11月19日，马云在上海市浙江商会成立30周年大会上提到了“计划经济将会越来越大”，一时间引起了不小的讨论，甚至吸引来了一众“苏联式计划经济”的拥趸。改革开放已经这么多年，难道一个很有前瞻性眼光的企业家会宣扬那种落后的经济体制？当然不是，本文为读者解读了马云演讲中提到的“计划经济”究竟是什么意思。
本文发于公众号“创事记”，作者是苏清涛；经亿欧编辑，供行业人士参考。
“未来三十年会发生很大的变化，计划经济将会越来越大。”11月19日，马云在上海市浙江商会成立30周年大会上的演讲中说了这么一句话，随后，网上就炸开了锅。绝大多数报道用的标题都是“马云：在未来，计划经济会越来越大”，但并没有解释马云口中的“计划经济”究竟是个什么意思；还有几篇文章，通过分析前苏联解体的原因来暗示“搞计划经济没有好下场”。
然而，先别着急。待搞清楚“计划经济在未来会越来越大”的真实含义后再反驳也不迟。
马云在演讲中的原话是这样的：
因为数据的获取，一个国家市场这只无形的手有可能被我们发现。在没有发现X光和CT机之前，中医是没办法把肚子打开来看一看，所以中医的号脉，望、闻、问、切形成了一种独特的指挥系统，但是X光和CT机出来以后，发生了天翻地覆的变化。相信在数据时代，我们对国家和世界的经济数据的明确掌握，就像我们拥有一个X光机和CT机那样......进入数据时代以后，请大家记住，数据就是对未来的研判。信息IT是对昨天的总结为主，而数据是对未来的研判和预判。“上医治未病，中医治欲病、下医治已病”，我们必须学会上医治未病，未病就是可能出现的问题。
所以，马云口中的“计划经济”，跟前苏联和中国在1992年之前的“国家计划”并不是同一回事，它指的是一种大数据和人工智能，能让资源得到更高效配置的经济机制。
人工智能拯救不了苏联式的计划经济
这并不是马云第一次“唱好计划经济”，早在2015年9月，在接受台湾“中央日报”专访时，马云也曾表示“2030年计划经济将成为更优越的系统。”
实际上，马云也不是将大数据与计划经济联系起来的第一人，在百度上输入关键词“计划经济，大数据”检索会发现，早在2013、2014年，就有不少人在讨论“大数据能不能拯救计划经济”的问题了。
根据哈耶克在《致命的自负》一书中的观点，计划经济在实践上行不通的根本原因是，并不存在一个“全知全能”的人可以掌握到足够的足以做出科学决策（中央计划）的经济信息。于是，各个市场主体进行“分散决策”所形成的“自发秩序”，便成了唯一行得通的经济运行机制。然而，在市场经济中的“分散决策”下，我们看到的是，由于供求双方信息不对称，导致供给和需求经常被错配，结果，社会总是生产出大量多于实际需要的产品，产生了极大的资源浪费。
不过，在即将来临的大数据时代，“无法掌握足够的决策信息”这个问题貌似可以通过技术手段得以解决，因此，很多人对通过“以需定产”来避免浪费的计划经济的幻想便重新被点燃。然而，无论大数据和人工智能多发达，它也永不可能助我们回到苏联式的中央集权的计划经济。原因主要有以下几点：
1、大数据其实是“事后诸葛亮”，如果用它来总结消费者过去的需求，还是不错的，但计划经济需要计划的是未来的生产和消费。以过去的信息为依据来应对具有不确定性的未来需求，很难成功。即使是超级人工智能也无法用未知的参数来计算未来。因此，即便是有了大数据和人工智能，我们仍然找不到那一个“全知全能”的人来做计划的主体。
2、大数据的产权是分散的，它被掌握在多个不同的市场主体手里，而每个市场主体都不愿自己手里的数据轻易被别人使用，中央政府也不可能掌握所有的数据，因此，中央计划无从谈起。
3、如果一个国家禁止除政府之外的机构采集和分析经济数据，规定经济数据是国家机密，这样的话，由全知全能的中央政府来根据数据调节经济，应该能够奏效。但问题在于，有谁会愿意生活在这样的国家呢？
消费者掌握主导权的“新计划经济”
既然无法回到苏联式的计划经济，那么，在大数据和人工智能的影响下，我们将会进入一个“新计划经济”的时代。
新计划经济，是美国学者安迪·波拉克和英国学者斯蒂芬·博丁顿于上世纪70年代提出的概念。它的具体含义是：通过信息技术进行生产信息和消费信息的采集和处理，在灵活的物流配送体系下对产品的生产、销售、分配、消费进行计划指导。
过去的计划经济之所以失败，一个很重要的原因是只从供给一方考虑问题，消费一方没有发言权，也便失去了产品的价值发现功能，时间久了，产品的定价便会偏离价值太远而造成巨大损失。而在“新计划经济”时代，以需定产，所有的生产都会按照消费需求进行，每一件产品在生产之前都知道它的消费者是谁，并且知道这件产品的标准是怎么样的。
当下很火热的“C2B”模式，正是新计划经济的主要实现形式。所谓“C2B”，就是消费者提出要求，制造者据此设计消费品、装备品。“以消费者数据为基础的消费者喜好和需求画像倒逼到产品的设计、研发、生产、供应链、营销等制造业供给侧的多个环节，这就是C2B的本质。”阿里数据经济研究中心秘书长潘永花在一篇文章中写道。
