MétaCan
Menu
Retour à la cohorte
Enregistrement W1996223686 · doi:10.1177/1091142103253753

The Uneasy Case Against Discriminatory Excise Taxation: Soft Drink Taxes in Ireland

2003· article· en· W1996223686 sur OpenAlexaff
Roy Bahl, Richard M. Bird, Mary Beth Walker

Notice bibliographique

RevuePublic Finance Review · 2003
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésExciseEconomicsLaffer curveIndirect taxValue-added taxAd valorem taxRevenueTax reformWelfareConsumption (sociology)Tax revenuePublic economicsMicroeconomicsMonetary economicsState income taxMacroeconomicsGross incomeMarket economy

Résumé

récupéré en direct d'OpenAlex

This study uses an empirical case study to investigate the revenue implications of reducing a discriminatory excise tax. The case study is Ireland, which provides a natural experiment because it has both imposed and removed such a discriminatory tax (on soft drinks) in the past two decades. The authors find that soft drink consumption is price elastic, income elastic, and sensitive to weather. They estimate that 30% of the amount of surrendered excise tax revenue is recaptured by the value-added tax and income tax. The remaining 70% loss is further reduced by a small reduction in welfare costs, elimination of administration costs, and reduced compliance costs. The rate-revenue curve has a negative slope, even though demand is price elastic, presumably because marginal costs are rising and the tax reduction is not fully captured in the price reduction. In effect, the authors find undershifting and no evidence of a Laffer effect.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,929
Score d'incertitude au seuil0,818

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
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)0,0000,001

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 Opus0,045
Tête enseignante GPT0,236
Écart entre enseignants0,191 · 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'étudeThéorique ou conceptuel
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

Citations68
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublic Finance ReviewMême sujetFiscal Policy and Economic GrowthTravaux en français237 207