基于大數據視角的新興產業環境分析*
——以氫能產業為例

■ 張衛 劉延杰

南京敏捷企業管理研究所 南京 210008

1 引言

新興產業是產業變革和引導經濟社會高質量發展的重要力量，具有戰略性、先進性、引領性和不確定性的特點，其發展不可避免地要面對產業環境態勢的變化所帶來的各種競爭與風險。產業環境分析對確定產業發展定位和目標、保持產業可持續發展等具有重要意義。

產業環境隱含著對企業發展和戰略落地可能產生重大影響的多種因素，對關鍵資源配置和競爭能力培育具有至關重要的作用[1]。當下的產業環境日趨復雜多變，面對海量、多元的信息沖擊，傳統的研究范式面臨挑戰。本文基于大數據的視角，從宏觀到微觀的政策、市場、企業、技術等多個維度，構建新興產業環境的分析模型，實現產業環境分析范式的跨域轉變、工具轉變、主體轉變。

2 產業環境的研究概述

產業環境理論屬于產業經濟學的研究范疇，主流學派包括哈佛學派、芝加哥學派、新制度學派和新奧地利學派[2]，各學派的主要觀點總結如表1 所示。

表1 傳統產業分析范式Table 1 Traditional industry analysis paradigm

2.1 哈佛學派

哈佛學派又稱結構主義學派，是由哈佛教授梅森通過總結美國產業組織政策的具體實踐形成的、較完整的理論體系。哈佛學派的學者們提出了產業環境分析的“市場結構-市場行為-市場績效”（structure-conduct-performance，SCP）范式，是西方經濟學理論體系建構完善的重要標志之一。SCP 范式將產業環境劃分為三個部分，即產業的結構、行為、績效，從而建立綜合性的產業研究框架。市場結構由產業發展的規模經濟效益、產業進入的壁壘、產業組織的集中度等因素構成。市場行為主要是指企業行為及其對產業發展的影響。市場績效主要關注產業的技術創新能力和盈利能力，具體表現為研發的技術創新效率和企業的利潤率。三者之間存在相互影響、相互制約、互為因果的關系：市場結構決定企業的市場行為，而企業的市場行為又決定著市場績效，市場績效影響著市場結構的調整變化。

2.2 芝加哥學派

芝加哥學派的代表學者為斯蒂格勒、德姆塞茨、布羅茲恩等，他們仍秉承新古典理論體系的產業分析邏輯，認為哈佛學派的理論觀點不符合產業競爭的基本假定，應用傳統的價格理論來分析產業環境變化及其影響因素。芝加哥學派的政策主張體現出新古典理論的支配地位，對其他學派提出的政府干預行為予以抵制，建議政府對企業行為堅持自由、寬松的治理態度。

2.3 新制度學派

新制度學派以科斯（Coase）的交易費用理論為基礎，由諾斯、威廉姆森、阿爾欽等學者發展起來，與芝加哥學派所倡導的理論觀點一脈相承，又被稱為“后SCP”流派。新制度學派將經濟現象和制度設計相結合，從企業內部組織到產業結構分析，均偏重從相對宏觀的制度視角來解釋經濟現象。

2.4 新奧地利學派

新奧地利學派的代表學者是米塞斯，以門格爾（Menger）、龐巴維克（B?hm-Bawerk）等學者創立的奧地利經濟學派理論為基礎。新奧地利學派的學者認為，應將社會科學與自然科學區分開，在產業分析中不應使用自然科學分析的方法，包括源自數學、物理學等學科的現代經濟學分析工具。人類行為科學的研究方法和分析工具才是解讀產業及其環境的有效路徑。

數字經濟的發展使產業內外部環境出現了更多的不確定性和復雜性，對傳統的產業分析范式提出了新的挑戰。新興產業作為新經濟形態發展的重要承載主體，其前景分析與預測同樣面臨著傳統理論范式失效的問題[3]。大數據技術的快速發展和應用的廣泛滲透，為產業環境分析提供了新的解決策略。本文通過基于數據驅動的研究視角對傳統分析范式進行了優化完善，并建立了新的研究框架和指標模型，以有效應對傳統理論范式失效的問題。

