企业职工福利费的会计分录是什么？

正文 阿里巴巴撒钱分红 财报显示，阿里巴巴最新一个季度总营收达2478亿元，同比增长2.13%；同期归母净利润为468.15亿元，同比增长129.16%。 12月6日，阿里巴巴（HK.09988）发布公告，将向截至2023年12月21日香港时间及纽约时间收市时登记在册的普通股持有人和美国存托股持有人，就2023财年首次派发年度股息。派息总金额将达到25亿美元（约合人民币178.94亿元）。为确保准确统计和发放股息、保障股东权益，阿里巴巴普通股与美国存托股之间的转换将在2023年12月15日纽约市场收市至21日纽约市场收市时间段内暂停。对于想要赶上派息的投资者而言，在12月20日除权日前买入阿里巴巴股票即可，暂停转换并不影响公司在港股及美股的正常交易。此次面向全体股东的派息决定，是阿里巴巴2014年上市美股，以及2019年再次回归港股以来首次大规模分红派息。据梳理，阿里巴巴成立以来就以保守的财务经营策略闻名，包括本次分红派息在内，仅有3次分红派息记录。*次为2009年，阿里巴巴为庆祝公司成立10周年，向股东派发每股20港分的特别股息，总金额为10.1亿港元(约合人民币8.8亿元)，创下当时互联网行业史上*规模分红。彼时阿里巴巴公布的半年报显示，其营收保持较快增长，净利润同比下滑明显，但其在财报中表示“互联网尤其是电子商务充满发展机会”。第二次分红发生在2010年12月，阿里巴巴在宣布派发总计约11亿港元（约合人民币9.4亿元），同时向员工增发上限为1.56亿股的股权激励。招揽员工、补偿股东成为了此次派息的关键出发点。彼时阿里巴巴公布的三季报显示，公司营收、净利润增速均在45%左右，该业绩表现令多方满意。然而从近期阿里巴巴股价走势表现来看，市场对于第三次分红派息以及近期公布的财报增长并不买账。自11月16日以来，阿里巴巴港股股价持续下跌，15个交易日内已累计下跌达16.05%；在美股也有类似趋势，且美股16日以来13个交易日内跌幅已达16.87%，负面情绪更为明显。值得一提的是，在披露分红、业绩增长等消息的同时，阿里巴巴还宣布不再对阿里云进行拆分，同时暂缓生鲜电商盒马的IPO进程。有评论认为，消费渠道多样化、消费降级影响了市场对于淘天集团的增长预期，而阿里云拆分的暂停则令市场对于其“新增长曲线”产生担忧。叠加阿里巴巴极力辟谣的“马云减持”风波，更令公司短期股价走向不确定。今年年初，股价持续走低的京东也曾提出大额现金分红。此前公告显示，在披露2022年财报的同时，京东宣布发放现金股息，总派息金额达10亿美元（约合人民币71.58亿元）。时任京东首席财务官的许冉表示，为展现我们健康的盈利能力、资产负债表，以及对股东的价值承诺，我们很高兴以现金分红的方式回馈股东。不过京东的大额分红，以及“百亿补贴”、大力引入第三方商家等运营策略的转变并未换来市场的支持。分红后，京东股价持续震荡数月，随着年中报、三季报的陆续披露，京东美股股价继续呈现下跌态势。对比明显的是，近期部分中概股股价走高。其中，拼多多美股自11月16日以来股价已累计上涨25.38%，总市值达到1906亿美元，以超越阿里巴巴63亿美元的成绩成功登顶中概股市值榜首。就营收、净利润增速而言，拼多多2023年Q3财报远超预期，当季度营收达688.41亿元，同比增长93.89%；同期归母净利润达155.37亿元，同比增长46.74%。拼多多上市以来并未分红，其所得资金均用于投资扩展国内以及海外业务。截至三季度，拼多多旗下跨境电商Temu业务上继续投入，已取得超预期增长，成功布局进入了北美、欧洲、中东、澳洲等全球47个国家市场。但从营收规?：途焕笤鏊偕?，阿里巴巴仍是中概股“老大哥”。财报显示，阿里巴巴最新一个季度总营收达2478亿元，同比增长2.13%；同期归母净利润为468.15亿元，同比增长129.16%。 【本文由投资界合作伙伴财联社授权发布，本平台仅提供信息存储服务。】投资界处理。新势力淘汰赛

