发布时间：
十四五开局之年口号是开启新征程。新的起点新的奋斗，构建新发展格局明年要迈好第一步，见到新气象。劈波斩浪，中国经济航船驶入新的壮阔海域。2021年是我国现代化建设进程中具有特殊重要性的一年——“十四五”开局，全面建设社会主义现代化国家新征程开启。但前进的道路绝非坦途，越接近胜利的彼岸面临的考验也越严峻，不可避免遭遇激流险滩。放眼全球，在超常规刺激政策、低基数和疫苗进展等因素共同作用下，明年世界经济有望出现恢复性增长，但百年未有之大变局进入加速演变期，形势依然错综复杂，疫情冲击导致的各类衍生风险不容忽视。扩展资料2021年十四五开局要抓好以下重点任务：1、强化国家战略科技力量要充分发挥国家作为重大科技创新组织者的作用，坚持战略性需求导向，确定科技创新方向和重点，着力解决制约国家发展和安全的重大难题。要发挥新型举国体制优势，发挥好重要院所高校国家队作用，推动科研力量优化配置和资源共享。要抓紧制定实施基础研究十年行动方案，重点布局一批基础学科研究中心，支持有条件的地方建设国际和区域科技创新中心。2、增强产业链供应链自主可控能力产业链供应链安全稳定是构建新发展格局的基础。要统筹推进补齐短板和锻造长板，针对产业薄弱环节，实施好关键核心技术攻关工程，尽快解决一批“卡脖子”问题，在产业优势领域精耕细作，搞出更多独门绝技。要实施好产业基础再造工程，打牢基础零部件、基础工艺、关键基础材料等基础。要加强顶层设计、应用牵引、整机带动，强化共性技术供给，深入实施质量提升行动。3、坚持扩大内需这个战略基点形成强大国内市场是构建新发展格局的重要支撑，必须在合理引导消费、储蓄、投资等方面进行有效制度安排。扩大消费最根本的是促进就业，完善社保，优化收入分配结构，扩大中等收入群体，扎实推进共同富裕。4、全面推进改革开放构建新发展格局，必须构建高水平社会主义市场经济体制，实行高水平对外开放，推动改革和开放相互促进。要完善宏观经济治理，加强国际宏观政策协调。5、解决好种子和耕地问题保障粮食安全，关键在于落实藏粮于地、藏粮于技战略。要加强种质资源保护和利用，加强种子库建设。要尊重科学、严格监管，有序推进生物育种产业化应用。6、强化反垄断和防止资本无序扩张反垄断、反不正当竞争，是完善社会主义市场经济体制、推动高质量发展的内在要求。国家支持平台企业创新发展、增强国际竞争力，支持公有制经济和非公有制经济共同发展，同时要依法规范发展，健全数字规则。要完善平台企业垄断认定、数据收集使用管理、消费者权益保护等方面的法律规范。要加强规制，提升监管能力，坚决反对垄断和不正当竞争行为。金融创新必须在审慎监管的前提下进行。7、解决好大城市住房突出问题住房问题关系民生福祉。要坚持房子是用来住的、不是用来炒的定位，因地制宜、多策并举，促进房地产市场平稳健康发展。要高度重视保障性租赁住房建设，加快完善长租房政策，逐步使租购住房在享受公共服务上具有同等权利，规范发展长租房市场。土地供应要向租赁住房建设倾斜，单列租赁住房用地计划，探索利用集体建设用地和企事业单位自有闲置土地建设租赁住房，国有和民营企业都要发挥功能作用。要降低租赁住房税费负担，整顿租赁市场秩序，规范市场行为，对租金水平进行合理调控。8、做好碳达峰、碳中和工作我国二氧化碳排放力争2030年前达到峰值，力争2060年前实现碳中和。要抓紧制定2030年前碳排放达峰行动方案，支持有条件的地方率先达峰。要加快调整优化产业结构、能源结构，推动煤炭消费尽早达峰，大力发展新能源，加快建设全国用能权、碳排放权交易市场，完善能源消费双控制度。要继续打好污染防治攻坚战，实现减污降碳协同效应。要开展大规模国土绿化行动，提升生态系统碳汇能力。
核心技术之所以核心就是因为它比较难，高精尖，所以科学研究要有侧重点，还应该鼓励相关的企业自主创新，研究新技术新方法还有就是鼓励相应的国外的留学生回国，有很多科学家都是在国外学习到很多的知识方法，回国进行研究分析的
