也谈ChatGPT

这两天有点沉迷ChatGPT.

固然一方面有被impressed到.

但另一方面更多的是一种好奇或者说怀疑.

毕竟原则上来说,对目前给予统计概率的AI还是比较不太容易有好感的.

虽然说从工程或者说实用主义角度出发的话,确实是一个容易有比较promising结果的一个方向.

但至少以人类理性/逻辑的尊严或者自负来说,还是希望有能够符合直接的reasoning过程的方案出现的.

回到ChatGPT本身.

官方的卖点一开始也是code generation.

至于其他的,可能还算是GPT系列的固有技能.

所以这几天也着重在玩这方面的.

开始是spell了一个爬取网页内容的脚本描述.

很自然地generate出了基于beautifulsoup的脚本.

然后附加了一些instrument也支持了script的解析和结果变量提取,以及随后的结构化数据处理和存储.

最后还支持脚本参数化命令行.

从结果上来说,还是比较惊艳的.

更意外的是instruct它把python version port到javascript的话,结果也是相当让人满意的.

这里就不仅涉及到语言之间的对等翻译,还涉及到对应库功能的替换和重写.

毕竟两种语言的风格和支持库的用法是不一样的.

所以如果说是符合人类直觉的翻译过程的话,出了procedure的对等变换之外,还有合适的库的选型以保证风格/结构上面的大致对称.

当然,还有另外一种方式是根据初始的spell替换一个上下文语言约束重新生成.

这种方式的话就相对简单多了.

后来想想的话,也确实是这种方式的generator比较合理.

但是对问题的理解和到合适代码生成这个task的过程还是让人眼前一亮的.

猜测的大致模型是语义的annotation组成一个knowledge graph的embed结构,然后有一些基本的infer规则匹配.

一个例子就是别人的一些诸如星期几的简单演算问题.

encode之后的形式化结构的逻辑表现形式可能类似于一个属性结构,推算就变成了相邻子树/层级之间的模式匹配问题了.

比如从周三开始连上七天班之后是周几这样的问题.

平行结构就是天数和对应的quality(天)的同态模式匹配/infer问题.

不过具体到这个特定问题还有个意外惊艳就是考虑到周六日这种特殊情况.

想想,可能也正常.

这两个节点可能有相应的negative的signal/attribute.

另外一种实现方式可能是服用code generator的方式.

把自然语言translate成用于code generator的instrument结构,然后生成在翻译成自然语言.

这个方式的话倒是打开了这类概率模型发展的一个新思路.

毕竟之前诟病的就是可解释性问题.

如果转成这类IR之后,以程序/图灵机的方式做推理演算,那之后IR之后的部分是acceptable/比较让人舒适/愉悦的一个方向的.

这样的就对后半部分的可解释问题没什么疑问了.

而且能够解决相当一部分问题.

只要给出了相应的数学约束就行了.

剩下的就是常规的程序演算问题.

如果是这个方向的话,倒是对ChatGPT有一些好感了.

然后就是试着用这个思路去套它本身的实现机制.

但估计是设置一些伦理道德限制.

就像那些毁灭世界问题意义,对于自身的一些回答都是相对固定的模版.

尤其是涉及到上下文内容推理的部分.

虽然conversation本身就已经代表了有上下文,但生成的回答里还是明确否定了这点.

所以在话术这方面,可能还是不太容易有突破的.

然后回到code generator的部分去尝试.

使用的spell是最近在做的一个关于kafka proxy相关的描述.

再给出初始的sketch描述之后,出来的是一个consumer poll topic然后producer send record的模型.

一步步纠正确实生成了一个server accept client request and forward的看上去能work的代码.

提出optimize要求之后,还能做一些常规的诸如异步/多线程/reuse方面的重写.

refactor和inline指令也能正确地apply过去.

甚至于指定用kafka library替换原生的socket selector处理IO的部分也能正确地重构出来.

到这里可以算是非常令人震惊了.

看上去真是的是指导/结对编程的感觉.

但是仔细想想,可能也不是不能理解.

因为优化和inline/refactor之类的,算是现代language server/ide/linter常见的功能.

本质上来说,也是一种模式/规则匹配.

对一个动不动百亿千亿参数的模型来说,这个反而可能不算什么.

毕竟只是关于训练集的fine tune而已.

不过从应用场景上来说,倒是挺适合做compiler的optimize建议的.

尤其是在模式识别方面.

可能会带来一些新的突破,尤其是offline profile方面.

online/jit的话, 可能就不太现实了,一个是程序本身的性能损耗/采集,一个是模型本身的算力需求.

不太可能像gc一样做到runtime里面去.

至少以目前的技术架构来说还是挺不现实的.

剩下的就还是老问题.

库相关的等价替换实现/重构是怎么做到的.

按照IR的思路的话,还有一个问题就是kickstart/bootstrap的问题.

也就是IR本身怎么到生成合适的代码的.

重新spell了一个生成socks5 proxy的例子.

然后意外地看到了一些熟悉的代码模式.

然后就有些豁然开朗的感觉.

直觉上是类似于copilot的方式,代码库作为语料.

然后跟text2image之类的一样,结合相关的自然语言描述,比如注释和readme,以及相关的project knowledge graph entity等一起做training出来的embed.

这样的话,生成就还是回归GPT的概率模型了.

需要fine tune的部分可能就是code block的attention之类的.

因为从使用经验来说,ChatGPT是可以指定特定局部代码重写.

前提是你能引导/recall指向到意图的那一段.

这样的话,ChatGPT说自己并不具有逻辑推理能力的话倒确实不一定是safe guard.

本质可能还是特定领域的GPT模型fine tune.

不过这里引申出来比较有意思的是关于一开始的impression方面的.

如果只是概率模型的话,那么这种一开始看上去是有逻辑推理过程的结果反映的一个事实是,目前的信息丰富程度需要用另一种角度去看待了.

也就说,可能并没有什么想法/东西是新的.

所有一般人能想到/问出来的,在这个世界上已经存在语料中了.

所以GPT才能generate出来这些看似有逻辑的内容.

而对于像Google最初的索引一切的理念来说,需要revise的就是索引的定义.

或者说现在对于搜索这个需求的定义是什么.

是特定内容关键字的匹配.

还是说特定intension的识别匹配.

前者最多还是逃离不开语句结构本身.

后者则是借助于猴子写的莎士比亚做的伪逻辑inference.

刚好这两天三体动画版开播了.