正文 手机厂商，扎堆下场造车 尽管自动驾驶汽车面临着诸多挑战，但随着技术的不断进步和法规的不断完善，有理由相信自动驾驶汽车的未来充满希望。 最近，几家我们认知中是“手机厂商”的企业，宣布进军汽车制造业。比如华为已经在汽车领域打响了名声，之前我们的文章中都介绍过了。而在11月15日，工信部发布的最新一批《道路机动车辆生产企业及产品公告》中，两款“小米牌”纯电动轿车榜上有名。这说明小米造车迈出了关键性一步，大概明年就可以做到量产了。另外i，魅族被吉利旗下的湖北星纪时代科技有限公司收购，整合为星纪魅族。星纪魅族将在明年推出定制车，不仅搭载自研的Flyme Auto智能座舱操作系统，还将从软件、设计、内饰等各个方面融合魅族过往的经验。定制车将只在星纪魅族集团渠道进行销售。手机时代的老对手们，现在又纷纷在汽车领域开了新战场。手机厂商下场造车，依托的是智能化领域的优势，而这种优势，将会在政策准入之后更加明显。2023 年 11 月 17 日，工业和信息化部、公安部、住房和城乡建设部、交通运输部决定开展智能网联汽车准入和上路通行试点工作，发布《关于开展智能网联汽车准入和上路通行试点工作的通知》（下称《通知》）。《通知》在与国家法律、法规、规章相衔接的基础上，探索新型试点机制，引导高阶自动驾驶功能规范应用，是首部国家级智能网联汽车准入和上路通行试点工作结合的管理指导文件。根据《通知》，四部门将在智能网联汽车道路测试与示范应用工作基础上，遴选具备量产条件的智能网联汽车产品开展准入和上路试点。而取得准入的智能网联汽车可在限定区域内开展上路通行试点，如用于运输经营的还需满足交通运输主管部门运营资质和运营管理要求。《通知》中的智能网联汽车，指的就是符合国家标准《汽车驾驶自动化分级》（GB/T 40429-2021）定义的3级驾驶自动化车辆和4级驾驶自动化车辆。根据该标准，0级至2级为驾驶辅助，3级为有条件的自动驾驶，4级为高度自动驾驶，5级为完全自动驾驶。目前市场更为熟悉的还是国际自动机工程师学会标准，共分为L0至L5共六个级别：L1至L2为辅助驾驶技术，L3及以上为自动驾驶，两项标准较为接近。对于谁有资格申请自动驾驶上路，《通知》也给出了一个明确的定义——试点使用主体，要求在国内登记注册，具备独立法人资格。从该定义来看，目前试点通行的自动驾驶汽车使用主体针对企业，既可以是技术提供方，也可能是运营测试方，而非个人用户。对于进入试点的企业，《通知》对其设计验证能力、安全保障能力、安全监测能力，以及合理的用户告知机制等各方面能力都提出了要求。而对于上路试点通行的自动驾驶车辆，《通知》也对产品技术和过程保障提出了要求，包括但不限于数据安全、测试流程、以及我们熟知的“5G云代驾”等。自动驾驶上路的一个关键点就是要保证安全性。由于道路场景复杂，即使现有技术已经实现了99%以上场景的自动驾驶，但剩下1%的长尾场景如果不得到解决，自动驾驶就始终无法落地。因此自动驾驶技术上的长尾问题成为自动驾驶商业化的主要制约因素。业内认为，自动驾驶技术能应用到何种程度，一方面取决于技术研发的水平，另一方面取决于安全监管的要求。随着自动驾驶技术不断成熟，自动驾驶的商业化进程将取决于监管给予的应用空间。而随着法规的落地，国内自动驾驶有望快速推进。一方面，《通知》提出了更为完善与严格的监管规定，以此保证自动驾驶技术上路通行试点的安全，推进我国高阶自动驾驶快速发展。另一方面，通过自动驾驶的上路试点，不断积累管理经验，有利于相关法律法规、技术标准的制定和修订，进一步加快自动驾驶的商业化进程。01 无人驾驶出现事故怎么办？法规明确责任划分随着我国自动驾驶汽车逐步从测试示范阶段迈入商业化应用新阶段，自动驾驶汽车运行安全问题也日益突出。