为什么计划经济容易短缺？其实平台经济是计划2.0，AI可能是计划3.0
“为什么实行计划经济的国家，最后无一例外全都物品短缺？”
这个问题通常会得到一个非常经典的答案：
因为计划经济无法有效处理海量信息，中央计划者不知道每个人究竟需要什么，于是资源配置失灵，最终造成短缺。
这个解释并没有错。
但如果把问题继续往前推进，就会出现一个很有意思的现象：
今天最大的互联网平台，正在做一件过去计划经济很难做到的事情。
它们正在实时收集海量需求信息，用算法预测需求、匹配供给、调整价格、安排配送，甚至直接决定什么商品获得更多曝光。
所以真正的问题可能从：
“计划经济为什么做不到？”
变成了：
“过去的计划为什么做不到，而今天的平台为什么越来越能够做到？”
答案很可能是：
信息技术改变了计划的能力。
一、传统计划经济最大的困难，其实不是“计划”两个字
计划本身并没有什么神秘的。
一个家庭每天都在计划：
今天吃什么？
买多少菜？
什么时候出门？
这个月花多少钱？
一个企业也一直在计划：
生产多少？
采购多少？
招聘多少人？
库存多少？
问题从来不是：
“计划是不是错误的？”
而是：
谁来计划？依据什么信息？多久更新一次？出了错误谁来纠正？
一个小餐馆老板计划明天采购100斤蔬菜，可能完全没问题。
因为他知道：
昨天卖了多少。
今天来了多少客人。
天气怎么样。
附近有没有活动。
库存还剩多少。
他可以根据这些信息调整。
但是，如果让一个中央机构决定全国每一家餐馆明天需要多少蔬菜，问题就完全不同了。
二、传统计划经济最大的难题：信息太慢、太少、太集中
假设全国有1亿个人。
每个人都有不同的需求。
有人喜欢苹果。
有人喜欢香蕉。
有人喜欢牛肉。
有人吃素。
有人想住城市。
有人想住农村。
有人想买小房子。
有人想买大房子。
有人今天需要雨伞。
有人今天根本不需要。
这些需求还会不断变化。
中央计划者即使非常聪明，也不可能直接知道所有这些变化。
更麻烦的是：
需求不是固定的。
昨天需要100吨钢材。
今天可能只需要80吨。
明天可能因为一个新项目突然需要150吨。
所以计划经济真正困难的地方不是：
“人不会计算。”
而是：
经济系统的信息量太大，而且变化太快。
三、于是市场出现了一个非常强大的功能：把信息分散到每个人手里
市场价格其实是一种信息机制。
比如某种商品突然供不应求。
价格上涨。
生产者看到利润增加，就会增加生产。
消费者看到价格上涨，就会减少需求或者寻找替代品。
于是：
需求变化 → 价格变化 → 生产变化 → 供给变化。
这个过程不需要一个中央机构知道每一个人的具体需求。
信息被分散在无数人的行为里。
这就是市场最厉害的地方之一：
它把复杂的信息处理任务分散给了无数参与者。
所以市场不是简单的“自由买卖”。
它实际上是一套巨大的分布式计算系统。
四、但互联网出现以后，情况开始发生变化
过去市场最大的优势之一是：
信息分散。
但互联网开始把这些分散的信息重新集中起来。
一个平台可以知道：
消费者搜索了什么。
点击了什么。
购买了什么。
什么时候购买。
在哪里购买。
买了多少。
退货率是多少。
不同价格下销量是多少。
哪些商品一起购买。
甚至可以实时知道：
哪里缺货。
哪里供过于求。
哪里突然下雨。
哪里突然出现大量订单。
这意味着什么？
意味着：
平台开始拥有传统计划经济从来没有拥有过的信息处理能力。
五、外卖平台其实就是一个小型计划系统
想象一下以前的饭店。
消费者自己找饭店。
饭店自己决定生产多少。
骑手自己寻找订单。
整个过程非常分散。
而平台出现以后：
消费者提出需求。
↓
平台收集需求。
↓
算法预测需求。
↓
平台匹配餐厅。
↓
平台匹配骑手。
↓
平台规划路线。
↓
平台动态调整价格和配送。
↓
订单完成以后，数据重新反馈给算法。
这其实已经非常接近一个：
实时的、动态的、数据驱动的资源配置系统。
它甚至比传统计划经济更像“计划”。
只不过：
过去是人制定计划。
现在越来越多是：
算法制定计划。
六、网约车更明显
传统出租车市场：
司机在街上寻找乘客。
乘客在路边寻找车辆。
供给和需求通过价格和等待时间慢慢调整。
而平台介入以后：
乘客：
“我要从A去B。”
司机：
“我现在在C。”
平台：
“这里有一个订单。”
算法同时计算：
距离。
时间。
司机数量。
乘客数量。
历史需求。
道路情况。
然后进行匹配。
当需求突然增加，平台甚至可以动态调整价格。
OECD对数字平台的研究也指出，部分平台会通过算法根据实时供需调整价格，并通过算法进行供需匹配。
这是什么？
就是计划。
