2022年11月3日如果全部出售,盈利=卖电电价(4-5毛/度)+ 政府补贴(042/度); 如果自用,盈利=自用部分(1元/度=工商业电价)+ 政府补贴
大家清楚的知道网络货运有盈利，那么网络货运的六种盈利模式具体指的是哪些方面呢？接下来就带大家了解一下货超多网络货运平台是如何带领企业盈利的吧：
车货匹配
网络货运的第一种盈利模式：车货匹配是网络货运平台实现盈利的最基本模式之一，以往的传统物流没有车货匹配模式，都是通过熟人介绍，或者司机在园区外面转悠找货，对比传统模式，网络货运让车货匹配比以前更高效，提高车辆利用效率约50%；缩短简化交易链条，清除中间环节，平均等货时间由2-3天缩短至8-10小时；延伸增值物流服务，司机月收入增加30%-40%，较传统货运降低交易成本6%—8%。
网络货运平台就是凭借大数据、AI技术、物联网、云计算、区块链等高科技来提升车货匹配的效率。通过自己的技术系统，来实现客户信息管理、供应商与司机信息审核与管理、在线结算运费、人脸识别、全部运输流程透明化管理，实时在线监督等，实现物流业务的线上化，去中间化和扁平化，缩短交易流程和环节，降低层层转包的成本。
数据运用
网络货运的第二种盈利模式：网络货运平台可以充分运用数据实现盈利，通过平台可以真实记录、存储、分析和运用很多数据，包含订单信息、车辆轨迹、支付信息，信息独立存储在每一个独立区块上，打破信息不对称，加上区块链共识机制数据不可篡改，这样就完成了平台的数据征信。而且这些数据可以在一些金融机构得到授权后查看，并对其进行评估分析，还可以根据数据的增加调整授信额度。基于这些真实数据，可以引来资本的融入，也为网络货运平台金融方面的发展奠定基础。
而且运用这些数据，可以为企业的发展提供抉择分析，调整运营手段及未来规划，以获得最大利益。以大数据为基础，为货运行业信息整合提供数据分析，同时为政府提供管理依据。
税筹优化
网络货运的第三种盈利模式：各地对于网络货运经营有一定的政策支持与优惠，通过政策的调节来实现物流行业的税筹优化。不少企业每年的运费能上亿元，哪怕只有上百万或者上千万，通过与网络货运平台合作，或者自己申请网络货运资质，可以获得相关的税收支持政策，也可以帮助企业节省不小的成本，从而可以拥有更多的资金来研发技术，实现转型升级，从而获得更长远的利益。
物流金融/供应链金融
网络货运的第四种盈利模式：当网络货运平台的用户会员达到一定数量级别时，就可以研发物流金融等一系列产品和增值服务，比如说理财贷款、商城加油、维修保养等。而且金融一直是制约中小微企业发展的重要因素，物流行业如果可以通过网络货运平台实现融资或者增加物流金融等产品，就有机会实现更大规模地发展，业务体量也会成倍增长！
那么想要通过金融实现盈利的话，一般是两条路：
金融垫资：物流企业普遍都比较缺钱，还不好贷款，所以企业无法真正做大做强。网络货运平台的用户达到一定数量级别后，可以和当地的金融机构合作推出物流金融垫资产品，主要基于数据的记录、存储和分析，对申请金融产品的物流企业进行征信评估。不过要注意的是，网络货运平台一定要严谨把控好其中的风险。
金融植入：主要是ETC记账卡、企业油卡、租赁购车、理财产品、商城加油等等，选择和企业合适的金融产品进行植入。不过这些前提仍然是用户群体的积累和征信体系的建立。
汽车后市场
网络货运的第五种盈利模式：网络货运平台的车后市场包含ETC、加油卡、轮胎、配件及车辆买卖等增值服务费用。不过现在的ETC、油气等市场非常成熟和透明，如果网络货运平台想要在这些市场中分得一杯羹的话，就需要结合物流行业特点，找寻更加适合智慧物流需求的产品，并深入挖局现代物流企业的需求痛点，才可以从车后市场寻求新的盈利增长点。
政府扶持
网络货运的第六种盈利模式：于政府层面而言，网络货运企业属于高新技术产业，产业规模效益、集群效益更强，相较传统产业，往往更能获得政府的大力扶持。目前不少地区为鼓励企业开办网络货运，提供了一定的政策扶持，包括降低税负、提供政策性项目资金扶持等，这些政策帮扶都进一步促进了网络货运的发展，在保证税收合规的基础上，为企业经营实现了降本增效，提升了整体市场竞争力。但这种盈利模式，并不是我们主张的，而属于当地政府的奖补政策，不应该用于盈利手段。