据我国官方公开资料显示，2022年某示范区共发生搭载自动驾驶功能的智能网联汽车道路测试交通事故47起，事故发生率为3.47起/百万公里，其中自动驾驶模式下37起，人工驾驶模式下10起。根据美国加州DMV汽车管理部门官网公开的自动驾驶车辆事故报告，499起碰撞事故中有261起为自动驾驶模式，237起为人工驾驶模式，1起驾驶模式不明。从控制论角度看，无人车事故责任承担主体、责任大小和类别，都应与自动驾驶等级相契合，在事故发生的时候，车辆由谁来控制，就应由谁来承担责任。对L0到L2三个等级的无人车来说，车辆主要控制主体为驾驶员，做决策者也是驾驶员，因此，责任承担主体应为驾驶者本人。但是3级及以上自动驾驶中允许驾驶者双手离开方向盘，同时，自动驾驶系统从辅助性质转化为决策者，人工智能平台成为车辆部分或全部的实际控制人，因此，3级及以上自动驾驶存在责任界定难题。对于自动驾驶的事故处理问题，《通知》中也做出了明确的规定。首先，重视对事故的预防。《通知》规定试点使用主体应当为车辆上路通行购买机动车交通事故责任强制保险以及每车不低于五百万元人民币的交通事故责任保险。同时，试点路段、区域应当设置相应交通标识或者提示信息，保障车辆自动驾驶功能的实现。且运行车辆的车身应当以醒目图案、文字或者颜色标示，以提醒周边车辆及其他交通参与者注意。其次，对于责任划分问题，《通知》也首次明确：如果车辆在自动驾驶系统功能未激活状态下发生道路交通事故的，则按照现行规定承担责任；如果车辆是在自动驾驶系统功能激活状态下发生道路交通事故的，造成的人身伤亡、财产损失，由保险公司在保险责任限额范围内予以赔偿；不足的部分，按照《中华人民共和国道路交通安全法》规定确定各方当事人的赔偿责任。其中由智能网联汽车一方依法承担赔偿责任的，由试点使用主体承担。由此可见，法规没有简单的把责任全部划给车企或自动驾驶公司承担，而是首先明确了几个主体——制造方、自动驾驶技术开发方、车辆运营方，以及安全员。在此之上，事故也分为不同类型。安全员人为事故，按常规方式处理。确定由自动驾驶所致事故，不严重的走简易程序，严重的需要具体分析，制造方、开发方、运营方需要分别提供证据资料，配合管理部门的调查。总的来说，《通知》对于自动驾驶事故处理的相关规定，既给了行业研发升级迭代充分的信心，同时又避免了责任划分不清的情况。02 中国自动驾驶产品商业化有所侧重，产业和市场规模持续扩大法规总是落后于产品的出现，对于新产品的应用，每一次的法规发布都预示着产品距离市场化更进一步，不断完善的法规是产品面向消费者市场的阶梯，法规也是关于产品权责的一种平衡。2017年左右，自动驾驶行业百家争鸣，各方势力纷纷登上自动驾驶的舞台宣传L3级自动驾驶万事俱备，只欠法规的东风，每个企业传递出同一个声音，呼吁国家尽快出台自动驾驶产品相关的法规，从而加快自动驾驶技术的落地。时至今日，当年声势浩大宣传自动驾驶的企业有的已经偃旗息鼓，有的已经转型向辅助驾驶领域。在行业不断理性的发展过程中，相关的法规也在不断的完善，国内自动驾驶的发展体现出两个特点：首先是产品形态方面，自动驾驶的实际应用还处于L3以下水平。自动驾驶技术在乘用车领域产品形态主要分为两大类，一类是面向辅助驾驶的L2+;另一类是面向L4级的Robotaxi探索。虽然很多企业都宣称L2级和L4级同步并进，但是在商业层面还是有侧重，所以，大多数自动驾驶企业都会侧重在辅助驾驶领域，实现自动驾驶技术的工程化落地。其次是产业和市场规模持续增长。我国自动驾驶领域的融资在2015年出现快速增长，2014年融资事件4起，融资金额0.45亿元，2015年增加到17起5.57亿元，2015年至2021年间融资事件402起，融资金额939.91亿元。资金的大量投入催化了自动驾驶技术快速发展、市场接受程度提高，越来越多的车型加载了自动驾驶功能，由此也推动了一批重视自动驾驶的车企快速发展。