數據“入表”后轉讓定價方法完善研究

2024-09-03 00:00:00趙海益李霄蔚劉妍

會計之友 2024年17期

【摘要】如何對企業關聯方之間的數據資產轉讓定價問題進行規范和管理成為數據“入表”之后帶來的新問題。文章分析了當前我國稅收轉讓定價方法制定的理論基礎和主要特點，闡述了當前數據資產的主要特點及其對我國當前轉讓定價方法的主要挑戰，并從數據價值鏈的角度分析了數據資產價值創造的過程。文章建議應在稅收制度中明確數據資產屬于無形資產范疇，為后續改革掃除障礙；應基于數據價值鏈理論構建數據資產轉讓定價的利潤分割要素，完善能夠適用于數據資產交易的利潤分割法。

【關鍵詞】數據資源；數據資產；轉讓定價；數據價值；利潤分割

【中圖分類號】 F812.42；F272.91 【文獻標識碼】 A 【文章編號】 1004-5937（2024）17-0142-06

一、引言

2023年8月21日，財政部發布《關于印發〈企業數據資源相關會計處理暫行規定〉的通知》（財會〔2023〕11號）（以下簡稱《暫行規定》），明確自2024年1月1日起對符合《企業會計準則》條件的企業數據資源可以將其確認為企業無形資產或存貨，并按照《企業會計準則》的相關要求和規定進行核算和編制財務報告。自此，我國率先邁開了數據資源“入表”的步伐，開啟了數據由企業資源變成企業資產的大門。企業數據已經不再僅僅是企業的一項表外資源了，而是真正地成為企業的一項表內資產，實現了由數據資源到數據資產的跨越。《暫行規定》的發布，一方面，是貫徹黨的二十大報告中關于“加快發展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群”的精神以及落實《中共中央、國務院關于構建數據基礎制度更好發揮數據要素作用的意見》的要求的重要舉措；另一方面，也是順應時代的要求，更是規范我國數字經濟發展的內在要求，保障我國數字經濟做強做優做大。在數字經濟時代，數據的價值凸顯，已成為一項重要的生產要素，應當對企業如何進行數據資源的核算進行規范和指導，以促進數據要素市場的建設，保障我國數字經濟健康有序發展。

數字技術的廣泛應用和快速發展，為企業實現在全球范圍內配置資源提供了可能，也使得資本能夠在全球范圍內更加便捷地流動。在數字經濟時代，關聯方企業之間的交易變得越來越容易、越來越頻繁，轉讓定價問題也就變得越來越復雜、越來越棘手[1-2]。因此，在數字經濟時代，無論是企業，還是稅務機關對關聯方企業之間交易的轉讓定價問題都越來越重視。數據資源“入表”之后，數據資源變成了企業一項可以確認的資產，數據資產在企業之間的交易也將越來越頻繁[3-4]。這使得基于傳統經濟模式而制定的稅收轉讓定價方法出現若干不相適應的地方，數據資產轉讓如何定價出現了管理上的盲區，需要根據時代的特征和要求對我國當前稅收轉讓定價方法進行適當的修訂[5]。

二、當前轉讓定價方法的基本思路與主要特點

轉讓定價主要指關聯方企業之間在銷售貨物、提供勞務以及轉讓無形資產等時所使用的對價，是現代企業進行內部結算和管理的常用方法之一，也是企業進行績效評價和考核的主要工具之一。然而，轉讓定價常常被企業當成稅收籌劃的重要工具。企業很容易想到通過轉讓定價的方法將應稅利潤從高稅國或地區轉移至低稅國或地區，從而降低整個集團的稅收負擔[6]。為了保護本國的稅收利益，世界主要經濟體都制定了轉讓定價調整方法，以應對企業通過轉讓定價方式避稅。

（一）基本思路

定價本是一項市場行為，是交易雙方市場博弈的結果，遵循著市場運行的基本規律。在沒有其他特殊目的安排下，市場價格的高低反映交易標的物的成本與風險的大小，即市場主體承擔了風險就應該有相應的回報，并且承擔的風險越大獲得的報酬應該越大，風險和報酬應該對等。風險和報酬對等成為思考經濟學問題的起點，各國轉讓定價調整方法的設定也都是按照經濟學原理進行的[7]。因此，與一般稅務管理方法不同，各國設定轉讓定價的調整方法基本是按照經濟學的原理進行，即從風險和收益對等的角度進行分析。在判斷企業轉讓定價方法是否合理時，一般都需要進行功能、風險與收益的分析[8]。

