元宵節后，農歷年節圓滿結束，跨境電商早早開工，開年的“搶人潮”您加入了嗎？

財政部等三部門出臺跨境電商出口退運商品稅收新政，幫助跨境電商減輕退運壓力；后疫情時期，美國、韓國等多個市場美容彩妝品類增速明顯；大碼服飾近年持續呈現增長趨勢，預計2027年全球市場份額將超2650億美元；韓國養寵人群約占當地1/4，寵物市場潛力巨大……過去一周的跨境要聞不容錯過，具體內容我們一起來看看吧！

為貫徹黨中央、國務院關于推動跨境電商等新業態新模式加快發展的決策部署，2月1日，財政部、海關總署、稅務總局聯合發布《關于跨境電子商務出口退運商品稅收政策的公告》（以下簡稱《公告》），降低跨境電商企業出口退運成本，積極支持外貿新業態發展。

《公告》規定，對自本公告印發之日起1年內，在跨境電子商務海關監管代碼（1210、9610、9710、9810）項下申報出口，且自出口之日起6個月內因滯銷、退貨原因原狀退運進境的商品（不含食品），免征進口關稅和進口環節增值稅、消費稅；出口時已征收的出口關稅準予退還；出口時已征收的增值稅、消費稅，參照內銷貨物發生退貨有關稅收規定執行。已辦理的出口退稅按現行規定補繳。其中，監管代碼1210項下出口商品，應自海關特殊監管區域或保稅物流中心（B型）出區離境之日起6個月內退運至境內區外。

（財政部發布《關于跨境電子商務出口退運商品稅收政策的公告》）

《公告》要求，嚴格按照政策規定享受稅收優惠，企業申請辦理進口免稅等手續時，需按要求提供有關證明材料，不得出現偷稅、騙稅等違法違規行為。

短評：新政將幫助跨境商家解決“退運難題”，緩解了高貨值商品的海外備貨的后顧之憂！

瑞銀發布研究報告稱，近期爆火的AI聊天機器人ChatGPT在去年11月推出僅兩個月后，截至今年1月其月活躍用戶估計已達1億，成為歷史上用戶增長最快的消費應用。該報告援引分析公司Similar Web的數據稱，今年1月，全球每天約有1300萬獨立訪問者使用ChatGPT，是12月份的兩倍多。

同時微軟希望在未來幾周內將ChatGPT的新版本GPT-4加入其搜索引擎必應中。軟件的響應速度更快，回復聽起來更像人類。據悉，OpenAI還計劃推出一款移動ChatGPT應用程序，并測試一項在人工智能的幫助下制作視頻的新功能。

谷歌母公司Alphabet首席執行官桑達爾·皮查伊在財報電話會議上透露，用戶很快就能以“搜索伴侶”的形式使用語言模型。他說，“很快，人們將能夠直接與我們最新、最強大的語言模型互動，作為搜索的伴侶，以實驗和創新的方式。”

短評：AI成為開年最熱話題，大家都在期待人類科技的“新世界”~

NPD發布行業報告稱，美國高端美容行業銷售收入同比增長15%，到2022年達到271億美元。所有知名美容品類均實現兩位數增長，其中彩妝增長18%，護膚品增長12%，香水增長11%，美發產品增長22%。高端美容是增長最快的行業。此外美容品類是2022年唯一一個在非必需品零售和消費品，類別中實現單位銷售額增長的行業。

短評：后疫情時期，美容彩妝品類開始恢復生機~

據調查發現，全球大碼人群一直呈上升趨勢，預計到2023年，全球女性肥胖者將達20%左右，男性肥胖者達7%左右。Credence Research數據顯示，預計到2027年，全球大碼女裝將超過2650億美元市場份額，而歐美是全球肥胖人數最多的區域，2021年美國大碼女裝市場份額較前一年增長近20%左右，增長速度遠遠超過其他女裝市場份額。

短評：需求增長帶來了大碼服飾的大市場！

根據韓國農林畜產食品部公布的一項調查顯示，25.4%的韓國人飼養寵物，他們去年平均每月在寵物身上花費15萬韓元（約合人民幣825元），比一年前的調查增加了3萬韓元左右。接受調查的對象為5000名年齡在20歲至64歲之間的韓國人，其中1272人表示，他們在家里至少養了一只寵物。在這些寵物飼養者中，75.6%的人說他們養狗，27.7%的人說他們養了貓。約7.3%的人說他們養魚。

短評：韓國寵物市場的潛力非常大，跨境賣家有能力的盡快抓住機會！

近日，Mirakl發布了其年度消費者報告《數字經濟中的消費者偏好》，該報告對全球9600名消費者進行了調查，覆蓋歐美、澳大利亞等多個市場。結果顯示，電商市場在西班牙零售市場中的份額有所上升，消費者網購支出占其總購買量的40%，79%的消費者預計在未來12個月內會增加網購支出，52%的受訪者認為，電商渠道在產品供應方面更加可靠，實體店中缺貨的情況更頻繁。

短評：西班牙電商增長強勁，更喜歡具備穩定的供應鏈的中國商品~

1月30日消息，商務部近日召開全國電子商務工作視頻會議，會上發布了全國首批商業科技創新應用優秀案例，菜鳥智慧城市配送物流系統成功入選。

據了解，從2019年開始，菜鳥就開始搭建基于人工智能的智慧城市物流大數據平臺，來推動建設城市智慧物流。菜鳥通過將“時空AI預測能力”應用到城市內物流預測問題中，基于自研的深度時空預測模型，大幅改善時效和路徑預測準度，提升配送服務質量，各場景下的預估準度比業界同類方法提升15%。