用智子的话说,就是人类实际可能已经nothing new了.

代价问题

这两天舆情比较激烈.

矛盾点跟上次上海差不多.

本来想着结论在那,也不多想了.

但后来想想,还是需要review下逻辑.

第一个问题是想在人们反抗的情绪逻辑是什么?

自从今年三月上海脱轨以来,清零和共存的话题,或者更明确一点地说,对疫情管控的对立情绪一直在上升.

一种舆论上主流的语言已经转变成了没有必要再坚持疫情防控了.

依据是病毒的传染性和致命性已经不足以支付如此巨大的人力和经济投入.

那么先看看这种投入有没有必要.

或者说又没有用.

大致看了下今年社会零售的宏观数据.

三月份到六月份是同比负增长的.

从七月份开始到9月份是同比2.5%～5.4%的增长.

十月份数据是-0.5%.

估计十一月份也是负的.

对应的大致就是上海疫情开始到结束.

以及广州疫情开始.

所以从这方面来说,区域性尤其是经济中心的社会面疫情对经济是有明显影响的.

然后是同样看了深圳市的社会零售数据.

因为只到9月份的,所以数据上只有到九月为止的同比计算.

负增长是从二月份开始,五月份结束.

六月份的时候13%的增长,之后到九月份都是在4-5%的区间.

那么是否可以用六月份的数据作为疫情和非疫情的经济影响案例呢?

不能的理由可能是如果说上海作为重要经济区域疫情影响是全国产业性的话,那么深圳的6月增长就属于地区特例样本,不具有普适性.

可以的理由也同样是上海作为重要经济区域,在区域疫情后期的影响已经被逐渐消化折抵,那么深圳6月的增长就属于没有区域性疫情干扰的经济样本.

类比广州的话,因为没有找到具体的数据.

但是又篇11月初的报道提到连续4个月回升,那么合理的反推就是从6月开始回升的.

跟深圳的趋势大致有重合的地方.

因此区域性疫情影响经济这个结论似乎是可以下的.

那么造成影响的具体因素是什么?

如果说是封控造成的各行各业停摆的话,那么存在封控造成停摆,但是没有影响经济的案例么?

似乎是没有的.

于是逻辑上来说,发生区域性社会面疫情,封控是必然会直接影响经济的.

那么它的对立面代价是什么?

也就是说,如果发生区域性社会面疫情,不封控而是继续保持生产,对经济的影响是什么?

这个的一个例子可能就是郑州富士康.

它的现实结果一样是停工停产,对经济产生负面影响.

但这里有亮点需要考虑.

一个是这个案例属不属于特殊形态,或者说停工停产是不是一个必然结果.

再一个就是负面影响的可比口径存在不存在,或者更明确地说,跟封控的经济效益孰轻孰重的问题.

先考虑可比口径的问题.

如果考虑富士康本身的话,封控和停工停产可能是没有利益上的区别的.

形式上都是生产的停滞,以及附带的后期的订单以及各项法律意义的合同履行赔付的损失问题.

这个可能没有一个定量的结论.

而定性上面,也没有足够的区分度.

那么问题回到这属不属于特例.

停工停产的直接原因是群体性事件升级,而动机是工人利益的保障存疑.

利益的保障体现在一个是阳性之后的个体待遇确定性的问题.

即使以感冒考虑的话,附带的是个体停工之间的福利和工资待遇问题.

以及基于此衍生的感染造成的对他人/其他个体的连带责任和影响.

再偏向性一点的立场就是反复感染造成的这些博弈的重复成本.

而要cover这些成本的话,就必须有一个支出方.

如果是工人自己的话,还需要考虑其他工友处于自身考虑对阳性传染性的防御性行为.

即为了避免自己耽误工作,而对阳性和患病产生歧视性回避的行为.

如果是厂方支付的话,那么除了直接地cover工人的这些成本之外,还需要考虑生产率的折损问题.

直接反应在财务上的就是单件成本的上升.

所以从这个角度来说,不执行封控,在经济上也是有损的.

当然这里的一个隐含假设就是病毒的传染性足够造成上述影响.

而这点似乎是不太需要论述的.

那么在跟封控策略做比较的时候,选择的倾向在在于这个有损的程度了.

像前面说的,所有的不封控的做法最后都可以抽象地体现在单件成本上.

而不封控优于封控的临界点就在于这个额外成本对利润率的影响.

如果已经无利可图了,那么西方经典经济学形式上是等价于不生产/没有生产的封控策略了的.

而具体到富士康的这个例子来说,不封控的成本支出的所有指向最终目的都是降低感染率.

这样的话,封控在形式上也可以成为是降低感染率的一种支付手段.

所以在这个例子上,封控不封控指向的结果似乎都是没什么区别的.

有区别的在于,不封控是一种持续性的概率性赌博.

也就是说,一旦发生感染扩散,那么不封控的后续发展就会马上切换到和封控没有区别.

而逻辑上来说既然涉及到封控和不封控抉择的时候,那么必然意味着已经发生了感染病例.

于是,在这个角度反观20条.

也就是在粒度问题上的取舍.

用上面的思路套的话,20条的本质就是在发生社会面的时候,其实是没有所谓选择的.

所有选择指向的结果都是一致的经济受损.

那么唯一能做的还是尽可能阻止/减少社会面感染的发生.

所以回到最开始的问题.

以目前病毒的传染性和致命性,还有没有必要投入人力的资源做防疫.

这个问题形式上是可以把前半句去掉的.

因为在隐含假设高传播率的前提下,致命性和医疗保障不是一个关键条件.

而是社会面感染一定会造成无差别经济影响.

所以从成本的角度考虑,只要经济损失还大于投入,那么至少账面上来说是值得的.

随之而来的一个问题是,以目前的传染性和防御方式,还能不能做到防止社会面传播.

以深圳的高强度核酸检测为例的话.

单纯核酸检测已经不足以做到清零了.

2022年几乎在全年核酸的深圳,即使考虑有境外输入成分,本地感染数量在常规时刻也是有波动的.

但是社会面疫情还是在可控的范围内管理的.

也就是说,老办法还算有效.

那么存在其他方式么?

即使是以减少社会面传播这个点来说的话.

从经济结果上来说,社会面传播的负面影响是无差别的.

或者说是随机性决定的产业链波及造成的无差别.

所以可以认为是全体社会成员的一项共同支出.

在发生社会面传播的情况下.

于是纯经济角度的话,就很自然的是熟悉的税收和社会保险制度了.

