大数据驱动传统产业转型升级的路径
——基于大数据价值链视角
李永红，张淑雯
（西安邮电大学经济与管理学院，陕西西安 710061）
摘要： 随着数字经济的发展，数据化成为传统产业发展的方向。大数据作为当前数字经济的发展要素，能够驱动传统产业的转型升级，为传统产业的发展带来正向效应，解决当前传统产业成本高、信息化程度低等问题。通过对大数据的理论研究，立足于大数据价值链视角，挖掘大数据的价值内涵，明确大数据通过价值创造能够驱动传统产业转型升级。同时根据大数据价值链三要素数据量与数据质量、数据分析能力以及创新性思维，分别提出大数据驱动传统产业转型升级路径,即数据驱动路径、能力构建路径和思维双元路径，进而对传统产业的转型升级提出相关政策建议。
关键词： 大数据；传统产业；转型升级；路径
随着互联网的兴起，大数据出现在人们的视野，正改变着人们的生活。自2014年首次写入政府工作报告以来，“大数据”一词已多次出现在我国政府的工作纲要上。党的十九大提出，要推动大数据与实体经济深度融合，推动我国进入数字经济发展的快速阶段。习近平总书记在主持中共中央政治局就实施国家大数据战略进行的第二次集体学习时强调，要推动大数据技术产业创新发展，构建以数据为关键要素的数字经济，促使我国对经济结构进行调整。同时，中国信息通信研究院发布的《中国数字经济发展与就业白皮书（2018）》中显示，我国数字经济总量达到27.2万亿元，占我国生产总值（GDP）的32.9%，其中大数据对数字经济的发展功不可没。大数据作出的资源配置是针对整个现实经济系统，而非局部［1］。随着传统产业对大数据的应用越来越广泛，其最终都会朝向大数据产业的方向发展，因此，大数据正以其自身的价值促进经济结构优化，推动消费结构升级、消费需求释放，对我国传统产业进行数据化转型升级产生积极影响。然而，我国传统产业存在成本高、利用率低、信息化程度不均衡等多方面的问题，因此，本文从大数据的角度出发，准确把握大数据的内涵，深入研究大数据对传统产业转型升级的作用，帮助我国传统产业寻找出转型升级的路径，为更多企业开辟新的发展空间。
1 文献综述
利用高新技术来驱动传统产业转型升级一直是经济学研究的一个课题。高新技术具有关联性强、渗透度高等特点，能够促使产业结构升级［2］。Sturgeon等人［3］认为技术创新能够提升企业自主创新的能力，进而推动传统产业的转型升级，形成新兴业态。赵玉林等人［4］通过大量的数据分析得出，高新技术产业能够带动传统产业部门的提升发展，从而说明高新技术对于传统产业的重要性。
随着技术的进步，信息化成为直接推动产业发展的一个主要因素。信息化不仅促进信息部门之间的生产能力提升，也对其他相关部门有一定的溢出效应［5］。从信息化的本质出发，在整个社会信息化的过程中，刘虹涛等人［6］认为信息产业的快速发展以及高效的资源配置效率等特点能够促使产业结构转型升级，向高度化方向发展。Rifkin［7］将信息技术作为当前社会的重要发展因素，通过不断提高产业之间的技术关联度，能够引发新一轮的工业革命，即信息革命。因而，信息化对生产方式的改变进一步推动传统产业的转型升级。
近年来，大数据作为信息化发展的产物，是当前数字经济的关键生产要素［8］，能够为传统产业的发展带来新机遇。许正中［9］指出，只有通过大数据才能实现国家“十三五”规划中的智慧产业。陈德余等［10］认为，大数据对产业结构的影响通过3个方面，即助力传统产业结构转型升级、助力第三产业内部结构优化、助力产业结构提升高度，进而达到各产业结构协调发展。
大数据作为产业发展过程中各个环节的纽带，能够以自身的价值促使传统产业在需求获取、提高企业运营效率、商业模式创新等方面获得相应的成就［11］。在需求获取方面，汪涛武等人［12］认为大数据能够倒逼传统产业转型升级，能够满足客户的个性化需求，进而重塑传统产业的价值。在企业运营效率方面，从资源配置的角度来看，大数据能够降低企业的信息成本，从而提高企业的生产效率，实现知识的再创造，即能够利用大数据进行分析，进而优化企业的绩效［13］。在商业模式创新方面，曾宇［14］通过研究表明，大数据作为企业的核心资产，能够深刻地影响企业的业务模式，进而推动区域工业经济的提升。汪樟发等［15］通过研究，将企业利用大数据的商业模式分为三大类，即数据交易、大数据应用和提供大数据技术、设备及服务，同时认为大型企业例如谷歌、亚马逊等的商业模式都是上述3种模式兼具。
