数据产业

第一章 什么是数据产业

1.1 数据

1.1.1 数据资源

1.1.2 数据资产

1.2 产业

1.2.1 产业分类

1.2.2 现代产业体系

1.3 数据产业

1.3.1 定义

1.3.2 产业结构

1.3.3 产业行为

1.3.4 市场绩效

第二章 数据资源

2.1 科学数据

2.1.1 自然科学数据

2.1.2 社会科学数据

2.1.3 科学记录

2.2 政务数据

2.2.1 开放获取

2.2.2 数据公布

2.2.3 量化误区

2.3 互联网数据

2.3.1 网络空间：数据唯一存在的疆界

2.3.2 “爬”来的财富

2.3.3 论坛观点挖掘

2.3.4 隐匿身份的聊天数据

2.3.5 邮件：第一种电子证据

2.3.6 博客的演进

2.3.7 六度社交

2.4 金融数据

2.4.1 孪生的新闻与金融数据

2.4.2 金融终端：“沉重的肉身”

2.4.3 讨人嫌的数据中心

2.5 医疗数据

2.5.1 健康档案数据

2.5.2 中医药数据

2.5.3 医疗保险数据

2.6 交通数据

2.6.1 遥感与地理数据

2.6.2 固定点交通数据

2.6.3 轨迹线交通数据

2.7 交易数据

2.7.1 传统交易数据

2.7.2 电子商务数据

第三章 数据产业链

3.1 数据产业链的概念

3.1.1 含义和特征

3.1.2 类别归属

3.2 数据产业链的结构

3.2.1 经济主体

3.2.2 环境要素

3.3 数据产业链的形成

3.3.1 价值分析

3.3.2 维度匹配

3.4 数据产业链的演化

3.5 数据产业链的治理

3.5.1 治理模式

3.5.2 治理工具

3.6 数据产业链的创新

3.6.1 创新层次

3.6.2 支撑体系

第四章 已有的数据创新

4.1 网络创作

4.1.1 网络小说

4.1.2 创意设计

4.1.3 定制开发

4.1.4 项目众包

4.2 数据营销

4.2.1 市场定位

4.2.2 商业洞察

4.2.3 客户评估

4.3 推送服务

4.3.1 精准广告

4.3.2 即时新闻

4.3.3 消息广播

4.4 商品比价

4.4.1 比价衍生物

4.4.2 Groupon需求创造模式

4.4.3 Decide价格预测模式

4.5 疾病预控

4.5.1 流行病追踪与预测

4.5.2 基因测序：从疑难病症的诊治到预防

第五章 领域数据服务

5.1 科学数据服务

5.1.1 文献查找变革

5.1.2 研究脉络探寻

5.1.3 科研项目服务

5.2 政务数据服务

5.2.1 公安部门

5.2.2 工商部门

5.2.3 税务部门

5.2.4 统计部门

5.2.5 环保部门

5.2.6 质检部门

5.3 互联网数据服务

5.3.1 开源协作

5.3.2 隐私服务

5.3.3 人脉搜索

5.4 金融数据服务

5.4.1 描述关系

5.4.2 模拟行为

5.4.3 预测价格

5.5 医疗数据服务

5.5.1 缩减：医疗实践滞后距离

5.5.2 提速：新药上市节奏

5.5.3 跟踪：慢性病演化规律

5.5.4 推送：健康资讯

5.5.5 方法：大脑和中医研究

5.6 交通数据服务

5.6.1 居民出行特征

5.6.2 拥堵因素关联

5.6.3 短时交通预测

5.7 交易数据服务

5.7.1 定价变革

5.7.2 销售变革

5.7.3 支付变革

第六章 行业数据服务

6.1 农林牧渔业

6.1.1 靠数据吃饭

6.1.2 退耕的测算

6.1.3 疫情预警

6.1.4 经略海洋

6.1.5 例：中粮全产业链危机

6.2 资源开采业

6.2.1 以数据勘探

6.2.2 按时间线规划

6.2.3 例：油气巨头的“大数据行动”

6.3 加工制造业

6.3.1 优化产能

6.3.2 重塑流程

6.3.3 定制生产

6.3.4 适度营销

6.3.5 例：IBM介入制造业

6.4 仓储业

6.4.1 仓储拣货优化

6.4.2 物流通道均衡

6.4.3 仓储物流的图论演化

6.4.4 例：“菜”鸟于飞

6.5 航运业

6.5.1 运力预测

6.5.2 驳运关联

6.5.3 例：“铁老大”的经济学分析

6.6 零售业

6.6.1 独特商业布局

6.6.2 例：Pixazza展示架

6.7 房地产业

6.7.1 助力城镇化

6.7.2 慧极物业

6.7.3 例：盛世下的“鬼域空城”

