登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《全球知名期刊发表武大中国经济发展研究成果》

  • 来源专题：高校动态信息监测平台
  • 编译者： zhangmin
  • 发布时间：2017-02-24

  • 全球知名经济学期刊 Journal of Economic Perspectives （《经济展望杂志》）2017年第1期在线发表了质量发展战略研究院的研究论文。 该文题为 Human Capital and China’s Future Growth （《人力资本与中国未来增长》），武汉大学 质量发展战略研究院中国企业调查中心为 第一署名单位，李宏彬教授为第一作者和通讯作者。 李宏彬及其研究团队发现，人口红利、经济转型等因素助推中国经济在改革开放近40年来，实现了年均9.3%的高速增长。大量廉价、年轻的劳动力从低生产率的农业部门向高生产率的非农部门转移，计划经济向市场经济转型，使中国经济取得了令世界瞩目的“中国奇迹”增长。然而，随着中国经济的发展，上述因素正在发生深刻变化，劳动力的老龄化趋势日趋显著，生产要素从低效率部门向高效率部门转移配置的改革动力也渐趋式微。论文指出，如果不考虑人力资本的加快积累，未来20余年中国经济的潜在增长率应该在3%-4%之间。 《经济展望杂志》是美国经济学会（AEA）主办的重要学术期刊，立足于研究经济增长与发展...

55浏览量
原文链接
相关报告

  • 《科技中国 | 生物经济将改变世界、影响人类发展》
    • 来源专题：战略生物资源
    • 编译者：李康音
    • 发布时间：2023-09-28
    • 一、生物经济正在改变世界 生物经济是依靠现代生物技术与生物资源，以生物产品与服务的研发、生产、流通、消费、贸易为基础的经济，是继农业经济、工业经济、数字经济之后的第四个经济形态，也称第四次浪潮。 未来世界怎么变、怎么看、怎么办？不同国家、不同学科、不同人士都会给出不同的答案。我们研究认为，未来生物科技革命、生物产业革命将帮助人类更高水平地认识世界、改造世界，并且必将改变世界五大格局。 第一，改变世界经济格局，生物经济加速崛起。当前，世界经济格局呈现“四降四升”的态势：一是美国对世界经济增长的贡献在下降，中国的贡献多年保持在30%左右，是美国的一倍左右。二是第二产业对世界经济增长的贡献在下降，第三产业的贡献在增加。发达国家第三产业占本国GDP的比重已超过70%。三是世界经济增速下降，金融风险上升。新冠疫情、俄乌冲突、霸权主义等因素使世界经济增速下降、效益下滑。许多国家政府债务增加、货币超发、通货膨胀、银行破产，新一轮金融危机随时可能爆发。四是数字经济对世界经济的推动作用下降，生物经济的作用明显上升。美国出台《芯片和科学法案》等一系列措施遏制中国，导致全球数字经济发展减速。据报道，2022年美国数字经济占GDP的比重高达65%，但美国GDP增长却多年徘徊在3%左右。2016年至2022年，中国数字经济年均复合增长14.2%，2022年数字经济占GDP比重达41.5%，但同年我国GDP增长率仅3%，说明经济持续发展仅依靠数字经济是不够的，需要加快培育新的经济增长点。另一方面，新冠疫情后，许多国家民众需求正在悄然发生变化，追求网速的少了，追求健康的多了，重视食物安全的多了，换房子、换手机的少了，改善生态、出行旅游的多了，世界经济正在迎来生物经济时代。 第二，改变世界科技格局，两次科技革命叠加。世界科技格局进入了两次科技革命的叠加期。一是信息科技革命方兴未艾。信息技术经历了数字化阶段，处于网络化中期，正在进入智能化的高级阶段。二是许多国家特别是发达国家已将民用科技经费的40%～50%用于生物技术研发，30多个国家的生物与医药论文数量占本国自然科学论文数量的50%以上，有的甚至高达60%以上。近十年，全球生物和医学领域发表论文数量接近自然科学论文总数的一半。新冠疫情以来，许多国家进一步加强生物技术研发，生物技术新科技革命正在加速来临。 第三，改变世界文化格局，生态文明日益壮大。信息化、网络化加速了西欧文化圈、东欧文化圈、东亚文化圈、南亚文化圈、东南亚文化圈、非洲文化圈、拉丁美洲文化圈、太平洋文化圈、伊斯兰教文化圈等世界九大文化的交流与借鉴，相互尊重、相互理解、相互包容已成大趋势。世界文化格局呈现交流、多元、包容、融合等新趋势，人类文明螺旋式上升，文化包容让世界减少冲突。 