中国近年来互联网产业迅速发展，网民数量全球第一，在未来物联网产业发展中已具备基础。物联网连接物品网，达到远程控制的目的，或实现人和物或物和物之间的信息交换。当前物联网行业的应用需求和领域非常广泛，潜在市场规模巨大。物联网产业在发展的同时还将带动传感器、微电子、视频识别系统一系列产业的同步发展，带来巨大的产业集群生产效益。中国工业和信息化部通信发展司司长张峰指出，物联网是当前最具发展潜力的产业之一，将有力带动传统产业转型升级，引领战略性新兴产业的发展，实现经济结构和战略性调整，引发社会生产和经济发展方式的深度变革，具有巨大的战略增长潜能，是后危机时代经济发展和科技创新的战略制高点，已经成为各个国家构建社会新模式和重塑国家长期竞争力的先导力。我国必须牢牢把握产业创新方向和机遇，加快物联网产业的发展。我国物联网产业现存七大问题分析1、缺乏核心技术自主知识产权在物联网技术发展产品化的过程中，我国一直缺乏一些关键技术的掌握，所以产品档次上不去，价格下不来。缺乏RFID等关键技术的独立自主产权这是限制中国物联网发展的关键因素之一。2、行业技术标准缺失目前行业技术主要缺乏以下两个方面标准：接口的标准化；数据模型的标准化。虽然我国早在2005年11月就成立了RFID产业联盟，同时次年又发布了《中国射频识别(RFID)技术政策白皮书》，指出应当集中开展RFID核心技术的研究开发，制定符合中国国情的技术标准。但是，现在我们可以发现，中国的RFID产业仍是一片混乱。技术强度固然在增强，但是技术标准却还如镜中之月。正如同中国的3G标准一样，出于各方面的利益考虑，最后中国的3G有了三个不同的标准。物联网的标准最终怎样，只能等时间来告诉我们答案了。3、产业链发展不均衡和美国相比，国内物联网产业链完善度上还存在着较大差距。虽然目前国内三大运营商和中兴华为这一类的系统设备商都已是世界级水平，但是其他环节相对欠缺。物联网的产业化必然需芯片商、传感设备商、系统解决方案厂商、移动运营商等上下游厂商的通力配合，所以要在我国发展物联网，在体制方面还有很多工作要做，如加强广电、电信、交通等行业主管部门的合作，共同推动信息化、智能化交通系统的建立。加快电信网，广电网，互联网的三网融合进程。产业链的合作需要兼顾各方的利益，而在各方利益机制及商业模式尚未成型的背景下，物联网普及仍相当漫长。4、各行业间协作困难多物联网应用领域十分广泛，许多行业应用具有很大的交叉性，但这些行业分属于不同的政府职能部门，要发展物联网这种以传感技术为基础的信息化应用，在产业化过程中必须加强各行业主管部门的协调与互动，以开放的心态通力合作，打破行业、地区、部门之间的壁垒，促进资源共享，加强体制优化改革，才能有效的保障物联网产业的顺利发展。5、盈利模式无经验供借鉴物联网分为感知，网络，应用三个层次，在每一个层面上，都将有多种选择去开拓市场。这样，在未来生态环境的建设过程中，商业模式变得异常关键。对于任何一次信息产业的革命来说，出现一种新型而能成熟发展的商业盈利模式是必然的结果，可是这一点至今还没有在物联网的发展中体现出来，也没有任何产业可以在这一点上统一引领物联网的发展浪潮。目前物联网发展直接带来的一些经济效益主要集中在与物联网有关的电子元器件领域，如射频识别装置、感应器等等。而庞大的数据传输给网络运营商带来的机会以及对最下游的如物流及零售等行业所产生的影响还需要相当长时间的观察。6、用户使用成本壁垒存在物联网产业是需要将物与物连接起来并且进行更好的控制管理。这一特点决定了其发展必将会随着经济发展和社会需求而催生出的应用。所以，在物联网传感技术推广的初期，功能单一，价位高是很难避免的问题。因为，电子标签贵，读写设备贵，所以，很难形成大规模的应用。