『壹』 供给侧改革需要大数据推荐引擎驱动
需要产业发展推荐引擎系统和中国产业信息平台
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
"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
每个都有行业发展的趋势和方向，也有区域发展的需求，也有自身的特点，比如家电行业，全国人民的基本需求满足的基础上，有限发展智能家电，具有国际竞争力的家电市场。慎重审批因关系，因地皮优惠或者其他非市场导向因素的项目建设。将这种规划形成数据，打分，有限审批分值较高的供给侧行业改革方案。形成数据影响改革策略。今年蔬菜过年的时候价格如此之高，老百姓基本生活受到影响，那就是说农业行业都需要改革。这种改革的基本面就是要各个季度各种节日这个供给要跟上，要基本满足。
4)供给侧改革引擎部署路径;
先由各个地方提出改革方案，然后由经济带统一协同审批发展，如无锡发展纲要提交长江经济带，长江经济带收集经济带各行政区域发展纲要，然后再统筹规划，在拿出统一的数据，反馈给无锡做发展调整。这样形成倒三角的经济发展纲要管理体制，然后运行，然后再反馈数据，然后再调整。这个和电子商务网站的推荐引擎的算法的自学习很类似，推荐的准确，算法继续，不准确需要深度学习重新计算。
5)改革后的正向反馈机制
改革前和改革后之间什么关系是什么，如何评判我们的供给侧改革推荐引擎是否合理，这些需要和行业改革满意度，人民生活满意度相关联。反馈经济规划和改革模型的优化。同时建立预警机制，告知企业发展哪些产业有多大的风险，饱和度如何?
那么供给侧改革推荐引擎的建立应该依托在什么平台上呢?笔者认为我们需要私密的中国产业信息平台，那就是全国产业发展数据查询和分析平台。先假设全国工商总局建立了一个所有产业互联的平台，如同电商网站，可以查询去全国经济指标，人民基础的吃穿住行需求，查询历史行业和产业的技术数据，查询单个企业数据，查询行业数据，查询行业数据，个性化推荐建立企业的类型，个性化推荐区域有限发展的产业类型等等。那么它就是改革的重要的数据平台，笔者思考平台承载功能如下：
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，假设如下图：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。
『贰』 大数据对供应链将产生哪些影响
大数据对供应链将产生哪些影响
大数据对供应链将产生哪些影响，大数据时代的到来为供应链管理提供了难得的机遇，但同时也会伴随着一些不好的影响，有利也有弊，能顺应时代而变化才是正确的方向，以下是关于大数据对供应链将产生哪些影响。
传统供应链管理模式所面临的挑战
大数据时代的来临不仅仅是给我们提供了很大的发展机遇，重要的是传统供应链模式所面临的挑战极大的加剧了新生产力条件下企业之间的竞争，正是因为大数据时代的生产力特征这种新事物与传统的生产力特征供应链管理模式之间的矛盾
所以传统的供应链管理模式所面临的挑战也是非常严重的，新事物取代旧事物必然是旧事物自身的转型升级，适应新事物的发展，供应链管理模式也不例外。
1、响应速度较慢
传统供应链管理在技术水平不断提升的同时，经历了从最基本的MIS到ERP，再从ERP到当前供应链一体化的进化，但是从整体水平上来看，传统的供应链管理仍然存在着以订货订单为驱动的库存管理，周转库存的管理从本质上来看是一种应对传统供应链管理的经营模式，再次种经营模式的管理水平下，周转库存构成了晶莹的基本保障
安全库存成为订货管理的服务水平底线。另一方面，此种模式的出现，也在一定程度上说明了产品生命周期理论的响应速度依靠周转库存和安全库存来保障客户的服务水平，所以在这种模式下顾客需求的响应速度比较慢。
2、终端消费需求不能有效满足
传统供应链模式对企业经营的贡献主要在于企业对市场是一处永的形式满足部分需求而进行产品的设计，在这种情况下，终端消费者的基本需求能够得到满足，但是现有产品不能满足终端消费者的潜在的深层次需求
