
需求和供給的相對(duì)平衡是國(guó)民經(jīng)濟(jì)的平穩(wěn)的決定性因素。要達(dá)到這個(gè)平衡,國(guó)家提出要供給側(cè)改革??催^(guò)很多供給側(cè)改革的文章,大部門比較宏觀,而筆者認(rèn)為精細(xì)化推進(jìn)”供給側(cè)“改革需要產(chǎn)業(yè)發(fā)展推薦引擎系統(tǒng)和中國(guó)產(chǎn)業(yè)信息平臺(tái),需要大數(shù)據(jù)驅(qū)動(dòng),需要如大數(shù)據(jù)推薦引擎技術(shù)系統(tǒng)一樣形成有效的正反饋機(jī)制,精細(xì)化解決這個(gè)問(wèn)題,簡(jiǎn)言之:
1)全方位了解需求方(改革中的人民群眾)“健康”(不是盲目需求)的需求;
2)全方位了解供給方有哪些產(chǎn)業(yè)滿足這些需求。
很顯然這是一個(gè)產(chǎn)業(yè)發(fā)展匹配人民生活需求的問(wèn)題,產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,需要產(chǎn)業(yè)推薦引擎,需要發(fā)展什么,調(diào)整什么需要根據(jù)人民生活的需求、地區(qū)需求,提供他們喜歡的產(chǎn)品和服務(wù),這和電子商務(wù)網(wǎng)站的個(gè)性化推薦引擎的原理非常相似。智能推薦引擎在電子商務(wù)網(wǎng)站的的基本邏輯是什么?是根據(jù)用戶的需求,標(biāo)簽,行為,熱門、興趣、地域、探索等邏輯,在商城發(fā)現(xiàn)符合用戶的產(chǎn)品,以預(yù)測(cè)群體的行為,推薦個(gè)人喜好的產(chǎn)品。在網(wǎng)上購(gòu)物日益普及的今天,個(gè)人相對(duì)穩(wěn)定的購(gòu)買需求與網(wǎng)站提供的紛繁龐大的產(chǎn)品之間的矛盾越來(lái)越突出,“信息過(guò)載”(現(xiàn)在是產(chǎn)業(yè)過(guò)載)和“信息迷失”(發(fā)展方向迷失,或者說(shuō)不夠精細(xì)化)的現(xiàn)象日益嚴(yán)重。電子商務(wù)企業(yè)很好的利用了推薦技術(shù)來(lái)解決這個(gè)問(wèn)題,推薦引擎根據(jù)用戶標(biāo)簽,行為,購(gòu)物時(shí)間、地點(diǎn)等各種外界因素而提供給消費(fèi)者越來(lái)越滿意的產(chǎn)品推薦。這種邏輯非常適合我們面前的供給側(cè)改革,改革者如何準(zhǔn)確的把握和利用當(dāng)前老百姓的生活消費(fèi)需求,通過(guò)優(yōu)化投資結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu),在經(jīng)濟(jì)可持續(xù)高速增長(zhǎng)的基礎(chǔ)上實(shí)現(xiàn)經(jīng)濟(jì)可持續(xù)發(fā)展與人民生活水平不斷提高。所以筆者認(rèn)為供給方改革就需要供給方推薦引擎!