而由于没有大规模的应用，电子标签和读写器的成本问题便始终没有达到人们的预期。成本高，就没有大规模的应用，而没有大规模的应用，成本高的问题就更难以解决。如何突破初期的用户在成本方面的壁垒成了打开这一片市场的首要问题。所以在成本尚未降至能普及的前提下，物联网的发展将受到限制。7、安全问题是应用推广的关键问题在物联网中，传感网的建设要求RFID标签预先被嵌入任何与人息息相关的物品中。可视人们在观念上似乎还不是很能接受自己周围的生活物品甚至包括自己时刻都处于一种被监控的状态，这直接导致嵌入标签势必会使个人的隐私权问题受到侵犯。因此，如何确保标签物的拥有者个人隐私不受侵犯便成为射频识别技术以至物联网推广的关键问题。而且如果一旦政府在这方面和国外的大型企业合作，如何确保企业商业信息，国家机密等不会泄露也至关重要。所以说在这一点上，物联网的发展不仅仅是一个技术问题，更有可能涉及到政治法律和国家安全问题。参考资料：
AI公司赚钱太难了。相关报告显示，全球近90%的AI公司处于亏损状态，10%的赚钱企业基本是技术提供商，中国AI产业链中90%以上的企业也同样处于亏损阶段。AI四小龙无一例外全部亏损，而且一个比一个能亏，比如依图 科技 2017-2020H1累计亏损7268亿元；旷世 科技 2017-2020Q3期间累计亏损1306亿元。商汤 科技 IPO不太顺利，有消息称公司将于8月份向港交所提交申请。虽然目前不清楚商汤 科技 亏损多少，但公司与云从 科技 一样，也是亏损的状态。
为什么AI公司赚钱这么难？
云从 科技 主营业务是为客户提供高效人机协同 *** 作系统和行业解决方案，前者是凭借自主研发的人工智能核心技术打造了人机协同 *** 作系统，通过对业务数据、硬件设备和软件应用的全面连接，把握人工智能生态核心入口，为客户提供信息化、数字化、智能化的人工智能服务；后者是基于人机协同 *** 作系统，赋能智慧金融、智慧出行等应用场景，为更广泛的客户群体提供以人工智能技术为核心的行业解决方案：
报告期内公司向客户提供基础 *** 作系统、基于人机协同 *** 作系统的应用产品和核心组件以及技术服务，其中基础 *** 作系统是可以直接销售给客户的，一般交付给具有研发能力的企业和第三方软件厂商，由客户二次开发后投入使用。公司提供的 *** 作系统有智能云平台、视图汇聚分析平台、融智云平台和集成生物识别系统，基于不同的功能，面向物联网、政府、公安等城市治理和金融、商业等不同应用场景：
值得注意的是如果客户前期没有购买云从 科技 *** 作系统，则公司向客户销售 *** 作系统和应用产品，保证相关应用产品有效运行。核心组件是基础 *** 作系统内可以独立交付的功能模块，通常是封装了核心AI能力的软件包，主要交付给研发实力强、对软件管控要求较高的客户，由客户集成到其自由系统中使用，基本不涉及进行定制化开发。技术服务主要是人机协同 *** 作系统在软件产品销售以外的服务，包括公有云服务、风控服务和智能化运维服务。
成立至今云从 科技 人机协同 *** 作系统及应用产品相继经历了初步推进人机协同 *** 作系统内核沉淀的V10、综合多类业务场景的基础 *** 作系统V20和升级人机协同 *** 作系统V30三个阶段，实现了智慧金融、智慧治理、智慧出行和智慧商业四个重点领域的基础 *** 作系统的整合。公司的V40版本则是升级了智慧治理领域的融智云平台和智慧金融领域的集成生物识别系统，通过AI技术优化系统的运行效率和用户体验：
在系统层上云从 科技 开发了面向不同领域的基础 *** 作系统，通过系统和组件的方式将AI技术赋能应用场景。2014年以来旷视 科技 便开始了Brain++这一AI生产力平台的研发，覆盖从数据生成、清洗、预处理、标注和存储到算法架构设计、实验环节设计、训练环境搭建，再到训练、加速、模型评估和产生模型以及模型分发、部署应用全流程。Brain++集成了包括深度学习框架MegEngine（天元）、深度学习云计算平台MegCompute和数据管理平台MegData，将算力、算法和数据能力融为一体，作为AI基础设施，实现从算法生产到应用的全流程化和规模化供给：
