文|削桐作琴 编辑|削桐作琴 自明朝中叶以来，中😘国一直稳居世界上人口最多的国家这一宝座，然而，这一纪录直到2😅023年才被印度超越。虽然中国依然拥有超过十四亿的人口规模，😍但近年来新生人口的持续下降已是不争的事实，这也成为不少人质疑😆马寅初人口论正确性的原因。 那么，假如当年马寅初没有提😍出人口控制的观点，也未实施计划生育政策，如今的中国会呈现怎样😜的面貌呢？ 新中国成立后，社会趋于稳定，人民安居乐业，🤗正是在这样的良好环境下，人口开始迅速增长。之前中国长期处于战😎乱之中，缺乏系统的人口统计，面对人口总数的询问，人们往往只能😴粗略回应“四万万同胞”的概念。 1953年，新中国开展😴了首次全国人口普查，直到1954年11月，国家统计局才公布了⭐正式的统计数据：当时全国人口约为6.02亿。全国人民对这个数😉字欢欣鼓舞，然而教育和科研界的马寅初却对此表示担忧。他认为人🙌口的过快增长并非全然利好，甚至可能带来潜在风险。 当时🚀的中国刚刚结束长期战乱，正处于经济建设的起步阶段。多数人认为😂“人多力量大”，认为庞大的人口基数是发展的优势。但马寅初却坚🔥持认为，人口增长速度过快不仅不会促进发展，反而可能成为经济负👍担。为此，他深入南方多个城市调研，试图验证自己的判断。 😘 在浙江的农村地区，马寅初发现许多家庭子女众多。通过数据分析👍，他确认江浙一带人口增长率已达到2%至3%，明显超出了合理增😢长范围。 1955年，中国正如火如荼地进行社会主义建设😀，并取得初步成效。马寅初却在全国人大会议上提出控制人口快速增🌟长的建议，遭到普遍质疑和反对。 尽管如此，马寅初坚信自🤔己判断正确，于1957年6月在人大会议上正式提出了具有开创意😅义的《新人口论》。该论述强调人口过快增长带来的隐患，呼吁全国👍推行节制生育，并期待国家出台相应政策，以避免人口过度膨胀带来🔥的风险。 最初，马寅初希望人们能够自觉实行晚婚晚育、采🤔取避孕措施来减缓人口增长速度，但他很快意识到单靠自律难以奏效😢，因此寄望于国家层面的政策干预。 在他的观念中，国家的⭐快速发展关键不在于人口数量的增加，而是人口素质的提升。 👍 《新人口论》提出后，中央政府开始关注人口过快增长的潜在负面😊影响，并逐步形成了对计划控制人口增长的共识。 不过，这🙄样的共识在社会层面推广却极为艰难，再加上当时自然灾害频发，人😴口政策的推行多次被迫搁置。 1962年至1973年间，❤️人口激增了3.2亿，庞大的基数开始对经济发展产生明显压力，社😆会资源大量用于儿童养育和教育，负担愈发沉重。 1970😴年，周恩来总理首次在会议上提出“计划生育”理念，此后多年，国😍家反复讨论适宜的生育数量。 1978年，计划生育被正式😎写入宪法，1979年提出“一个孩子好”的政策，社会上随处可见😁“只生一个好”的宣传标语。 1982年，计划生育成为国👏策后，人口增长速度明显放缓，独生子女家庭逐渐普及。 就🎉这样，计划生育政策实施了四十多年，直到2022年，新中国首次🌟迎来了人口负增长的局面。 此时，不禁有人提出疑问：如果😎当年没有计划生育的限制，今天的中国会是什么样子？ 要回😍答这个问题，首先要回到那个物资匮乏的年代。首先面对的是如此庞🤩大的人口数量，粮食问题尤为突出。 在当时的社会条件下，❤️如果人口每年以两千万的速度增长，无疑给国家粮食储备带来极大压🚀力。 更重要的是，经济建设无法跟上人口的膨胀速度，国家😎难以实现富强，人民的生活也难以得到保障，社会发展陷入困境。 😁 随之而来的问题是就业压力激增。人口众多而经济不发达，必😡然导致大量无业人员聚集，增加社会治理难度。 庞大的人口🥳基数使得有效提升人口质量变得异常困难，这对社会的稳定和进步形🙌成了制约。 此外，环境、医疗、交通等方面的压力也与日俱🌟增。如果国家将主要精力耗费在人口管理上，发展势头将大受影响。😜 对于女性来说，频繁生育不仅带来身体上的负担，还可能影🥳响心理健康。 在缺乏计划生育政策的情况下，很多女性会受🤩到传统观念影响，早婚早育，这并非符合所有女性个人价值和选择。❤️ 那么，我们该如何客观看待计划生育呢？ 结合当时😡国情，计划生育政策难以用简单的“好”与“坏”来评价。国家制定🤩的每一项政策，都是基于当时实际情况的最佳选择。 如今国😉家放开了二胎政策，正是因为国情允许并鼓励生育，证明多年来的努❤️力取得了显著成效。 人口问题从来都不是简单的事，现代年😆轻人对此有自己的理解。尽管面临生活压力和高成本，每个人仍在不😀断向前看。 虽然难以恢复过去那样的高出生率，但人口素质😆的提升是不争的事实。 至于生活压力大、育儿成本高、怀孕🥳妇女职场歧视等问题，确实存在且需要解决。 不过，国家的⭐政策导向始终是积极的，致力于帮助我们应对社会普遍遇到的挑战。😆 那些担忧养育成本的家长们，也正是出于想给孩子最好的生❤️活条件，这份心情值得理解。 因此，已经发生的事情无需过😎多纠结，我们应顺应国家政策，引领自己的生活，为社会发展贡献力👏量，共同为后代创造更美好的未来。 返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新🙄一期的国际权威期刊Nature（自然）中，DeepSeek-🔥R1推理模型研究论文登上了封面。该论文由DeepSeek团队🤩共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发🎉大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na😅ture封面，也是全球首个经过完整同行评审并发表于权威期刊的😀主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🤯可。 Nature在其社论中评价道：“几乎所有主流的大😊模型都还没有经过独立同行评审，这一空白终于被DeepSeek❤️打破。” 中国AI大模型的“Nature时刻” 😘自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终👍缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡🙄有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🎉 DeepSeek以其公开性和透明性打破了这一局面。