2.1.3 创新性思维
综上所述，学者对于大数据与传统产业之间的研究，对我国传统产业的转型升级具有非常重要的意义，但是大部分学者都还是主要注重大数据驱动传统产业转型升级之后的发展方向，并没有从大数据的本质与内涵出发来挖掘大数据的价值如何作用于传统产业，也没有为传统产业转型升级指出明确的道路。本文从大数据价值链的角度出发，深入探索大数据对传统产业转型升级的效用，并提出相应的传统产业转型升级的路径，以期对加快我国传统产业数据化转型升级提供参考。
首先在态度上，培训工作就没有得到B公司管理层的重视。比如，在公司历次的营销动员大会上，公司均会要求各级渠道部门进行前期的工作总结和后期的工作规划，但基本上从未安排过培训组人员进行培训工作的总结和规划。虽然在每个月中旬，培训组人员均会与各职能部门沟通，要求各职能部门提供次月的培训需求，但往往各个职能部门也都不提报，或者临时性拍脑门提出一些培训要求。而当培训组人员深入各个市场进行培训时，经销商人员由于重视度不足或者所接受的培训并不是其急需的，导致培训时应付了事甚至将培训当成是工作放松，无法保证培训效果。重视度不足，导致培训不成系统，培训效果不佳，培训部门难以发挥真正的作用。
2 大数据驱动传统产业转型升级的机理
2.1 大数据价值链构成
大数据，顾名思义，是巨量数据的集合，其具有大量（volume）、高速（velocity）、多样（variety）、低价值密度（value）、真实性（veracity）五大特点；同时，大数据能够通过新型的处理系统获得更强的决策力、洞察力和优化能力。根据大数据价值链，所谓的“大数据”并不只是指海量数据，更多的是具有大数据创新性的思维，能够对这些海量数据进行专业化处理，从而提高数据价值的一个过程。因此，大数据价值的构成不只是数据量与数据质量，也包含整个过程中的数据分析能力以及创新性的思维。
3.1.3 思维双元路径
数据量是否庞大，是判断是否为大数据的第一标准。随着数字经济的发展，整个社会趋于信息化，致使数据量剧增。美国IDC公司报告预测，到2020年，全球数据量将扩大50倍。同时，由于互联网的普及，数据的来源多种多样，各行各业都会产生大量的结构性数据和非结构性数据，这也使得数据类型急剧增加。量变引起质变，因而，数据质量也是大数据所体现的一部分。数据质量的好坏影响着大数据的真实性，真实性越高的数据其质量越高；反之，其质量无法满足大数据的需要。
（1）传统产业能够拥有大量、高质量的数据。随着信息技术飞速发展，传统产业向信息化方向发展日益普遍，特别是互联网和物联网的发展引发数据迅猛增长；同时，新一代信息基础设施的建立，尤其是在制造业方面，能够带动柔性制造、网络制造、绿色制造、服务型制造等新型生产方式的发展，进而促进传统产业产生海量数据。从消费者的角度来看，消费者对传统产业中产品的反应也将随着传统产业的信息化发展以数据的形式表现出来。不仅如此，传统产业可能会随着市场范围的扩大，从第三方获得相应的数据，这些数据在传统产业中积累得越多，其蕴藏的价值就会越大，数据的利用率就会越高。
2.1.2 数据分析能力
纳米药物教学知识涉及面广而杂，容易混淆，学科的知识点较难记忆。以学生为主导的课堂教学模式进行教学，可以令学生更加深入地了解与知识点相关的信息。
大数据中最重要的部分是其所包含的信息，想要从海量数据中提取关键信息，必须经过有效识别以及专业的分析与挖掘，尤其是目前大量非结构化数据的产生，致使数据挖掘变得较为困难。因此，将大数据与云计算等相关技术结合，提高数据分析能力，才能找到所需要的信息，提升大数据的价值。
