中央农村工作会议系列解读⑮健全主产区利益补偿机制 夯实粮食安全根基******
作者：辛翔飞 中国农业科学院农业经济与发展研究所
2022年中央农村工作会议强调“保障粮食和重要农产品稳定安全供给始终是建设农业强国的头等大事”,“要健全种粮农民收益保障机制，健全主产区利益补偿机制”。现阶段，主产区在国家粮食安全保障中的根基性地位愈加凸显，但其区域经济社会发展尤其是粮食生产的可持续发展面临诸多困境。健全主产区利益补偿机制，对于夯实我国粮食安全根基具有重大战略意义。
我国粮食安全保障对主产区依存度显著升高
自20世纪70年代末以来，我国粮食产销区域格局发生了重大历史性变化，主要特征是：主销区粮食自给水平显著降低，产销平衡区粮食产需缺口持续加大，主产区成为我国粮食安全保障的主体支撑。以当年全国人均粮食产量为自给标准计算，1978-2021年主销区粮食自给率由93.57%降至19.91%，粮食产需缺口由297万吨增至11800万吨；产销平衡区粮食自给率由87.29%降至78.40%，粮食产需缺口由851万吨增至3200万吨；主产区粮食自给率由106.65%升至139.33%，商品粮调出数量由1280万吨增至15000万吨。主销区和产销平衡区巨大的粮食产需缺口均高度依赖于主产区的生产供给。
主产区经济社会及粮食可持续发展面临诸多困境
多年来，虽然国家不断加大对主产区发展的支持力度，但由于粮食生产对区域经济社会发展的贡献度低，主产区大多数省份仍处于“粮食大省、经济穷省”的窘况之中。较为突出的表现在：一是经济发展相对滞后。1980-2020年，主产区GDP增长204.14倍，成就显著，但明显低于主销区286.66倍和产销平衡区234.96倍的GDP增幅。二是地方财政收入增长偏慢。自1994年税收制度改革至2020年，主产区地方财政收入增长38.64倍，明显低于主销区48.49倍和产销平衡区42.20倍的地方财政收入增幅。三是地方财政支出能力偏弱。1994-2020年，主产区人均财政支出能力与主销区和产销平衡区的差距均显著扩大。1994年主产区财政人均支出水平为269.3元，比主销区和产销平衡区分别低337.0元和32.6元；2020年主产区人均财政支出增长至13477.8元，但与主销区和产销平衡区的差距分别扩大到4022.0元和2686.8元。四是粮食生产促进农民收入增长的功能弱化。改革开放后，在国家政策支持下，粮食生产发展在农民收入增长方面发挥了重要促进作用。2010年，主产区13个省份中有6个省份农民人均可支配收入高于全国平均水平。此后，受国内外粮价倒挂冲击，粮食生产的增收作用减弱。2020年，主产区中仅有山东、辽宁、江苏三个省份农民人均可支配收入高于全国平均水平，黑龙江、吉林、河北等产粮大省的农民人均可支配收入由高于全国平均水平转变为低于全国平均水平。五是人口吸引力偏弱。1980-2020年，主产区人口增长了29.01%，明显低于主销区103.20%和产销平衡区43.64%的人口增幅。尤其是进入21世纪后，随着主产区人口的大量流出，劳动能力较强的中青年人口和男性人口占比下降，劳动力较弱的老龄人口和妇女留守人口占比增加。上述方面问题的存在，均不同程度影响着主产区粮食生产可持续发展根基的稳固，亟须通过健全主产区利益补偿机制加以解决。
健全主产区利益补偿机制的思路
健全主产区利益补偿机制，应加强顶层设计，明晰政策目标，坚持贡献与补偿相匹配，加大补偿力度，完善补偿保障机制。
加强顶层设计。健全主产区利益补偿机制，涉及中央和地方、主产区和非主产区、生产和消费、市场与政府等方方面面，需坚持一体设计、统筹协调、综合推进，确保政令一致，防止顾此失彼或政策内耗。
明晰政策目标。从国家粮食安全利益、区域经济社会发展利益和区域生态利益等多维度综合评估主产区粮食生产的贡献价值，坚持贡献与补偿相匹配、补偿与粮食根基巩固相适应的原则，确立明晰的政策目标和时限，力戒将“合理补偿”“尽快实现”类政策原则虚化为政策目标。