C2B模式的主要特征是：在前端，它们或是提供相对标准化的模块供消费者组合，或是吸引消费者参与到设计、生产的环节中来；在内部，它们提升组织能力，以个性化定制方式服务于海量消费者；在后端，它们积极调整供应链，使之具备更强的柔性化特性。
三一重机（上海南浦）有限公司项目总监、总经理办公室主任李斌举例介绍，过去因为不可能一双脚做一个模具，所以不能按照每个人的脚生产鞋，但智能制造解决了这个问题。“你看中了某一品牌和款式的鞋子，只要你用手机将自己的双脚拍一张照片发到这个品牌的企业，这个企业就能运用技术手段将你的双脚数据化，并把这些数据输入到鞋子的制造系统，系统通过柔性化生产系统便可以给你生产出只有你穿才合脚的鞋子。”
在传统的生产方式里，产品是生产者说了算，消费者只需要根据自己的需求决定买或者不买。而C2B却引起了一场“消费关系”的大解放，未来的消费关系是：消费者需要什么，生产者就得生产什么，这是一个逆向生产的过程。并且，生产商之间比拼的不再是价格，而是谁能最先对接到消费者的需求，并且完成消费者需求的精准程度。此时，不会有库存，也不会有恶性竞争，社会成本极大地降低。
整个社会的供应关系将被摧毁重建。
这也是工业4.0的本质，工业4.0将在未来实现工厂、消费者、产品、信息数据的互联，最终实现万物互联，从而重构整个社会的生产方式。即利用物联网、大数据、移动互联网的手段，使工厂实现定制化生产（按需生产）的过程，从而实行从消费需求——工厂制造——后续服务的一体化。
零库存，减少浪费
与自由竞争的市场经济相比，“新计划经济”最大的好处是消费者的需求在先，生产在后，两者精确匹配，因此，不会产生库存（生产过剩）的问题。
看下面两个例子就很清楚了：
1、在当前的市场经济下，农民选择农作物一般都比较喜欢跟风，去年种什么比较赚钱，今年就会种什么，最终每年被跟风种植的作物就会跌价，没人种植的作物价格就会飙涨，等反应过来也晚了，需要很长时间才能平衡。这样的自由市场其实是浪费极大的，也容易产生类似“蒜你狠”的投机倒把行为，最终受害的是消费者和农民。
2、而未来的“新计划经济”就会通过信息收集全国各农作物的市场需求（比如类似淘宝天猫这样的平台就可以进行大致的统计），从而引导各地农民进行种植计划，种植计划进行全国对比之后发现某种作物种植的人太多了，于是可以引导一些人修改种植计划，最终可以大致达到种植计划对口市场需求的目的，这样依靠大数据和信息化减少市场的盲目性和浪费。
在工业品市场上，库存和压货是吞噬厂商利润的黑洞，也是商品价格难以下降的拦路虎。压货和库存是利润的天敌，中国零售商品的零售价往往是成本的5倍，眼镜、珠宝、奢侈品零售价往往是成本的几十倍上百倍，如此巨大的价格差异就是层层库存、压货加价和终端零售成本高昂造成的。 倘若通过新计划经济实现了“零库存”，消费者将不必为厂商的库存和浪费去买单，因而，物价将可能大幅度下降。
新计划经济还将推动生产和消费朝着生态化的方向前进。如上文提到的李斌说，智能手机的功能在众多消费者那里只用了不足10%，这是因为目前手机只能批量生产，而且消费者的个性定制得不到技术支持。这些无用的功能几乎存在于所有的产品中，这些无用的功能在生产时不仅要消耗大量的资源，而且要耗费巨大的能源、人力，同时产生巨量工业废弃物，造成环境污染和生态破坏。“在工业4.0时代，人们可以通过大数据获取每个消费者使用产品的个性特征，进而有针对性地为其生产一个独一无二的产品。试想，去掉了一半以上的功能，我们节能减排的压力还会像现在这样大吗？我们想要个APEC蓝还用费那么大的劲吗？”李斌感叹。
两种不同的计划经济
从上面的分析看，基于大数据的“新计划经济”确实很不错。它跟苏联式的计划经济有着本质区别：
产权制度不会发生改变，不会回到“公有制”；
市场主体择业自由，而不是被“分配”；
计划的主体是采用了人工智能的企业，而不是自认为“全知全能”的政府官员；
计划的作用，主要体现在生产及供应链管控上，而产品和服务的定价，是靠市场完成的，不是由政府“规定”的；
经济的参与者，是完全出于自愿的，而非强制性，并且，参与者是自组织、去中心花的，而不需要一个领导来决定每个人干什么；
计划只能在一个比较小的范围，比如一个企业、一个行业或一个产业链上进行，整个国家范围内的、跨行业的经济活动，它计划不了，国与国之间的经济活动，更加计划不了；
“新计划经济”可以利用大数据技术，寻求更加精确的市场定位，降低信息成本，更透彻的市场信息，更集约的对口生产，可以减少“劣汰”的浪费，大幅增加“优胜”的比例。
搞清楚了这几条本质差别，再回头来看马云的“在未来，计划经济会越来越大”时，自由市场的支持者们就不必感到恐惧了，与此同时，那些计划经济的拥趸们，也没必要兴奋了。
IP卡
狗仔卡
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
显身卡