学术争鸣

大数据与社会主义市场经济体制

——兼与马云先生和张旭昆教授商榷

程承坪1邓国清2


内容摘要 大数据有助于扩展人的理性,减少机会主义行为,降低交易成本。但大数据难以消除由自然环境以及人的需求和偏好的变化带来的不确定性,难以解决休谟问题,不能完全消除交易成本。受交易成本的制约,计划经济体制和市场经济体制都存在难以克服的困难。相对而言,社会主义市场经济体制拥有比较优势,大数据不能从根本上改变这一比较优势。但利用大数据,可以使政府更加有为、市场更加有效,有助于完善社会主义市场经济体制。

关键词 大数据社会主义市场经济体制计划经济市场经济

作者 1程承坪,武汉大学经济与管理学院教授、博士生导师;2邓国清,武汉大学经济与管理学院博士生。(武汉 430072

基金项目 国家社会科学基金项目(17BG J022


大数据的广泛开发和利用将推动新一轮科技变革[1],这场全新的科技变革的核心是在信息化基础上的智能化,它将在极大地推动生产力的发展、丰富物质财富的同时,重构人类生活、生产、学习和思维的方式。

由于对大数据开发和利用的发展势头迅猛、影响力大,引起了社会的广泛关注。阿里巴巴集团在大数据的开发和利用方面是中国具有重要影响力的企业,其董事局主席马云先生在2017526日的贵阳数博会上做了《数据创造价值   创新驱动未来》的主题演讲。马云先生认为:未来三十年,市场经济和计划经济将会被重新定义。尽管他强调:我指的计划经济不是那时候苏联的计划经济,也不是中国刚开始的计划经济。但他的演讲还是引起了很大的争议和广泛的社会影响,更是被计划经济体制的拥趸们解读成,基于大数据有望重建计划经济体制,也引起了反对计划经济体制的人们的深深忧虑和不安。[2]

针对马云先生的演讲,张旭昆教授在《探索与争鸣》2017年第10期撰文《大数据时代的计划乌托邦:兼与马云先生商榷》(如下简称张文)。张旭昆教授在该文中,沿着哈耶克自由市场经济的理路,从计划经济思想史、计划经济的实践成效、不确定性和机会主义行为的视角阐明了自己的立场,即大数据并不能帮助我们重建计划经济体制,从而反驳了马云先生的依凭大数据可以重建计划经济的观点。[3]

我们基本赞同张旭昆教授在该文中表达的大数据并不能帮助我们重建计划经济体制的观点。然而,张文虽没有明说,但字里行间透露出自由市场经济是更优的经济体制的观点,对此我们不敢苟同。笔者通过对大数据的优缺点、人的特点和信息的分类的分析,以及大数据对交易成本影响的分析,指出大数据不能促使我们放弃社会主义市场经济体制而实行自由的市场经济体制,大数据时代社会主义市场经济体制仍然拥有相对于计划经济体制和自由的市场经济体制的比较优势。因此,大数据时代我们仍然要坚持社会主义市场经济体制。当然,社会主义市场经济体制也不是尽善尽美的,需要不断地完善。充分利用大数据,既可以使政府做出更好的计划,也可以使市场更有效率,从而实现政府有为、市场有效的目的。


弱人工智能阶段的休谟问题


从大数据发挥作用的角度而言,大数据必须与芯片、算法相结合组成人工智能(ArtificialIntelli-gence,缩写成AI)才能充分发挥作用,单纯的大数据所起的作用非常有限。AI由三个要素构成:芯片、算法和数据。芯片好比AI的身体,算法像是AI的大脑,数据则是AI的养料。要使AI变得越来越强大,就必须实现强芯片+大数据+优算法

大数据产生的基础是传感器、移动设备。传感器和移动设备先检测到一些具体的数据,然后通过互联网和物联网把它们传送并集中起来。大数据的核心在于,收集、传输、储存和处理的所有这些传感器和移动设备的数据是可以度量的。大数据可以把文字的、图像的、音乐的、舞蹈的纪录转换成逻辑数字,AI通过深度学习把这些数字加以一般化处理,从而产生识别能力、推理能力和规划能力等。数据的度量是AI工作的前提,AI工作的效果严重依赖于可度量的数据的数量和质量。这就是说,可度量的数据不但要大,而且对数据的质量要求也很高。在这种条件下,借助强芯片和优算法,大数据才能充分发挥作用。