6.8 旅游业

6.8.1 行程策划

6.8.2 景点推送

6.8.3 美食推荐

6.8.4 住宿竞价

6.8.5 例：经不起推敲的预统计

6.9 教育培训业

6.9.1 知识评判新机制

6.9.2 技术获取新格局

6.9.3 例：MOOC

6.10 居民服务业

6.10.1 养生新科学

6.10.2 养老新模式

6.10.3 例：琐碎服务

6.11 商务服务业

6.11.1 法律服务：抢人“饭碗”的算法师

6.11.2 调研报告：改由算法打造的奢侈品

6.11.3 专利资源：最大的公开技术数据源

6.11.4 例：猎聘众包

6.12 技术服务业

6.12.1 气象数据服务

6.12.2 地震数据服务

6.12.3 例：预报高手在民间

6.13 文体娱乐业

6.13.1 艺人遴选

6.13.2 剧本临修

6.13.3 题材定制

6.13.4 例：大数据排片

6.14 公共管理业

6.14.1 兵棋推演

6.14.2 舆情分析

6.14.3 例：各种版本“棱镜门”

第七章 数据产业商业模式

7.1 商业模式的一般分析

7.1.1 要素

7.1.2 形成逻辑

7.1.3 价值

7.2 数据产业的商业模式

7.2.1 资源占有型

7.2.2 内在能力型

7.2.3 资本运作型

7.3 数据产业商业模式创新

7.3.1 源泉

7.3.2 方法

7.3.3 悖论

第八章 数据产业企业经营模式

8.1 经营模式的一般分析

8.1.1 战略

8.1.2 竞争力

8.1.3 异化与趋同

8.2 数据产业企业的经营模式

8.2.1 渐进式发展：Google

8.2.2 复制中创新：百度

8.2.3 外包集成：EMC

8.2.4 断尾变革：IBM

8.2.5 并购演进：Yahoo

8.2.6 业务再造：Facebook

8.2.7 二次创业：阿里巴巴

8.2.8 产学研合作：大有数据

8.3 数据产业企业经营模式创新

8.3.1 经营理念

8.3.2 管理风格

8.3.3 驱动力

第九章 数据产业企业聚集

9.1 指向性集聚

9.1.1 资源禀赋

9.1.2 需求靶点

9.2 驱使型集聚

9.2.1 劳动力

9.2.2 资本

9.2.3 技术

9.3 共生态集聚

9.3.1 实体共生

9.3.2 虚拟衍生

9.4 轮轴式集聚

9.4.1 垂直领导

9.4.2 增长极辐射

9.5 归核化集聚

9.5.1 CBD内核

9.5.2 核心应用

第十章 数据产业集群效应

10.1 外部经济

10.1.1 外部规模经济

10.1.2 外部范围经济

10.2 内部经济

10.2.1 竞合关系

10.2.2 协同效应

10.3 交易成本

10.3.1 分工成本

10.3.2 监督成本

10.3.3 机会成本

10.4 竞争优势

10.4.1 创新绩效

10.4.2 扩张效应

10.5 负效应

10.5.1 创新风险

10.5.2 资产专用

10.5.3 拥挤效应

第十一章 数据产业发展模式

11.1 发展模式的一般分析

11.1.1 影响因素

11.1.2 基本模式

11.2 数据产业发展模式

11.2.1 产业结构：全面推进

11.2.2 产业组织：中小企业主导

11.2.3 产业布局：内生动力增长

11.2.4 产业策略：自主创新

11.2.5 产业政策：政府调控辅助

11.3 数据产业发展模式创新

11.3.1 传承、转移

11.3.2 自由竞争

11.3.3 建设新型基地

11.3.4 外化创新

11.3.5 军工民用并进

第十二章 数据产业法律法规建设

12.1 资源法：数据资源

12.2 经济法：数据垄断

12.3 刑法：数据打假

12.4 民法：数据隐私

12.5 商法：数据资产

参考文献

数据产业是信息产业的逆反、衍生与升级，未来国与国之间的竞争就是数据产业的竞争。
　　为清晰把握这一新兴产业的特性，理清未来发展脉络，《数据产业》以数据产业为研究对象，首先从阐述数据资源和界定数据资产入手，结合现代产业体系，给出了数据产业的基本概念，包括：定义、产业结构、产业行为和市场绩效；其次从数据科技角度，基于已有的和未来的领域或行业数据创新，研究了数据产业链、数据产业商业模式、数据产业企业经营模式和数据产业发展模式等问题；然后自底向上由企业集聚推及产业集群，提炼了5种数据产业企业聚集类型，罗列了数据产业集群可能存在的多种正负效应；最后探讨了亟待推行的数据相关法律法规建设。
　　《数据产业》主要作为新兴产业研究工作者的参考书，可供新兴产业创业或从业人员阅读，同时希望能让企业家、投资家或政府工作人员有所启迪。

创新与变革是人类历史发展的源动力，如何更好地将这种源动力转化为生产力，服务社会；如何利用数据科技构筑产业集群的创新能力，并将其嵌入区域创新系统，进而全面提升国家的全球竞争力，就是当前应讨论的中心议题。
　　在这本《数据产业》中，作者汤春蕾试图秉承数据科学中一些关键概念来澄清两方面问题：数据产业的本质，以及数据产业集群和现阶段经济社会发展关系的本质，希望能在产业经济领域抛砖引玉。