旷视 科技 的Brain++平台相比云从 科技 的 *** 作系统+组件的模式，不同之处在于将算力、算法和数据进行融合，实现了AI的全流程。比如公司的Brain++商业版覆盖了数据管理、模型开发和算力调度等算法生产全流程，还可为客户提供集群搭建和部署在内的硬件交付，让客户不必为寻找AI硬件供应商和软硬件适配等问题烦恼，提升了AI的效率。Brain++平台和算法构成了旷视 科技 的核心AI能力：
业务模式上，云从 科技 的基础 *** 作系统、组件和应用产品可以单独销售，但旷视 科技 的Brain++平台是以解决方案的形式对外销售的，这构成了俩公司业务上的差异。
2018-2020年云从 科技 实现营收484亿元、807亿元和755亿元，这其中主营业务收入为483亿元、780亿元和751亿元，2020年主营业务下降主要系疫情影响，这与其商业模式有关。报告期内公司其他业务主要为向少量客户提供外购硬件和技术开发服务，2019年其他业务收入一度达到027亿元，但占比仍较小。
主营业务中人机协同 *** 作系统营收为031亿元、183亿元和237亿元，营收占比为62%、227%、313%；人工智能解决方案营收为452亿元、597亿元和515亿元，营收占比为936%、740%和682%：
旷视 科技 是一家聚焦物联网场景，以物联网为AI技术落地载体，通过构建完整AIoT产品体系，面向消费物联网、城市物联网、供应链物联网三大核心场景，提供经验验证的解决方案的AI公司。公司业务分为消费物联网解决方案、城市物联网解决方案和供应链物联网解决方案三大类。2017-2020Q3公司营收为304亿元、854亿元、1260亿元和716亿元，其中60%以上的营收来自城市物联网解决方案业务：
值得注意的是，云从 科技 营收中第三方软硬件和智能AIoT设备营收占比虽然从2018年的812%下降至2020年的508%，但仍占据半壁江山。号称行业领先的AI公司，营收一半竟然来自硬件产品，这就引出了一个问题：AI公司靠什么赚钱？
毛利率来看，报告期内云从 科技 主营业务毛利率虽然由215%提升至432%，但仍大幅低于依图 科技 和旷视 科技 的毛利率，依图 科技 主营业务毛利率由2017年的574%提升至2020H1的71%，是这几家公司中最高的：
细分到具体产品或服务，可以看出云从 科技 人机协同 *** 作系统的毛利率在75%以上，处于较高水平。人机协同 *** 作系统中软件授权业务的毛利率超过80%，主要是绝大部分软件授权业务涉及安装调试或定制开发，产生了相应的费用。报告期内公司技术服务毛利率由9945%下降至40%，因为金融风控业务涉及对外采购数据服务，2020年新增的数据中心智能化运维服务需要委托第三方提供服务，降低了毛利率水平。
云从 科技 营收占比最大的人工智能解决方案业务毛利率为1776%、2343%和2819%，主要是该类业务根据客户需求，需外购部分配套软硬件产品或服务，外购材料成本较高，挤压了毛利率空间。公司人工智能解决方案毛利率相比可比企业也明显偏低，比如依图 科技 软件、软硬件组合在报告期内的毛利率分别为641%、819%、875%、868%和113%、328%、543%和696%。
云天励飞和云知声解决方案业务毛利率水平相比依图 科技 和旷视 科技 偏低，与云从 科技 相当。比如云天励飞数字城市云隐管理业务和人居生活智慧化升级业务毛利率分别由4227%、6316%下降至3823%和4443%，主要系解决方案中需要采购硬件并有一定比例的安装服务成本，尤其是硬件设备比例上升会拖累相关业务的毛利率水平：
旷视 科技 业务毛利率水平来看，消费类物联网解决方案业务毛利率超过80%，但其营收占比由2017年的459%下降至2020Q3的181%，营收占比最大的城市物联网毛利率下降至30%以下，因此拖累了公司的毛利率水平：
