中央农村工作会议系列解读⑮健全主产区利益补偿机制 夯实粮食安全根基******
作者：辛翔飞 中国农业科学院农业经济与发展研究所
2022年中央农村工作会议强调“保障粮食和重要农产品稳定安全供给始终是建设农业强国的头等大事”,“要健全种粮农民收益保障机制，健全主产区利益补偿机制”。现阶段，主产区在国家粮食安全保障中的根基性地位愈加凸显，但其区域经济社会发展尤其是粮食生产的可持续发展面临诸多困境。健全主产区利益补偿机制，对于夯实我国粮食安全根基具有重大战略意义。
我国粮食安全保障对主产区依存度显著升高
自20世纪70年代末以来，我国粮食产销区域格局发生了重大历史性变化，主要特征是：主销区粮食自给水平显著降低，产销平衡区粮食产需缺口持续加大，主产区成为我国粮食安全保障的主体支撑。以当年全国人均粮食产量为自给标准计算，1978-2021年主销区粮食自给率由93.57%降至19.91%，粮食产需缺口由297万吨增至11800万吨；产销平衡区粮食自给率由87.29%降至78.40%，粮食产需缺口由851万吨增至3200万吨；主产区粮食自给率由106.65%升至139.33%，商品粮调出数量由1280万吨增至15000万吨。主销区和产销平衡区巨大的粮食产需缺口均高度依赖于主产区的生产供给。
主产区经济社会及粮食可持续发展面临诸多困境
多年来，虽然国家不断加大对主产区发展的支持力度，但由于粮食生产对区域经济社会发展的贡献度低，主产区大多数省份仍处于“粮食大省、经济穷省”的窘况之中。较为突出的表现在：一是经济发展相对滞后。1980-2020年，主产区GDP增长204.14倍，成就显著，但明显低于主销区286.66倍和产销平衡区234.96倍的GDP增幅。二是地方财政收入增长偏慢。自1994年税收制度改革至2020年，主产区地方财政收入增长38.64倍，明显低于主销区48.49倍和产销平衡区42.20倍的地方财政收入增幅。三是地方财政支出能力偏弱。1994-2020年，主产区人均财政支出能力与主销区和产销平衡区的差距均显著扩大。1994年主产区财政人均支出水平为269.3元，比主销区和产销平衡区分别低337.0元和32.6元；2020年主产区人均财政支出增长至13477.8元，但与主销区和产销平衡区的差距分别扩大到4022.0元和2686.8元。四是粮食生产促进农民收入增长的功能弱化。改革开放后，在国家政策支持下，粮食生产发展在农民收入增长方面发挥了重要促进作用。2010年，主产区13个省份中有6个省份农民人均可支配收入高于全国平均水平。此后，受国内外粮价倒挂冲击，粮食生产的增收作用减弱。2020年，主产区中仅有山东、辽宁、江苏三个省份农民人均可支配收入高于全国平均水平，黑龙江、吉林、河北等产粮大省的农民人均可支配收入由高于全国平均水平转变为低于全国平均水平。五是人口吸引力偏弱。1980-2020年，主产区人口增长了29.01%，明显低于主销区103.20%和产销平衡区43.64%的人口增幅。尤其是进入21世纪后，随着主产区人口的大量流出，劳动能力较强的中青年人口和男性人口占比下降，劳动力较弱的老龄人口和妇女留守人口占比增加。上述方面问题的存在，均不同程度影响着主产区粮食生产可持续发展根基的稳固，亟须通过健全主产区利益补偿机制加以解决。
健全主产区利益补偿机制的思路
健全主产区利益补偿机制，应加强顶层设计，明晰政策目标，坚持贡献与补偿相匹配，加大补偿力度，完善补偿保障机制。