健全中央和地方共同承担机制。现阶段，仅靠中央财政难以实现让主产区种粮不吃亏、得实惠的目标，必须建立由中央和受益地区共同负责的补偿机制。在补偿总体目标确定下，明晰划分中央财政和受益地区各方应承担的补偿责任。对于中央财政所承担部分，由国家通过健全资金保障机制，确保补偿资金足额到位。同时，对存在粮食产需缺口的地区，由国家按受益规模确定补偿标准和统一归集补偿资金，按贡献度对主产区进行补偿。
健全主产区经济发展助推机制。主产区粮食生产根基的巩固，以及其经济社会发展滞后状况的改变，既要靠利益补偿机制“输血”，也要靠其经济提速增效增强自身“造血”功能。国家应在健全主产区利益补偿机制的同时，加大力度健全主产区经济发展助推机制。一是支持主产区率先建成农业强省。鼓励主产区加强现代农业建设，进一步夯实粮食生产根基，并利用粮食等农产品生产优势，加快一二三产业融合发展，做强产业链，提升价值链，在建设农业强国中走在前列。二是支持主产区加快经济转型升级。鼓励主产区“弯道超车”，抢占新技术应用制高点，大力发展节地节水高效集约的现代制造业和服务业，形成后发优势。三是支持主产区提升现代基础设施建设水平。加大对主产区现代基础设施体系建设的支持力度，增强区域发展吸引力和竞争力。
AI绘画的“小秘密”都在这一篇文章里******
有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。
上传一张图片，或者输入一些简单的关键词，系统就能自动生成一张卡通图像……最近一段时间，AI绘画开始在互联网社交平台走红。
AI绘画，顾名思义就是利用人工智能进行绘画，是人工智能生成内容的典型应用场景之一。其主要原理是收集大量已有作品，通过算法对其内容和风格特征进行解析，最后再生成新的作品，所以算法是AI绘画的核心。
当前，“凭空”生成图像的AI绘画，其实也会动辄“翻车”：也许上一秒AI通过你的照片绘出的是一张充满艺术感的二次元画像，下一秒你的宠物猫、狗则可能被画成可爱少女或肌肉猛男。
事实上，AI绘画早已火爆全球。第一张公开展出的、由人工智能创作的绘画作品《埃德蒙·贝拉米的肖像》曾于2018年在佳士得拍卖行以43.25万美元成交，那是一张由机器学习了从14世纪到20世纪的1.5万张肖像画之后自动生成的一张肖像画作品。
AI绘画是如何实现“凭空”生图的？除了娱乐外，AI绘画还有哪些潜在的应用前景？
从“以图生图”到“语音生图”
2022年，由人工智能创作的《太空歌剧院》一度火出圈。在美国科罗拉多州举办的新兴数字艺术家竞赛中，《太空歌剧院》获得“数字艺术/数字修饰照片”类别一等奖。它的构图、配色以及画面的细节堪称精致。然而，这个作品的创作者不是艺术家，而是来自美国科罗拉多州的游戏设计师。
这位游戏设计师在一个名为“Midjourney”的AI创作工具里，先输入几个关键词，如光源、构图、氛围等，得到了100幅作品，再进行约80小时的修图修饰，最终选出3幅作品，最后把图像打印到画布上。
通过简单交互式对话在短时间内生成的“艺术”作品，让人类艺术家展开了一场关于“AI绘画作品参赛是否属于作弊”的争论。这场声势浩大的争论也令大众直观地意识到如今的AI绘画水平已经发展到了何种程度。
“人工智能在艺术方面的创作最早可以追溯到上个世纪末，当时的人工智能绘画技术叫作‘图像的风格化滤镜’。”中国科学院自动化研究所多模态人工智能系统全国重点实验室研究员董未名说，最初的AI绘画方法比较简单，比如一张普通的照片，通过一些图像处理的算法，把照片像素进行几何或者色彩上的变换，然后再调节不同参数，就可以模拟出类似油画或者水彩画的风格。
经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。
AI绘画主要依靠三种技术模式实现
董未名介绍，目前AI绘画主要借助图像风格迁移技术、图文预训练模型和扩散模型实现。
