经济内循环

什么是经济内循环“内循环”是这几天比较热的一个词,大体是外贸受阻,出口转内销,构建自己的生产销售循环,发展经济。简单理解就是:自产自销。

拉动经济的三驾马车:消费,投资,出口,以前主要靠投资和出口,国内消费在拉动经济的比重中一直上不来,于是扩大内需,刺激消费喊了很多年。

比如说美国,消费占GDP总量的70%,如果我们的消费也像他们那样,经济还有很大发展前景。

消费嘛就是花钱,既能让自己享受,又给国家经济发展做贡献,两全其美,何乐不为?

那就消费吧?问题是,钱呢?

关于消费、投资、出口,我一直弄不明白一个问题:为什么要刺激消费?

如果有钱,谁还需要别人“刺激”才要消费吗?

根本原因还是没钱,这个钱不是账面价格,而是实际购买力。

有段时间,为了刺激汽车消费,车船购置税减半,10%减为5%,一辆10万块钱的车,少交5000块钱,有谁为了少5000块钱而去买车?

好比一辆300万的劳斯莱斯,你给它发5块钱的代金券,对销量能有多大刺激?

我们差的不是优惠,而是买车的钱。

中国汽车消费高峰是在2010年前后,很多人都突然买起了小轿车,为什么那时候会有一个消费爆发点?

二十年前,一辆轿车10万,工资800每月,买一辆汽车不吃不喝需要10年;现在一辆汽车6万,工资3000每月,两年就能买。

汽车消费大爆发,根本原因在于中国制造汽车的能力长足进步,汽车成本大幅度下降,同时由于社会整体生产力提高,收入增加,具有了购买能力,而不是什么外部“刺激”。

由此可见,消费根本就不用刺激,有了东西人们自然就会消费,东西越多,越富裕。

那么,东西怎样才能多?

生产力的提高,其中科学技术是关键。

经过几十年几代人的努力,中国科技在各个方面的进步已经初步崭露头角。比如以前有两种红薯,一种红皮白穰,产量高,口感不好;一种黄穰,口感好,产量低。现在你去买红薯,一般是红皮黄穰,产量高,口感好。还有玉米,以前一棵产一个棒子,现在产两个,产量增加一倍,这是实实在在的财富。

所谓的富裕,不是看账面有多少“数字”,而是要有对应的实物,没有实物就是通货膨胀,没有相应的生产力,一味印钱借债,经济看起来繁荣,就会有泡沫和债务危机,这个经常发生。

这就是只看了经济的表象而没有看到支撑经济的内在实质。

美国GDP有70%是消费创造的,如果没有30%的超级生产力支撑,它早跨了。

我们不看应用科学,只看基础科学。诺贝尔奖一共980人,其中美国人383个。

正是由于美国先进的生产力,它印了钱能够有相应的实物来对应,借了钱能还得起,美国人才能“消费”,没有美国的科技实力,模仿美国人的“消费”,最后死得都很惨。

所以,我觉得,经济的问题,正本清源,是生产力的问题,是科学技术的问题,很大程度上要由科学家和工程师来解决,而不是经济学家。

比如说消费,如果生产力水平低,东西成本高,人们收入低,怎么消费得起,只有技术进步了,成本降低,才有可能大规模消费。

还有投资,中国号称基建狂魔,这里面有很多领先技术。早先修水库,那得需要多少人?现在呢,一条高速,不知不觉中就修好了,要是按照以前全靠人工背背抗抗,没法想象。

还有出口。能出口的东西,必然是比别人好,质量好,价格便宜,不然谁会进口呢?东西质量特别差,价格特别贵,你想出口也出不了啊。

经济的问题,本质是科学技术,是生产力,这是立国之本。

那么,我们现在和国外搞摩擦,出口受阻,是不是就要搞“内循环”?

