国家鼓励的软件企业定期减免企业所得税。

一、优惠内容

自2020年1月1日起,国家鼓励的软件企业,自获利年度起,第一年至第二年免征企业所得税,第三年至第五年按照25%的法定税率减半征收企业所得税。

 

二、享受条件

(一)国家鼓励的软件企业是指同时符合下列条件的企业:

1.在中国境内(不包括港、澳、台地区)依法设立,以软件产品开发及相关信息技术服务为主营业务并具有独立法人资格的企业;该企业的设立具有合理商业目的,且不以减少、免除或推迟缴纳税款为主要目的;

2.汇算清缴年度具有劳动合同关系或劳务派遣、聘用关系,其中具有本科及以上学历的月平均职工人数占企业月平均职工总人数的比例不低于40%,研究开发人员月平均数占企业月平均职工总数的比例不低于25%;

3.拥有核心关键技术,并以此为基础开展经营活动,汇算清缴年度研究开发费用总额占企业销售(营业)收入总额的比例不低于7%,企业在中国境内发生的研究开发费用金额占研究开发费用总额的比例不低于60%;

4.汇算清缴年度软件产品开发销售及相关信息技术服务(营业)收入占企业收入总额的比例不低于55%[嵌入式软件产品开发销售(营业)收入占企业收入总额的比例不低于45%],其中软件产品自主开发销售及相关信息技术服务(营业)收入占企业收入总额的比例不低于45%[嵌入式软件产品开发销售(营业)收入占企业收入总额的比例不低于40%];

5.主营业务或主要产品具有专利或计算机软件著作权等属于本企业的知识产权;

6.具有与软件开发相适应的生产经营场所、软硬件设施等开发环境(如合法的开发工具等),建立符合软件工程要求的质量管理体系并持续有效运行;

7.汇算清缴年度未发生重大安全事故、重大质量事故、知识产权侵权等行为,企业合法经营。

(二)符合原有政策条件且在2019年(含)之前已经进入优惠期的企业,2020年(含)起可按原有政策规定继续享受至期满为止,如也符合本项优惠规定,可按规定享受相关优惠,其中定期减免税优惠,可按《财政部 税务总局 发展改革委 工业和信息化部关于促进集成电路产业和软件产业高质量发展企业所得税政策的公告》(财政部 税务总局 发展改革委 工业和信息化部公告2020年第45号,以下简称45号公告)规定计算优惠期,并就剩余期限享受优惠至期满为止。符合原有政策条件,2019年(含)之前尚未进入优惠期的企业,2020年(含)起不再执行原有政策。

(三)原有政策是指:依法成立且符合条件的软件企业,在2019年12月31日前自获利年度起计算优惠期,第一年至第二年免征企业所得税,第三年至第五年按照25%的法定税率减半征收企业所得税,并享受至期满为止。其中,“符合条件”是指符合《财政部 国家税务总局关于进一步鼓励软件产业和集成电路产业发展企业所得税政策的通知》(财税〔2012〕27号)和《财政部 国家税务总局 发展改革委 工业和信息化部关于软件和集成电路产业企业所得税优惠政策有关问题的通知》(财税〔2016〕49号)规定的条件。

(四)软件企业按照45号公告规定同时符合多项定期减免税优惠政策条件的,由企业选择其中一项政策享受相关优惠。其中,已经进入优惠期的,可由企业在剩余期限内选择其中一项政策享受相关优惠。

政策依据:

《财政部 国家税务总局关于进一步鼓励软件产业和集成电路产业发展企业所得税政策的通知》(财税〔2012〕27号)

《财政部 国家税务总局 发展改革委 工业和信息化部关于软件和集成电路产业企业所得税优惠政策有关问题的通知》(财税〔2016〕49号)

《财政部 税务总局关于集成电路设计和软件产业企业所得税政策的公告》(财政部 税务总局公告2019年第68号)

《财政部 税务总局关于集成电路设计企业和软件企业2019年度企业所得税汇算清缴适用政策的公告》(财政部 税务总局公告2020年第29号)

《财政部 税务总局 发展改革委 工业和信息化部关于促进集成电路产业和软件产业高质量发展企业所得税政策的公告》(财政部 税务总局 发展改革委 工业和信息化部公告2020年第45号)

《中华人民共和国工业和信息化部 国家发展改革委 财政部 国家税务总局公告2021年第10号》(中华人民共和国工业和信息化部 国家发展改革委 财政部 国家税务总局公告2021年第10号)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值