为了对大数据的作用有客观的认识,有必要了解AI的发展阶段。业内对AI的发展阶段分为三阶段说两阶段说

三阶段说认为,第一个阶段是弱人工智能阶段,即擅长于单个方面的人工智能。第二个阶段是强人工智能阶段,即人类级别的人工智能阶段。在这个阶段,AI在各方面都能和人类比肩,进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作。第三个阶段是超人工智能阶段。知名人工智能思想家、牛津大学哲学家尼克·博斯特罗姆(NickBostrom)把超人工智能定义为在几乎所有领域都比最聪明的人类大脑要聪明很多,包括科学创新、通识和社交技能”[4]两阶段说是指上述前两个阶段,认为上述第三个阶段是不可能实现的[5]AI目前处于第一个阶段,即弱人工智能阶段。

从逻辑学角度而言,大数据的作用在于提高归纳的水平。归纳属于扩展推理,由特殊到一般。由特殊到一般,或者说由个别到普遍,需要经受大量个案的检验。由于扩展推理得出的结论中所包含的信息或知识,要远远多于前提中所蕴涵的,所以扩展推理能让我们掌握更一般性的规律,更好地面对诸多挑战。这就是大数据能够帮助我们扩展理性能力的基本原理。

换言之,大数据有助于我们归纳推理,得出更多有益于我们理性决策的判断,而且数据越大,得出的结论越能经受实践检验,这也是做计量经济学分析时强调大样本,即样本越大,结论越可靠的道理。大数据会使我们做决策更理性,基于这种理性决策更符合实际,也更能经受得起实践的检验。这是大数据的优点。

但是我们也要清醒地认识到,由归纳得出的结论并不是完全可靠的,这些结论仍然属于综合命题,而不是分析命题。综合命题仍然需要不断地经受实践的检验,没有任何综合命题具有分析命题那样的逻辑确定性,它仍然可能被证伪,这是一个休谟问题。正如休谟所指出的,仅仅由于某种经验概括在过去被证明是真实的,并不意味着存在任何逻辑理由去期望该概括会继续为真,即使所有情况(除时间以外)均保持不变。[6]这就是说,由归纳得出的结论并不一定可靠,或许有某个反例把它证伪。譬如热胀冷缩是一种普遍的物理现象,但水却是冷胀热缩,因而构成了热胀冷缩现象的反例。

因此,我们要铭记休谟问题对我们的提醒,任何归纳都可能有例外,或者说由归纳得出的结论可能会被证伪。由个别到一般的归纳存在逻辑思维的跳跃,这就是问题产生的根源。因此,大数据也不是万能的,大数据也不能帮助我们一劳永逸,在实践的道路上,人类的脚步永远不能停止。

面对自然现象大数据会遇到难以克服的休谟问题,面对人类社会,大数据遇到的休谟问题将会更加严重。这是因为人具有反思性,人可以通过向历史学习而变得更加聪明。通常情况下,人遇到相同的情况不会犯第二次错误。不仅如此,人的需求和偏好不是一成不变的,西方经济学里有一个边际效用递减规律,说的就是人的偏好会随着消费的增加而变化。同时,人的偏好和需求也会随着环境的变化而变化。因此,依据过去的人的行为获得的大数据做预测,往往会产生误差,有时误差还很大。特别是时间越长,人的偏好改变得会越大,因而这种预测的误差就会越大。所以,根据大数据做计划,并不十分可靠。