3 新興產業環境分析的范式轉變

在大數據技術的沖擊下，科學研究正在經歷從定性、定量、社會仿真轉向數據驅動研究的第四范式，如圖1 所示。前三種范式是基于小數據和小樣本來推演復雜的社會關系，這就導致在理論解釋和實踐驗證時，研究的限制條件較多，對決策的支撐作用有限。新興產業環境的市場信息量大、技術更新快、不確定因素多，需要一種新的分析和研究范式。數據驅動的第四范式以全樣本數據為依據，綜合運用多種數據挖掘和智能計算方法，實現產業環境的態勢感知和復雜的信息關聯分析，有效地支撐新興產業環境的分析。

圖1 科學研究的四類范式Figure 1 Four paradigms of scientific research

從數據驅動的第四范式研究視角出發，在海量數據的沖擊下，產業環境分析在跨域整合、知識網絡、人機協同等方面呈現新的發展趨勢[4-5]。傳統產業環境分析范式正在重塑，形成數據驅動的新范式。以傳統SCP 范式的框架為基礎，數據驅動的新范式在各維度上表現出新的特征（見圖2）。

圖2 產業分析范式對比Figure 2 Comparison of industrial analysis paradigms

首先，跨域整合的沖擊使新興產業環境影響因素的范圍得到了極大的延伸。在大數據環境下，產業環境分析問題擴展至跨域多元[6]，宏觀政策、產業組織結構、企業行為、技術創新等多維信息混雜交織，基于單一維度的小樣本檢驗難以推測產業影響因素間的相互關系，并得出可信的結果。數據驅動的新興產業環境分析范式則立足多源跨域信息的整合、分析和預測，從單一維度的指標檢驗延伸至多領域交叉融合的態勢感知，形成產業環境分析的新范式。

其次，知識網絡的沖擊使新興產業環境分析的工具得到拓展。數據的爆炸式增長使經典經濟學、管理學理論的前提發生變化，基于因果假設的驗證性思維發生邏輯轉換，轉變為識別、分析、挖掘潛在關聯關系和關鍵要素的大數據思維。本研究通過關聯、預測、評價、新詞發現和情感分析等多種算法的應用，構建描繪新興產業環境動態變化的知識網絡。數據驅動的產業環境分析工具見表2。

表2 產業環境分析工具Table 2 Industrial environment analysis tools

最后，人機協同的沖擊使新興產業環境分析的主體發生轉變。大數據等新一代數字技術的快速發展，突破了管理學者西蒙（Simon）提出的決策“有限理性”屏障。信息爆炸式的增長和獲取的便捷性，使數據成為新的生產要素。如何分析和運用數據要素成為產業環境分析的重要基礎。產業環境分析的判斷依據由主觀經驗轉向“人機協同”[7]。新興產業環境分析的主體不再是單一的組織或個人，而是人和組織，以及大數據、人工智能等新一代數字技術有機結合的整體。

新興產業具有先導性、先進性和不確定性的多重特征，其環境分析與傳統成熟行業有所差異，產業更關注未來成長的空間和前景趨勢。產業成長理論研究認為，產業規模、產業技術和產業組織是成功的關鍵因素。針對綜合新興產業的特征，本文提出了數據驅動的產業發展分析范式，將其內涵界定為：從產業的政策、組織、技術、市場四個層面，通過大數據和人工智能等新一代數字技術的應用，挖掘和分析影響新興產業發展的關鍵環境因素，并反映未來發展態勢的一種產業分析模式。新興產業環境分析范式見圖3。

圖3 新興產業環境分析范式Figure 3 Environmental analysis paradigm of emerging industry

其中，產業政策環境是指影響新興產業發展和戰略布局的政策信息，涵蓋國家和地方層面的政策法規、產業規劃、行業監管等；產業組織環境是指反映新興產業的產業鏈穩定性和完備性的行業信息，包括產業組織的集中度、供應鏈態勢、產業鏈的抗風險能力等；產業技術環境是指新興產業向大規模商用階段過渡時共性、關鍵和前沿技術的成果和應用情況；產業市場環境是指新興產業中的企業運營情況及成長預期，包括市場中的直接競爭者、潛在競爭者等主體，以及國際市場的同業競爭者。

