更好统筹质的有效提升和量的合理增长******

　　作者：权衡（上海社会科学院党委书记、上海市习近平新时代中国特色社会主义思想研究中心特聘研究员）

　　发展是党执政兴国的第一要务，发展必须是高质量发展。质的有效提升和量的合理增长是经济合理运行和发展的规律性体现，是实现高质量发展的内在要求，有利于探索和形成经济增长的新源泉新动力。需更加注重长短政策优化组合，更好统筹经济质的有效提升和量的合理增长，推动高质量发展取得新成效。

　　中央经济工作会议强调，“坚持发展是党执政兴国的第一要务，发展必须是高质量发展”“要更好统筹经济质的有效提升和量的合理增长，坚持以质取胜，以量变的积累实现质变”。实现质的有效提升和量的合理增长，对做好2023年经济工作，着力推动高质量发展具有重大理论和现实意义。

　　内在逻辑和现实要求

　　科学把握经济运行过程中质的有效提升和量的合理增长，既有利于准确理解“高质量发展是全面建设社会主义现代化国家的首要任务”，也对推动经济运行实现整体好转至关重要。

　　质的有效提升和量的合理增长是经济合理运行和发展的规律性体现。经济的运行和发展是总量增长和效益提升的辩证统一的变化过程。经济发展既有生产要素投入和产出的增长变化，如表现在总量、规模、速度等具体指标上，同时往往也必然伴随着经济结构、产业结构、就业结构和收入结构等方面的深刻变化。尤其是受技术革命等因素的影响，经济运行内在的投入产出结构以及效率、质量和效益也会发生相应的变化。因此，量的积累是经济增长的基础和条件，质的提升则是经济增长的动力和目标，经济运行的质和量互为条件，相辅相成、相互作用。

　　质的有效提升和量的合理增长是实现高质量发展的内在要求。进入新发展阶段，要完整、准确、全面贯彻新发展理念，加快构建新发展格局，着力推动高质量发展。高质量发展是体现新发展理念的发展，要推动经济发展质量变革、效率变革、动力变革。保持经济运行在合理区间，既需要有质的有效提升，也需要有量的合理增长。从质的有效提升来说，意味着经济增长更加注重投入产出率、技术创新和进步以及产品质量、市场效益、资源配置效率、生态环保等方面的要求。从量的合理增长来说，需要在质的有效提升基础上有高效益、高质量的投入产出和较快的规模增长、速度增长，这样的增长也必然带来就业、收入方面的稳定增长。

　　质的有效提升和量的合理增长有利于探索和形成经济增长的新源泉新动力。现代经济增长理论研究表明，一国或者一个经济体的经济增长，其真正有效的源泉和动力，并不是来自于要素投入的数量和规模大小，而是主要来自于全要素生产率的提升，其中主要包括劳动生产率、技术进步效率和资源配置效率等。尤其是从经济长期增长的趋势来看，增长源泉和动力主要来自于全要素生产率。因此，推动经济高质量发展，就是要把长期经济增长的动力和来源主要放在依靠提升劳动生产率、技术进步效率、创新效率以及资源配置效率上，着力提高全要素生产率。这样既可以实现质的有效提升，又可以实现量的合理增长。

　　更加注重长短政策优化组合

　　中央经济工作会议强调，“突出做好稳增长、稳就业、稳物价工作，有效防范化解重大风险，推动经济运行整体好转，实现质的有效提升和量的合理增长，为全面建设社会主义现代化国家开好局起好步”。为此，需要从如下几方面入手，更加注重长短政策优化组合，更好统筹经济质的有效提升和量的合理增长，推动高质量发展取得新成效。

　　一是把稳增长的政策手段与实施创新驱动发展的各项政策有机结合起来，使短期内的增长过程更多孕育和形成长期的新动力和新动能。做好2023年经济工作，短期内需要稳增长，积极的财政政策要加力提效，通过优化组合赤字、专项债、贴息等工具积极促进经济增长。同时，政策手段要更加突出培育有利于长期增长的内生动力，更加注重推进科技创新，催生各种新业态、新经济和新模式，防止盲目投资和重复建设。要通过积极的财政政策和稳健的货币政策，加大宏观政策调控力度，加强各类政策协调配合，形成共促高质量发展的合力。

　　二是把实施扩大内需战略同深化供给侧结构性改革有机结合起来，实现供需匹配和动态均衡发展。做好2023年经济工作，要着力扩大国内需求，要把恢复和扩大消费摆在优先位置，充分发挥内需尤其是消费需求的作用，进一步增强消费能力，积极改善消费条件，创新各类消费场景，最大程度释放消费潜力和活力。同时，也要继续深化供给侧结构性改革，建设现代化产业体系，形成高质量的供给体系和供给能力，推动技术创新、供给创新、产业创新、产品创新，使供给侧更加灵活及时地适应需求侧的变化，有效发挥供给创造需求的重要作用，增强高质量发展的内生动力。

　　三是把引导实际经济增长的总量政策手段与提升潜在经济增长率的结构性政策工具有机结合起来，最大限度提升潜在经济增长率。由于各种不确定性因素冲击，短时期我国实际经济增长率往往会出现不可避免的波动和变化。因此，做好2023年的经济工作，短期内各种总量性政策着力点要放在如何更好引导和稳定实际经济增长率上来，防止经济运行出现波动带来的就业、物价等大幅度变化。同时，各种结构性政策也要更加关注和提升潜在经济增长率，尽可能确保实际经济增长与潜在经济运行轨迹保持基本一致。要尽可能实现资源最优配置和全要素生产率提升，最大限度激活和提高潜在经济增长率，推动实际经济增长既符合市场预期，也符合潜在经济增长率水平。这也是当前和今后一个时期保持经济运行在合理区间的重要选择。

　　四是把稳增长的一揽子经济政策与改善民生的社会政策体系有机结合起来，推动经济社会高质量发展。做好2023年经济工作，既要推动经济稳定增长，实现就业、收入和物价等基本稳定，同时也要发挥社会政策的兜底保障作用，把城乡协调发展与扩大内需有机结合起来，把城乡居民的就业保障与解决民生需求结合起来，不断增强人民群众的获得感、幸福感、安全感。

　　五是把稳增长与积极改善市场预期、提振市场信心有机结合起来，确保经济运行建立在理性的良性的心理预期上。稳定预期与稳定增长同等重要。目前，需求收缩、供给冲击、预期减弱三重压力仍然较大，预期减弱的压力影响也较为深刻，亟需有效的积极引导，及时消除各种疑虑，减少不确定性，增强可预期性及指导性。特别是要通过全面深化改革开放，以更加成熟定型的制度体系积极引导和稳定市场预期、提振市场信心，为实现质的有效提升和量的合理增长、确保经济运行在合理区间注入新的动力和活力。

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)