这个看怎么说吧,或许只是换了个说法,没什么新意。

真正应该做的,还是发展国家在各个领域的科技,只有这样,我们生产的东西多了,国内老百姓富裕了,外循环也必然会打开。

不过打开的方式和以前有很大不同。

以前我们主要给美国做出口,出口什么呢?鞋啊,袜子啊,非常初级的产品,依靠中国庞大的低廉的劳动力成本,赚取廉价利润。

国家发着高额福利,美国人什么都不干,就是大爷。很多人到美国去,端盘子刷碗,辛苦工作还不如领失业救济金的美国人收入高。

美国人为什么收入那么高?就在于他们在各个领域的科技,像微软、苹果这样各个领域的顶级公司,赚全世界的钱,给美国政府交税,政府再发福利。

他们这种模式是外循环,赚钱高额高端利润。

我们的模式也是外循环,只不过是低端利润。

美国赚了全世界的钱,我们再去赚美国人一些吃喝拉撒的钱,这就是以前所谓的“出口”。

经过几十年发展,中国逐步崛起,不想或者不满足赚这样的利润了。(我觉得,就算是没有贸易摩擦,随着中国崛起,中国人可能也不屑于赚给美国人提鞋的利润了)

可是,美国人不干啊。

以前你就是我家的长工,卖苦力,现在你自己也要另起炉灶跟我一争高低,那怎么行?

美国依靠先进生产力赚全世界的钱,我们也学它,它不干了。

急了眼,死乞白赖要弄死华为。

美国为什么要打压华为?

因为以前在各个领域都是它领先,钱都让它赚了,突然在5G领域华为领先了,这是美国人应该赚得钱,你中国人只配给我生产鞋子袜子,高利润是事就不能让你干。

为什么一定要争科技高点?

因为科技后面是一连串的产业链,是经济,是钱。

举个例子,传音手机,咱们以前说过,非洲第一大品牌,中国生产的,照相好,音乐好,很受欢迎。

还有一个很重要的原因:非洲的通信网络是中国帮着建设的。

看过一个纪录片,说中兴通讯帮着非洲建设通信网络,由于码头周转出了问题,零件不能安时运到,不能如期完工,中兴通讯空运零件到非洲,花费很大,这笔生意做下来基本不赚钱。

但是,由于通信网络是中国公司建设的,后续的端口、标准也要用中国的,中国的电子产品在非洲销量好。就像现在的5G,这基础,用谁来建设,关系到后面一些列的产业,能赚很多钱。

中国未来的“外循环”也必然要以科技为基础,而不是以劳动力、资源为主的低端利润。

再比如国家的一带一路战略,说好听点是要帮助欠发达国家,其实本质上还是要输出中国先进的生产力。我们可以帮助他们修路建桥,这个不是谁都能干,我们这方面领先,赚技术的钱,他们可以用资源、土地等做价,我们可以帮他们修路,租块地,租期99年,我们用来种玉米,养猪,拉回国内,这就是财富。

记得有一年中国开进口博览会,让全世界的人来赚中国人的钱,有个商家来中国卖T恤衫,来到中国一对比,咱们的东西比他好,价格还便宜,然后从中国进口了一些回去卖了。

这就是技术。

有些人瞧不上拼多多十几块钱的鞋子,感觉很抵挡,其实能做出这么便宜而又能穿住的鞋子,这是从原材料、设备、加工技术全方位的进步,相当有技术含量。

给你300万预算,造一辆好车,谁都能做到。

给你5万块钱,造一辆能开的汽车,这就要技术。

也只有依靠各行各业的技术进步,中国商品才可能畅行全世界,赚全世界的钱。

所以,中国的未来,一定是以领先的科学技术为基础的外循环国家,而不是闭关锁国、自娱自乐,别人一双鞋10块钱成本,我们要40块钱,这样的内循环和晚清中国没什么两样,是落后和低端,必然会被挨揍。

中国的出路和崛起,在于各行各业埋头苦干、脚踏实地的科学家、工程师、技术人员,他们是社会进步的持久动力。

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值