同时,大数据往往会忽略小众事件,对于小概率事件不加重视,但创新等新生事物往往在开始的时候都是小概率事件。拓扑学有一个所谓的蝴蝶效应,指的就是起始不起眼的微小变化慢慢发展为能带动整个系统的长期的巨大的连锁反应的混沌现象。但当小事件发展成为带动整个系统的长期的巨大的连锁反应的大事件而被大数据捕捉到的时候,事情往往已经难以逆转。即使能够逆转,也要比初始状态花费更大的成本和精力来解决。正因为这样,经济学家们依据计量经济的分析来预测经济社会发展时很难做到准确无误,譬如2008年发端于美国的世界性金融危机,并没有被绝大多数的经济学家预测到。

因此,我们既要看到大数据的优点,也要充分地认识到它的不足。只有这样,我们才能在充分利用大数据为人类谋福利的同时,努力克服其存在的局限性,及时加以弥补。不要轻信大数据神话,不要认为大数据无所不能。


人生三大不完备性定律与哈耶克的认识误区


要对大数据的作用有更深刻的认识,还必须充分认识人的特点,对信息进行科学分类。

人的特点要从人的本质视角透视。人的本质除了上文提到的具有反思性以外,还具有否定性、超越性和实践性。[7]人的需求和偏好的变化性,正源于人的否定性、超越性和实践性。人的思想(精神需要)具有天生的否定性和超越性,是人的天赋的形而上学性,它是人区别于其他动物的固有的本性。马克思指出:需要是同满足需要的手段一同发展的。”[8]需要之所以同满足需要的手段一同发展,原因在于人的需要具有超越现实性的特点,当现实的需要得到满足之后,新的需要会被唤起而生成,这种新的需要会指引人们通过劳动实践来满足,从而使得劳动实践不断地深入和拓展。人的需要的变化直接导致人的创造性劳动。马克思指出,需要的范围和满足这些需要的方式一样,本身是历史的产物由于人类自然发展的规律,一旦满足了某一范围的需要,又会游离出、创造出新的需要”[9]。马斯洛的需要动机理论从生理-心理学视角考察了人的需要的层次递进性,指明了人的需要多种发展的可能性和开放性。[10]

从上述分析中,我们可以看出,人的需要是变化的,会随着劳动实践的深入和拓展而得到深化,而且无论是需要的量和质都不是一成不变的。这意味着基于过去人的需要来分析判断未来人的需要,可能会出现难以预料的误差。

据认知神经心理学的研究,人生存在三大不完备性定律。人生第一大不完备性定律是指,人类的思维只有少部分可以用语言、绘画的形式表达出来。人生第二大不完备性定律是指,能够用语言、绘画的形式表达出来的,只有少部分可以用文字的形式表达出来。人生第三大不完备性定律是指,能够用文字的形式表达出来的,只有少部分可以用计算机算法和数码的形式表达出来。我们可以把上述人生三大不完备性定律写成:人类思维?人类语言、绘画?人类文字?计算机数码、算法。

从信息分类角度而言,知识或信息可以分成两大类:凡是能够以语言、绘画、文字、计算机数码和算法呈现出来的,归类为显性知识或信息,而不能以这些方式呈现出来的,则归类为隐性知识或信息。从信息传递角度而言,显性知识或信息是可以在人与人之间传递的,因而是可以共享的;而隐性知识或信息则难以在人与人之间传递,因而难以共享。

在目前的弱人工智能阶段,大数据有助于收集、传递显性知识或信息,但预测能力仍然有限;大数据对隐性知识或信息的揭示、收集和传递的能力还比较弱。将来发展到强人工智能阶段,甚至超人工智能阶段,或许这方面的能力会大大增强;但不管这方面的能力增强到怎样的程度,要预测隐性知识或信息的变化仍然是困难的。

哈耶克在《知识在社会中的运用》一文中认为:一个合理的经济秩序问题的特点恰恰是由这样一个事实决定的:我们必须使用的关于环境的知识从来就不是以一种集中的或一体化的形式存在的,而是以由不同人拥有的、分散分布的、不完全的,并且常常是相互矛盾的知识的形式存在的。”“经济问题的出现总是由变化引起的,并且也只由变化引起。”[11]哈耶克在该文中的意思是,经济效率取决于获取竞争环境条件下的分立知识或信息。从知识和信息分类角度而言,分立知识或信息主要归属于隐性知识或信息范畴。哈耶克认为市场经济是最为有效的获取分立知识或信息的制度安排,因而是有效的经济制度,而计划经济难以获取这种知识或信息,因而是无效率的经济制度。张文的主要观点显然源自于哈耶克的上述思想。我们肯定哈耶克认为计划经济难以获取分立知识或信息的观点;但是我们认为,哈耶克同时存在两个方面的认识误区。