12月18日，中央经济工作会议12月16日至18日在北京举行。会议指出，增强产业链供应链自主可控能力。产业链供应链安全稳定是构建新发展格局的基础。要统筹推进补齐短板和锻造长板，针对产业薄弱环节，实施好关键核心技术攻关工程，尽快解决一批“卡脖子”问题，在产业优势领域精耕细作，搞出更多独门绝技。要实施好产业基础再造工程，打牢基础零部件、基础工艺、关键基础材料等基础。要加强顶层设计、应用牵引、整机带动，强化共性技术供给，深入实施质量提升行动。扩展资料：强化国家战略科技力量列在八项任务之首党的十九届四中全会通过的《中共中央关于坚持和完善中国特色社会主义制度推进国家治理体系和治理能力现代化若干重大问题的决定》和党的十九届五中全会通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》都提出了“强化国家战略科技力量”的目标。而在12月11日召开的政治局会议上，也明确提及“强化国家战略科技力量”。此次召开的中央经济工作会议将“强化国家战略科技力量”作为明年八项重点任务的第一项进行部署。参考资料来源：每日经济－中央经济工作会议：增强产业链供应链自主可控能力 尽快解决一批“卡脖子”问题
中国人工智能发展迅猛，政府对人工智能也是很重视的。人工智能的专业方向有科学研究、工程开发、计算机方向、软件工程、应用数学、电气自动化、通信、机械制造，人工智能的前景虽然很好，但是它的难度系数很高，目前人工智能的人才需求量很大，相比于其他技术岗位，竞争度降低，薪资相对来说是较高的，因此，现在是进入人工智能领域的大好时机。人工智能的发展前景还是很不错的，原因有几点，智能化是未来的重要趋势之一、产业互联网的发展必然带动人工智能的发展、人工智能技术将成为职场人的必备技能之一。目前，人工智能在计算机领域得到了广泛的重视，我相信在未来的应用前景也会更加广泛。
回答 您好，我正在帮您查询相关的信息，马上回复您。 提问 好 快点好吗 回答 亲您好，当今世界，核心技术，高端科技就是现代的“国之利器”，实践反复告诉我们，在引进高新技术上不能抱任何幻想，关键核心技术是要不来，买不来，讨不来的。只有把核心技术真正掌握在自己手中，才能真正掌握竞争和发展的主动权 提问 才这么点 太少了 回答 想要打好核心技术攻关站，我国首先应该加强基础研究。加强基础研究，是增强原始创新能力的重要基础，引导鼓励有条件的企业增强自主创新能力、解决技术短板问题，在核心技术上不断实现突破，掌握更多具有自主知识产权的关键技术，掌控产业发展主导权；其次应该充分发挥企业家和科技人才的作用，引进培养一批具有国际水平的战略科技人才、科技领军人才、青年科技人才和高水平创新团队，让包括关键核心技术攻关在内的创新创造活力充分迸发；然后推进产学研深度融合。关键核心技术攻关是一项系统工程，需要产学研深度融合；最后健全社会主义市场经济条件下新型举国体制。 打好关键核心技术攻坚战的重要目的之一，是为了提升创新链整体效能，促进科技创新与实体经济深度融合。《建议》强调，“加强知识产权保护，大幅提高科技成果转移转化成效”。建设制造强国、质量强国、网络强国，需要充分发挥我国超大规模市场和完备产业体系的优势，完善和细化知识产权创造、运用、交易、保护制度规则，加速科技成果向现实生产力转化。只有这样，才能有利于提升产业链供应链现代化水平、发展战略性新兴产业、加快数字化发展，从而提升我国产业技术发展水平，形成参与国际经济合作和竞争新优势。 更多6条
核心技术之所以核心就是因为它比较难，高精尖，所以科学研究要有侧重点，还应该鼓励相关的企业自主创新，研究新技术新方法还有就是鼓励相应的国外的留学生回国，有很多科学家都是在国外学习到很多的知识方法，回国进行研究分析的