加强顶层设计。健全主产区利益补偿机制，涉及中央和地方、主产区和非主产区、生产和消费、市场与政府等方方面面，需坚持一体设计、统筹协调、综合推进，确保政令一致，防止顾此失彼或政策内耗。
明晰政策目标。从国家粮食安全利益、区域经济社会发展利益和区域生态利益等多维度综合评估主产区粮食生产的贡献价值，坚持贡献与补偿相匹配、补偿与粮食根基巩固相适应的原则，确立明晰的政策目标和时限，力戒将“合理补偿”“尽快实现”类政策原则虚化为政策目标。
健全中央和地方共同承担机制。现阶段，仅靠中央财政难以实现让主产区种粮不吃亏、得实惠的目标，必须建立由中央和受益地区共同负责的补偿机制。在补偿总体目标确定下，明晰划分中央财政和受益地区各方应承担的补偿责任。对于中央财政所承担部分，由国家通过健全资金保障机制，确保补偿资金足额到位。同时，对存在粮食产需缺口的地区，由国家按受益规模确定补偿标准和统一归集补偿资金，按贡献度对主产区进行补偿。
健全主产区经济发展助推机制。主产区粮食生产根基的巩固，以及其经济社会发展滞后状况的改变，既要靠利益补偿机制“输血”，也要靠其经济提速增效增强自身“造血”功能。国家应在健全主产区利益补偿机制的同时，加大力度健全主产区经济发展助推机制。一是支持主产区率先建成农业强省。鼓励主产区加强现代农业建设，进一步夯实粮食生产根基，并利用粮食等农产品生产优势，加快一二三产业融合发展，做强产业链，提升价值链，在建设农业强国中走在前列。二是支持主产区加快经济转型升级。鼓励主产区“弯道超车”，抢占新技术应用制高点，大力发展节地节水高效集约的现代制造业和服务业，形成后发优势。三是支持主产区提升现代基础设施建设水平。加大对主产区现代基础设施体系建设的支持力度，增强区域发展吸引力和竞争力。
“特别能聊”的人工智能会聊出些什么？******
聊天机器人ChatGPT优异表现引发市场关注，人工智能生成内容概念走上风口
“特别能聊”的人工智能会聊出些什么？
本报记者 时斓娜
阅读提示
全新人工智能聊天机器人模型ChatGPT不仅能够通过学习人类的语言来进行对话，还能根据聊天的上下文进行互动，让人们更直观地感受到了人工智能的魅力。包括内容生成、搜索引擎增强等在内的领域，将是其潜在的产业化方向。ChatGPT的商业化落地，还需要克服技术和科技伦理等方面的问题。
家里要养一只猫，该如何给猫取名字？怎样写出一个纸牌游戏的代码？在不同语境中，词语“意思”到底有几个意思？这些五花八门、时常令人绞尽脑汁都难以得出答案的问题，在人工智能聊天机器人ChatGPT的面前，不过是瞬间便可迎刃而解的“一碟小菜”。
产品发布短短两个月，ChatGPT的日活量已突破千万，不少人“聊过”之后惊呼“这太像真正的人类了”。其超预期的表现引发越来越多的市场关注，人工智能生成内容(AIGC)概念由此走上风口。
人工智能聊天究竟能聊些啥？ChatGPT所代表的AIGC应用将带来哪些影响和变化？记者对此进行了调查采访。
“真正像人类一样聊天交流”
“我所热爱的是我真实的生活，因为它包含了我所有的经历和感受，是我每一天都在体验和思考的。”这句乍看上去充满了人类体悟和情感的话，实则出自人工智能聊天机器人ChatGPT。
随着ChatGPT大火，不少网友将它与自己的聊天记录分享到社交平台上，ChatGPT时而诙谐有趣，时而又显得思想深邃。除了各种聊天互动外，还有不少网友们将ChatGPT视为一种工具，让其写作文、翻译文章，甚至写代码。迅速的响应能力和较为靠谱的回答让大家直呼其“真正像人类一样聊天交流”“特别能聊”。