4 數據驅動的新興產業環境分析框架

數據驅動的新興產業環境分析范式，從產業的政策、組織、技術、市場等多維視角構建指標模型，實現了產業分析體系的更新和拓展。本文通過采集新興產業的宏觀和中微觀環境要素（見圖4），運用熱度分析、詞云分析、語義關聯、情感分析、指數評價、預測、新詞發現、聚類分析、專利地圖等多種算法，充分挖掘和感知新興產業的發展態勢。

圖4 新興產業環境分析模型Figure 4 Environmental analysis model of emerging industry

4.1 分析的原則

4.1.1 科學性原則 科學性原則主要體現在新興產業環境分析的科學決策上。相對于經驗決策，科學決策要求能夠全面、精準、高效地獲取信息，基于獲取的信息做出精準預測，并發現潛在的關鍵影響因素及其影響機理。

4.1.2 系統性原則 新興產業環境是一個開放系統，包括政策、經濟、社會、科技等因素。在構建新興產業環境分析模型時，需要將諸多因素視為一個整體，各因素間既相互聯系，又互為條件，既要做到合理切分，又要保證邏輯嚴謹。

4.1.3 實用性原則 新興產業環境的分析因素要繁簡適中，分析模型的指標要簡化、易于獲取且計算簡便。要在保證新興產業環境分析的客觀性、全面性的前提下，盡量減少或去掉對分析結果影響甚微的指標。

4.2 模型的構建

大數據分析劃分為數據標準與規范、數據安全、數據采集、數據存儲與管理、數據分析與挖掘、數據運維及數據應用等環節，覆蓋數據從產生到應用的全生命周期[8]。基于產業成長理論，新興產業分析的中微觀環境包含政策、組織、技術和市場四個方面；在此基礎上，新興產業分析拓展了宏觀環境的內容，涵蓋經濟和社會兩方面因素。最終形成的數據驅動的新興產業環境分析模型[9-10]涵蓋6 個二級指標和15 個三級指標。

模型通過運用熱度分析、詞云分析、語義關聯、情感分析、指數評價、預測、新詞發現、聚類分析、專利地圖等算法，實現新興產業發展的環境感知和態勢預測。具體指標的數據源、算法應用和可視化展示方式如表3所示。

表3 新興產業環境分析指標Table 3 Environment analysis indicators for emerging industries

4.3 算法的應用

數據驅動的新興產業環境分析流程見圖5。

圖5 數據驅動的新興產業環境分析流程Figure 5 Data driven environmental analysis process of emerging industry

在新興產業的經濟環境方面重點分析各類宏觀經濟指標的發展態勢，通過整合、分析和預測，展現新興產業的經濟環境全景。結合新興產業的發展特征，其經濟環境分析涵蓋宏觀經濟、國際貿易、資本市場、要素市場等方面，通過對經濟數據的采集、清洗、分類和挖掘，為新興產業的宏觀政策制定提供參考，為企業戰略規劃和實施提供支撐。

在新興產業的社會環境方面聚焦政府、公眾和行業協會等社會組織對產業的評價，重點包括企業社會責任和品牌形象評價，以及影響產業發展的政企關系、公眾輿論和媒體評價等。各類信息構成一個復雜網絡環境，增加了社會環境分析的難度，結合文本分詞、關鍵詞提取、語義關聯和情感分析等，能夠有效應對社會的復雜網絡環境帶來的挑戰。

在新興產業的政策環境方面重點關注國家和地方的發展戰略和規劃、法律法規、監管及科技等方面的政策信息[11]，包含中央及各部委、各省市政府官方網站上的相關信息。綜合應用熱度、詞云、語義關聯等算法，繪制產業政策地圖、政策詞云圖、監管熱力圖等可視化圖表，并進行政策主題詞的抽取與專題分析。

