以全国统一大市场促进产需有机衔接******
作者:崔琳
完善的市场体系可以推动资源配置实现效益最大化和效率最优化,高效的流通体系能够在更大范围更深程度把生产和消费有机联系起来。《扩大内需战略规划纲要(2022—2035年)》将“健全现代市场和流通体系,促进产需有机衔接”作为深入实施扩大内需战略的重点任务。
建设全国统一大市场,打通制约产需衔接的制度梗阻。市场是当今世界最稀缺的资源,我国拥有包含14亿多人口的超大规模市场和联合国产业分类中的全部工业门类,国民经济的产需两端都蕴含着巨大的发展潜力。在此基础上,能否有效开发市场需求、持续改善供给质量,形成需求牵引供给、供给创造需求的更高水平动态平衡,关系到国民经济循环的健康与畅通。当前,国民经济在生产、分配、流通、消费等环节仍存在堵点、断点,制约要素市场化配置的制度性阻碍依然存在,垄断经营、准入限制、地方保护与行政壁垒等妨碍公平竞争的因素尚未消除。解决以上问题的关键一招就是建设全国统一大市场,通过理顺地方竞争关系、明晰政府与市场边界,构筑起支撑市场高效运转的制度地基,以统一的市场基础制度规则、统一的要素商品和服务市场、统一的市场监管标准与高水平的现代物流体系,破除封闭小市场、地方小循环,打通制约供给质量提升与需求优化升级的制度梗阻,形成供需互促、产销并进、畅通高效的国内大循环,持续释放内需潜力,加快构建新发展格局。建设全国统一大市场应以实现产需高水平动态平衡为目标,坚持问题导向和系统思维,从供给侧和需求端同时发力,全方位激发内需活力,既应着眼于消除阻碍生产者科学决策、有效生产的制度性壁垒,提升供给效率与质量,又应着力降低交易成本,发挥市场的规模效应和集聚效应,满足并扩大市场需求,在供求两端不断改善的过程中促进产需的高水平衔接。
现阶段,以全国统一大市场促进产需有机衔接需要把握以下三个政策要点。
一是深化要素市场化配置改革,促进资源有效配置。要素市场是现阶段制约我国高标准市场体系建设的主要短板,突出表现为城乡统一的建设用地市场仍不完善,劳动力在城乡、区域和单位之间仍然存在流动障碍,多层次资本市场体系有待建立,科研主体与市场主体存在分割,要素数据的确权与收益规则尚未明确等。为此,应着力消除制约生产要素自由流动的体制机制障碍,推动劳动力、土地、知识、技术、数据等要素资源的市场化配置改革,使要素价格真实反映市场供求与资源稀缺程度,提高资源配置效率。
二是锚定高水平社会主义市场经济体制目标,加快建设公平统一、竞争有序的大市场。我国经济体制改革的目标是建立更加系统完备、更加成熟定型的高水平社会主义市场经济体制,为此必须首要回答建设什么样的市场、怎样建设市场这一关键问题,而公平统一、竞争有序的全国大市场就是构建高水平社会主义市场经济体制最重要的客观基础。市场秩序公平有序的关键在于市场规则的统一性、公平性和可预期性,不同所有制企业在要素获取、准入许可、标准制定等方面享有平等待遇,通过制度规则的“安全感”稳定企业家预期,激发潜在投资需求。全国统一大市场建设的关键在于重构地方政府间围绕高质量发展的健康竞合关系,破除地方保护和市场分割,及时清理废除妨碍统一市场的各类规定与做法,提高市场准入效能,全面推动我国市场由大到强转变。
三是强化现代流通体系建设,切实保障产需衔接效率与安全。物流体系是连接产需两端的生命线,加快建设现代物流体系是建设全国统一大市场的应有之义,实施扩大内需战略必须以布局合理、整体畅通、安全高效的物流网络为依托。在需求端,要优化现代商贸体系,完善高水平商品交易市场,建设满足差异性偏好的多样化商贸设施。在供给端,要从提升产业链供应链韧性和安全水平的高度出发加快发展现代物流体系,实现区域、城乡、国际物流的快速联通,提高物流体系对产需两端的适配性,形成内外联通、安全高效的物流网络。(崔琳)
张宏江:人工智能如何帮人类进入科研新范式?******
中新网北京12月10日电 “人工智能能够如何帮助我们进入科研的新范式?”
这是美国国家工程院外籍院士、北京智源人工智能研究院理事长张宏江,12月9日在2022人工智能合作与治理国际论坛的主题论坛“人工智能引领韧性治理与未来科技”中,抛出的一个问题。
2022人工智能合作与治理国际论坛由清华大学主办、清华大学人工智能国际治理研究院(I-AIIG)承办,中国新闻网作为战略合作伙伴,联合国开发计划署(UNDP)、联合国教科文组织(UNESCO)等国际组织、国内外学术机构支持。
美国国家工程院外籍院士、北京智源人工智能研究院理事长张宏江,在2022人工智能合作与治理国际论坛的主题论坛“人工智能引领韧性治理与未来科技”上发言。主办方供图张宏江认为,回顾人类科学发展的历史,不同发展阶段经历了不同的科学发现范式。
“几千年前,人类就通过观察、实验来描述自然现象。比如‘日心说’是通过对天象的观察来对整个宇宙。随着科学的发展,四五百年前,理论模型范式出现。人们通过对某一现象的观察总结出理论,从而指导新的科学研究。五六十年前,尤其当大型计算机出现后,面临更复杂的问题,比如天气预报、地震模拟,人们无法再用简单的物理公式、简单的方程构建完整的模拟系统研究理论,人们引入了计算范式,用计算来模拟的方式做科学研究。到二十年前,我们进入大数据时代,科研中积累的大量数据可以进一步驱动物理模型。”
“今天,我们进入了一个新的科研范式。”张宏江说,人工智能经过多年发展,尤其过去15年深度学习的发展,使得人们能够给科学研究推出一个新的范式。“这个范式是AI驱动的范式。实际是用深度学习的算法,直接从数据中建立新的模型,其背后是数据、模型、算法和算力。”
张宏江指出,深度学习在革命性地推动了语言、图像和视频处理、识别和应用之后,正在迅速地改变科学研究的范式,这种新的范式就是物理世界的“数字化+自动化+深度学习”。
他说,“今天我们进入了一个黄金期,新的设计范式,都可以借用深度学习的方法进行赋能。”
张宏江坦言,未来十年蕴含着科学发展与产业创新机会,包括数据、模型、算法、算力,其核心是背后的跨学科人才。(完)
(文图:赵筱尘 巫邓炎) [责编:天天中] 阅读剩余全文() |