大數據時代我國新常態(tài)經濟增長中技術創(chuàng)新的路徑轉型

茹少峰　李祥麗　杜建麗

內容提要 技術創(chuàng)新支撐的創(chuàng)新驅動發(fā)展是我國新常態(tài)下加快經濟發(fā)展方式轉變和經濟增長潛力開發(fā)，實現經濟社會持續(xù)發(fā)展的長遠戰(zhàn)略。大數據環(huán)境下的數字技術顛覆了傳統(tǒng)技術創(chuàng)新理論，新常態(tài)下中國經濟增長要實現數字技術創(chuàng)新對創(chuàng)新驅動的引領。本文在研究大數據的內涵與特點，分析大數據時代經濟增長大變革和大數據下的數字技術創(chuàng)新特點的基礎上，從創(chuàng)新方法、創(chuàng)新模式、創(chuàng)新管理、創(chuàng)新過程和創(chuàng)新結果五個方面探討了技術創(chuàng)新的特點，最后為實現我國新常態(tài)下數字技術引領技術創(chuàng)新路徑轉型提出了六大策略。

關鍵詞 大數據 數字技術 技術創(chuàng)新

〔中圖分類號〕F204 〔文獻標識碼〕A 〔文章編號〕0447-662X（2015）04-0036-05

進入經濟增長的新常態(tài)，中國正處在加快轉變經濟發(fā)展方式的關鍵時期。受到資源和環(huán)境的約束，以及中國增長紅利變化的影響，傳統(tǒng)要素驅動經濟發(fā)展戰(zhàn)略，已經無法推動經濟社會的持續(xù)發(fā)展。同時在全球進入第三次科技革命的背景下，科學技術對于經濟社會發(fā)展的促進作用越來越明顯，但是我國科技自主創(chuàng)新能力和國際發(fā)達國家相比仍存在顯著差距，未能對我國經濟發(fā)展發(fā)揮應有的促進作用。十八大和十八屆三中全會明確強調要實施創(chuàng)新驅動發(fā)展戰(zhàn)略，加快經濟發(fā)展方式轉變，推動經濟社會全面發(fā)展。然而創(chuàng)新驅動的關鍵在于技術創(chuàng)新，如何實現技術創(chuàng)新支撐的“創(chuàng)新驅動發(fā)展”，是新常態(tài)下我國科技工作者亟待思考的重要問題之一。但是全球范圍內，面臨著大數據時代技術創(chuàng)新的挑戰(zhàn)。2011年5月，全球知名咨詢公司麥肯錫（ Mckinsey and Company） 發(fā)布了《大數據：創(chuàng)新、競爭和生產力的下一個前沿領域》報告，①標志著“大數據”時代的到來。 2012 年3月19日，美國總統(tǒng)奧巴馬宣布啟動“大數據研究與開發(fā)計劃（Big Data Research and Development Initiative）”。②因此，在我國實施創(chuàng)新驅動戰(zhàn)略時，要依據大數據時代技術創(chuàng)新的特點，實施新的技術創(chuàng)新戰(zhàn)略。本文主要論述大數據時代我國新常態(tài)背景下的數字技術引領技術創(chuàng)新的特點及路徑轉型。

一、大數據時代經濟增長的大變革

由于互聯(lián)網的發(fā)展產生了大量的數據，對這些數據應用計算機技術、數學模型、統(tǒng)計分析等進行處理，就有可能成為有價值的、可銷售的數據產品，這種基于數字技術下的創(chuàng)新性信息使用方法，提高了決策者的決策效率及可信度，能夠引起整個服務業(yè)和制造業(yè)本質性的改變。因此大數據蘊含著極高的經濟和商業(yè)價值。