在新興產業的組織環境方面重點識別影響產業組織穩定性和完備性的關鍵要素，包括產業集聚度、供應鏈、產業鏈、生態鏈狀況等。通過詞云分析，識別新興產業熱點和企業市場動態，運用關聯分析感知潛在的風險。綜合多種大數據分析工具繪制產業集聚熱力圖、產業風險雷達圖等，全面展示新興產業組織的集中度、穩定性和完備性。

在新興產業的技術環境方面重點跟蹤具有重要影響力的技術發展和應用情況。通過采集各類專業網站、專利數據庫、文獻數據庫等，使用詞云分析、語義關聯、指數評價、預測等多種算法，挖掘技術的熱點、應用趨勢。通過技術創新的顛覆性、成熟度、可控度等方面分析，展示新興產業的技術基礎和現存短板。

在新興產業的市場環境方面主要圍繞企業經營狀態、盈利能力、競爭強度等因素，以及產業的成長階段和發展前景展開分析。通過采集新興產業的經營數據，并結合行業智庫、投資機構、咨詢公司、上市公司等發布的報告，運用語義關聯和預測算法分析產業的市場動態、競爭態勢和企業經營狀況等關鍵信息，實現對新興產業發展的態勢感知和成長預期的分析。

5 基于大數據的氫能產業環境分析實踐

氫能可廣泛應用于儲能、發電、燃料、交通工具等，作為新一代能源，其具有儲量豐富、清潔低碳、靈活高效的特征，被視為未來能源的首選替代方式[12]。當前，氫能產業已在各國受到高度重視，如日本、美國、德國、韓國等均已將氫能發展上升到能源戰略高度。作為國家現代能源體系的重要組成，氫能產業已被寫入“十四五”規劃綱要。2022 年3 月，為系統布局氫能產業發展，國家發展改革委、國家能源局聯合印發《氫能產業發展中長期規劃（2021—2035 年）》，明確氫能產業發展路線。本研究依據數據驅動的新興產業環境分析模型，通過綜合應用熱度分析、詞云分析、語義關聯、情感分析、指數評價和預測等技術工具，實現對氫能產業環境的全景描繪，并結合實例闡述大數據視角下的新興產業環境分析路徑。

5.1 產業經濟環境實例

氫能產業作為新興產業，其發展受宏觀經濟影響，涵蓋生產、消費、金融、財政等多個領域的數十項經濟指標。除宏觀經濟指標的量化數據外，氫能產業的經濟環境分析還包含專家學者對經濟趨勢的預期以及對經濟熱點的解讀等文本數據。

為展現產業經濟環境的總體態勢，采集的數據源涵蓋：與氫能產業高度關聯的部委辦局官方網站的數據，包括國家發改委、科技部、能源局、工信部、商務局及國務院、國資委等，以及全國691 座城市（截至2021 年7 月）的上千個政務信息網站；涉及氫能生產、運輸、使用和消費等環節的數萬條要素市場網站數據；博鰲論壇、G20峰會、世界經濟論壇、世界能源大會等具有重要國際影響力的全球會議上專家報告和官方發布的內容；中國經濟網、中國經濟新聞網、新浪財經等具備一定權威性的新聞官方網站實時發布的經濟熱點排名和新聞最新動態。通過數據的采集、清洗、標準化、標注和可視化等步驟，形成氫能產業的經濟環境總覽界面（見圖6）。

圖6 經濟環境總覽Figure 6 Overview of economic environment

5.2 產業社會環境實例

在氫能產業的社會環境分析方面，主要關注產業的形成和發展過程所涉及的公眾態度、意見和情緒表達等社會輿情，以及政企關系的緊密度。新興產業的特征決定了其健康發展需要政府的大力扶持，故政企關系在氫能產業社會環境分析中的重要性水平較高。氫能產業的政企關系主要是指相關企業與地方政府部門間的相互聯系和交流合作情況，包括實地調研、交流活動、項目合作等。