2) 按键和扫描枪均可以工作为键盘模式，所以在编译嵌入式linux内核时需添加对键盘驱动的支持。具体步骤：make menuconfig ARCH=arm CROSS_COMPILE=arm-linux- / Device Drivers / Input device support / keyboards。
2.加强对领导班子和领导干部执行党风廉政建设责任制和自身廉洁从业情况的监督检查。以执行国有企业领导人员廉洁从业若干规定情况为切入点，重点监督检查被巡视单位党员领导干部利用职权和职务上的影响谋取不正当利益，私自从事营利活动，违反规定干预、插手经营活动和虚列成本、截留收入、私设“小金库”、收取规定外收入等问题及廉洁自律、“不收不送”承诺的落实情况，督促领导班子和领导干部自觉做到秉公用权、廉洁从业。
创新性思维是一种意识，认为数据只要处理得当就能够为市场提供相应的解决方案。如果没有这种思维，就意味着大数据并没有发挥其作用，不具有任何价值。因此，创新性思维的产生是大数据价值构成的一部分，思维越敏捷，大数据的价值越高。
对于后期肥市走向，比较看好，因为当前很多不正规小厂被淘汰，加上监管力度大，市场朝着有序方向发展。为保证销量，稳固市场，公司每年会做标准化试验田，召开多次技术培训会，让农民看到效果、学到知识。预计后期尿素价格稳中有升，主要因为原材料价格上涨，环保压力大，而尿素价格上涨将带动复合肥价格上涨。当地过年后用肥马上开始，当地基本在年前备肥。
根据 《中华人民共和国清洁生产促进法》规定，项目区葡萄酒生产需达到清洁生产标准二级，即国内清洁生产先进水平。根据 《清洁生产标准—葡萄酒制造业》（HJ 452—2008），葡萄酒制造业达到二级指标水平，耗水量应小于等于4.0 m3/kL。葡萄酒制造业清洁生产耗水量见表2。
2.2 大数据价值驱动传统产业转型升级
3.1.1 数据驱动路径
这种大数据的价值创造能够直接影响传统产业的发展，尤其是可以利用大数据所创造出的价值在产业间进行资源重新配置，同时将大数据作为企业的核心竞争力，对企业的业务流程进行再造，并对供应链以及客户进行管理，从而提升企业的经营效率。不仅如此，大数据在转型升级后的产业中流通，其价值增量远远高于大数据在未转型升级的产业中的流通，这说明大数据能够对传统产业内部结构进行优化，提升整个产业价值链。因此，以大数据的视角，能够从数据量和数据质量、数据分析能力以及创新性思维方面驱动传统产业转型升级。
图1 大数据价值创造的影响因素
3 大数据驱动传统产业转型升级的路径
3.1 路径设计
对于传统产业而言，无论是制造业、医疗业、金融业、通信业等，最终都将变为大数据产业中的一员［16］，因此，必须借助大数据的力量进行转型升级。一般而言，传统产业在转型升级的过程中，无论是自身面临着无方向、无能力等问题，还是外部环境面临的发展不均衡等压力，都会制约传统产业转型升级。因此，结合大数据驱动传统产业转型升级的机理，能够勾勒出3种转型升级的路径，即数据驱动路径、能力构建路径、思维双元路径（见图2）。
图2 大数据驱动传统产业转型升级路径
根据大数据价值来源的不同，可以构建三维坐标系，即数据量与数据质量、数据分析能力以及创新性思维（见图1）。从图1可以看出，在数据量与数据质量以及数据分析能力一致的情况下，随着创新性思维的不断提高，大数据的价值创造从传统数据—小型神经网络分析—中型神经网络分析—大型神经网络分析依次递增，其中A点的价值创造远高于C点的价值创造。由于数据价值创造并不是由创新性思维单一要素决定，它也受到数据量和数据质量以及数据分析能力的制约，往往这三者的提高是相辅相成的，由此可见，A点的价值创造高于B点。因而，数据量越大、数据质量越、数据分析能力越、创新性思维越敏捷，大数据的价值创造就会越多。
那么在运动式治理过程中，宣传工具是如何发挥引导民意、论证运动合理性、体现政府执政效能，以及全方位发挥运动式宣传的功能的呢？以“五水共治”为例可总结如下。
