大数据产业发展影响因素研究〔摘要〕随着科学技术的日益进步，大数据产业发展日趋迅速，探究大数据产业发展的影响因素，对大数据行业具有重要的现实意义。本文首先在问卷调查法研究结果的基础上，确立了大数据产业发展影响因素的3级评价指标体系，然后利用德尔菲法和AHP法分析确定了各评价指标的权重，并进行一致性检验。最后根据计算结果找出了影响大数据产业发展的3个主要因素，并针对这3个主要因素给予了相关建议。〔关键词〕大数据；大数据产业；产业政策；评价指标；影响因素DOI：10.3969/j.issn.1008-0821.2017.08.019〔〕F492〔文献标识码〕A〔〕1008-0821（2017）08-0129-06〔Abstract〕Withtheincreasingprogressoftechnology，thedevelopmentofbigdataindustryisbecomingmoreandmorerapid.Anditisessentialforbigdatabusinesstoexploreimpactsofbigdateindustry.Firstly，thispaperestablishedthethreelevelevaluationindexofbigdataindustrybasedonaquestionnairesurvey.Secondly，usingDelphimethodandAHPmethoddeterminetheweightofeveryevaluationindex，andalsotesteditsconsistency.Finally，accordingtotheresultsfindoutthreemainfactorsofbigdateindustrydevelopment，andgaverelevantrecommendations.〔Keywords〕bigdata；bigdataindustry；industrialpolicy；evaluationindex；influcefactors大数据这一概念最早是由美国著名未来学家托夫勒在1980年提出的，根据维克托?迈尔-舍恩伯格和肯尼斯?克耶在其所著的《大数据时代》里提出的关于大数据的特点，人们将大数据定义为用来描述那些使用传统数据管理工具和技术难以处理的、数量庞大的、异构的和非结构化的数据内容[1]。近年来，企业、政府和研究机构对大数据的研究不断深入，尤其是在大数据的应用领域。各个省市都在不断加快大数据产业链的形成，如成立的中国大数据产业联盟、兰州大数据产业园及东北地区大数据产业中心等。大数据产业作为一种新型的产业模式，在催生了一系列商业机会和盈利空间的同时，也存在着其固有的局限性，如大数据产业的市场结构过于单一、数据开放程度较低，同行之间难以进行数据共享等。如何解决这些问题，成为目前大数据研究中的一个热点问题。本文正是基于此，在充分分析大数据产业结构特点的基础上，利用定性与定量相结合的方法，确立以大数据产业影响因素研究为指标体系，通过实证研究的方式，将影响大数据产业发展的因素以量化的方式呈现出来，并根据存在的问题提出相应的对策。1大数据产业影响因素的理论分析1.1理论分析模型在对影响大数据产业发展的因素进行理论分析时，主要使用了钻石模型和PEST模型。钻石模型是迈克尔?波特在1980提出的，该模型主要是用于解释特定行业在复杂的战略环境中是如何进行自我定位的[2]。波特认为，影响一个行业发展的因素主要包括生产要素，需求条件，企业战略机构和同行竞争，相关及支持产业四个方面。生产要素是产业发展的基础条件，需求要素是产业发展的直接推动力，关联性和支持产业则影响产业的可持续发展能力，企业策略、结构和企业竞争是产业发展的内部驱动力[3]。此外，在这四大影响因素之外还存在两大变数，即机会和政府。波特认为，机会可遇不可求，机会可以通过作用于四大影响因素进而影响某个行业的发展。政府是行业发展的间接推动者，政府一方面可以为某个行业提供所需资源，来为该行业的发展创造优良的环境，另一方面，也可以通过出台某些限制政策，为该行业发展施加压力。PEST模型作为钻石模型的补充，又被称为宏观环境分析，是指影响一切行业发展的宏观力量，包括政治、经济、技术和社会四个方面。任何行业都将受到行业环境的约束，大数据产业也不例外。运用PEST模型对大数据产业进行分析，一方面能够了解该行业目前所处的宏观环境现状，另一方面也可以精准的把握该产业未来的发展趋势，对本文分析大数据产业的影响因素有重要的借鉴意义。1.2大数据产业结构分析?a业结构是国民经济中各产业之间和各产业内部的比例关系[4]，根据2016年发布的《中国大数据产业生态地图》一文，大数据产业内部结构由三部分组成，即以数据增值服务...