盈彩彩票软件 - 百度词条

积极创新参与宏观经济治理的方式******

　　作者：王欣

　　据报道，2022年国内有7个城市GDP总量进入2万亿俱乐部，分别为上海、北京、深圳、重庆、广州、苏州和成都。综合分析可以发现，这些城市不仅经济建设取得了显著成就，生态环境保护工作也交出了令人满意的答卷。围绕经济高质量发展，这些城市在发挥生态环境保护的引领、优化和倒逼作用方面，已经做出了不少有益的探索和实践。

　　比如，江苏省苏州市的开发强度高、资源约束紧、转型任务重，以占全国0.09%的国土面积创造出了全国约2.1%的经济总量，而且生态环境质量依然保持稳中向好、持续改善态势。究其原因，就在于充分发挥生态环境保护优化经济发展的作用，做好了经济与生态的“双面绣”。近年来，苏州整治“散乱污”企业（作坊）4.7万余家，为引进高产出、低污染的项目腾挪了发展空间，抓住治污攻坚与高质量发展互促互利的契合点，形成了一招多赢的局面。

　　实践证明，在引领、优化和倒逼经济高质量发展，促进经济社会发展全面绿色转型方面，生态环境保护工作是有力的抓手，也是重要的推手。关键是务必坚持因地制宜、因时制宜，坚持问题导向、结果导向，全面研究、积极创新生态环境保护参与宏观经济治理的方式、手段和途径。

　　首先，增强系统观念。生态环境保护参与宏观经济治理是一项涉及面广、复杂程度高的长期性系统性工程，绝不能局限于传统思想上的污染防治工作。要统筹产业结构调整、污染治理、生态保护、应对气候变化等，协同推进降碳、减污、扩绿、增长，在多重目标中寻求最佳平衡点，既要“清澈见底”也要“鱼翔浅底”，既要“源头治污”也要“源头清洁”，既要“降碳”也要“增汇”。因此，要认识属地生态环境自然禀赋优势，也要紧盯生态环境保护工作短板，充分发挥生态环境保护的引领、优化和倒逼作用，扬长补短，不断增强生态环境保护融入宏观经济的深度和广度、推动经济社会绿色转型的力度和速度。

　　其次，强化攻坚意识。当前，对于生态环境保护参与宏观经济治理、促进经济与环境协同发展，有的人思想认知上还不够全面深刻，甚至仍有误区，而且现实工作中也有这样那样的困难和矛盾。加上治污攻坚的成效尚不够稳固，在推动绿色发展的道路上仍有不少难关要过，因此，务必保持战略定力，面对高污染高耗能产业更新换代等推进难度较大的工作任务，要统筹各部门政策和力量，密切协同。该依法倒逼的绝不后退一步，该帮助优化的要主动上前一步，该鼓励引领的要争取先人一步，确保步步为营。

　　第三，突出创新思维。统筹经济社会发展和生态环境保护，以实现减污降碳协同增效为总抓手，更加自觉地推进绿色发展、循环发展、低碳发展，没有现成的经验做法可供参考和借鉴，况且各地经济社会发展和生态环境保护水平不同，面对的形势和问题也各有所异。因此，务必结合实际，根据属地经济社会发展和生态环境保护的新情况新特点，适时更新理念、创新思维，不断丰富生态环境保护深度参与宏观经济治理的新方式、新手段。比如，国家相继出台了支持绿色发展的财税、金融、投资、价格政策和标准体系，如果简单地照搬硬套，难免出现“水土不服”等问题，这就需要各地进一步完善和细化相关举措，更好地发挥绿色金融的激励与约束作用。（王欣）

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）