1985年，美國哈佛大學教授邁克爾·波特提出了價值鏈理論。價值鏈理論認為，上下游企業之間好比存在一條鏈條，各企業都在這條鏈條上創造價值，形成了一條貫穿上下游的價值鏈。在這條價值鏈上，誰創造的價值越大，誰就應該獲得更多的收益。價值鏈理論為轉讓定價分析提供了理論基礎，此后，各國轉讓定價方法就借助這一價值鏈理論進行分析。我國也不例外，也是借助價值鏈理論進行分析。在進行轉讓定價合理性分析時，首先分析關聯交易方所承擔的功能、風險以及擁有和運用的資產，并考慮行業中的關鍵價值因素，以此作為基礎選擇合適的轉讓定價方法。雖然價值鏈為轉讓定價分析提供了理論基礎，但波特教授提出價值鏈理論時，世界經濟是以制造業為中心的時代。彼時提出的價值鏈理論被烙上了深深的制造業背景，并不能完全適應數字經濟時代的發展。

（二）主要特點

根據國家稅務總局《特別納稅調整實施辦法（試行）》（國稅發〔2009〕2號）、《關于完善關聯申報和同期資料管理有關事項的公告》（國家稅務總局公告2016年第42號）以及《特別納稅調查調整及相互協商程序管理辦法》（國家稅務總局公告2017年第6號）等相關規定，轉讓定價共設定了五種調整方法，即可比非受控價格法、再銷售價格法、成本加成法、交易凈利潤率法和利潤分割法。前三種方式被稱為傳統價格法，后兩種方式被稱為利潤法。

1.以可比價格為基礎

傳統價格法主要包括可比非受控價格法、再銷售價格法以及成本加成法，其核心的思想通過將關聯方交易價格與非關聯方之間發生的同類商品的交易價格進行比較，如果差距過大則認為關聯方企業之間的交易價格需要調整。反之，則認為關聯方之間的交易價格較為合理，不需要調整。然而，三種方法都是基于傳統制造業的商品交易價格而設計，采用橫向比較或縱向比較的思路進行，并且需要在市場中發現可比的商品以及可比的交易環境，而且還要求最好不能對商品進行實質性加工或改變，這種加工或改變甚至包括外形、性能、結構或商標的更換等。一旦商品的外形、性能、結構或商標發生了改變，那么就失去了縱向或橫向之間的可比性?？梢?，此三種方法有嚴格的適用前提，如果不能滿足這些條件，該三種方法就失去了適用的環境。

2.以可比利潤率為基礎

傳統的價格法主要針對一般的制造商品，一旦涉及無形資產傳統價格法就無法適用，利潤法應運而生。利潤法與價格法相比最顯著的特點就是，利潤法并不是直接尋找可比價格，而是尋找可比利潤，站在更為宏觀的角度來思考問題，并不拘泥于某個商品，而是聚焦于企業的整體利潤。根據經濟學的基本原理，在競爭的市場上，那些從事相同產業或者在相同條件下從事生產和經營的企業獲得的利潤應該趨同，差異不應該過大，否則市場將發揮作用縮小這種差距。因此，可以相同產業或相同條件下的企業經營為參照對象，通過比較關聯方企業之間的交易所獲取的凈利潤率與非關聯方企業之間的交易所獲取的凈利潤率是否趨同，來檢驗關聯方企業之間的交易所使用的價格是否合理[9]。交易凈利潤率法就是通過橫向比較企業的凈利潤率來實現，但交易凈利潤率法也有弱點，即如果不能發現具有可比性的參照對象，交易凈利潤法也將無法適用。利潤分割法與之稍有不同，是基于交易各方貢獻的大小來分配總利潤的。對由若干關聯方企業共同參與的一項關聯交易產生的合并利潤，按照各企業在其中發揮的職能以及對合并利潤貢獻大小的比例來分配各關聯方企業應該享有的合并利潤，從而確定關聯方企業之間的轉讓定價。但現行利潤分割法在進行貢獻度分析時，并未考慮數據類資產價值貢獻度問題，更沒有考慮數據類無形資產的價值創造過程與傳統制造業的不同。因此，當前的利潤分割法還不能直接應用于數據類資產，需要根據數據類資產的特點和價值創造過程進行修訂。

