Taxing the Informal Economy: Challenges, Possibilities and Remaining Questions*
Notice bibliographique
Résumé
Summary Recent years have witnessed significantly increased attention to the challenge of taxing small businesses in the informal sector. However, much of this recent attention has remained focused on comparatively technical issues of revenue maximisation and policy design. This paper argues that this debate should focus increasingly on the wider development implications of informal sector taxation, as well as the political and institutional barriers to improved performance. When considering the merits of committing scarce resources to taxing small informal sector firms, debate has frequently focused on limited revenue potential, high costs of collection and potentially perverse impacts on small firms. By contrast, recent arguments have increasingly emphasised more indirect benefits of informal taxation in relation to economic growth, tax compliance and governance. These potentially broader benefits are increasingly finding support in recent research, but they are contingent on government support and consequently demand further attention. When we turn our attention away from whether tax authorities should tax small informal businesses towards the challenge of how to do so more effectively, we again argue that a broader frame of analysis is needed. Most existing research has focused on developing less distortionary tax regimes and on tax simplification in order to reduce the costs of compliance. However, while important, there strategies remain too narrow. Encouraging tax compliance demands not only lowering costs but also strengthening the potential benefits of formalisation, from increased security to new economic opportunities. As importantly, successful reform needs political support from political leaders, tax administrators and taxpayers alike. This demands greater attention to strengthening political incentives for reform, through strategic policy, administrative and institutional reform. With this in mind, the paper highlights a number of recent experiences that have sought to address these challenges, but which need further study.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».