第四，改变世界安全格局，生物安全成为主体。新冠疫情之前，世界安全格局的重点是核安全、网络安全、金融安全。而新冠疫情之后，世界安全格局已经发生了深刻的变化，出现了传统安全与非传统安全共存的局面，生物霸权将成世界安全面临的最大安全隐患。如果说二战之后没有保障核安全的能力，就不能保障国家安全，那么，新冠疫情之后，没有保障生物安全的能力，就不能有效保障国家安全。世界安全格局正在由“核安全主导”转向“生物主导”。 第五，改变世界政治格局，将加速推进多元化。生物经济时代，世界政治格局将进一步多元化。一是美国国内社会矛盾日趋突出。美国1%的富人拥有与其余99%的人口同等的财富。二是西方国家之间矛盾加剧。美国推动“美国优先”战略，直接影响欧盟等盟友的利益，法国等国家或地区提出“战略自主”。三是中国综合国力明显提升。按照美元计算，1978到2022年，中国GDP增长速度是美国的12倍，1949到2022年中国GDP增速是美国的10倍，中国的世界影响力日益增加。得道多助、失道寡助，霸权主义、民族主义遭到越来越多的反对，世界政治格局加速多元化。 二、生物经济可能改变人类 纵观历史，每一次科技革命都极大地推动经济发展、人类进步。第一次产业革命催生农业经济时代，增加了人类的食物。第二产业革命催生工业经济时代，增强了人类的体力。第三次产业革命催生数字经济时代，增强了人类的“脑力”。第四次产业革命将催生生物经济，直接延长人类预期寿命，对人类自身的影响主要有四个方面： 第一，人类更长寿，人活90岁成常态。生物技术、生命科学将推动医学第四次科技革命，人均预期寿命有望增长10岁左右，“人活90岁成常态”。一是人类有望攻克癌症，癌症将不再是引起人类死亡的最大疾病；二是糖尿病、高血压、心脑血管疾病将得到有效控制；三是传染病将得到有效控制；四是基因编辑有望遏制遗传性疾病发生；五是干细胞技术可能使人类部分器官实现再生；六是人类长期梦寐以求的“长寿丹”可能成为现实。 第二，人人能吃饱，人类有望告别饥饿。当前，全球80亿人口中仍有8.3亿人口没有吃饱，未来还将出生20多亿人吃什么？现有的农业技术、农业政策很难保障未来100亿左右的人口人人都能吃饱、吃好。生物技术能够推动农业第三次绿色革命，人类有望彻底告别饥饿。一是利用基因编辑等技术有望使农作物单产提高20%左右；二是利用生物技术培育抗旱、抗盐、抗低温的作物品种，有望使旱地、盐碱地、荒地变成农田；三是生物合成技术能够生产人造肉、合成淀粉；四是人类可在高楼大厦养猪、种田创造人工生态环境，发展大楼农业，有效缓解耕地不足问题。 第三，人类可能面临更多生物恐怖。人类在认识生物、改造生物的同时，已经能够创造生物。人类将像小孩玩积木一样，对一些生物进行改造，随着合成生物技术的成熟，合成一种新的生物正在成为现实。合成生物技术是“双面技术”，一旦被恐怖分子掌握，极可能会合成比新冠病毒传染性更强、死亡率更高的病毒，人类将面临生物恐怖的威胁。 第四，传统伦理观念将受到冲击。生物技术也有一些副作用，如组织工程、器官移植等技术与产品的应用，使人体携带他人甚至动物的组织与器官，基因测序会发现一个家族、个人的遗传病基因，克隆技术、合成生物等技术可能导致克隆人、重组超级生物的出现，这些问题将引发道德、伦理、法律问题。 三、中国生物经济拥有40万亿元潜力 发展生物经济，对未来中国有三大意义。一是改善民生。让百姓有粮、少病，不断提高人民健康水平。二是促进经济发展。打造40万亿元生物经济，推动新一轮经济增长。三是支撑中华民族伟大复兴。历史上每一个第一经济大国都曾经引领过一次科技革命，中国要达到并保持第一经济大国地位，必然要引领生物技术新科技革命。我们研究发现，我国发展生物医药、生物农业、生物制造、生物环境、生物能源、生物资源、生物安全、生物服务、生物信息、生命科学基础研究等十大行业，到2030年，我国生物经济总体规模有望达到30万亿元，2035年有望达到40万亿元。 第一，打造25万亿元生物医药产业。一是新药开发，使我国由医药大国进入医药强国行列；二是重大疾病防治与慢病控制取得重大进展，使中医治未病得到广泛应用；三是加速医疗器械的国产化，彻底扭转高端医疗器械90%以上依赖进口的局面；四是加速推进中医药现代化，创出一条中西医结合的中国特色健康模式，探索以“中医理念、现代技术”为核心的未来医学；五是人体器官生产、再生研究进入临床应用阶段；六是衰老控制与长寿研究方面实现历史性突破。 