第一个认识误区是,他没有认识到,在竞争市场上,既有显性知识或信息,也有隐性知识或信息。如果在竞争市场上只有隐性知识或信息,没有显性知识或信息,那么规范市场行为的法律法规等制度就难以构建,如果缺乏这样的制度,那么市场经济就会解体。事实上,在《知识在社会中的运用》一文中,哈耶克承认规范市场行为的法律法规是市场主体的共同知识或信息,并认为如果缺乏这样的法律法规,市场经济就无法正常运行。但如果把哈耶克有关市场有效运行的逻辑贯彻到底,那么法律法规就没有知识或信息的来源,这显然是矛盾的。

第二个认识误区是,哈耶克没有认识到,市场价格对隐性知识或信息的揭示也是有限的、不充分的。譬如,存在市场里的企业内部公开交易替代市场间的匿名价格交易现象。之所以存在这种现象,从知识或信息揭示角度而言,就在于企业内部公开交易更能有效地揭示隐性知识或信息。同时,哈耶克也没有认识到,当隐性知识或信息外化为价格时,事实上已经转化为显性知识或信息了,它就可以为公众所掌握了。特别是在大数据时代,市场价格可以迅速地为公众获得和利用,这也是马云先生对大数据自信的根据。

哈耶克的认识误区同时也是张文的不足。而马云先生的不足,不仅仅在于其观点的理论支撑不足,也在于他对大数据的过于自信。大数据虽然可以收集市场价格信息,以及市场主体其他方面的信息,从而在一定程度上揭示市场主体的隐性知识或信息。但是必须认识到,在目前弱人工智能阶段,大数据对隐性知识或信息的揭示能力非常有限,预测自然环境以及人的需求和偏好的变化仍然是困难的,更难以解决休谟问题。因此,对大数据不能过于迷信。

我们认为,哈耶克之所以推崇分立知识或信息的重要性,浅层次的目的在于为自由市场经济体制辩护,更深层次的目的在于为自由理念辩护,而他的两个辩护都并不完全成功。如上的分析已经表明,他为自由市场经济体制的辩护并不是很成功。我们承认,自由是我们所需要的,也是我们努力追求的,但是自由绝不是离开社会观照下的自由,正如康德在《纯粹的理性批判》中所说,不能为了个人的自由而妨碍他人的自由,把个人自由的追求走向绝对化是有危害的。为了兼顾个人的自由和他人的自由,我们就必须有一个社会规则,而这个社会规则必定是建立在共同知识或信息的基础上的。因此,自由离不开显性知识或信息的揭示和利用,把自由仅仅建基于隐性知识或信息的揭示和利用是不够的。


社会主义市场经济体制拥有制度的比较优势


众所周知,传统高度集中的计划经济体制是以排斥市场的作用为特征的。中共十一届三中全会之后,开始探索把计划和市场有机结合起来的体制机制。1984年中共十二届三中全会根据经济社会发展的需要,把实行了多年的计划经济体制修改为有计划的商品经济,为探索把计划和市场有机结合起来的体制机制奠定了重要的基础。通过多年的探索,在总结经验教训的基础上,1992年中共十四大进一步确定了社会主义市场经济体制,该体制的核心是使市场在国家宏观调控下对资源配置起基础性作用,融合了计划和市场,是对单一的计划经济体制和市场经济体制的扬弃。中共十五大至十九大都强调要坚持社会主义市场经济体制。之所以如此,原因在于社会主义市场经济体制经受了实践的检验。它使中国经济不断地发展壮大,取得了举世瞩目的经济成就,超过了中国始自1956年实行计划经济体制时期的经济成就,也超过了改革开放以来任何一个实行市场经济体制国家的经济成就。[12]而实践是检验真理的唯一标准,就此而言,我们认为社会主义市场经济体制具有对计划经济体制和市场经济体制的比较优势。

