当前,数据已全面融入我们的生产、生活和治理活动中,在国民经济中发挥越来越大的作用,各界对于“数据要素纳统入表”给予很高的期盼。
“数据要素纳统”是建立在“数据资产入表”基础上,而“数据资产入表”又会促进数据要素经济价值的统计核算。推动数据要素纳统,不仅有利于经济社会高质量发展,而且也是一个重大的理论创新。
(资料图)
“数据要素纳统入表”的概念剖析:
“数据”规定了其内容实质,“要素”确定了其经济属性,“纳统”计量了数据要素的经济价值,“入表”指企业数据资产入财务报表。
“数据要素”是维系国民经济运行及市场主体生产经营过程中必须具备的基本社会资源,其基本特征是为经济发展系统提供基础和动力来源。
“数据要素纳统”是对数据要素的经济价值的计量,是对与数据要素相关经济活动的流量和存量变化的客观记录,是数据要素被赋予的价值,而不是反映数据要素创造的价值。
在现行CSNA体系下,数据要素的经济价值未得到充分体现:
数据被视为中间品或中间消耗,做“费用化”处理,不被计入GDP增加值;
但实际上数据要素的部分经济价值已分摊进:从事数据开发利用活动的劳动者报酬、支撑数据采集处理存储运维等机器设备的固定资产折旧、以及管理者和其它资产有效运用数据而获得的企业盈余等项目中。
应构建数据要素的经济价值统计核算方法:
借鉴现行CSNA对“研究与开发”支出资本化的统计核算经验;
对企业在整个数据要素(包括自产型、外购型)价值形成全过程中各项支出(包括资产性支出、劳动成本支出、中间投入支出、外购支出),进行资本化的处置,来计算其数据要素的经济价值,并计入GDP;
以更好测算数据要素对GDP贡献程度,反映数据资产规模结构的变化状况。
应建立与数据要素纳统入表相适应的会计准则和税法规范:
会计准则
规范企业对数据要素的成本核算,企业会计准则应完善数据要素支出的确认、计量、记录与报告方法,以保持统计口径的一致性和科目的规范性。
数据要素支出的定义和分类,包括数据采集、数据管理。其中,数据采集是指直接为研究应用而开展的采集活动,数据管理是指数据处理、开发利用、运行维护等系列数据保值与增值的支出。
数据要素支出的确认应满足最终数据产品/服务在技术上的可行性、支出金额的可计量、具有使用或出售的意图和市场条件等。
数据资产的计量,包括初始计量、后续计量。其中,初始计量是指数据资产按照购买价款、税费、直接归属及预定用途所发生各项成本的计量。后续计量是指数据资产的摊销期限和摊销方法。
数据资产的记录与报告,企业应设置数据资产的类别,记录并披露数据资产的期初和期末账面余额、累计摊销额及减值准备累计金额、使用寿命的估计等情况。
税法规范
应集中在企业对数据要素支出的归集、摊销及抵减应税收入。
归集至数据要素支出的科目应包括人员人工费用、直接投入费用、折旧费用与长期待摊费用。其中,人员人工费用指直接从事数据采集和管理活动人员的“五险一金”以及相关外聘的劳务费。直接投入费用指数据采集和管理活动直接消耗的软硬件费、运维费、租赁费、检验费等。折旧费指用于数据采集和数据管理活动的软硬件设备的折旧费。
抵减企业应税收入指为了鼓励企业充分开发利用数据要素,促进数据价值释放,可规定企业为开发新的数据产品/服务发生的数据要素支出,未形成数据资产计入当期损益的,按75%加计扣除;形成数据资产的,按数据资产成本的175%摊销。
(作者为广东数字政府研究院副院长)
(文章来源:第一财经)