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
数据分析工具推荐 数据分析工具的选择至关重要。不同工具适用于不同的需求和场景。以下是一些推荐的数据分析工具,根据您的需求 ...
2024-11-27选择适合您需求的数据分析工具 数据分析作为商业决策过程中的关键环节,工具的选择至关重要。不同的工具适用于不同的场景和需求 ...
2024-11-27数据架构文档的编写涉及多个方面,包括内容结构、编写原则和具体要求。遵循规范可以帮助团队更好地理解和管理数据架构,支持项目 ...
2024-11-27挑战与解决方案概述 在数字化时代,数据开放共享对于推动创新和发展至关重要。然而,这一进程面临诸多挑战。保护用户隐私、确保 ...
2024-11-27促进科学研究和创新 数据开放共享为研究人员提供更广泛的资源和合作机会,加速科学知识的发展。通过访问他人的数据集,验证研究 ...
2024-11-27数据组织与存储策略 数据模型是数据仓库和商业智能系统的核心,通过合理的数据组织和存储策略,确保高效、低成本、高质量地利用 ...
2024-11-27持续关注数据系统运行状态 - 数据设计与开发完成后,维护与优化工作成为至关重要的环节。这个过程需要持续且细致的关注,以确保 ...
2024-11-27数据服务未来的趋势 智能化和自动化: 随着人工智能和机器学习技术的飞速发展,数据服务领域正逐渐朝着更智能化和自动化的方向 ...
2024-11-27未来最有前景的行业主要集中在以下几个领域: 人工智能与机器学习:人工智能被认为是未来最具潜力的行业之一,其应用范围广泛 ...
2024-11-27根据多条证据,目前多个行业展现出良好的发展前景。以下是一些被认为具有最好发展前景的行业: 人工智能与机器学习:人工智能 ...
2024-11-27学习数据分析后,可以在多种类型的单位找到工作机会。这些单位包括但不限于: 政府机关:数据分析师在政府机构中扮演重要角色 ...
2024-11-27必备的职业技能 统计学基础 - 理解概率、假设检验、回归分析等统计概念。 - 运用统计方法对数据进行分析和解读。 编程能力 - 掌 ...
2024-11-27基础课程 - 统计学基础: 统计学是数据分析的基石,包括概率、假设检验、回归分析等基本知识。这有助于分析师更好地理解数据背后 ...
2024-11-27数据分析领域涉及众多工具软件,涵盖了从数据处理、分析到可视化的各个方面。在选择适合自己需求的工具时,需要考虑数据规模、分 ...
2024-11-27在数据分析领域,选择合适的工具至关重要。不同的软件适用于不同的需求和技能水平。以下是几款值得考虑的数据分析软件: - Table ...
2024-11-27数据分析中常用的Excel与Python函数公式涵盖了广泛的应用场景。掌握这些基础和高级技巧对于成为一名优秀的数据分析师至关重要。 ...
2024-11-27Python是一种高级编程语言,由荷兰程序员Guido van Rossum于1989年圣诞节期间开始开发,并于1991年首次发布。Python的设计哲学强 ...
2024-11-27课程内容 数学基础: 高等数学、线性代数、概率论与数理统计、微积分等为算法设计和数据分析打下基础。 编程与算法: 掌握 ...
2024-11-27爬虫工程师是互联网时代中至关重要的职业之一,他们的工作内容主要涉及编写和维护网络爬虫程序,进行数据采集与清洗,设计系统架 ...
2024-11-27技能需求 数据管理与建模 - 掌握SQL、HiveQL、Spark SQL等数据库语言,进行复杂数据查询和分析。 - 使用数据建模工具如ER/Studio ...
2024-11-27