中央农村工作会议系列解读⑧提高农业全要素生产率 加快建设农业强国******

　　作者：钱加荣、毛世平，中国农业科学院农业经济与发展研究所

　　中央农村工作会议对建设农业强国作出全面部署，农业强国具体表现为农业供给保障能力强、农业科技创新能力强、农业可持续发展能力强、农业竞争力强和农业发展水平高，一个关键指标——农业全要素生产率可以集中反映这些农业强国的基本特征。建设农业强国必须全面提升农业全要素生产率水平。

　　农业全要素生产率是对农业生产系统总体效率的度量，即农业总产出与总投入之比。这里的“全”不是指全部生产要素，而是指除有形生产要素（如资本、土地、劳动等）投入外，能够影响农业产出增长的所有因素，包括品种改良、新技术推广、资源配置优化、产业结构调整、经营体制创新和调控政策改进等。全要素生产率可直观理解为科学技术，全要素生产率提高是科技进步的有效衡量指标。农业全要素生产率水平越高，表明农业发展对化肥、农药、劳动力等资源要素的依赖性越小，农业发展的科技含量越高、可持续性越强。

　　对照农业强国建设目标，目前我国仍然是世界上最大的农业国，农业发展仍然不平衡、不充分，农业科技创新与农业技术进步不同步现象仍然突出，各类问题集中表现为农业全要素生产率水平不高。因此，要着力提升农业全要素生产率水平，为建设农业强国提供强有力的科技支撑。

　　提高农业全要素生产率，可从以下五个方面着手：

　　第一，加快农业科技创新步伐，夯实农业发展科技支撑。一是要加强基础研究，不断推进原始创新前沿。聚焦农业生物组学、合成生物学、动物免疫调控机制、营养代谢调控机制等世界前沿领域，强化创新布局，积极取得重要科学发现，提出相关科学理论，为农业强国建设打造世界领先的基础研究平台。二是要紧跟国际农业科技前沿，瞄准应用研究新方向。聚焦生物育种、现代信息、新材料、智能装备等国际前沿技术领域，开展关键技术联合攻关，努力取得一批具有自主知识产权的重大成果，牢牢把握科技自主权、发展主动权。三是面向国家重大需求，开展关键领域“卡脖子”技术攻关。强化农业科技创新的国家需求导向，围绕种子和耕地“两大要害”，强化品种选育、耕地质量提升等重大实用技术研发，保障国家粮食安全。

　　第二，着力强化农业科技推广，坚持研发和推广“两条腿”走路。农业不同于其他行业，农业科技成果需要经过推广才能大范围应用于农业生产。当前我国农户经营规模小且分散，农业科技推广难度极大，各地普遍存在“重研发、轻推广”现象，严重阻碍农业全要素生产率水平提高。在强化农业科技研发的同时，也应注重农业科技推广，将研发和推广放在同等重要位置，做好农业科技推广顶层设计，定期制定农业科技推广规划和指导文件，在国家层面形成鲜明政策导向，不断强化农业科技推广工作，逐步形成新时期农业科技推广体系，打通连接现代科技和农业生产的纽带环节，促进现代农业科技成果快速转化为现实生产力。

　　第三，鼓励发展适度规模经营，提高农业经营规模效率。加强土地流转和适度规模经营政策引导，有序推进全国土地流转工作，鼓励各地通过土地经营权流转、土地入股、股份合作、土地托管等方式，开展多种形式适度规模经营，促进土地要素聚集，稳步提升农业技术应用及生产管理水平，努力提高土地利用率。加大农业新型经营主体培育力度，使龙头企业、农民合作社、合作联社、家庭农场、专业大户等各类新型经营主体逐步成为农业生产新技术、新模式、新理念的开拓者和实践者，促进农业标准化、专业化、集约化生产，提高农业规模报酬。同时，需结合我国农业发展现状，根据经营主体生产规模，研发应用适应规模经营需要的技术模式，避免规模收益下降并有效控制经营风险，不断扩展生产技术前沿，不断提高农业经营效益。

