明发彩票|明发彩票

【十年经略】中国经济如何实现“高质量发展”？******

　　中新网北京9月30日电题：中国经济如何实现“高质量发展”？

　　记者 石睿 宋宇晟

　　“不能不顾客观条件、违背规律盲目追求高速度。”2012年12月15日，在中央经济工作会议上，习近平总书记如是强调。

　　加满油、把稳舵、鼓足劲，付出异乎寻常的努力，推动新时代中国经济由高速增长转向高质量发展。这十年，“从量的扩张转向质的提升，从‘有没有’转向‘好不好’”，成为中国经济发展的鲜明特征。

　　高速增长阶段转向高质量发展阶段

　　改革开放以来，中国创造了第二次世界大战结束后一个国家经济高速增长持续时间最长的奇迹，从一穷二白发展成世界第二大经济体，从落后的农业国发展为制造业大国。

　　不过，随着经济总量不断增大，中国在发展中遇到了一系列新情况新问题。

　　时针拨回2012年，中国经济增速自新世纪以来首次滑落至8%以下，多年来经济高速增长的背后，隐忧显现：一些地方和部门存在片面追求速度规模、发展方式粗放等问题，加上国际金融危机后世界经济持续低迷影响，经济结构性体制性矛盾不断积累，发展不平衡、不协调、不可持续问题突出。

　　“经济发展面临速度换挡节点，如同一个人，10岁至18岁期间个子猛长，18岁之后长个子的速度就慢下来了。”

　　“速度再快一点，非不能也，而不为也。”通过转变经济发展方式实现持续发展、更高水平发展，是中等收入国家跨越中等收入陷阱必经的阶段。

　　中国经济已由高速增长阶段转向高质量发展阶段，这是中共中央在十九大报告中对新时代中国经济发展做出的重大判断。

　　“这是一个凤凰涅槃的过程。如果现在不抓紧，将来解决起来难度会更高、代价会更大、后果会更重。我们必须咬紧牙关，爬过这个坡，迈过这道坎。”习近平指出了新时代中国经济转变发展方式的重要性和必要性。

　　以新发展理念引领高质量发展

　　习近平总书记强调，推动高质量发展是做好经济工作的根本要求。高质量发展就是体现新发展理念的发展，是经济发展从“有没有”转向“好不好”。

　　不能简单以生产总值增长率论英雄，必须实现创新成为第一动力、协调成为内生特点、绿色成为普遍形态、开放成为必由之路、共享成为根本目的的高质量发展。

　　这十年，创新驱动发展战略深入实施，科技创新为高质量发展提供源头供给。人工智能、大数据、区块链、量子通信等新兴技术加快应用，培育了智能终端、远程医疗、在线教育等新产品、新业态。太阳能光伏、风电、新型显示、半导体照明、先进储能等产业规模居世界前列。

　　这十年，中国经济发展的平衡性、协调性、可持续性增强。城乡居民人均可支配收入之比由2012年的2.88缩小至2021年的2.50，人均消费支出之比由2.57缩小至1.90。京津冀、长三角、珠三角三大地区，以及一些重要城市群，正在成为带动全国高质量发展的新动力源。

　　这十年，“绿水青山就是金山银山”理念深入人心。2012年以来，中国以年均3%的能源消费增速支撑了年均6.6%的经济增长，能耗强度累计下降了26.4%，相当于少用了14亿吨标准煤。

　　这十年，中国的对外开放广度和深度得到了全面拓展。商品出口占国际市场的份额由11%上升到15%，货物贸易第一大国的地位得到了增强；利用外资的规模不断扩大；对外签署的自由贸易协定数由10个增加到了19个；建设了21个自贸试验区和海南自由贸易港，打造了一系列对外开放的新高地、试验田，形成了全方位、高水平对外开放的新格局。

　　这十年，改革发展成果更多更公平惠及全体人民。2021年，中国宣告脱贫攻坚战取得了全面胜利，完成了消除绝对贫困的艰巨任务；全国居民人均可支配收入35128元，比2012年增加18618元；全国居民恩格尔系数为29.8%，比2012年下降3.2个百分点。

　　不论“创新驱动”，还是“生态优先”……都已成为十年来中国高质量发展的众多维度之一，中国正在推动高质量发展上闯出新路子，迈向新征程。(完)

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）