對于大數據的概念，企業(yè)和學術界目前尚未形成統(tǒng)一的定義。研究機構 Gartner 將大數據定義為需要新處理模式才能具有更強的決策力、洞察發(fā)現力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產。Gantz J. and Reinsel D.， “Digital Universe Study： Extracting Value from Chaos，”http：//www.emc.com/collateral/demos/microsites/emc-digitaluniverso-2011/index.htm， 2011年8月2日訪問。美國國家科學基金會（NSF）將大數據定義為“由科學儀器、傳感設備、互聯(lián)網交易、電子郵件、音視頻軟件、網站點擊流等多種數據源生成的大規(guī)模、多元化、復雜的、長期的分布式數據集”。Hilbert M. and Lopez P.， “The Worlds Technological Capacity to Store， Communicate， and Compute Information，” Science， vol.332， no.6025， 2011，pp.60～65.麥肯錫認為大數據是指無法在一定時間內用傳統(tǒng)數據庫軟件工具對其內容進行采集、存儲、管理和分析的數據集合。

當前對于大數據的特點主要存在兩種觀點：Dumbill采用IBM公司的觀點，認為大數據具有“3V”特點，即數據量大（Volume）、數據類型復雜（Variety）、產生速度快（Velocity）。Edd Dumbill， “What Is Big Data，” http：//strata.oreilly. com/2012/01/what-is-big-data. html， 2013年1月24日訪問。還有部分學者認為大數據具備“4V”特點，在3V的基礎上增加了價值性（Value）。（1）數據量大（Volume）：目前數據的計量單位用太字節(jié)、澤字節(jié)和堯字節(jié)計算。IDC《數字宇宙膨脹： 到2020年全球信息增長預測》顯示，數字信息每年按照幾何級數態(tài)勢遞增，到2020 年數字量將達到40ZB。（2）數據類型復雜（Variety）：相對于傳統(tǒng)的便于存儲的結構化數據，大數據下非結構化數據越來越多，比如網絡瀏覽軌跡、視頻、音頻、圖片、地理位置信息等。數據類型的多樣性對數據的處理能力提出了更高的要求。（3）產生速度快（Velocity）：數據的產生和更新頻率快，每秒都在即時增加，因此大數據的存儲以及實時處理和分析能力是大數據背景下技術創(chuàng)新的關鍵要求。（4）價值密度低（Value）：存儲的數據量大，但是蘊含的價值低。比如一段監(jiān)控視頻時間長達2個小時，但是有用的數據可能只有1～2分鐘。朱東華：《大數據環(huán)境下技術創(chuàng)新管理方法研究》，《科學學與科學技術管理》2013年第4期。

數字技術是指對產生于人機交互、物聯(lián)網等以結構、半結構、非結構形式存儲于數據庫中的數據，進行提取和集成，以模式識別、數據挖掘、可視化以及統(tǒng)計分析等技術手段，通過數字技術生成模塊化的專用數字技術處理軟件包，進一步通過模塊集成實現決策支持、智能生產、智能服務、預測等技術創(chuàng)新，實現大數據的價值化。

根據大數據的特點可知大數據和傳統(tǒng)數據的差別主要體現在數據處理技術上，大數據下的數字技術包括傳統(tǒng)基本數據處理技術如模式識別、數據挖掘、可視化、統(tǒng)計分析，和高級數據處理技術如移動計算、社會化媒體、物聯(lián)網、云計算、分析和預測五種技術，這五種數字技術融合后方能產生巨大的技術創(chuàng)新。[德]烏爾里?！ど吕站帲骸豆I(yè)4.0》，鄧敏、李現民譯，機械工業(yè)出版社，2014年，第54～67頁。移動計算指的是計算的實時性、動態(tài)性，即人和計算機的實時交互，機器和周圍環(huán)境的實時交互，通過移動計算，增加了數據使用技術在地點和時間上的靈活性，數據的實時處理是大數據的最核心技術。社會化媒體是指人們可以在社會化媒體平臺發(fā)布信息、分享內容、互動交流。社會化媒體平臺的使用數據具有“流”的特性，大數據流的特性改變了人們收集和評價信息的方式，也改變了技術創(chuàng)新方式。物聯(lián)網描述的是物理對象間的連接，這種交互作用發(fā)生在機器與機器之間，對象與對象之間。物聯(lián)網的形成開啟了服務創(chuàng)新、生產創(chuàng)新和增值過程的新維度，是新的增值模式和商業(yè)模式的基礎。云計算指的是一種基于互聯(lián)網的計算方式，主要解決數據的結構問題和管理問題，共享的軟硬件資源和信息按需提供給不同的使用者，通過云計算加快對信息的發(fā)現、組織和協(xié)調并為技術創(chuàng)新提供服務。分析和預測是對大數據進行關聯(lián)、趨勢性等知識發(fā)現技術，由于大數據的海量性、動態(tài)性、類型多樣性和價值低密度性，有價值的信息隱藏于碎片化的數據關聯(lián)中，而且隨時間的流逝不斷減少，因此傳統(tǒng)的優(yōu)化算法、抽樣學習的數據挖掘技術、統(tǒng)計分析方法已不適用，基于知識發(fā)現的分析和預測技術是大數據的關鍵技術。針對大數據下的這些數字技術融合就有可能產生技術創(chuàng)新，就可能實現服務智能化、生產智能化、決策智能化等等。