这种产品经营的设计和生态注定了终端消费需求和源头的生产制造脱节的商业逻辑。供给侧的生产制造不能够针对终端用户的体验进行个性化设计，只能在短期内以批量的模式提升自己的生产效率。
例如，在互联网时代出现之前，市场上的衣服大部分是根据设计师对终端用户体验的评估进行设计，而没有针对更多用户特别是普遍用户的个性化需求进行定制，而且衣服定制成本非常高、时间比较长，这从根本上制约了终端消费需求的普遍性满足。
3、库存周期较长
传统的供应链管理模式以存货管理构成支撑企业经营的基本条件，库存成为实现经营的流动资产，大部分行业的库存盘点是以月为单位进行计算的，因为产品属性的不同，库存管理盘点有所差异
从整体的水平看库存周期大部分在计算仓储、包装、搬运装卸、运输等时间的条件下基本上在途库存和周转库存周期均在两个月以上，从资金利用的角度来看，在很大程度上制约了流动资金的利用率。
4、协同效应差
供应链管理模式协同效应较差主要体现在，生产制造型企业不能够快速的实现渠道的建立，销售渠道未能实现和终端消费者有效的互动，终端消费者的反馈也不能其实的成为生产制造企业进行产品换的升级的依据
从整个供应链的管理水平可以看出各个环节都在实现自身利益的最大化，但是未能实现整体效益的最大化，在面临市场的竞争时存在着互相挤压，为维护自身环节的利益牺牲整体供应链整体效益的情况屡见不鲜。
5、管理成本非常高
传统供应链模式的管理成本由于信息化水平低下，不能将各个环节所设计的的企业进行信息的有效传递最终造成了各自企业所付出的固定成本中的摊销成本非常高，人工成本尤其突出，因为条块分割的严重所造成的管理混乱进而导致的管理成本已经成为供应链管理当中占比较高的部分之一。
供应链管理要顺应大数据时代发展的历史潮流
从马克思主义对经济学的深入研究理论来看，变革时代正确的研究方法应该从生产力与生产关系的矛盾入手，时间对生产力要素特征的分析才能对生产关系各个方面进行针对性的改革，这一点是生产力决定生产关系的集中体现，同时也是生产关系必须顺应生产力发展的必然要求。
（一）大数据时代生产力的主导因素分析
生产力的三个要素是劳动者、生产工具和劳动对象，大数据时代改变了传统生产力的三个要素特征使得科学技术特别是互联网为核心的人工智能为代表的数据获取、处理、分析以及应用的技术成为生产力的核心特征。这些核心特征从根本上改变传统供应链管理的生存环境，也就是改变了供应链管理的生态特征。
1、大数据时代的生产力变革决定了供应链管理的变革
每个时代的生产力都决定了所在时代的生产关心的管理特征和管理模式，这个是基于人类文明的发展所确定的，大数据时代也不例外。所以，当大数据时代生产力的三个要素发生了根本的变化之后，随之而来的供应链管理也必须根据实际情况变革，符合生产力发展特征才能提升竞争力量，实现效率的提升和发展。
2、劳动者发生了决定性变化
大数据时代出现之前，传统的劳动者是以体力劳动和基本的脑力劳动来对供应链进行管理的，这种脑力劳动主要包括基本的信息处理、业务知识的一些规范、与业务相关的数据处理等内容，但是大数据时代出现之后，劳动者需要更多的参与和大数据相关的脑力劳动，例如数据的获取、对供应链数据的分析、与消费者相关的数据研究和预测
与产品设计有关的产品性能的监测和分析等内容，这样从根本上改变了劳动者对知识的掌握的需求水平，你改变了劳动者对供应链管理的思维模式认知的改变和理念的变革。进而包括人事行政管理，在招聘绩效考核等各个方面都改变了原有对供应链管理者的要求。
供应链管理贴近消费者的前端，需要更多的去对数学的进行收集和消费者行为的描述，这样的信息处理大大改变了原来依靠调研预测进行管理的模式，从而也改变了对消费端劳动者的要求
这些要求从本质上需要变革原来的管理模式，也是对劳动者创造价值的有效提升，但是这种创造的主体必须是劳动者自身的改变。所以从整体上来看对人力资源的需求是大数据时代生产力变革的第一要务。
3、生产资料中生产工具发生了很大的变化
传统的供应链管理基本上是基于信息的传递而进行的传统互联网电脑网络的设置，在这种模式下互联网仅仅是作为一种信息传输的工具电脑也是信息采集的输入端口
大部分的电脑使用者都是用来录入相关的信息或者使用电脑网络进行传递相关的业务数据。大数据时代电脑更多的倾向于采集分析处理相关的数据，更加强调软件和智能硬件的结合
