網絡驅動三個階段”。譚明智等指出“大多數產業園發展過程中存在集聚效應不強、閑置資源利用不足、區域性聯系不緊等問題”。何艷等提出“產城融合是促進產業園健康發展的有效路徑，它體現在制造業與服務業融合、居住與就業融合、生產與生活融合、產值與環境融合等方面”。高科技企業競爭從原本企業間競爭正轉變為供應鏈之爭。在大數據產業集群中，龍頭企業主導產業集群鏈發展，眾多中小企業提供相關配套服務。

雖然學術界對大數據產業影響因素進行了很多有價值的研究，但是，現有研究多屬于規范性的定性分析，對政府推動、產業平臺、產業生態圈與產業集群的相互作用的研究很少，尤其缺乏實證性的定量分析?；谏鲜隼碚撗芯?，針對政府推動、產業平臺、產業生態圈與產業集群的相互作用，本文提出假設模型如圖1 所示。

圖1 政府推動、產業生態圈、產業平臺與產業集群互動模型

三、實證分析

1. 測度指標

假設模型有政府推動、產業平臺、產業生態圈和產業集群四個潛在變量。遵循數據系統性、可得性、可操作性、代表性等原則，本文選取了11 項測度指標。

政府推動通過大數據管理機構、大數據產業政策和數據開放共享法規三個指標來測度。大數據管理機構表示政府內設置的監管大數據產業的機構，反映地方政府對大數據的重視程度和規范力度。大數據產業政策是指出臺、頒布、制訂的關于發展大數據產業的政策，衡量地方政府對大數據產業的推動力度和引導方向。貴州省2014 年頒布了《關于加快大數據產業發展應用若干政策的意見》、《貴州省大數據產業發展應用規劃綱要（2014—2020 年）》。大數據開放共享法規是指公布的關于數據開放共享、信息安全等法律法規，反映地方政府推動數據共享和營造產業生態圈的力度。貴陽市2014 年制定了《貴陽市政府數據共享開放條例》等。

產業平臺通過數據交易平臺、城市大數據平臺兩項指標來測度。數據交易平臺是實現海量數據交易的平臺，反映對數據交易環節的支撐力度。它是從“數據割據”的“小數據”走向開放共享“大數據”的必要載體，國內已經運營的交易平臺有貴陽大數據交易所、北京大數據交易支撐平臺、上海數據交易中心、華東江蘇大數據交易平臺、重慶大數據交易市場、長江大數據交易中心等。城市大數據平臺是通過采集與城市運行相關的信息，進行集中存儲、數據挖掘，提供精準服務的數據綜合處理樞紐，能夠解決“數據孤島”難題，實現不同部門、不同行業、不同層次的互聯互通，實現橫向打通、統一運營、一站服務。城市大數據平臺支撐跨行業、跨部門的數據互聯、數據共享。目前，4 個直轄市、27 個省會、5 個計劃單列市都在建設大數據平臺，北京、上海、貴陽、南寧、杭州、廣州、深圳、福州、?？?、寧波等城市大數據平臺已經具備城市管理和提供綜合服務的能力，其他城市大數據平臺正處于從政務平臺向綜合服務平臺轉型的過程中。貴州搭建了電子政務、智能交通、智慧物流、智慧旅游、工業、電子商務、食品安全等“七朵云”，率先實現數據共享。中國在天津、濟南、無錫、長沙、廣州、深圳布局了國家超算中心，超算中心體現對數字科技、產業技術創新和數字經濟的支撐力度。

產業生態圈通過大數據技術研發、數據人才分布、設置數據科學與大數據技術專業的大學和產業環境四個指標來測度。大數據產業屬于當代高科技產業，技術處于科技前沿，需要高端人才、尖端技術、一流大學支撐。2015 年，北京“從事研究與試驗發展活動的人員數量達到35 萬人，全市138 家研究生培養機構共招收各類(博士、碩士)研究生合計約9.5 萬人，畢業研究生7.9 萬余人，在讀研究生28.3 萬余人”，具有一流的技術研發生態。如果城市產業生態優良，創新創業氛圍濃厚，信息產業基礎好，大數據技術研發活躍，就能夠吸引國內外高端數據人才來此落戶創業，大數據人才越聚越多，數據人才儲備充足。良好的產業生態圈能夠從世界各地吸引高端人才、尖端技術、一流大學等稀缺資源，為大數據產業提供充足的營養成分，推動其快速成長為產業高地。近年來，杭州數字經濟突飛猛進，得益于“雨林式”產業生態。截至2018 年底，杭州累計引進留學人才3.3 萬人、外籍人才2 萬人，引進的海外人才在杭創辦企業2754 家，其中上市企業31 家，獲得有效發明專利4.17 萬件，連續9 年入選“外籍人才眼中最具吸引力的中國城市”。大學設置數據科學與大數據技術專業反映區域未來培養大數據人才的潛力。只有國內大學培養，才能為大數據產業的持續發展提供源源不斷的數據人才。教育部2016 年、2017 年、2018 年三次批準283 所大學開設數據科學與大數據技術專業，培養大數據專業人才。由于技術研發、人才分布、人才培養已單列，產業環境僅僅反映區域大數據產業的資金投入、產業基礎、信息化水平等狀況。