這顯然這是需要大數(shù)據(jù)的思維,是一個(gè)大數(shù)據(jù)的問(wèn)題,而不是口號(hào)和宏觀的問(wèn)題,需要數(shù)據(jù)說(shuō)話,數(shù)據(jù)管理,數(shù)據(jù)決策,一邊是老百姓需求發(fā)掘與預(yù)測(cè),一邊是產(chǎn)品生產(chǎn)數(shù)量,質(zhì)量,和產(chǎn)業(yè)產(chǎn)能比例。如何建立這樣一個(gè)算法模型,借力大數(shù)據(jù)和互聯(lián)網(wǎng)技術(shù),讓生產(chǎn)的產(chǎn)品不過(guò)剩,消費(fèi)者剛好喜歡。這是一個(gè)系統(tǒng)工程,不是一個(gè)感性工程,所以我們需要用科學(xué)的手段解決,先建立起模型,然后不斷優(yōu)化。
首先我們需要明確
1)供給側(cè)改革目標(biāo)
GDP發(fā)展多少?各行業(yè)發(fā)展提高多少?人民有哪些需求?各種需求數(shù)據(jù)是多少?比如幾套房子,幾輛車子,這些全部需要根據(jù)13五規(guī)劃做大概的計(jì)劃,好讓供給方改革有個(gè)目標(biāo),有數(shù)據(jù)可依,有數(shù)據(jù)可管理,有數(shù)據(jù)決策。
2)供給側(cè)改革推薦引擎算法模型;
建立產(chǎn)業(yè)發(fā)展推薦看板,根據(jù)的確老百姓的需求和現(xiàn)有產(chǎn)業(yè)發(fā)展情況,推薦企業(yè)重點(diǎn)發(fā)展哪些產(chǎn)業(yè),哪些行業(yè),哪些服務(wù),區(qū)域經(jīng)濟(jì)發(fā)展首先要自己自足(生活必須品),然后有自己的特色。例如西北地區(qū)服裝生產(chǎn)落后,依靠南方企業(yè)服裝生產(chǎn)滿足西北人的服裝需求,雖然物流很發(fā)達(dá),但是還是耗能很大,運(yùn)輸成本較高,一些生活的必須品最好能夠?qū)崿F(xiàn)本地化生產(chǎn);區(qū)域經(jīng)濟(jì)發(fā)展特色經(jīng)濟(jì)是說(shuō)根據(jù),本地區(qū)特色,組織有效的生產(chǎn)改革。例如甘肅隴西地區(qū),首先要本地區(qū)的百姓的基本需求的自給自足,然后大力發(fā)展發(fā)展藥材企業(yè)。并集中發(fā)展地產(chǎn)企業(yè),讓百姓集中住房,推進(jìn)農(nóng)業(yè)規(guī)?;N植。甘肅地區(qū)人民的居住和水資源可以集中起來(lái)解決。而不是各自為戰(zhàn)。
再如:去年的的“雙十一”,某大型外資超市在天貓賣出了224萬(wàn)升進(jìn)口牛奶,接近中國(guó)人每天液體奶需求量的一成;不僅奶粉,日本馬桶蓋、韓國(guó)化妝品、美國(guó)手機(jī)等都在最暢銷的“海淘”商品中名列前茅……這并非簡(jiǎn)單的“崇洋媚外”,它反映了中國(guó)人在生活水平提高后對(duì)消費(fèi)產(chǎn)品質(zhì)量的重視,更折射出中國(guó)長(zhǎng)期以來(lái)“供給側(cè)”不足的矛盾。“這說(shuō)明需求已經(jīng)發(fā)生了變化?!蹦壳拔覈?guó)的產(chǎn)業(yè)結(jié)構(gòu)比較低端,高端的產(chǎn)能需求、高質(zhì)量的產(chǎn)品,國(guó)內(nèi)供給解決不了;而供給的結(jié)構(gòu)也出了問(wèn)題。我國(guó)大量的供給產(chǎn)能是過(guò)剩的,而且是一種低端的產(chǎn)能過(guò)剩?!八裕F(xiàn)在要做的就是從供給端進(jìn)行改革。”通過(guò)這樣的數(shù)據(jù)分析,我們就需要加強(qiáng)供高端產(chǎn)品的生產(chǎn)。
這種模型要考慮當(dāng)前,未來(lái)5年,十年的需求發(fā)展和變化,一旦建立,就可以分短期,中期和長(zhǎng)期的戰(zhàn)略進(jìn)行實(shí)施。全國(guó)經(jīng)濟(jì)發(fā)展一體化,計(jì)劃加執(zhí)行。地方經(jīng)濟(jì)發(fā)展市場(chǎng)化等發(fā)展策略,把這些策略確定為算法,通過(guò)數(shù)據(jù)公式去執(zhí)行去不斷的調(diào)優(yōu),實(shí)現(xiàn)理念行為化,行為制度化,制度信息化,精細(xì)化、科學(xué)化是長(zhǎng)久之計(jì)。
