论拼多多的反向计划经济秩序

ref. 黄铮的多篇文章

一、与巴菲特午餐

黄峥早年与段永平一同拜访巴菲特。巴菲特的核心商业模式被概括为**"一手保险,一手投资"**:

  • 保险端:把抗风险能力卖给客户,收进来的是现金(确定性收入)
  • 投资端:把现金投入到有护城河、能产生复利的资产中(确定性收益)

黄峥由此对"保险"这一机制产生浓厚兴趣,并将这一框架用于重新理解资本主义与拼多多的商业模式。


三、保险的本质:从穷人向富人的财富转移

1. 保险的初衷

保险(健康险、养老险、失业险等)的初衷是通过风险分散应对个体不确定性,让遭遇灾难的人获得经济补偿,理论上体现社会公平与互助精神。

2. 现实运行机制

  • 富人有钱、抗风险能力强 → 保险对其意义有限
  • 穷人抗风险能力弱 → 必须向富人/保险公司购买抗风险能力
  • 保险公司不会做赔本买卖,钱总是越赚越多
  • 保费与理赔具有不对称性 :
    • 大多数低收入人群一生缴纳的保费 > 获得的赔付
    • 富人更懂利用制度漏洞、信息优势、理财规划,通过投资型保险、税收优惠等将保险转化为资本增值工具

3. 案例:曹德旺的保险策略

曹德旺在做福耀玻璃时风险极大(台风、断电、人为破坏、应收账款收不回来),于是大量购买财产险、利润损失险、债券险等,把所有能转嫁的风险全部转嫁给保险公司。

4. 保险体系的内在偏向

  • 国家救资本 > 救投保人/穷人
  • 形成典型格局:损失公有化、利益私有化(弹幕精炼为"风险社会化、利益私有化")
  • 低收入者承担更高边际成本,却无法通过金融渠道实现资本增值
  • 富人在劳动年龄通过"五险一金"积累一份基础保险外,还额外购买投资型保险,使个人财富池远超普通人

5. 结论

保险体系在形式上是促进公平的,但在实质上**强化了阶层固化**

如果市场高度有效且不受干扰,法律保障资本及复利的合法性,最终结果就是:穷者恒穷,富者为用。


四、消费贷的"倒反天罡"

保险本质上是穷人用确定的钱买未来不确定的安全感,富人用确定的资本换确定收益------这是典型的由下而上的财富流动机制。

消费贷与保险同理,甚至更极端:

  • 贷款本身是中性的,关键看用途
  • 唯有消费贷是单纯的消耗未来,满足情绪外几乎没有操作空间
  • 消费贷的荒谬之处:买同样的东西,穷人反而要比富人付更多的钱(穷人无资本折现未来,只能靠更高利率租用未来)
  • 弹幕补充:「房贷就是最大的消费贷」

五、拼多多的反向保险模式

1. 黄峥的核心洞察

如果保险可以让穷人向富人购买抗风险能力,能不能反过来------让穷人把某些软实力(意愿、确定性、抗风险能力)卖给富人?

穷人是否愿买入某些商品、是否愿做出某些行为,这种群体规模的确定性对供给方是有价值的------可以降低组织生产的不确定性,帮助实现资源与资本更有效配置。

2. 反向保险的本质

维度 传统保险/借贷 反向保险(拼多多模式)
资金流向 穷人 → 富人 富人 → 穷人
交易对象 钱、确定性收入 信用、意愿、确定性
穷人角色 买确定性 卖确定性

3. 拼多多的确定性变现循环

  1. 穷人的参与意愿 + 时间 + 社交 + 数据 → 汇聚成群体规模的确定性
  2. 平台将这种确定性转化为红利
  3. 红利以让利形式回流到穷人

黄峥真正厉害的地方在于抓住了资本最怕不确定性这一痛点。

5. 60 分哲学

黄峥奉行"60 分万岁"的哲学:

  • 不追求平庸,追求的是资源配置与效率最优解
  • 在快速变化的环境中,完美主义代价高昂且效率低下
  • 创业公司最忌讳在非关键问题上死磕完美
  • 核心环节强,非关键环节 60 分也可以活下来

拼多多早期贯彻了这一思路:

  • 初期界面远不如淘宝、京东精致,但逻辑清晰、操作简单,针对下沉市场
  • 客服体验相对粗糙,主要依靠自动化回复、模板和社交流量
  • 满意度换来了极低的运营成本 和高扩张速度
  • 核心投入集中在:供应链、算法推荐、营销裂变
  • 不追求面面俱到的完美产品,追求能形成护城河的核心能力

六、计划经济与市场经济的对比

1. 哈耶克批判计划经济的主要论点

在一个复杂市场与社会中,存在着数不清的分散知识 ,这些知识去中心化地存在于每个个体中,汇聚起来形成市场信号。

  • 计划经济假定存在一个中央/组织/个人,能掌握所有必要信息来分配资源
  • 这在现实中不可能 → 计划经济必然不切实际且低效

2. 市场经济的问题

  • 主要依靠价格信号调节供需
  • 由于信息滞后、生产周期长、消费需求波动大 → 企业间缺乏协调
  • 表现为:旺季供不应求、淡季库存积压的周期性波动
  • 增加企业成本,导致劳动力、设备、资金利用率不均衡
  • 例:羽绒服厂商冬季订单爆发、夏季产能闲置,即使知道冬天会卖得好,也不敢提前太多生产(需求不确定性会造成库存损失)