最终的目标可能会是实现人机一体化，而录入和传输相关的数据成为最基本的`功能，所以从电脑计算机网络的用途来看，功能上已经完全改变了原来的目标。
4、劳动对象发生了很大的变化
大数据时代供应链管理的劳动对象逐渐从基于传统库存管理的产品生产制造、流通和销售，逐渐转化为对于产品生产制造的特征也就是满足消费者深度需求的特征进行设计
数据的利用从原来的事后分析说明解释逐渐转化为大数据的相关性应用，这一点几乎体现在每年大规模的支付信息的统计分析，例如近两年微信发红包数量的统计
支付宝对用户指出每个月账单的统计分析，跨进电商对消费者购买行为的统计分析，这样的数据分析最后形成了供应链管理中对供给的判断，也形成了对消费者未来深度需求的判断和评估。原来的分析和预测逐渐转变为大数据相关性的应用。
大数据时代生产力特征
大数据时代的生产力不同于以往技术变革所带来的生产力要素的变化，可概括的总结为以下几点。
从整个农业文明到工业文明时代各种变革的整体特征来看，农业文明时代是以生产工具的变革为主要特征，其中典型的变革包括青铜器的出现和应用、铁器工具的出现和大范围的普及和应用为主要特征，极大的推动了生产效率的提高，从而推动整个社会效率的提升、物质财富大幅度积累，使封建文明出现前所未有的鼎盛时代。
工业文明主要集中在生产工具能源的变革方面所产生的生产工具动力变革，主要包括经过长期经验的积累，18世纪蒸汽时代蒸汽机的发明和应用，工业化时代电力和以电力为动力能源的机器应用，极大提升了社会生产力的变革，促使人类文明从封建文明走向资本主义文明和社会主义文明，在政治制度方面发展延续到今天。
随着时间的推移，20世纪初期部分学者提出了新技术为代表的生产力变革的来临，这些新技术包括新能源、新材料和计算机技术，经过半个世纪的发展，这些技术的应用也极大的推动了生产效率的提高，改变了生产方式的具体特征。
主要表现为新经济学的兴起和管理学派的细化。新的商业模式和企业组织方式层出不穷，资本市场以证券市场为代表，成为经济发展的晴雨表。这些生产力发展现象已经成为人们的共识。
新技术时代网络信息的应用。而大数据时代出现的今天，可以概要的总结为是以信息化时代为基础、智能化数据信息处理和应用所带来生产力在生产工具、劳动者即人力资源变革、生产方式等方面革命为主要特征的生产力的变革。
与上述人类历史上其他生产力的变革相比较，大数据时代的变革从时间的角度看来的更加突然，对社会生产生活方式的影响更大，传播速度更快，拉近了供应链的生产段和消费终端，依靠现代智能硬件和软件相结合，极大的提升了两端信息获取的能力，供需充分结合高度统一起来，并加速了产品生命周期的周转速度。
大数据时代变革所带来的机遇
随着大数据时代生产力的变革，企业组织在供应链管理方面机遇难得，主要体现在以下几个方面：
1、供应链管理理念精准化
管理理念随着生产的进步技术的发展越来越成为先进生产管理方式的核心和精髓。大数据时代的变革使得供应链管理理念能够实现深层次精准化的发展，包括供应链消费终端需求信息的收集以及用户体验反馈到生产端，对产品进行再次设计制造和生产，满足终端消费者的深层次更精准的需求。
在供应渠道方面，信息通过网络的精准传递有利于渠道的多样化，通过精准的营销广告的投放实现渠道的快速销售能力。
在库存方面主要意义消费需求拉动的库存管理为主，时间库存订货批量的同时安全库存大大降低零库存的概念已经能够完全实现周转库存。水平大大降低所以从库存成本的角度来看供应链管理里面的精准化。
最终整体上。不仅满足了消费者的终端需求深层次需求同时也满足了生产者降低成本一啸订单公民及时用户体验完美的高层次目标。
2、协同效应作用加大
通过智能硬件和软件技术的数据化处理,在供应链各个环节的信息处理收集分析和应用方面,均能及时有效地实现最优化,不但实现每个环节执行层面的学术性和敏捷性而且可以实现整体各个环节的协同作用,例如在当代电子商务的供应链管理中最典型的是以京东商城为代表的自营物流体系和平台的协同结合
不仅实现了订单的快速处理，而且是京东商城的自营物流体系实现了库存管理的最优化，更使商城的卖家能够一大数据为基础进行产品的选择，营销策略的制定，采购渠道的优化，从而最终实现了供应链一体化的最大协同效应。
