政府、平台与生态圈对大数据产业的影响——基于31 个省（市） 数据的实证研究

薛风平

（中共青岛市委党校管理学教研部，山东 青岛 266071）

一、引言

大数据产业以海量数据为资源，包括数据的采集、存储、深度挖掘、交易、服务等经济活动。2008 年9 月，《自然》发表了一份以“大数据”为主题的专刊，大数据概念引起各国高度关注。大数据产业发源于发达国家，美国、英国、法国、澳大利亚等国家先后把大数据上升为国家战略，推动大数据产业发展。2014 年，中国首次把大数据写入政府工作报告，之后相继发布了《促进大数据发展行动纲要》、《大数据产业发展规划（2016-2020）》。贵州、广东、上海、重庆、天津等地相继颁布了区域大数据产业发展规划，积极培育发展大数据产业。大数据产业正在成为衡量区域综合实力的重要标准之一，各地争先恐后培育大数据产业，抢占产业制高点。如何有效培育大数据产业，目前有“政府推动论”、“平台支撑论”、“产业生态圈论”等观点，很少有学者研究政府、平台、生态圈三者之间的互动关系，因此本文探讨了政府推动、产业平台、产业生态圈在大数据产业发展中的互动作用。

二、文献回顾与研究假设

国内关于大数据产业的研究始于2010 年，张欣怡把大数据产业的学术研究归纳为三类，第一类是在大数据层面上的研究，第二类基于大数据产业研究，第三类是对大数据产业绩效与效率的实证研究。本文从政府推动、产业平台、产业生态圈和产业集群四个方面对已有研究进行了梳理。

1. 政府推动

在大数据产业成长过程中，政府承担培育、推动角色。周瑛认为“政府因素是指政府通过各种法律法规、行政标准、经济政策等手段，去调整、控制和引导某一产业作用于环境的行为，从而保证该产业能够持续健康的发展”。王谦等提出政府“引导、扶植、推广、规范化等作用成为实现大数据产业高质量发展的关键”。在大数据产业发展中，“政府发挥公共服务的支撑机制、经济调节的导向机制、社会管理的加速机制和市场监管的规范机制”。刘春呈认为大数据时代已经来临，“国家亟需正视大数据资源的时代价值，加紧构建国家级大数据管理机构，以大数据局为中心，在大数据思维下加紧制定数字边疆战略、构建数字边疆话语体系、谋求数字边疆话语权，服务于数字边疆治理的现实需要”。产业政策是实现国家经济目标的工具，罗涛认为产业政策是导致中美大数据产业发展差距的重要因素。季飞认为在培育大数据产业过程中，贵阳“供给型、环境型、需求型政策工具使用较为均衡合理，政策工具对产业发展发挥了很好的促进作用”。新兴产业成长有两种类型，一种是从科技成果转化为具体产品的自发演化过程；另一种是在政府大力推动下，从运用国外技术、产品到国产化的逆向发展过程。目前，国内大数据产业属于后一种类型。政府积极推动，影响产业生态圈、产业平台，进而推动产业发展，是政府推动、产业平台、产业生态圈、产业集群互动的结果。各地为了提高区域竞争力、抢占产业制高点，争先恐后培育大数据产业，成立大数据监管机构，出台产业政策，鼓励数据开放共享，推动大数据产业发展。根据政府推动产业发展的有关理论研究，本文提出三个假设。

H1：政府推动正向影响产业平台。

H2：政府推动正向影响产业生态圈。

H3：政府推动正向影响产业集群。

2. 产业平台

大数据产业区别于纺织服装、家电制造等传统产业，海量数据是大数据产业的必备资源和显著特征，数据交易平台在企业间交易数据，大数据中心采集数以万计的公民、企业、交通、医疗等领域的数据。Abawajy 提出“网络基础设施将会成为大数据产业发展”的一个重要影响因素。依托新一代互联网，“海量数据在开放、流通、交易中互通互联，大数据交易是大数据产业发展的重要部分”。数据存储中心、大数据交易所、政务平台、社会综合治理中心等平台支撑大数据产业发展。在互联网时代，平台已经成为重要的经济组织。张小宁提出“平台正在成为一种普遍的行业组织形式，其功能是不同用户群体创造和交换价值的界面”，利用产业平台整合社会资源。Gawer 认为“产业平台将一个或多个企业开发的产品、服务或技术作为基础，外部企业通过它可以研发自己的互补品、技术和服务，实现更多的互补性创新”。随着城镇化、智慧城市稳步推进，城市信息基础设施逐步完善，工业云、健康云等行业平台越来越多，金融、电信、教育、交通、医疗、旅游等行业采集数据的能力越来越强。产业平台是大数据产业发展的重要条件和保障，根据有关理论研究，本文提出如下假设。