当然,这只是纯经济上的考虑.

而且考虑到实际的费率测算,可能不是一个小数目.

所以即使想要这么解决,舆情上也是会有比较大的挑战的.

而说到舆论,那就是另外一个话题了.

套用句话就是,这是属于意识形态转轨时期.

很多东西需要换非西方理论来考虑和解释.

GDP增长转型

本来想看下CPI和GDP的一些关系的.

但拉了下统计局的数据感觉不是很合适就算了.

然后顺手翻了几个其他数据.

GDP的增幅构成是从2012年开始,第二和第三产业大致都是45%.

之后是第三产业开始比例增加,二产下降.

到2021是大致三产53%,二产40%.

也就是从这个角度来看的话,近些年的GDP增长主要驱动是三产.

看人均支出拆分数据的话就比较有意思了.

2018年以前,从分类项目看,只有人均居住支出是逐年上升的.

像食品衣着消费通信支出都是逐年下降.

而医疗和教育在14/15年左右有个峰值增速,后来虽然下降,但相对以前保持了较高的增速.

2019年到2021年,整体支出平均下来的话是保持了之前的增长速度的.

食品衣服消费通信支出看上去似乎属于刚性支出.

在两年平均下导致是符合延续曲线的.

而居住只是保持了单年增长,也就是说疫情间隔的一年的增速完全抹掉了.

相对于前者更不具有刚性.

比较有趣的是医疗和教育支出,形式上类似于食品等一般消费类.

在2021年有一个报复性增长.

但从双年平均数据来看增速是出现了大幅度衰减的.

教育方面可能跟行业发展有关.

而医疗支出就比较耐人寻味了.

对应的人均可支配收入的话,增速是逐渐下降的.

并且对比消费增速的话,也是低于当年的.

所以这么看的话,近年来GDP的增长虽然是由于第三产业带动的.

但是从常规意义的消费角度来说,支出上并不都是集中在终端消费的增长上.

而且相比收入构成,如果换算比例的话,可能收入盈余比例是相对下降的.

这点可能作为掏空钱包的另外一种角度.

那么考虑现在第三产业和GDP的关系.

如果按照旧有模式的话,GDP的增长很大程度上依赖于消费.

而消费在这两年尤其是今年的疫情影响已经很难有所增长.

甚至于能保持水平已经不错了.

但是即使是延续旧有模式,但是从具体的消费构成来说也并不能说是健康的.

如果终端消费的增长不能够以主导比例增加的话,那么相对的流动性就相对地差.

那么理论上来说,如果乘数循环周期长,就意味着要达到同样的流通量的话,需要更大的上游支出来推动.

用市场的话来说,就是边际变得越来越小,增长的单位成本越来越高.

而收益相对恒定的话,增长自然是容易见顶的.

所以从这个角度来说,房住不炒说不上是一个好的解决方式.

但至少减少了一个路径依赖的消费资金流向问题.

就像虽然加息解决不了通胀问题,但至少提高了资本的投机成本降低了热度,一定形式上通过供给侧改革平衡工资和物价.

所以换句话来说,可能即使没有疫情,利用三产拉动GDP的方式也可能到了一个特殊的阶段了.

那么剩下的问题就是看第二产业了.

而第二产业指向的并不是直接的消费终端.

所以它的发展和繁荣与否可能跟三产带来的繁荣在消费者层面来说,并没有太多的物质上的改善.

甚至于由于服务的更多的是产业链的中上游,所以相对的下游和三产表现出一定或者至少相当程度的萎缩.

类似于之前收入和消费的非同幅增长.

如果说这个路线没问题的话,至少从GDP层面来说,是有可能保持一定幅度的增长的.

但问题在于支持发展第二产业发展的动力.

毕竟归根到底还是要转化为某种产品的.

当然,从相对一个时期来说,地区发展不均衡带来的基建还是能够作为一个消费端来支撑这种发展模式的.

再进一步地,做到跨国基建也能延长相当一部分时期.

所以从这个角度看内循环和共同富裕共同体,倒也不是没有道理.

只是发展带来红利可能不如以前的经验的预期.

一个无聊的故事

大概上个月吧,顺着某群里的一个八卦进了某dating小程序吃瓜.

顺手也就写了些劝退的个人简介.

当然,说完全没期待也是不现实的.

只不过用后来某小姐姐的话说,就是真得很敢写.

后来大概是上周吧.

打开的时候变成了脱单26天.

想了想,到底也是该写点什么才是.

对方就是前面说的那位小姐姐.

当时的原话就是内容劝退,加上设置了一个不着边际的申请门槛问题.

想想,能坚持申请下来的,倒也算有点特别了.

作为一个资深渣男,自然也是虽然不主动,但是倒也不拒绝的.

而且话题是她主动在找的,倒也不是不能陪聊.

加上顺着听下来,倒是被当作了一个吐槽和倾诉对象.

大致就是之前快到结婚的地步被分手了,然后一直在怀疑检讨自己哪里不对.

故事的主干也是比较常见的富家女与小镇做题家的消费观念冲突.

矛盾点的烂俗程度和既视感以至于一直当作是现编的.

于是作为同是小镇做题家凤凰男的自己自然能够无缝带入角色,回答为什么当时为何那么做之类的问题了.

然后就渐渐变成了情感疏导前男友吐槽话题.

现在想想,也算是一个比较取巧的话题制造切入点了.

一种介于场景问讦和置身事外的半游离半沉浸试探.

慢慢地对方就开始发直球有意无意地看要不要见面.

最初作为社恐和动机寥寥也就自然而入地回避抽身不谈了.

但是发多了,也总有躲不过去的时候.

于是某个周末就约出来见了一面.

后来回去后大概是重新翻了资料,仔细考虑了几个点的问题重新换了方式问了下.

尤其是关于小孩方面的.

作为女性,至少在生育方面还是会有些奇怪的执着的.

毕竟一可能是生理上的本能反应.

二来就像手握一张有期限的船票,不管别人说得好不好,作为人类也总会有些难耐的好奇心想登船一窥究竟的.

所以大概是确实还想要孩子或者其他方面的考虑吧,聊天记录也就停在那里了.

日常吃瓜的时候也发现对方也已经把关注去掉.

想着,故事大概就是这样了.

意外的是大概一周后又主动地发起了聊天,还技巧性地先发制人问为什么不理人了.

然后话题转向了不见的一周周末怎么过的.

想来可能这就是天赋和性格差异了吧.