三、數據資產的特點及其價值創造過程

數據成為生產要素是數字經濟時代區別于以往經濟時代最為顯著特征之一，數據資產化是數字經濟發展到一定階段的產物。數據雖然被并列為五大生產要素之一，但數據資產特點及其價值創造的過程與傳統制造業具有很大的不同。

（一）數據資產的特點

一般而言，數據資產具有虛擬性、價值性并且價值還具有不確定性。這些特點也導致了對數據資產的轉讓定價方法不能簡單地套用依據傳統制造業模式而制定的方法。

1.虛擬性

數據與數字的概念不同，數據比數字的概念要大。數據可以是數字，也可以是文字、圖像和聲音等。通常是記錄在電腦、書本或其他介質中的一串符號。數據本身沒有意義，只是信息的表現形式和載體，也只有對實體行為產生影響時才成為信息。數據和信息是不可分離的，數據是信息的表達，信息是數據的內涵。根據“科普中國”的定義和解釋，數據（Data）是事實或觀察的結果，是對客觀事物的邏輯歸納，是用于表示客觀事物的未經加工的原始素材。數據是對客觀事物的性質、狀態以及相互關系等進行記載的物理符號或物理符號的組合。在數字經濟時代，數據往往表現為記錄在電腦中的一連串的“0”和“1”。這些“0”和“1”本身并沒有實際的作用，但其承載著大量的信息，其價值體現在其所代表的意義中，具有較強的虛擬性。

2.價值性

數據被稱為數字經濟時代的“石油”，是第四次工業革命的核心要素之一。當代“大數據之父”維克托·舍恩伯格[10]曾言：“將數據資產列入資產負債表不是能與否的問題，只是早與晚的問題”。這一論斷凸顯了數據的價值，以及數據未來的發展趨勢。為順應時代的潮流，我國已經把數據與土地、勞動力、資本、技術等傳統要素并列為五大生產要素。數據具有價值已經不言而喻，數據將成為企業核心競爭力的重要組成部分，也是數字經濟時代企業不可或缺的戰略資源。在數字經濟時代，誰掌握了數據資源誰掌握了發展的主動權。

3.不確定性

數據具有價值基本沒有爭議，但如何確定數據的價值卻充滿不確定。與傳統商品不同，以數據為基礎形成的數據資產具有很強的非均質性，不同的數據維度、大小、精度都會對數據資產的價值產生極大的影響[11]，并且即使是相同的數據，其價值還取決于開發者的開發能力。眾多的因素影響著數據價值的實現[12]。從市場化的角度分析，數據與一般大眾商品不同，沒有活躍的市場提供參考，其價值形成機制十分類似于市場拍賣機制[13]。因此，要在市場中找到類似可比的數據價格非常困難，這也注定了對數據類資產的轉讓定價管理不能照搬傳統經濟模式下設定的轉讓定價方法。需要根據數據資產的特點，結合數字經濟的特征對轉讓定價方法進行修訂以適應新形勢的要求。

（二）數據資產創造過程

為借助價值鏈理論對數據資產轉讓定價進行分析，就必須了解數據資產的價值創造過程。數據產生價值也是一個累積的過程，并非一蹴而就，只有經過加工整理之后的數據才具有價值。在數據創造價值的過程中，不同的環節承擔了不同的功能和風險，也是必不可少的。只有先了解了數據創造價值的過程，才能準確地將數據價值鏈理論應用于數據資產轉讓定價方法設計中。

