内卷的本质和大数据在计量经济学领域的运用思考
内卷的本质和大数据在计量经济学领域的运用思考
今天我们来思考两个问题：
-
- 当下经济的困局在哪里？为何内卷越来越严重？
- 内卷的本质是什么？为何会出现内卷？
- 市场经济运行的底层逻辑是什么？西方经济学理论的指导意义是什么？
- 计量经济学融入大数据技术能否解决当下的困局？
我们带着以上四个问题去思考，在这里我谈谈个人的一些观点和具体的看法。若有说的不正确的地方，望贻笑大方！
经济困局与内卷本质
- 先说前两个问题当下经济的困局和内卷严重的根源所在？或者说症结所在！
在2023年1月著名经济学家吴敬琏教授曾经发过一篇文章，名为《当下中国经济困局，疫情不是主因》，整篇文章阐述了，从建国到改革开放后的40年，我国经济取得的成绩和存在的问题。吴敬琏教授重点指出，我国经济体制改革的核心和实质在于选择由市场-价格机制支配的资源配置方式还是由行政命令和国家计划支配的资源配置方式；要言不烦，就是在资源配置中市场起决定性作用还是政府起决定性作用。
吴敬琏教授在书中指出，在全面改革的顶层设计、路线图和时间表已经明确的条件下，关键就在于执行和落实。而对于存在的一些"民退国进"，以及民粹主义和狭隘民族主义思潮的兴起；存在讨伐资本、贬抑私有企业的氛围，不少企业家焦虑迷惘、缺乏投资和创业的动力。为了恢复企业家的信心，给企业家吃“定心丸”和抚慰他们，会有一定的作用，但功效不一定很大。在我看来，重要的是迈开市场化、法治化、民主化的改革步子，撤消政府机构对微观经济活动的过度干预，为各类市场主体提供能够自主经营的营商环境和非禁即入、保持公平竞争的政策环境。
以上仅是国内存在的问题，当然在经济全球化的基础下，我们仍然不能忽视外围环境，也就是全球的经济形势。随着俄乌战争的爆发，全球政治经济动荡，中美关系恶化，存在诸多不确定因素；但总体而言，全球经济处于极度通缩状态，而国内处于产能严重过剩和通胀状态。国与国之间的企业竞争激烈，数年来美国倡导的资本回流，企业回流等现象，以及疫情等因素的影响，全球进出口贸易总需求减少。在全球经济形势不好的情况下，国际贸易出口量减少，从过去全球经济高速发展的增量市场，到当下的存量市场。经济内循环成为当下经济的主基调！
说到这里，我相信很多人已经明白了，我们目前以经济内循环为主，假设在蛋糕无法继续做大的基础上，总的市场容量是一定的，从过去的增量市场变成存量市场；那么企业与企业，个人与个人之间的竞争炽热化在所难免！
因此内卷的本质是在市场资源有限的情况下，存量市场内部的竞争激烈化！必然会出现企业与企业之间，个人与个人之间的内卷！
市场经济底层运行的逻辑是什么?
目前全球的经济学理论基石是西方经济学，也就是说市场经济学的底层逻辑是基于这套理论体系运行的；那么西方经济学的理论价值基础是什么？核心思想又是什么？这些理论基础对于我们的实际指导意义是什么？
首先说西方经济学的价值基础是：
- 个人自由: 西方经济学强调个人自由和自主决策的重要性。个人可以自由选择他们的经济活动、职业和消费方式，而无需过多的政府干预。这体现了经济自由市场的理念，认为市场机制能够最有效地调节资源配置和经济活动。
- 私有财产权: 西方经济学将私有财产权视为经济发展和繁荣的基础。私有财产权使个人和企业能够享受和控制其拥有的资源和财富，激励他们进行创新、投资和生产。这也为市场交易提供了基础，促进了资源的有效配置和经济增长。
- 竞争与效率: 西方经济学认为有效竞争是推动经济增长和资源配置效率的关键。竞争鼓励企业提高效率、降低成本、创新和提供更好的产品和服务。通过竞争，市场能够自动调整价格和数量，实现资源的最优配置。
- 市场机制: 西方经济学强调市场机制的重要性，认为市场的自由交易和供需关系能够有效地协调经济活动。价格的形成和调节反映了市场上的信息和偏好，通过买卖双方的自愿交换，资源可以流动到最有利于社会福利的地方。
- 效用最大化: 西方经济学常常以个体效用最大化为基础，认为个人在做出决策时会追求其自身利益最大化。这个理念在微观经济学中起着重要作用，为理解和解释个人决策行为提供了基础。
综述，西方经济学的价值基础是基于个人自由主义、私产，竞争与效用、市场机制等核心思想；那么西方经济学的主要模型基础是什么呢？
西方经济学在古典经济学的基础上进行改了，引入数理统计思想，旨在使用数学思想和模型去解释一切的经济现象，从劳动价值论到新古典经济学基于个人理性行为和市场交互的理论体系。通过供需关系、效用函数和边际效用理论等概念来解释市场的行为和资源配置。这些模型假设市场具有完全信息和竞争性，并寻求达到市场均衡。
说白了西方经济学试图使用数学模型去评估和解决经济学问题，例如：西方经济学理论中的凯恩斯理论模型，他借助市场经济当中四个核心函数：生产函数、投资函数、消费函数、总需求函数等来指定经济生产活动；除此之外，西方经济学还引入了新古典增长模型，市场不完全模型等理论基础。