回答 您好，我正在帮您查询相关的信息，马上回复您。 提问 好 快点好吗 回答 亲您好，当今世界，核心技术，高端科技就是现代的“国之利器”，实践反复告诉我们，在引进高新技术上不能抱任何幻想，关键核心技术是要不来，买不来，讨不来的。只有把核心技术真正掌握在自己手中，才能真正掌握竞争和发展的主动权 提问 才这么点 太少了 回答 想要打好核心技术攻关站，我国首先应该加强基础研究。加强基础研究，是增强原始创新能力的重要基础，引导鼓励有条件的企业增强自主创新能力、解决技术短板问题，在核心技术上不断实现突破，掌握更多具有自主知识产权的关键技术，掌控产业发展主导权；其次应该充分发挥企业家和科技人才的作用，引进培养一批具有国际水平的战略科技人才、科技领军人才、青年科技人才和高水平创新团队，让包括关键核心技术攻关在内的创新创造活力充分迸发；然后推进产学研深度融合。关键核心技术攻关是一项系统工程，需要产学研深度融合；最后健全社会主义市场经济条件下新型举国体制。 打好关键核心技术攻坚战的重要目的之一，是为了提升创新链整体效能，促进科技创新与实体经济深度融合。《建议》强调，“加强知识产权保护，大幅提高科技成果转移转化成效”。建设制造强国、质量强国、网络强国，需要充分发挥我国超大规模市场和完备产业体系的优势，完善和细化知识产权创造、运用、交易、保护制度规则，加速科技成果向现实生产力转化。只有这样，才能有利于提升产业链供应链现代化水平、发展战略性新兴产业、加快数字化发展，从而提升我国产业技术发展水平，形成参与国际经济合作和竞争新优势。 更多6条
（一）去IOE问题IOE是指IBM、Oracle、EMC三家公司。IBM主要提供服务器，小型机；Oracle是数据库，数据管理；EMC主要是做存储方面的解决方案。这三家公司在银行、金融机构里都有非常大的市场份额。银行过去主要用这三家公司的产品和服务，因为它的可靠性非常好，在市场上占有率非常高。中国的银行业、金融业，这三家公司的相关收费是非常高的。当然这不仅仅是钱的问题，更涉及到国家核心信息的安全问题。因此，我国去IOE化是国家信息化发展中无法回避的问题，我们需要研发自主可控的替代品。但是，国产化过程是很艰辛的。比如我从事的数据库行业，人大在国内数据库行业算最早几家做国产化的。例如人大金仓数据库公司，目前在国产数据库方面是排在前面的公司之一。但国产替代是一个漫长的过程，因为产品质量、稳定性等还需要长期打磨，与国际代表性产品Oracle还有较大的差距。最近几年一些有互联网背景的国产数据库发展迅速，值得我们去关注。（二）芯片问题另外一个领域是芯片制造。从中兴事件可以看出，中国芯片制造领域对国外依赖非常大，尤其是重要的CPU、GPU核心硬件。以光刻机为例，制造芯片要依赖光刻机。光刻机是制作芯片的专门精密设备，需要在相对封闭环境下做高精密的芯片生产制造。这方面我们国家依赖进口，自己很难制造高精度设备，或者制造出来质量也很难达到要求。这是现在非常严峻的“卡脖子”的事儿。为什么我们芯片的档次上不去？其中很重要的一个原因就是在制造的仪器设备上。另外，从行业背景看，互联网、软件行业更好找工作，更吸引人一些，所以对传统的仪器设备的研发投入各方面都没引起重视，人才的流失也就非常严重，导致我们积累很难突破核心关键技术，缺乏制造工艺方面的底蕴，这也成为“卡脖子”的事儿。这是硬件层面上。（三）系统软件差距在软件层面上，除芯片外，差距更大的是在系统软件问题。例如国产操作系统、数据库、大数据软件、工业软件等。在工业软件领域，面临人才短缺，缺乏积累等。在大数据时代，开源软件越来越多，对我们来说有好处，可以更多地参考。但大数据系统软件研发，比如Hadoop、Spark这样比较流行的软件也都是美国主导（研发）起来的，我们自主研发这些非常少。我们国家很多企业也意识到了这个问题，最近看到阿里、华为等公司投入很大精力做开源软件、自主软件的开发，有了一定的进步，但人才培养和科研实力差距还是非常大。（四）人工智能快速发展背后的隐忧人工智能这些年进步非常快。