1.數據產生

數據本身并不是一個新鮮的事物，不管是在數字經濟時代，還是在傳統經濟時代，數據都一直存在。從本質上講，數據產生于一切經濟活動，是經濟活動過程和結果的記錄。也就是說，只要有經濟活動，一般就會有數據產生。然而，在傳統經濟時代，數據并沒有上升到生產要素的高度，主要是因為收集數據、存儲數據的成本太高。隨著數字技術的廣泛使用，大大地降低了人們記錄和存儲數據的成本，大數據時代應運而生。因此，數據作用的突顯是數字技術廣泛應用的結果，是數據記錄和存儲成本下降后的產物。一般而言，數據的產生有兩個主要來源：企業自行研究開發而產生；企業收集用戶經濟活動的記錄而產生。對于第一種情況，企業是數據的生產者，擁有數據完全的所有權。對于第二種情況，用戶是數據的生產者，企業是數據的收集者，數據的所有權應當屬于用戶[14]。

2.數據收集

單個分散的數據基本不具備價值，只有將單個分散的個別數據集中起來形成“大數據”才能發揮數據應有的價值。越來越多的企業重視“大數據”的價值，注重對用戶數據的收集?，F實中，各類數據平臺應運而生，這是數據實現其價值的第一步，也是不可忽略的一步。當然，企業對用戶的收集并不是簡單而機械的收集。因為在企業收集的用戶數據中，可能還包含了用戶的個人信息，這些信息可能涉及公民隱私，如個人住處、行程軌跡、健康信息、地理位置等。企業需要對這些數據進行匿名、脫敏、整合等處理，以避免相關法律風險。必須能夠做到“原始數據不出域，數據可用不可見”。因此，即使是在數據收集過程中，也不能認為這一過程就是簡單數據收集而沒有承擔任何風險。相反，在這一過程中同樣存在法律風險，同樣存在著功能風險分析問題[15]。如果稍有不慎，則將導致這個數據無法使用，更無從談起后續開發和使用了。

3.數據開發

搜集過來的“大數據”只是信息的載體，要想其具有更大的應用價值，還必須對其進行開發。所謂數據開發就是指通過應用適當的統計分析方法對收集來的“大數據”進行統計分析，將它們加以匯總、整理和消化，以求最大化地開發數據的功能，發揮數據應用價值。

數據開發與分析是為了提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。通過數據開發與分析，能夠總結出有規律的信息，形成能夠在生產和生活過程中具有應用價值的產品。通過這個階段的開發，數據的價值就大大增加，形成具有價值的產品或公式符號，甚至可以作為一種產品來銷售。

4.數據應用

經過開發之后，數據具備了相應的應用價值。此時，數據能夠進入實際應用階段?；谔囟〝祿_發的產品或服務更能夠實現精準化作用，為不同類型的用戶提供差異化服務或個性化服務，由此在增加交易機會的同時也降低了營銷成本，進一步擴大了企業的利潤。

可見，數據資產的價值創造過程展現了各方、各環節在數據資產價值創造活動中扮演的角色，全面了解數據資產的價值創造過程有助于稅務機關分析各關聯方所執行的主要功能以及承擔的主要風險，為厘清各關聯方的價值貢獻奠定基礎[16]。數據資產的價值創造過程反映了數據資產關聯交易客體的具體情況，深刻理解數據資產的價值創造過程能夠幫助稅務機關選擇更加合適的轉讓定價調整方法，提高轉讓定價調整結果的可靠性。充分認識到數據資產與傳統資產的不同特點，以及數據資產價值創造過程的具體情況，對做好新時代的轉讓定價工作具有重要意義。

四、數據資產對當前轉讓定價方法的挑戰

數據成為生產要素之后改變了傳統經濟生產模式，對基于傳統經濟模式設定的稅收轉讓定價方法帶來了新挑戰。首先，數據資產是一項新事物，并沒有被明確歸屬于無形資產；其次，數據價值的不確定性使得具有可比性的參照物難以發現；最后，基于傳統制造業價值鏈的分析方法導致數據產業某些環節上的價值被忽視。

