彩神app官网平台|彩神app官方网站

扫除跨境电商退运阻碍******

　　扫除跨境电商退运阻碍

　　李鸣涛

　　跨境电商出口退运的税收优惠来了。近日，财政部、海关总署、税务总局联合发布《关于跨境电子商务出口退运商品税收政策的公告》，降低跨境电商企业出口商品退运成本，积极支持外贸新业态发展。

　　近年来，解决跨境电商出口商品退货的便利化问题，进一步降低跨境电商出口企业运营成本，备受关注。海关数据显示，2022年我国跨境电商进出口(含B2B)2.11万亿元，其中，出口1.55万亿元，进口0.56万亿元。如按电商企业平均10%的退换货率计算，去年一年我国跨境电商出口商品的退换货金额影响不可小视。当前，大量跨境电商零售出口退货商品，因退运国内物流成本高、进境要求严格且手续复杂等原因，滞留在海外仓库中，需要支付高额的仓储费用，最终大多数商品只能在海外低价促销或销毁，造成大量损失。尤其对很多小微跨境电商出口企业而言，退换货的处理成本蚕食了相当大比例的企业利润。

　　2022年9月，商务部发布的《支持外贸稳定发展若干政策措施》提出，加快出台便利跨境电商出口退换货的税收政策。而此次出台的政策，将为跨境电商出口企业挽回不少退运成本，减少企业后顾之忧，稳定外贸企业预期。为进一步优化跨境电商出口商品退货流程与规定，为企业提供更多便利，降低操作门槛与企业退货入境成本，下一步可建立起从采购、出境、仓储、销售到退换货处理的全过程完整闭环。

　　降低退换货条件。按照国家进出口关税条例，因品质或者规格原因，出口货物自出口之日起1年内原状复运进境的，不征收进口关税。这一规定主要是针对一般贸易货物出口，跨境电商零售出口商品发生退货的原因普遍多样，加之境外电商平台倾向于保护消费者利益，很多商品都是经过短暂使用后不满意而发生退货，产品的品质和规格可能并无问题。此次新政策在跨境电商出口商品退运原因上不再强调因品质或规格原因，“滞销、退货”的表述更符合跨境电商商品特点。

　　优化退货税收政策。对于出口货物和已汇总形成报关单的9610出口商品来说，如何证明商品未退税或退税已补税，是复运进境不征税的重要条件。按照目前规定，退货企业需要向税务部门申请开具相关证明，申请时需要向税务部门提供申报表、报关单、出口发票、税收通用缴款书原件及复印件等证明材料。对此，可考虑利用国际贸易单一窗口平台等，一站式提交相关申请，提升管理部门审核效率；同时针对退货商品的特点和属性，在补缴税款方面制定特别政策。

　　探索邮包自发货出口退货处理方式。当前我国跨境电商出口中，还有大量的小微卖家采用自发货模式通过邮政小包、商业快件等向境外消费者递送商品，出口报关是通过邮件通关，尚未纳入跨境电商通关报关体系内。这种方式下的退货商品，如退回国内也只能通过个人邮包，成本非常高昂。可考虑实施邮包跨境电商出口商品退货集货模式，在海外设立退货商品集货仓统一批量退运回国内，以降低退运成本，并在通关、税收方面探索相应管理措施。

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）