　　第四，优化生产要素投入结构，提高资源要素配置效率。深入贯彻绿色发展理念，继续开展化肥、农药零增长行动，大力推行减量增效绿色生产技术，提高化肥、农药利用率，加大节肥、抗病等环境友好型品种研发与推广，有效替代化学要素投入，大幅降低化肥、农药投入水平，提高农业投入产出比，促进农业高质量发展。积极提升各地农业综合机械化水平，替代农业活劳动投入；加快发展中西部欠发达地区经济，推动劳动密集型产业从东部向中西部地区转移，为当地积极创造就业机会，吸纳农业人口就近就业，减少中西部地区农业劳动力投入，提高劳动力资源配置效率，逐步缩小区域农业劳动生产率差异。

　　第五，加大农业支持保护力度，强化农业科技水平提升的政策保障。农民生产积极性是一切新技术、新成果得以有效应用的基本前提，也是提高农业全要素生产率的基础保障。因此要加大对农业的支持保护力度，不断提升农民生产积极性及采用新品种、新技术、新模式的主观意愿，为提高农业全要素生产率提供政策保障。一方面要加大农业补贴政策实施力度，优化生产者补贴政策，制定考虑农业区域发展水平、农户收入差异的差别化补贴政策；另一方面，要坚持并完善粮食最低收购价政策，不再参照生产成本制定最低收购价水平，避免陷入价格支持水平和生产成本相互抬升的恶性循环。此外，还应配套出台农资价格管控措施，严防农资价格投机性上涨，形成完备的农业支持政策体系。

　　（本文为国家社会科学基金一般项目（编号：22BJY181）的阶段性研究成果）

聚焦人工智能技术前沿与治理 中外专家学者国际论坛建言献策******

　　中新网北京12月5日电 (记者 孙自法)2021人工智能合作与治理国际论坛“人工智能技术前沿与治理”主论坛，12月5日在清华大学以线上线下结合方式举行，中外人工智能(AI)领域专家学者聚焦人工智能技术前沿与治理这一主题，发表主旨演讲建言献策，并深入研讨交流。

　　美国国家科学院院士、美国艺术与科学院院士、约翰·贝茨·克拉克奖得主、斯坦福大学商学院技术经济学教授、以人为本人工智能研究所副所长苏珊·阿西(Susan Athey)认为，大学在指导人工智能创新方面可以发挥优先引导的关键作用。由于私营部门的技术人员缺乏伦理、哲学方面的训练，难以开发出具有可解释性的算法框架，深化这类研究能够在人工智能治理的问题识别、建立开发实践框架、提供指引等方面发挥重要作用。此外，由于数据可以带来巨大的规模效应，当前“软件即服务”的平台经济模式已非常普及。人工智能和数据需求可能带来“伪”市场集中，因此，未来对“机器换人”的预测非常具有挑战性，需要重新关注和思考人工智能如何用于应对老龄化等公共管理问题，使基于人工智能的公共服务变得更加高效。

　　国际人工智能协会前主席、清华大学人工智能国际治理研究院学术委员约兰达·吉尔(Yolanda Gil)指出，由于人类对智能机制认知不足、智能行为本身的复杂性、观测手段的有限性以及个体知识、职业、信仰、文化背景等的差异性，导致当前人工智能研究中面临着一系列挑战，因此，需要加强人工智能基础研究工作，这需要跨领域、跨学科的共同努力。当前，理解人工智能机理和构建人工智能世界模型是人工智能研究面临的两大挑战。一方面，理解人工智能机理需要构架“感知-思考-行动”的智能模型，加强对大脑思维机理的理解，建议借鉴神经科学研究联合体的有益经验，建立全球性的人工智能研究数据库，形成全球共享的研究社区。另一方面，构建人工智能世界模型则需要建立在人类经验、社会习俗、专业技能的基础上，建议建立类似于自由协作式的知识库，通过全民民众参与，推动知识在全球层面共享。