在政企關系分析方面，從行業網站、社會新聞、地方新聞網站、地方報紙電子版、氫能企業官網采集相關信息，運用文本分詞、主題提取、語義關聯和情感分析等大數據技術，提取和分析每條數據發生時間、地點、事件、重要講話，以及涉及的人員、機構和政府部門等。通過運用大數據工具和方法，可視化展示當前的政企關系動態，基于政府參訪、政企合作、政策建言、媒體表彰、負面新聞等多個維度展現政企關系的緊密度。政企關系分析見圖7。

圖7 政企關系分析Figure 7 Analysis of relationship between government and enterprises

5.3 產業政策分析實例

從已發布的氫能產業相關政策來看，僅2022年8 月國家和地方發布的政策數量就多達40 多條，涉及政策的信息達數十萬字。大量的政策文本增加了分析的難度。政策要素的提取、挖掘和解讀都需要大數據技術的支撐。

運用詞云分析算法，以政府官網和媒體、公眾號等為數據源，挖掘海量政策文本中的關鍵信息，實現政策熱點的高效解讀。從圖8 中可以看出，可再生能源制氫、燃料電池、氫儲能、氫冶金、綠氫、光伏制氫等詞頻較高，這表明各地方政府關注氫能產業鏈的整體布局，涉及從制氫、儲氫、運氫到應用的各個環節。制氫方式的重點聚焦光伏制氫和風電制氫，氫能產業發展的方向是實現制氫源頭的低碳化。

圖8 氫能產業政策詞云Figure 8 Hydrogen energy industry policy word cloud

5.4 產業組織分析實例

氫能產業大致可分為上游制氫、中游儲運和下游應用三個重要環節。氫能產業鏈的組織分析涵蓋行業協會、學會，企業和投融資機構等，其數據量極大且來源多樣，因此基于產業大數據的多源異構信息整合和挖掘具有必要性。通過對氫能產業環境的數據采集、清洗、加工和組織，實現產業鏈穩定性和完備性的深度解析和氫能產業鏈的全景展示，為管理、決策等提供有效支撐。

以產業資訊的大數據分析為例，通過采集北極星、36kr、OFweek 等綜合性行業網站，以及氫能產業領域相關的智庫研報、券商投研報告、產業報告等，解讀分析我國氫能產業發展的現狀和趨勢。利用語義關聯等算法進行分析，具體結果如圖9 所示。

圖9 氫能產業熱點關聯分析Figure 9 Correlation analysis of hot spots in hydrogen energy industry

氫能產業資訊中排在前三位的關鍵詞是基礎設施、新能源汽車和燃料電池，故基礎環境的建設和終端市場的開發是產業關注的熱點。從關鍵詞之間的關聯關系來看，儲能、儲氫和光伏之間關系較為緊密，并與基礎設施建設緊密相關。因此，立足新能源的氫能制備和儲運仍是氫能產業未來發展的重要方向。

5.5 產業技術分析實例

氫能產業作為新興產業，其技術創新面臨諸多不確定因素所帶來的風險和挑戰，需要對產業的技術發展做充分的研究和態勢感知。技術專利是創新活動中最活躍、最具價值和引領性的成果產出。專利大數據分析對氫能產業技術創新的前沿趨勢研判、高價值專利的甄別，以及補齊技術短板的路徑選擇等都具有重要參考價值。面對海量的專利數據，其價值密度顯著降低，需要利用大數據技術對專利數據進行挖掘和分析。氫能產業技術分析的新范式，旨在以最可信的方法、最短的時間、最有效的方式從海量的專利數據中挖掘出高價值的氫能產業的專利技術。