3)行業(yè)改革算法模型,行業(yè)不同改革的模型也不同,因此需要精細(xì)化改革思路,不能一刀切,需要數(shù)據(jù)說(shuō)話;
工業(yè)供給側(cè)改革模型
農(nóng)業(yè)供給側(cè)改革模型
金融供給側(cè)改革模型
房地產(chǎn)行業(yè)供給側(cè)改革模型
以房地產(chǎn)行業(yè)為例,”要化解房地產(chǎn)庫(kù)存,促進(jìn)房地產(chǎn)業(yè)持續(xù)發(fā)展”。這是對(duì)房地產(chǎn)作為支柱產(chǎn)業(yè)的再次確認(rèn)。促進(jìn)房地產(chǎn)業(yè)持續(xù)發(fā)展,不僅因?yàn)檫@一行業(yè)能帶動(dòng)鋼鐵、水泥、電解鋁等許多下游產(chǎn)業(yè)的發(fā)展,化解這些行業(yè)的產(chǎn)能,有效拉動(dòng)就業(yè),還在于從推進(jìn)“人的城鎮(zhèn)化”考量,房地產(chǎn)業(yè)的發(fā)展是讓2.5億缺乏相應(yīng)市民權(quán)利的城鎮(zhèn)常住人口能真正定居下來(lái)的必要物質(zhì)前提。這是在調(diào)控層面消除供給制約。
制造業(yè)供給側(cè)改革模型
服務(wù)業(yè)供給側(cè)改革模型
文化產(chǎn)業(yè)供給側(cè)改革模型
電影行業(yè)供給側(cè)改革模型
如下:
其一,全國(guó)經(jīng)濟(jì)指標(biāo),根據(jù)權(quán)限,聯(lián)合國(guó)家重要的統(tǒng)計(jì)部門,了解全國(guó)的經(jīng)濟(jì)指標(biāo);其二,產(chǎn)業(yè)數(shù)據(jù)查詢;其三,行業(yè)數(shù)據(jù)查詢;其四,區(qū)域經(jīng)濟(jì)查詢、區(qū)域經(jīng)濟(jì)發(fā)展推薦;其五,經(jīng)濟(jì)指標(biāo)發(fā)展分析;這個(gè)平臺(tái)的建立有利于,國(guó)家供給側(cè)改革的科學(xué)化落地。去年中央經(jīng)濟(jì)工作會(huì)議強(qiáng)調(diào),2016年及今后一個(gè)時(shí)期,要在適度擴(kuò)大總需求的同時(shí),著力加強(qiáng)供給側(cè)結(jié)構(gòu)性改革。會(huì)議認(rèn)為,2016年經(jīng)濟(jì)社會(huì)發(fā)展特別是結(jié)構(gòu)性改革任務(wù)十分繁重,戰(zhàn)略上要堅(jiān)持穩(wěn)中求進(jìn)、把握好節(jié)奏和力度,戰(zhàn)術(shù)上要抓住關(guān)鍵點(diǎn),主要是抓好去產(chǎn)能、去庫(kù)存、去杠桿、降成本、補(bǔ)短板五大任務(wù)。平臺(tái)的建立有利于實(shí)現(xiàn)這些目標(biāo)。
最后我想說(shuō),供給側(cè)改革,類似國(guó)家NRP(國(guó)家資源計(jì)劃),因?yàn)閲?guó)家的人們的需求在一年之內(nèi)基本是可以預(yù)測(cè)的,國(guó)家的資源也是相對(duì)比較固定的。如何管理,匹配,非常關(guān)鍵。資源豐富,需求簡(jiǎn)單的時(shí)候管理起來(lái)相對(duì)容易,資源復(fù)雜,需求包羅萬(wàn)象的時(shí)候管理起來(lái)就需要精細(xì)化,沒(méi)有大數(shù)據(jù),沒(méi)有這樣的產(chǎn)業(yè)調(diào)整推薦引擎的思路實(shí)現(xiàn)起來(lái)舉步維艱,或者無(wú)從下手。
因此:精細(xì)化推進(jìn)”供給側(cè)“改革需要產(chǎn)業(yè)發(fā)展推薦引擎系統(tǒng)和中國(guó)產(chǎn)業(yè)信息平臺(tái)!
以上的思路還比較粗淺,但筆者想要說(shuō)明一個(gè)問(wèn)題,那就是要進(jìn)行精細(xì)化,數(shù)據(jù)化改革。學(xué)習(xí)電子商務(wù)網(wǎng)站推薦引擎的商業(yè)邏輯完善改革的算法模型,持續(xù)優(yōu)化,正向反饋。精細(xì)化的中國(guó)夢(mèng)可以比較清晰分階段量化實(shí)現(xiàn)。
但又或許這是當(dāng)下一種錯(cuò)誤的提法。所以歡迎溝通 張涵誠(chéng)微信:zhanghanc
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11