
需求和供给的相对平衡是国民经济的平稳的决定性因素。要达到这个平衡,国家提出要供给侧改革。看过很多供给侧改革的文章,大部门比较宏观,而笔者认为精细化推进”供给侧“改革需要产业发展推荐引擎系统和中国产业信息平台,需要大数据驱动,需要如大数据推荐引擎技术系统一样形成有效的正反馈机制,精细化解决这个问题,简言之:
1)全方位了解需求方(改革中的人民群众)“健康”(不是盲目需求)的需求;
2)全方位了解供给方有哪些产业满足这些需求。
很显然这是一个产业发展匹配人民生活需求的问题,产业结构调整,需要产业推荐引擎,需要发展什么,调整什么需要根据人民生活的需求、地区需求,提供他们喜欢的产品和服务,这和电子商务网站的个性化推荐引擎的原理非常相似。智能推荐引擎在电子商务网站的的基本逻辑是什么?是根据用户的需求,标签,行为,热门、兴趣、地域、探索等逻辑,在商城发现符合用户的产品,以预测群体的行为,推荐个人喜好的产品。在网上购物日益普及的今天,个人相对稳定的购买需求与网站提供的纷繁庞大的产品之间的矛盾越来越突出,“信息过载”(现在是产业过载)和“信息迷失”(发展方向迷失,或者说不够精细化)的现象日益严重。电子商务企业很好的利用了推荐技术来解决这个问题,推荐引擎根据用户标签,行为,购物时间、地点等各种外界因素而提供给消费者越来越满意的产品推荐。这种逻辑非常适合我们面前的供给侧改革,改革者如何准确的把握和利用当前老百姓的生活消费需求,通过优化投资结构、产业结构,在经济可持续高速增长的基础上实现经济可持续发展与人民生活水平不断提高。所以笔者认为供给方改革就需要供给方推荐引擎!
这显然这是需要大数据的思维,是一个大数据的问题,而不是口号和宏观的问题,需要数据说话,数据管理,数据决策,一边是老百姓需求发掘与预测,一边是产品生产数量,质量,和产业产能比例。如何建立这样一个算法模型,借力大数据和互联网技术,让生产的产品不过剩,消费者刚好喜欢。这是一个系统工程,不是一个感性工程,所以我们需要用科学的手段解决,先建立起模型,然后不断优化。
首先我们需要明确
1)供给侧改革目标
GDP发展多少?各行业发展提高多少?人民有哪些需求?各种需求数据是多少?比如几套房子,几辆车子,这些全部需要根据13五规划做大概的计划,好让供给方改革有个目标,有数据可依,有数据可管理,有数据决策。
2)供给侧改革推荐引擎算法模型;
建立产业发展推荐看板,根据的确老百姓的需求和现有产业发展情况,推荐企业重点发展哪些产业,哪些行业,哪些服务,区域经济发展首先要自己自足(生活必须品),然后有自己的特色。例如西北地区服装生产落后,依靠南方企业服装生产满足西北人的服装需求,虽然物流很发达,但是还是耗能很大,运输成本较高,一些生活的必须品最好能够实现本地化生产;区域经济发展特色经济是说根据,本地区特色,组织有效的生产改革。例如甘肃陇西地区,首先要本地区的百姓的基本需求的自给自足,然后大力发展发展药材企业。并集中发展地产企业,让百姓集中住房,推进农业规模化种植。甘肃地区人民的居住和水资源可以集中起来解决。而不是各自为战。
再如:去年的的“双十一”,某大型外资超市在天猫卖出了224万升进口牛奶,接近中国人每天液体奶需求量的一成;不仅奶粉,日本马桶盖、韩国化妆品、美国手机等都在最畅销的“海淘”商品中名列前茅……这并非简单的“崇洋媚外”,它反映了中国人在生活水平提高后对消费产品质量的重视,更折射出中国长期以来“供给侧”不足的矛盾。“这说明需求已经发生了变化。”目前我国的产业结构比较低端,高端的产能需求、高质量的产品,国内供给解决不了;而供给的结构也出了问题。我国大量的供给产能是过剩的,而且是一种低端的产能过剩。“所以,现在要做的就是从供给端进行改革。”通过这样的数据分析,我们就需要加强供高端产品的生产。
这种模型要考虑当前,未来5年,十年的需求发展和变化,一旦建立,就可以分短期,中期和长期的战略进行实施。全国经济发展一体化,计划加执行。地方经济发展市场化等发展策略,把这些策略确定为算法,通过数据公式去执行去不断的调优,实现理念行为化,行为制度化,制度信息化,精细化、科学化是长久之计。
3)行业改革算法模型,行业不同改革的模型也不同,因此需要精细化改革思路,不能一刀切,需要数据说话;
工业供给侧改革模型
农业供给侧改革模型
金融供给侧改革模型
房地产行业供给侧改革模型
以房地产行业为例,”要化解房地产库存,促进房地产业持续发展”。这是对房地产作为支柱产业的再次确认。促进房地产业持续发展,不仅因为这一行业能带动钢铁、水泥、电解铝等许多下游产业的发展,化解这些行业的产能,有效拉动就业,还在于从推进“人的城镇化”考量,房地产业的发展是让2.5亿缺乏相应市民权利的城镇常住人口能真正定居下来的必要物质前提。这是在调控层面消除供给制约。
制造业供给侧改革模型
服务业供给侧改革模型
文化产业供给侧改革模型
电影行业供给侧改革模型
如下:
其一,全国经济指标,根据权限,联合国家重要的统计部门,了解全国的经济指标;其二,产业数据查询;其三,行业数据查询;其四,区域经济查询、区域经济发展推荐;其五,经济指标发展分析;这个平台的建立有利于,国家供给侧改革的科学化落地。去年中央经济工作会议强调,2016年及今后一个时期,要在适度扩大总需求的同时,着力加强供给侧结构性改革。会议认为,2016年经济社会发展特别是结构性改革任务十分繁重,战略上要坚持稳中求进、把握好节奏和力度,战术上要抓住关键点,主要是抓好去产能、去库存、去杠杆、降成本、补短板五大任务。平台的建立有利于实现这些目标。
最后我想说,供给侧改革,类似国家NRP(国家资源计划),因为国家的人们的需求在一年之内基本是可以预测的,国家的资源也是相对比较固定的。如何管理,匹配,非常关键。资源丰富,需求简单的时候管理起来相对容易,资源复杂,需求包罗万象的时候管理起来就需要精细化,没有大数据,没有这样的产业调整推荐引擎的思路实现起来举步维艰,或者无从下手。
因此:精细化推进”供给侧“改革需要产业发展推荐引擎系统和中国产业信息平台!
以上的思路还比较粗浅,但笔者想要说明一个问题,那就是要进行精细化,数据化改革。学习电子商务网站推荐引擎的商业逻辑完善改革的算法模型,持续优化,正向反馈。精细化的中国梦可以比较清晰分阶段量化实现。
但又或许这是当下一种错误的提法。所以欢迎沟通 张涵诚微信:zhanghanc
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