旷视 科技 在招股书中提到，消费物联网解决方案是公司传统核心优势业务，主要利用人脸识别技术提供云端SaaS类及移动终端类解决方案，成本以软件为主，毛利率水平最高。城市物联网解决方案业务主要为智慧城市及智慧建筑管理，这一业务随着行业经验积累、项目设计与交付能力不断提升，按理公司具有提升毛利率空间的能力。但旷视 科技 提到，因为项目成本中硬件占比提升，导致毛利率有所下降：
结合云从 科技 、云天励飞和旷视 科技 等业务模式，可以看出：如果单纯靠出货 *** 作系统等业务，公司可以保持一个很高的毛利率。未来随着业务不断成熟，成本和费用的下降，公司具有盈利的可能。但目前来看，旷视 科技 、依图 科技 等为代表的AI公司还是以解决方案业务为主，这就涉及到一些硬件的采购和安装，相应的导致毛利率的下降。
AI四小龙无一例外全部亏损，而且一个比一个能亏。云从 科技 报告期内累计亏损2684亿元，看起来不少，但在旷视 科技 和依图 科技 面前还是弱爆了。
依图 科技 2017-2020H1净利润分别亏损1166亿元、1161亿元、3642亿元和1299亿元，累计亏损7268亿元。旷世 科技 2017-2020Q3期间分别亏损775亿元、280亿元、6639亿元和2846亿元，累计亏损1306亿元。商汤 科技 IPO不太顺利，有消息称公司将于8月份向港交所提交申请。虽然目前不清楚商汤 科技 亏损多少，但公司与云从 科技 一样，也是亏损的状态。
寒武纪主营业务是AI芯片的研发、设计与销售，主营业务与云从 科技 等明显不同，但2017-2020年公司仍然累计亏损超过20亿元。2020年寒武纪亏损大幅减少，但扭亏为盈还是遥遥无期：
行业龙头亏损严重，中小AI公司同样亏的不少。比如提供数字城市运营管理和人居生活智慧化升级应用场景解决方案的云天励飞2017-2020Q3期间净利润累计亏损1607亿元，2020年前三季度公司营收为267亿元，报告期内营收累计仅为68亿元，赚的还没有亏的多。
为什么AI公司赚钱这么难？
先说说这些公司亏损的直接原因。
2018-2020年云从 科技 毛利从105亿元增长至328亿元，毛利率由215%提升至432%，但期间费用由338亿元飙升至1061亿元，直接造成营业利润亏损。
报告期内公司销售费用由129亿元增长至274亿元，销售费用率由2663%提升至3628%，这属于很高的水平了。此外公司研发投入持续加大，由2018年的148亿元增长至578亿元，营收占比由3061%提升至7659%，已经足以让公司亏损了：
报告期内云从 科技 实施股权激励并产生了相应的费用，但这种费用短期对公司利润带来压力，假以时日影响会消除，但销售费用和研发费用的增加是持续性的，毕竟这与公司经营密切相关。比如云从 科技 销售费用中占比最大的是人员薪酬，主要是公司业务扩展，销售人员和平均薪酬增加。
人工智能仍然是一个技术密集型企业，各家公司为了保证持续的竞争力也在投入大量的资金用于研发。目前人工智能相关技术和应用场景的解决方案迭代速度比较快，以云为例产品迭代周期一般为2-6个月，因此人工智能行业的研发是个持续时间长且投入高的过程。比如云从 科技 2020年研发费用率超过75%，公司基于人机协同 *** 作系统在研项目有基础平台、算法工厂、AI融合数据湖、知识计算和人机自然交互等8项之多。
亏损最严重的旷视 科技 也是如此。2017-2020Q3公司期间费用由402亿元增长至1349亿元，规模上超过公司的营收，这其中销售费用率、管理费用率和研发费用率分别由2414%、3345%、6650%提升至416%、5756%和9223%：
另外为了提高研发人员、管理人员等积极性，或者出于营造缺钱的目的，AI公司还会实施股权激励，并为此产生巨大的股份支付费用，侵蚀了公司的盈利空间。比如2019年云从 科技 实施了股权激励，产生了1303亿元的股份支付费用；2019-2020Q3云天励飞为激励核心团队、保证团队稳定性，对核心成员实施股权激励，为此分别支付了208亿元和719亿元的股份支付费用。