中国信息通信研究院联合中国人工智能产业发展联盟对ChatGPT进行的测试显示，ChatGPT在百科检索、数学问答、文学交流、常识问答、知识推理等对话任务上的意图识别率均达到98%左右，在生活闲聊上的意图识别率约为95%，已具备较好的语义理解能力。
实际上，ChatGPT属于生成式人工智能的一个典型应用。人工智能是怎样“进化”得如此智能的？“这是因为ChatGPT建立在大型语言模型上，会通过连接大量的语料库来训练模型。这些语料库包含了真实世界中的对话和各种网络公开信息，使ChatGPT知识丰富，还能根据上下文进行互动。”深度科技研究院院长张孝荣表示。
创新交互为AIGC带来新启发
随着人工智能技术的发展，近年来AIGC类型不断丰富、质量不断提升、技术的工程化水平越来越高，国内外科技公司纷纷发力布局AIGC领域。
以百度文心大模型为例，输入一个题目，它可以瞬间写出上百篇作文；根据一句话或者一段描述文本，可以生成一幅精美的画作；根据一幅图像，可以自动生成高清、流畅的视频。
在百度技术委员会主席吴华看来，ChatGPT在用户界面和交互上是一种比较创新的模式，用户更容易以自然语言的方式进行交互，这会给大家带来革新性的认识，也会给AIGC带来新的启发。
目前，国外一些公司在积极探索并落地ChatGPT的诸多应用场景，通过将ChatGPT整合进搜索引擎等方式提高服务智能化水平。有观点认为，ChatGPT将颠覆搜索行业，在智能客服、游戏、虚拟人等领域也将得到广泛应用。硅谷投资机构红杉预测，未来AIGC有潜力产生数万亿美元的经济价值。
根据中国信息通信研究院发布的《人工智能白皮书(2022年)》，“生成式人工智能”技术将广泛应用于智能写作、代码生成、有声阅读、新闻播报、语音导航、影像修复等领域，听说读写等能力的有机结合成为未来发展趋势。
“人工智能生成在诗歌、作曲、绘画等艺术创作方面大放异彩，在分子结构、软件代码等科研生产领域的应用不断拓展，还帮助降低临床试验的科研成本和缩短研发周期。”云计算与大数据研究所内容科技部副主任石霖表示，当前，人工智能生成内容的辐射范围还在扩大，未来有望重塑各行业领域的研发面貌。
商业化落地需克服技术和伦理问题
尽管各界对AIGC发展前景保持乐观，但从现状来看，ChatGPT等产品想要真正落地，还需要克服技术和科技伦理等方面的问题。
在对ChatGPT进行的种种评测中，ChatGPT会犯一些常识性错误，反映出其在可控性、准确率方面仍存不足。有人形容，ChatGPT像极了一个很能聊但有时候喜欢信口开河的人类朋友。
中国信息通信研究院评测结果同样显示，ChatGPT在非闲聊型对话的任务完成率上表现一般，难以摆脱传统深度学习模型普遍存在的知识整合和逻辑推理的问题。
“ChatGPT虽然能够较好地回答不少问题，但在一些略有深度的、专业性较强的领域，其答案往往‘捉襟见肘’。这说明ChatGPT语料库规模和计算能力的天然不足，也说明了算法依然需要完善。”张孝荣说。
在技术层面以外，人工智能还面临着悬而未决的科技伦理问题。张孝荣表示，ChatGPT在科技伦理方面至少面临三大挑战：“一是版权问题，ChatGPT生成的内容更多来自搬运，容易引发侵权；二是信息安全问题；三是社会缺乏接纳这一新生事物的准备机制，这对监管挑战很大。”
在国内，AIGC产业化路径同样有待探索。石霖介绍说，国内AIGC产业基础薄弱，相关初创公司数量明显少于国外。同时，国内企业目前仍处于打磨产品阶段，还未出现较为好用的内容生成服务。