下面是西方经济学理论基础综述：
西方经济学采用了多种典型的模型来解释和分析经济现象。以下是其中一些常见的典型经济学模型：
-
凯恩斯经济学模型：凯恩斯经济学模型是由约翰·梅纳德·凯恩斯提出的，被广泛应用于宏观经济学。该模型关注总需求对经济增长和就业的影响，并强调政府干预的重要性。凯恩斯模型中的关键概念包括消费函数、投资函数、总需求和总供给等。
-
新古典经济学模型：新古典经济学是基于个人理性行为和市场交互的理论体系。新古典经济学模型通过供需关系、效用函数和边际效用理论等概念来解释市场的行为和资源配置。这些模型假设市场具有完全信息和竞争性，并寻求达到市场均衡。
-
外部性与公共物品模型：外部性指经济活动对除直接参与者之外的其他人产生的影响。这个模型研究外部性的产生和应对方法。公共物品模型则关注非竞争性和非排他性的物品，以及个体之间的共享和集体行动。
-
新古典增长模型：新古典增长模型是研究经济长期增长的模型。该模型探讨了技术进步、资本积累和人力资源等因素对经济增长的作用。其中最著名的是罗默模型（Romer model）和索洛模型（Solow model）。
-
市场不完全模型：市场不完全模型着眼于市场中信息不对称、交易成本、不完全竞争等因素的影响。这些模型考虑了市场参与者之间存在信息的不完全性，以及市场上存在的摩擦和障碍。
这些模型只是西方经济学中的一小部分，每个模型都有其特定的假设和应用领域。经济学家们使用这些模型来研究和理解各种经济现象，并提出政策建议和决策支持。在实际应用中，经济学家们还会根据具体情况进行适当的方法和模型组合，以更好地解决现实世界中的经济问题。
西方经济学和计量经济学的关系
我们可以通俗的理解为，西方经济学是市场经济学理论模型，而计量经济学是一套方法论，其目的是使用什么样的手段和方法进行模型的创建和评估。
计量经济学的核心是使用数理统计方法和经济理论来研究经济现象。它的主要目标是建立经验模型，通过对实际数据的分析，量化经济变量之间的关系，并对经济理论做出验证、检验与解释。
以下是计量经济学的核心内容：
-
经济理论的量化分析: 计量经济学通过数学和统计方法，将经济理论中的假设和关系转化为可供实证分析的模型。它可以帮助我们理解和量化经济变量之间的关系，如需求和供给、投资和生产、消费和收入等。通过这些模型，我们可以对经济问题进行定量预测和政策评估。
-
数据采集和处理: 计量经济学依赖于大量的经济数据，包括时间序列数据和截面数据。它涉及数据的收集、整理、清洗和转换，以满足模型和分析的要求。同时，计量经济学也需要考虑数据的质量、可靠性和有效性，避免数据偏差对结果的影响。
-
参数估计和推断: 在计量经济学中，我们需要通过样本数据对经济模型中的参数进行估计。这涉及到使用统计方法，如最小二乘法、极大似然估计等，来推断真实参数的取值。参数估计的准确性和有效性对于模型的可靠性和解释能力至关重要。
-
模型评估和检验: 计量经济学要求对建立的经验模型进行评估和检验，以确定模型的质量和适应性。这包括对模型的拟合程度、参数显著性、残差分析等进行统计检验，并考虑模型的稳健性和鲁棒性。
-
政策分析与预测: 计量经济学可以帮助我们进行政策分析和经济预测。通过建立经济模型和利用历史数据，我们可以评估不同政策对经济变量的影响，同时也可以基于模型进行经济预测和情景分析。
综上所述，计量经济学的核心是将经济理论与数理统计方法相结合，通过对实际数据的分析，建立经验模型来研究经济现象，并为经济政策和决策提供定量支持和指导。
计量经济学与大数据技术融合
回到现实问题，如果市场容量一定，增量市场变为存量市场，那么是否可以借助计量经济学的理论模型去最优化资源配置，达到市场和资源的最优解？
内卷是一种毫无意义的病态的生活方式，也是使得生命的意义变得无价值化，工具化；生命不是工业化生产的工具，并不是经济财富增长的代价。简而言之人不是工具，而是目的！
三点思考：
-
- 市场信息对称化了吗？市场机制充分发挥了吗？
- 需求的痛点在哪里？如何借助大数据技术使用经济学模型对未来经济形势作出指导，如何使用信息化优势解决实际企业的生产问题？
- 各行各业有没有必要成立数据中心？意义在哪里？
这里举个例子：很多偏远农村，瓜农和菜农的蔬菜由于物流运输条件限制，市场信息不对称等原因，出现供需不平衡，对生产资源造成极大的浪费；导致了部分农产品滞销，而城市居民却无法吃到绿色健康的蔬菜。
这里其实通过技术完全可以解决，信息数据孤岛问题；思路：
1.建立农业数据中心，汇集市场信息与农业生产数据；实时预判市场价格、需求等走势。通过信息优势达到平衡机制
2.有点到面，一个城市配备一个农贸仓储物流中心；解决物流问题
3.构建农产品交易平台，从生产到销售整个渠道链路打通。如此以来既解决了农村就业问题，收入问题；又解决了城市的食品消费和食品安全问题。
对于大数据与计量经济学模型融合，借助AI和大语言模型，实现经济自预测模型，我认为指日可待！