大數據時代給經濟增長帶來了大的變革，這種變革體現在：一是信息化與工業(yè)化的融合，大數據時代的本質是互聯(lián)網基礎上的信息技術在經濟增長和工業(yè)化中的廣泛應用，其核心在于信息化與工業(yè)化的融合。大數據并不能生產出新的物質產品，也不能創(chuàng)造出新的市場需求，大數據的價值，不僅是大數據技術本身，更是應用創(chuàng)新產生的經濟社會價值，能夠讓生產效率大幅提升，從而使工業(yè)制造的生產效率得到大規(guī)模提升，并進一步促進經濟發(fā)展。二是促進產業(yè)融合。大數據時代信息化和智能化的廣泛使用，使得不同產業(yè)或同一產業(yè)不同行業(yè)相互滲透、相互交叉，最終融合為一體，逐步形成新的產業(yè)。在技術融合、數字融合基礎上所產生的產業(yè)邊界模糊化，產業(yè)由分立走向融合，產業(yè)融合能夠通過建立與實現產業(yè)、企業(yè)組織之間新的聯(lián)系而改變競爭范圍， 經濟增長效率大幅度提高。三是技術創(chuàng)新發(fā)生變化。在大數據背景下科技創(chuàng)新與產業(yè)結合程度加強，而且由于信息化的廣泛使用，信息化和工業(yè)化的深度融合，技術創(chuàng)新的協(xié)同性和共享性加強，科技創(chuàng)新與產業(yè)結合對經濟增長的作用加強。

二、大數據下數字技術創(chuàng)新的新特點

大數據下的技術創(chuàng)新與傳統(tǒng)漸進性技術創(chuàng)新有本質的不同，主要體現在創(chuàng)新方法、創(chuàng)新模式、創(chuàng)新管理、創(chuàng)新過程和創(chuàng)新結果五個方面。大數據背景下數字技術基礎上的技術創(chuàng)新具有一些新特點：

1.數字技術下的技術創(chuàng)新方法具有組合性

傳統(tǒng)的技術創(chuàng)新方法基于專業(yè)理論、專業(yè)技術和市場目標的共同作用，孫圣蘭、夏恩君：《突破性技術創(chuàng)新對傳統(tǒng)創(chuàng)新管理的挑戰(zhàn)》，《科學學與科學技術管理》2005年第6期。而大數據環(huán)境下的數字技術創(chuàng)新方法更多地來源于對不同技術的組合式創(chuàng)新。創(chuàng)新不僅是一種基于理論背景下的基礎性創(chuàng)新，而更可能是利用現有的數據技術手段和已有信息進行重新組合，技術創(chuàng)新方法的組合性主要體現在對數字的敏感性洞察以及創(chuàng)意路徑實現的組合。對于客戶消費行為的數據技術分析可以開發(fā)出BI系統(tǒng)。對于共眾通信數據分析可以開發(fā)輿情系統(tǒng)， Kevin Systrom和Mike Krieger將Facebook最受歡迎的照片共享思想植入到智能手機中，開發(fā)出了能夠改變照片樣式的軟件。[美]埃里克·布萊恩約弗森、安德魯·麥卡菲：《第二次機器革命》，蔣永軍譯，中信出版社，2014年，第91～92頁。這些說明了數字技術提供了一種組合式技術創(chuàng)新的可能性。