為高效、準確地獲取國內氫能產業創新的前沿趨勢，通過繪制專利地圖來動態感知氫能產業專利技術主題的演變趨勢。以國家知識產權局的專利庫為數據源，通過“氫能”“制氫”和“氫燃料”等數十個關鍵詞，檢索出2011—2020 年間我國氫能專利申請數量達2 萬多件。對上述專利數據進行清洗、加工，運用聚類算法生成重點專利主題并進行二維投影，在平面上展示技術研發的熱點方向和相互關聯關系。依據技術特征的相似性構建專利集合，這些集合也是氫能產業專利的熱點領域，以此繪制專利的主題地圖（見圖10）。從圖10 中可以看出，國內在固體氧化物燃料電池、電解質膜、改性催化劑等關鍵技術領域加大了攻關，取得了一系列高水平技術成果。這表明我國氫能產業在制氫、儲氫、運輸與供給等產業鏈上的諸多領域均取得了一定的技術積累。

圖10 氫能產業專利主題地圖Figure 10 Theme map of hydrogen energy industry patent

近年，政府、企業、科研院所對氫能產業給予了高度的關注，推動了產學研用深度融合，協同推進了氫能產業的快速發展。通過對一萬余篇相關科研文獻的數據采集和多維度的數據分析，繪制相關的統計分析和趨勢圖。對近百萬的科研文獻文本信息進行篩選、整合、挖掘和加工分析，得出氫能科研領域的熱詞排序（見圖11）。由圖11 可知燃料電池、加氫站、制氫、儲氫、光解水等是當前業內的研究熱點，這為政策制定、產業定位、產學研融合發展提供了一定依據。

圖11 氫能科研領域熱詞排名Figure 11 Ranking of hot words in hydrogen energy research field

5.6 產業市場分析實例

氫能產業正處于從創新試點逐步走向商用的階段。氫能產業的市場培育和發展，符合國家能源安全、清潔低碳的戰略要求。故對氫能產業的市場全景掃描顯得十分重要。據工業和信息化部數據，截至2021 年年末，全國企業數量已突破4,800 萬家，氫能產業市場分析需要從中識別氫能領域的相關企業數據，并進行數據的采集、清洗和挖掘。

通過大數據技術有效識別氫能企業，形成基于全樣本數據的氫能產業地圖，獲取產業市場全貌的準確感知。通過多種智能算法應用，在4,800萬家企業中動態識別氫能產業相關領域的企業信息，包括官網信息、新聞報道、投資動態等相關數據，建立氫能企業與產業鏈的上、中、下游的對應關系。基于氫能產業的市場掃描，分析得出氫能企業集聚地以及各地區的氫能產業鏈布局和現狀，從而為政府和企業科學決策及產業市場建設的合理規劃提供支撐。

由圖12 可以看出，當前全國氫能產業發展最為迅速的地區主要位于東南沿海，以江蘇省和廣東省兩省為代表。其次，是山東省和北京市，成為北方發展氫能產業的重要陣地。在產業鏈結構上，排在前三位的江蘇省、廣東省和山東省均擁有較為完整的產業鏈結構，上游環節占比最高，下游的應用環節則稍顯不足。

圖12 全國氫能企業分布（截至2022 年9 月）Figure 12 Distribution of hydrogen energy enterprises in China (until September 2022)

氫能產業投資熱度和變化是市場環境分析的重點之一。通過大數據采集和分析，以監測產業的投資態勢把握新興產業的市場預期。基于投研網站、財經數據庫、金融數據庫、行業資訊網站等，對采集的海量數據進行清洗、分析和挖掘、可視化展示，獲得氫能產業市場環境中的投資動態，為氫能企業的戰略制定、精準運營、風險控制等應用場景提供支撐。

以季度內氫能產業投資額的中位數作為圓的半徑，匯總分析2021—2022 年間的氫能產業投資情況（見圖13）。從投資領域分布的縱向維度來看，氫燃料電池的投資集聚了行業60%以上的份額。圖13 將氫能產業投資劃分為兩類，即氫燃料電池和其他投資領域，對比分析產業投資的重點領域變化。從橫向的時間維度來看，氫燃料電池企業在2021 年下半年迎來了發展的利好時期，獲得的平均投資額超過了一億元。2022 年，氫燃料電池企業的投資熱度在經歷回落后趨于平穩，獲得的平均投資額穩定在3,000 萬元左右。氫能產業的其他領域投資熱度則相對較低，除2021 年平均投資額達到一個高峰后，相對于氫燃料電池，其一直處于在1,500 萬元浮動的較低水平。這反映出氫能產業市場仍以產業鏈終端的氫燃料電池為重心，對其他領域更多的是保持觀望。結合全國氫能企業的分布情況來看，上游制氫企業的數量眾多卻得不到足夠的投資，市場投資更多流向能更快見到經濟收益的下游環節，形成市場和投資間的倒掛現象。顯然，這不利于氫能產業的長期發展。