于是也就当作是一个stop the world的full gc.

只不过pause的时间稍显长而已.

再后来也就是每周末见个面,看个电影吃个饭.

再逐渐地加散步等情节延长时间.

与自己来说,时间安排上倒也确实没什么太大变化.

该中午看书的还是看书.

只不过选电影的时候得看看对方意愿调整下看的次序.

虽然看得出来对看电影本身并没有很多的兴趣.

而且可能阅片量也有限,对有些梗还是不太能反应到.

其他方面的话,大概就是周末晚上可能没时间跑步了.

偶尔得陪着散步周围走走.

连带的也是有些消息的处理会堆积比较多.

像刚刚看了下部分类目,已经是最早8天前的消息了.

其他方面的就是吃的开销会多一些.

毕竟一方面来说,这点可能才是对方真正喜欢的点.

二来,也算给自己改善下伙食了.

日常更多还是她在发起话题,自己作为捧哏,随手敷衍些两人之间的梗.

也算把日常在公开社交网络上的段子练习变成了一种较为私密的形式.

她那一边的话吧,自己多少也知道比较不容易的.

一来自己的话少体质,要找话题还是不太容易的,尤其要能维持一定回合数的.

二来是体重身材的问题.毕竟自己可能和某些妹子差不多,所以可能也会有这方面的焦虑.

而且多多少少也表露过要减肥.

当然,也可能只是为了多一个聊的下去的话题点了.

昨天吧,中午的时候因为小区疫情,跟她说了可能要管控几天.

然后就担心周末可能去不了海边了.

大概是因为上周说了想去的,自己因为不太想开车就说先看看预约,战术性回避了一下.

后来回过神来继续聊了下管控生活的问题.

大概是确实没什么安全感吧.

毕竟从她角度来说,也可能付出了挺多.

晚上她就问了句是不是觉得一个人比较好.

面对这样的问题,也只能诚实地熄屏想了想.

然后回了句可能.

套用薛之谦的演员就是该配合演出的不会演视而不见.

像之前的小猎头结局也是.

当时给的一个评价就是讨好型人格.

所以渣男这个称谓也不能说虚构.

然后她应该也意识到了不是个好问题吧.

慌忙跟上了说是在给挖坑云云.

想想,可能这就是男女之间是所谓试探吧.

一种概然下面的挣扎.

以及一种逼往绝望边缘的对奇迹的崇拜.

当然,后续还是成年人的选择性忘却和表面的云淡风轻.

慢慢地聊回日常,甚至于一些周末设想的试探.

仿佛便是一个纯然的无聊故事.

经济问题

可能也有差不多两个月没写了,就写点什么吧.

刚看到个消息说是上海准备九月常态化核酸自费.

还有一些连带的诸如核酸检测机构账目没结清挂空调故障罢工之类的事情.

加上最近深圳和各地也开始反复了.

想想接下来的政策可能也比较头疼.

费用反映的是财政支出.

早前也已经有医保把支出条目转移到各地政府账目上的了.

而上海的这个举动.

姑且不管消息来源是否可靠吧.

至少从态度上来说,是不太认可这种持续性的支出的.

反映的可能也是自三月以来的防疫政策上的配合度的延续.

不过抛开这个地区性问题,从舆论上来说,疲态一次的出现频率也是越来越频繁.

当然,一部分也可能是有操控.

但至少有相当部分人是有所不满了的.

包括前段时间小区群里也看到说有顶替做核酸的.

所以从服从度方面来说,继续高压政策的空间已经不大.

尤其今年几个经济发达地区停摆造成的直接经济创伤,以及最近的存款问题,房地产三方资金死结问题,都是一些群体性风险.

而且经济问题是个全国性的通用性问题,不是单个地方能特别方式解决的.

所以基本上来说,这可能是近十几年来维稳的一个挑战点.

或者可能是某种临界转折点.

尤其考虑到可能的换届问题.

那么后续防疫政策会怎么走,或者说能怎么走呢?

清零以前的成本可能只是一些动员和初级的经济成本.

直白点说可能就是还属于能人定胜天的一个阶段,

成本上面虽然代价大,但是还是付得起.

但是接下来的清零,从舆论和财政方面来说,都差不多属于无力回天的情况.

继续原来的思路可能有效果,但是解决不了问题.

类似于在一个大规模机枪扫射中投入冲锋能力.

宏大,悲壮而且可能确实必要,但基本不太可能有好结果.

但是不清零的坏结果却没变.

只是在当下来说,可以也不过就是多一个群体性事件的由头而已.

所以从一个更general的维稳角度来说,防疫政策如何已经不是一个关键性的问题了.

疫情失控/扩散的主要风险在于就医/病例数量攀升带来的直接医患冲突,反复感染和传播带来的工作周期波动与企业的利益冲突,以及一些像特殊贫困家庭等衍生的伦理冲突.

基本上属于社会关系类别的冲突风险.

单个看的话,不算新问题.

但问题就在于,这是一个无差别联动的结果链条.

其他的诸如存款和抗贷/破产等问题,则属于经济层面的问题.

本身上还是民生收入问题.

简单地宏观解决方案就是保就业.

但是具体到微观层面的话,也是一言难尽.

今年的经济趋势不好直接的原因是前面提到的几个经济区域的停摆.

但即使不停摆的话,可能结果也不会有太大的区别.

可能也就是时间上会稍微拖延一下.

毕竟Covid-19除了生理上的冲击之外,更重要的是直接打断了全球化的工业链条.

一个高速运转的连带系统,一旦停机,重启的成本和周期都是会很长的.

就像工厂的流水线.

一个产业链节点的生产/生存意愿是会往上下波及的.

而这种负反馈一旦传播开,就不是靠单个或者某几个节点主官能动就能解决恢复的.

毕竟作为一个链条节点,即使你愿意不计成本,那么现实里也得考虑下游是否愿意接受,或者有没有需求.

以及上游愿不愿意陪着供给.

缺少了任何一方都是囚徒困境.

通俗地说,就是信心比黄金重要.

而且更一般地来说,Covid也不过是加速了这种分崩离析而已.

所以从因果关系上来说,今天这种状况算是一种必然了.

那么经济问题的具体着手点能有哪些呢?

在没有突然的信心转变来临之前,可能自上而下而下的计划经济会是一种制度优势了.

毕竟至少从设计上来说,如果链条足够长,那么覆盖面就有一定的固定预期保障.

从动态系统的角度来说,至少就有某种tipping存在的可能,能够逐渐产生新的正反馈/信心.