2.數字技術下的技術創(chuàng)新模式具有開放性

傳統(tǒng)的技術創(chuàng)新模式強調獨立創(chuàng)新、合作創(chuàng)新和引進創(chuàng)新模式，這些創(chuàng)新模式聚集對要解決的問題相關領域精通的專業(yè)性人才來提供技術創(chuàng)新方案。專業(yè)人才具備高精尖科技知識，能夠從更加專業(yè)的角度提出建議，而大數據下的技術創(chuàng)新能夠突破對專業(yè)人員和研究領域的限制。數字技術提供了一個開放式的創(chuàng)新環(huán)境，每個人都能夠在開放平臺上對要解決的問題進行新思想的交流與技術創(chuàng)新的實現。納特·特納和扎克·溫伯格是沃頓商學院學習經濟學和創(chuàng)業(yè)學的學生，二人雖然沒有學過醫(yī)學知識，但他們創(chuàng)辦的公司flatiron health正在試圖用大數據分析技術找到治療癌癥的方法。這種群體力量參與和數字技術爆發(fā)出來的無限的智慧正是大數據下技術創(chuàng)新的模式。

3.數字技術下的技術創(chuàng)新管理具有突破性

突破性技術創(chuàng)新是基于不同科學原理和技術方法之上的創(chuàng)新，能夠使產品具有新的性能和較低成本，且具有毀滅性，能開拓新的市場和潛在的應用，如石英鐘的出現給機械表以致命沖擊。數字技術下的融和式技術創(chuàng)新是突破性技術創(chuàng)新，單個領域的技術有可能只服務于特定背景下的產品或者服務，而不同領域技術的有效融合則可能衍生出更多的相關性技術創(chuàng)新。在技術進步的過程中，漸進式創(chuàng)新是階段性的、變革性的，而突破性技術創(chuàng)新是永恒的、革命性的。傳統(tǒng)的技術創(chuàng)新需要高成本的投入，大量的人才培養(yǎng)及儲備、基礎設施的建設、先進設備的研發(fā)及引入，通常這些投入需要經歷一定的時間才有可能獲得創(chuàng)新成果。基于數字技術平臺，每個企業(yè)、機構甚至個人都成為了創(chuàng)新的主體，創(chuàng)新也不再局限于某一技術領域，而是以多種方式存在。如云端存儲服務及數據分析業(yè)務就為企業(yè)提供了一種成本相對較低的創(chuàng)新思路，從而使得技術創(chuàng)新具有更低成本。

4.數字技術下的技術創(chuàng)新過程具有非線性

線性創(chuàng)新和非線性創(chuàng)新是基于創(chuàng)新過程的一種區(qū)分。線性創(chuàng)新過程是一個“基礎科學-應用科學-設計試制-制造-銷售”的單向的、逐次漸進的過程，創(chuàng)新起源于基礎研究。非線性創(chuàng)新過程突出了創(chuàng)新的多層次、多環(huán)節(jié)和多主體參與，在非線性創(chuàng)新過程中創(chuàng)新絕不是從研究到應用的線性鏈條，從小眾到大眾的傳播過程。數字技術下的技術創(chuàng)新突破了線性技術創(chuàng)新的思維，從創(chuàng)新的方式、主體、階段等方面進行非線性交互創(chuàng)新，是企業(yè)內外各種與技術創(chuàng)新有關因素相互作用的結果，突出了創(chuàng)新的多層次、多環(huán)節(jié)和多主體參與。在大數據時代，技術創(chuàng)新被認為是各創(chuàng)新主體、創(chuàng)新要素交互復雜作用下的一種復雜涌現現象，是創(chuàng)新生態(tài)下技術進步與應用創(chuàng)新共同演進的產物。

5.數字技術下的技術創(chuàng)新結果具有通用性

通用性指能夠在多行業(yè)使用的創(chuàng)新技術，通用技術創(chuàng)新具有普遍性，能夠隨著時間推移催生大量的創(chuàng)新，數字技術下的技術創(chuàng)新具有這些特點。數字技術下通用性創(chuàng)新主要是由于創(chuàng)新的方法是組合式創(chuàng)新，對于已有發(fā)明或者技術創(chuàng)新，經過組合后有可能產生新的創(chuàng)新。這種創(chuàng)新方法表明，每一次的技術創(chuàng)新會成為未來創(chuàng)新的一塊積木，在不斷的積累過程中，就產生了持續(xù)技術進步。數字處理技術使得所有領域都能夠獲得海量的數據，并無限制地被復制和重復使用。因此，具有潛在價值的數字化積木式技術創(chuàng)新以前所未有的速度成倍增長，并且還在持續(xù)地提供未來組合式技術創(chuàng)新的可能性。

