要平衡利用好两个市场、两种资源，统筹做好调节收储和粮食进口两篇文章，在增加小麦收储规模稳定国内粮价的同时，也应把握好粮食进口规模和节奏，严格执行配额外进口关税政策，防止进口过量冲击国内生产，给农民增收带来大的影响。

　　粮食保供稳价关系国计民生，在保障粮食稳定供应的同时，稳定粮价也至关重要。在夏粮丰收、小麦价格弱势运行的情况下，海关发布的数据显示，今年1月份至5月份，小麦进口量总计802.5万吨，同比增加约12%。这无疑会进一步增加国内小麦供应压力。有关部门在部署2024年产小麦收储规模的同时，还应把握好进口节奏，双管齐下，缓解国内供应压力，稳定价格。

　　预防粮价过度下跌，确保种粮农民增产增收，是保障国家粮食安全的关键举措。作为粮食生产和消费大国，我国不断提高粮食自我保障能力，粮食生产实现“二十连丰”，产量连续9年保持在1.3万亿斤以上，国内粮食供给增加，为保障国家粮食安全夯实基础，为经济社会稳定发展提供坚实支撑。不过，在国内外各种因素综合作用下，国内粮食价格弱势运行，影响农民种粮收益。为稳定小麦价格，我国增加2024年产小麦收储规模，积极发挥对市场引领带动作用，牢牢守住农民“种粮卖得出”的底线，防止“谷贱伤农”。实际上，去年秋粮上市以来，针对玉米价格剧烈下跌的问题，我国增加2023年产玉米收储规模，为稳定玉米价格、保护种粮农民利益起到积极作用。

　　适度进口粮食是我国调剂国内余缺、稳定粮食价格的重要手段。疫情期间，国内粮食价格暴涨，我国通过大量进口粮食，有效补充粮食供给，避免粮价大幅上涨。这也是疫情以来粮食进口大幅增加的重要原因。为了防止国外低价粮冲击国内市场，我国对小麦、玉米和大米三大主粮实行进口关税配额管理，小麦进口配额963.6万吨、玉米720万吨、大米532万吨，配额内实征收1%的低关税，配额外征收65%的关税。然而，2020年以来我国粮食进口大幅增加，玉米、小麦和大米三大主粮相继突破进口配额。

　　国内外粮价倒挂是粮食进口增加的重要原因。我国实行粮食进口配额管理，但进口粮食税后价格仍低于国内粮价，仅靠关税很难逆转，通过规模化作业降低粮食生产成本，短期内也难以做到。在三大主粮中，大米是个例外。由于一些国家限制大米出口，全球大米价格暴涨，国内外大米价格倒挂出现反转，2023年全球大米价格高于国内大米价格，进口大米失去价格优势，进口量锐减，2023年我国大米进口量仅有263万吨，再次跌回进口配额内。从今年1月份至5月份进口数据看，大米累计进口量为65万吨，同比减少60.1%。由于国内稻谷常年产大于需，大米进口大幅下降，显著减轻国内市场供应压力，这也是国内大米价格逆势上涨的重要原因。

　　在国内粮食需求疲软情况下，国外低价粮食进口会进一步增加国内粮食供应压力，拉低国内粮价，影响农民种粮收益，给国内粮食安全带来潜在威胁。对此，就要平衡利用好两个市场、两种资源，统筹做好调节收储和粮食进口两篇文章，在增加小麦收储规模稳定国内粮价的同时，也应把握好粮食进口规模和节奏，严格执行配额外进口关税政策，防止进口过量冲击国内生产，给农民增收带来大的影响。

　　增加收储规模，控制粮食进口规模和节奏，不是唯一的解决之道，还应从多方面综合施策，确保农民种粮有钱赚，激发农民从事粮食生产的内在动力。我国在加大粮食生产支持力度、确保粮食供应稳定的同时，健全种粮农民收益保障机制，确保农民种粮不吃亏。创新农业经营方式，培育壮大新型农业经营主体，发展多种形式适度规模经营，降低粮食生产成本，提高粮食竞争力。强化产业引领，发挥龙头企业作用，做大做强主产区特色食品产业和饲料加工产业，提高粮食就地加工转化能力，争取把种粮农民的“好收成”变成“好收入”。鼓励引导企业与农户建立多利益联结机制，带动农民增收致富，让农民分享粮食全产业链增值收益。只有收入增加了，才能激发农民生产粮食的积极性，更好地保障粮食安全。 【编辑:刘阳禾】