D😆eepSeek-R1模型的研究论文最早于今年年初发布在预印本🙄平台arXiv上。自今年2月14日向Nature投递论文至今🙄，历经半年，8位外部专家参与了同行评审，DeepSeek-R👍1推理模型研究论文终获发表，完成了从预印本到Nature封面🤗的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方🤔法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😅和可重复性的可喜一步。 因此，Nature也对Deep🤩Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😜主流的大模型都还没有经过独立同行评审，这一空白终于被Deep🌟Seek打破。”全球知名开源社区Hugging Face机器🙌学习工程师Lewis Tunstall也是DeepSeek论😢文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这😡种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的😅潜在风险。” 据了解，DeepSeek本次在Natur🤔e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🤯不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细😂节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😴提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行😂了全面评估。 其中，在训练成本方面，R1-Zero和R⭐1都使用了512张H800GPU，分别训练了198个小时和8😀0个小时，以H800每GPU小时2美元的租赁价格换算，R1的👏总训练成本为29.4万美元（约合人民币209万元）。不到30🤯万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可👍谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏🚀”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😀然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😜的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型😘输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O😀penAI称它发现DeepSeek使用了OpenAI专有模型😁来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 😍 R2何时问世引发关注 自今年年初发布R1以来，D🙄eepSeek在全球树立了开源模型的典范，但过去数月，外界对😎于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2💯的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有👍关。 展开全文 值得注意的是，今年8月21日，D🤩eepSeek正式发布DeepSeek-V3.1，称其为“迈🚀向Agent（智能体）时代的第一步”。据DeepSeek介绍🚀，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同🤗时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🙄时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新😜模型在工具使用与智能体任务中的表现有较大提升。 由于R🥳1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路🎉上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🤯强调DeepSeek-V3.1使用了UE8M0 FP8 Sc🚀ale的参数精度，而UE8M0 FP8是针对即将发布的下一代🙄国产芯片设计。这也表明未来基于DeepSeek模型的训练与推🌟理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🎉态一度带动国产芯片算力股股价飙升。 中国银河证券研报指😘出，DeepSeek从V3版本就开始采用FP8参数精度验证了😎其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟😅制程（12-28nm）上接近先进制程英伟达GPU的算力精度，😁DeepSeek-V3.1使用UE8M0 FP8 Scale😅参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😉的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😜拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😍换取数量级性能的提升，国产算力芯片将迎来变革。 责编：👏万健祎 校对：王朝全 版权声明 " Typ😡e="normal"@@--> 证券时报各平台所有原创⭐内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关🙌行为主体法律责任的权利。 转载与合作可联系证券时报小助👍理，微信ID：SecuritiesTimes " Ty👏pe="normal"@@-->返回搜狐，查看更多