而这需要的是财政支出和对应的宽松政策.

但是问题在于现在能宽松的国家并不多了.

前段时间谈美国通胀的时候有种说法,就是美国的通胀并不是价格相关的.

或者说是不完全是价格相关的.

这个观点的角度在于,虽然通胀以价格因素的形式反映出来,当如果考虑投资方面的话,可能就是另外一个方向了.

因为普遍的recession预期,所有投资方面即使不保守,从风险对冲的角度来说,也会更倾向于一些低风险/流动性佳的标的.

而广义上的现金就是流动性最好的资产.

所以从这个角度来说,可能就是一些原来大体量的投资转入的容易变现的资产形态.

而这些转化代表的购买行为实际上地推高了价格因素.

毕竟从纯供需角度来说,需求算暴增.

那么从这个角度来说,加息可能就是一个不太合适但又不得不做的一个手段.

说不合适是加深的recession的预期,资金会更加速地寻求相对安全的标的.

而加息的目的一方面可能是希望把风险集中转移,挂钩到相对来说不会违约或者说形式上兜底到主权债务上面,作为某种形式的风险收容消化方式.

另一方面也可能是至少算是去杠杆去风险的一个努力.

所以从这这两方面来说,不加息就因为这风险的分散不可控.

而这个在recession预期下,无异于放弃治疗.

因此对于相当一部分国家来说,收缩是一个唯一选择.

那么对于宽松是一条可能出路的国家来说,此时的意识形态贸易摩擦反而可能是一种防火墙式的存在.

避免的风险的置换转移.

但按着这个防御性思路的话,在国际环境中的贸易对象选择就变得有些微妙了.

因为从目的上来说,国内的宽松可能反映到国际上的投资流动.

顺带的就是这笔投资会不会成为一种置换,以及更重要的,能不能在国内产生正向的链条效果.

这个在不断有发展中国家出现债务违约/信用危机/社会动荡的时期,也是一个相当程度的风险行为.

这么想的话,可能还是保守的国内循环是一个比较合理选择.

即使输出也应该是传统的外贸顺差型输出.

如果经济上的这个接近last resort的方案能够有效的话.

剩下的可能就是如何把防疫的社会关系风险转化为经济风险了.

而这个可能最成熟或者最容易想到的就是保险了.

不论是医患还是用工还是伦理,如果有对应的保险/补贴覆盖的话,可能也不是什么太大的问题.

所以归根到底还是经济问题.

谈谈经济代价

前两天想看下国外实际的经济情况.

尤其是服务业方面.

因为忽然想,现在的国内情况如果没有lock down是不是会真的好些.

想了下,就找Airbnb的财报看看.

也算凑巧地,刚好那两天出一季度报告.

大致的brief是说录得有史以来最大revenue增长,甚至比2019同期也就是疫情前更好.

看起来确实是恢复中的样子.

疑问点在于这个是否跟降本之类的有关.

即增长的原因是数量带来的利润增长,还是说营收上的增效带来的增长.

shareholder letters里的数据是boooking也比2019同期增长32%.

所以至少从这点来说,整体销售确实是上去了的.

而且数量上来说,也可以认为是行业复苏增长了.

另外一些数据可能要注意的就是.

一个是疫情后的模式变化.

non-urban book比2019增长了80%.

而类似的就是所谓high density的urban destination book恢复到接近2019的水平.

看后面的数据大概是占比从41%增长到46%,2019的水平是58%.

另外一个即使long term stay的数量比2019是翻翻的水平.

这里long term是指居留大于28天的订单数量.

再一点就是Average daily rates的变化.

字面数值是168刀,同比2021增长5%,但相比2019增长了34%.

自述的原因一个是因为non-urban的单价普遍较高.

另一个是涨价因素.

而5%的同比增长就主要是涨价.

这里或许可以理解为通胀的影响.

所以如果粗暴一点的话,可能可以把great resignation和great inflation带进来看待这个意料外的增长.

通胀带来的数值增加.

以及工作模式/理念变化带来的人口从城市向周边迁移的一个产物.

当然,人口迁移影响这点没有什么实质性的数据支撑,只是一种发散性解释.

所以如果要用这个来解释/推导是否经济复苏的话,可能得追究下non-urban增长的实际动机了.

因为从数字上来看,revenue的增长应该就是来自于non-urban的增长.

一个纯猜测的原因可能跟最近各国的去疫情化政策有关.

减少了各种诸如口罩和出入境方面的限制.

加上WFH以及前期lockdown带来的封闭情绪,所以需要至少短暂换个地方生活.

也就是所谓的报复性出游.

那么基于这个假设的化,需要考虑的就是可持续性.

或者更一般的,如果只是paradigm shift的话,作为消费指标来考察经济状况的话,可能就意义不大.

至少从纯Airbnb的数据来看的话,并不能完全反映消费链条的情况.

另外一个可能又参考意义的就是失业率数据.

看消息是美国失业率创新低.

那么从就业的角度来看的话,应该至少不在衰退的范围的.

至少目前为止.

但可能同样的又报复性因素在.

所以问题可能在于,经济指标恢复/增长的持续性问题.

回到最初的问题.

如果没有这轮lockdown,经济状况会好些么.

这个问题应该是肯定的.

至少以Airbnb相关类似的行业来说,至少是不会比之前差的.

这是cost.

于是,从ROI的角度来说 ,lockdown解决了什么问题,回报是什么呢.

也就是核心的,值不值得的问题.

lockdown带来的是各方面的流动性的降低甚至于停止.

而且这次影响比较大范围的还有一点就是物流网络的阻滞.

减少流动性的初衷是omicron的扩散模型.

所以一个直接汇报是感染人数.

当然,这个可能要把上海作为特例排除在外.

单独不考虑的原因是另外一个话题.

保持少的感染人数的收益是少的病例.

那么反过来,病例多又什么影响呢?

两个相对主流的观点.

一个是医疗资源的挤兑.

另外一个是孪生对立观点,轻症易自愈.

如果站在第一个观点的角度计算的话,是容易得出lockdown回报率相当的结果论的.

因为无非就是医疗还是其他社会基础服务谁崩溃/失能/瘫痪带来的连锁反映的问题.

尤其如果再追加医疗是一个不能短期靠人力/资源投入就能补足的前提.

后面一个观点的否定结论也来源于类似的推理依据.

只不过在于,轻症不会对医疗系统产生负担.