但它不是传统意义上的中央计划。
而是：
实时分布式数据 + 中央算法协调。
七、电商平台甚至比传统计划更进一步
传统计划者的问题是：
“我不知道人民想买什么。”
电商平台的问题却是：
“我知道你刚刚搜索了什么。”
甚至：
“我知道你最终买了什么。”
于是平台可以预测：
某种商品下个月可能热销。
某个地区正在增加需求。
某个价格可能导致销量下降。
某个商品应该放在首页。
某个库存应该提前调过去。
这实际上已经是一种非常强大的预测性计划。
所以我们今天看到一个非常有意思的变化：
市场没有消失，而是被数字平台重新组织了。
八、所以“平台经济 = 计划2.0”并不是说平台等于传统计划经济
二者有一个非常重要的区别。
传统计划经济倾向于：
中央制定目标 → 层层下达 → 企业执行 → 汇总反馈。
而平台经济往往是：
用户产生需求 → 数据实时上传 → 算法计算 → 自动匹配 → 结果反馈 → 算法继续调整。
前者：
计划 → 执行 → 汇报。
后者：
感知 → 计算 → 行动 → 反馈。
这其实更接近一个实时控制系统。
所以真正发生的不是：
市场被计划取代。
而是：
市场中的信息开始被平台集中，然后重新用于计划和协调。
九、这也让“市场还是计划”这个老问题发生了变化
过去我们经常把两者理解成：
市场：没人计划。
计划：有人计划。
其实这两个定义都不准确。
市场当然存在大量计划。
企业天天在计划。
消费者天天在计划。
家庭天天在计划。
区别在于：
谁拥有计划权？
以及：
信息在哪里？
以及：
计划多长时间更新一次？
以及：
错误以后能不能快速纠正？
这才是关键。
十、传统计划为什么容易出现短缺？
这里就能回答题目本身了。
计划经济中的一个典型问题是：
生产计划与真实需求之间出现偏差。
如果价格不能及时反映供求变化，又没有足够灵活的反馈机制，那么：
需求100。
计划生产80。
就出现短缺。
但因为短缺本身又不会充分通过价格反馈到生产者那里，生产计划可能继续按照原来的数据运行。
于是短缺持续。
世界银行对苏联经济的研究就记录了这种机制：中央计划和固定价格体系下，许多商品长期短缺；当生产或分配计划没有完成时，短缺还会进一步扩散。企业为了应对短缺，会囤货、建立自己的供应渠道，甚至转向非正式交易。
所以：
短缺不是“计划”天然导致的，而是错误计划缺乏足够快、足够真实的反馈和纠错机制。
这是一个非常重要的区别。
十一、而平台为什么能够把“计划”做得更强？
因为它有三个传统计划体系非常缺乏的东西：
第一，实时信息
传统计划可能一年制定一次。
平台可以秒级获得信息。
第二，巨大计算能力
过去需要大量人工统计。
今天算法可以实时处理海量订单。
第三，自动反馈
一个算法今天预测错了。
明天就可以根据数据修改。
所以：
互联网并没有证明计划不可能有效。
它反而证明：
当信息采集、计算和反馈能力足够强以后，计划能力可以非常强大。
十二、但平台经济也正在暴露“计划2.0”的新问题
这里才是最值得警惕的地方。
传统计划经济的问题是：
中央计划者不知道你真正需要什么。
平台经济的问题可能变成：
平台知道得太多，但平台决定的目标未必等于你的目标。
这是完全不同的问题。
平台可能知道：
你喜欢什么。
你会买什么。
你什么时候容易冲动消费。
你对什么价格敏感。
什么内容能让你继续刷。
什么商品最容易点击。
然后平台优化：
GMV、广告收入、用户时长、利润、订单量。
于是出现一个新的“局部理性”问题：
平台越来越懂你，不等于平台越来越为你的幸福服务。
十三、这其实又回到了我们刚才讨论的王朝周期
王朝的问题是：
统治者把“稳定”当成最高目标。
企业的问题是：
把“利润”当成最高目标。
平台的问题可能是：
把“用户时长”或者“交易额”当成最高目标。
计划经济的问题可能是：
把“完成计划”当成最高目标。
市场竞争的问题可能是：
把“赢过竞争对手”当成最高目标。
所有这些都有一个共同问题：
把手段变成了目的。
十四、所以真正的问题不是市场还是计划
我越来越倾向于认为：
市场和计划根本不是两个互斥的世界。
现实经济本来就是：
计划 + 市场 + 合作 + 竞争 + 公共配置 + 分布式决策
的混合系统。
一个家庭内部有计划。
一个企业内部有计划。
企业之间有市场。
市场里面有竞争。
平台上有算法计划。
国家又会进行公共资源配置。
真正值得讨论的不是：
“计划还是市场？”
而是：
不同的事情，应该由谁来计划？
十五、平台经济其实正在告诉我们：计划的最大敌人不是市场，而是错误的目标
假设未来AI能够实时知道：
每个人需要多少粮食。