H4：产业平台正向影响产业集群。

3. 产业生态圈

优良的产业生态圈有利于大数据产业成长。吴薛提出“大数据产业生态圈融合了大数据供应链、价值链、创新链、投资链、服务链等一系列大数据产业发展的核心链条，集合交叉、相互作用后，形成了复杂的、多维度的、网络体系生态环境”。方莹莹、刘戒骄提出产业生态圈由生产子系统、科研创新子系统、服务子系统和公共服务支持系统构成。袁政认为“产业生态圈包括生产维、科技维、服务维、劳动维、相关基础设施、公共维或政府维”。Christoph 等认为产业生态系统以“平台提供者、服务提供者、客户以及中介组织为主体”。张勇进等认为“产业基础、关键技术研发、人才培养、产业扶持、资金保障等影响我国大数据产业发展能力”。大数据产业属于技术密集型产业，产业发展水平很大程度上依赖于高端人才数量和关键数据技术创新能力。王伟玲认为“大数据创新能力滞后，影响我国大数据产业发展”。对40 家上市公司实证分析后，付伟等提出“加强创新要素投入是提升数据产业全要素生产率的重要方面”。夏大文等提出人才是影响大数据产业发展的主要因素。Higuchi认为大数据产业需要“一批精通统计和机器学习知识的数据科学家”。NEIL 等认为“大数据应用人才以及大数据科研人才是其发展能力提升的关键”。相关产业基础、区域资源禀赋、文化观念、生活习俗等产业环境具有不可替代的独特优势。袭希、孙冰提出“产业技术的演化方向取决于环境选择、排斥与吸引的综合作用，且具有路径依赖特征”。顾瑛提出高新技术产业需要与发展环境匹配，“健全以信息共享机制、利益共享机制、动态选择机制为重点的高新技术产业发展协同共生机制”。产业生态圈为大数据产业提供人才、技术、资本、信息等要素。如果一个城市创新氛围浓厚、数据技术先进、风投资本充裕，获得海量数据成本较低，那么将会吸引很多高端研究机构建立产业平台，集聚众多大数据企业来此落户创业。根据有关理论研究，本文提出如下二个假设。

H5：产业生态圈正向影响产业集群。

H6：产业生态圈正向影响产业平台。

4. 产业集群

在产业集群中，龙头企业引领产业发展，极具潜力的独角兽是产业集群的骨干。广东省课题组认为“我国大数据企业整体呈现‘金字塔’状分布，龙头领军企业是我国大数据产业发展的主导力量”，“中间企业发展势头迅猛，特别是专精特新的独角兽企业势头强劲，成为我国大数据企业发展的中坚力量”。产业园区是产业集群的载体，既是众多大数据企业的集聚地，又是创新型数据企业的孵化器。目前，贵州、福建、江苏、河南等省份正在建设大数据产业园。张般若认为科技企业孵化过程“分为技术驱动、制度驱动和网络驱动三个阶段”。谭明智等指出“大多数产业园发展过程中存在集聚效应不强、闲置资源利用不足、区域性联系不紧等问题”。何艳等提出“产城融合是促进产业园健康发展的有效路径，它体现在制造业与服务业融合、居住与就业融合、生产与生活融合、产值与环境融合等方面”。高科技企业竞争从原本企业间竞争正转变为供应链之争。在大数据产业集群中，龙头企业主导产业集群链发展，众多中小企业提供相关配套服务。

虽然学术界对大数据产业影响因素进行了很多有价值的研究，但是，现有研究多属于规范性的定性分析，对政府推动、产业平台、产业生态圈与产业集群的相互作用的研究很少，尤其缺乏实证性的定量分析。基于上述理论研究，针对政府推动、产业平台、产业生态圈与产业集群的相互作用，本文提出假设模型如图1 所示。