一个近似描述就是易治疗/不占用或者占用医疗资源少.

这个的criticize可能也相对容易做.

可以粗略推算下人数和感染率/传播曲线,再根据治疗分布概率换算消耗和医疗资源总量,看是否再容忍区间.

按omicron重症率千分之三算.

2020全国医院床位910w张.

全部床位作为重症使用的话,大概容量是30.3亿人.

当然,全部作为omicron使用是不现实的.

算10%投入的话,是3亿人.

这里又几点需要明确的.

一个是计算是以全部人同时感染折算的重症病人数.

一个是假设可以有10%的床位供应给这额外的病患.

所以它的缺陷在于,一实际上也是不现实的条件.

二是并不存在这10%额外床位.

或者说二需要有一个牺牲替换的价值计算模型.

即用新冠重症患者替换其他病患带来的收益.

随手查了下omicron的infection rate.

大概是3.8-5.2 千人每天

当然,这个数据源还有一些可能比较争议的数据就是低龄儿童和黑人的感染率.

普遍大于10.

用上海人口做个简单试算.

2022的数据大概是2800w.

用千分之4做infection rate的话,就是11w人每天.

重症率千分3算就是每天336人.

一则新闻数据是上海50w感染,重症259例,危重28例.

用上面的推算数据缩放下50应该是理论1500左右的重症数.

这个差异可能更多的伦理收益/回报.

再看床位数.

2020的一个数字是16.15w.

如果按重症的治疗周期是7天床位需求的话.

那么就是大概2.3k左右的资源需求.

折算下就是差不多1.4%的床位需求.

似乎也是可接受的范围.

尤其再当前政策开辟专门的发热门诊资源的前提下.

也就是说,当从重症这点上来说,lockdown的收益更多是伦理上的.

然后考虑轻症的负面影响.

还是用千分之4感染率做计算.

按写字楼单层400人的密度算,也就是大概会有1.6人感染.

居住按1梯4户28层,三口之家折算也差不多是400人.

这么看的话,感觉也没有什么太大的影响.

当然,前提是这个千分之4的感染适用于这种人口密集的场景.

于是总的来说,lockdown的收益从重症收益和轻症影响两方面来看的话,代价确实过高了.

数字人民币的问题

想着最近经济统计数据出来了,昨天打算翻翻统计局的数据.

但看财政收支也只更新了总数,子项目还没数据.

刚又瞄了眼,多了个总税收收入,但子项目还是没有.

就支出方面来说,跟去年数字是差不多的.

而收入大致增长了10%左右,看更新的税收总数,大致也就是税收增长.

所以从赤字的角度来说,不论什么算法这几年都是在下降的.

按照这个趋势,宏观上的计划经济应该这两年就成型了.

相对于现在越绷越紧的靠信用扩张的运转体系来说,倒也算是一个不错的转轨时间点.

尤其现在都在谈通胀和美联储加息预期.

通常意义的信用收缩是免不了了的.

但是如果从计划经济的收支管理上面来说,至少还没有非常明确的理论和实践数据来证明一定要考收缩才能解决问题.

当然,没有明确的理论和数据的另外一个问题就是能不能work的关键性问题了.

说回税收增长.

这个倒是可能比较有意思的部分.

因为从政策上来说应该都是各方面减税的.

尤其是企业所得税方面.

一来是经营景气度的问题.

二来是各种减免定向降低等政策扶持.

所以作为通常的主要税收来源来说,这块应该不会有太大的变动.

或者至少不是显见的对总税收的增长影响.

有一种不是没有道理的坊间段子就是主要是个税.

尤其去年一年的各种打击偷税漏税和原来模糊边界的税收比如电商相关行业的.

直觉上来说,直接个人偷漏补的税从税收量级上来说应该影响不大的.

倒是像合规化之后增补的税项倒是可能更合理一些.

毕竟缴税基数不一样.

当然,具体可能还得数据公布之后才知道.

而且以数据的粒度,也只是到大的税项而已.

但不管怎么说,财政准现收现付制应该算是成型了的.

那么接下来考虑的就是它的意义了.

经典信用拉动增长的立足点在于乘数和产业链条.

也就是所谓的基建拉动增长的理论.

越是往产业线的上游投入,那么根据每一个节点作为自由市场的商业互动参与者都会加上各自的利润点.

链条越长越复杂,这个额外增长点带来的单次放大系数就越显著.

再加上产业拓扑结构的复杂性之类的问题,循环放大.

但是它隐含的一个假设是投入都是能得到正回报的.

也就是链条是可以多米诺下去的.

而所谓的经济周期/经济危机的理论/现实带来的考量就是这是一个不一定的事情.

尤其在各种金融结构化下面,各种流转/信用期限的不一致带来的collapse.

显著的比如期现货交易的窗口差异等,由于时间的不一致造成的交割不能成立,从而上下游反推断裂的问题.

而解决或者规避的方式是利用诸如security之类的本质上没有什么区别的衍生工具去hedge.

实际上只是把存在的问题不断腾挪和分裂复制而已.

现收现付/不扩张能解决这些问题么?

可能想要解决的不是这些问题.

而是对信用扩张的约束.

在给定的资源配额下,只能根据现有的东西去做下一步部署.

在有多目标的时候,更强调对优先级的调度和预期展开.

所以它的一个直接后果可能是对突发情况的不太友好.

因为预期外的支持就意味着非必要情况下,需要对后续的安排做一个重新规整.

尤其在如果计划安排比较长远的情况,影响涉及面会比宽松信用的时机相对的大些.

毕竟在调整能力上空间没有前者高.

当然,前提是有严格或者是绝对的信用控制.

这个是财政支出层面的.

但是跟货币角度的信用扩张/紧缩并没有直接的关系.

于是,从货币政策的角度上来说,严格的赤字管理约束的是财政行为对货币政策的干扰/影响.

所以某种程度上来说,可能意味着货币政策会更独立化一些?

如果是这样的话,像新冠疫情这种情况,如果不靠行政力量倾斜,而是纯货币政策工具的话,有可能做到么?

毕竟像减税减负这类本质上是属于行政干涉的.

纯货币的话,是利率和贷款等调整.

但是以通常的认知来说的话,金融工具对于大多数中小企业来说,是不太友善和友好的.

尽管目前的风向是有一定的改进任务在这方面.

尤其是对于农业农村方向这个一直以来的难点区域.

而依靠利率的话,按照现有金融框架是需要各种衍生品市场配合流动的.