第二，打造4万亿元生物农业产业。一是推进第三次绿色革命，加速基因编辑、合成生物技术在农业中的应用，使粮食单产提高20%左右；二是利用现代生物技术用好10亿亩旱地、5亿亩盐碱地；三是发展生物肥料、生物农药、动物疫苗与药物；四是开发一批植物、动物生长激素。 第三，打造5万亿元生物制造产业。加速我国由生物制造大国向生物制造强国转变。一是突破3000万升级发酵罐制造与智能化控制技术；二是重点突破发酵菌种改良技术，使细胞成为新型工厂；三是加速发酵过程控制的标准化、智能化；四是大力开发生物材料代用品，使制造业成本下降50%左右；五是加速酒类、酱油、醋等传统产品的升级换代，加速我国由发酵工业大国向发酵工业强国的根本性转变。 第四，打造5000亿元生物能源产业。一是充分利用7亿吨农作物秸秆，生产燃料乙醇，替代部分石油产品；二是利用南方10亿亩草山草坡发展生物能源植物，开发生物乙醇、生物柴油；三是研发农作物秸秆、生物废料发电技术；四是开发生物制氢技术，加速沼气等生物燃气技术与装备的升级换代。 第五，打造1.6万亿元生物资源产业。一是大力发展能源植物、纤维植物、油脂植物、芳香植物；二是利用微生物资源，研制药物、开发生物肥料和生物农药；三是发展海洋生物产业；四是利用12 000多万种中药资源开发保健食品。 第六，开发1万亿元生物环保产业。一是应用抗旱、抗盐植物新品种，发展防风固沙植物，将有可能使旱地、盐碱地变为良田，土地荒漠化的趋势有望得到遏制；二是发挥微生物降解作用，处理有机废物与垃圾；三是利用生物技术提高污水处理效率。 第七，切实保障生物安全、生命安全。一是建成能够应对5000万人同时感染的生命安全保障体系；二是建设国门生物安全的“新长城”，防御有害生物入侵；三是保障生物安全实验室安全，防止生物技术滥用误用；四是切实加强国防生物安全，打击生物恐怖，打赢生物战。 第八，打造2万亿元生物服务产业，使国际药物研发后期与生产搬到中国来。一是力争建立世界最大的临床医学研究服务中心；二是建立世界上规模大、水平高、服务效率高的药品安全评价中心；三是建立食品安全评价与检验中心；四是大力发展高端药物与医疗器械代工中心。 第九，生命科学基础研究跃居世界前列，抢占新科技革命制高点。一是生物基因测序技术与规模达到并保持世界领先水平；二是蛋白质组学、代谢组学、免疫学等领域进入国际前列；三是现代医学、药学基础理论取得重大突破；四是脑科学与类脑、细胞凋亡与衰老机制、基因编辑、表观遗传等研究进入国际领先行列。 第十，加强生物信息等交叉学科研究。一是与信息科学交叉形成脑机结合；二是与系统科学结合形成系统生物学；三是与纳米科学结合形成纳米生物技术；四是与化学结合形成合成生物学；五是与制造业结合形成仿生学等。 四、中国发展生物经济面临的四大风险 我国发展生物经济面临四大挑战与风险，需要引起高度重视。 第一，顶尖人才育不出、引进难。缺乏顶尖人才是我国发展生物经济的最大风险。美国特朗普政府出台“中国行动计划”，调查、开除，甚至抓捕华人科学家，导致华人顶尖科学家不敢与大陆同行和政府联系，顶尖人才引进面临重重困难。目前顶尖生物技术人才有2/3滞留在国外。另外，我国顶尖人才培养能力不强，最著名高校的顶尖人才还依赖引进，有的高校甚至把海外的三流人才当一流人才引进。 第二，高端科学仪器不能自主研发。我国生物技术与生命科学研究的高端仪器90%左右依赖进口，甚至一些实验动物与试剂也需要进口。如果美国发动的科技战升级，与我国生物技术脱钩，进一步限制高端仪器向我国出口，生物技术研发将会面临停滞不前的局面，如果一些公用数据库不对我国开放，一些研究面临无法持续的被动局面。 第三，不能引领或参与引领新科技革命。美国生物与医药技术、人才、创新能力具有绝对优势，全球生物技术的“根技术”90%、顶尖人才50%都在美国，如果美国不犯颠覆性错误，美国仍将引领生物技术新科技革命，中国则可能错失引领新科技革命的机遇。 第四，丧失对生物经济国际规则的话语权。西方国家往往通过成立国际组织，牢牢把握新经济、新行业、新产品、新技术的标准、市场准入条件、贸易流通规则，甚至价格等话语权，而国际市场上，如果没有话语权只能执行别人制订的规则，失去了产业发展、产品开发的自主权、话语权。机械化、电气化、信息化阶段，我们技术落后，缺少话语权，这种现象在生物经济时代不能再继续了。 