3. 计划经济的内在优势

核心优势:信息集中和资源协调,能通过宏观层面的规划和组织减少市场信号的混乱与重复投资。

4. 计划经济为何在后期失败

抛开贪污腐败等人为因素:

阶段 特征 计划经济表现
生产力不足、商品种类少 供给侧简单、消费同质、信息变动慢 计划可覆盖周期,能节约社会资源
生产力高、商品多样化 需求个性化、实时化、SKU 爆炸式增长 计划无法满足个性化需求

案例:计划经济可以统计"1 亿人每天喝 1 瓶可乐",却无法知道每个人今天想喝什么口味、什么温度。

弹幕总结:「计划经济破产是因为所有的消费出自人心,而人心无法被计划」。


七、拼多多与淘宝的根本差异

维度 淘宝 拼多多
核心逻辑 搜索逻辑 推送逻辑
用户角色 用户知道自己想要什么 算法和补贴主动发现需求
市场模拟 模拟自由市场的交易撮合 在算法层面重建计划机制
本质 自由市场 计划经济的机器学习版

总结 :拼多多是去中心计划的中心化实现 ------由中心化的算法调动去中心化的市场。这种计划不是由组织协调,而是借助市场力量,是一种市场自发的计划经济,让社会自发的累积订单。


八、拼多多的高明之处:不需要解释动机

大部分网友讨论拼多多只停留在"红包""牛皮癣广告""拉用户"层面。但其高明之处在于:

  • 不需要和用户解释为什么要拼单、为什么要发红包
  • 不需要解释"每个人的价值、意愿、规划、对自身行为的确定性把握对市场供给方有价值"这种抽象逻辑(能理解这些的一般也不是目标客户)
  • 只需要传递简单信号:拼单更便宜、转发能抢红包
  • 满足用户"占到便宜"的心理即可

这些机制的真实功能:

  • 红包筛选穷人
  • 拼单聚合同类
  • 构建消费侧的确定性画像
  • 而获客效率本身就是整个电商行业非常核心的指标

九、讨论(黄峥原文末尾提出)

莫文生提出的问题:

  • 如何把每个人(无论贫富)对自己意愿行为的确定性产品化?
  • 如何让它能标准化、像折扣券一样流通?
  • 如何创造形式表达意愿?
  • 如何给这种确定性传递金融产品化、货币化?
  • 区块链技术能否在其中起到助力?

补充:

  • 实际上现在商家完全可以做计划预售(如提前一天付款定面包更便宜),但大多数消费者不愿
  • 这个东西本质上是生产商卖"远期"产品 ,不是保险;PDD 扩大了中介能力,把更多人纳入期货市场
  • 大规模团购的升级版------用"确保产品能卖出去"来换取对方降价
  • "全知全能"的人如果存在,会比市场调节更高效;现实中趋近这个"全知全能"的渠道,就可以拿来跟市场调节进行效率比较

十、总结

拼多多本质上是用确定性交易模型 ,在不改变社会分层的前提下,让信息与需求的碎片化汇聚成一种反向计划经济的秩序 ------可视为计划经济的机器学习版。

  • 穷人卖的不是商品,而是参与意愿、社交关系、数据贡献、行为确定性
  • 平台把这些分散的"软资产"聚合起来,变成对资本有价值的确定性订单流
  • 资本为这种确定性付费,形成从富人到穷人的反向保险
  • 平台赚取的主要是确定性的差价
  • 「稳定的买家对于卖家来说是有价值的」------ 一句话概括拼多多
相关推荐
熊猫钓鱼>_>1 小时前
从2D平铺到3D沉浸:我用HarmonyOS 7端侧AI做了一个全程数据不出设备的空间化私密相册
前端·人工智能·3d·华为·华为云·harmonyos·鸿蒙
YOLO数据集集合1 小时前
空中目标检测数据集 | 空中目标检测 无人机识别 鸟类检测 低空安防 反无人机数据集 鸟类 直升机9154期
人工智能·目标检测·计算机视觉·无人机·空中目标·反无人机
Carl_奕然1 小时前
【智能体】Loop 的四种设计模式之:Event-Driven Loop(2026 最新版)
人工智能·驱动开发·python·设计模式
Martina_03211 小时前
AI生成的盔甲换动作后漂移?用6步检查挂点、骨架映射与 Bind Pose
人工智能·游戏·3d·ai·自然语言处理·aigc·游戏策划
Ivanqhz1 小时前
KV Cache
服务器·数据库·人工智能·深度学习·算法
Carl_奕然1 小时前
【智能体】Loop 的四种设计模式之:Hill Climbing Loop(2026 最新版)
人工智能·python·设计模式
Rocky Ding*1 小时前
深度解析LlamaGen核心基础知识
论文阅读·人工智能·深度学习·机器学习·aigc·ai-native·llamagen
hai3152475431 小时前
语言学矩阵原理
人工智能·机器学习·矩阵
Omics Pro1 小时前
~30,000+引用!理论2005,R包2008,多组学集成AI增强
开发语言·数据库·人工智能·算法·机器学习·自然语言处理·r语言