除了电子商务企业这种行业的典型代表之外，在中国的汽车后市场特别是针对汽车配件供应链大数据的实现准确的进行分类包装挑选等物流服务，有效地实现产品多品类、同一个产品多参数的复杂产品特性的供应链管理
为中国汽车后市场中小企业特别是最近消费者的终端企业实践成功的用户体验奠定了坚实的基础，与传统的汽车修理厂门店相比，这种利用数据进行供应链管理的中小企业在竞争力方面特别是用户体验方面具有巨大的明显优势。
3、消费需求定制化驱动
大数据的应用对供应链管理中消费者精准需求实现了有效地满足，不仅能够对交易的分析和消费者购买行为的分析以及消费者对未来预期的分析而且可以根据这种分析实现生产定制化，把供给侧问题存在的批量生产转变为以个性化需求为满足特征的定制化生产。
例如，对衣服的生产，在传统模式下几乎都是设计者进行设计引导消费者进行购买，定制化需求在市场竞争中处于弱势地位，没有能够实现消费者个人需求的满足，而且衣服的定制化成本非常高，广大消费者不能够承担这种定制化的成本，从而造成的定制化的发展缓慢。
近几年以来一红外技术对人体描绘使得软件和硬件相结合，不仅能够实现了消费者身体特征的描述而且能够根据不同的消费者对衣服的偏好进行设计，能够快速的让消费者根据自己的意愿进行设计，在购买和交易的阶段也能够通过智能试衣镜对现有的衣服进行挑选
在此过程中以数据收集和消费者之间的交互等环节实现了数据的分析与处理，对未来衣服的消费趋势进行描述，而且能够最终消费者为消费者提供深层次的长期的服务，这样仅能从交易中获得利润而且能够从的单一消费者的长期服务中，实现消费者粘性的提高，有利于广大中小企业利用数据实现精益经营。
4、供给侧结构管理优化
供给侧改革是我国十三五期间的主导政策，大数据时代为供给侧改革提供了有利的条件。当前，我国大部分行业在传统模式，以投资需求和外贸为拉动的主要发展模式下普遍发生了产能过剩，解决产能过剩的问题主要从两个方面入手，一方面有提高攻击测产品生产制造的质量
实现产业的转型升级，优化结构，提高生产制造的效率特别是注重保护环境等可持续发展策略；另一方面要针对终端消费者的消费需求，实现适销对路、真正满足消费者需求的竞争性产品。大数据时代为供给侧改革提供了难得的机遇。
对供给侧结构的优化管理以能源的利用为典型，随着环境问题日益严重，我国对新能源代替传统的化石能源必须采取非常有效地管理措施，其中主要体现在以数据为核心的管理处理新能源逐步代替传统化石能源从而改善环境提高能源的利用率，2010年政府下达力度关闭了近百个火力发电厂同事计划增加十三五期间核电站开发100所。
实现东部沿海地区和能源利用交大地区的清洁能源代替工程，必须利用大数据对能源的有效利用进行强力管控，对污染环境的传统化石能源进行逐步改善，最终实现我国经济的可持续发展。
5、中小企业大数据应用提升竞争力
在传统的生产力条件下，中小企业面临市场激烈的竞争，资源方面的不足创造力的不足效率利用地下等各个方面造成了大企业对中小企业的生存空间的挤压，大数据出现之后，中小企业虽然在资源方面以及创新能力方面不如大企业强，但是中小企业利用战略上的灵活性，充分发挥瞄准立即市场进行发力的敏捷。
利用大数据对市场进行再次细分，锁定目标细分市场，对客户进行深度挖掘，对产品进行二次创新，实现了市场竞争中的不对称性，在微创新方面不断满足消费者的需求，提升自身产品和服务的竞争能力。
有效的完善了自身的不足，最终提升了生存竞争力，在国家大力倡导大众创新万众创业的宏观环境下中小企业使用大数据技术，在信息沟通、营销竞争、战略再投资等方面紧紧地把握住了细分市场目标客户的有效需求，不但满足了针对性的深度需求而且提升了掌控用户体验、满足细分市场目标客户潜在需求的工具和方法，在创造和实现顾客价值的同时，也创造了大量的就业岗位，从此品牌竞争深入人心。
从国家申请专利的数量来看，除了在市场竞争中占主导地位的大型客机企业对研发投入比例大，而产生了大量的专利之外，广大中小企业在满足细分市场目标需求的同时，利用自身条件而进行重新申请专利的数量大幅度增长，竞争力提升的同时实现了价值重塑品牌塑造。