五、中国发展生物经济的对策与建议 我国抢占生物技术新科技革命、产业革命制高点，必须采取一系列重大战略与措施。 第一，实施生物经济强国战略。把引领或共同引领生物技术科技革命、生物经济产业革命作为保障人民健康、促进经济发展、支撑民族复兴的重大战略来抓。世界上第一经济大国都曾经引领过一次科技革命，我国要达到并保持第一经济大国地位，必然要引领生物技术科技革命。 第二，制订《中长期生物经济强国战略规划纲要》。建议在国家出台的《“十四五”生物经济发展规划》的基础上，制订中长期发展规划，明确生物经济强国的目标、方针、重点任务、体制机制与具体措施。紧紧瞄准国家科技前沿，紧紧围绕人民健康、粮食安全、生态安全、国门安全、国防安全等重大问题，制订有国际视野、战略眼光，切实可行的中长期发展规划。 第三，实施“诺贝尔工程”，打造一支国际顶尖人才队伍。把造就国际一流顶尖人才作为引领新科技革命的突破口，引进、培养与借用相结合，不拘一格降人才，尽快造就一支国际顶尖生物技术人才队伍。 第四，加速高端科学仪器自主创新。把仪器创新、方法创新作为原始创新的突破口，生物领域国家重大科技项目中，没有仪器创新、方法创新、技术路线创新的项目原则上不支持。 第五，成立“国际生物经济联合会”，促进全球生物经济发展。与国际同行共同制订生物经济的新业态、新产品、新技术的标准，以及市场准入条件、贸易流通规则，促进全球生物经济持续发展，造福人类。 本文内容转载自“科技中国”微信公众号。原文链接: https://mp.weixin.qq.com/s/GGJSlVRkj_XFHjpOrndkOA
    325浏览量
    原文链接

  • 《《机器学习》领域研究成果在人工智能领域发表系列研究成果》
    • 来源专题：人工智能
    • 编译者：高楠
    • 发布时间：2023-10-08
    •  近日，计算机科学与工程学院（网络空间安全学院）杨国武教授团队先后 在人工智能领域顶级期刊TPAMI、TIP和CCF A类会议KDD、ICCV发表一系列高水平研究成果。   论文《Noisy Label Learning With Provable Consistency for a Wider Family of Losses》被CCF人工智能领域A类期刊《IEEE Transactions on Pattern Analysis and Machine Intelligence》（TPAMI）接收。博士生刘德富为第一作者，杨国武教授为通讯作者。 该论文研究了机器学习中的标签噪声学习问题。标签噪声学习是机器学习领域的热点问题之一，为了解决深度模型过度拟合训练集的错误标签，受量子叠加特性的启发，该论文设计了一个动态标签学习算法来训练深度模型，可以利用大量为传统深度学习设计的损失函数进行标签噪声学习，甚至是交叉熵损失函数（交叉熵损失函数被证明在传统深度学习算法下不具备标签噪声鲁棒性）。论文从理论上证明提出的动态标签算法具有良好的噪声鲁棒性，能在有噪声的训练集中有效地收敛到最优模型，并且该算法不依赖于损失函数和标签分布。实验结果不仅验证了本文对该方法的理论分析的正确性，还表明了本文设计的动态标签学习算法明显优于当前标签噪声学习的其他先进算法，也表明该算法具有良好的鲁棒性、扩展性和通用性。    TPAMI是计算机视觉和人工智能领域公认的顶级国际期刊，是中国计算机学会（CCF）推荐的A类期刊，在2023年的影响因子是23.6。主要收录人工智能、模式识别、计算机视觉及机器学习领域的原创性科研成果。在TPAMI上发表的文章对于人工智能领域的研究人员和从业者来说都具有很高的参考价值。   论文《Semantic Consistent Embedding for Domain Adaptive Zero-Shot Learning》被CCF计算机图形学与多媒体领域A类期刊IEEE Transactions on Image Processing（TIP）接收。博士生张见阳为第一作者，杨国武教授为第二作者。该论文主要通过提取语义一致嵌入，研究了领域适应零样本学习问题，在图像分类领域有重要应用。该论文提出将语义空间、源域与目标域映射到一个共享空间中，从而实现了一种崭新的端到端三重语义一致嵌入方法，有效解决了领域适应零样本学习问题的主要挑战，即如何同时实现跨类别与跨域知识迁移。此外，该文提出的提取语义一致嵌入的方法相比于现有领域适应零样本学习方法在实验数据集上有显著优势。   