國臺辦：一個中國原則是人心所向、大勢所趨
2026-01-08 09:27 4,679次浏览勞動經濟學會勞動力市場專委會2025年學術年會暨鄭州大學第三屆全國應用經濟學博士後論壇近日在鄭州大學舉行。與會專家圍繞勞動組合形態的嬗變與管理體系的重構、高校專業布局與就業、我國企業數位化轉型的新測度、數據要素與勞動力市場變革等主題展開深入交流探討，深刻理解勞動力市場的關鍵變化，把脈我國勞動力市場變革與發展新趨勢。 促進高質量充分就業是新時代新徵程就業工作的新定位、新使命。就業質量的衡量既涉及宏觀維度，也涉及微觀維度，既有主觀評價，也有客觀評價。目前來看，通常從收入水平、職業安全、技能發展及工作生活平衡等多維度進行衡量。要提升就業質量，首要路徑是加快發展新質生產力，這是創造大量高質量就業崗位、豐富崗位多樣性並激發創業活力的根本。其次，要著力促進勞動力市場的平衡性，通過推進基本公共服務均等化，健全對農民工、靈活就業及新業態從業人員的社會保障體系，並加強對下崗人員等群體的人力資本投資，以彌合不同市場間的差距。此外，工會的作用不可或缺，能夠在勞動者權益維護、促進和諧勞動關係中發揮不可替代的關鍵作用。 ——中央黨校(國家行政學院)教授，勞動經濟學會副會長 賴德勝 要實現招生就業聯動，結合就業趨勢主動對接人才需求，合理分配招生計劃。其核心在於推動教育結構與區域經濟發展的精準適配，建立持續優化的動態調控機制。然而，優化過程並非簡單的規模增減，要對專業進行精細化管理。例如，對於部分在校生規模增長但就業趨勢下行的傳統專業，需深入分析原因，合理調控招生。同時，對於新興產業專業，避免盲目擴張，要緊密結合本地區的產業發展實際來科學規劃人才培養規模，防止造成新的就業壓力。為實現這一目標，強化省級統籌至關重要，建議建立跨部門協調機制，加大對社會急需緊缺專業的政策與資源傾斜力度，確保人才培養供給側與產業需求側的同頻共振。 ——山東女子學院黨委副書記、校長，中國工業經濟學會副會長 李光紅 數字經濟快速發展的影響並非簡單的「溢出」或「虹吸」，而是通過降低省際貿易成本重塑區域經濟格局，催生了因地而異的複雜空間效應與差異化發展路徑。這種差異化影響源於多重機制的共同作用。從效應分解看，本地生產率提升的溢出效應在東部更顯著；勞動力再配置則呈現東部「核心—分散」與西部「中心—虹吸」的不同模式；貿易條件的改善不僅提升了本地貿易地位，還有力促進了西部地區融入全國統一大市場。這些機制共同催生了東部「質量提升型」、中部「規模擴張型」和西部「效率提升型」的差異化發展路徑。值得注意的是，數字經濟的促進作用存在門檻效應，且生產網絡在傳導增長效應中扮演了關鍵角色。 ——北京師範大學財經處處長，經濟與工商管理學院教授 蔡宏波 經濟發展通過緩解農業生產的季節性資源約束，對促進新生兒期投資和改善長期性別平等方面起著關鍵作用。在傳統農業社會，家庭資源隨農時季節性波動，這種波動與「重男輕女」偏好相結合，導致了對女嬰的投資不足，尤其是在資源稀缺的季節。隨著經濟發展，家庭對農業的依賴性降低，資源約束得到緩解，降低了農業季節性對新生兒投資的負面影響。研究證實，農業生產力的提高以及市場化改革均能顯著減輕這種由季節性因素驅動的性別不平等現象。因此，即使傳統觀念短期內難以改變，通過經濟發展和增加公共資源投入，如教育和醫療，也能有效促進性別平等。 ——北京大學經濟學院學術委員會主任、經濟學系主任 秦雪徵 數據要素是數字經濟深化發展的核心引擎，發揮數據要素乘數效應將為推動高質量發展提供有力支撐。現階段我國數據要素呈現增速強勁，區域發展不均衡，以及數據資本存量、總量和質量差異化顯著，應用潛力釋放不夠等特徵，而高質量充分就業呈現總體快速增長，區域和行業結構性矛盾突出等特徵。豐富數據要素價值釋放路徑，實現數據要素創新性配置，將為實現高質量充分就業提供新契機。數據要素主要通過配置效率機制、技術創新機制和產業升級機制促進高質量充分就業。未來，數據要素將對優化就業結構、彌合區域鴻溝及提升就業質量起到關鍵驅動作用。 ——鄭州大學商學院教授 李飈 (張菁整理)
