
大数据更容易把握市场这只无形的手
马云近日在谈到大数据时表示,过去一百多年,人们都崇尚市场经济。但未来三十年会发生很大变化,计划经济将会越来越大。究其原因就在于数据的获取,可以让人们更容易把握市场这只无形的手。
从目前政治经济业态来看,这无论如何都是一个大是大非的问题。会不会回到计划经济?如何回到计划经济?需要给予非常明确的回答。
马克思主义在市场经济和计划经济到底哪个好问题上有条件地选择了计划经济。这个条件是物质高度发达,人们有高超、准确的预见性,对市场特别是物质生产与需求有强有力的掌控力、预见性与洞察力。如果没有异常高超的手段、预见性与掌控力,那么实施计划经济只能使得资源配置效率大大降低。最终是商品匮乏,经济停滞,从而引发各类矛盾爆发,危及到政权存亡。超越历史阶段实施计划经济对国家经济等各个方面的伤害几乎是毁灭性的,前苏联的解体就是最典型的例子。
相对于计划来说,在人们没有能力对市场进行计划时,市场是高效配置资源的方式,无形之手相对公平地指挥着市场运转。但自由市场一个弊端是,日积月累使得各种风险越来越大,最终爆发金融危机、经济危机,对生产力造成巨大破坏。而这种周期性危机一直无法有效消除,至今仍没有良方医治。
总体来说,在现阶段市场经济利大于弊,而计划经济弊远远大于利。不过,马云所说的计划经济将越来越多的逻辑是建立在大数据大发展基础上。同是计划经济手段提高与方式出现大飞跃的问题。如果大数据使得人们可以对市场有一个彻底认知,精准把控的话,计划经济或者准确的说是计划手段或越来越多。从理论上讲,以互联网、移动互联网、智能移动互联网、物联网、大数据、云计算、传感技术、自动驾驶、个性化定制、VR、AR、MR、AI等为主要特征的第四次工业革命的到来,决定了新的理论特别是新的经济理论急需诞生。出现新的理论没有悬念。
这里需要强调两点,一是马云混淆了计划经济与计划的本质区别。前者是一种经济体制,后者是一种经济手段。手段会越来越好,但不一定非要回到计划经济体制时代。二是马云所说的计划经济是从科技创新角度而言,是技术倒逼变革而来,这里的计划经济不是人、部门、团体包括政治团体主观把控与计划的,而是大数据技术来完成的,不存在人为的主观性因素。而大数据本身离实施计划经济所要求的认知、技能同样还差很远。
大数据仅仅是基础或者是基础设施而已。有了互联网特别是移动互联网,使得我们对每一个经济体的行为交易轨迹可以通过在网上挖掘出来。这是一个翻天覆地的技术大变革。这或许为计划奠定了基础。但是,仅有数据是不够的,不进行计算、分析与挖掘,再多的大数据也只不过相当于一堆破铜烂铁的废品。
马云与马克思一样,仍是规划出了一个计划经济的美好前景而已!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01