彩天下app开奖结果_彩天下app网投

双集中供地模式迎变******

　　试点两年，双集中的供地方式迎来优化。2月2日，一份落款为自然资源部办公厅发布的《关于进一步规范住宅用地供应信息公开工作的通知》(以下简称《通知》)，要求各市、县自然资源部门根据年度供地计划，分批次公开未来一定时间段内拟出让地块的详细清单。每次公开详细清单对应的拟出让时间段原则上不少于3个月，同时，详细清单内的地块，在公开的拟出让时间段内可以一次或多次发布出让公告，这意味着试点两年的双集中供地模式迎来转变。

　　业内分析指出，转变不代表要取消集中供地，更为灵活的供地方式和节奏，将更符合“销售市场活跃-投资拿地活跃”的逻辑。

　　根据形势“调整和优化”

　　《通知》的核心要点是“推进供应信息公开”。《通知》明确，建立拟出让地块清单公布制度，每次公开详细清单对应的拟出让时间段原则上不少于3个月，给市场主体充足的时间预期限制。同时，详细清单内的地块，在公开的拟出让时间段内可以一次或多次发布出让公告，这意味着试点两年的双集中供地模式迎来转变。

　　上海易居房地产研究院研究总监严跃进表示，建立拟出让地块清单公布制度实际上是对过去集中供地模式的修正。2022年集中供地工作推进中，过于密集的供地，导致房企拿地的准备工作遇到了很多困难，最终导致对于地块的情况掌握不到位，也影响了投资拿地的策略。政策明确了3个月的缓冲期，实际上是希望地块信息为房企和市场所消化，本质上也是希望土地供应工作和市场需求做紧密的对接。

　　在严跃进看来，政策内容不代表要取消集中供地，而是要对集中供地进一步优化，充分体现了供地思路兼顾短期矛盾和中长期制度安排需要。虽然今年1月份各地投资拿地依然比较疲软，但随着“销售市场活跃-投资拿地活跃”的逻辑线更加清晰，后续各类企业依然会有积极拿地的动作。

　　“并非‘取消’，而是根据形势‘调整和优化’。”广东省规划院住房政策研究中心首席研究员李宇嘉分析称，集中供地是长效机制，不能因市场低迷就退出。集中供地的本源，一方面是疏通供需双方的信息，引导各方预期，避免抢地导致地价推动房价，导致资金大规模涌入楼市；另一方面是通过对土地合理定价，纠偏地方无序的土地财政行为，并通过强化信心披露和供地规则，倒逼熟地出让，降低开发商拿地无序的成本。

　　部分城市此前已放宽

　　2021年2月，自然资源部要求22个试点城市实施住宅用地“两集中”，即集中发布出让公告、集中组织出让活动，且2021年发布住宅用地公告不能超过3次。但事实上，此前已有部分城市打破了集中供地次数的限制，改为一年四次或多次的集中供地，更有城市暂停了集中供地模式。

　　据了解，北京、杭州、南京、苏州、无锡等城市于2022年纷纷推出五批次集中供地，武汉在2022年更是上架了六批次集中供地。

　　2022年10月，江西住建厅发文，将持续完善房地产政策，积极争取国家有关部委支持，力争将南昌从“集中供地”城市名单中调出。此外，22个试点城市中的长沙也于去年官宣土地推介方式将进行调整，今后不再按年度批次推介土地，更改为年度常态化持续更新推介。2023年开年，天津首次单独挂出1宗涉宅用地。

　　中指研究院土地市场研究负责人张凯在“中指市场形势及企业研究成果分享会”上介绍，回顾2022年22城集中供地来看，计划完成率不足六成。对于2023年土地市场走势，业内人士预计并不乐观。其中，市场热度仍将持续分化，安全应成为今年房企选择城市的重要标准。在土地规则上，各地采取多次分散供地，优化供地条件，降低参拍门槛。

　　李宇嘉指出，集中供地模式是在疫情后开始推的，主要是应对当时高地价及新一轮楼市上涨。同时，从那时开始，也开启了一揽子长效机制建设。当对房企定向去杠杆、要求自有资金拿地，全面打掉“前融”时，通过集中供地(一天内完成十几宗地块出让)控制源头上抢地、诞生高地价的必要性，已下降了很多。但后续商品房市场下行，回款走低，开发商资金链紧张，此时继续沿用集中供地，在很多城市甚至导致大面积流拍，恶化市场预期的同时，此前出让的高价地也无法开发了，甚至计提坏账准备。

　　此次《通知》也明确，各地要将住宅用地近三年平均完成交易量以及对应的住宅建筑面积，作为测算下一年度供地计划总量的参考。要“因城施策”安排计划总量，凡商品住房去化周期长、土地流拍率高、市场需求明显不足的城市，应当控制商品住房用地供应规模，其中已供应未竣工住宅用地面积超过近三年平均完成交易量5倍的城市，应当从严压缩计划规模直至暂停供地。

　　北京商报记者 王寅浩

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）