（一）數據資產未被明確為無形資產

根據財政部發布的《暫行規定》，企業可以將符合《企業會計準則第6號——無形資產》（財會〔2006〕3號）規定的數據資源確認為企業無形資產，企業在無形資產科目下增設二級科目“數據資產”進行核算。《暫行規定》在會計制度層面上明確了數據資產可以在無形資產下進行核算，這是企業會計制度中無形資產概念的一次擴充，是企業財務核算在數字經濟時代做出的順應時代特征的一次修訂[17-18]。然而，相關稅收制度還沒有來得及修訂，出現了稅收制度與財務制度不匹配的現象。根據《企業所得稅法》以及《企業所得稅法實施條例》的相關規定，企業無形資產是指“企業為生產產品、提供勞務、出租或者經營管理而持有的、沒有實物形態的非貨幣性長期資產，包括專利權、商標權、著作權、土地使用權、非專利技術、商譽等”。顯然，沒有明確包括以數據形態出現的無形資產。在有關轉讓定價相關制度中，如《特別納稅調查調整及相互協商程序管理辦法》（國家稅務總局公告2017年第6號），對企業無形資產的定義也采用了同樣的表述方式。因此，從理論上分析，在轉讓定價相關制度中，企業無形資產沒有明確包含數據類資產[19-20]。對數據類無形資產進行轉讓定價管理時，是否適用稅收領域中無形資產相關法律規定，需要進一步明確。

（二）難以尋找可比價格

根據當前我國轉讓定價相關制度的規定，當前五種調整方法主要是基于可比價格或可比利潤的橫向比較或縱向比較而設定的。此類方法的適用前提是找到可比的商品、可比的交易環境。

然而，由于數據價值的不確定性，以及影響數據價值的因素太多，找到相同數據資產以及相同的交易環境要比傳統制造業商品的難度高出若干倍。數據價值具有模糊性以及不確定性，使得基于傳統制造業商品而設定的轉讓定價思路很難在數據領域適用。再加上如果是關聯方企業之間意欲通過數據資產關聯交易進行稅收籌劃，則更進一步增加數據資產轉讓定價調整的難度。

數字經濟時代，數據已經上升到戰略資源的高度。通常而言，對于一種戰略資源是很難在市場中找到可比價格或可比利潤的，這使得傳統轉讓定價調整方式在數據領域無法適用，必須根據數據資產的特點對當前轉讓定價調整方法進行修改和補充，以便轉讓定價方法能夠適應時代的變化[21]。

（三）數據價值創造與傳統價值鏈不同

根據《OECD跨國公司與稅務機關轉讓定價指南》的規定，功能和風險的承擔主要取決于哪個主體實質上控制了相關風險。一種較為流行的觀點認為，數據的收集、存儲、整合階段承擔的風險較小，而數據的開發和應用階段承擔的風險較大，因此，數據價值創造主要應該是在數據開發和應用階段[22]。這就大大降低了數據的收集和存儲階段的功能和貢獻，并且認為這部分不應該獲得太多的收益。這是基于傳統制造業思路的價值鏈分析，而非數字經濟時代數字領域價值鏈的分析。數據價值的創造與傳統制造業有很大的不同，因此，基于傳統制造業的價值量分析方法不能直接用于數據價值鏈分析，會得出錯誤的結論。

從形式上分析，從數據的產生到數據產品的開發和應用，中間也同樣存在一條長長的鏈條，其間涉及數據的收集、整合、分析、開發和應用。各階段也是相輔相成的，沒有前道工序的完成，后道工序就無法進行，每一道工序都是無法跳躍的。但數據的價值不僅僅是在開發和應用階段產生，在數據的收集和整合階段同樣創造價值，同樣承擔著巨大的風險。如果這個階段的風險控制不好，將會導致整個數據無法使用，也將導致后面的工序無法開展。眾所周知，數據是信息的載體，企業通過收集用戶的信息而得到的大量數據涉及到用戶的個人隱私。如果企業隨意公開和使用這些包含用戶個人隱私和信息的數據，存在泄密個人隱私的風險，可能需要承擔道德風險或法律責任，甚至觸犯刑法?；谶@種含有個人隱私數據開發的產品也將涉嫌違法，并導致產品不可用，不可謂風險不大。在數據的收集階段，企業需要注意保護個人隱私，并且做到“原始數據不出域、數據可用不可見”，否則將觸犯國家法律法規。因此，數據產業鏈與傳統制造業產業鏈存在不同，數據收集階段并不是低價值或沒有價值的活動，同樣承擔重要風險，理應獲得相應的收益。