图1 政府推动、产业生态圈、产业平台与产业集群互动模型

三、实证分析

1. 测度指标

假设模型有政府推动、产业平台、产业生态圈和产业集群四个潜在变量。遵循数据系统性、可得性、可操作性、代表性等原则，本文选取了11 项测度指标。

政府推动通过大数据管理机构、大数据产业政策和数据开放共享法规三个指标来测度。大数据管理机构表示政府内设置的监管大数据产业的机构，反映地方政府对大数据的重视程度和规范力度。大数据产业政策是指出台、颁布、制订的关于发展大数据产业的政策，衡量地方政府对大数据产业的推动力度和引导方向。贵州省2014 年颁布了《关于加快大数据产业发展应用若干政策的意见》、《贵州省大数据产业发展应用规划纲要（2014—2020 年）》。大数据开放共享法规是指公布的关于数据开放共享、信息安全等法律法规，反映地方政府推动数据共享和营造产业生态圈的力度。贵阳市2014 年制定了《贵阳市政府数据共享开放条例》等。

产业平台通过数据交易平台、城市大数据平台两项指标来测度。数据交易平台是实现海量数据交易的平台，反映对数据交易环节的支撑力度。它是从“数据割据”的“小数据”走向开放共享“大数据”的必要载体，国内已经运营的交易平台有贵阳大数据交易所、北京大数据交易支撑平台、上海数据交易中心、华东江苏大数据交易平台、重庆大数据交易市场、长江大数据交易中心等。城市大数据平台是通过采集与城市运行相关的信息，进行集中存储、数据挖掘，提供精准服务的数据综合处理枢纽，能够解决“数据孤岛”难题，实现不同部门、不同行业、不同层次的互联互通，实现横向打通、统一运营、一站服务。城市大数据平台支撑跨行业、跨部门的数据互联、数据共享。目前，4 个直辖市、27 个省会、5 个计划单列市都在建设大数据平台，北京、上海、贵阳、南宁、杭州、广州、深圳、福州、海口、宁波等城市大数据平台已经具备城市管理和提供综合服务的能力，其他城市大数据平台正处于从政务平台向综合服务平台转型的过程中。贵州搭建了电子政务、智能交通、智慧物流、智慧旅游、工业、电子商务、食品安全等“七朵云”，率先实现数据共享。中国在天津、济南、无锡、长沙、广州、深圳布局了国家超算中心，超算中心体现对数字科技、产业技术创新和数字经济的支撑力度。

产业生态圈通过大数据技术研发、数据人才分布、设置数据科学与大数据技术专业的大学和产业环境四个指标来测度。大数据产业属于当代高科技产业，技术处于科技前沿，需要高端人才、尖端技术、一流大学支撑。2015 年，北京“从事研究与试验发展活动的人员数量达到35 万人，全市138 家研究生培养机构共招收各类(博士、硕士)研究生合计约9.5 万人，毕业研究生7.9 万余人，在读研究生28.3 万余人”，具有一流的技术研发生态。如果城市产业生态优良，创新创业氛围浓厚，信息产业基础好，大数据技术研发活跃，就能够吸引国内外高端数据人才来此落户创业，大数据人才越聚越多，数据人才储备充足。良好的产业生态圈能够从世界各地吸引高端人才、尖端技术、一流大学等稀缺资源，为大数据产业提供充足的营养成分，推动其快速成长为产业高地。近年来，杭州数字经济突飞猛进，得益于“雨林式”产业生态。截至2018 年底，杭州累计引进留学人才3.3 万人、外籍人才2 万人，引进的海外人才在杭创办企业2754 家，其中上市企业31 家，获得有效发明专利4.17 万件，连续9 年入选“外籍人才眼中最具吸引力的中国城市”。大学设置数据科学与大数据技术专业反映区域未来培养大数据人才的潜力。只有国内大学培养，才能为大数据产业的持续发展提供源源不断的数据人才。教育部2016 年、2017 年、2018 年三次批准283 所大学开设数据科学与大数据技术专业，培养大数据专业人才。由于技术研发、人才分布、人才培养已单列，产业环境仅仅反映区域大数据产业的资金投入、产业基础、信息化水平等状况。

