三分快三交流群-三分快三app下载

来源：三分快三论坛2023-03-24 17:48

2022年新茶饮门店数已近50万家，蜜雪冰城位居第一、古茗第二******

　　新茶饮行业正处于持续增速阶段。近日，中国连锁经营协会发布《2022新茶饮研究报告》(以下简称报告)显示，2022年新茶饮市场处于成熟期上半段。2022年年底在业的新茶饮门店总数约48.6万家，截至2022年10月底，蜜雪冰城以23295家门店数位居第一；古茗居第二，门店数为6778家。新茶饮行业的市场格局逐渐明朗，新茶饮品牌头部效应明显。

　　此外，2022年新茶饮的连锁化率已提升到55.2%。在多个城市核心商圈的抽样调查中，新茶饮的连锁化率超80%。新茶饮这个从业者平均年龄不到30岁、形成规模不超十年的新兴行业，已经阶段性创造出了旺盛的消费者需求，并以连锁经营的形态在消费市场上熠熠生辉。

　　1、蜜雪冰城门店数最多，古茗近7000家

　　从中国整体新茶饮市场来看，2022年年底在业的新茶饮门店总数约48.6万家，比2020年年底37.8万家增长超28%。结合全网多方数据及企业调研，报告确定了30家典型新茶饮品牌在2022年10月底的门店数。

　　数据显示，蜜雪冰城门店数位居第一；古茗紧随其后，门店数为6778家；排在第三、四位的的书亦烧仙草、茶百道门店数也均超过6000家。从消费者角度看，2022年新茶饮整体有了更好的“性价比”、算下来“比瓶装饮料贵不了多少”、“比单独买新鲜水果还便宜”。

图片来源：中国连锁经营协会

　　新茶饮门店数不断增长，进一步带动该细分品类在我国现制饮品市场中占据越来越重要的位置。从整个现制饮品市场来看，2022年新茶饮门店数仍是我国现制饮品中门店数最多的一个细分品类，其门店数占比高达61.9%。

图片来源：中国连锁经营协会

　　2、新茶饮连锁化率升至55.2%，行业竞争将围绕供应链

　　新茶饮具有一定零售产业特性，标准化程度高，能够迅速实现复制。据美团数据显示，2020-2022年餐饮业连锁化率从15%提升到20.7%。同期，新茶饮的连锁化率从41.2%提升到55.2%。在多个城市核心商圈的抽样调查中，新茶饮的连锁化率超80%。放眼全球连锁市场，我国新茶饮在过去几年里市场发展迅猛，目标客群清晰，产品不断迭代创新，孕育出了多个全国知名品牌。

图片来源：中国连锁经营协会

　　中国连锁经营协会发布的报告还指出，未来新茶饮的竞争就是供应链上的竞争。而提前布局供应链的茶饮品牌将在越来越激烈的市场竞争中更具有核心竞争力。比如古茗自2016年就已经开始了供应链建设，除稳定的合作果园茶园外，也拓建了自己的果园，目前已经跑出了一个涵盖原料种植、快速配送、仓储基地建设的完整供应链模式。夯实的供应链链条可以更精准做好产品品控，为消费者提供口感稳定、高性价比的新鲜饮品。

　　接下来，布局农业供应链将成为行业新趋势，从上游果园到下游销售全产业链把控，将会是新茶饮品牌发展的必经之路。

　　至于新茶饮行业的未来发展空间，根据艾媒咨询及华经产业研究院数据测算： 2022年新式茶饮行业市场规模超过2900亿元，同比增长5.1%。“整个新茶饮市场有望在2023年Q2全面恢复，并有望迎来‘欢庆式’销售市场，业绩整体全面提升。加盟业务也有望全面恢复。最终，2023年将实现全年业绩的同比增长。”《2022新茶饮研究报告》指出。

三分快三交流群

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（）