CPI回落至“1”区间 为宏观政策“稳增长”创造有利条件******
中国网财经12月10日讯(记者 李春晖)昨日(9日)国家统计局公布了11月份全国CPI(居民消费价格指数)数据，CPI同比上涨1.6%，涨幅比上月回落0.5个百分点，重回“1”区间。这已经是CPI同比涨幅连续两个月较快回落。
(图片来源：国家统计局网站)
“除上年同期基数抬高外，11月CPI同比涨幅回落主要源于当前猪肉已进入价格见顶回落阶段，蔬菜价格下跌也是一个重要原因。”东方金诚首席宏观分析师王青表示。
国家统计局数据显示，11月份食品价格同比上涨3.7%，涨幅比上月回落3.3个百分点。食品中，猪肉价格上涨34.4%，涨幅比上月回落17.4个百分点。鲜菜价格下降21.2%，降幅比上月扩大13.1个百分点。
“猪肉价格在前期涨幅较大的情况下，受疫情及天气影响需求转弱，加上中央储备猪肉投放工作继续开展，导致预期有所扭转，前期压栏惜售行为转为集中出栏。今冬天气晴好且偏暖，供给充沛导致蔬菜价格下降。”中国民生银行首席经济学家温彬表示。
与此同时，11月扣除食品和能源价格、更能反映整体物价水平的核心CPI继续处于低位：同比上涨0.6%，涨幅与上月相同。
“(核心CPI走低)显示当前整体物价形势稳定。这与欧美高通胀形成鲜明对比，将继续为国内宏观政策‘以我为主’提供重要支撑。”王青表示。
今年以来，面对外部环境的高通胀压力，我国通过一系列政策合力，始终保持着相对温和的通胀水平。
“进入到下半年，通胀整体呈现‘两高两低’特征。”温彬表示，“两高”是指外部输入通胀高，食品能源通胀高，“两低”是指核心通胀低，工业品通胀持续走低，表明经济与通胀面临一定的结构性矛盾。
中共中央政治局12月6日召开会议，分析研究2023年经济工作。会议提出“突出做好稳增长、稳就业、稳物价工作”、“推动经济运行整体好转”。12月7日，国务院联防联控机制发布了疫情防控“新十条”，对风险区划定和管理、核酸检测、隔离方式等提出了进一步的优化要求，最大限度减少疫情对经济社会发展的影响。
政治局会议传递出稳增长的重要信号，疫情防控政策也进一步优化，分析人士认为，明年财政政策和货币政策将朝着稳增长方向加码发力、协调配合。而CPI涨幅的回落，为这些政策的实施创造了有利条件。
“综合考虑整体经济运行态势及商品和服务市场供需平衡状况，2023年在全球通胀降温趋势下，国内消费反弹带来的潜在通胀风险也不大。这意味着年底前后货币、财政政策都具备在稳增长方向适度发力的空间。”王青表示。
温彬表示，展望2023年，我国通胀仍将保持温和水平，随着疫情防控放松促进需求回升，通胀中枢大概率小幅升高。主要特点为：一是外部输入型通胀压力缓和；二是疫情防控优化，社会整体需求回暖，核心通胀将由目前的超低区间逐步均值回归；三是食品与能源安全边际高，非核心通胀保持温和；四是工业品价格仍存在一定通缩压力。
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 佰家富app地图 |