因为单纯的贷款利率控制能产生的效果并不明显.

尤其是对中小商户.

但是鼓励衍生品的话就是信用扩张的老路了.

如果不靠衍生品呢?

或者说可控衍生品.

也就是能够约束衍生品flaw使用的话,至少形式上可以减少固有问题的产生.

因为至少从目的和使用用途上来说是合乎预期的.

于是又绕回了数字人民币的问题了.

关掉个性化推荐这件事

心血来潮把小红书的个性化推荐关了.

然后发现内容有点看不下去.

于是想,现在人或许某种程度上确实是被shaping的.

算法推荐的动机是浏览量活跃度在线时长.

所以首选感兴趣的,或者说随着这个objective的自然是会让你沉浸下来的.

换个角度来说,就是容易或者说乐于接收的内容.

从结果上来说,就是某种程度的报喜不报忧.

而如果泛化地来说的话,那么就说明存在一种手段,在贴合取向的前提下,可以达到一个预设的立场目的.

换句话说,就是思维方式和接受的信息是可以被shape/manipulate的.

这个似乎也不是什么新的论点/观念.

毕竟近几年尤其近段时间以来,算法已经算是某种形式的原罪共识.

一种或者说某种倾向性的灌输渠道.

关推荐带来的另一个想法是另外一个有些类似的结论.

也就是所谓多元化问题.

信息茧房的某种程度的对立面就是多元化.

广义上来说就是有着不同层次体验和角度的人事.

一个可能比较有话题性的就是比如北上广深的白领女权和18线边缘贫困山区的被卖女性.

算法的功利性或者说倾向性理论上,也可能实际上会把两边构成一个个独立的平行宇宙.

在没有舆论焦点的时候,双方都是不存在对方的视野里的.

为什么说是双方?

实际上,如果脱去事件性本身,泛化地来说就是不同位面的人群之间的相互信息隔离.

合理一些的例子就是房价和人均收入这个话题.

这里带来的一个问题或者说可能的现象就是所谓的被动性.

当信息flow in的时候,人一般本能非本能地都会去digest这些东西.

那么反过来说,当没有信心流入的时候会怎么样呢?

就像现在流行的忆苦思甜的一个常用叙事就是,现在的人已经不会自己找porn了.

以及更衣人偶都能被称之为里番一类.

这类或主动或被动的伸手党的存在和形成,一方面自然可能是跟GFW等一系列环境变化有关.

但是否某种程度上也跟这种算法的喂养有关呢?

这种被动接受的独立面就是主动的获取.

后者在互联网初期或者说中期本身是个问题或者说缺陷.

因为内容和信息的膨胀使得有效的检索和获取成为了一个不太容易实现的东西.

所以需要有搜索,需要有一些社交的社会化推荐的东西,以便于在大数量的信息里效率性地提取有用的信息.

比如初始信源RSS的bootstrap,各个社交网站账号的cold start等.

目的的共同点之一都是效率化.

无论是为了检索的效率化,还是融入上手的效率化.

这也是为什么算法具有出现的必要性.

然后是商业化增长需求加入使得算法导向性的变化的问题.

它的目的就不再是效率化,或者说不完全是使用上面的效率化.

而是带有更多侧面和角度的效率化.

那么即使是从纯粹数学表达上来说,这个重新调整的效率函数对于原始的用户方面的效率需求俩说,就不一定是最优的.

也就是说,后期的算法从用户角度方面来说,可能反而是反效率化的.

至少是非最优化解的.

那么随之而来的一个问题就是,这种非效率化相对于不使用算法来说的话,是有改进呢还是负优化呢?

这是个比较complicated的问题.

因为不同的场景甚至不同的人,对于优劣会有自己的倾向性和考虑.

如果选择不用算法的话,那么就意味着需要自己去寻找一套能够等效率实现自己需求的东西.

一个可以至少更无忧快速的获得需要信息的一个渠道.

而这个往往需要首先知道自己需要什么样的渠道或者说寻找的是什么东西.

也就是一种主动性诉求.

这在以算法驱动成长环境下来说,可能是一个不太容易满足的点.

或者说是一个不太容易驻足的点.

因为不断地会有信息主动或者被动的侵入到这个处理信道当中.

一个简单的例子就是学生学习时的手机沉浸问题.

相对于前辈来说,同样是走神,但是大脑的活跃程度和行为模式大致是不太一样的.

所以一个可能会有点意思的角度就是,在基于这种注意力随机游荡的假设模型下,做东西的体验的关注点的问题.

早期互联网崇尚的是直觉性工具性原则.

也就是交互和体验要尽可能地为了使用效率性服务.

因为心智模型是主动工具性的.

当如果基本心智模型是注意力放置型的话.

也就是类似某种成瘾性信息消费为取向的话,那么需要关注的点就是如何转移注意力.

或者说产品之间的竞争从易用性切换到如何从竞品吸取注意力并把关注度留在自己身上.

于是,这就不难理解一些产品的奇怪属性了.

抖音的节奏背景.

微信的基于聊天形式的各种奇怪交互链路.

直播中的购物互动性行为.

keep thinking without thinking.

所以,有时候在想,是不是到了应该把个性化广告推荐也关闭的时候.

以前的一个想法是从广告内容来做一个反馈,作为日常行为的一个收束指标.

因为理论上根据广告内可以看到自己行为模式的可能一般自身注意不到的变化.

但是它的假设前提是广告的推送是基于算法亲和度的.

也就是前面说的,类似与最大化买卖双发撮合的目的的.

这样才会考虑买卖双发的具体指标的契合度.

但是,what if现在的广告核心并不完全是为了这种撮合呢?

那么它反映可能是另外一些跟自身行为模式不太相关的东西.

这样的话,作为某种形式的镜子来说其实是没有意义的.

所以,如果广告是某种跟自身无关的意志的一种体现的话,从这个角度来说就没有必要不关闭.

反而如果这种非自主权重更高的话,去掉个性化因素之后反映出来的倾向性可能会更有意思一些.

内循环

前几天看社科院的一个公众号在提奥派经济学的货币定义.

也就是非信用而是纯商品属性的货币定义.

按对数字人民币的普遍预期来说,数字人民币的场景方式可能是像NFT的中文译名一样,作为一种非同质化代币.

也就是说同一法币标价的数字人民币具有对应的锁定消费渠道,跨渠道交易会受限.

一个例子就是财政方面的公务卡账目开销.

账上的资金职能在白名单或者是具有相应标签验证的消费渠道流通,保证资金用途的可控性.