三、大數據時代我國新常態(tài)經濟增長中數字技術引領技術創(chuàng)新的路徑轉型

當前中國經濟步入以中高速增長為標志的“新常態(tài)”，新常態(tài)不僅意味著經濟增速的放緩，更意味著經濟增長動力的轉換和經濟增長方式的轉變，在新常態(tài)背景下，中國經濟的增長需要實現創(chuàng)新驅動戰(zhàn)略的支撐。在新常態(tài)的創(chuàng)新驅動中，我國面對大數據下技術創(chuàng)新帶來的機遇和挑戰(zhàn)，面對傳統(tǒng)技術創(chuàng)新的路徑依賴和數字技術下技術創(chuàng)新的特點，要發(fā)揮我國自身資源優(yōu)勢，實現數字技術引領技術創(chuàng)新，推動我國經濟增長潛力開發(fā)，就要加快推進數字技術引領技術創(chuàng)新路徑轉變。

1.實施“政府組織+國企研發(fā)”的數字技術創(chuàng)新計劃

技術創(chuàng)新正在成為大數據時代的發(fā)展關鍵詞，而且大數據下的技術創(chuàng)新具有開放性，特別是在數字化工廠方面，實現過程中有大量需要進行標準化的內容，歐美國家在這一方面起步早，已制定出系統(tǒng)集成、安全保障、數字化工廠、能耗等技術標準，因此要積極引進和參與國際化標準工作，同時實施舉國體制，發(fā)揮政府作用，組織開展我國的技術標準化研究，爭奪制造業(yè)競爭的話語權。另外，在產品市場規(guī)模巨大、產品集成復雜的重大技術創(chuàng)新領域，借鑒“高鐵”技術創(chuàng)新模式，由政府牽頭，發(fā)揮國企研發(fā)力量，重點突破某一領域的技術難題。在實施“政府組織+國企研發(fā)”的數字技術創(chuàng)新計劃中，重點要持續(xù)推進大數據平臺建設，構建信息共享機制。大數據環(huán)境下的技術創(chuàng)新是基于數據庫基礎上的，因此要持續(xù)推進數據庫、知識庫、云計算庫、數據分析庫的基礎平臺建設，大數據下人人都是技術創(chuàng)新者，要構建基于服務的、集成智能分析、快速決策分析的大數據處理支持系統(tǒng)接口，建立促進群體成員之間信息溝通、共享和促進群體技術創(chuàng)新的交互平臺，建立開放的大數據技術創(chuàng)新體系、協(xié)同創(chuàng)新模式和評估機制，以推動新常態(tài)下數字技術對技術創(chuàng)新的引領。

2.建立技術創(chuàng)新的市場機制，引導企業(yè)自主創(chuàng)新

隨著我國經濟體制改革的深化和對外貿易的開放，市場化進程不斷加深，我國逐漸成為全球最大的產品市場，市場化需求確定了技術創(chuàng)新方向，技術創(chuàng)新中的市場杠桿作用越來越顯著，因此要完善大數據下技術創(chuàng)新的市場機制，引導企業(yè)根據自身優(yōu)勢及市場需求，發(fā)現創(chuàng)新機遇并且進行自主創(chuàng)新。在引導企業(yè)自主創(chuàng)新的過程中要強化知識產權保護，制定稅收減免政策，激勵企業(yè)技術創(chuàng)新。企業(yè)作為技術創(chuàng)新的主體，在研發(fā)新技術、發(fā)現新知識過程中形成的無形資產如果無法得到法律的保護，企業(yè)就缺乏技術創(chuàng)新的動力。知識產權的清晰界定以及產權保護有助于企業(yè)開展自主創(chuàng)新，從技術創(chuàng)新中獲得高額收益，從而促進更加長遠的技術創(chuàng)新。我國目前對于知識產權界定、保護以及知識使用的制度及法律還不完善，因此，政府應該加大對于知識產權的保護力度，制定相關的制度政策及法律法規(guī)保護企業(yè)的自主創(chuàng)新成果，鼓勵技術創(chuàng)新。此外，要通過稅收減免政策激勵企業(yè)加大技術創(chuàng)新的投入強度。

