点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
紧急换“将”、政策大转弯 英首相特拉斯能否破局？ ******
中新网10月15日电 上任不过月余，英国财政大臣夸西•克沃滕突遭撤职。首相特拉斯提出一系列减税计划也再次出现180度大转弯。
但对于特拉斯政府的“调头”，外界似乎并不看好。英镑应声下跌、要求其下台呼声持续，不确定性笼罩着本就内忧外患的英国。
这位走马上任不过40天左右的女首相，又还能否走出困局？
【上任月余被“炒”】
当地时间10月14日，英国首相特拉斯解雇财政大臣夸西•克沃滕。而这距离克沃滕上任仅有大约38天。前卫生大臣杰里米•亨特将接替其职位。
当地时间2022年10月14日，英国伦敦，夸西•克沃滕在唐宁街下车。英国广播公司(BBC)称，这意味着，克沃滕成为有记录以来任职时间第二短的英国财政大臣。
值得注意的是，此前在特拉斯竞选英国保守党党魁期间，克沃滕曾对特拉斯表示支持。成为特拉斯政府的财政大臣前，他甚至被称为她的“政治灵魂伴侣”。
对于克沃滕被撤职一事，特拉斯回应说，她“非常尊重”克沃滕“把国家利益放在首位”并辞职的决定。
克沃滕本人也在社交媒体上发布了他写给特拉斯的一封信，称能担任她的大臣是种“荣誉”，祝“一切顺利”。
【再次180度大转弯】
就在克沃滕被解雇当天，特拉斯召开新闻发布会，宣布其政府减税计划再次迎来大转弯。
当地时间9月6日，特拉斯在伦敦首相府门前发表就任英国新首相以后的首次演讲。9月23日，英国政府宣布该国50年来最大规模减税措施，但饱受外界质疑和批评，引发市场动荡。英镑对美元汇率在9月26日亚洲早盘交易中一度跌至1比1.03附近，创历史新低。
重重压力之下，英国政府的减税计划曾于10月3日出现重大转折。克沃滕当天发表声明，宣布将放弃此前提出的取消45%最高所得税税率的计划。
不过10多天时间，特拉斯政府再次作出“耻辱性”的政策转变。她证实明年4月将把公司税从19%提高到25%，而她在保守党党魁竞选中曾承诺，将取消该增长。
在10月14日这场不到 10 分钟的新闻发布会上，特拉斯坦言：“我想说实话，这很困难。”
但在英媒看来，特拉斯拒绝为其政策造成的经济动荡承担任何责任，同时决心继续担任首相。她解释说，“很明显，我们的部分‘迷你预算’(政策)比市场预期走得更远、更快，所以我们现在履行使命的方式必须改变。”
特拉斯还认为，她“采取了果断的行动”，而且是为了国家利益。
【内忧外患、前景不明】
对于特拉斯政府的再次“调头”，外界似乎并不看好，英镑应声下跌。
来自伦敦经济学院的托尼•特拉弗斯认为，克沃滕成了“政府错误的替罪羊”，撤职并没有减轻特拉斯的压力，也没有让保守党平静下来。
资料图：英国一家加油站燃油售空后关闭。近来，英国政府在民意调查中的支持率创历史新低。还有民调显示，43%的保守党选民希望唐宁街迎来新首相。苏格兰首席大臣斯特金也呼吁举行大选，认为这是维护经济稳定的最佳做法。
在金融服务公司任投资总监的詹姆斯•埃塞还分析称，“除了不明智和不合时宜的财政宽松政策外，(英国)显然还有很多问题需要应对”。他进一步指出，英国通胀保持高位，政府借贷规模庞大，房地产市场可能遭受沉重打击。
此外，英国政府此前宣布以债务融资的减税计划之后，英国养老金行业几乎部分崩溃，迫使英国央行多次干预，这也引发担忧，即动荡可能席卷发达经济体。
面对相关威胁，一些经济学家和投资者曾寄希望于美联储软化其激进加息的计划，但希望已破灭。英国《金融时报》援引专家分析称，预计美联储今年将再两次加息0.75个百分点，然后在明年2月加息0.5个百分点。而这很可能将放大多国央行的通胀难题，英国经济自然也难逃雪上加霜的命运。
面对内忧外患、动荡不断的英国，紧急“换将”的特拉斯又能否重振士气，应对挑战？
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
（文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
快盈官网地图 |
)