天天彩票_ -（中国）互动百科

来源：天天彩票2023-10-31 17:48

天天彩票

【十年·中国观察】不想生不敢老？中国寻解“成长中的烦恼”******

　　中新社北京9月26日电题：不想生不敢老？中国寻解“成长中的烦恼”

　　中新社记者李晓喻

　　31岁的江婷婷最近很忙：家里有一个刚2岁的儿子，还想再要个小孩，却又担心自己变成“只围着孩子转没有事业的人”；父母已经60多岁了，也需要她的照顾。

　　在中国，有许多像江婷婷这样的家庭。中国2013年逐渐放开二孩生育，十年间，年出生人口在2016年、2017年超过1700万，但2018年后连续三年下降。2021年，中国出生人口为1062万多。

　　生育意愿下降的原因是多方面的。与十年前相比，随着受教育程度和收入水平提高，社会对婚育选择的包容度也在提升。结婚和生育密切相关，2021年，中国结婚登记数跌破800万大关，连续第八年下降。

2021年5月20日，一对新人手持结婚证在北京海淀区民政局婚姻登记处外拍照留念。中新社记者富田摄

　　养育要求的提高，也导致人们“不愿生”“不敢生”。中国人民大学人口与发展研究中心副主任宋健表示，随着社会竞争压力加大，年轻父母的育儿精细化程度和对孩子的期望越来越高，一定程度上加大了养育负担。教育负担也比较沉重，课外辅导、择校费用、学区房等都提高了生育成本。

　　出生人口不断走低的同时，中国老年人口规模迅速扩大。第七次人口普查结果显示，中国60岁及以上人口有2.6亿人，其中65岁及以上人口1.9亿人，占总人口比重达到13.5%。2010至2020年的十年间，中国60岁以上人口比重上升了5.44个百分点。

2021年5月11日，老人在北京景山公园内散步。中新社记者侯宇摄

　　老龄化加剧，一些新问题随时出现。山西一家家政服务公司负责人刘燕对记者说，与前几年不同，现在她10个客户里有8个诉求是为70岁以上老人找保姆，但能够妥善照料老人的保姆太少，“接连介绍十几个都不一定能找到合适的”。

　　这些烦恼似乎是十年来中国社会飞速发展带来的某种必然。

　　中国社科院原副院长蔡昉表示，生育率下降、人口增长率降低、老龄化水平提高，是经济社会发展过程中具有规律性的结果，也是21世纪全球大趋势。不过，不管与世界平均水平还是主要国家相比，中国老龄化进程都偏快，而且是“未富先老”。目前中国人均GDP已突破1万美元，但依然显著低于高收入国家的平均水平。

　　在蔡昉看来，如今中国面临的人口问题是“成长中的烦恼”。这对中国经济而言喜忧参半：一方面，人口素质不断提高，支撑中国经济高速增长几十年的“人口红利”正转变为“人才红利”，有利于经济发展方式转变、产业结构升级；另一方面，人口增长速度趋缓将影响消费需求增长，进而制约经济发展，潜在经济增长率也会逐步降低。中国需要及时通过改革和政策调整，防范人口因素致使经济增长偏离合理区间的风险，把挑战转化为机遇。

2022年6月21日，江苏南京，南京航空航天大学的毕业生们登台领取毕业证书。中新社记者泱波摄

　　南开大学人口与发展研究所教授原新也表示，生育、养老是家事，也是国事。中国应为年轻人创造更好的婚育条件，为老年人提供更舒心的养老环境。这不仅事关千万个家庭幸福，更关乎国家和民族未来。

　　对此，中国官方明确提出：人口发展是关系中华民族发展的大事情，要求深化生育政策及人口发展趋势研究，完善人口发展战略，根据中国人口发展的变化形势，逐步完善生育政策。

　　行动已经开始。近年来，从倡导婚事从俭，力避高价彩礼、婚礼大操大办，到放开三孩生育，取消社会抚养费等制约措施，废止相关处罚规定；从延长产假和育儿假，到明确要求防止以学区房等名义炒作房价，推动放学时间和父母下班时间相衔接，严格规范校外培训，中国正力图让一度令人焦虑的婚嫁、生育、养育、教育变得轻松些。

2022年7月31日，山西太原，家长与孩子共同绘制帐篷涂鸦，享受夏日假期时光。中新社记者武俊杰摄

　　用中国国家发展和改革委员会社会发展司司长欧晓理的话说，这一揽子支持举措的目的，就是要打造生育友好型社会，促进人口长期均衡发展。

　　分析人士认为，这些改革措施有利于抓住已经为时不长的机会窗口，切实降低生养成本，挖掘生育潜力。

　　“等到我不用为产假结束谁来带孩子操心的时候，或许我会考虑再要二胎。毕竟，有个兄弟姐妹对孩子来说也很重要。”江婷婷说。(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）

[责编：天天中]

阅读剩余全文（）