當前，人工智慧已深度融入經濟社會發展的方方面面，在深刻改變人類生產生活方式的同時，也成為關乎高質量發展和高水平安全的關鍵領域。然而，人工智慧的訓練數據存在良莠不齊的問題，其中不乏虛假信息、虛構內容和偏見性觀點，造成數據源汙染，給人工智慧安全帶來新的挑戰。 數據是人工智慧的基礎 人工智慧的三大核心要素是算法、算力和數據，其中數據是訓練AI模型的基礎要素，也是AI應用的核心資源。 ——提供AI模型的原料。海量數據為AI模型提供了充足的訓練素材，使其得以學習數據的內在規律和模式，實現語義理解、智能決策和內容生成。同時，數據也驅動人工智慧不斷優化性能和精度，實現模型的迭代升級，以適應新需求。 ——影響AI模型的性能。AI模型對數據的數量、質量及多樣性要求極高。充足的數據量是充分訓練大規模模型的前提；高準確性、完整性和一致性的數據能有效避免誤導模型；覆蓋多個領域的多樣化數據，則能提升模型應對實際複雜場景的能力。 ——促進AI模型的應用。數據資源的日益豐富，加速了「人工智慧+」行動的落地，有力促進了人工智慧與經濟社會各領域的深度融合。這不僅培育和發展了新質生產力，更推動我國科技跨越式發展、產業優化升級、生產力整體躍升。 數據汙染衝擊安全防線 高質量的數據能夠顯著提升模型的準確性和可靠性，但數據一旦受到汙染，則可能導致模型決策失誤甚至AI系統失效，存在一定的安全隱患。 ——投放有害內容。通過篡改、虛構和重複等「數據投毒」行為產生的汙染數據，將幹擾模型在訓練階段的參數調整，削弱模型性能、降低其準確性，甚至誘發有害輸出。研究顯示，當訓練數據集中僅有0.01%的虛假文本時，模型輸出的有害內容會增加11.2%；即使是0.001%的虛假文本，其有害輸出也會相應上升7.2%。 ——造成遞歸汙染。受到數據汙染的人工智慧生成的虛假內容，可能成為後續模型訓練的數據源，形成具有延續性的「汙染遺留效應」。當前，網際網路AI生成內容在數量上已遠超人類生產的真實內容，大量低質量及非客觀數據充斥其中，導致AI訓練數據集中的錯誤信息逐代累積，最終扭曲模型本身的認知能力。 ——引發現實風險。數據汙染還可能引發一系列現實風險，尤其在金融市場、公共安全和醫療健康等領域。在金融領域，不法分子利用AI炮製虛假信息，造成數據汙染，可能引發股價異常波動，構成新型市場操縱風險；在公共安全領域，數據汙染容易擾動公眾認知、誤導社會輿論，誘發社會恐慌情緒；在醫療健康領域，數據汙染則可能致使模型生成錯誤診療建議，不僅危及患者生命安全，也加劇偽科學的傳播。 築牢人工智慧數據底座 ——加強源頭監管，防範汙染生成。以《網絡安全法》《數據安全法》《個人信息保護法》等法律法規為依據，建立AI數據分類分級保護制度，從根本上防範汙染數據的產生，助力有效防範AI數據安全威脅。 ——強化風險評估，保障數據流通。加強對人工智慧數據安全風險的整體評估，確保數據在採集、存儲、傳輸、使用、交換和備份等全生命周期環節安全。同步加快構建人工智慧安全風險分類管理體系，不斷提高數據安全綜合保障能力。 ——末端清洗修復，構建治理框架。定期依據法規標準清洗修復受汙數據。依據相關法律法規及行業標準，制定數據清洗的具體規則。逐步構建模塊化、可監測、可擴展的數據治理框架，實現持續管理與質量把控。 國家安全機關將在以習近平同志為核心的黨中央堅強領導下，全面貫徹總體國家安全觀，與有關部門一道防範針對我人工智慧領域的數據汙染風險，依法維護人工智慧安全和數據安全，不斷築牢國家安全屏障。 來源：國家安全部微信公眾號
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
么么直播
「活动」首次登录送新手大礼包
- 软件大小: 678.15MB
- 最后更新: 2026-01-08 09:27
- 最新版本: v2.14.4.17
- 文件格式: apk
- 应用分类:ios-Android 打开b站看直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.23以上
客服热线：137-1268-8192
93
73864
54
2026-01-08 09:27
14796
15
2026-01-08 09:27
21435
36
2026-01-08 09:27
29816
93
2026-01-08 09:27
98517
27
2026-01-08 09:27
76132
87
2026-01-08 09:27
97826
58
2026-01-08 09:27
86327
53
2026-01-08 09:27
82935
63
2026-01-08 09:27
68149
42387
36197
41
12476
34976
84916
14
62954
26984
78
53472
82193
98
93
94185