最近三五年大家也能够看到，国内的人工智能非常火，无人车、语音识别、图像识别技术进步非常快。这里有个例子，也是前几天，我刚看到的例子，在国际上人脸识别领域里，全球有个国际人脸识别比赛。前5名都被我国公司包揽。当前一些人工智能算法方面中国确实领先，相比精度比其他国家要高。目前，国内最火的是算法工程师，人工智能应该在软件领域的关键就是算法。例如，现在机器学习非常火，导致大批学生往这方面扎堆，忽略了基础软件研发问题。他们认为算法找工作最好找。据了解我校今年毕业人工智能和算法相关的硕士好多能拿到40万左右，好的博士生能达到80万，他们认为做AI、做算法适合市场的需求，于是一窝蜂跑去做算法。相对而言，算法比较容易入手，老师不讲，自己花几万元出去培训机构那里学学，再练练编程，开放的课程都有很多，学生也有渠道去学。但系统软件做得很少，搞深度学习的都知道，TensorFlow这样软件强大在是一个系统化的深度学习软件，这也不是我们自己研发的，是Google这样的国外大公司和核心科研团队研发出来的。Google开源出来，它的技术落后已经三五年甚至更长时间。Google不可能把最新最强的技术开放出来。这就是我国人工智能研发背后的隐忧，基础性独立研发不足。（五）大数据战略资源争夺难以避免为什么中国大数据、人工智能发展这么快？其中背后的关键原因之一是数据资源问题。大的互联网公司，大数据、人工智能对他们肯定很重要。但对高校而言自然而然缺乏数据的资源，没有大数据，人工智能也很难去谈。美国的环境有其掣肘，美国大学的老师跟我们讲，他们不是很容易有途径弄到大数据，它的隐私保护、政策、法规的约束，导致他们在做技术突破创新的时候都相对保守很多。这背后是大数据战略资源的较量。有些媒体把大数据比喻为新石油，说明它的重要性。而全球未来围绕数据资源的争夺也难以避免。（六）清醒认识我国在大数据人工智能方面的优势和劣势我们国家在大数据、人工智能产品研发上发展迅速，应用领域推进得很快，西方国家必然会感觉到很大的威胁性，尤其我们经济规模这么大，美国肯定是要想办法遏制我们，遏制我们通过什么途径？就是“卡脖子”，我们的弱项，最典型的是工业领域就最核心的东西，如飞机的发动机，我刚才提到的光刻机、系统软件都是我们薄弱的环节，就容易被他们抓住这个脖子。我们是理工科，做这些项目，智能制造、大数据都是做“卡脖子”工程，从0到1，不是已经有了把它做得更好，而是你没有这个东西怎么把它建起来。美国对我们的制裁，假如Oracle对我们制裁，不给我们提供的话，国内数据库厂商机会就来了。西方的技术扼制，短时间是坏事。但从长远看的话，我国的独立自主技术发展，如果进一步完善国内竞争机制，把握好自主研发的保护、竞争和淘汰机制，迈向国际一流只是时间问题。我结合自己做的事情的理解，我们国家最近五六年，大数据、人工智能发展非常快，有可能超过美国。当前我们国家对全球各国人才也很有吸引力，高端人才也回来了。为什么在中国做大数据、人工智能有优势呢？因为我们数据资源丰富，用户多，场景极为丰富。这是我国面向未来大数据与人工智能发展的核心竞争力。劣势的地方主要体现在一些系统基础性的地方。如基础系统软件等。“卡脖子”的地方，不仅仅需要应用产品，还需要基础性的东西，需要体制，需要底蕴，方方面面提高上去才能做出来。还有个问题，现在互联网发展太快了，人工智能把很多优秀的人才挖走了，学校的学生就面临这个问题。基础性研发市场竞争力相对较弱，学生们不愿意做系统，不愿意做底层代码开发和基础系统建设。总是希望做算法、期望更高薪水，需要时间，需要市场来回调。因此，基础系统软件这些方面的人才流失问题也要引起重视。另外，知识产权的保护的问题也要进一步加强，只有产权保护越好，创新的回报才能得到更多保护。总的而言，只有脚踏实地，夯实基础，才是我国应对西方技术扼制的可靠方法。
