大数据演进遵循生命周期理论,其演进过程包括原始数据产生、数据采集、数据海量存储、数据应用、数据优化、数据资源共享六个阶段。原始数据源自于社会生活的各种行为活动,包括数字数据、图片数据、音频数据、视频数据、多媒体数据等多种类型。数据采集阶段将对数据进行筛选、加工、整合等操作,而可信数据的录入则是数据生命力的根本保障。随着数据容量的不断增加,数据海量存储阶段将在耗资巨大的物理介质存储和安全风险的云存储等方面,进行策略优选,数据安全备份则在提供资源保障的同时加剧了成本开销。大数据应用阶段是通过提供数据产品来满足市场需求的阶段。大数据应用领域不仅涉及基础工程、生产科技等领域,而且将渗透到生活领域、经济领域、社会文化等多元领域。数据产品也将围绕社会需求的个性化,进行产品创新、服务创新、商业模式创新等。当数据的时效性和数据的可用性发生变化时,随之而来的数据更新、算法优化、绩效评估等应对措施,将会持续完善产品功能满足应用需求。在数字化生活成为人们基本生活的重要组成部分时,数据资源共享进入大数据发展的新阶段。数据资源具有良好的开放特性,大数据开放度越高、数据更迭越快,机器学习、深度学习的社会应用效果也更明显,数字时代特征也将更加完整。

然而,大数据演进不再是一个闭环,不再是从数据的产生到数据的消亡的过程。数字时代的数据生命演进是一个开环螺旋式的循环发展过程,在数据生命期内,有些数据将被淘汰,而更多的数据经过迭代再应用。因而,研究数据迭代后的循环应用,不仅能够发挥数据资源的再生价值,也能促进数字经济常态化发展。

大数据价值来源于数据资源的开发与利用,大数据业务应用越广泛其价值量越大,数据价值的链式反应也越快,价值链(网)的稳定性也越牢固。从数据价值增长方向分析,本研究认为大数据价值链包括数据资源潜在价值、业务需求产生价值、数据生产创造价值、产品应用传递价值、服务延伸增值价值、数据共享价值回归。

围绕着数据在不同阶段的应用,数据价值会发生变化。其一,潜在价值形成于原始数据的采集与录入。在互联网时代,数据传播能力增强,数据反馈和响应速度加快,海量数据在累积过程中,蕴含了大量的信息资源,其潜在价值有待挖掘开发。其二,需求价值来源于用户对数据资源的特定欲求。随着市场对数据业务需求的出现,数据资源在筛选、整合过程中初步产生其价值。其三,价值创造是为了满足用户需求,企业研发数据产品,在生产中创造价值。即数据资源进入研发过程,经过复制运算后,其有用信息被挖掘利用,经济价值被创造推广。其四,价值传递打破了企业数据资源有限、研发能力不足等瓶颈。当数据产品、数据服务无法满足用户需求时,寻求供应链企业间合作,将数据产品由独立设计转变为联合制造,完成服务交付,此环节开启了价值共创的良好局面。其五,价值增值是随着数据产品成熟应用,围绕大数据核心产品的衍生服务得以拓展,数据创新出更多的增值价值。其六,价值回归体现出大数据普及应用后,给社会带来更多的公共资源和服务,数据价值由用户产生、企业创造再回归到社会共享的循环过程。

图1 大数据演进及价值链结构

综上分析,大数据演进和大数据价值在不同维度上,具有一致性的正向发展趋势,二者之间存在的关系结构可拟合为图1。

由于大数据创新研发的产品具有原创性,市场中没有同质产品和竞争对手,在不考虑产品生命周期的情况下,产品市场的供求受数据资源费用和创新投资费用的影响,如果以数据创新驱动经济发展作为产出目标,则数据资源费用和创新投资费用可作为投入生产要素。由柯布-道格拉斯生产函数理论,可拟出大数据创新的生产函数如下:

R(x,y)=bx^αy^β(1)

式(1)中R(x,y)是大数据创新总产值,b代表当前大数据创新的综合技术水平,其值为较大的正值(b>0),x是大数据资源费用,y是创新投资费用,α是大数据资源产出的弹性系数,β是创新投资产出的弹性系数。α和β是大于零小于1的常数。b,α,β的数值为可测知的常数。

生产者的成本函数为:

C(x,y)=x+y(2)

作为理性经济人,生产者都以追求企业利润最大化为原则。因此,生产者的利润函数为:

π(x,y)=R(x,y)-C(x,y)