一般而言，大数据最具有价值的部分是其数据本身，数据才是整个传统产业最核心的部分，因此，数据驱动路径是以传统产业为主体。在数字经济时代，传统产业能够拥有大量、高质量的数据，但是由于传统产业对于数字技术的缺乏，使其选择与新兴产业进行跨界融合，从而以数据自身带动整个传统产业的转型升级。这一路径的作用机理主要体现在：
美国幼儿身体活动的环境政策中强调以外部环境的吸引力激发幼儿积极主动地进行身体活动或参加体育运动。为幼儿提供身体活动的机会是幼儿主动参与活动的前提；稳定、便利的环境是幼儿身体活动的基础；限制幼儿久坐不动行为是增加幼儿身体活动的一种有效途径；教师或保育员的行为对促进或抑制幼儿身体活动有着重要影响；体育培训与教育对于增加家长与幼儿进行身体活动具有重要意义。综上可知，美国环境政策从不同方面促进幼儿身体活动，对幼儿身体活动的政策指导已经发展到比较细致的方面。
VLPs是L1蛋白的基因组序列修饰后在载体中表达的一种重组蛋白，可以引起人体的免疫反应，但无感染性和致病能力。目前可用的疫苗有三种，分别为英国葛兰素史克公司的二价疫苗Cervarix和美国默克公司的四价疫苗Gardasil 4、九价疫苗Gardasil 9[1]。这三种疫苗的预防范围见表1。
（2）传统产业能够与新兴产业相互融合。随着经济社会由以供给为导向逐渐转变为以需求为导向，消费者掌握当前消费市场的主导权，以消费者行为、偏好为主的大量同类型数据成为传统产业及企业在进行产品定位时的关键要素，传统企业的商业模式、组织架构会随着数据量的增加越来越难满足当前企业的需求，为此，传统产业及企业需要以消费者需求作为当前企业的引导方针，重塑新的发展力，从数据中提炼自身需要的信息，改变整个经营策略，实现资源的重新配置，促使传统产业及企业适应当前环境，获得更大的利润。这种传统产业对大数据的需求，实质上是传统产业与新兴产业进行融合所产生的一种期望，进而出现智慧消防、智慧农业、“互联网+”等新的产业融合方式，致使传统产业发生质的变化。同时，随着产业对范围经济的追求，加之技术的创新以及放松管制打破行业间的壁垒，越来越多不同的产业进行相互融合，尤其是传统产业与新兴产业的融合，正是当前大数据环境所促成的；这种产业融合的机会在传统产业信息化的过程中越来越多，导致传统产业会以数据本身作为诱导，与新兴产业进行跨界融合。这时，传统产业及企业对于自身信息系统的建设是把握跨界融合需求的基础。这意味着，传统产业与新兴产业的融合主要涉及的是数据信息的挖掘、分析、可视化等智能化结果；这些智能化结果能够反馈给传统产业，促使其优化内部流程、提高决策质量、进行精准营销、提升企业效益等，进而实现传统产业转型升级。
3.1.2 能力构建路径
传统产业在转型升级时容易由于能力不足导致转型失败，尤其当前的数字技术发展迅速，使得这一问题更为突出。根据动态能力理论，动态能力有助于产业进行组织变革，推动传统产业进行转型升级。动态能力是指产业不仅要具有感知外部环境的能力，也要具有与转型升级相对应的能力。随着大数据开始驱动传统产业转型升级，传统产业想要获得竞争优势，必须拥有IT资源，即拥有感知外部大数据环境的能力和数据分析能力，从而开辟一条以能力构建为主的传统产业转型升级的路径。这一路径的作用机制主要体现在：
（1）大数据能够提升传统产业及企业的感知能力。感知是指组织对感觉所蕴含的信息的一种阐释过程。对于传统企业而言，感知能力是其通过对外界消费市场、供应市场、竞争市场的探寻，进而提高自身对环境适应的能力，可以分为洞察能力、识别能力以及认知能力。即当外界环境发生一定变化时，企业能够迅速地发现情况变化（洞察能力），从而分析当前的外部环境，进而识别出影响外部环境变化的因素（识别能力），寻找自身发展的机会，进行相应的学习推敲，达到相应目的（认知能力）。在传统产业转型升级过程中，随着企业信息化建设越来越完善、数据资源越来越丰富，从企业内部对外部大数据环境能够有更为敏感的感知，尤其是对有效数据以及数字技术的感知；同时，消费市场、供应市场和竞争市场的环境逐渐趋于大数据环境，也能够帮助企业感知当前的变化，适应新的外界环境。