中国人工智能发展迅猛，政府对人工智能也是很重视的。人工智能的专业方向有科学研究、工程开发、计算机方向、软件工程、应用数学、电气自动化、通信、机械制造，人工智能的前景虽然很好，但是它的难度系数很高，目前人工智能的人才需求量很大，相比于其他技术岗位，竞争度降低，薪资相对来说是较高的，因此，现在是进入人工智能领域的大好时机。人工智能的发展前景还是很不错的，原因有几点，智能化是未来的重要趋势之一、产业互联网的发展必然带动人工智能的发展、人工智能技术将成为职场人的必备技能之一。目前，人工智能在计算机领域得到了广泛的重视，我相信在未来的应用前景也会更加广泛。
（一）去IOE问题IOE是指IBM、Oracle、EMC三家公司。IBM主要提供服务器，小型机；Oracle是数据库，数据管理；EMC主要是做存储方面的解决方案。这三家公司在银行、金融机构里都有非常大的市场份额。银行过去主要用这三家公司的产品和服务，因为它的可靠性非常好，在市场上占有率非常高。中国的银行业、金融业，这三家公司的相关收费是非常高的。当然这不仅仅是钱的问题，更涉及到国家核心信息的安全问题。因此，我国去IOE化是国家信息化发展中无法回避的问题，我们需要研发自主可控的替代品。但是，国产化过程是很艰辛的。比如我从事的数据库行业，人大在国内数据库行业算最早几家做国产化的。例如人大金仓数据库公司，目前在国产数据库方面是排在前面的公司之一。但国产替代是一个漫长的过程，因为产品质量、稳定性等还需要长期打磨，与国际代表性产品Oracle还有较大的差距。最近几年一些有互联网背景的国产数据库发展迅速，值得我们去关注。（二）芯片问题另外一个领域是芯片制造。从中兴事件可以看出，中国芯片制造领域对国外依赖非常大，尤其是重要的CPU、GPU核心硬件。以光刻机为例，制造芯片要依赖光刻机。光刻机是制作芯片的专门精密设备，需要在相对封闭环境下做高精密的芯片生产制造。这方面我们国家依赖进口，自己很难制造高精度设备，或者制造出来质量也很难达到要求。这是现在非常严峻的“卡脖子”的事儿。为什么我们芯片的档次上不去？其中很重要的一个原因就是在制造的仪器设备上。另外，从行业背景看，互联网、软件行业更好找工作，更吸引人一些，所以对传统的仪器设备的研发投入各方面都没引起重视，人才的流失也就非常严重，导致我们积累很难突破核心关键技术，缺乏制造工艺方面的底蕴，这也成为“卡脖子”的事儿。这是硬件层面上。（三）系统软件差距在软件层面上，除芯片外，差距更大的是在系统软件问题。例如国产操作系统、数据库、大数据软件、工业软件等。在工业软件领域，面临人才短缺，缺乏积累等。在大数据时代，开源软件越来越多，对我们来说有好处，可以更多地参考。但大数据系统软件研发，比如Hadoop、Spark这样比较流行的软件也都是美国主导（研发）起来的，我们自主研发这些非常少。我们国家很多企业也意识到了这个问题，最近看到阿里、华为等公司投入很大精力做开源软件、自主软件的开发，有了一定的进步，但人才培养和科研实力差距还是非常大。（四）人工智能快速发展背后的隐忧人工智能这些年进步非常快。最近三五年大家也能够看到，国内的人工智能非常火，无人车、语音识别、图像识别技术进步非常快。这里有个例子，也是前几天，我刚看到的例子，在国际上人脸识别领域里，全球有个国际人脸识别比赛。前5名都被我国公司包揽。当前一些人工智能算法方面中国确实领先，相比精度比其他国家要高。目前，国内最火的是算法工程师，人工智能应该在软件领域的关键就是算法。例如，现在机器学习非常火，导致大批学生往这方面扎堆，忽略了基础软件研发问题。他们认为算法找工作最好找。据了解我校今年毕业人工智能和算法相关的硕士好多能拿到40万左右，好的博士生能达到80万，他们认为做AI、做算法适合市场的需求，于是一窝蜂跑去做算法。相对而言，算法比较容易入手，老师不讲，自己花几万元出去培训机构那里学学，再练练编程，开放的课程都有很多，学生也有渠道去学。但系统软件做得很少，搞深度学习的都知道，TensorFlow这样软件强大在是一个系统化的深度学习软件，这也不是我们自己研发的，是Google这样的国外大公司和核心科研团队研发出来的。