產業集群通過大數據龍頭企業、有投資價值企業兩項指標來衡量。龍頭企業在大數據產業集群中處于主導地位，引領區域大數據產業發展，使區域大數據產業呈現出千姿百態的區域特色。阿里巴巴、?？低暋⒋笕A等引導浙江大數據產業向電子商務、數字金融、城市大腦、智慧交通等方向發展。華為、騰訊、中興、三盟科技等主導廣東大數據產業向高端芯片、網絡設備、社交大數據、智慧醫療等方向發展。百度、小米、美團、京東等引導北京大數據向無人駕駛汽車、智能家電、智慧物流等方向發展。有投資價值企業是大數據產業集群的骨干力量，體現未來區域大數據產業的發展潛力。它們是龍頭企業的供應商，提供配套零部件和軟件服務。今天是產業集群中的獨角獸，明天可能成長為龍頭企業。政府推動、產業平臺、產業生態圈與產業集群四個潛在變量的測度指標見表1。

表1 政府推動、產業平臺、產業生態圈與產業集群的測度指標

2. 樣本與數據

以31 個?。ㄖ陛犑?、自治區） 為樣本。大數據管理機構、數據企業50 強、投資價值百強企業數據源于中國電子信息產業發展研究院出版的《2019 年中國大數據產業發展白皮書》。大數據產業政策源于《最新全國大數據產業政策匯編2018》。大數據共享文件源于《2018 年中國大數據法治發展報告》。數據交易平臺的數據根據《全國大數據交易所及數據交易平臺匯總》、《京津冀大數據產業發展報告》等整理。大數據平臺的數據源于中國信息通信研究院出版的《城市大數據平臺白皮書（1.0 版）》。數據科學與大數據技術專業的情況根據教育部第一、二、三批等批文整理。大數據技術研發、產業環境方面的數據源于中國電子信息產業發展研究院出版的《中國大數據發展水平評估報告（2018）》。大數據人才分布情況源于清華經管學院出版的《中國數字人才現狀與趨勢研究報告》。

表2 指標的信度與效度檢驗

3. 信度與效度

根據數據結構方程要求，運用AMOS 24 缺失數據替代法填補缺失數據。運用SPSS 25進行信度與效度檢驗，如表2。

吳明隆(2009)認為，總量表信度最好在0.8 以上，如果在0.7～0.8 之間，可以接受。Raines-Eudy(2000)認為潛在變量的組合信度值高于0.50 以上即可。Hatcher&Stepanski 認為社會科學研究一般要求Cronbach α 不低于0.55。四個潛在變量的組合信度多數大于0.6，總量表信度為0.800，信度可以接受。吳明隆(2009)認為，如果測度指標負荷低于0.32，共同因子解釋指標變量不足10%。11 項指標負載多數大于0.32，四個潛在變量的平方抽取量（AVE） 大于50%，總方差解釋80.2%。11 個指標數據的信度、效度基本符合要求，可以接受。

4. 假設驗證

利用AMOS24.0 軟件，采取極大似然法，進行驗證性分析。根據MI 指數多次修正假設模型，e14 與e5、e3，e2 與e1、e8，e9 與e4、e5、e12 之間存在共變關系，增加8 條相關路徑，假設模型驗證性結果如圖2。

在絕對適配度統計量中，假設模型卡方值為50.15，自由度為45，顯著性概率值P 等于0.277>0.05，假設理論模型與實際數據間可以契合?？ǚ阶杂啥缺葹?.114<2，表明假設模型的協方差矩陣與觀察數據適配度較佳(Carmines&McIver，1981)，假設模型與樣本數據的契合度可以接受。RMSEA 等于0.062<0.08，GFI 等于 0.782，接近 0.9；ECVI 為 3.07，小于飽和模型、獨立模型的ECVI，主要絕對適配度統計量均達到適配標準，表明假設模型適配度較佳，見表3。

圖2 假設模型驗證性結果

表3 絕對適配度統計量（N=31）

在增值適配度統計量中，NFI、RFI、IFI、TLI、CFI 越接近1，表示模型適配度越佳。NFI 為0.812，RFI 為0.771，兩個統計量接近 0.9，IFI 為 0.977，TLI 為 0.970，CFI 為 0.976，三個統計量都大于0.95，五個增值適配度統計量表明假設模型契合度較佳。