（2）感知能力促进数据分析能力的构建。传统产业的转型升级不仅需要感知外部环境的能力，还需要数据分析能力去满足传统产业的需求。由于数字技术成为当前社会发展必不可少的要素，因而数据分析能力可以界定为以数字技术为基础，将有效数据中所蕴含的信息挖掘出来，提升大数据的价值，进而有助于对资源进行重新配置，提升决策效率、提高企业经济效益的能力。当传统产业或企业具有能够感知大数据环境的能力时，可以在研发、生产、销售等具体领域构建其数据分析能力，这是由于企业在感知的过程中已经发现相应的机会，同时意识到数据分析能力是企业转型升级与之匹配的能力；加之，消费市场作为数据分析能力发挥作用的主要市场，能够成为数据分析能力的拉动力。此时，传统产业及企业的决策和运营能力也会随着数据分析能力的出现而提升。不仅如此，数据分析能力能够帮助经营不善的传统产业及企业脱离原有的商业模式，重新研发产品、开拓市场或开辟渠道，进行创新性发展，引导企业进行转型升级。
2.1.1 数据量与数据质量
基于创新理论，双元性创新是指两种相互对立的创新活动，即利用企业现有知识和技能的挖掘性创新以及依靠新的知识和技能的探索性创新的并存与组合。也就是说，传统产业在进行转型升级的过程中存在两种大数据思维，即传统产业可以挖掘自身数据的价值，对现有的产品、流程、商业模式进行改造，这属于挖掘性创新思维；也可以根据市场变化开拓新兴产业，这属于探索性创新思维。因此，通过大数据创新性思维的双元性，能够构建出一条传统产业转型升级的路径。这一路径的主要作用机理体现在：
（1）大数据有助于传统产业产生挖掘性创新思维。挖掘性创新主要是针对当前传统产业所在的领域，利用现有的知识、技能及资源去提升企业的经营效率，进行渐进式、风险较小的创新活动。一般而言，传统产业自身的业务是其发展的主要源动力。随着信息平台在传统企业上线，传统产业会接触到多种多样数据，不仅有自己产生的数据，也有公共资源的数据，这些数据在传统产业中会得以累积，形成巨大的数据量。数据量的多少意味着数据中信息量的丰富程度，越庞大的数据量，其信息程度越丰富，因此，传统产业会想要去挖掘当前数据的信息，产生挖掘性创新思维。这种挖掘性创新思维会引导传统产业探寻数据中的价值，有助于传统产业及企业降低运营成本、提高产品更新换代的速度、对企业内部软硬件设施进行优化、改造自身的商业模式与盈利模式以及提升自身的决策能力等，从而助推传统产业转型升级。
（2）大数据有助于传统产业产生探索性创新思维。探索性创新主要是指通过利用新知识、技能和资源，把握当前产业发展所带来的新的机会，对其进行不断的探索和尝试，从根本上进行突破性的、风险较大的创新活动。这种创新活动有助于传统产业及企业用自身的力量进入新的领域，为企业带来新的业务以及新的盈利点。随着技术的日益更新，传统产业也必须跟上步伐，尤其是大数据时代的到来，传统产业想要对大数据产业进行相应的探索，以拓阔领域，至此会出现探索性创新思维。探索性创新思维正是传统产业及企业探寻新兴领域的助推力，能够促进用于抓取数据的爬虫系统与智慧平台的建设，能够构建数据分析系统和数据共享平台等，这意味着传统产业以新兴领域的发展进行转型升级。
总而言之，在传统产业进行转型升级时，其需要将挖掘性创新思维和探索性创新思维两种思维进行结合，使传统产业在对自身的价值进行深入挖掘的过程中，也要充分拓展新的领域，实现双元发展，以达到传统产业转型升级的最大化效益。
采取儿童依从性评分量表评估接种儿童的依从性,评估内容主要为接种儿童的配合情况、哭闹程度等,量表总分为100分,得分越高则依从性越高。采取问卷形式评估家长的护理满意情况,行百分制,评分越高则护理满意度越高。
3.2 综合考虑