但由于在推广中遇到各种困难，L3级及以上技术的落地进展较慢，甚至一些投入高级别自动驾驶的明星公司出现经营困难，或被迫转入L2+级的自动驾驶，整体上L2、L2+级自动驾驶增长更快。根据“爱普搜汽车”的数据，2022年1-11月我国国内自动驾驶L1级销量256.86万辆，同比下降18.7%，渗透率14.7%，同比下降2.7%，而L2及L2+级销量600.96万辆，同比增长46.0%，渗透率34.5%，同比增长11.8%。另外，根据工信部数据，2022年我国搭载辅助自动驾驶系统的智能网联乘用车新车销售达700万辆，同比增长45.6%，市场占比为34.9%。2023年上半年，具备组合驾驶辅助功能的乘用车新车销量占比达到42.4%，较去年同期增加近10%。未来，随着自动驾驶装机量快速增长以及相关法规的落地，相对较高级别的自动驾驶所占比重预计也将持续提高。03 展望未来：自动驾驶机遇与挑战并存关于无人驾驶或自动驾驶的概念其实早在1939年就已经被提出，科学家们提出了人工智能的设想，并设想将之运用在自动驾驶上。现代燃油汽车都会配置汽车芯片，统一由行车电脑控制和记录汽车行驶过程中的各种数据，但因传统燃油车的驱动方式特性，即使芯片算力一直在快速上升，自动驾驶技术却没有太大的突破。在新能源汽车全面发展之前，传统燃油车基础下的自动驾驶技术一直在L1等级停滞不前，极少部分可以达到L2等级。而新能源车蓬勃发展之后，L2、L3等级已经有众多品牌的车实现量产，自动驾驶技术的发展因为新能源车跨出了极大的一步。从另一方面来说，自动驾驶等智能化功能几乎已经成为消费者选购汽车的标配，智能化水平也成为新能源汽车行业下半场的主要竞争点新能源汽车工业弯道超车的表现给了我们制造业转型的良好信心，也让我们看到了未来新能源车+无人驾驶的智能网联汽车领域的广阔前景。自动驾驶等智能化功能和新能源汽车互为对方做大做强的关键。不过，尽管自动驾驶技术快速发展、市场需求不断成熟，和新能源汽车的结合也有着较好的发展前景，但自动驾驶在技术、成本、数据、基础设施等多方面仍然存在许多挑战。首先，自动驾驶的发展水平取决于各种硬件、软件、计算能力等方面的技术进步及其整合效果。尽管自动驾驶的软硬件取得很大进展，但现有技术仍存在不足，对自动驾驶向高阶发展形成制约。例如，随着自动驾驶向更高自动化水平发展，车载芯片的数量大幅度增长，对算力的需求也显著提高。当前，中国大陆的芯片先进制程制造能力相比世界先进水平存在较大差距。其次，自动驾驶功能虽然会给用户带来更好的用车体验，但是这些需要付出额外的成本，用户会在新增功能与额外成本之间进行权衡，高昂的软硬件成本成为其普及和功能升级的重要阻碍。第三，自动驾驶向更高水平发展甚至进入到完全无人驾驶阶段，不仅需要单车智能方面的硬件和软件进一步的技术发展和性能提升，还需要通信端、路端、云端等基础设施与车辆形成协同。但总体上看，适应自动驾驶发展的信息基础设施在我国尚处于探索、试点的早期阶段，离大规模商用要求还存在不小差距。最后，自动驾驶是数据驱动的技术，无论是摄像头方案还是激光雷达方案，都需要收集大量且场景丰富的数据，用于自动驾驶算法的训练和迭代升级。但是自动驾驶场景中的数据呈现出典型的长尾分布特征，即大多数场景会频繁出现，而边缘场景出现的概率很低。边缘场景的低概率特征决定了在实际路况下获取数据需要大量行驶里程的积累，这是一件非?：氖?、成本高昂的工作。不过，尽管自动驾驶汽车面临着诸多挑战，但随着技术的不断进步和法规的不断完善，有理由相信自动驾驶汽车的未来充满希望。未来，自动驾驶汽车将与智能交通系统、物联网等相互融合，实现更加高效、安全、便捷的出行体验。 【本文由投资界合作伙伴微信公众号：非凡油条授权发布，本平台仅提供信息存储服务。】投资界处理。中国面膜市场大变天