产业集群通过大数据龙头企业、有投资价值企业两项指标来衡量。龙头企业在大数据产业集群中处于主导地位，引领区域大数据产业发展，使区域大数据产业呈现出千姿百态的区域特色。阿里巴巴、海康威视、大华等引导浙江大数据产业向电子商务、数字金融、城市大脑、智慧交通等方向发展。华为、腾讯、中兴、三盟科技等主导广东大数据产业向高端芯片、网络设备、社交大数据、智慧医疗等方向发展。百度、小米、美团、京东等引导北京大数据向无人驾驶汽车、智能家电、智慧物流等方向发展。有投资价值企业是大数据产业集群的骨干力量，体现未来区域大数据产业的发展潜力。它们是龙头企业的供应商，提供配套零部件和软件服务。今天是产业集群中的独角兽，明天可能成长为龙头企业。政府推动、产业平台、产业生态圈与产业集群四个潜在变量的测度指标见表1。

表1 政府推动、产业平台、产业生态圈与产业集群的测度指标

2. 样本与数据

以31 个省（直辖市、自治区） 为样本。大数据管理机构、数据企业50 强、投资价值百强企业数据源于中国电子信息产业发展研究院出版的《2019 年中国大数据产业发展白皮书》。大数据产业政策源于《最新全国大数据产业政策汇编2018》。大数据共享文件源于《2018 年中国大数据法治发展报告》。数据交易平台的数据根据《全国大数据交易所及数据交易平台汇总》、《京津冀大数据产业发展报告》等整理。大数据平台的数据源于中国信息通信研究院出版的《城市大数据平台白皮书（1.0 版）》。数据科学与大数据技术专业的情况根据教育部第一、二、三批等批文整理。大数据技术研发、产业环境方面的数据源于中国电子信息产业发展研究院出版的《中国大数据发展水平评估报告（2018）》。大数据人才分布情况源于清华经管学院出版的《中国数字人才现状与趋势研究报告》。

表2 指标的信度与效度检验

3. 信度与效度

根据数据结构方程要求，运用AMOS 24 缺失数据替代法填补缺失数据。运用SPSS 25进行信度与效度检验，如表2。

吴明隆(2009)认为，总量表信度最好在0.8 以上，如果在0.7～0.8 之间，可以接受。Raines-Eudy(2000)认为潜在变量的组合信度值高于0.50 以上即可。Hatcher&Stepanski 认为社会科学研究一般要求Cronbach α 不低于0.55。四个潜在变量的组合信度多数大于0.6，总量表信度为0.800，信度可以接受。吴明隆(2009)认为，如果测度指标负荷低于0.32，共同因子解释指标变量不足10%。11 项指标负载多数大于0.32，四个潜在变量的平方抽取量（AVE） 大于50%，总方差解释80.2%。11 个指标数据的信度、效度基本符合要求，可以接受。

4. 假设验证

利用AMOS24.0 软件，采取极大似然法，进行验证性分析。根据MI 指数多次修正假设模型，e14 与e5、e3，e2 与e1、e8，e9 与e4、e5、e12 之间存在共变关系，增加8 条相关路径，假设模型验证性结果如图2。

在绝对适配度统计量中，假设模型卡方值为50.15，自由度为45，显著性概率值P 等于0.277>0.05，假设理论模型与实际数据间可以契合。卡方自由度比为1.114<2，表明假设模型的协方差矩阵与观察数据适配度较佳(Carmines&McIver，1981)，假设模型与样本数据的契合度可以接受。RMSEA 等于0.062<0.08，GFI 等于 0.782，接近 0.9；ECVI 为 3.07，小于饱和模型、独立模型的ECVI，主要绝对适配度统计量均达到适配标准，表明假设模型适配度较佳，见表3。

图2 假设模型验证性结果

表3 绝对适配度统计量（N=31）

在增值适配度统计量中，NFI、RFI、IFI、TLI、CFI 越接近1，表示模型适配度越佳。NFI 为0.812，RFI 为0.771，两个统计量接近 0.9，IFI 为 0.977，TLI 为 0.970，CFI 为 0.976，三个统计量都大于0.95，五个增值适配度统计量表明假设模型契合度较佳。

在简约适配度统计量中，假设模型AIC 为92，小于独立模型 AIC 的 132 和饱和模型 AIC 的 289；PNFI 为 0.665，PCFI 为0.798，均大于0.5。三个简约适配度统计量表明假设模型可以接受，见表4。