不同的行业信息化程度不同，其所选择转型升级的路径也不同，因此，传统产业在转型升级的过程中，要结合行业的具体情况与特点，寻找适合企业自身的转型升级的路径。例如，对于制造业而言，其内部的技术水平相对比较落后，但是一旦信息化水平达到一定程度，会产生巨大的数据量，因此，为了提升行业的信息化水平以提高行业的整体经营效益，需要与新兴产业进行融合；这类企业更适合数据驱动路径，用数据作为核心竞争力，逐步实现转型升级。电子行业本身就属于信息化产业，工业化与信息化的融合度较高，容易感知外界大数据环境的变化；同时，其数据分析能力相比其他行业而言更容易构建，因而更适合能力构建路径，从数据分析能力入手，依靠核心技术进行转型升级。对于通信行业而言，尤其是通信运营商，其信息化水平较高，本身就掌握着大量的数据，不仅能够对数据进行挖掘，也能够利用数字技术建立相应的数据系统和平台，即可以同时进行挖掘性创新和探索性创新，更适合思维双元路径。
4 大数据驱动传统产业转型升级的对策建议
4.1 构建政府主导、企业参与的大数据中心
为了高效地利用大数据，推动对大数据的深层次开发，促进传统产业转型升级，需要以政府作为主导，构建各行各业的企业参与其中的大数据共享平台。
（1）加快宽带网络由数量增长向服务质量提高，升级传统通信网络，制定国家层面的互联网基础设施发展计划，尤其是对云计算等数字技术的研发与应用，实现从基础建设阶段迈向深化应用与创新层面的跨越，能够从物质上提供相应的技术基础。同时，由于政府掌握着目前绝大多数的数据，可以对这些大数据实施开放政策，从而使各行业企业能够更加便捷、快速地得到数据，以便获取其中的信息。
（2）由于大数据中心的建设需要各行各业的支持，因而可以拓宽投资来源渠道，吸引社会资本参与相关基础设施的建设，并在基础电信运营等方面去除各类限制民营企业进入的显性或隐形门槛，建立高覆盖率的网络平台。除此之外，不同行业对数据的掌握情况不尽相同，容易在数据平台的建设过程中出现“信息孤岛”的现象，因此，可以加速产业融合，打破信息壁垒，得到相应的数据获取渠道，对数据进行深入挖掘。
4.2 构建大数据保障机制
传统产业转型升级不断加快，为了更好地发展数字经济，要从根本上对大数据进行保护，制定相应的保障机制。大数据保障机制可以分为两个部分，一方面为数据的安全保护，另一方面为对数字知识产权的保护。
（1）在互联网背景下，数据规模的增长越来越快，尤其是传统产业在转型升级的过程中催生出的新要素、新组织架构、新商业模式等都会导致数据量的增加，因此数据的安全问题亟待解决。为了适应此趋势，应从技术层面上设置保护机制，建立网络安全保护，尤其是在数据储存系统中进行加密设置，确保数据的完整；同时，将责任制用于数据安全保护机制中，通过管理措施，将数据丢失、泄露等行为追究到人，以杜绝此类现象的发生。
（2）完善知识产权保护制度，有助于促进数字技术的发展。保护技术研发、专利和知识产权，必须从根本上杜绝网络侵权等问题，从而通过推进立法进程，从法律层面上切实做到保护数字知识产权，加大数字信息的安全保护力度，使知识产权的有效性得以增强，进而鼓励数字技术创新，促进传统产业转型升级。
4.3 构建复合型人才培养与激励体系
大数据的特征决定了其复杂的本质，同时，不同的传统产业具有一定的差别性，这就需要数字技术与业务同时具备的人才。人才培养对于当前传统产业转型升级有着至关重要的作用，因此，需要构建复合型人才培养与激励体系，提高企业感知能力和数据分析能力，进而促进企业开展挖掘性创新和探索性创新。
（1）建立新型的复合型人才培养体系。发挥各高等院校的作用，鼓励各高等院校增开与数字技术相关的课程及专业，尤其是对非计算机专业等学生的培养，为市场提供复合型人才；同时，学生在校期间可以到企业中进行实习，将所学理论与实践相结合。不仅如此，对已经从业的人员提供相应的培训，尤其是对金融、物流等从业人员，要根据不同的行业开展针对性培训，使其掌握相应的数字技术，符合精准需要，向复合型人才方向转变。
（2）制定相关奖励制度，奖励相应的人才。除了从国家层面上对具有大数据创新性思维的人才开展相关创新活动提供一定的财政补贴外，企业内部制定相应的激励政策，例如对创新型人才提供去国外学习的机会，并畅通复合型人才的上升渠道。
参考文献：
［1］刘刚,马犇.数据驱动型经济发展的组织和机制研究［J］.经济纵横,2016(12):39-45.