圖13 氫能產業投資情況分析（截至2022 年第四季度）Figure 13 Analysis of investment in hydrogen energy industry (until the fourth quarter of 2022)

5.7 氫能產業環境分析總結

環境分析關系新興產業的戰略布局，對產業建設的關鍵資源和競爭能力具有至關重要的作用。產業環境信息量大、數據類型多、分析復雜，使傳統產業環境分析方法難以適應。數據驅動的新范式下組合應用多種大數據分析工具，輔助政府、氫能企業、科研院所等主體洞察復雜、快變的環境變化，形成新興產業環境分析的大數據全景應用模型。通過對氫能產業的宏觀環境和微觀環境的海量數據掃描，對量化數據和文本數據進行深入分析和挖掘，可以看出，氫能產業總體上處于發展的初期階段。從國家到地方都已開始對氫能產業給予重點支持，并聚焦產業鏈全鏈布局推動市場建設和企業培育。從整體來看，可再生能源制氫、氫儲能和終端市場的氫燃料電池應用將是全產業鏈最具突破潛力的領域。

6 數據驅動的新興產業環境分析思考

一是從指數評價到全景感知。內外部環境是產業發展的出發點、依據和限制條件，隱含著對產業成長可能產生重大影響的各類潛在因素[13]。傳統產業分析范式所依靠的指數評價方法，在面對數據量大、數據多樣、時效性強的產業環境時，已難以高效應對。應運用多種大數據分析技術和方法，構建基于大數據分析的新興產業環境分析模型。基于多領域的海量數據形成新的分析范式以實現產業政策、組織、技術、市場的全景感知和動態分析成為必然。

二是從數據分析到價值挖掘。數據驅動的新興產業環境分析不再強調簡單的統計分析，更多注重應用導向的數據資產的價值挖掘[14]。應通過大數據分析工具和新一代數字技術的應用，更精準地感知產業環境中的風險因素和產業發展的未來趨勢，形成“信息-數據-情報-知識”的完整分析鏈條。

三是從靜態分析到可視化展示。類似于人腦通過視覺、聽覺、嗅覺等的感官體驗完成外部環境感知和動態響應，將產業環境分析映射到人腦決策，產業環境信息的知識表達方式，將決定識別、獲取、解讀和分析關鍵影響因素的效率和效果[15]。當前，大數據分析和可視化展示已成為未來態勢感知領域理論發展的重要方向，包含數據挖掘、人機交互、計算機圖形學等多領域交叉的學科知識得到廣泛應用[16-17]。未來，數據可視化工具和方法的引入，將突破傳統靜態圖表的限制，實現實時動態新興產業環境的數據感知、趨勢感知和情境感知。

7 結語

新興產業培育對經濟社會全局的高質量發展、科技與產業的前沿探索和有序發展均具有重要的戰略價值。產業環境的優劣決定著新興產業發展的質量和可持續性，對其分析和評價已得到政產學研各界的廣泛關注。在有效應對復雜、快變的海量數據時，產業環境分析的傳統范式顯示出一定的局限性，需加強大數據技術與方法的應用研究，構建數據驅動的新范式和分析框架。本文通過氫能產業的實例分析，展現新興產業環境分析框架的應用方法，展示詞云分析、語義關聯、情感分析、預測等近十種算法工具的應用場景，基于新興產業環境分析的新范式、新框架、新指標和新技術，為智庫開展產業環境研究提供新的理論框架、分析路徑與方法體系，助力提升數據驅動的智庫決策咨詢服務能力。