3.加強數字技術人才培養(yǎng)，實施全球人才引進計劃

大數據時代的到來使新常態(tài)下的中國企業(yè)面臨新的機遇和挑戰(zhàn)，企業(yè)應用和行業(yè)動態(tài)呈現出新趨勢和特征：社會網絡與社會計算、云計算、協(xié)同化軟件與技術、新型電子市場與新型電子商務將轉變企業(yè)運作和組織架構。大數據時代企業(yè)的關注點將從傳統(tǒng)的決策支持系統(tǒng)、智能系統(tǒng)、數據庫建模與設計、信息系統(tǒng)規(guī)劃、開發(fā)方法等方面逐漸轉移到以新概念、新技術實行的決策分析、信息安全和風險管理等領域上。大數據技術的戰(zhàn)略意義不在于掌握龐大的數據信息，而在于對這些含有意義的數據進行專業(yè)化處理，大數據環(huán)境下技術創(chuàng)新的實施，需要一大批對于大數據的搜集、處理、分析、決策支持等方面的高層次人才。因此在大數據背景下中國新常態(tài)的經濟中，要加強數字技術人才培養(yǎng)，實施全球人才引進計劃：一方面通過加強我國高校計算機、電子專業(yè)建設，調整培養(yǎng)方案，優(yōu)化教學環(huán)境，創(chuàng)新創(chuàng)業(yè)項目實施，以培養(yǎng)掌握數字技術基礎型人才，加強人才隊伍建設，搭建人才創(chuàng)業(yè)平臺，營造人才創(chuàng)業(yè)環(huán)境，引導大數據人才創(chuàng)造；另一方面我國需要制定全球數字技術人才引進計劃，特別是了解核心技術的專業(yè)人才和數據分析師的引進，并為人才的流入做好政策支撐。

4.加大企業(yè)數字技術的研發(fā)投入力度，優(yōu)化政府投資結構

科研資金投入是保障技術創(chuàng)新的必要條件之一，投資的主體主要是政府和企業(yè)，我國政府的研發(fā)支出僅次于美國，但是作為技術創(chuàng)新主體的企業(yè)投入相對低。根據管理咨詢公司思略特的《全球創(chuàng)新1000強》報告，2014年全球企業(yè)研發(fā)投入達到6470億美元，這一數字占全球創(chuàng)新總投資的40%，美資企業(yè)的研發(fā)投入規(guī)模位居全球第一，達到2569億美元，其次是歐資企業(yè)達到1938億美元，然后是位居第三的日資企業(yè)達到1167億美元，中國企業(yè)僅有300億美元。排名前十的企業(yè)分別是大眾汽車公司、三星公司、英特爾、微軟、谷歌、默克公司、豐田公司，還有三家醫(yī)藥企業(yè)，其中研發(fā)投入分別達到135億美元和134億美元，而我國最大投資的公司排在第62位。從投資去向看這些資金主要投資于醫(yī)療保健和計算機這兩個行業(yè)，占據了全球研發(fā)總支出的一半，其次為汽車和軟件。從企業(yè)投入資金數量上看出我國企業(yè)投入力度極低，同時與美國投資主要集中于醫(yī)療保健、數據信息為代表的新興技術產業(yè)相比，我國投資結構呈現分散局面，因此在新常態(tài)的經濟增長中要制定針對我國企業(yè)的相關政策和考核辦法，以加大企業(yè)研發(fā)投入力度，并匯聚政府的投資于數字技術為核心的戰(zhàn)略新興產業(yè)的研發(fā)。

作者單位：茹少峰、李祥麗，西北大學經濟管理學院；杜建麗，西安石油大學理學院

責任編輯：韓海燕