计划经济体制也称指令型经济,通常指政府集中经济权力、按照计划分配资源进行生产与分配活动,其主体是政府。市场经济体制的主体是个人和企业,政府仅仅起协调和弥补作用,旨在消除市场经济导致的失灵现象。社会主义市场经济体制是中国的独创,它把计划经济体制与市场经济体制有机地融合,对两种经济体制加以扬弃。该体制的主体既包括政府,也包括企业和个人。在该体制下,政府既扮演计划者、协调者和弥补者的角色,也直接从事经济活动,譬如国有企业就是政府从事经济活动的一个重要工具。[13]

市场经济的有效性在于两个方面:一是市场主体要为自己的经济决策行为负责,因而市场决策较为真实地表达了主体的意愿并承担相应的风险,权利与义务通常是对等的。二是创新。市场经济暗含的前提假设是人的异质性,且认为人的需求和偏好是不断变化的。为了把握这一市场特点,市场主体既要通过创新跟上人的需求和偏好变化的步伐,也要通过创新引领这一变化。人的异质性假定意味着较高的交易成本,当交易成本高到一定的程度时,市场价格交易就会被企业内化,当交易成本再进一步提高时,政府的相对优势作用就表现出来了。[14]

计划经济体制的有效性在于经济计划的科学性和准确性,并能够切实地得到执行。计划经济体制暗含的前提假设是人的同质性,它假定每个人的需求和偏好都是不变的,因而经济计划所需应对的挑战就是人口的增减所带来的变化,而这种变化基本上是可以预测的,即使预测有误差,这种误差也是较小的,可以忽略不计。事实上,人的同质性假定也意味着较低的交易成本。如果把人的同质性假定推向极端,就意味着没有交易成本。如果没有交易成本,计划经济体制就意味着能有效地运行。当然,在这种条件下,很容易证明市场经济体制同样也能有效地运行。

从哲学角度而言,同质性寓于异质性之中,异质性体现同质性。因此,肯定人的同质性而否定人的异质性是错误的,肯定人的异质性而否定人的同质性也是错误的。在肯定人的异质性的同时肯定人的同质性,意味着人与人之间除了具有差异性的私人需求之外,还有公共需求;在肯定人的同质性的同时肯定人的异质性,意味着人与人之间除了公共需求之外,还有差异性的私人需求。

公共需求主要依赖于建基在显性知识或信息揭示基础上的共同知识或信息的利用。然而,即使获得了共同知识或信息,公共需求的满足还需要克服人的异质性带来的较高交易成本,而且涉及的人越多,交易成本则越高,用市场交易的方式往往难以克服这种高昂的交易成本。此时,运用政府的公共意志往往具有比较成本优势,政府的作用就充分凸显了。差异性的私人需求主要依赖于隐性知识或信息的揭示和利用,政府往往难以充分获得隐性知识或信息并据此规划生产和分配,这就需要千千万万个市场主体发挥主观能动性,通过不断地调整市场行为并进行创新加以满足,此时市场的有效性就充分表现出来了。显然,只有私人需求和公共需求同时得到满足,人们的福祉才能得到较为充分的增进。因此,我们既需要充分发挥政府的作用,也需要充分发挥市场的作用。

如果我们把计划经济体制与市场经济体制视为经济体制光谱带的两极,那么社会主义市场经济体制就可以视为这个光谱带的中间过渡形式。从哲学角度而言,一切差异都在中间阶段融合,一切对立都经过中间环节而相互过渡,一切非此即彼的事物,由于中介的存在而同时呈现出亦彼亦此的性质。正如列宁所指出的:一切都是互为中介,连成一体,通过转化而联系的。”[15]综合而言,社会主义市场经济体制融合了计划经济体制和市场经济体制的优长,克服了它们各自的局限性,是对计划经济体制与市场经济体制的扬弃,因而是一种较优的制度安排。