在簡約適配度統計量中，假設模型AIC 為92，小于獨立模型 AIC 的 132 和飽和模型 AIC 的 289；PNFI 為 0.665，PCFI 為0.798，均大于0.5。三個簡約適配度統計量表明假設模型可以接受，見表4。

表4 增值適配度統計量與簡約適配度統計量（N=31）

在標準化估計值模型中，驗證性分析結果顯示：

H1 沒有得到驗證，假設不成立，政府推動對產業平臺不直接存在正向影響。但是，通過產業生態圈，間接影響產業平臺0.239。H2 得到驗證，假設成立，政府推動對產業生態圈存在顯著正向影響，標準化路徑系數為0.66(C.R.=4.74>1.96)。H3 不成立，政府推動對產業集群不存在直接正向影響。但是，通過產業生態圈、產業平臺間接影響產業集群0.091。H4 得到驗證，假設成立，產業平臺對產業集群存在顯著正向影響，標準化路徑系數為0.38（設為1，顯著性不評估），說明產業平臺能夠顯著影響產業集群發展。產業平臺功能越強大，越有利于產業集群發展。H5 沒有得到驗證，假設不成立，產業生態圈對產業集群沒有顯著影響。H6 得到驗證，假設成立，產業生態圈對產業平臺存在顯著正向影響，標準化路徑系數0.36(C.R.=2.09>1.96)，說明良好產業生態圈有利于產業平臺功能發揮。區域大數據產業培育路徑為：政府推動→產業生態圈→產業平臺→產業集群。H1、H3、H5 三個假設尚未得到驗證，可能與樣本數量不多有關。隨著大數據產業逐步壯大，樣本數量逐年增加，三個假設有待今后進一步驗證。

四、結論與啟示

運用31 個樣本驗證性分析，政府推動、產業平臺、產業生態圈三者共同推動大數據產業發展，大數據產業培育路徑為：政府推動有利于產業生態圈優化，良好的產業生態圈有助于產業平臺功能發揮，產業平臺推動產業集群發展。政府推動不直接影響產業集群，而是通過產業平臺、產業生態圈間接影響大數據產業集群。

地方政府在培育大數據產業的實踐中，有的地方培育路徑不科學、措施不合理，效果不佳。有的政府著力點不當，積極干預方向不正確，產業生態圈不健全；產業平臺有的功能錯位，有的平臺產業不需要，而產業急需的平臺卻沒有。產業鏈發展缺乏龍頭企業帶動，產業園定位同質化嚴重，中小企業多，有投資價值的潛力企業少。

第一，政府要更新觀念，準確定位，明確方向，找準著力點，強化制度創新，科學制定政策，有效推動產業集群發展。政府對產業集群沒有直接影響，通過產業生態圈、產業平臺，間接影響產業集群發展。實證分析發現，政府推動與數據平臺、共享政策關系密切，產業政策與產業環境、管理機構關系密切，政府對大數據中心影響較大，如果措施得力，能夠推動大數據中心建設，有利于實現數據共享。

目前，政府定位不準、方向（產業生態圈） 不對、著力點（產業政策） 不精準。有些地方政府不是通過科學制定產業政策，營造產業生態圈，間接推動產業發展，而是直接干預企業具體活動，停留于政府在資源配置中發揮決定作用層面，既違背了市場經濟規律，又違背了大數據產業發展規律。地方政府在尊重市場經濟規律、大數據產業成長規律前提下，運用政策工具實現推動產業發展的目的。首先，大數據管理機構的工作方向是營造有利于產業發展的產業生態圈，著力點是出臺合理的政策、制定公平的競爭規則，不能直接干預企業具體活動，做到“無事不擾”。通過高效率、低成本的產業政策，優化產業生態圈。其次，由于歷史原因，各地、各行業、各領域獨自建立信息系統，系統不能互聯互通，數據難以共享。政府要出臺數據共享、信息安全政策，積極推動信息系統互聯，數據開放共享，確保數據安全和個人隱私。

第二，營造有利于產業集群發展的產業生態圈。驗證分析證實了該觀點，政府直接影響產業生態圈(0.66)，而產業生態圈直接影響產業平臺(0.36)，區域人才分布與產業政策、數據平臺、交易平臺關系密切，數據平臺、交易平臺是需求方，通過產業政策吸引人才，集聚人才。產業生態圈越完善，企業交易成本越低、職員生活成本越低，集聚的人才越高端、數據技術越先進、風險資本越多；有更多大學開設數據科學與大數據技術專業，培養更多的大數據人才，人才儲備越充足，越有利于大數據產業發展。北京、廣東、浙江三地數據技術先進、人才豐富，大數據產業也處于領先地位。北京既是全國大數據人才高地，也是中國大數據技術研發中心。廣東信息產業發達，產業生態優良，深圳誕生了華為、中興、騰訊等龍頭企業，數據研發能力較強，對全球數據人才吸引力大。浙江率先發展電子商務，阿里巴巴、螞蟻金服、阿里云、海康威視等企業引領當地大數據產業發展。