表4 增值适配度统计量与简约适配度统计量（N=31）

在标准化估计值模型中，验证性分析结果显示：

H1 没有得到验证，假设不成立，政府推动对产业平台不直接存在正向影响。但是，通过产业生态圈，间接影响产业平台0.239。H2 得到验证，假设成立，政府推动对产业生态圈存在显著正向影响，标准化路径系数为0.66(C.R.=4.74>1.96)。H3 不成立，政府推动对产业集群不存在直接正向影响。但是，通过产业生态圈、产业平台间接影响产业集群0.091。H4 得到验证，假设成立，产业平台对产业集群存在显著正向影响，标准化路径系数为0.38（设为1，显著性不评估），说明产业平台能够显著影响产业集群发展。产业平台功能越强大，越有利于产业集群发展。H5 没有得到验证，假设不成立，产业生态圈对产业集群没有显著影响。H6 得到验证，假设成立，产业生态圈对产业平台存在显著正向影响，标准化路径系数0.36(C.R.=2.09>1.96)，说明良好产业生态圈有利于产业平台功能发挥。区域大数据产业培育路径为：政府推动→产业生态圈→产业平台→产业集群。H1、H3、H5 三个假设尚未得到验证，可能与样本数量不多有关。随着大数据产业逐步壮大，样本数量逐年增加，三个假设有待今后进一步验证。

四、结论与启示

运用31 个样本验证性分析，政府推动、产业平台、产业生态圈三者共同推动大数据产业发展，大数据产业培育路径为：政府推动有利于产业生态圈优化，良好的产业生态圈有助于产业平台功能发挥，产业平台推动产业集群发展。政府推动不直接影响产业集群，而是通过产业平台、产业生态圈间接影响大数据产业集群。

地方政府在培育大数据产业的实践中，有的地方培育路径不科学、措施不合理，效果不佳。有的政府着力点不当，积极干预方向不正确，产业生态圈不健全；产业平台有的功能错位，有的平台产业不需要，而产业急需的平台却没有。产业链发展缺乏龙头企业带动，产业园定位同质化严重，中小企业多，有投资价值的潜力企业少。

第一，政府要更新观念，准确定位，明确方向，找准着力点，强化制度创新，科学制定政策，有效推动产业集群发展。政府对产业集群没有直接影响，通过产业生态圈、产业平台，间接影响产业集群发展。实证分析发现，政府推动与数据平台、共享政策关系密切，产业政策与产业环境、管理机构关系密切，政府对大数据中心影响较大，如果措施得力，能够推动大数据中心建设，有利于实现数据共享。

目前，政府定位不准、方向（产业生态圈） 不对、着力点（产业政策） 不精准。有些地方政府不是通过科学制定产业政策，营造产业生态圈，间接推动产业发展，而是直接干预企业具体活动，停留于政府在资源配置中发挥决定作用层面，既违背了市场经济规律，又违背了大数据产业发展规律。地方政府在尊重市场经济规律、大数据产业成长规律前提下，运用政策工具实现推动产业发展的目的。首先，大数据管理机构的工作方向是营造有利于产业发展的产业生态圈，着力点是出台合理的政策、制定公平的竞争规则，不能直接干预企业具体活动，做到“无事不扰”。通过高效率、低成本的产业政策，优化产业生态圈。其次，由于历史原因，各地、各行业、各领域独自建立信息系统，系统不能互联互通，数据难以共享。政府要出台数据共享、信息安全政策，积极推动信息系统互联，数据开放共享，确保数据安全和个人隐私。

第二，营造有利于产业集群发展的产业生态圈。验证分析证实了该观点，政府直接影响产业生态圈(0.66)，而产业生态圈直接影响产业平台(0.36)，区域人才分布与产业政策、数据平台、交易平台关系密切，数据平台、交易平台是需求方，通过产业政策吸引人才，集聚人才。产业生态圈越完善，企业交易成本越低、职员生活成本越低，集聚的人才越高端、数据技术越先进、风险资本越多；有更多大学开设数据科学与大数据技术专业，培养更多的大数据人才，人才储备越充足，越有利于大数据产业发展。北京、广东、浙江三地数据技术先进、人才丰富，大数据产业也处于领先地位。北京既是全国大数据人才高地，也是中国大数据技术研发中心。广东信息产业发达，产业生态优良，深圳诞生了华为、中兴、腾讯等龙头企业，数据研发能力较强，对全球数据人才吸引力大。浙江率先发展电子商务，阿里巴巴、蚂蚁金服、阿里云、海康威视等企业引领当地大数据产业发展。