大数据不能从根本上改变社会主义市场经济体制的比较优势


我们再从交易成本视角来论证大数据不能从根本上改变社会主义市场经济体制的比较优势这一观点。根据交易成本经济学理论,交易成本源于人的有限理性和机会主义行为。显然,大数据有助于扩展人的理性,减少人的机会主义行为,从而有利于降低交易成本。从交易成本视角而言,大数据是一种具有降低交易成本的技术进步。

根据科斯的企业性质理论,能够降低交易成本的技术进步是扩大还是缩小企业规模,并不是一个理论问题,而是一个实证问题。[16]也就是说,对有些企业而言可能会扩大企业边界,但对另一些企业而言可能会缩小企业边界。从实证角度而言,伴随着这种技术进步,一方面会有越来越多的大企业产生,另一方面又会诞生许多中小企业,这些中小企业有些是从大企业中分化出来的,有些则是新产生的。与此同时,企业与市场的边界可能会不断地模糊,譬如滴滴打车、阿里巴巴等亦企业亦市场的现象。到目前为止,还不存在一种技术进步可以使得某一个企业的规模无限扩大,从而使得所有的企业融合成一个超大企业。之所以如此,是因为企业的边界扩大存在边际规模成本递增的现象,从而抑制了企业规模无限扩大的趋势。

欲使企业的边界无限扩大,只有一种可能性,即完全消除交易成本。然而,虽然大数据有助于降低交易成本,但大数据难以准确地预测自然环境的变化,更难以揭示和预测具有隐性知识和信息特点的人的需求和偏好的变化[17],因此它不能使人变得完全理性,并完全消除机会主义行为,也就不能完全消除交易成本。计划经济体制实际上可以视为全国只有一个企业,这个企业可视为某个企业的边界无限扩大的结果。由于大数据无法完全消除交易成本,因而无法消除企业边界边际规模成本递增的现象,从而无法帮助中国重建计划经济体制。

受制于交易成本,大数据也无法帮助市场有效地提供公共产品、制定有效的公共政策、应对内外部各种集体性的风险和挑战等,在这些方面,政府仍然拥有比较优势,具有不可替代的作用。

可见,大数据并没有完全改变社会主义市场经济体制相对于计划经济体制和市场经济体制的比较优势。社会主义市场经济体制仍然是我们必须长期恪守的经济体制。

当然,社会主义市场经济体制也不是完美无缺的,在新时代我们仍然要完善这一体制。那么,如何完善社会主义市场经济体制?

习近平总书记在中共十九大报告中提出了构建市场机制有效、微观主体有活力、宏观调控有度的经济体制的目标。按照该目标要求,应着力做好理顺政府和市场关系这篇文章。既要使市场有效,又要使政府有为,把看得见的手看不见的手的优势都发挥好,更好地体现社会主义市场经济体制的特色和优势。大数据已经为我们提供了较好的完善社会主义市场经济体制的技术手段,具体而言:

通过大数据,可以促进保障和改善民生。推进互联网+”,让数据多跑路、百姓少跑腿,不断提升公共服务均等化、普惠化、便捷化水平。推进教育、就业、社保、医药卫生、住房、交通等领域大数据的普及应用,深度开发各类便民应用技术。在精准扶贫、维护生态环境保护等方面推动大数据的运用,促进打赢脱贫攻坚战,改善生态环境。通过大数据,使政府更深入地了解社情民意,制定的政策更精准、更科学、更合理,使其更符合广大老百姓的切实需要,同时及时有效地回应公众反映强烈的民生诉求和关切。

建立政府与企业共享的大数据平台,可以及时了解企业面临的困难,制定服务于企业的精准政策措施,提高政府服务于企业的政策效率,减少交易成本,助推企业提高效率;加强对政府工作的监督力度,提高政府工作的透明度,促进服务型政府建设,提高政府工作效率。在此基础上,一方面规范和监督政府行为;另一方面激励政府努力工作,提高政府决策效率,实现服务型政府,从而更好地发挥政府的作用,促进政府有为。

