玛雅彩票APP - 玛雅彩票官网平台

（中国这十年·见微）从“海外购”到“海南购”：离岛免税以开放契合消费升级******

　　中新社海口10月13日电 题：从“海外购”到“海南购”：离岛免税以开放契合消费升级

　　中新社记者 王晓斌 王子谦

　　刚刚过去的国庆假期，今年反复受到疫情冲击的海南离岛免税市场呈现回暖势头，假期日均销售额超1.5亿元(人民币，下同)。三亚国际免税城逐渐恢复热闹景象，一些热门品牌的门店前重现游客排队现象。

　　海南离岛免税购物政策自2011年4月起实施。海南首家离岛免税店——中免三亚国际免税城(前身为三亚市内免税店)已营业11年，是目前中国免税市场品牌最多、最全的免税店，成为海南游必到的打卡景点。

　　“最开始我是被培训的‘小白’，现在很多年轻同事都是我带出来的。”海南三亚国际免税城香化区商品琳琅满目，销售主管林青正手把手带教新入职同事。

　　“当年抱着试试看的心态去应聘免税店售货员，正式上岗才知道是卖奢侈品。”林青在2009年入职时，免税店销售的是离境免税商品，“那时候接触最多的是国外顾客，国内顾客进店逛，但不能买。”

　　“2011年4月20日，海南离岛免税政策实施，我们一下子忙起来。”林青说，没想到会有那么多客人光顾，以至于店里人手没法马上补齐。

　　从那时起，海南免税市场开放度越来越高，规模迅速壮大。十多年间，离岛免税购物政策历经多次调整，免税限额从5000元到10万元，商品品类从18类增至45大类。2021年，海南离岛免税店年销售额突破600亿元。

　　“政策调整的方向是越来越开放。”林青说，这些年来每一个政策节点，每一次参与新店开业、新品牌入驻，她都记忆犹新，每一次开放都意味着更多样的营销策略。

　　林青所见证的不仅是免税市场变化，背后是中国开放度提升，经济发展带来消费升级。

　　林青注意到，最初很多顾客买中低端品牌或高端品牌的基础产品，现在越来越多顾客购买更高端品牌。消费人群也不只有中产阶层，很多“95后”“00后”普遍愿意为自己花钱。

　　2020年，海南自贸港建设大幕拉开，定位国际旅游消费中心。为推动中国消费者从“海外购物”转到“海南购物”，多层次免税购物体系加快构建，海南免税市场进入多主体竞争时代，共有5家经营主体开设10家免税店。

　　在海口市中心日月广场东区，海控全球精品免税城在国庆假期销售火热。这家2021年初开业的免税店举办假期促销主题活动，吸引了大批消费者。

　　海控全球消费精品(海南)贸易有限公司总裁林月文带领团队策划这些活动，他在市场竞争中思考如何做到“人无我有，人有我优”。

　　因看好海南离岛免税的发展前景，已有30年旅游零售和免税行业从业经验的新加坡人林月文于去年6月投身海南。

　　入职以来林月文忙着项目扩容、品牌入驻以及市场促销，新扩容的免税城二期引入数百个国际一线品牌，多个品牌在岛内免税市场独有。

　　林月文说，经过十多年发展，海南离岛免税市场正在从单纯追求销量，转变为销量与服务并重。从业者不仅要把市场蛋糕做大，还要带给消费者更好的购物体验。

　　“虽然疫情影响短期销售，但海南离岛免税市场还有巨大的增长空间。”林月文说，他正在筹备免税城三期重奢品牌店的招商工作，计划年内开业，“未来很长一段时间，我都将在海南奋斗”。(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）