产业生态圈是中介变量，政府推动通过产业生态圈，间接影响产业平台、产业集群。有的地方政府认识不到位，停留在“一心想着企业、态度好、行动快”的微观层面，就事论事，忽视了从系统工程、顶层设计层面营造产业生态圈，导致微观高效，宏观无效，一些共性问题、深层次问题难以解决。政府要从系统工程的高度入手，通过持久有序地运用一整套政策工具，系统打造一流的产业生态圈，吸引人才、技术、资本、信息等要素，激活区域创新创业氛围，降低企业交易成本。

第三，搭建产业需要的平台，支撑产业发展。产业生态圈直接影响产业平台(0.36)，产业平台直接影响产业集群(0.38)。分析证实了：政府推动影响城市大数据中心建设。产业平台支撑产业集群发展，平台功能越强大、种类越全，越有利于大数据产业发展。贵阳大数据产业得益于产业平台支撑。贵阳自2015 年以来连续五年举办中国国家大数据博览会，集聚了大数据技术、信息、人才等资源，确立了率先发展大数据产业的城市形象。贵阳大数据产业也得益于中关村大数据产业联盟鼎力支持，该联盟紧密联系大数据科研机构、大学、企业，预测大数据产业发展态势，推动大数据产业发展。贵阳大数据交易所2015 年4 月14 日挂牌运营，截至2018 年3 月，会员数量突破2000 家，接入225 家优质数据源，交易额累计突破1.2 亿元，交易框架协议近3 亿元，可交易数据产品近4000 个。大数据平台是城市治理的重要基础设施，是提升城市治理能力，实现社会治理现代化的重要载体。

有些区域缺乏大数据产业平台，有些城市虽然有产业平台，但难以满足产业发展需要；有些城市大数据产业平台方向对，但是运行效果不理想。产业平台是中介变量，政府通过产业生态圈，间接影响产业平台，再间接影响产业集群。政府应着眼于产业发展，通过产业政策，让产业生态圈集聚产业平台需要的资源要素，以利于产业平台运营，进而推动产业发展。当前，要规范大数据交易平台、城市大数据中心、政务中心等产业平台的运行，既要遵守《中华人民共和国国家安全法》、《中华人民共和国网络安全法》、《互联网信息服务管理办法》、《网络信息内容生态治理规定》等法律法规，制订交易标准化体系，堵塞数据风险漏洞，防止隐私信息泄露，建立逆源追责制度，保护数据安全，又要加大关键核心技术创新力度，运用区块链等新技术，防止数据篡改和作伪，打击利用互联网实施侵权与欺骗行为。

第四，政府通过产业平台、产业生态圈间接影响产业集群发展，产业平台直接影响产业集群发展。实证分析发现，区域人才分布影响产业集群。有的地方大数据产业缺乏龙头企业引领，数据企业规模偏小。“虽然贵州大数据相关企业从2013年不足1000 家增长到了如今的8900 家，但除了一些基础较好的制造企业和云平台企业外，大多数应用企业的规模都偏小”。有的地方大数据产业链不完整，竞争力较弱。湖南大数据关键支撑技术研究开发产业链培育不足，“如大数据存储管理、大数据分析挖掘、大数据安全保障、大数据测试评估、大数据重点标准研制及应用等”。尽管规划了大数据产业园区，但是入园企业很少，仍然停留在围墙圈地状态。有的地方产业规划同质化严重，缺乏明确具体的发展方向，缺乏区域特色。产业平台、产业生态圈是中介变量，二者要为产业集群发展服务。产业集群需要什么平台支撑，就用市场化手段积极搭建什么平台。产业集群需要什么产业资源，产业生态圈就吸引什么资源。通过优化产业生态圈，从外地引进龙头企业落户，或建立分支机构。通过搭建产业平台，支撑本土中小企业发展壮大。两条途径培育龙头企业、完善区域数据产业链，形成根植于本土、具有区域特色的大数据产业，避免产业同质化发展，避免因恶性竞争而导致的高端产业低端化发展。