TIP是计算机图形学与多媒体领域A类期刊，具有很高的学术声誉。TIP涵盖的主题包括：图像处理、成像系统、图像扫描、显示和打印的信号处理等。在TIP上发表的文章对于图像处理领域的研究人员和从业者来说都具有很高的参考价值。   论文《Partial-label Learning with Mixed Closed-set and Open-set Out-of-candidate Examples》被数据挖掘研究领域的顶级学术会议ACM SIGKDD 2023接收、论文《Candidate-aware Selective Disambiguation Based On Normalized Entropy for Instance-dependent Partial-label Learning》被计算机视觉研究领域的顶级学术会议International Conference on Computer Vision（ICCV 2023）接收。博士生贺硕为两篇论文的第一作者，杨国武教授为通讯作者。   第一篇论文针对混合的闭集与开集噪声偏标记（CS-OOC、OS-OOC）数据提出一个统一的训练框架。具体来说，利用提出的wooden交叉熵损失（WCE），分别计算每个训练样本的候选标签和非候选标签上的对应WCE，并基于此提出样本选择准则来区分正常样本、CS-OOC样本和OS-OOC样本；然后，对于CS-OOC样本采用反向标签消歧方法在非候选标签集中识别真实标签；对于OS-OOC样本提出随机候选生成来动态地分配随机的候选标签集合，并通过学习这些难以识别的样本来消耗额外的模型容量，缓解对噪声样本的过拟合。该方法有效地缓解了混合OOC数据对于模型训练的负面影响，显著提高了模型的泛化性能。   ACM SIGKDD国际会议是由ACM的数据挖掘及知识发现专委会主办的数据挖掘研究领域顶级会议，属于CCF A类会议。由于该会议的交叉学科性和广泛应用性，其影响力也越来越大，吸引了来自统计、机器学习、数据库、万维网、生物信息学、多媒体、自然语言处理、社会网络计算、高性能计算及大数据挖掘等众多领域的从业者和研究学者。   第二篇论文发现传统偏标记学习（PLL）方法在instance-dependent（ID）偏标记数据上的性能下降是因为在训练过程中存在的部分不完全消歧（UD）样本的不准确监督信息，影响了模型的训练与收敛。为了解决这个问题，该论文提出一种新的两阶段训练框架，包括选择性消歧和自适应阈值化。具体来说，前者首先选择部分完全消歧（WD）样本和剩余样本的补充监督信息进行联合训练；后者分别维持两种动态自适应的WD和UD阈值来选择额外的完成消歧的样本加入训练中。该方法有效地缓解了UD样本对于模型训练过程的影响，提高了模型的泛化能力。   IEEE International Conference on Computer Vision（ICCV）由IEEE主办，在世界范围内每两年召开一次，是计算机视觉方向的三大顶级会议之一，在业内具有很高的评价，其论文集代表了计算机视觉领域最新的发展方向和水平。   杨国武，教授，博士生导师，主要研究方向为形式化验证，逻辑综合，量子计算和机器学习，主持了5项国家自然科学基金面上项目；近几年在TCAD、IEEE Transactions on Computers、TPAMI和KDD等CCF A类期刊和会议发表论文10余篇。   论文链接：   1.Noisy Label Learning With Provable Consistency for a Wider Family of Losses    https://ieeexplore.ieee.org/document/10185026   2.Semantic Consistent Embedding for Domain Adaptive Zero-Shot Learning   https://ieeexplore.ieee.org/document/10183844   3.Partial-label Learning with Mixed Closed-set and Open-set Out-of-candidate Examples    https://dl.acm.org/doi/10.1145/3580305.3599460
    390浏览量
    原文链接