［2］吴晓波,曹体杰.高技术产业与传统产业协同发展机理及其影响因素分析［J］.科技进步与对策,2005(3):7-9.
［3］STURGEON T,VAN BIESEBROECK J,GEREFFI G.Value chains,networks and clusters: reframing the global automotive industry［J］.Journal of Economic Geography,2008,8 (3) :297-321.
［4］赵玉林,汪芳.我国高技术产业关联效应实证分析［J］.经济问题探索,2007(1):6-13.
［5］CORREA C M. Considerations on the Standard Material Transfer Agreement under the FAO treaty on plant genetic resources for food and agriculture［J］.Journal of World Intellectual Property,2006,9(2):137-165.
［6］刘虹涛,靖继鹏.信息技术对传统产业结构影响分析［J］.情报科学,2002(3):333-336.
［7］RIFKIN J. The third industrial revolution: how lateral power is transforming energy, the economy, and the world［M］.NewYork:Palgrave Macmillan, 2011.
［8］中国信息通信研究院.中国数据经济发展白皮书（2017年）［R］.北京：中国信息通信研究院,2017.
［9］许中正.大数据带来中国战略主动大机遇［J］.经济研究参考,2016(7): 49-56.
［10］陈德余,汤勇刚.大数据背景下产业结构转型升级研究［J］.科技管理研究,2017,37(1):128-132.
［11］徐宗本,冯芷艳,郭迅华,等.大数据驱动的管理与决策前沿课题［J］.管理世界,2014(11):158-163.
［12］汪涛武,王燕.基于大数据的制造业与零售业融合发展:机理与路径［J］.中国流通经济,2018,32(1):20-26.
［13］达文波特.大数据分析：数据驱动的企业绩效优化、过程管理和运营决策［M］.吴峻申,译.北京：机械工业出版社,2015.
［14］曾宇.大数据与区域经济发展［J］.首都师范大学学报（社会科学版）,2015(4):74-80.
［15］汪樟发,涂俊,张春霞.大数据商业模式与传统企业的转型创新［J］.创新与创业管理,2014(2) :115-127.
［16］迈尔-舍恩伯格,库克耶.大数据时代:生活、工作与思维的大变革［M］.盛杨燕,周涛,译.杭州:浙江人民出版社,2013.
Path of Big Data Driving the Transformation and Upgrading of Traditional Industry：Based on Big Data Value Chain Perspective
Li Yonghong, Zhang Shuwen
（Xi'an University of Posts ﹠ Telecommunications, Xi'an 710061, China）
Abstract: With the development of digital economy, data becomes the direction of traditional industry development.Big data, as the development factor of the current digital economy, can drive the transformation and upgrade of the traditional industry, bring positive effect to the development of the traditional industry, and solve the problems of the high cost and the low degree of informatization of the current traditional industry. Through theoretical study of big data, based on the perspective of big data value chain, this paper excavates the value connotation of big data, and it is clear that big data can drive the transformation and upgrading of traditional industries through value creation. At the same time, according to the data quantity, data quality, data analysis ability and innovative thinking of big data's value chain, this paper puts forward the path of big data driving traditional industrial transformation and upgrading,that is,>Key words: big data; traditional industries; transformation and upgrading; path
中图分类号 ：F124.3；G301
文献标志码： A
文章编号： 1000-7695（2019）07-0156-07
doi: 10.3969/j.issn.1000-7695.2019.07.022
收稿日期： 2018-05-29，修回日期：2018-08-16
基金项目： 工业和信息化部软科学项目“数据资产视角下数字经济内部传导机制与模式研究”（2017-R-15）；陕西省教育厅重点研究计划项目“移动互联网促进陕西传统制造业转型升级的路径与模式研究”（17JZ068）；陕西省社会科学基金项目“智能制造推动陕西工业企业供给侧结构性改革路径研究”（2017D032）
项目来源： 西安邮电大学研究生创新基金项目“大数据视角下智慧城市内部机理与模式研究”（ CXJJ2017090）
作者简介 ：李永红（1968—），女，山西阳泉人，副院长，教授，主要研究方向为企业创新、产业经济；张淑雯（1993—），通信作者，女，河南洛阳人，硕士研究生，主要研究方向为信息产业规划。
标签：大数据论文; 传统产业论文; 转型升级论文; 路径论文; 西安邮电大学经济与管理学院论文;