即:π(x,y)=bx^αy^β-x-y(3)

由式(3),分别对x,y求偏导,令(π(x,y))/(x)=0,可得:

bax^α-1y^β-1=0(4)

令(π(x,y))/(y)=0,可得:

bβx^αy^β-1-1(5)

联立式(4)、式(5)解得:

x=αβ^-1y(6)

将式(6)分别带入式(4)、式(5)解得:

将上式x,y带入式(3)解得:

π(x,y)=

推论1:由式(6)可知,x、y之间呈正比例线性关系。即大数据资源与创新投资之间有正向的相互推动作用。大数据资源信息越丰富,创新投资的力度越大; 反之,创新投资费用增加,说明创新绩效较好,创新产出的数据资源也不断累积。

推论2:当大数据资源与创新投资之间呈正比例线性关系时,生产利润将取得最大值。但利润的多少取决于b,α,β的数值。

由式(3),分别对x,y求二阶导数,可得:

推论3:由式(7)、式(8)可知,当二阶导数小于零时,边际利润小于边际成本,投入产出呈现规模不经济现象。也即说明数据创新产品的销售遵循市场供求理论,过度开发数据产品,将导致大数据资源和创新投资的规模报酬递减。

为了实现大数据与创新的融合,发挥二者之间的互促作用,本研究提出以大数据平台为基础,以产业群为研究对象,以创新中心为动力源的建设思路(图2)。

图2 大数据平台与创新中心逻辑关系

虽然互联网和计算机网络在一定程度上消除了信息孤岛,但大数据资源海量庞杂,数据应用对象较为局限,供应链上下游企业的数据流并不通畅,大数据的共享应用价值也未充分体现。对此,本研究认为,应加快建立共享型的大数据平台,打通供应链企业的数据资源共享,提升大数据的利润价值。

将大数据融入到产业创新的生产过程中,成为最优选择。开展产品创新、管理创新、商业模式创新等活动,应充分重视创新中心的核心作用,因为创新中心不仅是企业的首脑决策中心,而且是数据集成应用的智慧中心。融合大数据的创新中心,一方面将网络数据系统升级为数据应用平台,推进大数据的平台化服务,深度发掘数据价值; 另一方面,海量数据资源中提炼出的立体化信息,拓宽了创新中心的活动视野,降低了创新投资的风险。另外,依靠大数据创新中心的监管,也能够增强创新活动的可控性和成功率。

利用大数据引领产业开展多元化创新,一方面能够降低创新成本增加企业效益; 另一方面能够加强产业链的信息沟通,辅助企业做好决策。以图2中高新技术产业群为例,为了推进现代化农业发展,利用开放的大数据平台,整合农产品研发团队、农业机械化设备、农资网络配给等多方资源,开展集成创新,能够实现产业联盟共赢。而对于生物医疗技术型产业,可以探索远程诊疗服务和新生物制剂研发等方面的科技创新。

当前,可穿戴智能设备、无人驾驶、位置导航等智能设备,已渗透到人们的衣食住行。随着个性化需求日益旺盛,抢夺长尾市场的利润价值渐成趋势,开展产品创新成为供应链企业创新发展的新动力。然而,数据信息的滥用已产生社会危害,个人隐私数据被各类组织过度采集、信息安全危机到人身安全等问题严重。因而,围绕大数据计算,既要合理使用数据资源,又要保护数据隐私,由此保障产业多元化创新的可持续发展。

推动社会经济的发展,需要充分利用各产业大数据,加强产业群之间的协同创新。因为完整的数据资源,一方面能够为产业群提供准确有效的绩效评估; 另一方面能够提出系统解决方案,实现产业群之间的优势互补。

受互联网经济的冲击,传统产业中行业壁垒已被打破,产业资源全面开放,产业结构已经不能适应新经济的发展节奏,产业转型升级迫在眉睫。然而,受制于僵化的经营模式和人才短缺等因素,传统产业转型面临投资、运营、管理等诸多风险。对此,传统产业首先应更新数字化管理思维,推进信息化建设项目,转变人工业务处理为互联网数字化运营,依靠实时数据辅助业务决策。其次,组建产业群协同作业联盟,进行跨界项目合作,实现资源配置的帕累托最优。例如,传统产业可以一方面联合高新技术产业群开展科技创新,提高生产效率,降低经营成本; 另一方面联合新兴服务产业群开展商业模式创新,实现实体企业与虚拟企业的线上线下融合。