MétaCan
Menu
Retour à la cohorte
Enregistrement W1983631841 · doi:10.1108/17544401011052276

The distributional impact of income tax in Canada and China: 1997‐2005

2010· article· en· W1983631841 sur OpenAlexaffabout
Horn‐Chern Lin, Tao Zeng

Notice bibliographique

RevueJournal of Chinese Economic and Foreign Trade Studies · 2010
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésEconomicsGross incomeChinaState income taxInternational taxationIncome distributionPublic economicsPersonal incomeIncome taxDistribution (mathematics)Tax reformDouble taxationDemographic economicsMacroeconomicsGeographyInequality

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to examine the distributional impact of personal income tax in Canada and China over the most recent decade. Design/methodology/approach The Urban Household Survey in China and the Canadian Socio‐Economic Information Management System data are employed. Findings It was found that, in both Canada and China, the personal income taxes are progressive, that is, tax payments and average tax rates are increasing in the income share of high‐income taxpayers. Research limitations/implications This paper does not explore the connection between tax progressivity differences and social, political, and cultural differences in the two countries. Practical implications This paper is of interest to policy makers, economists, and academics, who seek to design an income tax system which can mitigate income inequity efficiently. Given that income taxes have changed in China in recent years, future studies should be conducted to compare the distributional impacts of the new tax system against those of the old tax system. Originality/value This is the first study of distributional impact of income tax in China. This is also the first study to compare tax distribution between China and a developed country.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,198
Score d'incertitude au seuil0,952

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,231
Écart entre enseignants0,220 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Chinese Economic and Foreign Trade StudiesMême sujetFiscal Policy and Economic GrowthTravaux en français237 207