另外一个可能更通俗易懂的例子就是现在电商平台的优惠券机制.

给定优惠只能在特定店铺/活动/场景/品类下消费,而不是一个通用的优惠折扣.

这样的话,货币本身就是某一类渠道里个一般等价物,脱离的渠道就没有什么意义.

从结果或者说宏观上来说,就可以做到每一笔资金在可控的范围内流通.

以央行或者说货币政策的角度来说,像小微企业定向贷款和专项贷款之类的,在技术上也有可能做到无人自动监督的一个效果.

而且本质上来说,它并不完全排斥信用理论的货币说和工具链.

上面央行的例子本质上也还是可以做信用扩张/基于信用框架来做的一个措施,但粒度控制上更有明确的操作点.

本质上来说,这就是一种计划经济形态.

因为不仅结果可以用量化考核,实现方式也可以在某种形态的量化框架下约束实现.

另外一些观点就是对于信用货币这个理论本身的一个,可能说是攻击点或者说不足点的论证.

以信用定义为基础出发的货币观念以及基于此产生的财政货币手段本质上都是依赖于信用扩张的.

或者至少是某种形态的杠杠的.

也就是通常所说的赤字驱动.

抛开政策场景, 本质上就是利用远期的一个合理或者不合理的估值回报折现来作为当下消费支出的一个依据.

基本假设是不会default,并且发展预期是在偏差允许范围内的.

这个初看问题不大.

因为只要保证不会违约和预期折现的杠杆率不会太离谱.

但实际上的问题是,这种预期折现不是一次性的.

而是一个没有尽头的叠加重复计算过程.

什么意思呢.

比如t年折现未来t+n年的增长预期作出当期估值,并以此作为ROI依据部署各项细节.

接着t+1年的时候按照同样的思路折算未来n年内的增长.

但是t+1年本身的realized的基础就是t年的一个预期折算.

所以这里实际上就是存在着某种形式的重复乐观预期.

当然,这里可以通过一些数学和规范标准来降低这种不合理的重复计算.

但本质上来说,t+1的结果是隐含/基于t年的预期做的一个计划.

而每一个t都是之前的t的一个递归隐含依赖.

所以,形式上,这可以是一个完全随机的过程序列.

而在经济景气的情况下,t+1的预期通常会有着更积极的依赖反馈.

也就是说会存在类似于某个正系数的放大效果会更明显.

这个的结果之一就是所说的通胀率表现.

也就是一般景气情况下的认为的通胀率保持正向增长积累的一个缘由.

所以,按照这个思路,通胀是信用货币框架的一个隐含的必然结果.

而通胀的一个外在形式或者说具体表现就是物价的增长.

或者稍微严谨一些来说,就是商品价格相较于货币价格的溢价增加.

也就是单位货币计价购买力的下降.

于是这里就有了另外一个问题.

计价购买力的下降,和实际的供需关系是没有直接挂钩的.

也就是说,1单位货币能买到的商品的缩水,跟市场上是产品过剩还是供应不足是没有直接关系的.

这也就是为什么会有所谓紧缩型通胀的说法.

因为它的产生本质上跟供需关系是没有直接联系的.

通胀是信用预期折现不合理叠加的一个结果.

这里带来的第二个问题就是市场上商品价格的形成就变成了一个复合结构.

一个是直接的市场交易平价,

另外一个就是通胀带来的实际货币购买力水平影响.

一个直观但可能不太合理的通俗解释就是.

在做商品货币定价的时候,除了需要考虑当期的供需关系之外,还需要把通胀考虑将来做一个综合计价.

这样带来的一个极端结果就是可能商品供应不足,按照一般供需理论框架是应该价格上涨的.

但是通胀/通缩带来的综合计价之后,商品的货币价格可能反而下降.

这个理论上来说,就是的货币价格成为了一个无用的宏观量.

进而与此挂钩的各项指标都存在一定程度的不可解释/无关性.

于是如果考虑非信用基础的货币观念呢?

信用货币的弊端在于现值折算带来的不合理叠加影响.

那么如果采用类似现收现付的即时交易定价呢?

也就是前面所说的类似数字人民币的NFT化.

形式上来说,就是把一个大而全美的信用货币体系拆分成由各个不同子流通领域独立运作的信用货币体系.

类似于container化.

把整体的叠加风险sandbox到各个独立渠道.

这样的话,至少形式上是可防可控的.

因为特定渠道有着更单纯和更模式化的交易patten.

在监管方面和流量治理方面或由更多的工具化选项.

实际上来说,之前的粮票饭票乃至于现在的汽车号牌指标等,都属于这个范畴的东西.

一种计划性流通的方式.

尤其像汽车号牌这种.

介于自由流通和受限流通之间的一个区间.

以及像外汇方面的离岸和在岸人民币的区别.

它的问题可能在于国际流通上面.

大多数国家应该还是主要以经典信用货币为基础的.

当前的现状是疫情以及长时间的宽松政策累计的inflation问题.

用现在的话说就是great inflation.

尽管现在有加息和收紧的趋势,但是市场上商品的价格形成的双要素机制决定了流通交易并不能够被有所影响.

也就是说,不管紧缩还是继续宽松,对于价格角度的inflation来说,可能都没有丝毫影响.

商品价格可能还是会处于一个高位.

因为前期的宽松把价格inflat到一定程度.

imply的就是每一个商品的上下游都有着着这种内生的inflation.

反过来说,就是成本已经discount了景气时期的增长量.

而属于一个严密产业链条下的现代经济是不太可能从单个节点的自主成本降低来解决的.

也即是说,成本的降低几乎不太可能主动顺利的发生.

进而价格不太可能会有所降低.

所以金融危机差不多就是一个不可避免的共识.

在成本不会有大的改善的情况下,会首先出问题的自然就是现金流和利润不足以支持韵味的那一部分.

这样的话,某种程度上来说,疫情造成的停工停产可能反而是一种保护措施.

因为降低了潜在的成本支出.

延缓了企业链条的退出.

更进一步的,如果疫情结束,或者说马上恢复正常的工作生产.

但是因为停工带来的收入降低,生产的恢复理论上造成的反而是立即的生产过剩.

叠加消费本身的衰弱,可能反而进一步加速经济的奔溃.

毕竟相比于停产,投入生产会产生更大消耗,而又不能够得到相应的收入回报自然就是一个更为恶化的场景.

这么想的话,内循环就是另外一个比较有意思的理论了.