五、政策建議

完善我國數據資產轉讓定價方法，一方面是對我國當前稅收制度的健全和完善，另一方面也是應對數字經濟發展的重要措施之一。根據《暫行規定》的精神，對于符合條件的數據資源可以確認為企業的無形資產或存貨，那么，在我國稅收轉讓定價相關制度中也需要明確對符合條件的數據資產可以確認為無形資產或存貨，并且需要根據數據資產價值形成過程進行價值鏈分析，厘清數據資產價值創造各階段的主要貢獻，為完善數據資產轉讓定價方法提供理論依據。

（一）將數據資產明確為企業無形資產

當前，我國稅收制度中沒有明確規定數據類資產屬于無形資產，這使得對數據類資產進行轉讓定價管理時還存在模糊空間，實務中很難確定應該采用哪類制度進行調整。為順應時代的要求，保障數字經濟健康有序發展，應該在稅收相關制度中明確規定企業無形資產包含數據資產，適用無形資產相關規定，為后續進一步完善數據資產轉讓定價方法掃除障礙。

可以在我國稅收法律制度中將數據資產與專利權、商標權、著作權、土地使用權、非專利技術、商譽等并列，明確數據類資產屬于稅收制度中的無形資產。這樣的修改方式比較直接，也比較簡單，影響較小。此外，也可以參考美國稅收法律制度中對無形資產的定義。美國的稅收法律制度將無形資產定義為沒有實物形態的資產，但不包括金融資產。美國稅收制度中有關無形資產的定義內容較為廣泛，幾乎將企業所有的無形資產都囊括進來了。在無形資產越來越重要的今天采用這樣的修訂方式能夠徹底解決問題，使得改革一步到位，防止企業出現其他形式的無形資產而需要不斷修改，為以后的發展進一步掃除障礙。

（二）重塑數據轉讓定價理論基礎

現代轉讓定價方法一般是建立在以制造業為基礎的價值鏈理論基礎之上，重視商品的生產和制造，強調市場主體所獲得的收益應該與其承擔的風險和功能相一致，并且承擔的風險越大其收益也就相應越高。根據OECD等組織提出的理論，數據的價值主要來自對數據的開發和研究，而數據的收集、存儲和整理對數據價值的提高影響不大。因此，數據的收益也主要應當由負責數據分析和開發的主體獲得。顯然，這與事實不符，對我國也不利。我國是人口大國，有著眾多的網民，是網絡消費大國，每天都會有大量的數據產生，并且網絡數據的產生和修正也都是在與用戶的互動中不斷修正完成的。因此，我國廣大的用戶既是網絡經濟中的消費者，也是網絡經濟中的生產者。在數據的收集和整理過程中，數據收集方承擔著匿名、脫敏和整合的任務，稍有不慎就會導致用戶個人隱私泄露，給數據收集方帶來嚴重的法律風險。因此，在數據的收集和整理過程中同樣承擔著不可忽略的功能和風險，應該得到合理的價值補償。

在數據價值鏈中，數據的產生依賴于用戶的使用，用戶是原始數據的生產者，擁有原始數據的所有權。平臺企業等收集用戶的數據，并經過匿名、脫敏等處理，擁有初步整理后的數據使用權。數據開發企業則進一步將數據加工成可以使用的產品，因此數據開發企業擁有數據的經營權。從形成整個數據的價值產業鏈分析，數據資產價值的形成過程與傳統制造業產品價值形成過程具有很大的不同，傳統制造業產業鏈像是一個“頭重腳輕”的過程，制造階段最為重要。而在數據產業鏈中，每一步都承擔了重要的功能，每一步也都存在風險控制，每一步都在為這個價值鏈增加價值，更像是一個平行的過程。在數字經濟時代，應當重視數據資產價值形成過程的每一個階段，并基于數據價值的形成過程重塑數字價值產業鏈。