“图像风格迁移技术指的是图像处理算法通过对输入的真实图像内容特征和对参考的艺术图像风格特征的提取，实现真实图像内容特征和艺术图像风格特征的融合，从而生成新的艺术图像。”董未名举例，如果将美国旧金山艺术宫的外景照片和印象派创始人莫奈绘制的作品，通过图像风格迁移技术进行融合，就能得到一张看起来像是由莫奈绘制的美国旧金山艺术宫的绘画作品。最初的AI绘画采用的正是这种技术。
不过，在董未名看来，图像风格迁移技术大多依赖的是生成式对抗网络（GAN）算法，它最大的问题是生成的绘画作品艺术性不强，笔触和构图让人觉得与真实的绘画有差距，所以长久以来，AI绘画一直“籍籍无名”。
当图像风格迁移技术还在挣扎于输出作品的审美问题时，图文预训练模型的出现，加速了AI绘画的崛起。
“依托图文预训练模型，只要输入一句话或者上传一幅风格明显的图片，算法就能将图像特征和文字特征‘对齐’。生成的绘画作品的内容特征和上传图片的内容相似，艺术性也比图像风格迁移技术生成的图片强很多。”董未名举例，比如支撑图文预训练模型的可对比语言—图像预训练（CLIP）算法，就是利用图文特征“对齐”的能力，再结合已有的生成模型，实现“以图生图”或者“图+文”生图。
不过，董未名坦言，图文预训练模型的推广也存在一些争议，有部分人认为，该模型在训练前期，需要用大量的图形处理器（GPU）进行数据训练，耗电量大、成本很高，而该模型的应用场景却不够清晰。但也有人认为，也许该模型未来可以打造为通用的人工智能模型，用它完成更多的算法作业，只是这还需要时间的验证。
诚然没有一项技术是完美的，这也为人类探究更先进的技术提供了无限动力。当下最流行的扩散模型便是其中之一。
“目前最新的AI绘画技术采用的就是扩散模型，这种模型可以把一个随机采样的噪声输入模型，然后尝试通过去噪来生成图像。”董未名表示，扩散模型也存在弱点，由于模型对图片内容识别的能力不足，或者难以完全理解识别文字的意义，以及训练数据的偏差，有时便会生成“四不像”的作品。此外，扩散模型生成图片的速度比较慢，目前还达不到实时生成图片。
互联网治理、元宇宙或潜藏应用前景
AI绘画目前的应用场景，更多聚焦于社交软件。近期在国内社交网络“火出天际”的AI绘画软件主要集中在小程序及App。随着AI绘画小程序的火爆，短视频平台抖音也迅速上线了AI绘画特效。同时，此前腾讯上线了“QQ小世界AI画匠”活动，百度也推出了首款AI艺术和创意辅助平台“文心一格”。
有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”“AI现在已经完美实现了这一目标，人们可以通过机器计算来绘制出很多现实中见不到的场景。”董未名畅想，不远的将来，AI绘画或许还将展现更丰富的应用场景。
“现在网络上充斥着很多不良内容，这些内容为了逃避监管经常以绘画的形式出现，而当前很多内容识别模型对真实图片识别得很准确，但缺乏不良内容艺术作品的相关训练数据，所以对不良内容识别不准确。也许可以用AI绘画技术，积累不良内容艺术作品的数据，并用以训练识别模型，以提升互联网内容的安全监管能力和识别的准确率。”董未名建议。
在董未名看来，作为一种艺术呈现形式，AI绘画也将在元宇宙、设计、文旅等行业催生新的商业模式。例如AI绘画目前在AI辅助创作、短视频、影视制作和元宇宙等方面都有布局，因为这些赛道都离不开创意，AI绘画可以帮助创作者通过简单的特征输入，实现对其创意的预览，甚至可以直接进行创作。
不过，董未名并不讳言，当下AI绘画仍然存在版权争议问题。AI绘画的核心是模型，而训练模型需要使用大量图像、文本数据。对于未经授权的图片，经过运算之后所生成的图像版权归属尚难界定。“有的画家风格特别明显，如果用画家的画去训练算法模型生成作品，那最后的版权属于谁呢？”董未名提出的问题，正是多数AI绘画作品所面临的现实问题。
AI绘画掀起了一场资本的群体狂欢，希望有一天它能走出“照猫画虎”的尴尬，真正服务艺术创作、创造更多价值。（科技日报记者 金凤）