目前抛开其他不谈，在研发上的投入和股权激励产生的巨大费用，凭借这两项，已经让大多数AI公司陷入亏损了。
客户变动大、客户集中度较高、单一客户依赖性较高等仍是AI公司面临的共同难题，而这一难题事关公司经营是否可持续，也是这类公司上市中的拦路虎之一。无论是注册制下的科创板、创业板还是审核制下的主板，从发审委到上市委，都盯着这一问题。
今年3月份上交所在云从 科技 第一轮问询中就要求公司就"不同类型产品前五大客户的销售内容、销售收入及变动原因，前五大客户变动较大是否符合行业惯例"等进行问询。
2018年云从 科技 第一大客户分别为北京物联新泊 科技 有限公司，营收占比为3011%；2019-2020年北京汇志凌云数据技术有限责任公司为公司第一大业务，营收占比为3049%和1098%，销售金额变动也非常大。另外江苏趋云信息 科技 有限公司和江西骏马 科技 有限公司成立不久后就成为公司前五大客户，上交所还就合理性、交易价格公允性和是否存在利益输送或其他特殊利益安排等进行问询。
云从 科技 这种情况在其他AI公司中也存在。比如2017-2020Q3旷视 科技 前五大客户相继经历了杭州联汇 科技 有限公司、中国移动、北京易华录信息技术股份有限公司和东华软件股份公司四家公司，销售金额也从2500多万到8500多万不等，而且多个客户经历了一轮游，在下一年度中不见踪影：
从云从 科技 的反馈来看，AI公司面临碎片化问题，不仅仅是场景的碎片化，还有订单的碎片化。以2020年度人机协同 *** 作系统客户分布情况来看，云从 科技 绝大多数客户的订单规模在100万元以下，1000万元以上的订单占比很低。应用场景上，公司产品覆盖了智慧治理、智慧金融智慧出行、智慧商业等多个领域，营收占比最大的人工智能解决方案也呈现出类似的特征：
客户集中度上，云从 科技 前五大客户销售占比从6223%下降至2792%，相反依图 科技 前五大客户销售占比从3512%提升至6202%，而旷视 科技 常年在20%-30%左右徘徊。
客户的飘忽不定说明了人工智能技术在客户端的复用性很低，订单的碎片化说明了人工智能技术商业化水平还处于较低的水平，难以实现规模化应用。AI公司要想寻求发展就要不断开发新用户、不断延伸新的应用场景，这势必增加了公司的额外开支。前文已经提到，云从 科技 、旷视 科技 等销售费用率很高，尤其是职工薪酬占主要比例，主要是为了扩大业务区域、开拓客户而招兵买马，相应的费用不断增长。
人工智能产业链分为基础层、技术层和应用层三大环节，其中目前以旷视 科技 、云天励飞等为代表的企业多为技术层公司，主要通过开发相关算法赋能智慧城市、智慧金融等应用场景。目前中国的AI产业相比美国，差距在于第一是基础层实力偏弱，尤其是具有全球竞争力的芯片、传感器等领域的公司太少，而且华为等部分企业因为实体清单影响，经营遭遇困难：
云从 科技 、旷视 科技 等相继布局计算机视觉、语音识别和自然语言处理等技术层，但更多的企业处于应用层，参照互联网公司，应用层的竞争会更加激烈，技术实力不佳、综合能力不足的公司会逐渐掉队。另外值得注意的是与美国的谷歌、亚马逊和微软等类似，华为、腾讯和阿里巴巴等巨头的加入让人工智能行业竞争更加激烈。华为、腾讯等公司拥有打通基础层、技术层和应用层的能力，而且在技术、研发、客户、市场等方面拥有云从 科技 等难以撼动的优势，因此势必给这些公司带来巨大压力。
从目前产业发展现状和人工智能技术发展曲线来看，其已到了从技术转向大规模应用的关键节点，目前如何规模化落地成为行业痛点。不过对云从 科技 、旷视 科技 等这些资本一路输血充大的公司来说，现在紧迫的事情是如何通过上市在补血的同时还让曾经的投资者退出，毕竟这么多年下来它们等不及了。
万一所投公司倒闭了，一切都打水漂了。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）