產業生態圈是中介變量，政府推動通過產業生態圈，間接影響產業平臺、產業集群。有的地方政府認識不到位，停留在“一心想著企業、態度好、行動快”的微觀層面，就事論事，忽視了從系統工程、頂層設計層面營造產業生態圈，導致微觀高效，宏觀無效，一些共性問題、深層次問題難以解決。政府要從系統工程的高度入手，通過持久有序地運用一整套政策工具，系統打造一流的產業生態圈，吸引人才、技術、資本、信息等要素，激活區域創新創業氛圍，降低企業交易成本。

第三，搭建產業需要的平臺，支撐產業發展。產業生態圈直接影響產業平臺(0.36)，產業平臺直接影響產業集群(0.38)。分析證實了：政府推動影響城市大數據中心建設。產業平臺支撐產業集群發展，平臺功能越強大、種類越全，越有利于大數據產業發展。貴陽大數據產業得益于產業平臺支撐。貴陽自2015 年以來連續五年舉辦中國國家大數據博覽會，集聚了大數據技術、信息、人才等資源，確立了率先發展大數據產業的城市形象。貴陽大數據產業也得益于中關村大數據產業聯盟鼎力支持，該聯盟緊密聯系大數據科研機構、大學、企業，預測大數據產業發展態勢，推動大數據產業發展。貴陽大數據交易所2015 年4 月14 日掛牌運營，截至2018 年3 月，會員數量突破2000 家，接入225 家優質數據源，交易額累計突破1.2 億元，交易框架協議近3 億元，可交易數據產品近4000 個。大數據平臺是城市治理的重要基礎設施，是提升城市治理能力，實現社會治理現代化的重要載體。

有些區域缺乏大數據產業平臺，有些城市雖然有產業平臺，但難以滿足產業發展需要；有些城市大數據產業平臺方向對，但是運行效果不理想。產業平臺是中介變量，政府通過產業生態圈，間接影響產業平臺，再間接影響產業集群。政府應著眼于產業發展，通過產業政策，讓產業生態圈集聚產業平臺需要的資源要素，以利于產業平臺運營，進而推動產業發展。當前，要規范大數據交易平臺、城市大數據中心、政務中心等產業平臺的運行，既要遵守《中華人民共和國國家安全法》、《中華人民共和國網絡安全法》、《互聯網信息服務管理辦法》、《網絡信息內容生態治理規定》等法律法規，制訂交易標準化體系，堵塞數據風險漏洞，防止隱私信息泄露，建立逆源追責制度，保護數據安全，又要加大關鍵核心技術創新力度，運用區塊鏈等新技術，防止數據篡改和作偽，打擊利用互聯網實施侵權與欺騙行為。

第四，政府通過產業平臺、產業生態圈間接影響產業集群發展，產業平臺直接影響產業集群發展。實證分析發現，區域人才分布影響產業集群。有的地方大數據產業缺乏龍頭企業引領，數據企業規模偏小?！半m然貴州大數據相關企業從2013年不足1000 家增長到了如今的8900 家，但除了一些基礎較好的制造企業和云平臺企業外，大多數應用企業的規模都偏小”。有的地方大數據產業鏈不完整，競爭力較弱。湖南大數據關鍵支撐技術研究開發產業鏈培育不足，“如大數據存儲管理、大數據分析挖掘、大數據安全保障、大數據測試評估、大數據重點標準研制及應用等”。盡管規劃了大數據產業園區，但是入園企業很少，仍然停留在圍墻圈地狀態。有的地方產業規劃同質化嚴重，缺乏明確具體的發展方向，缺乏區域特色。產業平臺、產業生態圈是中介變量，二者要為產業集群發展服務。產業集群需要什么平臺支撐，就用市場化手段積極搭建什么平臺。產業集群需要什么產業資源，產業生態圈就吸引什么資源。通過優化產業生態圈，從外地引進龍頭企業落戶，或建立分支機構。通過搭建產業平臺，支撐本土中小企業發展壯大。兩條途徑培育龍頭企業、完善區域數據產業鏈，形成根植于本土、具有區域特色的大數據產業，避免產業同質化發展，避免因惡性競爭而導致的高端產業低端化發展。