　　 中新社 北京12月29日电 (尹倩芸)中国国家数据局副局长沈竹林29日在媒体吹风会上透露，由国家数据局会同有关方面起草的《“数据要素×”三年行动计划(2024-2026年)》(下称“行动计划”)即将公开印发。一场旨在激活数字要素巨大发展潜能的行动已箭在弦上。

　　作为新型生产要素，数据已快速融入生产、消费、流通等各环节。国家网信办发布的《数字中国发展报告(2022年)》显示，2022年中国数据产量达8.1ZB，同比增长22.7%，在全球数据规模的占比达10.5%。

　　富集的数据资源是一笔财富，从中“掘金”已被提上中国的发展日程。《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》明确提出，充分发挥中国海量数据规模和丰富应用场景优势，激活数据要素潜能，做强做优做大数字经济。

　　但发展亦伴随挑战。拥有海量数据的中国，也存在数据供给质量不高、流通机制不畅、应用潜力释放不够等问题。有针对性地加以解决，是“数据要素×”行动的重要初衷。

　　沈竹林介绍说，此次行动就是要通过推动数据在多场景应用，提高资源配置效率，创造新产业新模式，培育发展新动能，从而实现对经济发展倍增效应。其特征主要体现在三方面：

　　一是协同，其区别于传统的“连接”。通过从数据中挖掘有用信息并作用于其他要素，找到企业、行业、产业在要素资源约束下的“最优解”，提高全要素生产率。

　　二是复用，而不仅仅是“使用”。数据作为知识的载体，在不同场景和领域的复用，将推动各行业知识相互碰撞，创造新的价值增量。以医疗行业为例，医疗健康数据既可以帮助医生更精准地治疗疾病，也可应用于药物开发，还可应用于定制更加精准化的保险产品，带动医疗健康产品和服务升级。

　　三是融合，而非简单“叠加”。不同类型和维度数据融合，将推动不同领域的知识渗透，促进生产工具创新升级，催生出新产业和新模式。比如在自动驾驶领域，任何单一数据来源都无法实现真正的智能，必须通过单车智能、车路协同，多方数据汇集，才能真正做到全自动驾驶。

　　为此，在设定“到2026年底，数据要素应用场景广度和深度大幅拓展”目标的基础上，行动计划结合各行业发展实际，先期选取12个行业和领域，推动发挥数据要素乘数效应。他们分别是：工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理及绿色低碳。

　　中国银行研究院研究员刘晨分析称，这12个领域基本覆盖了一、二、三产业的各行业重点细分领域，同时精准把握行业特性，有利于数据要素价值充分释放。

　　但从实际来看，不同行业数字化转型程度、数字资源基础以及场景需求都不尽相同，数据要素发挥作用的方式也存在差异。

　　沈竹林举例称，农业和工业等领域数据协同需求较大，需强化协同效应以提升行业运行效率。如农业经营主体相对较分散，生产各环节数据流通不畅，数据资源开发利用程度较低，推动生产、销售、存储、加工等全链条数据融合利用，可以提高农业生产效率。

　　金融领域则对其他行业数据需求大，需要发挥牵引作用以推动数据复用。通过引入科技、环保、养老、医疗等领域数据，金融机构可以完善信贷模型，辅助面向中小微企业贷款授信决策，更好赋能实体经济发展。

　　“目前，数据要素开发利用刚刚起步，随着数字化转型深入推进，还会产生更多、更有价值的数据，也会创造更加丰富的应用场景。”沈竹林说。

　　刘晨表示，作为关键生产要素，数据要素不仅直接参与到生产函数中，同时也赋能其他生产要素。深化数实融合，将推动数据在不同场景中释放乘数效应。(完) 【编辑:曹子健】