每个地区需要多少住房。
哪里缺多少医生。
哪里需要多少能源。
交通什么时候拥堵。
哪些工厂需要什么原材料。
那么从技术角度说：
社会资源的实时协调能力一定会比过去强得多。
但是还有一个问题：
谁决定优化目标？
如果AI的目标是：
最大化利润。
它会成为一个超级商业机器。
如果目标是：
最大化GDP。
它会成为一个超级经济机器。
如果目标是：
最大化消费。
它会不断刺激消费。
如果目标是：
最大化人的幸福、自由和长期价值。
那么整个资源配置系统就会完全不同。
所以：
AI解决的是“怎么算”，不自动解决“算什么”。
这也是我们前面讨论“六把尺子”的意义。
十六、真正值得追求的不是“计划经济2.0”，而是“价值流动2.0”
平台技术真正厉害的地方，是可以把：
需求 → 数据 → 资源 → 生产 → 配送 → 消费 → 反馈
连接起来。
这实际上极大降低了社会协调成本。
但是我们不能因此让平台成为新的中央权力。
否则只是：
过去一个计划委员会掌握资源。
变成：
今天一个算法平台掌握资源。
区别只是：
过去的计划表可能几个月更新一次。
现在的算法可能每秒更新一次。
如果目标错了：
错误也会传播得更快。
所以真正需要设计的，是：
平台的权力如何受到约束？
数据属于谁？
算法能不能被质疑？
商家能不能退出？
用户能不能退出？
平台能不能利用自己的数据打压平台上的参与者？
平台能不能既当裁判又当运动员？
这些问题其实已经成为数字市场监管的重要议题。OECD近年的研究也特别关注平台对排名、定价、数据和市场准入的控制，以及平台既作为中介又作为竞争者时可能产生的利益冲突。
十七、所以平台可能是“计划2.0”，但不能让它变成“权力2.0”
这是我认为这个比喻最值得继续推的地方。
传统计划：
集中信息 → 集中决策 → 集中资源
平台计划：
集中数据 → 算法决策 → 自动协调资源
未来AI计划：
实时感知 → AI预测 → 自动协调 → 持续反馈
这条技术路线其实非常清晰。
但社会治理必须同时解决：
谁制定目标？
谁拥有数据？
谁可以修改算法？
谁可以退出？
谁来纠错？
谁来防止平台把自己的局部利益变成整个系统的目标？
否则：
我们只是把过去低效率的计划委员会，升级成了高效率的平台算法。
效率提高了，人的自由却未必提高。
十八、而这又回到一个最底层的指标：人的必要劳动时间
如果平台经济真正优秀，它应该做什么？
不是让外卖骑手跑得越来越快。
不是让消费者买得越来越多。
不是让商家卷得越来越厉害。
而应该是：
让同样的社会需求，用更少的人的劳动完成。
例如：
以前找商品需要1小时。
平台让它变成5分钟。
这是进步。
以前配送需要2小时。
算法调度让它变成30分钟。
这是进步。
以前一家企业需要100个人处理订单。
自动化以后只需要10个人。
这是进步。
但如果最后的结果变成：
每个人工作时间没有减少，只是平台让所有人可以更快地完成更多订单，于是社会又把节省下来的时间全部拿去工作。
那么生产力的提升就没有真正转化成人的自由。
因此我们最终还是要回到那个问题：
技术进步以后，人究竟获得了多少自己的时间？
结语
所以我不太赞同“计划经济必然导致短缺”这种过于简单的表述。
历史上的中央计划体系确实出现过严重的短缺、排队和供需错配问题，其中信息、激励、固定价格、分配机制等因素相互作用。
但今天的平台经济又告诉我们另一件事情：
计划能力本身正在发生革命。
互联网让需求可观测。
大数据让信息集中。
算法让资源匹配自动化。
AI让预测和动态调整越来越强。
所以未来真正的问题已经不再只是：
“市场还是计划？”
而是：
“谁来计划、计划什么、依据什么信息、如何纠错，以及最终为谁服务？”
平台经济可以看成某种意义上的计划2.0。
AI则可能进一步成为计划3.0。
但无论技术发展到哪一步，都不能忘记：
计划是工具，市场也是工具，竞争是工具，产权也是工具。
真正的目标应该是：
在保障人的基本生活和未来生产能力的前提下，让社会必要劳动时间不断下降，让价值更顺畅地流动，让人的选择和自由不断增加。
如果一个超级平台能够做到这一点，它就是一种伟大的社会协调工具。
如果它只是让平台拥有更强的控制力，让人工作得更快、消费得更多、竞争得更激烈，那么它不过是：
一个效率更高的旧系统。
真正值得期待的不是“计划战胜市场”，也不是“市场战胜计划”。
而是：
人类终于拥有足够强大的信息处理能力，把市场的分散信息能力、计划的协调能力、竞争的创新能力和公共保障结合起来，同时又不让任何一个组织垄断“什么才是最重要的”这个问题。
这可能才是数字时代真正值得探索的经济制度。