借助大数据,可以推动信息化与工业化的深度融合,促进制造业加速向数字化、网络化、智能化方向发展。实施工业互联网创新发展战略,推进工业互联网基础设施建设和数据资源管理体系建设,发挥数据的基础资源作用和创新引擎作用,形成以创新为主要引领和支撑的数字经济。鼓励社会和企业利用大数据实施创业、创新,通过大数据激发微观经济主体的活力,提高企业生产效率和管理效率,降低交易成本,防范各类市场风险,促进市场有效。

利用大数据,还可以实现有为政府与有效市场的有机统一,使市场在资源配置中起决定性作用和更好发挥政府作用。一方面,健全市场体系、维护市场秩序、提高市场价格信号的准确性、激发市场的活力;另一方面,提高政府社会治理的能力和效率,树立政府信用、夯实政府权威,创新和完善政府的宏观调控能力,发挥国家发展规划的战略导向作用,增进民生福祉,促进社会公平正义,保证全体人民在共建共享中有更多获得感,不断促进人的全面发展、全体人民共同富裕。

与此同时,我们也要加强大数据条件下可能出现的新问题、新情况、新风险的前瞻性研究,科学制定弥补大数据内在缺陷的政策措施,充分利用大数据完善社会主义市场经济体制,使大数据真正造福于全体人民,推动经济社会实现更高质量、更有效率、更加公平、更可持续地发展。


注释:

①本文不加区别地使用计划经济体制计划经济,以及市场经济体制自由的市场经济体制

“市场经济,但区别使用计划经济经济计划,认为这是两个含义不同的概念。从马云先生的演讲中,我们不认为马云先生的意思是利用大数据重建计划经济体制,而认为他的真实意思应该是利用大数据使我们做出更好的经济计划。有两个方面的理由使我们做出这一判断:一是计划经济通常是指一种经济体制,即我们通常所说的指令型经济,譬如苏联时期的计划经济体制和改革开放前中华人民共和国实行的计划经济体制。而经济计划通常是指一种经济手段,它可以为任何经济主体所使用,譬如企业内的经济计划,家庭生活的经济计划,政府某个部门的经济计划等。二是马云先生的人生经历。马云先生基本上是从体制外成长起来的经济成功人士,他不太可能会赞成计划经济体制,因为他不是计划经济体制的受益人。

②符号?”表示远远多于的意思。


参考文献:

[1]克里斯·斯金纳.中国正引导第四次人类革命.http://tech.ifeng.com/a/20171002/44705897_0.shtml,2017.10.2.

[2][3]张旭昆.大数据时代的计划乌托邦:兼与马云先生商榷.探索与争鸣,201710.

[4]刘奇.人工智能:引出诸多可期可虑的社会课题.北京日报,2017.9.25.

[5]黄蔚、魏霈侃.人工智能并非无所不能”.中国教育报,2016.12.3.

[6]詹尼弗·特拉斯特德.科学推理的逻辑.石家庄:河北科学技术出版社,20108891.

[7]程承坪.分工及其深化的原因探析.经济与管理评论,20151.

[8]马克思恩格斯全集(第23卷).北京:人民出版社,1972559.

[9]马克思恩格斯全集(第47卷).北京:人民出版社,1972260.

[10]马斯洛,林方译.人性能达的境界.昆明:云南人民出版社,1987310.

[11]Friedrich Hayek.TheUseofKnowledgeinSoci-ety.The American Economics Review,1945(35):519-530.

[12]程承坪.中国特色社会主义政治经济学应提炼和总结六大经济实践经验.经济纵横,201710.

[13]程承坪.国有企业性质新论:基于交易成本的视角.社会科学辑刊,20131.

[14][16]Ronald Coase.The Nature of the Firm.Economica,1937,4(4);Ronald Coase. The Problem of Social Coast. Journal of Law and Economics,19603.

[15]列宁全集(第38卷).北京:人民出版社,1986103.

[17]MarrBernard.Why Everyone Must Get Ready for The 4th Industrial Revolution. Forbes(blog).Retrieved,2016.12.12;殷杰.社会科学可以做到精确化吗?.中国社会科学网,2018.1.17.