凤凰彩票必赚方案|百度词条

中央农村工作会议系列解读⑰打造农业科技战略力量，实现高水平农业科技自立自强******

　　作者：谢艳乐 李书奎 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：“要依靠科技和改革双轮驱动加快建设农业强国，要紧盯世界农业科技前沿，大力提升我国农业科技水平，加快实现高水平农业科技自立自强”，这一重要论述是对党的二十大报告中关于“坚持面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康，加快实现高水平科技自立自强”精神在农业领域的贯彻落实和有效强化。锚定农业强国建设目标，打造农业科技战略力量，既是全面推进乡村振兴战略的核心要义所在，也是坚持以中国式农业农村现代化、夯实中国式现代化的现实要求，充分体现了党中央对农业科技发展的高度重视。

　　当前，新一轮科技革命和产业变革孕育兴起，使得科技创新成为国际战略博弈的主战场。近年来，我国农业物质技术装备条件取得显著改善，农业科技水平整体步入世界前列，科技支撑农业发展的广度与深度逐步强化。农业科技进步贡献率达到61%，农作物耕种收综合机械化率超过72%，农作物种源自给率突破95%，主要农作物良种基本实现全覆盖。

　　尽管我国农业科技创新领域取得了显著成效，但依然面临着部分核心技术水平较低、科技力量发展较为滞后、种源“卡脖子”等短板问题。农业科技基础研究薄弱、原创的科技创新能力未实现根本性扭转，并且与建设农业强国的要求相比，我国农业科技弱项依然突出，加快实现高水平农业科技自立自强仍面临着些许困境及重大挑战。

　　为此，对标世界科技强国与农业强国，打造我国农业科技战略力量，实现高水平农业科技自立自强的农业强国建设目标，可以从以下三个方面着手。

　　一是聚焦农业科技基础前沿研究，占领科技创新战略制高点。要把立足点放在自主创新上，围绕农业科技基础前沿研究与核心短板领域进行系统谋划和合理布局，以集中优势力量攻克农业发展关键核心技术，并逐步降低对农业关键技术、装备等方面的对外依存程度。

　　加强对农业科技自主创新发展的宣传力度，积极营造崇尚自主创新的文化环境，形成尊重人才、尊重创造的良好风尚，创建有利于创新型人才成长的土壤与制度。合理配置农业科研经费使用比例，明确资金使用的具体用途，加强对农业科技基础研究的重视程度，进一步提高科研项目的投入比重和产出效率，以提升农业科技创新体系整体效能。

　　二是支持企业组建发展联合体，创新新型科研组织模式。全面深化农业科技体制改革，谋划农业科技顶层设计，发挥新型举国体制优势以整合各级各类优势科研资源，强化企业科技创新主体地位，创新科技体制和科研管理方式，促进创新资源互融互促。

　　引导科研院所和高校的农业科技研发成果按照市场机制向企业集聚；针对高校和科研机构，逐步将以理论研究为主的科研考核体系向理论研究与实践应用并重转变，提升科研成果、专利转化应用在考核中的权重；引导科研院所和高校侧重源头创新，以基础研究为主，将科研成果的应用与开发让渡给企业，集中优势力量开展关键核心技术科研攻关，推动研发和产业资源进一步整合，形成合力以进一步强化农业科技创新发展。

　　三是加快农业关键技术发展，强化创新平台对育种产业化的支撑作用。强化现代科学技术与育种技术的深度融合发展，促进大数据技术、信息技术、分子生物学技术、合成生物学技术等与传统育种方式有机融合。

　　强化创新平台支撑作用，鼓励科企深度合作建设国家级的研发平台，如企业重点实验室、国家工程中心、国家创新中心等，优化配置资源以支持企业开展育种攻关，建立健全“育繁推一体化”的现代农作物种业创新体系；加强共性基础技术平台建设，推动产业链上下游融通创新，以共建共享国家重大基础平台；推进科技创新平台载体绩效考核的常态化管理，将开放共享列入绩效考核的核心内容，并对考核优秀的创新平台，优先推荐申报国家或地区科技计划项目，以加速育种科技成果转化与产业化应用发展。

你的隐私，大数据怎知道？我们又该如何自我保护？******

　　在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？

　　1.“已知、未知”大数据都知道

　　大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！

　　甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……

　　再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。

　　当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。

　　2.数据挖掘就像“垃圾处理”

　　什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。

　　不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。

　　再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据(废品)中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！

　　一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。

　　接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。

　　几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。

　　其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。

　　各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。

　　当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！

　　不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。

　　但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。

　　因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。

　　对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开(实际上是没法不公开)，而把个人身份隐藏起来，即匿名。

　　(作者：杨义先、钮心忻，均为北京邮电大学教授)

　　（文图：赵筱尘 巫邓炎）