（三）構建數據資產利潤分割要素

在我國目前五種轉讓定價調整方法中，可比非受控價格法、再銷售價格法以及成本加成法需要有明確的可比價格，交易凈利潤率法則需要有可比的利潤率，顯然，這些方法都不太適合數據資產。影響數據資產價格的因素太多，數據價值也具有不確定性，要找到具有可比性的價格或利潤率可謂難上加難。而利潤分割法以關聯交易各方的合并利潤為基礎，根據關聯交易各方對合并利潤所做的貢獻為依據進行利潤分配。利潤分割法并不完全依賴于外部的可比價格或可比利潤，其關鍵是要進行關聯企業的貢獻度分析，各關聯方能夠從總利潤中獲得的收益取決于關聯各方的貢獻度。因此，利潤分割法可能更適合數據無形資產轉讓定價。當然，當前的利潤分割法并不能簡單直接套用，還需要根據數據資產的特點以及價值創造過程進行完善。

為了完善利潤分割法，需要根據數據價值的創造過程，依據數據價值鏈理論，對數據價值的形成過程進行貢獻度分析。如網絡用戶對數據生產的貢獻、平臺企業對數據收集和整理的貢獻、開發企業對數據開發的貢獻，形成基于所有權、使用權和經營權的利潤分配模式。構建適應數字經濟時代的利潤分割要素，完善基于符合數據資產價值創造過程的轉讓定價方法。如果仍然僅僅以資產、費用和雇傭人員等成本作為判斷各參與方貢獻度的依據，并不能形成符合數字經濟時代特征可靠而全面的結論。

【參考文獻】

［1］路征，周婷，王理，等.數據資產與企業發展——來自中國上市公司的經驗證據［J］.產業經濟研究，2023（4）：128-142.

［2］李聰.數字經濟下稅基侵蝕與利潤轉移問題研究［J］.財會月刊，2022（10）：148-153.

［3］ YUHAN H，YANG Y.Digitalization of tax administration and corporate performance：evidence from China［J］.International Review of Financial Analysis，2023（90）：1-14.

［4］ LIU J，FENG J，LIU Z.Research on the digital capability of China's tax administration under the Cross-

Border Digital Economy［J］.Social Security and Administration Management，2023，4（5）：37-41.

［5］ GUO T，CHEN H，XIAO Z，et al.Does corporate digital transformation affect the level of corporate tax avoidance？ Empirical evidence from Chinese listed tourism companies［J］.Finance Research Letters，2023（57）：1-6.

［6］蔡昌，曹曉敏，蔡一煒.數字企業國際避稅與反避稅研究——以亞馬遜公司避稅案為例［J］.會計之友，2022（2）：107-113.

［7］戴芳，謝磊.我國轉讓定價稅制的優化研究——基于數據資產視角［J］.財會月刊，2023，44（14）：131-137.

［8］鄔展霞.數據要素價值創造的原理、模式及其對稅收制度的挑戰［J］.稅務研究，2023（5）：60-67.

［9］葉永青，馬曉煜，劉璐瑤.大數據對轉讓定價規則的挑戰——基于互聯網公司關聯交易的討論［J］.國際稅收，2022（2）：24-31.

［10］維克托·邁爾-舍恩伯格，肯尼斯·庫克耶.大數據時代［M］.杭州：浙江人民出版社，2013：2-8.

［11］熊巧琴，湯珂.數據要素的界權、交易和定價研究進展［J］.經濟學動態，2021（2）：143-158.

［12］許憲春，張鐘文，胡亞茹.數據資產統計與核算問題研究［J］.管理世界，2022，38（2）：16-30，2.

［13］羅玫，李金璞，湯珂.企業數據資產化：會計確認與價值評估［J］.清華大學學報（哲學社會科學版），2023，38（5）：195-209，226.

［14］王競達，劉東，付家成.數據資產的課稅難點與解決路徑探討［J］.稅務研究，2021（11）：68-73.

［15］馬克衛，王碩，苑杰.數據資產核算應用研究：理論與實踐［J］.中南財經政法大學學報，2023（5）：149-160.

［16］孫永堯，楊家鈺.數據資產會計問題研究［J］.會計之友，2022（16）：153-160.

［17］呂慧，趙冠月.數據資產的價值評估與會計處理研究進展綜述［J］.財會通訊，2023（13）：24-30.