乐发彩票官网_在线用户注册首页登录平台

地方两会密集点题促消费 今年消费有望明显好转******

　　本报记者 孟 珂

　　见习记者 韩 昱

　　近段时间，地方两会密集召开。多地在政府工作报告中将促消费列为2023年重点工作。

　　接受《证券日报》记者采访的多位专家表示，在海外主要经济体经济下行风险加大的情况下，2023年我国经济稳健增长将更多依靠内需驱动，其中消费将起到至关重要的作用。随着各地密集部署促消费相关举措，2023年我国消费有望出现明显好转。

　　多地拼经济

　　重点“瞄准”促消费

　　2022年12月份召开的中央经济工作会议提出，要把恢复和扩大消费摆在优先位置。增强消费能力，改善消费条件，创新消费场景。多渠道增加城乡居民收入，支持住房改善、新能源汽车、养老服务等消费。

　　近期多地将恢复和扩大消费列为2023年工作重点，并作出了具体的工作安排。

　　例如，安徽芜湖市在2023年政府工作报告中提出重点做好八个方面工作，其中提及要“促进消费持续回暖。增强消费对经济发展的基础性作用，多措并举提升居民收入和消费能力”，并提出要“通过推动供给创新培育消费新增长点，促进聚集性、接触性消费加快恢复。做活线上消费平台，建设新型消费网络节点，网络零售额实现700亿元，增长14%”。

　　山东济南市在2023年政府工作报告中提出，要“促进消费恢复扩大。积极对标建设国际消费中心城市，着力提高省会消费能级和吸引力”“保持汽车、家电等大宗消费稳定增长”，并提出要“新引进知名首店、品牌店、旗舰店50家以上，促进‘老字号’创新发展”。

　　星图金融研究院高级研究员付一夫对《证券日报》记者表示，从宏观经济视角来看，当前随着海外主要经济体经济衰退风险加剧，我国出口亦有所承压，此时需要政策端快速释放内需空间，以强化经济增长动力，消费的重要性进一步凸显。

　　“消费作为最终需求，是畅通国内大循环的关键环节和重要引擎，对经济具有持久拉动力，事关保障和改善民生。”中国国际经济交流中心经济研究部副部长刘向东在接受《证券日报》记者采访时表示，当前各地把恢复和扩大消费摆在优先位置，将有助于更好统筹供给侧结构性改革和扩大内需，使消费潜力充分释放出来，发挥消费对经济循环的牵引带动作用。与此同时，扩大消费还能帮助增加居民收入，提振市场信心，引导经济进入正反馈的良性循环，切实发挥出消费支出对经济增长的基础性支撑作用。

　　提高居民收入

　　恢复消费需求

　　业内人士认为，2022年我国消费市场总体表现较为疲弱。国家统计局数据显示，2022年11月份，社会消费品零售总额38615亿元，同比下降5.9%；2022年1月份至11月份，社会消费品零售总额399190亿元，同比下降0.1%。

　　在民生银行首席经济学家温彬看来，此前制约消费恢复的因素主要是线下消费场景受限、居民消费能力减弱以及居民消费意愿低迷。不过随着疫情防控措施持续优化，消费场景不断修复，线下接触性、聚集性消费将会逐渐恢复。同时，在稳增长政策支持下，经济将实现温和复苏，带动就业扩大和居民收入增加，从而增强居民消费能力和消费意愿。

　　刘向东表示，要增强消费能力，改善消费条件，创新消费场景，就要多渠道增加居民收入，提升居民消费能力和意愿，稳定和优化多样化的消费场景。比如，可以加快高速公路(含服务区)、国省干线、农村公路，特别是旅游公路沿线充电基础设施布局建设，支持居民社区、小区等停车场安装充电桩，发挥充电基础设施的网络效应，吸引更多消费者购置新能源汽车。出台新一轮汽车、家电下乡和“以旧换新”补贴政策，引导居民加快汽车、家电等大宗消费品的更新换代。

　　事实上，不少地方政府已在相关方面部署了具体措施。比如，1月3日，河南省发布《大力提振市场信心促进经济稳定向好政策措施》，提出鼓励各地出台促进汽车消费的惠民政策，将购车补贴政策延续至2023年3月底，对在省内新购汽车按购车价格的5%给予消费者补贴，最高不超过10000元/台，省、市级财政各补贴一半；鼓励各地对智能电子产品和家用电器产品消费进行补贴或开展以旧换新促销活动，将省财政对各地实际财政补贴支出按不超过30%给予奖补政策延续至2023年3月底。

　　在付一夫看来，恢复消费需求，要从提高居民收入着手，从而达到提振信心的作用。需要继续切实推动就业市场稳定，以确保居民有稳定的收入来源。同时，可以继续为中小微企业纾困解难，缓解市场主体的经营压力，继而稳定就业岗位。

　　“还可以考虑针对特定行业发放消费券，有利于在降低消费者消费成本、增加消费意愿的同时，带动行业回暖。”付一夫进一步表示。（证券日报）

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）