广西：用好“周转池” 编制活起来******

　　广西建立编制周转机制，解决中小学教职工缺编难题——

　　用好“周转池” 编制活起来

　　近日，广西北海市建立全市中小学教职工编制“周转池”，形成“全市一体、余缺调剂、精准投放”的中小学教职工编制管理机制。目前，通过“周转池”共为市本级、海城区和银海区补充了264个中小学教职工周转编制，有效化解了编制闲置和编制不足的结构性矛盾。

　　针对广西中小学教师编制保障历史欠账较多的困境，按照广西党委编委的部署，党委编办会同教育、财政、人社等部门制定出台了《建立编制“周转池”制度推动中小学教职工编制全面达到国家标准的实施方案》，依托大数据管理手段在全区范围内统筹近6万个事业编制，在秋季开学前全部投放到各地中小学，实现区、市、县全面达标，历史性解决中小学教职工缺编问题。

　　“大数据”统筹建“周转池”

　　南宁市流动人口随迁子女人数多，“入学难”一直是群众反映较集中的焦点问题。为破解这一难题，“十三五”时期，南宁市共建成投入使用公办中小学105所，但编制紧缺问题依然难以解决。

　　2020年，南宁市委编办通过回收调剂事业单位空编、核定“聘用教师控制数”等方式，为全市中小学增核了7000多个编制控制数。2021年，南宁市把破解中小学教职工编制紧缺问题作为缓解“入学难”问题的着眼点和着力点，核查中小学事业编制缺口，抓住广西党委编办探索建立编制“周转池”的有利时机，争取到9977个中小学教职工周转编制。

　　今年9月，南宁市将9977个中小学教职工周转编制全部下达到市本级中小学和县（市、区），“入学难”问题得到进一步缓解。

　　广西在不改变各级各事业单位编制数的前提下，把“沉淀”的空编“使用权”汇集起来，调剂用于基础教育领域，有效解决了“无米下锅”的问题。

　　“区、市、县”联动整体调控

　　2021年，柳州市建立中小学教职工编制“周转池”制度，并将4394个“周转池”事业编制全部投放至全市各级中小学，专用于中小学教师用编保障。

　　2021年，在柳州高中—柳城中学教共体开展“市招县用”编制管理改革试点，从柳城县统筹10个教师编制，由市委编委按照有关规定核定给柳州高中使用，柳高派出10名优秀骨干教师到柳城中学支教帮扶，形成“组团式”长效合作，达到整体帮扶提升、互惠共赢效果。

　　广西根据全区各地在校学生总量变化情况，探索中小学编制实行“基础编+周转编”管理模式，每2—3年重新核定编制并回收和重新分配周转编制。市、县建立灵活的用编用人调配机制，按学年动态调整周转编制配备，推动“县管校聘”管理改革，优化区域内编制资源和师资力量均衡配置。

　　柳州市创设教师“市招县用”新模式。在蓄满编制总“周转池”的同时，广西采取“区、市、县”三级联动管理，由单一“周转池”联通为“周转池”网络，做到自治区层面整体调控，各市、县分级下达使用，精确调节分配到校，形成“全区一体、余缺调剂、周转使用”的中小学教职工编制管理新机制。

　　全程跟踪让周转编制“放得出、收得回、转得动”

　　梧州市一所高中因学科可持续发展的需要，要引进3名“双一流”人才，但学校核定编制已满编，无法引进，便向编制“周转池”提出申请。教育行政部门按照“基础编+周转编”的管理模式，批准该校“借走”3个周转编制使用，等该校有空余编制时再归还，解决了因事业编制紧缺制约教师队伍发展的问题，打通了学校高层次人才引进的堵点。

　　周转编制的“生命力”在于周转，广西对周转编制实行从“放出”到“收回”再到“轮转”的全过程跟踪调控，确保周转编制“放得出、收得回、转得动”，为“周转池”配上灵活的调配“阀门”。

　　同时，明确中小学教职工周转编制专编专用，不得挪作他用，中小学只有在核定的事业编制满编或超编情况下，才能申请使用周转编制。使用周转编制的中小学事业编制出现空编后，使用周转编制的人员即转为使用核定的事业编制，通过强化规范管理，确保周转编制“放得出”。

　　为提高编制使用效率，当已使用周转编制的中小学出现空编时，系统会自动预警，自动收回所分配的周转编制，返回到“周转池”中，确保“周转池”有充足的编制存量供全区中小学循环使用，依托技术创新确保周转编制“收得回”。周转编制的使用由市、县（市、区）教育主管部门提出意见，同级党委编办对周转编制的使用进行实时监测、实时预警、效益分析，在分配的限额内实施精准调剂，人力资源社会保障部门依据分配到校的周转编制指导教育主管部门和学校动态调整岗位设置，确保周转编制“转得动”。（本报记者 周仕敏）

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