　　中国科学院院士、清华大学人工智能研究院名誉院长、清华大学人工智能国际治理研究院学术委员张钹表示，由于深度学习等算法存在不可解释性，导致前两代人工智能算法存在着公平性、安全性问题和不可靠、不可信等缺陷。发展第三代人工智能关键在于发展可解释的、鲁棒的人工智能理论和方法，开发安全、可信、可靠、可扩展的人工智能技术，以“数据驱动+知识驱动”构建支持可解释的人工智能算法的深度学习平台，赋能人工智能安全与防御优化。从数据中真正获取智能要靠知识的帮助与引导，并需要政策法规对数据使用的正确规范，充分利用知识、数据、算法和算力四个要素结合，推动人工智能的创新发展。

　　中国工程院院士、北京大学信息科学技术学院院长、鹏城实验室主任、清华大学人工智能国际治理研究院学术委员高文认为，当前人工智能发展处于新一代人工智能向强人工智能发展的关键阶段，至2030年，中国人工智能发展总体要达到世界领先水平。从战略问题看，中美欧三方在人工智能人才、研究、开发、应用、硬件、数据等方面竞争激烈，当前中国人工智能发展在战略政策、数据资源、应用场景、潜力人才方面具有优势，而在基础理论、原创算法、关键部件、国际平台、高级人才等方面还存在短板。从战术问题看，人工智能2.0需采用基于大数据的统计AI解决大规模AI应用需求，鼓励各种可能的强人工智能探索，“可解释机器学习+推理”和“仿生系统+AI大算力”是可能的技术路线图；在安全问题层面，强人工智能的安全风险主要来源于模型的不可解释性、算法和硬件的不可靠性和自主意识的不可控性，人工智能2.0应采用DPI与“防水堡技术”解决数据安全与隐私保护，重视探索人工智能伦理问题，并基于“理论-技术研究-应用”的阶段性采取不同的风险防范策略。

　　美国国家工程院外籍院士、英国皇家工程院外籍院士、清华大学高等研究院双聘教授沈向洋表示，AI已经应用于生活和工作的方方面面，目前甚至在法律上也具有一定的应用，比如美国已经有很多法庭用机器学习和人工智能方法帮助判刑，包括决定刑期这样非常重要的问题。但是我们还无法理解一些AI决策的缘由。未来发展过程中我们不能只看见AI决策的“黑箱”，应该打开“黑箱”，探究和理解其中的具体内容和因果关系，我们一定要做可解释性的AI。同时，他提到负责任的AI应具备公平性、可靠性、隐私性、包容性、透明性和责任性的特点，作为新兴领域，还需要向其他领域学习，从而更好的服务于人类。

　　中国工程院外籍院士、清华大学智能产业研究院院长、人工智能国际治理研究院学术委员张亚勤指出，“碳中和”是人类能源结构的又一次变革。“碳中和”既是可持续发展的必然选择，又是产业结构调整和发展的重大机遇。企业在“碳中和”背景下都面临转型增效的压力。人工智能+物联网是智联网，智联网可以赋能绿色计算，助力“碳中和”。智联网助力“碳中和”主要包括三个环节：首先，由数据驱动和人工智能优化引擎来实现智能决策。其次，多参数全链系统配置优化。最后，通过多源多维异构感知融合实现智能感知。智联网可用于能源融合、降低ICT产业的碳排放和推动新兴产业发展等。他还介绍了智联网赋能的绿色计算平台的框架，该平台包括人工智能驱动节能减排和高能效人工智能系统，应用路径包括绿色园区和工业节能。

　　2021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承办，国际支持机构为联合国开发计划署。论坛为期两天，设有三场主论坛、一场特别论坛和七场专题论坛。“人工智能技术前沿与治理”主论坛由清华大学计算机科学与技术系教授、人工智能研究院常务副院长孙茂松主持。(完)