中美商会总裁何迈可:在华美企看好中国市场继续开放的投资机会******
【跨国企业在中国】
编者按:
走进在华跨国企业,听外企老总谈“中国式现代化机遇”、释“经济全球化之道”。
中新网北京11月11日电 题:中美商会总裁何迈可:在华美企看好中国市场继续开放的投资机会
中新财经 宫宏宇
“我们很高兴看到,美国企业在中国仍然受到欢迎,并有更多机会。”近日,中国美国商会总裁何迈可(Michael Hart)接受中新财经专访时表示,多年来,中国一直是美国企业产品销售和生产的重要和极佳的市场。
他表示,中国美国商会的会员公司填写问卷时表示,如果中国市场继续开放,在华美企将会继续积极看好中国,并寻找更多投资的机会。
访谈实录摘要如下:
中新网:作为商会负责人,能否请您介绍一下近年来在华美企总体的发展情况?
何迈可(Michael Hart):作为一个非营利性、非政府组织,中美商会在中国代表着成百上千的美国公司,商会会员公司与中国商业联系十分深厚。
多年来,中国始终是美国企业产品销售和生产的重要和极佳的市场。令我们自豪的是,美国公司在中国扮演着重要的角色,中美贸易是中国与海外最大的贸易关系。
中新网:当前国际局势复杂多变,世界经济发展不确定性增多,这对跨国企业带来了哪些挑战?
何迈可(Michael Hart):近期,在华美企面临着因疫情防控相关措施带来的国际旅行不便、疫情对全球供应链的影响等挑战。此外,中美两国之间的政治气氛也存在诸多不确定性。这让中国市场变得更具挑战性。
具体来说,美企面临的最大的挑战是国际旅行不便,当前中美之间的航班远少于往常。对此,中美商会积极倡导增加中美间航班班次和缩短隔离期。
中新网:新冠疫情给全球供应链稳定带来的冲击备受关注,请问您如何看待这种影响?跨国企业是如何应对的?
何迈可(Michael Hart):疫情对供应链运作的影响备受关注,也更使人意识到中国在供应链中的重要地位。多家在华美企明确表示,他们并不排斥中国,并希望中国持续保持作为公司供应链中非常重要的一环。
而为应对疫情对供应链的扰动,在华美企正努力寻求加强供应链保障的方法。措施之一是建造更多的仓库,通过多个环节增强供应链的稳定性。
中新网:因美联储加息、中美经济周期差异等因素,美元出现持续升值,这是否会影响美国跨国企业的全球化布局的调整?
何迈可(Michael Hart):短期来看,汇率波动和利率变化会使在华美企的经营策略出现一些调整,但美企并不太担心短期内的加息或汇率波动。
一方面,跨国公司对汇率变化并不陌生;另一方面,汇率不是影响企业经营的主要因素。企业更关心的是市场是否良好,生产周期是否正常和物流如何运作等。
中新网:中共二十大报告提出,推进高水平对外开放。中国国家发改委表示,将加大先进制造业、现代服务业、高新技术、节能环保等领域,以及中西部和东北地区对外商投资的支持力度。您认为这将给跨国企业带来哪些新机遇?
何迈可(Michael Hart):中国国家发改委的工作人员表示,包括美国公司在内的外国公司在中国经济中扮演着重要角色,中国仍对外国的直接投资和业务感兴趣。
我们对此很高兴。我认为,在华美企与中国是互惠互利的“双赢”关系。美企为中国做了很多贡献,同时也在中国取得了成功。
在近日举行的中国国家发展改革委与美在华跨国企业高层圆桌会上,一些中美商会的会员公司对是否能够参与特定行业的投资表示出浓厚的兴趣,如绿色能源、电动汽车或其他新能源领域的业务。
对此,中国国家发改委工作人员解读了美国公司在华发展的相关机遇。我们很高兴地看到,美国企业在中国仍然受到欢迎,未来将有更大的发展空间和机会。
中新网:根据您了解到的情况,美国企业在中国后续的发展计划情况如何?
何迈可(Michael Hart):随着中国市场越来越开放,美企在华投资的领域有所扩大。如,随着中国金融服务市场的不断开放和自由化,未来将有更多的外国金融公司被允许进入中国市场。汽车行业也是如此。最初,该领域的企业都必须是合资企业。现在,外企可以买下合伙人的股份,从而增加自己的股份。目前我们注意到,有更多的美国企业在相关领域投资。
不过,部分行业仍对外资存在限制,如医疗卫生行业。在这些有潜在机会的领域,美国企业希望商会能够帮助提倡推动中国市场进一步开放,看到更多开放性的措施。
通过填写中美商会的调查问卷,中美商会的会员公司纷纷表示,如果中国市场继续开放,有平衡和开放的框架,在华美企将会继续积极看好中国,并寻找更多投资的机会。(完)
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) [责编:天天中] 阅读剩余全文() ![]() 仲博彩票平台地图 |