Google开源出来，它的技术落后已经三五年甚至更长时间。Google不可能把最新最强的技术开放出来。这就是我国人工智能研发背后的隐忧，基础性独立研发不足。（五）大数据战略资源争夺难以避免为什么中国大数据、人工智能发展这么快？其中背后的关键原因之一是数据资源问题。大的互联网公司，大数据、人工智能对他们肯定很重要。但对高校而言自然而然缺乏数据的资源，没有大数据，人工智能也很难去谈。美国的环境有其掣肘，美国大学的老师跟我们讲，他们不是很容易有途径弄到大数据，它的隐私保护、政策、法规的约束，导致他们在做技术突破创新的时候都相对保守很多。这背后是大数据战略资源的较量。有些媒体把大数据比喻为新石油，说明它的重要性。而全球未来围绕数据资源的争夺也难以避免。（六）清醒认识我国在大数据人工智能方面的优势和劣势我们国家在大数据、人工智能产品研发上发展迅速，应用领域推进得很快，西方国家必然会感觉到很大的威胁性，尤其我们经济规模这么大，美国肯定是要想办法遏制我们，遏制我们通过什么途径？就是“卡脖子”，我们的弱项，最典型的是工业领域就最核心的东西，如飞机的发动机，我刚才提到的光刻机、系统软件都是我们薄弱的环节，就容易被他们抓住这个脖子。我们是理工科，做这些项目，智能制造、大数据都是做“卡脖子”工程，从0到1，不是已经有了把它做得更好，而是你没有这个东西怎么把它建起来。美国对我们的制裁，假如Oracle对我们制裁，不给我们提供的话，国内数据库厂商机会就来了。西方的技术扼制，短时间是坏事。但从长远看的话，我国的独立自主技术发展，如果进一步完善国内竞争机制，把握好自主研发的保护、竞争和淘汰机制，迈向国际一流只是时间问题。我结合自己做的事情的理解，我们国家最近五六年，大数据、人工智能发展非常快，有可能超过美国。当前我们国家对全球各国人才也很有吸引力，高端人才也回来了。为什么在中国做大数据、人工智能有优势呢？因为我们数据资源丰富，用户多，场景极为丰富。这是我国面向未来大数据与人工智能发展的核心竞争力。劣势的地方主要体现在一些系统基础性的地方。如基础系统软件等。“卡脖子”的地方，不仅仅需要应用产品，还需要基础性的东西，需要体制，需要底蕴，方方面面提高上去才能做出来。还有个问题，现在互联网发展太快了，人工智能把很多优秀的人才挖走了，学校的学生就面临这个问题。基础性研发市场竞争力相对较弱，学生们不愿意做系统，不愿意做底层代码开发和基础系统建设。总是希望做算法、期望更高薪水，需要时间，需要市场来回调。因此，基础系统软件这些方面的人才流失问题也要引起重视。另外，知识产权的保护的问题也要进一步加强，只有产权保护越好，创新的回报才能得到更多保护。总的而言，只有脚踏实地，夯实基础，才是我国应对西方技术扼制的可靠方法。
当遇到关键核心技术卡脖子问题时应当实施好关键核心技术攻关工程。坚持创新驱动发展，突出产业政策的战略引导作用。统筹推进补齐短板和锻造长板，针对产业薄弱环节，实施好关键核心技术攻关工程，针对产业薄弱环节，实施好关键核心技术攻关工程，尽快解决一批“卡脖子”问题。强化竞争政策的基础性地位，坚决反对垄断和不正当竞争行为。精准施策推动产业转型升级，实施好产业基础再造工程，推动先进制造业和现代服务业融合发展，推进国家战略性新兴产业集群发展工程，推动数字经济发展。
当遇到关键核心技术卡脖子问题时应当实施好关键核心技术攻关工程。坚持创新驱动发展，突出产业政策的战略引导作用。统筹推进补齐短板和锻造长板，针对产业薄弱环节，实施好关键核心技术攻关工程，针对产业薄弱环节，实施好关键核心技术攻关工程，尽快解决一批“卡脖子”问题。强化竞争政策的基础性地位，坚决反对垄断和不正当竞争行为。精准施策推动产业转型升级，实施好产业基础再造工程，推动先进制造业和现代服务业融合发展，推进国家战略性新兴产业集群发展工程，推动数字经济发展。